论文部分内容阅读
本文中针对增程式电动车提出一种基于能量预测的分时混动能量管理策略。首先,根据静态导航历史数据,利用决策树算法的原理分别设计了基于移动平均和基于突发事件的两种能量预测算法;接着,对两种预测算法分别进行测试,分析其特点;最后,根据模拟的历史数据和未来数据,预测能量使用情况,分析预测精度,并比较分时混动能量管理策略在两种预测算法下的能量分配情况。结果表明:无论对于循环初期SOC的渐增,中期的突变,还是末期的波动,基于移动平均预测都优于基于突发事件的预测。