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

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

论文摘要

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.

论文目录

  • 1 插电式燃料电池汽车动力系统建模
  •   1.1 车辆模型
  •   1.2 燃料电池模型
  •   1.3 锂离子电池组模型
  • 2 燃料电池汽车能量管理控制模型
  • 3 基于增强学习算法的能量管理策略
  •   3.1 状态转移概率矩阵
  •   3.2 增强学习控制策略的建立
  •   3.3 增强学习能量管理控制策略的求解
  • 4 仿真与硬件在环试验结果分析
  •   4.1 增强学习策略的可行性验证
  •   4.2 不同行驶里程验证对比
  •   4.3 硬件在环试验结果与分析
  •     4.3.1 硬件在环试验系统
  •     4.3.2 试验结果对比与分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 林歆悠,夏玉田,魏申申

    关键词: 燃料电池汽车,增强学习,能量管理,算法,控制策略

    来源: 工程科学学报 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

    专业: 无机化工,电力工业

    单位: 福州大学机械工程及自动化学院,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)

    基金: 国家自然科学基金资助项目(51505086)

    分类号: TM911.4

    DOI: 10.13374/j.issn2095-9389.2018.10.15.001

    页码: 1332-1341

    总页数: 10

    文件大小: 902K

    下载量: 524

    相关论文文献

    • [1].装在芯片上的燃料电池[J]. 电世界 2008(04)
    • [2].家用燃料电池[J]. 电世界 2010(11)
    • [3].在深海航运中应用燃料电池:未来充满挑战[J]. 柴油机 2020(04)
    • [4].燃料电池行业标准现状综述[J]. 汽车文摘 2020(01)
    • [5].我国学者在燃料电池催化材料服役与失效研究领域取得重要进展[J]. 中国科学基金 2019(06)
    • [6].适用于燃料电池混合供电系统的能量管理策略[J]. 电力科学与工程 2019(12)
    • [7].丰田/肯沃斯透露首款燃料电池电动卡车[J]. 重型汽车 2019(06)
    • [8].燃料电池的发展现状[J]. 中国科技信息 2020(Z1)
    • [9].《燃料电池基础》[J]. 电源技术 2020(03)
    • [10].铝—空气燃料电池发热原因分析及解决方法[J]. 中国金属通报 2020(01)
    • [11].镥掺杂铈基碳酸盐复合材料在温燃料电池中的应用研究[J]. 皖西学院学报 2020(02)
    • [12].燃料电池商用车混合动力系统匹配设计[J]. 装备制造技术 2020(03)
    • [13].燃料电池热管理技术专利分析[J]. 中国科技信息 2020(12)
    • [14].燃料电池机车行业技术发展研究[J]. 科技创新导报 2020(07)
    • [15].燃料电池用高性能碳纤维纸发展现状及市场分析[J]. 纺织报告 2020(03)
    • [16].《燃料电池基础》[J]. 电源技术 2020(07)
    • [17].《燃料电池设计与制造》[J]. 电源技术 2020(07)
    • [18].锌空燃料电池老化实验研究与机理分析[J]. 清华大学学报(自然科学版) 2020(11)
    • [19].燃料电池商用车能量管理策略研究[J]. 企业科技与发展 2020(07)
    • [20].行业企业[J]. 汽车与驾驶维修(维修版) 2020(08)
    • [21].燃料电池是未来移动出行的关键[J]. 汽车观察 2020(09)
    • [22].燃料电池产业分析[J]. 电器工业 2020(09)
    • [23].钠离子在燃料电池中作用机制的研究[J]. 可再生能源 2019(01)
    • [24].燃料电池产业发展现状及趋势分析[J]. 化工时刊 2018(11)
    • [25].燃料电池技术发展现状及在电力系统中的应用[J]. 中国金属通报 2018(07)
    • [26].宇通:加快推进燃料电池产业布局[J]. 汽车纵横 2018(12)
    • [27].燃料电池列车的开发动向[J]. 国外铁道机车与动车 2019(01)
    • [28].关于燃料电池在建筑领域发展的相关研究[J]. 节能 2019(02)
    • [29].《燃料电池基础》[J]. 电源技术 2019(03)
    • [30].燃料电池产业链正处风口[J]. 理财 2019(03)

    标签:;  ;  ;  ;  ;  

    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
    下载Doc文档

    猜你喜欢