电动公交车的动力系统及能耗特性与传统内燃机公交车存在显著差异,传统公交车的节能驾驶策略并不完全适用于电动公交车。本文综合考虑电动公交车经过信号交叉口时的信号配时、前车信息能耗特性和乘客舒适性,提出一种基于能耗预测的网联...电动公交车的动力系统及能耗特性与传统内燃机公交车存在显著差异,传统公交车的节能驾驶策略并不完全适用于电动公交车。本文综合考虑电动公交车经过信号交叉口时的信号配时、前车信息能耗特性和乘客舒适性,提出一种基于能耗预测的网联电动公交车生态驾驶深度强化学习模型。首先,采集纯电动公交车自然驾驶数据,考虑电动公交车的制动能量回收特性,利用车辆动力学建立能耗基本模型,构建系统辨识模型对能耗基本模型中的未知参数进行辨识和估计;其次,剖析车辆进出信号交叉口时不同信号相位对速度模式的影响,确定能够精确描述交通环境信息的状态变量,以构建的能耗模型为基础,综合考虑安全、效率、节能和舒适性构建奖励函数,基于SAC(soft actor critic)算法构建电动公交车进出信号交叉口的生态驾驶策略优化模型;最后,将本文构建的生态驾驶策略与经典交叉口通行策略GLOSA进行对比验证。结果表明,本文提出的生态驾驶策略在划分的4种交通情境下均可保证车辆的安全性,在通行时间平均仅增长7.29%的情况下,舒适性平均提高21.96%,能耗平均降低24.47%。展开更多
文摘电动公交车的动力系统及能耗特性与传统内燃机公交车存在显著差异,传统公交车的节能驾驶策略并不完全适用于电动公交车。本文综合考虑电动公交车经过信号交叉口时的信号配时、前车信息能耗特性和乘客舒适性,提出一种基于能耗预测的网联电动公交车生态驾驶深度强化学习模型。首先,采集纯电动公交车自然驾驶数据,考虑电动公交车的制动能量回收特性,利用车辆动力学建立能耗基本模型,构建系统辨识模型对能耗基本模型中的未知参数进行辨识和估计;其次,剖析车辆进出信号交叉口时不同信号相位对速度模式的影响,确定能够精确描述交通环境信息的状态变量,以构建的能耗模型为基础,综合考虑安全、效率、节能和舒适性构建奖励函数,基于SAC(soft actor critic)算法构建电动公交车进出信号交叉口的生态驾驶策略优化模型;最后,将本文构建的生态驾驶策略与经典交叉口通行策略GLOSA进行对比验证。结果表明,本文提出的生态驾驶策略在划分的4种交通情境下均可保证车辆的安全性,在通行时间平均仅增长7.29%的情况下,舒适性平均提高21.96%,能耗平均降低24.47%。
