通信增强的宽神经网络控制用于加速电池储能系统中的片上系统（SoC）均衡

《IEEE Access》：Communication-Augmented Wide Neural Network Control for Accelerated SoC Equalization in Battery Energy Storage Systems

　　

摘要：

在电池储能系统（BESS）中，快速且有效的荷电状态（SoC）均衡对于直流微电网的可靠性、寿命和稳定性至关重要。传统的分布式和基于启发式的控制方法通常收敛速度较慢，并且对动态负载条件和电池老化适应能力有限。为了解决这些问题，本文提出了一种基于宽神经网络（WNN）的通信控制架构，该架构整合了局部和全局系统信息以加速SoC均衡过程。与深度学习方法不同，所提出的方法通过两阶段回归过程将电压、电流、SoC以及多种电池状态映射到最优参考功率和转换器占空比。输入特征的选择采用了MRMR和ReliefF技术，从而获得了一种计算效率高且高度可靠的控制算法，适用于实时应用。在动态条件下，基于WNN的系统将SoC均衡时间缩短了56.8%，占空比预测的均方根误差（RMSE）为4.63 × 10??，从而为微电网提供了能源管理支持。