现代海洋电力推进船有许多系统。在研究系统和子系统行为时，它们之间的互动和集成非常重要。考虑故障、恶劣天气和复杂的海上作业尤为重要。然而，包括这里提出的许多模拟器在研究定位系统和电力系统时是独立的。作为海洋系统仿真器MATLAB / Simulink本文提出了一种结合两个系统的模拟器。介绍了预期用例及相关设计选择。新的子系统模型包括基于功率的电气总线模型和简化的柴油发动机模型。两者都是通过模拟建立的模型来验证的。此外，还总结了发电机、蓄电装置、推进器和平均柴油机模型。三个研究案例说明了模拟器的使用范围：1）半潜式钻井平台在环境扰动下进行驻扎; 2)通过电气总线重新配置的同一艘船；和3)有混合发电厂的供应船。
海洋技术、海洋船舶、电力系统模拟、动态定位
介绍
对于进行先进作业的大多数现代船舶来说，船上电力系统至关重要。近海石油、天然气开采船以及具有动态定位（DP）巡航/客船一般由柴油动力驱动。根据当前波浪和风力负荷停留和操作的能力取决于发电容量。功率不足可能导致动态定位性能下降和位置损失。更重要的是，当电源完全中断时，船舶将完全失去控制。
电力容量、配电和发电设备的冗余可以降低电力系统故障的风险。然而，冗余是昂贵的。节约成本在设备投资中很重要。大多数时候，有些设备并不是绝对必要的，机器的运行将导致更频繁的维护，这将增加废气排放和燃料消耗。
上述内容促进了新发电控制策略的发展和新能源的推广。由于船舶发电的复杂性、强相关性和弱电网通常对发电功率和消耗功率的变化非常敏感。因此，通过建模分析在设计、实施和操作的各个阶段的影响是非常有效的。
现在已经有大量船舶发电的模拟解决方案。用途上从商业到学术方面，内容上从几个状态方程到完整的软件套件。一些具有代表的方案如下：
涵盖流体力学、机电和传感器模型的技术平台[1]。它用于独立的硬件环（HIL）测试[2]和动态能力分析（DynCap）中[3]。
电力船研究协会和发展联盟协会的研究包括HIL模拟器[4]、高保真模型[5]和扩展混合设备[6]。
[7] MATLAB / Simulink图书馆和模拟器是：海洋GNC工具箱[9]，MCSim [10]和DCMV [11]在 2004年合并[8,Sec. 1]。它具有船舶动力学、环境负载(波浪、表面电流和风)和高级推进模型。
风险管理软件包括[12]Marintek的海洋航行操作（SIMO）模拟和驻车模拟器。 该系统可建模多体系统和灵活系统。
包括在Simulink综合电力系统模型在环境[13]下实现
包括推力器功耗[14]和电源管理系统功能[15]。
模型库[16]包括船舶模型。 该模型库也通过全面验证实验。
这些解决方案主要集中在电气系统上，不用担心实际情况DP性能和相关消耗，需要考虑其他方案。
本文提出了一个系统仿真器，这意味着它的目的是模拟整个系统中每个子系统之间的相互作用。为了方便研究各种不同的情况，这种设计应该是灵活的。模块化设计实现了这一点。模拟器的使用将决定所需的模型和参数设置。在这种多物理模拟器中，动态性能的最小和最大时间尺度的差异可以是几十年的数量级。因此，决定具体研究的时间表非常重要。
在电力系统中，船舶的最小时间尺度为毫秒。另一方面，磨损影响的准静态研究是数月和数年。为了模拟短路，必须对其动态性进行建模，并将环境和磨损的影响假设为恒定。另一方面，当模拟动态定位操作时，由于电气系统的时间尺度远小于船舶运动的时间尺度，可以假设电气系统处于稳定状态。图1列出了模拟器组件的时间尺度。在相关章节中，应减少某些特定组件的模型。
系统模拟器的复杂性随着组件数量和保真度的增加而增长。为了提高保真度，需要更多的高级结构模型参数，以及更严格的验证和确认。 这通常会导致计算速度下降。对于一些需要高精度的研究，并不是所有的子模型都需要保持高精度，只要相应的模型被合理地缩小。 通过模块化设计，使用低精度模型很容易区分需要提高精度的地方，然后用高保真模型代替。
由于其复杂性高，系统模拟器的验证和确认极具挑战性。 每个子模型都可以自我验证，但这并不能验证它们的整体是否合理。 部分或整体测试可用于验证，但昂贵且耗时。 在许多情况下，训练有素操作员的经验是验证预期系统级性能的最实用方法。
在DP柴油动力推广、游客负荷、钻机、压缩机等研究已得到广泛应用。 典型用例的选择如下：
由于DP控制器和推进器型号与发电设备相连，因此电力负载波动更具代表性。 许多控制子系统，如PMS，推力分]包括推力分配、推进器扭矩或速度控制之间的相互作用。同时，模拟器可用于生成隔离子系统模拟中的时间序列（如柴油机模拟）。
当发生诸如发电机组损坏之类的电气故障时，可以对备进行仿真。[18]。 因此，也可以获得发生故障的动态位置。这可以用来改进传统的容量分析，以前是通过假设促进系统处于稳定状态来分析的。事实上，发电机重建期间的瞬态可能是关键[3]。
详细的建模应包括每个子模块的各种状态，如温度和功率输出。 基于此，可以优化排放、维护或燃料消耗。
能源存储设备等代表新系统的子模块（ESD），可连接到模拟器。 这允许我们调查新电源，以及对整体控制和电厂性能的影响。
必须强调的是，模拟器不限于柴油动力推进或动态定位操作。
本文重点介绍了电力系统综合仿真器所需的模型和方法，包括DP船舶运动，包括系统。 其次，为了达到所需的保真度和性能，建立并验证了一些新模型。各种文献中验证的模型大多数。定位系统和电源管理系统等模拟器的范围（PMS）发电机组、电池、推进器等高级控制系统，到发电机、储存和耗电器的高保真模型。 由于系统的复杂性，只能验证模拟器的准确性。 电厂的定量验证尚未完成，不在本文的讨论范围内。本文是[19]的扩展，包括更多的模型细节。 此外，还提出了新模型和新案例的验证。
本文由三部分组成，第一部分提出模型，第二部分验证新模型，模拟结果见第三节。 建模部分从模拟器的概述开始，其次是电源管理系统的细节。 然后用配电板和发电机概述电气部件。 接下来，提出了两种柴油发动机型号，其次是推进器型号。 最后，介绍了自然力和动态定位控制系统等船舶流体力学模型。 在第二部分，介绍了电动总线模型和简化柴油发动机模型的验证。在最后一部分，是的DP操作中的钻机进行模拟，然后在显示使用电池模拟之前显示故障模拟。
模拟器的主要假设是：
假设电气系统处于稳定状态，以获得实时性能。 模拟器能捕获的最低动态性是一秒。 然而，电力系统的动态性能通常是毫秒，因此被认为是稳定的。 这在第II-A节中验证。 模拟电气变量是频率、电压、有功功率和无功功率。 因此，可以模拟欠频/过频等故障，缓慢发展欠压/过压故障，反向电源。 然而，它不能模拟相位不平衡，瞬态电压故障，短路和谐波失真。
柴油发动机是由平均发动机模型建模的。这意味着柴油发动机系统的大部分部件都是基于物理规律进行数学建模的。然而，气缸内的过程被简化，只给出平均循环输出，如平均轴扭矩、燃烧气体的质量和能量流。
PMS目标是确保电厂安全高效。I-B节。
保护继电器不建模，因为断路器可能会被定时器跳闸。这意味着需要一些定制的保护继电器来模拟部分停电。或者，使用后处理可以检测何时打开断路器。
推力器通常是一以变速运行的固定螺距螺旋桨。可以模拟任何方向旋转的推进器、方向推进器和固定方向推进器（如隧道推进器）。
在模拟船舶发电设备中使用了面向对象的建模结构。 这意味着模拟器中的每个块代表容器中的一个物理组件，另一个子系统块代表大系统的内部物理组件。图2中的示例显示了模型的顶级视图。 该视图表示船舶运动控制的信息流。 已在本案中使用DP控制器。 或者，推进器的设定值可以在运输、操作或没有其他设定值DP手动给出控制操作。
视图包括：
对船舶的位置和速度进行测量。
计算所需的推力指令。
将每艘船所需的推力指令转换为每个推进器的推力指令。
： 将推力指令转化为实际推力和功耗。
为环境产生实际负载。
在推进器和环境负载下计算船舶的运动。
该块用于常规计算。
发电设备建在电力系统模块内。发电厂的一个例子如图3所示，包括：
由发动机（例如柴油发动机），发电机，调速器和自动电压调节器（AVR）组成。
由变频器，电动机，螺旋桨和控制器组成。
如钻井负荷，可以被模拟成随时间变化的功耗。然而，该块也可用于储能，例如具有变频器的电池。当功率块传递电能时，负载做负功，当其消耗电能时，负载做正功。
：连接负载和发电设备。
连接和断开组件。
为加入了更准确的推进器模型和发电设备模型，用Simulink来扩展MSS工具箱[8]。互相关联之间的建模是选用simulink的一个缺点。该系统很难按照Simulink的子系统架构的要求进行分级。我们选择使用顶层模型视图进行船只控制。发电厂是这个视图中的一个子系统，它被模拟成一条单直线图。在案例研究中，常微分方程刚性求解用作数值求解器，在局部控制器给出了一个斯蒂夫模型。
一些一阶低通滤波器被用于避免代数循环，其中滤波器的时间常数在选择时要小于相关模型最快动态性能。这是需要的，因为我们忽略了一些快速动态性。因此，过滤器可以被看作是忽略了动态性的简化模型。其中一个例子就是功率可用信号。因为可用功率取决于功耗，而可用功率也限制功耗，这两者便会产生循环。这种情况可以通过在比耗电器时间性上更快的功率可用信号上添加低通滤波器来解决。或者，可以对这些信号使用时间离散化以及延迟，但是这降低了所选择的替代解决方案的性能。
PMS的目标是确保有足够的电力可用，以防止停电。如果发生停电，应尽可能快地恢复电源。当连接的发电设备的功率容量太低时，PMS启动附加的发电机。此外，PMS首先算出当前发电功率总容量，然后根据其所需的功耗和优先级在用电设施之间分配，为不同的用电器分配功率。这种称为可用电源的信号被发送给一些耗电器，说明为给特定负载供电的最大功耗限制。当必须立即降低功率（例如接近于低频）时，可以使负载脱落（断开耗电设备），一般发生在极端情况下。
直接切断负载是快速降低功耗的可用方法。它可以降低推进器驱动器的负载，因为它们可以通过变频来迅速改变功耗。在故障清除或容量增加后不久，驱动器可以增加负载。这与负载脱落相反，耗电设备经常需要在断开连接后重新启动。
PMS还可以调整下垂和等时负载，并共享参数来调整分担负载。这是在发电机组连接后的渐进加载期间完成的。实现逐步加载，以确保新的发电设备从无负载缓慢增加到所需的负载。PMC算法作为S功能块在C++中实现，同时可以轻松配置到不同的发电设备中。 模拟器的面向对象的主要作用是实现PMS，从而可以轻松添加新功能，如自动启动和停止。
需要总线的电压来计算发电机的共享负载。 发电机并联连接，如图4a所示。
假定负载与总线电压无关，因此给出其有功和无功功率。 使用Thhvenin等效电路，如图4b所示，连接的发电机组用于计算总线电压。 该电路由具有已知功耗但未知阻抗的负载闭合连接。
这里给出等式
(1)
其中和是负载的有功和无功功率，是总线电压，是电流，是等效电压，是等效阻抗。等式（1）具有两个解，一个解或无解。对于存在两种解决方案的情况，使用总线电压绝对值最大的解决方案。最大的电压产生负载的高电阻，电流，因此内部损耗较低。较低的电压解决方案给出的电阻小于等效电阻，这是非物理性的。这将会产生高电流，并具有非常高的内部损耗，因为大部分电压降都发生在内部阻抗上。
当负载迅速增加（连接负载）或发电机的等效电压快速下降（AVR故障或发电机断开）时，在模拟过程中可能会发生不存在有效解决方案的情况。在这种情况下，电压被设定为低电平。这会给出不正确的负载分担，但AVR会快速增加电压。在第II-A节的验证研究中，总线电压问题在0.1毫秒内便有效解决了。这是允许的，因为与机械系统的时间尺度相比，时间非常短。因此，在模拟电压保护继电器时，必须增加一个低通滤波器。
在船舶发电厂中，同步发电机通常用于发电。 如前所述，假定发电机处于稳定状态并具有平衡相位。 电力矩是
(2)
其中和是发电机中的有功功率和功率损耗，r是定子绕组中的电阻，是无功功率，是端电压。中性线电压给定为[20]：
（3）
其中Z是发电机组的内部阻抗，是通过相位的电流，是相位为的感应线电压。 假设的幅度由AVR完全控制，或者至少动态性能比机械系统的动态性能快得多。 这在第II-A节中进行了验证。的每相角的电压值为
（4）
其中θ是机械角度，是发电机的极数。 参数来自[20]。
AVR通过操纵感应电压来调节端电压。 在这个模拟器中，我们使用下垂控制器根据发电机组的无功功率来确定设定值，负责分担无功负载。 如果发电机具有相同的电压下降曲线，则发电机提供相等量的无功功率。
在柴油发电厂中，柴油发电机的动态性是最慢的。大多数现代柴油发动机是通过涡轮增压来提供更高的功率密度。当一台涡轮增压柴油发动机需要增加其输送功率时，在气缸中需要更多的空气，以避免排气中的不完全燃烧和可见烟雾。然而，由于涡轮增压器的旋转惯性和较大的排气接收器的体积，空气系统的响应十分缓慢。这导致了涡轮迟滞。此外，增加燃料喷射使气缸中的温度升高。因此，在厂商生产发动机时加入了约束条件，以确保燃油喷射不会改变太快。这是为了避免发动机由于温度的快速变化而损坏，并且保证进气管中的空气压力足够大允许完全燃烧。这些限制在某些情况下是保守的，并且空气动态性可能被忽略，因为由于这些约束，发动机将始终在完全燃烧状态下。柴油发动机的常数可以分为三类[21]。第一个是由于信号延迟，预设阀关闭或喷射时而发生的能量传递延迟。这种现象的时间尺度为毫秒。在模拟中，只有通过对气缸过程和燃油喷射系统的精确建模才能发现。其次，已经提到的空气动态性是这种应用中最有趣的物理现象。空气动力学的典型瞬态时间尺度在几秒钟内。最后，热瞬变是由系统的热惯性引起的，其可能具有几十分钟的时间尺度。
柴油发动机模拟模型的主要目的是捕获包括空气动态性指标，如发动机气缸前增压来促进燃烧。在平均值发动机模型中，发动机系统部件中的大部分物理过程被捕获，除了缸内过程，即热力循环。该模型中包括的主要部件是发动机气缸体，涡轮增压器，增压空气冷却器，空气接收器和排气接收器。实施的平均值引擎模型基于[22] - [27]中提出的模型。
具有涡轮增压系统的发动机系统，本质上是气体混合物作为介质的热力学过程。因此，系统的主要变量是压力,温度,和燃料空气当量比，还有流量变量，如气体质量流量;焓流量或内部能量变化率;燃烧燃料的质量流量，这些是描述系统动态性能所必需的。
填充和排空方法[23]用于构建系统的热力学过程模型。在这种方法中，目标模型是通过在一系列实际系统中放置受控体，并在相邻的受控体中进行流量限制来构建的。假设热力学状态，例如压力和温度在受控体内是均匀的，并且在流量限制中不存在质量积累。然后，所有组分分为两类：热力学控制体积或流量限制。通常，管道，接收器和气缸是热力学控制体积;而任何阀门，压缩机，涡轮机和热交换器都被认为是流量限制。
受热控制体积决定了系统的热力学状态。它们由两部分组成。第一个是实现质量守恒和热力学第一定律的流动连接点。第二部分是将质量和能量的净变化率整合在一起的流量积分。积分值是质量;内部能量;燃烧燃料的质量在控制体积内;这些是系统的状态。压力和温度来自热力学性质表，例如JANAF表[28]，也来自状态方程（即理想气体定律）。为了实现更快的模拟，使用[25]中发现的热力学性质的半经验公式来代替该表。
两个受控体之间的流量限制决定了它们之间的质量和能量流动速度。流速取决于相邻受控体的压力和温度。在许多情况下，可压缩气体的等效理想流量方程长用于次处。在模型[24]中使用的方程假定等熵过程违背了限制条件。因此，应考虑任何形式的能量损失，以满足守恒定律。
在压缩机和涡轮机的情况下，该模型需要来自测量或制造商的性能数据。该图表示设备上的压力比和转子的旋转速度之间的关系;相对于校正质量流;和过程的等熵效率。获得质量流和效率后，能量流入和流出即可假设等熵过程计算。那么每个涡轮机的扭矩可以计算为
（5）
其中，和是实际质量流量和机器上焓变化。 动态方程用于涡轮增压器的机械旋转。
（6）
其中和是涡轮和压缩机的扭矩，是涡轮增压器的转动惯量， 是涡轮增压器的角速度。
包括进气和排气阀，燃油喷射系统，气缸和活塞在内的整个发动机缸体简化为单流量限制模型。在这个模型中，输入是压力;和空气接收器的温度;发动机转速;和燃料架位置。通过该限制模型的质量流可以通过该过程的已知体积效率来确定。
（7）
其中是空气接收器中气体的密度，是排量，是发动机循环的行程数，是燃烧的燃料质量流量，是每个循环喷射的燃料的最大量。 进出气缸的能量的数值通过下列计算：
（8）
其中是空气接收器体积的空气焓，是燃料的低热值，是传热比，是具体的燃料消耗。 发动机的扭矩输出为
（9）
总体平均值发动机系统模型如图5所示。压缩机和涡轮机模型都要求环境压力和温度作为系统的边界条件。 总体模型的输入是燃油架位置和发动机转速; 输出是空气接收器的压力和温度，体积效率和扭矩。 使用前三个输出量来计算每个循环中捕获的气缸中的质量，这进一步用于根据给定的燃料空气极限当量计算最大允许喷射量。 这个功能被称为烟雾限制器，其确保气缸中的供给足够稀释，以在快速功率输出增加期间避免可见的烟雾。
这种模式的短暂之处在于它需要大量的参数确认才能达到合理的准确性。然而，如果主要物理变量被转换为单位值，一个限定规范的电机模型可以用于不同场合。 但这可能导致不准确的响应特性，因为各种功率范围的机器具有不同的时间尺度。 逐步加载响应的发电机组，其特性可用于校准包括调速器的总体模型，以匹配给定的特性。 这些特征可以在制造商的文档中找到，例如[29]。
在通过控制燃油速率使得燃料完全燃烧的发动机中，可以使用一个简化的模型。在第II-C节中，模拟显示，轮机就是发动机制造商进行了保守速率限制的列子。忽略空气动力学的简化模型只需要一个参数即可
（10）
其中是柴油发动机的扭矩输出，是从燃料速率到机械扭矩的增益。燃料消耗由Willans近似模型[22]建立。
发动机轴速度动力性由一下给出
（11）
（12）
其中θ是机械角度，w是单位机械角速度，b是基础机械角速度，风阻摩擦常数表示为Df。 这是由摆动方程导出的，并假设线性阻尼。
H定义为
（13）
其中J是发电机组的转动惯量，是发电机组的基本功率[20]。
4）调节器
两个发动机型号使用相同的调速器，这是基于下垂控制[30]。 然后由具有反向计算的PID控制器指令来计算燃料指数，以避免积分项的卷起。 频率的导数通过使用低阶求导计算。
（14）
（15）
（16）
（17）
其中和是导数，积分，比例和反向计算增益。 每单位产生的发电机功率表示为。符号，和是频率的参考频率，设定值空载频率和估计时间导数。
对于速率约束模型，为避免气缸中温度波动过大需要加入对燃油指数额外的限制，同时也要避免因空气过少无法完全燃烧导致的黑烟。 这个约束是预定义的，因此是静态的。 在案例研究中，发动机允许增加额定输出20%的燃油指数，然后以8.1％/ s的速度来增加。 这是通过调整发动机的模型响应来适应恢时间和频率的下降[29]。对于平均值模型，烟雾限制器约束监督器的命令。 一个循环可用的空气量是
其中是体积效率，和是空气接收器处的压力和温度，是比气体常数，是气缸的排量。 给定最大燃油空气当量比，最大燃料指数由下式给出
其中是化学计量燃料空气比，是每个循环的最大燃料喷射量。 在案例研究中，被选为1，以给出合理的发动机响应。
ESD包括电池，电容器，燃料电池或能够提供消耗电力的任何其他装置。它们作为可用动力储备以及根据PMS采用的控制策略，通过PMS计算。它可以代替快速减负的策略。储能装置的内部动态性被忽略，因为一般认为其内部动态性比其余装置更快。
这里提及的所有组件都是简化的，因为损耗是使用效率表进行建模的。 在制造商提供的数据帮助下，制造并且加入更多部件变得容易。
推进器被模拟为由电动机驱动的螺旋桨。 螺旋桨被假定为固定螺距，速度是可变的。但不包括推进器 - 推进器或推进器 - 船体相互作用间的损失。假设电动机的扭矩被完全控制。 变频器通常用于控制电机。变频器的动态性在时间上比推进器驱动的机械部分的动态性更快，因此其被忽略。 速度控制器用于控制推力。 开放水域特性用于根据要求的推力计算所需的轴速度。
推力由[31]
其中KT是从开放水域试验得到的推力系数，是水的密度，D是螺旋桨直径，是轴速度。 这给出了所需的轴速度
所需的推力信号必须平滑，因为所需的推力通常以1Hz计算。如果没有完成，则每个推进器命令更新时刻会发生功率波动。因此，此时设置一个二阶过滤器。
[32]中提出的螺旋桨的四象限模型用于计算推力器的实际推力和扭矩。这种模型的好处在于它可以模拟风力摩擦（即轴速度和转矩具有不同的标志）。
螺旋桨的推进速度被认为等于船舶的相对速度。 这意味着其包括船舶运动引起的波浪与螺旋桨之间的相互作用，但不包括由于波浪引起的波浪与螺旋桨相互作用[33]。该模型首先由[34]提出。 推力和扭矩系数定义为
其中是推力，是推进器的半径，是推进器扭矩。是半径为的螺旋桨叶片未受干扰的入射速度，并被定义为
是螺旋桨轴的角速度。螺旋桨的角度在，定义为
为了估计和，使用的函数傅里叶变换近似求解，其参数来自[32]。
在故障之后由于负载的快速减少，推进器的功耗通常也随之减少。这是通过限制驱动螺旋桨的电动机的扭矩来实现的。在实际使用中，一般由变频器完成。分配推力时需要估计推进器的消耗功率。四象限模型不适合于此目的，因为推力分配是超前的速度无法得到。 因此，电动推进器的功率消耗被近似
其中是推力振幅，是一个常数，可以从系柱拉力试验结果或开放水域试验中找到[31, Ch. 9]。由于近似，实际和近似的功耗可能不同。
电力模拟器中的最后一个模型是一个名为其他负载的模块。它表示不直接影响推进系统的负载，并且被建模为随时间变换的期望和实际功的率消耗。负载分为两部分：高优先级和低优先级负载。 两者都向PMS发送所需的功耗。 然后，PMS将向这些负载分配可用的电力。 PMS将首先为高优先级负载分配电力，这可能是应急系统。然后，在低优先级负载获得最后剩余可用功率之前，推进器将分配剩余电力。 实际消耗功率设置为等于可用分配的功率。
用MCSim工具箱和MSS工具箱[8]的模型对船舶进行建模。在模拟情况下，应选择适合DP操作的模型。 MSS工具箱包含多个船只型号，应根据仿真情况选择型号。
MCSim是用于低速模拟的高保真船只模型，包括波频运动和低频运动。除了来自船舶的流体动力学和推进器力之外，低频运动包括缓慢变化的电流，二次波漂移，平均风和阵风的阻力。波频运动是通过运动传递函数建立的。 MCSim使用WAMIT [35]中的传递函数。
检测器是基于[36]的被动观察者，DP控制器作为PID控制器使用。在船舶运动动态性的时间尺度中，风的影响力是最大的，一般是1秒。而最慢的是环境条件的变化，一般是几十分钟到几个小时或几天的数量级。除了缓慢变化的洋流之外，环境是恒定的。模拟通常使用比环境条件变化的时间尺度更短的时间范围。在这种情况下，仿真期间可以假设环境是恒定不变的。
该模拟器中使用的大多数型号都是已知的型号，已经通过验证。 然而，电力模型，柴油机速度限制模型和平均柴油机模型参数需要进行验证。
使用基于磁链的发电机模型来验证电气模型[20，Sec.5.11]。模型的参数见[20,table 5.10-1]，当两台发电机连接到相同的负载时模拟完成。
对于稳态模型，负载的消耗功率被设置为恒定的。磁链模型的负载由电阻设定，当电压处于额定值时，该电阻给出了所需的功率消耗。在图6中，绘制了发电机的功率，电压和频率，以便逐步将负载从20％增加到70％。注意，稳态模型的模拟功率适合于磁链模型的功耗。由于电阻负载的突然增加，磁链功率发生下降，这也导致电压下降。之后的小差异主要是由于不同模型的负载。成功的建立了频率模型，正如预期的因为两个模型的功率响应是接近的。但是，在第一个十分之一秒内，电压不能很好对齐。两种型号都能够捕获电压下降。然而，虽然模型的时间尺度（几毫秒）之间是一致的，但幅度不一致（稳态模型为6.3％，联动模型为71％）。还有一些没有被稳态模型捕获的子瞬变。
为了准确地对电压进行建模，还需要高保真的负载模型。由于海洋船只上有许多不同的负载且每一个都要建立模型，因此对其整体建模是十分困难的。
良好的柴油发动机模型应能够在瞬态负载下预测燃油的消耗以及发动机的动态性速度。因为模型使用规定的循环效率曲线而不是气缸中的实际的循环量，因此获得正确的燃油消耗曲线至关重要。可以通过拟合已有的发动机燃料消耗数据来获得这样的曲线。然而，发动机的动态响应来自系统的多个子模型组合效果。仅在模拟器中使用的平均值模型就有约50个参数，其中一些是数组。寻找适当的参数并调整模型可能是一个麻烦的过程，即使发动机的性能数据可用。为了简化配置过程，可以使用经过验证的仿真模型并对输出进行归一化。然而，发动机动态性的时间尺度可能不同。因此，应该重新调整这种模型以匹配相应的发动机动态性。
这可以通过调节有限的参数来完成，这些参数对发动机负载变化的响应有主要影响。在本文中，调速控制器的增益，涡轮增压器的惯量，发电机组的惯量和最大燃油比被选为协调参数。以特定发动机负荷验收试验的响应曲线作为参考。然后，使用仿真和优化将模拟响应与参考数据进行曲线拟合。
本文使用的平均值模型是具有合理参数的中速四冲程发动机的通用模型。参考引擎是功率为9.6兆瓦的MAN 16V32 / 44CR。频率恢复时间的参考响应曲线和频率恢复时间相对于步进负载振幅曲线，被用于检验模型的发动机响应与测量值之间的匹配[29]。频率恢复时间被定义为从稳态带开始的频率偏移到根据ISO 8528-5再次进入频带的时间间隔到。假设这样的频带为1％，并且拟合结果示于图7。
如第I-E节所述，柴油机制造商限制节气门位置的变化速率。 然而，烟雾限制器将确保进气门位置受到限制，使得可以完全燃烧和产生最大扭矩。
在图8中，最早的阶跃曲线是发电机组承受的从20％到60％的负载有功功率。
该图分别显示了在有和没有烟雾限制器、速率限制下进气门位置的响应曲线。 限制因素也包括在内，以显示烟雾限制器水平和限制速率。很明显，制造厂的速率限制总是低于烟雾限制器。 因此烟雾限制器可以忽略。 应该注意，这个结果只对这个电动机有效。
分析了三种情况，其目的是说明只能通过多使用域模拟器进行模拟。值得注意的是，重点在于定性分析，而不是定量分析，因为整体模拟器没有定量验证。
一个钻机用于描述模拟器的使用范围，不仅可以用于故障情况，还适用于正常运行。电气系统如图3所示。该钻机有三个交换机，它们以环形配置连接。两个发电机组连接到每个交换机。柴油发动机额定输出功率为9.1兆瓦。此外，两台推进器连接到每个配电板，额定输出功率为4.2 MW，额定推力为506 kN。推进器的位置如表1所示。钻机浮筒长度为84.6米，总质量为27×106公斤。动态模型假设低速，而洋流被认为是船舶总速度的一个组成部分，而不是阻力。关于船只的更多细节可以在[7]中找到。
表1. 推进器在钻机壳体上的位置。
Azimuth |
-35 |
-27 |
|
Azimuth |
-35 |
27 |
|
Azimuth |
0 |
-27 |
|
Azimuth |
0 |
27 |
|
Azimuth |
35 |
-27 |
|
Azimuth |
35 |
27 |
除了钻机之外，还对混合动力供应船进行建模，以验证储能装置对船舶电气稳定性的影响。 电气系统如图9所示，其中电池组，2.2兆瓦发电机和3.3兆瓦发电机连接到每个电源总线。
推进器特性如表2所示。容器长度为80米，总重量6200000公斤。
表2.供应船上推进器的位置和尺寸。
Azimuth |
-30 |
-5 |
2.7 |
|
Azimuth |
-30 |
-5 |
2.7 |
|
Tunnel |
24 |
0 |
1.5 |
|
Tunnel |
27 |
0 |
0.85 |
|
Tunnel |
30 |
0 |
1.5 |
模拟环境条件的总况如表3所示。在所有模拟情况下，风，波和洋流方向总是从北到南，这里使用了JONSWAP波谱[37]和NORSOK风力特征[31]。
表3.模拟案例的环境状况总结。
5 |
8.5 |
14 |
1 |
|
5 |
7 |
14 |
0.3 |
|
4 |
7.7 |
12 |
1 |
第一个研究案例显示了典型的DP操作。目的是说明由于DP系统对自然噪音的响应造成的负载波动，以及发电造成的负载波动。位置和标题设定点固定在原点。总线以环形配置连接，所有母线断路器都关闭。
图10显示了模拟情况下的船舶浪涌位置和电气总线频率。模拟器能够捕获船舶实时位置、发电机功率的不同时间尺度和时间常数。与海波频率相同的时间尺度的功率变化是清晰可见的。此外，推进器设定点的变化给出1赫兹的波纹。
在DP操作期间，由于预防故障检测，反向功率流等，可能会使总线与剩余电网隔离。所以这里列举了电气系统和DP系统之间的相互作用。即使最大发电能力和推力未改变，由于重新配置，总线上也存在瞬时功率浪涌。
在模拟中，船舶处于DP运行状态，向北运行，封闭总线系统和五台发电机组运行（两个连接到前两个交换机中的每一个，一个连接到第三个交换机）。配电盘3与其他两个配电板分开，通过在200s时打开连接到配电盘3的断路器。由于负载增加，功率消耗受到快速负载降低的限制。
图11显示了电源总线重新配置对动态定位的影响。当发电厂重新配置时，DP系统的定位会受到负载减少的明显影响。这种情况只能用集成模拟器进行仿真，因为定位系统和电气系统中的相互作用是导致定位瞬变的因素。图11也给出了船舶位置和过滤位置（由状态估计器估计），由于波浪频率的改变使得难以观察上述效果。
最后一个案例说明了增加一个储能装置是怎样增加总体安全性的，这主要是由于总线中额外的功率注入会限制发电机的频率下降。本文介绍的系统使用第三部分提供的供应船。四台发电机和五台推进器都在初始时被连接。 ESD连接到电源系统。 1秒之后，其中一台发电机与电网突然断开，在剩余的三台发电机中产生电源浪涌。ESD以频率下降模式进行控制，但只有当频率低于98.5％时才会连接。
这种情况的结果如图12所示。对于两种模拟情况，容器位置几乎相同，主要区别在于ESD情况下的频率下降更小。
众所周知，当频率降低到2％到3％以下时，减载和脱落的保护系统将被激活，可能会使推进器，钻井系统等大功率设备失效。如果频率进一步下降，将会导致部分甚至全部停电。从维护的角度来看，如果使发电机负载变化平稳，磨损将减少，提高发电机工作条件，减少维护成本。
该模拟显示，模拟器允许调查故障期间的船只和ESD的动态行为，其中频率下降是其主要关注的问题。 ESD能够将频率下降限制在安全幅度范围内，来阻止更大规模的故障。如果模拟器设置正确，为了ESD的其他操作策略也可以使用，例如削减峰值，开 - 关操作等。
在本文中，介绍了船舶电动推进模拟器。主要贡献是演示和验证了发电设备和船舶运动仿真整合所需要的模型。除了集成仿真器的演示之外，还可以对几个解耦仿真器无法描述的情况进行定性分析。除了组件之间的相互作用，船只，螺旋桨，推进驱动器，发电机组和控制器的详细模型都包含在系统模拟器中。提出了一个基于模块的平台，可以选择不同精确度的模型。由于模块化，可以将模拟器重新配置给具有电力推进的不同船舶，并且可以模拟不同的操作。此模拟器可以用Simulink实现。本文中介绍的研究案例显示了此模拟器的一些功能。例如，更详细的故障情况模拟有助于增加对电气系统状况、控制系统和安全功能的了解。在将来可以使船舶及其操作更加安全。
1] Marine Cybernetics. Technology: Cybersea,N.D., Viewed 2014-12-12.[Online]. Available:https://www.dnvgl.com/services/software-formarine-operations-sesam-marine-2321,accessed Nov. 3, 2015.
[2] T. A.Johansen and A. J. Słrensen, ‘‘Experiences with HIL simulator testing of powermanagement systems,’’ in Proc. Marine Technol. Soc. Dyn. Position Conf., 2009.
[3] L.Pivano, O. N. Smogeli, S. Muddusetti, and J. Ramsey, ‘‘Better analysisbetterdata-better decisions-better operational risk managementDdelivery of incidentfree operations: Enabled by DynCap,’’ in Proc. Marine Technol.Soc. Dyn.Position Conf., 2014.
[4] W.Ren, M. Steurer, and S. Woodruff, ‘‘Progress and challenges in real timehardware-in-the loop simulations of integrated ship power systems,’’ in Proc.IEEE Power Eng. Soc. General Meeting, vol. 1. Jun. 2005,pp. 534–537.
[5] M.Steurer et al., ‘‘Investigating the impact of pulsed power charging demands onshipboard power quality,’’ in Proc. IEEE Electr. Ship Technol. Symp. (ESTS),May 2007, pp. 315–321.
[6] Y.Xie, J. Sun, C. Miz, and J. S. Freudenberg, ‘‘Analysis and modeling of a DChybrid power system testbed for power management strategy development,’’ inProc. IEEE Vehicle Power Propuls. Conf. (VPPC), Sep. 2009, pp. 926–933.
[7] MSS.(2010). Marine Systems Simulator. [Online]. Available: http://marinecontrol.org
[8] T.Perez, Ø. N. Smogeli, T. I. Fossen, and A. J. Słrensen, ‘‘An overview of themarine systems simulator (MSS): A Simulink toolbox for marine controlsystems,’’ Model., Identificat. Control, vol. 27, no. 4, pp. 259–275, Oct.2006.
[9] T. I.Fossen, Marine Control Systems: Guidance, Navigation and Control of Ships, Rigsand Underwater Vehicles. Trondheim, Norway: Marine Cybernetics, 2002.
[10] A.J. Słrensen, E. Pedersen, and Ø. N. Smogeli, ‘‘Simulation-based design and testingof dynamically positioned marine vessels,’’ in Proc. Int. Conf. MarineSimulation Ship Maneuverability (MARSIM), Tokyo, Japan, 2003.
[11] T.Perez and M. Blanke, ‘‘DCMV a MATLAB/Simulink toolbox for dynamics and controlof marine vehicles,’’ in Proc. 6th IFAC MCMC, Girona, Spain, 2003.
[12]DNV-GL. Software for Marine Operations—Sesam Marine. [Online]. Available: http://dnv.com/services/software/products/sesam/sesam_marine, accessed Nov. 3, 2015.
[13] D.Bosich, M. Filippo, D. Giulivo, G. Sulligoi, and A. Tessarolo, ‘‘Thruster motorstart-up transient in an all-electric cruise-liner: Numerical simulation andexperimental assessment,’’ in Proc. Elect. Syst. Aircraft, Railway ShipPropuls. (ESARS), Oct. 2012, pp. 1–5.
[14] J.F. Hansen, A. K. ¯dnanes, and T. I. Fossen, ‘‘Mathematical modelling ofdiesel-electric propulsion systems for marine vessels,’’ Math. Comput. Model.Dyn. Syst., Methods, Tools Appl. Eng. Rel. Sci., vol. 7, no. 3, pp. 323–355,2001.
[15] D.Radan, ‘‘Integrated control of marine electrical power systems,’’ Ph.D.dissertation, Dept. Marine Technol., Faculty Eng. Sci. Technol., NorwegianUniv. Sci. Technol., Trondheim, Norway, Apr. 2008.
[16] T.A. Pedersen and E. Pedersen, ‘‘Bond graph modelling of marine power systems,’’Math. Comput. Model. Dyn. Syst., Methods, Tools Appl. Eng. Rel. Sci., vol. 18,no. 2, pp. 153–173, 2012.
[17] T.I. Bł and T. A. Johansen, ‘‘Scenario-based fault-tolerant model predictivecontrol for diesel-electric marine power plant,’’ in Proc. MTS/IEEE OCEAN,Bergen, Norway, Jun. 2013, pp. 1–5.
[18] T.Bł, T. A. Johansen, and E. Mathiesen, ‘‘Unit commitment of generator setsduring dynamic positioning operation based on consequence simulation,’’ inProc. 9th IFAC Conf. Control Appl. Marine Syst., 2013, pp. 1–5.
[19] T.I. Bł et al., ‘‘Real-time marine vessel and power plant simulation,’’ in Proc.ASME 34th Int. Conf. Ocean, Offshore Eng. (OMAE), May/Jun. 2015.
[20] P. C.Krause, O. Wasynczuk, and S. D. Sudhoff, Analysis of Electric Machinery andDrive Systems, 3rd ed. New York, NY, USA: McGraw-Hill, Feb. 2013.
[21] J.Benajes, J. M. LujÆn, V. Bermœdez, and J. R. Serrano, ‘‘Modelling of turbochargeddiesel engines in transient operation. Part 1: Insight into the relevantphysical phenomena,’’ Proc. Inst. Mech. Eng. D, J. Automobile Eng., vol. 216,no. 5, pp. 431–441, 2002.
[22] L.Guzzella and C. H. Onder, Introduction to Modeling and Control of InternalCombustion Engine Systems, 2nd ed. Berlin, Germany: Springer-Verlag, 2010.
[23] A.Chow and M. L. Wyszynski, ‘‘Thermodynamic modelling of complete enginesystems—A review,’’ Proc. Inst. Mech. Eng. D, J. Automobile Eng., vol. 213, no.4, pp. 403–415, Apr. 1999.
[24] J.Heywood, Internal Combustion Engine Fundamentals. New York, NY, USA:McGraw-Hill, 1988.
[25] F.Zacharias, ‘‘Analytical representation of the thermodynamic properties ofcombustion gases,’’ SAE Tech. Paper 670930, 1967.
[26] K.K. Yum and E. Pedersen, ‘‘Transient performance and emission prediction ofdiesel engine system using pseudo bond graph model,’’ in Proc. 9th Asia-PacificConf. Combustion, Gyeongju, Korea, 2013.
[27] E.Pedersen and H. Engja, ‘‘A bond graph model library for modelling diesel enginetransient performance,’’ in Proc. ISME, vol. 2. Tokyo, Japan, 2000, pp.447–455.
[28] M.W. Chase, NIST-JANAF Thermochemical Tables. Washington, DC, USA: AmericanChemical Society, 1998, p. 9.
[29]32/44CR Project Guide—Marine, MAN Diesel & Turbo, Augsburg, Germany, 2013,p. 56. [Online]. Available: http://marine.man.eu/fourstroke/project-guides
[30]Woodward. (2004). Governing Fundamentals and Power Management, Viewed2014-12-15. [Online]. Available: http://woodward.com/ workarea/downloadasset.aspx?id=2147483987
[31] A.J. Słrensen, ‘‘Marine control systems: Propulsion and motion control systems ofships and ocean structures,’’ 2nd ed., Dept. Marine Technol., Norwegian Univ.Sci. Technol., Trondheim, Norway, Tech. Rep. Report
UK-13-76,2013.
[32] Ø.N. Smogeli, ‘‘Control of marine propellers,’’ Ph.D. dissertation, Dept. MarineTechnol., Faculty Eng. Sci. Technol., Norwegian Univ. Sci. Technol., Trondheim,Norway, 2006.
[33] A.J. Słrensen and Ø. N. Smogeli, ‘‘Torque and power control of electricallydriven marine propellers,’’ Control Eng. Pract., vol. 17, no. 9, pp. 1053–1064,Sep. 2009.
[34] I.Y. Miniovich, ‘‘Investigation of hydrodynamic characteristics of screw propellersunder conditions of reversing and calculation methods for backing of ships,’’Bureau Ships (BuShips), Washington, DC, USA, Tech. Rep. AD0700702, 1960.
[35]C.-H. Lee. (Oct. 1995). WAMIT theory manual. Massachusettes Institute ofTechnology. [Online]. Available: http://www.wamit.com/ Publications/tmanual.pdf
[36] T.I. Fossen and J. P. Strand, ‘‘Passive nonlinear observer design for ships usingLyapunov methods: Full-scale experiments with a supply vessel,’’ Automatica,vol. 35, no. 1, pp. 3–16, Jan. 1999.
[37] K. Hasselmannet al., ‘‘Measurements of wind-wave growth and swell decay during the jointnorth sea wave project (JONSWAP),’’ Deutsches Hydrographisches Inst., Hamburg,Germany, Tech. Rep. 8-12, 1973.