数字孪生调度算法

调度效率87.8%

通过数字孪生状态增强,将内部电阻、模型偏差和健康状态等深层信息纳入调度决策,实现更精准的储能集群协同。

Huwei, Liu · Liang K. · 赵军辉 · Yang J. · Zhou, Li

Applied Energy 2026

参数信息

调度效率
87.8 %
SOC预测RMSE
0.028
SOH预测RMSE
0.032
通信异常下调度效率下降
1.7 percentage points

技术优势

决策看得更深

将在线辨识的内阻、模型偏差和健康状态作为增广输入,使调度策略能感知传感器直接测量不到的深层电池状态。

通信异常扛得住

在通信异常场景下调度效率仅下降1.7个百分点,远低于标准DDPG的4.1个百分点下降,证明闭环架构对异常有更高鲁棒性。

状态预测更准

LSTM预测模型融合数字孪生特征后,在NASA真实数据集上SOC RMSE达0.028,SOH RMSE达0.032,为前瞻调度提供可靠依据。

应用场景