基于DDPG的航天器蓄电池系统充放电优化控制方法

本发明提供了基于DDPG的航天器蓄电池系统充放电优化控制方法，构建航天器电源系统中的电池状态模型，得到输入电流、温度和负载电压；采用扩展卡尔曼滤波器对电池的关键不可测量状态进行估计；创建基于DDPG算法的智能体，智能体包括行动者网络Actor和评论家网络Critic，之后引入目标网络定期更新Actor网络和Critic网络，引入经验回放机制来训练基于DDPG算法的智能体；多目标优化基于DDPG算法的智能体；利用电池的关键不可测量状态训练优化后的基于DDPG算法的智能体；将输入电流、温度、负载电压、估计的荷电状态SOC和健康状态SOH输入到训练、优化后的基于DDPG算法的智能体中得到充/放电流。本发明的方法，不仅提高了电池的使用效率，还确保了航天器在各种条件下的稳定运行。