基于GRU-RBFNN车速预测的A-ECMS能量管理策略

来源：计算机应用与软件杂志2025年第3期北京时间：

作者：李昕光, 王文超, 元佳宇

摘要：为进一步提高混合动力汽车的燃油经济性，提出一种基于车速预测的自适应等效燃油消耗最小策略（Adaptive Equivalent Consumption Minimization Strategy,A-ECMS）。应用VISSIM软件建立实地微观交通仿真模型并获取交通信息，基于PyTorch框架搭建考虑时空特征的门控循环单元-径向基神经网络预测模型。在MATLAB/Simulink/Stateflow中建立混合动力汽车动力学模型，对基于车速预测的A-ECMS与固定等效燃油消耗最小策略（F-ECMS）进行对比研究，仿真结果表明，A-ECMS相较于F-ECMS，SOC波动更小，汽车燃油经济性提升8.97%。

关键词：门控循环单元, 径向基神经网络, 车速预测, 并联式混合动力汽车, 等效燃油消耗最小策略