-
公开(公告)号:CN113978478A
公开(公告)日:2022-01-28
申请号:CN202111390517.2
申请日:2021-11-23
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
IPC: B60W40/105 , B60W50/00 , G06F30/15 , G06F30/20 , G06F119/06
Abstract: 本发明公开了一种基于分层凸优化的燃料电池汽车节能驾驶方法,包括以下步骤:S1.建立燃料电池汽车动力传动系统模型和交通信号灯模型;S2.将燃料电池汽车节能驾驶问题解耦为分层优化问题,包括上层车速规划问题和下层能量管理问题;S3.对上层车速规划问题进行凸化,包括对信号灯约束和代价函数进行凸化;S4.利用凸优化求解器对凸化后的车速规划问题进行求解,得到最优车速;S5.对下层能量管理问题进行凸化,包括对动力电池模型和燃料电池系统模型进行凸化;S6.根据上层输出的最优车速,利用交替方向乘子法对凸化后的能量管理问题进行求解,得到最优的控制变量。本发明能够在保持相近的能耗经济性的同时实现计算速度的巨大提升。
-
公开(公告)号:CN112989715A
公开(公告)日:2021-06-18
申请号:CN202110550474.3
申请日:2021-05-20
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
Abstract: 本发明公开了一种燃料电池汽车多信号灯车速规划方法,构建包含个交通信号灯的深度强化学习DRL训练场景,建立燃料电池汽车FCV训练模型和交通信号灯模型;定义多信号灯训练DRL环境的状态空间、动作空间和奖励函数;在训练环境中对DRL网络进行训练,得到与对应的训练好的DRL车速规划模型DRL‑L;将训练好的DRL‑L模型应用到复杂的测试场景,得到全局经济车速;建立FCV动力传动系统模型,在电量维持模式下利用动态规划算法DP计算测试场景下全局车速规划结果的氢耗,并比较不同对应的DRL‑L模型性能。本发明对环境具有很强的自适应能力,具有更低的氢耗和更好的舒适性。
-