林歆悠等：基于增强学习算法的插电式燃料电池电动汽车能量管理控制策略 ·1339· 表3不同行驶里程的仿真运行结果对比 Table 3 Comparison of simulation results under different mileages 控制策略 电池荷电状态 氢气消耗/kg 综合能耗/(kWh) 能耗降低/% 规则，50km 0.5491 0 7.56 [-] 等效最小，50km 0.5491 0 7.56 0 增强学习，50km 0.5521 0.006 7.56 0 规则，100km 0.3022 0.106 16.07 [-] 等效最小，100km 0.2225 0.014 14.65 8.84 增强学习，100km 0.3472 0.114 14.76 8.15 规则，150km 0.2072 0.382 27.19 [-] 等效最小，150km 0.2104 0.297 22.28 18.1 增强学习，150km 0.2076 0.306 22.53 17.1 规则，200km 0.2856 0.833 39.7 [-] 等效最小，200km 0.2014 0.577 28.75 27.6 增强学习，200km 0.2012 0.503 27.99 29.5 规则，300km 0.2401 1.538 62.05 [-] 等效最小，300km 0.2021 1.158 41.85 32.3 增强学习，300km 0.2013 0.913 38.35 38.2 表4整车的综合百公里能耗 实验 电机控制器负载电机驱动电机动力系统 Table 4 Comprehensive energy consumption for one hundred kilometers 操作台 kW.h 里程/km 规则 等效最小 增强学习 电池数据 50 15.12 15.12 15.12 监控系统 100 16.07 14.65 14.76 150 18.13 14.85 15.02 200 19.85 14.38 14 控制策略模型 300 20.83 13.95 12.78 试验数据 整车控制器 采集系统 CAN总线 25 ☑规则☒等效最小⑧增强学习 图13硬件在环试验台架 20 Fig.13 Test bench of the hardware in loop 15 10 域网络(USB-CAN)将笔记本电脑和电子控制单元 连接，然后，MotoTune调入SRZ文件，将代码下载到 50 100 150 200 00 开发电子控制单元中，在新能源车辆试验台架上完 行驶里程km 成安装调试及测试标定等工作，实现硬件在环试验， 图12整车百公里综合能耗对比 Fig.12 Comparison of comprehensive energy consumption for one 并对实验数据实时监控记录. hundred kilometers 4.3.2试验结果对比与分析 基于Matlab/Simulink的建模的软件工具包Mo- 设置电池S0C的初始值为0.3，加载城市行驶 toHawk和刷写/标定软件MotoTune.基于该系统的 工况进行硬件在环试验.图15~图17分别给出了 硬件在环试验实施方案如图14所示，在Matlab/ 试验与仿真的电机功率，电池功率和燃料电池功率 Simulink环境中采用D2P一MotoHawk快捷地构建 对比.可以看出，硬件在环实验中，各部件的实际输 控制系统模型及控制策略，通过实时代码转换(real- 出功率均在高功率点无法及时满足需求，这与各部 time workshop,RTW)模块、任务管理及I/O功能模 件在实际工作中输出迟滞和运行损耗有关，但是运 块将所设计的基于增强学习的控制策略转换为相应 行趋势大致相同，基本符合所制定的控制策略的仿 的C代码，经硬件连接器通用串行总线-控制器局 真变化林歆悠等: 基于增强学习算法的插电式燃料电池电动汽车能量管理控制策略 表 3 不同行驶里程的仿真运行结果对比 Table 3 Comparison of simulation results under different mileages 控制策略 电池荷电状态 氢气消耗/ kg 综合能耗/ (kW·h) 能耗降低/ % 规则, 50 km 0郾 5491 0 7郾 56 [ - ] 等效最小, 50 km 0郾 5491 0 7郾 56 0 增强学习, 50 km 0郾 5521 0郾 006 7郾 56 0 规则, 100 km 0郾 3022 0郾 106 16郾 07 [ - ] 等效最小, 100 km 0郾 2225 0郾 014 14郾 65 8郾 84 增强学习, 100 km 0郾 3472 0郾 114 14郾 76 8郾 15 规则, 150 km 0郾 2072 0郾 382 27郾 19 [ - ] 等效最小, 150 km 0郾 2104 0郾 297 22郾 28 18郾 1 增强学习, 150 km 0郾 2076 0郾 306 22郾 53 17郾 1 规则, 200 km 0郾 2856 0郾 833 39郾 7 [ - ] 等效最小, 200 km 0郾 2014 0郾 577 28郾 75 27郾 6 增强学习, 200 km 0郾 2012 0郾 503 27郾 99 29郾 5 规则, 300 km 0郾 2401 1郾 538 62郾 05 [ - ] 等效最小, 300 km 0郾 2021 1郾 158 41郾 85 32郾 3 增强学习, 300 km 0郾 2013 0郾 913 38郾 35 38郾 2 表 4 整车的综合百公里能耗 Table 4 Comprehensive energy consumption for one hundred kilometers kW·h 里程/ km 规则 等效最小 增强学习 50 15郾 12 15郾 12 15郾 12 100 16郾 07 14郾 65 14郾 76 150 18郾 13 14郾 85 15郾 02 200 19郾 85 14郾 38 14 300 20郾 83 13郾 95 12郾 78 图 12 整车百公里综合能耗对比 Fig. 12 Comparison of comprehensive energy consumption for one hundred kilometers 基于 Matlab / Simulink 的 建 模 的 软 件 工 具 包 Mo鄄 toHawk 和刷写/ 标定软件 MotoTune. 基于该系统的 硬件在环试验实施方案如图 14 所示,在 Matlab / Simulink 环境中采用 D2P—MotoHawk 快捷地构建 控制系统模型及控制策略,通过实时代码转换(real鄄 time workshop, RTW)模块、任务管理及 I/ O 功能模 块将所设计的基于增强学习的控制策略转换为相应 的 C 代码,经硬件连接器通用串行总线鄄鄄 控制器局 图 13 硬件在环试验台架 Fig. 13 Test bench of the hardware in loop 域网络(USB鄄鄄CAN)将笔记本电脑和电子控制单元 连接,然后,MotoTune 调入 SRZ 文件,将代码下载到 开发电子控制单元中,在新能源车辆试验台架上完 成安装调试及测试标定等工作,实现硬件在环试验, 并对实验数据实时监控记录. 4郾 3郾 2 试验结果对比与分析 设置电池 SOC 的初始值为 0郾 3,加载城市行驶 工况进行硬件在环试验. 图 15 ~ 图 17 分别给出了 试验与仿真的电机功率,电池功率和燃料电池功率 对比. 可以看出,硬件在环实验中,各部件的实际输 出功率均在高功率点无法及时满足需求,这与各部 件在实际工作中输出迟滞和运行损耗有关,但是运 行趋势大致相同,基本符合所制定的控制策略的仿 真变化. ·1339·