关键词：混合动力汽车;深度强化学习;能量管理策略;电池荷电状态;工况预测
摘 要：混合动力汽车作为新能源汽车在现阶段过渡状态的发展主力，其电池效率和经济性至关重要。为了实现实时优化并且改善混动汽车的部分参数，提出了基于深度强化学习的能量管理策略，并在仿真过程中引入神经网络对工况进行预测。以混合动力汽车模型以及参数作为支撑，搭建了混合动力汽车仿真环境，与建立的能量管理模型进行迭代交互。应用深度强化学习中的不同算法对电池功率进行控制和改善，得到了不同算法下的优化结果，验证了所建立模型的有效性和可靠性，对电池的优化以及功率调控具有一定的实际意义。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取