[发明专利]基于TD3多目标HEV能量管理方法及系统

权利要求书

1.一种HEV能量管理方法，其特征在于，包括：

建立并联式混合动力汽车的动力学模型、电池热模型和电池寿命模型，将三个模型的发动机燃油消耗率m_f、发动机输出转矩T_eng、电池温度T_emp、电池SOC、SOH作为控制目标；

构建双延迟深度确定性策略梯度策略梯度TD3网络；

将所述控制目标的发动机燃油消耗率、发动机输出转矩、电池温度、电池SOH和电池SOC作为TD3状态空间信号S，将发动机输出转矩作为TD3动作空间信号A，并制定TD3的回报函数r；

获取车辆标准工况行驶中影响能量管理的参数和观测值，其包括作为所述控制目标的发动机燃油消耗率、发动机输出转矩、电池温度、电池SOH和电池SOC，利用所述标准工况行驶中影响能量管理的参数和观测值以及所述回报函数r，对TD3网络进行训练，使其根据接收到的状态信号S做出能够最大化回报函数r的动作，进而得到训练好的深度强化学习智能体；

获取车辆实际行驶中影响能量管理的参数和观测值，其包括作为所述控制目标的发动机燃油消耗率、发动机输出转矩、电池温度、电池SOH和电池SOC，将所述实际行驶中影响能量管理的参数和观测值输入所述训练好的深度强化学习智能体进行能量管理。

2.根据权利要求1所述的HEV能量管理方法，其特征在于，TD3状态空间信号为S＝(SOC,m_f,T_eng,T_emp,SOH)，动作空间信号为A＝(T_eng|T_eng∈[-250_,841])，回报函数由公式(1)定义：

其中，b是一个偏置量，用来调节回报函数的范围；i表示时间步长；C_f＝m_f表示发动机燃油消耗率；C_b表示电池衰减成本；P_s和P_t分别表示SOC相对于参考值SOC_ref的偏差和过高温的惩罚系数；ω₁和ω₂分别表示P_s和P_t影响因素的权重；C_b由公式(2)计算得到：

C_b,i＝λΔSOH (2)

其中，λ是电池置换成本与一千克燃油成本的比率；

SOC相对于参考值SOC_ref的偏差和过高温的惩罚系数由公式(8)和公式(9)确定：

其中，SOC_ref＝0.6是电池SOC参考值，T_ref是惩罚触发阈值，可以设定为40°C,τ₁和τ₂调节系数，使得电池SOC偏差和过高温惩罚系数与发动机燃油消耗率在同一数量级。

3.一种HEV能量管理方法系统，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-2任一项所述的方法的步骤。

4.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述方法的步骤。