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。