张家金，林歆悠

(福州大学机械工程及自动化学院，福建 福州 350108)

0 引言

不当的能量管理分配可能会加大动力电池的使用成本，加速电池寿命衰退，从而增加插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)生命周期成本. 因此，开发针对PHEV的兼顾整车综合油耗和电池寿命的能量管理系统，对降低PHEV的全生命周期成本具有重要意义. 混合动力汽车的能量管理策略主要分为两类： 基于规则的能量管理策略[1]和基于优化的能量管理策略[2-3]. 随着机器学习的发展，强化学习也被越来越多地应用于能量管理策略[4-5]. Cao等[6]针对PHEV提出基于强化学习的实时能量管理策略，并且通过K-L (Kullback-Leibler)散度来确定状态转移矩阵的更新. 为实现混合动力履带式车辆发动机和电池的能量最优分配，Liu等[7]使用双层控制框架制定了一个预测的、 实时的能量管理策略，上层基于马尔科夫链预测HEV的功率需求，下层基于更新的概率转移矩阵和增强学习算法实现实时控制.

为了降低电池老化所带来的成本，国内外学者将电池老化模型融入到能量管理中. Suri等[8]构建一个关于锂离子电池的半经验模型，引入严重程度因子来表征电池在不同环境下的老化速率. Lin等[9]为提高燃料电池混合动力汽车的经济性和燃料电池耐久性，将燃料电池开路电压衰退转化成等效的氢气消耗加入到目标价值函数之中，制定了等效氢气消耗最小的反馈优化控制策略. Du等[10]针对并联式混合动力汽车，提出一种电池老化和温度感……