基于云计算的插电式混合动力汽车预测性能量管理与零排放区合规性优化研究

为解决城市空气质量恶化和零排放区(ZEZ)准入限制问题，Paul Muthyala团队开发了基于云计算和动态规划(DP)的插电式混合动力汽车(PHEV)预测性能量管理策略。研究通过整合数字地图和V2X技术，实现了ZEZ内纯电行驶的SOC轨迹优化，并在实车测试中验证了该策略能维持行程前后SOC平衡，为PHEV在低排放政策下的应用提供了创新解决方案。

　　

随着全球城市空气质量持续恶化，世界卫生组织(WHO)数据显示欧盟97%城市居民的PM_2.5暴露水平超标。为应对这一挑战，欧洲多国设立零排放区(ZEZ)，但当前政策将插电式混合动力汽车(PHEV)排除在外，尽管其具备纯电行驶能力。这种"一刀切"的限制忽视了技术进步带来的可能性——通过智能能量管理，PHEV完全可以在ZEZ内实现零排放行驶。

针对这一矛盾，RWTH亚琛大学Paul Muthyala团队在《eTransportation》发表研究，创新性地将云计算与车辆控制相结合。研究人员构建了双层控制系统：云端通过动态规划(DP)计算考虑ZEZ约束的最优SOC轨迹，车载规则控制器则实时跟踪该轨迹。关键技术包括：1)基于OpenStreetMap和Mapbox的多源数据融合；2)考虑道路曲率和交通信号的驾驶员模型；3)Linux车载网关(CCU)实现5G车联网(C-V2X)通信；4)反向递归动态规划算法。

研究结果部分显示：

1. 1.

   系统架构验证：成功实现云端DP优化与车载10ms级控制的协同，计算延迟控制在200秒内

2. 2.

   实车测试数据：在22公里测试路线中，两个ZEZ路段(累计5公里)的SOC跟踪误差<5%

3. 3.

   动态更新能力：行程中多次优化可修正交通突变影响，如图17所示第5次优化将目标SOC从59%调整至54%

特别值得注意的是，研究突破了传统DP的局限性：通过分离状态矩阵计算与SOC轨迹生成，支持矩阵复用，使后续优化时间缩短80%。测试中发现的10-16km/h高速公路速度预测偏差，揭示了现有地图数据在临时施工区域更新的滞后性，这为未来研究指明了改进方向。

这项研究的意义不仅在于技术层面——首次实现在线云优化PHEV能量管理，更在于政策层面：证明通过智能网联技术，PHEV可以成为ZEZ的有效参与者。正如作者指出，当欧盟将PM_2.5年限制从25μg/m³降至10μg/m³的背景下，这种"软件定义排放"的模式为平衡环保目标与消费者需求提供了新思路。研究团队计划下一步探索矩阵复用算法的实际节费效果，并扩大测试车队规模以验证系统鲁棒性。