侯慧，甘銘，吳細(xì)秀*，謝坤，范則陽2,

1 武漢理工大學(xué) 自動化學(xué)院，湖北 武漢 430070

2 上海交通大學(xué) 海洋智能裝備與系統(tǒng)教育部重點實驗室，上海 200240

3 中國艦船研究設(shè)計中心，湖北 武漢 430064

0 引 言

混合動力船舶是指由不同類型的發(fā)動機驅(qū)動或者具有一種以上電力來源的電動機驅(qū)動的船舶，它通過不同能源之間的協(xié)調(diào)互補來提高船舶整體能效，實現(xiàn)節(jié)能減排。相較于混合動力汽車，混合動力船舶的相關(guān)研究起步較晚，涉及的內(nèi)容也較少。隨著全球石油資源日趨緊張和各國對船舶節(jié)能減排的愈加重視，以及國際海事組織（IMO）海上環(huán)境保護(hù)委員會（MEPC）第62 次會議之后開始將船舶能效設(shè)計指數(shù)（energy efficiency design indicator, EEDI）作為船舶驗收的重要指標(biāo)[1-2]，混合動力船舶的推廣及應(yīng)用成為了業(yè)界研究的熱點。

混合動力船舶包含了以電能為中心的多種能量來源，其多樣性賦予了船舶運行靈活、經(jīng)濟的優(yōu)點，而不同能量來源只有通過管理，充分利用各自的特性、協(xié)調(diào)控制它們之間的流動，才能在保證船舶的功能性、安全性的同時，有效降低能耗、減少排放。混合動力船舶過去通常指的是柴?電混合動力船舶，但隨著船舶新能源技術(shù)逐步得到推廣，以太陽能[3]、燃料電池[4]為代表的新能源技術(shù)開始在船舶上應(yīng)用，國內(nèi)外學(xué)者為此開展了一定的研究。然而，結(jié)合近年來針對蓄電池?超級電容混合儲能結(jié)構(gòu)[5]、直流組網(wǎng)技術(shù)[6]等船舶結(jié)構(gòu)的改進(jìn)研究來看，混合動力船舶較之以往出現(xiàn)了新的特點，對研究涉及的能量管理的最新成果予以綜述有其必要性。

現(xiàn)有文獻(xiàn)關(guān)于混合動力船舶能量管理的研究綜述大多針對的是能量管理策略，而忽視了能量管理優(yōu)化目標(biāo)的分類及其對比分析。不僅如此，對于能量管理策略的優(yōu)缺點、應(yīng)用場景及其解決方法等問題的論述也不夠深入和全面。因此，本文將從能量管理目標(biāo)、能量管理策略這2 個方面，闡述混合動力船舶能量管理的最新研究進(jìn)展及研究現(xiàn)狀，深入分析已有相關(guān)研究存在的優(yōu)缺點及其應(yīng)用條件，在此基礎(chǔ)上，展望混合動力船舶能量管理的未來研究方向。

1 能量管理目標(biāo)

混合動力船舶能量管理是一個綜合且復(fù)雜的問題，涵蓋了電能、化學(xué)能及機械能等多種形式的能量變換與控制。因此，提高混合動力船舶在安全、穩(wěn)定運行方面的可靠性，并基于此探索更優(yōu)的經(jīng)濟性、環(huán)保性目標(biāo)，成為了現(xiàn)有混合動力船舶能量管理的研究重點。運行可靠性目標(biāo)（例如電能質(zhì)量、故障恢復(fù)等）、經(jīng)濟性目標(biāo)（例如能耗、電池荷電狀態(tài)（state of charge，SOC）、系統(tǒng)經(jīng)濟成本等）、環(huán)保性目標(biāo)（例如排放）在被納入到現(xiàn)有能量管理目標(biāo)之中后，將面臨多目標(biāo)能量管理的綜合優(yōu)化問題，故有必要對不同能量管理目標(biāo)的研究現(xiàn)狀及其進(jìn)展進(jìn)行歸納總結(jié)。

1.1 以考慮電能質(zhì)量為主的能量管理目標(biāo)

隨著船舶電力電子設(shè)備的增多，非線性電力負(fù)荷對混合動力船舶的電能質(zhì)量造成了嚴(yán)重影響，尤其是高能武器、雷達(dá)等脈沖負(fù)荷，呈現(xiàn)出了明顯的周期脈沖性瞬態(tài)特性，若不能快速充電，這些脈沖負(fù)荷啟動時會在幾個周期內(nèi)對母線電壓帶來劇烈沖擊[7]?？梢姡涮厥獾哪芰啃枨蠛瓦\行特性將給船舶電力系統(tǒng)的安全、穩(wěn)定運行構(gòu)成新的挑戰(zhàn)。為了消除脈沖負(fù)荷對船舶電力系統(tǒng)穩(wěn)定運行的沖擊，現(xiàn)有研究多通過結(jié)合運用諸如蓄電池、超級電容、飛輪等儲能設(shè)備，以能量管理的方式來消除脈沖負(fù)荷帶來的有功和無功功率沖擊。

例如，為確保船舶電力系統(tǒng)在脈沖負(fù)荷沖擊下可靠工作，Stone 等[8]對含有蓄電池的船舶混合動力系統(tǒng)進(jìn)行能量管理，實現(xiàn)了船舶各動力源與負(fù)荷之間的協(xié)調(diào)控制，仿真結(jié)果表明，所提能量管理策略在脈沖負(fù)荷下能夠使動力系統(tǒng)的輸出保持穩(wěn)定，減少主機輸出功率的高頻波動，縮小動力系統(tǒng)提供的推進(jìn)功率與參考值的偏離。有別于文獻(xiàn)[8]，Lashway 等[9]將高功率密度的超級電容與高能量密度的蓄電池混合運用，以用于多脈沖負(fù)荷儲能，解決了以往只能實現(xiàn)單脈沖儲能的限制，使之滿足負(fù)荷的瞬時脈動性能。不僅如此，Kuznetsov[10]將飛輪儲能與蓄電池儲能相結(jié)合，以保證600 kW～30 MW 脈沖負(fù)荷的可靠運行，并通過艦載機起飛脈沖負(fù)荷的仿真算例，驗證了所提能量管理策略的可行性及有效性。

對于混合動力船舶而言，不僅以脈沖負(fù)荷為代表的非線性負(fù)荷會影響到電能質(zhì)量，而且以光伏和燃料電池為代表的新能源發(fā)電裝置所具有的間歇性及隨機性也會直接影響到船舶整體的電能質(zhì)量[11]。其原因在于，首先，太陽能通過光伏逆變器等電力電子器件可以實現(xiàn)能量的快速轉(zhuǎn)換與利用，但受天氣影響，其轉(zhuǎn)換輸出的電能具有明顯的間歇性、波動性和不確定性；其次，燃料電池雖然具有清潔能源、轉(zhuǎn)換效率高和電能輸出穩(wěn)定等優(yōu)點，但仍存在啟動過程緩慢和輸出特性偏軟等缺點。

為此，張澤輝等[12]采用蓄電池?超級電容混合儲能系統(tǒng)，通過燃料電池承擔(dān)需求功率的穩(wěn)定部分，超級電容承擔(dān)需求功率波動的高頻部分，而蓄電池承擔(dān)需求功率波動的低頻部分，以此來提高船舶電能質(zhì)量。

綜上所述，為提高船舶電能質(zhì)量，應(yīng)對以脈沖負(fù)荷為代表的非線性負(fù)荷、新能源裝置接入帶來的隨機性干擾，依靠能量型、功率型2 種類型儲能裝置的互補特性構(gòu)成的混合儲能系統(tǒng)進(jìn)行能量管理，這樣，可以針對脈沖負(fù)荷進(jìn)行有效的高功率、短時間尺度跟隨控制，并協(xié)調(diào)脈沖負(fù)荷連續(xù)發(fā)射、電力推進(jìn)負(fù)荷調(diào)整等低功率、長時間尺度的能量需求，實現(xiàn)混合動力船舶電力系統(tǒng)的安全、穩(wěn)定和可靠運行。

1.2 以考慮故障恢復(fù)為主的能量管理目標(biāo)

隨著精確制導(dǎo)武器的大量應(yīng)用，艦船遭受攻擊而受損的概率急劇增加。其所帶來的后果是：輕則船體受損，導(dǎo)致推進(jìn)系統(tǒng)、電力系統(tǒng)、武器系統(tǒng)、電子系統(tǒng)等受到損害；重則使艦船完全喪失戰(zhàn)斗力甚至傾覆、沉沒。一旦船舶電力系統(tǒng)的某個電力設(shè)備出現(xiàn)故障，尤其是電磁炮、電磁彈射裝置等大容量脈沖功率武器和設(shè)備受到影響，勢必會對全艦電力系統(tǒng)構(gòu)成極大的挑戰(zhàn)[13]。為保證混合動力船舶電力系統(tǒng)在發(fā)生故障時能夠快速恢復(fù)，確保重要負(fù)載的供電連續(xù)性，提高受損情況下艦船的生命力與戰(zhàn)斗力，現(xiàn)有研究通常采用網(wǎng)絡(luò)重構(gòu)方法重新分配能量流動，并采用備用能量管理策略來快速恢復(fù)能量供應(yīng)[14]。

例如，Davey 等[15]指出網(wǎng)絡(luò)重構(gòu)的首要任務(wù)是快速完成潮流的重新分配，并且不會損害船舶電力系統(tǒng)的穩(wěn)定性及對重要負(fù)載供電的可靠性。為此，建立了以滿足關(guān)鍵負(fù)載的功率需求和最小化網(wǎng)絡(luò)損耗為目標(biāo)的能量管理方案，其中，采用權(quán)重方式對不同負(fù)載供電的重要程度進(jìn)行衡量。Srivastava 等[16]采用基于專家系統(tǒng)的自動重構(gòu)方法，分析艦船電力系統(tǒng)受創(chuàng)后的恢復(fù)問題，并結(jié)合電力系統(tǒng)的實時數(shù)據(jù)和拓?fù)湫畔κ軗p后的電力系統(tǒng)能量進(jìn)行合理分配，以保證關(guān)鍵負(fù)載的工作。值得指出的是，不同于陸地微電網(wǎng)，船舶微電網(wǎng)發(fā)生故障時沒有外部電力支撐，若采取集中式電力恢復(fù)策略會導(dǎo)致單點故障，而基于多主體法的分布式能量管理策略對系統(tǒng)中的壞點進(jìn)行隔離并重構(gòu)系統(tǒng)，能夠有效保證電力系統(tǒng)受損后電力供應(yīng)的自動快速恢復(fù)[17]。

1.3 以考慮能耗為主的能量管理目標(biāo)

由于化石燃料的廣泛使用，混合動力船舶的柴油發(fā)電機能耗一直是主要關(guān)注的問題之一，柴油發(fā)電機能耗通常包括穩(wěn)態(tài)發(fā)電能耗和發(fā)電機啟停能耗這2 個部分。穩(wěn)態(tài)發(fā)電能耗與發(fā)電機的工作時間、發(fā)電功率以及燃料消耗率有關(guān)，其中燃料消耗率是發(fā)電功率和發(fā)電機轉(zhuǎn)速的函數(shù)。而啟停能耗一般視為常數(shù)，其值取決于發(fā)電機的啟停狀態(tài)，但只有部分研究考慮到了啟停能耗[18]。無論是串聯(lián)、并聯(lián)或者是混聯(lián)的混合動力結(jié)構(gòu)，都是通過使柴油發(fā)電機工作在最優(yōu)點來降低柴油發(fā)電機的能耗，即通過超級電容、蓄電池等儲能裝置改變發(fā)電功率，或者借助直流并網(wǎng)技術(shù)[6]使發(fā)電機轉(zhuǎn)速可調(diào)，來提高柴油發(fā)電機效率。此外，風(fēng)機、光伏等新能源發(fā)電裝置的接入，為降低混合動力船舶能耗提供了新的途徑。值得指出的是，風(fēng)能、太陽能幾乎零運行成本的特點雖然可以有效降低船舶能耗，但現(xiàn)有研究多側(cè)重于其所帶來的能耗、排放的降低[3,19-25]，而較少考慮到風(fēng)機、光伏發(fā)電裝置安裝帶來船舶重量、阻力的增加[26-27]，進(jìn)而導(dǎo)致能耗的提升。在以考慮能耗為主的能量管理目標(biāo)處理方面，目前，有一部分研究，為了使能耗全局最小，只將柴油發(fā)電機能耗作為優(yōu)化目標(biāo)，使其最小化以獲得相應(yīng)的柴油發(fā)電機和蓄電池的全局最優(yōu)輸出功率序列[28-30]，但該能量管理問題在求解時需遍歷整個變量空間，難以實時應(yīng)用。而另一部分研究，為了使后續(xù)求解過程更加快速，通過引入等效油耗，將考慮能耗的能量管理問題表述為柴油發(fā)電機的油耗與船舶蓄電池等效油耗之和，在需求功率給定的情況下，使等效油耗最小，以獲得柴油發(fā)電機和蓄電池的瞬時最優(yōu)輸出功率序列[31-33]，但瞬時最優(yōu)并不等同于全局最優(yōu)，其優(yōu)化性能仍然有很大的提升空間。

1.4 以考慮排放為主的能量管理目標(biāo)

隨著船舶能效設(shè)計指數(shù)（EEDI）和船舶能效運營指數(shù)（energy efficiency operational indicator,EEOI）的推廣與應(yīng)用，船舶減排問題逐漸受到重視。尤其是針對NOx，SO2，CO2等污染氣體的減排，一般以溫室氣體（greenhouse gas，GHG）的排放指數(shù)來衡量[34]，所以可將其納入能量管理目標(biāo)來考慮排放的影響。IMO 規(guī)定EEDI 和EEOI 是用于定義船舶壽命期內(nèi)GHG 排放的2 個關(guān)鍵指數(shù)，但EEDI 的缺點是只考慮了船舶設(shè)計時的GHG排放，造成其無法準(zhǔn)確計算船舶全壽期內(nèi)的GHG排放量，使得EEOI 在混合動力船舶能量管理中的應(yīng)用更加廣泛。EEOI 為單位貨物周轉(zhuǎn)量所產(chǎn)生的GHG 排放量，其與燃料類型、消耗燃料質(zhì)量、燃料與排放轉(zhuǎn)換系數(shù)、貨物噸數(shù)以及航行距離有關(guān)[35]。由于涓滴效應(yīng)，在減少能耗的同時，相應(yīng)的排放也會減少，二者呈一定的比例關(guān)系，其換算關(guān)系可見IMO 的相關(guān)標(biāo)準(zhǔn)[35]，因此在船舶領(lǐng)域，將排放作為一項優(yōu)化目標(biāo)來直接考慮的文獻(xiàn)較少[29-30]，多是通過減少能耗來間接減少排放[36-38]。但是，將能耗和排放同時納入能量管理問題來綜合考慮二者的影響，相較于只考慮能耗進(jìn)而間接減少排放而言，可獲得較為折衷的結(jié)果，甚至可以在犧牲部分節(jié)能的基礎(chǔ)上，獲得減排的巨大提升[30]。此外，由于部分國家和地區(qū)對途經(jīng)或者?？康拇芭欧乓筝^為嚴(yán)格，甚至要求零排放。因此，混合動力船舶應(yīng)以零排放為能量管理目標(biāo)，這也表明了混合動力船舶在航行時需要根據(jù)途經(jīng)區(qū)域排放要求實時調(diào)整排放目標(biāo)，而太陽能、燃料電池等清潔能源的應(yīng)用，同時為混合動力船舶降低排放、應(yīng)對實時變化的排放要求提供了新的途徑。

1.5 以考慮SOC 為主的能量管理目標(biāo)

蓄電池、超級電容等設(shè)備作為重要的儲能裝置，在混合動力船舶中起到了調(diào)節(jié)發(fā)電機運行工作點、改善燃料電池輸出特性、為脈沖負(fù)荷供能等的作用，其SOC 是用于衡量儲能裝置狀態(tài)的重要狀態(tài)變量，通常作為能量管理目標(biāo)，以提高儲能裝置的性能。

例如，蘭熙等[32]通過建立SOC 補償函數(shù)來考慮動力電池的SOC，將補償函數(shù)納入優(yōu)化目標(biāo)中，轉(zhuǎn)化為成本函數(shù)的加權(quán)項，使動力電池的SOC始終維持在參考值附近。但是，函數(shù)加權(quán)項的大小不僅會影響SOC 的變化幅度和頻率，甚至還會影響能量管理的優(yōu)化效果，為此，有必要對取值作進(jìn)一步的研究。而為了防止電池因過充和過放導(dǎo)致容量及壽命的急劇衰減，還有必要建立電池SOC 的不等式約束，并在約束基礎(chǔ)上定義可行狀態(tài)，以削減變量空間，加快能量管理問題的求解速度。對于初始SOC 與最終SOC 存在差值的情況，劉樂等[39]通過將蓄電池SOC 差值折算成能耗，消除了蓄電池SOC 差值的影響。通過電池SOC 補償函數(shù)[32]可有效抑制SOC 的波動，一定程度上可延長蓄電池的使用壽命。與此不同的是，Zhang 等[33]專門采用燃料電池的壽命衰減模型，將燃料電池壽命作為優(yōu)化目標(biāo)之一，通過減小其輸出功率波動，極大地延長了其使用壽命。

1.6 以考慮系統(tǒng)經(jīng)濟成本為主的能量管理目標(biāo)

通過考慮混合動力船舶系統(tǒng)的經(jīng)濟成本來確定設(shè)備選型及容量配置，有助于降低包括運營成本和投資成本在內(nèi)的成本。其中，運營成本主要由設(shè)備運行成本及其它運行成本（例如燃料、維護(hù)、啟停等）組成，其一般是根據(jù)產(chǎn)生的功率、運行時間、運行設(shè)備數(shù)量和容量來估算；而投資成本則由混合動力系統(tǒng)的儲能裝置、發(fā)電機組等設(shè)備的安裝成本、安裝尺寸、容量和壽命所決定。但是，目前的大多數(shù)研究方法都是簡單地采用運營和投資成本的總和來進(jìn)行評估，雖然可有效地評估混合動力船舶的經(jīng)濟成本，但是考慮到不同類型儲能設(shè)備在存儲期內(nèi)單位能量成本不盡相同[40]，在長時間尺度范圍內(nèi)，還需要考慮表示設(shè)備使用壽命期間所有一次性和經(jīng)常性成本總和的生命周期成本[41]。

值得指出的是，系統(tǒng)經(jīng)濟成本還受船舶混合動力系統(tǒng)結(jié)構(gòu)的影響，其結(jié)構(gòu)主要分為3 種：第1 種是串聯(lián)式，即發(fā)動機與螺旋槳軸之間未使用機械連接，發(fā)電機和電池組可分別向電動機供電；第2 種是并聯(lián)式，即保留發(fā)動機與螺旋槳軸之間的機械連接，發(fā)動機和電動機均可提供動力；第3 種是混聯(lián)式，即融合了串聯(lián)和并聯(lián)的特點，具備發(fā)動機推進(jìn)和電動機推進(jìn)模式，電網(wǎng)由專門的發(fā)電機組為其供電[42]。上述3 種船舶混合動力系統(tǒng)結(jié)構(gòu)中，串聯(lián)式和并聯(lián)式結(jié)構(gòu)較簡單、成本較低。其中，并聯(lián)式混合動力系統(tǒng)既可在新船建造時安裝，也可由船舶傳統(tǒng)動力系統(tǒng)改裝而成，以此來降低投資成本，而混聯(lián)式混合動力系統(tǒng)結(jié)構(gòu)復(fù)雜、成本較高。

綜上所述，混合動力船舶能量管理是一個涵蓋了運行可靠性（電能質(zhì)量、故障恢復(fù)）以及經(jīng)濟性（能耗、電池SOC、系統(tǒng)經(jīng)濟成本）、環(huán)保性（排放）目標(biāo)的多目標(biāo)問題，選擇什么樣的管理目標(biāo)與所適用的場景需求有關(guān)。因此，未來在混合動力船舶能量管理目標(biāo)方面應(yīng)重點研究：

1） 能量管理目標(biāo)選取。盡管現(xiàn)有能量管理目標(biāo)已經(jīng)覆蓋了運行可靠性、經(jīng)濟性和環(huán)保性目標(biāo)，但仍不夠全面。例如，針對船舶航速或者船用光伏系統(tǒng)開展能量管理時其所帶來能耗、電能質(zhì)量、排放等目標(biāo)性能的改變，現(xiàn)有研究很少考慮到多個目標(biāo)性能改變對用戶滿意度的影響，因此未來還應(yīng)繼續(xù)探索更多適應(yīng)場景需求的能量管理目標(biāo)。

2） 能量管理多目標(biāo)權(quán)重處理。首先，混合動力船舶能量管理需要配合船舶任務(wù)需求進(jìn)行多目標(biāo)實時權(quán)重的調(diào)整，不同于陸地微電網(wǎng)能量管理在單一時間斷面上的多目標(biāo)尋優(yōu)，混合動力船舶的多目標(biāo)能量管理應(yīng)能夠不斷變換目標(biāo)權(quán)重，實現(xiàn)各種運行模式的切換，保證在頻繁切換運行模式下系統(tǒng)的運行穩(wěn)定。其次，多目標(biāo)能量管理問題通過加權(quán)轉(zhuǎn)換為單一目標(biāo)能量管理問題來處理時，有一種可靠方案是通過層次分析法、熵權(quán)法等賦權(quán)方法進(jìn)一步研究權(quán)重的選擇，或者通過多目標(biāo)算法處理，以得到非劣解集，然后再采用模糊隸屬度函數(shù)、逼近理想解等擇優(yōu)方法選取適當(dāng)?shù)淖罱K方案。

2 能量管理策略

在有針對性地提出了考慮能耗、排放等單一目標(biāo)或者多目標(biāo)的能量管理問題后，關(guān)鍵是采用合適的能量管理策略對其進(jìn)行求解，以滿足快速性和優(yōu)化性要求。圖1 所示為混合動力船舶能量管理策略的2 個分類，包括基于工程或者實際經(jīng)驗的規(guī)則型和基于不同優(yōu)化目標(biāo)的優(yōu)化型。

圖1 混合動力船舶能量管理策略Fig. 1 Energy management strategy of hybrid ships

2.1 規(guī)則型能量管理策略

規(guī)則型能量管理策略是根據(jù)需求功率、轉(zhuǎn)矩和電池SOC 及其工作效率Map 圖對柴油發(fā)電機的工作狀態(tài)進(jìn)行模式分類，基于制定的相應(yīng)規(guī)則進(jìn)行切換。此能量管理策略易實現(xiàn)，實時應(yīng)用性好，是最先用于混合動力船舶能量管理的策略。該管理策略又可分為基于確定規(guī)則和基于模糊規(guī)則的能量管理策略。

2.1.1 基于確定規(guī)則的能量管理策略

基于確定規(guī)則的能量管理策略是根據(jù)船舶的需求功率、電池SOC 或者其效率Map 圖，以及結(jié)合工程經(jīng)驗或者離線優(yōu)化策略，來劃分推進(jìn)電機、柴油發(fā)電機的工作狀態(tài)，并制定規(guī)則予以控制。

在上述研究方面，高迪駒等[36]提出了一種基于確定規(guī)則的AC/DC 變換器和雙向DC/DC 變換器的協(xié)同控制方法，并成功應(yīng)用于混合動力船舶的能量管理。應(yīng)用后，每年可節(jié)省約29.2%的油耗、6 萬多元的費用、約29.5% 的排放。與只有柴油發(fā)電機作為動力源的船舶相比，加裝動力電池的混合動力船舶應(yīng)用上述能量管理策略后，可在5 年左右收回加裝動力電池所增加的成本。

此外，袁裕鵬等[37]針對柴油發(fā)電機單獨為船舶供電時效率不高的缺點，采用柴油發(fā)電機與燃料電池組成的混合動力系統(tǒng)，由柴油發(fā)電機負(fù)責(zé)船舶的基本負(fù)載需求，通過設(shè)計的邏輯門限控制策略，使柴油機發(fā)電機長時間運行在額定工況，達(dá)到優(yōu)化發(fā)動機的性能和實現(xiàn)節(jié)能減排的目的。不僅如此，其設(shè)計的PID 控制器還能夠使電網(wǎng)的輸出功率很好地跟蹤船舶的電力需求變化。然而，上述策略也有不足之處，即燃料電池的動態(tài)響應(yīng)速度慢，且不能很好地跟蹤負(fù)荷波動，使得負(fù)荷需求波動很大時會損害燃料電池，降低燃料電池的使用壽命。而采用能量存儲系統(tǒng)可有效緩沖功率波動，提高整體系統(tǒng)的動態(tài)性能。為此，張澤輝等[12]采用蓄電池?超級電容的混合儲能系統(tǒng)，通過實時小波變換來對需求功率進(jìn)行分頻處理，讓燃料電池承擔(dān)需求功率的穩(wěn)定部分，超級電容承擔(dān)需求功率波動的高頻部分，而蓄電池承擔(dān)需求功率波動的低頻部分，運用上述方法可有效延長混合動力船舶的燃料電池使用壽命。

綜上所述，基于確定規(guī)則的能量管理策略都是依靠工程經(jīng)驗來建立確定規(guī)則，其特點是主觀性強、優(yōu)化性能較差。雖然利用全局優(yōu)化結(jié)果并通過強化學(xué)習(xí)等人工智能方法離線提取規(guī)則可有效提高優(yōu)化性能[43]，但通常計算量巨大，實時性能不佳。鑒于此策略作為最基本的能量管理策略，其邏輯簡單、計算量小，在早期的混合動力船舶能量管理研究及實際應(yīng)用中得到了廣泛推廣，且適合應(yīng)用于低電氣化、低智能化的船舶。另外，該策略還在后續(xù)能量管理策略研究中被廣泛作為對比能量管理策略[32,44-45]，提供了優(yōu)化評價標(biāo)準(zhǔn)。然而，此能量管理策略雖然簡單有效，計算量小，但確定規(guī)則難以適應(yīng)實際的混合動力船舶系統(tǒng)所具有的多變量、非線性和時變的特點。因此，相比于確定規(guī)則，模糊規(guī)則顯得更具有優(yōu)勢。

2.1.2 基于模糊規(guī)則的能量管理策略

基于模糊規(guī)則的能量管理策略是根據(jù)工程經(jīng)驗來制定模糊規(guī)則，通過建立狀態(tài)變量的隸屬度函數(shù)和制定模糊控制規(guī)則來分配能量。評價混合動力船舶能量管理策略的優(yōu)劣，其所涉及的是一個包括能耗、排放、電池使用壽命等多個指標(biāo)的綜合系統(tǒng)，不僅復(fù)雜，且難以定量描述。

為此，Be?ik?i 等[46]提出基于模糊規(guī)則的層次分析法，根據(jù)20 名船舶領(lǐng)域?qū)＜业膯柧碚{(diào)查結(jié)果，提出了包括航行性能、動力維持性能、燃料管理能力、船舶系統(tǒng)管理在內(nèi)的6 大指標(biāo)和9 個小指標(biāo)的模糊評價矩陣，并分析這些指標(biāo)之間的關(guān)系。結(jié)果表明，航行性能、動力維持性能和船舶系統(tǒng)管理這3 大指標(biāo)的重要性最高，而9 個小指標(biāo)中最重要的是速度優(yōu)化指標(biāo)。此結(jié)果可以為后續(xù)混合動力船舶能量管理的優(yōu)化方向提供指導(dǎo)。

Zhu 等[47]基于模糊規(guī)則，將燃料電池?超級電容?蓄電池混合動力船舶作為研究對象，以蓄電池及超級電容的SOC 和推進(jìn)電機所需功率為輸入量，以及蓄電池所需功率和超級電容所需功率為輸出量，根據(jù)船舶在加速航行、勻速巡航、低速航行等不同工況下所需功率，參考蓄電池及超級電容的SOC 制定混合動力船舶能量管理策略，并以德國Alster-Touristik 公司研發(fā)的Alsterwasser 號燃料電池驅(qū)動游船的工況為仿真算例。仿真結(jié)果顯示，該能量管理策略能夠有效提高船舶的運行效率和混合動力系統(tǒng)的性能，且使儲能系統(tǒng)的SOC 維持在合理水平上。而肖能齊等[48]以某船舶四機雙槳混合動力推進(jìn)系統(tǒng)為研究對象，提取船舶的4 種單機模式、6 種PTI（power-take-in）模式和2 種并車模式的運行工況特點，以此為基礎(chǔ)，提出基于航行工況模糊模式識別模型的能量管理策略。通過算例驗證了該能量管理策略能夠有效識別航行工況，通過切換離合器狀態(tài)指令，該策略可有效降低船舶能耗和排放。

綜上所述，基于模糊規(guī)則的能量管理策略只是在確定規(guī)則的基礎(chǔ)上進(jìn)行改進(jìn)，作為基本能量管理策略，其同樣適用于低電氣化、低智能化船舶，且還可作為其它能量管理策略的評價標(biāo)準(zhǔn)[31]。雖然基于模糊規(guī)則的能量管理策略無需建立精確的數(shù)學(xué)模型，魯棒性強，實時性好，廣泛應(yīng)用于復(fù)雜非線性控制系統(tǒng)，但其規(guī)則的制定依舊依賴于工程經(jīng)驗，主觀性強，控制性能較差，因而有著極大的局限性。

2.2 優(yōu)化型能量管理策略

針對規(guī)則型能量管理策略在規(guī)則制定上的劣勢，為了獲得更佳優(yōu)化效果，目前相關(guān)研究更多地關(guān)注優(yōu)化型能量管理策略。該策略通過定義代價函數(shù)及其約束條件，使代價函數(shù)最小，以此獲得相應(yīng)的能量管理策略，并被分為兩種策略——全局優(yōu)化策略和實時優(yōu)化策略。相比于規(guī)則型能量管理策略，優(yōu)化型能量管理策略除了優(yōu)化效果更佳外，還可通過定義成本函數(shù)來綜合考慮多目標(biāo)優(yōu)化。目前，相關(guān)研究考慮了包括能耗、排放、SOC、容量配置、電池使用壽命等多個目標(biāo)。

2.2.1 全局優(yōu)化的能量管理策略

針對規(guī)則型能量管理策略優(yōu)化性能較差的缺點，全局優(yōu)化能量管理策略在已知歷史工況（即需求功率序列已知）的情況下，將系統(tǒng)連續(xù)控制變量離散化為有限個狀態(tài)值，進(jìn)而將能量管理問題轉(zhuǎn)換為類似于圖論中的旅行商問題（travelling salesman problem, TSP），并于線下通過優(yōu)化算法求得全局最優(yōu)控制策略。目前的優(yōu)化算法主要有動態(tài)規(guī)劃（dynamic programming，DP）、智能優(yōu)化算法等。

DP 算法作為一種多階段決策問題的經(jīng)典優(yōu)化方法，根據(jù)最優(yōu)決策的任何截斷仍是最優(yōu)的最優(yōu)性原理，將多階段決策過程轉(zhuǎn)化為多個單一階段決策問題，并逐一求解得到最優(yōu)控制策略[32]。

例如，蘭熙等[32]將DP 算法與系統(tǒng)切換理論結(jié)合建立了船舶的5 種基本工作模式，根據(jù)貝爾曼最優(yōu)性原理求解得到了使船舶油耗最小的柴油發(fā)電機和動力電池的最優(yōu)控制序列。不同于枚舉法列舉出所有可能的決策空間，DP 算法能夠系統(tǒng)地評估多步問題中可能的決策數(shù)量，并最大限度地降低計算成本，但DP 算法需要已知歷史工況與計算復(fù)雜度高的特點決定了其無法得到實時應(yīng)用。為了使歷史工況得到充分利用的同時降低計算復(fù)雜度，Tjandra 等[49]將優(yōu)化問題分為3 個階段，并使用DP 算法處理前2 個階段。相比于常規(guī)DP 算法，隨機動態(tài)規(guī)劃（stochastic dynamic programming，SDP）算法基于馬爾可夫鏈模型從歷史工況中提取狀態(tài)轉(zhuǎn)移矩陣，建立基于期望最優(yōu)的能量管理問題并使用DP 算法進(jìn)行求解，從而極大地降低了計算復(fù)雜度。上述方法目前在混合動力汽車和陸地微電網(wǎng)領(lǐng)域中的應(yīng)用較多[50-51]。值得指出的是，盡管DP 算法可以處理復(fù)雜的能量管理問題，但計算極為耗時，無法處理其中可能存在的耦合約束情況。

智能優(yōu)化算法與DP 算法相同，都是通過遍歷整個空間來獲得全局最優(yōu)解。后者所需的計算量大、存儲量大等特點限制了其的應(yīng)用，而前者由于擅長處理復(fù)雜非線性問題，逐漸引起了學(xué)者們更多的關(guān)注。目前，應(yīng)用于混合動力船舶領(lǐng)域的智能優(yōu)化算法主要有遺傳算法（genetic algorithm，GA）、粒子群優(yōu)化（particle swarm optimization，PSO）算法等。

其中，GA 算法是一種基于自然選擇和自然遺傳學(xué)機制的搜索算法，與其它基于梯度的智能優(yōu)化算法相比，GA 算法在解決復(fù)雜的非線性優(yōu)化問題和多維空間尋優(yōu)方面具有優(yōu)勢[52]，因此在混合動力船舶能量管理領(lǐng)域得到了廣泛應(yīng)用。為了解決混合動力船舶多目標(biāo)能量管理問題，Zhang 等[30]以深水三用工作船（anchor handling towing supply vessel, AHTS）為研究對象，提出了一種基于非支配排序遺傳算法（non dominated sorting genetic algorithm，NSGA-Ⅱ）的混合動力船舶能量管理策略。該策略首先將優(yōu)化問題解耦成優(yōu)化子問題，并求得相應(yīng)的有效運行方案；然后，縮小搜索域，采用NSGA-Ⅱ算法求得以能耗、排放為目標(biāo)的帕累托邊界；最后，通過刪除重復(fù)解，采用模糊決策方法及根據(jù)船舶的4 種運行狀態(tài)得到最終最優(yōu)解。NSGA-Ⅱ算法還在包含諸如儲能裝置容量、機械損失等其它目標(biāo)的混合動力船舶多目標(biāo)能量管理問題中得到了應(yīng)用[49,53-54]。

為了提高NSGA-Ⅱ算法在保持種群多樣性方面的局部優(yōu)化性能，鄭夏等[55]采用了一種改進(jìn)的NSGA-Ⅱ算法，其針對常規(guī)NSGA-Ⅱ算法的個體分布不均、計算效率低等問題，利用具有自適應(yīng)參數(shù)的差分進(jìn)化思想，對群體、初始群體的多樣性分布進(jìn)行了改進(jìn)，并通過融入非線性優(yōu)化策略，提高了局部搜索能力。但是，GA 算法存在局部搜索能力差、未成熟收斂和隨機游走等現(xiàn)象，導(dǎo)致該算法收斂性能差，需要很長時間才能找到最優(yōu)解。因此，目前研究的重點是如何改善GA算法的搜索能力及提高算法收斂速度，使其更好地應(yīng)用于解決實際問題。

PSO 算法是基于群體的演化算法，其思想源于人工生命和演化計算理論，PSO 算法具有極強的隨機性和較低的計算復(fù)雜度[56]，而GA 算法收斂速度較為緩慢，在大多數(shù)案例中，PSO 算法與GA 算法相比可以實現(xiàn)更快的收斂。因此，PSO算法被廣泛應(yīng)用于解決混合動力船舶的能量管理問題，而常規(guī)PSO 算法的參數(shù)不符合實際的混合動力船舶能量管理動態(tài)系統(tǒng)。鑒此，Tang 等[57]提出了一種自適應(yīng)多元協(xié)同進(jìn)化動態(tài)粒子群優(yōu)化（adaptive multi-context cooperatively co-evolving particle swarm optimization，AM-CCPSO）算法，用于求解含光?柴?儲?岸電的混合動力船舶最優(yōu)功率分配問題。該算法以船舶電力費用最低為目標(biāo)，通過將約束轉(zhuǎn)換后納入懲罰函數(shù)，使帶約束的最優(yōu)功率分配問題轉(zhuǎn)換為不帶約束的最優(yōu)功率分配問題，使得該功率分配問題得到了有效求解。仿真結(jié)果顯示，無論船舶是處于航行狀態(tài)還是處于停泊狀態(tài)，該算法均能有效降低電力費用且控制魯棒性強。此外，雖然PSO 算法的收斂速度快，但也存在精度較低、易發(fā)散等缺點。如果加速系數(shù)、最大速度等參數(shù)太大，粒子群可能錯過最優(yōu)解，導(dǎo)致算法不收斂；而在收斂情況下，由于所有粒子都向最優(yōu)解方向飛去，使得后期收斂速度明顯變慢，當(dāng)算法收斂到一定精度時，則無法繼續(xù)優(yōu)化[56]。為此，Kanellos 等[58]提出用模糊控制器來動態(tài)自適應(yīng)地改變PSO 算法的相應(yīng)參數(shù)，以提高計算效率，解決以能耗與排放為優(yōu)化目標(biāo)的能量管理問題。該方法不僅能夠滿足船舶技術(shù)和運行約束，而且還可以顯著降低所需的計算量和計算空間。

常規(guī)PSO 算法一般采用固定學(xué)習(xí)系數(shù)或者采用從大到小的線性迭代系數(shù)，不能較好地平衡全局最優(yōu)和局部最優(yōu)，且迭代速度較慢；為了解決上述問題，印波等[59]采用非線性學(xué)習(xí)系數(shù)（即初始權(quán)值較大），隨著迭代次數(shù)的增加，其值將迅速減小，從而可提高算法的收斂性能和計算速度。

綜上所述，全局優(yōu)化的能量管理策略雖然可以獲得全局最優(yōu)的控制策略，能夠為混合動力船舶的設(shè)計、規(guī)模確定、航行調(diào)度，以及在已知歷史工況下進(jìn)行能量管理提供指導(dǎo)和評價標(biāo)準(zhǔn)，但是計算量大、需要已知歷史工況等特點決定了其很難得到實時應(yīng)用。

2.2.2 實時優(yōu)化的能量管理策略

實時優(yōu)化的能量管理策略無需知道歷史工況，其根據(jù)柴油發(fā)電機等船舶部件的最佳工作曲線，在考慮最新工況信息的情況下對過程操作條件進(jìn)行連續(xù)評估和操作，通過優(yōu)化算法實時求得各部件當(dāng)前時刻的最優(yōu)工作點，實現(xiàn)最小化期望成本。該策略的計算量小且易于實現(xiàn)，實時性好。目前，優(yōu)化算法主要有等效油耗最小化（equivalent consumption minimization strategy，ECMS）、模型預(yù)測控制（model predictive control，MPC）和龐特里亞金最小值原理（Pontryagin's minimum principle，PMP）等策略。

ECMS 是目前應(yīng)用較廣泛的混合動力船舶實時優(yōu)化能量管理策略，其能夠?qū)崿F(xiàn)接近DP 算法的全局最優(yōu)解[60]，最早應(yīng)用于混合動力汽車領(lǐng)域，后期逐步應(yīng)用到了混合動力船舶領(lǐng)域。ECMS 基于蓄電池等儲能裝置的SOC 及柴油發(fā)電機工作狀態(tài)計算等效系數(shù)，將儲能裝置電功率換算為等效油耗，并使儲能裝置的等效油耗與柴油發(fā)電機實際油耗之和最小，從而獲得相應(yīng)的控制策略。在燃料電池混合動力船舶中，等效油耗也被類比為等效氫耗。

雖然ECMS 已經(jīng)能夠取得較好的優(yōu)化性能，但仍然不是全局最優(yōu)解，在常規(guī)ECMS 的基礎(chǔ)上，研究人員從等效系數(shù)自適應(yīng)及結(jié)合其它算法實現(xiàn)復(fù)合控制這2 個方面進(jìn)行了探索。在早期研究中，儲能裝置充放電等效系數(shù)一般取為常數(shù)[61-62]，雖可簡化計算、減少計算復(fù)雜度且有利于實時應(yīng)用，但因不符合實際情況導(dǎo)致優(yōu)化性能不佳。為此，Zhu 等[63]提出了改進(jìn)的自適應(yīng)等效油耗最小化（modified adaptive equivalent consumption minimization strategy，MAECMS）策略，其在ECMS 的基礎(chǔ)上根據(jù)當(dāng)前或者預(yù)測信息在線識別參數(shù)來確定等效系數(shù)，通過延長優(yōu)化時間步長和建立約束消除不可行狀態(tài)來減少計算量。

為了使不同實時能量管理策略在應(yīng)對某個具體評價標(biāo)準(zhǔn)時表現(xiàn)各有優(yōu)劣的情況下，得到使綜合效益最大的能量管理策略，Bassam 等[62]提出一種綜合能量管理策略，其考慮了4 種策略，即包括基于船舶運動狀態(tài)的能量管理策略、基于ECMS的能量管理策略、基于比例積分的能量管理策略、基于電量消耗與電量維持的能量管理策略。該綜合能量管理策略根據(jù)船舶實時運行狀態(tài)、評價標(biāo)準(zhǔn)來選擇最優(yōu)的能量管理策略，并以Alsterwasser 號燃料電池驅(qū)動的游船工況為對象進(jìn)行了仿真分析。仿真結(jié)果表明，該綜合策略相比于基礎(chǔ)能量管理策略，最多能分別降低8% 的能耗、16.70%的氫消耗。此外，在初始運行成本幾乎相同的情況下，所提策略隨著氫燃料價格的上升，將會比基礎(chǔ)能量管理策略獲得更低的運行成本，且切換策略不會使燃料電池和蓄電池系統(tǒng)承受更多的運行壓力。

然而，無論是常規(guī)/自適應(yīng)ECMS，還是結(jié)合其它算法實現(xiàn)復(fù)合控制的ECMS，負(fù)荷預(yù)測精度提高將有利于優(yōu)化性能提高，而負(fù)荷預(yù)測精度提高又與實時應(yīng)用性沖突，如何平衡優(yōu)化性能和實時應(yīng)用性是未來ECMS 的研究重點。

ECMS 雖然實時應(yīng)用性好，但優(yōu)化性能有限和控制魯棒性弱的特點限制了其的應(yīng)用，而MPC彌補了該缺點，即通過模型預(yù)測、滾動優(yōu)化和反饋校正進(jìn)行優(yōu)化，而優(yōu)化性能取決于模型質(zhì)量、采樣步長和預(yù)測范圍長度。在此方面，現(xiàn)有的研究主要從參數(shù)自適應(yīng)、求解子問題算法以及預(yù)測算法這3 個方面開展了研究。

為了消除MPC 中參數(shù)不確定性的影響，Hou 等[64]針對船舶混合儲能系統(tǒng)提出了自適應(yīng)模型預(yù)測控制（adaptive model predictive control，AMPC）策略。AMPC 策略是在MPC 的基礎(chǔ)上在線識別參數(shù)，與不采用在線識別參數(shù)的MPC 相比，其可以使混合儲能系統(tǒng)降低15% 的功率損失，有效降低船舶能耗，且具有更佳的動態(tài)響應(yīng)。然而，為了解決MPC 中各個步驟的子問題，需要采取適當(dāng)?shù)姆椒▉韺崿F(xiàn)優(yōu)化結(jié)果的快速收斂和最優(yōu)性，目前采用的求解方法主要有DP[31]、PSO[65]及二次規(guī)劃（quadratic programming，QP）[66-68]等。值得指出的是，由于MPC 求解的大多數(shù)優(yōu)化問題都是以二次形式建立的，因此QP 是最常用的方法。而Park 等[68]提出的基于積分?jǐn)_動分析結(jié)合基于梯度的序貫二次規(guī)劃（sequential quadratic programming，SQP）方法為每個MPC 方法的采樣時刻提供了最優(yōu)解。

除了傳統(tǒng)的MPC，與更先進(jìn)的預(yù)測算法結(jié)合的MPC 可以實現(xiàn)更加精確的負(fù)荷預(yù)測。例如，Zohrabi 等[69]為有效處理不確定的脈沖負(fù)荷，將滑動平均模型（moving average, MA）應(yīng)用于不確定的脈沖負(fù)荷預(yù)測，極大改善了高功率脈沖負(fù)荷下的系統(tǒng)整體性能。相較于ECMS，MPC 通過模型預(yù)測、滾動優(yōu)化和反饋校正等步驟很好地平衡了策略優(yōu)化性能與實時應(yīng)用性之間的關(guān)系，使之適用于高動態(tài)船舶混合動力系統(tǒng)，但如何在保持MPC 實時應(yīng)用性的同時提高優(yōu)化性能，這仍然是未來MPC 的研究重點。PMP 策略雖然在理論上可以將全局優(yōu)化問題轉(zhuǎn)換成實時局部優(yōu)化問題來得到實時應(yīng)用，但由于哈密頓函數(shù)中的控制變量需要遍歷變量空間，實際上很難實現(xiàn)上述應(yīng)用。目前，PMP 的相關(guān)研究大多數(shù)集中于混合動力汽車，在船舶領(lǐng)域缺乏相關(guān)研究[42]。

綜上所述，現(xiàn)有的混合動力船舶能量管理策略的優(yōu)缺點如表1 所示。規(guī)則型能量管理策略中，無論是基于確定規(guī)則策略，還是在處理多變量、非線性和時變的實際混合動力船舶系統(tǒng)方面更優(yōu)的模糊規(guī)則策略，都存在優(yōu)化性能較差的缺點，但是，鑒于其控制邏輯簡單、計算量小及實時應(yīng)用性好等優(yōu)點，使其在早期混合動力船舶能量管理研究和實際應(yīng)用中得到廣泛推廣（適用于低電氣化、低智能化混合動力船舶），并在后續(xù)研究中普遍作為對比能量管理策略。為了解決規(guī)則型能量管理策略優(yōu)化性能較差的缺點，后續(xù)相關(guān)研究更加側(cè)重于優(yōu)化型能量管理策略。其中，全局優(yōu)化能量管理策略憑借其控制策略全局最優(yōu)性，在混合動力船舶設(shè)計、規(guī)模確定、指導(dǎo)和評價其它能量管理策略的優(yōu)化性能等方面得到廣泛應(yīng)用，但計算量大、需要已知歷史工況等特點決定了其很難得到實時應(yīng)用。而實時優(yōu)化能量管理策略可以實現(xiàn)實時優(yōu)化，在實際應(yīng)用中得到廣泛推廣，但是其瞬時最優(yōu)并不等于全局最優(yōu)，如何在保證實時應(yīng)用性的同時，獲得比現(xiàn)有實時能量管理策略更佳的優(yōu)化性能是亟待解決的關(guān)鍵問題。

表1 混合動力船舶能量管理策略的優(yōu)缺點Table 1 Advantages and disadvantages of energy management strategy for hybrid ships

3 能量管理發(fā)展展望

結(jié)合上述混合動力船舶能量管理存在的問題與挑戰(zhàn)，考慮到今后的發(fā)展與努力方向，對未來混合動力船舶能量管理發(fā)展進(jìn)行了展望。

3.1 標(biāo)準(zhǔn)統(tǒng)一

研究混合動力船舶能量管理時，首先需要確定船舶混合動力系統(tǒng)研究對象的具體構(gòu)成，但目前國內(nèi)尚無針對此問題的專門規(guī)范，設(shè)計時主要參考柴油機機械推進(jìn)、電力推進(jìn)等相關(guān)規(guī)范要求[70]，導(dǎo)致缺乏統(tǒng)一的船舶混合動力系統(tǒng)仿真模型，這種缺乏統(tǒng)一標(biāo)準(zhǔn)的情況還重點體現(xiàn)在仿真驗證工況方面。在混合動力汽車領(lǐng)域，研究人員廣泛采用諸如美國FTP75[71]、日本JC08[72]及歐洲EUDC[73]等標(biāo)準(zhǔn)工況來仿真驗證所提出的能量管理策略。而在混合動力船舶能量管理領(lǐng)域，除了Alsterwasser 號燃料電池驅(qū)動游船的工況數(shù)據(jù)被廣泛用于驗證以燃料電池混合動力船舶為對象的能量管理策略以外[33,46,62,74-75]，對于其它混合動力船舶，由于船舶用途各異，運行工況完全不同，因此目前在混合動力船舶能量管理領(lǐng)域仍無類似于汽車領(lǐng)域的標(biāo)準(zhǔn)工況。鑒此，現(xiàn)有文獻(xiàn)傾向于使用通過函數(shù)生成的工況數(shù)據(jù)和混合動力船舶的實測或者模擬工況數(shù)據(jù)。

例如，文獻(xiàn)[36]采用函數(shù)生成的混合動力船舶工況數(shù)據(jù)，其分為2 種類型：一是需求功率變化較大的工況數(shù)據(jù)；二是需求功率變化相對平穩(wěn)的工況數(shù)據(jù)。這2 種工況的需求功率曲線變化趨勢差異較大。相對于通過實測或者模擬產(chǎn)生的混合動力船舶工況數(shù)據(jù)，通過函數(shù)生成的工況數(shù)據(jù)更具可控性，可以根據(jù)需要來生成相應(yīng)波形的需求功率曲線。而文獻(xiàn)[76-77]采用的是通過實測或者模擬產(chǎn)生的混合動力船舶工況數(shù)據(jù)，它們所處的功率等級相近，功率變化趨勢相似，但并不相同，存在差異性。因此，若能夠統(tǒng)一工況數(shù)據(jù)，形成標(biāo)準(zhǔn)工況，不僅可以減少生成工況數(shù)據(jù)的工作量，還可以使結(jié)果更具有可比性。

鑒于混合動力船舶能量管理研究缺乏統(tǒng)一標(biāo)準(zhǔn)的仿真模型和仿真驗證工況，以及目前研究中簡化后的仿真模型和拓?fù)浣Y(jié)構(gòu)難以適用于實際復(fù)雜系統(tǒng)的問題[13]，未來有必要對獨立運行的電力系統(tǒng)中發(fā)電機和電動機負(fù)荷的精細(xì)建模問題進(jìn)行研究，采用更加貼近實際的拓?fù)浣Y(jié)構(gòu)，并從混合動力船舶能量管理文獻(xiàn)中篩選出典型工況作為后續(xù)相關(guān)研究的統(tǒng)一標(biāo)準(zhǔn)工況。

3.2 結(jié)構(gòu)改善

1） 對于新能源在混合動力船舶上的應(yīng)用，以集成應(yīng)用風(fēng)能、太陽能和燃料電池等新能源發(fā)電裝置的應(yīng)用案例最具有革新性和代表性[11]，并能有效進(jìn)行節(jié)能減排，提高船舶續(xù)航能力。其中，風(fēng)能在船舶上的應(yīng)用以風(fēng)帆助航的方式將風(fēng)能作為船舶動力和推動風(fēng)機發(fā)電這2 種形式為主，且是作為航行的主要動力或者輔助動力。而風(fēng)力發(fā)電技術(shù)由于噪聲大、風(fēng)向與風(fēng)力多變等裝船適配性問題，只是研究了少數(shù)船舶并得到了應(yīng)用[19-20,26-27]。相較于風(fēng)力發(fā)電技術(shù)，太陽能發(fā)電和燃料電池技術(shù)在混合動力船舶中得到更為廣泛的研究與應(yīng)用[19-25,43-44]，但風(fēng)機、光伏等新能源發(fā)電裝置發(fā)電功率的不確定性也給混合動力船舶能量管理帶來了極大的挑戰(zhàn)。同時，因燃料電池技術(shù)所限，目前的船舶燃料電池功率一般不超過300 kW[4]，風(fēng)能、太陽能等新能源都是低能量密度，單一的新能源作用有限，所以必須實現(xiàn)各種新能源的混合利用[78]。此外，還可以與柴油發(fā)電機共同供電，進(jìn)一步擴大新能源比例和降低船舶能耗。在新能源應(yīng)用方面，今后有必要考慮新能源發(fā)電裝置裝船的適配性、新能源發(fā)電功率的不確定性、多種新能源的混合互補利用等混合動力船舶能量管理問題。

2） 不同于混合動力汽車在城市內(nèi)運行時瞬時工況多、加速與制動頻繁的情況，混合動力船舶航行中制動情況較少，但在靠岸階段需要頻繁加速與制動來調(diào)整姿態(tài)，通過制動電阻消耗全部制動能量，從而造成能量浪費[79]。同時，能量浪費情況還存在于燃料電池、發(fā)電機組等產(chǎn)生的余熱中[80]。因此，未來有必要在能量管理研究中考慮再生制動、余熱回收等能量回收系統(tǒng)，這將有利于提高混合動力船舶的燃料經(jīng)濟性和排放性。

3） 混合動力船舶能量管理的性能與船舶本身的動力總成、參數(shù)匹配相關(guān)。根據(jù)不同能量管理目標(biāo)，未來有必要考慮對包括推進(jìn)電機、發(fā)電機組、儲能裝置等混合動力船舶動力總成的規(guī)格與參數(shù)進(jìn)行匹配與優(yōu)化，這樣可進(jìn)一步提升整體效率，優(yōu)化能量管理性能。

3.3 工況預(yù)測

基于混合動力船舶能量管理策略的歸納分析，可知全局優(yōu)化能量管理策略依賴于歷史工況或者長期工況的預(yù)測精度，而實時優(yōu)化能量管理策略中，無論是ECMS 還是MPC，兩者的性能在很大程度上都取決于當(dāng)前瞬時工況或者短期工況的預(yù)測精度。上述兩種能量管理策略均對所使用的循環(huán)工況依賴性強，工況不同，能量管理策略的優(yōu)化性能也不同。同時，風(fēng)機、光伏等新能源發(fā)電裝置的接入為船舶電力系統(tǒng)帶來了極大的不確定性，不僅會隨著季節(jié)變換發(fā)生長時間尺度變化，還會發(fā)生短時間尺度的波動，從而使得新能源裝置帶來的不確定性與負(fù)荷的不確定性一起構(gòu)成了工況的不確定性。因此，通過實時分析輸入數(shù)據(jù)并結(jié)合歷史工況數(shù)據(jù)，對長期/短期工況進(jìn)行精準(zhǔn)預(yù)測可有效提高混合動力船舶能量管理策略的性能。在工況預(yù)測方面，未來的研究重點如下：

1） 借助泛在電力物聯(lián)網(wǎng)思想[81]，利用智能化傳感量測、終端智能化及數(shù)值天氣預(yù)報等技術(shù)獲得船舶實時運行狀態(tài)、通航環(huán)境數(shù)據(jù)，并借助機器學(xué)習(xí)[82]、大數(shù)據(jù)分析[83]等技術(shù)完成能量管理數(shù)據(jù)的實時分析，實現(xiàn)混合動力船舶的歷史數(shù)據(jù)分析和工況的實時全面感知。

2） 風(fēng)機、光伏等新能源發(fā)電工況預(yù)測在混合動力船舶能量管理中研究較少，而在陸地微電網(wǎng)能量管理研究中廣泛采用神經(jīng)網(wǎng)絡(luò)[84]、概率預(yù)測[85]、隨機森林[86]等方法進(jìn)行風(fēng)能、太陽能等新能源發(fā)電工況預(yù)測。在處理風(fēng)能、太陽能等新能源發(fā)電工況不確定性與系統(tǒng)經(jīng)濟成本方面，陸地微電網(wǎng)能量管理領(lǐng)域廣泛采用概率最優(yōu)潮流[87]、場景分析[88]、機會約束[89]等方法來處理不確定性，但不同于陸地微電網(wǎng)，船舶不僅具有脈沖負(fù)荷，而且海洋環(huán)境及運行條件多變，船舶微電網(wǎng)面臨著更加復(fù)雜的環(huán)境影響，工況預(yù)測較陸上更加困難。因此，在借鑒陸地微電網(wǎng)工況預(yù)測技術(shù)的同時，還應(yīng)根據(jù)混合動力船舶具體情況展開研究。

3.4 策略改進(jìn)

1） 結(jié)合混合動力船舶實際能量管理系統(tǒng)有限的計算力與實時能量管理的要求，綜合現(xiàn)有各種能量管理策略的優(yōu)勢，考慮全局最優(yōu)算法的全局最優(yōu)優(yōu)化性能、模糊邏輯算法的適應(yīng)性與魯棒性、實時優(yōu)化算法的實時應(yīng)用性等，探索不同算法的相互協(xié)同與融合，通過取長補短來實現(xiàn)優(yōu)化性能與實時應(yīng)用性之間的平衡。

2） 如何在保證實時應(yīng)用的同時，提高優(yōu)化性能是能量管理策略實時應(yīng)用的研究重點。目前的混合動力船舶能量管理策略大多屬于集中式能量管理策略，而分布式能量管理策略通過多個分布式控制器協(xié)同優(yōu)化，可以顯著降低計算復(fù)雜度，且沒有單點故障的風(fēng)險[17]。因此，分布式能量管理策略值得在混合動力船舶能量管理方面得到進(jìn)一步的研究與應(yīng)用。

4 結(jié) 語

船舶混合動力系統(tǒng)的應(yīng)用能夠有效提高船舶的動力性能，降低燃料消耗，減少污染物排放，在EEDI 和EEOI 得到推廣的情況下具有良好的應(yīng)用前景。然而，現(xiàn)有的混合動力船舶能量管理研究綜述缺乏對能量管理目標(biāo)的歸納總結(jié)，對能量管理存在的問題及其解決方法的論述也不夠全面和深入。為此，本文從能量管理目標(biāo)、能量管理策略的角度，綜述了混合動力船舶能量管理的最新研究進(jìn)展及其研究現(xiàn)狀，全面、深入地分析了現(xiàn)有相關(guān)研究存在的優(yōu)缺點及應(yīng)用條件，從標(biāo)準(zhǔn)統(tǒng)一、結(jié)構(gòu)改善、工況預(yù)測、策略改進(jìn)這4 個方面對未來研究的方向進(jìn)行了展望。