基于强化学习的多燃烧模式混合动力能量管理策略

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.

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

所属期刊栏目：43

分类号：U469.72;TU201.5;TK421.2

资助基金：国家重点研发计划2016YFB0101402

在线出版日期：2021-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：683-691