| 제목 |
PMP 제어 하이브리드 자동차의 SOC 제어를 위한 머신러닝 활용 |
| 분야 |
연료 및 윤활유/연비 |
| 언어 |
Korean |
| 저자 |
강창범(서울대학교), 차석원(서울대학교), 박영일(서울과학기술대학교), 송창희(서울대학교) |
| Key Words |
Pontryagin’s minimum principle(폰트리아진 최소 원리), Machine learning(머신 러닝), Costate(코스테이 트), Hybrid electric vehicle(하이브리드 전기 자동차), Energy management strategy(제어 전략) |
| 초록 |
Pontryagin’s Minimum Principle(PMP)을 사용하는 하이브리드 자동차 제어 전략은 최적화 방 법론 기반 제어 전략의 하나이다. 최적화 기반 제어 전략은 규칙 기반 제어 전략에 비하여 최적 화 이론을 기반으로 하기 때문에 보다 높은 성능을 기대할 수 있다. 최적화 기반 제어전략에는 크게 동적 계획법(Dynamic Programming)과 PMP 제어 전략이 있는데, 동적 계획법은 미래 주행 정 보가 모두 주어져야만 최적화가 가능하며, 실시간 제어 전략에 사용하기 어렵다. 반면에 PMP 제 어 전략은 지속적으로 해밀토니안 최적화를 통해서 제어 전략을 도출하기 때문에 어느 정도의 성 능을 유지하면서 실시간 제어 전략으로 사용되어 질 수 있다. PMP 제어 전략의 성능은 costate 값이 얼마나 적절하게 주어지는가에 따라서 정해진다. 그러나 PMP 제어 전략에서 사용되는 최적 의 costate를 얻기 위해서는 동적 계획법과 같이 미래 주행 정보가 필요하며, 미래 주행 정보가 주어지더라도 shooting method를 통해 초기 costate를 구해야 한다. 이전 연구에서는 미래 주행 정보를 얻을 수 있을 때 이를 이용하여 초기 costate 예측에 머신러닝을 활용하여 기존 shooting method가 아닌 방법으로 초기 costate를 예측 하였다. 이번 연구에서는 PMP 제어를 사용하는 하 이브리드 자동차의 SOC 제어를 위하여 머신러닝을 활용하였다. |
| 원문(PDF) |
다운로드
|
