基于TD3-PER的混合动力履带车辆能量管理

作者：张彬; 邹渊^*; 张旭东; 杜国栋; 孙文景; 孙巍

来源：汽车工程, 2022, 44(09): 1400-1409.

DOI：10.19562/j.chinasae.qcgc.2022.09.011

• 串联式混合动力履带车辆
• 双延迟深度确定性策略梯度
• 连续控制
• 优先经验采样

为优化串联式混合动力履带车辆（SHETV）的燃油经济性和动力电池性能，提出一种基于优先经验采样的双延迟深度确定性策略梯度（TD3-PER）能量管理策略。TD3算法能实现更精准的连续控制和防止训练陷入过优估计。优先经验采样（PER）算法可加速策略的训练和获得更高的优化性能。在建立包括纵横向动力学的车辆模型的基础上，完成基于TD3-PER的能量管理策略的框架构建和仿真验证。结果表明，与深度确定性策略梯度（DDPG）相比，所提出的策略使SHETV的燃油消耗降低了3.89%，燃油经济性达到了作为基准的动态规划算法的95.05%。同时该策略具有较好的电池SOC保持能力和工况适应性。

• 单位
  北京理工大学