[发明专利]一种基于模型强化学习的燃料电池电动汽车能量控制策略

权利要求书

1.一种基于模型强化学习的燃料电池电动汽车能量控制策略，其特征在于，包括：

S1、建立车辆仿真模型；

S2、设计基于模型强化学习的方法；

S3、设计基于模型强化学习的能量控制策略；

S4、进行车辆仿真实验。

2.根据权利要求1所述的基于模型强化学习的燃料电池电动汽车能量控制策略，其特征在于，S1包括：

S101、建立车辆系统结构模型；所述车辆系统结构模型包括依次相连的质子交换膜燃料电池、动力系统配置辅助设备、转换器、电机和主减速器；所述转换器还与蓄电池相连；所述动力系统配置辅助设备包括压缩机、热交换器和加湿器；转换器将蓄电池和动力系统配置辅助设备产生的能量转换为电能驱动电机，电机驱动主减速器，主减速器在再生制动过程中，将制动产生的能量存储在蓄电池中；

S102、建立车辆动力学模型；所述车辆动力学模型采用准静态建模，仅考虑纵向动力学，如公式(1)：

其中，v为车速，m_v为车辆质量，T_whl为轮胎扭矩，R_tire为轮胎半径，F_brk为制动力，F_load为车辆在水平道路上的荷载，计算公式为：

其中，ρ_a为空气密度，A_f为车辆前部面积，C_d为车辆阻力系数，C_r为车辆滚动阻力系数，g为重力加速度，θ为坡度；车辆动力传动系统公式如(3)和(4)：

ω_m＝γ_fd·ω_whl     (4)

其中，T_m为电机扭矩，η_fd为主减速机效率，γ_fd为主减速机传动比，ω_m为电机转速，ω_whl为轮胎转速，满足电功率需求值P_elec可以表示为：

式中，η_elec为电机和变频器的效率，满足电机扭矩和转速的函数。

S103、确定基于电池内阻的荷电状态计算公式为：

其中，V_ocv为开路电压，Q_bat为电池容量，P_bat为电池功率，R_bat为电池内阻，P_bat和R_bat均表示为电池SOC的函数；

S104、建立质子交换膜燃料电池稳态模型，质子交换膜燃料电池的燃料消耗量表示为：

其中，为氢燃料消耗率，N_cell为电池数量，为氢的摩尔质量，n为反应中作用的电子数，F是法拉第常数，λ为氢过量比，I_stack为堆栈电流；此外，动力系统配置辅助设备的辅助设备功率P_BOP、燃料电池净功率P_fcs和燃料电池电堆功率P_stack具有以下关系：

P_fcs＝P_stack-P_BOP    (8)

其中，燃料电池净功率P_fcs满足公式P_fcs＝P_elec-P_bat。