摘要
本发明公开一种多堆燃料电池混合动力系统分层能量管理方法,包括步骤:获取系统各燃料电池、各锂电池与各超级电容衰退状态与实时最大效率;利用解耦式特征聚类神经网络,将相似衰退程度与最大效率的燃料电池、锂电池与超级电容划分至一个区域,从而将系统整体划分为若干区域;以燃料电池瞬时效率、系统等效氢耗、各动力单元瞬时衰退速率、锂电池与超级电容SOC和燃料电池运行温度构建嵌套型深度强化学习控制器,实现各区域最优能量管理;对所有区域的能量管理结果进行系统级协调调度,通过中央功率协调模块实现跨区域功率平衡与边界条件约束。本发明实现多堆混合动力系统系统在轨道交通车辆等大功率、高可靠性应用场景下的高效运行与寿命保护。
技术关键词
能量管理方法
聚类神经网络
Boost变换器
深度强化学习
锂电池
燃料电池发电单元
Buck变换器
超级电容储能
分层
联合损失函数
逆变器单元
动力单元
嵌套
加权方法
功率
储能单元
系统为您推荐了相关专利信息
深度强化学习
VLSI电路设计
障碍物
结点
扫描线算法
自动布局方法
自动布局装置
深度强化学习算法
监督学习算法
多任务
工业物联网
任务调度方法
任务调度系统
节点
计算机执行指令
导航避障方法
障碍物
深度强化学习算法
避障路径
深度神经网络
深度强化学习
动态路径规划方法
车辆路径规划技术
因子
策略