买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山西赛盈储能科技有限公司申请的专利基于物理强化学习的多电堆钒液流电池充放电控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121097144B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511643503.5，技术领域涉及：H01M8/04992；该发明授权基于物理强化学习的多电堆钒液流电池充放电控制方法是由王晋权;田军;阎高伟;王勇;王凯东;杨林川设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本基于物理强化学习的多电堆钒液流电池充放电控制方法在说明书摘要公布了：本发明公开了基于物理强化学习的多电堆钒液流电池充放电控制方法，涉及储能系统优化控制领域，旨在解决钒液流电池在多维度运行不均衡的问题。包括：采集各电堆的端电压、电流、荷电状态、电解液流量及环境温度，基于采集数据构建状态向量。利用双深度Q网络并根据状态向量生成初始动作，并通过物理动作空间投影算子对初始动作进行约束修正。设置多目标奖励机制驱动策略优化。在双深度Q网络的损失函数中集成物理动态方程的正则化项，通过在线网络与目标网络的软更新机制同步优化策略参数，得到优化后的动作参数。根据优化后的动作参数，通过PI控制器调节循环泵转速以匹配电解液流量与电堆电流，并更新各电堆的荷电状态与极化电压状态。

本发明授权基于物理强化学习的多电堆钒液流电池充放电控制方法在权利要求书中公布了：1.基于物理强化学习的多电堆钒液流电池充放电控制方法，其特征在于，包括： S1：采集各电堆的端电压、电流、荷电状态、电解液流量及环境温度，基于采集数据构建表征多电堆系统实时运行状态的状态向量；其中，状态向量包括各电堆的荷电状态、端电压、电流、电解液流量、环境温度及等效电路模型参数；其中，等效电路模型参数是指基于电化学机理构建的电堆等效电路模型中的电阻参数和电容参数； S2：利用双深度Q网络并根据状态向量生成初始动作，并通过物理动作空间投影算子对初始动作进行约束修正； S3：设置多目标奖励机制驱动策略优化以实现损耗率最小化和各电堆间荷电状态的均衡性； S4：在双深度Q网络的损失函数中集成物理动态方程的正则化项，通过在线网络与目标网络的软更新机制同步优化策略参数，得到优化后的动作参数；其中，物理动态方程是指描述电堆电化学反应规律的数学方程；其中，所述物理动态方程的正则化项基于功率守恒方程与荷电状态一致性准则构建，用于将电化学规律嵌入强化学习的策略更新过程； S5：根据优化后的动作参数，通过PI控制器调节循环泵转速以匹配电解液流量与电堆电流，并更新各电堆的荷电状态与极化电压状态； 在步骤S2中，所述初始动作包括电流分配系数和流量调节系数，所述电流分配系数是指分配给各电堆的电流占系统总电流的比例，且所有电堆的电流分配系数之和为1；所述流量调节系数是指用于调整各电堆电解液流量的修正系数，流量调节系数的值与电堆的荷电状态和电流相关； 在步骤S2中，所述物理动作空间投影算子包括电流分配比投影算子和流量系数投影算子；电流分配比投影算子用于确保电流分配系数的总和为1，流量系数投影算子用于根据电堆电极反应规律约束流量调节系数；其中，电流分配比投影算子的约束修正为： ； 流量系数投影算子的约束修正为： ； 其中，tanh为非线性激活函数，；代表第个电堆的电流分配比，满足，代表第个电堆的流量调节系数，满足；，为电解液的安全流量阈值，；，分别代表第i个电堆的荷电状态、端电压、电流、电解液流量和环境温度，c为电解液浓度； 在步骤S3中，构建加权奖励函数； 其中，； ； ； ，，为用于平衡各项指标贡献的权重系数，为系统总损耗，为各电堆荷电状态的标准差；物理约束合规性惩罚项，通过电动力学约束方程构建；为历史数据辨识模型参数；为系统最大损耗功率；表示各电堆荷电状态的平均值；为电动力学约束方程；为损耗系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山西赛盈储能科技有限公司，其通讯地址为：030032 山西省晋中市山西综改示范区晋中开发区新能源汽车园区广安东街539号山西奥帕斯智控车桥科技有限责任公司1号厂房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。