2. 中国船级社天津分社,天津 300457
2. China Classification Society Tianjin Branch, Tianjin 300457, China
船舶电站是船舶电力系统核心,其稳定可靠运行对船舶安全航行与高效运营至关重要。但船舶电站所处电磁环境复杂[1],有多种电磁干扰源,还面临电源、信号线、接地系统及内部干扰等问题,这些干扰会影响船舶电站自动化系统,引发频率波动等状况,威胁其安全稳定运行。又因船舶电力系统独立复杂,具有时变性、非线性和强耦合性,难以构建精确数学模型。因此,为确保船舶电站稳定运行和高效发电,国内外学者针对船舶电站频载控制方法展开了广泛研究。
韩平平等[2]为避免船舶电站出现频率响应过高情况下,基于主从阵列方法,设计船舶电站频载控制方法;计算当前时刻船舶电站最大运行功率点,利用设计的频载控制方法对其进行频率控制;通过计算频率与减载率之间关系的方法,对船舶电站输出功率进行改变,以此控制船舶电站频率输出程度,可实现船舶电站频载控制。但是,当电磁干扰导致船舶电站内各设备之间的通信信号出现失真、延迟或中断时,主从阵列中的从机可能无法正确接收主机的控制指令,或者主机无法准确获取从机的运行状态信息,从而破坏了主从阵列的协同控制机制,影响频载控制效果。朱慧敏等[3]为解决电站时常发生频率过高或电压失稳问题,提出电站发电机电压调频控制方法;先利用发电站电机控制方法,对发电机的有功功率-频率控制进行推导,以此设计频率控制模型;利用动态调节参数的方法,对控制模型中相关参数加以控制,以此实现电站发电机频率的有效控制。然而,船舶电站设备的非线性特性(如饱和、磁滞等)在电磁干扰下可能进一步加剧,导致传统线性模型无法准确描述系统动态行为。若推导的频率控制模型未充分考虑非线性因素,可能导致控制策略在实际运行中失效。张江丰等[4]由于电站调频效果不佳问题,提出电站同步调频控制方法;利用电站运行特性,估算出电站最大运行功率,设计电压步长同步控制策略,以此控制电站电压步长;利用电站电压步长,设计频率控制环,计算虚拟惯量,以此对电站调频进行同步控制。但是,在高频次、大幅度的随机波动下,频率控制环可能因干扰信号的叠加而无法稳定跟踪目标频率。虚拟惯量的计算可能因输入信号的不稳定而出现误差,导致调频效果下降。陆晓艳等[5]由于接入储能系统后电站稳态不佳等问题,提出电站频率控制方法;先对电站电压暂态进行建模,以此分析当前时刻电力系统情况;在模型中的用户自定义模块中,利用电站附加功率控制方法,建立电站频率暂态仿真模型;在模型中加入响应控制模块,实现电站附加功率和频率的控制。但是,电磁干扰可能通过传感器或通信线路引入高频噪声,导致电压暂态建模中采集的电压、电流数据失真,无法准确反映实际电力系统情况。
模糊控制是一种基于模糊逻辑的控制方法,可以在模糊和不确定的情况下进行推理和控制,不依赖于被控对象的精确数学模型。在船舶电站多机组并车负荷转移过程中,各类参数多变,没有确定不变的数学模型和规律可循,利用模糊控制器调节成为一个可行的选择。模糊控制可以根据系统的实时状态和运行经验,自动调整控制参数,实现对船舶电站频率和负荷的精确控制,提高系统的抗干扰能力和稳定性。因此提出电磁干扰下船舶电站自动频载模糊控制方法。
1 船舶电站载频计算由于船舶空间狭小、电气设备冗杂,船舶电站经常会产生电磁干扰。为准确对船舶电站进行自动频载控制,分析电磁干扰下的船舶电站发电机状态,将船舶电站中的同步发电机以及原动机,以及船舶电站同步发电机励磁系统等情况考虑在内,建立电磁干扰下的船舶电站结构。电磁干扰下的船舶电站结构如图1所示。
![]() |
图 1 电磁干扰下的船舶电站结构 Fig. 1 Control structure of ship power station under electromagnetic interference |
如图1所示的电磁干扰下船舶电站结构主要由电磁干扰下的自动频载控制、频载响应以及船舶电站系统频差三大模块构成。其中自动频载控制模块利用同步控制传布电站执行器和调压器的方法,对船舶电站原动机和发电机频载进行综合控制;在船舶电站传递函数、发电机传递函数,以及原动机传递函数作用下,将实际功率控制结果与额定功率负载值作差;将差值输入进船舶电站响应函数中,在响应函数的作用下,计算船舶电站频载变化量结果,即为待控制船舶电站稳态偏差情况。
由于船舶电站在电磁干扰下,频载容易发成剧烈波动,容易对船舶导航设备、通信设备等关键系统造成影响[6],进而影响船舶的航行和定位精度,造成船舶电站存在安全性不足等问题。为确切了解船舶电站频载波动情况,对电磁干扰下的船舶电站载频响应以及稳态偏差情况进行计算分析[7],以此确保船舶电站平稳安全运行。船舶电站载频具体计算步骤如下:
步骤1 船舶电站
$ \left\{ \begin{aligned} &\Delta f_{}^ * \left( t \right) = \hat f\left( t \right) + {k_L}\Delta {P^ * }\left( t \right),\\ &{k_L} = \sum\limits_{j = 0}^L {j{a_j}}。\\ \end{aligned} \right. $ | (1) |
式中:
步骤2 当船舶电站柴油机或发电机在运行环境恶劣时,利用摇摆方程,构建船舶电力系统动态频率响应模型为:
$ \frac{\mathrm{d}f\left(t\right)}{\mathrm{d}t}=\frac{1}{H}\left[P\left(t\right)-\hat{f}\left(t\right)\right]。$ | (2) |
式中:
步骤3 但船舶电站产生功率扰动时,需要对船舶电站频载进行约束,其计算公式为:
$ \left\{\begin{gathered}\left|f\left(t\right)\dot{f}_{\max}\right|\leqslant\dot{f}_{\lim},\\ \left|f\left(t\right)+f\left(t\right)\Delta f_{\max}\right|\geqslant\Delta f_{\lim},\\ \left|f\left(t\right)\Delta\hat{f}\right|\leqslant\Delta\hat{f}\mathrm{_{lim}}。\\ \end{gathered}\right. $ | (3) |
式中:
综上计算步骤可知,当电磁干扰环境下,船舶电站功率和负载频率均会发生变化,并获取到船舶电站电力系统的最大稳态频载偏差值
船舶电站系统复杂,涉及多变量耦合和非线性特性,导致模糊规则的制定高度依赖专家经验,缺乏系统性方法。若规则不完整或存在冲突,可能引发控制失效。为准确对船舶电站频载进行自动控制,利用IT2T-S模糊技术对计算出的船舶电站电力系统的最大稳态频载偏差值
利用设计的模糊控制器对船舶电站电力系统的最大稳态频载偏差值的基本控制步骤如下:
步骤1 利用计算的船舶电站频载偏差值
$ \Delta\dot{f}_i=\frac{D_i}{2H_i}\Delta\hat{f}\mathrm{_{lim}}+\frac{1}{2H_i}\Delta P\left(t\right)-\frac{1}{2H_i}\Delta p_t^i-\frac{1}{2H_i}\Delta p_{L_i}。$ | (4) |
式中:
步骤2 得到船舶电站状态矢量
$ x_i=\left[\Delta\dot{f}_i,\Delta P\left(t\right),\Delta e_i,\Delta p_t^i,\Delta i_{qr_i},\Delta\omega_i\right]^{\mathrm{T} }。$ | (5) |
式中:
步骤3 计算船舶电站第
$ {y_i} = {C_i}{x_i}。$ | (6) |
式中:
步骤4 利用IT2T-S模糊技术,对输入船舶电站第
$ {u_i} = K_i^{}{y_i} + \sum\limits_{j = 1,j \ne i}^N {{K_{ij}}{y_j}}。$ | (7) |
式中:
当控制的船舶电站负载频率偏差值无限接近于0时,说明有效对频载进行控制,此时船舶电站达到最佳稳定运行状况。
3 实验分析 3.1 实验设置为验证本文方法能否对船舶电站进行自动频载控制,以国内某船舶电站作为实验对象。船舶电力系统控制示意如图2所示。
![]() |
图 2 船舶电力系统控制示意图 Fig. 2 Schematic diagram of ship power system control |
图2中,船舶电站主要电力系统由24 V的蓄电池组、配电装置、电网以及电动机等负荷组成,其中24 V蓄电池组作为柴油发电机组、应急电源以及救生艇柴油机的启动电源,电站内使用AFE电力推进系统、并由3台柴油发电机保障电力系统工作,使用TD8650台式交流一体特斯拉计量测船舶电站磁感应强度,利用TLA CTE-7104示波器,将采集到的磁场信号以及其他船舶电力信号传送至PC端,便于控制实验进行。实验其他相关参数如表1所示。
![]() |
表 1 实验其他相关参数 Tab.1 Other relevant parameters of the experiment |
为验证本文方法能否对船舶电站频载进行控制,使用本文方法对实验船舶进行自动频载控制,在连续时间内,计算使用本文方法前后对实验船舶最大稳态频载偏差,连续时间段内实验船舶频载偏差控制前后对比如图3所示。
![]() |
图 3 实验船舶频载偏差控制前后对比图 Fig. 3 Comparison of experimental ship frequency deviation control before and after |
分析可知,使用本文方法对船舶进行频载控制后,最大稳态频载偏差明显得到有效降低,偏差值一直处于0.1 Hz上下稳定波动,波动幅度远小于本文方法控制前偏差值波动,且频载偏差均位于实验船舶的频载偏差安全值0.20 Hz之内,说明使用本文方法可以对船舶电站频载进行控制,且控制效果稳定。
3.2 结果分析为验证本文方法对电磁干扰下船舶电站频载控制合理性,计算不同磁场强度下的负载频率以及功率变化情况,以此验证本文对频载进行控制有效性,在不同磁场强度下的船舶电站负载频率以及功率变化情况如图4所示。
![]() |
图 4 船舶电站负载频率以及功率变化情况 Fig. 4 Load frequency and power variation of ship power station |
分析可知,在不同的磁场干扰下,实验船舶的负载频率和功率都随之不断增加,说明磁场强度对船舶电站负载频率和功率却会产生严重影响,以控制负载频率的变化方法可以有效对船舶电站稳定运行进行控制,说明本文频载控制方法,具备合理性与有效性。
为验证本文方法对船舶电站频载自动控制效果,能否确保船舶电站电力系统稳定运行,引入频载偏差标准差指标,评估船舶电站发电机运行状态、负荷变化以及频载偏差控制是否存在异常波动,以此实现对使用本文方法进行船舶电站频载控制稳定性和一致性进行评估,频载偏差标准差取值范围为
$ E = \frac{1}{\varepsilon } \times \sum\limits_{i = 1}^\varepsilon {\Delta f_i^2}。$ | (8) |
式中:
利用上述公式,分别使用文献2的主从阵列控制方法、文献3的电站发电机电压调频控制方法以及本文方法对不同工况下的实验船舶电站进行频载控制,以此对比分析本文方法对船舶电站的频载控制效果,在不同工况下,使用不同方法下对船舶电站频载进行控制,控制后的频率偏差标准差计算结果如表2所示。
![]() |
表 2 频率偏差标准差计算结果(Hz) Tab.2 Calculation results of frequency deviation standard deviation |
分析可知,使用本文方法对实验船舶电站频载进行控制后,无论在何种船舶运行工况下,控制后的频载偏差标准差均小于0.08 Hz,远远小于其他2种方法,说明使用本文方法可以对船舶电站频载进行有效控制后,且控制结果具备一致性与稳定性。
4 结 语为在电磁干扰下对船舶电站进行频载控制,提出电磁干扰下船舶电站自动频载模糊控制方法。深入剖析电磁干扰下船舶电站的运行特性,构建了全面且精准的船舶电站结构模型。通过详细计算船舶电站载频,获取最大稳态频载偏差值,为后续控制提供坚实基础。同时,引入 IT2T - S 模糊技术,有效解决了船舶电站系统多变量耦合和非线性特性导致的模糊规则制定难题,减少了规则冲突,提高了控制策略的适应性和准确性。实验结果表明,该方法能够显著降低船舶电站的最大稳态频载偏差,使偏差值稳定在安全范围内,有效抑制了电磁干扰对船舶电站的影响。在不同磁场强度和船舶运行工况下,本文方法均能保持稳定的控制效果,频载偏差标准差均小于 0.08 Hz,远优于其他传统控制方法。这不仅确保了船舶电站的稳定运行,提高船舶的航行和定位精度,还为船舶的安全运营提供了有力保障。
[1] |
田晓, 刘志全. 基于复杂网络理论的船舶电网脆性源辨识方法[J]. 中国舰船研究, 2024, 19(3): 325-336. TIAN X, LIU Z Q. Brittle source identification method for ship power grid based on complex network[J]. Chinese Journal of Ship Research, 2024, 19(3): 325-336. |
[2] |
韩平平, 陆中来, 张征凯, 等. 基于减载控制的光伏电站主动频率响应方法[J]. 可再生能源, 2024, 42(7): 972-978. HAN P P, LU Z L, ZHANG Z K, et al. Active frequency response method of photovoltaic power plant based on load shedding control[J]. Renewable Energy Resources, 2024, 42(7): 972-978. DOI:10.3969/j.issn.1671-5292.2024.07.016 |
[3] |
朱慧敏, 苑舜, 李春来. 含储能环节的光伏电站虚拟同步发电机控制策略与分析[J]. 电测与仪表, 2023, 60(5): 45-50. ZHU H M, YUAN S, LI C L. Control strategy and analysis of virtual synchronous generator of photovoltaic power plant with energy storage link[J]. Electrical Measurement & Instrumentation, 2023, 60(5): 45-50. |
[4] |
张江丰, 柯松, 陈文进, 等. 光伏电站自备用可调的虚拟同步控制调频策略[J]. 中国电力, 2024, 57(11): 108-118. ZHANG J F, KE S, CHEN W J, et al. Virtual synchronous control frequency regulation strategy for adjustable self-standby rate in photovoltaic plants[J]. Electric Power, 2024, 57(11): 108-118. DOI:10.11930/j.issn.1004-9649.202305054 |
[5] |
陆晓艳, 白一哲, 彭正伟, 等. 集中式储能电站机电暂态建模及自适应附加功率控制方法[J]. 电网与清洁能源, 2023, 39(10): 85-94. LU X Y, BAI Y Z, PENG Z W, et al. The electromechanical transient modeling and adaptive additional power control method for mass energy storage system[J]. Advances of Power System & Hydroelectric Engineering, 2023, 39(10): 85-94. DOI:10.3969/j.issn.1674-3814.2023.10.011 |
[6] |
孙玉伟, 吴健, 刘勇, 等. 集成超临界二氧化碳布雷顿循环发电装置的船舶电力系统暂态稳定性分析[J]. 上海海事大学学报, 2022, 43(1): 104-113. SUN Y W, WU J, LIU Y, et al. Analysis on transient stability of ship power system with integrated supercritical CO2 Brayton cycle power generation device[J]. Journal of Shanghai Maritime University, 2022, 43(1): 104-113. |
[7] |
袁康波, 郑迪, 汪伟, 等. 基于EKS的风电并网系统频率特征参数辨识算法[J]. 计算机仿真, 2024, 41(6): 140-145+236. YUAN K B, ZHENG D, WANG W, et al. Frequency characteristic parameter identification algorithm for wind power grid connected system based on EKS[J]. Computer Simulation, 2024, 41(6): 140-145+236. |
[8] |
徐成, 刘崇, 王庆. 基于矩阵模型的船舶负载顺序起动仿真[J]. 船舶工程, 2022, 44(2): 99-104. XU C, LIU C, WANG Q. Shipboard motors sequential starting simulation based on matrix modeling[J]. Ship Engineering, 2022, 44(2): 99-104. |