logo móvil
Contáctanos

Un enfoque mejorado de gestión de energía de un sistema de propulsión híbrido diésel-eléctrico basado en la estrategia FNN-DP

Autores: Li, Wang; Wang, Chao; Pei, Haoying; Xu, Chunmei; Lin, Gengyi; Deng, Jiangming; Jiang, Dafa; Huang, Yuanju

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Un enfoque mejorado de gestión de energía de un sistema de propulsión híbrido diésel-eléctrico basado en la estrategia FNN-DP


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Sistema de propulsión diésel-eléctrico
Estrategia de gestión energética
Locomotora de maniobras
Consumo de combustible
Red neuronal difusa

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 35

Citaciones: Sin citaciones


Descripción
El sistema de propulsión híbrido diésel-eléctrico (HPS) es ampliamente aplicado para locomotoras de maniobras debido a las características de configuración flexible, económica y protección ambiental en el mundo. La estrategia de gestión energética (EMS) es un factor de diseño importante del HPS que puede optimizar la distribución de energía de cada fuente de energía, mejorar la eficiencia del sistema y reducir el consumo de combustible. En este documento, se lleva a cabo primero el modelo de HPS para locomotoras de maniobras y el perfil de operación del sistema. Luego, se estudian las EMS que consisten en la estrategia basada en reglas convencionales (RB) y una estrategia de red neuronal difusa basada en programación dinámica (FNN-DP). Finalmente, se realizaron simulaciones con estas EMS en el modelo del sistema en condiciones de operación completa para derivar el consumo de combustible. La conclusión es que la solución óptima teórica de DP proporciona referencia y orientación para mejorar las reglas de la estrategia de red neuronal difusa, y el consumo de combustible de la estrategia FNN-DP es un 10,2% menor que la estrategia convencional RB.

Otros recursos que podrían interesarte

Temas Virtualpro