CN113253609A - 具有智能自适应控制的混合能量存储系统优化策略 - Google Patents

具有智能自适应控制的混合能量存储系统优化策略 Download PDF

Info

Publication number
CN113253609A
CN113253609A CN202110178918.5A CN202110178918A CN113253609A CN 113253609 A CN113253609 A CN 113253609A CN 202110178918 A CN202110178918 A CN 202110178918A CN 113253609 A CN113253609 A CN 113253609A
Authority
CN
China
Prior art keywords
power
load
batteries
engine
engines
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.)
Pending
Application number
CN202110178918.5A
Other languages
English (en)
Inventor
张艳钗
邓宝洋
M·A·斯诺伯科
T·E·维尔塞玛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Caterpillar Inc
Original Assignee
Caterpillar Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Caterpillar Inc filed Critical Caterpillar Inc
Publication of CN113253609A publication Critical patent/CN113253609A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/10—Electric propulsion with power supplied within the vehicle using propulsion power supplied by engine-driven generators, e.g. generators driven by combustion engines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B60L15/2045—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for optimising the use of energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/10—Electric propulsion with power supplied within the vehicle using propulsion power supplied by engine-driven generators, e.g. generators driven by combustion engines
    • B60L50/16—Electric propulsion with power supplied within the vehicle using propulsion power supplied by engine-driven generators, e.g. generators driven by combustion engines with provision for separate direct mechanical propulsion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L50/00—Electric propulsion with power supplied within the vehicle
    • B60L50/10—Electric propulsion with power supplied within the vehicle using propulsion power supplied by engine-driven generators, e.g. generators driven by combustion engines
    • B60L50/15—Electric propulsion with power supplied within the vehicle using propulsion power supplied by engine-driven generators, e.g. generators driven by combustion engines with additional electric power supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/64—Electric machine technologies in electromobility
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Medical Informatics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种实施混合能量存储系统(ESS)优化策略的控制系统。所述混合ESS优化策略可以在包括动力系统和动力控制器的机器中实施，动力系统包括多个动力源，动力控制器包括一个或多个处理器。所述动力控制器可以接收涉及与多个动力源相关联的一组制动燃料消耗率(BSFC)地图的信息，使用与多个动力源相关联的成本函数确定性能指标，并基于使能量成本最小化的功率分布来生成操作动力系统的命令，以基于涉及所述一组BSFC地图、性能指标和与动力系统相关联的负载的信息来操作动力系统。

Description

具有智能自适应控制的混合能量存储系统优化策略
技术领域
本公开大体上涉及动力系统管理，且更具体地说，涉及可以实施具有智能自适应控制的混合能量存储系统(ESS)优化策略的控制系统。
背景技术
例如船舶等移动机器通常包括动力系统，其中多个动力源(例如，一个或多个发动机、一个或多个电池等)被线束在一起以驱动一个或多个主负载(例如，推进)和一个或多个辅助负载(例如，加热、通风和空调(HVAC)、照明、泵等)。在许多情况下，多个动力源可以具有不同的操作范围、速度、效率、预期使用寿命等。动力源可以通过机械方式连接到负载或通过发电机电连接到负载。在一些应用中，可以在混合布置中以机械和电气两种方式驱动机器的负载。例如，混合系统可以包括一个或多个燃烧机(例如，汽油发动机、柴油发动机、动态气体混合(DGB)发动机)和能量存储系统(ESS)，能量存储系统可以使用在较早时间捕获的能量来处理与机器相关联的负载的至少一部分，以便优化燃料消耗，减少排放，提高系统的瞬态响应性能，执行峰值负载抑制以维持系统稳定性，降低总体拥有和运营成本等等。然而，由于动力系统要驱动的(一个或多个)负载的可变性和波动、多个动力源的不同能力和/或其它动态变量，确定多个动力源之间的动力需求的最佳分布可能是一项具有挑战性的任务。
在2019年1月1日授予Mathiesen等人的第10,170,912号美国专利(“’912专利”)中公开了在不同动力源之间分配动力和能量的一种尝试。特别地，’912专利公开了一种具有能量控制系统(ECS)的船舶，能量控制系统自动适应发电厂配置和电动发电机组(MGS)以及能量存储单元(例如电池或电容器)的类型而调整，并且计算在任何特定时刻的可用负载总量的渐变(kW/s)。计算出的总负载渐变值被发送到动态定位(DP)控制系统，并且被用于使通过推力分配优化(212)提供的推进器命令信号的改变始终与最大负载渐变信号的改变协调一致。’912专利还公开，所述系统基于连接的MGS和电池单元的特性自动考虑动态或可用瞬时功率容量的变化，因为电池的动态容量可能基于电池的充电/放电速率而显著变化。
虽然’912专利中描述的ECS可以自动适应发电厂配置和MSG和能量储存单元(例如电池或电容器)的类型而调整并计算在任何特定时刻，船舶发电厂的可用负载总量的渐变，所述’912专利未能公开基于不同操作条件、与动力源的健康状况和/或剩余使用寿命有关的信息和/或其它动态变量确定为船舶发电厂中包括的动力源提供最佳功率分布的动态优化地图的技术。
本公开的混合ESS优化控制系统解决了上述问题中的一个或多个问题和/或现有技术中的其他问题。
发明内容
根据一种实施方式，一种方法可以包括：接收涉及与动力系统相关联的负载的信息以及涉及与动力系统相关联的一组制动燃料消耗率(BSFC)地图的信息；使用与动力系统中包括的多个动力源相关联的成本函数确定性能指标；基于所述一组BSFC地图和所述性能指标确定多个动力源之间的功率分布，以最小化与负载相关联的能量成本；以及基于功率分布生成操作动力系统的命令，其中所述命令指示与操作多个动力源中的一个或多个发动机相关联的第一量的功率，以及与操作多个动力源中的一个或多个电池相关联的第二量的功率。
根据另一种实施方式，一种装置可以包括一个或多个存储器和一个或多个处理器，所述一个或多个处理器通信耦接到一个或多个存储器并被配置成：接收包括与动力系统相关联的负载的一组输入参数，分别与多个发动机相关联的多个BSFC地图，以及与一个或多个电池相关联的电池等效BSFC地图；基于与多个发动机相关联的健康信息和与一个或多个电池相关联的健康信息，使用成本函数确定一个或多个性能指标；基于所述一组输入参数和一个或多个性能指标生成动态优化地图；并且基于动态优化地图生成命令以根据使与负载相关联的能量成本最小化的功率分布来操作动力系统。
根据又另一实施方式，一种机器可以包括：包括多个动力源的动力系统；以及包括一个或多个处理器的动力控制器。所述一个或多个处理器可以被配置成：接收涉及与多个动力源相关联的一组BSFC地图的信息；基于与多个动力源相关联的健康信息使用成本函数确定性能指标；并基于使能量成本最小化的功率分布来生成操作动力系统的命令，以基于涉及所述一组BSFC地图、性能指标和与动力系统相关联的负载的信息来操作动力系统。
附图说明
图1是可以实现本文所述的具有智能自适应控制的混合能量存储系统(ESS)优化策略的控制系统的一个或多个示例性实施方式的图。
图2是可以实现本文所述的具有智能自适应控制的混合ESS优化策略的控制系统的一个或多个示例性实施方式的图。
图3是用于实施具有智能自适应控制的混合ESS优化策略的示例性过程的流程图。
图4是可以用于本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种实施方式中的示例性动态优化地图的图。
图5是本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种示例性实施方式的曲线图。
图6是本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种示例性实施方式的曲线图。
图7是本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种示例性实施方式的曲线图。
图8是用于实施具有智能自适应控制的混合ESS优化策略的示例性过程的流程图。
具体实施方式
本公开涉及一种动力控制器，动力控制器可以实施具有智能自适应控制的混合能量存储系统(ESS)优化策略。混合ESS优化策略对具有动力系统的任何机器具有普遍适用性，所述动力系统包括多个动力源，例如发电机组(或“发电机组(genset)”)，包括燃烧机、发电机等，ESS元件，例如电池等。作为一些示例，机器可以是船舶、飞机、车辆等。此外，一个或多个器具可以连接到机器并且基于使用动力控制器生成的一个或多个控制信号从动力系统驱动，所述动力控制器实施具有智能自适应控制的混合ESS优化策略。
图1是可以实现具有智能自适应控制的混合ESS优化策略的控制系统的一个或多个示例性实施方式100的图。如图1中所示，(多个)实施方式100可以包括动力控制器110，所述动力控制器被配置成控制包括多个动力源的动力系统。例如，如图1中所示，多个动力源可以包括发电机组120(有时称为“发电机组(genset)”)，所述发电机组包括连接到对应发电机和发动机控制器的一个或多个发动机122(示为发动机122-1至122-N，其中N是整数且N≥1)。另外，多个动力源可以包括ESS 130，所述ESS可以包括被配置成存储能量的一个或多个装置，可在稍后时间释放或以其它方式使用能量。例如，ESS 130可以包括连接到控制器装置的一个或多个电池和将直流电转换成交流电的双向功率(BDP)逆变器。如本文中所述，多个动力源可以被配置成选择性地供应能量以支持负载140。例如，(多个)发动机122可以可操作地连接到ESS 130和负载140以选择性地向其供应动力，并且ESS 130可以可操作地连接到(多个)发动机122以选择性地相对于发动机122接收和供应动力，并且可以可操作地连接到负载140以选择性地供应动力以支持负载140。动力控制器110和动力系统可以与机器可操作地相关联，机器例如是船舶、机车、高速公路上或高速公路外的车辆、发电机组和/或另一种执行工作的机器。
(多个)发动机122可以包括任何数目和/或类型的燃烧机，其中的一些或全部可连接到对应发电机以形成发电机组。例如，(多个)发动机122可以包括汽油或柴油燃烧发动机、动态气体混合(DGB)发动机、燃料电池、天然气发动机等。(多个)发动机122还可以包括与ESS 130和负载140机械地解耦的原动机(例如，曲轴)。(多个)发动机122可以经由一个或多个电路和/或液压回路可操作地连接到ESS 130和负载140，并且可以有效地作为能量源或动力源而工作。发动机122可以由发动机控制模块(ECM)控制以基于ECM改变发动机122的一个或多个发动机操作参数而选择性地生成变化量的动力。例如，发动机操作参数可以包括注入到燃烧室中的燃料的量、进气和/或排气阀的打开和/或关闭定时等。(多个)发动机122的机械输出可以直接路由到负载140(例如，机械地路由到传动轴，例如，用于船舶的推进器驱动轴)和/或通过发电机间接地路由到传动轴(例如，以电气方式路由到用于推进器的电机和其他辅助负载)。
在一些实施方式中，多个发动机122可以协作以满足由负载140确定的功率需求。例如，较大的中速发动机122可以能够在较高燃料效率(例如，较低燃料消耗)和/或较低排放下实现更大功率输出。相比之下，较小的高速发动机122可以能够为在较低负载下工作的机器实现更快的瞬态响应和高效率操作。特定机器可以包括具有不同能力等的多个发动机122。附加地或替代地，特定机器可以包括具有相同额定值和效率但具有不同能力等的多个发动机122。
ESS 130可以包括可以存储先前产生的能量以供后续使用的一个或多个装置。例如，ESS 130可以包括一个或多个电池、蓄电池、电容器和/或可以储存和随后释放能量的其它适当装置。在一些实施方式中，构成ESS 130的装置可以被布置成由从(多个)发动机122接收的能量充电，并且可以随后释放能量。释放的能量可以提供发动机122的备用能量源，可以通过充当缓冲器和/或由发动机122驱动的负载140的调平代理来提供峰值负载抑制，可以提供瞬时动力以支持负载140等。通过燃烧燃料产生的化学能在动能和热能中转换。动能可以使机器旋转。发电机可以将旋转转换成电能(例如，电流和/或电压)，并且可以通过对ESS 130充电来将电能存储到ESS 130中。
负载140可以包括与推进机器的电气要求相关联的配置文件，例如，为可以相对于船舶的船体独立地旋转以推进船舶的电气驱动的推进单元供电的电气要求。附加地或替代地，负载140可以包括机器的其它电气要求，例如操作辅助负载的电气要求，辅助负载例如是提升和移动货运的器具、通信设备、加热、通风和空调(HVAC)系统、照明等。
如图1中进一步所示，可以将一组输入参数150提供给成本确定单元160。成本确定单元160可以包括一个或多个处理器，所述一个或多个处理器被配置成执行成本函数以产生一个或多个性能指标。例如，动力控制器110可以根据当前负载140评估(多个)性能指标，以确定动力系统中包括的每个动力源的功率分布(或负载共享)比例。例如，如本文所述，动力控制器110可以识别给定动力系统中的若干动力源以及每个动力源的容量，识别给定动力负载，识别要对所述给定动力负载执行的操作，识别为了对给定负载执行期望操作所述动力系统要产生的能量总量(例如，以千瓦(kW)为单位)，生成控制信号或命令，所述控制信号或命令指示由包括在动力系统中的每个动力源产生的能量总量的期望比例，等等。因此，动力系统中包括的每个动力源可以基于将由每个相应动力源产生的能量总量的期望比例而产生机械和/或电气动力输出。
如图1中进一步所示，提供给成本确定单元160的这一组输入参数150可以包括资产状态信息152、资产优先级154、资产约束156、制动燃料消耗率(BSFC)地图158等。资产状态信息152可以指示ESS 130中的给定发动机122和/或装置是否在线、离线、空闲以及准备好快速斜升，等等。通过这种方式，资产状态信息152可以指示动力系统中的哪个动力源准备好并且可以使用，离线或空闲动力源可以多快地进入在线和可用状态等，这可以使得动力控制器110能够基于传入的负载140确定打开还是关闭发动机122、电池等。
资产优先级154可以包括与ESS 130中的每个发动机122和/或装置相关联的优先级信息，其可以根据负载140、操作模式、健康信息等而变化。例如，资产优先级154可以基于发动机122的大小、发动机122的燃料来源、ESS 130中的电池的容量或电荷状态(SOC)水平等而变化。优先级可能受到维护时长、资产健康状况、资产效率等的影响。此外，优先级可以根据机器是否在高性能模式、燃料经济模式、减排模式等模式中操作而变化。例如，如果负载140与快速响应需求相关联，资产优先级154可以将最高优先级分配给可以提供瞬时电力以支持发动机122的电池，并且可以提供快速瞬态响应时间的发动机122(例如，涡轮增压的柴油发动机)可以被分配比具有较慢瞬态响应时间的另一发动机122(例如，汽油发动机)更高的优先级。
此外，在一些实施方式中，资产优先级154可以是客户定义的(例如，基于不同制造商生产的不同发动机122的性能)和/或健康信息，以最大化或延长动力源的使用寿命。例如，如果两个发动机122具有相同或基本上相似的性能评级，那么更少使用的或远离使用寿命结束的发动机122可以被分配较高优先级(例如，以平衡发动机122之间的工作小时数)。
资产约束156可以包括与对对应动力源的一个或多个限制相关的信息。例如，资产约束156可以包括与将由特定动力源产生的最小和/或最大功率量相关的信息。在另一示例中，资产约束156可以整合与ESS 130中包括的发动机122和/或电池相关联的健康信息。例如，资产约束156可以指示要将具有诊断问题或需要服务的发动机122置于离线或以其它方式使其不可用。附加地或替代地，资产约束156可以包括与发动机122处于打开或关闭状态的最小持续时间和/或最大持续时间相关的信息、防止电池被过度充电或以可能导致部件劣化的方式使用的信息等。
BSFC地图158可以包括度量每个动力源的效率的二维曲线和/或三维地图。例如，BSFC地图158可以包括度量发动机122的燃料效率的一个或多个BSFC地图。附加地或替代地，用于ESS 130中包括的电池或其它装置的一个或多个电池等效BSFC地图可以基于与一个或多个电池的充电和放电相关联的累积能量成本、与一个或多个电池相关联的估计寿命和/或一个或多个电池的更换成本。在一些实施方式中，每个BSFC地图158可以是度量相应动力源作为所产生功率的函数的燃料消耗率的二维曲线。附加地或替代地，BSFC地图158可以基于所产生功率和操作对应动力源的速度两者的一个或多个函数，因此可以包括三维地图。BSFC地图158对于每个发动机122和/或对于每种不同类型的动力源可以是不同的。在一些实施方式中，BSFC地图158可以被输入到成本确定单元160以确定不同可能的负载分担配置下所有动力源的组合燃料消耗率和/或所产生功率。
如图1中所示，资产状态信息152、资产优先级154、资产约束156和BSFC地图158可以作为参数被输入到成本确定单元160，所述成本确定单元可以将各种参数的值映射到表示与映射值相关联的成本的输出(例如，真实数字)。例如，来自成本确定单元160的输出可以表示动力系统中包括的各动力源间的特定负载分担或功率分布的成本。因此，来自成本确定单元160的输出可以被提供到动力控制器110，所述动力控制器可以包括被配置成选择将目标变量最小化的特定功率分布的优化部件，目标变量例如是燃料消耗、排放、瞬态性能损失等。
例如，优化部件可以选择使动力系统产生的每单位能量的财务成本(例如，每千瓦小时美元($/kWh))最小化的特定功率分布配置。因此，动力控制器110可以发出命令，该命令使动力系统中的每个动力源生成由优化部件指定的对应量的能量(例如，以千瓦为单位)。例如，该命令可以指示将由发动机122产生的功率量，可以基于与发动机122相关联的健康信息在发动机122之间平均或不均匀地分配该功率量。附加地或替代地，该命令可以指示与操作ESS 130中包括的一个或多个电池或其他装置相关联的功率量，其中与操作一个或多个电池相关联的功率量可以例如具有负值以指示将通过操作发动机122来对电池充电，或具有正值以指示要对电池放电以供应电力，支持或代替发动机122。
如上所述，提供图1作为一个或多个示例。其它示例可以与结合图1所描述的不同。
图2是可以实现本文所述的具有智能自适应控制的混合ESS优化策略的控制系统的一个或多个示例性实施方式200的图。(多个)示例性实施方式200可以将一个或多个发动机BSFC地图158-1与一个或多个电池等效BSFC地图158-2结合使用作为成本确定单元160的输入，以确定用于将一个或多个电池用作机器的动力源的适当动力分配比例。例如，如上所述，发动机BSFC地图158-1通常可以针对一个或多个对应发动机，作为一个或多个发动机所产生功率的函数，度量燃料效率(例如，以克每kWh(g/kWh)计)。因此，因为电池不消耗燃料，所以电池等效BSFC地图158-2可以提供机制以将一个或多个电池的效率整合到成本确定单元160中。
例如，电池等效BSFC地图158-2通常可以提供恒定BSFC，而不管由一个或多个电池产生的功率如何，因为在不同的功率水平下燃料消耗没有变化。因此，因为发动机在对电池充电时通常可能消耗燃料，所以在电池等效BSFC地图158-2中提供的恒定BSFC可以基于发动机在对电池充电时消耗的燃料。例如，如果发动机运行一段时间以给电池充电，所述恒定BSFC可以基于在发动机运行以对电池充电的时间段期间发动机消耗的燃料，并且没有燃料成本可以与对电池放电和/或在不使用来自发动机的动力(例如，在混合动力汽车中使用制动能量，在船舶中使用水力引起的推进器运动等)对电池充电的任何时间段相关联。
因此，在一些实施方式中，电池容量积分器210可以接收指示与操作一个或多个电池相关联的功率量的命令或控制信号，所述功率量例如可以具有正值以指示通过运行发动机来给电池充电，或具有负值以指示要对电池放电。通常，当电池放电时，不会产生燃料成本，但每次运行发动机以对电池充电时，发动机可能消耗一定量的燃料。因此，电池容量积分器210可以度量在操作发动机以为电池充电的(多个)时间段期间消耗的燃料，并将该燃料消耗整合到电池等效BSFC地图158-2中。在一些实施方式中，电池容量积分器210可以基于负载140、运行发动机以对电池充电的时间量等来确定对电池充电消耗的燃料的平均值，该平均值可以用作恒定BSFC。此外，每次运行发动机对电池充电时，电池容量积分器210可以更新恒定BSFC以表示将电池充电到足以产生所需量的能量的水平而消耗的平均燃料、与电池充电和放电相关联的双向效率损失等。
如图2中进一步所示，循环和操作模式控制逻辑220可以接收与当前负载请求140相关的信息和/或一组输入参数150，它们可以包括资产状态信息152、资产优先级154、资产约束156、BSFC地图158等。另外，提供到循环和操作模式控制逻辑220的所述一组输入参数150可以包括与当前操作模式相关的信息，例如燃料经济性、减排、性能、旋转备用、峰值负载抑制、能量采集、备用动力等。因此，如附图标记225所示，循环和操作模式控制逻辑220可以应用一种或多种机器学习技术来学习和适应输入参数，例如当前负载请求140、历史负载信息、预测的即将到来的负载、电池电荷状态(SOC)水平、电池充电和/或放电周期等。因此，如本文中所述，循环和操作模式控制逻辑220可以应用机器学习技术，以在确定可以充当成本确定单元160的输入的一个或多个性能指标时实施知情决策过程，以进一步优化由动力控制器110输出的功率分布。
例如，在一些实施方式中，循环和操作模式控制逻辑220可以使用受监督训练程序训练机器学习模型(例如，多发动机优化模型)。机器学习模型的输入可以由主题专业人员指定，这可以相对于无监督的训练程序减少训练模型所需的时间量、处理资源的量等。在一些实施方式中，循环和操作模式控制逻辑220可以使用一种或多种其它模型训练技术，例如神经网络技术、潜在语义索引技术等。例如，循环和操作模式控制逻辑220可以执行人工神经网络处理技术(例如，使用两层前馈神经网络架构、三层前馈神经网络架构等)以执行关于与输入参数的某些模式相关联的成本的模式识别。
例如，受监督多标签分类技术可以用于训练模型。例如，作为第一步骤，循环和操作模式控制逻辑220可以将与负载请求140、输入参数150、操作模式等相关的历史信息映射到不同的成本。
作为第二步骤，循环和操作模式控制逻辑220可以确定分类器链，由此可以关联目标变量的标签。在这种情况下，循环和操作模式控制逻辑220可以使用第一标签的输出作为第二标签的输入，并且可以基于与包括类似特性的其它参数的相似性来确定特定负载请求140、输入参数150、操作模式等与特定成本相关联的可能性。通过这种方式，循环和操作模式控制逻辑220将分类从多标签分类问题转变成多个单分类问题，由此降低了处理利用率。
作为第三步骤，循环和操作模式控制逻辑220可以通过使用数据的验证集来确定与标签在执行分类中的准确性相关的汉明损失度量。例如，将加权应用于每个参数以及每个参数是否与特定成本相关联的准确性导致正确预测给定功率分布是否最佳，从而考虑任何一个参数的关联影响功率分布的不同量。
作为第四步骤，循环和操作模式控制逻辑220可以基于满足与汉明损失度量相关联的阈值准确性的标签来最终确定模型，并且可以在接收到负载请求140、输入参数150、操作模式等的某些组合时，使用所述模型来接下来预测要使用的功率分布。
在一些实施方式中，诸如服务器装置的不同装置可以生成并训练模型。不同装置可以发送模型以供循环和操作模式控制逻辑220使用。不同装置可以(例如，基于计划、按需、基于触发、基于周期性等)将模型更新并发送至循环和操作模式控制逻辑220。
因此，循环和操作模式控制逻辑220可以使用任何数量的人工智能技术、机器学习技术、深度学习技术等来学习和适应不同的负载请求140、输入参数150、操作模式等。此外，在一些实施方式中，电池容量积分器210可以使用类似的人工智能技术、机器学习技术、深度学习技术等来确定与电池充电相关联的燃料成本。
如上所述，提供图2作为一个或多个示例。其它示例可以与结合图2所描述的不同。
图3是用于实施具有智能自适应控制的混合ESS优化策略的示例性过程300的流程图。图3的一个或多个过程框可由例如动力控制器(例如，动力控制器110)的装置和/或与动力控制器分开或包括动力控制器的另一装置或一组装置(例如，与(多个)发动机122相关联的ECM、与ESS 130相关联的BDP逆变器或控制器，和/或与(多个)实施方式100、实施方式200相关联的另一装置等)来执行。
如图3中所示，过程300可以包括生成动态优化地图，所述动态优化地图指示用于对一个或多个电池充电和/或放电的最佳条件(框310)。例如，如本文其它地方更详细所述，动态优化地图可以包括二维地图或三维地图，以指示作为各种参数的函数的潜在燃料节约，各种参数例如是与一个或多个电池相关联的电荷水平(例如，充电之前的总功率和/或充电之后的总功率)、要由动力系统驱动的负载等。在一些实施方式中，当动力系统处于离线状态时，动力控制器可以一开始基于一组默认或基线参数来生成动态优化，基线参数例如是与一个或多个发动机相关联的基线BSFC曲线、基于典型燃料消耗参数为一个或多个电池充电的基线电池等效BSFC曲线等。
如图3中进一步所示，过程300可以包括接收加载配置文件输入(框320)。例如，如上所述，加载配置文件输入可以包括与包括推进机器的电气要求的主要负载相关的信息，例如，电气要求为可以相对于船舶的船体独立地旋转以推进船舶的电气驱动的推进单元供电的电气要求。附加地或替代地，加载配置文件可以包括与一个或多个辅助负载相关的信息，例如操作提升和移动货运的器具、通信设备、加热、通风和空调(HVAC)系统、照明等的电气要求。
如图3中进一步所示，过程300可以包括获得与一个或多个发动机相关联的BSFC地图(框330)。例如，从(多个)发动机获得的BSFC地图一般可以度量对应(多个)发动机作为一个或多个发动机所产生功率的函数的燃料效率。
接下来，过程300可以包括获得一个或多个电池等效BSFC地图(框340)。例如，电池等效BSFC地图可以提供恒定BSFC，而不管由一个或多个电池产生的功率如何，因为在不同的功率水平下燃料消耗没有变化。因此，电池容量积分器可以度量在操作(多个)发动机以对电池充电的时间段期间一个或多个发动机消耗的燃料。在一些实施方式中，电池容量积分器可以使用一种或多种人工智能技术、机器学习技术、深度学习技术等来学习和适应与对电池充电而消耗的燃料相关的参数。此外，在一些实施方式中，过程300可以包括输入与一个或多个电池的预期使用寿命、一个或多个电池的更换成本等有关的信息，作为在计算电池等效BSFC地图时可以考虑的罚分因子(框350)。
如图3中进一步所示，过程300可以包括基于与动力系统相关联的机器的当前位置或定位来识别任何位置特定限制(框360)。例如，在一些情况下，所述机器可以是可以在动态定位区中操作的船舶，所述动态定位区通常是指船舶采用计算机控制的动态定位(DP)系统来使用机载螺旋桨和推进器自动维持船舶的位置和航向的区域。在此类情况下，DP系统可以使用包括与船舶当前位置和方向相关的信息以及与影响船舶位置和/或方向的环境力有关的信息的数学模型来计算每个推进器的所需转向角和推进器输出，这样可以允许在系泊或锚固原本可能不可行的海面上操作。因此，由于在动态定位区中操作的船舶可能需要具有高度可靠的动力系统以防止偏离航线，使得能够在劣化状态下操纵等，所以动态定位区可能受制于在主动力源发生中断或其它故障时备用动力源可用的要求。因此，在一些实施方式中，动力控制器可以接收涉及与动力系统相关联的机器的当前位置的信息，并且确定在机器的当前位置中操作动力系统是否存在任何位置特异性限制或其它要求。
过程300可以包括更新动态优化地图，所述动态优化地图指示用于对一个或多个电池充电和放电的最佳条件(框370)。例如，可以基于操作条件更新动态优化地图，例如加载配置文件输入、从(多个)发动机获得的(多个)BSFC地图、(多个)电池等效BSFC地图、任何位置特异性限制等。在一些实施方式中，更新的动态优化地图可以供控制器使用，以便确定在(单独和/或共同的)发动机和电池之间分配的功率分布比例。附加地或替代地，动力控制器可以使用实时优化功能基于操作条件计算瞬时功率分布。
过程300可以进一步包括基于当前操作条件生成功率分布和电池充电/放电命令(框380)。在一些实施方式中，动力控制器可以使用当前动态优化地图生成功率分布和电池充电/放电命令。附加地或替代地，动力控制器可以基于操作条件使用实时优化功能基于动力系统的当前操作模式来重新校准瞬时功率分布。
例如，在动力系统以需要快速响应时间的瞬态模式操作的情况下，动力控制器可以使用动态优化地图来生成功率分布和电池充电/放电命令，因为实时优化功能可能会不够快速地收敛以满足瞬态模式所需的响应时间。在其它情况下，例如当动力系统以燃料经济模式、减排模式、高性能模式等操作时，动力控制器可以使用实时优化功能生成功率分布和电池充电/放电命令，以确保动力系统中包括的各动力源以最大效率操作。
在一些实施方式中，功率分布和电池充电/放电命令一般可以指示由动力系统中包括的每个发动机产生的功率量(例如，千瓦量)，以及由动力系统中包括的每个电池接收和/或产生的功率量(例如，千瓦量)。例如，如上所述，动力控制器可以考虑当前负载、操作模式、与动力源相关联的健康信息、更换成本、服务成本、燃料成本、机器所在的区域等，(例如，基于动态优化地图或瞬时计算)确定(多个)发动机和(多个)电池动力源之间的最佳功率分布。
例如，在机器处于需要备用动力源的动态定位区的情况下，功率分布和电池充电/放电命令可以确保至少两个动力源可操作(例如，多个发动机、至少一个发动机和至少一个电池等)。在另一示例中，当存在相对小的负载(例如，当负载未能满足负载阈值时)和/或电池具有低电荷水平(例如，当电荷水平未能满足电荷阈值)时，所述命令可以使一个或多个发动机产生一定量的功率以对一个或多个电池充电。
在其它示例中，所述命令可以使电池放电以执行峰值负载抑制以充当缓冲器，并防止发动机不得不支持高于负载阈值的负载，提供即时或瞬时动力以支撑由发动机驱动的发电机等。附加地或替代地，所述命令可以使电池充电以收获或以其它方式回收由可再生能源或诸如升降台或钻井设备的机器产生的能量，提供旋转备用作为发动机驱动的发电机的备份和/或减少在线发动机的数量，等等。
如图3中进一步所示，过程300可以包括基于功率分布和充电/放电命令计算累积电池充电和放电的能量成本(框390)。例如，如上所述，在一些情况下，可以通过运行发动机一段时间来对电池充电，这可能导致发动机消耗一定量的燃料。因此，如图3中所示，用于对电池充电的累积燃料消耗成本可以被整合到电池等效BSFC地图中，所述电池等效BSFC地图用于使用实时优化功能更新动态优化地图和/或基于操作条件计算瞬时功率分布。
过程300可以包括对结合图3描述的那些实施方式的变化和/或附加的实施方式，诸如任何单个实现方式或本文其他地方描述的实施方式的任何组合。尽管图3示出了过程300的示例性框，但是在一些示例中，与图3中描绘的那些框相比，过程300可以包括额外的框、更少的框、不同的框或不同布置的框。附加地或替代地，可以并行地执行过程300的框中的两个或更多个框。
图4是可以用于本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种实施方式中的示例性动态优化地图400的图。例如，如上所述，在需要快速响应时间或在生成用于操作动力系统的命令时因故无法进行瞬时计算的情况下，动态优化地图400可以用于确定动力系统的功率分布比例(例如，要在各种动力源，例如一个或多个发动机和/或电池之间分布的负载的百分比)。
如图4中所示，动态优化地图400可以表示作为对一个或多个电池充电之前的总功率和对一个或多个电池放电之前的总功率的函数的潜在燃料节省(例如，以百分比表示)。此外，在一些实施方式中，动态优化地图400可以整合与不同负载参数相关的信息。因此，给定将由动力系统处理的特定负载，动态优化地图400可以指示通过使用发动机在发动机处理负载的同时对电池充电，而不是对电池放电以处理负载或为发动机提供支持可以实现的潜在燃料节省。
例如，如附图标记410所示，可以对电池放电以支持高负载并延迟或避免启动额外发动机(例如，当在线的发动机无法处理全部负载时，减少为支持负载而在线的发动机的数目)。通过这种方式，可以对电池放电以处理负载的至少一部分，由于正在操作的发动机的数目减少，这样可以提供燃料节省。
在另一示例中，如附图标记420所示，低负载条件可以提供推动一个或多个发动机以高速运行的机会，所述机会提供了对一个或多个电池充电而言最佳的有效点。例如，发动机通常可能在较高速度下具有更有效的燃料消耗，由此低负载条件可以提供机会以高(燃料效率)速度运行发动机以产生过量功率(例如，比处理负载所需的功率更大)，从而以较低燃料成本为电池充电。
如上所述，提供图4作为一个或多个示例。其它示例可以与结合图4所描述的不同。
图5是本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种示例性实施方式的曲线图500。例如，如上所述，曲线图500可以表示基于由动力系统中包括的多个发动机(示出为发动机1-4)和电池所支持的个体负载而对动力系统中总负载进行的实时瞬时计算。在图5中，x轴表示时间，而y轴表示负载(例如，以千瓦计)。
如图5中所示，在当第一发动机能够处理总负载的时间段期间，动力控制器可以一开始仅操作第一发动机(发动机1)。例如，总负载在第一阴影垂直条中经历小幅增加，并且第一发动机被推动到较高负载以支持总负载的增加。因此，如附图标记510所示，动力控制器可以基于指示第一发动机能够处理负载增加的曲线图500而延迟启动第二发动机，直到总负载增加到超过第一发动机能够独立地处理负载的点的时间。
通过这种方式，通过延迟第二发动机的启动，可在允许第二发动机保持离线的时间段期间节省燃料。此外，如附图标记520所示，动力控制器可以完全避免启动第三发动机，因为第一发动机和第二发动机能够处理总负载。通过这种方式，可以通过减少为支持负载而运行的发动机的数目和/或减少发动机运行的时间量来节省额外燃料。例如，以低负载水平运行发动机通常可能比以高负载水平运行发动机的燃料效率低。因此，通过在高负载下运行第一发动机并延迟启动第二发动机直到总负载超过第一发动机的容量，可以使得第一发动机以较高燃料效率运行，同时还减少第二发动机消耗的燃料。类似地，通过在较高负载下运行第一发动机和第二发动机并避免启动第三发动机，与在低负载下运行三个发动机相比，第一发动机和第二发动机可以以较高燃料效率运行。
如上所述，提供图5作为一个或多个示例。其它示例可以与结合图5所描述的不同。
图6是本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种示例性实施方式的曲线图600。例如，曲线图600可以表示基于由动力系统中包括的多个发动机(示出为发动机1-4)和电池所支持的个体负载而对动力系统中总负载进行的实时瞬时计算，这可以用于实施峰值负载抑制和负载调平。在一些实施方式中，多个发动机可以与某些标识符相关联，例如能够单独地识别或以其它方式管理发动机的部件号或发动机序列号(例如，发动机1-4可以与相应的标识符相关联，诸如TKY00274、TKY00275、TKY00276和TKY00277)。在图6中，x轴表示时间，而y轴表示负载(例如，以千瓦计)。
如图6中所示，在总负载低于阈值(例如，在所示示例中约为2000kW)的时间段期间，动力控制器可以一开始仅操作第一发动机(示为发动机1负载)。因此，如附图标记610所示，动力控制器可以延迟启动第二发动机，直到总负载满足阈值，此时可以启动第二发动机以平衡分配到第一发动机的负载(例如，以防止第一发动机不得不产生超过阈值功率量的功率)。
如图6中进一步所示，第一发动机和第二发动机可以一直工作到总负载与第二阈值相交。因此，如附图标记620所示，动力控制器可以对电池放电(在仅第一和/或第二发动机正在运行时电池可能已经处于充电状态)以处理负载的峰值部分，并调平或以其它方式稳定分配到第一发动机和第二发动机的负载。此外，通过对电池放电以处理负载的峰值部分，动力控制器可以避免启动第三发动机以节省燃料。
如上所述，提供图6作为一个或多个示例。其它示例可以与结合图6所描述的不同。
图7是本文所述的具有智能自适应控制的混合ESS优化策略的一种或多种示例性实施方式的曲线图700。在一些实施方式中，曲线图700示出了一种技术，利用这种技术可以控制动力系统被电池和/或发动机驱动的时间量以提供改进的性能，延长电池和/或发动机的使用寿命等。例如，以短间隔反复地打开和关闭发动机可能会降低发动机的性能，可能会使发动机的部件过早地劣化，等等。类似地，对电池进行短时间充电和放电可能会由于部件劣化而降低电池的容量或导致其它性能问题。在图7中，所有四个曲线图的x轴都表示时间，第一曲线图的y轴表示动力系统中的总负载(例如，以千瓦计)，第二曲线图的y轴表示总负载中由发电机组内的多个发动机支持的一部分(例如，以千瓦计)，第三曲线图的y轴表示发电机组中在特定时间在线的发动机的数目，而第四曲线图的y轴表示总负载中由一个或多个电池支持的一部分(例如，以千瓦计)。
因此，如附图标记710所示，一开始可以对具有高电荷水平的电池放电以处理与动力系统相关联的总负载。如附图标记720所示，(例如，基于电池电荷水平满足阈值)可以打开发动机以处理负载的至少一部分，并且发动机可以保持打开至少最小持续时间(例如，曲线图700中为20分钟)，以确保发动机以高效率和/或性能水平工作。如附图标记730所示，在最小持续时间已过去和/或电池已充电到足以处理较大负载的水平之后，可以关闭发动机，并且发动机可以保持关闭一定持续时间(例如，曲线图700中为四十分钟)以避免反复打开和关闭发动机。在一些情况下，将发动机保持在打开状态和/或关闭状态至少最小持续时间不一定会提供最佳燃料效率，但可以改进发动机的性能，延长发动机的使用寿命等。
如上所述，提供图7作为一个或多个示例。其它示例可以与结合图7所描述的不同。
图8是用于实施具有智能自适应控制的混合ESS优化策略的示例性过程800的流程图。图8的一个或多个过程框可由例如动力控制器(例如，动力控制器110)的装置和/或与动力控制器分开或包括动力控制器的另一装置或一组装置(例如，与(多个)发动机122相关联的ECM、与ESS 130相关联的BDP逆变器或控制器，和/或与(多个)实施方式100、实施方式200相关联的另一装置等)来执行。
如图8中所示，过程800可以开始于接收涉及与动力系统相关联的负载的信息以及涉及与动力系统相关联的一组BSFC地图的信息(框810)。例如，所述一组BSFC地图可以包括度量一个或多个发动机的燃料效率的一个或多个BSFC地图，基于与一个或多个电池的充电和放电相关联的累积能量成本、与一个或多个电池相关联的估计寿命、一个或多个电池的更换成本等的一个或多个电池等效BSFC地图。
接下来，过程800可以包括使用与动力系统中包括的多个动力源相关联的成本函数来确定性能指标(框820)。例如，如上所述，动力控制器可以使用与动力系统中包括的多个动力源相关联的成本函数来确定性能指标。
过程800可以包括基于所述一组BSFC地图和性能指标确定多个动力源之间的功率分布以最小化与负载相关联的能量成本(框830)。例如，动力控制器可以基于所述一组BSFC地图和性能指标生成动态优化地图，所述动态优化地图基于与一个或多个电池相关联的不同负载条件和电荷水平指示燃料节省，并且动力控制器可以基于动态优化地图确定多个动力源之间的功率分布。在另一示例中，动力控制器可以应用一种或多种机器学习技术以确定使能量成本最小化的功率分布比例。
如图8中进一步所示，过程800可以包括基于功率分布生成操作动力系统的命令，其中所述命令指示与操作多个动力源中的一个或多个发动机相关联的第一量的功率以及与操作多个动力源中的一个或多个电池相关联的第二量的功率(框840)。例如，动力控制器可以确定与动力系统相关联的机器处于需要备用动力源的动态定位区中，在这种情况下，所述命令可以使多个动力源中的至少两个在机器处于动态定位区中时可操作。在另一示例中，基于负载未能满足第一阈值和/或与所述一个或多个电池相关联的电荷水平未能满足第二阈值，所述命令使一个或多个发动机产生第一量的功率以对所述一个或多个电池充电。附加地或替代地，基于负载满足第一阈值和/或与所述一个或多个电池相关联的电荷水平满足第二阈值，所述命令使所述一个或多个电池产生第二量的功率以延迟或避免启动所述一个或多个发动机，从而执行防止第一量的功率超过阈值的峰值负载抑制，基于与所述负载相关联的响应时间向所述一个或多个发动机提供瞬时支持，等等。在一些实施方式中，基于与多个动力源相关联的健康信息，第一量的功率可以在一个或多个发动机之间平均地或不均匀地分布，并且第二量的功率可以具有正值以指示要对一个或多个电池放电，或负值以指示要对一个或多个电池充电。
过程800可以包括对结合图8描述的那些实施方式的变化和/或附加的实施方式，诸如任何单个实现方式或本文其他地方描述的实施方式的任何组合。尽管图8示出了过程800的示例性框，但是在一些示例中，与图8中描绘的那些框相比，过程800可以包括额外的框、更少的框、不同的框或不同布置的框。附加地或替代地，可以并行地执行过程800的框中的两个或更多个框。
工业适用性
本文公开的控制系统可以实施适用于具有动力系统的任何移动机器的混合ESS优化策略，其中，多个动力源协作以驱动移动机器，并且在变化条件下为主负载和/或一个或多个辅助负载提供动力。所述控制系统可以降低总燃料消耗，提高性能，并且延长多个动力源的使用寿命，同时还通过在各种操作约束下优化负载共享来遵守限制和/或监管要求。因此，由控制系统实施的混合ESS优化策略可以用于控制具有高度多样化动力源的组合的动力系统。
例如，在动力系统包括多个发动机的情况下，可以在多个发动机之间均匀地或不均匀地分布负载，以确保每个发动机以最大燃料效率操作，减少每个发动机消耗的燃料总量，平衡或调平每个发动机所支持的瞬时和/或累积负载，保持和/或延长每个发动机的使用寿命，等等。此外，在动力系统包括一个或多个电池的情况下，电池可以通过充当由发动机驱动的发电机的备用部件来提供旋转备用和中断防止。电池还可用于实施峰值负载抑制，以充当缓冲器并(单独地和/或共同地)调平由发动机支持的负载，优化发动机和/或电池的操作点以降低维护和/或更换成本，提供瞬时动力以支持由发动机驱动的发电机，等等。因此，如本文所述，控制系统可以动态地适应与动力系统的整体状态相关的不同操作条件和输入参数，以改进性能(例如，增加的加速度或额外的按需动力)，(例如，在局部和/或在循环中)减少排放，优化燃料消耗，通过降低维护和运营成本来降低总拥有成本，提高用户舒适度(例如，通过实现无声操作和/或减小由燃料燃烧引起的气味和/或安全风险)，等等。
如本文所使用，冠词“一(a)”和“一(an)”旨在包括一个或多个物品，且可与“一个或多个”互换使用。此外，如本文中所使用，术语“具有(has)”、“具有(have)”、“具有(having)”等旨在为开放式术语。此外，短语“基于”意图表示“至少部分地基于”。
以上公开提供了说明和描述，但并不意图为详尽的或将实施方式限制为所公开的精确形式。修改和变化可鉴于上述公开做出，或者可从实施方式的实践中获取。说明书旨在仅被认为是示例性的，本公开的真实范围由下文的权利要求书及其等同物限定。即使特征的特定组合在权利要求书中叙述和/或在说明书中公开，这些组合也并非旨在限制各种实施方式的公开。尽管下面列出的每个从属权利要求可直接从属于仅一项权利要求，但各种实施方式的公开内容包括与权利要求集中的每个其它权利要求组合的每个从属权利要求。。

Claims (10)

1.一种方法，所述方法包括：
由装置接收：
涉及与动力系统相关联的负载的信息，以及
涉及与所述动力系统相关联的一组制动燃料消耗率(BSFC)地图的信息；
由所述装置使用与所述动力系统中包括的多个动力源相关联的成本函数来确定性能指标；
由所述装置基于所述一组BSFC地图和所述性能指标确定所述多个动力源之间的功率分布以最小化与所述负载相关联的能量成本；以及
由所述装置基于所述功率分布生成用于操作所述动力系统的命令，
其中，所述命令指示与操作所述多个动力源中的一个或多个发动机相关联的第一量的功率以及与操作所述多个动力源中的一个或多个电池相关联的第二量的功率。
2.根据权利要求1所述的方法，还包括：
基于与所述动力系统相关联的所述负载、所述一组BSFC地图和所述性能指标生成动态优化地图，
其中，所述动态优化地图基于不同负载条件和与所述一个或多个电池相关联的电荷水平指示燃料节省，以及
基于所述动态优化地图确定所述多个动力源之间的所述功率分布。
3.根据权利要求1-2中任一项所述的方法，还包括：
确定与所述动力系统相关联的机器处于需要备用动力源的动态定位区中，
其中，所述命令使所述多个动力源中的至少两个在所述机器处于所述动态定位区中时可操作。
4.根据权利要求1-3中任一项所述的方法，其中，基于所述负载中的一个或多个未能满足第一阈值或与所述一个或多个电池相关联的电荷水平未能满足第二阈值，所述命令使所述一个或多个发动机产生所述第一量的功率以对所述一个或多个电池充电。
5.根据权利要求1-4中任一项所述的方法，其中，基于所述负载中的一个或多个满足第一阈值或与所述一个或多个电池相关联的电荷水平满足第二阈值，所述命令使所述一个或多个电池产生所述第二量的功率以延迟或避免启动所述一个或多个发动机。
6.根据权利要求1-5中任一项所述的方法，其中，所述命令使所述一个或多个电池产生所述第二量的功率以执行如下一项或多项操作：执行峰值负载抑制，所述峰值负载抑制防止所述第一量的功率超过阈值，或基于与所述负载相关联的响应时间向所述一个或多个发动机提供瞬时支持。
7.根据权利要求1-6中任一项所述的方法，其中，基于与所述多个动力源相关联的健康信息，在所述一个或多个发动机之间均匀或不均匀地分布所述第一量的功率。
8.根据权利要求1-7中任一项所述的方法，其中，所述第二量的功率具有指示要对所述一个或多个电池放电的正值或指示要对所述一个或多个电池充电的负值。
9.根据权利要求1-8中任一项所述的方法，其中，所述一组BSFC地图包括：
度量所述一个或多个发动机的燃料效率的一个或多个BSFC地图，以及
基于与所述一个或多个电池的充电和放电相关联的累积能量成本、与所述一个或多个电池相关联的估计寿命和所述一个或多个电池的更换成本的一个或多个电池等效BSFC地图。
10.一种机器，包括：
动力系统，所述动力系统包括多个动力源；以及
动力控制器，所述动力控制器包括一个或多个处理器，所述一个或多个处理器被配置成：
接收涉及与所述多个动力源相关联的一组制动燃料消耗率(BSFC)地图的信息；
基于与所述多个动力源相关联的健康信息，使用成本函数确定性能指标；以及
基于使能量成本最小化的功率分布生成操作所述动力系统的命令，以基于涉及所述一组BSFC地图、所述性能指标和与所述动力系统相关联的负载的信息来操作所述动力系统。
CN202110178918.5A 2020-02-11 2021-02-09 具有智能自适应控制的混合能量存储系统优化策略 Pending CN113253609A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/787,629 US11541763B2 (en) 2020-02-11 2020-02-11 Hybrid energy storage system optimization strategy with intelligent adaptive control
US16/787,629 2020-02-11

Publications (1)

Publication Number Publication Date
CN113253609A true CN113253609A (zh) 2021-08-13

Family

ID=74215785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110178918.5A Pending CN113253609A (zh) 2020-02-11 2021-02-09 具有智能自适应控制的混合能量存储系统优化策略

Country Status (4)

Country Link
US (1) US11541763B2 (zh)
EP (1) EP3865335A1 (zh)
CN (1) CN113253609A (zh)
BR (1) BR102021002329A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114723234A (zh) * 2022-03-17 2022-07-08 云南电网有限责任公司电力科学研究院 变压器容量瞒报识别方法、系统、计算机设备和存储介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11920438B2 (en) 2019-10-17 2024-03-05 Schlumberger Technology Corporation Intelligent power management system
US11679752B2 (en) * 2020-12-21 2023-06-20 Fca Us Llc Method of supervisory control for power management of a parallel two motor hybrid powertrain
CN113904352A (zh) * 2021-10-11 2022-01-07 国网福建省电力有限公司 混合储能系统功率分配优化方法及终端
US20230174215A1 (en) * 2021-12-02 2023-06-08 Brunswick Corporation Marine propulsion and generator systems and methods
US11942781B2 (en) 2021-12-20 2024-03-26 Schlumberger Technology Corporation Power management at a wellsite
NO347285B1 (en) 2022-02-11 2023-08-21 Kongsberg Maritime As Intelligent Energy Management System (iEMS) and Balance Profile
EP4228115A1 (en) 2022-02-11 2023-08-16 Kongsberg Maritime AS Intelligent energy management system (iems) and balance profile
CN115324149B (zh) * 2022-06-30 2023-10-27 三一重机有限公司 液压泵控制方法、装置及作业机械
CN116436059B (zh) * 2023-02-07 2023-12-12 深圳先进储能材料国家工程研究中心有限公司 一种混合储能系统及其调度方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005075234A2 (en) 2004-01-30 2005-08-18 Solomon Technologies, Inc. Regenerative motor propulsion system
US20100094490A1 (en) 2007-04-19 2010-04-15 Glacier Bay, Inc Power generation system for marine vessel
CN101932469A (zh) 2007-12-12 2010-12-29 福斯海运公司 混合动力推进系统
US8892264B2 (en) 2009-10-23 2014-11-18 Viridity Energy, Inc. Methods, apparatus and systems for managing energy assets
WO2012092503A2 (en) 2010-12-29 2012-07-05 Pierre Caouette Electronic system and method of automating, controlling, and optimizing the operation of one or more energy storage units and a combined serial and parallel hybrid marine propulsion system
JP6044922B2 (ja) 2012-03-30 2016-12-14 国立研究開発法人 海上・港湾・航空技術研究所 船舶のハイブリッド運航システムおよびハイブリッド運航船
JP5991375B2 (ja) 2012-07-05 2016-09-14 トヨタ自動車株式会社 ハイブリッド車両の制御装置
US20150274275A1 (en) 2014-03-27 2015-10-01 Caterpillar Inc. Dynamic load-sharing power system
CN104527958B (zh) 2014-12-15 2017-05-17 武汉理工大学 船舶四机双桨混合动力推进系统能量优化与控制方法
NO20150349A1 (en) 2015-03-20 2016-08-22 Kongsberg Maritime As Dynamic hybrid control
US9683503B2 (en) 2015-08-17 2017-06-20 Caterpillar Inc. Managing load sharing among multiple engines
TWI592335B (zh) 2015-09-24 2017-07-21 財團法人船舶暨海洋產業研發中心 船舶動力控制方法
US20180290645A1 (en) * 2017-04-11 2018-10-11 Ford Global Technologies, Llc Autonomous vehicle constant speed control system
US10759298B2 (en) * 2018-08-29 2020-09-01 GM Global Technology Operations LLC Electric-drive motor vehicles, systems, and control logic for predictive charge planning and powertrain control
US20200262413A1 (en) * 2019-02-18 2020-08-20 Borgwarner Inc. Method and system for regenerating electrical energy in a hybrid vehicle

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114723234A (zh) * 2022-03-17 2022-07-08 云南电网有限责任公司电力科学研究院 变压器容量瞒报识别方法、系统、计算机设备和存储介质

Also Published As

Publication number Publication date
US11541763B2 (en) 2023-01-03
EP3865335A1 (en) 2021-08-18
US20210245607A1 (en) 2021-08-12
BR102021002329A2 (pt) 2021-08-24

Similar Documents

Publication Publication Date Title
EP3865335A1 (en) Hybrid energy storage system optimization strategy with intelligent adaptive control
JP6972076B2 (ja) エネルギー貯蔵システムを有する車両推進システムおよびその動作を制御する最適化された方法
US10081350B2 (en) Vehicle propulsion system having an energy storage system and optimized method of controlling operation thereof
US9889752B2 (en) Vehicle propulsion system having an energy storage system and optimized method of controlling operation thereof
US8062081B2 (en) Hybrid propulsion systems
RU2389618C2 (ru) Гибридная силовая установка (варианты) и способ управления мощностью гибридной силовой установки (варианты)
JP2016047005A (ja) エネルギー貯蔵システムを有する車両推進システムおよびその動作を制御する最適化された方法
JP2010525981A (ja) 複合エネルギシステムを制御するシステム
CN110979073A (zh) 一种功率分配方法及分配系统
CN112208737B (zh) 一种混合电力推进系统
CN105189233A (zh) 用于优化混合动力电动车中功率消耗的系统和方法
CN112224372B (zh) 一种混合电力推进系统及其启动方法
WO2018096821A1 (ja) 車両の走行制御装置
US7308958B2 (en) Method for controlling a series hybrid electric vehicle
CN112721707A (zh) 一种功率分配方法及分配系统
CN112441027B (zh) 交通工具和运行交通工具的方法
CN104977862B (zh) 选择性激活发电系统中的多个发电机中的至少一个的发电机管理系统和方法
Vu et al. Optimal power management for electric tugboats with unknown load demand
CN112564253B (zh) 新能源游艇绿色能源系统及能源匹配管理方法
EP4075621A1 (en) Method of controlling electric load shedding in a vehicle
US20230166819A1 (en) Load area tracking type ship battery management system
US11760335B2 (en) Methods and systems for a hybrid engine system
US20150375732A1 (en) Method and system for controlling a driveline of a hybrid vehicle
Karbaschian et al. Application and Comparison of Pressure Control Strategies to a Series Hybrid Hydraulic Powertrain
CN105751913B (zh) 基于多跟随器的分布式能源供给系统及其控制方法

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