考虑废热回收和能源储存系统的船舶最佳航行及动力调度

《Journal of Energy Storage》：Optimal voyage and power scheduling of ships considering waste heat recovery and energy storage system

　　• 提出了一种考虑废热回收和能量存储的船舶动力系统。• 建立了一个多目标优化模型来优化该系统。• 提出了一种新的多时间尺度经济最优调度框架。• 全电船舶的总成本和二氧化碳排放量分别降低了6.7%和5.6%。

引言
在运输领域，航运业仅次于公路运输，海运占全球温室气体（GHG）排放总量的3%以上。随着海上贸易经济的快速发展，这一比例持续增长[1]。繁荣的背后是严重的环境污染和资源消耗，因此船舶能源行业的减排创新已成为全球关注的焦点[2]。2023年，国际海事组织（IMO）发布了最新战略，承诺在2050年前实现净零温室气体排放[3]。近年来，随着逆变技术和电气化技术的兴起，使用电动推进系统的全电船舶（AES）逐渐成为未来船舶能源系统的研究热点。目前，AES在航行过程中的负载不确定性、供需不平衡和能量浪费是主要问题[4]。因此，探索AES的多时间尺度最优调度策略以实现废热利用、效率提升、减排和经济性航行至关重要。

电气化正在加速船舶能源结构的转型，使能源类型从单一化石燃料发展为多元化的低碳综合能源。电气化程度不断提高，船舶推进系统正从传统的机械推进系统向电动推进方向发展。这意味着发电机组为包括推进装置在内的所有负载提供电力[5]。电池、替代燃料和可再生能源等低碳能源正在积极应用于AES的节能和减排[6]。Ritari等人[6]建议在船舶上增加锂电池储能系统（BESS），形成混合动力系统，结果显示年燃油消耗可减少257.5吨。2017年，法国Energy Observer号船舶[7]采用了以海水为原料制氢的燃料电池系统，与太阳能和风力涡轮机一起供电。由于单一种类可再生能源的发电具有高不确定性和低能量密度，不适合大型远洋船舶[8]。电池储能设备通常用于补偿电网中的能量波动，并快速响应以确保电网稳定。因此，AES电力系统通常使用两种或更多种能源类型来提高稳定性和效率。

除了探索和利用替代能源作为实现船舶节能和脱碳的方法外，另一种重要的技术措施是废热回收（WHR）方法[9]。船舶发动机的燃油利用率低于50%，因此可以通过废气、冷却水、热辐射等方式回收大部分低品位废热[10]。有机朗肯循环（ORC）系统[11]工艺简单、热效率和能量效率较高，且环保，被认为是减少柴油机能耗的有效方法之一。Konur等人[12]选择R1336mzz(Z)作为最佳工作流体，并证明在船舶上集成ORC系统可将整体燃油消耗降低5.16%。Barone等人[13]应用动态控制策略优化了 cruise 船的废热回收和冷铁制度，结果显示节能18.1%，每年避免了24.4千吨的二氧化碳排放。将废气转化为电能可以减少AES航行过程中的燃油消耗，满足更严格的排放要求并提高能源效率。

AES电力调度是一个将航行调度和发电调度相结合的协同优化问题[14]。Fang等人[15]将光伏（PV）集成和需求侧管理纳入AES，并将联合发电和航行调度模型构建为双层规划问题，结果显示平均能源效率运营指数（EEOI）降低了3.5%。Huang等人[16]提出了一个结合热存储系统的联合导航优化和经济调度模型，结果显示成本和温室气体排放量分别降低了17.4%和23.6%。随着对电网鲁棒性和稳定性要求的提高，AES调度策略逐渐从单日预测调度发展到多时间尺度优化调度[17]。Yin等人[18]提出了一种针对不确定性波动量化的新型变多时间尺度预测控制机制，结果显示运营成本和二氧化碳排放量分别减少了21.6%和35.9%。Zhang等人[19]提出了一种基于日内模型的预测控制（MPC）方法，用于实施分层滚动优化以跟踪和校正次日调度计划。Yang等人[20]提出了一个考虑冷/热/电/气的社区集成能源系统，并采用了多时间尺度的分层滚动最优调度模型，结果显示总运营成本比次日调度计划降低了3.57%。因此，涵盖次日、日内和实时的多时间尺度最优调度可以实现AES能源系统的快速动态功率调整和经济优化。

最近的针对船舶的具体研究进一步扩展了这些发展。Wang等人[21]研究了混合能源船舶的最优调度。Wang等人[22]进一步融入了废热回收和热能存储，但未解决多时间尺度航行-电力协调问题。Xu等人[23]为混合船舶-港口能源系统开发了次日、日内和实时优化框架，但未同时考虑废热回收和航行调度。Gao等人[24]通过次日和日内优化协调了航行规划和能源管理，但未包括废热回收或实时调度。总体而言，跨多个时间尺度协调整合废热回收与航行和电力调度的研究相对有限。

从上述文献可见，当前的研究仍存在以下不足：
(1) 现有研究探讨了船舶动力系统中WHR系统的集成和协同运行，但较少关注将主柴油发电机与ORC系统之间的负载依赖性运行关系明确纳入系统级AES调度。未能充分利用广泛分布的废热能量，导致废热方面存在显著浪费，整体燃油利用率低，柴油发电机的响应速度慢。
(2) 最近的研究开始考虑船舶能源系统的多阶段或多时间尺度调度，但在推进功率需求直接受航行速度影响、航行规划同时受航行距离和到达时间限制的情况下，航行规划和船上电力调度的协同优化仍有限。

为了填补上述研究空白，本文提出了一种考虑废热利用的多时间尺度经济优化调度方法。基于主柴油发动机的废热回收潜力，建立了ORC系统的热力学模型以回收废热能量，并通过BESS平滑功率波动。分析了不同运行参数对ORC系统性能的影响，并通过结合多目标粒子群优化（MOPSO）算法和熵权重-TOPSIS方法的多目标优化和决策程序确定了最佳运行方案。同时，采用基于次日调度、日内滚动调度和实时调度的多时间尺度经济最优调度方法解决AES的航行调度和电力调度问题。最终，比较多种调度方案表明，有效提高了AES的整体能源利用效率和经济效益。

本文的主要贡献包括：
(1) 基于多目标优化和决策确定的最佳ORC运行方案，考虑了总不可逆损失、热效率和总投资成本之间的权衡，建立了负载依赖的DG1-ORC运行关系，将其明确纳入AES调度模型，从而将不同DG1负载条件下的ORC运行特性与系统级电力调度联系起来。
(2) 在多时间尺度框架内制定了AES的协调航行-电力经济调度策略。航行速度与推进功率需求相结合，航行规划与船上电力调度结合在统一的优化过程中。
(3) 采用日内滚动优化更新调度计划，同时BESS作为实时调度中的灵活性资源，以缓解短期功率波动。比较方案的结果表明，所提出的调度方法可以提高AES的低碳性、经济性和稳定性。

#### 全电船舶动力系统配置
本文中AES动力系统的基本配置包括主柴油发电机（DG1）、辅助柴油发电机（DG2、DG3和DG4）、BESS、ORC发电系统、变压器、电动机和负载，如图1所示。DG4作为备用发电机，在需要时启动。在AES发电方面，柴油发电机提供主要电力。ORC系统回收主柴油发电机的废气，用于补充...

#### AEST的多时间尺度优化框架
所提出的AES多时间尺度经济优化调度模型框架如图4所示。次日调度采用1小时的时间尺度。根据前一天的负载预测数据，制定下一天的24小时发电计划，目标是 minimize 总运营成本。此外，次日调度还需要优化AES的速度和距离以获得航行调度结果。

#### 模型验证
为了验证ORC数学模型的可行性和准确性，并确保后续研究的顺利进行，必须对现有系统进行模型验证。使用[46]中的实验数据作为标准参考值。计算结果使用相同的循环工作流体、循环参数、边界条件和掐点温差分析方法与参考结果进行比较。

#### 不同参数对ORC系统性能的影响
在100% SMCR（指定最大连续额定值）负载下，研究了不同蒸发压力和冷凝温度对ORC系统热力学和经济性能的影响，以便进行AES的最优调度以最大化发电量。结果如图6和图7所示。如图6(a)所示，随着蒸发压力的升高，工作流体在涡轮机中的膨胀前后焓降增加，因此净功输出...

#### 结论
考虑废热回收系统和BESS，提出了一种包括次日、日内滚动和实时调度的AES电力系统多时间尺度经济最优调度方法。分析了ORC系统的性能并进行了优化，以实现AES废热的有效利用。此外，协调了AES的航行调度和电力调度，以实现多时间尺度下的最优调度。所提方法的可行性和优势...

#### 符号说明
- 燃料消耗系数，kg/MWh
- 传热面积，m2
- 二氧化碳排放因子，kg/MWh
- 平均比热容，kJ/(kg·K)
- 成本，$D
- 欧几里得距离
- 累计航行距离，nm
- 能量存储容量，MWh
- 碳排放，kg
- 目标函数
- 燃料消耗，kg
- 成本因子
- 焓，kJ/kg
- 柴油发电机的i指数
- 能量损失，kW
- 运行和维护成本系数
- 柴油发电机的启动/停机成本，mm
- 质量流量，kg/s
- 使用寿命，年
- 功率，MW
- CRedI

#### 作者贡献声明
Tiancheng Ouyang：撰写——原始草稿，项目管理，方法论，调查，形式分析。
Xiaoyu Tuo：撰写——原始草稿，方法论，调查。
Jiaqiang Hao：方法论，调查。
Jianlong Jiang：形式分析，数据管理。
Dejun Zhang：监督，项目管理。

#### 作者声明
我们声明这篇题为“考虑废热回收和能量存储系统的船舶最优航行和电力调度”的手稿是原创的，之前未发表过，目前也没有其他地方在考虑发表。我们希望引起编辑的注意，因为我们中的一人或多人在提交的手稿中提到了与之相关的出版物。相关出版物的副本已附上。我们确认，本项目的 funding 来自：广西杰出青年科学家科学基金 [项目编号 2023GXNSFFA026013]；广西科学研究与技术开发计划（重点项目）[项目编号 XT2503960050]；以及国家自然科学基金 [项目编号 2024NSFC52475097]。

利益冲突声明：无。

作者：欧阳天成 | 唐晓宇 | 霍家强 | 江建龙 | 张德军