摘要
一种基于深度强化学习的锂电池高安全快速充电方法,使用SP+模型对锂电池进行建模;根据不同劣化阶段对锂电池所设定的脉冲工况,辨识得到不同SoH、不同SoC、不同温度、不同倍率下的SP+模型参数;构建改进的深度强化学习SAC算法,并定义奖励函数;将SP+模型作为改进SAC算法的智能体的交互环境,基于奖励函数对智能体进行离线训练,让SAC算法的智能体学会在不同SoH、不同SoC、不同温度、不同倍率下提供最优的安全快速充电策略;并用于锂电池,在不同SoH、不同SoC、不同温度、不同倍率下进行在线测试,输出最优的安全快速充电策略;本发明能更好地理解和处理复杂的环境,并具有更好的泛化能力和自适应性。
技术关键词
快速充电方法
深度强化学习
锂电池
SAC算法
脉冲工况
充电策略
网络
参数
样本
离线
电池交流阻抗
负极
三电极电池
电化学工作站
冗余
稳态工作
策略更新
液相
系统为您推荐了相关专利信息
多源异构数据
设备健康状态
动态更新设备
健康状态预测
设备运行状态
电池健康状态评估
锂电池健康状态
网络结构
参数
算法
充电无人机
深度强化学习算法
轨迹规划方法
无人机电量
宕机
自动注水系统
雨量计
数据采集模块
蠕动泵
示值误差
卡尔曼滤波算法
状态空间方程
电池等效电路模型
扩展卡尔曼算法
离散系统