本论文设计了一种具有智能功率分配的双向车载充电系统,就双向车载充电系统中的功率变换器谐振参数优化、锂电池建模及智能功率优化均衡策略进行了深入研究和实验验证。具体如下:通过对多种常用的双向交-直流变换器和双向直流变换器的研究,选择H桥型双向交-直流变换器与CLLC型双向直流变换器作为双向车载充电系统的变换器方案。由于CLLC型变换器中的谐振参数对充电系统的转换效率起到了决定性的作用,故引入量子粒子群算法对谐振参数进行智能优化设计。首先利用谐振点分区法对变换器的参数进行建模,再研究谐振参数与直流增益、输入阻抗角以及相对损耗率的关系,从而得到参数优化的约束条件。在此基础上,利用量子粒子群算法得到电路相对损耗最小的谐振网络参数,通过迭代实验,验证该算法在收敛性能上的优势。电池功率均衡是充电均衡中极为重要的部分。针对锂电池模型,采用三次Hermite插值法逼近电压-电量曲线,就该算法与其他拟合插值算法在逼近效果与单调性上的差异进行对比。建立锂电池充电均衡的s域模型,采用双线性变换法对模型进行离散化,并对离散模型进一步的简化。最后,通过Simulink仿真验证了该模型的准确性。采用深度增强学习算法优化均衡策略。通过对增强学习算法的研究,引入优先级双深度Q网络算法。通过滞环量化滤除噪声,提升算法的稳定性。在网络的设计中使用残差层,强化网络表达能力,并设计了算法训练流程。通过预训练与仿真,验证该算法在功率均衡策略上的优势。最后,设计和调试了具有智能功率分配的双向车载充电系统样机。为保证车载充电系统功率变换器实现双向工作,对双向车载充电模块的控制算法进行研究,设计了数字化控制下的高精度脉冲产生策略与同步整流策略,并完成实验与调试。分别进行了整流实验,双向直流交流切换实验,谐振点分区验证实验,恒压输出实验,同步整流实验,功率验证实验等充电模块性能验证实验,通过大量的实验证明充电模块满足设计要求。对电池均衡与充电模块均衡进行测试,通过实验,验证了基于优先级双深度Q网络算法在功率分配应用上的可行性。