基于超级电容荷电状态控制功率分配的能量管理

陶 宁， 郭 燚

(上海海事大学 物流工程学院， 上海 201306)



基于超级电容荷电状态控制功率分配的能量管理

陶 宁， 郭 燚

(上海海事大学 物流工程学院， 上海 201306)

基于一艘超级电容为动力来源的全电力推进船舶，加入燃料电池后组成混合储能动力船舶，使得不同的储能元件发挥其优势，平衡复杂的负载功率波动，延长船舶续航里程，优化能量的使用效率。超级电容和燃料电池分别以双向半桥DC-DC变换器和Boost变换器作为媒介，与600 V直流母线连接，通过双闭环控制策略对总线电压和各储能元件电流进行控制；同时,采用一种新型的能量管理方法，以超级电容荷电状态为基础，使得能量分配保持动态平衡。Matlab/Simulink仿真结果表明，该方法有效地利用了各储能元件的优势，发挥了超级电容平复负载波动的作用，超级电容作为储能元件的能量也得到充分利用。

超级电容； 燃料电池； 能量管理； 负载波动； Simulink

船舶在实际航行中会遇到不同的状况，如雨雪天气，避让其他船舶，加、减速过程等，都会使得负载的功率有很大程度的波动。传统的柴油动力船舶为了满足这种大功率需求，需要增加发动机组的数量来保证充足的裕量。但是，当船舶平稳航行时，却是保持较低的功率状态，这就使能量消耗不在柴油机的最佳能耗区间，造成能源的浪费。相较之下，混合储能电力推进技术很好地解决了这一难题。电力推进的优势在于机动性强，可以应对不同负载变化，且储能元件布局灵活，运行噪声低，安全性能也更有保障，尤其是在城市环境中使用的船舶，对于温室气体排放有限制要求。因此，混合储能电力推进技术取代传统柴油机动力将是未来的趋势[1]。

依托于新能源产业的发展，对于混合储能动力船舶的研究已取得了一些成果。早在2000年，澳大利亚研发出世界上第一艘商用太阳能/风能混合动力“Solar Sailer”号双体轮渡客船；2008年，德国Proton Power System 公司研发的混合动力船舶“Alsterwasser”采用超级电容、锂电池和燃料电池作为动力来源，配合能量管理系统工作[2]。在国内，2010年的上海世博会上，由我国自主研发的“尚德国盛”号参加展览，该船使用柴油机组、锂电池和太阳能混合动力，是我国第一艘使用太阳能的混合动力船舶[3]。对于混合储能系统，文献[4]中阐述了燃料电池与超级电容混合储能系统在分布式发电系统中的应用，以超级电容为备用能源，总线电压作为约束条件。文献[5]中阐述了混合储能的优点，分别举了燃料电池与超级电容混合储能、燃料电池与锂电池混合储能在电动汽车上的应用。文献[6]中以模糊控制理论为基础，研究了对超级电容、锂电池和燃料电池混合储能的能量管理。由此可见，关于混合储能在电动汽车与家庭微电网中的应用已十分广泛。

目前，对于船舶混合储能的能量管理研究还处于初级阶段，本文以位于法国Lorient市的超级电容轮渡Vag Ar Treden为研究对象,主要研究混合储能在船舶上的应用；本文设计的混合储能系统结构与汽车以及微电网储能系统相似，因此，在设计中很具有借鉴意义；同时，在船舶中加入其他储能元件组成混合储能系统，进行相应的能量管理，平复负载功率的波动。

1 储能元件选择

位于法国Lorient市的超级电容轮渡Vag Ar Treden，制造商为STX France Lorient，2013年投入使用，外观如图1所示。该轮渡最大的特点是储能单元仅由超级电容构成，是一艘纯电力推进船舶[7]。

图1 Vag Ar Treden外观图

图2为该轮渡航行的路线图以及航程中的功率特性曲线。该轮渡每次往返需要充电一次，每天航行往返35次;从港口R处完成充电后出发，反复经过阶段1和2，到达港口A后，重新载客再以同样的方式返回港口R。由图2(b)可见，当功率P<0时，表示渡轮正在航行过程中，超级电容放电；当P>0时，表示渡轮在港口R停靠，超级电容在充电[8]。

(a)航行路线图(b)功率特性曲线

图2 轮渡的航行路线图与功率特性曲线

Fig.2 Sailing route and power profile of the ferry

Vag Ar Treden每次的航行路线较短，且每次往返均需充电，表明该轮渡航行的机动性较差，当遇到恶劣天气或执行特殊任务、需要增加航行里程时，负载需要额外提供能量；此时，若以简单地增加超级电容模组的方式提供能量，不仅轮渡本身的空间无法承载较大的超级电容模组，且超级电容价格昂贵，成本上会有更大负担。因此,本文考虑以超级电容为辅助能源，加入其他储能元件，组成混合储能动力系统。目前市场上的新能源材料很多，如锂电池、燃料电池、飞轮储能、铅酸电池等。图3给出了各储能元件的能量与功率对比曲线。

图3 储能元件性能比较

由图可见，超级电容的功率密度较高，能量密度却很低。因此，考虑加入的储能单元的能量密度应较高，以弥补超级电容在能量密度上的短板。图3中，锂电池的功率密度和能量密度特性都介于燃料电池与超级电容之间，从能量密度角度考虑，燃料电池的能量密度明显高于锂电池，几乎高出2个数量级；从功率密度角度考虑，锂电池的功率密度高于燃料电池。由于该轮渡中的超级电容本身就拥有极高的功率密度，已经完全可以满足系统对功率密度的要求，因此，燃料电池作为混合储能元件更为合适。同时，燃料电池转换效率高，在额定功率下效率高达60%，而且产物只有水，没有温室气体排放[9]。因此，本文选择加入燃料电池，与超级电容组成混合储能动力系统。

文献[9]中研究了燃料电池和超级电容搭配构成的混合储能系统的应用。超级电容的动态响应速度远快于燃料电池，当船舶处于加速或减速过程中，负载功率需求发生突变，此时,超级电容将承担起负载功率中的高频分量的部分，燃料电池负责低频分量的部分。

3 混合储能动力系统

3.1 系统结构

图4所示为超级电容与燃料电池组成的混合动力系统结构图。系统总线电压为600 V，燃料电池通过Boost变换器与母线连接，超级电容通过双向半桥DC/DC变换器与母线连接，负载则通过逆变器与母线连接。

图4 混合动力系统结构示意图

本文设计由超级电容与燃料电池组成的混合动力系统结构，与家庭微电网以及新能源汽车的设计类似，通过精确控制变换器，实现能量交换。系统中的能量交换模式主要有以下3种[11]：

(1) 系统过载时，燃料电池与超级电容共同提供负载所需要的能量，即

PFC+PSC=PL

(1)

式中，PFC为燃料电池功率;PSC为超级电容功率;PL为负载功率。

(2) 系统轻载时，燃料电池提供负载所需能量，且为超级电容充电，即

PFC=PL+PSC

(2)

(3) 负载回馈制动时，回馈的能量由超级电容吸收，即

PL+PSC=0

(3)

当PSC>0，超级电容放电；PSC<0，超级电容被充电。

3.2 DC/DC变换器

超级电容与直流母线通过双向半桥DC/DC变换器(见图5)连接，实现充、放电功能。燃料电池与母线通过Boost变换器(见图6)连接，使得燃料电池将能量传输给直流母线。双向半桥DC/DC变换器和Boost变换器的模型搭建需要确定其中低通滤波器的参数，再根据参数在Matlab中搭建相关模型，其中,电容C并联在直流母线之间，两个直流变换器共用一个电容器。

图5 双向半桥DC/DC变换器

图6 Boost变换器

本文中,变换器参数的确定建立在其所有元器件都是理想状态的条件下，不包含任何形式的能量损失，故可计算得到变换器中电感与电容值分别为[12]

(4)

(5)

ΔUbus=0.05Ubus

(6)

式中，Uin为输入端电压;Uo为输出端电压;P0为最大负载功率;开关频率fs=10 kHz;IL为电感电流;Ubus为母线电压;ΔUbus为母线电压波动的数值。

根据超级电容端电压USC和燃料电池端电压UFC以及Ubus才能计算出所需低通滤波器参数的大小，其中混合储能系统具体参数如表1所示；超级电容在港口R处充电功率为200 kW。

2个变换器中的低通滤波器共用1个电容，电容连接在母线之间。由表1的数值，结合式(4)～(6)，可计算得到直流变换器中低通滤波器的参数值，如表2所示。表中，LBoost为燃料电池端Boost变换器电感；Lbidi为超级电容端双向半桥DC/DC变换器电感；Cbus为并联在母线中间共用的电容。

表1 给定参数

表2 变换器参数

4 控制参数

4.1 控制原理介绍

负载功率的波动将导致直流母线电压的波动，当负载增大时，直流母线电压降低；反之，直流母线电压则回升。本文采取超级电容双闭环控制策略，通过控制直流母线电压间接地平复母线电压的波动[13]。双闭环控制原理图如图7所示。图中，IFC和IFC_ref为燃料电池电流测量值和参考值；ISC和ISC_ref为超级电容电流的测量值和参考值，Ubus_ref为母线电压参考值。Ubus_ref=600 V，与实时反馈的直流母线电压进行做差比较，经PI调节器后输出作为电流环参考值，再利用PWM技术控制开关的通断，以达到对储能元件功率精确控制的目的。

图7 双闭环控制策略

4.2 PI参数确认

双闭环控制策略中包含了3个闭环控制系统。闭环控制系统中阻尼比ξ是系统稳定性的重要指标[4]。在欠阻尼情况下(0<ξ<1),闭环控制系统有超调量，通常阻尼比ξ=0.4～0.8;若ξ=1，系统动态响应无超调。开关频率fs取值一般为10～20 kHz;转折频率为

ωC≤2πfs/50

(7)

本文设ωC=200 Hz，ξ=0.7。由文献[14]中可知，PI环节的加入不改变系统的自然频率，但可增大系统的ξ，使得阶跃响应的超调量下降，调节时间缩短，且不影响稳态误差以及系统自然频率。PI的参数设定可以简要归纳为[14]

信息技术发展快、更新快，由于缺乏既懂农业信息化，又懂农业技术的专业人才，先进信息技术难以在生产中推广应用，技术服务也跟不上群众需求。贫困户文化水平低，先进信息技术接受能力弱。

kP=2ξωCL

(8)

(9)

由此可计算出PI的参数如表3所示。

表3 PI环节参数确定

需要注意的是，对于超级电容电流环而言，其ωC应较直流母线电压环缩小10倍，即

ωv=ωC/10=20 Hz

其中，ωv为超级电容内环转折频率。

5 新型能量管理策略(EMS)

本文利用Matlab 2015b进行仿真研究。考虑到系统仿真的稳定性与准确性，燃料电池和超级电容元件直接从电力电子模型库SimPowerSystem中选择，模块中可以针对燃料电池的额定电压、额定电流、层数等重要参数进行设定。变换器模型以及PI控制环节的模型将使用本文搭建的模型来进行构建。

5.1 SOC限定功率策略

能量管理的目的是确保超级电容和燃料电池的功率合理分配，以两种储能元件的优势来满足负载功率变化。

式中，ESC为超级电容中包含的能量；UC为超级电容现有的电压；iSC为通过超级电容的电流；CSC为超级电容的电容值。

超级电容的荷电状态(State of Charge,SOC)为

式中，UCb、UCM分别为超级电容的测量电压和额定电压。

为了避免超级电容过充、过放，其充满电的电压值应与额定电压相当，放电的最低值应约为总电量的30%[15]，这样才能保证其在稳定的环境中使用。本文设定超级电容的SOC为0.25～1，当SOC降到最低点0.25时，由燃料电池提供全部负载所需要的能量，而当SOC=1时，则以超级电容的能量优先使用。

文献[16]中运用模糊控制策略对混合储能系统进行能量管理。该模糊控制策略根据负载功率需求和超级电容的SOC值强行规定燃料电池的功率大小；缺点是燃料电池功率依然受到负载功率的牵制，当负载功率突变时，燃料电池同样要承担较大的功率波动，这与其动态响应速度较慢的特性是相违背的。本文借鉴文献[16]中的方法，提出了一种新型的能量管理策略：不考虑负载功率PL的变化，只考虑超级电容SOC值与燃料电池功率PFC之间的比例关系。由于SOC总是缓慢变化的，设计PFC与SOC成反比，这样保证了PFC不会发生突变。其设计思路是以超级电容提供PL为基础，PFC以反比的形式与超级电容SOC值挂钩，以避免PFC与PL之间有任何联系，燃料电池只需要根据超级电容的SOC值提供能量。SOC模块设计如图8所示。

图8 SOC模块设计

Fig.8 Design of SOC block

图8中，SOC_max=1，为满充时的超级电容SOC值；K为能量系数，为限制PFC达到最大值而设定。

本文设定SOC为0.25～1，燃料电池功率最大值PFC_max=64.5 kW。

当超级电容SOC=0.25时，根据负载功率动态特性曲线，负载最大需求功率为64.5 kW，故可设定燃料电池可提供的最大负载功率为64.5 kW，此时若负载为满载，则所有的功率将由燃料电池提供，即PFC=PL，超级电容不放电；若此时负载不是满载，则燃料电池除了给为负载提供能量外，还要为超级电容充电。此时，随着SOC的增加，PFC随之减小，而超级电容参与放电的比例也随之提高。

当超级电容SOC=1时，则PFC的数值与K相当，即由超级电容为负载提供绝大部分的能量，随着SOC降低，PFC随之升高。当SOC=0.25时，PFC=64.5 kW，满足负载最大功率需求，此时完全由燃料电池为负载提供能量，超级电容不需要放电。故

可计算得到

K=64 500/4=16 125

图9所示为基于超级电容SOC控制功率分配的能量管理策略。该模块(见图左侧)通过一个低通滤波器，配合双闭环控制系统进行能量管理。超级电容SOC控制燃料电池功率策略的思路是使超级电容也能够利用其既有电量,当SOC很高时，则由超级电容作为主要能源提供负载功率，而燃料电池承担少部分功率；当SOC很低时，则由燃料电池承担主要负载功率，超级电容不放电。SOC与PFC呈相反趋势发展，SOC的变化必然是缓慢的，这样PFC增加的速度也必然缓慢，工作状态正好符合了燃料电池动态响应速度慢的特性。

图9 基于超级电容SOC控制功率分配的能量管理策略

Fig.9 Energy management for SOC of supercapacitor control power distribution

5.2 混合储能动力系统仿真分析

为验证本文研究的混合储能动力系统的可行性与有效性，利用Matlab 2015b软件进行仿真研究。图10给出混合储能动力系统的仿真模型，其中方框部分为超级电容SOC控制功率分配模块。

图10 混合储能动力系统仿真模型

Fig.10 Hybrid source powertrain model simulation

本文设定储能元件仿真参数如表4所示，低通滤波器的参数与PI环节参数见表2、3。

仿真实验以负载功率特性曲线作为输入信号，为分析混合储能系统的有效性，本文中将混合储能系统仿真结果与单一的超级电容储能系统仿真结果进行比较，图11所示为混合储能系统各储能元件与以超级电容为单一储能系统的功率特性曲线比较。

表4 储能元件仿真参数

(a) 混合储能系统各储能元件

图11 混合储能系统各储能元件与以单一储能系统的功率特性曲线

Fig.11 Hybrid source power profile compared with single source power profile

由图11可见，混合储能系统中，超级电容不仅承担了高频分量的功率，且在负载高功率状态下也承担了相当一部分的低频功率，而燃料电池功率保持平缓的变化。当超级电容作为单一储能系统工作时，其功率特性曲线几乎跟随负载功率变化，这与超级电容动态响应速度较快的特性是相吻合的。

图12所示为混合储能系统与单一储能系统的超级电容SOC曲线比较。由图可见，采用混合储能系统后，超级电容SOC在航行结束时仍保持在0.55左右，这是由于在航行中期接受了燃料电池充电的缘故。从SOC的角度出发，只要燃料足够，船舶的航行距离可以得到相当程度的提高。

图13所示为混合储能系统与单一储能系统的储能元件电压比较。由图可见，混合储能系统超级电容的电压下降明显，这说明超级电容不仅承担了

图12 混合储能系统与以超级电容为单一储能系统的超级电容SOC曲线变化比较

Fig.12 Behavior of supercapacitor SOC with hybrid source and single source system respectively

平复负载波动的作用，同时也承担了大量的负载能量供应；但是，与单一储能系统相比，电压并没有下降至最低，这是由于在中期接受了燃料电池的充电，与超级电容的SOC数值表现保持一致。

图14所示为混合储能系统储能元件与单一储能系统的电流比较。由图14(a)可见，燃料电池的电流波动不大，这与图11(a)中的功率波动比较一致；而超级电容的电容波动较大，但由于采用SOC控制功率分配的策略，将电流峰值很好地控制在150 A以内；而超级电容作为单一的储能元件时，电流随着电压的下降而发生剧烈波动，峰值接近400 A。

(a) 混合储能元件电压

图13 混合储能系统储能元件与单一储能系统的电压比较

Fig.13 Voltage behavior with hybrid source and single source system respectively

(a) 混合储能元件电流

(b) 单一储能的电流

图14 混合储能系统储能元件与单一储能系统电流比较

Fig.14 Current behavior with hybrid source and single source system respectively

6 结 语

本文以超级电容轮渡Vag Ar Treden为研究对象，研究混合储能在船舶上的应用，设计了一种新型的基于超级电容SOC控制功率分配策略。该策略设定了SOC与燃料电池功率的关系，使得超级电容和燃料电池组成混合储能系统给负载提供能量。超级电容作为唯一储能元件，在加入新的储能元件后，保证既平复了负载波动，又可充分利用其既有能量。基于超级电容SOC控制功率分配策略以超级电容电荷状态为基础,较好地解决了能量分配的动态平衡。

[1] 陈刚,张思全. 超级电容和锂电池技术在船舶电力推进系统中的应用研究概述 [J]. 工业控制计算机,2015,28(8)：157-158.

[2] 袁裕鹏,王凯,严新平. 混合动力船舶能量管理控制策略设计与仿真 [J]. 船海工程,2015,44(2):95-98.

[3] 桑丙玉,陶以彬,郑高,等. 超级电容-蓄电池混合储能拓扑结构和控制策略研究 [J]. 电力系统保护与控制,2014,42(2)：1-6.

[4] 刘迎澍,康伟娇. 基于模糊控制的光储微网系统能量管理策略 [J]. 电力系统及其自动化学报,2017,29(1)：97-102.

[5] NJOYAMOTAPON S. Design and simulation of a fuel cell hybrid emergency power system for a more electric aircraft： Evaluation of energy management schemes [D]. Montreal: Ecole de Technologie Superieure (Canada), 2013.

[6] MARZOUGUI H, AMARI M, KADRI A, et al. Energy management of fuel cell/battery/ultracapacitor in electrical hybrid vehicle[J]. International Journal of Hydrogen Energy, 2016,42(13):8857-8869.

[7] HMAM S, OLIVIER J C, BOURGUETS, et al. A multirate simulation method for large timescale systems applied for lifetime simulations [C]∥2015 IEEE Vehicle Power and Propulsion Conference (VPPC). Montreal, QC, Canada: IEEE, 2015:1-6.

[8] TRIESTE S, HMAM S, OLIVIER J C S. et al. Techno-economic optimization of a supercapacitor-based energy storage unit chain: Application on the first quick charge plug-in ferry [J]. Applied Energy, 2015,153(1): 3-14.

[9] 兰熙,沈爱弟,高迪驹,等. 混合动力船舶能量管理系统的最优控制[J]. 电源技术,2016,40(9)：1859-1862.

[10] THOUNTHONG P, DAVAT B, RAEL S, et al. Fuel cell high-power applications [J]. IEEE Industrial Electronics Magazine, 2009, 3(1):32-46.

[11] 汤天浩，韩朝珍.船舶电力推进系统 [M].北京:机械工业出版社，2015:331-333.

[13] 王兆安，刘进军.电力电子技术[M]. 北京：机械工业出版社，2000:72-76.

[14] 胡寿松. 自动控制原理 [M].4版. 北京： 科学出版社, 2001.

[15] AOUZELLAG H, GHEDAMSI K, AOUZELLAG D. Energy management and fault tolerant control strategies for fuel cell/ultra-capacitor hybrid electric vehicles to enhance autonomy, efficiency and life time of the fuel cell system[J]. International Journal of Hydrogen Energy, 2015, 40(22):7204-7213.

Energy Management Based on Power Distribution Control with Supercapacitor State of Charge

TAO Ning， GUO Yi

(Logistics Engineering College, Shanghai Maritime University, Shanghai 201306, China)

This paper consider a full electric propulsion ship using pure supercapacitor as the powertrain, combined with fuel cell consisting of a hybrid source storage. The aim is to let each part of the storages make full use of its strengths, balance power fluctuation, extend mileage, and optimize the energy utilization rate. The supercapacitor and the fuel cell are connected to a 600V DC bus with a half-bridge DC-DC converter and a boost converter respectively. The bus voltage and the current of each energy storage are controlled with a double closed-loop control strategy. Meanwhile, an energy management method, based on the state of charge (SOC) of supercapacitor, dynamic balance of energy distribution is maintained. Results of Matlab/Simulink simulation show that the method can make full advantage of each energy storage, keep the load fluctuation flat. The supercapacitor is also used as energy storage.

supercapacitor; fuel cell; energy management; load power ripple; PI controller

2017 -03 -25

陶 宁(1990-)，男，硕士生,主要研究方向为新能源储能,E-mail:53826975@qq.com

2095 - 0020(2017)03 -0147 - 08

U 665.12； TM 714

A