基于深度强化学习的燃料电池混合动力汽车能量管理策略研究

作者：李卫; 郑春花; 许德州

来源：集成技术, 2021, 10(03): 47-60.

DOI：10.12146/j.issn.2095-3135.20210118001

• 燃料电池混合动力汽车
• 能量管理策略
• 深度强化学习
• 寿命增强
• 动作空间限制
• 强化学习

为提高燃料电池混合动力汽车的燃油经济性和燃料电池寿命,该文提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的能量管理策略。该策略首先在DRL奖励信号中加入寿命因子,通过降低燃料电池功率波动,起到延长燃料电池寿命的效果;其次,通过限制DRL的动作空间的方法,使燃料电池系统工作在高效率区间,从而提高整车效率。在UDDS、WLTC、Japan1015三个标准工况下进行了离线训练,并在NEDC工况下实时应用以验证所提出策略的工况适应性。仿真结果显示,在离线训练中,所提出的策略可以快速收敛,表明其具有较好的稳定性。在燃油经济性方面,与基于动态规划的策略相比,在3个训练工况下的差异仅为5.58%、3.03%和4.65%,接近最优燃油经济性;相比基于强化学习的策略,分别提升了4.46%、7.26%和5.35%。与无寿命因子的DRL策略相比,所提出的策略在3个训练工况下将燃料电池平均功率波动降低了10.27%、47.95%和10.85%,这有利于提升燃料电池寿命。在未知工况的实时应用中,所提出策略的燃油经济性比基于强化学习的策略提升了3.39%,这表明其工况适应性。

• 单位
  中国矿业大学; 中国矿业大学（北京）; 中国科学院大学; 中国科学院深圳先进技术研究院