Quản Lý Năng Lượng Lai Trên Tàu Bằng Phương Pháp Điều Khiển Dự Báo Mô Hình (MPC) – Nghiên Cứu Sử Dụng Simcenter Amesim
Trong bối cảnh ngành vận tải đường thủy ngày càng chú trọng đến hiệu quả sử dụng năng lượng và giảm thiểu tác động môi trường, việc quản lý năng lượng trên các phương tiện vận tải, đặc biệt là tàu thuyền, trở nên cực kỳ quan trọng. Mới đây, một nghiên cứu ứng dụng phương pháp Điều Khiển Dự Báo Mô Hình (MPC) trong quản lý năng lượng lai trên tàu đã được công bố, mở ra hướng tiếp cận mới trong việc tối ưu hóa sự sử dụng năng lượng và giảm phát thải trên tàu “Changhang Cargo 001”.
Nghiên cứu này đã được thực hiện với sự hỗ trợ của Simcenter Amesim, một công cụ mô phỏng hệ thống mạnh mẽ, cho phép các nhà khoa học và kỹ sư kiểm tra và xác minh hiệu quả cũng như khả năng kiểm soát thời gian thực của phương pháp điều khiển phân tán cấp bậc. Cụ thể, phương tiện nghiên cứu là một tàu chở hàng hybrid với khả năng hoạt động linh hoạt theo điều kiện vận hành biến đổi.
Hệ thống năng lượng lai của tàu bao gồm động cơ diesel, máy phát điện trục, bộ máy phát điện sử dụng LNG và bộ lưu trữ năng lượng (ắc quy). Hệ thống này có khả năng vận hành ở bốn chế độ: chạy bằng động cơ, lấy điện khi cần, cung cấp điện khi máy chính không chạy và thu năng lượng khi có thể.
Trong quá trình vận hành thực tế trên sông Dương Tử, từ Chongqing đến Thượng Hải, tàu “Changhang Cargo 001” đã trải qua các điều kiện tải trọng cao khi đi ngược dòng và tải trọng thấp khi xuôi dòng, đòi hỏi hệ thống quản lý năng lượng phải linh hoạt và hiệu quả cao.
Kết quả thực nghiệm cho thấy khả năng mô phỏng thời gian thực được cải thiện đáng kể, với thời gian tính toán của mô hình hệ thống năng lượng lai và mô hình điều khiển phân tán cấp bậc trong dSPACE ngắn hơn thời gian mô phỏng. Điều này góp phần nâng cao độ chính xác kiểm soát điện áp DC bus lên 18.08%, giảm biến động dòng điện của ắc quy đến 17.4%.
Quan trọng hơn, chiến lược quản lý năng lượng dựa trên FDP-MPC cho phép tiết kiệm năng lượng và giảm phát thải lên tới 99.89% so với phương pháp DP-MPC toàn cục, đồng thời đảm bảo độ robust (ổn định) và hiệu suất thời gian thực cao hơn.
Để biết thêm thông tin chi tiết về nghiên cứu này, bạn có thể truy cập liên kết tại đây.
Don’t hesitate to contact Thanh for advice on automation solutions for CAD / CAM / CAE / PLM / ERP / IT systems exclusively for SMEs.
Luu Phan Thanh (Tyler) Solutions Consultant at PLM Ecosystem Mobile +84 976 099 099
Web www.plmes.io Email tyler.luu@plmes.io