增程式混合动力集装箱龙门起重机能量智能控制策略

刘海威++张敏

摘要：

针对集装箱龙门起重机的具体工况需求和特点，构建一种适用于集装箱龙门起重机的增程式混合动力系统，提出并分析该动力系统的能量智能控制策略，设计相应的智能控制模型.通过以动力电池组的荷电状态（StateOfCharge，SOC）和集装箱龙门起重机运行能量需求为模糊输入，以动力电池组的充电功率为模糊输出，实现了对增程式混合动力系统的智能控制.仿真结果验证了该控制策略和控制模型的可行性和有效性.

关键词：

集装箱龙门起重机；能量智能控制策略；增程式混合动力系统

中图分类号：U653.921

文献标志码：A 收稿日期：20160108 修回日期：20160321

0引言

在化石能源危机和环境污染问题面前，节能减排成为各行业的共同目标.我国沿海大型集装箱码头已对集装箱龙门起重机实施了大规模的“油改电”工程[1]，实现了龙门起重机在作业场区范围内由市电提供电能运行，大大降低了能耗.然而，龙门起重机在经过道口或者转换作业场区时仍需要柴油发电机提供运行能量，高架滑触线供电的集装箱龙门起重机在雷电天气仍无法安全取电，只能重新启动原有大功率柴油发电机.集装箱龙门起重机属于典型的位能型重载物流装备，重载下降时位能经由电动机转换成的发电机而产生的可再生电能，目前都是运用接通在变频器直流母线上的制动电阻发热消耗掉的，目的是防止在直流母线上产生的“泵升电压”损坏电气系统[2]，这又明显存在着能量浪费.

依靠混合动力来解决以上问题的技术受到了业界的普遍关注，主要技术路线是：在变频器的直流母线上并列储能装置，如超级电容、锂电池、飞轮电池等，依靠回收起重机的下降能量或调节柴油发电机的转速达到节能的目的.此类技术仍需要大功率柴油发电机直接为集装箱龙门起重机的运行提供能量，构建以小功率取代大功率的柴油发电机为动力电池组充电、以大电流同时充放电的镍氢超级动力电池组供给集装箱龙门起重机全部运行能量的增程式混合动力能源系统，是解决该问题的途径之一.由于小功率柴油发电机的运行工况与集装箱龙门起重机的运行工况不相干，可以使小功率柴油发电机工作在最佳工作区域[3]，并且可以使动力电池组回收和存储重载下降时产生的可再生能量，这是在现有集装箱龙门起重机“油改电”工程后开展的更深一步的节能研究.

1能源系统的结构

集装箱龙门起重机运行能量需求及可再生能量的产生因作业工艺、作业效率和重载高度的不同而不尽相同，其能量需求表现出鲁棒性差、非线性及时变性强、持续时间短且极其频繁的显著特征.现行的混合动力集装箱龙门起重机的能源结构基本上是在直流母线上并联能量存储装置，关于此已有较多成功的工程案例和学术文献报道.原有的大功率柴油发电机需要直接为起重机的运行提供能量，因而其功率的减小受到集装箱龙门起重机整机装机容量的限制，且在能耗和排放上受到约束.本文构建增程式混合动力集装箱龙门起重机能源系统的结构（见图1）来进一步解决和优化该问题.

增程式混合动力集装箱龙门起重机能源系统是在原有集装箱龙门起重机电气系统中用小功率的柴油发电机和镍氢超级动力电池组替换原来的大功率柴油发电机而成的.机上所有马达及辅助用电设备均由镍氢超级动力电池组提供能量，动力电池组还可以回收、存储起升机构下降时产生的可再生能量.小功率柴油发电机不再直接提供集装箱龙门起重机运行所需的能量，而仅对动力电池组进行充电.增

程式混合动力集装箱龙门起重机的机械特性和功率

特性可以不受其装机容量和运行功率特性的限制，只需要与镍氢超级动力电池组的充电特性匹配.可工作于频繁启停模式的小功率柴油发电机可以促进能耗和排放的进一步降低.

由于该起重机采用的是增程式混合动力能源系统结构，其运行所需的全部能量来自镍氢超级动力电池组，因此电池组的功率特性需要满足所有瞬时功率的需要，放电电流和能量回收的充电电流可能会因作业工况的不同而波动很大.该起重机容量特性既要考虑系统建造时电池组容量过大造成的经济成本，又要顾及电池组容量过小而频繁深度充放电对电池组循环寿命的影响.

2能量的控制需求及模型

增程式混合动力汽车在能量控制策略研究方面已进行了多年.WALSH等[4]针对增程式电动车提出控制策略，根据荷电状态（StateofCharge，SOC）值、车辆需求功率等参数进行模式切换；胡平等[5]以仿真方式对比研究了增程式混合动力汽车（发动机以恒定功率工作、发动机在3个固定工作点上工作、发动机沿着某条曲线工作等）不同能量控制策略的优劣.针对增程式混合动力能源系统结构，传统的串联式混合动力汽车能量控制策略主要采用恒温器控制模式.恒温器控制模式：在动力电池的SOC值下降到下限值后，发动机启动充电（工作于最低油耗或者最佳排放点），将电池的SOC值充电到上限值.该控制模式对动力电池组的循环寿命极为不利.集装箱龙门起重机的运行工况与汽车的运行工况差异很大，其起升和下降动作切换频繁，需要动力电池组能够在大电流功率输出与输入之间频繁切换；在特殊的装船或者卸船工况时，又需要动力电池组能持续进行单向大电流功率输出和输入.因此，把采用恒温器控制模式的能量控制策略用于增程式混合动力集装箱龙门起重机的效果并不理想.

本文研究的增程式混合动力集装箱龙门起重机的能量控制策略需要考虑到镍氢超级动力电池组的SOC值、集装箱龙门起重机运行能量需求以及小功率发动机充电的起始时间和充电功率的大小，以满足集装箱龙门起重机运行功率、容量需求及动力电池组循环寿命的要求.能量运行控制策略的实时性要求较高，不一定需要找到最优解，只需找到非劣最优解，即Pareto最优解[6].因此，本文采用模糊逻辑的方法研究增程式混合动力集装箱龙门起重机的能量调度控制策略，并给出镍氢超级动力电池组充放电功率的具体参数.

模糊控制是一种以模糊集理论、模糊语言变量以及模糊控制逻辑推理为基础的智能控制方法，模糊控制已成为智能控制的一个重要分支[7].由于模糊控制可以采用人类思维中的模糊量如“高”“中”“低”等由模糊规则推导出控制量，可根据系统实时动态情况实施控制，非线性控制效果好[8]，因而模糊控制被广泛用于难以定量表达控制规则的系统中.

在增程式混合动力集装箱龙门起重机能源系统能量模糊控制模型中，以混合动力集装箱龙门起重机运行所需能量Qr和镍氢超级动力电池组的当前存储电量μSOC为输入变量，以小功率发动机对镍氢超级动力电池组的充电功率Pin为输出变量.增程式混合动力集装箱龙门起重机能源系统的模糊控制模型见图2.

3能源系统模糊变量空间划分及隶属度函数

普通集合是具有某种属性的对象的全体.这种

属性所表达的概念是界限分明的“非此即彼”现象，

因而每个对象与集合的隶属关系也是清晰的.但现实中普遍存在着的“亦此亦彼”的模糊现象是普通集合无法描述的.1965年美国加利福尼亚大学控制论专家扎德首先提出了模糊集合的概念，其定义[9]为：设

A是集合X到[0，1]的一个映射，A：X→[0，1]，X→A（X），则称X是A上的模糊集，称A（X）为模糊集A的隶属度函数（或称A（X）为X对模糊集A的隶属度）.

根据典型的起重量为40t的集装箱龙门起重机各机构的电机额定功率及辅助用电设备的额定功率运行组合，将控制模型输入变量Qr的论域表达为Z={-110，-80，-30，50，120，150，180，210，240}，其中各数字表示需求功率的大小，负值表示产生可再生能量的大小，正值表示各机构运行所需功率的大小，对应的模糊集合为A=

{EB，VB，SB，SF，LF，MF，CF，VF，EF}

，依次表示该起重机运行时产生可再生能量的程度（从大到小）和所需运行能量的程度（从小到大）.

根据镍氢超级动力电池组的充放电特性以及动力电池组设定的深充深放运行限制条件，将控制模型输入变量μSOC的论域表达为Z={2，3，4，5，6，7，8，9，10}，其中各数字分别表示镍氢超级动力电池组的SOC值在[0.2，1]的状态，对应的模糊集合为B=

{EL，OL，CL，L，H，CH，MH，VH，EH}

，依次表示镍氢超级动力电池组荷电的程度（从极少到极多）.

根据小功率发电机的输出功率，将控制模型输出变量Pin的论域表达为Z={0，1，2，3，4，5，6，7，8}，数字0表示不充电，1至8分别表示以10kW为间隔的充电功率大小，其相应的模糊集合为C={O，ES，VS，S，MS，MB，B，HB，ZB}，依次表示充电的程度（从不充电到以额定最大功率充电）.

结合工程经验和知识，对Qr，μSOC和Pin都选择模糊控制中最常用的三角函数作为其隶属度函数[10].从图3可以看出，相邻隶属度函数的交点的隶属度值较高，可以实现控制的高鲁棒性，但控制灵敏度有所下降，通常交点不大于0.5.

4能源系统模糊控制规则及模糊推理

4.1能源系统模糊控制规则

模糊规则通常采用“如果…则…”的表达形式进行描述，即：

Ri：如果xin是Ai，且yin是Bi，则Z等于fi（xin，yin），i=1，2，…，m.

Ri表示第i条规则，xin和yin表示系统的输入变量，Ai和Bi分别表示两个输入变量的模糊集合，fi表示输出变量的模糊集合，m表示模糊规则的总数.

模糊控制规则多来源于专家知识库和工程经验.两者越丰富、准确，则描述的模糊规则也越精确.在专家知识库和工程经验不足的情况下，无法制定模糊规则.为解决该问题，学界也提出了针对隶属度

函数和模糊规则的多种优化方法，例如自适应算法，粒子群算法和遗传算法等[1114].

集装箱龙门起重机能量需求和可再生能量的产生表现出随机性高和鲁棒性差的特点，必须根据工艺和工况特征给出明确的控制规则查询表，以支持系统的实时运行.针对特殊作业工况，还需要满足可以对控制规则进行人工干预的条件.因此，本文结合现场工程师经验、集装箱龙门起重机运行所需能量区间分级以及镍氢超级动力电池组充放电特性，给出离线控制规则查询表.根据输入变量的模糊空间划分，给出81条增程式混合动力集装箱龙门起重机能源系统工作参数模糊控制规则查询表，见表1.

4.2能源系统模糊控制推理

模糊推理是根据已经建立的输入、输出隶属度函数和模糊推理规则，对模糊输入和输出变量运用模糊逻辑运算的常用算法，得出模糊系统的输出.可以将镍氢超级动力电池组模糊控制推理后的模糊输出量写为

模糊“与”运算“and”表达两个输入变量之间的逻辑运算关系，本文采用最小法，即两个输入变量之间

“与”运算结果为二者之间的小者：

蕴含运算“→”是指模糊规则中条件与结论之间的关系，通过输入变量的隶属度和蕴含算子可以确定结论的隶属度，模糊推理就是基于模糊逻辑中的蕴涵关系及模糊规则集进行的.本文采用模糊最小蕴含运算法：

4.3能源系统模糊控制工作参数清晰化输出

根据模糊隶属度函数和模糊规则进行模糊推理得出的结果仍是在输出变量模糊论域里的结果，无法应用于实际的控制.增程式混合动力集装箱龙门起重机能源系统的充电功率要保证能源系统有足够的功率和容量来满足集装箱龙门起重机的实际运行，并减少小功率发动机的运行（以达到节能减排的目的），因而其输出需要有明确的结果用于控制发动机的运行.

本文采用清晰化计算方法的重心法、中位数法和最大隶属度法的重心法，考虑变量的论域都是离散值，取

5能量智能控制策略结果及分析

经过模糊运算后，得出增程式混合动力集装箱龙门起重机能量智能控制策略的输出结果，见图4.

从图4中可以得出，根据荷电状态和能量需求的不同程度，可以给出明确的动力电池组充电功率

控制方案.实际运行时能量控制策略采用基于Excellink链接的MATLAB计算软件和Excel软件平台运行，模糊控制规则可以根据码头的实际作业习惯、工艺要求以及人为干预的要求进行调整，把清晰化

输出的模糊控制工作参数的控制结果查询表输出到

Excel中（见表2），作为小功率发动机调速系统的控制输入.

从表2可得出：在动力电池组SOC值低于0.5时，不考虑集装箱龙门起重机的能量需求，发动机将以大功率对动力电池组进行充电，以尽快改变电池组的深放状态，改善由此对电池组循环寿命造成的

影响，控制策略的鲁棒性较好；在动力电池组SOC值处于0.6～0.8时，发动机将根据集装箱龙门起重机的功率需求及电池组的荷电状态动态调整对电池组的充电功率，以满足集装箱龙门起重机正常运行的功率需求并避免电池组进入深放状态，控制策略的灵敏度较好.

实际运行的镍氢超级动力电池组因为具备大电流充放电的特性，当电池组SOC值略有下降（即处于0.8～1.0）时，发动机虽然可以及时以低于5kW的小功率对其进行充电，既保护电池组处于浅充浅放的工作状态，又减少了发动机的排放，但发动机未必可以工作于最经济或者排放最少区域.本文研究的能量控制策略对可频繁启动的小功率发动机的运行特性给出了机械和功率特性指标的技术要求.

6能量智能控制实验

依据本文研究的增程式混合动力集装箱龙门起重机运行能量控制策略，采用功率为80kW的小功率柴油发电机和容量为50A·h的镍氢超级动力电池组组成起重量为40t的集装箱龙门起重机的能量系统.起重机以40t的配重连续起升和下降50min，实验记录的动力电池组的电流、电压、SOC值变化曲线见图5.

由图5可知：动力电池组可以以大电流连续满足起升机构上升运行的需要，同时能及时回收起升机构下降运行时产生的可再生能量；从SOC值变化曲线可知，动力电池组的SOC值维持在0.6～0.7，其变化状态也能确切地反映出起升机构的运行工况.由于实验条件是集装箱龙门起重机针对40t

额定起重量负载运行，下降运行时可回收的能量最大为起升运行时所需能量的66%，在起升机构起升和下降动作的间隔期间，小功率柴油发电机可以依照

能量控制策略对动力电池组进行充电，从而将动

力电池组的放电状态维持在稳定的区间内，验证了本文研究的增程式混合动力集装箱龙门起重机能量控

制策略和控制模型的可行性和有效性.

实验结果表明本文研究的以集装箱龙门起重机运行能量需求和镍氢超级动力电池组的荷电状态为输入、以小功率发电机对电池组的充电功率为输出的智能控制系统结构和控制策略，实现了可再生能量的优化回收和再利用，同时降低了集装箱龙门起重机的排放和维修成本.

7结论

构建镍氢超级动力电池组和小功率发电机组成的增程式混合动力集装箱龙门起重机能源系统结构.实际验证结果表明，控制模型和控制策略可以满足集装箱龙门起重机的运行需求，能够实现对可再生能量的最大化利用，降低混合动力集装箱龙门起重机的能耗和排放.通过对模型输入和输出参数隶属度函数和控制规则的优化，使该控制模型和策略满足更大范围的、不同布置形式和不同作业工艺的集装箱码头的龙门起重机的运行和节能降耗需求.本文的研究可以为解决位能型装备的同类工程技术问题提供理论计算的依据和参考.

参考文献：

[1]

YANGYiChih，CHANGWeiMin.Impactsofelectricrubbertiredgantriesongreenportperformance[J].ResearchinTransportationBusiness&Management，2013（8）：6776.DOI：10.1016/j.rtbm.2013.04.002.

[2]丁石川，程明，王政，等.一种新型基于直流电容局部充电的升压型多电平逆变器[J].电工技术学报，2013，28（9）：231238.

[3]WANGGuangping，WANGQingnian，WANGPengyu，etal.StudyofoptimizeddeterminationmethodofHEVenginebasedonthehighfrequencyworkingareaofengine[J].AppliedMechanics&Materials，2014，556562：14301434.DOI：10.4028/www.scientific.net/AMM.556562.1430.

[4]WALSHPM，KINGJ，GANTTLR，etal.Anextendedrangeelectricvehiclecontrolstrategyforreducingpeteroleumenergyuseandwelltowheelgreenhousegasemissions[C]//SAEInternational.Warrendale：SAE，2011.DOI：10.4271/2011010915.

[5]胡平，张浩.基于用户接受度的增程式混合动力汽车控制策略研究[J].汽车工程学报，2011，1（5）：455463.

[6]王海军，宋协武，曹德欣，等.求多目标优化问题Pareto最优解集的方法[J].大学数学，2008，24（5）：7478.

[7]姚波，荣健.模糊可靠控制研究综述[J].沈阳师范大学学报（自然科学版），2014，32（1）：3743.

[8]ALIMH，MURATAT，TAMURAJ.Afuzzylogiccontrolledsuperconductingmagneticenergystoragefortransientstabilityaugmentation[J].IEEETransactionsonControlSystemsTechnology，2007，15（1）：144150.

[9]郭亦文，李军，耿林霄.基于遗传算法获取模糊规则[J].计算机应用，2014，34（10）：28992903.DOI：10.11772/j.issn.10019081.2014.10.2899.

[10]彭海仔.基于TS模糊模型的太阳位置算法[J].上海海事大学学报，2014，35（2）：8184.DOI：10.13340/j.jsmu.2014.02.016.

[11]徐开军，张春艳.基于SCEA的模糊控制器的优化设计研究[J].微计算机信息，2010，26（2）：3941.

[12]吴振威，蒋小平，马会萌，等.用于混合储能平抑光伏波动的小波包模糊控制[J].中国电机工程学报，2014，34（3）：317324.DOI：10.13334/j.02588013.pcsee.2014.03.001.

[13]邢娅浪，何鑫，孙世宇.基于改进蚁群算法的模糊控制器优化设计[J].计算机仿真，2012，29（1）：131142.

[14]SHEKHERV，RAIP，PRAKASHO.ComparisonbetweenclassicPID，integerorderPIDandfuzzylogiccontrollerforceramicinfraredheater：analysisusingMATLAB/Simulink[J].InternationalJournalofEngineeringandAdvancedTechnology，2012，1（3）：222227.