不确定环境下全电力船舶运行优化研究.pdfVIP

不确定环境下全电力船舶运行优化研究

摘要

随着全球化石能源储量锐减以及污染问题日益严重，国际社会意识到能源转型对

于维护全球生态环境的重要性。航运业作为全球碳排前列的行业，其绿色低碳发展任

务势在必行。鉴于全电力船舶在环保、能效提升和操作灵活方面优势显著，船舶推进

方式呈现从传统柴油机和燃气轮机逐渐向电力推进转变的趋势。不同于传统船舶能量

管理研究，全电力船舶推进功率与航行速度紧密耦合，单独考虑发电系统优化无法满

足船舶航行任务需求。随着可再生能源的引入以及船舶排放限制政策的推行，全电力

船舶发电与航程协同优化问题呈现多约束、多变量和时空耦合的特点，其优化问题建

模和求解难度较大。特别是复杂海洋环境导致的航速损失不确定性、负荷波动不确定

性和可再生能源发电不确定性，都会对船舶运行决策产生影响。传统仅考虑既定航程

下发电与负荷预测的确定性优化方法，不再适用于复杂海况下全电力船舶发电和航程

调度，无法满足任务和运行约束。

针对上述问题，本文着眼于不确定环境下全电力船舶航程与发电协同优化问题，

基于先进的人工智能算法和优化理论，对问题构建和优化调度方法展开深入研究。本

文的主要研究内容如下：

针对特定沿海地区船舶需采用低硫燃料的排放控制问题，提出一种考虑排放政策

的全电力船舶发电与航线协同优化方法。通过分析影响优化目标的关键变量及其存在

的耦合约束，在相关假设下将发电与航线协同优化问题抽象为简化的数学模型。引入

航线选择和船舶航行区域二元变量，实现模型中电力系统运行与航程规划约束的解耦

合，进而构建综合考虑船舶运行成本和硫化物排放的双目标协同优化模型。案例仿真

分析表明，所提方法能够响应控制区域排放政策的任务要求，根据船舶运营商偏好灵

活生成最佳航线，同时优化船舶航速、运行工况和发电侧出力，有效提升船舶运行能

效。

针对船舶航行过程中风浪阻力导致航速损失问题，提出一种既定航线下基于机会

约束的全电力船舶日前发电与航程协同优化方法。全电力船舶日前运行优化涉及发电

系统调度和航程优化两个子问题，本文依据其时空耦合特性建立发电与航程协同优化

方法。由于船舶航行过程中风浪阻力的随机变化会导致航速损失，产生船舶延迟到港

的情况，采用机会约束提升船舶按时抵达港口的概率，进而优化港口停泊服务并减少

温室气体排放。此外，针对指数函数线性化过程引入大量整数变量问题，提出基于差

分进化法的改进分段线性化方法，有效实现变量缩减和精度提升。案例仿真分析表明，

所提方法能够依据航程既定参数，在保证船舶按时到港的前提下通过协调发电与航程

决策，实现航程运行成本最小。

哈尔滨工程大学博士学位论文

针对全电力船舶日前优化场景和系统真实运行状态存在偏差，导致调度计划偏离

最优决策的问题，提出了一种基于改进强化学习的两阶段发电与航程在线优化调度方

法。考虑到全电力船舶运行优化中存在含有时序特性的启停时间约束，大幅增加日内

优化过程中最优解有哪些信誉好的足球投注网站的复杂度，因此建立日前-日内两阶段发电与航程联合调度模型，

将复杂问题拆解为两个易于求解的子问题。上层模型生成考虑航速与负荷不确定性的

发电机启停决策并输入至下层模型；下层模型基于系统运行状态在线生成全电力船舶

优化调度决策。进一步，为缩减下层模型动作空间维度，改善稀疏奖励造成的有哪些信誉好的足球投注网站困

难问题，提出面向全电力船舶日内运行优化的强化学习改进算法。案例仿真分析表明，

所提模型能够有效应用于全电力船舶在线运行优化问题。

针对含有新能源的全电力船舶，存在可再生能源发电预测和运行航速双重不确定

性问题，提出一种基于船载光伏功率预测的发电与航程协同优化方法。考虑到船载光

伏功率受到船舶航行位置、摇摆角度和沿航线太阳辐照度等多种因素影响，建立多因

素耦合的船载光伏发电系统数学模型修正船载光伏发电量。采用卷积神经网络和长短

期记忆网络并行架构，综合提取数据时间和空间序列特征，提升模型预测精度。考虑

到模型存在预测误差，采用K-Means聚类与核密度估计相结合的方法生成误差概率密

度曲线。最后，设置绿色港口排放约束，以改善港口温室气体排放情况。案例仿真分

析表明，所提方法能够根据问题约束灵活调度船舶航程计划，削减不确定变量对系统

的影响，实现伴有光伏发电特性的全电力船舶经济环保运行。

综上所述，本文针对全电力船舶运行特性，在考虑不确定环境的运行优化研究过

程中，建立一系列发电与航程协同优化模型，并提出具有针对性的求