[0001] 本发明属于混合动力船舶推进系统控制技术领域，涉及一种混合动力船舶推进系统的优化控制方法和程序，具体涉及一种考虑储能电池SOC和SOH的混合动力船舶推进系统优化控制方法和程序。

[0002] 随着全球能源危机的加剧和环保要求的提高，混合动力船舶作为一种结合内燃机和电力推进系统的解决方案，因其更高的能源效率和更低的环境污染而受到关注。然而，混合动力船舶的能源管理系统复杂，需要精确控制各种能源的分配，以达到最佳的能源利用效率和最小的环境影响。

[0003] 关于混合动力船舶推进系统的优化控制方法，存在一些现有技术。CN108100202A公开了一种LNG‑蓄电池混合动力船舶推进系统功率分配方法，采用“开关式+逻辑门限+模糊控制”的三策略功率分配方法，解决了LNG发动机动力加载的迟滞性问题。CN111874182A公开了一种混合动力船舶的能效预测控制系统及方法，通过能效预测控制单元的航速优化模型计算船舶建议航速，通过功率预测模型计算船舶需求功率，通过功率动态管理模型计算最优的发动机和电池组输出功率、螺旋桨转速。CN116161208A公开了一种船用混合动力系统控制方法、装置、系统及船舶，通过判断电力负载的当前所需负载功率使船舶分别在纯电模式、纯甲醇模式或混动模式运行。CN114435575A公开了一种船舶混合动力系统及能量管理控制方法、设备和存储介质，以通过氢燃料电池系统输出功率尽可能多满足负载功率需求，从而减小锂电池系统的输出功率占比，减小锂电池系统的消耗，进而降低锂电池系统的充电频率，从而降低了由于锂电池系统的充电和放电带来的损耗量，进而提升了船舶混合动力系统的能源效率。可以看出，这些混合动力船舶推进系统的优化控制方法，基本上都只从能效的角度考虑如何分配功率，没有考虑储能电池的性能，特别是储能电池的健康状态(SOH)。

[0004] 储能电池作为混合动力船舶推进系统的关键组成部分，其性能直接影响到整个系统的效率和可靠性。因此，如何精确监测和管理储能电池的状态，特别是其荷电状态(SOC)和健康状态(SOH)，成为优化混合动力船舶推进系统控制方法的关键之一，面对这一挑战，开发一种能够精确估计储能电池状态，并据此优化控制混合动力船舶推进系统的方法显得尤为重要。

[0057] 下面结合说明书附图，对本发明的技术方案进行清楚、完整的描述。显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明的保护范围。

[0058] 实施例1

[0059] 一种混合动力船舶推进系统的优化控制方法。

[0060] 第一步，建立混合动力船舶推进系统的能量宏观模型。全电推进船舶混合动力系统主要包括三个部分：发电系统、动力电池储能系统和推进负载与日用负载。发电系统主要含有发动机、发电机以及三相AC‑DC变换器；动力电池储能系统由动力电池、双向DC‑DC变换器组成。

[0061] 功率变换器将发动机与动力电池两个动力源进行耦合，根据能量宏观描述规则，功率变换器由一个理想的转换元件和一个用于模拟变换器滤波器的累积元件组成。功率变换器的能量宏观描述模型及其控制结构分别如图1和图2所示。其中，Source表示前级动力源，如动力电池系统、发电系统；Vs表示动力源输出电压，Is表示动力源输出电流，Vc为变换器经滤波前电压，Vbus为直流母线电压，Ic为流过滤波器的电流，Icref为流过滤波器电流的参考值，Vsref为动力源输出电压参考值，Bus表示直流母线，Current controller为变换器的电流控制器，mc为变换器的电压控制系数。

[0062] 混合动力船舶推进系统的能量宏观模型从直流母线公共耦合点开始构建，它将发动机和动力电池的能量汇集后给负载供电，发动机带动发电机发电后，通过三相AC‑DC变换器连接到直流母线，动力电池通过双向DC‑DC变换器连接到直流母线，得到混合动力系统能量宏观描述模型结构如图3所示。RL Filter为滤波器，SG为发电系统，包含发动机和永磁同步发电机，Load为混合动力船舶负载，Bat表示动力电池组，VSG和ISG分别表示发电系统输出电压和电流，Vdc_SG为发电系统经整流后输出电压，Vbat和Ibat分别为动力电池输出电压和电流，Vdc_Bat为动力电池系统经直流变换器后输出电压，Vbus和Ibus分别为直流母线电压和电流。

[0063] 第二步，建立动力电池模型。这个模型包括电池的电化学特性，电池的动态行为可以通过以下非线性系统方程和观测方程表示：

[0064] x_(k+1)＝f(x_k,u_k)+w_k

[0065] z_k＝h(x_k)+v_k

[0066] 式中，x_k表示第k时刻的状态向量(包含SOC和SOH)，u_k表示第k时刻的输入(例如，充放电电流)，w_k是过程噪声，f(.)是描述电池状态如何随时间变化的非线性函数。z_k是第k时刻的观测向量(例如，电池电压)，v_k是观测噪声，h(.)是非线性函数，表示如何从状态向量得到观测量。

[0067] 总的来说，状态方程描述了电池状态(SOC和SOH)随时间变化的关系，观测方程描述了观测量与电池状态之间的关系。

[0068] 第三步，采用卡尔曼滤波算法对动力电池当前SOC和SOH进行联合估计。根据上述状态空间方程和观测方程，通过EKF的方式对电池当前SOC和SOH的状态进行估计，具体估计流程如图4所示。

[0069] 第四步，建立逆系统模型。通过EKF的方式将电池荷电状态SOC与健康状态SOH估算出来后，与基于逆系统的模型预测控制(MPC)结合起来，涉及到将电池的状态和健康信息纳入到控制系统的决策过程中。这样做可以优化混合动力船舶的能源管理，提高能效，同时保护电池，延长其寿命。

[0070] 基于混合动力船舶的能量建模，构建一个逆系统模型。这个模型能够根据期望的输出(如速度或推力)反推出所需的能量输入(电能和燃料)。这个逆向模型包括电池、内燃机等组件的能量转换和消耗特性，具体步骤如下：

[0071] (1)求原系统Σ的逆系统 及其初值。

[0072] (2)由 求其α阶积分逆系统 及其初值。

[0073] (3)将系统Σ与其α阶积分逆系统 级联，构成伪线性复合系统 便成功将被控对象解耦并实现了其线性化。

[0074] (4)将上述伪线性复合系统 中包含的各个子系统视为被控对象，利用频率响应法或根轨迹校正法等单变量线性系统的设计方法对目标控制系统进行设计。

[0075] 图5为逆系统方法示意图，其中rref为输入信号的参考值，θr为虚线框内级联后伪线性系统的线性控制器。

[0076] 在逆系统模型中将电池状态SOC和SOH作为关键参数纳入，以使其逆系统模型更加准确。这些参数影响电池的输出能力和寿命，是优化决策的重要依据。例如，一个较低的SOH可能意味着需要减少对电池的依赖，以保护电池健康。

[0077] 第五步，采用模型预测控制方法，优化控制混合动力船舶推进系统。混合动力船舶能量分配策略的目的是在保证船舶安全稳定航行的前提下，根据当前船舶航行工况，分配发动机和动力电池的输出功率，最大限度减少船舶航行时的燃料消耗量。基于模型预测控制的能量分配策略可以概括为以下几个步骤：

[0078] (1)获取当前时刻船舶航行需求功率Preq，结合当前时刻发动机的燃料消耗Be和EKF估算出的动力电池的SOC和SOH，基于预测模型获取预测时域内发动机的燃料消耗数据Be和动力电池的SOC和SOH，用于计算预测时域内的最优控制序列；

[0079] (2)基于预测时域内的发动机燃料消耗数据Be和动力电池的SOC和SOH，利用优化算法，计算动力电池在给定约束下的功率Pbat的最优序列；

[0080] (3)将计算得到的动力电池功率Pbat序列的第一个值作为模型预测控制器的输出，在下一个采样周期内，继续获取船舶的需求功率Preq，预测系统下一个时刻的发动机燃料消耗数据Be和动力电池SOC和SOH，并修正前一时刻的预测值。

[0081] (4)重复上述步骤(1)至步骤(3)。

[0082] 实施例2

[0083] 一种计算机系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现实施例1所述的一种混合动力船舶推进系统的优化控制方法中的步骤。

[0084] 实施例3

[0085] 一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如实施例1所述的一种混合动力船舶推进系统的优化控制方法中的步骤。

[0086] 实施例4

[0087] 一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现实施例1所述的一种混合动力船舶推进系统的优化控制方法中的步骤。

[0088] 尽管上面已经示出和描述了本发明的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施方式进行变化、修改、替换和变型。本发明的保护范围由权利要求书及其等同技术方案限定。