0 引　言

船舶行业是国家战略性产业与先进装备制造业的重要组成部分，其中海洋工程船舶是对海洋资源进行开发、利用、保护以及恢复的必要基础设施^[1]。但船舶作业时产生的CO₂以及固体颗粒物会对环境造成污染^[2]。因此高效管理全船能量流动、减少废气废料排放，成为行业的研究重点^[3]。

国内外相关学者在该方面的研究中得到了大量成果。丁峰等^[4]设计了一种指令式船舶电力系统能量管理方法，是基于船舶运行工况以及推进电机状态，配置巡航、加减速和锚泊4种指令，通过储能单元和控制器的调节实现船舶的高效节能运行。Bui等^[5]设计了一种基于逻辑门限值控制的能量管理方法，通过设定规则集界定储能系统工作范围，保证系统能耗最低。庞水等^[6]设计一种兼顾油耗成本和环境成本的自适应差分进化能量分配优化算法，可以保证在船舶电站安全运行的前提下优化海洋工程船在任意负载条件下的能量分配。印波等^[7]对船舶能量管理系统进行数学建模，在满足约束条件下对发电机组和柴油机组的启停状态、船舶航速等参数使用粒子群优化算法迭代寻优，该方法可以有效降低船舶运行成本。

综上可见，能量管理策略可以分为基于经验调试和基于智能算法两类。经验调试法如逻辑门限值控制、专家系统等，但此类方法工作效率低，动态性能差。而智能算法在比传统方法拥有更好性能的基础上还具有多目标优化问题的能力。

本文以某5000 t起重船为研究对象，提出一种船舶新能源微电网架构及其能量管理策略。该起重船配备3台3350 kW主发电机、2台400 kW辅助发电机、装机量为35.2 kW的光伏系统以及1套932 kWh的储能系统。应用遗传算法优化得到储能系统分时充放电功率，从而达到节能减排的目的。

1 起重船电力系统拓扑

船舶电力系统是由发电机、变压器、输电线路、电力负载等组成的三相交流系统^[8]。考虑船舶电网总体结构、各电源出力情况、不同工况下负载情况，电力系统单线图如图1所示。

1.1 光伏及储能系统配置

本文以起重船生活区屋顶甲板作为光伏组件铺设场地，使用PVsyst设计光伏组件布局，分别在舟山、厦门、珠海3个城市附近海域进行仿真计算，得到光伏系统效率、系统发电量等信息。

按照项目需求选用隆基LR5-72HBD 550 M双玻光伏组件。考虑船舶作业时船首朝向不固定且海上环境复杂，因此水平铺设4组16串共64片光伏组件。光伏组件产生的直流电需经逆变器转为交流电后并入电网。光伏系统每16个光伏组件串联为一组，经电压匹配可确定选用华为SUN2000-30KTL-M3型逆变器。在PVsyst软件中设置光伏组件及逆变器参数，分别按上述3个地区辐射数据仿真计算年发电量。以珠海为例，系统输出功率分布见图2，光伏发电系统的输出功率大部分集中在6～28 kW之间。

本文以储能系统满足起重船夜间23点到次日7点的生活负载需求来配置容量。根据船舶电力负荷估算书可计算出夜间耗电量约为640 kWh，储能电池设计放电深度为0.8，充放电效率为94%，由此可以得到储能系统容量至少851 kWh，详见式 ：

$640 \div0.8\div0.94\text{ }=\text{ }851\ \text{kWh}。$

(1)

为避免深度循环，储能系统设计容量应略大于此值。

1.2 停泊工况能耗分析及光伏发电量

起重船在实际运行时有停泊工况、起重工况、进出港等工况。上述工况中除停泊工况外，主发电机均开启，电能供应充足。辅助发电机相对于主发电机而言，发电功率小、带负载能力较弱。因此起重船在停泊工况下辅助发电机的能耗经济性是工程船舶领域广泛重视的问题。

电力负载按照其使用情况可分为连续负载、间歇负载和短时负载。该船电力负荷计算表如表1所示。

光伏发电受环境影响大，为研究光伏系统并网对辅助发电机能耗的影响，分别对光伏发电量为0和光伏发电量最多的2种情况进行分析，定义2种情况分别为工况1和工况2。光伏发电量为零的情况即为无光照辐射，光伏系统发电量最多的一天的分时数据可以使用PVsyst导出。以珠海的气象数据为例，其分时输出功率见表2。

根据上文电力负荷计算表，假设夜间只有连续负载工作，间歇负载通常在早、中、晚饭时间启动，短时负载在中午使用。光伏发电量与负载分时需求如图3所示。

根据上文数据，可得不同工况下辅助柴油发电机输出功率曲线分别为图4和图5，发电机全天都需要根据负载需求不断调整输出功率。

然而，柴油发电机的高效工作区间通常在其额定功率75%左右。变负荷工况下输出功率跟踪效果不佳，柴油燃烧不充分且工作噪声大，整体运行效率极差^[10]。

为了辅助发电机的稳定高效运行，本文引入储能系统平滑负载需求变化产生的扰动。而且储能系统可在夜间替代柴油发电机支撑电网电压和频率，满足夜间负载需求，减少燃油消耗，另外也给船员提供了较为安静的休息环境。

2 能量管理策略

电网能量管理系统的逻辑性与实用性直接影响系统的实际节能效果^[11]。船舶微电网受电源和负荷影响很大，需要有合理的能量管理系统保证微电网的稳定性^[12]。

2.1 船舶电网储能系统SOC与能量约束

为避免负载波动及光伏发电系统接入对电网产生冲击，船舶行业常选取能量密度高、安全性强、成本低的锂离子电池作为微电网系统的储能设备。锂离子电池的荷电状态（SOC）表示电池实际容量与额定容量之比。一般为延长电池寿命，规定锂离子电池的循环深度不超过0.8。锂离子电池的荷电状态为：

$SOC(t) = SOC(t - \Delta t) + \left( {E(t) - E(t - \Delta t)} \right)/{E_{BR}} 。$

(2)

式中：SOC(t)为电池当前荷电状态；SOC(t–Δt)为上一时刻电池荷电状态；E_BR为储能系统额定容量；E(t)为当前时刻剩余能量；E(t–Δt)为上一时刻剩余能量。

锂离子电池充放电公式为：

${E_B}(t) = {E_B}(t - \Delta t) + {\xi _B} \times ({E_R}(t) - {E_L}(t))。$

(3)

式中：E_B(t)为电池当前电量；E_B(t–Δt)为上一时刻蓄电池电量；E_R(t)为柴油机与光伏电池发电量；E_L(t)为系统负荷需求量；ξ_B为电池的充电效率。

已知储能变流器工作范围在±200 kW区间，储能系统充放电功率与电池能量之间的关系为：

${E_B}(t) = {P_{{\mathrm{Battery}}}}(t) \times \Delta t。$

(4)

式中：P_Battery(t)为储能系统充放电功率；Δt为储能系统充放电时间。

2.2 基于遗传算法的全局最优能量管理策略

1）船舶电网能量策略应满足以下基本要求

①满足电网负荷需求；

②利用储能系统“削峰填谷”特性平滑发电机输出功率；

③保证储能系统循环深度低于0.8；

④系统在夜间23点至次日7点，辅助发电机不启动，完全由储能系统供电。

本文采用基于遗传算法的全局最优能量管理策略。已知负载数据和光伏发电量，使用遗传算法产生初始种群，每个个体含有16个基因，基因代表储能系统分时充放电功率值，即

${individual = \left[P_{{\mathrm{Battery}}}^1 , P_{{\mathrm{Battery}}}^2,\ldots,P_{{\mathrm{Battery}}}^t,\ldots,P_{{\mathrm{Battery}}}^{16}\right]。}$

(5)

算法的适应度函数为：通过储能系统平抑发电机功率输出，最小化发电机输出功率的标准差，且储能系统最后时刻SOC与90%差值最小。因此前一要求可表示为：

$ob{j_1} = \left( {\sqrt {\frac{1}{{16}}\sum\limits_{i = 1}^{16} {{{(P_{{\rm{Diesel}}}^i - \mu )}^2}} } } \right) 。$

(6)

式中：Pⁱ_Diesel为发电机每小时输出功率；μ为发电机输出功率的平均值。

而后者则可以表示为：

$ob{j_2} = \left| {{E_B}(16)/{E_{BR}} - 0.9} \right| 。$

(7)

式中：E_B(16)为辅机关机前储能系统剩余能量；E_BR为储能系统额定容量，E_BR = 932 kW·h。

对于该多目标优化问题，使用加权系数将其转化为单目标优化问题，优化函数为：

$obj = {\omega _1} \times ob{j_1} + {\omega _2} \times ob{j_2}。$

(8)

式中：ω₁为发电机输出功率稳定性权重；ω₂为满足储能系统SOC要求的权重。通过前期计算可知，obj₁多次实验的均值在1.6左右，因此ω₁取1/1.6=0.625。obj₂的均值在4左右，所以ω₂取1/4=0.25，从而实现2个优化目标的归一化。

2）优化约束条件：

①微网系统内各单元功率平衡：

${P_{{\rm{Diesel}}}} + {P_{PV}} - {P_{{\rm{Load}}}} = {P_{{\rm{Battery}}}}。$

(9)

②发电机发电能力限制：

$0 \leqslant {P_{{\rm{Diesel}}}} \leqslant 400。$

(10)

③储能变流器工作范围限制：

$- 200 \leqslant {P_{{\rm{Battery}}}} \leqslant 200 。$

(11)

④储能系统循环深度限制：

$15{\text{%}} \leqslant SOC\left( t \right) \leqslant 95{\text{%}} 。$

(12)

3）遗传算法流程如图6所示。

4）遗传算法运行参数选取

为准确选取遗传算法参数，本文设计三因素五水平正交实验，种群规模为300、600、900、1200、1500，迭代次数为150、300、450、600、750，变异率为0.1～0.5，间隔为0.1。经多次实验得出结论：遗传算法在种群规模为900、迭代次数为750、变异率为0.5的情况下，算法计算时间和适应度函数值最合适，若再增加种群规模和迭代次数不会使计算结果显著提升。

5）优化结果

使用遗传算法对储能系统分时充放电功率进行优化，最终可得2种工况下辅助发电机输出功率，夜间输出功率等同于负载需求。最终储能系统具体充放电功率见表3 。

3 仿真与结果 3.1 电网仿真模型

本文所述微网系统中有辅助发电机、光伏系统、储能系统和负载，据此可以在Matlab/Simulink环境中搭建船舶微电网模型如图7所示，在机电暂态仿真（RMS）模式下运行。

光伏发电系统输入是太阳辐照强度，输出是三相电压节点，由此可简化为随辐射量变化的功率源。同理，忽略柴油发电机的机械特性，将其等效为只含有电气节点的电压源。

电网负载部分使用Simulink中Lookup Table(n-D)模块索引存放在Matlab工作区的分时负载功率数据，连接到动态负载模块。

储能系统对于起重船的不同工况，有离网和并网2种模式，其中并网状态中储能系统采用P/Q控制，并网状态为V/f控制。储能系统仿真模型设置最大充放电功率限制、94%的电池充放电循环效率以及储能系统能量状态（SOC）等参数。

3.2 工况1仿真结果及分析

将表3所示的工况1储能系统充放电功率数据导入到仿真模型中，可以得到仿真结果如图8所示。

由图9可知，虽然负载在一天内波动程度很大，但是能量管理系统可以通过调整储能系统出力情况平滑电压母线上的波动，最终得到稳定的发电机功率输出。

如图8储能系统在整个仿真过程中最低SOC为17.2%，最高为90.4%，符合设计要求。

3.3 工况2仿真结果及分析

同上，工况2的仿真结果如图10～图11所示。虽然光伏发电系统可以在一定程度上供给负载所需功率，但本文所设计的光伏系统装机容量较小。为保证电网电能质量稳定，能量管理系统会通过储能系统消纳部分光伏发电得到的能量。同时从两图的对比可知，工况2下柴油发电机的输出功率有所降低，表明光伏发电系统的装机可以进一步降低发电机柴油消耗。

遗传算法为随机性优化算法，因此工况2储能系统的充放电功率与工况1并不完全相同，但储能系统的循环状态符合设计要求。

上述2种较极限的工况下，储能系统均能符合设计要求的循环深度。由此可推断，在2种工况之间的辐照量下，储能系统亦能满足设计要求，辅助发电机工作在高效能区间。

4 碳平衡计算

本文所提出的起重船微电网系统及其能量管理方法，可通过光伏发电、停泊工况夜间关闭辅机、日间辅机高效运行3个方面节省能耗，在考虑如下4个条件后，碳核算如下：

1）柴油机发电机平均油耗200 g/kWh，柴油密度按0.84 kg/L计算；

2）节约1 L柴油等于减排2.63 kg CO₂；

3）生产1 kWh储能电池，产生61～106 kg CO₂（欧洲运输与环境联合会（T&E）），取100 kg/kWh计；

4）生产1 W光伏组件，产生2 kg CO₂（PVsyst软件折算）。

若照珠海地区气象条件，光伏发电系统年发电量为42.2 MWh，则光伏发电系统一年可以节省柴油8.44 t，减少CO₂排放26.12 t。辅机关机1 h，可节省燃油20 kg。若一年内有210天可以在夜间关闭辅机，则节省燃油33.6 t，减少CO₂排放105.2 t。辅机工作在高效区间，油耗比非高效区间低1%～2%，可得一年内日间节省燃油1.008 t，减少CO₂排放3.156 t。

综上所述，本文提出的起重船微网能量管理方法年可节约燃油43.048 t，减少CO₂排放134.476 t，在2年内即可达到生产碳平衡。生产碳排放与年减排情况可见表4。

5 结　语

在保证船舶电网稳定运行前提下，本文提出在微网400 V交流母线接入光伏发电系统。使用PVsyst软件进行仿真计算，结果表明此系统年可发电42.2 MWh。受电网负载波动影响，柴油发电机无法稳定工作在最优燃效区间，因此引入储能系统对能量进行优化调度，根据负载需求以及光伏发电数据使用遗传算法对储能系统充放电功率进行优化以保证发电机的平稳高效运行。本文方法可以减少燃油消耗，增设的光伏和储能系统在2年内即可实现碳平衡，从而提高工程船舶作业经济性和环保性。