找到 2 条结果 · Energy Conversion and Management
锂离子电池充电策略优化：基于异构集成代理模型的先进多目标优化算法
Charging strategies optimization for lithium-ion battery: Heterogeneous ensemble surrogate model-assisted advanced multi-objective optimization algorithm
Fang Cheng · Hui Liu · Energy Conversion and Management · 2025年1月 · Vol.342
摘要 缩短充电时间（CT）同时维持锂离子电池（LIBs）的热安全与健康状态管理，对于提升电动汽车的实用性至关重要。然而，传统的基于机理的充电策略优化方法存在计算负担重、搜索空间高维以及多目标冲突等问题，导致其在广泛应用中面临瓶颈。为克服上述问题，本文首先构建了一种基于机理的电-热-老化耦合模型用于数据集生成。随后，提出一种基于元特征的异构集成代理模型（MetaHES），以更好地适应在荷电状态分阶段恒流充电（SMCC）策略下多样化的充放电性能特性。此外，引入一种改进的约束多目标哈里斯鹰优化算法，结...
解读: 该锂电池充电策略优化技术对阳光电源储能系统和充电桩产品具有重要应用价值。其异构集成代理模型可显著降低ST系列PCS和PowerTitan储能系统的电池管理算法计算负担,多目标优化算法能在充电时间、热安全和电池寿命间实现最优平衡。特别是多阶段恒流充电策略可直接应用于EV充电站快充技术,提升充电效率两个...
结合MPC与深度强化学习的燃料电池/电池混合能源系统新型能量管理策略
Novel energy management strategy for fuel cell/battery hybrid energy systems combining MPC and deep reinforcement learning
Shengnan Liu · Hangyu Cheng · Seunghun Jung · Young-Bae Kim · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 本文提出了一种新型的能量管理策略（EMS），用于燃料电池/电池混合能源系统，该策略通过将模型预测控制（MPC）与深度强化学习（DRL）相结合实现。所提出的EMS充分利用了MPC与DRL各自的优势，有效缓解了由于模型不确定性导致的MPC性能下降问题，同时加速了DRL的收敛过程，并增强了其对未预见工况的适应能力。具体而言，本研究首先建立了包含各部件退化特性的燃料电池/电池混合能源系统的动态模型，在此基础上构建相应的MPC模型。MPC作为基础控制器，利用线性化模型确保系统的稳定性及约束条件的满足...
解读: 该MPC与深度强化学习融合的能源管理策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过MPC保障系统稳定性与约束遵循,DRL优化长期决策,可显著降低燃料电池衰减51.43%并减少系统运行成本4.45%。该混合控制架构可应用于阳光电源多能互补储能系统,特别是氢储能与电池储...