CN110190628A - 一种基于综合能源的复线全并联at牵引供电系统及方法 - Google Patents
一种基于综合能源的复线全并联at牵引供电系统及方法 Download PDFInfo
- Publication number
- CN110190628A CN110190628A CN201910503878.XA CN201910503878A CN110190628A CN 110190628 A CN110190628 A CN 110190628A CN 201910503878 A CN201910503878 A CN 201910503878A CN 110190628 A CN110190628 A CN 110190628A
- Authority
- CN
- China
- Prior art keywords
- power
- sohc
- soc
- battery
- photovoltaic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000000446 fuel Substances 0.000 claims abstract description 63
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 30
- 239000001257 hydrogen Substances 0.000 claims abstract description 30
- 239000002245 particle Substances 0.000 claims abstract description 29
- 238000004519 manufacturing process Methods 0.000 claims abstract description 26
- 238000011897 real-time detection Methods 0.000 claims abstract description 8
- 210000004027 cell Anatomy 0.000 claims description 93
- 230000005611 electricity Effects 0.000 claims description 30
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 26
- 238000010248 power generation Methods 0.000 claims description 23
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000033228 biological regulation Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 210000003850 cellular structure Anatomy 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000005868 electrolysis reaction Methods 0.000 claims description 3
- 239000012528 membrane Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims 1
- 150000002431 hydrogen Chemical class 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 abstract description 7
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 238000004146 energy storage Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 230000000153 supplemental effect Effects 0.000 abstract description 2
- 238000012913 prioritisation Methods 0.000 description 6
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000003915 cell function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 239000003245 coal Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H02J3/385—
-
- H02J3/386—
-
- H02J3/387—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/36—Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开一种基于综合能源的复线全并联AT牵引供电系统及方法,包括复线全并联AT牵引供电系统和综合能源系统;光伏阵列、风力发电机组、燃料电池并联于直流母线,加入电‑氢储能以补充功率缺额、削峰填谷,综合能源通过合理方式接入牵引供电系统,并通过实时检测各微源功率与状态,基于粒子群算法实现了以总发电成本最低为目标的能量优化管理。本发明能够保证系统安全稳定,供电可靠性高;优化牵引能耗结构,提升新能源消纳水平;符合国家节能减排的发展方向,在一定程度上降低电气化铁路对电力系统的供电需求。
Description
技术领域
本发明属于新能源牵引供电技术领域,特别是涉及一种基于综合能源的复线全并联AT牵引供电系统及方法。
背景技术
随着全球经济的发展,环境污染与能源紧缺问题日益严峻,世界能源加快向多元化、清洁化、低碳化转型。可再生能源的开发、先进高效的能源利用技术以及能源多元化战略己成为人类社会可持续发展的必然选择。其中,太阳能发电、风力发电、氢能发电等新能源发电技术凭借其清洁高效的优势已成为时代新宠。
近年来,我国铁路交通发展迅猛,路网运输能力和效率显著提升,铁路客运周转量、货运发送量、换算周转量、运输密度等主要运输经济指标稳居世界第一。截止到2018年底,全国铁路营业里程达到13.1万公里,其中,电气化里程9.2万公里,复线里程7.6万公里。国家铁路能源消耗折算标准煤1624.21万吨,化学需氧量排放量1878吨,二氧化硫排放量9836吨。
电气化铁路是电力系统中的主要用电大户之一,铁路网中约60%以上的耗电量和污染物排放由牵引供电系统造成,实现铁路低碳化运输的关键是在铁路牵引用能上。如果将综合能源(光伏、风能、燃料电池)接入铁路牵引供电系统,既可以优化牵引能耗结构、提升新能源消纳水平,又能够在一定程度上降低电气化铁路对电力系统的供电需求,且符合国家节能减排的发展方向。
然而,目前针对综合能源接入牵引供电系统及其能量管理方法的应用研究较少。由于光伏发电与风力发电具有间歇性、波动性和随机性,其输出功率波动较大,牵引负荷也具有波动性与移动性,使得“源-网-荷”三者之间交互作用,影响电力系统的运行调度和频率稳定。
发明内容
为了解决上述问题,本发明提出了一种基于综合能源的复线全并联AT牵引供电系统及方法,能够提高新能源消纳量,降低碳排放量,有效改善环境质量;通过补充功率缺额,能够在很大程度上减轻综合能源接入牵引供电系统后对牵引网和电力系统的影响,提高了综合能源系统的电能质量和供电可靠性,实现了综合能源接入复线全并联AT牵引供电系统的能量优化管理。
为达到上述目的,本发明采用的技术方案是:一种基于综合能源的复线全并联AT牵引供电系统,包括复线全并联AT牵引供电系统和综合能源系统;
所述复线全并联AT牵引供电系统包括交流电网、V/X接线牵引变压器上行接触网、上行钢轨、上行正馈线、下行接触网、下行钢轨、下行正馈线、AT所和动车组;所述V/X接线牵引变压器的高压侧与交流电网连接,V/X接线牵引变压器的低压侧分别与两供电臂的上行接触网、上行正馈线、下行接触网和下行正馈线连接,且所述V/X接线牵引变压器低压侧的中点引出与上行钢轨和下行钢轨连接,实现三相交流电到两相的供电;所述AT所位于上行接触网、上行正馈线、下行接触网和下行正馈线之间,且所述AT所的中点引出与上行钢轨和下行钢轨连接;设置有多个AT所,且每个所述AT所相互并联;所述动车组连接于接触网与钢轨之间,牵引电流通过正馈线回流到牵引变电所;
所述综合能源系统包括光伏阵列、风力发电机组、蓄电池组、燃料电池、电解槽、储氢罐、光伏DC/DC变换器、燃料电池DC/DC变换器、电解槽DC/DC变换器、AC/DC转换器、双向DC/DC变换器、三相逆变器、光伏升压变压器和直流母线;所述光伏阵列与光伏DC/DC变换器连接,通过光伏DC/DC变换器稳压调压并进行最大功率点跟踪,将太阳能转换成所需的直流电能;所述风力发电机组与AC/DC转换器连接,将风力发电输出的交流电转换成所需的直流电能;所述蓄电池组与双向DC/DC变换器连接,对蓄电池组进行充放电控制;所述燃料电池与燃料电池DC/DC变换器连接,将化学能直接转化为所需的直流电能;所述电解槽与电解槽DC/DC变换器连接,通过电解水来制备氢气,并储存在储氢罐中,供给燃料电池使用;所述光伏DC/DC变换器、燃料电池DC/DC变换器、电解槽DC/DC变换器、AC/DC转换器和双向DC/DC变换器的输出端均并联于直流母线上;所述直流母线与三相逆变器直流侧连接,将直流电转换成交流电;所述三相逆变器交流侧与光伏升压变压器的低压侧连接,光伏升压变压器高压侧分别连接于两供电臂的上行接触网、上行正馈线、下行接触网和下行正馈线,光伏升压变压器高压侧的中点引出与上行钢轨和下行钢轨连接,实现交流电三相-两相的转换。
进一步的是,所述交流电网的供电电压等级为110kV或220kV;所述V/X接线牵引变压器低压侧额定电压为55kV;所述AT所额定电压为55kV;所述动车组额定供电电压为27.5kV。
进一步的是,所述光伏阵列由光伏电池组件通过串并联方式组成,光伏阵列的串并联电池数需根据牵引负荷功率需求、三相逆变器容量、光伏电池标称功率等因素来确定;所述风力发电机组由风轮和发电机组成,风轮中含叶片、轮毂、加固件等;风力发电机组采用变速恒频运行方式,风力机和发电机的转速可在很大范围内变化而不影响输出电能的频率,使风机系统以最佳效率运行。所述燃料电池为质子交换膜燃料电池。
进一步的是,所述光伏升压变压器为V/X牵引变压器的逆结构;根据通用端口变换理论,三相逆变器输出电压Ua、Ub、Uc与V/X接线牵引变压器高压侧三相电压UA、UB、UC为变比关系,各电压对应相位相同为三相逆变器交流侧提供正弦、稳定、对称的三相电压,以实现综合能源系统的有效接入。
另一方面,本发明还提供了一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法,基于综合能源的复线全并联AT牵引供电系统,包括复线全并联AT牵引供电系统和综合能源系统,所述综合能源系统的供电端连接至复线全并联AT牵引供电系统;综合能源系统包括光伏发电、风力发电、蓄电池、燃料电池、电解槽及储氢罐;基于该系统的能量管理方法包括步骤:
S100,实时检测牵引负荷需求功率PL、光伏输出功率Ppv、风电输出功率Pw、燃料电池功率Pfc、电解槽功率Pel、蓄电池荷电状态SOC以及储氢罐等效荷电状态SOHC;
S200,根据当前SOC值和SOHC值,结合SOC最大允许值、SOC最小允许值、SOHC最大允许值和SOHC最小允许值,以及光伏输出功率、风光输出功率是否能够满足牵引负荷功率需求,判断综合能源系统的运行状态;
S300,构建以系统总发电成本最低为目标函数的经济调度模型,在多种约束条件下采用粒子群算法对所述调度模型进行寻优求解;
S400,由所述经济调度模型输出光伏、风电、蓄电池、燃料电池和电解槽最优输出功率参考值以及向电网购电功率值。
进一步的是,在所述步骤S200中,由实时检测当前SOC值和SOHC值,以及光伏输出功率、风光输出功率是否能够满足牵引负荷功率需求,判断综合能源系统的运行状态,所述运行状态包括运行状态一、运行状态二、运行状态三、运行状态四和运行状态五:
当满足条件SOC≤SOCmin且SOHC≤SOHCmin时,进入运行状态一:若Ppv+Pw≥PL,蓄电池先充电,电解槽再制氢;若Ppv+Pw<PL,网侧为负荷补充供电,供电功率为Pgrid=PL-Ppv-Pw;
当满足条件SOC≤SOCmin且SOHCmin<SOHC<SOHCmax,SOC≤SOCmin且SOHC≥SOHCmax,或SOCmin<SOC<SOCmax且SOHC≥SOHCmax时,进入运行状态二:若Ppv+Pw≥PL,蓄电池充电,蓄电池充电功率为Pbc=Ppv+Pw-PL;若Ppv+Pw<PL,燃料电池供电,燃料电池功率为Pfc=PL-Ppv-Pw;
当满足条件SOCmin<SOC<SOCmax且SOHCmin<SOHC<SOHCmax时,进入运行状态三:若Ppv+Pw≥PL,蓄电池充电,电解槽制氢;若Ppv+Pw<PL,蓄电池放电,燃料电池供电;
当满足条件SOCmin<SOC<SOCmax且SOHC≤SOHCmin,SOC≥SOCmax且SOHC≤SOHCmin,或SOC≥SOCmax且SOHCmin<SOHC<SOHCmax时,进入运行状态四:若Ppv+Pw≥PL,电解槽制氢,电解槽功率为Pel=Ppv+Pw-PL;若Ppv+Pw<PL,蓄电池放电,蓄电池放电功率为Pbd=PL-Ppv-Pw;
当满足条件SOC≥SOCmax且SOHC≥SOHCmax时,进入运行状态五:若Ppv+Pw≥PL,风光恒功率运行Ppv+Pw=PL;若Ppv+Pw<PL,蓄电池先放电,燃料电池再供电。
进一步的是,在所述步骤S300中构建的以系统总发电成本最低为目标函数的经济调度模型中,目标函数为在运行周期T内系统总发电成本最低,目标函数包括各微源发电的固有成本、蓄电池的投资成本、各微源运行维护成本以及向外网购电成本;
建立目标函数:
minC=C0+Cb+Com+Cg;
其中,C为系统总发电成本,C0为各微源发电的固有成本,Cb为蓄电池的投资成本,Com为各微源的维护成本,Cg为综合能源系统从外部购电成本;
所述各微源发电的固有成本C0包括光伏发电、风力发电及燃料电池初始投资成本:
其中,Ci为光伏发电、风力发电、燃料电池发电的初始投资成本;N为微源总个数;r为利息率;li为各微源的寿命年限;
所述蓄电池的投资成本Cb,根据荷电状态对于寿命损耗的影响设定:
其中,CbT为蓄电池总投资成本;Ac(t)为前一个时段蓄电池因充放电的容量变化绝对值;λSOC(t-1)=β·S(t-1)+d为等效权重参数,与蓄电池前一个时段荷电状态S(t-1)成正比;Atotal为蓄电池整个寿命周期内的总充放电量;T为运行周期;
所述各微源的运行维护成本Com,根据各时刻的输出功率设定:
其中,Pi(t)为各微源在t时刻的输出功率;ki为各微源的维护成本系数;
所述综合能源系统从外部购电成本Cg:
其中,α为外网购电电价;Pg(t)为综合能源系统所需电网功率。
进一步的是,在所述步骤S300中,多种约束条件包括功率平衡约束、各微源出力约束以及爬坡率约束:
其中,Ppv为光伏输出功率,Pw为风电输出功率,Pb为蓄电池功率,Pfc为燃料电池功率,Pel为电解槽功率,Pg为与电网交互功率,PL为牵引负荷需求功率;Pi,min为各微源的出力下限,Pi,max为各微源的出力上限;ΔPi,ref为各微源当前时刻与上一时刻功率给定值的差值,dPi为各微源爬坡率约束值。
进一步的是,在所述步骤S300中,采用粒子群算法求取最优解的过程,包括步骤:
S301,初始化各粒子参数,包括粒子数、位置、学习因子、速度、惯性权重、解空间维数、最大迭代次数和收敛精度;
S302,计算适应值与寻优,将运行周期T内系统总发电成本作为适应度函数,由此计算出各粒子适应值,个体极值中存放各粒子的位置与适应值,全局极值中存放个体极值中适应值最优个体的位置与适应值;
S303,更新各粒子的速度与位置:
其中,w为惯性权重;c1和c2为学习因子;r1和r2为0~1之间两个独立的随机数;k为当前迭代次数;Vi k为第k次循环中第i个粒子的速度;Xi k为第k次循环中第i个粒子的位置;Pi k为第k次循环的个体最优值;Pg k为第k次循环的全局最优值;
S304,再次计算适应值与寻优,重新计算粒子适应值,与之前所得结果进行比较,对粒子的个体最优值和全局最优值进行更新;
S305,终止策略,检查是否满足终止条件,若不满足条件,执行步骤S303,继续进行计算。
采用本技术方案的有益效果:
本发明所提出的能量管理方法,通过实时检测各微源的输出功率、蓄电池荷电状态和储氢罐等效荷电状态,基于综合能源系统五种运行状态,考虑蓄电池和储氢罐的使用寿命与安全性能,计及多种约束条件,以总发电成本最低为目标,采用粒子群算法实现了系统能量的优化管理。本发明将综合能源系统的可靠运行与经济性相结合,不仅能够保证综合能源系统供电可靠性与电力系统的电能质量,为系统提供优化的调度方案,还能提高新能源的利用率,为电力系统运行提供良好的决策支持。
本发明所提出的系统拓扑结构简单,光伏、风电、燃料电池并联于直流母线上并结合电-氢储能用来补充系统功率缺额,综合能源通过逆变器与光伏升压变压器接入复线全并联AT牵引供电系统,平抑了输出功率波动;能够在很大程度上减轻综合能源接入牵引供电系统后对牵引网和电力系统的影响,提高了综合能源系统的电能质量和供电可靠性,实现了综合能源接入复线全并联AT牵引供电系统的能量优化管理。提高新能源消纳量,降低碳排放量,有效改善环境质量,降低了电气化铁路对电力系统的供电需求。
附图说明
图1为本发明实施例中一种基于综合能源的复线全并联AT牵引供电系统的结构示意图;
图2为本发明的一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法的流程示意图;
图3为本发明实施例中综合能源系统的运行状态获取方法的流程示意图;
图4为本发明实施例中采用粒子群算法对所述调度模型进行寻优求解方法的流程示意图;
其中,100是复线全并联AT牵引供电系统,101是交流电网,102是V/X接线牵引变压器,103是上行接触网,104是上行钢轨,105是上行正馈线,106是下行接触网,107是下行钢轨,108是下行正馈线,109是AT所,110是动车组;200是综合能源系统,201是光伏阵列,202是风力发电机组,203是蓄电池组,204是燃料电池,205是电解槽,206是储氢罐,207是光伏DC/DC变换器,210是燃料电池DC/DC变换器,211是电解槽DC/DC变换器,208是AC/DC转换器,209是双向DC/DC变换器,212是三相逆变器,213是光伏升压变压器。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种基于综合能源的复线全并联AT牵引供电系统,包括复线全并联AT牵引供电系统100和综合能源系统200;
所述复线全并联AT牵引供电系统100包括交流电网101、V/X接线牵引变压器102、上行接触网103、上行钢轨104、上行正馈线105、下行接触网106、下行钢轨107、下行正馈线108、AT所109和动车组110;所述V/X接线牵引变压器102的高压侧与交流电网101连接,V/X接线牵引变压器102的低压侧分别与两供电臂的上行接触网103、上行正馈线105、下行接触网106和下行正馈线108连接,且所述V/X接线牵引变压器102低压侧的中点引出与上行钢轨104和下行钢轨107连接,实现三相交流电到两相的供电;所述AT所109位于上行接触网103、上行正馈线105、下行接触网106和下行正馈线108之间,且所述AT所109的中点引出与上行钢轨104和下行钢轨107连接;设置有多个AT所109,且每个所述AT所109相互并联;所述动车组110连接于接触网与钢轨之间,牵引电流通过正馈线回流到牵引变电所;
所述综合能源系统200包括光伏阵列201、风力发电机组202、蓄电池组203、燃料电池204、电解槽205、储氢罐206、光伏DC/DC变换器207、燃料电池DC/DC变换器210、电解槽DC/DC变换器211、AC/DC转换器208、双向DC/DC变换器209、三相逆变器212、光伏升压变压器213和直流母线;所述光伏阵列201与光伏DC/DC变换器207连接,通过光伏DC/DC变换器207稳压调压并进行最大功率点跟踪,将太阳能转换成所需的直流电能;所述风力发电机组202与AC/DC转换器208连接,将风力发电输出的交流电转换成所需的直流电能;所述蓄电池组203与双向DC/DC变换器209连接,对蓄电池组203进行充放电控制;所述燃料电池204与燃料电池DC/DC变换器210连接,将化学能直接转化为所需的直流电能;所述电解槽205与电解槽DC/DC变换器211连接,通过电解水来制备氢气,并储存在储氢罐206中,供给燃料电池使用;所述光伏DC/DC变换器207、燃料电池DC/DC变换器210、电解槽DC/DC变换器211、AC/DC转换器208和双向DC/DC变换器209的输出端均并联于直流母线上;所述直流母线与三相逆变器212直流侧连接,将直流电转换成交流电;所述三相逆变器212交流侧与光伏升压变压器213的低压侧连接,光伏升压变压器213高压侧分别连接于两供电臂的上行接触网103、上行正馈线105、下行接触网106和下行正馈线108,光伏升压变压器213高压侧的中点引出与上行钢轨104和下行钢轨107连接,实现交流电三相-两相的转换。
作为上述实施例的优化方案,所述交流电网101的供电电压等级为110kV或220kV;所述V/X接线牵引变压器102低压侧额定电压为55kV;所述AT所109额定电压为55kV;所述动车组110额定供电电压为27.5kV。
作为上述实施例的优化方案,所述光伏阵列201包括多组光伏电池组件通过串并联方式构成,所述光伏阵列201的串并联电池组件数根据牵引负荷功率需求、三相逆变器容量和光伏电池标称功率因素确定;所述风力发电机组202包括风轮和发电机,风力发电机组202采用变速恒频运行方式,风轮和发电机的转速可在很大范围内变化而不影响输出电能的频率,使风机系统以最佳效率运行;所述燃料电池203为质子交换膜燃料电池,具有能量转换效率高、无污染、启动快、电池寿命长等优点。
作为上述实施例的优化方案,所述光伏升压变压器213为V/X牵引变压器的逆结构;根据通用端口变换理论,三相逆变器212输出电压Ua、Ub、Uc与V/X接线牵引变压器102高压侧三相电压UA、UB、UC为变比关系,各电压对应相位相同为三相逆变器212交流侧提供正弦、稳定、对称的三相电压,以实现综合能源系统的有效接入。
为配合本发明方法的实现,基于相同的发明构思,如图2所示,本发明还提供了一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法,基于综合能源的复线全并联AT牵引供电系统,包括复线全并联AT牵引供电系统和综合能源系统,所述综合能源系统的供电端连接至复线全并联AT牵引供电系统;综合能源系统包括光伏发电、风力发电、蓄电池、燃料电池、电解槽及储氢罐;基于该系统的能量管理方法包括步骤:
S100,实时检测牵引负荷需求功率PL、光伏输出功率Ppv、风电输出功率Pw、燃料电池功率Pfc、电解槽功率Pel、蓄电池荷电状态SOC以及储氢罐等效荷电状态SOHC;
S200,根据当前SOC值和SOHC值,结合SOC最大允许值、SOC最小允许值、SOHC最大允许值和SOHC最小允许值,以及光伏输出功率、风光输出功率是否能够满足牵引负荷功率需求,判断综合能源系统的运行状态;
S300,构建以系统总发电成本最低为目标函数的经济调度模型,在多种约束条件下采用粒子群算法对所述调度模型进行寻优求解;
S400,由所述经济调度模型输出光伏、风电、蓄电池、燃料电池和电解槽最优输出功率参考值以及向电网购电功率值。
作为上述实施例的优化方案,如图3所示,在所述步骤S200中,由实时检测当前SOC值和SOHC值,以及光伏输出功率、风光输出功率是否能够满足牵引负荷功率需求,判断综合能源系统的运行状态,所述运行状态包括运行状态一、运行状态二、运行状态三、运行状态四和运行状态五:
当满足条件SOC≤SOCmin且SOHC≤SOHCmin时,进入运行状态一:若Ppv+Pw≥PL,蓄电池先充电,电解槽再制氢;若Ppv+Pw<PL,网侧为负荷补充供电,供电功率为Pgrid=PL-Ppv-Pw;
当满足条件SOC≤SOCmin且SOHCmin<SOHC<SOHCmax,SOC≤SOCmin且SOHC≥SOHCmax,或SOCmin<SOC<SOCmax且SOHC≥SOHCmax时,进入运行状态二:若Ppv+Pw≥PL,蓄电池充电,蓄电池充电功率为Pbc=Ppv+Pw-PL;若Ppv+Pw<PL,燃料电池供电,燃料电池功率为Pfc=PL-Ppv-Pw;
当满足条件SOCmin<SOC<SOCmax且SOHCmin<SOHC<SOHCmax时,进入运行状态三:若Ppv+Pw≥PL,蓄电池充电,电解槽制氢;若Ppv+Pw<PL,蓄电池放电,燃料电池供电;
当满足条件SOCmin<SOC<SOCmax且SOHC≤SOHCmin,SOC≥SOCmax且SOHC≤SOHCmin,或SOC≥SOCmax且SOHCmin<SOHC<SOHCmax时,进入运行状态四:若Ppv+Pw≥PL,电解槽制氢,电解槽功率为Pel=Ppv+Pw-PL;若Ppv+Pw<PL,蓄电池放电,蓄电池放电功率为Pbd=PL-Ppv-Pw;
当满足条件SOC≥SOCmax且SOHC≥SOHCmax时,进入运行状态五:若Ppv+Pw≥PL,风光恒功率运行Ppv+Pw=PL;若Ppv+Pw<PL,蓄电池先放电,燃料电池再供电。
作为上述实施例的优化方案,在所述步骤S300中构建的以系统总发电成本最低为目标函数的经济调度模型中,目标函数为在运行周期T内系统总发电成本最低,目标函数包括各微源发电的固有成本、蓄电池的投资成本、各微源运行维护成本以及向外网购电成本;
建立目标函数:
min C=C0+Cb+Com+Cg;
其中,C为系统总发电成本,C0为各微源发电的固有成本,Cb为蓄电池的投资成本,Com为各微源的维护成本,Cg为综合能源系统从外部购电成本;
所述各微源发电的固有成本C0包括光伏发电、风力发电及燃料电池初始投资成本:
其中,Ci为光伏发电、风力发电、燃料电池发电的初始投资成本;N为微源总个数;r为利息率;li为各微源的寿命年限;
所述蓄电池的投资成本Cb,根据荷电状态对于寿命损耗的影响设定:
其中,CbT为蓄电池总投资成本;Ac(t)为前一个时段蓄电池因充放电的容量变化绝对值;λSOC(t-1)=β·S(t-1)+d为等效权重参数,与蓄电池前一个时段荷电状态S(t-1)成正比;Atotal为蓄电池整个寿命周期内的总充放电量;T为运行周期;
所述各微源的运行维护成本Com,根据各时刻的输出功率设定:
其中,Pi(t)为各微源在t时刻的输出功率;ki为各微源的维护成本系数;
所述综合能源系统从外部购电成本Cg:
其中,α为外网购电电价;Pg(t)为综合能源系统所需电网功率。
在所述步骤S300中,多种约束条件包括功率平衡约束、各微源出力约束以及爬坡率约束:
其中,Ppv为光伏输出功率,Pw为风电输出功率,Pb为蓄电池功率,Pfc为燃料电池功率,Pel为电解槽功率,Pg为与电网交互功率,PL为牵引负荷需求功率;Pi,min为各微源的出力下限,Pi,max为各微源的出力上限;ΔPi,ref为各微源当前时刻与上一时刻功率给定值的差值,dPi为各微源爬坡率约束值。
在所述步骤S300中,如图4所示,采用粒子群算法求取最优解的过程,包括步骤:
S301,初始化各粒子参数,包括粒子数、位置、学习因子、速度、惯性权重、解空间维数、最大迭代次数和收敛精度;
S302,计算适应值与寻优,将运行周期T内系统总发电成本作为适应度函数,由此计算出各粒子适应值,个体极值中存放各粒子的位置与适应值,全局极值中存放个体极值中适应值最优个体的位置与适应值;
S303,更新各粒子的速度与位置:
其中,w为惯性权重;c1和c2为学习因子;r1和r2为0~1之间两个独立的随机数;k为当前迭代次数;Vi k为第k次循环中第i个粒子的速度;Xi k为第k次循环中第i个粒子的位置;Pi k为第k次循环的个体最优值;Pg k为第k次循环的全局最优值;
S304,再次计算适应值与寻优,重新计算粒子适应值,与之前所得结果进行比较,对粒子的个体最优值和全局最优值进行更新;
S305,终止策略,检查是否满足终止条件,若不满足条件,执行步骤S303,继续进行计算。
作为上述实施例的优化方案,综合能源系统各部分控制方法如下:
光伏阵列201输出端级联光伏DC/DC变换器207,采用扰动观察法实现最大功率点跟踪控制。具体为,通过采样光伏输出电压和输出电流,获得电压改变量和功率改变量,判断扰动方向,输出占空比作为脉冲宽度调制PWM的控制信号,进而控制光伏DC/DC变换器207中开关的导通与关断。
风力发电机组202输出端连接AC/DC转换器208,采用转速外环、电流内环的双闭环控制实现最大功率点跟踪控制。具体为,外环以风机转速与参考转速之差作为输入信号,控制输出转矩;内环电流经过PI控制器后叠加解耦项产生电压调制信号,通过正弦脉宽调制SPWM来控制AC/DC转换器208的通断。
蓄电池组203输出端连接双向DC/DC变换器209,采用下垂控制方法对蓄电池进行充放电控制。具体为,将由下垂控制方法求得的母线电压参考值与电压实测值相比较,其差值信号经过PI控制器,得到电流内环参考值,再与电流实测值比较,经过PI控制器产生PWM控制信号,进而控制双向DC/DC变换器210的通断。
燃料电池204输出端连接燃料电池DC/DC变换器210,采用电流环控制方式。具体为,能量管理策略最优输出功率参考值与燃料电池204输出电压相比,得到电流参考值,电流实测值与电流参考值之差经过PI控制器,输出占空比作为燃料电池DC/DC变换器210的控制信号,从而调节燃料电池的输出功率。
电解槽205输出端连接电解槽DC/DC变换器211,也采用电流环控制。具体为,由能量管理策略最优输出功率参考值和端电压得到电解槽205电流参考值,将其与电流实际值之差输入PI控制器,得到电解槽DC/DC变换器211的控制信号。
三相逆变器212选择三相电压型PWM逆变器,采用前馈解耦的双闭环控制策略。具体为,利用电压外环控制稳定直流母线电压,实现直流母线电压与无功功率解耦控制,利用电流内环控制实现电流参考值的快速追踪。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法,其特征在于,基于综合能源的复线全并联AT牵引供电系统,包括复线全并联AT牵引供电系统和综合能源系统,所述综合能源系统的供电端连接至复线全并联AT牵引供电系统;综合能源系统包括光伏发电、风力发电、蓄电池、燃料电池、电解槽及储氢罐;基于该系统的能量管理方法包括步骤:
S100,实时检测牵引负荷需求功率PL、光伏输出功率Ppv、风电输出功率Pw、燃料电池功率Pfc、电解槽功率Pel、蓄电池荷电状态SOC以及储氢罐等效荷电状态SOHC;
S200,根据当前SOC值和SOHC值,结合SOC最大允许值、SOC最小允许值、SOHC最大允许值和SOHC最小允许值,以及光伏输出功率、风光输出功率是否能够满足牵引负荷功率需求,判断综合能源系统的运行状态;
S300,构建以系统总发电成本最低为目标函数的经济调度模型,在多种约束条件下采用粒子群算法对所述调度模型进行寻优求解;
S400,由所述经济调度模型输出光伏、风电、蓄电池、燃料电池和电解槽最优输出功率参考值以及向电网购电功率值。
2.根据权利要求1所述的一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法,其特征在于,在所述步骤S200中,由实时检测当前SOC值和SOHC值,以及光伏输出功率、风光输出功率是否能够满足牵引负荷功率需求,判断综合能源系统的运行状态,所述运行状态包括运行状态一、运行状态二、运行状态三、运行状态四和运行状态五:
当满足条件SOC≤SOCmin且SOHC≤SOHCmin时,进入运行状态一:若Ppv+Pw≥PL,蓄电池先充电,电解槽再制氢;若Ppv+Pw<PL,网侧为负荷补充供电,供电功率为Pgrid=PL-Ppv-Pw;
当满足条件SOC≤SOCmin且SOHCmin<SOHC<SOHCmax,SOC≤SOCmin且SOHC≥SOHCmax,或SOCmin<SOC<SOCmax且SOHC≥SOHCmax时,进入运行状态二:若Ppv+Pw≥PL,蓄电池充电,蓄电池充电功率为Pbc=Ppv+Pw-PL;若Ppv+Pw<PL,燃料电池供电,燃料电池功率为Pfc=PL-Ppv-Pw;
当满足条件SOCmin<SOC<SOCmax且SOHCmin<SOHC<SOHCmax时,进入运行状态三:若Ppv+Pw≥PL,蓄电池充电,电解槽制氢;若Ppv+Pw<PL,蓄电池放电,燃料电池供电;
当满足条件SOCmin<SOC<SOCmax且SOHC≤SOHCmin,SOC≥SOCmax且SOHC≤SOHCmin,或SOC≥SOCmax且SOHCmin<SOHC<SOHCmax时,进入运行状态四:若Ppv+Pw≥PL,电解槽制氢,电解槽功率为Pel=Ppv+Pw-PL;若Ppv+Pw<PL,蓄电池放电,蓄电池放电功率为Pbd=PL-Ppv-Pw;
当满足条件SOC≥SOCmax且SOHC≥SOHCmax时,进入运行状态五:若Ppv+Pw≥PL,风光恒功率运行Ppv+Pw=PL;若Ppv+Pw<PL,蓄电池先放电,燃料电池再供电。
3.根据权利要求1所述的一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法,其特征在于,在所述步骤S300中构建的以系统总发电成本最低为目标函数的经济调度模型中,目标函数为在运行周期T内系统总发电成本最低,目标函数包括各微源发电的固有成本、蓄电池的投资成本、各微源运行维护成本以及向外网购电成本;
建立目标函数:
minC=C0+Cb+Com+Cg;
其中,C为系统总发电成本,C0为各微源发电的固有成本,Cb为蓄电池的投资成本,Com为各微源的维护成本,Cg为综合能源系统从外部购电成本;
所述各微源发电的固有成本C0包括光伏发电、风力发电及燃料电池初始投资成本:
其中,Ci为光伏发电、风力发电、燃料电池发电的初始投资成本;N为微源总个数;r为利息率;li为各微源的寿命年限;
所述蓄电池的投资成本Cb,根据荷电状态对于寿命损耗的影响设定:
其中,CbT为蓄电池总投资成本;Ac(t)为前一个时段蓄电池因充放电的容量变化绝对值;λSOC(t-1)=β·S(t-1)+d为等效权重参数,与蓄电池前一个时段荷电状态S(t-1)成正比;Atotal为蓄电池整个寿命周期内的总充放电量;T为运行周期;
所述各微源的运行维护成本Com,根据各时刻的输出功率设定:
其中,Pi(t)为各微源在t时刻的输出功率;ki为各微源的维护成本系数;
所述综合能源系统从外部购电成本Cg:
其中,α为外网购电电价;Pg(t)为综合能源系统所需电网功率。
4.根据权利要求1-3中任一所述的一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法,其特征在于,在所述步骤S300中,多种约束条件包括功率平衡约束、各微源出力约束以及爬坡率约束:
其中,Ppv为光伏输出功率,Pw为风电输出功率,Pb为蓄电池功率,Pfc为燃料电池功率,Pel为电解槽功率,Pg为与电网交互功率,PL为牵引负荷需求功率;Pi,min为各微源的出力下限,Pi,max为各微源的出力上限;ΔPi,ref为各微源当前时刻与上一时刻功率给定值的差值,dPi为各微源爬坡率约束值。
5.根据权利要求4所述的一种基于综合能源的复线全并联AT牵引供电系统的能量管理方法,其特征在于,在所述步骤S300中,采用粒子群算法求取最优解的过程,包括步骤:
S301,初始化各粒子参数,包括粒子数、位置、学习因子、速度、惯性权重、解空间维数、最大迭代次数和收敛精度;
S302,计算适应值与寻优,将运行周期T内系统总发电成本作为适应度函数,由此计算出各粒子适应值,个体极值中存放各粒子的位置与适应值,全局极值中存放个体极值中适应值最优个体的位置与适应值;
S303,更新各粒子的速度与位置:
其中,w为惯性权重;c1和c2为学习因子;r1和r2为0~1之间两个独立的随机数;k为当前迭代次数;Vi k为第k次循环中第i个粒子的速度;Xi k为第k次循环中第i个粒子的位置;Pi k为第k次循环的个体最优值;Pg k为第k次循环的全局最优值;
S304,再次计算适应值与寻优,重新计算粒子适应值,与之前所得结果进行比较,对粒子的个体最优值和全局最优值进行更新;
S305,终止策略,检查是否满足终止条件,若不满足条件,执行步骤S303,继续进行计算。
6.一种基于综合能源的复线全并联AT牵引供电系统,为实现权利要求1-5中任一所述能量管理方法建立其所对应的复线全并联AT牵引供电系统,其特征在于,包括复线全并联AT牵引供电系统(100)和综合能源系统(200);
所述复线全并联AT牵引供电系统(100)包括交流电网(101)、V/X接线牵引变压器(102)、上行接触网(103)、上行钢轨(104)、上行正馈线(105)、下行接触网(106)、下行钢轨(107)、下行正馈线(108)、AT所(109)和动车组(110);所述V/X接线牵引变压器(102)的高压侧与交流电网(101)连接,V/X接线牵引变压器(102)的低压侧分别与两供电臂的上行接触网(103)、上行正馈线(105)、下行接触网(106)和下行正馈线(108)连接,且所述V/X接线牵引变压器(102)低压侧的中点引出与上行钢轨(104)和下行钢轨(107)连接,实现三相交流电到两相的供电;所述AT所(109)位于上行接触网(103)、上行正馈线(105)、下行接触网(106)和下行正馈线(108)之间,且所述AT所(109)的中点引出与上行钢轨(104)和下行钢轨(107)连接;设置有多个AT所(109),且每个所述AT所(109)相互并联;所述动车组(110)连接于接触网与钢轨之间,牵引电流通过正馈线回流到牵引变电所;
所述综合能源系统(200)包括光伏阵列(201)、风力发电机组(202)、蓄电池组(203)、燃料电池(204)、电解槽(205)、储氢罐(206)、光伏DC/DC变换器(207)、燃料电池DC/DC变换器(210)、电解槽DC/DC变换器(211)、AC/DC转换器(208)、双向DC/DC变换器(209)、三相逆变器(212)、光伏升压变压器(213)和直流母线;所述光伏阵列(201)与光伏DC/DC变换器(207)连接,通过光伏DC/DC变换器(207)稳压调压并进行最大功率点跟踪,将太阳能转换成所需的直流电能;所述风力发电机组(202)与AC/DC转换器(208)连接,将风力发电输出的交流电转换成所需的直流电能;所述蓄电池组(203)与双向DC/DC变换器(209)连接,对蓄电池组(203)进行充放电控制;所述燃料电池(204)与燃料电池DC/DC变换器(210)连接,将化学能直接转化为所需的直流电能;所述电解槽(205)与电解槽DC/DC变换器(211)连接,通过电解水来制备氢气,并储存在储氢罐(206)中,供给燃料电池使用;所述光伏DC/DC变换器(207)、燃料电池DC/DC变换器(210)、电解槽DC/DC变换器(211)、AC/DC转换器(208)和双向DC/DC变换器(209)的输出端均并联于直流母线上;所述直流母线与三相逆变器(212)直流侧连接,将直流电转换成交流电;所述三相逆变器(212)交流侧与光伏升压变压器(213)的低压侧连接,光伏升压变压器(213)高压侧分别连接于两供电臂的上行接触网(103)、上行正馈线(105)、下行接触网(106)和下行正馈线(108),光伏升压变压器(213)高压侧的中点引出与上行钢轨(104)和下行钢轨(107)连接,实现交流电三相-两相的转换。
7.根据权利要求6所述的一种基于综合能源的复线全并联AT牵引供电系统,其特征在于,所述交流电网(101)的供电电压等级为110kV或220kV;所述V/X接线牵引变压器(102)低压侧额定电压为55kV;所述AT所(109)额定电压为55kV;所述动车组(110)额定供电电压为27.5kV。
8.根据权利要求6所述的一种基于综合能源的复线全并联AT牵引供电系统,其特征在于,所述光伏阵列(201)包括多组光伏电池组件通过串并联方式构成,所述光伏阵列(201)的串并联电池组件数根据牵引负荷功率需求、三相逆变器容量和光伏电池标称功率因素确定;所述风力发电机组(202)包括风轮和发电机,风力发电机组(202)采用变速恒频运行方式;所述燃料电池(203)为质子交换膜燃料电池。
9.根据权利要求6所述的一种基于综合能源的复线全并联AT牵引供电系统,其特征在于,所述光伏升压变压器(213)为V/X牵引变压器的逆结构;根据通用端口变换理论,三相逆变器(212)输出电压Ua、Ub、Uc与V/X接线牵引变压器(102)高压侧三相电压UA、UB、UC为变比关系,各电压对应相位相同为三相逆变器(212)交流侧提供正弦、稳定、对称的三相电压,以实现综合能源系统的有效接入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503878.XA CN110190628B (zh) | 2019-06-12 | 2019-06-12 | 一种基于综合能源的复线全并联at牵引供电系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503878.XA CN110190628B (zh) | 2019-06-12 | 2019-06-12 | 一种基于综合能源的复线全并联at牵引供电系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110190628A true CN110190628A (zh) | 2019-08-30 |
CN110190628B CN110190628B (zh) | 2022-04-15 |
Family
ID=67721413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910503878.XA Active CN110190628B (zh) | 2019-06-12 | 2019-06-12 | 一种基于综合能源的复线全并联at牵引供电系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110190628B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610270A (zh) * | 2019-09-17 | 2019-12-24 | 东北大学 | 一种基于油电混合联供的综合能源管理系统及方法 |
CN110707749A (zh) * | 2019-11-11 | 2020-01-17 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种风氢耦合系统及其控制方法 |
CN111274713A (zh) * | 2020-03-09 | 2020-06-12 | 西南交通大学 | 动车组多堆燃料电池系统剩余使用寿命一致性控制方法 |
CN111610409A (zh) * | 2020-06-10 | 2020-09-01 | 天津凯发电气股份有限公司 | 一种针对电铁at供电系统的测距方法 |
CN112803567A (zh) * | 2021-01-29 | 2021-05-14 | 西安交通大学 | 基于智能楼宇光储供电设备的参数优化设计方法及系统 |
CN113190798A (zh) * | 2021-04-23 | 2021-07-30 | 通号(长沙)轨道交通控制技术有限公司 | 一种牵引变压器低压侧到高压侧的谐波传输系数估计方法 |
CN113595135A (zh) * | 2021-07-12 | 2021-11-02 | 西南交通大学 | 一种并弱电网型电氢耦合直流微电网双层同步控制方法 |
CN113794193A (zh) * | 2021-08-27 | 2021-12-14 | 新天绿色能源股份有限公司 | 一种可再生能源直流微网制氢的决策方法 |
CN113852121A (zh) * | 2021-08-26 | 2021-12-28 | 西南交通大学 | 一种电氢多能互补型综合能源系统的实时能量管理方法 |
CN114498714A (zh) * | 2021-12-21 | 2022-05-13 | 西南交通大学 | 分散接入柔性牵引变压器的新能源储能系统及控制方法 |
CN114734881A (zh) * | 2022-05-07 | 2022-07-12 | 苏州市华昌能源科技有限公司 | 一种用于氢电混合动力系统的容量优化配置方法 |
CN116307021A (zh) * | 2022-10-08 | 2023-06-23 | 中国大唐集团科学技术研究总院有限公司 | 一种新能源制氢系统的多目标能量管理方法 |
CN113794193B (zh) * | 2021-08-27 | 2024-04-26 | 新天绿色能源股份有限公司 | 一种可再生能源直流微网制氢的决策方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105584386A (zh) * | 2016-02-23 | 2016-05-18 | 南京亚派科技股份有限公司 | 一种模块级联式能馈型牵引供电装置及其控制方法 |
CN205395811U (zh) * | 2016-02-23 | 2016-07-27 | 南京亚派科技股份有限公司 | 一种模块级联式能馈型牵引供电装置 |
US20160226254A1 (en) * | 2015-01-29 | 2016-08-04 | Cyboenergy, Inc. | Smart Renewable Power Generation System With Grid and DC Source Flexibility |
US20160322828A1 (en) * | 2013-03-14 | 2016-11-03 | Combined Energies LLC | Power system for multiple power sources |
CN106849836A (zh) * | 2017-03-09 | 2017-06-13 | 中广核太阳能开发有限公司 | 一种电气化铁路三相光伏储能系统的控制方法 |
CN108491983A (zh) * | 2018-04-11 | 2018-09-04 | 西南交通大学 | 一种多堆燃料电池发电系统大规模机组组合优化方法 |
CN109449973A (zh) * | 2018-11-09 | 2019-03-08 | 西华大学 | 一种含光伏和储能的轨道交通供电系统能量优化方法 |
CN109687503A (zh) * | 2018-08-16 | 2019-04-26 | 洁电(北京)储能科技有限公司 | 基于电池储能多能互补的孤网电铁供电系统及供电方法 |
-
2019
- 2019-06-12 CN CN201910503878.XA patent/CN110190628B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160322828A1 (en) * | 2013-03-14 | 2016-11-03 | Combined Energies LLC | Power system for multiple power sources |
US20160226254A1 (en) * | 2015-01-29 | 2016-08-04 | Cyboenergy, Inc. | Smart Renewable Power Generation System With Grid and DC Source Flexibility |
CN105584386A (zh) * | 2016-02-23 | 2016-05-18 | 南京亚派科技股份有限公司 | 一种模块级联式能馈型牵引供电装置及其控制方法 |
CN205395811U (zh) * | 2016-02-23 | 2016-07-27 | 南京亚派科技股份有限公司 | 一种模块级联式能馈型牵引供电装置 |
CN106849836A (zh) * | 2017-03-09 | 2017-06-13 | 中广核太阳能开发有限公司 | 一种电气化铁路三相光伏储能系统的控制方法 |
CN108491983A (zh) * | 2018-04-11 | 2018-09-04 | 西南交通大学 | 一种多堆燃料电池发电系统大规模机组组合优化方法 |
CN109687503A (zh) * | 2018-08-16 | 2019-04-26 | 洁电(北京)储能科技有限公司 | 基于电池储能多能互补的孤网电铁供电系统及供电方法 |
CN109449973A (zh) * | 2018-11-09 | 2019-03-08 | 西华大学 | 一种含光伏和储能的轨道交通供电系统能量优化方法 |
Non-Patent Citations (2)
Title |
---|
WU MINGLIANG ET AL: "Study of PV generation application on AC powered traction system", 《2017 CHINESE AUTOMATION CONGRESS (CAC)》 * |
张国瑞等: "基于运行模式和动态混合度的燃料电池混合动力有轨电车等效氢耗最小化能量管理方法研究", 《中国电机工程学报》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110610270A (zh) * | 2019-09-17 | 2019-12-24 | 东北大学 | 一种基于油电混合联供的综合能源管理系统及方法 |
CN110707749A (zh) * | 2019-11-11 | 2020-01-17 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种风氢耦合系统及其控制方法 |
CN111274713A (zh) * | 2020-03-09 | 2020-06-12 | 西南交通大学 | 动车组多堆燃料电池系统剩余使用寿命一致性控制方法 |
CN111274713B (zh) * | 2020-03-09 | 2022-08-09 | 西南交通大学 | 动车组多堆燃料电池系统剩余使用寿命一致性控制方法 |
CN111610409B (zh) * | 2020-06-10 | 2022-06-07 | 天津凯发电气股份有限公司 | 一种针对电铁at供电系统的测距方法 |
CN111610409A (zh) * | 2020-06-10 | 2020-09-01 | 天津凯发电气股份有限公司 | 一种针对电铁at供电系统的测距方法 |
CN112803567A (zh) * | 2021-01-29 | 2021-05-14 | 西安交通大学 | 基于智能楼宇光储供电设备的参数优化设计方法及系统 |
CN113190798A (zh) * | 2021-04-23 | 2021-07-30 | 通号(长沙)轨道交通控制技术有限公司 | 一种牵引变压器低压侧到高压侧的谐波传输系数估计方法 |
CN113595135A (zh) * | 2021-07-12 | 2021-11-02 | 西南交通大学 | 一种并弱电网型电氢耦合直流微电网双层同步控制方法 |
CN113595135B (zh) * | 2021-07-12 | 2023-05-12 | 西南交通大学 | 一种并弱电网型电氢耦合直流微电网双层同步控制方法 |
CN113852121A (zh) * | 2021-08-26 | 2021-12-28 | 西南交通大学 | 一种电氢多能互补型综合能源系统的实时能量管理方法 |
CN113852121B (zh) * | 2021-08-26 | 2023-05-12 | 西南交通大学 | 一种电氢多能互补型综合能源系统的实时能量管理方法 |
CN113794193A (zh) * | 2021-08-27 | 2021-12-14 | 新天绿色能源股份有限公司 | 一种可再生能源直流微网制氢的决策方法 |
CN113794193B (zh) * | 2021-08-27 | 2024-04-26 | 新天绿色能源股份有限公司 | 一种可再生能源直流微网制氢的决策方法 |
CN114498714A (zh) * | 2021-12-21 | 2022-05-13 | 西南交通大学 | 分散接入柔性牵引变压器的新能源储能系统及控制方法 |
CN114734881A (zh) * | 2022-05-07 | 2022-07-12 | 苏州市华昌能源科技有限公司 | 一种用于氢电混合动力系统的容量优化配置方法 |
CN114734881B (zh) * | 2022-05-07 | 2023-12-12 | 苏州市华昌能源科技有限公司 | 一种用于氢电混合动力系统的容量优化配置方法 |
CN116307021A (zh) * | 2022-10-08 | 2023-06-23 | 中国大唐集团科学技术研究总院有限公司 | 一种新能源制氢系统的多目标能量管理方法 |
CN116307021B (zh) * | 2022-10-08 | 2024-03-22 | 中国大唐集团科学技术研究总院有限公司 | 一种新能源制氢系统的多目标能量管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110190628B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110190628A (zh) | 一种基于综合能源的复线全并联at牵引供电系统及方法 | |
Etxeberria et al. | Hybrid energy storage systems for renewable energy sources integration in microgrids: A review | |
CN109301853A (zh) | 一种平抑功率波动的微电网多时间尺度能量管理方法 | |
CN103443984B (zh) | 基于电能成本运行液流电池系统的方法和系统 | |
CN107749637A (zh) | 一种应用于电气化铁路的多能互补并网系统及控制方法 | |
CN109066822B (zh) | 一种基于电力电子变压器的多点分散式配电系统调度方法 | |
CN109572491A (zh) | 一种电气化铁路牵引网供电构造及其控制方法 | |
CN109606208A (zh) | 一种离网铁路牵引供电系统及调控方法 | |
CN113555590B (zh) | 多燃料电池模块发电系统及其控制方法 | |
CN108964097A (zh) | 抽水蓄能与可再生能源发电协同运行系统及方法 | |
CN110457859A (zh) | 混合电力船舶推进系统的优化控制方法 | |
Kumar et al. | A comprehensive review of DC microgrid in market segments and control technique | |
CN108899921A (zh) | 一种面向储能的多端口能量路由器能量管理策略 | |
CN108306338B (zh) | 一种模块化微电网及其日前能量优化调度的方法 | |
Singh et al. | A real-time smart charging station for EVs designed for V2G scenario and its coordination with renewable energy sources | |
CN113315155A (zh) | 分布式能源发电与v2g混合系统 | |
CN202435050U (zh) | 风电场的分布式储能系统 | |
CN103532164A (zh) | 风光柴互补型交直流智能微电网系统 | |
CN105939024A (zh) | 一种电压和功率可调节的智能分布式风力发电系统 | |
Zhang et al. | Mode for reducing wind curtailment based on battery transportation | |
CN209823438U (zh) | 一种基于综合能源的复线全并联at牵引供电系统 | |
CN115619006A (zh) | 一种计及辅助服务的电-气-氢混联综合能源系统优化调度方法 | |
Kano et al. | Renewable sources and energy storage optimization to minimize the global costs of railways | |
CN209505511U (zh) | 一种电气化铁路牵引网供电构造 | |
CN105914784A (zh) | 一种电压和功率可调节的智能分布式风力发电系统的监控装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220325 Address after: 610000 North Section of Second Ring Road, Chengdu City, Sichuan Province Applicant after: SOUTHWEST JIAOTONG University Applicant after: Sichuan Electric Power Design Consulting Co., Ltd Address before: 610000 North Section of Second Ring Road, Chengdu City, Sichuan Province Applicant before: SOUTHWEST JIAOTONG University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |