基于规划策略的高效多电池负载管理
人工智能
2014-01-24 v1
摘要
高效利用多个电池是一个具有广泛且日益增长应用的实际问题。该问题可被形式化为不确定性下的规划问题。我们描述了为解决此问题所采用的建模与求解方法，将其视为一个马尔可夫决策过程，在随机负载曲线下构建有效的电池切换策略。我们的解决方案利用并改进了多种现有技术：用于确定性混合离散-连续问题的规划方法，以及用于策略学习的蒙特卡洛采样。本文描述了规划技术的发展，以求解捕捉电池行为的非线性连续动态模型。该方法依赖于对时间维度进行精心处理的离散化。策略的构建采用分类方法，这一思路为在其他问题中的更广泛应用提供了机会。本文阐述了该方法及其通用性。该方法的运用使得构建出的策略在仿真中显著优于当前使用的策略以及已发表的最佳电池管理解决方案。我们实现的解决方案在仿真中达到了超过理论极限99%的效率，且电池切换次数远少于现有策略。由于多种原因，物理电池的行为与仿真模型并不完全匹配，因此为了确认我们的理论结果能够带来实际可测量的性能提升，我们还使用物理测试系统进行并报告了实验。这些结果表明，在双电池系统的情况下，我们可以将电池寿命延长5%-15%。
引用
@article{arxiv.1401.5859,
title = {Plan-based Policies for Efficient Multiple Battery Load Management},
author = {Maria Fox and Derek Long and Daniele Magazzeni},
journal= {arXiv preprint arXiv:1401.5859},
year = {2014}
}