混合动力船舶推进系统的优化控制方法和程序与流程

本发明属于混合动力船舶推进系统控制，涉及一种混合动力船舶推进系统的优化控制方法和程序，具体涉及一种考虑储能电池soc和soh的混合动力船舶推进系统优化控制方法和程序。

背景技术：

1、随着全球能源危机的加剧和环保要求的提高，混合动力船舶作为一种结合内燃机和电力推进系统的解决方案，因其更高的能源效率和更低的环境污染而受到关注。然而，混合动力船舶的能源管理系统复杂，需要精确控制各种能源的分配，以达到最佳的能源利用效率和最小的环境影响。

2、关于混合动力船舶推进系统的优化控制方法，存在一些现有技术。cn108100202a公开了一种lng-蓄电池混合动力船舶推进系统功率分配方法，采用“开关式+逻辑门限+模糊控制”的三策略功率分配方法，解决了lng发动机动力加载的迟滞性问题。cn111874182a公开了一种混合动力船舶的能效预测控制系统及方法，通过能效预测控制单元的航速优化模型计算船舶建议航速，通过功率预测模型计算船舶需求功率，通过功率动态管理模型计算最优的发动机和电池组输出功率、螺旋桨转速。cn116161208a公开了一种船用混合动力系统控制方法、装置、系统及船舶，通过判断电力负载的当前所需负载功率使船舶分别在纯电模式、纯甲醇模式或混动模式运行。cn114435575a公开了一种船舶混合动力系统及能量管理控制方法、设备和存储介质，以通过氢燃料电池系统输出功率尽可能多满足负载功率需求，从而减小锂电池系统的输出功率占比，减小锂电池系统的消耗，进而降低锂电池系统的充电频率，从而降低了由于锂电池系统的充电和放电带来的损耗量，进而提升了船舶混合动力系统的能源效率。可以看出，这些混合动力船舶推进系统的优化控制方法，基本上都只从能效的角度考虑如何分配功率，没有考虑储能电池的性能，特别是储能电池的健康状态(soh)。

3、储能电池作为混合动力船舶推进系统的关键组成部分，其性能直接影响到整个系统的效率和可靠性。因此，如何精确监测和管理储能电池的状态，特别是其荷电状态(soc)和健康状态(soh)，成为优化混合动力船舶推进系统控制方法的关键之一，面对这一挑战，开发一种能够精确估计储能电池状态，并据此优化控制混合动力船舶推进系统的方法显得尤为重要。

技术实现思路

1、本发明的目的是提供一种混合动力船舶推进系统的优化控制方法和程序，旨在提高能源利用效率和延长电池使用寿命。首先，本发明提出了一种混合动力船舶的能量建模方法，为整个系统的能量流提供精确的数学描述，为后续的优化控制提供基础。其次，通过电池的荷电状态(soc)和健康状态(soh)的联合估计，本发明采用拓展卡尔曼滤波(ekf)算法，实现对电池性能的精确监控，以此为依据进行更为精准的能量管理。最后，本发明采用基于逆系统的模型预测控制(mpc)方法，借助于前述能量模型的逆系统，实现对混合动力船舶推进系统的优化控制。这种方法能够实时调整电池与其他能源来源之间的能量分配，优化船舶的能耗，并进一步保护电池，延长其使用寿命。本发明的目的通过以下具体技术方案得以实现。

2、本发明的首要方面是提供一种混合动力船舶推进系统的优化控制方法，包括以下步骤：

3、s1建立混合动力船舶推进系统的能量宏观描述模型；

4、s2建立动力电池模型，包括电池电化学特性的非线性系统方程和观测方程，电化学特性包括soc和soh；

5、s3采用卡尔曼滤波算法对动力电池当前soc和soh进行联合估计；

6、s4基于步骤s1的能量宏观描述模型，建立逆系统模型，所述逆系统模型能够根据期望的输出反推出所需的能量输入，所述逆系统模型将动力电池soc和soh作为关键参数纳入；

7、s5采用模型预测控制方法，优化控制混合动力船舶推进系统。

8、进一步的，步骤s1的能量宏观描述模型包括发电系统、动力电池储能系统和负载系统，发电系统包括发动机、发电机以及三相ac-dc变换器，动力电池储能系统包括动力电池和双向dc-dc变换器；发动机带动发电机发电后，通过三相ac-dc变换器连接到直流母线，动力电池通过双向dc-dc变换器连接到直流母线，直流母线将发动机和动力电池的能量汇集后给负载系统供电。

9、进一步的，步骤s2中的非线性系统方程和观测方程分别为：

10、x_(k+1)＝f(x_k,u_k)+w_k

11、z_k＝h(x_k)+v_k

12、式中，x_k表示第k时刻的状态向量(包含soc和soh)，u_k表示第k时刻的输入(例如，充放电电流)，w_k是过程噪声，f(.)是描述电池状态如何随时间变化的非线性函数；z_k是第k时刻的观测向量(例如，电池电压)，v_k是观测噪声，h(.)是非线性函数，表示如何从状态向量得到观测量。

13、进一步的，步骤s3中采用卡尔曼滤波算法对动力电池当前soc和soh进行联合估计具体包括以下步骤：

14、s3-1令

15、

16、其中，u1、u2为2个极化电压，r1、r2为2个极化内阻，c1、c2为2个极化电容，k为离散点，δt为采样间隔，cn为电池容量；

17、s3-2 soc估计按以下流程开展：

18、1)参数初始化，设置初始协方差矩阵p0、初始状态x(0)、初始模型参数；

19、2)引入遗忘因子进行参数迭代更新；

20、3)结合更新的模型参数，进行状态初步预测：

21、

22、4)预测协方差矩阵p(k)：

23、

24、其中q为噪声矩阵；

25、5)更新卡尔曼增益k(k)，其中c(k)为输出矩阵：

26、

27、式中：r(k)为测量噪声；

28、6)状态更新：

29、

30、式中：为电压估计值与测量值的误差；

31、7)更新协方差矩阵：

32、

33、式中：e为单位矩阵；最后令k＝k+1，进行下一次循环。

34、进一步的，步骤s4中建立逆系统模型具体包括以下步骤：

35、s4-1求原系统σ的逆系统及其初值；

36、s4-2由求其α阶积分逆系统及其初值；

37、s4-3将系统σ与其α阶积分逆系统级联，构成伪线性复合系统便成功将被控对象解耦并实现了其线性化；

38、s4-4将上述伪线性复合系统中包含的各个子系统视为被控对象，利用频率响应法或根轨迹校正法等单变量线性系统的设计方法对目标控制系统进行设计。

39、进一步的，步骤s5具体包括以下步骤：

40、s5-1获取当前时刻船舶航行需求功率preq，结合当前时刻发动机的燃料消耗be和ekf估算出的动力电池的soc和soh，基于预测模型获取预测时域内发动机的燃料消耗数据be和动力电池的soc和soh，用于计算预测时域内的最优控制序列；

41、s5-2基于预测时域内的发动机燃料消耗数据be和动力电池的soc和soh，利用优化算法，计算动力电池在给定约束下的功率pbat的最优序列；

42、s5-3将计算得到的动力电池功率pbat序列的第一个值作为模型预测控制器的输出，在下一个采样周期内，继续获取船舶的需求功率preq，预测系统下一个时刻的发动机燃料消耗数据be和动力电池soc和soh，并修正前一时刻的预测值；

43、s5-4重复上述步骤s5-1至s5-3。

44、本发明的再一方面是提供一种混合动力船舶推进系统的优化控制设备，优化控制设备包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现上述混合动力船舶推进系统的优化控制方法中的步骤。

45、本发明的另一方面是提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述混合动力船舶推进系统的优化控制方法中的步骤。

46、本发明的又一方面是提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述混合动力船舶推进系统的优化控制方法中的步骤。

47、相对于现有技术，本发明具有以下有益技术效果：本发明通过对soc和soh的实时估计，并将其和逆系统的mpc结合，可以实现对混合动力船舶推进系统的优化控制，不仅提高能效，还能有效管理动力电池系统的健康状况，延长动力电池的使用寿命。