基于支持向量机与模型预测控制的混合动力船舶能量管理策略.pdfVIP

基于支持向量机与模型预测控制的

混合动力船舶能量管理策略*

摘要：为了提高混合动力船舶能量利用效能，提升混合动力船舶燃油经济性，将在线工况识别与实时优化策

略相结合，提出了基于支持向量机（supportvectormachine，SVM）与模型预测控制（modelpredictivecontrol，

MPC）的混合动力船舶能量管理策略。引入SVM理论，使用“美维凯越”号新能源游轮的实船数据，优化核函

数类型及关键参数，构建船舶运行4个典型工况的在线识别模型；再通过对船舶当前时刻工况特征参数的分析

与判断，确定船舶实时运行工况。以最小燃油消耗和保持储能单元荷电状态（stateofcharge，SOC）稳定为目

标，以主机和复合储能单元之间的实时输出功率为优化变量，以功率需求预测模型为约束条件，构建模型预测

控制MPC模型；为提高不同工况下功率需求预测的精度，提出基于多步马尔科夫模型的功率预测模型，并根据

实时工况识别结果，更新MPC模型中的功率需求预测模型约束，实现船舶能量实时动态优化。最后，采用小波

变换方法，将最优功率解分解成高频信号和低频信号；再根据复合储能单元中不同动力源工作特性的差异，将

高频信号和低频信号分别分配给具有高功率密度的超级电容和具有高能量密度的蓄电池。为验证方法的有

效性，开展了基于MATLAB的仿真实验，结果表明：在相同工况下，所提策略累计燃油消耗量为4404.5561g，

平均燃油消耗率为202.9737g/kWh；与基于单一模型预测控制的能量管理策略相比，所提方法可节省燃油消

耗4.55%，验证了所提能量管理策略的有效性。

关键词：能量管理；混合动力船舶；控制策略；模型预测控制；模式识别

AnEnergyManagementStrategyforHybridShip

BasedonSVMandMPC

Abstract:Toimprovetheenergyefficiencyandfueleconomyofhybridships,energymanagementstrategyforhy-

bridshipsbasedonsupportvectormachine(SVM)andmodelpredictivecontrol(MPC)isproposed,incorporating

theworkingconditionrecognitionintothestrategymanagement.Aworking-conditionrecognitionmodelisdevel-

opedbasedontheSVMtheory,thekernelfunctiontypeandkeyparametersareoptimizedbyusingtheoperationda-

tafromthehybridpoweredcruiseshipscalled“MEIWEIKEYUE”,andtheoneoffourworkingconditionsisrec-

ognizedbyfeedingthereal-timeoperationdata.AnenergymanagementMPCmodel(EM-MPC)isproposed,allo-

catingtheoutputpowersofmainengineandcompositeESUsforminimizingtheconsumptionoffuelandmaintain-

收稿日期：2023-10-05

126交通信息与安全2024年4期第42卷总251期

ingthestateofcharge(SOC)stabilizationofenergystorageunit(ESU),whichisconstrainedbythepowerdemand

prediction(PDP)model.Then,apredictionmodelbasedonthemulti-stepMarkovmodelis