一种基于需求侧功率优化的电推渡轮能量管理方法

1.本发明属于混合动力船舶能量管理策略领域，具体的说是一种装备柴油发电机、储能系统混合动力系统以及全电力推进系统的渡轮能量管理方法。


背景技术：

2.船舶运输业的能源消耗已经受到国际广泛关注，2021年6月国际海事组织(imo)海洋环境保护委员会低76次会议(mepc76)通过了《marvel公约》附则ⅵ的修正案，该修正案旨在提高船舶能效，减少燃油消耗，进一步约束船舶排放。为实现船舶运输业的绿色化，我国交通运输部也出台了一系列纲领文件，推广使用清洁能源。
3.目前，针对如何提高船舶能效，减少污染排放，已有不少研究。一方面，基于智能算法的能量管理策略在针对柴油发电机和储能之间的功率分配已经被证实能够降低燃油消耗，但是渡轮航行一周期的需求侧功率是一定的，能量需求也相对固定，储能作为需求功率“削峰填谷”的辅助动力系统，发挥作用不高，因此该方法节能效果有限，只能达到2％左右的燃油减少效果；另一方面，陆地微电网中基于需求侧响应的功率分配方法近年来取得了不错的效果，该方法通过在数据中心进行能源配额规划来实现最佳的能源组合，以此实现化石能源开销和碳排放量的最小化；该方法在陆地微电网中的实现启发了基于需求侧功率优化在船舶方向的应用，国外有学者通过调整部分工况下的航速，使得推进力曲线趋于平稳，能够较好的减少燃油消耗。但是，随着储能系统在船舶上的应用越来越广泛，已有研究并未考虑到加装储能系统带来的有利效果。


技术实现要素：

4.为了达到上述目的，本发明提供了一种基于需求侧功率优化的电推渡轮能量管理方法，该方法结合储能系统这一新的核心动力装置，通过对渡轮整体航速进行调节，优化需求侧功率，使得柴油发电机跟电池协调出力，柴油发电机保持在最佳燃油效率区间，实现减少燃油消耗，降低污染排放的目的。
5.为了达到上述目的，本发明是通过以下技术方案实现的：
6.本发明是一种基于需求侧功率优化的电推渡轮能量管理方法，该方法包括如下步骤：
7.步骤1：根据渡轮工况及功率情况表推导航速与推进功率的数学模型。具体为：根据渡轮工况和功率，得到不同航速下的推进器需求功率，根据功率情况表中每分钟的航速，推进功率数据，利用matlab软件曲线拟合功能推导出航速与推进功率的数学模型，拟合后为：
8.p
prop
＝k*v3。
9.步骤2：对渡轮航线进行分段，结合动力系统稳定性约束，渡轮航线距离约束，以燃油消耗最低为目标，建立航速优化模型。
10.渡轮航线距离约束包含距离约束、渡轮推进负载需求约束以及到港时间约束，其
中，
11.距离约束：
[0012][0013]
式中：vj为第j个时间段渡轮的速度，tj为第j个时间段的时间长度，d
x
为一个目的点至下一个目的点之间的距离；
[0014]
渡轮推进负载需求约束：
[0015]
p
p
＝k*v3[0016]
式中：p
p
为船舶推进负载，k为影响系数，与船型、载荷条件、水的密度有关，v为船舶航速；
[0017]
到港时间约束：
[0018][0019]
式中：t
min
为到港时间下限，t
max
为到港时间上限。
[0020]
对渡轮航线进行分段的具体步骤为：根据渡轮不同工况及目的点进行航段的划分，目的点位进出港段、停靠段、低速航行段、高速航行段、目的点至中间点段、中间点1至中间点2段或中间点2至目的点段。
[0021]
以燃油消耗最低为目标的目标函数为
[0022][0023]
式中：fctotal为总消耗；p
ij
为第i台柴油发电机在第j个时间段内的功率；sj为柴油发电机dg开关系数，0为off，1为on；δtj为第j个时间段持续时间；sfoc
ij
为第i台柴油发电机在第j个时间段内的sfoc值，sfoc值由目标函数计算。
[0024]
步骤3：利用智能算法对航速优化模型进行寻优求解。
[0025]
此步骤中智能算法为灰狼算法对航速优化模型进行求解，具体过程为：
[0026]
步骤3-1：随机初始化灰狼种群空间位置，初始化a、a、c；
[0027]
步骤3-2：对初始种群中的数值进行修改，使之满足约束条件；
[0028]
步骤3-3：计算适应度值，利用适应度函数评价狼群，存储前三个最优值；
[0029]
步骤3-4：更新ω狼的位置，更新a、a、c；
[0030]
步骤3-5：判断是否满足终止条件，不满足进入步骤3继续循环，满足即跳出循环，输出最优解α；
[0031]
步骤3-6：最优解α即包含了11个航段柴油发电机启停状态、带载率及各航段时间。
[0032]
步骤4：根据优化后的航速调整需求侧功率，使得柴油发电机和电池能够更好的协调出力，并对燃油消耗及污染物排放量进行分析。
[0033]
其中：柴油发电机和电池能够更好的协调出力处理方式为：柴油发电机工作在燃油经济性最佳区域，并且在保证动力系统运行稳定性的同时减少柴油发电机运行台数与时间。
[0034]
其中：燃油消耗是采用柴油机sfoc曲线来估算燃油的消耗情况，利用某一工况下
柴油发电机的运行时间和带载率，对应sfoc曲线得到每kwh下燃油消耗情况，即g/kwh，再与该工况下柴油发电机的发电量，即可得渡轮在该时间段下的油耗，通过各时间段油耗的相加即得总消耗。
[0035]
其中：污染物排放量采用自上而下的排放估算方法估算，具体方法为：通过计算出的停靠港口和正常航行的柴油发电机发电量，分别乘以相应的排放因子，得到停靠港口和正常航行时的污染物排放量，相加即可得该船整个航行周期得污染物排放总量。
[0036]
本发明的有益效果是：本发明在功率分配之前，对电推渡轮航速进行调节，从而调节需求侧功率，使得需求侧功率更加适合柴油发电机及储能系统协调出力，减少燃油消耗和污染排放；
[0037]
本发明提出一种基于智能算法的航速优化策略，在建立约束条件的基础上，利用智能算法对航速进行优化，而不是简单的降低航速；
[0038]
此外，与现有的基于需求侧功率优化的船舶能量管理策略不同，本发明使用的储能装置也为电推渡轮的核心动力系统，进一步提高燃油经济性。
附图说明
[0039]
图1是本发明的流程图。
[0040]
图2是本发明航速与到港时间的关系图。
[0041]
图3是本发明实施例中电推渡轮的动力系统结构。
[0042]
图4是为本发明实施例中灰狼算法流程图。
[0043]
图5是为本发明实施例中柴油发电机得sfoc曲线。
具体实施方式
[0044]
以下将以图式揭露本发明的实施方式，为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本发明。也就是说，在本发明的部分实施方式中，这些实务上的细节是非必要的。
[0045]
如图1所示，本发明是一种基于需求侧功率优化的电推渡轮能量管理方法，该方法包括如下步骤：
[0046]
步骤1：通过渡轮已知航线和船舶工况推导航速及推进功率关系模型。
[0047]
根据渡轮工况和功率，得到不同航速下的推进器需求功率，根据功率情况表中每分钟的航速，推进功率数据，利用matlab软件曲线拟合功能推导出航速与推进功率的数学模型，拟合后为：
[0048]
p
prop
＝k*v3。
[0049]
本实施例中采用的推进器为abb azipod回转推进器。
[0050]
具体为：
[0051]
航速与推进功率之间存在一种数学关系，与船型、载荷条件、水的密度有关。通过已知航线信息可了解水流速度、水的密度、航道深度信息，通过船舶工况信息可知晓渡轮每分钟推进功率和航速情况，同时可了解渡轮航行一周期时间的限制。在已知上述信息后，推导出航速与推进功率之间的数学模型。
[0052]
例如在英吉利海峡，航道深度大约为30米，一艘电推渡轮往返于英国多佛和法国
加莱港，该渡轮的动力系统为三台abb柴油发电机，单台功率9516kw；以及整组容量为8896kwh的锂电池。该渡轮动力系统结构如图3所示。
[0053]
部分航速与推进功率如下表所示。
[0054]
航速(kt)推进功率(mw)11.22.892118.5223.626.29
[0055]
根据该渡轮航行一周期的推进功率和航速情况，推导出该航线航速与推进功率之间的数学公式为：
[0056]
p
p
＝0.002*v3[0057]
对于该渡轮，影响系数k为0.002。
[0058]
步骤2：分析渡轮航段，对各航段柴油发电机启停状态、带载率及时间进行实数编码。
[0059]
该渡轮从多佛出发，在抵达加莱的过程中，有多个工况及中间点，分别为：
[0060][0061][0062]
因此，该渡轮选取11个航段。
[0063]
本发明实施例以燃油经济性为目标，利用智能算法对船舶航速、柴油发电机组出力，储能装置充放电功率进行优化，使船舶电功率需求更适合柴油发电机和储能协调出力。本算法采用实数编码，其中，设置本算例维数为55，前33维为11个航段中三台柴油发电机的
开关情况，后11维为11个航段的时间，最后11维为柴油发电机的带载率，本实施例采用功率共享的方式，即各柴油发电机带载率相同。
[0064]
步骤3：利用智能算法优化各航段航速，进而调整需求侧功率。
[0065]
算法以燃油消耗最少为目标，目标函数如下：
[0066][0067]
式中：fctotal为总消耗；p
ij
为第i台柴油发电机在第j个时间段内的功率；sj为柴油发电机dg开关系数，0为off，1为on；δtj为第j个时间段持续时间；sfoc
ij
为第i台柴油发电机在第j个时间段内的sfoc值。
[0068]
约束条件包括动力系统约束以及航行距离约束：
[0069]
动力系统约束：
[0070]
1)柴油发电机运行约束
[0071]
p
min,i
≤pi≤p
max,i
ꢀꢀ
(2)
[0072]
式中：p
min，i
为第i台柴油发电机功率下限；p
max，i
为第i台柴油发电机功率上限。
[0073]
2)负载需求平衡约束
[0074][0075]
式中：p
b，j
为j时刻蓄电池功率；p
l，j
为j时刻的负载需求功率。即发电侧功率必须满足任何时刻的负载需求。
[0076]
3)蓄电池功率约束
[0077]
p
b,min
≤|pb|≤p
b,max
ꢀꢀ
(4)
[0078]
式中：p
b，min
为蓄电池功率下限；p
b，max
为蓄电池功率上限。该约束的蓄电池功率上限由散热性能决定，现有大容量电池在船舶中使用液冷散热，液体流速一般采用固定值，这也决定了大容量电池产生热能的功率上限即冲放电功率约束。
[0079]
4)蓄电池soc约束
[0080]
soc
min
≤soc≤soc
max
ꢀꢀ
(5)
[0081]
式中：soc
min
为蓄电池soc下限；soc
max
为蓄电池soc上限，该约束主要考虑大容量储能的循环使用寿命。
[0082]
5)停电防范约束
[0083]
n*sj*p
dg,max
+p
b,max-p
l,j
≥0
ꢀꢀ
(6)
[0084]
式中：p
dg，max
为柴油发电机最大输出功率。
[0085]
停电防范约束是保证电力系统可靠性和安全性的重要手段，即发电测最大功率与最大负载功率的差值必须大于等于零。
[0086]
航行距离约束：
[0087]
1)基于航线距离约束
[0088]
电推渡轮在一个航行周期内的航线是确定的，包含多个目的点，而各个目的点之间的距离是不变的。
[0089][0090]
式中：vj为第j个时间段渡轮的速度；tj为第j个时间段的时间长度；d
x
为一个目的
点至下一个目的点之间的距离。
[0091]
2)船舶推进负载需求约束
[0092]
船舶航速的改变会导致船舶推进负载的变化，船舶推进负载主要与船舶在不同工况下的航速有关，可近似的将约束条件写作下式：
[0093]
p
p
＝k*v3ꢀꢀ
(8)
[0094]
式中：p
p
为船舶推进负载；k为影响系数，与船型、载荷条件、水的密度有关；v为船舶航速。
[0095]
3)到港时间约束
[0096]
电推渡轮航行有相应的时刻表和调整裕度，即本文的到港时间限制。
[0097][0098]
式中：t
min
为到港时间下限；t
max
为到港时间上限。
[0099]
如图4所示，本实施例采用灰狼算法对航速优化模型进行求解，具体过程为：
[0100]
步骤3-1：随机初始化灰狼种群空间位置，初始化a、a、c；
[0101]
步骤3-2：对初始种群中的数值进行修改，使之满足约束条件，如动力系统约束、航线距离约束；
[0102]
步骤3-3：计算适应度值，利用适应度函数评价狼群，存储前三个最优值；
[0103]
步骤3-4：更新ω狼的位置，更新a、a、c；
[0104]
步骤3-5：判断是否满足终止条件，不满足进入步骤3继续循环，满足即跳出循环，输出最优解α；
[0105]
步骤3-6：最优解α即包含了11个航段柴油发电机启停状态、带载率及各航段时间。
[0106]
步骤4：根据优化后的航速调整需求侧功率，使得柴油发电机和电池能够更好的协调出力，并对燃油消耗及污染物排放量进行分析。
[0107]
柴油发电机和电池能够更好的协调出力处理方式为：柴油发电机工作在燃油经济性最佳区域，并且在保证动力系统运行稳定性的同时减少柴油发电机运行台数与时间，燃油消耗是采用柴油机sfoc曲线来估算燃油的消耗情况，利用某一工况下柴油发电机的运行时间和带载率，对应sfoc曲线得到每kwh 下燃油消耗情况，即g/kwh，再与该工况下柴油发电机的发电量，即可得渡轮在该时间段下的油耗，通过各时间段油耗的相加即得总消耗。污染物排放量采用自上而下的排放估算方法估算，具体方法为：通过计算出的停靠港口和正常航行的柴油发电机发电量，分别乘以相应的排放因子，得到停靠港口和正常航行时的污染物排放量，相加即可得该船整个航行周期得污染物排放总量。
[0108]
具体为：
[0109]
根据算法优化后的时间和各航段距离可计算出各航段航速，计算公式如下：
[0110]
vi＝si/ti[0111]
式中：vi为第i航段航速；si为第i航段距离；ti为第i航段时间。
[0112]
根据求得的航速以及公式p
p
＝0.002*v3，逆推出需求侧功率；再根据三台柴油发电机在各工况下的启停状态及带载率确定储能系统各工况下的功率。
[0113]
电池功率为需求侧功率减去柴油发电机功率，公式如下：
[0114]
pb＝p
l-pd[0115]
式中：pb为电池功率；p
l
为需求侧功率；pd为柴油发电机功率。pb正为放电，负为充电。
[0116]
其中，柴油发电机功率pd＝x*pn，x为柴油发电机带载率，pn为柴油发电机额定功率。
[0117]
如此，可计算出该渡轮在各航段中柴油发电机及电池的出力情况。
[0118]
根据调整后的航速及推进功率，利用柴油发电机sfoc曲线及污染排放因子计算公式，计算出渡轮在航行一周期的燃油消耗情况及污染物排放情况，对本发明在该领域的提升效果进行分析总结。
[0119]
例如在本实施例中装配的柴油发电机为abb14v31型，该型柴油发电机的sfoc曲线如图5所示。
[0120]
根据该曲线拟合出该型柴油发电机得sfoc曲线公式为：
[0121]
sfoc＝-0.7x
8-1.1x7+1.9x6+3.34x
5-0.17x
4-0.994x
3 +0.419x
2-8.5x1+177.1
[0122]
式中，x为柴油发电机带载率，可表示为：
[0123]
x＝p/pn[0124]
式中：p为柴油发电机输出功率，pn为柴油发电机额定功率，本实施例中 pn为9516kw。
[0125]
由sfoc曲线公式可知，sfoc曲线在带载率87％时最低，大约为172g/kwh。通过将各工况下燃油的消耗相加即可得总油耗。在对排放的估算方面，采用自上而下的方法，通过柴油发电机发出的电能来估算排放，在该种方法下，排放估计为船舶能耗乘以排放因子。排放因子如下表所示。
[0126][0127]
通过柴油发电机不同工况下发出的电能乘以排放估算因子即可得污染排放量。
[0128]
本发明通过已知航线和电推渡轮功率情况表，对需求侧功率进行优化，充分发挥储能装置的能量调节作用，使柴油发电机尽可能工作在燃油效率最高的区间，最大化减少燃油消耗及污染排放。
[0129]
以上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理的内所作的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。