来源：期刊VIP网 时间：
作者：马超;孙统;曹磊;杨坤;胡文静;
单位：山东理工大学交通与车辆工程学院;
摘要：为了提高功率分流式混合动力汽车(hybrid electric vehicle, HEV)的经济性，建立了HEV整车的纵向动力学模型，并提出了一种基于策略熵优化的改进近端策略优化(proximal policy optimization, PPO)算法的能量管理策略(energy management strategy, EMS)。在一般PPO算法基础上，通过采用经验池机制简化算法框架，只使用1个深度神经网络进行交互训练和更新，以减少策略网络参数同步的复杂性；为了有效探索环境并学习更高效的策略，在损失函数中增加策略熵，以促进智能体在探索与利用之间达到平衡，避免策略过早收敛至局部最优解。结果表明，这种基于单策略网络改进PPO算法的EMS相比于基于双策略网络PPO的EMS,在UDDS工况和NEDC工况下，均能更好地维持电池的荷电状态(state of charge, SOC),同时等效燃油消耗分别降低了8.5%和1.4%,并取得了与基于动态规划(dynamic programming, DP)算法的EMS相近的节能效果。所提改进PPO算法能有效提高HEV的燃油经济性，可为HEV的EMS设计与开发提供参考。
关键词：车辆工程;;混合动力汽车;;能量管理策略;;深度强化学习;;近端策略优化
基金资助：国家自然科学基金(52305267);; 山东省自然科学基金(ZR2024ME194)
