摘要
本发明属于新能源汽车技术领域,具体为一种基于DDQN的插电式P2混合动力汽车自适应能量管理策略,具体包括以下步骤:(1)建立插电式P2混合动力汽车仿真模型,基于反向传播神经网络根据历史速度序列预测平均速度;(2)以电池荷电状态SOC和预测平均速度为输入,通过发动机燃油消耗量、SOC偏差和前一时间窗口的等效因子值构建瞬时奖励函数,采用双深度Q网络以前馈方式实现等效因子的自适应更新;(3)选择发动机转矩和传动比为控制量,基于等效燃油消耗最小策略,建立带有约束条件的目标函数,求解每个时间步长的最优发动机转矩和变速器传动比,使得目标函数取值最小,实现行程结束时的最优燃油消耗率与目标SOC控制。
技术关键词
发动机燃油消耗量
能量管理策略
变速器传动比
电池荷电状态
混合动力汽车动力
前馈方式
深度Q网络
因子
更新方法
新能源汽车技术
仿真模型
随机梯度下降
在线
算法
系统为您推荐了相关专利信息
控制优化方法
模型预测控制算法
热泵机组
策略更新
负荷预测模型
建筑能量管理
建筑能源管理系统
强化学习代理
能源调度模型
网络
充电方法
概率密度函数
数学模型
粒子群优化算法
电池荷电状态
空间关系推理
避障方法
噪声鲁棒
电池荷电状态
混合动力车辆动力