CN111415109B - 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
CN111415109B
CN111415109B CN202010515200.6A CN202010515200A CN111415109B CN 111415109 B CN111415109 B CN 111415109B CN 202010515200 A CN202010515200 A CN 202010515200A CN 111415109 B CN111415109 B CN 111415109B
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.)
Active
Application number
CN202010515200.6A
Other languages
English (en)
Other versions
CN111415109A (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任一时间点
Figure 13963DEST_PATH_IMAGE001
太阳电池阵输出功率
Figure 715203DEST_PATH_IMAGE002
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
Figure 690112DEST_PATH_IMAGE003
，
Figure 906330DEST_PATH_IMAGE004
表示任务类型；
步骤4：根据所预测出的太阳电池阵输出功率及卫星在轨执行各类型任务功率
Figure 257677DEST_PATH_IMAGE005
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 813423DEST_PATH_IMAGE006
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 21550DEST_PATH_IMAGE007
条数据按时间顺序进行标识并排序，
Figure 662747DEST_PATH_IMAGE008
，
Figure 817785DEST_PATH_IMAGE009
为赋予每条数据的时间标识，
Figure 290355DEST_PATH_IMAGE010
为日期和
Figure 872646DEST_PATH_IMAGE011
为时刻；
步骤2.3：计算所述
Figure 1139DEST_PATH_IMAGE012
条数据的历史输出功率，
Figure 491026DEST_PATH_IMAGE013
Figure 21364DEST_PATH_IMAGE014
为第
Figure 305715DEST_PATH_IMAGE015
条数据的太阳电池阵电压，
Figure 187084DEST_PATH_IMAGE016
为第
Figure 418345DEST_PATH_IMAGE017
条数据的太阳电池阵电流，
Figure 68769DEST_PATH_IMAGE018
为第
Figure 789600DEST_PATH_IMAGE019
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 627106DEST_PATH_IMAGE020
，判断时间标识
Figure 662058DEST_PATH_IMAGE021
时卫星位置处于阴影区或光照区；
Figure 432568DEST_PATH_IMAGE022
当
Figure 324301DEST_PATH_IMAGE023
时，卫星处于光照区；当
Figure 473322DEST_PATH_IMAGE024
时，卫星处于阴影区，
Figure 311965DEST_PATH_IMAGE025
为卫星太阳电池阵的历史输出功率的均值，
Figure 733719DEST_PATH_IMAGE026
；
步骤2.5：根据
Figure 734036DEST_PATH_IMAGE027
周期变化规律求出每个周期的长度
Figure 811713DEST_PATH_IMAGE028
，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 985206DEST_PATH_IMAGE028
的计算方法为：
当
Figure 464729DEST_PATH_IMAGE029
时，令
Figure 635947DEST_PATH_IMAGE030
，组成序列
Figure 997658DEST_PATH_IMAGE031
，表示所有从光照区向阴影区转换节点的时间标识值
Figure 178104DEST_PATH_IMAGE032
依次提取出来组成的转换节点序列，则每个周期的长度
Figure 246554DEST_PATH_IMAGE033
；
步骤2.6：计算平均周期的长度
Figure 650990DEST_PATH_IMAGE034
，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 703260DEST_PATH_IMAGE035
的输出功率，获取预测时间点
Figure 421817DEST_PATH_IMAGE036
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 407091DEST_PATH_IMAGE037
，其中
Figure 920112DEST_PATH_IMAGE038
，令集合
Figure 459678DEST_PATH_IMAGE039
，
Figure 778663DEST_PATH_IMAGE040
为集合
Figure 87285DEST_PATH_IMAGE041
内元素的中位数，则时间点
Figure 771207DEST_PATH_IMAGE042
的预测输出功率为
Figure 594807DEST_PATH_IMAGE043
。
进一步地，步骤3中对卫星在轨执行各类型任务的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 389587DEST_PATH_IMAGE044
及母线电压时间函数
Figure 552715DEST_PATH_IMAGE045
；
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 735435DEST_PATH_IMAGE046
和结束时间
Figure 984014DEST_PATH_IMAGE047
以及任务类型
Figure 582485DEST_PATH_IMAGE048
，并据此分别获取这些任务
Figure 662437DEST_PATH_IMAGE049
和
Figure 688162DEST_PATH_IMAGE050
之间母线电压
Figure 424037DEST_PATH_IMAGE051
及母线电流
Figure 888516DEST_PATH_IMAGE052
的遥测数据，分别计算执行各个任务卫星的总能耗
Figure 760657DEST_PATH_IMAGE053
；
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 19600DEST_PATH_IMAGE054
。
步骤3.3.3：则由有效载荷工作引起的能耗
Figure 242771DEST_PATH_IMAGE055
，
则执行某一类型任务的功率为：
Figure 183045DEST_PATH_IMAGE056
。
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 972010DEST_PATH_IMAGE057
，蓄电池处于满充状态，仿真总时长为
Figure 870695DEST_PATH_IMAGE058
；
步骤4.2：根据步骤2预测时间点
Figure 315583DEST_PATH_IMAGE059
的太阳电池阵输出功率
Figure 856286DEST_PATH_IMAGE060
；
步骤4.3：根据所述太阳电池阵输出功率
Figure 703019DEST_PATH_IMAGE060
，计算当前时间点
Figure 507027DEST_PATH_IMAGE061
的太阳电池阵输出电流
Figure 501528DEST_PATH_IMAGE062
，
Figure 49184DEST_PATH_IMAGE063
表示太阳电池阵输出电压；
步骤4.4：根据任务列表中当前时间点
Figure 750424DEST_PATH_IMAGE064
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 787650DEST_PATH_IMAGE065
，得到当前时间点
Figure 941551DEST_PATH_IMAGE066
的母线电流
Figure 292898DEST_PATH_IMAGE067
，
Figure 910961DEST_PATH_IMAGE068
为时间点
Figure 322351DEST_PATH_IMAGE069
的卫星未执行任务期间的母线电压，
Figure 963548DEST_PATH_IMAGE070
为时间点
Figure 853006DEST_PATH_IMAGE071
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 591155DEST_PATH_IMAGE072
和母线电流的大小
Figure 907867DEST_PATH_IMAGE073
，计算蓄电池组荷电状态值；
当
Figure 98677DEST_PATH_IMAGE074
时，卫星处于光照区；
1）如果
Figure 791826DEST_PATH_IMAGE075
，则当前时间点
Figure 56585DEST_PATH_IMAGE076
的蓄电池组荷电状态值
Figure 606516DEST_PATH_IMAGE077
:
Figure 487884DEST_PATH_IMAGE078
，
Figure 719145DEST_PATH_IMAGE079
为时间点
Figure 166307DEST_PATH_IMAGE080
的蓄电池组荷电状态，
Figure 824821DEST_PATH_IMAGE081
为仿真步长，
Figure 927907DEST_PATH_IMAGE082
为蓄电池额定容量；
Figure 759596DEST_PATH_IMAGE083
为蓄电池充电电流；
2）如果
Figure 264527DEST_PATH_IMAGE084
，则蓄电池组荷电状态值：
Figure 93943DEST_PATH_IMAGE085
，
其中，蓄电池组放电电流
Figure 746641DEST_PATH_IMAGE086
；
当
Figure 585284DEST_PATH_IMAGE087
时，卫星处于地影区，则蓄电池组荷电状态值：
Figure 679142DEST_PATH_IMAGE088
其中蓄电池组放电电流
Figure 741776DEST_PATH_IMAGE089
；
步骤4.6：使预测时间点
Figure 553874DEST_PATH_IMAGE090
增加一个仿真步长
Figure 196208DEST_PATH_IMAGE091
并更新
Figure 472469DEST_PATH_IMAGE092
，如果预测时间点
Figure 643687DEST_PATH_IMAGE092
超过仿真总时长为
Figure 208660DEST_PATH_IMAGE093
，则仿真结束，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任一时间点
Figure 185844DEST_PATH_IMAGE094
太阳电池阵输出功率
Figure 254294DEST_PATH_IMAGE095
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 861993DEST_PATH_IMAGE096
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 711000DEST_PATH_IMAGE097
条数据按时间顺序进行标识并排序，
Figure 163978DEST_PATH_IMAGE098
，
Figure 618093DEST_PATH_IMAGE099
为赋予每条数据的时间标识，
Figure 193431DEST_PATH_IMAGE100
为日期和
Figure 467418DEST_PATH_IMAGE101
为时刻；
步骤2.3：计算所述
Figure 989666DEST_PATH_IMAGE102
条数据的历史输出功率，
Figure 95025DEST_PATH_IMAGE103
；
Figure 778947DEST_PATH_IMAGE104
为第
Figure 336968DEST_PATH_IMAGE105
条数据的太阳电池阵电压，
Figure 397327DEST_PATH_IMAGE106
为第
Figure 560456DEST_PATH_IMAGE107
条数据的太阳电池阵电流，
Figure 477596DEST_PATH_IMAGE108
为第
Figure 726175DEST_PATH_IMAGE109
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 590225DEST_PATH_IMAGE110
，判断时间标识
Figure 404598DEST_PATH_IMAGE111
时卫星位置处于阴影区或光照区；
Figure 695902DEST_PATH_IMAGE112
当
Figure 431777DEST_PATH_IMAGE113
时，卫星处于光照区；当
Figure 896256DEST_PATH_IMAGE114
时，卫星处于阴影区，
Figure 502818DEST_PATH_IMAGE115
为卫星太阳电池阵的历史输出功率的均值，
Figure 27340DEST_PATH_IMAGE116
；
步骤2.5：根据
Figure 250511DEST_PATH_IMAGE117
周期变化规律求出每个周期的长度
Figure 179066DEST_PATH_IMAGE118
，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 968031DEST_PATH_IMAGE118
的计算方法为：
当
Figure 601138DEST_PATH_IMAGE119
时，令
Figure 46025DEST_PATH_IMAGE120
，组成序列
Figure 852307DEST_PATH_IMAGE121
，表示所有从光照区向阴影区转换节点的时间标识值
Figure 699041DEST_PATH_IMAGE122
依次提取出来组成的转换节点序列，则每个周期的长度
Figure 503049DEST_PATH_IMAGE123
；
步骤2.6：计算平均周期的长度
Figure 497549DEST_PATH_IMAGE124
，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 779626DEST_PATH_IMAGE125
的输出功率，获取预测时间点
Figure 746445DEST_PATH_IMAGE126
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 518092DEST_PATH_IMAGE127
，其中
Figure 937572DEST_PATH_IMAGE128
，令集合
Figure 85657DEST_PATH_IMAGE129
，
Figure 906982DEST_PATH_IMAGE130
为集合
Figure 52793DEST_PATH_IMAGE131
内元素的中位数，则时间点
Figure 756306DEST_PATH_IMAGE132
的预测输出功率为
Figure 645765DEST_PATH_IMAGE133
。
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 321597DEST_PATH_IMAGE134
Figure 435047DEST_PATH_IMAGE135
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；对卫星在轨执行各类型任务的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 829119DEST_PATH_IMAGE136
及母线电压时间函数
Figure 256689DEST_PATH_IMAGE137
；将上述2.6步骤中所计算获得的平均周期长度
Figure 849344DEST_PATH_IMAGE138
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 602537DEST_PATH_IMAGE139
。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 218326DEST_PATH_IMAGE140
其中
Figure 246325DEST_PATH_IMAGE141
母线电流拟合曲线见图4；母线电压的拟合结果为
Figure 896749DEST_PATH_IMAGE142
。
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 555263DEST_PATH_IMAGE143
和结束时间
Figure 720666DEST_PATH_IMAGE144
以及任务类型
Figure 755618DEST_PATH_IMAGE145
，并据此分别获取这些任务
Figure 994969DEST_PATH_IMAGE146
和
Figure 886702DEST_PATH_IMAGE147
之间母线电压
Figure 742662DEST_PATH_IMAGE148
及母线电流
Figure 50147DEST_PATH_IMAGE149
的遥测数据，分别计算执行各个任务卫星的总能耗
Figure 675163DEST_PATH_IMAGE150
；
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 737797DEST_PATH_IMAGE151
，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 549895DEST_PATH_IMAGE152
，
则执行某一类型任务的功率为：
Figure 988967DEST_PATH_IMAGE153
。
在另外一个实施例中，步骤3.3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 468490DEST_PATH_IMAGE154
中挑选，获取这些任务的开始时间
Figure 639708DEST_PATH_IMAGE155
和结束时间
Figure 1419DEST_PATH_IMAGE156
，并据此分别获取这些任务
Figure 916286DEST_PATH_IMAGE157
和
Figure 250315DEST_PATH_IMAGE158
之间母线电压
Figure 654752DEST_PATH_IMAGE159
及母线电流
Figure 707021DEST_PATH_IMAGE160
的遥测数据，计算执行各个任务的卫星总能耗
Figure 159999DEST_PATH_IMAGE161
;
步骤3.3.2’：分别计算卫星平台在执行
Figure 410852DEST_PATH_IMAGE162
个任务执行期间用于维持常规载荷的能耗
Figure 189452DEST_PATH_IMAGE163
；
步骤3.3.3’：得到由于有效载荷工作引起的能耗
Figure 463439DEST_PATH_IMAGE164
，再将能耗除以时间得到各个任务的功率
Figure 782425DEST_PATH_IMAGE165
，
步骤3.3.4’：将这
Figure 91046DEST_PATH_IMAGE166
个任务的功率取平均值作为该类型任务
Figure 774969DEST_PATH_IMAGE167
的功率
Figure 332989DEST_PATH_IMAGE168
，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 658928DEST_PATH_IMAGE169
；任务类型B的能耗功率为
Figure 556477DEST_PATH_IMAGE170
。
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 473617DEST_PATH_IMAGE171
，蓄电池处于满充状态，仿真总时长为
Figure 722196DEST_PATH_IMAGE172
；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预测时间点
Figure 586247DEST_PATH_IMAGE173
的太阳电池阵输出功率
Figure 400619DEST_PATH_IMAGE174
；
步骤4.3：根据所述太阳电池阵输出功率
Figure 691923DEST_PATH_IMAGE174
，计算当前时间点
Figure 427798DEST_PATH_IMAGE175
的太阳电池阵输出电流
Figure 626698DEST_PATH_IMAGE176
，
Figure 498839DEST_PATH_IMAGE177
表示太阳电池阵输出电压，太阳电池阵输出电压
Figure 226624DEST_PATH_IMAGE178
不变，
Figure 980953DEST_PATH_IMAGE179
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时间点
Figure 186806DEST_PATH_IMAGE180
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 179033DEST_PATH_IMAGE181
，得到当前时间点
Figure 608878DEST_PATH_IMAGE182
的母线电流
Figure 53765DEST_PATH_IMAGE183
，
Figure 63310DEST_PATH_IMAGE184
为时间点
Figure 706781DEST_PATH_IMAGE185
的卫星未执行任务期间的母线电压，
Figure 510789DEST_PATH_IMAGE186
为时间点
Figure 442972DEST_PATH_IMAGE187
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 52945DEST_PATH_IMAGE188
和母线电流的大小
Figure 754185DEST_PATH_IMAGE189
，计算蓄电池组荷电状态值；
当
Figure 729094DEST_PATH_IMAGE190
时，卫星处于光照区；
1）如果
Figure 210891DEST_PATH_IMAGE191
，则当前时间点
Figure 296659DEST_PATH_IMAGE192
的蓄电池组荷电状态值
Figure 914722DEST_PATH_IMAGE193
:
Figure 794953DEST_PATH_IMAGE194
，
Figure 701730DEST_PATH_IMAGE195
为时间点
Figure 653505DEST_PATH_IMAGE196
的蓄电池组荷电状态，
Figure 63758DEST_PATH_IMAGE197
为仿真步长，
Figure 646049DEST_PATH_IMAGE198
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 836859DEST_PATH_IMAGE199
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 264429DEST_PATH_IMAGE200
，因此蓄电池充电阶段使得充电电流为
Figure 60347DEST_PATH_IMAGE201
。
2)如果
Figure 610277DEST_PATH_IMAGE202
，则蓄电池组荷电状态值：
Figure 960487DEST_PATH_IMAGE203
，
其中，由于
Figure 457327DEST_PATH_IMAGE204
，则蓄电池组处于放电状态，蓄电池组放电电流
Figure 904489DEST_PATH_IMAGE205
；
当
Figure 563003DEST_PATH_IMAGE206
时，卫星处于地影区，则蓄电池组荷电状态值：
Figure 931668DEST_PATH_IMAGE207
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 763358DEST_PATH_IMAGE208
；
步骤4.6：使预测时间点
Figure 2709DEST_PATH_IMAGE209
增加一个仿真步长
Figure 97704DEST_PATH_IMAGE210
并更新
Figure 484823DEST_PATH_IMAGE211
，如果预测时间点
Figure 57887DEST_PATH_IMAGE211
超过仿真总时长为
Figure 479641DEST_PATH_IMAGE212
，则仿真结束，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 757256DEST_PATH_IMAGE213
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 (4)

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任一时间点
Figure 416912DEST_PATH_IMAGE001
太阳电池阵输出功率
Figure 599632DEST_PATH_IMAGE002
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
Figure 644948DEST_PATH_IMAGE003
，
Figure 305737DEST_PATH_IMAGE004
表示任务类型；
步骤4：根据所预测出的太阳电池阵输出功率
Figure 120109DEST_PATH_IMAGE002
及卫星在轨执行各类型任务的功率
Figure 208151DEST_PATH_IMAGE006
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；
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 740763DEST_PATH_IMAGE007
，蓄电池处于满充状态，仿真总时长为
Figure 205243DEST_PATH_IMAGE008
；
步骤4.2：根据步骤2预测时间点
Figure 874121DEST_PATH_IMAGE009
的太阳电池阵输出功率
Figure 133064DEST_PATH_IMAGE010
；
步骤4.3：根据所述太阳电池阵输出功率
Figure 152973DEST_PATH_IMAGE010
，计算当前时间点
Figure 889985DEST_PATH_IMAGE011
的太阳电池阵输出电流
Figure 678949DEST_PATH_IMAGE012
，
Figure 374373DEST_PATH_IMAGE013
表示太阳电池阵输出电压；
步骤4.4：根据任务列表中当前时间点
Figure 615998DEST_PATH_IMAGE014
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 156701DEST_PATH_IMAGE015
，得到当前时间点
Figure 65751DEST_PATH_IMAGE016
的母线电流
Figure 400918DEST_PATH_IMAGE017
，
Figure 395418DEST_PATH_IMAGE018
为时间点
Figure 739812DEST_PATH_IMAGE019
的卫星未执行任务期间的母线电压，
Figure 237790DEST_PATH_IMAGE020
为时间点
Figure 275016DEST_PATH_IMAGE021
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 491233DEST_PATH_IMAGE022
和母线电流的大小
Figure 373739DEST_PATH_IMAGE023
，计算蓄电池组荷电状态值；
当
Figure 991802DEST_PATH_IMAGE024
时，卫星处于光照区；
1）如果
Figure 199929DEST_PATH_IMAGE025
，则当前时间点
Figure 637864DEST_PATH_IMAGE026
的蓄电池组荷电状态值
Figure 324060DEST_PATH_IMAGE027
:
Figure 62209DEST_PATH_IMAGE028
，
Figure 175659DEST_PATH_IMAGE029
为时间点
Figure 366468DEST_PATH_IMAGE030
的蓄电池组荷电状态，
Figure 856356DEST_PATH_IMAGE031
为仿真步长，
Figure 917853DEST_PATH_IMAGE032
为蓄电池额定容量；
Figure 467783DEST_PATH_IMAGE033
为蓄电池充电电流；
2）如果
Figure 145889DEST_PATH_IMAGE034
，则蓄电池组荷电状态值：
Figure 173887DEST_PATH_IMAGE035
，
其中，蓄电池组放电电流
Figure 621049DEST_PATH_IMAGE036
；
当
Figure 76301DEST_PATH_IMAGE037
时，卫星处于地影区，则蓄电池组荷电状态值：
Figure 976124DEST_PATH_IMAGE038
其中蓄电池组放电电流
Figure 807814DEST_PATH_IMAGE039
；
步骤4.6：使预测时间点
Figure 375062DEST_PATH_IMAGE040
增加一个仿真步长
Figure 735636DEST_PATH_IMAGE041
并更新
Figure 388334DEST_PATH_IMAGE042
，如果预测时间点
Figure 23715DEST_PATH_IMAGE043
超过仿真总时长为
Figure 914310DEST_PATH_IMAGE044
，则仿真结束，反之，转步骤4.2。
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任一时间点
Figure 976944DEST_PATH_IMAGE045
太阳电池阵输出功率
Figure 851359DEST_PATH_IMAGE046
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 24852DEST_PATH_IMAGE047
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 301112DEST_PATH_IMAGE047
条数据按时间顺序进行标识并排序，
Figure 534648DEST_PATH_IMAGE048
，
Figure 630780DEST_PATH_IMAGE049
为赋予每条数据的时间标识，
Figure 607963DEST_PATH_IMAGE050
为日期和
Figure 473151DEST_PATH_IMAGE051
为时刻；
步骤2.3：计算所述
Figure 877587DEST_PATH_IMAGE052
条数据的历史输出功率，
Figure 726595DEST_PATH_IMAGE053
，
Figure 976310DEST_PATH_IMAGE054
为第
Figure 227163DEST_PATH_IMAGE055
条数据的太阳电池阵电压，
Figure 802501DEST_PATH_IMAGE056
为第
Figure 873225DEST_PATH_IMAGE057
条数据的太阳电池阵电流，
Figure 192211DEST_PATH_IMAGE058
为第
Figure 297570DEST_PATH_IMAGE059
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 778230DEST_PATH_IMAGE060
，判断时间标识
Figure 336250DEST_PATH_IMAGE061
时卫星位置处于阴影区或光照区；
Figure 458927DEST_PATH_IMAGE062
当
Figure 153214DEST_PATH_IMAGE063
时，卫星处于光照区；当
Figure 70354DEST_PATH_IMAGE064
时，卫星处于阴影区，
Figure 381250DEST_PATH_IMAGE065
为卫星太阳电池阵的历史输出功率的均值，
Figure 776459DEST_PATH_IMAGE066
；
步骤2.5：根据
Figure 590831DEST_PATH_IMAGE068
周期变化规律求出每个周期的长度
Figure 678873DEST_PATH_IMAGE069
，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 211485DEST_PATH_IMAGE069
的计算方法为：
当
Figure 675965DEST_PATH_IMAGE070
时，令
Figure 79264DEST_PATH_IMAGE071
，组成序列
Figure 603787DEST_PATH_IMAGE072
，表示所有从光照区向阴影区转换节点的时间标识值
Figure 623695DEST_PATH_IMAGE073
依次提取出来组成的转换节点序列，则每个周期的长度
Figure 360707DEST_PATH_IMAGE074
；
步骤2.6：计算平均周期的长度
Figure 149671DEST_PATH_IMAGE075
，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 669314DEST_PATH_IMAGE076
的输出功率，获取预测时间点
Figure 645360DEST_PATH_IMAGE077
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 451642DEST_PATH_IMAGE078
，其中
Figure 360692DEST_PATH_IMAGE079
，令集合
Figure 695859DEST_PATH_IMAGE080
，
Figure 690359DEST_PATH_IMAGE081
为集合
Figure 34753DEST_PATH_IMAGE082
内元素的中位数，则时间点
Figure 532731DEST_PATH_IMAGE083
的预测输出功率为
Figure 304377DEST_PATH_IMAGE084
。
3.根据权利要求2所述的方法，其特征在于：步骤3中对卫星在轨执行各类型任务的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 786174DEST_PATH_IMAGE085
及母线电压时间函数
Figure 668680DEST_PATH_IMAGE086
；
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 286743DEST_PATH_IMAGE087
和结束时间
Figure 494870DEST_PATH_IMAGE088
以及任务类型
Figure 932805DEST_PATH_IMAGE089
，并据此分别获取这些任务
Figure 619001DEST_PATH_IMAGE090
和
Figure 357150DEST_PATH_IMAGE091
之间母线电压
Figure 205020DEST_PATH_IMAGE092
及母线电流
Figure 395830DEST_PATH_IMAGE093
的遥测数据，分别计算执行各个任务卫星的总能耗
Figure 885717DEST_PATH_IMAGE094
；
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 212794DEST_PATH_IMAGE095
；
步骤3.3.3：则由有效载荷工作引起的能耗
Figure 762724DEST_PATH_IMAGE096
，
则执行某一类型任务的功率为：
Figure 175250DEST_PATH_IMAGE097
。
4.根据权利要求3所述的方法，其特征在于：步骤3.3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 203249DEST_PATH_IMAGE098
中挑选，获取这些任务的开始时间
Figure 650411DEST_PATH_IMAGE099
和结束时间
Figure 105663DEST_PATH_IMAGE100
，并据此分别获取这些任务
Figure 271065DEST_PATH_IMAGE101
和
Figure 102755DEST_PATH_IMAGE102
之间母线电压
Figure 138844DEST_PATH_IMAGE103
及母线电流
Figure 30577DEST_PATH_IMAGE104
的遥测数据，计算执行各个任务的卫星总能耗
Figure 948854DEST_PATH_IMAGE105
;
步骤3.3.2’：分别计算卫星平台在执行
Figure 53077DEST_PATH_IMAGE106
个任务执行期间用于维持常规载荷的能耗
Figure 474831DEST_PATH_IMAGE107
；
步骤3.3.3’：得到由于有效载荷工作引起的能耗
Figure 537464DEST_PATH_IMAGE108
，再将能耗除以时间得到各个任务的功率
Figure 411880DEST_PATH_IMAGE109
，
步骤3.3.4’：将这
Figure 585372DEST_PATH_IMAGE110
个任务的功率取平均值作为该类型任务
Figure 861633DEST_PATH_IMAGE111
的功率
Figure 95168DEST_PATH_IMAGE112
，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 CN111415109A (zh) 2020-07-14
CN111415109B true 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)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
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

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (7)

* 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
CN102928714B (zh) * 2012-11-02 2014-08-13 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
CN103294848B (zh) * 2013-05-03 2016-03-02 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
CN107748966B (zh) * 2017-11-07 2020-10-13 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
CN107908597B (zh) * 2017-11-07 2021-02-26 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
CN108462467B (zh) * 2017-12-19 2020-05-08 中国空间技术研究院 一种太阳翼在轨输出功率评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
CN111415109A (zh) 2020-07-14

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
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
Bisgaard et al. Battery-aware scheduling in low orbit: the GomX–3 case
US9148018B2 (en) Power supply device, power storage device, and power control device
CN112666464A (zh) 电池健康状态预测方法、装置、电子设备和可读存储介质
Kundur et al. Techniques for on-line transient stability assessment and control
Maasoumy et al. Optimal load management system for aircraft electric power distribution
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
De Falco et al. State of health prediction of lithium-ion batteries using accelerated degradation test data
Lami et al. Minimizing the state of health degradation of Li-ion batteries onboard low earth orbit satellites
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
DE112021002563T5 (de) Optimierungssystem
Stathopoulos et al. Operational optimization of the Lithium-ion batteries of TerraSAR-X/TanDEM-X
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
Komarchuk et al. Forecasting the state of charging batteries on board the UAV on the basis of neuro-fuzzy network using
Xing et al. Deciphering the enigma of satellite computing with cots devices: Measurement and analysis
RU2293690C2 (ru) Способ управления энергообеспечением космического аппарата
CN113554177B (zh) 一种基于软决策的卫星电源系统自主故障诊断方法

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