摘 要

太阳能、海洋能等清洁能源极具有间歇性和不稳定性，为了提高清洁能源动力船舶电网供电的稳定性、可靠性需要配置储能装置。单一蓄电池储能功率密度低、充放电次数少、充电时间长；超级电容器储能功率密度高、充放电速度快，循环寿命长，但能量密度低，不适合船舶大容量储能。因此，将二者相结合的复合储能装置能较好的满足清洁能源动力船舶电网性能需求。复合储能装置的配置容量大小与船舶电网的稳定性和经济性有很大关联，容量配置方法是研究复合储能装置容量配置大小的关键所在。

本文首先对蓄电池、超级电容器的性能进行分析，建立相应的等效模型，通过理论分析得出复合储能装置能够降低系统内部消耗、提高输出功率，延长运行时间。其次，分析清洁能源动力系统的特点，建立经济性目标函数，根据船舶的航行环境设定约束条件。再次，分析了基本粒子群算法、改进粒子群算法、遗传算法的算法背景、优化过程和优化特性，并编写相应MATLAB程序。最后，在MATLAB软件中，分别用上述方法对设定案例进行容量优化仿真分析。对案例优化表明:标准粒子群算法收敛速度快，收敛精度低；改进粒子群算法得出的全寿命周期费用最低；遗传算法优化过程较为平稳。

关键词：复合储能系统；容量优化；粒子群算法；改进粒子群算法；遗传算法

Abstract

Clean energy such as solar energy and ocean energy is very intermittent and unstable. In order to improve the stability and reliability of power supply for clean energy power ships, energy storage devices need to be configured. Single battery energy storage power density is low, charge and discharge cycle life is short, charging time is long, the super capacitor energy storage of high power density, fast charge and discharge, long cycle life, but the energy density is low, not suitable for large capacity storage of the ship. Therefore, the combined energy storage device can meet the performance demand of the clean energy power ship grid. The configuration capacity of the composite energy storage device is closely related to the stability and economy of the ship grid, and the capacity allocation method is the key to study the capacity configuration of the composite energy storage device.

This article first analyzes the performance of the battery, super capacitor, the corresponding equivalent model is established, through the theoretical analysis of composite energy storage device can reduce internal consumption, improve the output power and prolong the running time. Secondly, it analyzes the characteristics of the clean energy power system, establishes the economic objective function, and sets the constraint conditions according to the navigation environment of the ship. Thirdly, the basic particle swarm optimization algorithm, particle swarm optimization algorithm, genetic algorithm background, optimization process and optimization feature are analyzed, and the corresponding MATLAB program is written. Finally, in the MATLAB software, the above method is used to optimize the simulation analysis of the capacity optimization. The simulation results show that the basic particle swarm algorithm converges fast and the local solution is easy to converge. Improved particle swarm optimization algorithm to optimize the lower total life cycle cost; The evolutionary process of genetic algorithm is relatively stable.

Key words：Composite energy storage device; Capacity optimization; Particle swarm optimization; Improved particle swarm optimization; Genetic algorithm

目 录

摘 要 I

第一章 绪论 1

1.1 研究的背景及意义 1

1.2 国内外研究现状 2

1.3 本文主要研究内容 2

第二章 复合储能系统的研究 4

2.1 超级电容器-蓄电池复合储能 4

2.2储能系统模型的分析 5

2.3 复合储能性能的分析 9

2.3.1 降低储能系统内部消耗 9

2.3.2 提高储能系统的输出功率 10

2.3.3 延长运行时间 11

2.4 本章小结 11

第三章 复合储能系统容量优化基础 13

3.1 清洁能源动力系统 13

3.2复合储能容量优化目标函数 14

3.3复合储能容量优化约束条件 15

3.3.1蓄电池-超级电容器的约束条件 15

3.3.2供电的可靠性约束 16

第四章 复合储能系统容量优化算法及案例分析 18

4.1 复合储能系统容量优化方法介绍 18

4.1.1标准粒子群算法 18

4.1.2改进粒子群算法 19

4.1.3.粒子群算法的求解步骤 20

4.1.4 遗传算法 22

4.1.5 遗传算法求解步骤 23

4.2 复合储能容量优化案例分析 25

4.2.1 参数设置 25

4.2.2 优化结果 26

4.3 优化结果分析 29

第五章 总结与展望 31

5.1 总结 31

5.2 展望 31

参考文献： 32

致谢 34

第一章 绪论

1.1 研究的背景及意义

现阶段，95%以上的船舶是以柴油机为推进动力，然而柴油机推进存在着下述诸多的缺陷：石油资源的日渐枯竭、柴油机废气的排放对大气造成严重的污染、柴油机由于自身结构和工作原理决定震动和噪声，严重影响船员的工作质量等等^[1]。这些缺陷将会限制船舶柴油机未来的发展，同时我国十三五规划强调绿色发展，因此以清洁能源为动力的船舶有很重要的推广意义。

太阳能、风能等清洁可再生能源以其资源丰富，污染小，分布广等优点将在未来能源中占有很重要的地位^[2]。大部分清洁能源易受环境影响，随着时间的推移输出的电能具有随机性、不稳定性，直接应用于船舶电网随着航行环境的变化输出能量会有剧烈波动，这将对船舶负载造成很大的冲击，因此储能装置是必不可少的。蓄电池、超级电容器是当前应用较为普遍的储能设备。蓄电池作为一种能量密度型储能元件，虽然其单位质量储能量大、储能经济性高，但功率密度小、有效工作次数少等缺陷限制了在海上作业的直接应用。超级电容是一种典型的储能元件，其功率密度大、充放电迅速等特点能够满足船舶机动操作的性能要求，但能量密度低的缺点使得它直接用于船舶储能的效果也不理想。分析来看，单一的储能元件很难以满足船舶电网的用电需求，复合储能技术应用于船舶行业是目前经济上、技术上比较理想的方案。现在较为热门的研究思路是将蓄电池和超级电容器组合复合储能系统。利用成超级电容和蓄电池的优势互补，清洁能源系统产生的电能盈余时储存电能，电能亏缺时将储存的电能反馈给船舶电网，实现平衡转换，解决清洁能源动力系统船舶电网电压骤降、电压跌落等问题，提高电网电能质量。同时可以优化蓄电池的工作过程，降低蓄电池工作时的内部能耗，减少蓄电池的有效工作次数，提高储能装置的整体性能。复合储能装置的容量大小对整个装置的经济性、稳定性和工作性能都有很大的影响。目前已经有诸多文献提出复合储能系统容量优化配置方法，本文将对几种高效快捷的容量优化方法进行研究，在MATLAB 环境下编写相应算法优化程序，并对简单的案例进行容量优化，从中找到最优的清洁能源动力船舶复合储能系统容量优化配置的方法。

复合储能系统的容量优化问题是船舶清洁能源动力系统管理应用的关键性问题。容量配置的合理与否对能源的利用率、船舶电网系统稳定性、负载系统的稳定性以及船舶整体的经济性都有巨大的影响。当复合储能装置容量装配欠缺时，清洁能源动力系统产生的盈余电能不能被有效的储存，将会造成资源的浪费：如果复合储能系统装配的容量盈余，不但会增加投资成本，影响船舶经济效益，而且多余的储能设备长期处于馈电状态，严重影响其寿命和工作性能。因此优化复合储能系统的容量对清洁动力船舶的未来前景具有十分重要的现实意义。而优化方法是优化问题的关键，具有至关重要的作用。

1.2 国内外研究现状

复合储能系统容量优化是现在学者们研究的热门问题，国内外不少文献已经对此问题进行分析研究，它们大多说是从可再生能源功率波动平抑能力、复合储能系统的经济性以及系统平稳运行等不同方面进行研究。山大谢笑寒提出一种基于低通滤波原理对超级电容和蓄电池的补偿功率进行分配的策略，提出应用具有收敛速度快、全局收敛能力强的量子行为粒子群优化(Quantum-behaved Particle Swarm Optimization，QPSO)算法配置复合储能的容量^[3]。Shize Li,Suping Gao，Chaojiang Guo^[4]等人也对粒子群算法进行了解释。李军徽在文献同样提到通过低通滤波的方法实现波动功率的平抑，但存在这滤波器的时间参数影响滤波的实现效果和储能装置的容量优化^[5]。钟永在文献中针对复合储能容量优化问题，将一次投入的最低资金作为优化的目标函数，同时以储能装置的能量供给平衡能力和功率供给平衡能力为限制条件确定系统的容量值，并且采用改进粒子群优化算法对算例进行优化分析，通过对设定案例的仿真分析^[6]。证明了所建立优化模型的合理性，节省复合储能设备的单次投入资金,缺点是没有考虑使用过程的维护的问题，对储能设备的有效工作寿命不利。Zhou T P和Sun W从智能优化方面入手，将模拟退火算法与粒子群优化相结合，从而求解出最佳容量配置^[7]。文献8中以复合储能装置的全生命周期费用^[8]为优化目标函数，并以系统负荷缺电率等为约束条件，分别用改进粒子群算法和速度因子改进的粒子群算法对案例优化分析。

肖峻，张泽群在文献中从功率供给能力方面入手，主要采用离散傅里叶变换确定分解频率^[9-10]，然后进行功率分配。不过这种策略仅仅从技术层面进行优化，并没有考虑投资资金问题。文献10也提出此种方法。韩晓娟，陈跃燕，张浩等人提出了采用小波分析的策略^[11]来确定蓄电池和超级电容的充放电的大小。文献12中利用经验模态分析的方法对复合储能系统总功率进行拆分，确定分解频率^[12]，然后设定必要限制条件，运用遗传算法进行计算。吴红斌对复合储能系统容量配置时运用多目标优化函数，综合考虑系统的一次性投入成本、全年运行成本和综合费用最小等因素^[13]。

1.3 本文主要研究内容

（1）研究目标

通过对以上提出的问题的分析，本文针对清洁能源动力船舶复合储能系统容量优化方法进行研究。首先通过对相关资料的查询，系统得了解复合储能系统在清洁能源动力船舶电网中功用和特性以及相对传统储能系统的优势。然后通过软件学习能够熟练的掌握MATLAB软件及编程技术，对现有复合储能系统容量优化配置的方法进行总结，了解几种现有优化方法的背景和优化过程。在现有文献的基础上，将上述常用优化方法运用到清洁能源动力船舶复合储能系统中，设定相应的约束条件，针对常用容量优化算法编写MATLAB的程序，对简单案例进行建立模型仿真分析。从而发现不同优化方法的特点及适合的场景，以期望找到清洁能源动力船舶复合储能系统容量优化配置的最优方法，使清洁能源动力船舶更具有推广意义。

1. 研究内容
2. 了解复合储能系统的功能与特性：复合储能系统作为清洁能源动力船舶储能的重要部件，对船舶正常安全有效的运行有着重要的作用，本文将通过文献的查询并结合所学船舶的知识分析复合储能系统应用于船舶的性能特点。
3. 了解复合储能系统容量优化配置的方法：通过资料查询对现有的容量优化方法进行了解，重点学习几种较为常用的复合储能系统容量优化方法，掌握其优化背景和原理。
4. .学习MATLAB及编程技术：利用剩余时间学习MATLAB软件，能够熟练的运用与论文相关的部分功能，能够熟练地读懂程序和编写一些简单的优化算法程序，为论文奠定技术基础。
5. 编写基于MATLAB的算法优化程序及对简单案例仿真分析：编读懂上述的几种常用容量优化算法的MATLAB语言程序，并调试运行处正确的结果。结合清洁能源动力船舶的航行环境修改程序，对简单船舶案例进行优化分析。

第二章 复合储能系统的研究

2.1 超级电容器-蓄电池复合储能

储能装置在改善清洁能源船舶电网电能质量、提高电源稳定性、提供短时电能、电力峰值的调节等方面发挥重要的作用。对于常用的储能元件可以根据其能量和功率类型分为两种类型，一种是功率密度型以超级电容为代表，是指单位重量的储能装置能够在充放电是输出的最大功率，另一种是能量密度型以蓄电池为代表，是指单位质量的储能单元蕴藏的最大电能。

蓄电池是一种储能方式理想，使用范围广的储能单元。蓄电池能够有效的满足电网高峰时刻的电能需求，也能作为一种工具补偿系统的无功功率，能够抑制电压的波动和骤变。然而蓄电池对充放电质量要求很高，对充放电电压、电流有很高的要求。因此，蓄电池储能对转化器的要求很高，要求转化器具有稳定电压限制电压、稳定电流限制电流的功能。另外，蓄电池的充电时间长，充放电循环寿命短，维护和处理费用高等问题也很大程度限制了它的使用。在安全方面，蓄电池维护和使用不当，很容易造成过冲过放现象的发生，影响使用寿命，严重可能发生爆炸 ^[14]。由于常见的蓄电池都具有铅等有害金属，处理不当很容易对海洋环境造成污染。因此蓄电池直接用于船舶电网中还存在充电过程优化，减少造价，防止海洋环境污染等诸多问题，对大规模直接用于航运业还有很大限制。超级电容器是一种由特殊电解质组成的元件，又称作电化学电容器、双电层电容器，它通过电解两端电极来储存能量，是一种位于普通电容器和氧化还原电池之间的储能装置^[15]。它有很多优点：功率密度高、充放电速度快、环境适应性强、污染小、可靠性高、制造原材料丰富，可以瞬时大电流放电并且对环境友好等特性。但也存在着很大的缺陷如串联均压、能量密度低、端电压波动大等。表1列出常见储能装置的性能比较^[16]。

从表中可以很清楚的看出：飞轮储能装置特点：设备体积小，模块化程度高，环境的适应能力强，但其能量密度较低，转速和电机功率较小，国内发展还不好落后；超导储能装置特点：应用环境限制较多，成本高，并且需要连续低温以维持线圈的超导状态，使用费用极高，这些弊端限制了超导储能的广泛使用；蓄电池是介于干电池和电容器之间的能量比重高的储能设备，但其功率密度仅仅超级电容器的百分之一左右，并且蓄电池储能技术成熟，使用方便，具有运行、维护方便和能量密度高等优势，但同时它的循环寿命短，功率密度低。超级电容器作为功率密度性元件具有极好的脉冲充放电性能，完成单次充放电需要时间短，完成一般是10s-10m左右，并且充放电次数高，可以达到5万次以上，对使用环境适应能力强，但能量比较低的缺点限制了直接用于大功率负载环境，其单位质量的储能量只有蓄电池储能的十分之一左右。并且蓄电池储能具有运行稳定、维护方便和单位质量储能高等优势，但它有工作寿命短，输出功率比低等缺点。

表 1.1几种典型储能性能比较

从以上分析结果可以看出，单个储能元件很难满足清洁能源动力船舶电网的要求，蓄电池和超级电容器具性能互补的特点，二者的结合可以有效的提高储能系统的整体性能，满足船舶负载的要求，并且改善储能系统的经济性。并且使得蓄电池的放电时间延长，减少电流的骤变，内部损耗降低，输出电流的峰值也减小，同时还优化了电池的充放电过程。蓄电池-超级电容器混合储能系统用于清洁能源动力船舶将能有效的弥补清洁能源波动性和随机性的问题，满足船舶负载的用电需求，使清洁能源动力船舶更具有推广意义。

2.2储能系统模型的分析

（1）蓄电池模型

电池，又名化学电池，是日常生活中最为常见的一种储能装置，其工作实质是化学能与电能的相互转换。放电完毕后，可以使用充电器对其进行电能的补充，使电池的两个电极物质恢复至储能饱和状态，从而将电力能转化为化学能储存在电池内部; 放电过程就是电池内部发生氧化还原反应，两电极电子移动，使两电极之间形成电势差，构成回路是时有电流流动，从而将化学能转化为电能。像上述这种可以实现多次充放电的电池为蓄电池(Storage Battery)。蓄电池的工作原理就是充电时电解质被电解，将电能量变化成化学反应能量并储存起来，工作时通过内部化学反应将化学能变为电力能量能输出，放电完成后又能进行充电储存能量再次使用的一种电气化学设备。目前最常用的是阀控密封铅酸蓄电池，工作方式基本沿袭传统的铅酸蓄电池，它的充放电化学方程式如下：

通过方程可知蓄电池在输出电能时，正极二氧化铅变成硫酸铅，将以化学形式储存的能量转化成电能并构成回时输出能量，同时蓄电池负极由棉絮状单质Pb转化为化合物硫酸铅。蓄电池充电时，电池正极化合物被电解为氧化物，将电能转化为以化学形式储存的能量储存在正极极板中；电池负极由硫酸铅转换为单质Pb ^[18]。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：