一种基于深度强化学习的燃料电池汽车能量管理方法

本发明公开了一种基于深度强化学习的燃料电池汽车能量管理方法，属于燃料电池汽车能量管理技术领域，包括以下步骤：基于燃料电池汽车的驱动功率，构建用于燃料电池汽车整车能量源管理的系统模型；基于Double Deep Q‑network算法，通过引入Dueling机制，构建D3QN算法；基于系统模型，通过D3QN算法，在考虑功率跟随效果的前提下，搭建整车能量管理框架，通过求解包括延缓动力源衰减在内的多目标控制问题，实现对燃料电池汽车的能量管理。本发明在保证功率跟随的同时降低了氢气消耗量，延缓了燃料电池的老化程度，为燃料电池汽车的能量管理提供了新的思路。