一种基于神经网络的储能电池组管理系统的均衡方法及介质
摘要文本
本申请公开了一种基于神经网络的储能电池组管理系统的均衡方法及介质，涉及电池储能技术领域，包括：获取各电池组的基础数据和健康状态参数；建立基于注意力机制的LSTM神经网络模型，输出电池组均衡控制策略；训练LSTM模型并利用训练后的LSTM模型生成电池组均衡控制策略；根据电池组的健康状态调整均衡控制策略，以减小对应电池组的充放电量；利用强化学习模型，将均衡控制策略作为环境输入提供给策略网络Actor，生成电池组计划调度动作；将计划调度动作输入价值网络Critic，Critic输出电池组计划调度动作的价值Q；策略网络Actor根据价值Q，调整输出的电池组计划调度动作。针对现有技术中电池组的使用寿命低的问题，本申请提高了电池组的使用寿命。
申请人信息
- 申请人:北京中铁建电气化设计研究院有限公司; 济南交通发展投资有限公司; 中铁十四局集团电气化工程有限公司; 中国铁建电气化局集团有限公司; 北京世纪东方智汇科技股份有限公司
- 申请人地址:100043 北京市石景山区八大处高科技园区西井路3号崇新大厦1号楼108A9房间
- 发明人: 北京中铁建电气化设计研究院有限公司; 济南交通发展投资有限公司; 中铁十四局集团电气化工程有限公司; 中国铁建电气化局集团有限公司; 北京世纪东方智汇科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于神经网络的储能电池组管理系统的均衡方法及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311572082.2 |
| 申请日 | 2023/11/23 |
| 公告号 | CN117613421A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | H01M10/42 |
| 权利人 | 北京中铁建电气化设计研究院有限公司; 济南交通发展投资有限公司; 中铁十四局集团电气化工程有限公司; 中国铁建电气化局集团有限公司; 北京世纪东方智汇科技股份有限公司 |
| 发明人 | 胡永利; 杨浩; 乔桢; 黄国胜; 司福强; 武朝军; 张硕; 刘瑞琪; 闫学祥; 于金勇; 贾进良; 姜涛; 汤华奇; 张飞; 王旭; 周明; 陈照; 周涛; 吴琼; 黄峰; 谭克亮; 何旭; 杨晓燕; 翟冰莹; 王欢欢; 李昌恒 |
| 地址 | 北京市石景山区八大处高科技园区西井路3号崇新大厦1号楼108A9房间; 山东省济南市历下区解放东路5号济南轨道交通大厦15层; 山东省济南市历下区和平路1号; 北京市石景山区八大处高科技园区西井路3号崇新大厦1号楼108A8房间; 北京市大兴区中关村科技园区大兴生物医药产业基地天荣街21号院1号楼 |
专利主权项内容
1.一种基于神经网络的储能电池组管理系统的均衡方法，包括：获取各电池组的基础数据和健康状态参数，健康状态参数包含电池内阻、容量衰减值和循环次数；建立基于注意力机制的LSTM神经网络模型，输入为获取的基础数据和健康状态参数，输出为电池组均衡控制策略；其中，注意力机制采用将健康状态参数映射到注意力向量，并利用注意力向量与LSTM神经网络模型的隐状态进行加权叠加，以调整健康状态参数对LSTM神经网络模型的记忆单元的写入比例；使用包含电池组健康状态参数的历史运行数据训练LSTM神经网络模型，利用训练后的LSTM神经网络模型生成电池组均衡控制策略；判断各电池组的健康状态，如果电池组内阻的增大值或容量衰减值超过预设阈值，则调整LSTM神经网络模型输出的电池组均衡控制策略，以减小对应电池组的充放电量；利用强化学习模型，将LSTM神经网络模型输出的电池组均衡控制策略作为环境输入提供给策略网络Actor，生成电池组计划调度动作；将生成的电池组计划调度动作输入价值网络Critic，价值网络Critic输出电池组计划调度动作的价值Q，价值Q通过打分函数计算获得，价值Q反映了电池组计划调度动作对电池组寿命的影响；策略网络Actor根据价值网络Critic输出的价值Q，调整输出的电池组计划调度动作，以生成对电池组的寿命影响最小的计划调度动作；其中，LSTM神经网络模型为长短期记忆神经网络模型。