一种混合储能系统的控制方法及装置与流程

本发明涉及轨道交通能源技术领域，具体涉及一种混合储能系统的控制方法及装置。

背景技术

由于有轨电车载客量大、速度高、运行过程中频繁的启动制动等特点，导致其不仅有较高的功率需求还有较大的能量需求。采用动力电池与超级电容混合的储能系统，不仅能够满足列车的功率能量需求，还能提高列车运行效率与动力性能，减少成本。

对于动力电池与超级电容混合的储能系统，如何对其进行实车运行控制是提高有轨电车运行效率的关键所在。现有技术公开了一种基于随机预测的模糊逻辑功率分配策略，该方法以马尔科夫随机预测原理为基础，着重解决对实车运行过程中将来功率需求的预测问题，并将预测功率作为模糊控制的输入量之一，从而实现混合储能的功率分配并提高列车运行效率，但并没有对模糊控制算法进行优化；现有技术还公开了一种利用粒子群算法求解以车辆能耗最小为目标的模糊控制器相关参数，进而完成模糊控制器的设计，实现车辆在线控制，但由于该方法是基于某种模糊规则实现的，因而所得结果并不是最优解；有轨电车车载混合储能系统效率优化控制基于内点罚函数法进行列车的在线优化控制，根据列车当前状态求解列车此时最优决策，完成能量分配，但根据最优化原理可知，列车瞬时最优的决策结果未必就是全局最优的决策结果。

因此，如何提出一种混合储能系统的控制方法，能够实现混合储能系统整体能耗最小，以降低混合储能系统的能耗成为业界亟待解决的重要课题。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种混合储能系统的控制方法及装置。

一方面，本发明提出一种混合储能系统的控制方法，包括：

建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型；

基于所述动力电池功率损耗模型和所述超级电容功率损耗模型，以所述混合储能系统在全工况条件下的功率损耗最小为目标，建立所述混合储能系统的功率损耗优化模型；

基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略。

另一方面，本发明提供一种混合储能系统的控制装置，包括：

第一建立单元，用于建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型；

第二建立单元，用于基于所述动力电池功率损耗模型和所述超级电容功率损耗模型，以所述混合储能系统在全工况条件下的功率损耗最小为目标，建立所述混合储能系统的功率损耗优化模型；

求解单元，用于基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略。

再一方面，本发明提供一种电子设备，包括：处理器、存储器和通信总线，其中：

所述处理器和所述存储器通过所述通信总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述各实施例提供的混合储能系统的控制方法。

又一方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如上述各实施例提供的混合储能系统的控制方法。

本发明提供的混合储能系统的控制方法及装置，由于通过建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型，并基于动力电池功率损耗模型和超级电容功率损耗模型，以混合储能系统在全工况条件下的功率损耗最小为目标，建立混合储能系统的功率损耗优化模型，然后基于动态规划算法对功率损耗优化模型进行求解，获得混合储能系统的优化控制策略，降低了混合储能系统的能耗。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例有轨电车的混合储能系统的结构示意图；

图2为本发明一实施例混合储能系统的控制方法的流程示意图；

图3为本发明一实施例基于动态规划算法的求解流程图；

图4为本发明一实施例混合储能系统的控制装置的结构示意图；

图5为本发明一实施例电子设备的实体结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例有轨电车的混合储能系统的结构示意图，如图1所示，所述混合储能系统包括超级电容、动力电池和直流变换器，所述动力电池通过所述直流变换器与所述超级电容并联在有轨电车的直流母线上，为所述有轨电车的车辆牵引系统及辅助供电系统提供能量。同时，所述混合储能系统还能够吸所述有轨电车的收制动回馈能量，完成所述有轨电车在不同工况下的功率及能量的交互。本发明提供的混合储能系统的控制方法，针对上述混合储能系统，通过建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型，并基于动力电池功率损耗模型和超级电容功率损耗模型，以混合储能系统在全工况条件下的功率损耗最小为目标，建立混合储能系统的功率损耗优化模型，然后基于动态规划算法对功率损耗优化模型进行求解，从而能够对所述有轨电车的混合储能系统进行高效且准确的能量分配，使得所述有轨电车在所述全工况条件下所述混合储能系统的功率损耗最小，并能够保证所述混合储能系统中各元件均工作在安全可靠范围内，在保证有轨电车的安全运行的基础上，有效且可靠地降低了所述混合储能系统的能量损耗。可理解的是，所述混合储能系统不仅可以应用到所述有轨电车上，当然还可用于汽车等可以采用所述混合储能系统的行业或者领域。

图2为本发明一实施例混合储能系统的控制方法的流程示意图，如图2所示，本发明提供的混合储能系统的控制方法，包括：

s201、建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型；

具体地，由于所述混合储能系统通过动力电池和超级电容提供能量，能量的损耗主要来自于所述动力电池和所述超级电容，因此建立混合储能系统的动力电池功率损耗模型来计算所述动力电池的功率损耗，并建立超级电容功率损耗模型来计算所述超级电容的功率损耗。

s202、基于所述动力电池功率损耗模型和所述超级电容功率损耗模型，以所述混合储能系统在全工况条件下的功率损耗最小为目标，建立所述混合储能系统的功率损耗优化模型；

具体地，在获得所述动力电池功率损耗模型和所述超级电容功率损耗模型之后，以所述混合储能系统在全工况条件下的功率损耗最小为目标，根据所述动力电池功率损耗模型和所述超级电容功率损耗模型可以建立所述混合储能系统的功率损耗优化模型。所述功率损耗优化模型可以包括优化目标函数和约束条件，所述约束条件包括等式约束条件和不等式约束条件。其中，所述全工况条件是指所述混合储能系统在实际应用中运行的一个完整周期，例如所述有轨电车的混合储能系统的全工况条件是指所述有轨电车从起点运行到终点。

s203、基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略。

具体地，在获得所述功率损耗优化模型之后，可以通过动态规划算法对所述功率损耗优化模型进行求解，即将所述混合储能系统在所述全工况条件下的运行时间离散为n个阶段，以所述动力电池的荷电状态(stateofcharge，以下简称soc)为状态变量，以所述动力电池的电流指令为决策变量，以安时积分公式作为状态转移方程，通过所述功率损耗优化模型的动态规划方程，在满足所述约束条件的情况下，可以获得所述混合储能系统的优化控制策略，依据所述优化控制策略对所述混合储能系统进行控制，能够实现在所述全工况条件下所述混合储能系统的最小功率损耗。其中，所述电流指令用于设置所述动力电池的电流大小。

本发明提供的混合储能系统的控制方法，由于通过建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型，并基于动力电池功率损耗模型和超级电容功率损耗模型，以混合储能系统在全工况条件下的功率损耗最小为目标，建立混合储能系统的功率损耗优化模型，然后基于动态规划算法对功率损耗优化模型进行求解，获得混合储能系统的优化控制策略，降低了混合储能系统的能耗。

在上述各实施例的基础上，进一步地，所述动力电池功率损耗模型为：

其中，vp(k)表示在第k时刻所述动力电池的极化电压值，vp(k-1)表示在第k-1时刻所述动力电池的极化电压值，k为正整数，ts表示时间步长，e表示自然常数，ib(k)表示在第k时刻所述动力电池的电流值，rp[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的极化内阻值，soc(k)表示在第k时刻所述动力电池的荷电状态，vo(k)表示在第k时刻所述动力电池的端电压值，vocv[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的开路电压值，ro[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的欧姆内阻值，cp[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的极化电容值，pbat_loss(k)表示在第k时刻所述动力电池的损耗功率；vp(0)＝0；

所述超级电容损功率耗模型为：

puc_loss(k)＝iuc(k)²ruc

其中，vuc(k)表示在第k时刻超级电容的开路电压值，vuc(k-1)表示在第k-1时刻所述超级电容的开路电压值，iuc(k)表示在第k时刻所述超级电容的电流值，cuc表示在第k时刻所述超级电容的电容值，vc(k)表示在第k时刻所述超级电容的端电压值，ruc表示所述超级电容的内阻值，puc_loss(k)表示在第k时刻所述超级电容的损耗功率；vuc(0)＝0。

具体地，所述动力电池在第0时刻的极化电压值，即初始时刻的极化电压值vp(0)＝0，第k时刻的极化电压值vp(k)，可以通过递推公式获得。所述时间步长ts，可以设置为1s。所述动力电池在第0时刻的荷电状态soc(0)是给定的，通过安时积分公式可以获得所述动力电池在第k时刻的荷电状态soc(k)。ib(k)被设置为所述决策变量。rp[soc(k)]利用实验室测得的极化内阻值与所述荷电状态的关系求出，vocv[soc(k)]利用实验室测得的开路电压值与所述荷电状态的关系求出，cp[soc(k)]利用实验室测得的极化电容值与所述荷电状态的关系求出，ro[soc(k)]利用实验室测得的欧姆内阻值与所述荷电状态的关系求出。其中，所述混合储能系统在所述全工况条件下的运行时间被离散为n个阶段，所述n个阶段对应n+1个所述时间点。

所述动力电池在第0时刻的开路电压值，即初始时刻的开路电压值vuc(0)＝0，第k时刻的极化电压值vuc(k)，可以通过递推公式获得。其中，所述超级电容的损耗功率考虑的是欧姆内阻所造成的损耗。

在上述各实施例的基础上，进一步地，所述功率损耗优化模型包括优化目标函数，所述优化目标函数为：

其中，ploss(i)＝pbat_loss(i)+puc_loss(i)+pdd_loss(i)，ploss(i)表示在第i时刻所述混合储能系统的损耗功率，pbat_loss(i)表示在i时刻所述动力电池的损耗功率，puc_loss(i)表示在第i时刻所述超级电容的损耗功率，pdd_loss(i)表示在第i时刻直流变换器的损耗功率，i大于等于0且i小于等于n-1，n为所述混合储能系统在所述全工况条件下运行时间离散的阶段数。

具体地，在建立所述功率损耗优化模型时，为了更精确的计算所述混合储能系统的损耗功率，引入直流变换器的损耗功率，所述混合储能系统的损耗功率等于所述动力电池的损耗功率、所述超级电容的损耗功率以及所述直流变换器的损耗功率之和。建立所述功率损耗优化模型是为了获得所述混合储能系统在所述全工况条件下损耗功率的最小值。所述直流变换器在第i时刻的损耗功率pdd_loss(i)＝(1-η)pbat(i)，其中，η为所述直流变换器的能量转换效率，pbat(i)为在第i时刻所述动力电池的输出功率。

在上述各实施例的基础上，进一步地，所述功率损耗优化模型包括等式约束条件和不等式约束条件，其中：

所述等式约束条件为：

其中，puc(i)表示在第i时刻所述超级电容的输出功率，pbd(i)表示在第i时刻直流变换器高压侧的输出功率，preq(i)表示在第i时刻负载需求功率，pbat(i)表示在第i时刻所述动力电池的输出功率，psiv(i)表示在第i时刻辅助供电系统的功率，pdd_loss(i)表示在第i时刻所述直流变换器的损耗功率，i为整数且i大于等于0。

所述不等式约束条件为：

其中，ib_min表示所述动力电池的充放电电流的最小值，ib(i)表示在第i时刻所述动力电池的电流值，ib_max表示所述动力电池的充放电电流的最大值，iuc_min表示所述超级电容的充放电电流的最小值，iuc(i)表示在第i时刻所述超级电容的电流值，iuc_max表示所述超级电容的充放电电流的最大值，soc_min表示动力电池的荷电状态的最小值，soc(i)表示在第i时刻所述动力电池的荷电状态，soc_max表示动力电池的荷电状态的最大值，vuc_min表示所述超级电容的开路电压的最小值，vuc(i)表示在第i时刻超级电容的开路电压值，vuc_max表示所述超级电容的开路电压的最大值，i为整数且i大于等于0。

在上述各实施例的基础上，进一步地，所述基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略包括：

设置所述动力电池的荷电状态为状态变量，并设置所述动力电池的电流指令为决策变量，建立如下动态规划方程：

其中，xi(k),表示第k阶段的第i个荷电状态，uj(k)表示第k阶段的第j个电流指令，v(xi(k),k)是从第0阶段到第k阶段的多步目标函数，v(xj(k-1),k-1)是从第0阶段到第k-1阶段的多步目标函数，j(xi(k),uj(k))表示所述状态变量从xj(k-1)变化到xi(k)时的单步目标函数，m为所述动力电池的荷电状态从荷电状态最小值到荷电状态最大值离散的所述荷电状态的数量；n为所述混合储能系统的在所述全工况条件下运行时间离散的阶段数。

具体地，在采用动态规划算法对所述功率损耗优化模型进行求解时，需要设置所述动力电池的荷电状态为状态变量，并所述动力电池的荷电状态从荷电状态最小值到荷电状态最大值离散为m个荷电状态，例如以所述动力电池的额定容量的20％为所述荷电状态最小值，以所述动力电池的额定容量的80％为所述荷电状态最大值，将所述动力电池的荷电状态等分成12001份。同时，设置所述动力电池的电流指令为决策变量，所述电流指令用于设置所述动力电池的电流，影响所述动力电池的荷电状态。可以建立如下动态规划方程：

其中，第0阶段到第k阶段的多步目标函数v(xi(k),k)即所述混合储能系统从第0阶段到第k阶段的损耗功率之和，所述状态变量从xj(k-1)变化到xi(k)时的单步目标函数j(xi(k),uj(k))即所述混合储能系统在荷电状态为xi(k)，决策uj(k)下，从第k-1阶段到第k阶段的损耗功率。

图3为本发明一实施例基于动态规划算法的求解流程图，如图3所示，基于动态规划算法对所述功率损耗优化模型进行求解的步骤如下：

(1)将所述混合储能系统的在所述全工况条件下运行时间离散为n个阶段，设置所述动力电池的荷电状态为状态变量x，并将所述动力电池的荷电状态从荷电状态最小值到荷电状态最大值离散为m个所述荷电状态，设置所述动力电池的电流指令为决策变量u，以安时积分公式作为状态转移方程，以所述优化目标函数作为单步目标函数；

(2)初始化，并输入求解所述功率损耗优化模型所需的初始数据；

(3)第k阶段；

(4)计算第k阶段，状态为xi(k)的决策范围；

(5)计算第k阶段，状态为xi(k)，决策为uj(k)时对应的第k-1阶段的状态xj(k-1)；

(6)判断xj(k-1)是否满足约束条件，如果满足约束条件，进行下一步；否则j＝j+1，返回步骤(5)；

(7)计算第k阶段，状态为xi(k)，决策为uj(k)时的单步目标函数j(xi(k),uj(k))；

(8)计算从第0阶段到第k阶段的多步目标函数v(xi(k),k)＝j(xi(k),uj(k))+v(xj(k-1),k-1)，并判断v(xi(k),k)是否是最小值，如果是最小值，进行下一步；否则j＝j+1，返回步骤(5)；

(9)判断i是否大于m，如果i大于m，说明遍历了第k阶段所有的荷电状态，进入下一个步骤；否则i＝i+1，返回步骤(4)；

(10)判断k是否等于n，如果k等于n，计算完毕，输出计算结果；否则k＝k+1，返回步骤(3)。

图4为本发明一实施例混合储能系统的控制装置的结构示意图，如图4所示，本发明提供的混合储能系统的控制装置包括第一建立单元401、第二建立单元402和求解单元403，其中：

第一建立单元401用于建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型；第二建立单元402用于基于所述动力电池功率损耗模型和所述超级电容功率损耗模型，以所述混合储能系统在全工况条件下的功率损耗最小为目标，建立所述混合储能系统的功率损耗优化模型；求解单元403用于基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略。

具体地，由于所述混合储能系统通过动力电池和超级电容提供能量，能量的损耗主要来自于所述动力电池和所述超级电容，因此第一建立单元401建立混合储能系统的动力电池功率损耗模型来计算所述动力电池的功率损耗，并建立超级电容功率损耗模型来计算所述超级电容的功率损耗。

在获得所述动力电池功率损耗模型和所述超级电容功率损耗模型之后，第二建立单元402以所述混合储能系统在全工况条件下的功率损耗最小为目标，根据所述动力电池功率损耗模型和所述超级电容功率损耗模型可以建立所述混合储能系统的功率损耗优化模型。所述功率损耗优化模型可以包括优化目标函数和约束条件，所述约束条件包括等式约束条件和不等式约束条件。其中，所述全工况条件是指所述混合储能系统在实际应用中运行的一个完整周期，例如所述有轨电车的混合储能系统的全工况条件是指所述有轨电车从起点运行到终点。

在获得所述功率损耗优化模型之后，求解单元403可以通过动态规划算法对所述功率损耗优化模型进行求解，即将所述混合储能系统在所述全工况条件下的运行时间离散为n个阶段，以所述动力电池的荷电状态为状态变量，以所述动力电池的电流指令为决策变量，以安时积分公式作为状态转移方程，通过所述功率损耗优化模型的动态规划方程，在满足所述约束条件的情况下，可以获得所述混合储能系统的优化控制策略，依据所述优化控制策略对所述混合储能系统进行控制，能够实现在所述全工况条件下所述混合储能系统的最小功率损耗。其中，所述电流指令用于设置所述动力电池的电流大小。

本发明提供的混合储能系统的控制装置，由于通过建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型，并基于动力电池功率损耗模型和超级电容功率损耗模型，以混合储能系统在全工况条件下的功率损耗最小为目标，建立混合储能系统的功率损耗优化模型，然后基于动态规划算法对功率损耗优化模型进行求解，获得混合储能系统的优化控制策略，降低了混合储能系统的能耗。

在上述实施例的基础上，进一步地，所述动力电池功率损耗模型为：

其中，vp(k)表示在第k时刻所述动力电池的极化电压值，vp(k-1)表示在第k-1时刻所述动力电池的极化电压值，k为正整数，ts表示时间步长，e表示自然常数，ib(k)表示在第k时刻所述动力电池的电流值，rp[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的极化内阻值，soc(k)表示在第k时刻所述动力电池的荷电状态，vo(k)表示在第k时刻所述动力电池的端电压值，vocv[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的开路电压值，ro[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的欧姆内阻值，cp[soc(k)]表示在第k时刻所述动力电池在当前soc(k)下的极化电容值，pbat_loss(k)表示在第k时刻所述动力电池的损耗功率；vp(0)＝0；

所述超级电容功率损耗模型为：

puc_loss(k)＝iuc(k)²ruc

其中，vuc(k)表示在第k时刻超级电容的开路电压值，vuc(k-1)表示在第k-1时刻所述超级电容的开路电压值，iuc(k)表示在第k时刻所述超级电容的电流值，cuc表示在第k时刻所述超级电容的电容值，vc(k)表示在第k时刻所述超级电容的端电压值，ruc表示所述超级电容的内阻值，puc_loss(k)表示在第k时刻所述超级电容的损耗功率；vuc(0)＝0。

具体地，所述动力电池在第0时刻的极化电压值，即初始时刻的极化电压值vp(0)＝0，第k时刻的极化电压值vp(k)，可以通过递推公式获得。所述时间步长ts，可以设置为1s。所述动力电池在第0时刻的荷电状态soc(0)是给定的，通过安时积分公式可以获得所述动力电池在第k时刻的荷电状态soc(k)。ib(k)被设置为所述决策变量。rp[soc(k)]利用实验室测得的极化内阻值与所述荷电状态的关系求出，vocv[soc(k)]利用实验室测得的开路电压值与所述荷电状态的关系求出，cp[soc(k)]利用实验室测得的极化电容值与所述荷电状态的关系求出，ro[soc(k)]利用实验室测得的欧姆内阻值与所述荷电状态的关系求出。其中，所述混合储能系统在所述全工况条件下的运行时间被离散为n个阶段，所述n个阶段对应n+1个所述时间点。

所述动力电池在第0时刻的开路电压值，即初始时刻的开路电压值vuc(0)＝0，第k时刻的极化电压值vuc(k)，可以通过递推公式获得。其中，所述超级电容的损耗功率考虑的是欧姆内阻所造成的损耗。

在上述实施例的基础上，进一步地，所述功率损耗优化模型包括优化目标函数，所述优化目标函数为：

其中，ploss(i)＝pbat_loss(i)+puc_loss(i)+pdd_loss(i)，ploss(i)表示在第i时刻所述混合储能系统的损耗功率，pbat_loss(i)表示在i时刻所述动力电池的损耗功率，puc_loss(i)表示在第i时刻所述超级电容的损耗功率，pdd_loss(i)表示在第i时刻直流变换器的损耗功率，i大于等于0且i小于等于n-1，n为所述混合储能系统在所述全工况条件下运行时间离散的阶段数。

具体地，在建立所述功率损耗优化模型时，为了更精确的计算所述混合储能系统的损耗功率，引入直流变换器的损耗功率，所述混合储能系统的损耗功率等于所述动力电池的损耗功率、所述超级电容的损耗功率以及所述直流变换器的损耗功率之和。建立所述功率损耗优化模型是为了获得所述混合储能系统在所述全工况条件下损耗功率的最小值。所述直流变换器在第i时刻的损耗功率pdd_loss(i)＝(1-η)pbat(i)，其中，η为所述直流变换器的能量转换效率，pbat(i)为在第i时刻所述动力电池的输出功率。

本发明提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。

图5为本发明一实施例电子设备的实体结构示意图，如图5所示，所述电子设备包括处理器(processor)501、存储器(memory)502和通信总线503；

其中，处理器501、存储器502通过通信总线503完成相互间的通信；

处理器501用于调用存储器502中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型；基于所述动力电池功率损耗模型和所述超级电容功率损耗模型，以所述混合储能系统在全工况条件下的功率损耗最小为目标，建立所述混合储能系统的功率损耗优化模型；基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略。

本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型；基于所述动力电池功率损耗模型和所述超级电容功率损耗模型，以所述混合储能系统在全工况条件下的功率损耗最小为目标，建立所述混合储能系统的功率损耗优化模型；基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略。

本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：建立混合储能系统的动力电池功率损耗模型和超级电容功率损耗模型；基于所述动力电池功率损耗模型和所述超级电容功率损耗模型，以所述混合储能系统在全工况条件下的功率损耗最小为目标，建立所述混合储能系统的功率损耗优化模型；基于动态规划算法对所述功率损耗优化模型进行求解，获得所述混合储能系统的优化控制策略。

此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，装置，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。