基于强化学习的多燃烧模式混合动力能量管理策略

作者：张昊; 范钦灏; 王巍; 黄晋; 王志^*

来源：汽车工程, 2021, 43(05): 683-691.

DOI：10.19562/j.chinasae.qcgc.2021.05.006

• 多燃烧模式
• 混合动力汽车
• 深度强化学习
• 能量管理策略

针对采用HCCI/SI多燃烧模式的功率分流型混合动力汽车,提出了一种基于深度强化学习(DRL)的能量管理策略。基于发动机台架试验和电机有限元分析建立了混合动力汽车模型。将整车作为环境,采用排序优先经验回放算法,训练基于深度Q网络(DQN)的能量管理智能体。在WLTC和NEDC工况下,与规则策略、自适应等效燃油消耗最小策略(A-ECMS)和动态规划结果进行对比,仿真结果表明:基于DRL的能量管理策略能在维持SOC的前提下,避免燃烧模式频繁切换,并且充分利用中小负荷HCCI燃烧,燃烧模式切换频率降低13%以上,燃油经济性提升6%以上。

• 单位
  汽车安全与节能国家重点实验室; 清华大学