控制与决策

作者：彭自然,贺振宇,肖伸平,彭歆瑶

单位：湖南工业大学 电气与信息工程学院，湖南 株洲 412007;湖南省电传动控制与智能装备重点实验室，湖南 株洲 412007,,湖南工业大学 电气与信息工程学院，湖南 株洲 412007;湖南省电传动控制与智能装备重点实验室，湖南 株洲 412007,,湖南工业大学 电气与信息工程学院，湖南 株洲 412007;湖南省电传动控制与智能装备重点实验室，湖南 株洲 412007,,中国航发南方工业有限公司，湖南 株洲 412007,

关键词：制动能量回收;电动汽车;制动策略;深度强化学习;策略梯度;经验回放

基金：国家重点研发计划项目(2019YFE0122600)；湖南省教育厅重点科研项目(22A0423)；湖南省自然科学基金项目(2023JJ60267, 2022JJ50073).

双电机驱动电动汽车能够实现前后独立转矩分配, 进而可以获得更高的能量回收效率. 针对双电机驱动电动汽车, 提出一种基于双延迟深度确定性策略梯度算法(TD3)进行改进优化的制动能量回收策略. 该策略能在保障制动安全性和舒适性的同时, 实现制动能量回收的最大化. 首先, 构建基于深度强化学习的能量回收决策框架, 并设计一个综合考虑能量回收效果、安全性和舒适性的奖励函数; 然后, 采用TD3算法求解该决策过程, 并提出改进的优先经验回放机制, 以加速策略的收敛速度; 最后, 引入平衡探索的噪声策略, 增强算法探索与利用的能力. 通过Matlab/Simulink平台验证, 所提出算法在满足制动安全性和舒适性的前提下, 能够更高效地分配制动力, 有效地提高制动能量回收效率.

来源：2025年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第8期