为了优化插电式混合动力汽车(Plug-in Hybrid Electric Vehicles,PHEV)能量管理策略,提高燃油经济性,提出基于深度强化学习的能量管理策略。通过对整车MATLAB/SimuLink建模,设计随动力电池SOC自适应奖励函数,使用NEDC和FTP-75工况进行...为了优化插电式混合动力汽车(Plug-in Hybrid Electric Vehicles,PHEV)能量管理策略,提高燃油经济性,提出基于深度强化学习的能量管理策略。通过对整车MATLAB/SimuLink建模,设计随动力电池SOC自适应奖励函数,使用NEDC和FTP-75工况进行智能体训练,在并联混动模式下,以WLTC-class3工况继续进行测试,相比于等效燃油消耗最小策略节省燃油8.63%,且实时性提高16.32倍,验证了该策略的可行性。展开更多
为了使插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)能够获得更好的燃油经济性,本文提出了一种基于多目标优化的加速意图识别能量管理策略,在基于规则型能量管理策略的基础上采用模糊控制器构建起加速意图识别模块,通过...为了使插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)能够获得更好的燃油经济性,本文提出了一种基于多目标优化的加速意图识别能量管理策略,在基于规则型能量管理策略的基础上采用模糊控制器构建起加速意图识别模块,通过引入修正系数对整车需求转矩进行实时修正,实现更符合驾驶员意图的转矩输出,同时利用多目标粒子群算法对整车的传动比进行优化以提升整车燃油经济性,利用CRUISE软件搭建整车模型与MATLAB/Simulink进行联合仿真验证策略的有效性。仿真结果表明:在世界轻型车辆测试循环(world light vehicle test cycle,WLTC)工况下,当起始动力电池荷电状态(state of charge,SOC)为70%时,对比基于多目标优化的加速意图识别策略与单一的加速意图识别策略,前者的燃油经济性提升了0.48%;当起始SOC为35%时,前者的燃油经济性提升了2.22%,由此得出基于多目标优化的加速意图识别策略对于提升整车燃油经济性具有较好的效果。展开更多
文摘为了优化插电式混合动力汽车(Plug-in Hybrid Electric Vehicles,PHEV)能量管理策略,提高燃油经济性,提出基于深度强化学习的能量管理策略。通过对整车MATLAB/SimuLink建模,设计随动力电池SOC自适应奖励函数,使用NEDC和FTP-75工况进行智能体训练,在并联混动模式下,以WLTC-class3工况继续进行测试,相比于等效燃油消耗最小策略节省燃油8.63%,且实时性提高16.32倍,验证了该策略的可行性。
文摘为了使插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)能够获得更好的燃油经济性,本文提出了一种基于多目标优化的加速意图识别能量管理策略,在基于规则型能量管理策略的基础上采用模糊控制器构建起加速意图识别模块,通过引入修正系数对整车需求转矩进行实时修正,实现更符合驾驶员意图的转矩输出,同时利用多目标粒子群算法对整车的传动比进行优化以提升整车燃油经济性,利用CRUISE软件搭建整车模型与MATLAB/Simulink进行联合仿真验证策略的有效性。仿真结果表明:在世界轻型车辆测试循环(world light vehicle test cycle,WLTC)工况下,当起始动力电池荷电状态(state of charge,SOC)为70%时,对比基于多目标优化的加速意图识别策略与单一的加速意图识别策略,前者的燃油经济性提升了0.48%;当起始SOC为35%时,前者的燃油经济性提升了2.22%,由此得出基于多目标优化的加速意图识别策略对于提升整车燃油经济性具有较好的效果。