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
• 来源期刊: 汽车工程
• 关键词: 多燃烧模式 混合动力汽车 深度强化学习 能量管理策略
• 年，卷（期）: 2021,（5）
• 页码范围: 683-691
• 页数: 9页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2021.05.006

摘要

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.