CN117521947B - 混合动力船舶能效比率优化方法、系统、介质及设备 - Google Patents
混合动力船舶能效比率优化方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN117521947B CN117521947B CN202311396704.0A CN202311396704A CN117521947B CN 117521947 B CN117521947 B CN 117521947B CN 202311396704 A CN202311396704 A CN 202311396704A CN 117521947 B CN117521947 B CN 117521947B
- Authority
- CN
- China
- Prior art keywords
- ship
- power
- battery
- energy efficiency
- efficiency ratio
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 41
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 55
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 55
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000004146 energy storage Methods 0.000 claims abstract description 23
- 230000002441 reversible effect Effects 0.000 claims description 18
- 239000003921 oil Substances 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000002706 hydrostatic effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 239000010705 motor oil Substances 0.000 claims description 6
- 230000001141 propulsive effect Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 2
- 230000002035 prolonged effect Effects 0.000 abstract description 3
- 230000003247 decreasing effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 11
- 238000013178 mathematical model Methods 0.000 description 8
- 230000002068 genetic effect Effects 0.000 description 7
- 239000000446 fuel Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 241001206881 Myrmeleon inconspicuus Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Eletrric Generators (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种混合动力船舶能效比率优化方法、系统、介质及设备，包括：步骤S1：构建船舶混合动力系统模型；步骤S2：基于船舶混合动力系统模型，以覆盖排放与运输量综合考虑的年度能效比率为优化目标，基于SCE‑UA算法对船舶全航程进行优化，得到船舶主机转速及电池功率，从而精确辅助船舶执行操作；所述船舶混合动力系统模型是通过柴油机模型、储能装置模型以及船舶动力与阻力模型反应船舶的物理特征。本发明通过采用SCE‑UA算法对船舶年度能效比率进行优化，减缓了船舶碳排放强度评级下降的趋势，延长了船舶的服役寿命。
Description
技术领域
本发明涉及混合动力船舶能效优化与交通电气化领域，具体地，涉及一种混合动力船舶能效比率优化方法、系统、介质及设备。
背景技术
国际海事组织MEPC76会议定义了碳排放强度指标及其评级指标。碳排放强度指标评级的界限值会逐年严苛以满足2030年相较于2019年需降低碳排放40%的目标。其中，年度能效比率将作为一个关键指标与碳排放强度指标基线进行对比考核。对评级为A与B级的船舶，国际海事组织建议主管机港口及航运相关方进行激励，但连续3年评级为D或年评级为E的船舶，或将被迫停运采取纠正措施。因此，船东已经开始持续关注营运船舶的碳排放强度指标评级状态，并对具有潜在评级风险的船舶开展减碳技术的应用。
为应对船舶营运市场的减碳需求，混合动力推进的方式应运而生。尤其是基于储能系统的船舶混合动力结构，随着储能系统技术的发展得以应用。目前业内主要聚焦混合动力船舶能源系统运行模式、能量管理策略与控制优化等方面。相关研究主要围绕最小燃油消耗率为优化目标，并未覆盖排放与运输量综合考虑的年度能效比率；船舶运动建模应用了机理或试验所得的快速性模型，未考虑实际生产过程中海洋气象等环境力带来的影响；能量管理策略多聚焦在模式控制策略，未考虑全航程优化。
苗东晓,陈俐,王欣然.基于NSGA-Ⅱ优化的船舶串联式混合动力系统能量管理策略[J].舰船科学技术,2022,44(14):113-118.以船舶串联式混合动力系统的能量管理策略为研究对象，建立动力系统数学模型，采用实时性好的基于逻辑规则的能量管理策略，提出基于多目标优化算法 NSGA-II 优化逻辑规则中的逻辑门限值，以降低油耗和碳 排放。某内河运输船循环工况的仿真结果表明，比较传统动力系统，采用优化能量管理策略的混合动力系统节油11.09%，减少碳排放4.32%；比较基于经验的逻辑规则，优化的能量管理策略节油1.18%，减少碳排放2.46%。该文献以船舶串联式混合动力系统的能量管理策略为研究对象，建立动力系统数学模型，采用实时性好的基于逻辑规则的能量管理策略。改方案未考虑气象、水文的环境影响；在优化目标上主要以油耗为优化目标，未考虑运输量的影响。相比之下，本发明构建了综合考虑气象水文影响的船舶混合动力系统，并以年度能效比率为优化目标，能够更好满足船舶碳排放评级的要求。
潘钊,商蕾,高海波,等.燃料电池混合动力船舶复合储能系统与能量管理策略优化[J]. 大连海事大学学报, 2021, 47(03): 79-85. DOI: 10.16411/j.cnki.issn1006-7736.2021.03.010.为优化燃料电池混合动力船舶的能量管理策略和复合储能系统容量参数，以某燃料电池混合动力船舶为目标船，在Matlab /Simulink 环境中搭建含复合储能系统在内的混合动力系统与能量管理系统仿真模型，应用蚁狮多目标优化算法进行优化，并将优化后的混合动力系统性能与原船进行仿真比较。结果表明，优化后的混合动力系统能够满足电力需求，改善电能质量，延长设备寿命。该文献搭建含复合储能系统在内的混合动力系统与能量管理系统仿真模型，应用蚁狮多目标优化算法进行优化，并将优化后的混合动力系统性能与原船进行仿真比较。结果表明，优化后的混合动力系统能够满足电力需求，改善电能质量，延长设备寿命。该文献主要聚焦于船舶电力需求及电能质量要求的满足，未考虑船舶环境影响、排放强度等营运场景及要求。相比之下，本方案更加贴合当下船舶营运面临的碳排放评级问题，能够给出船舶转速及蓄电池功率，帮助船舶实现优化运行。
本发明在船舶混合动力系统模型和年度能效比率模型基础上采用了SCE-UA（Shuffled Complex Evolution）算法开展了优化，采用SCE-UA算法后的船舶能效比率有显著提升，延缓了船舶的整改时间，极大降低船舶运营成本。
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混合动力船舶能效比率优化方法、系统、介质及设备。
根据本发明提供的一种混合动力船舶能效比率优化方法，包括：
步骤S1：构建船舶混合动力系统模型；
步骤S2：基于船舶混合动力系统模型，以覆盖排放与运输量综合考虑的年度能效比率为优化目标，基于SCE-UA算法对船舶全航程进行优化，得到船舶主机转速及电池功率，从而精确辅助船舶执行操作；
所述船舶混合动力系统模型是通过柴油机模型、储能装置模型以及船舶动力与阻力模型反应船舶的物理特征。
优选地，所述船舶混合动力系统模型采用：
所述柴油机模型采用：柴油机为转速控制运行模式，通过调节转速控制柴油机的输出功率与油耗；
其中，为主机功率，/>为消耗率，/>为主机油耗，/>为主机转速，/>、/>、/>为系数；
所述储能装置模型采用：
其中，为电池荷电状态，/>为电池初始容量，/>为电池总容量，/>为电池电功率；
所述船舶动力与阻力模型包括：船舶阻力包括静水阻力和环境力；其中，静水阻力受船舶航速影响，影响力包括波浪增阻和风阻，受包括：风、浪、涌气象环境的影响；船舶动力是柴油机做功或可逆电机做功，通过轴系和齿轮箱传递到螺旋桨产生的推进力；推进船体与船舶阻力平衡；
其中，为船舶在风浪下的阻力功率，/>为船舶对地航速，/>为风强，/>为浪高，/>为涌高，/>为推进效率，/>为主机功率，/>为可逆电机功率，/>为可逆电机效率；为电池电功率。
优选地，通过控制调节船舶主机转速及电池功率，实现年度能效比率降低，进而满足船舶碳排放指标的要求；
目标函数采用：
其中，为船舶年度能效比值；/>为油品碳排量；/>为船舶载重吨；/>为航段时间；下标/>为航线分段标识；/>表示船舶i航段的对地航速，/>表示流的矢量；
船舶完成航行任务约束条件包括：
航次时间约束：
其中，为航次总时间；
主机转速约束：
其中，为最小转速限制，/>为最大转速限制；
电池容量约束：
电池功率约束：
其中，为最小电池功率，/>为最大电池功率。
优选地，所述船舶碳排放指标采用：
其中，表示船舶碳排放强度指标；/>为船舶载重吨；/>和/>为系数。
根据本发明提供的一种混合动力船舶能效比率优化系统，包括：
模块M1：构建船舶混合动力系统模型；
模块M2：基于船舶混合动力系统模型，以覆盖排放与运输量综合考虑的年度能效比率为优化目标，基于SCE-UA算法对船舶全航程进行优化，得到船舶主机转速及电池功率，从而精确辅助船舶执行操作；
所述船舶混合动力系统模型是通过柴油机模型、储能装置模型以及船舶动力与阻力模型反应船舶的物理特征。
优选地，所述船舶混合动力系统模型采用：
所述柴油机模型采用：柴油机为转速控制运行模式，通过调节转速控制柴油机的输出功率与油耗；
其中，为主机功率，/>为消耗率，/>为主机油耗，/>为主机转速，/>、/>、/>为系数；
所述储能装置模型采用：
其中，为电池荷电状态，/>为电池初始容量，/>为电池总容量，/>为电池电功率；
所述船舶动力与阻力模型包括：船舶阻力包括静水阻力和环境力；其中，静水阻力受船舶航速影响，影响力包括波浪增阻和风阻，受包括：风、浪、涌气象环境的影响；船舶动力是柴油机做功或可逆电机做功，通过轴系和齿轮箱传递到螺旋桨产生的推进力；推进船体与船舶阻力平衡；
其中，为船舶在风浪下的阻力功率，/>为船舶对地航速，/>为风强，/>为浪高，/>为涌高，/>为推进效率，/>为主机功率，/>为可逆电机功率，/>为可逆电机效率；为电池电功率。
优选地，通过控制调节船舶主机转速及电池功率，实现年度能效比率降低，进而满足船舶碳排放指标的要求；
目标函数采用：
其中，为船舶年度能效比值；/>为油品碳排量；/>为船舶载重吨；/>为航段时间；下标/>为航线分段标识；/>表示船舶i航段的对地航速，/>表示流的矢量；
船舶完成航行任务约束条件包括：
航次时间约束：
其中，为航次总时间；
主机转速约束：
其中，为最小转速限制，/>为最大转速限制；
电池容量约束：
电池功率约束：
其中，为最小电池功率，/>为最大电池功率。
优选地，所述船舶碳排放指标采用：
其中，表示船舶碳排放强度指标；/>为船舶载重吨；/>和/>为系数。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述所述的混合动力船舶能效比率优化方法的步骤。
根据本发明提供的一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述所述的混合动力船舶能效比率优化方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
1、本发明通过采用SCE-UA算法对船舶年度能效比率进行优化，减缓了船舶碳排放强度评级下降的趋势，延长了船舶的服役寿命；
2、本发明面向覆盖排放与运输量综合考虑的年度能效比率为优化目标，满足船东营运减排及碳排放强度指标评级要求；
3、本发明考虑气象、水文影响因素，构建船舶混合动力模型，更符合船舶实际营运场景；
4、本发明采用SCE-UA算法对优化问题进行全航程优化，给出船舶主机转速及电池功率，能够精确辅助船舶执行操作；
5、本发明的实行将有助于推动船舶行业绿色低碳可持续发展，助力实现我国海洋强国和“双碳”目标。
采用SCE-UA算法后的船舶能效比率有显著提升，延缓了船舶的整改时间，极大降低船舶运营成本。
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为混合动力船舶典型系统架构示意图。
图2为采用SCE-UA算法的混合动力船舶能效比率优化流程图。
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1
根据本发明提供的一种混合动力船舶能效比率优化方法，包括：
步骤S1：构建船舶混合动力系统模型；
步骤S2：基于船舶混合动力系统模型，以覆盖排放与运输量综合考虑的年度能效比率为优化目标，基于SCE-UA算法对船舶全航程进行优化，得到船舶主机转速及电池功率，从而精确辅助船舶执行操作；
所述船舶混合动力系统模型是通过柴油机模型、储能装置模型以及船舶动力与阻力模型反应船舶的物理特征。
本发明采用SCE-UA算法后的船舶能效比率有显著提升，延缓了船舶的整改时间，极大降低船舶运营成本。
具体地，所述步骤S1包括：
如图1所示，本发明涉及的混合动力系统船舶模型，由柴油机模型、储能装置模型、船舶动力学模型组成。系统中，储能装置（物理上电池）可根据船舶航行状态和船舶阻力状态进行充放电，实现船舶能量的综合管理功能。
所述柴油机模型包括：柴油机为转速控制运行模式，船员可通过调节转速控制柴油机的输出功率与油耗，其数学模型如下：
（1）
（2）
其中，为主机功率，/>为消耗率，/>为主机油耗，/>为主机转速，/>、/>、/>为系数。
所述储能装置模型包括：船上多采用磷酸铁锂电池，其数学模型如下：
（3）
式中，为电池荷电状态，/>为电池初始容量，/>为电池总容量，/>为电池电功率。
所述船舶动力与阻力模型包括：
船舶阻力主要包括静水阻力和环境力；其中静水阻力受船舶航速影响，环境力包含波浪增阻和风阻，受风、浪、涌等气象环境的影响。船舶动力是柴油机做功或可逆电机做功，通过轴系和齿轮箱传递到螺旋桨产生的推进力。根据牛顿第二定律，推进船体与船舶阻力平衡。其数学模型如下：
（4）
（5）
（6）
式中，为船舶在风浪下的阻力功率，/>为船舶对地航速，/>为风强，/>为浪高，/>为涌高，/>为推进效率，/>为主机功率，/>为可逆电机功率，/>为可逆电机效率。/>表示电池电功率。
具体地，所述步骤S2采用：
1）碳排放强度指标基线模型
碳排放强度指标是衡量船舶营运CO2排放量的指标，表征船舶实际的营运能效水平。5000总吨及以上的船舶，必须确定年度营运碳强度指标。
（7）
其中，为2019年参考基线，后每年折减，/>为船舶载重吨，/>和/>为系数，与船型有关。
2）目标函数
法规部门将在每个日历年统计船舶年度能效比率，并根据当年碳排放指标要求对船舶划分等级，对连续3年评级为D或当年评级为E的船舶，需制定纠正计划，经批准后纳入营运船的船舶能源效率管理计划执行。年度能效比率为船舶年度二氧化碳排放量与船舶载重吨和航行距离乘积的比值。通过控制调节主机转速以及电池功率，可实现年度能效比率降低，进而满足船舶碳排放指标的要求。目标函数如下所示：
（8）
（9）
（10）
（11）
（12）
其中，为船舶年度能效比值，/>为油品碳排量，/>为航段时间，下标/>为航线分段标识；/>表示船舶i航段的对地航速，/>表示流的矢量（由流速和流向组成）；
3）约束条件
船舶完成航行任务主要受两方面的约束，包括航次任务约束以及物理约束，具体约束条件如下所示：
航次时间约束：
（13）
式中，为航次总时间。
主机转速约束：
（14）
式中，为最小转速限制，/>为最大转速限制。
电池容量约束：
（15）
电池功率约束：
（16）
式中，为最小电池功率，/>为最大电池功率。
4）优化求解
本发明所涉及的优化问题为典型的非凸时变非线性优化问题，难以通过解析法进行求解；因此运用群智能优化算法对问题开展求解。面对单目标全局优化场景，选用SCE-UA算法对问题进行求解。SCE-UA综合了确定性搜索、随机搜索和生物竞争进化等方法的优点引入种群概念复合形点在可行域内随机生成和竞争演化；具体如图2所示。
根据本发明提供的一种混合动力船舶能效比率优化系统，包括：
模块M1：构建船舶混合动力系统模型；
模块M2：基于船舶混合动力系统模型，以覆盖排放与运输量综合考虑的年度能效比率为优化目标，基于SCE-UA算法对船舶全航程进行优化，得到船舶主机转速及电池功率，从而精确辅助船舶执行操作；
所述船舶混合动力系统模型是通过柴油机模型、储能装置模型以及船舶动力与阻力模型反应船舶的物理特征。
本发明采用SCE-UA算法后的船舶能效比率有显著提升，延缓了船舶的整改时间，极大降低船舶运营成本。
具体地，所述模块M1包括：
本发明涉及的混合动力系统船舶模型，由柴油机模型、储能装置模型、船舶动力学模型组成。系统中，储能装置（物理上电池）可根据船舶航行状态和船舶阻力状态进行充放电，实现船舶能量的综合管理功能。
所述柴油机模型包括：柴油机为转速控制运行模式，船员可通过调节转速控制柴油机的输出功率与油耗，其数学模型如下：
（1）
（2）
其中，为主机功率，/>为消耗率，/>为主机油耗，/>为主机转速，/>、/>、/>为系数。
所述储能装置模型包括：船上多采用磷酸铁锂电池，其数学模型如下：
（3）
式中，为电池荷电状态，/>为电池初始容量，/>为电池总容量，/>为电池电功率。
所述船舶动力与阻力模型包括：
船舶阻力主要包括静水阻力和环境力；其中静水阻力受船舶航速影响，环境力包含波浪增阻和风阻，受风、浪、涌等气象环境的影响。船舶动力是柴油机做功或可逆电机做功，通过轴系和齿轮箱传递到螺旋桨产生的推进力。根据牛顿第二定律，推进船体与船舶阻力平衡。其数学模型如下：
（4）
（5）
（6）
式中，为船舶在风浪下的阻力功率，/>为船舶对地航速，/>为风强，/>为浪高，/>为涌高，/>为推进效率，/>为主机功率，/>为可逆电机功率，/>为可逆电机效率。/>表示电池电功率。
具体地，所述模块M2采用：
1）碳排放强度指标基线模型
碳排放强度指标是衡量船舶营运CO2排放量的指标，表征船舶实际的营运能效水平。5000总吨及以上的船舶，必须确定年度营运碳强度指标。
（7）
其中，为2019年参考基线，后每年折减，/>为船舶载重吨，/>和/>为系数，与船型有关。
2）目标函数
法规部门将在每个日历年统计船舶年度能效比率，并根据当年碳排放指标要求对船舶划分等级，对连续3年评级为D或当年评级为E的船舶，需制定纠正计划，经批准后纳入营运船的船舶能源效率管理计划执行。年度能效比率为船舶年度二氧化碳排放量与船舶载重吨和航行距离乘积的比值。通过控制调节主机转速以及电池功率，可实现年度能效比率降低，进而满足船舶碳排放指标的要求。目标函数如下所示：
（8）
（9）
（10）
（11）
（12）
其中，为船舶年度能效比值，/>为油品碳排量，/>为航段时间，下标/>为航线分段标识；/>表示船舶i航段的对地航速，/>表示流的矢量（由流速和流向组成）；
3）约束条件
船舶完成航行任务主要受两方面的约束，包括航次任务约束以及物理约束，具体约束条件如下所示：
航次时间约束：
（13）
式中，为航次总时间。
主机转速约束：
（14）
式中，为最小转速限制，/>为最大转速限制。
电池容量约束：
（15）
电池功率约束：
（16）
式中，为最小电池功率，/>为最大电池功率。
4）优化求解
本发明所涉及的优化问题为典型的非凸时变非线性优化问题，难以通过解析法进行求解；因此运用群智能优化算法对问题开展求解。面对单目标全局优化场景，选用SCE-UA算法对问题进行求解。SCE-UA综合了确定性搜索、随机搜索和生物竞争进化等方法的优点引入种群概念复合形点在可行域内随机生成和竞争演化；具体如图2所示。
本发明充分考虑船舶营运的实际场景需求，构建考虑气象、水文影响的混合动力船舶模型，考虑实际生产过程中海洋气象等环境力带来的影响。同时围绕覆盖排放与运输量综合考虑的年度能效比率为优化目标，在此基础上构建优化问题及约束条件，符合船舶实际营运及碳排放强度指标评级需求。基于SCE-UA算法对船舶全航程进行优化，给出船舶主机转速及电池功率，能够精确辅助船舶执行操作。
实施例2
实施例2是实施例1的优选例
下面结合附图及具体实施案例对本发明方案进行进一步的详细说明。
以某近海航行船舶为例开展算例分析。该船采用混动动力推进方式，主机功率为7500kW，电池配置为1500kWh，载重量为35000吨，电池运行模式为均衡放电。为贴合实际营运场景，选取典型航次进行计算，该船营运典型航次含广州-上海，上海-大连，大连-广州”。
基于该船实际运营过程中智能系统采集的数据，计算每个典型航次的航行时间、航行里程、航行油耗以及能效比值，计算结果如表1所示，该船舶年度能效比率为6.938，预计2027年碳排放强度指标评级将转为D，2030年将转为E，如不采取措施，2030年该船将面临停运并采取纠正措施的风险。
表1典型航次船舶能效比率
| 典型航次 | 广州-上海 | 上海-大连 | 大连-广州 | 综合营运情况 |
| 航行时间（小时） | 72 | 47 | 119 | 238 |
| 总航程（海里） | 877 | 691 | 1478 | 3046 |
| 总油耗（吨） | 70.1 | 48.9 | 114.8 | 233.8 |
| 年度能效比率 | 7.226 | 6.410 | 7.020 | 6.938 |
在动力配置不变的情况下，分别采用遗传算法和SCE-UA算法对船舶能源管理进行优化，优化后的航次能效比值如表2所示。在运用遗传算法以及SCE-UA算法进行优化后，减排效果得到了明显的提升，综合营运情况下，遗传算法能够降低年度能效比率达2.21%，SCE-UA算法可降低年度能效比率达3.73%；航程相对较短的“广州-上海”和“上海-大连”航次中，遗传算法和SCE-UA的优化效果较为接近；航程相对较长的“大连-广州”航次中，遗传算法优化的年度能效比率为6.968，SCE-UA算法优化的年度能效比率为6.656，SCE-UA算法的优化效果较大程度地优于遗传算法。
表2优化前后的船舶能效比值
| 典型航次 | 广州-上海 | 上海-大连 | 大连-广州 | 综合营运情况 |
| 优化前年度能效比率 | 7.226 | 6.410 | 7.020 | 6.938 |
| 遗传算法年度能效比率 | 7.044 | 6.244 | 6.968 | 6.785（-2.21%） |
| SCE-UA算法年度能效比率 | 7.069 | 6.259 | 6.656 | 6.679（-3.73%） |
表3显示了优化前后的碳排放强度指标评级结果。从评级结果可见，采用GA算法优化后，碳排放强度指标到D级的时间较优化前推迟一年；采用SCE-UA算法优化后，碳排放强度指标到D级的时间较优化前推迟两年。因此，采用优化算法将有效提升船舶营运能力，延长船舶服役时间，为船舶营运公司带来巨大经济效益。
表3 优化前后的评级结果
| 2023 | 2024 | 2025 | 2026 | 2027 | 2028 | 2029 | 2030 | |
| 碳排放强度参照指标 | 7.123 | 6.975 | 6.825 | 6.675 | 6.525 | 6.375 | 6.225 | 6.075 |
| 优化前碳排放强度指标评级 | C | C | C | C | D | D | D | E |
| GA算法优化后碳排放强度指标评级 | C | C | C | C | C | D | D | D |
| SCE-UA算法优化后碳排放强度指标评级 | B | C | C | C | C | C | D | D |
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及其各个装置、模块、单元以外，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及其各个装置、模块、单元以逻辑门、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功能。所以，本发明提供的系统及其各项装置、模块、单元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功能的装置、模块、单元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装置、模块、单元视为既可以是实现方法的软件模块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 (6)
1.一种混合动力船舶能效比率优化方法，其特征在于，包括：
步骤S1：构建船舶混合动力系统模型；
步骤S2：基于船舶混合动力系统模型，以覆盖排放与运输量综合考虑的年度能效比率为优化目标，基于SCE-UA算法对船舶全航程进行优化，得到船舶主机转速及电池功率，从而精确辅助船舶执行操作；
所述船舶混合动力系统模型是通过柴油机模型、储能装置模型以及船舶动力与阻力模型反应船舶的物理特征；
所述船舶混合动力系统模型采用：
所述柴油机模型采用：柴油机为转速控制运行模式，通过调节转速控制柴油机的输出功率与油耗；
其中，为主机功率，/>为消耗率，/>为主机油耗，/>为主机转速，/>、/>、/>为系数；
所述储能装置模型采用：
其中，为电池荷电状态，/>为电池初始容量，/>为电池总容量，/>为电池电功率；
所述船舶动力与阻力模型包括：船舶阻力包括静水阻力和环境力；其中，静水阻力受船舶航速影响，影响力包括波浪增阻和风阻，受包括：风、浪、涌气象环境的影响；船舶动力是柴油机做功或可逆电机做功，通过轴系和齿轮箱传递到螺旋桨产生的推进力；推进船体与船舶阻力平衡；
其中，为船舶在风浪下的阻力功率，/>为船舶对地航速，/>为风强，/>为浪高，为涌高，/>为推进效率，/>为主机功率，/>为可逆电机功率，/>为可逆电机效率；/>为电池电功率；
通过控制调节船舶主机转速及电池功率，实现年度能效比率降低，进而满足船舶碳排放指标的要求；
目标函数采用：
其中，为船舶年度能效比值；/>为油品碳排量；/>为船舶载重吨；/>为航段时间；下标/>为航线分段标识；/>表示船舶i航段的对地航速，/>表示流的矢量；
船舶完成航行任务约束条件包括：
航次时间约束：
其中，为航次总时间；
主机转速约束：
其中，为最小转速限制，/>为最大转速限制；
电池容量约束：
电池功率约束：
其中，为最小电池功率，/>为最大电池功率。
2.根据权利要求1所述的混合动力船舶能效比率优化方法，其特征在于，所述船舶碳排放指标采用：
其中，表示船舶碳排放强度指标；/>为船舶载重吨；/>和/>为系数。
3.一种混合动力船舶能效比率优化系统，其特征在于，包括：
模块M1：构建船舶混合动力系统模型；
模块M2：基于船舶混合动力系统模型，以覆盖排放与运输量综合考虑的年度能效比率为优化目标，基于SCE-UA算法对船舶全航程进行优化，得到船舶主机转速及电池功率，从而精确辅助船舶执行操作；
所述船舶混合动力系统模型是通过柴油机模型、储能装置模型以及船舶动力与阻力模型反应船舶的物理特征；
所述船舶混合动力系统模型采用：
所述柴油机模型采用：柴油机为转速控制运行模式，通过调节转速控制柴油机的输出功率与油耗；
其中，为主机功率，/>为消耗率，/>为主机油耗，/>为主机转速，/>、/>、/>为系数；
所述储能装置模型采用：
其中，为电池荷电状态，/>为电池初始容量，/>为电池总容量，/>为电池电功率；
所述船舶动力与阻力模型包括：船舶阻力包括静水阻力和环境力；其中，静水阻力受船舶航速影响，影响力包括波浪增阻和风阻，受包括：风、浪、涌气象环境的影响；船舶动力是柴油机做功或可逆电机做功，通过轴系和齿轮箱传递到螺旋桨产生的推进力；推进船体与船舶阻力平衡；
其中，为船舶在风浪下的阻力功率，/>为船舶对地航速，/>为风强，/>为浪高，为涌高，/>为推进效率，/>为主机功率，/>为可逆电机功率，/>为可逆电机效率；/>为电池电功率；
通过控制调节船舶主机转速及电池功率，实现年度能效比率降低，进而满足船舶碳排放指标的要求；
目标函数采用：
其中，为船舶年度能效比值；/>为油品碳排量；/>为船舶载重吨；/>为航段时间；下标/>为航线分段标识；/>表示船舶i航段的对地航速，/>表示流的矢量；
船舶完成航行任务约束条件包括：
航次时间约束：
其中，为航次总时间；
主机转速约束：
其中，为最小转速限制，/>为最大转速限制；
电池容量约束：
电池功率约束：
其中，为最小电池功率，/>为最大电池功率。
4.根据权利要求3所述的混合动力船舶能效比率优化系统，其特征在于，所述船舶碳排放指标采用：
其中，表示船舶碳排放强度指标；/>为船舶载重吨；/>和/>为系数。
5.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的混合动力船舶能效比率优化方法的步骤。
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的混合动力船舶能效比率优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311396704.0A CN117521947B (zh) | 2023-10-25 | 2023-10-25 | 混合动力船舶能效比率优化方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311396704.0A CN117521947B (zh) | 2023-10-25 | 2023-10-25 | 混合动力船舶能效比率优化方法、系统、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117521947A CN117521947A (zh) | 2024-02-06 |
| CN117521947B true CN117521947B (zh) | 2024-04-30 |
Family
ID=89757553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311396704.0A Active CN117521947B (zh) | 2023-10-25 | 2023-10-25 | 混合动力船舶能效比率优化方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117521947B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117922384B (zh) * | 2024-03-25 | 2024-06-04 | 山东大学 | 一种燃料电池混合动力纯电船舶的能量控制方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107563576A (zh) * | 2017-10-14 | 2018-01-09 | 连云港杰瑞深软科技有限公司 | 一种船舶智能能效管理系统 |
| CN110110943A (zh) * | 2019-05-21 | 2019-08-09 | 大连海事大学 | 一种基于大数据的船队能效综合智能优化管理系统和优化方法 |
| CN111199103A (zh) * | 2019-12-30 | 2020-05-26 | 中国船舶重工集团公司第七一一研究所 | 全电力推进船舶的全流程自动计算的航速优化方法及系统 |
| CN111415117A (zh) * | 2020-03-20 | 2020-07-14 | 北京航空航天大学 | 一种考虑随机行驶时间的集装箱堆场内卡车路径优化方法 |
| CN111552299A (zh) * | 2020-05-29 | 2020-08-18 | 大连海事大学 | 一种风翼助航船舶能效智能优化管理系统与优化方法 |
| CN111874182A (zh) * | 2020-07-21 | 2020-11-03 | 武汉理工大学 | 一种混合动力船舶的能效预测控制系统及方法 |
| CN113158499A (zh) * | 2021-06-28 | 2021-07-23 | 湖北东湖实验室 | 一种纯电池动力船舶综合电力系统的能量管理策略及系统 |
| CN114861314A (zh) * | 2022-05-12 | 2022-08-05 | 西北工业大学 | 飞机混合电推进系统的能量优化配置方法与装置 |
| CN115158094A (zh) * | 2022-08-02 | 2022-10-11 | 重庆大学 | 基于长短期soc规划的插电式混合动力汽车能量管理方法 |
| CN115423176A (zh) * | 2022-08-30 | 2022-12-02 | 南通中远海运川崎船舶工程有限公司 | 用于船舶航行性能实时分析系统及营运碳排放优化方法 |
| CN115933388A (zh) * | 2022-11-25 | 2023-04-07 | 大连海事大学 | 一种风能混合动力船舶能效多源协同优化系统和优化方法 |
| CN115952680A (zh) * | 2023-01-11 | 2023-04-11 | 大连海事大学 | 一种风翼助航船舶主机运行特性预测平台及使用方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11138827B2 (en) * | 2016-09-15 | 2021-10-05 | Simpsx Technologies Llc | Implementations of a computerized business transaction exchange for various users |
-
2023
- 2023-10-25 CN CN202311396704.0A patent/CN117521947B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107563576A (zh) * | 2017-10-14 | 2018-01-09 | 连云港杰瑞深软科技有限公司 | 一种船舶智能能效管理系统 |
| CN110110943A (zh) * | 2019-05-21 | 2019-08-09 | 大连海事大学 | 一种基于大数据的船队能效综合智能优化管理系统和优化方法 |
| CN111199103A (zh) * | 2019-12-30 | 2020-05-26 | 中国船舶重工集团公司第七一一研究所 | 全电力推进船舶的全流程自动计算的航速优化方法及系统 |
| CN111415117A (zh) * | 2020-03-20 | 2020-07-14 | 北京航空航天大学 | 一种考虑随机行驶时间的集装箱堆场内卡车路径优化方法 |
| CN111552299A (zh) * | 2020-05-29 | 2020-08-18 | 大连海事大学 | 一种风翼助航船舶能效智能优化管理系统与优化方法 |
| CN111874182A (zh) * | 2020-07-21 | 2020-11-03 | 武汉理工大学 | 一种混合动力船舶的能效预测控制系统及方法 |
| CN113158499A (zh) * | 2021-06-28 | 2021-07-23 | 湖北东湖实验室 | 一种纯电池动力船舶综合电力系统的能量管理策略及系统 |
| CN114861314A (zh) * | 2022-05-12 | 2022-08-05 | 西北工业大学 | 飞机混合电推进系统的能量优化配置方法与装置 |
| CN115158094A (zh) * | 2022-08-02 | 2022-10-11 | 重庆大学 | 基于长短期soc规划的插电式混合动力汽车能量管理方法 |
| CN115423176A (zh) * | 2022-08-30 | 2022-12-02 | 南通中远海运川崎船舶工程有限公司 | 用于船舶航行性能实时分析系统及营运碳排放优化方法 |
| CN115933388A (zh) * | 2022-11-25 | 2023-04-07 | 大连海事大学 | 一种风能混合动力船舶能效多源协同优化系统和优化方法 |
| CN115952680A (zh) * | 2023-01-11 | 2023-04-11 | 大连海事大学 | 一种风翼助航船舶主机运行特性预测平台及使用方法 |
Non-Patent Citations (6)
| Title |
|---|
| "Coordinated optimal voyage planning and energy management of all-electric ship with hybrid energy storage system";Hein K 等;《IEEE Trans Power System》;20211231;第36卷(第3期);第2355-2365页 * |
| "基于启发式算法的智能机舱储能优化配置研究";鄢伦，耿攀，文书礼;《船电技术》;20230515;第43卷(第5期);第25-28页 * |
| "基于热经济学原理的船舶主机能量系统优化与船舶能效评价方法研究";杨昺崧;《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》;20140515;第C036-8页 * |
| "舱室辅机能耗优化示范应用";韩金印，蔡笑驰;《船舶设计通讯》;20201215(第2期);第 82-90页 * |
| "船舶混合动力系统能量管理预测控制方法研究";范爱龙 等;《哈尔滨工程大学学报》;20231017;第45卷(第1期);第162-173页 * |
| 船舶多清洁能源混合动力系统优化设计方法;王凯;卢博闻;李宇奇;李仁祥;黄连忠;李嘉源;;船舶工程;20200425(第04期);第53-59页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117521947A (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xing et al. | A comprehensive review on countermeasures for CO2 emissions from ships | |
| Nuchturee et al. | Energy efficiency of integrated electric propulsion for ships–A review | |
| Al-Falahi et al. | Power management optimization of hybrid power systems in electric ferries | |
| Dedes et al. | Assessing the potential of hybrid energy technology to reduce exhaust emissions from global shipping | |
| Jaurola et al. | Optimising design and power management in energy-efficient marine vessel power systems: a literature review | |
| Tadros et al. | Review of current regulations, available technologies, and future trends in the green shipping industry | |
| CN117521947B (zh) | 混合动力船舶能效比率优化方法、系统、介质及设备 | |
| Daniel et al. | Shore power as a first step toward shipping decarbonization and related policy impact on a dry bulk cargo carrier | |
| Kolodziejski et al. | Battery energy storage systems in ships’ hybrid/electric propulsion systems | |
| Damian et al. | Review on the challenges of hybrid propulsion system in marine transport system | |
| KR20200056089A (ko) | 하이브리드 선박 | |
| Wang et al. | Integrated optimization of speed schedule and energy management for a hybrid electric cruise ship considering environmental factors | |
| Bassam | Use of voyage simulation to investigate hybrid fuel cell systems for marine propulsion | |
| CN114239297A (zh) | 计及动态特性的移动能源网络韧性提升方法 | |
| CN115511203B (zh) | 基于锂电池荷电状态估计电动船舶航程优化方法及系统 | |
| Tummakuri et al. | Sizing of energy storage system for a battery operated short endurance marine vessel | |
| Avdeev et al. | Development Paths for Ship Power Plants in the Context of Digitalization, Decarbonization and the Internet of Things | |
| Tadros et al. | Fuel consumption analysis of single and twin-screw propulsion systems of a bulk carrier | |
| Luo et al. | Reviews on the power management for shipboard energy storage systems | |
| CN113239630B (zh) | 风资源影响的移动能源网络发电与航程优化方法和系统 | |
| Dedes et al. | Design of hybrid diesel-electric energy storage systems to maximize overall ship propulsive efficiency | |
| Wang et al. | Optimal design of hybrid electric propulsive system for a mini polar cruise | |
| Astley et al. | Exploring the impact of methanol as an alternative, cleaner fuel for the auxiliary and support vessels within the RNLN | |
| Øverleir | Hybridization of general cargo ships to meet the required energy efficiency design index | |
| Natali et al. | Ship Engine, Equipment and Fuel Options for Decarbonization |
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 |