操作温度强烈影响混合动力重型车辆中配备双辅助动力单元（APU）的锂离子电池（LIB）的性能和寿命。然而，现有的能量管理策略（EMS）通常未能充分考虑电池的耦合电热行为、驾驶室加热、通风和空调（HVAC）系统的高能量需求以及双APU架构的协调复杂性，导致能源分配不优化和生命周期性能下降。本文提出了一种基于双延迟深度确定性策略梯度（TD3）算法的热和健康感知的EMS。所提出的策略同时调节LIB的热状态，同时自适应管理驾驶室HVAC负载，实现能源效率的协调优化。电池健康和乘客舒适度。通过耦合电热电池退化模型、客舱-HVAC热负荷模型和电池热管理模型，建立了一个综合的能源-热联合优化框架。在优化过程中，燃料消耗、电池退化、HVAC能源使用和荷电状态不匹配被共同考虑。仿真结果表明，所提出的能源管理系统（EMS）分别比基于TD3的传统能源管理策略减少了3.50%、1.78%和5.57%的等效燃料消耗。此外，它获得了最高的最终健康状态（SOH）和有效的客舱热调节，这有效地抑制了电池的衰老速度，并展示了增强系统长期耐用性的巨大潜力。和乘客舒适度。通过耦合电热电池退化模型、客舱-HVAC热负荷模型和电池热管理模型，建立了一个集成能源-热联合优化框架。在优化过程中，燃料消耗、电池退化、HVAC能源使用和荷电状态失衡共同被考虑。仿真结果表明，所提出的EMS分别比基于TD3的传统能源管理策略减少了3.50%、1.78%和5.57%的等效燃料消耗。此外，它获得了最高的最终健康状态（SOH）和有效的客舱热调节，这有效地抑制了电池的老化速度，并展示了增强系统长期耐用性的巨大潜力。和乘客舒适度。通过耦合电热电池退化模型、客舱-HVAC热负荷模型和电池热管理模型，建立了一个综合能源-热联合优化框架。在优化过程中，燃料消耗、电池退化、HVAC能源使用和荷电状态失衡共同被考虑。仿真结果表明，所提出的EMS分别将等效燃料消耗减少了3.50%、1.78%和5.57%，与基于传统TD3的能源管理策略相比。此外，它获得了最高的最终健康状态（SOH）和有效的客舱热调节，这有效地抑制了电池的老化速度，并展示了增强系统长期耐用性的巨大潜力。通过耦合电热电池退化模型、座舱-HVAC热负荷模型和电池热管理模型，建立了一个综合能源-热联合优化框架。在优化过程中，燃料消耗、电池退化、HVAC能源使用和荷电状态失衡共同被考虑。仿真结果表明，所提出的EMS分别比基于传统TD3的能源管理策略减少了3.50%、1.78%和5.57%的等效燃料消耗。此外，它获得了最高的最终健康状态（SOH）和有效的座舱热调节，这有效地抑制了电池的老化速度，并展示了增强系统长期耐用性的巨大潜力。通过耦合电热电池退化模型、座舱-HVAC热负荷模型和电池热管理模型，建立了一个综合能源-热联合优化框架。在优化过程中，燃料消耗、电池退化、HVAC能源使用和荷电状态不匹配被共同考虑。仿真结果表明，所提出的EMS分别比基于传统TD3的能源管理策略减少了3.50%、1.78%和5.57%的等效燃料消耗。此外，它获得了最高的最终健康状态（SOH）和有效的座舱热调节，这有效地抑制了电池的衰老速度，并展示了增强系统长期耐用性的巨大潜力。
介绍
重型车辆是全球货运运输和长途 passenger移动的支柱；然而，它们的高能耗和污染物排放已成为实现运输部门碳中和目标的主要障碍[1]。尽管重型商用车辆在全球车辆车队中只占一小部分，但它们却负责了不成比例的交通相关的二氧化碳排放量。例如，在欧洲联盟，尽管重型车辆的车队比例有限，但它们却负责了大约25%的道路交通二氧化碳排放量[2]。传统的柴油动力重型卡车通常在现实世界中的油耗水平在每100公里30到50升之间，远高于轻型车辆的水平[3]。受越来越严格的监管要求推动，例如欧洲联盟对重型车辆的修订后的二氧化碳排放标准——要求到2030年将平均排放量减少45%，到2040年相对基准水平减少90% [4]——全球的政策框架正在加速重型运输部门低碳技术的部署。对此，混合动力传动技术已成为减少燃料消耗和排放的一种有前途的途径，同时在动力性能、系统效率和成本之间保持良好的权衡。s对重型车辆的二氧化碳排放标准进行了修订——要求到2030年将平均排放量减少45%，到2040年将排放量减少90% [4]——全球各地的政策框架正在加速重型运输部门的低碳技术应用。对此，混合动力传动技术已成为减少燃料消耗和排放的同时保持动力性能、系统效率和成本之间良好权衡的有前途的途径。s对重型车辆的二氧化碳排放标准进行了修订——要求到2030年将平均排放量减少45%，到2040年将排放量减少90% [4]——全球各地的政策框架正在加速重型运输部门的低碳技术应用。对此，混合动力传动技术已成为减少燃料消耗和排放的同时保持动力性能、系统效率和成本之间良好权衡的有前途的途径。
在重型混合动力车辆（HDHEVs）中，双辅助电源装置（APU）架构（通常包括两个独立的发动机-发电机组，并与驱动电池协调工作）已被研究，以减轻传统单APU串联混合动力车在功率密度和操作灵活性方面的限制[5]。通过在异构操作场景（例如爬坡、巡航和长时间静止）之间实现自适应功率供应，双APU配置可以提高操作的鲁棒性，并扩大原动机的可行高效操作区域，特别是在重型和采矿导向的电动驱动应用中[6]。然而，功率分配的额外自由度显著增加了监督控制的复杂性。需要系统地协调多个电源、处理约束条件以及进行多目标权衡 [7], [8]。因此，设计一种能源管理策略 (EMS)，能够在不同的驾驶条件下平衡燃油经济性、电池可持续性（包括寿命相关的考虑）和车辆性能，已成为此类多源电动动力总成的关键研究挑战 [9]。
现有的混合动力电动汽车的能源管理系统（EMS）可以大致分为基于规则、基于优化和基于学习三种方法 [10]。在基于规则的类别中，面向校准的规则——通常由离线优化结果驱动——由于其低计算负担和易于实现，在实际的电动动力系统中被广泛采用。代表性研究已经证明，这种策略在混合动力车辆应用中可以实现可测量的燃油节省效果 [11]。然而，由于基于规则的EMS高度依赖于预定义规则和先前的校准，它们对高度动态或以前未见过的操作条件的适应性仍然有限 [12]。基于优化的方法将功率分配问题建模为一个最优控制任务，并利用数学工具，例如动态规划（DP），庞特里亚金最小原理（PMP）和模型预测控制（MPC）来接近近最优解 [13]。特别是，基于PMP的MPC框架已被证明可以提高实时可行性，同时保持竞争力的最优性，使它们适合在有限的预测范围内进行在线EMS实现 [14]。然而，基于优化的EMS的实际部署仍然受到模型依赖性、计算负担以及在快速变化的驾驶条件下鲁棒性问题的限制 [12]。随着最近深度强化学习（DRL）的进展，基于学习的EMS因其能够从交互数据中学习控制策略并应对不确定性而受到越来越多的关注，而无需明确的未来驾驶循环知识 [15]。早期基于深度Q学习的研究展示了DRL在混合动力电动汽车自适应能量管理中的潜力[16]，而后续工作引入了双深度强化学习架构，以进一步提高收敛性和决策稳定性，特别是在启动-停止协调场景中[17]。最近的研究探索了高级DRL变体，以增强在复杂驾驶条件下的适应性和性能[18]，[19]，[20]。同时，综述研究系统地总结了最新进展，并识别了与安全、泛化和实际车辆部署相关的关键挑战[21]。此外，还研究了演员-评论家DRL方法，如软演员-评论家（SAC），以进一步提高电动动力系统中的控制平滑性和鲁棒性[22]。
最近的研究通过结合联网车辆信息、驾驶意图和基于深度强化学习（DRL）的环保驾驶策略，进一步提升了EMS的性能。例如，已经研究了智能连接插电式混合动力车的驾驶意图感知节能控制[23]，并且已经为多车道交通场景中的混合动力车辆开发了基于DRL的环保驾驶框架[24]。同时，最近的电池研究分析了在周期性激励下的退化机制，为在动态操作条件下电池的老化行为提供了有用的见解[25]。
尽管在之前的研究中取得了显著进展，但大多数现有的混合动力电动汽车的电池管理系统（EMS）假设锂离子电池的运行温度是恒定的，从而忽略了温度、电化学行为和系统级性能之间的强耦合关系。在实际操作中，电池温度在充放电过程中可以迅速上升，特别是在高功率需求、频繁循环或快速充电条件下。高温不仅加速了电池的老化机制，还显著增加了热失控的风险 [26], [27]。作为双APU混合架构中的主要能量缓冲器，锂离子电池的退化直接影响车辆的运行成本、可用性和系统可靠性。重型车辆通常承受持续的高负荷和频繁的充放电循环，这会加剧固体电解质界面的生长和锂镀层现象。糟糕的充电策略会抹去超过40%的使用寿命，更换电池组的成本占车辆购买价格的20-30%。因此，对于双APU重型混合动力车，先进的热管理和控制是提高效率、延长系统寿命和确保安全运行所必需的。[28], [29] 因此，对于双APU重型混合动力车， explicitly考虑热动态和退化机制的电池感知EMS对于提高能源效率、延长系统寿命和确保运行安全是至关重要的。这些现象会加剧固体电解质界面的生长和锂镀层现象。糟糕的充电策略会抹去超过40%的使用寿命，更换电池组的成本占车辆购买价格的20-30%。因此，对于双APU重型混合动力车，先进的热管理和控制是提高效率、延长系统寿命和确保安全运行所必需的。[28], [29] 因此，对于双APU重型混合动力车，考虑热动态和退化机制的电池感知EMS对于提高能源效率、延长系统寿命和确保运行安全是至关重要的。这些现象会加剧固体电解质界面的生长和锂镀层现象。糟糕的充电策略会抹去超过40%的使用寿命，更换电池组的成本占车辆购买价格的20-30%。因此，对于双APU重型混合动力车，先进的热管理和控制是提高效率、延长系统寿命和确保安全运行所必需的。[28], [29] 因此，对于双APU重型混合动力车，考虑热动态和退化机制的电池感知EMS对于提高能源效率、延长系统寿命和确保运行安全是至关重要的。因此，先进的热管理和控制对于提高效率、延长系统寿命和确保安全运行是至关重要的。[28], [29] 因此，对于双APU重型混合动力车，考虑热动力学和退化机制的电池感知的EMS对于提高能源效率、延长系统寿命和确保运行安全是至关重要的。因此，先进的热管理和控制对于提高效率、延长系统寿命和确保安全运行是至关重要的。[28], [29] 因此，对于双APU重型混合动力车，考虑热动力学和退化机制的电池感知的EMS对于提高能源效率、延长系统寿命和确保运行安全是至关重要的。
与此同时，与客舱热舒适度相关的能源需求在重型车辆能源管理研究中长期以来一直被低估。现有的研究表明，长途重型车辆的暖通空调（HVAC）系统约占总车载能源消耗的10-20%，而强制休息期间的闲置空调 alone 即使占长途卡车年燃料消耗的近7% [30]。这些发现表明，有效的能源管理系统必须共同解决牵引功率需求、辅助热负载和能源系统热行为，以实现更好的操作效率和经济性能。
最近的一些研究已经开始将温度依赖的电池退化纳入能源管理优化，并展示了其潜在的好处[31]，[32]。然而，在大多数这些研究中，驱动功率需求仍然被视为唯一的或主要的负载，而变化剧烈的暖通空调需求及其与电池热管理系统（BTMS）的耦合很少被整合到控制决策循环中[33]。因此，推进能源管理、电池热安全和车内舒适度调节之间的协调仍然没有得到充分解决，尤其是在复杂的多源架构如双APU HDHEVs中。
不同于现有的基于TD3的能源管理系统主要关注于功率分配优化，也不同于通常忽视与车厢热负荷显式耦合的老化感知策略，本研究针对双APU混合重型车辆，建立了一种健康感知和车厢舒适度导向的能源管理策略。该框架不是单独优化燃油经济性、电池老化或车厢舒适度，而是旨在协调双APU动力系统、电池系统和HVAC负荷，以实现等效燃油消耗、电池老化缓解和车厢热舒适度之间的平衡折衷。
这项工作的主要贡献总结如下：
- •
基于TD3的健康感知电磁系统在统一的决策框架内协调双APU功率分配、电池健康保持和客舱热舒适度。
- •
通过将双APU动力系统、电池电热老化动力学、HVAC负载和客舱热行为整合到EMS中，建立了一个耦合的能源-热-老化模型。
- •
进行比较模拟，以评估所提出的策略在典型重型驾驶条件下的燃油经济性、电池SOH保留、HVAC能源消耗和车内舒适度。
