买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林电子科技大学

摘要：本发明公开了一种基于数据预测匹配的LEO卫星绿色能量管理策略。首先利用历史数据通过CNN‑LSTM和LSTM‑RF算法预测LEO卫星在轨道周期内的太阳能辐射能量和业务需求能量；其次采用李亚普诺夫理论构建能量规划问题模型，并引入MPC算法辅助在每个时隙重新优化决策，以实现能量供应与业务需求的高效匹配。以利用AEME指标，用于评估不同算法在单位时隙内的能量匹配误差。经仿真实验验证，Lyapunov‑MPC算法对比博弈论算法、贪婪算法和粒子群优化算法的匹配精度分别提高了396.36%、559.81%和626.72%。本发明所提出的匹配决策算法效果具有明显优势，大幅提升了LEO卫星的能量利用效率。

主权项：1.一种基于数据预测匹配的LEO卫星绿色能量管理策略，其特征是：包括如下步骤：1建立系统网络模型：利用LEO卫星相对地球中心的径向距离来建立LEO卫星轨道模型，如式：rt＝R+h[1-ecosαt]1其中R是地球半径，h是卫星的高度，e是卫星轨道的偏心率，αt是偏近点角；LEO卫星轨道周期如式： 其中G是万有引力常数，M是地球的质量；2建立LEO卫星能量模型：太阳辐射能量经LEO卫星搭载的太阳能板转换为电能，其中太阳辐射能量功率为Prt，转换后的电能功率为Pgt；转换过后的电能经能量调度器进行分配；Pd-bt为能量调度器分配给有效载荷模块的能量功率，供地面各类业务使用；Pd-Bt为能量调度器分配给电池模块的功率，其取正值时为电池冲电，取负值时为电池放电，放电释放的能量供有效载荷模块使用；Pbt为LEO卫星处理地面业务的需求功率；太阳能辐射强度Prt为： 其中，Pmax是太阳直射点的辐射强度；α是日照区在轨道周期中的占比，0≤t≤α表示卫星运行在日照区，α≤t≤1表示卫星运行在地影区，σ表示控制辐射强度分布的宽度，Nt为太阳活动和宇宙射线对太阳辐射功率的噪声影响；将LEO卫星一个轨道周期划分为K个等长时隙，时隙的长度为Δt；j表示划分的任意时隙，时隙序列为对于第tj个时隙，其太阳能辐射能量Ertj如下式所示： 则LEO卫星在各个时隙所接受的太阳辐射能量序列为Ert＝{Ert1,Ert2,···,Ertj,···,ErtK}；对于第tj个时隙，太阳能板所转换后的能量为：Egtj＝Aηr-gErtj5其中A是太阳能电池板的面积，ηr-g为卫星太阳能电池板的能量转化效率；则各个时隙经太阳能电池板转化的能量序列为Egt＝{Egt1,Egt2,···,Egtj,···,EgtK}；能量调度器在各个时隙分配给有效载荷模块的能量序列为Ed-bt＝{Ed-bt1,Ed-bt2···Ed-btj···Ed-btK}，分配给电池充放电的能量序列为Ed-Bt＝{Ed-Bt1,Ed-Bt2···Ed-Btj···Ed-BtK}；3建立业务模型：对于业务时间模型，根据地面用户的活跃程度不同，将一天划分为M个时间段，则其时段序列表示为其中m表示划分的任意时间段；每个时间段内的业务量服从泊松分布，则第τm个时间段的业务量为 其中λτm为第τm个时间段的泊松分布参数，k表示为该时段业务的请求次数；在一个轨道周期，按照业务量不同将星下轨迹表示为地区序列集合其中i表示划分的任意地区；则第τm个时间段的第ni个地区业务模型如下： 其中为第ni个地区的经济因子，用于衡量不同地区的经济总量对业务量的影响；在轨道周期的第tj个时隙，若其处在LEO卫星运行的第τm个时间段的第ni个地区，则该时隙业务所需能量为Ebtj＝ηb-e·Sτm,ni8其中ηb-e为业务量到业务所需能量的转换系数，其物理意义为处理一个单位业务量的能量占比；4根据预测算法，得到一个轨道周期内LEO卫星获取太阳辐射的能量序列为并预测该轨道周期内的其业务需求能量序列为LEO卫星在这个轨道周期内各个时隙可用能量序列为其中为卫星在tj时隙内可用的能量； 为该时隙获得的太阳能和电池的能量与上一个时隙能力调度器中的缓冲能量之和，如下式所示： 其中为缓冲能量，其目标函数如下所示： 其中T是时隙数量，ηc-f为电池充放电效率；式a为规划能量约束，表示在任何时隙内决策分配给卫星处理业务使用的能量不能超过卫星在当前时隙的可用能量；式b为电池能量约束，在任何时隙内，电池的能量EBtj均保持在电池容量的上下限之间，为电池量的上限，为电池容量的下限；式c为电池放电的能量约束，任意时隙内电池放电的能量不能超过前一个时隙电池的可用能量；式d为电池充电的能量约束，任意时隙内，电池充电的能量与前一个时隙内电池内的能量之和不能电池容量上限；5分别预测LEO卫星的太阳辐射能量和地面业务需求能量，并根据预测结果，利用Lyapunov-MPC算法对LEO卫星辐射能量与业务需求能量进行匹配；定义李雅普诺夫函数如下： 将李雅普诺夫漂移定义为下一时刻的Ltj+1相对于当前时刻Ltj的变化，如下式所示： 通过适当的控制策略使得ΔLtj≤0，使得系统稳定性趋于改善或保持不变；则重新建立的优化目标为： 其中λ为一个权重参数，用于衡量原目标函数的重视程度；6利用平均能量匹配误差AverageEnergyMatchingErrorAEME用于评估不同算法在单位时隙内的能量匹配误差；AEEM的定义如下式所示： 上式量化了能量需求与分配之间的平均误差，物理意义为单位时隙内算法分配的能量与实际业务需求的能量的偏差能量，单位为偏差能量时隙KWhslot。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 基于数据预测匹配的LEO卫星绿色能量管理策略