基于XGBoost的混合动力电动自行车多源智能能源管理系统

《Energies》：XGBoost-Based Intelligent Multi-Source Coordination in an Electric Vehicle Employing a Super-Boost Power Converter

　　电动汽车（EV）发展的核心挑战在于有效整合多种输入能源，以构建稳健高效的电力系统。近期研究重点聚焦于优化由电池、超级电容及太阳能光伏等可再生能源组成的混合系统内的功率分配。传统能源管理系统（EMS）多依赖基于规则的算法或确定性优化方法，但这类技术在真实驾驶条件下缺乏适应性，且应用于动态驾驶循环时面临泛化能力和计算复杂度的显著挑战。机器学习方法能够对多种能源之间的复杂非线性相互作用进行建模，从而实现智能化的功率协调。本文提出了一种基于极端梯度提升（XGBoost）的新型智能EMS，适用于采用混合电池-太阳能配置并配备超级电容以支持制动能量回收的BLDC电机驱动电动自行车。所提出的系统集成了超级升压转换器以实现高效的多源功率供给。结果表明，该系统能够准确识别能源类型、有效协调多源功率、提升能源利用率、降低电池应力，并具备快速决策能力，证明了所提方法在实时电动自行车能源管理中的可行性。仿真采用MATLAB/Simulink平台完成，并概述了相关结果。