欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022110952570
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于改进多目标Double DQN算法的燃料电池混合动力汽车能量管理方法,其特征在于,所述基于改进多目标Double DQN算法的燃料电池混合动力汽车能量管理方法包括以下步骤:步骤S1,建立FCHEV整车能量管理系统模型,主要包括整车纵向动力学模型、燃料电池氢耗模型、燃料电池寿命模型、动力电池等效电路模型和动力电池衰减模型;

步骤S2,获取燃料电池混合动力汽车在实际行驶中的状态信息,主要包括车辆状态信息、燃料电池状态信息和动力电池状态信息;

步骤S3,以燃料电池混合动力汽车的经济性、动力电池寿命和燃料电池寿命为目标,基于IMDDQN算法对燃料电池混合动力汽车能量管理策略进行多目标寻优;

在步骤3中,假设智能体的有限状态集合为S={s当智能体状态为s

最优动作价值函数Q

Q

其中,R

基于IMDDQN算法的目标是以最大化累计奖励的方式来选择智能体的动作,即综合考虑即时奖励和未来奖励,不断改进策略π使得获得的累计奖励最大,从而得到最佳策略π所述IMDDQN算法包括如下步骤:

步骤S31,将智能体的状态信息s

然后将状态信息s

其中,ε∈[0,1]为探索率,算法以ε的概率选择探索,以1-ε的概率选择最大Q对应的动作;

在选择最大Q对应的动作时,引入Pareto理论,使得Q扩展为多目标动作价值函数,此时奖励函数r也由单个函数变为函数组;选出Q的Pareto最优前沿上的多个Pareto最优解一同存储到经验池中,即假设存在m个Pareto最优解,则有m个e存储至经验池:其中,

步骤S32,从经验池中随机抽取一部分样本e,首先将e中的状态信息s其次,将e中的下一个状态信息s

步骤S33,将步骤S32中采样的e中的下一个状态信息s步骤S34,损失函数Loss反向传播,采用梯度下降法更新评价网络中的参数,损失函数为均方误差(MSE),损失计算公式为:其中,E为从经验池采样的e的个数;

步骤S35,循环步骤S31-S34,每过C步后,将评价网络的参数更新到目标网络中。

2.根据权利要求1所述基于改进多目标Double DQN算法的燃料电池混合动力汽车能量管理方法,其特征在于,在步骤S1中,所述整车纵向动力学模型为:其中,F

其中,A为车辆的迎风面积,C

3.根据权利要求1所述基于改进多目标Double DQN算法的燃料电池混合动力汽车能量管理方法,其特征在于,在步骤S1中,燃料电池氢耗模型为:其中,

4.根据权利要求1所述基于改进多目标Double DQN算法的燃料电池混合动力汽车能量管理方法,其特征在于,在步骤S1中,对燃料电池的寿命影响进行量化处理:其中,T

5.根据权利要求1所述基于改进多目标Double DQN算法的燃料电池混合动力汽车能量管理方法,其特征在于,在步骤S1中,动力电池等效电路模型为:其中,I

6.根据权利要求1所述基于改进多目标Double DQN算法的燃料电池混合动力汽车能量管理方法,其特征在于,在步骤S1中,动力电池衰减模型为:其中,Q