陈福云 花春梅

（江苏联合职业技术学院淮安生物工程分院，江苏 淮安 223200）

在实际中，虽然驾驶员的操作可测，汽车的速度和功率可测，但若传统的基于数据驱动的方法，如神经网络、 支持向量机、 决策树等，可获得的预测功率或车速为具体值，无法准确反映驾驶风格的随机性特征。而马尔科夫链由于其概率化表达，在后续求解过程中得到的策略可以满足概率性最优，更符合实际的车用动态化场景。马尔科夫过程是指控制模型中的状态量具有马尔科夫特性，即在已知上一时刻值的前提下，其当前时刻的值只与上一时刻的值相关，而与再之前的值无关。基于马尔科夫链的随机动态规划方法来解决随机负载功率下的混合动力驱动系统最优控制问题，利用值迭代和策略迭代获得了统计学意义上综合性能指标最优的控制律。

1 基于马尔科夫过程的HESS 能量优化管理建模

由于有限马尔科夫决策过程面向的是离散状态的系统，因此本文首先根据动力电池、 超级电容的状态方程/物理方程，对其进行离散化处理，并形成HESS 系统的状态迭代更新流程。

动力电池RC 网络端电压vp和SOC 的离散化迭代方程如下：

为方便后续统一化形式表达及矩阵运算，将式 （1） 改写为矩阵形式如下：

超级电容的离散化表达如下：

式中：Cu 表示超级电容的电容值，值为13.83F。

离散化模型式 （2） 和 （3） 均可以统一成如下形式：

式中：s（k）表示状态向量，对于动力电池系统，s（k）表示一阶 RC 网络端电压 vp和 SOC，对于超级电容，s（k）表示 SOV。……