CN110294418B - 一种混合动力轮胎式集装箱起重机分布式能量管理方法 - Google Patents
一种混合动力轮胎式集装箱起重机分布式能量管理方法 Download PDFInfo
- Publication number
- CN110294418B CN110294418B CN201910721703.6A CN201910721703A CN110294418B CN 110294418 B CN110294418 B CN 110294418B CN 201910721703 A CN201910721703 A CN 201910721703A CN 110294418 B CN110294418 B CN 110294418B
- Authority
- CN
- China
- Prior art keywords
- current
- energy
- diesel generator
- power
- lithium battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/18—Control systems or devices
- B66C13/20—Control systems or devices for non-electric drives
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/18—Control systems or devices
- B66C13/22—Control systems or devices for electric drives
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Direct Current Feeding And Distribution (AREA)
Abstract
一种混合动力轮胎式集装箱起重机分布式能量管理方法,确定柴油发电机、锂电池和超级电容这三种能源设备的尺寸,并确定混合动力系统的结构为有源串联拓扑,将各能源设备建模为独立的智能体,将各能源设备作为博弈的玩家对其进行偏好分析,确定评价能源设备收益的效用函数,各个智能体进行非合作的电流博弈,分别求出使各自效用函数最大的电流决策,根据起重机功率需求的满足情况和各能源设备的收益情况,调整各个能源设备的效用函数和电流决策,达到纳什均衡,均衡时的电流决策转换为控制信号控制设备运行。本发明在混合动力系统中有效发挥单独能源设备的经济和环境效益,减小传统柴油动力轮胎式集装箱起重机的燃油消耗,并能减少初期投资。
Description
技术领域
本发明涉及混合动力设备能量优化管理领域,尤其涉及一种混合动力轮胎式集装箱起重机分布式能量管理方法。
背景技术
近年来,我国港口集装箱业务发展迅速,港口集装箱吞吐量已连续多年保持世界第一。轮胎式集装箱起重机是世界各大集装箱港口堆场的主要装卸设备。传统的RTG由机载柴油发电机组作为主动力能源,能量转换效率低、能耗大,使用中不可避免产生大量氮化物、硫化物、碳化物等混合废气,成为目前集装箱港口最主要的排放源。传统起重机高耗能,低效率的缺点日益凸现,因此各国纷纷加强对起重机节能技术和绿色制造技术的研发,绿色化成为港口机械的发展趋势。以新能源动力系统取代传统柴油发电机组动力系统是必然的发展趋势。
新能源混合动力系统中常见的储能装置有锂电池、超级电容等。锂电池是一种能量密度大,存储能量多的储能设备,符合混合动力集装箱起重机对能量密度的需求。超级电容器是一种新型储能装置,具有瞬时功率大和储电容量多的特点,充放电效率高,可提供脉冲功率,符合混合动力集装箱起重机对功率密度的需求。
混合动力集装箱起重机的能源设备关系复杂,并且在起重机工作过程中存在大量的可回收能量。当起重机下放集装箱时,提升电机工作在发电状态,会产生大量的电能。传统的起重机将这些产生的电能通过制动电阻转化为热能消耗掉,浪费了电能。
随着对混合动力技术的发展,对混合动力集装箱起重机的研究也逐渐增多。因此对混合结构的起重机的能量管理方法的研究是十分必要的。
发明内容
本发明提供一种混合动力轮胎式集装箱起重机分布式能量管理方法,将混合动力轮胎式集装箱起重机中不同的能源设备建模为独立的智能体进行研究,在混合动力系统中有效发挥单独能源设备的经济和环境效益,减小传统柴油动力轮胎式集装箱起重机的燃油消耗,并能减少初期投资。
为了达到上述目的,本发明提供一种混合动力轮胎式集装箱起重机分布式能量管理方法,包含以下步骤:
步骤S1、根据轮胎式集装箱起重机的工作特性,确定柴油发电机、锂电池和超级电容这三种能源设备的尺寸,并确定混合动力系统的结构为有源串联拓扑;
步骤S2、建立各能源设备的模型,将各能源设备建模为独立的智能体;
步骤S3、将各能源设备作为博弈的玩家对其进行偏好分析,柴油发电机的偏好是提高燃油效率,锂电池的偏好是延长使用寿命,超级电容的偏好是承担动态负载;
步骤S4、确定评价能源设备收益的效用函数:
步骤S5、各个智能体进行非合作的电流博弈,通过求解使效用函数一阶导数方程等于零的解,分别求出使各自效用函数最大的电流决策,根据起重机功率需求的满足情况和各能源设备的收益情况,调整各个能源设备的效用函数和电流决策,达到纳什均衡;
步骤S6、等待下一时刻的起重机功率需求,重复步骤S5,三种能源设备根据新的功率需求进行博弈,达到纳什均衡,对能源设备的电流输出重新进行分配。
所述的确定柴油发电机、锂电池和超级电容这三种能源设备的尺寸的方法包含:
根据轮胎式集装箱起重机工作的平均功率确定柴油发电机的尺寸;
根据轮胎式集装箱起重机的峰值功率需求确定超级电容的输出功率;
根据轮胎式集装箱起重机的功率需求与柴油发电机加超级电容输出功率的差值确定锂电池的输出功率,根据轮胎式集装箱起重机运行时间的需求确定锂电池的容量规模。
所述的建立各能源设备的模型包含:
柴油发电机建立燃料消耗和工作功率之间的关系模型;
锂电池建立寿命衰减模型;
超级电容建立储能和电压关系模型。
所述的将各能源设备建模为独立的智能体的方法包含:
将柴油发电机和与其连接的有源前端作为一个整体,建模为一个智能体;
将锂电池和与其连接的双向DC/DC变换器作为一个整体,建模为一个智能体;
将超级电容和与其连接的双向DC/DC变换器作为一个整体,建模为一个智能体。
所述的能源设备的效用函数包含:
所述的柴油发电机的效用函数为:
式中,ug为柴油发电机的收益;ig为柴油发电机的输出电流;ig,fit为柴油发电机的期望输出电流;a为正的调节系数;Cg为一个使效用函数始终为正值的正的常数;对于柴油发电机,为了满足提高燃油效率的偏好,柴油发电机的期望输出电流为其在额定功率工作时的输出电流,柴油发电机在工作在额定功率时燃油效率高;柴油发电机的期望输出电流为ig,fit=Ig,opt,式中Ig,opt为柴油发电机工作在额定功率的输出电流;
所述的锂电池的效用函数为:
式中,ub为锂电池的收益;ib为锂电池的输出电流;ib,fit为锂电池的期望输出电流;b为正的调节系数;Cb为一个使效用函数始终为正值的正的常数;混合动力系统中锂电池提供部分的平均功率,锂电池的偏好是延长使用寿命,在保证SOC变化区间和电流限制的前提下,根据混合动力RTG的工作特性,集装箱起重机操作集装箱具有固定的几个步骤,其操作过程具有准周期性,锂电池的期望输出电流为式中VDC为直流母线电压,ib,fit在每个工作周期之前计算得出;Pb为锂电池承担的功率Pb=Pave-Pg,Pg为柴油发电机输出功率,Pave为集装箱起重机操作一个集装箱过程的平均功率,Pload为负载功率需求,t为采样时刻,T为集装箱起重机操作一个集装箱的工作时间;
所述的超级电容的效用函数为:
式中,uc为超级电容的收益;ic为超级电容的输出电流;ic,fit为超级电容的期望输出电流;c为正的调节系数;Cc为一个使效用函数始终为正值的正的常数;由于超级电容的动态响应速度快,可以填补柴油发电机和锂电池无法提供的峰值功率需求缺口,在博弈中它的偏好是承担动态负载。为了保证对动态功率需求的响应速度,超级电容的期望输出电流应该为零,即保持对充放电相同的响应速度,超级电容的期望输出电流为ic,fit=0。
求解所述的纳什均衡的方法包含:
步骤S5.1、初始化;
将三种能源设备的电流决策初始化为零;
步骤S5.2、输入功率需求,确定效用函数;
三个智能体根据输入的功率需求,确定期望的电流决策,确定效用函数;
步骤S5.3、保存历史决策;
将各个智能体当前的电流决策信息保存为历史决策,方便和下一次的电流决策进行比较,判断各智能体的决策是否达到稳定状态;
步骤S5.4、分布式决策;
三个智能体分别求解使其效用函数最大的电流决策值;
步骤S5.5、共享信息;
步骤S5.6、判断是否达到了纳什均衡,即三个智能体的电流决策都达到稳定状态,若是,输出博弈的电流决策结果,然后等待下一个控制时刻的功率需求输入,若否,则转至步骤S5.3,三个智能体根据新的共享信息,重新进行分布式决策,调整电流决策。
本发明将混合动力轮胎式集装箱起重机中不同的能源设备建模为独立的智能体进行研究,在混合动力系统中有效发挥单独能源设备的经济和环境效益,减小传统柴油动力轮胎式集装箱起重机的燃油消耗,并能减少初期投资。
附图说明
图1是混合动力轮胎式集装箱起重机的混合系统结构图。
图2是本发明提供的一种混合动力轮胎式集装箱起重机分布式能量管理方法的流程图。
图3是本发明的控制结构图。
图4是求解纳什均衡的算法流程图。
具体实施方式
以下根据图1~图4,具体说明本发明的较佳实施例。
图1为混合动力轮胎式集装箱起重机的结构图,柴油发电机通过一个有源前端(AFE)连到直流母线上,锂电池和超级电容各经过一个双向DC/DC变换器和直流母线连接,负载电机通过DC/AC逆变器和直流母线连接。这种并联有源拓扑是一种提供控制灵活性的有源混合拓扑,因为设备都是通过DC-DC变换器来控制的。在能量管理方法中,通过控制DC/DC变换器来控制锂电池和超级电容的输出电流。
如图2所示,本发明提供一种混合动力轮胎式集装箱起重机分布式能量管理方法,包含以下步骤:
步骤S1、根据轮胎式集装箱起重机的工作特性,确定混合动力系统的结构和能源设备的尺寸。
混合动力系统的结构为有源串联拓扑,能源设备包含:柴油发电机、锂电池和超级电容。
根据轮胎式集装箱起重机工作的平均功率确定柴油发电机的尺寸;
根据轮胎式集装箱起重机的峰值功率需求确定超级电容的输出功率;
根据轮胎式集装箱起重机的功率需求与柴油发电机加超级电容输出功率的差值确定锂电池的输出功率,根据轮胎式集装箱起重机运行时间的需求确定锂电池的容量规模;
混合动力系统可以通过减小柴油发电机的功率尺寸和锂电池的容量大小来减少初始投资。
在混合动力轮胎式集装箱起重机系统中,柴油发电机工作在额定功率为起重机提供输出功率。锂电池配合柴油发电机满足平均功率需求,当混合动力轮胎式集装箱起重机操作一个集装箱,即一个操作周期的平均功率需求大于柴油发电机输出功率时,锂电池提供柴油发电机满足不了的平均功率;当一个操作周期的平均功率小于柴油发电机的输出功率时,锂电池吸收柴油发电机多余的输出功率,使柴油发电机可以一直保持在额定工作状态且不浪费柴油发电机产生的能量。超级电容满足混合动力轮胎式集装箱起重机提升集装箱的峰值功率需求,吸收集装箱下放时产生的可回收能量,满足集装箱操作的动态功率需求。锂电池和超级电容组成混合储能系统,共同配合吸收混合动力轮胎式集装箱起重机工作过程中产生的可回收能量,通过博弈分配他们之间吸收电流的大小,混合储能系统可以充分吸收可回收能量,提高混合动力轮胎式集装箱起重机的能源效率。
步骤S2、建立各能源设备的模型,将能源设备建模为独立的智能体。
能源设备的模型用于分析能源设备的特性,并得到能源设备的期望电流。
柴油发电机建立燃料消耗和功率之间的关系模型:
式中,Fe为柴油发电机消耗的燃料,ge为燃油消耗率,它与柴油发电机的工作环境、负荷吨位、操作习惯等均有关,Pe为柴油发电机的输出功率,Tk为工作时间,k为采样时刻。
锂电池建立寿命衰减模型:
式中,γ为寿命衰减率,ND_i为起重机工作周期电池充放电深度对应的锂电池循环寿命。
超级电容建立有效储存能量模型:
式中,ES表示超级电容可以储存的能量,C为超级电容额定容量,Vmax表示超级电容器电压的最大值,Vmin表示超级电容电压的最小值。
如图3所示,将柴油发电机和与其连接的有源前端作为一个整体,建模为一个智能体;
将锂电池和与其连接的双向DC/DC变换器作为一个整体,建模为一个智能体;
将超级电容和与其连接的双向DC/DC变换器作为一个整体,建模为一个智能体;
各智能体是相互独立的,作为一个独立的个体参与博弈,他们的目标是最大化各自的收益。
步骤S3、将各能源设备作为博弈的玩家对其进行偏好分析。
柴油发电机的偏好是提高燃油效率;锂电池的偏好是延长使用寿命;超级电容的偏好是承担动态负载。
在混合动力系统中,柴油发电机可以长时间输出功率,但柴油机的能源效率和排放取决于发动机负荷,低负荷比高负荷差很多,柴油机在改变负荷时,其能源效率较低,废气排放也会增加,柴油发电机的偏好是提高燃油效率。由于电池组价格昂贵且循环寿命短,为了提高系统的经济性,电池组的偏好是延长使用寿命。超级电容的循环寿命长但能量密度有限,超级电容作为一种辅助储能设备,可以提供快速、高效的能量输出,提高整个系统的效率和动态响应性能,超级电容的偏好是承担动态负载。
步骤S4、确定评价能源设备收益的效用函数。
评价能源设备收益的效用函数为:
式中,U为能源设备的收益;I为能源设备的电流决策变量;Ifit为能源设备的期望决策电流;r为正的调节系数;Id为轮胎式集装箱起重机工作时的需求电流;C为常数;为柴油发电机、锂电池和超级电容三种能源设备提供的电流之和。
进一步,所述的柴油发电机的效用函数为:
式中,ug为柴油发电机的收益;ig为柴油发电机的输出电流;ig,fit为柴油发电机的期望输出电流;a为正的调节系数;Id为轮胎式集装箱起重机工作时的需求电流;为柴油发电机、锂电池和超级电容三种能源设备提供的电流之和;Cg为一个使效用函数始终为正值的正的常数;对于柴油发电机,为了满足提高燃油效率的偏好,柴油发电机的期望输出电流为其在额定功率工作时的输出电流,柴油发电机在工作在额定功率时燃油效率高;柴油发电机的期望输出电流为ig,fit=Ig,opt,式中Ig,opt为柴油发电机工作在额定功率的输出电流;
所述的锂电池的效用函数为:
式中,ub为锂电池的收益;ib为锂电池的输出电流;ib,fit为锂电池的期望输出电流;b为正的调节系数;Id为轮胎式集装箱起重机工作时的需求电流;为柴油发电机、锂电池和超级电容三种能源设备提供的电流之和;Cb为一个使效用函数始终为正值的正的常数;混合动力系统中锂电池提供部分的平均功率,锂电池的偏好是延长使用寿命,在保证SOC变化区间和电流限制的前提下,根据混合动力RTG的工作特性,集装箱起重机操作集装箱具有固定的几个步骤,其操作过程具有准周期性,锂电池的期望输出电流为式中VDC为直流母线电压,ib,fit在每个工作周期之前计算得出;Pb为锂电池承担的功率Pb=Pave-Pg,Pg为柴油发电机输出功率,Pave为集装箱起重机操作一个集装箱过程的平均功率,Pload为负载功率需求,t为采样时刻,T为集装箱起重机操作一个集装箱的工作时间;
由于轮胎式集装箱起重机操作的准周期性,平均功率可以估算得出。在本方法中,平均功率仅给锂电池的期望输出电流提供参考,在博弈中,锂电池的决策还需要根据其它设备的策略调整,所以估计的平均功率就可以满足本方法的需求;
所述的超级电容的效用函数为:
式中,uc为超级电容的收益;ic为超级电容的输出电流;ic,fit为超级电容的期望输出电流;c为正的调节系数;Id为轮胎式集装箱起重机工作时的需求电流;为柴油发电机、锂电池和超级电容三种能源设备提供的电流之和;Cc为一个使效用函数始终为正值的正的常数;由于超级电容的动态响应速度快,可以填补柴油发电机和锂电池无法提供的峰值功率需求缺口,在博弈中它的偏好是承担动态负载。为了保证对动态功率需求的响应速度,超级电容的期望输出电流应该为零,即保持对充放电相同的响应速度,超级电容的期望输出电流为ic,fit=0。
步骤S5、通过求解使效用函数一阶导数方程等于零的解得到使效用函数最大的电流决策(输出电流),各个智能体进行非合作的电流博弈,分别求出使各自效用函数最大的输出电流,根据起重机功率需求的满足情况和各能源设备的收益情况,调整各个能源设备的效用函数和输出电流,达到纳什均衡。
三个智能体独立地参与博弈,他们的决策为各自的输出电流,目标为最大化各自的收益,混合动力系统的能量管理问题转化为非合作的电流博弈,三个智能体根据各自的电流决策范围,分别求出使各自效用函数最大的电流决策。
这个电流决策使效用函数取到最大值。电流决策使效用函数最大是因为将三种设备建模为三个独立的智能体,智能体是利己的,只追求最大化自己的收益。电流决策是博弈的结果,它是使效用函数最大的电流,求解的方法是求出令效用函数的一阶导方程等于零的解。因为效用函数是带负号的二次方程,所以一阶导方程等于零的解必是最大值点。
若能源设备总的输出电流和起重机需求的电流存在差值,则能源设备的效用函数中存在一个负数项,收益存在增大的空间,各智能体为了增大收益,会调整电流决策,使其收益增加,总的输出电流和起重机需求的电流之间的差值减小,最终差值减小到零,使设备的输出电流和起重机的需求电流相等,各能源设备的电流决策无法再变,达到纳什均衡;
如果能源设备最近两次的电流决策之间的差值足够小,则认为这个能源设备达到了稳定状态。如果三种能源设备的电流决策都达到了稳定状态,则认为博弈达到了纳什均衡,也就是求得了当前功率需求能源设备的电流分配。
如图3所示,柴油发电机(DG)和与其连接的有源前端(AFE)作为第一个智能体,锂电池(Battery)和与其连接的双向DC/DC变换器作为第二个智能体,超级电容(SC)和与其连接的双向DC/DC变换器作为第三个智能体,三个智能体各自独立参与到博弈中;
三种能源设备将各自的共享信息输入到控制器中,在控制器中,各能源设备根据输入的功率需求和共享信息,计算各自的电流决策,达到纳什均衡后,控制器将博弈结果转换为控制信号控制三种能源设备工作,通过控制DC/DC变换器控制能源设备的输入或输出电流的大小;
在博弈中,共享信息为各个智能体的电流决策值和他们的剩余电量情况,也就是荷电状态(SOC)。柴油发电机输出的共享信息为其当前输出电流,锂电池输出的共享信息为其当前输出电流和SOC,超级电容输出的共享信息为其当前输出电流和SOC。
SOC也就是能源设备的剩余电量,影响能源设备的最大输入输出电流,也就是影响效用函数中自变量电流的取值范围。当锂电池的SOC达到上限时,它不能再充电,达到下限时,它不能再放电。当超级电容的SOC下降时,其两端电压会下降,输出功率下降。由于直流母线电压不变,通过DC/DC变换后的超级电容最大输出电流会变小。共享SOC是为了让博弈的参与者都了解到这种变化,符合完全信息博弈的需求。在计算电流决策时也会考虑到这种变化。
图4为求解纳什均衡的算法流程图,利用迭代法来求解纳什均衡,在一个博弈阶段的多轮博弈过程中,每个智能体根据已知信息,调整效用函数,做出使当前效用函数最大的决策,效用函数中的误差反映决策对结果的影响,在迭代过程中误差不断减小,使参与者的决策收敛到稳定解,也就是Nash均衡解。
解纳什均衡求解算法具体包含以下步骤:
步骤S5.1、初始化;
将三种能源设备的输出电流初始化为零;
步骤S5.2、输入功率需求,确定效用函数;
三个智能体根据输入的功率需求,确定期望的电流决策,确定效用函数;
步骤S5.3、保存历史决策;
将各个智能体当前的电流决策信息保存为历史决策,方便和下一次的电流决策进行比较,判断各智能体的决策是否达到稳定状态;
步骤S5.4、分布式决策;
三个智能体分别通过效用函数的一阶导数方程求解使其效用函数最大的电流决策值;
步骤S5.5、共享信息;
步骤S5.6、判断是否达到了纳什均衡,即三个智能体的电流决策都达到稳定状态,若是,输出博弈的电流决策结果,然后等待下一个控制时刻的功率需求输入,若否,则转至步骤S5.3,三个智能体根据新的共享信息,重新进行分布式决策,调整电流决策;
若一个智能体的电流决策和保存的历史决策信息误差足够小,则认为这个智能体的电流决策达到稳定状态,这个判断阈值的取值要考虑到控制器的性能和时间要求,若三个智能体的电流决策都达到稳定状态,则认为达到了纳什均衡,若存在一个智能体的电流决策没有达到稳定状态,则认为没有达到稳定状态。
步骤S6、等待下一时刻的起重机功率需求,重复步骤S5,三种能源设备根据新的功率需求进行博弈,达到纳什均衡,对能源设备的电流输出重新进行分配。
到下一个控制时刻输入新的功率需求后,三个智能体进入一个新的博弈阶段,能源设备根据自身的剩余电量和输入的新的起重机功率需求,调整各自的期望输出电流,效用函数随之变化,然后智能体之间进行非合作的电流博弈,各自独立分布式的求出使收益最大的电流决策。
本发明将混合动力轮胎式集装箱起重机中不同的能源设备建模为独立的智能体进行研究,在混合动力系统中有效发挥单独能源设备的经济和环境效益,减小传统柴油动力轮胎式集装箱起重机的燃油消耗,并能减少初期投资。本发明的混合动力系统能量管理方法具有灵活性,可以适应设备模型的变化,分析设备特性,确定不同设备在混合系统中的作用,得出设备的期望电流之后,就可以将期望电流带入到效用函数中写出效用函数,然后使用本方法管理设备的工作电流。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (6)
1.一种混合动力轮胎式集装箱起重机分布式能量管理方法,其特征在于,包含以下步骤:
步骤S1、根据轮胎式集装箱起重机的工作特性,确定柴油发电机、锂电池和超级电容这三种能源设备的尺寸,并确定混合动力系统的结构为有源串联拓扑;
步骤S2、建立各能源设备的模型,将各能源设备建模为独立的智能体;
步骤S3、将各能源设备作为博弈的玩家对其进行偏好分析,柴油发电机的偏好是提高燃油效率,锂电池的偏好是延长使用寿命,超级电容的偏好是承担动态负载;
步骤S4、确定评价能源设备收益的效用函数:
步骤S5、各个智能体进行非合作的电流博弈,通过求解使效用函数一阶导数方程等于零的解,分别求出使各自效用函数最大的电流决策,根据起重机功率需求的满足情况和各能源设备的收益情况,调整各个能源设备的效用函数和电流决策,达到纳什均衡;
步骤S6、等待下一时刻的起重机功率需求,重复步骤S5,三种能源设备根据新的功率需求进行博弈,达到纳什均衡,对能源设备的电流输出重新进行分配。
2.如权利要求1所述的混合动力轮胎式集装箱起重机分布式能量管理方法,其特征在于,所述的确定柴油发电机、锂电池和超级电容这三种能源设备的尺寸的方法包含:
根据轮胎式集装箱起重机工作的平均功率确定柴油发电机的尺寸;
根据轮胎式集装箱起重机的峰值功率需求确定超级电容的输出功率;
根据轮胎式集装箱起重机的功率需求与柴油发电机加超级电容输出功率的差值确定锂电池的输出功率,根据轮胎式集装箱起重机运行时间的需求确定锂电池的容量规模。
3.如权利要求1所述的混合动力轮胎式集装箱起重机分布式能量管理方法,其特征在于,所述的建立各能源设备的模型包含:
柴油发电机建立燃料消耗和工作功率之间的关系模型;
锂电池建立寿命衰减模型;
超级电容建立储能和电压关系模型。
4.如权利要求1所述的混合动力轮胎式集装箱起重机分布式能量管理方法,其特征在于,所述的将各能源设备建模为独立的智能体的方法包含:
将柴油发电机和与其连接的有源前端作为一个整体,建模为一个智能体;
将锂电池和与其连接的双向DC/DC变换器作为一个整体,建模为一个智能体;
将超级电容和与其连接的双向DC/DC变换器作为一个整体,建模为一个智能体。
5.如权利要求1所述的混合动力轮胎式集装箱起重机分布式能量管理方法,其特征在于,所述的能源设备的效用函数包含:
所述的柴油发电机的效用函数为:
式中,ug为柴油发电机的收益;ig为柴油发电机的输出电流;ig,fit为柴油发电机的期望输出电流;a为正的调节系数;Cg为一个使效用函数始终为正值的正的常数;对于柴油发电机,为了满足提高燃油效率的偏好,柴油发电机的期望输出电流为其在额定功率工作时的输出电流,柴油发电机在工作在额定功率时燃油效率高;柴油发电机的期望输出电流为ig,fit=Ig,opt,式中Ig,opt为柴油发电机工作在额定功率的输出电流;
所述的锂电池的效用函数为:
式中,ub为锂电池的收益;ib为锂电池的输出电流;ib,fit为锂电池的期望输出电流;b为正的调节系数;Cb为一个使效用函数始终为正值的正的常数;混合动力系统中锂电池提供部分的平均功率,锂电池的偏好是延长使用寿命,在保证SOC变化区间和电流限制的前提下,根据混合动力RTG的工作特性,集装箱起重机操作集装箱具有固定的几个步骤,其操作过程具有准周期性,锂电池的期望输出电流为式中VDC为直流母线电压,ib,fit在每个工作周期之前计算得出;Pb为锂电池承担的功率Pb=Pave-Pg,Pg为柴油发电机输出功率,Pave为集装箱起重机操作一个集装箱过程的平均功率,Pload为负载功率需求,t为采样时刻,T为集装箱起重机操作一个集装箱的工作时间;
所述的超级电容的效用函数为:
式中,uc为超级电容的收益;ic为超级电容的输出电流;ic,fit为超级电容的期望输出电流;c为正的调节系数;Cc为一个使效用函数始终为正值的正的常数;由于超级电容的动态响应速度快,可以填补柴油发电机和锂电池无法提供的峰值功率需求缺口,在博弈中它的偏好是承担动态负载,为了保证对动态功率需求的响应速度,超级电容的期望输出电流为零,即保持对充放电相同的响应速度,超级电容的期望输出电流为ic,fit=0。
6.如权利要求1所述的混合动力轮胎式集装箱起重机分布式能量管理方法,其特征在于,求解所述的纳什均衡的方法包含:
步骤S5.1、初始化;
将三种能源设备的电流决策初始化为零;
步骤S5.2、输入功率需求,确定效用函数;
三个智能体根据输入的功率需求,确定期望的电流决策,确定效用函数;
步骤S5.3、保存历史决策;
将各个智能体当前的电流决策信息保存为历史决策,方便和下一次的电流决策进行比较,判断各智能体的决策是否达到稳定状态;
步骤S5.4、分布式决策;
三个智能体分别求解使其效用函数最大的电流决策值;
步骤S5.5、共享信息;
步骤S5.6、判断是否达到了纳什均衡,即三个智能体的电流决策都达到稳定状态,若是,输出博弈的电流决策结果,然后等待下一个控制时刻的功率需求输入,若否,则转至步骤S5.3,三个智能体根据新的共享信息,重新进行分布式决策,调整电流决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910721703.6A CN110294418B (zh) | 2019-08-06 | 2019-08-06 | 一种混合动力轮胎式集装箱起重机分布式能量管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910721703.6A CN110294418B (zh) | 2019-08-06 | 2019-08-06 | 一种混合动力轮胎式集装箱起重机分布式能量管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110294418A CN110294418A (zh) | 2019-10-01 |
CN110294418B true CN110294418B (zh) | 2020-12-08 |
Family
ID=68032771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910721703.6A Active CN110294418B (zh) | 2019-08-06 | 2019-08-06 | 一种混合动力轮胎式集装箱起重机分布式能量管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110294418B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113911913B (zh) * | 2021-09-15 | 2024-03-22 | 浙江大学杭州国际科创中心 | 基于混合储能的轮胎式龙门吊动力系统及其控制策略 |
CN113910925B (zh) * | 2021-10-25 | 2023-03-31 | 浙江大学杭州国际科创中心 | 基于ecms的超级电容-锂电池混合动力rtg能量优化管理策略 |
CN115061373B (zh) * | 2022-06-27 | 2023-05-05 | 北京理工大学 | 一种混合动力系统电机温升预测博弈优化控制方法 |
CN117227514B (zh) * | 2023-11-16 | 2024-01-19 | 太原科技大学 | 增程式电动汽车能量管理的方法、系统及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015162804A1 (en) * | 2014-04-23 | 2015-10-29 | Nec Corporation | Electricity distribution system with dynamic cooperative microgrids for real-time operation |
CN205212447U (zh) * | 2015-10-22 | 2016-05-04 | 华南理工大学 | 一种含复合储能微电网的多目标优化系统 |
CN107730156A (zh) * | 2017-11-24 | 2018-02-23 | 上海泰豪迈能能源科技有限公司 | 能源分配方法及装置 |
CN108565900A (zh) * | 2018-05-14 | 2018-09-21 | 南京邮电大学 | 一种基于博弈论的分布式能源优化运行方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105281372B (zh) * | 2015-10-09 | 2016-08-24 | 南京邮电大学 | 面向分布式能源的多目标多主体分布式博弈优化方法 |
CN107017619B (zh) * | 2017-03-29 | 2019-09-27 | 华北电力大学 | 非合作博弈视角的光伏充电站网络分布式能量管理方法 |
-
2019
- 2019-08-06 CN CN201910721703.6A patent/CN110294418B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015162804A1 (en) * | 2014-04-23 | 2015-10-29 | Nec Corporation | Electricity distribution system with dynamic cooperative microgrids for real-time operation |
CN205212447U (zh) * | 2015-10-22 | 2016-05-04 | 华南理工大学 | 一种含复合储能微电网的多目标优化系统 |
CN107730156A (zh) * | 2017-11-24 | 2018-02-23 | 上海泰豪迈能能源科技有限公司 | 能源分配方法及装置 |
CN108565900A (zh) * | 2018-05-14 | 2018-09-21 | 南京邮电大学 | 一种基于博弈论的分布式能源优化运行方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110294418A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110294418B (zh) | 一种混合动力轮胎式集装箱起重机分布式能量管理方法 | |
CN110126813B (zh) | 一种车载燃料电池混合动力系统的能量管理方法 | |
CN109552079B (zh) | 一种基于规则与Q-learning增强学习的电动汽车复合能量管理方法 | |
CN107769235B (zh) | 一种基于混合储能与电动汽车的微网能量管理方法 | |
CN112060982B (zh) | 一种动态平衡的燃料电池无人机能量管理方法 | |
CN106494328B (zh) | 一种基于电功率在线计算的燃油汽车电能控制系统及方法 | |
CN110126679B (zh) | 一种燃料电池最佳工作点的获取方法 | |
US10069303B2 (en) | Power generation system and method with energy management | |
CN108011437A (zh) | 带有过充过放保护装置的混合储能功率分配系统及方法 | |
CN112310990B (zh) | 一种基于荷电状态的直流微电网多储能系统均衡控制方法 | |
CN112952862B (zh) | 平抑风电功率波动的混合储能分频协调控制器及实现方法 | |
CN111628558A (zh) | 混合储能系统的能量管理和容量配置的优化系统及方法 | |
CN111525546A (zh) | 一种基于荷电状态的直流微网储能单元分级运行控制方法 | |
CN113103921A (zh) | 一种基于开关网络的切换式能量管理方法 | |
CN114030392A (zh) | 燃料电池-锂电池混源供电系统效率优化能量管理策略 | |
CN114865747A (zh) | 一种储能电池簇荷电状态功率调度在线均衡方法 | |
CN102555830B (zh) | 基于双储能单元的汽车供电系统和汽车供电控制方法 | |
CN113629775B (zh) | 一种基于模糊逻辑的氢储能系统集群出力决策方法 | |
CN112519596B (zh) | 基于规则的混合储能系统负载自适应实时能量管理系统 | |
CN110896246B (zh) | 一种混合储能式有轨电车系统的配置优化方法 | |
CN109004642B (zh) | 用于平抑分布式电源功率波动的配网分布式储能评价方法 | |
CN113910925B (zh) | 基于ecms的超级电容-锂电池混合动力rtg能量优化管理策略 | |
WO2023005422A1 (zh) | 一种离网供电系统及其控制方法 | |
CN116436094A (zh) | 全直流船舶微电网系统的多时间尺度综合能量管理方法 | |
CN112909977B (zh) | 一种电动船舶参与的港口配电网实时经济调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |