期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于深度强化学习的增程式电动轻卡能量管理策略 被引量:2
1
作者 段龙锦 王贵勇 +1 位作者 王伟超 何述超 《内燃机工程》 CAS CSCD 北大核心 2023年第6期90-99,共10页
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,T... 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,结果表明:基于TD3算法的EMS燃油经济性分别相比基于DQN算法和DDPG算法提高了12.35%和0.67%,达到基于动态规划(dynamic programming,DP)算法的94.85%,收敛速度相比基于DQN算法和DDPG算法分别提高了40.00%和47.60%。 展开更多
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
在线阅读 下载PDF
基于AMESim的增程式电动轻卡能耗仿真与优化
2
作者 高少俊 颜溯 +1 位作者 高靖原 肖文龙 《汽车实用技术》 2025年第7期8-14,共7页
为了实现增程式汽车的电平衡及最佳能耗,需要对发动机启停与功率分配策略进行标定与校核,但标定需要依赖于实车,无法满足前期设计阶段系统选型及能耗状态评估的需求。为了解决这个问题,文章通过AMESim物理模型与策略模型联合仿真的方法... 为了实现增程式汽车的电平衡及最佳能耗,需要对发动机启停与功率分配策略进行标定与校核,但标定需要依赖于实车,无法满足前期设计阶段系统选型及能耗状态评估的需求。为了解决这个问题,文章通过AMESim物理模型与策略模型联合仿真的方法,实现了整车的能耗预测及能量管理策略的虚拟标定与优化,满足了基于能耗目标的系统选型与控制策略开发要求。文章以增程式电动轻卡为研究对象,以满足纯电续航及电平衡最佳油耗为目标,引入了电量等级划分策略,通过基于电量等级的差异化能量控制策略设计,实现纯电续航、大负荷动力性需求、电量维持能力等不同场景的能量管理需求,通过策略优化及实车验证,达成了中国工况纯电续航大于120 km的目标,实现了按最佳经济线运行并达成电平衡的最佳油耗设计。 展开更多
关键词 增程式电动轻卡 电量等级 AMESim 能耗仿真
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部