摘要
针对混合动力汽车(hybrid electric vehicle,HEV)的能量管理问题,提出一种基于强化学习(reinforcement learning,RL)的能量管理策略。首先建立HEV的动力系统模型和需求功率的马尔科夫概率转移模型,接着设计了基于RL的控制策略,最后与基于动态规划算法(dynamic programming,DP)和基于规则的能量管理策略进行比较分析。在UDDS,NEDC,Japan1015三个循环工况下,基于RL的策略燃油经济性相比基于规则的能量管理策略,分别提高了14.4%,10.22%和7.67%,而且燃油经济性均达到基于动态规划策略的92%以上,表明了基于RL能量管理策略的有效性。
- 单位