综述：迈向电动汽车的高效能源管理：模型预测控制技术的进步与应用 赵家阳（Jiayang Zhao）， 高等英楠（Yingnan Gao）， 金振振（Zhenzhen Jin）

《Energies》：Towards Efficient Energy Management for Electric Vehicles: Advances in Model Predictive Control Techniques and Applications Jiayang Zhao, Yingnan Gao and Zhenzhen Jin

　　

摘要

电动汽车是实现交通运输领域节能和减排的重要工具。作为动力总成的决策核心，能源管理策略负责电力分配和能源调度，直接影响车辆的经济性、电源寿命和整体性能。模型预测控制能够在预测范围内处理多种约束和目标，并通过滚动时域优化实现在线闭环决策，已成为电动汽车能源管理的重要研究方向。本文介绍了模型预测控制的基本原理和典型建模框架，回顾了其在混合动力电动汽车能源管理方面的研究进展。相关研究从预测方法、解决策略和优化目标三个角度进行了分类和比较分析，并总结了不同方法的特点。研究表明，模型预测控制在多目标权衡和适应时变运行条件方面具有优势。然而，实际应用仍面临显著障碍，包括预测不确定性和计算复杂性。最后，讨论了基于模型预测控制的能源管理策略面临的挑战和未来发展方向。