| 基于深度强化学习的增程式电动轻卡能量管理策略 |
| |
| 引用本文： | 段龙锦,王贵勇,王伟超,何述超.基于深度强化学习的增程式电动轻卡能量管理策略[J].内燃机工程,2023,44(6):90-99. |
| |
| 作者姓名： | 段龙锦 王贵勇 王伟超 何述超 |
| |
| 作者单位： | 昆明理工大学 云南省内燃机重点实验室，昆明 650500,昆明理工大学 云南省内燃机重点实验室，昆明 650500,昆明理工大学 云南省内燃机重点实验室，昆明 650500,昆明云内动力股份有限公司，昆明 650500 |
| |
| 基金项目： | 国家自然科学基金项目（52066008）；云南省科技厅揭榜制项目（202104BN050007）；云南省科技计划项目（202102AC080004） |
| |
| 摘 要： | 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...
|
| 关 键 词： | 深度Q网络 深度确定性策略梯度 双延迟深度确定性策略梯度算法 增程式电动轻卡 |
| 收稿时间： | 2023/4/4 0:00:00 |
| 修稿时间： | 2023/5/23 0:00:00 |
Energy Management Strategy of An Extended Range Electric Light Truck Based on Deep Reinforcement Learning |
| |
| DUAN Longjin,WANG Guiyong,WANG Weichao and HE Shuchao.Energy Management Strategy of An Extended Range Electric Light Truck Based on Deep Reinforcement Learning[J].Chinese Internal Combustion Engine Engineering,2023,44(6):90-99. |
| |
| Authors: | DUAN Longjin WANG Guiyong WANG Weichao and HE Shuchao |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《内燃机工程》浏览原始摘要信息 |
|
点击此处可从《内燃机工程》下载全文 |
|
