[发明专利]基于锂电池荷电状态估计电动船舶航程优化方法及系统

权利要求书

1.一种基于锂电池荷电状态估计电动船舶航程优化方法，其特征在于，包括：

步骤S1：建立数据、物理混合驱动的锂电池储能系统模型；

步骤S2：利用最小二乘法辨识锂电池储能系统模型参数；

步骤S3：基于辨识参数后的锂电池储能系统模型，利用无迹卡尔曼滤波器方法进行锂电池荷电状态估算；

步骤S4：基于锂电池荷电状态估算，通过粒子群优化方法，对电动船舶航程进行优化；

所述锂电池储能系统模型是根据船载锂电池储能的充放电特性，基于戴维宁定理建立的二阶等效模型；

所述锂电池储能系统模型是由欧姆电阻R₀、R₁C₁并联网络与R₂C₂并联网络串联而成；

其中，I表示负载电流；U₁表示R₁C₁并联网络的端电压；U₂表示R₂C₂并联网络的端电压；R₁表示电化学极化内阻；C₁表示电化学极化电容；R₂表示浓度极化电阻；C₂表示浓度极化电容；U_L表示负载电压；R₀表示欧姆电阻；U_o表示锂电池开路电压；U_o(t)表示锂电池在t时刻的开路电压，U_o(t)＝U_o(SOC(t))；SOC(t)表示锂电池在t时刻的荷电状态；

所述步骤S2采用：

步骤S2.1：将锂电池储能系统模型进行离散化，假设时域中锂电池储能系统模型输出为y(t)，则：

y(t)＝U_L(t)-U_o(t)＝-U₁(t)-U₂(t)-I(t)R₀(2)

步骤S2.2：对时域中锂电池储能系统模型输出做拉普拉斯变化，则：

y(s)＝U_L(s)-U_o(s)(3)

步骤S2.3：将双线性变换其中，T表示锂电池储能系统采样周期，得到：

步骤S2.4：定义锂电池储能系统等效模型参数为θ_i(i＝1,2,…,5)，则：

通过公式(10)的变量代换得到：

y_k＝θ₁E_k-1+θ₂E_k-2+θ₃I_k+θ₄I_k-1+θ₅I_k-2 (8)

其中，E_k-1表示k-1次电动势，E_k-2表示k-2次电动势，I_k表示k次电流，I_k-1表示k-1次电流，I_k-2表示k-2次电流；

利用历史数据迭代求解锂电池储能系统模型参数θ₁，θ₂，θ₃，θ₄，θ₅，基于锂电池储能系统模型参数θ₁，θ₂，θ₃，θ₄，θ₅计算得到电路参数R₀、R₁、C₁、R₂、C₂；

所述步骤S3采用：

步骤S3.1：由于锂电池输入、输出分布均值与方差均无线性传递性，因此，状态空间方程和测量方程为：

X_k＝f(X_k-1,U_k)+ω_k (9)

Z_k＝h(X_k)+v_k  (10)

其中，f表示非线性的转换函数，h表示非线性的观测函数，ω_k和v_k分别表示过程噪声和观测噪声；

步骤S3.2：无迹卡尔曼滤波器通过引入西格玛点和变换后近似概率分布的性质解决非线性传递问题，在锂电池储能系统模型基础上，，选择状态向量X_k＝[SOC(k),U₁(k),U₂(k)]^T以及测量向量Z_k＝[U_L(k)]^T；

步骤S3.3：根据状态向量X_k＝[SOC(k),U₁(k),U₂(k)]^T、测量向量Z_k＝[U_L(k)]^T以及锂电池储能系统模型估算锂电池荷电状态；

U_L(k)＝U_o(SOC(k))-U₁(k)-U₂(k)-R₀I(k)+v(k) (11)；

所述步骤S4采用：基于估算的锂电池荷电状态，在满足预设到港时间以及预设锂电池荷电状态约束的情况下，利用粒子群优化方法，以船舶电力推进系统的能量最大化为目标，优化调节船速，实现航程优化；

目标函数定义为：

其中，E表示船舶电力推进系统的能量；k表示航段数k∈{0,1,…,k^max}，符号表示向下取整；t^max表示到港期限，Δt表示时间间隔；W_k表示船舶电力推进系统在k航段的能量；Ω₁表示[0,1]变量，取1时代表锂电池荷电状态为0，否则取0；Ω₂为[0,1]变量取1时代表船舶已经到达港口，否则取0；t_a表示船舶航行总时间；

其中，P_k表示船舶在k航段电力推进系统功率，c₁、c₂表示与船体阻力有关的系数，在航行过程中，假设船体结构、海上气象环境保持恒定，则系数c₁和c₂为常数；V_k表示在船舶在k航段时的船速；

由于在航程优化中考虑了锂电池的荷电状态，则：

其中，E(t)表示船舶电力推进系统在t时刻的能量；E^max表示船舶电力推进系统所需最大能量；P_k(t)表示船舶电力推进系统在t时刻的功率。

2.一种基于锂电池荷电状态估计电动船舶航程优化系统，其特征在于，包括：

模块M1：建立数据、物理混合驱动的锂电池储能系统模型；

模块M2：利用最小二乘法辨识锂电池储能系统模型参数；

模块M3：基于辨识参数后的锂电池储能系统模型，利用无迹卡尔曼滤波器方法进行锂电池荷电状态估算；

模块M4：基于锂电池荷电状态估算，通过粒子群优化方法，对电动船舶航程进行优化；

所述锂电池储能系统模型是根据船载锂电池储能的充放电特性，基于戴维宁定理建立的二阶等效模型；

所述锂电池储能系统模型是由欧姆电阻R₀、R₁C₁并联网络与R₂C₂并联网络串联而成；

其中，I表示负载电流；U₁表示R₁C₁并联网络的端电压；U₂表示R₂C₂并联网络的端电压；R₁表示电化学极化内阻；C₁表示电化学极化电容；R₂表示浓度极化电阻；C₂表示浓度极化电容；U_L表示负载电压；R₀表示欧姆电阻；U_o表示锂电池开路电压；U_o(t)表示锂电池在t时刻的开路电压，U_o(t)＝U_o(SOC(t))；SOC(t)表示锂电池在t时刻的荷电状态；

所述模块M2采用：

模块M2.1：将锂电池储能系统模型进行离散化，假设时域中锂电池储能系统模型输出为y(t)，则：

y(t)＝U_L(t)-U_o(t)＝-U₁(t)-U₂(t)-I(t)R₀ (2)

模块M2.2：对时域中锂电池储能系统模型输出做拉普拉斯变化，则：

y(s)＝U_L(s)-U_o(s)(3)

模块M2.3：将双线性变换其中，T表示锂电池储能系统采样周期，得到：

模块M2.4：定义锂电池储能系统等效模型参数为θ_i(i＝1,2,…,5)，则：

通过公式(10)的变量代换得到：

y_k＝θ₁E_k-1+θ₂E_k-2+θ₃I_k+θ₄I_k-1+θ₅I_k-2 (8)

其中，E_k-1表示k-1次电动势，E_k-2表示k-2次电动势，I_k表示k次电流，I_k-1表示k-1次电流，I_k-2表示k-2次电流；

利用历史数据迭代求解锂电池储能系统模型参数θ₁，θ₂，θ₃，θ₄，θ₅，基于锂电池储能系统模型参数θ₁，θ₂，θ₃，θ₄，θ₅计算得到电路参数R₀、R₁、C₁、R₂、C₂；

所述模块M3采用：

模块M3.1：由于锂电池输入、输出分布均值与方差均无线性传递性，因此，状态空间方程和测量方程为：

X_k＝f(X_k-1,U_k)+ω_k (9)

Z_k＝h(X_k)+v_k (10)

其中，f表示非线性的转换函数，h表示非线性的观测函数，ω_k和v_k分别表示过程噪声和观测噪声；

模块M3.2：无迹卡尔曼滤波器通过引入西格玛点和变换后近似概率分布的性质解决非线性传递问题，在锂电池储能系统模型基础上，，选择状态向量X_k＝[SOC(k),U₁(k),U₂(k)]^T以及测量向量Z_k＝[U_L(k)]^T；

模块M3.3：根据状态向量X_k＝[SOC(k),U₁(k),U₂(k)]^T、测量向量Z_k＝[U_L(k)]^T以及锂电池储能系统模型估算锂电池荷电状态；

U_L(k)＝U_o(SOC(k))-U₁(k)-U₂(k)-R₀I(k)+v(k)  (11)；

所述模块M4采用：基于估算的锂电池荷电状态，在满足预设到港时间以及预设锂电池荷电状态约束的情况下，利用粒子群优化方法，以船舶电力推进系统的能量最大化为目标，优化调节船速，实现航程优化；

目标函数定义为：

其中，E表示船舶电力推进系统的能量；k表示航段数k∈{0,1,…,k^max}，符号表示向下取整；t^max表示到港期限，Δt表示时间间隔；W_k表示船舶电力推进系统在k航段的能量；Ω₁表示[0,1]变量，取1时代表锂电池荷电状态为0，否则取0；Ω₂为[0,1]变量取1时代表船舶已经到达港口，否则取0；t_a表示船舶航行总时间；

其中，P_k表示船舶在k航段电力推进系统功率，c₁、c₂表示与船体阻力有关的系数，在航行过程中，假设船体结构、海上气象环境保持恒定，则系数c₁和c₂为常数；V_k表示在船舶在k航段时的船速；

由于在航程优化中考虑了锂电池的荷电状态，则：

其中，E(t)表示船舶电力推进系统在t时刻的能量；E^max表示船舶电力推进系统所需最大能量；P_k(t)表示船舶电力推进系统在t时刻的功率。