[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

说明书

本发明提供了一种基于锂电池荷电状态估计电动船舶航程优化方法及系统，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。

技术领域

本发明涉及能源电力与交通领域交叉融合，具体地，涉及基于锂电池荷电状态估计电动船舶航程优化方法及系统。

背景技术

建设海洋强国是我国的重要战略目标之一，其中，船舶工业是为海洋资源开发、海上航运等海上项目提供技术装备的战略性产业。然而，以柴油为主燃料的传统动力船舶在环保和成本方面具有明显的局限性。在环保方面，以柴油为主动力的传统船舶是海洋温室气体排放的主要源头；在成本方面，随着全球石油资源的减少，燃油价格持续上涨，燃油成本占船舶航行的成本比重不断攀升，燃油成本对航运成本的影响巨大。为应对全球范围的环境保护问题及相关法规，降低船舶运行成本，采用先进的储能技术替代传统的化石能源，建立涵盖大容量动力电池的绿色船舶系统，实现100％电能替代已成为重要的发展趋势。

储能技术在船舶电力系统遭受扰动的瞬间，通过吸收或者放出电能，平衡了船舶电力系统中电力供给与电力负荷需求矛盾，解决了能量在船舶电力系统中的灵活调配问题。近年来，储能元件相关的技术迭代发展迅速，支持储存更多能量，输出更大功率，大规模地将储能元件应用船舶电站符合我国发展战略。在船载储能系统中，蓄电池与超级电容器是主要的两类元件。其中，超级电容虽然响应速度很快，但受自身特性影响，不适用于大容量储能。而由于锂离子电池在蓄电池中有突出的性能，具备高能量密度的显著优点，在电动船舶中得到了广泛的应用。

目前，针对大容量锂电池在船舶电力系统中的应用尚处于起步阶段，鲜有人研究适用于电动船舶的锂电池储能系统荷电状态估计与航程优化。本发明将深入研究递归最小二乘法、无迹卡尔曼滤波器以及粒子群优化算法，在建立大容量船舶动力电池数学模型后，设计和实现船载锂电池模型参数识别与荷电状态评估；考虑船舶的实际运行场景，结合电池储能系统出力和船舶负荷特性，提出一种计及锂电池荷电状态的航程优化方法，在保证电动船舶安全、准时抵达港口的同时，提升船舶能源利用效率，提升船舶运行经济性，降低碳排放。

王绍远，胡斌，王良秀，吴国栋.基于卡尔曼滤波法的船用磷酸铁锂电池SOC仿真估算[J].船舶工程,2022,44(2):89-93.DOI:10.13788/j.cnki.cbgc.2022.02.15.该文献针对已应用于船舶的磷酸铁锂电池包，根据其充放电性能测试数据，选择一种合适的电池模型对其电池单体进行建模与仿真。对卡尔曼滤波算法进行理论分析，并采用该算法对已建立的电池模型进行单体电池荷电状态(SOC)估算，采用 MATLAB/Simulink软件进行算法仿真验证。仿真结果表明，卡尔曼滤波法对SOC的估算精度较高，对初值依赖小，自适应能力强，但对电池模型精度要求较高。该文献与本发明相比，该文献基于扩展卡尔曼滤波方法，提出了一种船用磷酸铁锂电池荷电状态估计方法。该方法基于锂电池储能一阶模型，未考虑储能损耗影响，也未考虑船舶航程优化。本发明考虑了储能损耗影响，储能模型更符合实际运行情况，基于锂电池荷电状态，对船舶航程进行了优化，保证船舶安全到港的同时，可以延长储能寿命，提升船舶能源利用效率。