燃料电池汽车最优氢耗马尔科夫决策控制

摘要：

本文基于马尔科夫决策过程提出一种燃料电池汽车最优等效氢燃料消耗控制策略.控制策略以部分观测量为基础,以马尔科夫转移概率矩阵为条件,采用基于蒙特卡洛马尔科夫(MCMC)算法的Metropolis-Hastings采样方法,获得平均奖励输出,进而通过最优氢燃料消耗代价函数的优化以控制在氢燃料电池系统和动力电池系统间进行能量分配.该策略避免了目前燃料电池汽车控制策略过度依赖未来需求功率的预测以及预测模型的准确性.在建立燃料电池汽车动力模型,燃料电池系统和动力电池系统模型的基础上,进行了包含自学习系统、基于MH采样的平均奖励过滤系统以及控制选择输出系统的控制策略设计.通过仿真和实验结果表明基于马尔科夫决策控制策略的有效性.

关键词：燃料电池汽车;能量管理策略;优化控制;Metropolis-Hastings采样;马尔科夫决策

所属期刊栏目：38

资助基金：国家自然科学基金项目61473115

在线出版日期：2021-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1219-1228