重庆理工大学学报2023，Vol.37Issue(4) ：86-96.DOI:10.3969/j.issn.1674-8425(z).2023.02.010

加权双Q学习算法优化的PHEV能量管理策略研究

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
重庆理工大学学报2023，Vol.37Issue(4) ：86-96.DOI:10.3969/j.issn.1674-8425(z).2023.02.010
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

加权双Q学习算法优化的PHEV能量管理策略研究

Research on PHEV energy management strategy optimized by weighted double-Q learning algorithm

郭玉帆 1沈世全 1刘冠颖 2古鸿吉 1高顺1
扫码查看

作者信息

  • 1. 昆明理工大学交通工程学院,昆明 650500
  • 2. 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
  • 折叠

摘要

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.

关键词

能量管理策略/加权双Q学习/混合动力汽车/Q学习

引用本文复制引用

基金项目

云南省科技计划项目(202101BE070001-058)

云南省教育厅科学研究基金(2023J0796)

出版年

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
被引量1
参考文献量4
段落导航相关论文