CN116050796A - 基于燃料电池能量梯级利用的移动能源网络优化调度方法 - Google Patents
基于燃料电池能量梯级利用的移动能源网络优化调度方法 Download PDFInfo
- Publication number
- CN116050796A CN116050796A CN202310121187.XA CN202310121187A CN116050796A CN 116050796 A CN116050796 A CN 116050796A CN 202310121187 A CN202310121187 A CN 202310121187A CN 116050796 A CN116050796 A CN 116050796A
- Authority
- CN
- China
- Prior art keywords
- fuel cell
- ship
- power
- energy
- heat
- 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.)
- Granted
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 139
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 26
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 49
- 239000001257 hydrogen Substances 0.000 claims abstract description 49
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 49
- 238000005338 heat storage Methods 0.000 claims abstract description 38
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 16
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 16
- 238000003860 storage Methods 0.000 claims abstract description 15
- 238000004146 energy storage Methods 0.000 claims description 49
- 230000006870 function Effects 0.000 claims description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 230000020169 heat generation Effects 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 14
- 238000009825 accumulation Methods 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 12
- 239000002283 diesel fuel Substances 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 238000013178 mathematical model Methods 0.000 claims description 5
- 238000005485 electric heating Methods 0.000 claims description 4
- 230000009194 climbing Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 230000002706 hydrostatic effect Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000394635 Acetomicrobium mobile Species 0.000 description 1
- 241000206601 Carnobacterium mobile Species 0.000 description 1
- 241000283153 Cetacea Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003763 carbonization Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005262 decarbonization Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 229910000510 noble metal Inorganic materials 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Fuel Cell (AREA)
Abstract
本发明提供了一种基于燃料电池能量梯级利用的移动能源网络优化调度方法，包括：步骤1：建立基于燃料电池能量梯级利用的移动能源网络，通过氢燃料电池及柴油发电机供给电力推进负荷与生活用电负荷，通过储电装置补充电负荷需求，通过氢燃料电池、电热泵、储热装置保障热负荷需求；步骤2：建立在船舶失速情况下的船舶航行模型；步骤3：建立基于燃料电池能量梯级利用的移动能源网络优化调度模型，并进行约束；步骤4：求解移动能源网络优化调度模型，对移动能源网络进行优化调度。本发明在保障船舶能源网络热力、电力负荷可靠供应与船舶安全准时到港的前提下，以船舶移动能源系统运行成本最小、碳排放成本最低为目标，实现最优调度策略。
Description
技术领域
本发明涉及船舶能源系统运行与航程调度技术领域，具体地，涉及一种基于燃料电池能量梯级利用的移动能源网络优化调度方法。
背景技术
随着国际限排法规日益严格，航运业绿色脱碳成为不可逆转的趋势。作为典型的移动式微能源系统，以电力推进和清洁能源动力为代表的船舶移动式能源网络成为各航运大国关注焦点。如何通过船舶微能源系统的能量管理，有效降低船舶碳排放水平，实现船舶节能增效是绿色航运发展所面临的巨大挑战。
燃料电池作为一种电化学能量转换装置，具有转换效率高、污染低、运行噪声小等优点，近年来，相关技术得到了快速发展，在移动能源系统动力源和陆地固定式能源系统中应用前景广阔。目前在已有的大多数研究中燃料电池只提供辅助供电，而剩余的大部分能量以热能形式直接耗散到周围环境中，其系统能量利用率仅为40-60％，造成了严重的能源浪费。为了提高能源综合利用效率，燃料电池的能量梯级利用模式近年来受到陆地固定式能源系统领域的专家、学者青睐。燃料电池能量梯级利用是指其同时实现供电和供热，将具有较高利用价值的高品质能用于发电，而剩余的温度较低的低品质能用于供热，可大大提高系统能源综合利用效率。
然而，移动微能源网络作为能源和交通融合发展的重要实施对象，目前尚未见到计及燃料电池能量梯级利用的移动能源网络的优化调度研究。值得说明的是，虽然陆地能源系统中已有少量关于含燃料电池能量梯级利用的陆地能源系统优化调度研究，但是区别于陆地固定式能源系统，移动能源网络在实际运行中，需要考虑自身的时空耦合特性；对于全电力船舶而言，其交通移动特性与自身的能源调配紧密耦合，且航行中不可避免地受到风浪阻力扰动导致的被动失速。船载燃料电池能量梯级利用相较于陆地固定式能源系统更加复杂。
胡东亮、袁裕鹏、瞿小豪、尹奇志提出了基于鲸鱼优化算法的燃料电池/锂电池混合动力船舶能效优化分析(中国舰船研究：1-13[2022-11-29].DOI:10.19693/j.issn.1673-3185.02396)该文献针对燃料电池/锂电池混合动力船舶，分析了其在多因素影响下的能效优化方法，文献中模型发电侧和储能侧仅包含燃料电池和蓄电池，而本发明考虑的能源设备更多，且考虑到了电力网络和热网的耦合，此外，本发明还考虑了电力推进负荷作为灵活性负荷，通过调节船舶航行速度参与到船舶微能源系统的优化调度。
专利文献CN113780683A(申请号：CN202111205154.0)公开了一种基于BP神经网络的农村能源优化调度方法，包括如下步骤：S1：初始化样板数据采集，根据农村能源的设计标准，建立样本特征数据；S2：初始化数据采集，在农村能源中采集原始数据；S3：构建BP神经网络训练模型，利用原始数据对特征数据对模型进行学习与训练；S4：采集的各级数据与通过训练后的BP神经网络模型进行特征匹配，并将数据进行标记；S5：将样本数据与进行特征匹配的数据，进行绝对值比较；S6：对比较后的数据进行放大，并定位，并上传至后台控制端；S7：后台控制端将统计数据从微电网处调整电力进入农村能源。然而该专利无法解决目前存在的技术问题。
综上，本发明旨在有效改善船舶燃料消耗情况并提升系统能源利用效率，率先提出了一种考虑燃料电池能量梯级利用的移动式微能源网络优化调度方法，在保障船舶准点到港的前提下，综合考虑各能量转换设备间的能源耦合、能量平衡约束、设备安全约束、储能运行状态、航行约束等，实现船舶各设备之间的功率合理分配，提高船舶能效水平和设备寿命，同时降低实际运行成本。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于燃料电池能量梯级利用的移动能源网络优化调度方法。
根据本发明提供的基于燃料电池能量梯级利用的移动能源网络优化调度方法，包括：
步骤1：通过氢燃料电池及柴油发电机供给电力推进负荷与生活用电负荷，通过储能装置补充电负荷需求，通过电热泵、储能装置、氢燃料电池提供热负荷；
步骤2：建立在船舶失速情况下的船舶航行模型；
步骤3：将系统运行周期内总经济成本作为优化目标函数，结合燃料成本、电储能和燃料电池衰减成本、碳排放成本，建立基于燃料电池能量梯级利用的移动能源网络优化调度模型，并进行功率平衡约束、设备运行约束及交通航行约束；
步骤4：求解移动能源网络优化调度模型，根据求解结果对移动能源网络进行优化调度。
优选的，氢燃料电池在时段t的发电效率和热电比值是其负荷因子的函数，函数表达式如下：
式中：μFCe,t、μFCh,t分别表示氢燃料电池发电效率、产热效率；ψFCe,i、ψFCh,i分别表示发电效率函数、产热效率函数的多项式系数；PFCe,t为氢燃料电池t时段发电功率；HFCh,t表示氢燃料电池t时段产热功率；PFCin,t为t时段氢燃料电池消耗的氢能功率；PFC,N为氢燃料电池额定功率值；n为氢燃料电池的总数；i为序列号。
优选的，柴油发电机消耗的燃油量与发电功率的关系表示为二阶多项式函数：
式中：Qdies,t为t时刻船舶移动微能源网的柴油燃料消耗量；
代表第i台柴油发电机的燃料消耗量系数；Pt DG,i代表第i台柴油发电机组在t时刻的发电功率；
代表船载柴油发电机组集合。
优选的，储能装置包括储电单元和储热单元；
储电单元的数学模型表示为：
式中，SOCt-1、SOCt分别表示储能电池在t-1时刻和t时刻的荷电状态；δBESS表示储能电池的自放电损失系数；
表示t时刻储能电池的充电和放电功率；
分别表示储能电池充电、放电效率；Δt为单位时间间隔；
储热单元的数学模型表示为：
式中，HSDt-1、HSDt分别表示储能电池在t-1时刻和t时刻的荷电状态；δTESS为储热单元的自放热损失系数；
表示t时刻储热单元的蓄热和放热功率；
分别表示储热单元蓄热、放热效率。
优选的，电热泵的产热能效模型表示为：
式中：Pt EHPin和
分别表示t时段电热泵机组的消耗的电功率和产热功率；μEHP为电热泵的产热效率。
优选的，对于全电力船舶，其推进器功率与自身航速相关，通过调节航速进而改变电力推进功率，两者间满足如下关系式：
式中：
表示无航行阻力时船舶t时刻的静水航速；
表示t时刻船舶推进器消耗的电功率；σ1,σ2表示推进电负荷与船舶静水航速间的函数关系系数。
优选的，若静水中推进功率与风浪中船舶推进功率相等，则静水中的船舶推进功率等于风浪影响下船舶降速航行产生的推进功率与克服风浪影响所产生的功率之和，从而得到风浪影响下船舶实际航速关系式：
式中：vloss,t代表失速百分比值；γredu为气象方向折减因子；θvorr为船舶方形系数修正因子，取决于船舶的方形系数及其载荷状态；
表示静水航速；Δvt表示由于航行阻力导致的航速损失；
气象方向折减因子通过下式计算：
式中，从上至下分别对应于气象方向与船舶航向夹角为30～60°、60～150°、150～180°三种不同工况；
式中：BN为蒲福级数；
为船舶排水量；从上至下分别对应于船舶满载、压舱、正常工况。
优选的，目标函数表达式为：
式中：CS为整个航行调度周期内船舶移动微能源系统运行总成本；Δt为单位时间间隔；
表示燃料消耗成本，包含柴油油耗成本和氢燃料成本；
表示电储能和燃料电池衰减成本；
为碳排放成本；
燃料消耗成本的成本表达式如下：
式中：
分别表示柴油和氢燃料消耗量；
分别为柴油和氢燃料单位购买价格；
电储能和燃料电池衰减成本的成本表达式如下：
式中：
分别表示电储能和燃料电池的寿命衰减成本；
碳排放成本的成本表达式如下：
式中：
代表第i台柴油发电机的碳排放成本系数；Pt DG,i代表第i台柴油发电机组在t时刻的发电功率。
优选的，功率平衡约束表达式为：
式中：PFCe,t为t时段燃料电池的发电功率；PDG,t表示t时段船载柴油发电机的发电功率；
表示t时刻储能电池的充电和放电功率；
分别表示储能电池充电、放电效率；
分别表示t时段生活服务类和电力推进类电负荷；HFCh,t、HEHP,t分别表示t时段燃料电池和电热泵机组的产热功率；PHL,t、PCL,t分别为t时段的船载热负荷和冷负荷；
表示t时刻储热单元的蓄热和放热功率；
设备运行约束需满足如下约束：
式中：
分别表示储电单元充、放电功率最大值；布尔变量
分别表示t时段电储能充放电状态指示位，若为1，则充电，否则为0；SOCmax、SOCmin分别表示储电单元荷电状态上下限；
分别表示储热单元蓄、放热功率最大值；布尔变量
分别表示t时段热储能蓄放热状态指示位，若为1，则蓄热，否则为0；HSDmax、HSDmin分别表示储热单元蓄热状态上下限；HSD0、HSDT分别为储热单元在整个航程调度中的始、末值；
为第i台柴油发电机组的出力上下限；
为第i台柴油发电机组的最大爬坡功率；
交通航行约束表达式为：
式中：Dt,
分别表示t时刻及航行周期结束时船舶已航行的距离；
为自起始港口到终点港口的总航程；
表示航行周期结束时，船舶可接受的航行偏差上下限系数；vmax,vmin为船舶航速上下限；
表示静水航速；vloss,t代表失速百分比值；Δt为单位时间间隔。
优选的，将优化调度模型归纳为：
采用分段线性化的方式对非线性约束进行线性化，将混合整数非线性问题转换为混合整数线性规划问题，进而利用商业求解器CPLEX求解，根据求解结果对移动能源网络进行优化调度。
与现有技术相比，本发明具有如下的有益效果：
(1)本发明考虑了燃料电池能量梯级利用模式，通过挖掘燃料电池的热利用潜力，加深了船舶能源网络、电力网络的耦合程度，大幅度改善了船舶能源系统的柔性调节能力；
(2)本发明将船舶推进负荷作为柔性电力负荷，考虑了航速与电力推进负荷的耦合关系，通过调整航行中的航速，提高了运行灵活性和经济性；
(3)本发明在船舶航行模型中，精细化考虑了风浪等航行阻力导致的船舶被动失速，更加契合实际运行工况；
(4)本发明在保障船舶能源网络热力、电力负荷可靠供应与船舶安全准时到港的前提下，以船舶移动能源系统运行成本最小、碳排放成本最低为目标，实现最优调度策略。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为计及燃料电池热电联供的海上移动微能源网络架构图；
图2为燃料电池电功率及热功率示意图；
图3为航程及航速调配示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例：
本发明提供了一种计及燃料电池热电联产的移动微能源网络优化调度方法，计及燃料电池能量梯级利用的移动微能源网络架构如图1所示，其直观地提供了各设备之间的能源转换及利用关系，同时满足船舶移动航行电力负荷需求。其中，电力推进与生活用电负荷由氢燃料电池及柴油发电机优先供给，储电设备补充电负荷需求；热负荷可由电热泵、储热设备、氢燃料电池提供。
具体实现手段如下：
A.移动能源网络
(1)氢燃料电池
本发明采用的氢燃料电池为固体氧化物燃料电池，它具有工作效率高、无需贵金属催化剂以及热能品味高等优点，其电热效率随自身输出功率而变化。氢燃料电池基于氧化还原反应，在电堆模块中由于电子运动产生电势，进而将产生的电能输送给船舶电力系统。与此同时，伴随着氢能发电过程，将电堆反应产生的热能进行回收，利用换热器对循环热力系统回水进行加热以供应热力负荷。氢燃料电池在时段t的发电效率和热电比值是其负荷因子的函数，函数表达式如下：
式中：μFCe,t、μFCh,t分别表示氢燃料电池发电效率、产热效率；ψFCe,i、ψFCh,i分别表示发电效率函数、产热效率函数的多项式系数；PFCe,t为氢燃料电池t时段发电功率；HFCh,t表示氢燃料电池t时段产热功率；PFCin,t为t时段氢燃料电池消耗的氢能功率；PFC,N为氢燃料电池额定功率值。
(2)柴油发电机
作为船舶移动式微网的主要动力源，柴油发电机通过燃烧柴油为船舶微能源网提供能量供给，不同的船载负荷水平对应于柴油发电机不同运行点，进而导致燃油消耗量的变化。柴油发电机消耗的燃油量与发电功率的关系可近似表示为二阶多项式函数：
式中：Qdies,t为t时刻船舶移动微能源网的柴油燃料消耗量；
代表第i台柴油发电机的燃料消耗量系数；Pt DG,i代表第i台柴油发电机组在t时刻的发电功率；
代表船载柴油发电机组集合。
(3)储能装置
1)储电单元
氢燃料电池具有效率高和零排放的优点，但其动态特性较差，其输出功率的快速变化会严重影响燃料电池的使用寿命。因此，船舶能源系统中配备了锂电池作为储电设备，它具有能量密度高、性能稳定的优点，能够与燃料电池相互配合，避免燃料电池输出电功率的大幅度波动。电池储能电站的数学模型可以表示为：
式中，SOCt-1、SOCt分别表示储能电池在t-1时刻和t时刻的荷电状态；δBESS表示储能电池的自放电损失系数，取0.05；
表示t时刻储能电池的充电和放电功率；
分别表示储能电池充电、放电效率，取0.95，0.95。
2)储热单元
系统产生的多余热量可以储存储热单元中，而在供热不足的情况下储热设备可以合理供应热量，表达式为：
式中，HSDt-1、HSDt分别表示储能电池在t-1时刻和t时刻的荷电状态；δTESS为储热单元的自放热损失系数，取0.05；
表示t时刻储热单元的蓄热和放热功率；
分别表示储热单元蓄热、放热效率，分别取0.95与0.95。
(4)电热泵
电制热泵是船舶移动微能源系统的辅助热源生产设备，消耗电能用以提供热能，缓解燃料电池单一供热压力，其产热能效模型表示为：
式中：Pt EHPin和
分别表示t时段电热泵机组的消耗的电功率和产热功率；μEHP为电热泵的产热效率。
(5)推进电负荷
不同于传统机械推进式船舶，对于全电力船舶而言，其推进器功率与自身航速紧密相关，可以通过调节航速进而改变电力推进功率，两者间满足如下关系式：
式中：
表示无风浪等航行阻力时，船舶t时刻的静水航速；
表示t时刻船舶推进器消耗的电功率；σ1,σ2表示推进电负荷与船舶静水航速间的函数关系系数。
B.考虑船舶失速的船舶航行模型
由于风浪流的扰动作用，船舶航行阻力较静水也会有所增加，在推进功率不变的情况下航速有所下降。
假设静水中推进功率与风浪中船舶推进功率相等，则静水中的船舶推进功率就等于风浪影响下船舶降速航行产生的推进功率与克服风浪影响所产生的功率之和，即损失的速度被用来克服风浪影响，从而得到风浪影响下船舶实际航速关系式：
式中：vloss,t代表失速百分比值；γredu为气象方向折减因子；θcorr为船舶方形系数修正因子，取决于船舶的方形系数及其载荷状态；
表示静水航速；Δvt表示由于航行阻力导致的航速损失。
气象方向折减因子通过下式计算：
式中，从上至下分别对应于气象方向与船舶航向夹角为30～60°，60～150°，150～180°三种不同工况。
式中：BN为蒲福级数；
为船舶排水量；从上至下分别对应于船舶满载、压舱、正常工况。
C.计及燃料电池能量梯级利用的移动多能源网络优化调度模型
(1)目标函数：
计及燃料电池热电联供的上移动多能源网络优化运行调度的关键是保障移动微能源网络的安全绿色准时到港的前提下，降低系统经济运行成本及碳排放。因此本发明将系统运行周期内总经济成本作为优化目标函数，综合考虑燃料成本、储能和燃料电池衰减成本、岸电成本、碳排放成本，其表达式如下：
式中：CS为整个航行调度周期内船舶移动微能源系统运行总成本；Δt为单位时间间隔；
表示燃料消耗成本，包含柴油油耗成本和氢燃料成本；
表示电储能和燃料电池的寿命衰减成本；
为碳排放成本。各部分具体表达式如下：
1)燃料成本
柴油发电机组和氢燃料电池主要成本为柴油燃料和氢燃料成本，其成本表达式如下：
式中：
分别表示柴油和氢燃料消耗量，m3；
分别为柴油和氢燃料单位购买价格，$/m3。
2)电储能和燃料电池的寿命衰减成本
式中：
分别表示电储能和燃料电池的寿命衰减成本。
3)碳排放成本
式中：
代表第i台柴油发电机的碳排放成本系数。
(2)约束：
约束条件包括功率平衡约束、设备运行安全约束及交通航行约束。
1)功率平衡约束
式中：PFCe,t为t时段燃料电池的发电功率；PDG,t表示t时段船载柴油发电机的发电功率；
表示t时刻储能电池的充电和放电功率；
分别表示储能电池充电、放电效率，取0.95、0.95；
分别表示t时段生活服务类和电力推进类电负荷。HFCh,t、HEHP,t分别表示t时段燃料电池和电热泵机组的产热功率；PHL,t、PCL,t分别为t时段的船载热负荷和冷负荷；
表示t时刻储热单元的蓄热和放热功率。
2)设备运行约束
除约束(3)-(6)外，还需满足如下约束：
式中：
分别表示储电单元充、放电功率最大值；布尔变量
分别表示t时段电储能充放电状态指示位，若为1，则充电，否则为0；SOCmax、SOCmin分别表示储电单元荷电状态上下限；
分别表示储热单元蓄、放热功率最大值；布尔变量
分别表示t时段热储能蓄放热状态指示位，若为1，则蓄热，否则为0；HSDmax、HSDmin分别表示储热单元蓄热状态上下限；HSD0、HSDT分别为储热单元在整个航程调度中的始、末值；
为第i台柴油发电机组的出力上下限；
为第i台柴油发电机组的最大爬坡功率。
3)交通航行约束
式中：Dt,
分别表示t时刻及航行周期结束时船舶已航行的距离；
为自起始港口到终点港口的总航程；
表示航行周期结束时，船舶可接受的航行偏差上下限系数；vmax,vmin为船舶航速上下限。
D.优化调度模型求解方案
在本发明中，计及燃料电池热电联供的移动能源网络优化调度问题，优化调度模型可以归纳为：
该优化问题为混合整数非线性规划模型，非线性约束如公式(6)可采用分段线性化方法进行线性化，将该混合整数非线性问题转换为混合整数线性规划问题，进而利用高效成熟的商业求解器CPLEX求解。
本发明得到海南省科技计划三亚崖州湾科技城联合项目“面向海南自贸港的绿色船舶低碳化运行关键技术”(项目编号：2021JJLH0026)资助。
具体地，选取具有1套1.8MW的氢燃料电池系统和1套30MW柴油发电机组的全电力推进船舶微能源系统为测试系统，为验证引入燃料电池能量梯级利用和船舶电力推进负荷需求响应的广义需求响应对提高船舶移动微能源系统运行能效水平的有效性，设置了3种不同场景进行算例对比分析，其中场景3为本发明所提优化调度方法，各场景分别为：
场景1：船舶电力推进负荷不参与调度，定航速航行，燃料电池只供电；
场景2：船舶电力推进负荷不参与调度，定航速航行，燃料电池热电联供；
场景3：电力推进负荷参与需求响应，变航速航行，燃料电池热电联供。
| 算例 | 航速情况 | 燃料电池供能方式 | 系统运行费用/m.u. |
| 1 | 定航速 | 仅供电 | 72076 |
| 2 | 定航速 | 热电联供 | 70125 |
| 3 | 变航速 | 热电联供 | 68242 |
算例1：该运行方式下，船舶定航速航行在水面上，不参与调度；燃料电池仅提供电能，船舶热负荷只能从电热泵的产热功率获取，此时运行费用为72076m.u.。
算例2：燃料电池热电联供，同时提供电能和热能，与算例1相比，该运行方式下，运行费用为70125m.u.。
算例3：由于燃料电池热电联供和船舶航速需求响应同时发挥作用，因此相较于算例1和算例2，系统运行费用进一步降低。该场景下燃料电池的电热功率及航速调配情况分别如图2和图3所示。
综上，实例分析结果表明，燃料电池的能量梯级利用，能够充分挖掘燃料电池的热能潜力，显著降低移动微能源网的运行成本；船舶的电力推进负荷参与需求响应，有效利用船舶微能源网的移动交通特性，优化船舶各时段航速可进一步提高运行经济性。该发明可应用于移动微能源系统能量管理，实现移动微能源网络的经济调度。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，包括：
步骤1：通过氢燃料电池及柴油发电机供给电力推进负荷与生活用电负荷，通过储能装置补充电负荷需求，通过电热泵、储能装置、氢燃料电池提供热负荷；
步骤2：建立在船舶失速情况下的船舶航行模型；
步骤3：将系统运行周期内总经济成本作为优化目标函数，结合燃料成本、电储能和燃料电池衰减成本、碳排放成本，建立基于燃料电池能量梯级利用的移动能源网络优化调度模型，并进行功率平衡约束、设备运行约束及交通航行约束；
步骤4：求解移动能源网络优化调度模型，根据求解结果对移动能源网络进行优化调度。
2.根据权利要求1所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，氢燃料电池在时段t的发电效率和热电比值是其负荷因子的函数，函数表达式如下：
式中：μFCe,t、μFCh,t分别表示氢燃料电池发电效率、产热效率；ψFCe,i、ψFCh,i分别表示发电效率函数、产热效率函数的多项式系数；PFCe,t为氢燃料电池t时段发电功率；HFCh,t表示氢燃料电池t时段产热功率；PFCin,t为t时段氢燃料电池消耗的氢能功率；PFC,N为氢燃料电池额定功率值；n为氢燃料电池的总数；i为序列号。
3.根据权利要求2所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，柴油发电机消耗的燃油量与发电功率的关系表示为二阶多项式函数：
式中：Qdies,t为t时刻船舶移动微能源网的柴油燃料消耗量；
代表第i台柴油发电机的燃料消耗量系数；Pt DG,i代表第i台柴油发电机组在t时刻的发电功率；
代表船载柴油发电机组集合。
4.根据权利要求3所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，储能装置包括储电单元和储热单元；
储电单元的数学模型表示为：
式中，SOCt-1、SOCt分别表示储能电池在t-1时刻和t时刻的荷电状态；δBESS表示储能电池的自放电损失系数；
表示t时刻储能电池的充电和放电功率；
分别表示储能电池充电、放电效率；Δt为单位时间间隔；
储热单元的数学模型表示为：
式中，HSDt-1、HSDt分别表示储能电池在t-1时刻和t时刻的荷电状态；δTESS为储热单元的自放热损失系数；
表示t时刻储热单元的蓄热和放热功率；
分别表示储热单元蓄热、放热效率。
5.根据权利要求4所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，电热泵的产热能效模型表示为：
Ht EHP＝μEHPPt EHPin…………(5)
式中：Pt EHPin和Ht EHP分别表示t时段电热泵机组的消耗的电功率和产热功率；μEHP为电热泵的产热效率。
6.根据权利要求5所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，对于全电力船舶，其推进器功率与自身航速相关，通过调节航速进而改变电力推进功率，两者间满足如下关系式：
式中：
表示无航行阻力时船舶t时刻的静水航速；
表示t时刻船舶推进器消耗的电功率；σ1,σ2表示推进电负荷与船舶静水航速间的函数关系系数。
7.根据权利要求6所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，若静水中推进功率与风浪中船舶推进功率相等，则静水中的船舶推进功率等于风浪影响下船舶降速航行产生的推进功率与克服风浪影响所产生的功率之和，从而得到风浪影响下船舶实际航速关系式：
式中：vloss,t代表失速百分比值；γredu为气象方向折减因子；θcorr为船舶方形系数修正因子，取决于船舶的方形系数及其载荷状态；
表示静水航速；Δvt表示由于航行阻力导致的航速损失；
气象方向折减因子通过下式计算：
式中，从上至下分别对应于气象方向与船舶航向夹角为30～60°、60～150°、150～180°三种不同工况；
式中：BN为蒲福级数；
为船舶排水量；从上至下分别对应于船舶满载、压舱、正常工况。
8.根据权利要求7所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，目标函数表达式为：
式中：CS为整个航行调度周期内船舶移动微能源系统运行总成本；Δt为单位时间间隔；Ct fuel表示燃料消耗成本，包含柴油油耗成本和氢燃料成本；Ct degrade表示电储能和燃料电池衰减成本；Ct EM为碳排放成本；
燃料消耗成本的成本表达式如下：
式中：Qt dies、Qt hydr分别表示柴油和氢燃料消耗量；
分别为柴油和氢燃料单位购买价格；
电储能和燃料电池衰减成本的成本表达式如下：
Ct degrade＝Ct degrade,ESS+Ct degrade,FC…………(12)
式中：Ct degrade,ESS,Ct degrade,FC分别表示电储能和燃料电池的寿命衰减成本；
碳排放成本的成本表达式如下：
式中：
代表第i台柴油发电机的碳排放成本系数；Pt DG,i代表第i台柴油发电机组在t时刻的发电功率。
9.根据权利要求8所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，功率平衡约束表达式为：
式中：PFCe,t为t时段燃料电池的发电功率；PDG,t表示t时段船载柴油发电机的发电功率；
表示t时刻储能电池的充电和放电功率；
分别表示储能电池充电、放电效率；
分别表示t时段生活服务类和电力推进类电负荷；HFCh,t、HEHP,t分别表示t时段燃料电池和电热泵机组的产热功率；PHL,t、PCL,t分别为t时段的船载热负荷和冷负荷；
表示t时刻储热单元的蓄热和放热功率；
设备运行约束需满足如下约束：
式中：
分别表示储电单元充、放电功率最大值；布尔变量
分别表示t时段电储能充放电状态指示位，若为1，则充电，否则为0；SOCmax、SOCmin分别表示储电单元荷电状态上下限；
分别表示储热单元蓄、放热功率最大值；布尔变量
分别表示t时段热储能蓄放热状态指示位，若为1，则蓄热，否则为0；HSDmax、HSDmin分别表示储热单元蓄热状态上下限；HSD0、HSDT分别为储热单元在整个航程调度中的始、末值；
为第i台柴油发电机组的出力上下限；
为第i台柴油发电机组的最大爬坡功率；
交通航行约束表达式为：
式中：
分别表示t时刻及航行周期结束时船舶已航行的距离；
为自起始港口到终点港口的总航程；
表示航行周期结束时，船舶可接受的航行偏差上下限系数；vmax,vmin为船舶航速上下限；
表示静水航速；vloss,t代表失速百分比值；Δt为单位时间间隔。
10.根据权利要求9所述的基于燃料电池能量梯级利用的移动能源网络优化调度方法，其特征在于，将优化调度模型归纳为：
采用分段线性化的方式对非线性约束进行线性化，将混合整数非线性问题转换为混合整数线性规划问题，进而利用商业求解器CPLEX求解，根据求解结果对移动能源网络进行优化调度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310121187.XA CN116050796B (zh) | 2023-02-15 | 2023-02-15 | 基于燃料电池能量梯级利用的移动能源网络优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310121187.XA CN116050796B (zh) | 2023-02-15 | 2023-02-15 | 基于燃料电池能量梯级利用的移动能源网络优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116050796A true CN116050796A (zh) | 2023-05-02 |
| CN116050796B CN116050796B (zh) | 2023-09-22 |
Family
ID=86133112
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310121187.XA Active CN116050796B (zh) | 2023-02-15 | 2023-02-15 | 基于燃料电池能量梯级利用的移动能源网络优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116050796B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116861627A (zh) * | 2023-05-29 | 2023-10-10 | 河海大学 | 一种计及氢燃料汽车的电力-交通网碳需求响应最优调度方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106877406A (zh) * | 2017-03-23 | 2017-06-20 | 集美大学 | 一种多能源船舶微网的多目标电源配置优化方法 |
| CN112668240A (zh) * | 2020-12-30 | 2021-04-16 | 上海交通大学 | 一种基于虚拟储能的全电力船舶经济性调度方法及系统 |
| CN113139689A (zh) * | 2021-04-26 | 2021-07-20 | 大连海事大学 | 一种基于负荷预测的船舶综合能源系统优化调度方法 |
| CN113193554A (zh) * | 2021-05-06 | 2021-07-30 | 上海交通大学 | 一种基于数据驱动的新能源船舶节能减排方法及系统 |
| CN114239297A (zh) * | 2021-12-21 | 2022-03-25 | 上海交通大学 | 计及动态特性的移动能源网络韧性提升方法 |
| CN114662381A (zh) * | 2022-02-24 | 2022-06-24 | 上海交通大学 | 基于分层博弈的港船能源交通系统融合运行方法及系统 |
| CN115313352A (zh) * | 2022-07-18 | 2022-11-08 | 中国船舶重工集团公司第七0四研究所 | 直流综合电力系统船舶经济性调度计算方法 |
| CN115347590A (zh) * | 2022-08-12 | 2022-11-15 | 华中科技大学 | 基于可逆固体氧化物电池的混合储能微电网寻优控制方法 |
| CN115503924A (zh) * | 2022-10-12 | 2022-12-23 | 上海中车汉格船舶与海洋工程有限公司 | 一种基于氢燃料电池混合动力船舶电力推进系统 |
-
2023
- 2023-02-15 CN CN202310121187.XA patent/CN116050796B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106877406A (zh) * | 2017-03-23 | 2017-06-20 | 集美大学 | 一种多能源船舶微网的多目标电源配置优化方法 |
| CN112668240A (zh) * | 2020-12-30 | 2021-04-16 | 上海交通大学 | 一种基于虚拟储能的全电力船舶经济性调度方法及系统 |
| CN113139689A (zh) * | 2021-04-26 | 2021-07-20 | 大连海事大学 | 一种基于负荷预测的船舶综合能源系统优化调度方法 |
| CN113193554A (zh) * | 2021-05-06 | 2021-07-30 | 上海交通大学 | 一种基于数据驱动的新能源船舶节能减排方法及系统 |
| CN114239297A (zh) * | 2021-12-21 | 2022-03-25 | 上海交通大学 | 计及动态特性的移动能源网络韧性提升方法 |
| CN114662381A (zh) * | 2022-02-24 | 2022-06-24 | 上海交通大学 | 基于分层博弈的港船能源交通系统融合运行方法及系统 |
| CN115313352A (zh) * | 2022-07-18 | 2022-11-08 | 中国船舶重工集团公司第七0四研究所 | 直流综合电力系统船舶经济性调度计算方法 |
| CN115347590A (zh) * | 2022-08-12 | 2022-11-15 | 华中科技大学 | 基于可逆固体氧化物电池的混合储能微电网寻优控制方法 |
| CN115503924A (zh) * | 2022-10-12 | 2022-12-23 | 上海中车汉格船舶与海洋工程有限公司 | 一种基于氢燃料电池混合动力船舶电力推进系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116861627A (zh) * | 2023-05-29 | 2023-10-10 | 河海大学 | 一种计及氢燃料汽车的电力-交通网碳需求响应最优调度方法 |
| CN116861627B (zh) * | 2023-05-29 | 2024-05-14 | 河海大学 | 一种计及氢燃料汽车的电力-交通网碳需求响应最优调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116050796B (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luo et al. | Hydrogen production from offshore wind power in South China | |
| Huang et al. | Renewable energy storage and sustainable design of hybrid energy powered ships: A case study | |
| Pan et al. | Research progress on ship power systems integrated with new energy sources: A review | |
| Hong et al. | Optimization scheduling control strategy of wind-hydrogen system considering hydrogen production efficiency | |
| Fu et al. | Fuel cell and hydrogen in maritime application: A review on aspects of technology, cost and regulations | |
| Zhang et al. | Transform from gasoline stations to electric-hydrogen hybrid refueling stations: An islanding DC microgrid with electric-hydrogen hybrid energy storage system and its control strategy | |
| CN113991719B (zh) | 一种电动船舶参与的海岛群用能优化调度方法及系统 | |
| CN112769156B (zh) | 一种计及大规模海上风电并网的源网荷储协调运行方法 | |
| CN111799821A (zh) | 一种带氢储能的能源系统及控制方法 | |
| CN116050796B (zh) | 基于燃料电池能量梯级利用的移动能源网络优化调度方法 | |
| Chan et al. | Automotive revolution and carbon neutrality | |
| Zhang et al. | The research of power allocation in diesel-electric hybrid propulsion system | |
| CN113822578B (zh) | 一种协同考虑船港综合能源系统的分布式能源管理方法 | |
| CN116154975A (zh) | 一种离网型清洁能源综合储能供能系统 | |
| CN113902309B (zh) | 绿色港口能源互联系统的优化方法及系统 | |
| CN114784858A (zh) | 液氢供冷的海上超导风力制氢系统 | |
| CN113212723A (zh) | 一种智能船舶分布式综合能源管理系统及能源管理方法 | |
| CN217642738U (zh) | 基于风光氢储多能互补的综合能源系统 | |
| Ma et al. | Sizing of Renewable Energy And Energy Storage In Electrified Railway Considering Multi-application Requirements | |
| Xu et al. | Low carbon oriented electric-hydrogen system multi-time scale collaborative optimal scheduling strategy considering hybrid energy storage | |
| Wang et al. | Hydrogen‐Supported Microgrid toward Low‐Carbon Energy Transition | |
| CN217656429U (zh) | 一种基于海上风电的微网多能互补系统 | |
| Shi et al. | Two-stage Optimal Operation of Low-Carbon Island Microgrid with High Penetration of Renewable Energy | |
| CN215399286U (zh) | 一种低成本船用燃料电池顶推船-驳船混合动力系统 | |
| Lin et al. | Power distribution methods of ultra-capacitor/battery hybrid power source for vehicular applications |
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 |