一种确定城轨列车车载超级电容器组参数的方法
技术领域
本发明涉及城轨列车制动能量回收技术领域,特别是一种确定城轨列车车载超级电容器组参数的方法。
背景技术
城轨列车在运行过程中,由于站间距离较短,列车启动、制动频繁,制动能量相当可观。而电网供电是单向的,本身并不具备能量存储功能,回馈的能量,一部分由同一供电区段列车之间相互吸收,另一部分传统的做法是通过电阻装置释放,以防止供电网压过高。这样一来,部分制动回馈的电能通过电阻发热而消耗,白白浪费,同时电能转变成热能向四周散发,造成站内和隧道内温度升高,给温控系统造成负担。车载超级电容器组的作用在于,能将消耗于制动电阻部分的能量进行储存,在车辆再次起动或加速时将能量重新释放给车辆自身使用,这样可降低城轨车辆从电网吸取的电能,节能减耗,降低运营成本;同时由于储能装置的缓冲作用,可避免车辆频繁地起动和制动对直流供电网的冲击,减小电压和电流的波动,改善供电质量。
设计与配置实用的车载超级电容器组理想的情况是进行城轨列车实地统计与评估,但是由于车载超级电容器组不同于地面超级电容设计,通常是先设计,后投入运营,无法在设计阶段获取列车投入线路运营产生再生制动反馈能量的统计数据及评估。目前,通常的做法是设计时按照城轨列车最大设计时速来考虑车载超级电容器组的容量,但在大多数运行状况下,制动初速度并不是列车的最大设计时速,而是低于最大设计时速的,所以按照城轨列车的最大设计时速来设计车载超级电容器组的容量通常偏大,电容储能阵列庞大,设计不合理,制造成本偏高,且车载超级电容器组的利用不充分,造成浪费。
发明内容
针对背景技术的问题,本发明提供一种确定城轨列车车载超级电容器组参数的方法,以解决现有技术中,城轨列车车载超级电容器组参数设计不合理、电容器容量偏大、制造成本高、利用不充分、浪费大的问题。
为实现本发明的目的,本发明提供了一种确定城轨列车车载超级电容器组参数的方法,所述城轨列车车载超级电容器组用于城轨列车制动能量的回收,创新点在于:所述方法包括:
(一)根据方法一得到每个子线路的备选驾驶方案;
(二)根据方法二得到每个子线路的最大电容容量;
(三)根据方法三得到城轨列车车载超级电容器组的参数;
所述方法一包括:
将运营线路上相邻两个站点间的路段记为一个子线路,若运营线路上有x+1个站点,则有x个子线路;以得到最优驾驶方案为目的,采用粒子集群算法,为每个子线路均生成一个Pareto前沿解集;单个Pareto前沿解集包含多个Pareto前沿解,单个Pareto前沿解即为一套备选驾驶方案;
所述方法二包括:
对多个Pareto前沿解逐一进行处理,得到相应的电容器容量备选参数;按如下方式对单个Pareto前沿解进行处理:
从Pareto前沿解中提取出最后一次制动操作时的制动开始速度v1、制动结束速度v2、制动加速度a;然后按公式一计算出再生制动时间t;然后按公式二计算出t时域内的动能变化量ΔE;然后按公式四计算出t时域内的有效再生制动反馈能量Erb;然后按公式五计算出电容器容量备选参数Erbc;
单个Pareto前沿解集所辖的多个Pareto前沿解即可得到多个E
rbc,多个E
rbc中的最大值即为最大电容需求能量
所述公式一包括:
所述公式二包括:
其中,M为列车的等效质量,按公式三获取;
所述公式三:
M=M1(1+γ)+M2
其中,M1为列车自重,M2为列车负载,γ为列车的回转质量系数;
所述公式四包括:
其中,F0为车辆制动过程中的基本阻力;Fa为车辆制动过程中的附加阻力,包括坡道附加阻力、曲线附加阻尼和隧道附加阻力;ηI为主逆变器效率,ηM为电机制动效率和ηG为齿轮箱传动效率,ηI、ηM和ηG均为常数;PA为辅助系统功率,PA为常数;v为车辆速度;
所述公式五包括:
Erbc=Erb(1-kab)ηD
其中,kab为吸收系数,为被吸收制动能量与有效再生制动反馈能量的比值,所述被吸收制动能量为同一牵引段下与该列车相邻的其它列车吸收的制动能量;ηD为双向直流DC/DC变换器的效率;
所述方法三包括:
每条子线路均对应有一
计算所述运营线路上所有子线路的最大电容需求能量
的算数平均值,得到最大电容平均能量
然后按公式六计算出电容总容量C
sc;然后按公式七计算出电容单体串联数n;然后按公式八计算出电容单体并联数m;所述电容总容量、电容单体串联数和电容单体并联数即为城轨列车车载超级电容器组的参数;
所述公式六包括:
其中,Ucmax为超级电容阵列最高工作电压;Ucmin为超级电容阵列最低工作电压;
所述公式七包括:
其中,Uc-cell为电容单体电压;
所述公式八包括:
其中,Cc-cell为电容单体容量。
进一步地,所述粒子集群算法按如下方式进行:
A)根据基础数据和约束参数设定粒子:为列车设计控制序列;所述控制序列由多个顺次排列的控制阶段组成,每个控制阶段均对应一种列车工况,列车工况切换时控制阶段也随之切换;列车工况切换时,列车在子线路上所处的位置记为工况转换点;当控制阶段的数量及各个控制阶段的列车工况种类确定后,即形成了一种控制模态;对控制阶段的数量及各个控制阶段的列车工况种类进行调整,即可得到多种控制模态;在单种控制模态条件下,对工况转换点的位置进行调节,即可为该种控制模态生成多种控制情况,同一控制情况及其所辖的多个工况转换点记为一个粒子,多种控制情况分别对应多个粒子;控制阶段的数量与工况转换点的数量之和即为基础粒子的维度;
B)根据公式九对各个粒子进行粒子速度更新处理,得到各个粒子当前的粒子速度;然后根据各个粒子当前的粒子速度根据公式十对各个粒子进行粒子位置更新处理,得到各个粒子当前的粒子位置;
C)然后根据约束参数,判断各个粒子当前的粒子位置中是否有可行解:
满足约束参数条件的粒子位置记为可行解;
若无可行解,则返回步骤B);若有可行解,则进入步骤D);
D)将可行解送入外部档案,外部档案对可行解进行支配关系识别,保留下来的可行解即形成Pareto前沿解;
E)判断粒子的迭代次数是否达到设定值,若迭代次数未达到设定值,返回步骤C);若迭代次数达到设定值,则结束粒子集群算法,此时外部档案模块中的所有Pareto前沿解即为Pareto前沿解集;
所述公式九:
其中,w为惯性权重,为一设定值;
为相应粒子群中第d维度上第i个粒子第k次搜索时的粒子速度,
为设定值;
为相应粒子群中第d维度上第i个粒子第k+1次搜索时的粒子速度;c
1和c
2均是数值为正的常数,c
2和c
2均为设定值;
和
均为[0,1]区间上的随机数,
和
的具体数值由粒子群处理模块根据粒子集群算法随机生成;
为相应粒子群中第d维度上第i个粒子在第k次搜索时的自身最优位置,
为设定值,后续过程中的
由各个粒子群根据粒子集群算法自动更新;
为相应粒子群中第d维度上第k次搜索时的全局最优位置,
为设定值;
为相应粒子群中第d维度上第i个粒子在第k次搜索时的位置向量,
为设定值;
所述公式十:
其中,
为相应粒子群中第d维度上第i个粒子第k+1次搜索时的粒子的位置向量。
本发明的原理如下:
本发明采用粒子集群算法和Pareto原理相结合的多目标优化算法,对城轨列车运营线路进行仿真实验,获取各个子线路有关能耗与时间关系的Pareto前沿解集,Pareto前沿解集中的每个Pareto前沿解对应一套驾驶方案,从每套驾驶方案中可以提取城轨列车的制动参数,通过这些制动参数计算获取城轨列车车载超级电容器组参数。运营线路上子线路的最大电容需求能量
通常与列车在站间的最小运行时间相对应,即列车启动开始以最大牵引力做加速运动,达到限速区段后以恒定速度匀速运动,接近终点时以最大减速度进行制动。列车相邻站点区间运行时间越短,再生制动的能量越大,对超级电容容量需求也越大。而在实际的列车运营中,列车的计划运行时间往往大于列车最小运行时间,因此,对其中的子线路再生制动容量需求,在大多情况下都是小于最大电容平均能量
的,这就意味着车载超级电容能够将该子线路上的再生制动能量全部吸收;若出现了对某一子线路再生制动容量的需求大于最大电容平均能量
的情况,即车载超级电容不能全部吸收再生制动能量,由于电阻斩波耗能的存在,也能保持网压的正常。通过这样的仿真实验和人工智能的方式模拟,可最大程度地逼近城轨列车实际运营的数据,克服传统的按照列车最大时速来设计超级电容的缺陷,使确定的车载超级电容器组参数不保守,更加接近实际需求,更加经济、不浪费。本发明中应用到的粒子集群算法、Pareto原理为现有技术中十分常见的处理手段,相关的内容,本领域技术人员可从现有技术的相关文献中获取。
另一方面,现有技术在设计车载超级电容器组参数时,通常没有考虑制动时的线路实际情况,即没有考虑上下坡道、弯道和隧道的附加阻力,从而带来超级电容容量设计上的偏差。本发明在公式四中,将列车制动过程中的附加阻力Fa纳入了计算,进一步提高了车载超级电容器组参数确定时的准确性。
由于采用了上述技术方案,本发明具有如下有益效果:提高了车载超级电容器组参数设计的准确性、经济性,较大降低了城轨列车车载超级电容器组的配置成本,提高了车载超级电容器组的利用率。
具体实施方式
下面结合实施例对本发明作进一步说明。
一种确定城轨列车车载超级电容器组参数的方法,所述城轨列车车载超级电容器组用于城轨列车制动能量的回收,所述方法包括:
(一)根据方法一得到每个子线路的备选驾驶方案;
(二)根据方法二得到每个子线路的最大电容需求能量;
(三)根据方法三得到城轨列车车载超级电容器组的参数;
所述方法一包括:
将运营线路上相邻两个站点间的路段记为一个子线路,若运营线路上有x+1个站点,则有x个子线路;以得到最优驾驶方案为目的,采用粒子集群算法,为每个子线路均生成一个Pareto前沿解集;单个Pareto前沿解集包含多个Pareto前沿解,单个Pareto前沿解即为一套备选驾驶方案;
所述粒子集群算法按如下方式进行:
设定基础数据和约束参数;所述基础数据包括:线路参数、站点参数、列车参数、自动驾驶系统参数;所述约束参数包括:限速参数、停车位置参数、到站时间参数、列车工况转换原则。上述基础数据和约束参数本领域技术人员均可根据城轨列车实际运营情况设定。
A)根据基础数据和约束参数设定粒子:为列车设计控制序列;所述控制序列由多个顺次排列的控制阶段组成,每个控制阶段均对应一种列车工况,列车工况切换时控制阶段也随之切换;列车工况切换时,列车在子线路上所处的位置记为工况转换点;当控制阶段的数量及各个控制阶段的列车工况种类确定后,即形成了一种控制模态;对控制阶段的数量及各个控制阶段的列车工况种类进行调整,即可得到多种控制模态;在单种控制模态条件下,对工况转换点的位置进行调节,即可为该种控制模态生成多种控制情况,同一控制情况及其所辖的多个工况转换点记为一个粒子,多种控制情况分别对应多个粒子;控制阶段的数量与工况转换点的数量之和即为基础粒子的维度;
B)根据公式九对各个粒子进行粒子速度更新处理,得到各个粒子当前的粒子速度;然后根据各个粒子当前的粒子速度根据公式十对各个粒子进行粒子位置更新处理,得到各个粒子当前的粒子位置;
C)然后根据约束参数,判断各个粒子当前的粒子位置中是否有可行解:
满足约束参数条件的粒子位置记为可行解;
若无可行解,则返回步骤B);若有可行解,则进入步骤D);
D)将可行解送入外部档案,外部档案对可行解进行支配关系识别,保留下来的可行解即形成Pareto前沿解;
E)判断粒子的迭代次数是否达到设定值,若迭代次数未达到设定值,返回步骤C);若迭代次数达到设定值,则结束粒子集群算法,此时外部档案模块中的所有Pareto前沿解即为Pareto前沿解集;
所述公式九:
其中,w为惯性权重,为一设定值;
为相应粒子群中第d维度上第i个粒子第k次搜索时的粒子速度,
为设定值;
为相应粒子群中第d维度上第i个粒子第k+1次搜索时的粒子速度;c
1和c
2均是数值为正的常数,c
2和c
2均为设定值;
和
均为[0,1]区间上的随机数,
和
的具体数值由粒子群处理模块根据粒子集群算法随机生成;
为相应粒子群中第d维度上第i个粒子在第k次搜索时的自身最优位置,
为设定值,后续过程中的
由各个粒子群根据粒子集群算法自动更新;
为相应粒子群中第d维度上第k次搜索时的全局最优位置,
为设定值;
为相应粒子群中第d维度上第i个粒子在第k次搜索时的位置向量,
为设定值;
所述公式十:
其中,
为相应粒子群中第d维度上第i个粒子第k+1次搜索时的粒子的位置向量。
所述方法二包括:
对多个Pareto前沿解逐一进行处理,得到相应的电容器容量备选参数;按如下方式对单个Pareto前沿解进行处理:
从Pareto前沿解中提取出最后一次制动操作时的制动开始速度v1、制动结束速度v2、制动加速度a;然后按公式一计算出再生制动时间t;然后按公式二计算出t时域内的动能变化量ΔE;然后按公式四计算出t时域内的有效再生制动反馈能量Erb;然后按公式五计算出电容器容量备选参数Erbc;
单个Pareto前沿解集所辖的多个Pareto前沿解即可得到多个E
rbc,多个E
rbc中的最大值即为最大电容需求能量
所述公式一包括:
对于城轨列车来说,当车速降低到大约10km/h以下时,放弃再生电制动,完全采用机械式的闸瓦实现制动,所以v2通常大于或等于10km/h。
所述公式二包括:
其中,M为列车的等效质量,按公式三获取;
所述公式三:
M=M1(1+γ)+M2
其中,M1为列车自重,M2为列车负载,γ为列车的回转质量系数;M1、γ均可根据列车自身参数确定,列车设计好后,这两个参数就确定了;
列车负载M2的等级由低到高可分为AW0、AW1、AW2和AW3。其中,AW0为空载,该工况发生的概率较小;AW1为满坐,指车上的座位都坐满,没有乘客站着的情况,这种情况存在但并不是很多;AW3为重载,一般只有在上下班高峰期或节假日才会达到该负载等级,且高峰时段再生制动能量的直接利用率也相对较高;AW2为额定负载,按照车厢内每平方6人计,这是绝大部分时间车辆的负载情况,因此,从工程设计中经济角度出发,以额定负载AW2作为储能系统容量设计依据较为合理。
所述公式四包括:
其中,F0为车辆制动过程中的基本阻力,该基本阻力为只考虑列车运行在无坡道的平直线路状态时所受的阻力,可根据现有技术的方法计算获得;Fa为车辆制动过程中的附加阻力,包括坡道附加阻力、曲线附加阻尼和隧道附加阻力,Fa本领域技术员可根据现有技术通过计算获得;ηI为主逆变器效率,ηM为电机制动效率和ηG为齿轮箱传动效率,ηI、ηM和ηG均为常数,均可根据相应设备的技术参数获取;PA为辅助系统功率,较为稳定,PA为常数;v为车辆速度;
当动能变化量转化为电能时,首先要扣除克服车辆基本阻力(摩擦阻力、空气阻力等)和附加阻力(坡道、曲线和隧道的附加阻力)做功部分,还要克服牵引逆变器、电机和齿轮箱这三个环节的损耗后,才能实现动能到电能的转化。转化的电能首先满足车辆辅助系统的能耗需求,余下部分才是列车的有效再生制动反馈能量。
所述公式五包括:
Erbc=Erb(1-kab)ηD
其中,kab为吸收系数,为被吸收制动能量与有效再生制动反馈能量的比值,所述被吸收制动能量为同一牵引段下与该列车相邻的其它列车吸收的制动能量;ηD为双向直流DC/DC变换器的效率,ηD为常数;
车辆再生制动时,上述有效再生制动反馈能量Erb优先为外界同一牵引段下相邻车辆牵引提供能量,剩余的部分制动能量才被超级电容储能系统吸收,无法吸收的则由电阻斩波耗能。考虑电制动阶段,有部分制动能量会被的相邻车辆吸收,相关研究及测试表明,在不同行车密度下,吸收系数kab变化范围为20%~80%,设计中按照经验法通常作折衷处理,kab取50%。
所述方法三包括:
每条子线路均对应有一
计算该运营线路上所有子线路的最大电容需求能量
的算数平均值,得到最大电容平均能量
然后按公式六计算出电容总容量C
sc;然后按公式七计算出电容单体串联数n;然后按公式八计算出电容单体并联数m;所述电容总容量、电容单体串联数和电容单体并联数即为城轨列车车载超级电容器组的参数;
所述公式六包括:
其中,Ucmax为超级电容阵列最高工作电压;Ucmin为超级电容阵列最低工作电压;Ucmax和Ucmin根据列车供电系统参数确定。
所述公式七包括:
其中,Uc-cell为电容单体电压,根据电容单体参数确定;
所述公式八包括:
其中,Cc-cell为电容单体容量,根据电容单体参数确定。