本发明提供一种基于深度强化学习的混合动力电动车系统控制方法，其中包括以下步骤：S1、获取插电式混合动力物流轻卡在历史行驶过程中的多维路况信息；S2、建立整车动力系统模型；S3、对两个电机进行预优化处理，降低优化的维度；S4、进行动态规划计算，生成状态转移数据集；S5、确定强化学习算法需要的状态变量，动作变量以及奖励函数；S6、用步骤S4生成的状态转移数据集，对critic与actor网络进行预训练；S7、搭建环境‑智能体模型，利用深度强化学习算法不断迭代训练能量管理策略。S8、对上述模型进行应用。其利用DDPG算法进行模型训练，获得训练后的深度强化学习智能体，在保证燃油经济性的情况下实现物流轻卡对固定路线下随机工况的自适应能力。
