《Vehicles》:Hierarchical Energy Management for Fuel Cell Electric Vehicles with Adaptive-Modality Deep Deterministic Policy Gradient
编辑推荐:
燃料电池电动汽车(Fuel Cell Electric Vehicle, FCEV)需要能够在多变驾驶条件下平衡氢经济性、电池利用、部件保护与实时控制的能量管理策略。本文提出了一种集成自适应模态深度确定性策略梯度(Adaptive-Modality Deep
燃料电池电动汽车(Fuel Cell Electric Vehicle, FCEV)需要能够在多变驾驶条件下平衡氢经济性、电池利用、部件保护与实时控制的能量管理策略。本文提出了一种集成自适应模态深度确定性策略梯度(Adaptive-Modality Deep Deterministic Policy Gradient, AMDDPG)与模型预测控制(Model Predictive Control, MPC)的分层能量管理策略(AMDDPG–MPC HEMS)。在所提出的架构中,上层AMDDPG控制器识别驾驶工况模式,并生成针对氢消耗、电池功率和荷电状态(State of Charge, SOC)调节的自适应权重;下层MPC控制器在燃料电池与电池之间执行带约束的功率分配。为提高自适应性,AMDDPG算法引入了提取驾驶工况特征的自适应模态感知机制,以及协调短期节能目标与长期部件保护需求的多尺度奖励机制。此外,还专门引入了权重调度与切换机制,以确保运行工况之间的平滑过渡。该策略在世界轻型车测试循环(World Light Vehicle Test Cycle, WLTC)和城市测功机驾驶工况(Urban Dynamometer Driving Schedule, UDDS)下进行了评估,并与基于规则、等效消耗最小化(Equivalent Consumption Minimization Strategy, ECMS)和固定权重MPC策略进行了比较。结果表明,AMDDPG–MPC HEMS实现了最低的等效氢消耗,在两种驾驶循环下相对于基于规则的策略分别降低了18.853%和11.732%。该策略还提高了燃料电池运行效率,并维持了可行的电池SOC调节。上述结果验证了所提出的分层能量管理策略的有效性与工程应用潜力。
燃料电池电动汽车(Fuel Cell Electric Vehicle, FCEV)由于具有零尾气排放、加氢时间短和续驶里程长等优点,被视为可持续交通的有力解决方案。能量管理策略(Energy Management Strategy, EMS)直接影响FCEV动力系统的氢消耗、运行安全与部件寿命,是整车能效优化的关键环节。然而,实际驾驶中快速变化的功率需求和不确定的驾驶工况给传统EMS带来了严峻挑战。基于规则的策略依赖人工标定阈值,难以适应时变工况;动态规划(Dynamic Programming, DP)等全局优化方法需要完整工况预知且计算负担大;等效消耗最小化策略(Equivalent Consumption Minimization Strategy, ECMS)的性能依赖于等效因子的标定;模型预测控制(Model Predictive Control, MPC)虽具有约束处理与滚动优化能力,但其控制效果强依赖于氢消耗、电池利用、SOC调节与平滑性之间的固定权重,在剧烈变化工况下无法维持目标平衡。因此,亟需一种能够协调能量效率、部件保护与实时控制的自适应EMS。
为此,研究人员提出了一种集成自适应模态深度确定性策略梯度(Adaptive-Modality Deep Deterministic Policy Gradient, AMDDPG)与MPC的分层能量管理策略(AMDDPG–MPC HEMS),论文发表于《Vehicles》。该策略采用双层架构:上层AMDDPG控制器通过自适应模态感知机制识别驾驶工况模式,实时生成氢消耗权重、电池功率限制权重与SOC平衡权重;下层MPC控制器在物理约束下完成燃料电池与电池间的功率分配。AMDDPG算法还引入多尺度奖励机制,将短期能耗优化与长期部件保护目标相协调,并通过权重调度与切换机制保证工况切换的平滑性。在WLTC与UDDS两种标准驾驶循环下与基于规则(rule-based, RB)、ECMS和固定权重MPC三种基准策略对比,结果表明AMDDPG–MPC HEMS的等效氢消耗最低,分别较RB降低18.853%和11.732%,同时提高了燃料电池运行效率并保持了可行的电池SOC调节。该研究为FCEV能量管理提供了一种具有工程应用潜力的分层优化方案。
研究人员采用的主要关键技术方法包括:建立FCEV纵向动力学模型、燃料电池效率经验模型与氢耗率查表模型、电池R-C等效电路模型、三电机效率查表模型;上层基于模糊聚类实现驾驶模式识别与AMDDPG权重生成网络;下层采用隐式MPC,将优化问题转化为二次规划在线求解;离线训练以Actor-Critic网络学习状态-权重映射,采用软更新与经验回放;在线应用冻结网络参数,通过CAN总线实现