一种基于双Q学习与实时速度预测的氢-电混动系统能量管理方法、系统、设备及存储介质

本发明属于燃料电池混合系统能量管理技术领域，具体涉及一种基于双Q学习与实时速度预测的氢‑电混动系统能量管理方法、系统、设备及存储介质，方法包括获取目标车辆的分类后的驾驶模式；利用马尔可夫链对目标车辆进行速度预测；将预测速度输入目标车辆的混合动力系统模型中，根据模型输出对Q学习结构进行优化设计，基于设定的双Q学习策略更新Q学习结构中Q函数，根据更新后的Q函数实现混合动力系统中输出功率的实时分配。本发明提出综合考虑系统安全性、经济性和燃料电池耐久性的奖励价值函数，能够使混合动力系统多目标指标综合最优，应用双Q学习策略来更新Q值函数，能够避免Q学习算法选取动作时带来的最大偏差。