船舶混合动力装置能量管理策略优化研究

摘要：在当今全球对环境保护和能源可持续利用的背景下，船舶生产制造行业面临着非常巨大的节能减排压力。船舶混合动力装置因其在提高能源利用效率、减少污染物排放方面的优势而成为研究的热点。能量管理策略作为船舶混合动力系统的核心控制策略，对系统的性能和效益有着至关重要的影响。因此，对船舶混合动力装置能量管理策略进行优化，旨在为相关研究与实践提供参考。

关键词：船舶混合动力装置；能量管理策略；优化

一、船舶混合动力装置能量管理策略分类与评述

（一）基于规则的能量管理策略

基于规则的能量管理策略非常重要，其主要是通过制定一系列预先设定的规则来控制各能源的功率分配。例如，当船舶处于低速航行的状态时，优先使用电动机进行驱动；当船舶处于需要加速或者高速航行的状态时，柴油机介入工作。这种策略的优点是简单易行，易于实现，对硬件的要求比较低，适合于一些对控制精度要求不高、工况相对简单的船舶。但其缺点是对工况变化的适应性较差，难以达到全局最优，因为它是基于固定的规则，无法根据实时的复杂工况动态调整。

（二）基于优化的能量管理策略

基于优化的能量管理策略也很重要，其是以一定的优化目标函数为基础，如最小化燃油消耗、减少污染物排放等，通过数学优化方法来求解最优的功率分配方案。常见的优化方法包括动态规划、遗传算法、粒子群优化算法等等。例如，有研究采用粒子群优化算法对船舶混合动力系统中的燃料电池和锂电池的功率分配进行优化，取得了比较好的效果。基于优化的能量管理策略能够根据不同的工况和目标函数，灵活地调整功率分配，具有较好的适应性和优化性能，可以有效提高船舶混合动力系统的能源利用效率和经济性。但是其计算复杂度比较高，对实时性要求较高的场合可能难以满足，因为优化算法的求解过程可能需要较长的时间。

（三）基于模糊逻辑的能量管理策略

在船舶混合动力装置能量管理中，模糊逻辑控制器可以根据船舶的运行状态和负载变化，模糊地判断各能源的功率分配比例。例如，有学者的研究提出了一种基于模糊逻辑控制器与粒子群优化算法相结合的能量管理策略，通过粒子群优化算法对模糊逻辑控制器的参数进行优化，提高了系统的性能。该策略的优点是能够较好地处理系统的不确定性和复杂性，对于一些难以精确建模的系统具有一定的优势。但是其控制精度相对较低，且模糊规则的制定需要一定的经验和知识，不同的模糊规则设计可能会导致不同的控制效果。

二、船舶混合动力装置能量管理策略优化方法

（一）动态规划

动态规划是一种较为经典的优化方法，它可以将复杂的多阶段决策问题分解为一系列的子问题，通过求解子问题的最优解，最终来得到整个问题的最优解。在船舶混合动力装置能量管理中，开展动态规划，可以用于求解在不同工况下的最优功率分配方案。然而，动态规划的计算复杂度随着问题规模的增大而急剧增加，而且难以处理系统的连续状态和控制变量。对于船舶混合动力系统这种具有多个能源单元、多种工况的复杂系统，动态规划的求解过程可能会非常耗时间，限制了其在实际应用中的实时性。

（二）遗传算法

所谓遗传算法，指的是一种模拟生物进化过程的优化算法，其具有全局搜索能力强、适用于复杂优化问题等优点。在船舶混合动力装置能量管理策略优化中，遗传算法可以用于优化各能源的功率分配比例、控制参数等。例如，有研究采用遗传算法对船舶混合动力系统的容量配置和能量管理策略进行优化，取得了比较好的效果。遗传算法通过模拟自然选择、交叉、变异等操作，能够在较大的搜索空间中寻找最优解，避免了陷入局部最优的问题。但遗传算法的收敛速度相对较慢，且算法参数的设置对优化结果有较大影响，需要进行多次试验和调整才能获得较好的优化效果。

（三）粒子群优化算法

粒子群优化算法是非常重要的，其主要是通过模拟鸟群觅食行为来寻找最优解。该算法具有收敛速度快、易于实现等不同的优点，适用于船舶混合动力装置能量管理策略的优化。如上文所述，有研究采用粒子群优化算法对船舶混合动力系统中的燃料电池和锂电池的功率分配进行优化，有效降低了氢气消耗，提高了系统的总效率。粒子群优化算法通过粒子的个体经验和群体经验来引导搜索方向，能够快速找到较优解。然而，粒子群优化算法也存在一些问题，如容易出现早熟收敛现象，导致搜索精度下降，尤其是在优化问题较为复杂时，可能会陷入局部最优解而无法进一步优化。

三、船舶混合动力装置能量管理策略优化的发展趋势

（一）多目标优化

可以预见，未来船舶混合动力装置能量管理策略优化，将更加注重多目标的综合优化。除了传统的燃油消耗和污染物排放最小化目标外，还将考虑船舶的经济性、动力性、安全性等多方面因素。例如，在实际优化过程中，需要在降低燃油消耗的同时，保证船舶具有足够的动力储备，以应对各种不同的突发情况；还需要考虑船舶的使用寿命，避免过度使用某些能源单元而影响其可靠性。多目标优化可以通过建立多目标优化模型，采用多目标优化算法，如多目标遗传算法、多目标粒子群优化算法等，来寻找满足多个目标的最优解集，为船舶混合动力装置的能量管理提供更全面、更合理的决策依据。

（二）智能控制技术的融合

随着人工智能技术的不断创新和发展，智能控制技术将越来越多地应用于船舶混合动力装置能量管理策略优化中。例如，深度学习技术可以通过对大量船舶运行数据的学习和分析，建立船舶混合动力系统的智能预测模型，预测船舶的负载需求和能源消耗情况，从而提前调整能量管理策略，实现更加精准的控制。

此外，强化学习技术也可以应用于优化能量管理策略，通过与环境之间的交互学习，不断调整相关的策略，以获得最大的奖励，提高系统的自适应能力和优化性能。而智能控制技术的融合，可以使船舶混合动力装置的能量管理更加智能化、自动化，提高系统的整体性能和可靠性。

（三）与船舶其他系统的协同优化

船舶混合动力装置的能量管理策略优化，将不仅仅局限于自身的系统，还将与船舶的其他系统进行协同优化。例如，与船舶的航行控制系统协同优化，根据船舶的航线规划、航行速度等各类不同的信息，提前调整能量管理策略，实现船舶的全局优化运行；与船舶的货物装卸系统协同优化，根据货物装卸的功率需求，合理分配能源，最终也可以提高船舶的整体运营效率。协同优化需要建立船舶各系统之间的信息共享和协调机制，通过综合考虑各系统的运行状态和需求，实现船舶整体性能的最优化。

（四）实时优化与在线调整

为了更好地适应船舶复杂的运行工况和实时变化的负载需求，未来船舶混合动力装置能量管理策略优化将更加注重实时优化与在线调整。通过实时监测船舶的运行状态和能源消耗情况，利用快速的优化算法对能量管理策略进行实时优化和在线调整，可以使系统始终处于最优运行状态。当然，上述目标的实现，需要优化算法具有较高的计算效率和实时性，能够在短时间内完成优化计算并且及时反馈给控制系统。同时，还需要建立可靠的传感器网络和数据传输系统，确保实时数据的准确性和及时性，最终即可以为实时优化和在线调整提供有力的支持。

四、结语

本文结合笔者的工作积累和经验，对船舶混合动力装置能量管理策略进行了分类与评述，简单介绍了几种较为常见的优化方法。通过对其未来发展趋势的展望，可以看出船舶混合动力装置能量管理策略的优化将朝着多目标优化、智能化与自适应控制、与船舶其他系统的协同优化以及考虑可再生能源接入等方向发展。在今后的研究和探索中，相关企业和人员需要进一步加强相关技术的研究和应用，推动船舶混合动力装置能量管理策略的不断优化，为实现我国航运业的可持续发展做出贡献。

参考文献

[1]张益敏,陈俐,朱剑昀.混合动力船舶动力装置及能量管理研究综述[J].舰船科学技术,2018,40(05):1-7.

[2]魏莱.电推渡轮储能配置优化及能量管理策略研究[D].江苏：江苏科技大学,2022.