公开(公告)号：CN118953159A

公开(公告)日：2024-11-15

申请号：CN202410995814.7

申请日：2024-07-24

Applicant: 同济大学

Inventor： 高源 ,  梁博文 ,  王子恒 ,  王田文 ,  刘浩

IPC: B60L58/40 ,  G06F30/15 ,  G06F30/27 ,  G06F119/14

Abstract: 本发明涉及一种基于多目标强化学习的燃料电池汽车能量管理方法，包括：收集标准工况速度数据，通过训练LSTM，构建得到车速预测模型；构建车辆的整车动力系统模型；将车辆当前速度输入车速预测模型，输出得到预测速度，将预测速度输入整车动力系统模型，得到对应的需求功率；基于需求功率，采用综合考虑燃料电池耐久性和经济性的深度强化学习架构，确定出能量管理策略；根据能量管理策略，由车辆混合动力系统控制器执行完成能量分配。与现有技术相比，本发明综合考虑燃料电池汽车的经济性、燃料电池蓄电池的耐久性，能实现对能量管理策略的多目标寻优，同时结合车速预测模型和整车模型，并采用深度强化学习算法，能够提高策略的实时性和自适应性。

公开(公告)号：CN118770009A

公开(公告)日：2024-10-15

申请号：CN202410995811.3

申请日：2024-07-24

Applicant: 同济大学

Inventor： 高源 ,  梁博文 ,  刘浩 ,  王子恒 ,  王田文

IPC: B60L58/40 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明涉及一种考虑前车跟驰的燃料电池汽车能量管理方法，包括：收集车辆行驶相关数据，通过训练LSTM‑BP神经网络，得到车速预测模型；构建车辆的整车动力系统模型；将车辆当前速度、前车距离及前车速度输入车速预测模型，输出得到预测时域内车辆速度，并输入整车动力系统模型，得到对应预测时域内的车辆需求驱动序列；基于车辆需求驱动序列，采用ECMS能量管理算法，确定出有限时域内最优功率分配序列；根据最优的燃料电池驱动功率，由车辆混合动力系统控制器执行完成能量分配。与现有技术相比，本发明考虑前车跟驰问题，能够实现对燃料电池汽车能量的燃油经济性最优控制，同时提高控制的实时性。

公开(公告)号：CN117601716A

公开(公告)日：2024-02-27

申请号：CN202311448226.3

申请日：2023-11-02

Applicant: 同济大学

Inventor： 高源 ,  梁博文 ,  王子恒 ,  王田文 ,  刘浩 ,  章桐

IPC: B60L58/30 ,  G06N5/01 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种考虑燃料电池动态响应的燃料电池汽车能量管理方法，包括：建立车辆整车动力系统模型，获取燃料电池在不同功率下对应的最大可变载功率值表；建立动态规划算法，建立过程中根据当前时刻的功率值，限制下一时刻的寻优范围为最大可变载功率值范围内；选择多个标准工况，依次输入模型中，获得整车需求功率，并通过动态规划算法获得燃料电池和蓄电池最优输出功率，以此构建最优数据集；采用最优数据集进行神经网络训练；以实际工况输入神经网络中，得到燃料电池与蓄电池的功率分配结果。与现有技术相比，本发明可以更加准确地反映燃料电池的动态响应性能，使能量管理策略更加贴合燃料电池汽车的动态性能，进一步提高经济性和耐久性。