基于增强学习算法的插电式燃料电池电动汽车能量管理控制策略

林歆悠^1,2，夏玉田¹，魏申申¹

1. 福州大学机械工程及自动化学院2. 流体动力与电液智能控制福建省高校重点实验室(福州大学)

摘 要：以一款插电式燃料电池电动汽车（plug-in fuel cell electric vehicle,PFCEV）为研究对象,为改善燃料电池氢气消耗和电池电量消耗之间的均衡,实现插电式燃料电池电动汽车的燃料电池与动力电池之间的最优能量分配,考虑燃料电池汽车实时能量分配的即时回报及未来累积折扣回报,以整车作为环境,整车控制作为智能体,提出了一种基于增强学习算法的插电式燃料电池电动汽车能量管理控制策略.通过Matlab/Simulink建立整车仿真模型对所提出的策略进行仿真验证,相比于基于规则的策略,在不同行驶里程下,电池均可保持一定的电量,整车的综合能耗得到明显降低,在100、200和300 km行驶里程下整车百公里能耗分别降低8. 84%、29. 5%和38. 6%;基于快速原型开发平台进行硬件在环试验验证,城市行驶工况工况下整车综合能耗降低20. 8%,硬件在环试验结果与仿真结果基本一致,表明了所制定能量管理策略的有效性和可行性.

关键词：燃料电池汽车;增强学习;能量管理;Q_learning算法;控制策略;