1.一种变时域预测能量管理方法，其特征在于，所述方法包括下述步骤：S100、获取当前车辆的状态量及其对应的时域，获得下一时刻的最佳预测时域，所述最佳预测时域长度能够不固定；

S200、根据所述最佳预测时域，预测车速；

S300、基于最佳预测时域，采用动态规划算法获得车辆的最优控制序列，从而实现变时域的能量管理；

S400、在车辆执行控制序列对应的控制指令后，进入新的状态；

所述车辆的状态量包括动力电池荷电状态、车辆当前位置、当前车速、上一时刻预测车速。

2.根据权利要求1所述的方法，其特征在于，所述最佳预测时域通过DQN网络模型获得；

所述DQN网络模型实现下述动作价值函数：

Q(t)＝R(stat，actt)+βmax Q(stat，actt；θ)式中：

Q表示工况t下的动作价值函数值；R表示奖励函数；stat表示车辆在工况t下的状态量；

actt表示车辆在工况t下的时域；θ为DQN网络模型的权值参数，β表示最大动作价值所占的权重。

3.根据权利要求1所述的方法，其特征在于，所述车速采用双向长短期记忆模型(Bi‑directional Long Short‑Term Memory，BiLSTM)进行预测。

4.根据权利要求1所述的方法，其特征在于，所述DQN网络模型通过下述步骤进行训练：S101、获取车辆的当前工况状态量及其对应时域，选择具有最大动作价值的时域；

S102、根据选择的时域，进行车速预测，在模型预测框架下依据奖励函数计算奖励值和下一工况状态量；

S103、在经验池中存储当前时刻信息组，所述信息组包括当前状态量、当前状态量对应时域、奖励值、下一时刻状态量；

S104、在经验池中随机取出n个信息组，n为大于1的自然数；

S105、对每一个信息组，计算实际动作价值，根据实际动作价值和最大动作价值的差的平方，采用梯度下降算法更新DQN网络模型参数；

S106、将下一工况作为当前工况，返回S101。

5.根据权利要求4所述的方法，其特征在于，所述奖励函数如下：式中：

Efc为燃料电池系统的能耗；Eelec为动力电池的能耗，ΔPfc为燃料电池系统的输出功率变化率，γ、λ、δ分别为权重系数。

6.一种变时域预测能量管理装置，其特征在于，所述装置包括下述智能体模块和环境模块；

所述智能体模块获取当前车辆的状态量及其对应的时域，获得下一时刻的最佳预测时域，所述最佳预测时域长度能够不固定；

所述环境模块接收智能体模块的最佳预测时域，先根据所述最佳预测时域，预测车速；

然后基于最佳预测时域，采用动态规划算法获得车辆的最优控制序列，从而实现变时域的能量管理；最后在车辆执行控制序列对应的控制指令后，进入新的状态；

所述车辆的状态量包括动力电池荷电状态、车辆当前位置、当前车速、上一时刻预测车速。

7.根据权利要求6所述的装置，其特征在于，所述最佳预测时域通过DQN网络模型获得；

所述DQN网络模型实现下述动作价值函数：

Q(t)＝R(stat，actt)+βmax Q(stat，actt；θ)式中：

Q表示工况t下的动作价值函数值；R表示奖励函数；stat表示车辆在工况t下的状态量；

actt表示车辆在工况t下的时域；θ为DQN网络模型的权值参数，β表示最大动作价值所占的权重。

8.根据权利要求6所述的装置，其特征在于，所述车速采用双向长短期记忆模型(Bi‑directional Long Short‑Term Memory，BiLSTM)进行预测。

9.根据权利要求6所述的装置，其特征在于，所述DQN网络模型通过下述步骤进行训练：S101、获取车辆的当前工况状态量及其对应时域，选择具有最大动作价值的时域；

S102、根据选择的时域，进行车速预测，在模型预测框架下依据奖励函数计算奖励值和下一工况状态量；

S103、在经验池中存储当前时刻信息组，所述信息组包括当前状态量、当前状态量对应时域、奖励值、下一时刻状态量；

S104、在经验池中随机取出n个信息组，n为大于1的自然数；

S105、对每一个信息组，计算实际动作价值，根据实际动作价值和最大动作价值的差的平方，采用梯度下降算法更新DQN网络模型参数；

S106、将下一工况作为当前工况，返回S101。

10.根据权利要求9所述的装置，其特征在于，所述奖励函数如下：式中：

Efc为燃料电池系统的能耗；Eelec为动力电池的能耗，ΔPfc为燃料电池系统的输出功率变化率，γ、λ、δ分别为权重系数。