新能源船舶復(fù)合儲(chǔ)能技術(shù)發(fā)展現(xiàn)狀與展望

馮龍祥, 湯旭晶, 袁成清, 唐金銳, 殷華兵, 孫玉偉

(1.武漢理工大學(xué) 船海與能源動(dòng)力工程學(xué)院, 湖北 武漢 430063; 2.武漢理工大學(xué) 交通與物流工程學(xué)院, 湖北 武漢 430063; 3.廣東省內(nèi)河港航產(chǎn)業(yè)研究有限公司, 廣東 韶關(guān) 512000; 4.武漢理工大學(xué) 自動(dòng)化學(xué)院, 湖北 武漢 430063; 5.中遠(yuǎn)海運(yùn)特種運(yùn)輸股份有限公司, 廣東 廣州 510623)

海運(yùn)是國際貨運(yùn)的主渠道,中國外貿(mào)進(jìn)出口貨運(yùn)量的95%經(jīng)過海運(yùn)完成[1]。國際海事組織(International Maritime Organization,IMO)研究表明,全球航運(yùn)船舶平均每年消耗石油3.25億噸,排放的溫室氣體約占全球總排放量的2.8%,排放的NOx、SOx分別約占全球總排放量15%和13%[2]。為應(yīng)對(duì)氣候危機(jī)和環(huán)境污染,IMO海上環(huán)境保護(hù)委員會(huì)第77屆會(huì)議要求航運(yùn)業(yè)在2050年實(shí)現(xiàn)溫室氣體凈零排放[3],新型清潔能源船舶成為未來船舶發(fā)展的重要方向。一方面,船載綜合電力系統(tǒng)(integrated power system,IPS)具有移動(dòng)式孤立運(yùn)行特性,不同類型的船舶負(fù)荷特性也不相同;另一方面,絕大部分船舶電力負(fù)荷來源于推進(jìn)負(fù)載,同一船舶在停泊、定速航行、動(dòng)力定位等不同工況的負(fù)荷峰谷差較大[4],當(dāng)負(fù)荷突變響應(yīng)到船舶發(fā)電機(jī)組,導(dǎo)致船舶主機(jī)偏離最佳工況點(diǎn)或頻繁啟停,降低了船舶運(yùn)營的排放性和經(jīng)濟(jì)性。復(fù)合儲(chǔ)能系統(tǒng)(hybrid energy storage system,HESS)具有削峰填谷、補(bǔ)償負(fù)載功率突變和提供電能支撐的功能,國內(nèi)外學(xué)者為此開展了相關(guān)研究。

現(xiàn)有文獻(xiàn)未全面分析論證儲(chǔ)能技術(shù)實(shí)船應(yīng)用研究進(jìn)展,多僅聚焦于船舶復(fù)合儲(chǔ)能單一能量管理策略層面進(jìn)行論述[5-6],涉及復(fù)合儲(chǔ)能容量優(yōu)化配置的綜述研究匱乏,較少研討復(fù)合儲(chǔ)能容量配置變化對(duì)工作性能的影響,忽視了能量管理策略與容量優(yōu)化配置的耦合關(guān)系;近年來,基于直流組網(wǎng)的新型儲(chǔ)能拓?fù)浼軜?gòu)、復(fù)合儲(chǔ)能能量管理與容量優(yōu)化配置相結(jié)合等新方法、新技術(shù)的興起,使得船舶復(fù)合儲(chǔ)能技術(shù)發(fā)展呈現(xiàn)出新特點(diǎn)。本文首先分析3類典型儲(chǔ)能技術(shù)的工作原理、技術(shù)特點(diǎn)和實(shí)船應(yīng)用研究進(jìn)展;其次,針對(duì)復(fù)合儲(chǔ)能研究分別從拓?fù)浼軜?gòu)、能量管理策略和容量優(yōu)化配置方法3個(gè)層面,歸納總結(jié)現(xiàn)有相關(guān)研究的優(yōu)缺點(diǎn)及適用條件;最后,探討船舶復(fù)合儲(chǔ)能技術(shù)發(fā)展存在的問題并展望未來發(fā)展趨勢(shì)。

1 儲(chǔ)能技術(shù)分析

按照轉(zhuǎn)換為電能的原理差異,儲(chǔ)能可分為機(jī)械、電化學(xué)和電磁儲(chǔ)能。表1分別從能量密度、功率密度、單位能量價(jià)格等多方面比較了各種儲(chǔ)能技術(shù)[7-11]。

表1 儲(chǔ)能分類與關(guān)鍵技術(shù)特征

1.1 飛輪儲(chǔ)能

飛輪儲(chǔ)能在20世紀(jì)50年代被提出,受制于當(dāng)時(shí)技術(shù)水平與硬件設(shè)備而發(fā)展緩慢。20世紀(jì)80年代初期,高溫超導(dǎo)、復(fù)合材料與電力電子技術(shù)的突破帶動(dòng)了飛輪儲(chǔ)能技術(shù)的深入研究。飛輪儲(chǔ)能技術(shù)利用飛輪的加速旋轉(zhuǎn)實(shí)現(xiàn)電能向機(jī)械能的轉(zhuǎn)換,美國曾將飛輪儲(chǔ)能應(yīng)用于軍事艦船的電磁彈射系統(tǒng)[12]。飛輪儲(chǔ)能具有循環(huán)壽命長、高儲(chǔ)能量和無污染等優(yōu)點(diǎn),受限于維護(hù)費(fèi)用高昂、自放電率高(100%/d)的缺點(diǎn),難以實(shí)現(xiàn)商業(yè)化船舶應(yīng)用。飛輪儲(chǔ)能系統(tǒng)由飛輪本體、高速永磁電機(jī)、軸承、變流器構(gòu)成,如圖1所示。

圖1 飛輪儲(chǔ)能系統(tǒng)結(jié)構(gòu)

1.2 電化學(xué)儲(chǔ)能

電化學(xué)儲(chǔ)能利用電化學(xué)反應(yīng)完成電能和化學(xué)能的相互轉(zhuǎn)換[13],是目前應(yīng)用范圍最廣、發(fā)展?jié)摿ψ畲蟮膬?chǔ)能技術(shù),包括鉛酸電池、液流電池、鈉硫電池和鋰電池儲(chǔ)能。表2是電化學(xué)儲(chǔ)能技術(shù)特點(diǎn)。

表2 電化學(xué)儲(chǔ)能技術(shù)特點(diǎn)

鉛酸電池是最早規(guī)模化使用的電池,優(yōu)勢(shì)在于價(jià)格便宜、可靠性高,但循環(huán)壽命短、能量密度低,一般用于投資要求較低的小規(guī)模儲(chǔ)能場(chǎng)景[14]。液流電池種類較多,由正極、負(fù)極2個(gè)電解液儲(chǔ)罐和電堆組成,通過周期性電解液共混實(shí)現(xiàn)可逆容量的恢復(fù)(以應(yīng)用最廣泛的全釩液流電池為例),安全穩(wěn)定性高,循環(huán)壽命長[15-16]。鈉硫電池已應(yīng)用于海島儲(chǔ)能、可再生能源并網(wǎng)及輸配電等大規(guī)模儲(chǔ)能市場(chǎng)領(lǐng)域[17-18]。鋰電池是當(dāng)前關(guān)注度最高、技術(shù)最成熟的電化學(xué)儲(chǔ)能技術(shù),滿足電力系統(tǒng)調(diào)峰調(diào)頻、削峰填谷等多場(chǎng)景應(yīng)用需求[19-20]。2021年,鋰電池儲(chǔ)能系統(tǒng)裝機(jī)規(guī)模在全球電化學(xué)儲(chǔ)能電站中約占總裝機(jī)量的93.9%[21]。鋰電池儲(chǔ)能系統(tǒng)主要用在基于直流組網(wǎng)的中低壓電力系統(tǒng)電力推進(jìn)船舶,圖2是新能源船舶電力推進(jìn)系統(tǒng)結(jié)構(gòu)。

圖2 新能源船舶電力推進(jìn)系統(tǒng)結(jié)構(gòu)

世界各國很早便開始電動(dòng)船舶的試驗(yàn)探索研究,但一直受限于鉛蓄電池能量密度較低和船舶直流組網(wǎng)穩(wěn)定性控制與故障檢測(cè)及保護(hù)等關(guān)鍵技術(shù)未突破,如圖3所示。2015年,世界首艘純電動(dòng)渡輪“Ampere”號(hào)成功下水航行,該船采用西門子直流組網(wǎng)技術(shù)和Corvus公司生產(chǎn)的三元鋰電池,每年能夠節(jié)省燃油106L,而后歐洲加快了純電動(dòng)船舶的研發(fā)與制造;同期國內(nèi)也開展相關(guān)實(shí)船示范應(yīng)用,全球最大電池容量的純電動(dòng)游船“長江三峽1號(hào)”于2022年投入運(yùn)營。整體上看,鋰電池純電動(dòng)船舶仍處于示范工程到商業(yè)化應(yīng)用的階段,船型集中于渡輪、游船和內(nèi)河運(yùn)輸船,隨著鋰電池能量密度的進(jìn)一步提升和單位能量成本的下降以及能量管理策略的改進(jìn),鋰電池大規(guī)模應(yīng)用于船舶將在不遠(yuǎn)的未來成為現(xiàn)實(shí)。

圖3 純電動(dòng)船舶發(fā)展與應(yīng)用里程碑時(shí)間軸線

1.3 電磁儲(chǔ)能

超導(dǎo)儲(chǔ)能具有零污染、自放電率低,功率密度高、循環(huán)壽命長等優(yōu)勢(shì),技術(shù)難點(diǎn)是超導(dǎo)材料必須要在超低溫環(huán)境才具備超導(dǎo)性能,實(shí)際應(yīng)用成本較高。目前,超導(dǎo)儲(chǔ)能系統(tǒng)處于理論研究與試驗(yàn)探索階段,尚未完成船舶示范工程研究,面向商業(yè)化船舶應(yīng)用還遠(yuǎn)未成熟[22-23]。

超級(jí)電容依靠雙電層結(jié)構(gòu)的靜電場(chǎng)實(shí)現(xiàn)能量儲(chǔ)存與釋放,反應(yīng)過程是可逆物理變化,因而超級(jí)電容循環(huán)壽命長,可以瞬時(shí)進(jìn)行大倍率充放電。針對(duì)超級(jí)電容的研究始于20世紀(jì)60～70年代陸續(xù)有產(chǎn)品推出。超級(jí)電容單位能量成本高昂,作為船舶唯一動(dòng)力源尚未出現(xiàn)大量實(shí)船案例。2021年11月下水的“新生態(tài)號(hào)”是世界首艘純超級(jí)電容動(dòng)力渡船,儲(chǔ)能總?cè)萘繛?25 kW·h,母線電壓范圍604～853 V,最大充放電電流可達(dá)5 200 A。

儲(chǔ)能系統(tǒng)在船舶交流組網(wǎng)或交直流組網(wǎng)形式的電力系統(tǒng)中也有部分應(yīng)用,但就目前相關(guān)研究而言,復(fù)合儲(chǔ)能技術(shù)的研究主要應(yīng)對(duì)船舶直流組網(wǎng)電力系統(tǒng)場(chǎng)景,采用直流組網(wǎng)已經(jīng)成為中低壓新能源船舶的未來發(fā)展趨勢(shì),本文聚焦于直流組網(wǎng)形式下的復(fù)合儲(chǔ)能關(guān)鍵技術(shù)研究進(jìn)行綜述。

2 復(fù)合儲(chǔ)能拓?fù)浼軜?gòu)

為抑制大功率脈沖性負(fù)載接入船舶中低壓直流電力系統(tǒng)時(shí)引起的母線電壓大范圍跌宕,維持母線電壓在安全裕度內(nèi)[24],同時(shí)滿足船舶穩(wěn)定工況持續(xù)供電需求,將能量型和功率型儲(chǔ)能混合構(gòu)成的HESS具有顯著技術(shù)優(yōu)勢(shì)。近年來,國內(nèi)外專家學(xué)者著重針對(duì)鋰電池/超級(jí)電容構(gòu)成船舶復(fù)合儲(chǔ)能技術(shù)開展相關(guān)研究。

2.1 被動(dòng)式拓?fù)浼軜?gòu)

被動(dòng)式拓?fù)浼軜?gòu)中鋰電池組和超級(jí)電容組直接并聯(lián)在一起使用,通過逆變器向電氣負(fù)載供電,如圖4所示。

圖4 被動(dòng)式拓?fù)浼軜?gòu)

圖4中,鋰電池組電壓、超級(jí)電容組電壓以及直流母線電壓一致,功率流由鋰電池和超級(jí)電容內(nèi)阻和電壓特性決定;由于無法控制2種儲(chǔ)能元件充放電功率大小,系統(tǒng)利用率較低、可靠性差。被動(dòng)式拓?fù)浼軜?gòu)早期主要用于論證鋰電池/超級(jí)電容構(gòu)成復(fù)合儲(chǔ)能在容量衰減、循環(huán)壽命和脈沖性能等方面相較于純電池儲(chǔ)能更具優(yōu)勢(shì)[25-26],現(xiàn)該拓?fù)浼軜?gòu)已較少使用。

2.2 半主動(dòng)式拓?fù)浼軜?gòu)

半主動(dòng)式拓?fù)浼軜?gòu)中2種儲(chǔ)能元件一方受雙向DC/DC變換器控制,另一方被動(dòng)承擔(dān)負(fù)載功率,如圖5所示。圖5中超級(jí)電容可控式構(gòu)型的超級(jí)電容組經(jīng)雙向DC/DC變換器與母線連接,鋰電池組與負(fù)載部分直接相連,是目前應(yīng)用最廣泛的復(fù)合儲(chǔ)能拓?fù)錁?gòu)型[27-28],DC/DC變換器根據(jù)鋰電池組和直流母線電壓/電流信號(hào)合理調(diào)控超級(jí)電容組充放電功率,避免鋰電池受高倍率電流沖擊,延長鋰電池循環(huán)壽命;但對(duì)超級(jí)電容側(cè)DC/DC變換器容量、功率和響應(yīng)速度等方面要求較高,增加成本。

圖5 半主動(dòng)式拓?fù)浼軜?gòu)

相較于超級(jí)電容可控式構(gòu)型,鋰電池可控式構(gòu)型將鋰電池組與超級(jí)電容組位置調(diào)換,超級(jí)電容組與直流母線直接連接,峰值功率直接由超級(jí)電容組承擔(dān),導(dǎo)致超級(jí)電容容量上升,成本增加[29];鋰電池組側(cè)DC/DC變換器工作壓力較小,使得變換器購置成本降低;因?yàn)殇囯姵亟M提供高容量、長時(shí)間電能支撐,頻繁充放電會(huì)增加雙向DC/DC變換器上能量損耗,系統(tǒng)工作效率下降。

為了優(yōu)化半主動(dòng)拓?fù)浼軜?gòu),Cao等[30]提出一種以功率二極管和雙向DC/DC變換器相結(jié)合的改進(jìn)型半主動(dòng)拓?fù)錁?gòu)型;基于該拓?fù)錁?gòu)型,Song等[31]將雙向DC/DC變換器替換為單向DC/DC變換器,進(jìn)一步提升HESS的性能;Hu等[32]基于半主動(dòng)式拓?fù)浼軜?gòu),提出結(jié)合二極管與開關(guān)的改進(jìn)型拓?fù)錁?gòu)型;Wang等[33]基于新型多模式半主動(dòng)拓?fù)錁?gòu)型制定復(fù)合儲(chǔ)能功率分配策略,通過仿真與試驗(yàn)驗(yàn)證結(jié)果表明,多模式半主動(dòng)拓?fù)錁?gòu)型能夠降低復(fù)合儲(chǔ)能能量損失并有效保護(hù)電池。

2.3 全主動(dòng)式拓?fù)浼軜?gòu)

圖6是全主動(dòng)式拓?fù)浼軜?gòu)4種構(gòu)型。級(jí)聯(lián)1#、2#構(gòu)型里,母線側(cè)雙向DC/DC變換器作用是穩(wěn)定直流母線電壓,HESS充放電功率必經(jīng)過一個(gè)變換器,級(jí)聯(lián)構(gòu)型的復(fù)合儲(chǔ)能系統(tǒng)體積、質(zhì)量、成本和損耗較高,總體上研究較少[34];雙變換器構(gòu)型利用2個(gè)雙向DC/DC變換器分別控制鋰電池組和超級(jí)電容組充放電功率大小和時(shí)間,執(zhí)行復(fù)合儲(chǔ)能各元件在不同航行工況的功率指令,達(dá)到全局或局部最優(yōu)控制效果[35-36];對(duì)比雙變換器構(gòu)型、多輸入變換器構(gòu)型,復(fù)合儲(chǔ)能空間尺寸小、成本低,但該構(gòu)型的控制方法更復(fù)雜[37]。

圖6 全主動(dòng)式拓?fù)浼軜?gòu)

全主動(dòng)式拓?fù)浼軜?gòu)中鋰電池和超級(jí)電容與直流母線完全解耦,采用合適的控制策略能更好發(fā)揮儲(chǔ)能元件性能;但變換器數(shù)量增加使得系統(tǒng)尺寸、重量和損耗更高,導(dǎo)致成本大幅增加,控制策略也更復(fù)雜。研究人員在開展復(fù)合儲(chǔ)能相關(guān)研究時(shí),綜合分析多種拓?fù)浼軜?gòu)特點(diǎn),全面考慮HESS經(jīng)濟(jì)性、控制復(fù)雜度和穩(wěn)定性等指標(biāo),針對(duì)不同使用場(chǎng)合和應(yīng)用需求,對(duì)比研究各拓?fù)錁?gòu)型性能優(yōu)劣。

3 能量管理策略

復(fù)合儲(chǔ)能能量管理策略根據(jù)不同儲(chǔ)能元件的運(yùn)行狀態(tài)和船舶負(fù)荷變化需求,合理分配各儲(chǔ)能元件的輸出功率,優(yōu)化控制能量轉(zhuǎn)換與傳輸,保證船舶動(dòng)力系統(tǒng)在經(jīng)濟(jì)性、可靠性和持久性等方面達(dá)到優(yōu)化效果。近年來的船舶復(fù)合儲(chǔ)能能量管理策略主要分為2類:基于規(guī)則的能量管理策略和基于優(yōu)化的能量管理策略。

3.1 基于規(guī)則的能量管理策略

基于規(guī)則的能量管理策略是指依賴個(gè)人經(jīng)驗(yàn)調(diào)試的控制策略,按照是否基于復(fù)合儲(chǔ)能固定單一動(dòng)作閾值分為基于邏輯門限的策略和基于模糊規(guī)則的策略。

3.1.1 基于邏輯門限的策略

基于邏輯門限策略在前期研究較多,袁裕鵬等[38]設(shè)計(jì)邏輯門限與PID控制結(jié)合的方法,保證了柴油發(fā)電機(jī)組運(yùn)行于高效率區(qū)間,提高了柴油機(jī)的運(yùn)行效率;Han等[39]考慮復(fù)合儲(chǔ)能負(fù)載功率需求和鋰電池荷電狀態(tài)作為閾值進(jìn)行功率分配,對(duì)比傳統(tǒng)負(fù)載跟蹤控制,降低燃料電池12 g的總氫氣消耗;張澤輝等[40]以支持向量機(jī)識(shí)別船舶各工況并選擇對(duì)應(yīng)低通濾波時(shí)間常數(shù),結(jié)合閾值判斷對(duì)半主動(dòng)式復(fù)合儲(chǔ)能系統(tǒng)進(jìn)行能量管理,仿真結(jié)果顯示該方法能夠減緩動(dòng)力電池電流突變,降低直流母線電壓的波動(dòng)。

HESS在陸地電網(wǎng)調(diào)峰、調(diào)頻以及應(yīng)對(duì)大規(guī)模風(fēng)光并網(wǎng)時(shí)維持系統(tǒng)供電充裕和運(yùn)行穩(wěn)定發(fā)揮重要作用,而船舶直流電力系統(tǒng)的線路較短,電力系統(tǒng)容量較小,船舶電網(wǎng)發(fā)生故障時(shí)沒有外部電力支撐,這導(dǎo)致直流母線電壓極易出現(xiàn)大范圍跌宕現(xiàn)象,其抗干擾能力比陸地電網(wǎng)弱。鑒此,針對(duì)船舶直流組網(wǎng)電力系統(tǒng)接入脈沖性負(fù)載造成直流母線電壓失穩(wěn)的問題,Li等[41]基于儲(chǔ)能SOC的分段線性函數(shù)法動(dòng)態(tài)控制參考電流輸出,相較于傳統(tǒng)PI控制策略,能夠更快平抑母線電壓波動(dòng),但該策略側(cè)重于控制儲(chǔ)能SOC變化范圍;Zou等[42]為避免儲(chǔ)能系統(tǒng)過充/過放,設(shè)計(jì)基于儲(chǔ)能元件SOC的充放電控制策略,但僅設(shè)定2種工況分析,不能充分體現(xiàn)控制策略的有效性。基于以上研究,齊坤等[43]針對(duì)耙吸式挖泥船的典型航行特征,設(shè)置多個(gè)工況一一分析,先利用低通濾波策略將負(fù)載功率波動(dòng)劃分為高頻低幅值和低頻高幅值的補(bǔ)償功率曲線,分別由電池和超級(jí)電容承擔(dān),后引入反映儲(chǔ)能元件SOC狀態(tài)的變下垂系數(shù),動(dòng)態(tài)調(diào)節(jié)儲(chǔ)能對(duì)于負(fù)載波動(dòng)的響應(yīng)能力,滿足了儲(chǔ)能裝置的快速能量均衡和快速狀態(tài)恢復(fù)要求,達(dá)到迅速平抑功率波動(dòng)的目的。

以上文獻(xiàn)以滿足能量型儲(chǔ)能穩(wěn)定工作在高效率區(qū)間或輸出功率平穩(wěn)為條件,通過讓功率型儲(chǔ)能充分發(fā)揮動(dòng)態(tài)響應(yīng)能力,被動(dòng)承擔(dān)剩余的短時(shí)、高功率負(fù)載波動(dòng)。該方法能夠有效降低能量型儲(chǔ)能因船舶工況頻繁變化而引起的能量損失,同時(shí)提高功率型儲(chǔ)能的利用率,但復(fù)合儲(chǔ)能動(dòng)作閾值的設(shè)定依賴工程師經(jīng)驗(yàn),針對(duì)復(fù)雜工況難以設(shè)置復(fù)合儲(chǔ)能工作模式的切換順序,對(duì)復(fù)合儲(chǔ)能系統(tǒng)多變量、非線性時(shí)變特點(diǎn)的適應(yīng)性較差;相比之下,基于模糊規(guī)則的策略更有優(yōu)勢(shì)。

3.1.2 基于模糊規(guī)則的策略

基于模糊規(guī)則的算法以一些滿足可能發(fā)生的數(shù)值組成模糊控制規(guī)則或采用專家知識(shí)庫的方法:蘭海等[44]設(shè)計(jì)可動(dòng)態(tài)修正PI參數(shù)的模糊控制器,但復(fù)合儲(chǔ)能充放電模式的劃分過于簡單,未充分考慮儲(chǔ)能元件SOC變化對(duì)功率分配的影響;郭燚等[45]設(shè)置二級(jí)模糊控制器,再根據(jù)鋰電池和超級(jí)電容的SOC實(shí)現(xiàn)功率再分配,抑制艦船中壓直流(medium voltage direct current,MVDC)電力系統(tǒng)母線電壓的大范圍跌宕,母線電壓始終維持在5 kV附近,改善了艦船MVDC電力系統(tǒng)的穩(wěn)定性,但二次功率分配系數(shù)的取值仍有待研究;Zhu等[46]將鋰電池和超級(jí)電容的SOC及負(fù)載功率需求作為輸入,由模糊控制器輸出燃料電池和超級(jí)電容的參考功率,結(jié)果表明所提模糊控制策略的能量轉(zhuǎn)換效率高達(dá)51.4%。上述方法綜合考慮船舶當(dāng)前工況、儲(chǔ)能元件SOC、直流母線電壓等復(fù)合儲(chǔ)能重要參數(shù),利用模糊規(guī)則完成HESS多種工作模式的快速切換,但該策略存在主觀性強(qiáng)、控制性能差的局限。

整體而言,基于規(guī)則的能量管理策略的設(shè)計(jì)來自工程經(jīng)驗(yàn),雖然有計(jì)算量小、執(zhí)行效率高、易于實(shí)現(xiàn)的優(yōu)點(diǎn),被廣泛作為后續(xù)改進(jìn)能量管理策略的重要對(duì)比對(duì)象以提供優(yōu)化評(píng)價(jià)標(biāo)準(zhǔn),并且已經(jīng)在部分船型取得實(shí)際應(yīng)用,如“尚德國盛”號(hào)新能源混合動(dòng)力船,但靜態(tài)參數(shù)難以適應(yīng)船舶工況的動(dòng)態(tài)變化,無法優(yōu)化船舶工作性能,面對(duì)船舶未來進(jìn)一步朝著高滲透率化和高智能化方向發(fā)展的大趨勢(shì),該策略僅適用于低電氣化、低智能化船舶,以優(yōu)化為核心的智能控制算法因適用于非線性時(shí)變和不確定控制系統(tǒng)而引起關(guān)注,現(xiàn)研究人員以基于優(yōu)化的能量管理策略為主要研究方向。

3.2 基于優(yōu)化的能量管理策略

3.2.1 全局優(yōu)化策略

全局優(yōu)化策略根據(jù)船舶靜態(tài)歷史數(shù)據(jù),在船舶實(shí)際航行工況已知的條件下尋找經(jīng)濟(jì)性、動(dòng)力性和可靠性等方面全局最優(yōu)的控制策略,常見算法有動(dòng)態(tài)規(guī)劃(dynamic programming,DP)、遺傳算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization,PSO)以及有關(guān)算法變體。蘭熙等[47]采用DP算法優(yōu)化柴油發(fā)電機(jī)組與動(dòng)力電池2種電源的功率輸出比重,與開關(guān)式控制策略相比,動(dòng)態(tài)規(guī)劃優(yōu)化式策略減少1.8 L燃油消耗,但求解過程較復(fù)雜且無法處理潛在的耦合約束問題;由此,Zhang等[48]以深水三用工作船為研究對(duì)象,首先將優(yōu)化問題解耦成優(yōu)化子問題,獲得對(duì)應(yīng)工作方案后,縮小搜索域范圍并采用第2代非支配排序遺傳算法(non-dominated sorting-based genetics algorithm II,NSGA-II)求得以能耗、排放為目標(biāo)的Pareto前沿;最后通過刪除重復(fù)解,采用模糊決策方法并結(jié)合船舶4種運(yùn)行狀態(tài)得到最終最優(yōu)解。

由于傳統(tǒng)單一智能優(yōu)化算法在搜索時(shí)空上的局限性,近年來圍繞船舶復(fù)合儲(chǔ)能能量管理的研究方案傾向于改進(jìn)或融合多個(gè)算法:國外有學(xué)者基于多目標(biāo)粒子群算法(multi-objective particle swarm optimization,MOPSO)和NSGA-II求得燃油消耗率、鋰電池容量的Pareto前沿,分別選取4種方案進(jìn)行對(duì)比分析,結(jié)果表明混合動(dòng)力渡輪改進(jìn)策略后的每日燃油節(jié)省量可達(dá)41～336 kg[49],但該方法需要已知?dú)v史工況與計(jì)算復(fù)雜度較高的特點(diǎn),導(dǎo)致只能離線控制;Zhao等[50]采用基于DP的改進(jìn)模糊邏輯控制,結(jié)合小波分析和PI控制,實(shí)現(xiàn)了輸出功率的最優(yōu)分配和在線控制,與基于規(guī)則的策略相比,燃料電池減少14.39%的氫能消耗,同時(shí)維持了電池SOC的穩(wěn)定,綜合DP的離線全局優(yōu)化和模糊控制的在線控制優(yōu)勢(shì),但模糊規(guī)則是基于離線狀態(tài)設(shè)置的。

一方面,智能優(yōu)化算法都存在著計(jì)算量大和耗時(shí)長的缺點(diǎn),導(dǎo)致工作效率較低;另一方面,全局優(yōu)化策略應(yīng)用的前提條件是預(yù)先確定船舶航行周期內(nèi)的全部工況,對(duì)以特定工況或已知負(fù)載功率序列為基礎(chǔ)的船型優(yōu)化分析提供指導(dǎo)和評(píng)價(jià)標(biāo)準(zhǔn),但因不同船型的差異性與船舶實(shí)時(shí)運(yùn)行狀態(tài)的不確定性而在實(shí)際使用中受到限制。實(shí)時(shí)優(yōu)化策略考慮到船舶各動(dòng)力源的最佳工作點(diǎn),從最新工況信息出發(fā),對(duì)過程操作條件進(jìn)行連續(xù)評(píng)估和調(diào)控,由優(yōu)化算法實(shí)時(shí)得到各動(dòng)力源當(dāng)前時(shí)刻的最優(yōu)工作模式。

3.2.2 實(shí)時(shí)優(yōu)化策略

實(shí)時(shí)優(yōu)化策略根據(jù)船舶實(shí)時(shí)狀態(tài)或當(dāng)前參數(shù)進(jìn)行的在線控制,使現(xiàn)階段船舶的多性能指標(biāo)達(dá)到最優(yōu)效果,常用實(shí)時(shí)優(yōu)化策略主要有等效油耗最小化策略(equivalent consumption minimization strategy,ECMS)和模型預(yù)測(cè)控制(model predictive control,MPC)。ECMS是基于電池SOC與柴油發(fā)電機(jī)或燃料電池工作狀態(tài)計(jì)算等效系數(shù),將儲(chǔ)能元件的輸出功率換算為等效油耗或氫耗,并使儲(chǔ)能元件等效油耗或氫耗與柴油發(fā)電機(jī)、燃料電池的實(shí)際油耗或氫耗之和最小的策略。研究人員在船用領(lǐng)域內(nèi)ECMS的早期研究中為簡化計(jì)算,設(shè)置儲(chǔ)能元件充放電等效系數(shù)為常數(shù)或直接忽略儲(chǔ)能SOC變化而與實(shí)際情況不符,現(xiàn)主要從等效系數(shù)自適應(yīng)和結(jié)合其他算法實(shí)現(xiàn)復(fù)合雙層控制進(jìn)行了探索:Zhu等[51]提出了多目標(biāo)雙層優(yōu)化方法,先采用MOPSO算法初始化決策變量,后結(jié)合改進(jìn)自適應(yīng)ECMS能量管理策略進(jìn)行優(yōu)化,與傳統(tǒng)的單上層優(yōu)化相比,基于雙層優(yōu)化的方案,減少了3.37%的燃料消耗、6.70%的溫室氣體排放和13.95%的成本;Yang等[52]提出一種基于內(nèi)層采用模式切換的ECMS以優(yōu)化工作模式、外層采用改進(jìn)的蟻群算法以優(yōu)化等效因子的雙層優(yōu)化能量管理策略,與傳統(tǒng)的ECMS控制策略相比,基于蟻群的ECMS控制策略降低了12.1%的燃油消耗。基于MPC策略將船舶燃油經(jīng)濟(jì)性的全局最優(yōu)控制轉(zhuǎn)變?yōu)轭A(yù)測(cè)情況下的局部最優(yōu)控制,利用預(yù)測(cè)模型在預(yù)測(cè)時(shí)域內(nèi)對(duì)船舶的需求功率進(jìn)行預(yù)測(cè),采用智能算法對(duì)柴油發(fā)電機(jī)組與鋰電池組等船舶動(dòng)力源的功率分配比進(jìn)行優(yōu)化,MPC的優(yōu)化性能取決于模型質(zhì)量、采樣步長和預(yù)測(cè)范圍長度,現(xiàn)有研究基本從參數(shù)自適應(yīng)、求解子問題算法和預(yù)測(cè)算法這3方面著手展開研究:Hou等[53]為消除MPC中參數(shù)不確定的影響,采用在線參數(shù)辨識(shí)與MPC相結(jié)合的自適應(yīng)模型預(yù)測(cè)控制方法,對(duì)比無在線參數(shù)辨識(shí)的MPC策略,HESS減少了15%的能量損耗;高迪駒等[54]提出基于馬爾可夫鏈模型預(yù)測(cè)船舶負(fù)載功率,后利用DP算法完成柴油發(fā)電機(jī)組與電池的最佳功率分配,實(shí)現(xiàn)優(yōu)化結(jié)果的快速收斂。實(shí)時(shí)優(yōu)化策略實(shí)時(shí)優(yōu)化性好,但瞬時(shí)最優(yōu)不等于全局最優(yōu),并且計(jì)算復(fù)雜度高,對(duì)控制器精度和時(shí)滯性要求高,如何達(dá)到實(shí)時(shí)最優(yōu)和全局最優(yōu)的平衡是未來研究的重點(diǎn)。

船舶復(fù)合儲(chǔ)能能量管理策略研究重點(diǎn)圍繞經(jīng)濟(jì)性與排放性2個(gè)優(yōu)化目標(biāo)開展,以平衡船舶控制的最優(yōu)性和實(shí)時(shí)性為基準(zhǔn),研究方法朝著多目標(biāo)優(yōu)化控制與多策略協(xié)同工作的方向發(fā)展。表3為不同能量管理策略特點(diǎn)對(duì)比。

表3 不同能量管理策略特點(diǎn)對(duì)比

4 容量優(yōu)化配置方法

船舶動(dòng)力系統(tǒng)的經(jīng)濟(jì)性、可靠性和利用率等指標(biāo)的好壞不僅由復(fù)合儲(chǔ)能能量管理策略的工作性能決定,還取決于儲(chǔ)能裝置中各單元的容量配比大小。針對(duì)船舶推進(jìn)系統(tǒng)的多個(gè)動(dòng)力源,尤其是鋰電池和超級(jí)電容等新能源接入的規(guī)模,研究人員一般通過建立包含目標(biāo)函數(shù)、決策變量、邊界約束條件三要素的優(yōu)化模型,選擇合適的智能算法求解得到最優(yōu)配置方案。按照優(yōu)化目標(biāo)的個(gè)數(shù)分為基于單目標(biāo)和多目標(biāo)的容量優(yōu)化配置。

4.1 基于單目標(biāo)優(yōu)化的容量配置

現(xiàn)針對(duì)復(fù)合儲(chǔ)能容量優(yōu)化配置的研究集中在微電網(wǎng)和電動(dòng)汽車。由于船載IPS具有移動(dòng)式孤立運(yùn)行特性,船舶HESS主要通過吸收或輸出功率以平抑推進(jìn)器負(fù)荷波動(dòng);微電網(wǎng)中HESS作用是削弱海陸風(fēng)電、光伏發(fā)電等間歇性能源對(duì)微電網(wǎng)電能質(zhì)量、供電可靠性和安全性等性能方面產(chǎn)生的影響:有學(xué)者對(duì)陸上光伏電站配備的HESS,以年均成本最小為目標(biāo)函數(shù),以能量守恒、并網(wǎng)功率波動(dòng)及儲(chǔ)能充放電功率為約束條件,利用PSO算法求解[55-56];譚興國等[57]針對(duì)風(fēng)光儲(chǔ)能微電網(wǎng),確立復(fù)合儲(chǔ)能裝置總成本、功率匹配度、可再生能源輸出功率平滑度為優(yōu)化子目標(biāo),利用適應(yīng)度離差排序法確定子目標(biāo)函數(shù)權(quán)重系數(shù),使用PSO算法求解。新能源船舶實(shí)船應(yīng)用較少而缺乏船舶典型工況歷史數(shù)據(jù),容量優(yōu)化配置研究尚未深入,而在電動(dòng)汽車領(lǐng)域,王言子[58]基于軍用汽車循環(huán)工況歷史數(shù)據(jù),以電池組并聯(lián)數(shù)量和功率分配策略的邏輯門限值為決策變量,選取復(fù)合儲(chǔ)能質(zhì)量和體積、儲(chǔ)能元件損耗、電池組平均充放電倍率和容量為目標(biāo)函數(shù),滿足汽車驅(qū)動(dòng)所需能量和功率約束條件,對(duì)多個(gè)子目標(biāo)利用專家打分法給出權(quán)重系數(shù)后優(yōu)化。

上述文獻(xiàn)以經(jīng)濟(jì)性為唯一優(yōu)化目標(biāo),或?qū)⒍鄠€(gè)子目標(biāo)函數(shù)通過權(quán)重分析聚合成單目標(biāo),子目標(biāo)權(quán)重系數(shù)的分配具有較強(qiáng)主觀性,很難反映復(fù)合儲(chǔ)能非線性時(shí)變系統(tǒng)在多變量、多目標(biāo)和多約束場(chǎng)景下的實(shí)際情況,據(jù)此研究逐漸轉(zhuǎn)移到多目標(biāo)優(yōu)化及求解算法。

4.2 基于多目標(biāo)優(yōu)化的容量配置

復(fù)合儲(chǔ)能容量配置需考慮儲(chǔ)能元件充放電、荷電狀態(tài)限制等多邊界約束條件,盡量避免功率、能量過剩,綜合考量儲(chǔ)能系統(tǒng)總成本、輸出波動(dòng)率和負(fù)荷缺電率等多個(gè)優(yōu)化子目標(biāo),專家通常利用多目標(biāo)進(jìn)化算法構(gòu)造進(jìn)化群體Pareto非支配集,有效解決多個(gè)子目標(biāo)之間相互沖突的問題。

4.2.1 基于確定能量管理策略的方法

該方法通常事先設(shè)置好能量管理策略,直接從負(fù)載功率統(tǒng)計(jì)特征出發(fā),以滿足研究對(duì)象的各項(xiàng)工作要求作為邊界約束條件開展參數(shù)整定。Song等[31]基于Arrhenius退化模型描述電池老化衰減過程,結(jié)合基于規(guī)則的能量管理策略,以HESS總成本和磷酸鐵鋰電池在典型中國客車駕駛循環(huán)工況中的容量損失為優(yōu)化子目標(biāo)并采用NSGA-II求解,結(jié)果表明,當(dāng)超級(jí)電容成本在1～4萬元范圍內(nèi)增加時(shí),電池容量損失可以快速減少,不足之處在于未將電池容量損失與儲(chǔ)能元件使用壽命進(jìn)行耦合分析;韓曉娟等[55]采用雨流計(jì)數(shù)法和等效循環(huán)法計(jì)算電池使用壽命,未考慮溫度、峰值電流等因素的變化,并且直接將超級(jí)電容的更換周期設(shè)為常數(shù)的方法過于簡單。現(xiàn)有研究較少探討能量管理策略相關(guān)參數(shù)變化對(duì)鋰電池/超級(jí)電容等儲(chǔ)能元件使用壽命的作用,如何充分考慮儲(chǔ)能充放電控制策略、溫度、放電深度等各方面因素,精確計(jì)算儲(chǔ)能元件使用壽命關(guān)系到HESS經(jīng)濟(jì)性模型的有效性,值得進(jìn)一步深入研究。俞萬能等[59]針對(duì)多能源船舶微電網(wǎng)設(shè)計(jì)2種不同運(yùn)行控制策略,構(gòu)建儲(chǔ)能系統(tǒng)總成本、負(fù)荷缺電率及污染物排放量為目標(biāo)函數(shù)的三目標(biāo)優(yōu)化模型;Xu等[60]在儲(chǔ)能系統(tǒng)充放電控制策略的基礎(chǔ)上,以年利潤最大化和棄風(fēng)率最小為優(yōu)化目標(biāo)、以鋰電池和超級(jí)電容總數(shù)為決策變量,采用NSGA-II和多準(zhǔn)則妥協(xié)解排序法從Pareto前沿中選擇最優(yōu)配置方案。基于確定能量管理策略的方法通過建立多目標(biāo)容量優(yōu)化配置模型,能夠較全面地反映復(fù)合儲(chǔ)能系統(tǒng)的非線性時(shí)變特性,方法使用廣泛;相較于聯(lián)合優(yōu)化,該方法運(yùn)算量較小,實(shí)時(shí)性強(qiáng),但無法實(shí)現(xiàn)全局優(yōu)化。

4.2.2 聯(lián)合優(yōu)化方法

聯(lián)合優(yōu)化方法將復(fù)合儲(chǔ)能系統(tǒng)配置變量與能量管理策略中設(shè)定功率閾值等參數(shù)共同作為決策變量。Liu等[61]基于NSGA-II方法對(duì)車載復(fù)合儲(chǔ)能系統(tǒng)的配置參數(shù)和功率閾值及其分配系數(shù)進(jìn)行聯(lián)合優(yōu)化;Song等[62]提出二維龐特里亞金最小值原理算法解決容量配置與功率分配的聯(lián)合優(yōu)化問題;Eldeeb等[63]以鋰電池/超級(jí)電容的串并聯(lián)數(shù)量、雙向DC-DC變換器和功率分割因子共同作為決策變量,使用NSGA-II求得復(fù)合儲(chǔ)能裝置總成本和鋰電池剩余循環(huán)壽命的Pareto前沿及對(duì)應(yīng)配置方案。聯(lián)合優(yōu)化方法可以綜合多種算法的優(yōu)點(diǎn),實(shí)現(xiàn)復(fù)合儲(chǔ)能全局優(yōu)化,但計(jì)算過程復(fù)雜,難以應(yīng)對(duì)在線場(chǎng)景。表4為不同容量優(yōu)化配置方法特點(diǎn)對(duì)比。

表4 不同容量優(yōu)化配置方法特點(diǎn)對(duì)比

基于多目標(biāo)優(yōu)化的容量配置方法包含以下步驟:

1)讀入船舶典型工況歷史數(shù)據(jù)和儲(chǔ)能荷電狀態(tài)上下限、充放電效率等性能參數(shù);

2)獲取容量優(yōu)化配置模型的約束條件和決策變量;

3)根據(jù)約束條件初始化決策變量的種群規(guī)模,隨機(jī)生成子種群并設(shè)置迭代總次數(shù),針對(duì)不同算法初始化相應(yīng)參數(shù);

4)設(shè)置能量管理策略中相關(guān)參數(shù)T為變化范圍內(nèi)最小值,根據(jù)確定的能量管理策略實(shí)現(xiàn)復(fù)合儲(chǔ)能功率分配;

5)計(jì)算當(dāng)前種群在能量管理策略相關(guān)參數(shù)T變化范圍內(nèi)的各對(duì)應(yīng)目標(biāo)函數(shù)值;

6)獲得Pareto最優(yōu)解集以及對(duì)應(yīng)配置方案;

7)判斷迭代次數(shù)是否滿足設(shè)定值。若滿足,則結(jié)束算法,獲得全局Pareto最優(yōu)解集以及對(duì)應(yīng)的配置方案和能量管理策略參數(shù);否則,迭代次數(shù)t加1,返回步驟4)。多目標(biāo)容量優(yōu)化配置基本流程見圖7。

圖7 多目標(biāo)容量優(yōu)化配置基本流程

5 結(jié)論

當(dāng)前新能源船舶復(fù)合儲(chǔ)能技術(shù)研究通常建立在鋰電池/超級(jí)電容的基礎(chǔ)上,并且已在不同船型實(shí)現(xiàn)示范應(yīng)用,取得良好效果。

1)拓?fù)浼軜?gòu)關(guān)系到HESS能否充分發(fā)揮各自性能,現(xiàn)超級(jí)電容可控式半主動(dòng)拓?fù)錁?gòu)型應(yīng)用最為廣泛,改進(jìn)型半主動(dòng)式拓?fù)浼軜?gòu)能夠均衡復(fù)合儲(chǔ)能多性能指標(biāo),未來需結(jié)合容量優(yōu)化配置方法,針對(duì)不同船型的應(yīng)用場(chǎng)景選取能夠綜合HESS多性能指標(biāo)最優(yōu)的拓?fù)浼軜?gòu)。

2)在能量管理策略方面,除了要在能量管理算法上持續(xù)改進(jìn)以外,還需完善數(shù)據(jù)庫建設(shè)與統(tǒng)一,由于不同船型的航行工況完全不同,在混合動(dòng)力船舶能量管理領(lǐng)域尚無類似汽車領(lǐng)域的標(biāo)準(zhǔn)工況,現(xiàn)有文獻(xiàn)傾向于使用通過函數(shù)模擬生成的工況數(shù)據(jù)或混合動(dòng)力船舶的實(shí)測(cè)數(shù)據(jù),事實(shí)缺乏針對(duì)性;此外,基于優(yōu)化的能量管理策略依賴于預(yù)測(cè)工況的精度,通過實(shí)時(shí)分析輸入數(shù)據(jù)并結(jié)合歷史工況數(shù)據(jù),對(duì)長期/短期工況進(jìn)行精準(zhǔn)預(yù)測(cè)是下一步研究的重點(diǎn)。

3)容量優(yōu)化配置與能量管理策略聯(lián)系密切,現(xiàn)有研究以基于單目標(biāo)優(yōu)化和確定能量管理策略的多目標(biāo)優(yōu)化方法為主,側(cè)重于微電網(wǎng)和電動(dòng)汽車領(lǐng)域,船舶復(fù)合儲(chǔ)能容量配置聯(lián)合優(yōu)化研究較為缺乏,未來將進(jìn)一步拓展探索不同算法的相互協(xié)同與融合,建立考慮多種拓?fù)浼軜?gòu)與能量管理策略的相關(guān)參數(shù)相結(jié)合的多目標(biāo)聯(lián)合優(yōu)化容量配置模型。

隨著船舶不斷走向高滲透率和高智能化,船舶電力系統(tǒng)、推進(jìn)系統(tǒng)等在內(nèi)的各子系統(tǒng)之間的聯(lián)系必然更加緊密,基于智能化傳感器技術(shù)、大數(shù)據(jù)處理和通訊等技術(shù)以獲得船舶實(shí)時(shí)運(yùn)行狀態(tài)、通航環(huán)境數(shù)據(jù)并且努力實(shí)現(xiàn)混合動(dòng)力船舶的歷史數(shù)據(jù)分析和工況的實(shí)時(shí)全面感知,相信未來HESS將在提升船舶安全性、經(jīng)濟(jì)性和能效控制層面發(fā)揮更大作用,助推智能新能源船舶的實(shí)現(xiàn)。