一种基于改进NSGA-II的混合动力船舶多目标能量优化方法技术

本发明专利技术提出了一种基于改进NSGA‑II的混合动力船舶多目标能量优化方法，通过建立混合动力船舶的柴油发电机组燃油消耗模型、柴油发电机组的污染物排放模型以及混合动力船舶的续航能力模型，给出联合目标函数及相应约束条件，最后通过基于改进的NSGA‑II算法进行目标函数求解，得出对船舶运行需求功率响应最佳的柴电机组和电池组的输出功率解集。

A multi-objective energy optimization method for hybrid ship based on improved NSGA-II

A multi-objective energy optimization method for hybrid ship based on improved NSGA_II is proposed. By establishing the fuel consumption model of diesel generator set, the pollutant emission model of diesel generator set and the endurance model of hybrid ship, the joint objective function and corresponding constraints are given. Finally, the objective function is solved based on the improved NSGA_II algorithm, and the output power decomposition of diesel generator set and battery set is obtained.

【技术实现步骤摘要】
一种基于改进NSGA-II的混合动力船舶多目标能量优化方法
本专利技术涉及混合动力船舶能量优化领域，具体涉及一种基于改进NSGA-II的混合动力船舶多目标能量优化方法。
技术介绍
混合动力船舶的关键技术就是其能量优化方法，目的是在满足船舶动力性能的前提下，将多种能源合理分配、协调控制，使得各部件高效的运行。目前国内外常见的混合动力船舶的能量优化方法主要有基于规则的控制方法其中包括基于确定规则控制和模糊逻辑控制，基于优化的控制包括基于全局优化控制和基于瞬时优化控制，此外还有智能方法，如神经网络模型控制、基于遗传算法或最优控制算法的策略、动态规划等。混合动力船舶能量优化控制问题具有不可微、多维、带约束、非线性等特点，而基于规则的控制方法不能应对多种运行状况及实际船舶负荷需求的动态变化，即适应能力不足，不能达到最优控制；基于全局优化方法由于要求事先知道行驶过程中的所有参数，而且计算量大，因此在船舶的实时控制中无法应用；还有些学者提出基于多目标遗传算法的控制策略，改善了燃油经济性和排放性能。然而，这些研究多数采用线性加权求和法或理想点法等，把多个目标函数转变成单个目标函数后，然后再进行求解。由于混合动力系统的多个目标函数间量纲不同，并且各个参数之间存在耦合效应，故将多目标单目标化无法体现各目标的真实特性。
技术实现思路
本专利技术针对混合动力船舶多目标能量优化方法，提出了一种基于改进NSGA-II的混合动力船舶多目标能量优化方法。所述混合动力船舶的两组动力源分别为柴油发电机组和锂电池组；柴油发电机组产生的交流电流经过AC/DC装置转换成直流电送到直流母排，来自电池组的直流电经过DC/DC装置后送到直流母排，之后电流再通过逆变器供电给推进电机带动螺旋桨的运转；通过建立混合动力船舶的柴油发电机组燃油消耗模型、柴油发电机组的污染物排放模型以及混合动力船舶的续航能力模型，给出联合目标函数及相应约束条件，最后通过基于改进的NSGA-II算法进行目标函数求解，得出对船舶运行需求功率响应最佳的柴电机组和电池组的输出功率解集；该方法包括以下步骤：步骤一、建立柴油发电机组燃油消耗模型设混合动力船舶共有N组柴油机，那么N组柴油机在持续时间段[0，T]内的燃油消耗为其中Wif(k)为第i组柴油机在k时刻的燃油消耗率，Δt为恒定采样时间，由典型的柴油发电机燃料消耗曲线图可得柴油机的燃油消耗率具有二次型的输出功率，则Wif＝ai(PiE)2+biPiE+ci(2)其中PiE是第i组柴油机的输出功率，ai、bi和ci是常量，这些常量可以由柴油机的燃油消耗率曲线获得，由于ci是常数，它在目标函数QFuel中可以被忽略，因此，在时间段[0，T]内的燃油消耗可以写成为控制各组柴油机的启动时间和停止时间，每个柴油机组将都与一个整数变量ni有关，即当ni＝0，表示第i组柴油机没有运行；当ni＝1，表示第i组柴油机运行，相应的，等式(3)中的柴油机功率PiE(k)被替换成ni(k)PiE(k)，通过识别ni(k)，可以确定每组柴油机的启动时间和停止时间；故燃油消耗部分的最终目标函数为步骤二、建立柴油发电机组污染物排放模型将该排放性三个指标归纳为一个优化目标，最终建立排放物评价数学模型为其中，QHC、QCO和分别是HC、CO和NOx的排放量，EHC(k)、ECO(k)和分别是第i组柴油机在k时刻的HC、CO和NOx排放率，Δt是恒定采样时间；步骤三、建立船舶续航能力模型船舶最大续航能力模型为QSOC＝SOC(0)-SOC(T)(6)其中，SOC(0)和SOC(T)表示电池组在初始和最终状态的电荷值，电池在瞬时时刻h的电荷值可以描述为其中，E(0)和E(h)分别是电池组的初始能量和在h时刻的能量值，Ecap是电池组的总容量，PS(k)是电池组在k时刻的实际输出功率，将(7)代入(6)，得到电池损耗可以描述为PS＝PB-Ploss(9)其中，PB是电池组的总输出功率，包含电池组的实际输出功率PS和损耗功率Ploss，损耗功率Ploss由电池的总放电功率PB、电池的能量值和温度共同决定；损耗功率在电池充放电两种模式下是相同的，并且是具有二次型的存储功率Ploss≈β(PB)2(10)其中，β为常数，可以从电池的静态充放电曲线获得，因此，结合式(8)、(9)和(10)，得到最终的船舶续航能力模型步骤四、建立目标函数及约束综合以上建立的柴油机燃油消耗模型、排放模型和船舶最大续航能力模型，得到混合动力船舶能量优化策略多目标优化数学模型如下约束条件如下：(1)柴油发电机组的输出功率限制：柴油发电机组输出功率范围为其中PiEmin与PiEmax分别是第i组柴油发电机的最小及最大输出功率；(2)电池组充放电功率及SOC限制：对电池充放电功率限制如下其中，PChmax和PDChmax分别是电池组最大充电功率和最大放电功率；电荷值限制如下其中，SOCmin和SOCmax分别为电池组的最小和最大电荷值；(4)负荷需求响应条件：负荷需求功率响应的约束条件可以写成PE(k)+PB(k)≥Pd(k)(16)其中，PE(k)和PB(k)分别是多柴电机组在k时刻的总输出功率和电池组在k时刻的输出功率，Pd(k)为船舶运行在k时刻的负荷需求功率；步骤五、求解目标函数采用基于改进NSGA-II算法对混合动力船舶多目标能量优化问题进行求解，具体步骤如下：1)随机初始化种群，随机生成规模为N的初始种群P0；2)对Pt进行交叉多项式变异，产生子种群Qt；3)将种群Pt和Qt合并成Rt；4)对Rt进行快速非支配排序，得到第i前端Fi；对Fi中的个体计算拥挤距离，并按照降序排列；5)选择Fi的前N-Pt+1放入Pt+1中；如果Fi+Pt+1＜N，Pt+1＝Pt+1∪Fi，i＝i+1，返回执行4)中，对Rt进行快速非支配排序，得到第i前端Fi；否则，返回执行4)中，对Fi中的个体计算拥挤距离，并按照降序排列；6)若t≥Gmax，输出最优解集，结束；否则，t＝t+1，将Pt进行交叉、差分变异操作，生成种群Qt，并循环执行3)，直至结束；通过对多目标优化数学模型进行求解，得到对船舶运行需求功率响应最佳的柴电机组和电池组的输出功率解集。本专利技术具有如下效果和优点：1.可以解决各种多维、非凸和非线性的高难度规划问题。使用过程中不受目标函数是否连续及可微的限制，目标函数形式可以是多种多样的，很大程度上扩大了算法的使用范围，这是传统的优化算法所达不到的；2.鲁棒性好、计算速度快，只需把问题准确地描述到算法里，其就可依照进化规则来进行优化，求出最优解，不管问题多难，也阻止不了算法所具备的基于进化规则的收敛方向与鲁棒性；3.非支配解集分布均匀，且多样性好；NSGA-II快速非支配排序策略，提升了算法的运算速度。精英保留策略，避免了丢失最优解，而且扩大了Pareto最优解的分布范围，使得种群变得多样；4.基于NSGA-II的改进算法，引入了差分变异算子，使得算法的局部寻优能力得到改善。采用Pareto非支配性原理，来处理各个目标间的关系，不需要指定各个目标的权系数，从而得到真实的权衡Pareto解集。附图说明图1为串联式混合动力船舶系统结构框图图2为基于改进的NSGA-II算法流程图图3为基于改进NSGA-II的能量本文档来自技高网...

【技术保护点】
1.一种基于改进NSGA‑II的混合动力船舶多目标能量优化方法，其特征在于所述的基于改进NSGA‑II的混合动力船舶多目标能量优化方法包括以下步骤：步骤一、建立柴油发电机组燃油消耗模型设混合动力船舶共有N组柴油机，那么N组柴油机在持续时间段[0，T]内的燃油消耗为

【技术特征摘要】
1.一种基于改进NSGA-II的混合动力船舶多目标能量优化方法，其特征在于所述的基于改进NSGA-II的混合动力船舶多目标能量优化方法包括以下步骤：步骤一、建立柴油发电机组燃油消耗模型设混合动力船舶共有N组柴油机，那么N组柴油机在持续时间段[0，T]内的燃油消耗为其中Wif(k)为第i组柴油机在k时刻的燃油消耗率，Δt为恒定采样时间，由典型的柴油发电机燃料消耗曲线图可得柴油机的燃油消耗率具有二次型的输出功率，则Wif＝ai(PiE)2+biPiE+ci(2)其中PiE是第i组柴油机的输出功率，ai、bi和ci是常量，这些常量可以由柴油机的燃油消耗率曲线获得，由于ci是常数，它在目标函数QFuel中可以被忽略，因此，在时间段[0，T]内的燃油消耗可以写成为控制各组柴油机的启动时间和停止时间，每个柴油机组将都与一个整数变量ni有关，即当ni＝0，表示第i组柴油机没有运行；当ni＝1，表示第i组柴油机运行，相应的，等式(3)中的柴油机功率PiE(k)被替换成ni(k)PiE(k)，通过识别ni(k)，可以确定每组柴油机的启动时间和停止时间；故燃油消耗部分的最终目标函数为步骤二、建立柴油发电机组污染物排放模型将该排放性三个指标归纳为一个优化目标，最终建立排放物评价数学模型为其中，QHC、QCO和分别是HC、CO和NOx的排放量，EHC(k)、ECO(k)和分别是第i组柴油机在k时刻的HC、CO和NOx排放率，Δt是恒定采样时间；步骤三、建立船舶续航能力模型船舶最大续航能力模型为QSOC＝SOC(0)-SOC(T)(6)其中，SOC(0)和SOC(T)表示电池组在初始和最终状态的电荷值，电池在瞬时时刻h的电荷值可以描述为其中，E(0)和E(h)分别是电池组的初始能量和在h时刻的能量值，Ecap是电池组的总容量，PS(k)是电池组在k时刻的实际输出功率，将(7)代入(6)，得到电池损耗可以描述为PS＝PB-Ploss(9)其中，PB是电池组的总输出功率，包含电池组的实际输出功率PS和损耗功率Ploss，损耗功率Ploss由电池的总放电功率PB、...

【专利技术属性】
技术研发人员：张伟，高迪驹，刘志全，潘海邦，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海,31