Application of improved SAC energy management strategy for fuel cell vehicles

燃料电池 能源管理 汽车工程 能量(信号处理) 环境科学 计算机科学 工程类 物理 化学工程 量子力学
作者
Haoyang Xu,Jiyan Qi
出处
期刊:Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering [SAGE Publishing]
卷期号:240 (2-3): 1094-1106
标识
DOI:10.1177/09544070251324802
摘要

In recent years, Deep Reinforcement Learning (DRL) has demonstrated significant potential in Energy Management Strategies (EMS) for Fuel Cell Vehicles (FCVs). Among these, the Soft Actor-Critic (SAC) algorithm has garnered widespread attention for its superior performance, yet it exhibits shortcomings in convergence speed, stability, and reward value. Moreover, the effectiveness of SAC in mitigating the degradation of fuel cells and lithium batteries remains limited. Therefore, this paper proposes an improved SAC (I-SAC) algorithm, which incorporates Prioritized Experience Replay (PER) and Self-Adaptive Temperature Control (SATC) to enhance performance and effectively extend the lifespan of fuel cells and lithium batteries. Simulation results show that, compared with EMSs based on Double Deep Q-Network (DDQN) and Deep Deterministic Policy Gradient (DDPG), I-SAC significantly reduces hydrogen consumption under various operating conditions, while reducing the degradation of fuel cells and lithium batteries by up to 10.615% and 34.347%, respectively. This study presents a new efficient and robust EMS solution for FCVs.
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
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
危机的觅风完成签到,获得积分10
1秒前
Mxr关闭了Mxr的文献求助
1秒前
ZeKaWa的应助被louis采纳,获得10
1秒前
大仙完成签到,获得积分10
2秒前
2秒前
dada发布了新的文献求助10
3秒前
3秒前
苦瓜大王完成签到,获得积分10
3秒前
3秒前
3秒前
单纯如柏发布了新的文献求助10
3秒前
mengxiang完成签到,获得积分20
4秒前
4秒前
QDU的应助被刻苦的幻巧采纳,获得20
4秒前
李健的应助被科研通管家采纳,获得10
4秒前
英姑的应助被科研通管家采纳,获得10
4秒前
Jasper的应助被科研通管家采纳,获得10
5秒前
Owen的应助被科研通管家采纳,获得10
5秒前
丘比特的应助被科研通管家采纳,获得50
5秒前
科研通AI65的应助被xh采纳,获得10
5秒前
酷波er的应助被科研通管家采纳,获得10
5秒前
小二郎的应助被科研通管家采纳,获得10
5秒前
5秒前
Maestro_S的应助被科研通管家采纳,获得10
5秒前
CipherSage的应助被Firsterchao采纳,获得30
5秒前
5秒前
5秒前
5秒前
小蘑菇的应助被qlw123采纳,获得10
5秒前
无极微光的应助被科研通管家采纳,获得20
5秒前
东少发布了新的文献求助10
6秒前
搜集达人的应助被科研通管家采纳,获得10
6秒前
Lucas的应助被科研通管家采纳,获得10
6秒前
ml完成签到 ,获得积分10
6秒前
大模型的应助被科研通管家采纳,获得10
6秒前
烟花的应助被科研通管家采纳,获得10
6秒前
小蘑菇的应助被科研通管家采纳,获得10
6秒前
Owen的应助被不安保温杯采纳,获得50
6秒前
Owen的应助被科研通管家采纳,获得10
6秒前
所所的应助被科研通管家采纳,获得10
6秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
Resource Recovery Handbook 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8175707
求助须知:如何正确求助?哪些是违规求助? 9567353
关于积分的说明 21792214
捐赠科研通 7770334
什么是DOI,文献DOI怎么找? 3431908
关于科研通互助平台的介绍 2556260
邀请新用户注册赠送积分活动 2477417