首页|基于TD3-PER的氢燃料电池混合动力汽车能量管理策略研究

基于TD3-PER的氢燃料电池混合动力汽车能量管理策略研究

扫码查看
原文链接
  • 万方数据
  • 维普
为优化氢燃料电池混合动力汽车的燃料经济性及辅助动力电池性能，提出了一种基于优先经验采样的双延迟深度确定性策略梯度(TD3-PER)能量管理策略。采用双延迟深度确定性策略梯度(TD3)算法，在防止训练过优估计的同时实现了更精准的连续控制;同时结合优先经验采样(PER)算法，在获得更好优化性能的基础上加速了策略的训练。仿真结果表明:相较于深度确定性策略梯度(DDPG)算法，所提出的TD3-PER能量管理策略的百公里氢耗量降低了 7。56％，平均功率波动降低了 6。49％。
Research on Energy Management Strategy for Hydrogen Fuel Cell Hybrid Vehicles Based on TD3-PER
To optimize the fuel economy and auxiliary power battery performance of hydrogen fuel cell hybrid vehicles,this article proposed an energy management strategy based on Twin Delayed Deep Deterministic policy gradient with Prioritized Experience Replay(TD3-PER).Adopting the Twin Delayed Deep Deterministic policy gradient(TD3)algorithm,it achieves more accurate continuous control while preventing training over estimation.By combining the Prioritized Experience Replay(PER)algorithm,the training of the strategy is accelerated while achieving better optimization performance.The simulation results show that compared with the Deep Deterministic Policy Gradient(DDPG)algorithm,the proposed TD3-PER energy management strategy reduces hydrogen consumption by 5.47％per 100 kilometers and average power fluctuation by 6.49％.

Hydrogen fuel cell hybrid vehiclesPrioritized Experience Replay(PER)Twin Delayed Deep Deterministic policy gradient(TD3)Continuous control

虞志浩、赵又群、潘陈兵、何鲲鹏、李丹阳

展开 >

南京航空航天大学,南京 210016

安徽瑞氢动力科技有限公司,芜湖 241002

奇瑞新能源汽车股份有限公司,芜湖 241000

氢燃料电池混合动力汽车 优先经验采样 双延迟深度确定性策略梯度 连续控制

国家自然科学基金国家自然科学基金中央高校基本科研业务费专项资金项目高机动防暴车辆技术国家工程实验室开放基金南京航空航天大学科研与实践创新计划项目

5227239711672127NP2022408B20210017xcxjh20220202

2024

10.19620/j.cnki.1000-3703.20230350

汽车技术
中国汽车工程学会 长春汽车研究所

汽车技术

CSTPCD北大核心
影响因子：0.522
ISSN：1000-3703
年,卷(期)：2024.(1)
  • 17