典型文献
基于深度强化学习的锂电池快速充电控制策略
文献摘要：
安全高效的锂电池充电控制策略对于电动汽车的发展具有重要推动作用.针对锂电池的快速充电问题,提出一种综合考虑锂电池充电速度、能量损耗、安全约束多目标优化充电控制策略.基于动作-评价网络框架,利用基于近端策略优化的深度强化学习算法,训练出使得充电目标对应的奖励函数最大的充电策略神经网络和策略评估神经网络.然后,利用训练完成的充电策略神经网络根据当前电价和电池SOC智能决策出最优的充电电流.该充电控制策略的优势在于能够在保证快速充电的同时,实现充电花费最小化.同时,充电策略神经网络在线运算量较小,与基于模型的在线优化算法相比更能满足充电控制的实时性要求.最后,仿真结果表明,该充电控制策略与传统恒流-恒压法相比,具有兼顾充电速度与电费支出的优势,满足快速充电任务需求的同时,最高可降低25％的充电成本.
文献关键词：
快速充电控制;充电成本优化;深度强化学习;锂电池
中图分类号：
作者姓名：
唐鑫;欧阳权;黄俍卉;王志胜;马瑞
作者机构：
南京航空航天大学自动化学院 南京 211106;浙江科技学院自动化与电气工程学院 杭州 310023
文献出处：
引用格式：
[1]唐鑫;欧阳权;黄俍卉;王志胜;马瑞-.基于深度强化学习的锂电池快速充电控制策略)[J].机械工程学报,2022(22):69-78
A类：
快速充电控制,电花,充电成本优化
B类：
锂电池,安全高效,电池充电,电动汽车,能量损耗,安全约束,约束多目标优化,优化充电,网络框架,近端策略优化,深度强化学习算法,练出,出使,奖励函数,充电策略,电价,SOC,智能决策,充电电流,花费,网络在线,运算量,基于模型,在线优化算法,恒流,恒压,电费支出,任务需求
AB值：
0.242311
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
