基于改进深度强化学习的HEV能量分配策略研究

以并联式混合动力汽车(HEV)为研究对象，建立整车需求功率及动力系统模型，提出一种基于改进深度强化学习(DRL)的能量分配策略。通过改进DRL中的双延迟深度确定性策略梯度(TD3)算法，引入双重回放缓冲区，提出DRB-TD3算法以提升原算法的采样效率。设计了基于规则的约束控制器并嵌入到DRL结构中，以消除不合理的转矩分配。在UDDS行驶工况下，以基于动态规划(DP)的能量分配策略性能作为基准进行仿真实验。实验结果表明，与深度确定性策略梯度(DDPG)算法以及传统TD3算法相比，DRB-TD3算法收敛性能最佳，收敛效率分别提高了61.2%和31.6%;所提出的能量分配策略相比于基于DDPG和基于TD3的能量分配策略，平均燃油消耗分别降低了3.3%和2.3%,燃油经济性达到基于DP的95.2%,效果最佳，且电池荷电状态(SOC)能够保持在一个较好的水平，有助于延长电池的使用寿命。