【作者】

沈崇崇; 范立云; 徐魁; 陈晨; 孙进伟; 覃猛

【单位】

哈尔滨工程大学

【摘要】

本研究提出了一种基于多神经网络的在线双状态等效燃油消耗最小策略（MNN-ECMS），以实现船舶燃油经济性与电池寿命的协同优化。首先，在PMP框架下构建全局最优模型，并将电池老化成本融入泛函优化中，生成最优功率分配序列用于训练神经网络；其后，在线阶段利用广义回归神经网络（GRNN）识别航行模式，动态激活对应子网络生成等效因子，并结合SOC与有效电流通量（Aheff）双状态反馈对因子进行实时修正。仿真结果表明，与传统A-ECMS相比，MNN-ECMS将SOC跟踪最大误差与平均误差分别降低16.72%和8.14%，将Aheff最大与均值误差分别缩减63.61%和47.02%，并使电池容量衰减速率降低2.7%、系统总运行成本下降7.17%，验证了所提方法在燃油经济性与电池寿命优化方面的显著效果。

【关键词】

混合动力船舶;能量管理;庞特里亚金极小值;电池寿命感知

【论文集名称】

航空/船舶/非道路机械等新领域混合动力技术

【会议名称】

2025智能混合动力技术大会

【会议时间】

2025-9-25至2025-9-27

【会议地点】

大连市

【下载次数】

0

返回