内燃机工程

作者：段龙锦,王贵勇,王伟超,何述超

单位：昆明理工大学 云南省内燃机重点实验室,昆明 650500,昆明理工大学 云南省内燃机重点实验室,昆明 650500,昆明理工大学 云南省内燃机重点实验室,昆明 650500,昆明云内动力股份有限公司,昆明 650500

关键词：深度Q网络,深度确定性策略梯度,双延迟深度确定性策略梯度算法,增程式电动轻卡,

基金：国家自然科学基金项目（52066008）；云南省科技厅揭榜制项目（202104BN050007）；云南省科技计划项目（202102AC080004）

为了解决增程式电动轻卡辅助动力单元（auxiliary power units， APU）和动力电池之间能量的合理分配问题，在Simulink中建立面向控制的仿真模型，并提出一种基于双延迟深度确定性策略梯度（twin delayed deep deterministic policy gradient， TD3）算法的实时能量管理策略，以发动机燃油消耗量、电池荷电状态（state of charge， SOC）变化等为优化目标，在世界轻型车辆测试程序（world light vehicle test procedure， WLTP）中对深度强化学习智能体进行训练。仿真结果表明，利用不同工况验证了基于TD3算法的能量管理策略（energy management strategy， EMS）具有较好的稳定性和适应性；TD3算法实现对发动机转速和转矩连续控制，使得输出功率更加平滑。将基于TD3算法的EMS与基于传统深度Q网络（deep Q-network，DQN）算法和深度确定性策略梯度（deep deterministic policy gradient， DDPG）算法进行对比分析，结果表明：基于TD3算法的EMS燃油经济性分别相比基于DQN算法和DDPG算法提高了12.35%和0.67%，达到基于动态规划（dynamic programming， DP）算法的94.85%，收敛速度相比基于DQN算法和DDPG算法分别提高了40.00%和47.60%。

来源：2023年第6期

《内燃机工程》期刊编辑部

查看内燃机工程杂志2023年第6期