新能源船舶復(fù)合儲能技術(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) 自動化學(xué)院, 湖北 武漢 430063; 5.中遠(yuǎn)海運特種運輸股份有限公司, 廣東 廣州 510623)

海運是國際貨運的主渠道,中國外貿(mào)進出口貨運量的95%經(jīng)過海運完成[1]。國際海事組織(International Maritime Organization,IMO)研究表明,全球航運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)對氣候危機和環(huán)境污染,IMO海上環(huán)境保護委員會第77屆會議要求航運業(yè)在2050年實現(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)具有移動式孤立運行特性,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)荷來源于推進負(fù)載,同一船舶在停泊、定速航行、動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)電機組,導(dǎo)致船舶主機偏離最佳工況點或頻繁啟停,降低了船舶運營的排放性和經(jīng)濟性。復(fù)合儲能系統(tǒng)(hybrid energy storage system,HESS)具有削峰填谷、補償負(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)有文獻未全面分析論證儲能技術(shù)實船應(yīng)用研究進展,多僅聚焦于船舶復(fù)合儲能單一能量管理策略層面進行論述[5-6],涉及復(fù)合儲能容量優(yōu)化配置的綜述研究匱乏,較少研討復(fù)合儲能容量配置變化對工作性能的影響,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)的新型儲能拓?fù)浼軜?gòu)、復(fù)合儲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)合儲能技術(shù)發(fā)展呈現(xiàn)出新特點。本文首先分析3類典型儲能技術(shù)的工作原理、技術(shù)特點和實船應(yīng)用研究進展;其次,針對復(fù)合儲能研究分別從拓?fù)浼軜?gòu)、能量管理策略和容量優(yōu)化配置方法3個層面,歸納總結(jié)現(xiàn)有相關(guān)研究的優(yōu)缺點及適用條件;最后,探討船舶復(fù)合儲能技術(shù)發(fā)展存在的問題并展望未來發(fā)展趨勢。

1 儲能技術(shù)分析

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

表1 儲能分類與關(guān)鍵技術(shù)特征

1.1 飛輪儲能

飛輪儲能在20世紀(jì)50年代被提出,受制于當(dāng)時技術(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)的突破帶動了飛輪儲能技術(shù)的深入研究。飛輪儲能技術(shù)利用飛輪的加速旋轉(zhuǎn)實現(xiàn)電能向機械能的轉(zhuǎn)換,美國曾將飛輪儲能應(yīng)用于軍事艦船的電磁彈射系統(tǒng)[12]。飛輪儲能具有循環(huán)壽命長、高儲能量和無污染等優(yōu)點,受限于維護費用高昂、自放電率高(100%/d)的缺點,難以實現(xiàn)商業(yè)化船舶應(yīng)用。飛輪儲能系統(tǒng)由飛輪本體、高速永磁電機、軸承、變流器構(gòu)成,如圖1所示。

圖1 飛輪儲能系統(tǒng)結(jié)構(gòu)

1.2 電化學(xué)儲能

電化學(xué)儲能利用電化學(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δ芗夹g(shù),包括鉛酸電池、液流電池、鈉硫電池和鋰電池儲能。表2是電化學(xué)儲能技術(shù)特點。

表2 電化學(xué)儲能技術(shù)特點

鉛酸電池是最早規(guī)?；褂玫碾姵?優(yōu)勢在于價格便宜、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)模儲能場景[14]。液流電池種類較多,由正極、負(fù)極2個電解液儲罐和電堆組成,通過周期性電解液共混實現(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)用于海島儲能、可再生能源并網(wǎng)及輸配電等大規(guī)模儲能市場領(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)儲能技術(shù),滿足電力系統(tǒng)調(diào)峰調(diào)頻、削峰填谷等多場景應(yīng)用需求[19-20]。2021年,鋰電池儲能系統(tǒng)裝機規(guī)模在全球電化學(xué)儲能電站中約占總裝機量的93.9%[21]。鋰電池儲能系統(tǒng)主要用在基于直流組網(wǎng)的中低壓電力系統(tǒng)電力推進船舶,圖2是新能源船舶電力推進系統(tǒng)結(jié)構(gòu)。

圖2 新能源船舶電力推進系統(tǒng)結(jié)構(gòu)

世界各國很早便開始電動船舶的試驗探索研究,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及保護等關(guān)鍵技術(shù)未突破,如圖3所示。2015年,世界首艘純電動渡輪“Ampere”號成功下水航行,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船舶的研發(fā)與制造;同期國內(nèi)也開展相關(guān)實船示范應(yīng)用,全球最大電池容量的純電動游船“長江三峽1號”于2022年投入運營。整體上看,鋰電池純電動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)河運輸船,隨著鋰電池能量密度的進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,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。

圖3 純電動船舶發(fā)展與應(yīng)用里程碑時間軸線

1.3 電磁儲能

超導(dǎo)儲能具有零污染、自放電率低,功率密度高、循環(huán)壽命長等優(yōu)勢,技術(shù)難點是超導(dǎo)材料必須要在超低溫環(huán)境才具備超導(dǎo)性能,實際應(yīng)用成本較高。目前,超導(dǎo)儲能系統(tǒng)處于理論研究與試驗探索階段,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]。

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

儲能系統(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)合儲能技術(shù)的研究主要應(yīng)對船舶直流組網(wǎng)電力系統(tǒng)場景,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,本文聚焦于直流組網(wǎng)形式下的復(fù)合儲能關(guān)鍵技術(shù)研究進行綜述。

2 復(fù)合儲能拓?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能混合構(gòu)成的HESS具有顯著技術(shù)優(yōu)勢。近年來,國內(nèi)外專家學(xué)者著重針對鋰電池/超級電容構(gòu)成船舶復(fù)合儲能技術(shù)開展相關(guān)研究。

2.1 被動式拓?fù)浼軜?gòu)

被動式拓?fù)浼軜?gòu)中鋰電池組和超級電容組直接并聯(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 被動式拓?fù)浼軜?gòu)

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

2.2 半主動式拓?fù)浼軜?gòu)

半主動式拓?fù)浼軜?gòu)中2種儲能元件一方受雙向DC/DC變換器控制,另一方被動承擔(dān)負(fù)載功率,如圖5所示。圖5中超級電容可控式構(gòu)型的超級電容組經(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/電流信號合理調(diào)控超級電容組充放電功率,避免鋰電池受高倍率電流沖擊,延長鋰電池循環(huán)壽命;但對超級電容側(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 半主動式拓?fù)浼軜?gòu)

相較于超級電容可控式構(gòu)型,鋰電池可控式構(gòu)型將鋰電池組與超級電容組位置調(diào)換,超級電容組與直流母線直接連接,峰值功率直接由超級電容組承擔(dān),導(dǎo)致超級電容容量上升,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;因為鋰電池組提供高容量、長時間電能支撐,頻繁充放電會增加雙向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)合的改進型半主動拓?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,進一步提升HESS的性能;Hu等[32]基于半主動式拓?fù)浼軜?gòu),提出結(jié)合二極管與開關(guān)的改進型拓?fù)錁?gòu)型;Wang等[33]基于新型多模式半主動拓?fù)錁?gòu)型制定復(fù)合儲能功率分配策略,通過仿真與試驗驗證結(jié)果表明,多模式半主動拓?fù)錁?gòu)型能夠降低復(fù)合儲能能量損失并有效保護電池。

2.3 全主動式拓?fù)浼軜?gòu)

圖6是全主動式拓?fù)浼軜?gòu)4種構(gòu)型。級聯(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)過一個變換器,級聯(lián)構(gòu)型的復(fù)合儲能系統(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個雙向DC/DC變換器分別控制鋰電池組和超級電容組充放電功率大小和時間,執(zhí)行復(fù)合儲能各元件在不同航行工況的功率指令,達到全局或局部最優(yōu)控制效果[35-36];對比雙變換器構(gòu)型、多輸入變換器構(gòu)型,復(fù)合儲能空間尺寸小、成本低,但該構(gòu)型的控制方法更復(fù)雜[37]。

圖6 全主動式拓?fù)浼軜?gòu)

全主動式拓?fù)浼軜?gòu)中鋰電池和超級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)合儲能相關(guān)研究時,綜合分析多種拓?fù)浼軜?gòu)特點,全面考慮HESS經(jīng)濟性、控制復(fù)雜度和穩(wěn)定性等指標(biāo),針對不同使用場合和應(yīng)用需求,對比研究各拓?fù)錁?gòu)型性能優(yōu)劣。

3 能量管理策略

復(fù)合儲能能量管理策略根據(jù)不同儲能元件的運行狀態(tài)和船舶負(fù)荷變化需求,合理分配各儲能元件的輸出功率,優(yōu)化控制能量轉(zhuǎn)換與傳輸,保證船舶動力系統(tǒng)在經(jīng)濟性、可靠性和持久性等方面達到優(yōu)化效果。近年來的船舶復(fù)合儲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人經(jīng)驗調(diào)試的控制策略,按照是否基于復(fù)合儲能固定單一動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)計邏輯門限與PID控制結(jié)合的方法,保證了柴油發(fā)電機組運行于高效率區(qū)間,提高了柴油機的運行效率;Han等[39]考慮復(fù)合儲能負(fù)載功率需求和鋰電池荷電狀態(tài)作為閾值進行功率分配,對比傳統(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]以支持向量機識別船舶各工況并選擇對應(yīng)低通濾波時間常數(shù),結(jié)合閾值判斷對半主動式復(fù)合儲能系統(tǒng)進行能量管理,仿真結(jié)果顯示該方法能夠減緩動力電池電流突變,降低直流母線電壓的波動。

HESS在陸地電網(wǎng)調(diào)峰、調(diào)頻以及應(yīng)對大規(guī)模風(fēng)光并網(wǎng)時維持系統(tǒng)供電充裕和運行穩(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]基于儲能SOC的分段線性函數(shù)法動態(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,但該策略側(cè)重于控制儲能SOC變化范圍;Zou等[42]為避免儲能系統(tǒng)過充/過放,設(shè)計基于儲能元件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]針對耙吸式挖泥船的典型航行特征,設(shè)置多個工況一一分析,先利用低通濾波策略將負(fù)載功率波動劃分為高頻低幅值和低頻高幅值的補償功率曲線,分別由電池和超級電容承擔(dān),后引入反映儲能元件SOC狀態(tài)的變下垂系數(shù),動態(tài)調(diào)節(jié)儲能對于負(fù)載波動的響應(yīng)能力,滿足了儲能裝置的快速能量均衡和快速狀態(tài)恢復(fù)要求,達到迅速平抑功率波動的目的。

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

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)則或采用專家知識庫的方法:蘭海等[44]設(shè)計可動態(tài)修正PI參數(shù)的模糊控制器,但復(fù)合儲能充放電模式的劃分過于簡單,未充分考慮儲能元件SOC變化對功率分配的影響;郭燚等[45]設(shè)置二級模糊控制器,再根據(jù)鋰電池和超級電容的SOC實現(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51.4%。上述方法綜合考慮船舶當(dāng)前工況、儲能元件SOC、直流母線電壓等復(fù)合儲能重要參數(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、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)計來自工程經(jīng)驗,雖然有計算量小、執(zhí)行效率高、易于實現(xiàn)的優(yōu)點,被廣泛作為后續(xù)改進能量管理策略的重要對比對象以提供優(yōu)化評價標(biāo)準(zhǔn),并且已經(jīng)在部分船型取得實際應(yīng)用,如“尚德國盛”號新能源混合動力船,但靜態(tài)參數(shù)難以適應(yīng)船舶工況的動態(tài)變化,無法優(yōu)化船舶工作性能,面對船舶未來進一步朝著高滲透率化和高智能化方向發(fā)展的大趨勢,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),在船舶實際航行工況已知的條件下尋找經(jīng)濟性、動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)電機組與動力電池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象,首先將優(yōu)化問題解耦成優(yōu)化子問題,獲得對應(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)化算法在搜索時空上的局限性,近年來圍繞船舶復(fù)合儲能能量管理的研究方案傾向于改進或融合多個算法: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種方案進行對比分析,結(jié)果表明混合動力渡輪改進策略后的每日燃油節(jié)省量可達41～336 kg[49],但該方法需要已知歷史工況與計算復(fù)雜度較高的特點,導(dǎo)致只能離線控制;Zhao等[50]采用基于DP的改進模糊邏輯控制,結(jié)合小波分析和PI控制,實現(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,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)化算法都存在著計算量大和耗時長的缺點,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)和評價標(biāo)準(zhǔn),但因不同船型的差異性與船舶實時運行狀態(tài)的不確定性而在實際使用中受到限制。實時優(yōu)化策略考慮到船舶各動力源的最佳工作點,從最新工況信息出發(fā),對過程操作條件進行連續(xù)評估和調(diào)控,由優(yōu)化算法實時得到各動力源當(dāng)前時刻的最優(yōu)工作模式。

3.2.2 實時優(yōu)化策略

實時優(yōu)化策略根據(jù)船舶實時狀態(tài)或當(dāng)前參數(shù)進行的在線控制,使現(xiàn)階段船舶的多性能指標(biāo)達到最優(yōu)效果,常用實時優(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)測控制(model predictive control,MPC)。ECMS是基于電池SOC與柴油發(fā)電機或燃料電池工作狀態(tài)計算等效系數(shù),將儲能元件的輸出功率換算為等效油耗或氫耗,并使儲能元件等效油耗或氫耗與柴油發(fā)電機、燃料電池的實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算,設(shè)置儲能元件充放電等效系數(shù)為常數(shù)或直接忽略儲能SOC變化而與實際情況不符,現(xiàn)主要從等效系數(shù)自適應(yīng)和結(jié)合其他算法實現(xiàn)復(fù)合雙層控制進行了探索: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)合改進自適應(yīng)ECMS能量管理策略進行優(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?；贛PC策略將船舶燃油經(jīng)濟性的全局最優(yōu)控制轉(zhuǎn)變?yōu)轭A(yù)測情況下的局部最優(yōu)控制,利用預(yù)測模型在預(yù)測時域內(nèi)對船舶的需求功率進行預(yù)測,采用智能算法對柴油發(fā)電機組與鋰電池組等船舶動力源的功率分配比進行優(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)辨識與MPC相結(jié)合的自適應(yīng)模型預(yù)測控制方法,對比無在線參數(shù)辨識的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)測船舶負(fù)載功率,后利用DP算法完成柴油發(fā)電機組與電池的最佳功率分配,實現(xiàn)優(yōu)化結(jié)果的快速收斂。實時優(yōu)化策略實時優(yōu)化性好,但瞬時最優(yōu)不等于全局最優(yōu),并且計算復(fù)雜度高,對控制器精度和時滯性要求高,如何達到實時最優(yōu)和全局最優(yōu)的平衡是未來研究的重點。

船舶復(fù)合儲能能量管理策略研究重點圍繞經(jīng)濟性與排放性2個優(yōu)化目標(biāo)開展,以平衡船舶控制的最優(yōu)性和實時性為基準(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對比。

表3 不同能量管理策略特點對比

4 容量優(yōu)化配置方法

船舶動力系統(tǒng)的經(jīng)濟性、可靠性和利用率等指標(biāo)的好壞不僅由復(fù)合儲能能量管理策略的工作性能決定,還取決于儲能裝置中各單元的容量配比大小。針對船舶推進系統(tǒng)的多個動力源,尤其是鋰電池和超級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)針對復(fù)合儲能容量優(yōu)化配置的研究集中在微電網(wǎng)和電動汽車。由于船載IPS具有移動式孤立運行特性,船舶HESS主要通過吸收或輸出功率以平抑推進器負(fù)荷波動;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)功率波動及儲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]針對風(fēng)光儲能微電網(wǎng),確立復(fù)合儲能裝置總成本、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)合儲能質(zhì)量和體積、儲能元件損耗、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)動所需能量和功率約束條件,對多個子目標(biāo)利用專家打分法給出權(quán)重系數(shù)后優(yōu)化。

上述文獻以經(jīng)濟性為唯一優(yōu)化目標(biāo),或?qū)⒍鄠€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)的分配具有較強主觀性,很難反映復(fù)合儲能非線性時變系統(tǒng)在多變量、多目標(biāo)和多約束場景下的實際情況,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)合儲能容量配置需考慮儲能元件充放電、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,綜合考量儲能系統(tǒng)總成本、輸出波動率和負(fù)荷缺電率等多個優(yōu)化子目標(biāo),專家通常利用多目標(biāo)進化算法構(gòu)造進化群體Pareto非支配集,有效解決多個子目標(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)計特征出發(fā),以滿足研究對象的各項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)超級電容成本在1～4萬元范圍內(nèi)增加時,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能元件使用壽命進行耦合分析;韓曉娟等[55]采用雨流計數(shù)法和等效循環(huán)法計算電池使用壽命,未考慮溫度、峰值電流等因素的變化,并且直接將超級電容的更換周期設(shè)為常數(shù)的方法過于簡單?，F(xiàn)有研究較少探討能量管理策略相關(guān)參數(shù)變化對鋰電池/超級電容等儲能元件使用壽命的作用,如何充分考慮儲能充放電控制策略、溫度、放電深度等各方面因素,精確計算儲能元件使用壽命關(guān)系到HESS經(jīng)濟性模型的有效性,值得進一步深入研究。俞萬能等[59]針對多能源船舶微電網(wǎng)設(shè)計2種不同運行控制策略,構(gòu)建儲能系統(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?；诖_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)合儲能系統(tǒng)的非線性時變特性,方法使用廣泛;相較于聯(lián)合優(yōu)化,該方法運算量較小,實時性強,但無法實現(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方法對車載復(fù)合儲能系統(tǒng)的配置參數(shù)和功率閾值及其分配系數(shù)進行聯(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)合儲能裝置總成本和鋰電池剩余循環(huán)壽命的Pareto前沿及對應(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,實現(xiàn)復(fù)合儲能全局優(yōu)化,但計算過程復(fù)雜,難以應(yīng)對在線場景。表4為不同容量優(yōu)化配置方法特點對比。

表4 不同容量優(yōu)化配置方法特點對比

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,隨機生成子種群并設(shè)置迭代總次數(shù),針對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現(xiàn)復(fù)合儲能功率分配;

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

6)獲得Pareto最優(yōu)解集以及對應(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)合儲能技術(shù)研究通常建立在鋰電池/超級電容的基礎(chǔ)上,并且已在不同船型實現(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)超級電容可控式半主動拓?fù)錁?gòu)型應(yīng)用最為廣泛,改進型半主動式拓?fù)浼軜?gòu)能夠均衡復(fù)合儲能多性能指標(biāo),未來需結(jié)合容量優(yōu)化配置方法,針對不同船型的應(yīng)用場景選取能夠綜合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)或混合動力船舶的實測數(shù)據(jù),事實缺乏針對性;此外,基于優(yōu)化的能量管理策略依賴于預(yù)測工況的精度,通過實時分析輸入數(shù)據(jù)并結(jié)合歷史工況數(shù)據(jù),對長期/短期工況進行精準(zhǔn)預(yù)測是下一步研究的重點。

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)和電動汽車領(lǐng)域,船舶復(fù)合儲能容量配置聯(lián)合優(yōu)化研究較為缺乏,未來將進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)以獲得船舶實時運行狀態(tài)、通航環(huán)境數(shù)據(jù)并且努力實現(xiàn)混合動力船舶的歷史數(shù)據(jù)分析和工況的實時全面感知,相信未來HESS將在提升船舶安全性、經(jīng)濟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現(xiàn)。