本申请涉及车辆能量管理，尤其涉及一种混合动力汽车能量管理方法及系统。
背景技术：
1、混合动力技术作为燃油车与电动汽车的结合体克服了纯电车续航里程焦虑以及传统燃油车的高油耗、高排放问题。针对混合动力汽车复杂的动力系统建立高效安全的能量管理策略是混合动力汽车发挥优势的关键。
2、当前商业化应用的混合动力汽车使用的均为基于规则的能量管理策略，具有极高的安全性但难以协同优化各部件的运行效率。近年来，随着人工智能和计算机技术的发展，深度强化学习算法逐渐用于优化混合动力汽车的能量管理系统。
3、虽然深度强化学习算法在给定路况下实现了低油耗目标，但仍然面临训练时间长、目标函数设置困难、鲁棒性差、超参数整定困难等挑战，特别是对于复杂的混合动力汽车多能系统。
技术实现思路
1、本申请提供了一种混合动力汽车能量管理方法及系统，以解决现有的混合动力汽车能量管理系统的深度强化学习算法训练时间长、目标函数设置困难、鲁棒性差、超参数整定困难的技术问题。
2、本申请第一方面提供了一种混合动力汽车能量管理方法，包括：
3、基于待测车辆，建立混合动力汽车动力学模型；
4、基于所述混合动力汽车动力学模型，获取所述待测车辆的观测量；
5、基于所述观测量，控制所述待测车辆的发动机和，或电机启动或停止运行；
6、基于所述观测量，根据奖励函数，获取目标观测量；所述目标观测量包括：目标发动机扭矩和目标电机扭矩；
7、基于所述目标观测量，控制所述待测车辆的发送机和电机按照目标发动机扭矩和目标电机扭矩运行。
8、在一些实施例中，所述混合动力汽车动力学模型包括：发动机模型、电机模型、电池模型、传动系统模型、主减速器模型、驾驶员模型、车身以及轮胎模型。
9、在一些实施例中，所述观测量包括：待测车辆的车速、电池剩余电量、车辆需求扭矩；
10、所述基于所述观测量，控制所述待测车辆的发动机和，或电机启动或停止运行包括：
11、基于所述观测量，判断所述车辆需求扭矩是否小于零，若是，判断所述电池剩余电量是否大于预设电池剩余电量最小值且小于预设电池剩余电量最大值；若是，则控制待测车辆进行制动能量回收；若否，则控制待测车辆进行机械制动；
12、若否，判断所述车辆需求扭矩是否等于零；若是，则控制待测车辆的发动机以及电机停止运行。
13、在一些实施例中，所述判断所述车辆需求扭矩是否等于零之后，还包括：
14、若否，判断所述车速是否小于预设车速最小值；若是，则判断所述电池剩余电量是否小于预设电池剩余电量最小值；若是，则驱动待测车辆的发动机；若否，则驱动待测车辆的电机；
15、若否，判断所述车辆需求扭矩是否大于零且小于车辆最佳扭矩；若是，则判断所述电池剩余电量是否小于预设电池剩余电量最小值；
16、若是，则控制待测车辆进入充电模式直至所述电池剩余电量大于最佳电池剩余电量，驱动待测车辆的发动机；若否，判断所述电池剩余电量是否大于预设电池剩余电量最大值；
17、若是，则同时驱动待测车辆的发动机与电机；若否，则驱动待测车辆的发动机。
18、在一些实施例中，所述判断所述车辆需求扭矩是否大于零且小于车辆最佳扭矩之后，还包括：
19、若所述车辆需求扭矩大于车辆最佳扭矩，则判断所述电池剩余电量是否小于预设电池剩余电量最小值；若是，则驱动待测车辆的发动机；若否，则同时驱动待测车辆的发动机与电机。
20、在一些实施例中，所述基于所述观测量，根据奖励函数，获取目标观测量包括：
21、基于所述观测量，判断所述电池剩余电量是否小于预设电池剩余电量最小值或大于预设电池剩余电量最大值；若是，则根据奖励函数，获取第一奖励值；所述第一奖励值为：
22、r1＝a-fequ-c|soc-socbest|；
23、式中，a、c为常数且大于零；fequ为等效油耗；soc为电池剩余电量；socbest为最佳电池剩余电量；
24、根据所述第一奖励值，获取修正值；
25、基于所述修正值，获取目标观测量；所述目标观测量为：
26、τeng＝τeng_0+δτ；
27、τmotor＝τmotor_0-δτ；
28、τeng为目标发动机扭矩；τeng_0为修正前的发动机扭矩；δτ为修正值；τmotor为目标电机扭矩；τmotor_0为修正前的电机扭矩。
29、在一些实施例中，所述判断所述电池剩余电量是否小于预设电池剩余电量最小值或大于预设电池剩余电量最大值之后，还包括：
30、若否，则根据奖励函数，获取第二奖励值；所述第二奖励值为：
31、r2＝a-fequ；
32、根据所述第二奖励值，获取修正值；
33、基于所述修正值，获取目标观测量。
34、本申请第二方面提供了一种混合动力汽车能量管理系统，包括：
35、混合动力汽车动力学模型、智能体、管理模块；所述混合动力汽车动力学模型与所述智能体、管理模块通信连接；所述智能体与所述管理模块通信连接；
36、所述混合动力汽车动力学模型被配置为：
37、获取待测车辆的观测量；
38、所述智能体被配置为：
39、基于所述观测量，根据奖励函数，获取目标观测量；所述目标观测量包括：目标发动机扭矩和目标电机扭矩；
40、所述管理模块被配置为：
41、基于所述观测量，控制所述待测车辆的发动机和，或电机启动或停止运行；
42、基于所述目标观测量，控制所述待测车辆的发送机和电机按照目标发动机扭矩和目标电机扭矩运行。
43、在一些实施例中，所述智能体设置有dqn、ddpg、td3算法中的其中一种。
44、在一些实施例中，所述系统还包括：
45、训练模块，所述训练模块与所述智能体通信连接，所述训练模块被配置为：
46、基于所述混合动力汽车动力学模型、管理模块，对所述智能体进行训练，直至神经网络以及奖励函数收敛。
47、本申请提供一种混合动力汽车能量管理方法及系统，所述方法包括：基于待测车辆，建立混合动力汽车动力学模型；基于所述混合动力汽车动力学模型，获取所述待测车辆的观测量；基于所述观测量，控制所述待测车辆的发动机和，或电机启动或停止运行；基于所述观测量，根据奖励函数，获取目标观测量；所述目标观测量包括：目标发动机扭矩和目标电机扭矩；基于所述目标观测量，控制所述待测车辆的发送机和电机按照目标发动机扭矩和目标电机扭矩运行，以实现高效、安全、鲁棒性好的混合动力汽车能量管理策略。
1.一种混合动力汽车能量管理方法，其特征在于，包括：
2.根据权利要求1所述的一种混合动力汽车能量管理方法，其特征在于，所述混合动力汽车动力学模型包括：发动机模型、电机模型、电池模型、传动系统模型、主减速器模型、驾驶员模型、车身以及轮胎模型。
3.根据权利要求1所述的一种混合动力汽车能量管理方法，其特征在于，所述观测量包括：待测车辆的车速、电池剩余电量、车辆需求扭矩；
4.根据权利要求3所述的一种混合动力汽车能量管理方法，其特征在于，所述判断所述车辆需求扭矩是否等于零之后，还包括：
5.根据权利要求4所述的一种混合动力汽车能量管理方法，其特征在于，所述判断所述车辆需求扭矩是否大于零且小于车辆最佳扭矩之后，还包括：
6.根据权利要求5所述的一种混合动力汽车能量管理方法，其特征在于，所述基于所述观测量，根据奖励函数，获取目标观测量包括：
7.根据权利要求6所述的一种混合动力汽车能量管理方法，其特征在于，所述判断所述电池剩余电量是否小于预设电池剩余电量最小值或大于预设电池剩余电量最大值之后，还包括：
8.一种混合动力汽车能量管理系统，其特征在于，包括：
9.根据权利要求8所述的一种混合动力汽车能量管理系统，其特征在于，所述智能体(2)设置有dqn、ddpg、td3算法中的其中一种。
10.根据权利要求8所述的一种混合动力汽车能量管理系统，其特征在于，所述系统还包括：
