買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京航空航天大學(xué)申請的專利一種基于PPO算法及考慮充電電費(fèi)的電池快速充電控制方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115447431B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211100593.X，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)一種基于PPO算法及考慮充電電費(fèi)的電池快速充電控制方法是由唐鑫;歐陽權(quán);王志勝設(shè)計(jì)研發(fā)完成，并于2022-09-09向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于PPO算法及考慮充電電費(fèi)的電池快速充電控制方法在說明書摘要公布了：本發(fā)明公開了一種基于PPO算法及考慮充電電費(fèi)的電池快速充電控制方法，構(gòu)建鋰離子電池電熱耦合模型和充電電費(fèi)優(yōu)化模型，確定其關(guān)鍵狀態(tài)變量，歸一化后歸入強(qiáng)化學(xué)習(xí)狀態(tài)空間，定義動作空間和獎勵函數(shù)；基于近端策略優(yōu)化算法對構(gòu)建的充電策略網(wǎng)絡(luò)、策略評估網(wǎng)絡(luò)進(jìn)行訓(xùn)練；直至充電策略網(wǎng)絡(luò)和策略評估網(wǎng)絡(luò)收斂，導(dǎo)出充電策略網(wǎng)絡(luò)作為電池快速充電策略；采集實(shí)時數(shù)據(jù)輸入訓(xùn)練成熟的充電策略網(wǎng)絡(luò)，決策出當(dāng)前時刻的最優(yōu)充電動作；每個充電周期結(jié)束后重新采集狀態(tài)量并決策充電電流，直至充電完成。本發(fā)明能實(shí)現(xiàn)具有安全與健康主動意識的、低充電成本的快速充電，將多約束、多目標(biāo)最優(yōu)化求解導(dǎo)致的復(fù)雜計(jì)算遷移到離線訓(xùn)練環(huán)節(jié)，顯著降低了在線充電決策的計(jì)算復(fù)雜度。

本發(fā)明授權(quán)一種基于PPO算法及考慮充電電費(fèi)的電池快速充電控制方法在權(quán)利要求書中公布了：1.一種基于PPO算法及考慮充電電費(fèi)的電池快速充電控制方法，其特征在于，包括以下步驟： 1構(gòu)建鋰離子電池電熱耦合模型和充電電費(fèi)優(yōu)化模型，并根據(jù)構(gòu)建的兩個模型建立離線訓(xùn)練場景，確定其關(guān)鍵狀態(tài)變量； 2將步驟1中確定的關(guān)鍵狀態(tài)變量歸一化后歸入強(qiáng)化學(xué)習(xí)狀態(tài)空間，定義動作空間和獎勵函數(shù)； 3基于近端策略優(yōu)化算法對構(gòu)建的充電策略網(wǎng)絡(luò)、策略評估網(wǎng)絡(luò)進(jìn)行訓(xùn)練；所述充電策略網(wǎng)絡(luò)根據(jù)獲取到的狀態(tài)變量產(chǎn)生充電動作，依據(jù)步驟1中鋰離子電池電熱耦合模型更新電池狀態(tài)，并將充電動作、電池狀態(tài)、獎勵值記錄于經(jīng)驗(yàn)池，通過經(jīng)驗(yàn)池信息進(jìn)行充電策略網(wǎng)絡(luò)和策略評估網(wǎng)絡(luò)的同步更新； 4循環(huán)執(zhí)行步驟3，直至充電策略網(wǎng)絡(luò)和策略評估網(wǎng)絡(luò)收斂，導(dǎo)出充電策略網(wǎng)絡(luò)作為電池快速充電策略； 5實(shí)時采集電池當(dāng)前電量、端電壓、環(huán)境溫度、電池表面溫度、當(dāng)前時刻電價(jià)，并進(jìn)行歸一化處理，輸入步驟4中訓(xùn)練成熟的充電策略網(wǎng)絡(luò)，決策出當(dāng)前時刻的最優(yōu)充電動作； 6每個充電周期結(jié)束后重新采集狀態(tài)量并決策充電電流，直至充電完成； 步驟1所述鋰離子電池電熱耦合模型構(gòu)建過程如下： 電壓源VOC和電阻R0分別用于模擬電池的儲能和充放電能量損失，RC網(wǎng)絡(luò)R1,C1和R2,C2表征了電池的短期和長期瞬態(tài)響應(yīng)；根據(jù)基爾霍夫電流和電壓定律，電池的動態(tài)特性描述為： 式中，SOCk、Cn、IBk、VBk分別表示電池的SOC狀態(tài)、標(biāo)稱容量、充電電流和電壓；電池開路電壓VOCk是SOCk的非線性函數(shù)：VOCk＝gSOCk；V1k和V2k分別表示電容C1和C2兩端的電壓；R0為恒定電阻；TC、TS表示電池核心溫度和表面溫度，根據(jù)能量守恒原理計(jì)算為： 式中，Tamb為電池的環(huán)境溫度；RC、Ru分別表示熱傳導(dǎo)電阻和對流電阻；CC、CS分別表示電池的內(nèi)部熱容和表面熱容；電池的溫度定義為TS和TC的平均值： 步驟1所述充電電費(fèi)優(yōu)化模型構(gòu)建過程如下： 最小化電池從任意初始電量SOC0到充至期望電量SOCd所花費(fèi)的時間，充電速度對應(yīng)的目標(biāo)函數(shù)為： minJ1＝NT5 式中，T表示采樣周期，N是SOCN＝SOCd所對應(yīng)的采樣步數(shù)； 充電成本受電池的充電電流和當(dāng)前時刻的電價(jià)影響，充電成本優(yōu)化的目標(biāo)函數(shù)為： 式中，pk是在充電采樣周期k時電力的分時電價(jià)；J2為電池充電過程中總的電費(fèi)支出； 充電安全約束為： 0≤IBk≤Imax7 式中，Imax是電池的最大允許充電電流；防止電池的SOC、電壓和溫度超過其允許的限值： 式中，SOCmax、Vmax和Tmax分別代表電池SOC、電壓和溫度的上限； 步驟3所述充電策略網(wǎng)絡(luò)和策略評估網(wǎng)絡(luò)實(shí)現(xiàn)過程如下： 充電策略網(wǎng)絡(luò)和策略評估網(wǎng)絡(luò)的隱藏層均為全連接層，充電策略網(wǎng)絡(luò)第一層為relu函數(shù)，第二層包含電池充電策略分布的期望和方差兩部分，期望值部分的激活函數(shù)為tanh函數(shù)，方差部分的激活函數(shù)為softplus函數(shù)；策略評估網(wǎng)絡(luò)共包含兩層網(wǎng)絡(luò)，第一層的激活函數(shù)為relu函數(shù)；第二層的激活函數(shù)為tanh函數(shù)；充電策略網(wǎng)絡(luò)為： 策略評估網(wǎng)絡(luò)為： 式中，wa1、wa2、wa3、wc1、wc2分別為神經(jīng)網(wǎng)絡(luò)中的權(quán)重系數(shù)，ba1、ba2、ba3、bc1、bc2為神經(jīng)網(wǎng)絡(luò)中的偏置，充電策略網(wǎng)絡(luò)參數(shù)統(tǒng)稱為θ，策略評估網(wǎng)絡(luò)參數(shù)統(tǒng)稱為δ，θ和δ隨神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程不斷更新； 步驟3所述基于PPO算法的鋰電池快速充電策略環(huán)境與算法的交互訓(xùn)練過程如下： 訓(xùn)練階段采用動作-評價(jià)訓(xùn)練框架，該訓(xùn)練框架包含充電策略網(wǎng)絡(luò)和策略評估網(wǎng)絡(luò)兩部分；其中充電策略網(wǎng)絡(luò)接受鋰電池充電環(huán)境的狀態(tài)空間信息sk＝[k,SOCk,VBk,Tak,pk]T，輸出充電電流動作ak；策略評估網(wǎng)絡(luò)接收經(jīng)驗(yàn)池中的經(jīng)驗(yàn)信息，評估得到當(dāng)前策略網(wǎng)絡(luò)θ所對應(yīng)的狀態(tài)價(jià)值函數(shù)Vθsk，用于評價(jià)當(dāng)前策略網(wǎng)絡(luò)充電策略的優(yōu)劣性； 充電策略網(wǎng)絡(luò)更新部分,首先定義了電池的充電目標(biāo)： 式中，表示對區(qū)間[0,k]求均值，θ表示當(dāng)前回合動作網(wǎng)絡(luò)參數(shù)，θold表示上一更新回合充電策略網(wǎng)絡(luò)參數(shù)；πθ代表當(dāng)前回合電池充電策略，代表上一回合電池充電策略，為估計(jì)了電池充電電流ak在電池狀態(tài)sk下的優(yōu)勢函數(shù)，由策略評估網(wǎng)絡(luò)估計(jì)的狀態(tài)價(jià)值函數(shù)計(jì)算所得； 在動作-評價(jià)網(wǎng)絡(luò)訓(xùn)練框架下，策略評估網(wǎng)絡(luò)輸出狀態(tài)價(jià)值函數(shù)Vθsk，并通過下式計(jì)算優(yōu)勢函數(shù)： 式中，表示經(jīng)驗(yàn)池中隨機(jī)抽取的第n回合中第k充電階段的充電環(huán)境狀態(tài)s，rk表示第k個充電周期獲得的充電獎勵，γ為獎勵折扣因子；N為一個充電回合的總步數(shù)； 采用PPO算法對電池充電目標(biāo)進(jìn)行了裁剪： 式中： 其中，LCLIPθ實(shí)現(xiàn)了一種與隨機(jī)梯度下降兼容的信賴域修正方法,并通過消除KL損失來簡化算法以及減小適應(yīng)性修正的需求；充電策略網(wǎng)絡(luò)通過實(shí)現(xiàn)該目標(biāo)來更新自身網(wǎng)絡(luò)參數(shù)θ；策略評估網(wǎng)絡(luò)部分，采用傳統(tǒng)時間差分誤差TD-error方式更新網(wǎng)絡(luò)參數(shù)δ。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京航空航天大學(xué)，其通訊地址為：210016 江蘇省南京市秦淮區(qū)御道街29號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。