[發明專利]一種分布式混合電推進飛行器能量管理系統

有效

• 申請號: 202110612933.6
• 申請日: 2021-06-02
• 公開（公告）號: CN113255143B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 盛漢霖;黃銳;劉通;李嘉誠;趙巖;周夢華;劉祁;張晨;尹炳雄
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F30/28;G06F30/15;G06N3/08;G06N3/04
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 楊楠

本發明公開了一種分布式混合電推進飛行器能量管理系統，包括：先驗知識模型，其包括飛行任務剖面內發動機最佳制動比油耗曲線、電池特性曲線和高升力推進器控制規律，用于對強化學習智能體的執行者進行限制；環境模型，其包括分布式混合電推進飛行器運動學、空氣動力學模型以及發動機、發電機、儲能模塊、分布式推進器、大氣環境，用于向強化學習智能體輸出環境狀態觀測量；強化學習智能體，用于根據所述環境狀態觀測量生成并向分布式混合電推進飛行器輸出動作變量的控制命令。本發明還公開了一種分布式混合電推進飛行器。相比現有技術，本發明基于深度強化學習算法，并將專家知識以先驗知識的形式應用于強化學習模型中，具有更好的性能。

技術領域

本發明涉及分布式混合電推進飛行器技術領域，尤其涉及一種分布式混合電推進飛行器能量管理系統。

背景技術

分布式推進系統是使用多個分布式推進器代替常規大尺寸發動機的動力系統。其中分布式混合電推進系統是指通過發動機驅動發電機發電，結合鋰電池等儲能與供電裝置，用分布在飛行器上不同位置的多個電機驅動推進器提供推力的一種新型航空推進系統。分布式混合電推進具有綠色環保、提升推進系統效率、改善飛機性能、降低噪聲和實現短距起降能力等優點。混合動力能量管理系統是混合動力飛機不可缺少的組成部分。通過適當的策略，混合動力飛機可以通過動力源之間的高效合作運行，從而降低燃料消耗和溫室氣體排放。一般來說，能源管理策略可以大致分為三類：基于規則的方法、基于優化的方法和基于學習的方法。基于規則的EMS(EMS,Energy Management Strategy)包括基于確定性規則和基于模糊規則的EMS。這些方法以其簡單、實時性好等優點在混合動力汽車中得到了廣泛的應用。然而，有限的優化能力和對人類專業知識的要求阻礙了它的進一步應用。預設規則限制了其在不同行駛循環下的靈活性和最優性。基于優化的EMS可進一步分為全局EMS和實時EMS。與基于規則的EMS不同，基于優化的EMS利用計算機算法對混合動力飛機的燃油經濟性進行優化，不依賴于專業工程師的直覺和經驗。此外，它還可以獲得最佳工作時間，并對不同的行駛循環具有良好的適應性。但是，全局優化方法，如動態規劃，需要預先知道飛行任務剖面循環，并且消耗了大量的計算資源。由于其缺點，它不適用于實時控制系統，通常作為離線基準來探索燃油經濟性潛力。鑒于此，提出了實時優化方法，包括等效成本最小化策略和模型預測控制。這些方法基于能量消耗的等效假設，采用瞬時功率處理策略來最小化成本函數，在一定程度上提高了EMS的實時性和燃油經濟性。然而，現有的EMS計算量大，對復雜的飛行任務剖面適應性差，優化效果較差。近年來，基于學習的分布式混合電推進飛機EMS算法，尤其是強化學習(RL,Reinforcement Learning)算法，已成為一種很有前途的解決方案。在混合動力汽車的能量管理領域，相關研究也表明，RL在復雜行駛工況下具有較強的學習能力和適應性，消耗的計算資源較少。但是，無模型的RL算法，以試錯的方式學習最優EMS解，依賴于來自環境的大量真實樣本來獲得更好的性能，這通常會導致低采樣效率。

發明內容

本發明所要解決的技術問題在于克服現有技術不足，提供一種分布式混合電推進飛行器能量管理系統，基于深度強化學習進行分布式混合電推進飛行器的能量管理，并將分布式混合電推進飛機中的專家知識以先驗知識的形式應用于強化學習模型中，具有更好的性能。

本發明具體采用以下技術方案解決上述技術問題：

一種分布式混合電推進飛行器能量管理系統，包括：

先驗知識模型，其包括飛行任務剖面內發動機最佳制動比油耗曲線、電池特性曲線和高升力推進器控制規律，用于對強化學習智能體的執行者網絡進行限制；環境模型，其包括分布式混合電推進飛行器運動學、空氣動力學模型以及發動機、發電機、儲能模塊、分布式推進器、大氣環境，用于向強化學習智能體輸出環境狀態觀測量；