[发明专利]一种双电型船舶的储能设备的优化管理方法

权利要求书

1.一种双电型船舶的储能设备的优化管理方法，其特征在于：它包括：

步骤一：储能设备选型：

数据采集：根据目标船舶的典型工作循环得到船舶的功率及能量需求；收集各厂商磷酸铁锂电池、超级电容器、推进电机的规格参数，制成牵引表，从所述牵引表中获得目标船舶的动力设备选型；

模型建立：以船舶能效指数与储能设备价格为目标，搭建目标船舶整船的电力推进系统模型；所述整船电力推进模型包括换算油耗模型、电机模型和电池能量管理模型；

计算选型：将所述的功率及能量需求导入电力推进系统模型中，采用遗传算法进行多目标优化计算，得到一组帕累托最优解，对应牵引表中的实际具体设备，得到最佳的储能设备选型方案；

步骤二、能量管理：

对已经选型后的储能设备，建立能量需求预测模型，根据船舶历史的航行数据及智能交通系统提供的实时信息，预测船舶下一时段的功率需求；建立在有限时段上的滚动优化策略，到下一采样时刻，根据船舶的实际功率需求，对船舶的模型的预测进行修正，然后再进行新的优化预测；

建立模糊控制器，将储能设备的荷电状态、功率需求、预测功率需求进行模糊化处理，形成输入模糊变量，然后将各个输入模糊变量传送至模糊控制器；建立船舶能量管理系统粒子群模糊控制器的控制规则库，利用智能群体理论，即粒子群优化方法对模糊控制器进行优化；

所述的功率及能量需求是根据目前与目标船舶同类型的工作船舶长时间工作统计得出的一组与时间相关的数据；

所述的磷酸铁锂电池、超级电容器的规格参数包括电池容量、电池单体重量、电池单体价格和充放电曲线；所述的推进电机的规格参数包括总安装重量、效率特性曲线；

所述的遗传算法的计算步骤包括：

1)定义两个变量X1、X2，对这两个变量进行实数编码；

2)设置种群规模，根据约束条件产生初始种群；

3)对当代种群进行快速非支配排序和虚拟拥挤度距离的计算；其中，快速非支配排序是根据每个选型的船舶能效设计指数和储能装置总价格这两个目标函数值进行的，而虚拟拥挤度距离则是根据个体向量在变量空间中的距离信息得出的；

4)确定船舶的能效设计指数EEDI、储能设备总价格Price为计算的优化目标，其数学表达如下：

Price＝M_b*n₁+M_s*n₂

式中：S为二氧化碳的折算系数，P为电力系统的功率，f为修正系数，f_i为考虑船舶因技术或规定要求而对最大设计装载工况有所限制的无量纲修正系数，Capacity为船舶总吨数；V_ref为在最大设计装载工况下，由所定义的轴功率推进的情况下，在无风无浪的平静海况下的船舶航速；f_w为考虑波高、浪频和风速对船舶航速的影响的无量纲系数；M_b为电池单体的价格，M_s为电容单体的价格，n₁为电池单体的个数，n₂为电容单体的个数；

5)进行遗传操作，包括选择、交叉和变异；设置选择概率、重组率和变异率，得到子种群；

6)进行精英保留策略，即将父代种群与子种群进行合并，并进行基于快速非支配排序和虚拟拥挤度距离的选择，继而参数下一代父代种群；迭代次数加1，返回至3)，直到迭代次数达到设置的最大值为止；

所述的电池能量管理模型中，划分工作模式如下：

(1)当功率需求大于上阀值，目标船舶工作处于起步、急加速或高负载时，超级电容器组和磷酸铁锂电池组共同工作为电机提供能量；

(2)当功率需求在上下阀值之间，目标船舶工作处于加速状态时，超级电容器组优先大电流快速放电为推进电机提供加速能量；

(3)当功率需求小于下阀值，目标船舶工作于稳定航行状态时，磷酸铁锂电池组优先工作为推进电机提供能量；

所述的电池能量管理模型根据目标船舶的功率需求结合电池的荷电状态控制储能装置的放电电流。