Tahsin Afroz Hoque Nishat · Jong-Hyun Jeong · Hongki Jo · Shenghao Xi 等5人 · Applied Energy · 2025年1月 · Vol.390

摘要 由电池供电的无线传感器网络（WSN）为结构健康监测（SHM）提供了一种经济且易于部署的解决方案。然而，由于传感器网络中电池损耗不均、更换电池时面临后勤规划困难，以及维持SHM所需的服务质量（QoS）等问题，其长期运行的可行性面临挑战。系统层面的电池健康管理策略对于延长WSN的寿命和可靠性至关重要，尤其是在考虑到更换电池所需的昂贵维护行程的情况下。本研究提出了一种基于强化学习（RL）的框架，旨在在保持SHM服务质量的同时，主动在系统层面上管理电池老化问题。该框架聚焦于成组电池更换，以减轻后勤...

解读: 该强化学习电池管理技术对阳光电源储能系统具有重要应用价值。文中针对无线传感网络的系统级电池健康管理策略,可直接应用于ST系列PCS和PowerTitan储能系统的BMS优化。通过RL算法实现电池组均衡老化、延长系统寿命的思路,与阳光电源大规模储能电站面临的电池一致性管理挑战高度契合。特别是其考虑光伏...