Energy Efficiency Optimization of Vehicle Powertrain with On-board Control: Towards Real-world Driving Scenario
面向真实驾驶场景的车辆动力系统能效优化实时控制
在过去几十年中，针对电动化汽车动力系统，通过动态系统优化技术提高能效的潜力得到了充分证实。但是，对于大规模量产车辆来讲，这些优化控制技术并未能得到广泛应用。实时优化控制策略难于得到实际应用的一个主要瓶颈在于驾驶员需求动力的预测技术，因为能效实时优化问题通常归结为一个具有动态约束的最优控制问题，优化区间内的需求功率则是求解该优化问题的强约束条件。因此，预知优化区间内的动力需求就成为求解该优化问题的必备条件。但是由于驾驶员行为和行驶环境的不确定性与随机性，使得在真实驾驶场景中准确预测动力需求是一件非常具有挑战性的问题。近年来，得益于车联网（V2X）环境的发展，前沿研究表明基于学习驾驶员行为和交通流特征，可以提高需求动力的预测精度，并将其用于实时优化算法。本报告首先将阐述真实驾驶环境下进行优化所面临的主要挑战，随后介绍基于V2X的需求动力预测方法，以及采用平均场极限方法建模交通行为的相关研究案例。在此基础上进一步介绍面向单车动力系统的车载实时优化策略，以及面向群体车辆的广播式协同控制方法。
申铁龙博士 (Tielong Shen)，于1992年3月获日本上智大学(Sophia University, Tokyo)工学博士学位，同年4月起在上智大学理工学部执教，先后任准教授、教授，特任教授，地球环境研究所所长，现任名誉教授，并担任日本千叶大学次世代动力系统研究中心(Center of power Source Research for Next-Generation Mobility)客座教授。2023年入选国家重大人才工程特聘教授，2024年起大连理工大学控制科学与工程学院任特聘教授。主要研究领域为动力学系统控制理论及其在机电系统、汽车动力系统中的应用。主要服务于海内外自动控制领域的相关学会，曾任日本检测与自动控制学会(SICE)理事，2015年、2021年两届年会大会主席，国际自动控制联盟(IFAC)第六届及第七届发动机/动力总成控制、建模及仿真大会(IFAC ECOMS 2021 Tokyo、2024 Dalian)大会主席。在近二十年内，申博士连续承担多项日本学术振兴学会(JSPS)重点基金项目、并主持担任多项科学振兴机构(JST)的中日韩科学合作项目以及中日政府间合作项目。同时，与丰田汽车公司以及其他日本汽车企业保持长期产学合作研究，主要致力于开发汽车动力系统优化控制策略设计方法与理论。2021年中国控制大会申教授获第八届杰出贡献奖，SICE Fellow。
