基于深度强化学习的增程式电动轻卡能量管理策略

为了解决增程式电动轻卡辅助动力单元（auxiliary power units, APU）和动力电池之间能量的合理分配问题,在Simulink中建立面向控制的仿真模型,并提出一种基于双延迟深度确定性策略梯度（twin delayed deep deterministic policy gradient, TD3）算法的实时能量管理策略,以发动机燃油消耗量、电池荷电状态（state of charge, SOC）变化等为优化目标,在世界轻型车辆测试程序（world light vehicle test procedure, WLTP）中对深度强化学习智能体进行训练。仿真结果表明,利用不同工况验证了基于TD3算法的能量管理策略（energy management strategy, EMS）具有较好的稳定性和适应性;TD3算法实现对发动机转速和转矩连续控制,使得输出功率更加平滑。将基于TD3算法的EMS与基于传统深度Q网络（deep Q-network,DQN）算法和深度确定性策略梯度（deep deterministic policy gradient, DDPG）算法进行对比分析,结果...