MC-Q强化学习的PHEV能量管理策略

插电式混合动力汽车具有节能的特点,而多动力源之间的能量管理策略对混合动力汽车能耗有很大的影响,故文章以一款在固定线路上运行的串联插电式混合动力城市客车为例,基于以往的行驶工况,根据马尔科夫理论,把需求功率随时间的变化转换为状态转移矩阵,用概率矩阵生成符合实际使用条件的随机功率序列。建立Q强化学习模块,使用得到的随机功率序列进行训练,实现城市客车能量分配的实时优化控制。仿真结果表明,文章所提出的强化学习能量管理算法相比于规则控制算法能明显的优化能耗,对比动态规划全局优化策略总能耗仅轻微增长,控制策略可实现实时应用。     

PHEV能量管理策略研究

针对一款串联型插电式混合动力公交车,文章基于MTLALB建立整车和各部件数值模型。在中国典型城市公交工况下,建立基于全局优化的DP策略,并与CD-CS策略和PMP策略进行能耗对比分析。结果表明:(1)基于CD-CS策略的后期SOC在一定范围内波动,DP策略与PMP策略的SOC轨迹近似呈线性变化。(2)CD-CS策略较DP策略的能耗成本高22.68%,PMP策略比DP策略的能耗成本高0.30%。DP策略与PMP策略可以合理分配能量源,实现全局最优,但DP策略相比PMP策略计算量大。     

PHEV的能量管理策略研究

文章针对一款12米的插电式串联混合动力客车,在已知工况的基础上,提出了一种凸优化能量管理优化策略。建立相应的整车、凸优化模型,基于MATLAB进行仿真分析,得到了全局最优能耗成本;另外,SOC轨迹近似呈线性变化,在行程终止时达到设定的目标SOC值,充分体现了优先用电的原则,提高了整车经济性。     

基于烟花算法的PHEV能量管理策略参数优化

为改善插电式混合动力汽车(PHEV)的燃油经济性,提出一种基于规则的能量管理策略.结合智能网联汽车技术,利用烟花算法(F WA)结合系统约束条件,对能量管理策略参数进行优化,以求使车辆在变化的路况下能耗最低.为减轻沉重运算负荷,设计了一种事件触发机制来控制优化操作的启停.当车辆油耗超过预设上限则开始优化,一旦油耗满足预...     

双电机串联驱动PHEV能量管理策略研究

为使插电式混合动力汽车(PHEV)拥有更好的经济性,文章提出一种以行星齿轮为动力耦合机构的双电机PHEV构型,实现了多种工作模式,避免了传统单电机构型下模式单一、效率低下问题.在此构型的基础上进行工作模式的划分与制定,能量管理策略的搭建.基于MATLAB/Simulink搭建整车模型及控制策略,对所建模型的准确性以及所...     

考虑电池电-热-放电深度的并联PHEV能量管理策略研究

在插电式混合动力汽车(PHEV)能量管理策略的设计中考虑电池老化的影响对提升整车的经济性意义重大.针对配置自动机械式变速器的并联PHEV,考虑影响电池老化的电-热-放电深度三重耦合因素并利用模型预测控制(MPC),实现挡位选择和转矩分配的协同、实时优化.首先,根据车速谱与电池老化动力学辨识电池在整个行程的最优放电深度....     

基于动态规划与RBF神经网络的PHEV能量管理策略

为提高插电式混合动力汽车燃油经济性,设计了一种基于动态规划和径向基函数（RBF）神经网络的插电式混合动力汽车能量管理策略。首先,建立了插电式混合汽车数学模型;其次,以发动机油耗最小为目标函数,采用动态规划求解全局最优的离线优化结果;最后,采用RBF神经网络对离线最优控制结果进行学习,建立了发动机输出转矩与车辆状态参数之间的非线性映射关系,得到了基于动态规划和RBF神经网络的能量管理策略。仿真结果表明,文章所提策略油耗较之于电量消耗-维持策略降低了2.92%,验证了该策略的有效性。     

基于效率优化的混合动力车辆强化学习能量管理策略研究

以功率分流混联式混合动力车辆为对象,建立了系统综合效率计算模型,并提出了以效率优化为目标基于强化学习的能量管理策略.首先建立了关键部件的效率模型与耦合机构效率模型,并基于复合传动无级调速通用结构,分析电功率分流系数对效率的影响规律,进一步构建了系统综合效率计算模型.而后以效率优化为目标,提出了基于强化学习的能量管理策略...     

考虑发动机起停优化的PHEV能量管理策略

针对某新型双电机行星耦合插电式混合动力汽车(PHEV)中发动机在起停及怠速运行状态下会导致油耗增加的问题,基于等效燃油消耗最小能量管理策略,加入发动机起停优化控制模块,以进一步改善整车燃油经济性.建立了整车动力学和传动模型并加入发动机起停优化控制模块,对ECMS能量管理策略输出的发动机及电机最优目标转矩进行重新优化分配...     

基于强化学习的多燃烧模式混合动力能量管理策略

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...     

基于深度强化学习的驾驶员跟车模型研究

为提升智能驾驶系统的纵向跟车性能,本文构建了一种基于深度强化学习的驾驶员跟车模型.首先,设计了跟车场景截取准则并从自然驾驶数据中筛选出符合条件的典型跟车场景,并对其数据进行统计分析,即采用相关系数法分析了车间距、相对速度和车头时距等因素对驾驶员跟车行为的影响机理,得出驾驶员跟车行驶过程的行为特性及其影响因素.接着,基于...     

基于场景的燃料电池商用车能量管理策略研究

能量管理策略开发作为燃料电池动力系统整车开发应用的核心技术之一,可使燃料电池汽车在获得更好的动力性和经济性的同时能有效延长燃料电池系统的寿命。文章在综合分析各类能量管理策略特点的基础上,结合商用车“场景定义汽车”的特点,研究提出基于商用车应用场景的燃料电池动力系统匹配方案和能量管理策略开发方案,并通过MATLAB仿真模型优化、Lab Car台架迭代测试和真实运营场景实车数据分析验证,形成了基于场景的燃料电池商用车能量管理策略全过程的闭环开发流程。     

基于规则控制的PHHV能量管理策略研究

对并联式液压混合动力车辆(Parallel Hydraulic Hybrid Vehicle,PHHV)的模型进行搭建和分析,在美国城市测功机工况下对该模型进行仿真分析,并分析了液压泵/马达的排量和蓄能器的初始压力对PHHV燃油经济性的影响。结果表明,PHHV比传统内燃机车辆的燃油经济性提高近20%,液压泵/马达的排量和蓄能器的初始压力对燃油经济性有决定性的影响。     

基于等效因子的Q学习燃料电池汽车能量管理策略

为提高燃料电池混合动力汽车（FCHEV）燃料经济性以及维持蓄电池能量平衡,该文提出了基于等效因子的Q-learning算法的能量管理策略。构建等效耗氢量最小与维持蓄电池荷电状态（SOC）平衡的目标函数,建立FCHEV动力源能量流转化平衡模型,通过能量转化平衡机理得到耗氢量的等效因子;在城市循环+全球轻型汽车测试循环（UDDS+WLTC）工况下,对需求功率的转移概率矩阵进行求解,利用Q-learning算法离线优化燃料电池和蓄电池的输出功率;基于MATLAB/Simulink平台建立了前向仿真模型,进行整车性能的仿真试验。结果表明：在WLTC循环工况下,该策略的100 km等效耗氢量为0.730 kg,接近基于动态规则（DP）控制策略的耗氢量,且SOC保持在合理的范围内,验证了该策略的有效性;在西宁市实际工况下,验证了本文所提控制策略的适应性。     

基于自适应特性的燃料电池客车能量管理策略研究

为提高燃料电池客车经济性,本文分别开发一种基于自适应功率跟随的多挡位滞环控制技术和一种自适应功率预测的动力电池SOC高位均衡技术的燃料电池整车电-电混合能量管理控制策略。将该控制策略应用于中通12 m燃料电池旅游客车,其百公里氢耗最低可至5.2 kg,节能效果明显。