一种模糊自适应变异粒子群与多智能体学习电池均衡方法与流程
本发明涉及电池管理,尤其是涉及一种模糊自适应变异粒子群与多智能体学习电池均衡方法。
背景技术:
1、随着新能源技术的快速发展,锂离子电池组在电动汽车、储能电站、航空航天等领域的应用日益广泛。由于电池组通常由多个单体电池串联或并联组成,各单体电池在生产制造、初始容量、内阻、自放电率以及工作温度等方面不可避免地存在不一致性。这种不一致性在电池组循环充放电过程中会逐渐加剧,导致部分单体电池过充或过放,严重降低电池组的可用容量、循环寿命和安全性。
2、电池电量均衡技术是解决电池组不一致性问题的核心手段。目前,现有的电池均衡方法主要分为被动均衡和主动均衡两大类。被动均衡通过电阻耗散的方式将电量较高的单体电池多余电量以热能形式释放,其结构简单但能量浪费严重且产生大量热量,无法适用于大容量电池组。主动均衡利用电容、电感或变压器等储能元件实现电量从高电量单体向低电量单体的转移,能量利用率较高,但均衡速度和效率受限于电路拓扑结构和控制策略的优劣。
3、在控制策略层面,现有技术存在以下显著缺陷:
4、第一,传统的基于电压或荷电状态阈值的开关型均衡控制策略,依赖人工设定固定的开启阈值和关闭阈值,无法根据电池组动态工况自适应调整,当电池组老化或工况剧烈变化时,均衡效果急剧恶化。这类基于规则的控制策略缺乏全局优化能力,无法在均衡速度和均衡精度之间取得最优平衡。
5、第二,部分现有技术尝试采用经典粒子群算法或遗传算法对均衡参数进行优化,但这些算法在处理高维、多约束的电池均衡优化问题时存在早熟收敛和局部最优的问题。标准粒子群算法在迭代后期种群多样性丧失,容易陷入局部最优解,导致优化得到的均衡参数并非全局最优,影响均衡效率。此外,这些算法通常以离线方式运行,无法根据电池组实时状态在线调整均衡策略。
6、第三,基于单智能体强化学习的电池均衡方法虽然能够通过与环境的交互学习较优的均衡策略,但电池组中各单体电池之间存在强烈的耦合关系,单智能体架构将整个电池组视为单一环境,状态空间和动作空间随电池串联数量的增加呈指数级增长,导致维数灾难问题,在实际应用中难以收敛。而且,单智能体方法无法利用各单体电池之间的协同信息,均衡策略的协调性差。
7、第四,现有电池均衡方法普遍将荷电状态估计与均衡控制割裂为两个独立模块,荷电状态估计的误差会直接传递至均衡控制模块,而均衡控制模块无法根据荷电状态估计的不确定性调整决策,缺乏估计-控制协同优化的机制。荷电状态估计算法本身受到电池模型参数不确定性和测量噪声非高斯分布的影响,卡尔曼滤波及其衍生算法在噪声统计特性未知或时变的情况下估计精度显著下降。
8、第五,现有均衡控制策略多为开环控制或简单的反馈控制,缺乏对均衡过程未来状态的预测能力,无法实现前瞻性的最优决策。当负载突变或电池组状态剧烈波动时,这些控制策略响应滞后,难以及时调整均衡参数以适应工况变化。
9、综上所述,现有的电池电量均衡管理方法在均衡效率、自适应能力、协同优化和预测控制等方面均存在明显不足,亟需一种能够全局优化、自适应在线调整且兼顾荷电状态估计不确定性的电池电量均衡管理方法。
技术实现思路
1、本发明的目的是提供一种模糊自适应变异粒子群与多智能体学习电池均衡方法,通过模糊自适应变异粒子群算法与多智能体深度确定性策略梯度网络模型的深度融合,实现了电池组均衡策略的全局优化与在线自适应调整,解决了现有技术中均衡策略易陷入局部最优、缺乏协同优化机制、荷电状态估计误差累积以及无法自适应复杂工况变化的问题。
2、为实现上述目的,本发明提供了一种模糊自适应变异粒子群与多智能体学习电池均衡方法,包括以下步骤:
3、步骤s1:获取电池组中每个单体电池的运行状态数据,该运行状态数据至少包括电压、电流、温度及荷电状态;
4、步骤s2:构建电池均衡管理架构,该电池均衡管理架构包括感知层、决策层和执行层,该感知层用于对该运行状态数据进行预处理和特征提取,该决策层用于根据提取的特征信息生成均衡控制策略,该执行层用于根据该均衡控制策略对电池组进行均衡操作;
5、步骤s3:在该感知层中,采用改进的自适应卡尔曼滤波算法对该运行状态数据进行噪声抑制和状态估计,得到每个单体电池的荷电状态最优估计值;
6、步骤s4:在该决策层中,根据该荷电状态最优估计值,采用模糊自适应变异粒子群算法对均衡调度参数进行全局寻优,生成初始均衡调度方案;
7、步骤s5:在该决策层中,将该初始均衡调度方案作为先验知识输入多智能体深度确定性策略梯度网络模型,通过多智能体之间的协同交互和在线学习,动态优化均衡控制策略;
8、步骤s6:根据优化后的该均衡控制策略,在该执行层中通过脉冲宽度调制信号控制均衡电路中的开关器件动作,以执行对电池组的电量均衡操作。
9、优选的,在步骤s3中,该改进的自适应卡尔曼滤波算法在标准卡尔曼滤波基础上引入时变噪声统计估计器,该时变噪声统计估计器根据新息序列实时更新系统噪声协方差矩阵和测量噪声协方差矩阵,在每步递推过程中对该系统噪声协方差矩阵和该测量噪声协方差矩阵进行动态修正,以抑制非高斯噪声对荷电状态估计精度的影响。
10、优选的,步骤s4中该采用模糊自适应变异粒子群算法对均衡调度参数进行全局寻优,包括以下步骤:
11、s41:初始化粒子种群,每个粒子的位置向量表示一组均衡调度参数组合,该均衡调度参数组合至少包括均衡电流幅值、均衡周期和均衡启停阈值;
12、s42:构建模糊隶属度函数,以粒子群的种群适应度方差和当前最优粒子进化速度作为输入变量,通过模糊推理规则动态输出变异概率调整系数;
13、s43:根据该变异概率调整系数对粒子位置进行自适应柯西变异操作,变异后的粒子位置通过以下公式更新:
14、;
15、其中,表示第次迭代中第个粒子在第维的位置,为该变异概率调整系数,为标准柯西分布随机数,表示第次迭代中第个粒子在第维的位置;
16、s44:根据适应度函数评估每个粒子的优劣,更新个体最优位置和全局最优位置,直到满足终止条件,输出全局最优粒子对应的均衡调度参数组合作为该初始均衡调度方案。
17、优选的,该适应度函数综合考虑电池组内单体电池的荷电状态一致性指标和均衡过程能量损耗指标,该适应度函数的计算公式为:
18、;
19、其中,为电池组内所有单体电池荷电状态的标准差,为均衡过程中预估的总能量损耗,和为加权系数,满足,且和根据电池组当前运行工况动态调整。
20、优选的,步骤s5中该多智能体深度确定性策略梯度网络模型将每个单体电池映射为一个独立的智能体,每个智能体具有各自的演员网络和评论家网络,该演员网络根据本地观测信息输出该智能体的动作策略,该评论家网络根据全局状态信息和所有智能体的联合动作输出价值评估,各智能体之间通过通信信道共享局部状态信息和经验回放数据,以实现协同决策。
21、优选的,该多智能体深度确定性策略梯度网络模型的训练过程中,采用集中训练与分布式执行框架,在训练阶段各智能体的评论家网络能够获取全局状态信息和其他智能体的动作信息,在执行阶段各智能体的演员网络仅依赖自身局部观测信息做出决策,该演员网络的策略梯度通过以下公式更新:
22、;
23、其中,为第个智能体演员网络的参数,为第个智能体的目标函数,为经验回放缓冲区,为第个智能体在局部观测下的策略,为第i个智能体的动作价值函数,为全局状态,为第个智能体的动作,为智能体总数,表示对从经验回放缓冲区中采样的状态-动作对求数学期望。
24、优选的,各智能体之间的通信拓扑采用动态图结构,该动态图结构根据电池组内各单体电池之间的电气连接关系和荷电状态差异度动态调整通信权重,当两个单体电池之间的荷电状态差异度大于预设阈值时,对应两个智能体之间的通信权重增大,当该荷电状态差异度小于预设阈值时,对应两个智能体之间的通信权重减小,以降低通信开销。
25、优选的,步骤s6中该执行层通过脉冲宽度调制信号控制均衡电路中的开关器件动作时,采用模型预测控制方法对脉冲宽度调制信号的占空比进行滚动优化,在每个控制周期内,根据当前电池组状态和预测模型预测未来多个时刻的电池组状态变化,以预测时域内的均衡效果最优为目标函数,求解最优占空比序列,并将该最优占空比序列的第一个值作为当前控制周期的占空比输出。
26、优选的,该模型预测控制方法的预测模型为电池等效电路模型,该电池等效电路模型至少包括一阶rc网络,该预测模型的状态方程和输出方程分别为:
27、;
28、;
29、其中,为时刻的状态向量,包含各单体电池的荷电状态和极化电压,为时刻的控制输入向量,包含各均衡支路的占空比指令,为时刻的输出向量,包含各单体电池的端电压,、、、为离散化后的状态空间矩阵,为过程噪声向量,为测量噪声向量。
30、优选的,在执行步骤s6对电池组进行电量均衡操作的过程中,该决策层实时监测各单体电池的荷电状态变化率,当监测到任意单体电池的荷电状态变化率超过预设的安全变化率阈值时,该决策层触发安全保护机制,该安全保护机制包括降低均衡电流幅值、暂停对该单体电池的均衡操作以及向电池管理系统发送报警信号中的至少一项。
31、因此,本发明采用上述结构的一种模糊自适应变异粒子群与多智能体学习电池均衡方法,具备以下有益效果:
32、(1)本发明首次将模糊自适应变异粒子群算法与多智能体深度确定性策略梯度网络模型有机融合应用于电池电量均衡管理领域,利用模糊自适应变异粒子群算法的全局搜索能力为多智能体强化学习提供高质量的先验初始策略,克服了多智能体强化学习在训练初期因探索效率低导致收敛缓慢的技术难题,同时利用多智能体强化学习的在线学习能力对全局最优策略进行持续优化,解决了传统粒子群算法无法在线自适应调整的技术缺陷。两种算法的融合并非简单叠加,而是通过先验知识注入的深度融合方式实现了互补增效。
33、(2)本发明的感知层采用改进的自适应卡尔曼滤波算法对荷电状态进行最优估计,通过在标准卡尔曼滤波中引入时变噪声统计估计器,实时修正系统噪声和测量噪声的统计特性,有效抑制了非高斯噪声对估计精度的影响。更重要的是,荷电状态估计结果的不确定性信息被同时传递至决策层,使得均衡策略能够根据估计置信度调整决策鲁棒性,实现了估计-控制一体化的协同优化架构。
34、(3)本发明的多智能体深度确定性策略梯度网络模型采用将各单体电池分别建模为独立智能体的架构设计,每个智能体仅需处理自身局部信息,有效解决了传统单智能体强化学习方法在电池数量增多时面临的状态空间和动作空间维数灾难问题。各智能体之间通过动态图结构的通信拓扑实现信息交互,该动态拓扑根据荷电状态差异度自适应调整通信权重,在保证协同优化效果的同时最大限度降低了通信计算开销。
35、(4)本发明的执行层采用模型预测控制对脉冲宽度调制占空比进行滚动优化,通过预测模型提前预判未来多个时刻的电池组状态变化,在满足均衡效果最优的目标下求解最优控制序列,克服了传统反馈控制响应滞后的缺陷,显著提升了均衡系统对负载突变和工况波动的动态响应能力。
36、(5)本发明在模糊自适应变异粒子群算法的适应度函数中引入随电池组运行工况动态调整的加权系数,同时在多智能体强化学习的奖励函数设计中综合考虑均衡速度和均衡能量损耗的多目标权衡,使本发明方法能够在不同工况下自适应调整优化侧重点,兼具均衡效率和能量经济性的双重优势。
37、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com