储能单元在船舶电力推进系统中的应用

陈 晨， 王锡淮， 肖健梅

(上海海事大学 物流工程学院，上海 201306)

储能单元在船舶电力推进系统中的应用

陈 晨， 王锡淮， 肖健梅

(上海海事大学 物流工程学院，上海 201306)

为解决频繁的负载变化给船舶电力推进系统带来的电站和电网波动问题，采用能量存储技术，将储能单元(锂电池和超级电容器)引入到船舶电力推进系统中。建立系统功率传输模型，并创新性地把粒子群算法与非线性规划算法相结合对目标函数进行寻优。利用MATLAB软件进行建模和实例仿真，结果表明，引入储能单元可以明显地改善船舶电力推进系统的性能，增强电站和电网的稳定性。

船舶工程；电力推进；锂电池；超级电容器；粒子群算法；非线性规划

随着电力电子技术快速发展以及能源危机日益加剧，船舶推进技术发生了巨大变化，电力推进替代传统的柴油机推进成为不可阻挡的趋势。[1-2]电力推进技术依靠其在机动性、可靠性、运行效率、布置灵活性、经济性、易于维护等方面的巨大优势，广泛应用于工程船、油船、豪华游船等船舶上。在国外，几个大的船舶电力推进生产厂商都有自己的电力推进系列产品，并已将其投入实际运行中，例如ABB 公司的Azipod推进系统[3]、Siemens公司与Schottel公司的SSP推进系统。

然而，船舶电力推进一直面临着一个技术难题[4]，即频繁的负载扰动给推进系统的性能带来了重大影响。一方面，海洋环境复杂多变，风、浪、流对负载的影响不可预知，带来的扰动也在不断变化；另一方面，某些工程船(破冰船、挖泥船、海上钻井平台等)在作业时除了受环境干扰以外，其负载功率需求还随工况要求等客观因素的变化而变化，会产生巨大的负载扰动。显然，这些负载扰动会给船舶电网带来巨大冲击，对船舶推进系统的性能有着巨大影响。

解决该问题的一个办法是采用能量存储技术[5]。储能单元可以提高系统的稳定性，在电力系统遇到扰动时，其可以瞬时吸收或释放能量，平复扰动给系统带来的影响，增强系统的稳定性。近年来，大容量存储技术飞速发展，几个大的储能单元生产商(如Corvus Energy公司和Maxwell公司)都在生产自己的大容量储能产品并将其投入到实际运行中。能量存储技术已经很好地应用于电动汽车行业，大容量能量存储技术的发展使得将储能装置应用于船舶电力推进系统成为可能。利用储能单元克服负载波动对船舶电力推进系统的影响将是未来船舶电力推进技术发展的趋势之一。

1 船舶电力推进系统

1.1船舶电力推进系统的组成

在多种储能单元中，锂离子电池和超级电容器[6-7]应用于船舶电力推进系统中的前景最被看好，其共同特点是寿命长、循环性能好、体积小、无污染。此外，锂离子电池有很高的能量密度，可维持较长时间的放电或充电状态，有着良好的稳态性能；超级电容器有较高的功率密度，可在单位时间内输出较高的功率，有着良好的动态性能。将锂电池与超级电容器结合起来，可使储能单元系统同时具有良好的动态特性和稳态特性。将2种储能单元同时引入船舶电力推进系统，用以平复负载波动对系统性能的负面影响。典型的带储能装置的船舶电力推进系统[8]单线图见图1。

图1 船舶电力推进系统结构图

系统主要分为动力模块、直流母线模块、负载模块3个模块。柴油机带动发电机为系统提供主要的动力；储能装置也是动力模块的一部分，用来提供或吸收负载波动时的能量。负载模块由2个电动机和其他负载组成。直流母线模块[9]由直流母线、整流单元、逆变单元及变压单元组成。动力模块和负载模块间的能量传递都是通过直流母线模块完成的。

系统功率传递模式[8]主要有3种：

1) 系统过载时，储能单元放电，与电站一起提供负载所需的能量。

PG+PB+PS=PLoad

(1)

式(1)中：PG,PB,PS,Pload分别为电站、锂电池、超级电容器以及负载的功率。

2) 系统轻载时，储能单元充电，电站提供的能量一部分被储能单元吸收，另一部分被负载消耗。

PG=PB+PS+PLoad

(2)

3) 负载回馈制动时，能量全部被储能单元吸收，即

PB+PS=PLoad

(3)

柴油机和发电机(电站)都固定工作在额定状态，当负载过大时，储能单元释放能量，提供系统所需的额外能量；当负载过小时，电站提供的能量一部分通过直流母线提供给负载电机，另一部分用来给储能单元充电。这样就可以使柴油机发电机始终维持在最佳的工作状态，提高能源利用率，节省成本。当负载电机有能量回馈时，能量可以通过直流母线给储能单元充电，从而避免回馈能量对电力系统造成冲击，提高安全性。

1.2功率传输模型的建立

根据能量守恒定律，如果忽略损耗功率，则柴油发电机、锂电池、超级电容以及负载的功率的矢量和应该为0，可由式(4)来表示。

∑PG+PS+PB+PLoad=0

(4)

以系统的负载功率PLoad作为控制变量，将负载功率流依次通过2个高通滤波环节、2次滤波得到的高频率扰动部分作为超级电容器和锂电池需要吸收或释放的动态功率。将经过2次滤波后的负载平均功率作为柴油发电机需要供给的功率。功率传输流程见图2。

图2 功率传输流程图

1.3目标函数的建立

2个高通滤波环节的传递函数为

(5)

(6)

调整式(5)～式(6)中的4个参数K1，T1，K2，T2即可控制船舶电力推进系统的能量分配。在满足工况的情况下，电站输出功率的波动越小越好。为此，提出下面的性能指标函数。

(7)

式(7)中：α，β为加权系数，在现实工况中，要求电站的功率基本维持恒定，负载的波动能量由超级电容器和锂电池平复，而超级电容器的功率密度又远大于锂电池功率密度，从而性能指标中，PG,PS,PB的系数满足不等式α≪β≪1。此处β=10-3，α=10-6。下面需要做的工作就是在符合实际情况的条件下寻找合适的K1，T1，K2，T2，使性能指标达到最优。

2 改进粒子群算法的寻优算法

寻优的方法有很多种，经典的非线性规划算法[10]通常采用梯度下降方法求解，局部搜索能力较强，而全局搜索能力较弱。粒子群算法是一种群体智能的优化算法，全局搜索能力较强，局部搜索能力较弱，一般可通过其得到问题的次优解，而不是最优解。将这2种算法相结合，采用粒子群算法进行全局搜索，采用非线性规划算法进行局部搜索，可得到问题的全局最优解。算法流程见图3。

图3 优化算法流程图

每次优化粒子群算法所得结果设为非线性规划算法的初值，采用非线性规划算法进行局部寻优，将寻优结果作为优化一次的群体最优值，依据这个结果对粒子的速度和位置进行更新，进行下一轮寻优，循环往复，直到所得的结果满足终止条件。

2.1粒子群优化算法

PSO(Particle Swarm Optimization) 优化算法[11]是一种基于种群搜索的自适应进化计算技术。在每次迭代过程中，粒子通过个体极值和群体极值更新自身的速度和位置，根据目标函数计算出每个粒子位置Xi对应的适应度值，循环计算，直到得到所需要的最优解。粒子自身速度和位置的更新公式为

(8)

(9)

式(8)～式(9)中：ω为惯性权重；d=1,2,…，D；i=1,2,…，n；k为当前迭代次数；Vid为粒子的速度；c1和c2为非负的常数，称为加速度因子；r1和r2为分布于[0，1]区间的随机数。为防止粒子的盲目搜索，一般建议将其位置和速度限制在一定的区间([-Xmax,Xmax], [-Vmax,Vmax])内。

2.2非线性规划算法

函数fmincon是MATLAB最优化工具箱中求解非线性规划问题的函数，其从一个预估值出发，搜索约束条件下非线性多远函数的最小值。[12]

函数fmincon的优化模型为

(10)

式(10)中：x,b,beq,lb,ub为矢量；A,Aeq为矩阵。上述5个关系式分别是非线性不等式约束条件,非线性等式约束条件,线性不等式约束条件,线性等式约束条件,参数x的取值范围。函数fmincon的基本用法为x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub)其中x0是初值，lb为下边界，ub为上边界。

3 仿真实例

为验证储能单元在船舶电力推进系统中的作用，将图1中的模块具体化。动力模块有2台柴油发电机，容量均为3 mVA，功率因数均为0.9。主要负载为2台功率为2 MW的电动机。超级电容与锂电池的具体参数[13]见表1。公共直流母线电压设为1 000 V，各个变换元件参数的选取根据直流母线电压合适选取。

表1 储能单元参数

本案例优化算法中，适应度函数为性能指标函数，适应度值为函数值。种群粒子数为30，每个粒子的维数为4，算法迭代次数为20。每一代优化得到的最优值与迭代次数的图像见图4，最后得到的最优值为461.829。

图4 粒子群算法优化结果

为验证储能单元平复负载变化对船舶电力推进系统的影响，负载模块设置一条理想的负载曲线，负载取值的区间为[3.2 MW,5 MW]，通常情况下负载取值为4 000 kW，符合实际的负载波动。

设置完负载曲线后，利用MATLAB软件，搭建基于功率传输的船舶电力推进系统的模型，进行仿真。分别得到锂电池和超级电容单独作用下系统的性能曲线和两者共同作用下系统的性能曲线(见图5)。每个图中的三部分曲线分别表示电网直流母线电压VDC、柴油发电机输出功率Pdiesel以及储能单元输入输出功率PES。

图5中，公共直流母线电压分别在965～982 V，965～978 V,971～973 V之间波动，图5(a)和图5(b)中柴油发电机输出的功率在3 600～4 450 kW,3 700～4 400 kW范围内波动；而图5(c)的柴油发电机输出的功率基本维持在4 100 kW。根据仿真结果不难得出以下结论：

1. 单独引入锂电池或超级电容器，均可对负载波动起到一定的平复作用，能将电站和电网的波动限制在一定的范围内。两者对比，锂电池有着较高的能量密度，超级电容器有着较高的功率密度。短时间内，超级电容器提供或吸收的能量要大于锂电池提供的能量，引入超级电容器系统有着较好的动态性能。然而，因超级电容器能量密度较小，不可以维持长时间的充放电，所以在稳定性方面，锂电池更具优势。

2. 同时应用锂电池和超级电容可以很好地克服负载波动对船舶电力推进系统的影响。图5(c)中，直流电网的电压基本不变，避免了负载波动对电网造成的冲击；电站提供的功率基本不变，可保证柴油发电机始终工作在最佳状态，提高能源利用率，节省燃油。对于长时间的负载波动，在负载突然变化时，负载波动主要由动态响应能力强的超级电容器平复；在负载变化平缓时，主要由锂电池平复。

引入锂电池和超级电容器不仅可以使船舶电力推进系统拥有良好的稳定性，而且能够改善系统的动态特性。

(a)

(b)

(c)

4 结 语

在船舶电力推进系统中引入储能单元可明显改善系统性能。虽然储能装置价格不菲，但是其可使柴油发电机始终工作在最佳工作点附近，能明显减少耗油量，并获得良好的经济效益。随着大容量锂电池与超级电容技术不断发展，储能单元在船舶电力推进系统中应用的前景值得看好。

[1] MCCOY T J. Trends in Ship Electric Propulsion[C]. Power Engineering Society Summer Meeting, 2002.

[2] CLAYTON D H, SUDHOFF S D, GRATER G F. Electric Ship Drive and Power System[C]. Power Modulator Symposium, 2000.

[3] ADNANES A K. Maritime Electrical Installations and Diesel Electric Propulsion[C]. ABB AS Marine, Oslo, Norway, 2003.

[4] KULKARNI S, SANTOSO S. Impact of Pulse Loads on Electric Ship Power System: With and Without Flywheel Energy Storage Systems[C]//Electric Ship Technologies Symposium, 2009.

[5] ADNANES A K, Reduction of Fuel Consumption and Environmental Footprint for AHTS and OSVs Using Electric or Hybrid Propulsion[R]. ABB AS, Business Unit Marine, 2009.

[6] ZHANG Yu, JIANG Zhenhua, YU Xunwei. Control Strategies for Battery/Super Capacitor Hybrid Energy Storage Systems[C]. IEEE Energy 2030, 2008.

[7] BRENT P, N, SIMMONDS. Lithium Power-Energy Systems for the Next Generation of Vehicles Corvus Energy Limited[C]. Power Modulation Symposium, 2010.

[8] ZAHEDI B, NORUM L E. Modeling and Simulation of All-Electric Ships With Low-Voltage DC Hybrid Power Systems[J]. IEEE, 2003,28(10): 4525-4536.

[9] SALOMONSSON D, SODER L, SANNINO A. Protection of Low-Voltage DC Microgrids[J]. IEEE Trans on Power Delivery, 2009，24(3)：1045-1053.

[10] FLETCHER R, GOULD N I M, LEYFFER S,etal. Global Convergence of a Trust-Region SQP-Filter Algorithm for General Nonlinear Programming[J]. SIAM Journal on Optimization, 2002, 13(3): 635-659.

[11] LV Z S, HOU Z R. Particle Swarm Optimization with Adaptive Mutation[J]. Acta Elect Ronica Sinica, 2004, 32(3): 416-420.

[12] MathWorks. Optimization Toolbox User’s Guide R2011b[EB/OL].(2011-02-04)[2011-04-08].

http://www.mathworks.com/help/pdf_doc/optim/optim_tb.pdf.

[13] Corvus Energy. High Performance Energy Storage[EB/OL].(2010-10-11)[2010-12-24].

http://www.corvus-energy.com/datasheets.html.

ApplicationofEnergyStorageDevicesinShipElectricPropulsionSystem

CHENChen，WANGXihuai，XIAOJianmei

(Logistics Engineering College, Shanghai Maritime University, Shanghai 201306, China)

Frequent sudden load variations of ship electric propulsion system may bother the normal operation of the power system and bring low combustion efficiency of the diesel engine. To solve this problem, energy storage devices (lithium batteries/supercap) are introduced. The power transmission model of the system is built and system optimization is performed by means of the combination of the particle swarm optimization (PSO) and nonlinear programming algorithm method. The simulation in MATLAB proves that energy storage devices can effectively compensate load power fluctuations in the propulsion system. The design can improve the performance of ship electric propulsion system as well as the stability of the grid and power plants.

ship engineering; electric propulsion； lithium battery； super capacitor； PSO; nonlinear programming

2014-09-12

上海市教委科研创新重点项目(12ZZ158)；上海海事大学学术新人培养计划(GK2013070)

陈 晨(1990—)，男，江苏淮安人，硕士，从事船舶电力推进系统的研究。E-mail: smuchenchen@126.com

王锡淮(1961—)，男，江苏淮安人，教授，博士生导师，研究方向为复杂系统控制与优化。E-mail: wxh@shmtu.edu.cn

1000-4653(2014)04-0025-05

U664.14

A