基于生成对抗模仿学习的燃料电池混合动力汽车能量管理策略

作     者：张斯宇 

作者单位：重庆理工大学 

学位级别：硕士

导师姓名：胡博

授予年度：2024年

学科分类：08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

主      题：燃料电池混合动力汽车 能量管理策略 动态规划 生成对抗模仿学习 

摘      要：燃料电池混合动力汽车利用燃料电池直接将化学能转化为电能,具有高能量效率和零温室气体排放的优点,因此具有广阔的发展前景。合理分配燃料电池和动力电池的输出功率的能量管理策略是燃料电池混合动力汽车的核心技术之一,其作用是满足整车功率需求并提高经济性。本文以燃料电池混合动力汽车为研究对象,提出了一种基于生成对抗模仿学习的能量管理策略,围绕这一策略开展了相关研究。本文的主要工作如下: (1)阐述了本文研究领域的背景和发展现状,分析了当前所存在的能量管理策略所存在的不足。介绍了燃料电池混合动力汽车的系统构型,并以燃料电池和动力电池作为能量源的混合动力汽车作为研究对象,利用MATLAB/Simulink搭建关键零部件的燃料电池混合动力汽车模型,包括:车辆动力学模型、燃料电池模型、动力电池模型、驱动电机模型等关键部件。 (2)介绍了动态规划(Dynamic Programming,DP)算法的基本原理和利用动态规划搭建能量管理策略的基本框架,以综合氢耗、燃料电池性能衰退最小为目标,求解全局最优的功率分配结果。针对全局优化算法无法实时应用的问题,根据当前基于学习的能量管理策略的研究进展,设计了基于行为克隆的能量管理策略,并利用动态规划的结果训练行为克隆神经网络,提取其中的策略。最后分别在训练工况和测试工况下对算法的效果进行验证,结果显示该算法在训练工况下具有一定的可行性,但在测试工况下会出现电池荷电状态(State of Charge,SOC)充电控制超调的情况。 (3)针对行为克隆算法所存在的问题,提出了基于生成对抗模仿学习(Generative Adversarial Imitation Learning,GAIL)的能量管理策略,首先设计了基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)的能量管理策略,在指定奖励函数下进行训练并仿真,根据结果分析了DDPG算法存在的一些问题,随后在DDPG的基础上,结合生成对抗网络(Generative Adversarial Network,GAN)的结构特点,设计了基于GAIL的能量管理策略,通过DDPG算法搭建对抗网络的生成器,利用动态规划所求解出的数据集对GAN进行训练,获得可产生和DP数据集具有相似数据分布的策略,该策略在WLTC、UDDS、LA92工况下的等效氢耗对比DP分别高2.12%,2.09%,2.25%。根据分析基于GAIL的所隐含的安全性问题,提出了一种基于置信度估计约束的能量管理策略,利用等效消耗最小策略(Equivalent Consumption Minimization Strategy,ECMS)作为备选算法,结果显示提高了算法的性能和安全性,在三个工况中的等效氢耗对比DP分别高1.27%,1.14%,1.50%。最后搭建了硬件在环实验平台,对本文中所提出的能量管理策略在实时环境中的有效性进行验证。