增程式混合動力集裝箱龍門起重機能量智能控制策略

劉海威++張敏

摘要：

針對集裝箱龍門起重機的具體工況需求和特點，構建一種適用于集裝箱龍門起重機的增程式混合動力系統，提出并分析該動力系統的能量智能控制策略，設計相應的智能控制模型.通過以動力電池組的荷電狀態（StateOfCharge，SOC）和集裝箱龍門起重機運行能量需求為模糊輸入，以動力電池組的充電功率為模糊輸出，實現了對增程式混合動力系統的智能控制.仿真結果驗證了該控制策略和控制模型的可行性和有效性.

關鍵詞：

集裝箱龍門起重機；能量智能控制策略；增程式混合動力系統

中圖分類號：U653.921

文獻標志碼：A 收稿日期：20160108 修回日期：20160321

0引言

在化石能源危機和環境污染問題面前，節能減排成為各行業的共同目標.我國沿海大型集裝箱碼頭已對集裝箱龍門起重機實施了大規模的“油改電”工程[1]，實現了龍門起重機在作業場區范圍內由市電提供電能運行，大大降低了能耗.然而，龍門起重機在經過道口或者轉換作業場區時仍需要柴油發電機提供運行能量，高架滑觸線供電的集裝箱龍門起重機在雷電天氣仍無法安全取電，只能重新啟動原有大功率柴油發電機.集裝箱龍門起重機屬于典型的位能型重載物流裝備，重載下降時位能經由電動機轉換成的發電機而產生的可再生電能，目前都是運用接通在變頻器直流母線上的制動電阻發熱消耗掉的，目的是防止在直流母線上產生的“泵升電壓”損壞電氣系統[2]，這又明顯存在著能量浪費.

依靠混合動力來解決以上問題的技術受到了業界的普遍關注，主要技術路線是：在變頻器的直流母線上并列儲能裝置，如超級電容、鋰電池、飛輪電池等，依靠回收起重機的下降能量或調節柴油發電機的轉速達到節能的目的.此類技術仍需要大功率柴油發電機直接為集裝箱龍門起重機的運行提供能量，構建以小功率取代大功率的柴油發電機為動力電池組充電、以大電流同時充放電的鎳氫超級動力電池組供給集裝箱龍門起重機全部運行能量的增程式混合動力能源系統，是解決該問題的途徑之一.由于小功率柴油發電機的運行工況與集裝箱龍門起重機的運行工況不相干，可以使小功率柴油發電機工作在最佳工作區域[3]，并且可以使動力電池組回收和存儲重載下降時產生的可再生能量，這是在現有集裝箱龍門起重機“油改電”工程后開展的更深一步的節能研究.

1能源系統的結構

集裝箱龍門起重機運行能量需求及可再生能量的產生因作業工藝、作業效率和重載高度的不同而不盡相同，其能量需求表現出魯棒性差、非線性及時變性強、持續時間短且極其頻繁的顯著特征.現行的混合動力集裝箱龍門起重機的能源結構基本上是在直流母線上并聯能量存儲裝置，關于此已有較多成功的工程案例和學術文獻報道.原有的大功率柴油發電機需要直接為起重機的運行提供能量，因而其功率的減小受到集裝箱龍門起重機整機裝機容量的限制，且在能耗和排放上受到約束.本文構建增程式混合動力集裝箱龍門起重機能源系統的結構（見圖1）來進一步解決和優化該問題.

增程式混合動力集裝箱龍門起重機能源系統是在原有集裝箱龍門起重機電氣系統中用小功率的柴油發電機和鎳氫超級動力電池組替換原來的大功率柴油發電機而成的.機上所有馬達及輔助用電設備均由鎳氫超級動力電池組提供能量，動力電池組還可以回收、存儲起升機構下降時產生的可再生能量.小功率柴油發電機不再直接提供集裝箱龍門起重機運行所需的能量，而僅對動力電池組進行充電.增

程式混合動力集裝箱龍門起重機的機械特性和功率

特性可以不受其裝機容量和運行功率特性的限制，只需要與鎳氫超級動力電池組的充電特性匹配.可工作于頻繁啟停模式的小功率柴油發電機可以促進能耗和排放的進一步降低.

由于該起重機采用的是增程式混合動力能源系統結構，其運行所需的全部能量來自鎳氫超級動力電池組，因此電池組的功率特性需要滿足所有瞬時功率的需要，放電電流和能量回收的充電電流可能會因作業工況的不同而波動很大.該起重機容量特性既要考慮系統建造時電池組容量過大造成的經濟成本，又要顧及電池組容量過小而頻繁深度充放電對電池組循環壽命的影響.

2能量的控制需求及模型

增程式混合動力汽車在能量控制策略研究方面已進行了多年.WALSH等[4]針對增程式電動車提出控制策略，根據荷電狀態（StateofCharge，SOC）值、車輛需求功率等參數進行模式切換；胡平等[5]以仿真方式對比研究了增程式混合動力汽車（發動機以恒定功率工作、發動機在3個固定工作點上工作、發動機沿著某條曲線工作等）不同能量控制策略的優劣.針對增程式混合動力能源系統結構，傳統的串聯式混合動力汽車能量控制策略主要采用恒溫器控制模式.恒溫器控制模式：在動力電池的SOC值下降到下限值后，發動機啟動充電（工作于最低油耗或者最佳排放點），將電池的SOC值充電到上限值.該控制模式對動力電池組的循環壽命極為不利.集裝箱龍門起重機的運行工況與汽車的運行工況差異很大，其起升和下降動作切換頻繁，需要動力電池組能夠在大電流功率輸出與輸入之間頻繁切換；在特殊的裝船或者卸船工況時，又需要動力電池組能持續進行單向大電流功率輸出和輸入.因此，把采用恒溫器控制模式的能量控制策略用于增程式混合動力集裝箱龍門起重機的效果并不理想.

本文研究的增程式混合動力集裝箱龍門起重機的能量控制策略需要考慮到鎳氫超級動力電池組的SOC值、集裝箱龍門起重機運行能量需求以及小功率發動機充電的起始時間和充電功率的大小，以滿足集裝箱龍門起重機運行功率、容量需求及動力電池組循環壽命的要求.能量運行控制策略的實時性要求較高，不一定需要找到最優解，只需找到非劣最優解，即Pareto最優解[6].因此，本文采用模糊邏輯的方法研究增程式混合動力集裝箱龍門起重機的能量調度控制策略，并給出鎳氫超級動力電池組充放電功率的具體參數.

模糊控制是一種以模糊集理論、模糊語言變量以及模糊控制邏輯推理為基礎的智能控制方法，模糊控制已成為智能控制的一個重要分支[7].由于模糊控制可以采用人類思維中的模糊量如“高”“中”“低”等由模糊規則推導出控制量，可根據系統實時動態情況實施控制，非線性控制效果好[8]，因而模糊控制被廣泛用于難以定量表達控制規則的系統中.

在增程式混合動力集裝箱龍門起重機能源系統能量模糊控制模型中，以混合動力集裝箱龍門起重機運行所需能量Qr和鎳氫超級動力電池組的當前存儲電量μSOC為輸入變量，以小功率發動機對鎳氫超級動力電池組的充電功率Pin為輸出變量.增程式混合動力集裝箱龍門起重機能源系統的模糊控制模型見圖2.

3能源系統模糊變量空間劃分及隸屬度函數

普通集合是具有某種屬性的對象的全體.這種

屬性所表達的概念是界限分明的“非此即彼”現象，

因而每個對象與集合的隸屬關系也是清晰的.但現實中普遍存在著的“亦此亦彼”的模糊現象是普通集合無法描述的.1965年美國加利福尼亞大學控制論專家扎德首先提出了模糊集合的概念，其定義[9]為：設

A是集合X到[0，1]的一個映射，A：X→[0，1]，X→A（X），則稱X是A上的模糊集，稱A（X）為模糊集A的隸屬度函數（或稱A（X）為X對模糊集A的隸屬度）.

根據典型的起重量為40t的集裝箱龍門起重機各機構的電機額定功率及輔助用電設備的額定功率運行組合，將控制模型輸入變量Qr的論域表達為Z={-110，-80，-30，50，120，150，180，210，240}，其中各數字表示需求功率的大小，負值表示產生可再生能量的大小，正值表示各機構運行所需功率的大小，對應的模糊集合為A=

{EB，VB，SB，SF，LF，MF，CF，VF，EF}

，依次表示該起重機運行時產生可再生能量的程度（從大到小）和所需運行能量的程度（從小到大）.

根據鎳氫超級動力電池組的充放電特性以及動力電池組設定的深充深放運行限制條件，將控制模型輸入變量μSOC的論域表達為Z={2，3，4，5，6，7，8，9，10}，其中各數字分別表示鎳氫超級動力電池組的SOC值在[0.2，1]的狀態，對應的模糊集合為B=

{EL，OL，CL，L，H，CH，MH，VH，EH}

，依次表示鎳氫超級動力電池組荷電的程度（從極少到極多）.

根據小功率發電機的輸出功率，將控制模型輸出變量Pin的論域表達為Z={0，1，2，3，4，5，6，7，8}，數字0表示不充電，1至8分別表示以10kW為間隔的充電功率大小，其相應的模糊集合為C={O，ES，VS，S，MS，MB，B，HB，ZB}，依次表示充電的程度（從不充電到以額定最大功率充電）.

結合工程經驗和知識，對Qr，μSOC和Pin都選擇模糊控制中最常用的三角函數作為其隸屬度函數[10].從圖3可以看出，相鄰隸屬度函數的交點的隸屬度值較高，可以實現控制的高魯棒性，但控制靈敏度有所下降，通常交點不大于0.5.

4能源系統模糊控制規則及模糊推理

4.1能源系統模糊控制規則

模糊規則通常采用“如果…則…”的表達形式進行描述，即：

Ri：如果xin是Ai，且yin是Bi，則Z等于fi（xin，yin），i=1，2，…，m.

Ri表示第i條規則，xin和yin表示系統的輸入變量，Ai和Bi分別表示兩個輸入變量的模糊集合，fi表示輸出變量的模糊集合，m表示模糊規則的總數.

模糊控制規則多來源于專家知識庫和工程經驗.兩者越豐富、準確，則描述的模糊規則也越精確.在專家知識庫和工程經驗不足的情況下，無法制定模糊規則.為解決該問題，學界也提出了針對隸屬度

函數和模糊規則的多種優化方法，例如自適應算法，粒子群算法和遺傳算法等[1114].

集裝箱龍門起重機能量需求和可再生能量的產生表現出隨機性高和魯棒性差的特點，必須根據工藝和工況特征給出明確的控制規則查詢表，以支持系統的實時運行.針對特殊作業工況，還需要滿足可以對控制規則進行人工干預的條件.因此，本文結合現場工程師經驗、集裝箱龍門起重機運行所需能量區間分級以及鎳氫超級動力電池組充放電特性，給出離線控制規則查詢表.根據輸入變量的模糊空間劃分，給出81條增程式混合動力集裝箱龍門起重機能源系統工作參數模糊控制規則查詢表，見表1.

4.2能源系統模糊控制推理

模糊推理是根據已經建立的輸入、輸出隸屬度函數和模糊推理規則，對模糊輸入和輸出變量運用模糊邏輯運算的常用算法，得出模糊系統的輸出.可以將鎳氫超級動力電池組模糊控制推理后的模糊輸出量寫為

模糊“與”運算“and”表達兩個輸入變量之間的邏輯運算關系，本文采用最小法，即兩個輸入變量之間

“與”運算結果為二者之間的小者：

蘊含運算“→”是指模糊規則中條件與結論之間的關系，通過輸入變量的隸屬度和蘊含算子可以確定結論的隸屬度，模糊推理就是基于模糊邏輯中的蘊涵關系及模糊規則集進行的.本文采用模糊最小蘊含運算法：

4.3能源系統模糊控制工作參數清晰化輸出

根據模糊隸屬度函數和模糊規則進行模糊推理得出的結果仍是在輸出變量模糊論域里的結果，無法應用于實際的控制.增程式混合動力集裝箱龍門起重機能源系統的充電功率要保證能源系統有足夠的功率和容量來滿足集裝箱龍門起重機的實際運行，并減少小功率發動機的運行（以達到節能減排的目的），因而其輸出需要有明確的結果用于控制發動機的運行.

本文采用清晰化計算方法的重心法、中位數法和最大隸屬度法的重心法，考慮變量的論域都是離散值，取

5能量智能控制策略結果及分析

經過模糊運算后，得出增程式混合動力集裝箱龍門起重機能量智能控制策略的輸出結果，見圖4.

從圖4中可以得出，根據荷電狀態和能量需求的不同程度，可以給出明確的動力電池組充電功率

控制方案.實際運行時能量控制策略采用基于Excellink鏈接的MATLAB計算軟件和Excel軟件平臺運行，模糊控制規則可以根據碼頭的實際作業習慣、工藝要求以及人為干預的要求進行調整，把清晰化

輸出的模糊控制工作參數的控制結果查詢表輸出到

Excel中（見表2），作為小功率發動機調速系統的控制輸入.

從表2可得出：在動力電池組SOC值低于0.5時，不考慮集裝箱龍門起重機的能量需求，發動機將以大功率對動力電池組進行充電，以盡快改變電池組的深放狀態，改善由此對電池組循環壽命造成的

影響，控制策略的魯棒性較好；在動力電池組SOC值處于0.6～0.8時，發動機將根據集裝箱龍門起重機的功率需求及電池組的荷電狀態動態調整對電池組的充電功率，以滿足集裝箱龍門起重機正常運行的功率需求并避免電池組進入深放狀態，控制策略的靈敏度較好.

實際運行的鎳氫超級動力電池組因為具備大電流充放電的特性，當電池組SOC值略有下降（即處于0.8～1.0）時，發動機雖然可以及時以低于5kW的小功率對其進行充電，既保護電池組處于淺充淺放的工作狀態，又減少了發動機的排放，但發動機未必可以工作于最經濟或者排放最少區域.本文研究的能量控制策略對可頻繁啟動的小功率發動機的運行特性給出了機械和功率特性指標的技術要求.

6能量智能控制實驗

依據本文研究的增程式混合動力集裝箱龍門起重機運行能量控制策略，采用功率為80kW的小功率柴油發電機和容量為50A·h的鎳氫超級動力電池組組成起重量為40t的集裝箱龍門起重機的能量系統.起重機以40t的配重連續起升和下降50min，實驗記錄的動力電池組的電流、電壓、SOC值變化曲線見圖5.

由圖5可知：動力電池組可以以大電流連續滿足起升機構上升運行的需要，同時能及時回收起升機構下降運行時產生的可再生能量；從SOC值變化曲線可知，動力電池組的SOC值維持在0.6～0.7，其變化狀態也能確切地反映出起升機構的運行工況.由于實驗條件是集裝箱龍門起重機針對40t

額定起重量負載運行，下降運行時可回收的能量最大為起升運行時所需能量的66%，在起升機構起升和下降動作的間隔期間，小功率柴油發電機可以依照

能量控制策略對動力電池組進行充電，從而將動

力電池組的放電狀態維持在穩定的區間內，驗證了本文研究的增程式混合動力集裝箱龍門起重機能量控

制策略和控制模型的可行性和有效性.

實驗結果表明本文研究的以集裝箱龍門起重機運行能量需求和鎳氫超級動力電池組的荷電狀態為輸入、以小功率發電機對電池組的充電功率為輸出的智能控制系統結構和控制策略，實現了可再生能量的優化回收和再利用，同時降低了集裝箱龍門起重機的排放和維修成本.

7結論

構建鎳氫超級動力電池組和小功率發電機組成的增程式混合動力集裝箱龍門起重機能源系統結構.實際驗證結果表明，控制模型和控制策略可以滿足集裝箱龍門起重機的運行需求，能夠實現對可再生能量的最大化利用，降低混合動力集裝箱龍門起重機的能耗和排放.通過對模型輸入和輸出參數隸屬度函數和控制規則的優化，使該控制模型和策略滿足更大范圍的、不同布置形式和不同作業工藝的集裝箱碼頭的龍門起重機的運行和節能降耗需求.本文的研究可以為解決位能型裝備的同類工程技術問題提供理論計算的依據和參考.

參考文獻：

[1]

YANGYiChih，CHANGWeiMin.Impactsofelectricrubbertiredgantriesongreenportperformance[J].ResearchinTransportationBusiness&Management，2013（8）：6776.DOI：10.1016/j.rtbm.2013.04.002.

[2]丁石川，程明，王政，等.一種新型基于直流電容局部充電的升壓型多電平逆變器[J].電工技術學報，2013，28（9）：231238.

[3]WANGGuangping，WANGQingnian，WANGPengyu，etal.StudyofoptimizeddeterminationmethodofHEVenginebasedonthehighfrequencyworkingareaofengine[J].AppliedMechanics&Materials，2014，556562：14301434.DOI：10.4028/www.scientific.net/AMM.556562.1430.

[4]WALSHPM，KINGJ，GANTTLR，etal.Anextendedrangeelectricvehiclecontrolstrategyforreducingpeteroleumenergyuseandwelltowheelgreenhousegasemissions[C]//SAEInternational.Warrendale：SAE，2011.DOI：10.4271/2011010915.

[5]胡平，張浩.基于用戶接受度的增程式混合動力汽車控制策略研究[J].汽車工程學報，2011，1（5）：455463.

[6]王海軍，宋協武，曹德欣，等.求多目標優化問題Pareto最優解集的方法[J].大學數學，2008，24（5）：7478.

[7]姚波，榮健.模糊可靠控制研究綜述[J].沈陽師范大學學報（自然科學版），2014，32（1）：3743.

[8]ALIMH，MURATAT，TAMURAJ.Afuzzylogiccontrolledsuperconductingmagneticenergystoragefortransientstabilityaugmentation[J].IEEETransactionsonControlSystemsTechnology，2007，15（1）：144150.

[9]郭亦文，李軍，耿林霄.基于遺傳算法獲取模糊規則[J].計算機應用，2014，34（10）：28992903.DOI：10.11772/j.issn.10019081.2014.10.2899.

[10]彭海仔.基于TS模糊模型的太陽位置算法[J].上海海事大學學報，2014，35（2）：8184.DOI：10.13340/j.jsmu.2014.02.016.

[11]徐開軍，張春艷.基于SCEA的模糊控制器的優化設計研究[J].微計算機信息，2010，26（2）：3941.

[12]吳振威，蔣小平，馬會萌，等.用于混合儲能平抑光伏波動的小波包模糊控制[J].中國電機工程學報，2014，34（3）：317324.DOI：10.13334/j.02588013.pcsee.2014.03.001.

[13]邢婭浪，何鑫，孫世宇.基于改進蟻群算法的模糊控制器優化設計[J].計算機仿真，2012，29（1）：131142.

[14]SHEKHERV，RAIP，PRAKASHO.ComparisonbetweenclassicPID，integerorderPIDandfuzzylogiccontrollerforceramicinfraredheater：analysisusingMATLAB/Simulink[J].InternationalJournalofEngineeringandAdvancedTechnology，2012，1（3）：222227.