SUMO仿真中电池恒功率消耗与动力系统效率的解耦优化
2025-06-28 13:16:03作者:廉彬冶Miranda
在SUMO交通仿真系统中,电池模型的精确建模对于电动车能耗仿真的准确性至关重要。近期开发团队对电池模型中恒功率消耗(Constant Power Intake)参数的处理方式进行了重要优化,使其不再受到动力系统效率参数的影响,这一改进显著提升了能耗仿真的物理合理性。
背景与问题
在SUMO的电动车能耗模型中,电池设备通常配置有以下关键参数:
- 恒功率消耗(constantPowerIntake):表示车辆非驱动系统(如空调、照明等辅助设备)的持续功耗
- 推进效率(propulsionEfficiency):动力系统将电能转换为机械能的效率
- 回馈效率(recuperationEfficiency):制动能量回收系统的效率
原实现中存在一个物理模型上的不合理之处:恒功率消耗也被纳入了动力系统效率的计算范围。这意味着空调等辅助设备的功耗被错误地乘以了推进效率系数,导致仿真结果偏离实际物理规律。
技术解决方案
开发团队通过代码重构实现了以下改进:
- 将恒功率消耗从动力系统效率计算中剥离,确保其作为独立参数处理
- 保持原有动力系统效率仅作用于与车辆推进直接相关的能耗计算
- 优化能耗计算流程,使各类能耗分量得到合理归类和处理
这一修改使得SUMO的电动车能耗模型更加符合实际物理规律:辅助设备的功耗不受动力传动系统效率影响,而驱动系统的能耗则正确考虑了效率因素。
实现影响
该优化带来的主要改进包括:
- 物理模型更准确:区分了驱动系统和非驱动系统的能耗特性
- 仿真结果更可靠:避免了将辅助设备功耗错误打折的问题
- 参数配置更直观:用户设置的恒功率值将直接反映在仿真结果中
应用建议
对于SUMO用户,在使用电动车能耗模型时应注意:
- 恒功率参数应基于车辆辅助系统的实际功耗进行配置
- 动力系统效率参数应专注于传动系统的特性
- 更新到最新版本可获得更准确的能耗仿真结果
这一改进体现了SUMO团队对仿真模型物理准确性的持续追求,也为电动车能耗研究提供了更可靠的工具基础。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
136