燃料电池电动汽车改进深度强化学习能量管理OACSTPCD
针对配置有燃料电池、锂电池和超级电容3能量源的混合动力汽车,提出一种基于改进深度确定性策略梯度(DDPG)算法的分层能量管理策略,以降低氢耗、提高燃料电池工作效率及维持锂电池荷电状态(SoC).首先,采用基于模糊规则的自适应低通滤波器对功率进行分层处理,由超级电容承担峰值功率.其次,设计基于DDPG的能量管理框架,利用等效消耗最小策略的计算思想构建优化函数,并加入与燃料电池效率和锂电池SoC偏差有关的惩罚因子,优化燃料电池和锂电池的功率分配.此外…查看全部>>
付主木;龚慧贤;宋书中;陶发展;孙昊琛
河南科技大学 信息工程学院,河南 洛阳 471023||河南科技大学 河南省机器人与智能系统重点实验室,河南 洛阳 471023河南科技大学 信息工程学院,河南 洛阳 471023河南科技大学 信息工程学院,河南 洛阳 471023||河南科技大学 河南省机器人与智能系统重点实验室,河南 洛阳 471023河南科技大学 信息工程学院,河南 洛阳 471023||河南科技大学 河南省机器人与智能系统重点实验室,河南 洛阳 471023河南科技大学 信息工程学院,河南 洛阳 471023
信息技术与安全科学
燃料电池混合动力汽车功率分层DDPG动态规划
《河南科技大学学报（自然科学版）》 2023 (4)
41-48,8
国家自然科学基金项目(62201200)河南省高校科技创新人才计划项目(23HASTIT021)河南省高等学校重点科研项目(22A413002)河南省重点研发与推广专项科技攻关(222102210056,222102240009)河南省博士后科研项目(202003077)河南省科技研发计划联合基金(222103810036).
评论