加权双Q学习算法优化的PHEV能量管理策略研究

作     者：郭玉帆 沈世全 刘冠颖 古鸿吉 高顺 GUO Yufan;SHEN Shiquan;LIU Guanying;GU Hongji;GAO Shun

作者机构：昆明理工大学交通工程学院昆明650500 云南开放大学公共基础教学部昆明650500 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2023年第37卷第2期

页      面：86-96页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：云南省科技计划项目(202101BE070001-058) 云南省教育厅科学研究基金项目(2023J0796) 

主　　题：能量管理策略 加权双Q学习 混合动力汽车 Q学习 

摘      要：插电式混合动力汽车(plug-in hybrid electric vehicles,PHEV)具有节能、环保、无续航里程焦虑的优点,是汽车领域发展的重点方向。但PHEV整车控制策略较为复杂,涉及到多动力源的能量分配,如何设计高效可靠的能量管理策略已经成为PHEV研究的热点与难点。为了提升PHEV的燃油经济性和整车性能,提出了一种基于加权双Q学习的插电式混合动力汽车能量管理控制策略,采用加权双Q学习算法求解PHEV的能量分配。为了验证所提策略的有效性及可靠性,在Matlab/Simulink中搭建整车模型并进行仿真验证。研究结果表明:本文所提策略相比基于规则的CD/CS策略,燃油经济性在不同的行驶工况下平均提高6.38%;在不同的工况下,基于加权双Q学习策略的燃油经济性可达随机动态规划策略的98%,验证了本文所提策略具有较好的燃油经济性及工况适应性。