基于随机动态规划的PHEV队列分层优化控制策略研究

摘要

以插电式混合动力汽车(PHEV)队列为研究对象,提出了一种基于径向基神经网络(RBFNN)与随机动态规划(SDP)的PHEV队列分层控制策略。详细分析了PHEV的动力总成结构及其数学模型,构建了分层控制框架,上层采用RBFNN训练来自模型预测控制(MPC)的驾驶数据,以速度控制器进行跟车控制,下层控制器根据上层传递的车速及需求功率等信息建立马尔可夫链模型,基于SDP理论实现PHEV动力电池与发动机之间的最优能量分配。仿真结果表明:高速工况下,在确保安全行驶的同时,相较于电量消耗-电量维持(CD/CS)策略和规则控制策略,基于所提出的策略,队列中车辆综合能耗明显降低。