伴随着大功率雷达、定向能装备、电磁发射装置等新概念设备的装船,船舶设备对电能的需求不断增加,柴油机等原动机的功率密度无法满足船舶环境下高能用电负载的电力需求[1],而燃气轮机发电对此具有足够优势。具有高功率密度、高可靠性、高效率等诸多优点的燃气轮机在船舶电力系统中的应用十分广泛。由于船舶电力系统极易受到冲击载荷的影响,而相对于电气系统,燃气轮机燃烧机制缓慢,导致其抗冲击电力负载能力相对较弱[2 − 3]。针对这一问题,最常用的方法是为电力系统加装储能装置。
燃气轮机发电系统中,发电燃气轮机及其与储能装置系统的控制,是非常重要的环节。曾维伦等[4]以30 kW微型燃气轮机发电机组为研究对象,设计了基于模糊PID的微型燃气轮机发电机组的“机-网”功率匹配控制策略,改善了机组的动态响应特性。朱育男[5]针对传统微型燃气轮机发电机系统输出功率调节速率慢的问题,提出了一种基于飞轮储能瞬时功率补偿的新型发电系统,有效提高了高冲击负载工况下微型燃机的发电质量。李月明等[6]以燃气轮机、发电机、飞轮储能系统组成的船舶直流微电网模型为研究对象,对船用燃机直流微电网大功率负载下的飞轮储能系统控制策略和电网响应特性进行了研究,证明了其所提出的飞轮储能系统控制策略能够有效提升微型燃气轮机发电系统的电能质量和稳定性。于海等[7]针对直流微网母线电压波动较大的问题,提出一种以微型燃气轮机为主协调单元的主从协调控制策略,充分利用微型燃气轮机的功率调节作用,在有效减小微网母线电压波动范围、使其输出电压更加稳定的同时,一定程度上减少了蓄电池单元投入数量和充放电次数,减少蓄电池的后期维护成本。Bonfiglio等[8]为提高燃气轮机的动态性能且同时保持机器的寿命,提出了一种鲁棒的非线性SM控制器,并通过一种基于模型的燃气轮机发电机组控制方法,提高了发电机组的动态性能。Faddel等[9]提出了一种用于船用燃气轮机直流微电网混合储能系统的分散控制策略,以解决多个储能系统充电/放电协调控制问题。
由于飞轮储能的能量密度较小,仅能补偿瞬态功率,不能长时间提供能量[10]。而蓄电池具有较高的能量密度。因此,将由蓄电池和飞轮组成的混合储能系统应用于微型燃气轮机发电系统中,就能够更好地补偿功率的波动,增强系统的稳定性。Bellache等[11]将蓄电池和超级电容应用于由柴油发动机驱动的全电力推进船舶,维持了柴油机的速度变化率参考的范围内,以确保柴油机的良好效率。同时,这种方法也能够减少负载变化对柴油机的影响。Hou等[12]提出了一种由蓄电池、飞轮组成的混合储能系统,以缓解船舶电力系统的推进负载的波动。
另外,现有的研究更关注燃气轮机发电系统控制策略的设计,而忽视了负载变化对于作为原动机的发电燃气轮机性能的影响,事实上,负载的变化对发电燃气轮机本身也具有很大影响。刘永葆等[13]研究了负载突变对动力涡轮转速、电网频率和交流电压的影响。李月明等[6]研究了不同冲击负载的情况下,飞轮储能缓解微型燃气轮机直流微电网瞬态波动效果,同时也关注了冲击负载对微型燃气轮机转速的影响。
然而,不同的储能模式与负载模式对燃气轮机的响应特性也会造成影响,因此本文关注在混合储能模式条件下,不同负载模式对燃机性能带来的影响。以100 kW微型燃气轮机发电机组为研究对象,基于Matlab/Simulink仿真平台,建立燃气轮机发电机组和含飞轮和蓄电池的混合储能装置整体动态模型,研究不同负载模式下发电燃气轮机性能的变化,以及混合储能模式相较于其他储能模式对发电燃气轮机性能的改善情况。
1 燃气轮机发电机组和混合储能装置建模船舶微网燃气轮机发电机组和混合储能装置整体结构如图1所示。系统微型由燃气轮机作为发电原动机带动同步发电机发电,船舶的负载由日用负载,推进负载和脉冲负载组成。电力系统在运行的过程中,控制器将系统外部负载按照特定的功率分配方法分配给燃气轮机控制器、飞轮储能系统和蓄电池系统,让三者共同参与电网负载调节,以减小冲击负载带来的影响。
![]() |
图 1 微网燃气轮机发电机组和混合储能装置整体结构 Fig. 1 The overall structure of the gas turbine generator set and hybrid energy storage device |
本文的燃气轮机发电机组包括单轴微型燃机与其同步发电机。同步发电机主要参数包括电压、磁链和扭矩,具体数学模型参考文献[6]。燃气轮机主要由压气机、涡轮、燃烧室等核心部件组成,其数学模型建模过程如下 [14]。
1)压气机数学模型
压气机的典型特征参数有流量
$ {G_{cnp}} = {f_1}[{n_{cnp}},{{\pi}_c}] ,$ | (1) |
$ {\eta _c} = {f_2}[{n_{cnp}},{G_{cnp}}],$ | (2) |
$ {T_2}^* = {T_1}^*[1 + \frac{1}{{{\eta _e}}}({{{\pi}}_e}^{{m_a}} - 1)], $ | (3) |
$ {W_e} = \dfrac{{{c_{p,a}}{m_e}{T_1}^*({{{\pi}}_e}^{{m_a}} - 1)}}{{{\eta _e}}}。$ | (4) |
式中:
2)涡轮数学模型
燃气轮机涡轮的参数计算方式与压气机大致相同,在已知转速和膨胀比的情况下,根据涡轮特性线可以求得涡轮的流量、效率和出口燃气温度。
$ {G_{tnp}} = {f_1}[{n_{tnp}},{{{\pi}}_t}],$ | (5) |
$ {\eta _t} = {f_2}[{n_{tnp}},{G_{tnp}}] ,$ | (6) |
$ {T_4}^* = {T_3}^*(1 - (1 - {\varepsilon ^{ - {m_g}}}){\eta _t}) 。$ | (7) |
式中:
3)燃烧室数学模型
根据能量守恒方程,可得燃烧室出口温度
$ {T_3} = \frac{{{G_a}{c_{p,a}}{T_{2a}} + {G_f}{c_{p,f}}{T_{2f}} + {G_f}{H_f}{\eta _b}}}{{({G_a} + {G_f}){c_{p,g}}}}。$ | (8) |
式中:
4)转子数学模型
根据能量守恒方程可得转子动态方程为:
$ \frac{{{\mathrm{d}}n}}{{{\mathrm{d}}t}} = \frac{{900}}{{J{{\text{π}}^2}n}}(N{e_t} - N{e_c} - {P_l})。$ | (9) |
式中:
当飞轮转动时所存储的能量
$ E = \frac{1}{2}{J_f}{\omega ^2}。$ | (10) |
式中:
$ {J_f} = {\sum\limits_i {{m_i}{r_i}} ^2}。$ | (11) |
式中:
飞轮储能系统旋转时可释放或者储存的能量为
$ \Delta E = \frac{1}{2}{J_f}{\omega ^2} - \frac{1}{2}{J_f}{\omega _{{\mathrm{min}}}}^2。$ | (12) |
式中:
采用锂电池作为储能单元之一,其数学模型[16]为:
$ {{U_{bat}} = {E_0} - {K_e}\frac{Q}{{Q - {I_t}}}{I_t} + {A_b}{\mathrm{exp}}( - B{I_t}) - {R_{res}}{I^*} - {R_b}{I_{bat}}} 。$ | (13) |
式中:
为了改善脉冲负载条件下发电燃气轮机响应慢的问题,本文采用了一种燃气轮机发电机组、负荷、储能相互作用的协调控制方法[17],该方法改变了传统燃气轮机电网的被动调节模式,主动发挥燃气轮机自身的调节能力。
该方法实施功率分配的过程为:将负载功率采用双滤波器的方式分解为高频,平均频率和低频分量3个部分;考虑燃气轮机和混合储能装置的响应特性,将高频分量
![]() |
图 2 发动机-负荷-储能的协调控制方法 Fig. 2 Coordinated control method for engine-load-energy storage |
微网中发电燃气轮机的功率采用带有前馈控制的模糊PID自适应控制策略[14]。所谓前馈控制,就是指在掌握规律的基础上,根据采集信息判断当前状态,并且针对变化允许采取主动措施,加快响应时间。燃气轮机控制系统利用图2中的功率分解得到低频功率信号作为其前馈信号。当负载变化时,控制系统能够根据预定规则快速调整油量至当前负载水平。由于前馈控制是开环控制,不能根据燃气轮机实际运行工况进行调整,采用PID控制则可以实时调整燃油流量。本文进一步采用模糊自适应PID控制策略对燃气轮机进行转速控制[4]。与常规PID控制不同,模糊PID的控制回路参数可以调整,可保证不同工况下最优的PID参数。模糊PID参数自整定控制利用速度误差及其变化率作为模糊控制器的输入,并设置适合的模糊控制规则,实现对PID参数的实时修改。该方法有利于燃机快速准确地响应负载功率变化。
2.3 发电机直流母线电压控制策略整流同步发电机未接入直流负载时,通常采用发电机交流侧电压作为反馈调节励磁电压。但当有直流负载接入时,交流侧电压会发生显著畸变,整流器两端电压会跌落,导致直流母线电压控制发生偏差。本文采用将直流侧滤波电容电压作为反馈直接对发电机直流母线电压进行控制的控制策略[11]。将实际直流母线电压
蓄电池模块通过双向DC/DC变换器与直流母线相连。采用电流内环、功率外环的双PI控制。通过PID调节,通过功率分配器给出的蓄电池功率参考值
飞轮模块通过双向DC/AC变换器与直流母线相连。同样采用电流内环、功率外环的双PI控制。通过PID调节,通过功率分配器给出的飞轮功率参考值
本文选取额定功率为100 kW、额定转速为
![]() |
表 1 微型发电燃气轮机主要参数 Tab.1 Main parameters of the micro gas turbine engine |
以不含储能的单机组燃气轮机发电系统为对象开展试验和仿真。试验和仿真过程中,电力系统施加的负载情况为:日用负载功率25 kW;脉冲负载峰值功率20 kW,脉冲负载在第8.1 s时加入,周期为5 s,共持续6个周期,上升沿和下降沿时间均为0.02 s,脉冲负载占空比60%。试验和仿真过程中负载的变化特性如图3所示,所得燃气轮机转速特性、直流母线电压变化的对比情况如图4和图5所示。
![]() |
图 3 试验和仿真过程中负载的变化特性 Fig. 3 Load variation characteristics during testing and simulation processes |
![]() |
图 4 脉冲负载60%占空比条件下直流母线电压对比图 Fig. 4 Comparison of DC bus voltage under 60% duty cycle of the pulse load |
![]() |
图 5 脉冲负载60%占空比条件下燃气轮机转速对比图 Fig. 5 Comparison of gas turbine speed under 60% duty cycle of the pulse load |
基于现有的100 kW燃气轮机发电机组试验平台,在文献[14, 19]的基础上,本节基于Matlab/Simulink平台,应用模块化建模思想,建立100 kW燃气轮机发电系统和混合储能装置动态模型,并结合试验数据对燃气轮机发电机组仿真模型的精度进行验证。
由图4和图5可知,燃气轮机转速最大误差为0.49%,直流母线电压的最大误差为1.45%,说明燃气轮机发电系统仿真模型精度较好,可以反映不同负载条件下燃气轮机性能的变化情况,为混合储能模式下燃气轮机性能变化研究奠定了基础。
4 算例分析基于100 kW微型燃气轮机发电系统和混合储能装置动态模型,利用模型探究负载突变对燃气轮机性能带来的影响,以及混合储能系统对燃气轮机性能的改善情况。各系统的仿真参数见表2。
![]() |
表 2 微型燃气轮机发电系统参数 Tab.2 Parameters of the micro gas turbine power generation system |
首先分析在不同储能模式下,脉冲负载对燃气轮机性能的影响。整个模拟期间,日用负载保持为10 kW。在30~60 s范围内,施加一个最大值为10 kW的推进负载;同步,35~50 s范围内,施加一个40 kW峰值功率的矩形脉冲负载,其中脉冲负载周期为5 s,占空比为60%,共施加4个周期,上升沿和下降沿的时间均为0.02 s。本节对比分析单燃气轮机发电、考虑飞轮储能、考虑蓄电池、考虑混合储能等4种情况下燃气轮机及电网系统的性能变化情况。仿真过程中,负载的变化特性如图6所示,其中,0~34 s为燃气轮机运行的非稳态工况阶段,其特性不做详细分析。
![]() |
图 6 仿真过程中负载的变化特性 Fig. 6 Load variation characteristics during the simulation process |
本文4种储能模式下,发电系统中燃气轮机折合转速的变化特性如图7所示。定义折合转速最大波动率为某一周期中折合转速最大变化值与施加负载前的折合转速值之比。本节进一步分析不同负载模式下折合转速在3个脉冲负载周期内对应的最大波动率的变化情况,以此来检验储能装置对于发电燃气轮机性能的影响。
![]() |
图 7 不同储能模式下燃气轮机折合转速的变化 Fig. 7 Variation of the equivalent speed of the gas turbine under different energy storage modes |
表3给出了不同储能模式下燃气轮机折合转速在3个脉冲负载周期内对应的最大波动量和最大波动率。在3个脉冲负载周期内,混合储能模式下最大波动率的最小值为0.8%;其次为电池储能系统,最大波动率的最小值为0.84%;再次为飞轮储能系统,最大波动率的最小值为1.35%;单独燃机模式下最大波动率最小值为1.49%。以上结果表明,增加储能系统可以减小施加脉冲负载时燃机转速的波动,其中混合储能系统减缓波动的效果最为显著。
![]() |
表 3 不同储能模式下折合转速最大波动率 Tab.3 Maximum fluctuation rate of equivalent speed under different energy storage modes |
不同储能模式下燃气轮机燃烧室出口燃气温度的变化特性如图8所示。类似地,定义某一周期中出口温度最大波动率为某一周期中出口温度最大变化值与施加负载前的出口温度之比。
![]() |
图 8 不同储能模式下下燃气轮机燃烧室出口温度变化 Fig. 8 Variation of the gas turbine combustion chamber outlet temperature under different energy storage modes |
燃气轮机燃烧室出口温度过高会影响燃气轮机性能、导致燃气轮机的工作状态不稳定,降低其发电效率,甚至引发停机。因此,必须密切关注燃气轮机燃烧室出口温度的变化,并采取合理的设计、定期的维护以及控制燃料供给量等措施,确保其在正常范围内,以确保燃气轮机的正常运行和使用寿命。
由图8可知,在燃气轮机与混合储能配合模式下,燃烧室出口温度波动更为平缓,且可有效抑制燃机燃烧室出口温度的升高;另外,在3个负载周期内,电池储能和混合储能的温度波动率呈现递减趋势,而单燃机发电和仅考虑飞轮储能时,不具备此特点。
表4所示为不同储能模式下燃气轮机燃烧室出口温度在3个脉冲负载周期内的最大波动率的变化情况。在单燃机情况下施加负载,出口温度波动率最高达30.44%,并且在3个负载周期内温度波动没有明显降低;当增加了储能装置后,出口温度波动均有不同程度的下降。其中,混合储能装置对平缓温度波动效果最为显著。
![]() |
表 4 不同储能模式下燃烧室出口温度最大波动率 Tab.4 Maximum fluctuation rate of combustion chamber outlet temperature under different energy storage modes |
不同储能模式下下燃气轮机轴转矩的变化特性如图9所示。表5所示为不同储能模式下燃气轮机在3个脉冲负载周期内的最大扭矩的变化情况,以及每个脉冲负载周期内的超调量。在一个脉冲负载周期中,0~2 s负载值为40 kW,所以燃机扭矩先为负值,之后系统自行进行调整,产生一定的正值超调量;2~5 s时负载突然消失,因此燃机扭矩为正值,之后系统自行进行调整,产生一定的负值超调量,直到下一个负载周期。
![]() |
图 9 不同储能模式下下燃气轮机扭矩变化 Fig. 9 Variation of gas turbine torque under different energy storage modes |
![]() |
表 5 不同储能模式下燃气轮机扭矩变化 Tab.5 Variation in gas turbine torque under different energy storage modes |
由图9可知,单燃机的扭矩最大为9.72 N·m,各储能装置对扭矩的波动均有减缓作用,减缓作用效果:混合储能>电池储能>飞轮储能>单独燃机;不同储能模式下,最大扭矩均会随着负载周期数的增加而递减。同时,储能装置也能减小加载和减载时的超调量,减缓效果:混合储能>电池储能>飞轮储能>单独燃机。
不同储能模式下下电网直流母线电压的变化如图10所示。表6进一步给出了不同储能模式下直流母线电压在3个脉冲负载周期内的最大变化量变化情况。在有储能系统模式下,电网直流母线电压的变化量没有太大差别;考虑飞轮储能、电池储能、混合储能模式下的电压最大变化量平均值分别为19.6、19.2、19.6 V,差距并不大。
![]() |
图 10 不同工况下直流母线电压的变化 Fig. 10 Variation of DC bus voltage under different operating conditions |
![]() |
表 6 不同储能模式下直流母线电压最大变化量 Tab.6 Maximum change in DC bus voltage under different energy storage modes |
由上文分析可知,在考虑不同储能模式时,均可以显著降低施加脉冲负载时的电压波动情况,单燃机模式下的电压变化率最大值为4.93%,飞轮储能、蓄电池储能、混合储能模式下电压变化率最大值分别为3.87%、3.85%、3.91%,3种储能模式分别降低了1.06%、1.08%、1.02%的电压最大变化率。
4.2 不同占空比条件下燃气轮机响应特性由于燃气轮机在应对脉冲负载时,其转速会受到显著影响。通过深入研究不同占空比的脉冲负载对燃气轮机转速的影响,可以更有效地对脉冲负载进行设置,避免转速波动过大,有助于优化燃气轮机的运行参数,提高其发电效率。
因此本节进一步分析负载特性对混合储能模式下燃机性能的影响。采用混合储能模式,考虑40%、60%、80%占空比脉冲负载情况下燃气轮机折合转速变化情况如图11所示。
![]() |
图 11 不同占空比下燃气轮机折合转速的变化 Fig. 11 Variation of the equivalent speed of the gas turbine under different duty cycles |
可知,占空比越小,施加负载的时间就越短,如在5 s周期内,40%占空比情况下负载施加时间为2 s。
而当占空比增大后,施加负载的时间就会增加,导致燃机调整折合转速的时间变短,当燃机折合转速还没有恢复至稳定,仍有因负载突卸而具有的转速上升趋势,下一周期的脉冲负载就已经开始加载,导致折合转速因负载突加而降低的趋势被削弱抵消,故折合转速最大波动量随着占空比的增大反而减小。
因此,施加40%占空比负载时,燃气轮机的转速波动率最大,其次是60%占空比,而80%的占空比负载条件下转速波动率最小。40%占空比、60%占空比、80%占空比负载时的折合转速最大波动率在3个负载周期的平均值分别为1.68%、1.52%、1.45%。
考虑40%、60%、80%占空比脉冲负载情况下,燃气轮机燃烧室出口温度变化情况如图12所示。
![]() |
图 12 不同占空比下燃气轮机燃烧室出口温度的变化 Fig. 12 Variation of gas turbine combustion chamber outlet temperature under different duty cycles |
可知,在不同占空比条件下,燃烧室出口温度最大波动率差别不大,但是伴随着占空比的增加,燃烧室出口温度将会在最高值附近停留较长时间;脉冲负载为80%占空比的条件下,温度还没有降至施加负载前的温度就再次上升,这是因为施加负载的时间增加,导致燃机调整温度的时间较短。
扭矩是燃气轮机性能评估的关键指标之一。通过分析燃气轮机的扭矩输出,可以了解其在不同工作条件下的性能表现,包括启动、加速、稳定运行和减速等过程。因此通过对扭矩数据的收集和分析,可以对燃气轮机进行优化设计,尽量减小燃机运行的轴扭矩,以提高燃机运行的稳定性和效率。
对考虑40%、60%、80%占空比脉冲负载情况下燃机轴扭矩变化情况如图13所示。
![]() |
图 13 不同占空比下燃气轮机轴扭矩的变化 Fig. 13 Variation of gas turbine shaft torque under different duty cycles |
在40%占空比条件下,最大扭矩先减小后增加,平均值为4.99 N·m;在60%占空比条件下,最大扭矩呈现递增趋势,平均值为5.55 N·m;在80%占空比条件下,最大扭矩增加后减小,平均值为5.11 N·m。
不同占空比情况下电网直流母线电压的变化如图14所示。
![]() |
图 14 不同占空比情况下直流母线电压的变化 Fig. 14 Variation of DC bus voltage under different duty cycle conditions |
可知,在有储能系统模式下,电网直流母线电压的最大波动量在持续脉冲负载冲击下逐渐降低。且占空比越大,母线电压最大波动率反而越小。40%占空比、60%占空比、80%占空比负载模式下直流母线电压在3个脉冲负载周期内的最大波动率平均值分别为5.28%、5.26%、5.13%。
当占空比增大时,母线电压最大波动量在每个周期的脉冲负载冲击下都有所降低,由此可见燃气轮机结合混合储能发电系统能更好地响应多次脉冲负载的冲击,并持续维持母线电压的稳定。
4.3 响应特性分析当燃气轮机发电系统结合混合储能运行时,面对相同峰值、相同占空比的脉冲负载冲击时,对燃气轮机运行时燃烧室出口温度、燃气轮机折合转速、燃气轮机轴扭矩的改善效果优于单飞轮储能及单蓄电池储能,提高了燃气轮机运行时的稳定性。同时在混合储能模式下电网系统也更加稳定,母线电压在脉冲负载冲击下的波动最低。
在对混合储能模式下,脉冲负载峰值功率相同,占空比变化的情况下发现。燃气轮机折合转速最大波动量及母线电压最大波动量都随着相同占空比内负载周期数的增大而降低。而当占空比逐渐增大至80%时,燃气轮机折合转速的最大变化量及母线电压的最大波动量逐渐减小。相较于40%与60%占空比时,折合转速最大波动率分别降低0.38%及0.09%;母线电压最大波动率分别降低0.09%与0.22%。
由此可知,燃气轮机发电系统结合混合储能,相较于单储能模式能有效提高燃气轮机及电网运行的可靠性、稳定性。且燃气轮机发电系统在峰值功率相同,占空比较高的脉冲负载的冲击下运行,燃机性能得以发挥,燃气轮机发电系统更加稳定。
5 结 语以100 kW微型燃气轮机发电机组为研究对象,基于Matlab/Simulink仿真平台,建立了燃气轮机发电机组和含飞轮和蓄电池的混合储能装置整体动态模型,研究了不同负载模式下发电燃气轮机性能的变化,以及不同储能模式对发电燃气轮机和微电网性能的改善情况,结论如下:
1)混合储能系统可以改善燃气轮机性能,在混合储能系统模式下,燃气轮机转速最大波动率的最小值较单独燃机模式下减小了0.69%,燃烧室出口温度最大波动率最小值较单独燃机模式下减小了7.07%,最大扭矩最小值较单独燃机模式下减小了5.3 N·m。
2)在有储能系统模式下,电网直流母线电压的变化量没有太大差别,对于电网的影响并不显著,但有储能系统情况较无储能系统情况对于电网电压波动有较好的改善,飞轮储能、电池储能、混合储能模式分别降低了1.25%、1.32%、1.25%的电压变化率。
3)不同脉冲负载占空比对于燃机性能的影响不同,施加40%占空比负载时的转速波动率最大,其次是60%占空比,80%的占空比负载条件下转速波动率最小。不同占空比条件下燃烧室出口温度最大波动率差别不大,但是出口温度在最高值附近停留时间不同,40%占空比负载时最短,80%占空比负载时最长。不同占空比条件下燃机轴扭矩变化规律不同,在40%占空比条件下,最大扭矩先减小后增加,在60%占空比条件下,最大扭矩呈现递增趋势,在80%占空比条件下,最大扭矩增加后减小,其中60%占空比条件下平均扭矩最大,为5.55 N·m。
[1] |
闫飞飞, 陈圣东, 刘亚丽. 新型船舶综合电力系统的运行分析及发展[J]. 舰船电子工程, 2013, 33(6): 14-15. YAN F F, CHEN S D, LIU Y L. Operation analysis and development of new integrated power system for marine applications[J]. Ship Electronic Engineering, 2013, 33(6): 14-15. |
[2] |
AZIZI M A, BROUWER J. Progress in solid oxide fuel cell-gas turbine hybrid power systems: System design and analysis, transient operation, controls and optimization[J]. Applied Energy, 2018, 215: 237-289. DOI:10.1016/j.apenergy.2018.01.098 |
[3] |
LU M, LI X, LI F. Robust optimal scheduling of integrated energy systems based on hybrid energy storage and multiple time scales[C]//2020 IEEE Sustainable Power and Energy Conference (iSPEC). IEEE, 2020: 1404−1411.
|
[4] |
曾维伦, 王旭升, 吕小静, 等. 基于模糊PID的微型燃气轮机发电机组控制性能研究[J]. 热能动力工程, 2021, 36(10): 212-221. ZENG W L, WANG X S, LV X J, et al. Research on control performance of micro gas turbine generator set based on fuzzy PID[J]. Journal of Engineering for Thermal Energy and Power, 2021, 36(10): 212-221. |
[5] |
朱育男. 基于飞轮储能的微型燃气轮机发电补偿系统[D]. 长沙: 湖南大学, 2020.
|
[6] |
李月明, 丁泽民, 余又红, 等. 基于飞轮储能的船用燃机直流微电网大功率负载响应特性[J]. 舰船科学技术, 2023, 45(17): 103-111. LI Y M, DING Z M, YU Y H, et al. Response characteristics of high-power load in marine gas turbine DC microgrid based on flywheel energy storage[J]. Ship Science and Technology, 2023, 45(17): 103-111. |
[7] |
于海, 孙亮, 岳云凯, 等. 基于微型燃气轮机的多微源直流微网主从协调控制[J]. 电力工程技术, 2019, 38(6): 107-114. YU H, SUN L, YUE Y K, et al. Master-slave coordinated control of multi-microsource DC microgrid based on micro gas turbine[J]. Electric Power Engineering Technology, 2019, 38(6): 107-114. |
[8] |
BONFIGLIO A, CACCIACARNE S, INVERNIZZI M, et al. A sliding mode control approach for gas turbine power generators[J]. IEEE Transactions on Energy Conversion, 2019, 34(2): 921-932. DOI:10.1109/TEC.2018.2879688 |
[9] |
FADDEL S, SAAD A A, YOUSSEF T, et al. Decentralized control algorithm for the hybrid energy storage of shipboard power system[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2019, 8(1): 720-731. |
[10] |
LI S, AMRAEE T. Primary frequency support in unit commitment using a multi-area frequency model with flywheel energy storage[J]. IEEE Transactions on Power Systems, 2021, 36(6): 5105-5119. DOI:10.1109/TPWRS.2021.3074634 |
[11] |
BELLACHE K, CAMARA M B, DAKYO B. Transient power control for diesel-generator assistance in electric boat applications using supercapacitors and batteries[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2017, 6(1): 416-428. |
[12] |
HOU J, SUN J, HOFMANN H. Control development and performance evaluation for battery/flywheel hybrid energy storage solutions to mitigate load fluctuations in all-electric ship propulsion systems[J]. Appl. Energy, 2018, 212: 919-930. DOI:10.1016/j.apenergy.2017.12.098 |
[13] |
刘永葆, 王强, 贺星, 等. 飞轮储能对船用燃气轮机发电系统稳定性影响的仿真研究[J]. 海军工程大学学报, 2017, 29(6): 60-66. LIU Y B, WEN Q, HE X, et al. Simulation study on the impact of flywheel energy storage on the stability of marine gas turbine power generation system[J]. Journal of Naval University of Engineering, 2017, 29(6): 60-66. |
[14] |
李浩冬, 刘永葆, 贺星. 微型燃气轮机动态特性仿真[J]. 舰船科学技术, 2020, 42(21): 91-95. LI H D, LIU Y B, HE X. Simulation of dynamic characteristics of micro gas turbine[J]. Ship Science and Technology, 2020, 42(21): 91-95. |
[15] |
宋玲燕, 赵兴勇, 高兰香, 等. 基于飞轮储能的直流微电网虚拟惯量自适应控制策略[J]. 电气自动化, 2023, 45(6): 45-48. SONG L Y, ZHAO X Y, GAO L X, et al. Virtual inertia adaptive control strategy for DC microgrid based on flywheel energy storage[J]. Electric Automation, 2023, 45(6): 45-48. |
[16] |
HAN Y, LI Q, WANG T H, et al. Multi source coordination energy management strategy based on SOC consensus for a PEMFC-battery-supercapacitor hybrid tramway[J]. IEEE Transactions on Vehicular Technology, 2018, 67(1): 296-305. DOI:10.1109/TVT.2017.2747135 |
[17] |
LI Y, DING Z, YU Y, et al. Coordinated control of engine-load-storage for marine micro gas turbine power generation system [C]//International Conference on Wireless Power Transfer. Singapore: Springer Nature Singapore, 2023.
|
[18] |
XU L N, MATAS J, WEI B Z, et al. Sliding mode control for pulsed load power supply converters in DC shipboard microgrids [J]. International Journal of Electrical Power and Energy Systems, 2023, 151: 109118.
|
[19] |
YANG R, LIU Y, YU Y, et al. Hybrid improved particle swarm optimization-cuckoo search optimized fuzzy PID controller for micro gas turbine[J]. Energy Reports, 2021, 7: 5446-5454. DOI:10.1016/j.egyr.2021.08.120 |