CN111415109A - 一种数据驱动的对地观测卫星电源系统应急保障能力评估方法 - Google Patents

一种数据驱动的对地观测卫星电源系统应急保障能力评估方法 Download PDF

Info

Publication number
CN111415109A
CN111415109A CN202010515200.6A CN202010515200A CN111415109A CN 111415109 A CN111415109 A CN 111415109A CN 202010515200 A CN202010515200 A CN 202010515200A CN 111415109 A CN111415109 A CN 111415109A
Authority
CN
China
Prior art keywords
satellite
task
storage battery
time
battery pack
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010515200.6A
Other languages
English (en)
Other versions
CN111415109B (zh
Inventor
刘亚杰
王羽
李训嘉
张涛
雷洪涛
王锐
王嘉
惠建江
郑建峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202010515200.6A priority Critical patent/CN111415109B/zh
Publication of CN111415109A publication Critical patent/CN111415109A/zh
Application granted granted Critical
Publication of CN111415109B publication Critical patent/CN111415109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明提供了一种数据驱动的对地观测卫星电源系统应急保障能力评估方法，包括获取卫星遥测历史数据集，并对历史数据集进行预处理；根据预处理后的太阳电池阵历史数据集，对未来太阳电池阵输出功率进行预测；根据预处理后的蓄电池组相关参数历史数据集，计算卫星在轨执行各类型任务的能耗；根据所预测出的太阳电池阵输出功率及卫星各类型在轨任务能耗构建蓄电池组荷电状态仿真流程；将待评估的应急任务输入蓄电池组荷电状态仿真流程，得到蓄电池组荷电状态预测值；将蓄电池组荷电状态预测值与放电深度阈值进行比较，给出评估结果。本发明通过对卫星遥测历史数据集和任务指令信息进行分析，得到应急任务条件下电源系统的保障评估结果。

Description

一种数据驱动的对地观测卫星电源系统应急保障能力评估 方法
技术领域
本发明属于卫星电源系统在轨健康管理领域，尤其涉及一种数据驱动的对地观测卫星电源系统应急保障能力评估方法。
背景技术
电源系统是卫星平台的重要支撑系统，通常采用的是基于太阳电池阵——蓄电池组的系统结构，其主要由太阳电池阵、蓄电池组和电源控制装置组成。电源系统是卫星在轨正常运行的主要能量来源：卫星处于光照区时，太阳电池阵吸收太阳辐射进行发电，一部分用于蓄电池组进行充电，另一部分则用于维持卫星在轨运行所需要的能量消耗；卫星运行至地影区时，太阳电池阵停止供电，切换由蓄电池组对卫星运行进行能量供应。
对地观测卫星在轨运行时需要消耗大量能量，其能量消耗主要分为两大部分：一部分用于维持卫星常规消耗，如卫星的温控、星载计算设备、姿态等长期载荷的运行；另一部分用于执行卫星在轨任务，对地观测卫星在执行光学、雷达成像和电子侦察等任务以及相应的机动操作时，需要开启CCD相机等各类载荷并辅以侧摆、调姿等机动，这些载荷以及相应的机动都需要消耗大量的电能。
为了保证卫星在轨运行时间能够达到预期要求，首要的目标是保证蓄电池组的在轨使用寿命能达到设定的要求。蓄电池组作为化学储能电源，会随着使用时间的增长以及循环次数的增加，储存荷电能力会逐渐降低。地面控制站为了尽可能减少蓄电池组荷电存储能力的损耗，往往通过限制卫星的在轨任务量来严格控制蓄电池组的充放电深度和次数。对于对地观测卫星而言，这类限制通常包括卫星单圈成像累计时间不得超过给定阈值、每天成像的圈数不得高于给定阈值、单圈机动次数不能超过给定次数等，这些限制条件对于确保卫星具有指定时长的在轨寿命无疑具有良好的保护支持作用。但在一些应急情况下（如发生重大自然灾难或战争）卫星电源系统是否能够保障完成一些机动性更强或任务时间更长的应急对地观测任务，这些应急任务的执行是否会使卫星蓄电池组放电深度超出限值，蓄电池组能否在后续周期恢复满充状态，电源系统后续需要多少个周期恢复能量平衡状态等，这些问题目前尚缺乏科学有效的技术手段来予以解决。
发明内容
本发明要解决的技术问题是怎样评估卫星电源系统是否能够保障完成一些机动性更强或任务时间更长的应急观测任务，提供了一种数据驱动的对地观测卫星电源系统应急保障能力评估方法。
为解决该问题，本发明所采用的技术方案是：
一种数据驱动的对地观测卫星电源系统应急保障能力评估方法，包括以下步骤：
步骤1：获取卫星遥测数据集中关于太阳电池阵及蓄电池组相关历史数据集，并对所获取的历史数据集进行预处理；
步骤2：根据预处理后的太阳电池阵历史数据集，对未来某一时间段内太阳电池阵输出功率进行预测；
步骤3：根据预处理后的蓄电池组相关参数历史数据集，计算卫星在轨执行各类型任务的能耗；
步骤4：根据所预测出的太阳电池阵输出功率及卫星各类型在轨任务能耗构建蓄电池组荷电状态仿真流程；
步骤5：将待评估的应急任务输入蓄电池组荷电状态仿真流程，得到蓄电池组荷电状态预测值；
步骤6：将所述蓄电池组荷电状态预测值与放电深度阈值进行比较，如果荷电状态预测值大于放电深度阈值，则卫星电源系统能保障卫星完成应急任务，否则，卫星电源系统不能保障卫星完成应急任务。
进一步地，步骤2中未来某一时间段内太阳电池阵输出功率进行预测的方法是：
步骤2.1：从预处理后的太阳电池阵遥测数据集中，提取出
Figure 438670DEST_PATH_IMAGE001
条与时间相对应的太阳电池阵电流以及电压数据；
步骤2.2：对该
Figure 108685DEST_PATH_IMAGE002
条数据按时间顺序进行标识并排序，
Figure 957693DEST_PATH_IMAGE003
，
Figure 378047DEST_PATH_IMAGE004
为赋予每条数据的时间标识，
Figure 628900DEST_PATH_IMAGE005
为日期和
Figure 610763DEST_PATH_IMAGE006
为时刻；
步骤2.3：计算所述
Figure 947066DEST_PATH_IMAGE007
条数据的历史输出功率，
Figure 672577DEST_PATH_IMAGE008
Figure 777936DEST_PATH_IMAGE009
为第
Figure 399541DEST_PATH_IMAGE011
条数据的太阳电池阵电压，
Figure 223141DEST_PATH_IMAGE012
为第
Figure 345818DEST_PATH_IMAGE013
条数据的太阳电池阵电流，
Figure 948094DEST_PATH_IMAGE014
为第
Figure 865234DEST_PATH_IMAGE016
条数据历史输出功率；
步骤2.4：根据每条数据的历史输出功率
Figure 317075DEST_PATH_IMAGE017
，判断时间标识
Figure 977864DEST_PATH_IMAGE018
时卫星位置处于阴影区或光照区；
Figure 57815DEST_PATH_IMAGE019
当
Figure 286802DEST_PATH_IMAGE020
时，卫星处于光照区；当
Figure 84994DEST_PATH_IMAGE021
时，卫星处于阴影区，
Figure 424839DEST_PATH_IMAGE022
为卫星太阳电池阵的历史输出功率的均值，
Figure 359297DEST_PATH_IMAGE023
；
步骤2.5：根据
Figure 883820DEST_PATH_IMAGE024
周期变化规律求出每个周期的长度
Figure 638149DEST_PATH_IMAGE025
，一个所述周期包括卫星处在阴影区的不供电阶段和处在光照区的供电阶段，每个周期长度
Figure 545800DEST_PATH_IMAGE025
的计算方法为：
当
Figure 334764DEST_PATH_IMAGE026
时，令
Figure 905554DEST_PATH_IMAGE027
，组成序列
Figure 678338DEST_PATH_IMAGE028
，表示所有从光照区向阴影区转换节点的时间标识值
Figure 625566DEST_PATH_IMAGE029
依次提取出来组成的转换节点序列，则每个周期的长度
Figure 269036DEST_PATH_IMAGE030
；
步骤2.6：计算平均周期的长度
Figure 400941DEST_PATH_IMAGE031
，将该平均周期长度作为预测周期长度；
步骤2.7：预测未来时间段内任一时间点
Figure 270808DEST_PATH_IMAGE032
的输出功率，获取预测时间点
Figure 880780DEST_PATH_IMAGE033
在提取的n条历史数据中每个周期位置与之相对应的时间点的输出功率
Figure 644337DEST_PATH_IMAGE034
，其中
Figure 58394DEST_PATH_IMAGE035
，令集合
Figure 540191DEST_PATH_IMAGE036
，
Figure 829221DEST_PATH_IMAGE037
为集合
Figure 447284DEST_PATH_IMAGE038
内元素的中位数，则时间点
Figure 389833DEST_PATH_IMAGE039
的预测输出功率为
Figure 234292DEST_PATH_IMAGE040
。
进一步地，步骤3中对卫星各类型在轨任务功率进行计算的方法是：
步骤3.1：从预处理后的蓄电池组及其关联参数遥测数据集中，提取出与卫星母线电流以及母线电压历史遥测数据；
步骤3.2：根据母线电流及母线电压的历史遥测数据拟合卫星未执行任务期间母线电流时间函数
Figure 186067DEST_PATH_IMAGE041
及母线电压时间函数
Figure 658637DEST_PATH_IMAGE042
；
步骤3.3：求取卫星执行某一类型任务时有效载荷工作产生的能耗；
步骤3.3.1：根据卫星上行指令，从卫星所执行的每种任务类型中分别挑选一个任务，获取这些任务的开始时间
Figure 178611DEST_PATH_IMAGE043
和结束时间
Figure 369421DEST_PATH_IMAGE044
以及任务类型
Figure 124887DEST_PATH_IMAGE045
，并据此分别获取这些任务
Figure 357023DEST_PATH_IMAGE046
和
Figure 906953DEST_PATH_IMAGE047
之间母线电压
Figure 319480DEST_PATH_IMAGE048
及母线电流
Figure 754004DEST_PATH_IMAGE049
的遥测数据，分别计算执行各个任务卫星的总能耗
Figure 201166DEST_PATH_IMAGE050
；
步骤3.3.2：分别计算卫星平台在执行某一类型任务期间用于维持常规载荷的能耗
Figure 62942DEST_PATH_IMAGE051
。
步骤3.3.3：则由有效载荷工作引起的能耗
Figure 228345DEST_PATH_IMAGE052
，
则执行某一类型任务的功率为：
Figure 325613DEST_PATH_IMAGE053
。
进一步地，构建蓄电池组荷电状态仿真流程的方法是：
步骤4.1：初始化参数，设定仿真开始时刻为t0，仿真步长为
Figure 768227DEST_PATH_IMAGE054
，蓄电池处于满充状态，仿真总时长为T；
步骤4.2：根据步骤2预测 t时刻的太阳电池阵输出功率
Figure 659960DEST_PATH_IMAGE055
；
步骤4.3：根据所述太阳电池阵输出功率
Figure 689489DEST_PATH_IMAGE055
，计算当前t时刻的太阳电池阵输出电流
Figure 324870DEST_PATH_IMAGE056
，
Figure 746624DEST_PATH_IMAGE057
表示太阳电池阵输出电压；
步骤4.4：根据任务列表中当前t时刻卫星所执行的任务类型，以及步骤3中计算出的执行该任务类型的功率
Figure 950203DEST_PATH_IMAGE058
，得到当前t时刻的母线电流
Figure 824618DEST_PATH_IMAGE059
，
Figure 998111DEST_PATH_IMAGE060
为t时刻的卫星未执行任务期间的母线电压，
Figure 415317DEST_PATH_IMAGE061
为t时刻的卫星未执行任务期间的母线电流；
步骤4.5：根据太阳电池阵输出电流
Figure 648852DEST_PATH_IMAGE062
和母线电流的大小
Figure 276142DEST_PATH_IMAGE063
，计算蓄电池组荷电状态值；
当
Figure 128692DEST_PATH_IMAGE064
时，卫星处于光照区；
1）如果
Figure 790617DEST_PATH_IMAGE065
，则当前仿真时序索引t时刻的蓄电池组荷电状态值
Figure 195054DEST_PATH_IMAGE066
:
Figure 417963DEST_PATH_IMAGE067
，
Figure 198837DEST_PATH_IMAGE068
为
Figure 590635DEST_PATH_IMAGE069
时刻的蓄电池组荷电状态，
Figure 165973DEST_PATH_IMAGE070
为仿真间隔时长，
Figure 236697DEST_PATH_IMAGE071
为蓄电池额定容量；
Figure 696628DEST_PATH_IMAGE072
为蓄电池充电电流；
2）如果
Figure 801988DEST_PATH_IMAGE073
，则蓄电池组荷电状态值：
Figure 548227DEST_PATH_IMAGE074
，
其中，蓄电池组放电电流
Figure 371826DEST_PATH_IMAGE075
；
当
Figure 369869DEST_PATH_IMAGE076
时，卫星处于地影区，则蓄电池组荷电状态值：
Figure 595314DEST_PATH_IMAGE077
其中蓄电池组放电电流
Figure 143146DEST_PATH_IMAGE078
；
步骤4.6：令
Figure 454042DEST_PATH_IMAGE079
，如果
Figure 114830DEST_PATH_IMAGE080
，仿真结束，反之，转步骤4.2。
与现有技术相比，本发明所取得的有益效果是：
本发明通过对卫星遥测历史数据集和任务指令信息进行分析，对太阳电池阵输出功率进行预测，得到未来任意给定时间段内太阳电池阵的发电能力；通过对卫星执行各类型任务的功率分析，构建蓄电池组荷电状态仿真流程，将应急任务输入到仿真流程中，预测得到卫星在执行任务期间的蓄电池荷电状态值，将荷电状态值与阈值进行比较，即可得到应急任务条件下电源系统的保障评估结果。从而可对卫星电源系统在特殊场景下执行应急任务的能力提供辅助决策支持。
附图说明
图1为本发明方法整体流程图；
图2为太阳电池阵发电电流预测结果图；
图3为非任务期间母线电流、母线电压变化曲线；
图4为母线电流拟合曲线；
图5为任务期间母线电流、电压变化曲线；
图6为卫星能量传输方式结构图；
图7为卫星蓄电池荷电状态仿真流程图；
图8为蓄电池组充电电流仿真拟合曲线对比；
图9为母线电流仿真拟合曲线对比；
图10为蓄电池组荷电状态变化曲线；
图11为蓄电池组充电电流变化曲线。
具体实施方式
图1至图11示出了本发明一种数据驱动的对地观测卫星电源系统应急保障能力评估方法的具体实施例，包括以下步骤：
步骤1：获取卫星遥测数据集中关于太阳电池阵及蓄电池组相关历史数据集，并对所获取的历史数据集进行预处理；
本实施例中的预处理是去除一些离群点。去除离群点的方法通过阈值判断法进行去除，阈值则根据卫星设计的相关文档中的内容进行获取。
步骤2：根据预处理后的太阳电池阵历史数据集，对未来某一时间段内太阳电池阵输出功率进行预测。对太阳电池阵输出功率进行预测的方法是：
步骤2.1：从预处理后的太阳电池阵遥测数据集中，提取出
Figure 335727DEST_PATH_IMAGE081
条与时间相对应的太阳电池阵电流以及电压数据；
步骤2.2：对该
Figure 423769DEST_PATH_IMAGE082
条数据按时间顺序进行标识并排序，
Figure 97327DEST_PATH_IMAGE083
，
Figure 561806DEST_PATH_IMAGE084
为赋予每条数据的时间标识，
Figure 496264DEST_PATH_IMAGE085
为日期和
Figure 896153DEST_PATH_IMAGE086
为时刻；
步骤2.3：计算所述
Figure 916061DEST_PATH_IMAGE087
条数据的历史输出功率，
Figure 449811DEST_PATH_IMAGE088
Figure 612677DEST_PATH_IMAGE089
为第
Figure 308100DEST_PATH_IMAGE090
条数据的太阳电池阵电压，
Figure 815305DEST_PATH_IMAGE091
为第
Figure 496953DEST_PATH_IMAGE092
条数据的太阳电池阵电流，
Figure 406003DEST_PATH_IMAGE093
为第
Figure 272328DEST_PATH_IMAGE095
条数据历史输出功率；
步骤2.4：根据每条数据的历史输出功率
Figure 876616DEST_PATH_IMAGE096
，判断时间标识
Figure 752168DEST_PATH_IMAGE097
时卫星位置处于阴影区或光照区；
Figure 250145DEST_PATH_IMAGE098
当
Figure 162738DEST_PATH_IMAGE099
时，卫星处于光照区；当
Figure 378955DEST_PATH_IMAGE100
时，卫星处于阴影区，
Figure 792619DEST_PATH_IMAGE101
为卫星太阳电池阵的历史输出功率的均值，
Figure 53093DEST_PATH_IMAGE102
；
步骤2.5：根据
Figure 261220DEST_PATH_IMAGE103
周期变化规律求出每个周期的长度
Figure 105679DEST_PATH_IMAGE104
，一个所述周期包括卫星处在阴影区的不供电阶段和处在光照区的供电阶段，每个周期长度
Figure 57455DEST_PATH_IMAGE104
的计算方法为：
当
Figure 530024DEST_PATH_IMAGE105
时，令
Figure 909053DEST_PATH_IMAGE106
，组成序列
Figure 975229DEST_PATH_IMAGE107
，表示所有从光照区向阴影区转换节点的时间标识值
Figure 730696DEST_PATH_IMAGE108
依次提取出来组成的转换节点序列，则每个周期的长度
Figure 323351DEST_PATH_IMAGE109
；
步骤2.6：计算平均周期的长度
Figure 483068DEST_PATH_IMAGE110
，将该平均周期长度作为预测周期长度；
步骤2.7：预测未来时间段内任一时间点
Figure 161174DEST_PATH_IMAGE111
的输出功率，获取预测时间点
Figure 454752DEST_PATH_IMAGE112
在提取的n条历史数据中每个周期位置与之相对应的时间点的输出功率
Figure 901914DEST_PATH_IMAGE113
，其中
Figure 996647DEST_PATH_IMAGE114
，令集合
Figure 162049DEST_PATH_IMAGE115
，
Figure 993739DEST_PATH_IMAGE116
为集合
Figure 436352DEST_PATH_IMAGE117
内元素的中位数，则时间点
Figure 328085DEST_PATH_IMAGE118
的预测输出功率为
Figure 715204DEST_PATH_IMAGE119
。
通过步骤2的方法即可预测得到未来给定时间点的太阳电池阵的输出功率。在本实例中，因为太阳电池阵的输出电压基本稳定不变，因此本实施例主要利用该方法针对太阳电池阵的发电电流进行预测，将太阳电池阵历史发电电流代入上述流程进行预测，得到的预测结果与实际电流曲线对比见图2。此处采用均方根误差（root mean square error，RMSE）以及平均绝对误差（mean absolute error，MAE）两种指标进行误差计算。均方根误差和平均绝对误差的计算公式为：
Figure 491530DEST_PATH_IMAGE120
Figure 913284DEST_PATH_IMAGE121
通过计算得到中位数法预测太阳电池阵发电电流的误差为：RMSE = 0.069，MAE =0.024。
步骤3：根据预处理后的蓄电池组相关参数历史数据集，计算卫星在轨执行各类型任务的功率；对卫星各类型在轨任务能耗进行计算的方法是：
步骤3.1：从预处理后的蓄电池组及其关联参数遥测数据集中，提取出与母线电流以及电压历史遥测数据；
步骤3.2：根据母线电流及母线电压的历史遥测数据拟合卫星未执行任务期间母线电流时间函数
Figure 975918DEST_PATH_IMAGE122
及母线电压时间函数
Figure 850333DEST_PATH_IMAGE123
；将上述2.6步骤中所计算获得的平均周期长度
Figure 164771DEST_PATH_IMAGE124
作为卫星轨道周期长度，其中卫星在轨周期性运行使得母线电流、母线电压以及太阳电池阵等参数也周期性的发生变化，而这些参数的变化周期与卫星轨道周期长度一致；本实例中卫星运转周期平均值为
Figure 441032DEST_PATH_IMAGE125
。本实施例中的函数拟合方法是利用Matlab拟合工具箱中的函数拟合。
本实例中的卫星非任务期间母线电流与母线电压变化曲线见图3(a)及图3(b)所示，查找卫星设计资料得知，该卫星在轨运行期间各载荷会周期性的开启待机状态，当载荷开启待机状态时，卫星星体消耗骤减，母线电流维持在10A附近波动；当载荷退出待机状态时，卫星星体的功率恢复，母线电流维持在13A附近波动，故而母线电流呈现方波的变化趋势。而由于本实例卫星是全调节母线结构，卫星母线电压基本保持在30V左右波动。采用3阶傅里叶函数进行拟合，z得到母线电流的拟合结果为：
Figure 674567DEST_PATH_IMAGE126
其中
Figure 413109DEST_PATH_IMAGE127
母线电流拟合曲线见图4；母线电压的拟合结果为
Figure 390292DEST_PATH_IMAGE128
。
步骤3.3：求取卫星执行某一类型任务时有效载荷工作产生的功率；
本实施例中，求取卫星执行某一类型任务时有效载荷工作产生的功率的方法是：
步骤3.3.1：根据卫星上行指令，从卫星所执行的每种任务类型中分别挑选一个任务，获取这些任务的开始时间
Figure 786639DEST_PATH_IMAGE129
和结束时间
Figure 66441DEST_PATH_IMAGE130
以及任务类型
Figure 915449DEST_PATH_IMAGE131
，并据此分别获取这些任务
Figure 696323DEST_PATH_IMAGE132
和
Figure 681596DEST_PATH_IMAGE133
之间母线电压
Figure 397880DEST_PATH_IMAGE134
及母线电流
Figure 734183DEST_PATH_IMAGE135
的遥测数据，分别计算执行各个任务卫星的总能耗
Figure 53169DEST_PATH_IMAGE136
；
步骤3.3.2：分别计算卫星平台在执行某一类型任务期间用于维持常规载荷的能耗
Figure 33894DEST_PATH_IMAGE137
，本实施例中的常规载荷能耗指的就是卫星未执行任务期间的能耗。
步骤3.3.3：则由有效载荷工作引起的能耗
Figure 780134DEST_PATH_IMAGE138
，
则执行某一类型任务的功率为：
Figure 603733DEST_PATH_IMAGE139
。
在另外一个实施例中，求取卫星执行某一类型任务时有效载荷工作产生的功率的方法是：
步骤3.3.1’：根据卫星上行指令，从卫星所执行的某种任务类型
Figure 100311DEST_PATH_IMAGE140
中挑选，获取这些任务的开始时间
Figure 60177DEST_PATH_IMAGE141
和结束时间
Figure 242897DEST_PATH_IMAGE142
，并据此分别获取这些任务
Figure 288213DEST_PATH_IMAGE143
和
Figure 824368DEST_PATH_IMAGE144
之间母线电压
Figure 169898DEST_PATH_IMAGE145
及母线电流
Figure 257940DEST_PATH_IMAGE146
的遥测数据，计算执行各个任务的卫星总能耗
Figure 665919DEST_PATH_IMAGE147
;
步骤3.3.2’：分别计算卫星平台在执行
Figure 395977DEST_PATH_IMAGE148
个任务执行期间用于维持常规载荷的能耗
Figure 330435DEST_PATH_IMAGE149
；
步骤3.3.3’：得到由于有效载荷工作引起的能耗
Figure 464745DEST_PATH_IMAGE150
，再将能耗除以时间得到各个任务的功率
Figure 484653DEST_PATH_IMAGE151
，
步骤3.3.4’：对这
Figure 487244DEST_PATH_IMAGE152
个任务的功率取平均值作为该类型任务
Figure 276209DEST_PATH_IMAGE153
的功率
Figure 614043DEST_PATH_IMAGE154
，同理可以计算其他任务类型的任务消耗功率。
本实例中，挑选同一天卫星执行任务期间的母线电流以及母线电压数据进行分析，见图5(a)及图5(b)。对比非任务期间的母线电流曲线我们发现，卫星的任务安排均是安排在各载荷退出待机状态阶段，即处于大电流阶段。每当卫星执行任务时，母线电流产生突变；任务结束时，母线电流恢复原状态。即我们可以得知，在不执行任务时，每个周期母线电流与母线电压乘积的积分值大致不变，为卫星每周期的常规能耗；当卫星执行任务时，该周期的母线电流与母线电压乘积的积分值增大，而所增大积分值正是该任务所消耗的电量。考虑到母线电压不变，所以我们单独分析母线电流，通过母线电流的变化情况进行任务能耗的计算，最终得到任务类型A的能耗功率为
Figure 121247DEST_PATH_IMAGE155
任务类型B的能耗功率为
Figure 661950DEST_PATH_IMAGE156
。
步骤4：根据所预测出的太阳电池阵输出功率及卫星各类型在轨任务能耗构建蓄电池组荷电状态仿真流程；
步骤4.1：初始化参数，设定仿真开始时刻为t0，仿真步长为
Figure 711946DEST_PATH_IMAGE157
，蓄电池处于满充状态，仿真总时长为T；本实施例中仿真开始于卫星刚从光照区步入地影区阶段，此时蓄电池处于满充状态。
步骤4.2：根据步骤2预测 t时刻的太阳电池阵输出功率
Figure 312691DEST_PATH_IMAGE158
；
步骤4.3：根据所述太阳电池阵输出功率
Figure 307192DEST_PATH_IMAGE158
，计算当前t时刻的太阳电池阵输出电流
Figure 526952DEST_PATH_IMAGE159
，
Figure 556088DEST_PATH_IMAGE160
表示太阳电池阵输出电压，太阳电池阵输出电压
Figure 593314DEST_PATH_IMAGE161
不变，
Figure 684898DEST_PATH_IMAGE162
可从卫星太阳电池阵设计文档得到；
步骤4.4：根据任务列表中当前t时刻卫星所执行的任务类型，以及步骤3中计算出的执行该任务类型的功率
Figure 98562DEST_PATH_IMAGE163
，得到当前t时刻的母线电流
Figure 716625DEST_PATH_IMAGE164
，
Figure 564233DEST_PATH_IMAGE165
为t时刻的卫星未执行任务期间的母线电压，
Figure 267747DEST_PATH_IMAGE166
为t时刻的卫星未执行任务期间的母线电流，卫星在执行任务期间母线电流变化幅度较小，可近似认为母线电流大小保持不变；
步骤4.5：根据太阳电池阵输出电流
Figure 953943DEST_PATH_IMAGE167
和母线电流的大小
Figure 567458DEST_PATH_IMAGE168
，计算蓄电池组荷电状态值；
当
Figure 212066DEST_PATH_IMAGE169
时，卫星处于光照区；
1）如果
Figure 402876DEST_PATH_IMAGE170
，则当前仿真时序索引t时刻的蓄电池组荷电状态值
Figure 33709DEST_PATH_IMAGE171
:
Figure 360785DEST_PATH_IMAGE172
，
Figure 910715DEST_PATH_IMAGE173
为
Figure 729766DEST_PATH_IMAGE174
时刻的蓄电池组荷电状态，
Figure 23344DEST_PATH_IMAGE175
为仿真间隔时长，
Figure 470506DEST_PATH_IMAGE176
为蓄电池额定容量，该参数可通过卫星设计或使用说明等文档获得；
Figure 314308DEST_PATH_IMAGE177
为蓄电池充电电流，可以根据卫星设计文档中蓄电池组充电规律可以得到；
不同卫星所采用的蓄电池组充电模式可能不同，其中充电模式可以通过查询卫星设计文档或者观察蓄电池组充电电流、太阳电池阵输出电流等相关参数的关系得到，将得到的卫星蓄电池组充电规律代入上述步骤中即可进行仿真。本实例中的卫星所采用的能量传输方式为直接能量传输模式（Direct Energy Transfer,DET），即卫星太阳电池阵以及蓄电池组将任务所需消耗的电量，通过工作母线直接传递给有关载荷，中间并不夹杂其余的结构，其结构如图6所示。在该传输方式下，卫星蓄电池组所采用的充电模式符合规律
Figure 745289DEST_PATH_IMAGE178
，因此蓄电池充电阶段使得充电电流为
Figure 576979DEST_PATH_IMAGE179
。
2)如果
Figure 19593DEST_PATH_IMAGE180
，则蓄电池组荷电状态值：
Figure 645746DEST_PATH_IMAGE181
，
其中，由于
Figure 564024DEST_PATH_IMAGE182
，则蓄电池组处于放电状态，蓄电池组放电电流
Figure 74771DEST_PATH_IMAGE183
；
当
Figure 230946DEST_PATH_IMAGE184
时，卫星处于地影区，则蓄电池组荷电状态值：
Figure 293579DEST_PATH_IMAGE185
由于卫星处于地影区，则蓄电池处于完全放电状态，其中蓄电池组放电电流
Figure 167995DEST_PATH_IMAGE186
；
步骤4.6：令
Figure 748012DEST_PATH_IMAGE187
，如果
Figure 24272DEST_PATH_IMAGE188
，仿真结束，反之，转步骤4.2。
本实例选用卫星在轨某一天的任务列表以及遥测数据代入所构建的能量平衡仿真流程中，具体流程如图7所示，其中图中的方阵电流指的是太阳电池阵输出电流，负载电流指的是母线电流，对比仿真所得到的蓄电池组充电电流曲线以及母线电流曲线与实际数值曲线，用以评估构建的能量平衡仿真流程的合理性。其中图8为蓄电池组充电电流仿真拟合曲线对比，仿真所得到的充电电流以及原实际的充电电流拟合效果很好，其大部分情况下曲线都重合，少数不重合的情况其电流差值也不超过1A；图9为母线电流仿真拟合曲线对比，根据图像可得，在未执行任务期间，母线电流的仿真值与实际值拟合效果很好，实际值在仿真值附近上下波动，但差值都在0.5A以内；而当卫星执行任务时，由于卫星执行任务时会出现电流存在波动情况，而仿真时是采用任务能耗的平均电流代替实际电流，故而拟合效果有一定的小差异，但差值也都在1A左右。
步骤5：将待评估的应急任务输入蓄电池组荷电状态仿真流程，得到蓄电池组荷电状态预测值；应急任务列表如表1所示；
步骤6：将所述蓄电池组荷电状态预测值与放电深度阈值进行比较，如果荷电状态预测值大于放电深度阈值，则卫星电源系统能保障卫星完成应急任务，否则，卫星电源系统不能保障卫星完成应急任务。
表1 自定义应急任务列表
Figure 257807DEST_PATH_IMAGE189
将任务列表代入仿真流程中，得到蓄电池组荷电状态（SOC）变化曲线（见图10）以及蓄电池组充电电流变化曲线（见图11）。根据曲线变化图可以发现，在执行应急任务A时，蓄电池的SOC持续下降到了87%以下，符合国军标要求的15%~30%放电深度；同时我们结合蓄电池SOC变化曲线以及充电电流曲线观察可以看出，在执行应急任务之后，在还有后续其他任务的情况下，蓄电池组SOC重新达到1，即重新达到满充状态花费了六个周期，符合多圈能量平衡规律。，因此基于所给定的应急任务，通过运行本专利所提出的仿真评估方法，能够得出电源系统能够保障完成该应急任务的评估结论。
综上所述，本发明提供的一种数据驱动的对地观测卫星电源系统应急保障能力评估方法，能够帮助卫星用户具体了解对地观察卫星在执行既有观察任务过程中电源系统的保障能力，也能够为对地观测卫星在重大自然灾难发生时等特殊场景下执行应急任务的能力提供有效的辅助决策支持手段。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (5)

1.一种数据驱动的对地观测卫星电源系统应急保障能力评估方法，其特征在于：包括以下步骤：
步骤1：获取卫星遥测数据集中关于太阳电池阵及蓄电池组相关历史数据集，并对所获取的历史数据集进行预处理；
步骤2：根据预处理后的太阳电池阵历史数据集，对未来某一时间段内太阳电池阵输出功率进行预测；
步骤3：根据预处理后的蓄电池组相关参数历史数据集，计算卫星在轨执行各类型任务的功率；
步骤4：根据所预测出的太阳电池阵输出功率及卫星各类型在轨任务能耗构建蓄电池组荷电状态仿真流程；
步骤5：将待评估的应急任务输入蓄电池组荷电状态仿真流程，得到蓄电池组荷电状态预测值；
步骤6：将所述蓄电池组荷电状态预测值与放电深度阈值进行比较，如果荷电状态预测值大于放电深度阈值，则卫星电源系统能保障卫星完成应急任务，否则，卫星电源系统不能保障卫星完成应急任务。
2.根据权利要求1所述的方法，其特征在于：步骤2中未来某一时间段内太阳电池阵输出功率进行预测的方法是：
步骤2.1：从预处理后的太阳电池阵遥测数据集中，提取出
Figure 667930DEST_PATH_IMAGE001
条与时间相对应的太阳电池阵电流以及电压数据；
步骤2.2：对该
Figure 149726DEST_PATH_IMAGE001
条数据按时间顺序进行标识并排序，
Figure 173177DEST_PATH_IMAGE002
，
Figure 791240DEST_PATH_IMAGE003
为赋予每条数据的时间标识，
Figure 999368DEST_PATH_IMAGE004
为日期和
Figure 843827DEST_PATH_IMAGE006
为时刻；
步骤2.3：计算所述
Figure 530023DEST_PATH_IMAGE007
条数据的历史输出功率，
Figure 268172DEST_PATH_IMAGE008
，
Figure 647201DEST_PATH_IMAGE009
为第
Figure 211912DEST_PATH_IMAGE010
条数据的太阳电池阵电压，
Figure 967379DEST_PATH_IMAGE011
为第
Figure 294455DEST_PATH_IMAGE012
条数据的太阳电池阵电流，
Figure 719751DEST_PATH_IMAGE013
为第
Figure 397857DEST_PATH_IMAGE014
条数据历史输出功率；
步骤2.4：根据每条数据的历史输出功率
Figure 691435DEST_PATH_IMAGE015
，判断时间标识
Figure 138597DEST_PATH_IMAGE016
时卫星位置处于阴影区或光照区；
Figure 734794DEST_PATH_IMAGE017
当
Figure 900197DEST_PATH_IMAGE018
时，卫星处于光照区；当
Figure 731886DEST_PATH_IMAGE019
时，卫星处于阴影区，
Figure 174500DEST_PATH_IMAGE020
为卫星太阳电池阵的历史输出功率的均值，
Figure 800654DEST_PATH_IMAGE021
；
步骤2.5：根据
Figure 453352DEST_PATH_IMAGE022
周期变化规律求出每个周期的长度
Figure 88732DEST_PATH_IMAGE023
，一个所述周期包括卫星处在阴影区的不供电阶段和处在光照区的供电阶段，每个周期长度
Figure 887318DEST_PATH_IMAGE023
的计算方法为：
当
Figure 949952DEST_PATH_IMAGE024
时，令
Figure 824367DEST_PATH_IMAGE025
，组成序列
Figure 404384DEST_PATH_IMAGE026
，表示所有从光照区向阴影区转换节点的时间标识值
Figure 680644DEST_PATH_IMAGE027
依次提取出来组成的转换节点序列，则每个周期的长度
Figure 914179DEST_PATH_IMAGE028
；
步骤2.6：计算平均周期的长度
Figure 151257DEST_PATH_IMAGE029
，将该平均周期长度作为预测周期长度；
步骤2.7：预测未来时间段内任一时间点
Figure 394019DEST_PATH_IMAGE030
的输出功率，获取预测时间点
Figure 524786DEST_PATH_IMAGE031
在提取的n条历史数据中每个周期位置与之相对应的时间点的输出功率
Figure 804589DEST_PATH_IMAGE032
，其中
Figure 653596DEST_PATH_IMAGE033
，令集合
Figure 168891DEST_PATH_IMAGE034
，
Figure 59225DEST_PATH_IMAGE035
为集合
Figure 634563DEST_PATH_IMAGE036
内元素的中位数，则时间点
Figure 970866DEST_PATH_IMAGE037
的预测输出功率为
Figure 289852DEST_PATH_IMAGE038
。
3.根据权利要求2所述的方法，其特征在于：步骤3中对卫星各类型在轨任务能耗进行计算的方法是：
步骤3.1：从预处理后的蓄电池组及其关联参数遥测数据集中，提取出与母线电流以及电压历史遥测数据；
步骤3.2：根据母线电流及母线电压的历史遥测数据拟合卫星未执行任务期间母线电流时间函数
Figure 270577DEST_PATH_IMAGE039
及母线电压时间函数
Figure 282396DEST_PATH_IMAGE040
；
步骤3.3：求取卫星执行某一类型任务时有效载荷工作产生的功率；
步骤3.3.1：根据卫星上行指令，从卫星所执行的每种任务类型中分别挑选一个任务，获取这些任务的开始时间
Figure 840416DEST_PATH_IMAGE041
和结束时间
Figure 838459DEST_PATH_IMAGE042
以及任务类型
Figure 63904DEST_PATH_IMAGE043
，并据此分别获取这些任务
Figure 981044DEST_PATH_IMAGE044
和
Figure 167306DEST_PATH_IMAGE045
之间母线电压
Figure 828095DEST_PATH_IMAGE046
及母线电流
Figure 908046DEST_PATH_IMAGE047
的遥测数据，分别计算执行各个任务卫星的总能耗
Figure 626779DEST_PATH_IMAGE048
；
步骤3.3.2：分别计算卫星平台在执行某一类型任务期间用于维持常规载荷的能耗
Figure 424971DEST_PATH_IMAGE049
；
步骤3.3.3：则由有效载荷工作引起的能耗
Figure 889451DEST_PATH_IMAGE050
，
则执行某一类型任务的功率为：
Figure 433695DEST_PATH_IMAGE051
。
4.根据权利要求3所述的方法，其特征在于：构建蓄电池组荷电状态仿真流程的方法是：
步骤4.1：初始化参数，设定仿真开始时刻为t0，仿真步长为
Figure 223797DEST_PATH_IMAGE052
，蓄电池处于满充状态，仿真总时长为T；
步骤4.2：根据步骤2预测 t时刻的太阳电池阵输出功率
Figure 243706DEST_PATH_IMAGE053
；
步骤4.3：根据所述太阳电池阵输出功率
Figure 121663DEST_PATH_IMAGE053
，计算当前t时刻的太阳电池阵输出电流
Figure 910627DEST_PATH_IMAGE054
，
Figure 606051DEST_PATH_IMAGE055
表示太阳电池阵输出电压；
步骤4.4：根据任务列表中当前t时刻卫星所执行的任务类型，以及步骤3中计算出的执行该任务类型的功率
Figure 988622DEST_PATH_IMAGE056
，得到当前t时刻的母线电流
Figure 794904DEST_PATH_IMAGE057
，
Figure 969533DEST_PATH_IMAGE058
为t时刻的卫星未执行任务期间的母线电压，
Figure 944180DEST_PATH_IMAGE059
为t时刻的卫星未执行任务期间的母线电流；
步骤4.5：根据太阳电池阵输出电流
Figure 938681DEST_PATH_IMAGE060
和母线电流的大小
Figure 283075DEST_PATH_IMAGE061
，计算蓄电池组荷电状态值；
当
Figure 187577DEST_PATH_IMAGE062
时，卫星处于光照区；
1）如果
Figure 959224DEST_PATH_IMAGE063
，则当前仿真时序索引t时刻的蓄电池组荷电状态值
Figure 441021DEST_PATH_IMAGE064
:
Figure 730051DEST_PATH_IMAGE065
，
Figure 348114DEST_PATH_IMAGE066
为
Figure 556241DEST_PATH_IMAGE067
时刻的蓄电池组荷电状态，
Figure 259755DEST_PATH_IMAGE068
为仿真间隔时长，
Figure 821317DEST_PATH_IMAGE069
为蓄电池额定容量；
Figure 559466DEST_PATH_IMAGE070
为蓄电池充电电流；
2)如果
Figure 938495DEST_PATH_IMAGE071
，则蓄电池组荷电状态值：
Figure 506136DEST_PATH_IMAGE072
，
其中，蓄电池组放电电流
Figure 996023DEST_PATH_IMAGE073
；
当
Figure 588679DEST_PATH_IMAGE074
时，卫星处于地影区，则蓄电池组荷电状态值：
Figure 138609DEST_PATH_IMAGE075
其中蓄电池组放电电流
Figure 957660DEST_PATH_IMAGE076
；
步骤4.6：令
Figure 985659DEST_PATH_IMAGE077
，如果
Figure 432821DEST_PATH_IMAGE078
，仿真结束，反之，转步骤4.2。
5.根据权利要求2所述的方法，其特征在于：步骤3.3：计算卫星执行某一类型任务时有效载荷工作产生的功率；
步骤3.3.1’：根据卫星上行指令，从卫星所执行的某种任务类型
Figure 29018DEST_PATH_IMAGE079
中挑选，获取这些任务的开始时间
Figure 194420DEST_PATH_IMAGE080
和结束时间
Figure 291689DEST_PATH_IMAGE081
，并据此分别获取这些任务
Figure 468724DEST_PATH_IMAGE082
和
Figure 360457DEST_PATH_IMAGE083
之间母线电压
Figure 13155DEST_PATH_IMAGE084
及母线电流
Figure 382956DEST_PATH_IMAGE085
的遥测数据，计算执行各个任务的卫星总能耗
Figure 444191DEST_PATH_IMAGE086
;
步骤3.3.2’：分别计算卫星平台在执行
Figure 506825DEST_PATH_IMAGE087
个任务执行期间用于维持常规载荷的能耗
Figure 381240DEST_PATH_IMAGE088
；
步骤3.3.3’：得到由于有效载荷工作引起的能耗
Figure 961257DEST_PATH_IMAGE089
，再将能耗除以时间得到各个任务的功率
Figure 237518DEST_PATH_IMAGE090
，
步骤3.3.4’：对这
Figure 471053DEST_PATH_IMAGE091
个任务的功率取平均值作为该类型任务
Figure 708130DEST_PATH_IMAGE092
的功率
Figure 685313DEST_PATH_IMAGE093
，同理可以计算其他任务类型的任务消耗功率。
CN202010515200.6A 2020-06-09 2020-06-09 一种数据驱动的对地观测卫星电源系统应急保障能力评估方法 Active CN111415109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010515200.6A CN111415109B (zh) 2020-06-09 2020-06-09 一种数据驱动的对地观测卫星电源系统应急保障能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010515200.6A CN111415109B (zh) 2020-06-09 2020-06-09 一种数据驱动的对地观测卫星电源系统应急保障能力评估方法

Publications (2)

Publication Number Publication Date
CN111415109A true CN111415109A (zh) 2020-07-14
CN111415109B CN111415109B (zh) 2020-08-28

Family

ID=71492459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010515200.6A Active CN111415109B (zh) 2020-06-09 2020-06-09 一种数据驱动的对地观测卫星电源系统应急保障能力评估方法

Country Status (1)

Country Link
CN (1) CN111415109B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112684354A (zh) * 2020-12-10 2021-04-20 中国西安卫星测控中心 卫星蓄电池特征数据获取方法及装置
CN113051776A (zh) * 2021-04-25 2021-06-29 电子科技大学 基于Unity3D的卫星姿态和轨道仿真系统及方法
CN113264202A (zh) * 2021-05-20 2021-08-17 中国科学院微小卫星创新研究院 一种卫星在轨能源放电深度预估方法
CN116131402A (zh) * 2023-02-06 2023-05-16 广芯微电子（广州）股份有限公司 一种基于i/o端口识别ufcs协议波形的方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102928714A (zh) * 2012-11-02 2013-02-13 北京航空航天大学 一种基于i-v曲线与能量平衡的小卫星太阳阵寿命预测方法
CN103294848A (zh) * 2013-05-03 2013-09-11 中国航天标准化研究所 基于混合自回归滑动平均模型的卫星太阳能电池阵寿命预测方法
US20130263441A1 (en) * 2009-02-23 2013-10-10 Design_Net Engineering, Llc Plug and play battery system
JP2017108560A (ja) * 2015-12-10 2017-06-15 株式会社Ｎｔｔドコモ 電力融通システムの制御装置および制御プログラム
CN107748966A (zh) * 2017-11-07 2018-03-02 中国人民解放军国防科技大学 一种太阳同步轨道卫星电源供电能力预测方法
CN107908597A (zh) * 2017-11-07 2018-04-13 中国人民解放军国防科技大学 一种基于复用分解的卫星有效载荷功耗分析方法
CN108462467A (zh) * 2017-12-19 2018-08-28 中国空间技术研究院 一种新型功率拓扑下太阳翼在轨输出功率评估方法
CN108734360A (zh) * 2018-06-19 2018-11-02 哈尔滨工业大学 一种基于修正的elm预测模型多维遥测数据智能判读方法
CN109934423A (zh) * 2019-04-25 2019-06-25 山东大学 基于并网逆变器运行数据的光伏电站功率预测方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130263441A1 (en) * 2009-02-23 2013-10-10 Design_Net Engineering, Llc Plug and play battery system
CN102928714A (zh) * 2012-11-02 2013-02-13 北京航空航天大学 一种基于i-v曲线与能量平衡的小卫星太阳阵寿命预测方法
CN103294848A (zh) * 2013-05-03 2013-09-11 中国航天标准化研究所 基于混合自回归滑动平均模型的卫星太阳能电池阵寿命预测方法
JP2017108560A (ja) * 2015-12-10 2017-06-15 株式会社Ｎｔｔドコモ 電力融通システムの制御装置および制御プログラム
CN107748966A (zh) * 2017-11-07 2018-03-02 中国人民解放军国防科技大学 一种太阳同步轨道卫星电源供电能力预测方法
CN107908597A (zh) * 2017-11-07 2018-04-13 中国人民解放军国防科技大学 一种基于复用分解的卫星有效载荷功耗分析方法
CN108462467A (zh) * 2017-12-19 2018-08-28 中国空间技术研究院 一种新型功率拓扑下太阳翼在轨输出功率评估方法
CN108734360A (zh) * 2018-06-19 2018-11-02 哈尔滨工业大学 一种基于修正的elm预测模型多维遥测数据智能判读方法
CN109934423A (zh) * 2019-04-25 2019-06-25 山东大学 基于并网逆变器运行数据的光伏电站功率预测方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KENNETH H. WRIGHT, TODD A. SCHNEIDER: "Electrostatic Discharge Testing of Multijunction Solar Array Coupons after Combined Space Environmental Exposures", 《IEEE TRANSACTIONS ON PLASMA SCIENCE》 *
应鹏: "皮卫星在轨测试规则库建模技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
曹孟达，张涛: "一种基于聚类的卫星太阳电池阵衰减估计方法", 《无线电工程》 *
曹孟达: "基于粒子群算法的卫星蓄电池区间预测方法", 《无线电工程》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112684354A (zh) * 2020-12-10 2021-04-20 中国西安卫星测控中心 卫星蓄电池特征数据获取方法及装置
CN112684354B (zh) * 2020-12-10 2023-10-20 中国西安卫星测控中心 卫星蓄电池特征数据获取方法及装置
CN113051776A (zh) * 2021-04-25 2021-06-29 电子科技大学 基于Unity3D的卫星姿态和轨道仿真系统及方法
CN113051776B (zh) * 2021-04-25 2023-12-05 电子科技大学 基于Unity3D的卫星姿态和轨道仿真系统及方法
CN113264202A (zh) * 2021-05-20 2021-08-17 中国科学院微小卫星创新研究院 一种卫星在轨能源放电深度预估方法
CN113264202B (zh) * 2021-05-20 2022-08-26 中国科学院微小卫星创新研究院 一种卫星在轨能源放电深度预估方法
CN116131402A (zh) * 2023-02-06 2023-05-16 广芯微电子（广州）股份有限公司 一种基于i/o端口识别ufcs协议波形的方法及装置
CN116131402B (zh) * 2023-02-06 2024-01-02 广芯微电子（广州）股份有限公司 一种基于i/o端口识别ufcs协议波形的方法及装置

Also Published As

Publication number Publication date
CN111415109B (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
CN111415109B (zh) 一种数据驱动的对地观测卫星电源系统应急保障能力评估方法
Mohan et al. An efficient two stage stochastic optimal energy and reserve management in a microgrid
Bisgaard et al. Battery-aware scheduling in low orbit: the GomX–3 case
Perez et al. Optimal charging of batteries via a single particle model with electrolyte and thermal dynamics
US8332342B1 (en) Model-based prognostics for batteries which estimates useful life and uses a probability density function
TWI397864B (zh) 能量儲存裝置之運轉計畫製作方法以及運轉計畫製作裝置
US9148018B2 (en) Power supply device, power storage device, and power control device
Kundur et al. Techniques for on-line transient stability assessment and control
Maasoumy et al. Optimal load management system for aircraft electric power distribution
Luna et al. Economic power dispatch of distributed generators in a grid-connected microgrid
JP2017108560A (ja) 電力融通システムの制御装置および制御プログラム
CN107017625B (zh) 用于独立微电网的能量动态调度的方法和设备
Feng et al. Scenario reduction for stochastic unit commitment with wind penetration
US7489107B2 (en) Optimal battery charging for damage mitigation
Nies et al. Mastering operational limitations of LEO satellites–The GomX-3 approach
De Falco et al. State of health prediction of lithium-ion batteries using accelerated degradation test data
Cheddadi et al. Design of an energy management system for an autonomous hybrid micro-grid based on Labview IDE
CN115864611B (zh) 储能电池安全储能管理方法、系统、设备及存储介质
Stathopoulos et al. Operational optimization of the Lithium-ion batteries of TerraSAR-X/TanDEM-X
DE112021002563T5 (de) Optimierungssystem
CN107748966B (zh) 一种太阳同步轨道卫星电源供电能力预测方法
Kim et al. Capacity prediction of lithium-ion battery using UKF based on different C-rate
Costa et al. Prediction of lithium-ion battery capacity in UAVs
Xing et al. Deciphering the enigma of satellite computing with cots devices: Measurement and analysis
Bard et al. In-orbit trend analysis of Galileo satellites for power sources degradation estimation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant