[发明专利]一种基于策略迁移的燃料电池汽车深度强化学习能量管理方法

权利要求书

1.一种基于策略迁移的燃料电池汽车深度强化学习能量管理方法，其特征在于，包括以下步骤：

步骤1：建立两种显著不同的燃料电池汽车模型；

步骤2：建立基于策略迁移的DDPG代理模型，设置DDPG代理模型的状态、动作和奖励，得到设置后的DDPG代理模型；

步骤3：针对目标域车型，训练DDPG代理模型，获取训练后DDPG代理模型的网络策略；

步骤4：迁移源域车型策略至目标域车型上，继续训练DDPG代理模型，获取基于策略迁移的DDPG代理模型；

步骤5：利用步骤4得到的基于策略迁移的DDPG代理模型进行新车型的能量管理。

2.根据权利要求1所述的基于策略迁移的燃料电池汽车深度强化学习能量管理方法，其特征在于，步骤1中所述两种显著不同的燃料电池汽车模型为源域燃料电池汽车和目标域燃料电池汽车，源域燃料电池汽车模型均包括汽车动力学模型、燃料电池、电机、电池、超级电容；目标域燃料电池汽车包括汽车动力学模型、燃料电池、电机及电池。

3.根据权利要求2所述的基于策略迁移的燃料电池汽车深度强化学习能量管理方法，其特征在于，所述汽车动力学模型如下公式所示：

其中，v为车辆的速度；f为滚动电阻系数；C_D为气动阻力系数；A为车辆前部区域；ρ为空气密度；a为物流车辆的加速度；α是道路的坡度；m为车辆质量；

所述燃料电池模型采用Amphlett静态模型进行描述，过电位损耗由激活过电位Vact、欧姆过电位Vohm和浓度过电位Vcon三部分组成，其计算公式为：

其中ξ₁，ξ₂，ξ₃，ξ₄和B是由制造商提供的预校准系数；T是温度；I_st是当前堆栈值；是阴极催化剂层的氧浓度；R_st为堆叠的等效电阻；J和J_max分别表示电流密度的实际极限和最大极限；

所述电机模型如下公式所示：

η_m＝LUT(T_mot,ω_mot)

其中，P_req是牵引功率；P_mot是MFC和锂离子电池提供的电机功率；T_mot和ω_mot分别为电机的转矩和转速；LUT代表采用查表法，利用T_mot和ω_mot的实验数据确定效率η_m；

所述电池模型如下公式所示：

式中，R_bat、U_ref、V_oc、I_bat、R_int分别表示电池的开路电阻、额定电压、开路电压、电流、内阻；P_bat为要求电池功率，放电功率为正值，充电功率为负值；P_loss为损失功率；

所述超级电容模型如下公式所示：

其中，N为单元的个数；Q_cell为每个单元的电量；SOC_SC(t_k)、SOC_SC(t_k-1)分别为超级电容瞬时SOC变化、当前SOC和上一时刻SOC；I_SC为超级电容电流。