基于TD3-PER的氢燃料电池混合动力汽车能量管理策略研究

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%。