Modellering och optimering av energi-styrsystem för plugin hybridfordon
Forskningsprojekt, 2019 – 2024

I elektrifierade hybrid-fordon kan användningen av förbränningsmotorn och elmotorn optimeras tillsammans. För bästa optimering måste man dock ha information om framtida resor med fordonet. Även om framtiden är svår att prediktera kan man använda historiska data av olika slag för att med hjälp av Artificiell intelligens (AI) bättre kunna prediktera resorna. I detta projekt samverkar industrin (CEVT) med flera forskningsområden på Chalmers. Dessa forskningsområden kopplar samman drivlinan, reglersystemet och molnbaserade beräkningar. Målet är att kunna realisera bränsleförbrukning på 5-10% jämfört med dagens energihanterings-strategier. Genom att integrera forskningen med ett pågående industriprojekt möjliggörs en realisering och utvärdering av spetsforskning inom drivlina, reglering och AI-modellering

Deltagare

Jonas Sjöblom (kontakt)

Chalmers, Mekanik och maritima vetenskaper, Förbränning och framdrivningssystem

Victor Ebberstein

Chalmers, Mekanik och maritima vetenskaper, Förbränning och framdrivningssystem

Morteza Haghir Chehreghani

Chalmers, Data- och informationsteknik, Data Science

Nikolce Murgovski

Chalmers, Elektroteknik, System- och reglerteknik

Samarbetspartners

China-Euro Vehicle Technology (CEVT) AB

Gothenburg, Sweden

Finansiering

Energimyndigheten

Projekt-id: 2019-013262
Finansierar Chalmers deltagande under 2019–2022

Relaterade styrkeområden och infrastruktur

Hållbar utveckling

Drivkrafter

Transport

Styrkeområden

Energi

Styrkeområden

Publikationer

2022

A unified framework for online trip destination prediction

Artikel i vetenskaplig tidskrift

Mer information

Senast uppdaterat

2024-10-31