[發明專利]一種混合動力公交車能量管理方法、設備和存儲介質

有效

• 申請號: 202010084077.7
• 申請日: 2020-02-10
• 公開（公告）號: CN111267830B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 周健豪;薛四伍;顧誠;薛源;劉軍;廖宇暉;張仁鵬
• 申請（專利權）人: 南京航空航天大學
• 主分類號: B60W20/11
• 分類號: B60W20/11
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 張芳

本發明公開一種混合動力公交車能量管理的方法和、設備和存儲介質，其中方法包括：獲取實驗車輛在公交固定路線工況下影響能量管理的參數；基于影響能量管理的參數和觀測量訓練模型，獲得訓練后的深度強化學習代理；獲取公交車實際行駛中影響所述能量管理的參數和觀測量，基于實際行駛中影響能量管理的參數，以及訓練后的深度強化學習代理，進行混合動力公交車固定路線工況下的能量管理。采用本發明的技術方案，可實現對混合動力公交車能量管理更有效的控制，減少能源消耗。

技術領域

本申請屬于混合動力汽車技術領域，特別涉及一種混合動力公交車能量管理的方法、設備和存儲介質。

背景技術

混合動力汽車的能量管理大多是基于規則的策略，通過制定一定的能量管理閾值，最常見的插電式混合動力的規則是先進行電池能量的消耗，然后進行電池電量的保持，進行規則上的能量控制。

基于優化的策略具有代表基準的是DP(Dynamic Programming，動態規劃)。在全局工況信息已知的情況下離線得到的混合動力公交車相對最優能量管理，它利用速度工況已知，對混合動力公交車發動機和電池進行相應最優的能量需求分配，來得到最優能量管理。

在現有技術中，利用工程師經驗制定規則進行規則上能量管理或者基于優化的在速度已知或者預測的基礎上選擇的模型預測控制進行能量管理，進而調節混合動力公交車的等效燃油消耗的大小。

在實現本申請的過程中，發明人發現相關技術至少存在以下問題：

通過上述方法可知，基于規則的常常能量管理效果不夠顯著，且針對工況單一，基于優化的DP需要全局工況已知，因計算時間過長不能進行實時在線運用，存在的模型預測可以做到優化和實時進行，但預測控制步長不能選擇過大，與DP的優化結果相比仍具有較大的差距。

發明內容

為了解決相關技術中存在的技術問題，本申請實施例提供了一種混合動力公交車能量管理的方法和設備。所述公交車能量管理的方法和設備的技術方案如下：

第一方面，本申請提供了一種混合動力公交車能量管理的方法，包括：

獲取實驗車輛在公交固定路線工況下影響能量管理的參數；

基于所述影響能量管理的參數和觀測量，利用深度確定性策略梯度訓練模型，獲得訓練后的深度強

化學習代理；

獲取公交車實際行駛中影響能量管理的參數和觀測量，基于所述實際行駛中影響所述能量管理的參數和觀測量，以及所述訓練后的深度強化學習代理，進行所述混合動力公交車固定路線工況下的能量管理。

優選的，所述影響能量管理的參數，包括混合動力公交車固定路線上的道路情況和所處時段，所述道路情況包括環境溫度、天氣狀況、道路坡度以及路口的紅綠燈情況、公交車在各站點乘客人數。

優選的，所述觀測量，包括公交車的速度、加速度、發動機轉速、發動機轉矩、電機轉速、電機轉矩、電池荷電狀態、當前時刻燃油消耗量、SOC與參考SOC之間的差值和公交車位移/時間。

優選的，所述利用深度確定性策略梯度訓練模型包括以下5種，

以時間作為橫坐標，不考慮路口情況，假定在路口處公交車遇到的都是綠燈，不進行速度約束，利用深度強化學習中的DDPG(Deep Deterministic Policy Gradient，深度確定性策略梯度)進行訓練，得到收斂的代理，進行仿真，在所述實驗車輛上采集到的等效燃油消耗與可能影響能量管理的其他參數；

以時間作為橫坐標，考慮路口情況，假定在路口處公交車遇到的都是紅燈，車輛速度在路口點處有一減速到0再加速的過程，利用深度強化學習中的DDPG進行訓練，得到收斂的代理，進行仿真，在所述實驗車輛上采集到的等效燃油消耗與可能影響能量管理的其他參數；