基于强化学习的电池均衡控制方法、控制器及系统

本发明公开了基于强化学习的电池均衡控制方法、控制器及系统，属于电池组均衡技术领域，方法包括：部署已训练好的均衡策略模型，实时输入电池组SOC状态，该模型输出最优均衡动作，并按照最优均衡动作向与电池组相连的能量转换装置发出相应的开关指令，以驱动能量转换装置对电池组中的电池进行充放电，直至满足预设的均衡终止条件；均衡策略模型为强化学习模型，其状态空间为电池组中各电池的SOC构成的向量，其动作空间为控制各电池进行充电、放电或静置的指令构成的向量，其训练奖励函数为；为反映单步操作效果的动作奖励，为反映均衡完成效率的完成奖励。本发明能够提供一种自适应优化、兼顾效率与速度的智能均衡训练部署方案。