新能源车辆广泛应用于各个领域。商用车载重大，工况复杂，具有非常大的节能减排潜力，其新能源化是一个重要的趋势。针对商用车动力系统的运行特点，需要设计相应的能量管理策略来根据驾驶员意图和行驶工况，合理分配各能量源每一时刻所需提供的动力，以优化商用车的运行经济性。尤其对于公交车、洒水车、混凝土搅拌运输车等这类载质量动态变化的商用车，其能量优化更加重要。为解决变质量多源混合动力系统的能量优化问题，江发潮教授团队以自主设计的新型混合动力系统为研究对象，以提高混凝土搅拌运输车的经济性、能源供给可靠性为目标，在变质量多源混合动力系统的理论分析、数学建模、应用推广方面做了深入探究。
　　
　　为准确描述混凝土搅拌运输车实际工况以及评价动力系统性能，提出了数据驱动型混凝土搅拌运输车典型复合工况构建方法。根据混凝土搅拌运输车工作场景及工况数据建立了工况片段数据库，通过提取工况片段特征参数构建了混凝土搅拌运输车典型复合工况。为提高混凝土搅拌运输车的经济性，研究了变质量多源混合动力系统建模及全局能量优化算法。在建立变质量多源混合动力系统及整车模型的基础上，通过仿真分析确定了发动机、电机、电池等部件的参数，并搭建了增程器模型、电动机模型、电池模型、传动系统模型和整车动力学模型，经过测试和调试，最终整合建立了整车仿真模型。然后，从动力系统功率流角度，揭示了动力系统工作模式及各模式工作机制；通过建立变质量多源混合动力系统能量优化数学模型，设计了时空成本较低的约束时变双控制变量两点边值问题全局最优化求解算法。为提高规则型策略的自适应性以及实现变质量多源混合动力系统能量管理策略的在线应用，提出了基于规则的多参数自适应分层在线能量管理策略和基于多参数辨识的学习型智能能量管理策略。为进一步挖掘动力系统节能潜力，基于神经网络及深度强化学习技术，提出了基于多参数辨识的学习型智能能量管理策略。
　　
　　云平台具有强大的海量数据存储和处理能力，可以运行高时空成本的控制算法，实现现有控制算法结构和参数的在线更新，大幅度降低边缘硬件开发和计算成本。作为云平台和边缘节点之间的桥梁，V2C（VehicletoCloud）技术可以实现车辆与云平台之间的双向数据传输，其应用可改善混合动力汽车能量管理策略性能。研究团队将云平台和边缘计算技术相结合，提出了基于TD3算法的云边协同在线分层能量管理策略，以解决控制模型定期在线更新及降低车载控制器时空成本问题。云平台层用于实现大量实际工况数据的TD3网络模型定期训练，边缘节点层利用定期更新的TD3网络模型进行实时能量管理与功率分配，以进一步提升车辆控制效果，其架构如图1所示。整车控制器将收集的车辆工况信息和车辆及部件状态信息通过CAN总线发送至车载数据终端，继而上传至云平台，云平台根据这些数据构建工况数据库和知识库，定期将工况知识库传输至车载数据终端，继而发送至整车控制器外扩存储单元，通过校验即可替代现有知识库，继而实现控制策略的在线更新。车辆实际运行时，整车控制器通过实际工况提取设定周期内的工况片段的特征参数，依据工况知识库中聚类相关参数获得该工况片段所述工况类型，获取对应TD3网络模型输入量并进行前向传播获得网络输出，继而完成车辆的能量管理与功率分配。顶层云平台根据实际工况数据训练基于TD3的能量管理策略，将训练完成的TD3模型传输并下载到边缘节点整车控制器以进行实时能量管理与功率分配，通过定期训练及数据传输实现控制策略在线更新，实现底层整车控制器实时控制。研究提出的方法可同时满足控制策略实时性及优化要求，不但提高了基于DRL算法的控制策略优化性能，而且降低了对云平台实时通讯的依赖性，提高了整车行驶安全。
　　
　　科研无坦途，勇敢登绝顶。江发潮教授团队将继续从事车辆新能源和智能控制、电池安全相关的研究工作，为国家培养输送更多的专业技术人才，为国家科技事业的发展谱写新的篇章。
　　
　　专家介绍：
　　
　　江发潮，工学博士，中国农业大学工学院教授。2003年在中国农业大学车辆工程系获车辆工程专业博士学位；2003年12月到2005年12月期间在清华大学汽车安全与节能国家重点实验室从事博士后研究；曾获国家留学基金委全额资助和德国学术交流中心DAAD资助赴德国柏林工业大学合作研究。主要从事车辆新能源、智能控制和车辆动力学等方面的研究工作，曾获评学校优秀教师、优秀班主任、班主任标兵、优秀教育工作者等荣誉称号。主持或参与国家重点研发计划项目、国家自然科学基金项目、北京市自然科学基金项目及横向课题等多项，出版专著8部，发表论文90余篇，其中SCI／EI期刊论文60余篇。申请专利100余项，获授权中国发明专利30余项、实用新型专利60余项。获神农中华农业科技奖优秀创新团队、神农中华农业科技奖一等奖、中国商业联合会科学技术奖全国商业科技进步奖特等奖等各类奖励30余项，其中省部级奖励9项。