近日，汽車與交通學院“新能源與智能車輛科研團隊”在國際期刊Energy（中科院一區，IF：9）、Energy Conversion and Management（中科院一區，IF：10.4）、Fuel（中科院一區，IF：7.4）發表5篇研究論文，分享了我校在燃料電池整車級能量管理策略優化，燃料電池/動力電池模型優化、剩余使用壽命預測、結構設計等領域的新成果。

“Remaining useful life prediction of vehicle-oriented PEMFC systems based on IGWO-BP neural network under real-world traffic conditions”（Energy）論文第一作者為團隊成員楊繼斌副教授，第二作者為2021級碩士研究生王樂。該論文提出一種改進的灰狼優化算法和BP神經網絡相結合的方法，以相對功率損失率為健康指標，在實際交通條件下預測車載質子交換膜燃料電池系統的剩余使用壽命。

“Design and optimisation of a novel serpentine flow channel with branch structure”（Energy）論文第一作者為團隊成員孫樹磊教授，第二作者為2021級碩士研究生馬春雨。該論文提出了一種新型的具有分支結構的蛇形流道，適用于鋰電池高效熱管理。

“Optimal online energy management strategy of a fuel cell hybrid bus via reinforcement learning”（Energy Conversion and Management）論文第一作者為團隊成員鄧鵬毅副教授，通訊作者為團隊負責人武小花教授。該論文提出一種基于強化學習的燃料電池混合動力公交車多目標能量管理策略，用于優化燃料電池電動車輛實車在線能量調度。

“Dynamic programming improved online fuzzy power distribution in a demonstration fuel cell hybrid bus”（Energy）論文第一作者為團隊負責人武小花教授指導的2021級碩士研究生周鴻旭。該論文提出一種基于動態規劃改進模糊控制規則的燃料電池混合動力公交車能量管理策略，該策略離線和硬件在環仿真驗證結果同樣支持優化燃料電池電動車輛實車在線能量調度。

“Model optimization of a high-power commercial PEMFC system via an improved grey wolf optimization method”（Fuel），論文第一作者為團隊負責人武小花教授指導的2021級碩士研究生周鴻旭。該論文提出了一種利用混沌理論和隨機游走策略進行改進的灰狼優化算法，以優化燃料電池半經驗模型參數。

原文鏈接：https://doi.org/10.1016/j.energy.2024.130334

原文鏈接：https://doi.org/10.1016/j.energy.2024.130494

原文鏈接：https://doi.org/10.1016/j.enconman.2023.117921

原文鏈接：https://doi.org/10.1016/j.energy.2023.128549

原文鏈接：https://doi.org/10.1016/j.fuel.2023.129589