面向观测噪声下的 HEV 受约束最优燃油消耗

在先前的工作中，我们在假设 SOC 测量完美且参考速度曲线准确的前提下，研究了混合电动车 (HEV) 在状态电荷 (SOC) 平衡约束下的最小燃油消耗问题。该受约束的最优燃油消耗 (COFC) 问题被采用受约束强化学习 (CRL) 框架求解。然而，在现实场景中，SOC reading 常受传感器噪声的影响，参考速度也可能偏离实际驾驶条件。为消除这些不完美因素，本研究通过显式地将 SOC 和参考速度中的观测噪声纳入 COFC 问题的 reformulation。我们采用稳健的 CRL 方法，其中噪声被建模为均匀分布，并采用结构化的训练程序以确保稳定性。该方法通过 Toyota Prius 混合系统 (THS) 的仿真进行评估，分别使用新欧洲驾驶循环 (NEDC) 和全球统一轻型车辆测试循环 (WLTC)。结果表明，燃油消耗和 SOC 约束满足在不同噪声水平下保持稳健。此外，分析揭示了 SOC 和速度观测噪声对燃油消耗的影响程度不同。据我们所知，这是首个显式考察观测噪声——常见于动力学测试和预测能源控制 (PEC) 应用——如何影响 HEV 受约束最优燃油消耗的研究。