连通性与能量约束下分布式电池网络的最优重构

网络化电池系统出现在工业自动化、分布式能源应用和多智能体系统中，其中终端在本地消耗能量，仅在连接到电源时才能充电。资源约束通常限制同时连接的数量，要求动态重构网络以维持系统功能。在动态环境中管理此类网络具有挑战性，尤其是当低能量终端必须优先得到及时补充时。本文提出了一种电池感知的拓扑优化算法，该算法扩展了GeoSteiner框架，并针对全Steiner树（FST）聚合定制了混合整数线性规划（MILP）公式。该公式在全局预算约束下通过加权目标最小化网络长度，同时优先考虑低电量终端，从而在现实资源限制下实现部分网络形成。引入重叠校正项，防止所选树共享终端时重复计数。为了捕捉时间步之间的网络重构成本，图距离度量惩罚频繁的拓扑变化，与无惩罚基线相比减少了72.2%。在20终端网络上的模拟表明，电池水平得到有效管理，最低电池水平在30次迭代中从2.7%提高到68.6%，同时保持拓扑稳定性和预算利用率（92%）。该框架为在功率受限的多智能体系统中设计能量感知的自适应连通性提供了一种原则性方法。