An Adaptive Hierarchical Energy Management Strategy for Hybrid Electric Vehicles Combining Heuristic Domain Knowledge and Data-Driven Deep Reinforcement Learning

计算机科学 强化学习 水准点(测量) 控制器(灌溉) PID控制器 人工智能 能源消耗 能源管理 启发式 控制工程 能量(信号处理) 工程类 统计 电气工程 生物 数学 大地测量学 地理 温度控制 农学
作者
Bo Hu,Jiaxi Li
出处
期刊:IEEE Transactions on Transportation Electrification 卷期号:8 (3): 3275-3288 被引量:17
标识
DOI:10.1109/tte.2021.3132773
摘要

With the development of artificial intelligence, there has been a growing interest in machine learning-based control strategy, among which reinforcement learning (RL) has opened up a new direction in the field of hybrid electric vehicle (HEV) energy management. However, the issues of the current RL setting ranging from inappropriate battery state-of-charge (SOC) constraint to ineffective and risky exploration make it inapplicable to many industrial energy management strategy (EMS) tasks. To address this, an adaptive hierarchical EMS combining heuristic equivalent consumption minimization strategy (ECMS) knowledge and deep deterministic policy gradient (DDPG), which is a state-of-the-art data-driven RL algorithm, is proposed in this work. For comparison purposes, the proposed strategy is contrasted with dynamic programming (DP), proportion integration differentiation (PID)-based adaptive ECMS, and rule-based and standard RL-based counterparts, and the results show that the fuel consumption after SOC correction for the proposed strategy is very close to that of the DP-based control and lower than that of the other three benchmark strategies. Considering that the proposed strategy can make better use of the RL techniques while realizing an effective, efficient, and safe exploration in a data-driven manner, it may become a strong foothold for future RL-based EMS to build on, especially when the controller has to be trained directly and from scratch in a real-world environment.
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
euphoria发布了新的文献求助10
1秒前
阿甲发布了新的文献求助10
1秒前
善良的路灯完成签到,获得积分10
2秒前
不安豪英发布了新的文献求助10
2秒前
2秒前
Legend发布了新的文献求助10
2秒前
3秒前
巅峰囚冰发布了新的文献求助10
4秒前
7秒前
IceT发布了新的文献求助10
8秒前
天空之城完成签到,获得积分20
8秒前
8秒前
墨墨发布了新的文献求助10
8秒前
优美熠悦完成签到 ,获得积分10
9秒前
任鹰完成签到,获得积分10
10秒前
10秒前
11秒前
领导范儿应助明理青寒采纳,获得10
12秒前
LBJ完成签到,获得积分10
13秒前
科研人才完成签到 ,获得积分10
14秒前
阿甲完成签到,获得积分10
14秒前
czyczy发布了新的文献求助10
15秒前
kk完成签到,获得积分10
15秒前
16秒前
yangyajie发布了新的文献求助10
16秒前
美满忆文应助sekidesu采纳,获得10
17秒前
共享精神应助ENG采纳,获得10
17秒前
XXX完成签到,获得积分10
18秒前
yiyi完成签到 ,获得积分10
18秒前
19秒前
嘟嘟噜发布了新的文献求助10
19秒前
19秒前
TWO宝完成签到,获得积分10
20秒前
Legend完成签到,获得积分20
20秒前
上官若男应助奈奈泥采纳,获得10
21秒前
研友_VZG7GZ应助zcg采纳,获得10
21秒前
科研小风完成签到,获得积分10
21秒前
Traci发布了新的文献求助10
21秒前
彭于晏应助完美书桃采纳,获得10
22秒前
ydl0413发布了新的文献求助10
22秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
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 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3154159
求助须知:如何正确求助?哪些是违规求助? 2805038
关于积分的说明 7863014
捐赠科研通 2463114
什么是DOI,文献DOI怎么找? 1311158
科研通“疑难数据库(出版商)”最低求助积分说明 629464
版权声明 601821