基于强化学习的P2结构混动车辆能量优化控制

胡作磊; 童紫威; 刘平; 施伟

doi:10.16339/j.cnki.jsjsyzdh.202403001

计算技术与自动化 ›› 2024, Vol. 43 ›› Issue (03) : 1 -7+30. DOI: 10.16339/j.cnki.jsjsyzdh.202403001

基于强化学习的P2结构混动车辆能量优化控制

胡作磊, 童紫威, 刘平, 施伟

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对P2结构混动车辆，提出了一种基于强化学习的自适应等效燃油消耗最小策略(RL-ECMS),通过两个智能体实现等效因子的自适应更新和车辆扭矩的动态分配，以适应不断变化的驾驶需求。通过MATLAB/Simulink仿真平台对比了RL-ECMS与传统ECMS和基于规则的控制策略。结果表明，RL-ECMS在FTP75和FTP75-Highway两种典型驾驶工况下均能实现更低的燃油消耗，且不影响车辆性能。同时测试了未经训练的ECE典型工况，结果表明本文所提算法同样具有良好的泛化性与鲁棒性。