首页|加权双Q学习算法优化的PHEV能量管理策略研究

加权双Q学习算法优化的PHEV能量管理策略研究

扫码查看
插电式混合动力汽车(plug-in hybrid electric vehicles,PHEV)具有节能、环保、无续航里程焦虑的优点,是汽车领域发展的重点方向.但PHEV整车控制策略较为复杂,涉及到多动力源的能量分配,如何设计高效可靠的能量管理策略已经成为PHEV研究的热点与难点.为了提升PHEV的燃油经济性和整车性能,提出了一种基于加权双Q学习的插电式混合动力汽车能量管理控制策略,采用加权双Q学习算法求解PHEV的能量分配.为了验证所提策略的有效性及可靠性,在Matlab/Simulink中搭建整车模型并进行仿真验证.研究结果表明:本文所提策略相比基于规则的CD/CS策略,燃油经济性在不同的行驶工况下平均提高6.38%;在不同的工况下,基于加权双Q学习策略的燃油经济性可达随机动态规划策略的98%,验证了本文所提策略具有较好的燃油经济性及工况适应性.
Research on PHEV energy management strategy optimized by weighted double-Q learning algorithm

郭玉帆、沈世全、刘冠颖、古鸿吉、高顺

展开 >

昆明理工大学交通工程学院,昆明 650500

云南开放大学公共基础教学部,昆明 650500

能量管理策略 加权双Q学习 混合动力汽车 Q学习

云南省科技计划项目云南省教育厅科学研究基金

202101BE070001-0582023J0796

2023

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子:0.567
ISSN:1674-8425
年,卷(期):2023.37(4)
  • 1
  • 4