摘要
在燃料电池船舶系统中，设计合理的复合储能系统可以提高燃料电池船舶的效率，复合储能系统既能够提供高功率输出进行加速和特殊工况下的应对，也能够提供高能量密度的储能系统支持长时间的巡航，从而提高燃料电池船舶的整体效率。通过使用复合储能系统，可以减小混合动力系统的电压脉动，从而提高混合动力船舶的稳定性和安全性。因此，研究燃料电池船舶复合储能系统优化管理方法已成为燃料电池混合动力船舶能量管理策略的核心问题。 本研究以燃料电池船舶的复合电源混合动力系统为研究对象，深入研究以电池寿命、电能质量和储能系统成本等为优化指标的能量管理策略。本研究对燃料电池船舶混合动力系统的能量管理策略设计与容量配置提供了理论参考和技术支持，同时所提出研究的方法还可以作为其他形式的混合动力系统提供参考。本研究的具体内容包括： 首先，结合锂电池退化过程容量数据所具有的空时特征，并引入常被用于提升深度学习模型性能的残差结构，提出了一种结合CNN和LSTM优点的混合空时融合预测框架。基于这一框架，针对CNN不能充分考虑时间序列回归的时间信息的缺点，LSTM不能考虑序列回归的空间信息的缺点，构建了CTF-net预测模型。并将所构建的模型使用公开数据集进行仿真实验验证。在4个比较模型中实验结果表明：在用于评价预测结果性能的指标MAE、RMSE、R、R2上CTF-net都获得了最为理想的结果。总而言之，本研究构建的CTF-net模型在锂电池寿命预测方面具有良好的预测性能，为了更好地保护和延长复合电源的使用寿命提供了先验条件，它还为回归分析中基于空时融合的深度学习模型的有效性提供了例证。 其次，构建了在适合燃料电池船舶航行工况的前提条件之下，尽量使得直流母线压电与锂电池电流的波动越小，以及复合电源系统的能量损失越小和系统成本越小越好的目标函数，并且引入具有良好适用性深度强化学习优化算法DQN，对燃料电池混合动力船舶能量管理策略中的储能系统的参数和滤波器系数进行优化。通过仿真实验验证了DQN模型在燃料电池混合动力船舶能量管理策略中的储能系统的参数和滤波器系数目标优化问题上的有效性。同时研究成果对燃料电池混合动力船舶能量管理策略中的储能系统的参数和滤波器系数寻优求解也提供了关键的理论和技术支撑。
NETL