燃料电池混合电动汽车智能能量管理

作者：陶发展; 卢泓鑫; 付主木; 孙昊琛; 马浩翔

来源：河南科技大学学报(自然科学版), 2023, 44(06): 49-7.

DOI：10.15926/j.cnki.issn1672-6871.2023.06.007

• 燃料电池混合电动汽车
• 功率分层
• SAC
• 启发式经验回放

针对燃料电池混合电动汽车复杂的拓扑结构，提出一种改进软执行者-评论者(SAC)算法的能量管理策略。首先，利用自适应模糊滤波对需求功率进行频率解耦来实现功率分层，让超级电容来提供/吸收需求功率中的峰值功率。然后，通过采用基于等效消耗最小的思想构建SAC的奖励函数，以实现降低氢耗量和改善燃料电池工作效率的目标，并优化燃料电池和锂电池的功率分配。在训练过程中，引入启发式经验回放机制来提高SAC算法的收敛性能和优化效果。最后，在多种典型工况下仿真并进行平台试验。结果表明：所提策略在燃料经济性上与传统SAC策略相比平均提高6.4%,并且在面对极端工况时，依旧能够保证燃料电池的平稳运行，实现对3能量源燃料电池汽车的能量管理。

• 单位
  河南科技大学