英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

全电动船舶能量管理的自适应模型预测控制与推进负荷估计（节选）

摘要：

电力船舶的传动轴由于受到波浪和螺旋桨旋转运动的影响，会产生较大的推进载荷波动，影响船舶电网的可靠性，造成船舶的磨损。为解决负荷波动问题，研究了模型预测控制方法。然而，对模型预测控制至关重要的推进系统负载转矩很难测量，并且包含多频波动。针对这一问题，提出了一种自适应模型预测控制方法，将负载转矩估计和预测引入模型预测控制。为了评价所提出的自适应模型预测控制的有效性，提出了一种具有线性预测的输入观测器作为负荷估计和预测的替代方法。通过比较研究，说明了负载转矩估计和预测的重要性，并证明了所提出的自适应模型预测控制在提高效率、增强可靠性和减少磨损方面的有效性。

1. 介绍

综合电力系统(Integrated power system, IPS)是全电力船舶(AES)[1]的关键实现技术，通过集成发电、配电、存储和转换[2]，为船舶服务和电力推进负载提供电力。尽管知识产权为现代船舶带来了巨大的好处，但要充分实现这些好处，技术上还存在挑战。例如，传统的机械传动系统中也存在螺旋桨所经历的推进载荷波动，但由于IPS所带来的互联性，这些波动会通过电动机及其驱动器影响船舶电气网络，因此螺旋桨所经历的推进载荷波动有着非常不同的含义。这个问题需要新的解决方案，可以有效地解决负载波动，以确保整个电网的可靠性和完整性。

文献中研究了三种不同的推进负荷波动:

·由于一阶波对入射波频率的影响而产生的波动

·由进出水效应引起的波动

·螺旋桨桨叶旋转引起的波动频率(即，叶片数乘以轴转速rps)

这些波动，特别是螺旋桨在水中和水中的波动，会造成不可预测的电力消耗，降低电力效率，影响船上电网的电能质量。由进出水效应引起的波动可高达额定负荷的100%。本文将遇到的波浪和进出水效应引起的载荷波动定义为低频波动。螺旋桨在桨叶频率处旋转引起的波动定义为高频波动。已有文献报道了螺旋桨载荷波动的影响。在参考[3]中，开发了功率与转矩控制相结合的方法来处理低频负载波动。在参考文献[4]中讨论了扭矩平衡的重要性。螺旋桨的磨损与转矩不平衡有关。在文献[5]中研究了水进水出效应。据报道，这些高频波动是造成推进装置[5]严重机械磨损的主要原因之一。在参考[6]，研究了由尾流场引起的高频负载波动。参考文献[7]中低频和高频波动的实验结果表明，负载波动具有显著的负向效应。

为了解决推进载荷波动的影响，混合储能系统(HESS)是一个潜在的解决方案。HESS在混合动力汽车[8]、微电网[9]和全电动船舶[10]等方面得到了广泛的应用，以提供互补的特性和达到预期的性能。在本文中，HESS作为一个缓冲器，在推进电机欠载时吸收电力，在过载时提供电力，从而使船舶电力网络不受推进负荷波动的影响。该方案的有效性在很大程度上取决于系统能量管理策略(EMS)。为了实现健壮和高效的操作，并满足各种动态操作需求，海军动力系统技术发展路线图[11]提出了基于优化的EMS。更具体地说，一个有效的电子机械制造系统应该提供改进的燃料效率，增强的响应速度，卓越的可靠性，并减少机械磨损。参考文献[12]强调了在AESs中IPS的独特特性，包括:非线性和多输入多输出工厂特性、多尺度时间动态和多操作约束，因此模型预测控制(MPC)成为基于EMS的自然选择[13-15]。

在Ref.[13]中，电池模块由MPC控制，以帮助涡轮和燃料电池跟踪电源指令。在参考[14]中，开发了MPC来降低脉冲功率效应。为了减少发电机组的磨损，在参考[15]中使用电池，通过使用MPC来“平滑”发电机组的功率。由于控制目标和应用的不同，上述文献不需要推力-负载转矩信息。在本文中，推进载荷转矩对减少机械磨损、提高系统可靠性具有重要意义。然而，在大多数海洋应用中，推进载荷转矩难以测量，且存在多频率波动。考虑到MPC中推进载荷转矩的重要性，本文着重对其进行估计和预测。

负载转矩估计已经在许多研究中进行了探索[16e18]。在参考文献。[16,17]，载荷转矩为常数或缓慢时变。文献[16]主要研究低频负载转矩估计，文献[17]对永磁同步电机的恒扰动转矩估计进行了研究。然而，对于我们的问题，这里研究的负载转矩是由多频波动分量组成的。另一方面，参考文献[18]中提出的输入观测器(IO)方法并不基于负载扭矩是恒定的或缓慢时变的假设。注意，在文献中输入观测器也被称为干扰观测器，因为一个未知的输入可以被认为是干扰[19]。尽管这些工作的贡献，上述方法没有利用物理特性的推进载荷动力学，特别是快速动力学。此外，这些方法不能直接用于预测未来的负载转矩，这是实现MPC所必需的。因此需要额外的负载预测功能。本文采用线性预测(LP)方法对未来负荷信息进行预测。另一方面，基于模型的方法可以很容易地与MPC集成，形成一个自适应的MPC (AMPC)来估计和预测推进载荷扭矩。然而，推进载荷模型的复杂性是实时应用的主要挑战。

本文提出了一种基于模型预测控制的系统级能源管理策略。本文的目的是为了减轻高频和低频载荷波动对船舶网络的负面影响。除了HESS外，该策略还包含了对主要动力源和推进电机的控制，并允许适当的协调以实现预期的性能，从而提高系统效率、增强可靠性、减少机械磨损和撕裂，并改进了负载跟踪能力。本文重点研究了基于mpc的电磁系统中推进力矩的估计和预测问题。本研究的主要贡献总结如下:

·一个集成的电子制造系统被开发来完全协调发电机组，环境安全系统和电机驱动。集成方法利用了MPC的预测性，允许设计者在约束条件下明智地协调船上网络的不同实体，从而提供适合系统性能的好处。

·所提出的MPC配方能够在提高效率、增强可靠性和减少机械磨损方面实现综合性能。不同的控制策略，如功率，速度和扭矩控制，被集成到一个基于mpc的电子制造系统。

·提出了自适应模型预测控制和线性预测输入观测器两种不同的方法来估计和预测推进载荷转矩。评估了这两种方法的有效性和局限性。

·为了降低计算复杂度和提高实时性，提出了简化的自适应MPC的推进-负载转矩模型。

论文组织如下。第二部分介绍了船用电力推进系统，介绍了采用MPC技术实现的综合电子制造系统。建议的“个人电脑”方法及可供选择的方法(即， IO与LP)在第3节中开发。第4节进行了比较研究，结果表明所提出的AMPC是有效的。第五部分是对研究结果的讨论。

1. 系统描述和自适应模型预测控制公式

所研究的电力推进系统原理图如图1所示。在该推进系统中，电能由原动机和发电机(PM/G)机组产生，推进推力由电动机产生。电机与螺旋桨机械连接，由螺旋桨产生的推进力矩成为电机的负载力矩，如图2[10]所示。由于遇到的波浪和螺旋桨的旋转运动，这种推进载荷扭矩包含多频波动，影响系统的可靠性和效率。HESS用于隔离直流母线的功率波动，以减轻这些波动的影响。逆变器和DC/DC转换器用于控制电机和混合储能系统，分别。本文采用中压直流(MVDC)电源作为船载网络的结构。MVDC能够将原动机的速度与总线的频率解耦，从而为每一种原动机优化发电机，而不需要包含齿轮，也不受限于转速或给定数量的极点。MVDC的好处包括:减少功率转换，增加功率密度，消除变压器，和先进的可重构性[20]。

图1. HESS电力推进系统原理图

图2. 螺旋桨与船舶动力学模型结构螺旋桨

为了实现互补的特性，考虑了两种不同的HESS配置，即带有超级电容器的电池和带有飞轮的电池。电池具有高能量密度，而UCs具有高功率密度。与电池和UC相比，飞轮在能量和功率密度方面提供了一个中间选择。UC和飞轮的循环寿命都很长，可以通过完善的控制策略来延长电池的循环寿命。正如在参考[21]中讨论的，电池/飞轮配置优于电池/超级电容器在公海状态。在标称或低海况下，如海况4和2，电池/超级电容器比电池/飞轮有更好的性能。注意，所提出的算法不依赖于HESS配置，因此这两种配置都可以在本文中使用。由于提出的AMPC的充分协调，电机和发电机可以帮助HESS减轻负载波动的负面影响，特别是在高海况下，电池/飞轮配置有更好的性能。因此，本文采用的是电池/超电容器配置。

• 1. 面向优化的动态模型和操作约束

发电系统包括柴油发电机组及其相关的整流器。柴油机作为原动机(PM)，与同步励磁绕组发电机相连接，提供交流电源。整流器将交流电源转换成直流电源。速度调节器用于控制柴油发动机，使发电机保持在参考速度。为了建立面向控制的模型，本节建立了发电系统的线性化模型。将发电机的励磁绕组电压定义为控制变量u，将二极管整流器的直流输出电流定义为状态变量x，将发电系统线性化时假设直流母线电压为参考值。本文所描述的动态模型采用带采样时间t的欧拉方法进行离散化，因此发电系统可以描述为:_s

其中t PG和 G_PG分别为线性化发电机组模型的时间常数和直流增益

对于推进电机，控制变量u M为转矩指令，状态变量Xm为轴转速。 电机轴动态系统描述如下:

式中为电机和螺旋桨的粘性阻尼系数，H为总惯性，T_LOAD为负载转矩。

HESS配置中使用的电池组和UC模块的荷电状态(SOC)分别定义为状态变量x和x，电池和UC电流分别定义为控制输入XB和Xuc 因此，HESS动态模型描述如下:

其中QB为电池容量，C_UC和Vmax分别为电容和最大电压。注意，在本文中，HESS放电被定义为正方向。

电池和UC的总输出功率如下:

其中NB和NUC为模块数，RB分别为电池内阻和UC模块内阻。

直流母线电压动态是基于流入总线电容的电流，定义直流母线电压为状态变量x，直流母线动态模型表示如下:

其中CBus直流母线电容， NGen发电机组的数量有关，nM与电机及其逆变器的效率有关

优化导向的状态变量和控制输入如表1所示，

系统有几个约束，包括状态约束和控制输入约束，它们表示硬件限制和操作需求。这些约束条件用数学表示如下:

2.2。控制目标

对于电力推进系统，主要目标之一是产生所需的推力，以推动船舶前进的理想速度。这是通过控制电机速度、扭矩或功率来实现的。电机转速控制是最常用的解决方案[5]。除了推力生产，系统可靠性也是一个重要的目标。由于负载的波动，特别是螺旋桨在水中和水中时，船舶电网会发生较大的电压变化，对系统的运行有很大的影响。因此，电压调节是必要的。其他目标，包括系统效率的提高和减少损耗也被考虑在内。为了提高系统效率，发电机组和电机应在其最有效的运行点[14]运行。此外，HESS的损失应该最小化。电机和螺旋桨的机械磨损主要是由轴转矩[5]中的瞬态和振荡引起的。对于发电机组而言，功率振荡的减小有助于减少机械磨损。由于直流母线电压与其基准电压比较接近，所以，发电机直流输出电流(即(x)在优化过程中最小化。_G控制目标和它们的数学表达式总结在表2中，其中Vd是期望总线电压，Wd期望的推进电机参考速度，P_Gen^ref和P^ref_M分别是发电机组和电机的参考功率.

2.3。自适应模型预测控制问题的制定

考虑到电力推进系统的性质，以及涉及到的操作约束，MPC成为一个自然的公式。由于海上应用中的推进负载转矩T_LOAD难于测量，因此需要对其进行估计。此外，为了实现MPC，还需要对MPC的预测窗口进行预测Tload.为了解决推力-负载转矩的估计和预测问题，提出了一种自适应MPC，使预测范围内的约束条件下的成本函数最小化。这可以用数学表达如下:

根据上述动态模型和控制目标，AMPC的制定形式如下:

对于所有的，其中，直流母线电压变化、电机转速跟踪性能、发电机与电机功率、HESS损耗、发电机输出直流电流变化、电机转矩变化、电机转速变化。推进力负载转矩的估计和预测将在下一节讨论。

2.1(电机控制):电机转速控制在推力生产方面性能最好，但会造成更多的机械磨损，给船载网络带来功率波动。电机功率控制可以显著地减轻船载网络的功率波动，但也会造成严重的机械磨损，特别是当螺旋桨在水中或水中时。电机转矩控制可以减少已知的推进载荷转矩对机械的磨损，但对推力生产的影响较差，产生较大的功率波动。如式(12)所示，所提出的AMPC融合了电机转速控制这三种控制策略

2.2(发电机控制):类似于电机控制,发电机功率控制和总线电压调节融入AMPC。可实现功率控制和电压调节的双重效益。

2.3(全协调控制):提议的AMPC也为舰载系统提供全协调控制。电机、发电机和HESS都连接在直流母线上。直流母线电压可以用来确定直流船舶电力系统的稳定性。为了维持母线电压稳定、电动机和发电机可以帮助减轻负荷波动,尤其是在公海当HESS不能完全处理负载波动时。此外，可以避免电机、发电机和HESS之间的不良相互作用。

3.推进-负载转矩估计与预测

为了充分利用船舶推进载荷动力学的物理特性，提出了一种基于模型的全电动船舶推进载荷转矩估计方法。由于推进-负载转矩模型的复杂性，本文首先建立了一个能够捕捉关键动力学的简化模型。由于模型参数的不确定性，采用自适应参数辨识方法，提高了控制系统的鲁棒性。这种基于模型的方法可以很容易地与MPC集成以形

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[237463]，资料为PDF文档或Word文档，PDF文档可免费转换为Word