关键词：车辆工程;混合动力汽车;能量管理策略;深度强化学习;近端策略优化
摘 要：为了提高功率分流式混合动力汽车（HEV）的经济性，建立了HEV整车的纵向动力学模型，并提出了一种基于策略熵优化的改进近端策略优化算法（PPO）的能量管理策略（EMS）。在一般PPO算法基础上，通过采用经验池机制简化算法框架，只使用1个深度神经网络进行交互训练和更新，以减少策略网络参数同步的复杂性；为了有效探索环境并学习更高效的策略，在损失函数中增加策略熵，以促进智能体在探索与利用之间达到平衡，避免策略过早收敛至局部最优解。结果表明，这种基于单策略网络改进PPO算法的EMS相比于基于双策略网络PPO的EMS，在UDDS工况和NEDC工况下，均能更好地维持电池的荷电状态（SOC），同时等效燃油消耗分别降低了7.1%和1.2%，并取得了与基于DP算法的EMS相近的节能效果。所提改进PPO算法能有效提高混合动力汽车的燃油经济性，可为混合动力汽车的能量管理策略设计与开发提供参考。
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