吴振宇 吴 凡 李云雷

(大连理工大学创新创业学院 辽宁 大连 116024)

0 引 言

现代社会的发展离不开电能，而无线传能技术因其可以摆脱有线充电的特性受到广泛的关注。无线传能[1-3]可以用于轨道电车的实时供电、无线充电以及医疗器械、特种设备、无线传感网、微波飞机和空间电力输送等方面。

扩大无线传能的供电范围和供电功率一直是业内研究的重点。相比远距离广播式的直接供电，采用多个中继节点进行“多跳传输”更能够有效提高供电范围并保证供电功率。文献[4]根据上述思路提出了一种无线电能传输网络架构(Wireless Power Transfer Grid, WPTG)。WPTG是在空间上任意分布的无线节点通过无线传能这一供电方式形成的虚拟的电能传输网络，可以实时根据环境调整电能传输链路和节点自身功能角色以保证电能供给。网络主要由网络电能来源的电源节点、负责中继传输电能的中继节点以及使用电能的负载节点组成。

文献[6]在WPTG的基础上提出了一种新型的网内无中心、节点平等的无线电能传输网结构。所有节点均具有双向无线电能传输功能，既可接收电能也可以传输电能。文献[7]在上述基础上提出了一种新型自组网方法及系统。上述文献的主要研究对象都是供电链路的动态优化，对单个节点的供电策略并未有较深的研究。

本文针对无线电网各个节点的协同控制问题，设计了一种基于策略梯度的强化学习算法，该方法使用多层神经网络作为控制器，根据每个周期的供电控制状态的反馈设计了一套奖励机制用来评估控制策略的优劣，最后以最大化累计奖励为目标优化网络参数，从而达到一个较优的控制策略。……