Deep Reinforcement Learning based Energy Management for Heavy Duty HEV considering Discrete-Continuous Hybrid Action Space

重型的 动作(物理) 强化学习 空格(标点符号) 职责 能源管理 计算机科学 人工智能 能量(信号处理) 数学 汽车工程 工程类 物理 政治学 法学 操作系统 统计 量子力学
作者
Zemin Eitan Liu,Yanfei Li,Quan Zhou,Yong Li,Bin Shuai,Hongming Xu,Min Hua,Guikun Tan,Lubing Xu
出处
期刊:IEEE Transactions on Transportation Electrification 卷期号:: 1-1 被引量:4
标识
DOI:10.1109/tte.2024.3363650
摘要

To reduce the fuel consumption of heavy duty logistic vehicles (HDLVs), P2 parallel hybridization is a promising solution, and deep reinforcement learning (DRL) is a promising method to optimize energy management strategies (EMSs). However, the complicated discrete-continuous hybrid action space lying in the P2 system presents a challenge to achieve real-time optimal control. Thus, this paper proposes a novel DRL algorithm combining auto-tune soft actor-critic (ATSAC) with ordinal regression to optimize the engine torque output and gear shifting simultaneously. ATSAC can adjust the update frequency and learning rate of SAC automatically to improve the generalization and ordinal regression can convert discrete variables into samplings in continuous space to handle the hybrid action. Moreover, a multi-dimensional scenario-oriented driving cycle (SODC) is established through naturalistic driving big data (NDBD) as the training cycle to further improve the EMS generalization. By comprehensive comparison with the widely used twin-delayed deep deterministic policy gradient (TD3) based EMSs, ATSAC achieves significant improvement with 53.70% higher computational efficiency and 12.31% lower negative total reward (NTR) in the training process. Application analysis in unseen real-world driving scenarios shows that only ATSAC based EMS can obtain real-time optimal control in the testing process. Furthermore, the EMS trained through SODC obtains 81.73% lower NTR than the standard China World Transient Vehicle Cycle (CWTVC) which demonstrates that SODC can represent the real-world driving scenarios much more accurately than CWTVC, especially in low-speed high-load conditions which are crucial for HDLVs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
kanong完成签到,获得积分0
13秒前
橙子完成签到 ,获得积分10
14秒前
翟大有完成签到 ,获得积分0
15秒前
沙海沉戈完成签到,获得积分0
21秒前
mike2012完成签到 ,获得积分10
26秒前
开心的太清完成签到,获得积分10
30秒前
小鲤鱼完成签到,获得积分10
37秒前
黎书禾完成签到,获得积分10
1分钟前
enheng完成签到,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
bkagyin应助科研通管家采纳,获得10
1分钟前
不过尔尔完成签到 ,获得积分10
1分钟前
Shandongdaxiu完成签到 ,获得积分10
1分钟前
jiangjiang完成签到 ,获得积分10
1分钟前
飞云完成签到 ,获得积分10
1分钟前
自然的含蕾完成签到 ,获得积分10
2分钟前
firewood完成签到 ,获得积分10
2分钟前
xingxing完成签到 ,获得积分10
2分钟前
雨兔儿完成签到,获得积分10
2分钟前
小巧的怜晴完成签到 ,获得积分10
2分钟前
btcat完成签到,获得积分10
2分钟前
拉长的诗蕊完成签到,获得积分10
2分钟前
陶醉的土豆完成签到,获得积分10
2分钟前
娟儿完成签到 ,获得积分10
2分钟前
糖宝完成签到 ,获得积分10
2分钟前
研究新人完成签到,获得积分10
2分钟前
jarrykim完成签到,获得积分10
2分钟前
面包完成签到 ,获得积分10
3分钟前
Atlantis完成签到 ,获得积分10
3分钟前
没用的三轮完成签到,获得积分10
3分钟前
无花果应助科研通管家采纳,获得10
3分钟前
ailemonmint完成签到 ,获得积分10
3分钟前
Polymer72应助Gcole采纳,获得10
3分钟前
yangdayang完成签到 ,获得积分10
3分钟前
zyf发布了新的文献求助10
3分钟前
合不着完成签到 ,获得积分10
3分钟前
liuyq0501完成签到,获得积分0
3分钟前
Gcole完成签到,获得积分10
3分钟前
yuehan完成签到 ,获得积分10
3分钟前
青山完成签到 ,获得积分10
4分钟前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1200
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
中国荞麦品种志 1000
BIOLOGY OF NON-CHORDATES 1000
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 550
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3360079
求助须知:如何正确求助?哪些是违规求助? 2982657
关于积分的说明 8704643
捐赠科研通 2664447
什么是DOI,文献DOI怎么找? 1459070
科研通“疑难数据库(出版商)”最低求助积分说明 675399
邀请新用户注册赠送积分活动 666431