原文传递
基于深度强化学习的燃料电池商用车能量管理研究
| 论文题名： | 基于深度强化学习的燃料电池商用车能量管理研究 |
| 关键词： | 燃料电池;混合动力汽车;能量管理策略;深度强化学习;人工势场 |
| 摘要： | 以单一燃料电池作为动力源的汽车往往存在响应慢、不能回收制动能量等问题，因此现在的汽车市场主要以燃料电池混合动力汽车为主。本文以燃料电池混合动力商用车为研究对象，提出了两种能源拓扑——双燃料电池/电池和燃料电池/电池/超级电容，并针对两种拓扑分别提出了相应的能量管理策略；针对双燃料电池/电池混合能源对燃料电池氢气消耗、电池电力消耗与燃料电池效率进行了优化；针对燃料电池/电池/超级电容混合能源对燃料电池氢耗、燃料电池寿命与电池寿命进行了优化。 首先，进行混合动力拓扑选型、建立纵向动力学模型，基于各电源简化电路搭建复合电源模型，依据车辆爬坡度、加速度、最高车速等动力性指标和续航里程指标对电源器件进行了参数匹配。主要的电力元件包括燃料电池、电池、超级电容、DC/DC变换器、电机等。 接着，建立双燃料电池/电池混合动力能源管理策略，设计基于深度强化学习和人工势场的能量管理策略，通过人工势场调节器对燃料电池效率、电池SOC进行动态调节，并使用基于深度确定性策略梯度的调节器调节人工势场参数，增强策略的优化能力。结果表明，该策略能在维持电池SOC的前提下有效提高系统经济性并增加燃料电池效率，由于效率的增加在一定程度上延长了燃料电池的寿命。 最后，建立燃料电池/电池/超级电容混合动力能源管理策略，设计基于双延迟深度确定性策略梯度的能量管理策略，本策略将燃料电池氢耗、燃料电池寿命损耗、电池寿命损耗作为优化目标，超级电容起到了“削峰填谷”的作用，为燃料电池与电池的优化提供了更多的优化区间。结果表明，该策略在氢耗水平、燃料电池损耗水平、电池损耗水平方面都有所降低，大大提升了动力系统的经济性与使用周期。 |
| 作者： | 刘军 |
| 专业： | 车辆工程 |
| 导师： | 周健豪 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
