科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高混合动力汽车的燃油经济性和控制策略的稳定性，以第三代普锐斯混联式混合动力汽车作为研究对象，提出了一种等效燃油消耗最小策略(equivalent consumption minimization strategy， ECMS)与深度强化学习方法(deep reinforcement learning， DRL)结合的分层能量管理策略。仿真结果证明，该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制，同时也能保证该混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比，此分层控制策略可以将燃油经济性提高20.83%～32.66%；增加智能体对车速的预测信息，可进一步降低约5.12%的燃油消耗；与没有分层的深度强化学习策略相比，此策略可将燃油经济性提高约8.04%；与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比，此策略下的燃油经济性将提高5.81%～16.18%。
- 单位
