發(fā)布時間：2021-02-09 03:08

　　混合動力汽車的節(jié)能方法和能量管理策略一直是汽車行業(yè)的重點研究對象。但是,目前實際應用最廣泛的依然是基于專家經驗的能量管理策略。以混合動力汽車的智能能量管理策略為研究重點的成果極少。因為混合動力電動汽車具有復雜的結構,并且其在運行狀態(tài)下的工況通常是未知的,所以設計出一個應用于混合動力汽車的自適應并能持續(xù)自我更新的能量管理策略并不容易。本文以深度強化學習算法為基礎,對并聯(lián)式混合動力汽車的能量管理策略進行研究。論文的主要工作包括:1.混合動力汽車能量管理策略的分類及算法分析對國內外已有的混合動力汽車能量管理策略進行總結,將能量管理策略算法分為三個大類:基于規(guī)則、基于優(yōu)化和基于學習。通過對能量管理策略的問題關鍵點進行進一步地分析,選用了等效油耗作為實驗結果的判斷標準。2.基于深度強化學習的并聯(lián)式混合動力汽車能量管理策略設計詳細設計了能量管理策略模型、Loss函數和經驗池回放機制等內容,制定了離線訓練、在線學習以及離線預訓練結合在線學習的仿真方案,并通過Matlab-Python完成了程序的設計,并聯(lián)合Advisor進行了仿真。實驗結果表明:通過在線學習與離線訓練相結合的方式可以極大地減少訓練和... 

【文章來源】：重慶郵電大學重慶市

【文章頁數】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 引言
    1.1 研究背景及意義
    1.2 混合動力汽車國內外研究現狀
    1.3 并聯(lián)式HEV能量管理國內外研究現狀
    1.4 深度強化學習算法國內外應用現狀
    1.5 論文主體結構
第2章 并聯(lián)式混合動力系統(tǒng)
    2.1 并聯(lián)式混合動力系統(tǒng)原理及結構
    2.2 基于Advisor的并聯(lián)式混合動力汽車仿真模型
        2.2.1 并聯(lián)式HEV基礎配置
        2.2.2 并聯(lián)式HEV系統(tǒng)模型
    2.3 基于Advisor的實驗驗證技術
    2.4 乘用車燃料消耗量限值國家標準
    2.5 本章小結
第3章 并聯(lián)式HEV能量管理策略設計
    3.1 基于模糊控制的并聯(lián)式HEV能量管理策略
        3.1.1 模糊控制基本原理
        3.1.2 基于模糊控制的并聯(lián)式HEV能量管理算法設計
    3.2 基于PSO優(yōu)化模糊控制的并聯(lián)式HEV能量管理策略
        3.2.1 PSO算法基本原理
        3.2.2 基于PSO優(yōu)化模糊控制的并聯(lián)式HEV能量管理算法設計
    3.3 基于深度強化學習的并聯(lián)式HEV能量管理策略
        3.3.1 深度強化學習基本原理
        3.3.2 基于深度強化學習的并聯(lián)式HEV能量管理算法設計
        3.3.3 參數設置
    3.4 本章小結
第4章 對比實驗設計及仿真
    4.1 基于模糊控制的實驗設計與結果分析
    4.2 基于PSO優(yōu)化模糊控制的實驗設計與結果分析
    4.3 基于深度強化學習的實驗設計與結果分析
        4.3.1 離線訓練
        4.3.2 在線學習
        4.3.3 預訓練后在線學習
    4.4 三種能量管理策略仿真結果對比
    4.5 本章小結
第5章 總結及展望
    5.1 研究總結
    5.2 創(chuàng)新點
    5.3 后續(xù)研究工作
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果



本文編號：3024945