CN110549868B - 基于动力系统实时功率的混合动力有轨电车速度调整方法 - Google Patents

Abstract

本发明公开基于动力系统实时功率的混合动力有轨电车速度调整方法，包括建立有轨电车能耗模型，求解有轨电车的离线规划的速度时间曲线；对有轨电车基本阻力参数进行辨识，自适应在线调整，建立精确的有轨电车系统的速度功率模型；有轨电车按照离线规划的速度时间曲线运行，对比整个动力系统的实时最大功率与动力系统实时功率，实现有轨电车运行速度的自适应调整；将速度调整造成的路程差作为系数，通过速度闭环反馈，消除由于速度调整而造成的路程差。本发明根据动力系统实时最大功率来自动调节有轨电车运行速度，为列车自动驾驶系统提供具有在线跟踪自适应调整的速度时间曲线；最大程度发挥动力性能，能够保证车辆的安全可靠、准时准点地运行。

Description

基于动力系统实时功率的混合动力有轨电车速度调整方法

技术领域

本发明属于混合动力有轨电车技术领域，特别是涉及基于动力系统实时功率的混合动力有轨电车速度调整方法。

背景技术

由于能量转化效率高，无污染的特性，燃料电池混合动力系统在近年来受到极大的关注。随着燃料电池技术的进步，燃料电池混合动力系统被应用到了大功率轨道交通领域。

传统的有轨电车均是通过接触网进行供电，接触网供电的有轨电车通过受电弓从接触网获得源源不断的电力，因此列车的运行规划不需要考虑动力系统的因素，而燃料电池通过车体内部携带动力源为自身供电，虽然摆脱了传统的牵引供电系统以及弓网系统的约束，整车供电方式更加灵活，但是受限于车内空间以及动力系统自身特性，燃料电池混合动力有轨电车自身携带电能有限，因此列车的运行规划需要考虑车载动力系统的供电能力。而现有在混合动力有轨电车中并没有通过考虑动力系统的特点来调整有轨电车的速度，使得燃料电池混合动力有轨电车在运行过程中的速度调整的效果差，无法保证列车最大程度发挥动力性能，大大影响了车辆的安全可靠、准时准点地运行。

发明内容

为了解决上述问题，本发明提出了基于动力系统实时功率的混合动力有轨电车速度调整方法，能够根据动力系统实时最大功率来自动调节有轨电车运行速度，为列车自动驾驶系统提供具有在线跟踪自适应调整的速度时间曲线；最大程度发挥动力性能的同时，能够保证车辆的安全可靠、准时准点地运行。

为达到上述目的，本发明采用的技术方案是：基于动力系统实时功率的混合动力有轨电车速度调整方法，包括步骤：

S100,基于车辆自身参数、载客情况以及线路参数，在站间路线距离、运行时间以及最大运行速度的限制下，建立有轨电车能耗模型，求解有轨电车的离线规划的速度时间曲线；

S200,为了保证速度调整的准确性与可靠性，建立精确的车辆的功率速度模型，对有轨电车基本阻力参数进行辨识，并利用自适应神经网络算法进行在线调整，建立精确的有轨电车系统的速度功率模型；

S300,有轨电车按照离线规划的速度时间曲线运行，通过实时采集动力系统的SOC荷电状态得到整个动力系统的实时最大功率，并与动力系统实时功率进行对比，实现有轨电车运行速度的自适应调整，实现对离线规划的速度时间曲线运行的跟踪；

S400,速度调整之后，为了不影响行车规划，保证有轨电车能够准时达到下一站，将步骤S300中所作出的速度调整造成的路程差作为系数，通过速度闭环反馈，消除由于速度调整而造成的路程差。

进一步的是，在所述步骤S100中，基于车辆自身参数、载客情况以及线路参数，在站间距离、运行时间以及最大运行速度的限制下，建立有轨电车能耗模型；根据有轨电车能耗模，以整个运行区间内的能量消耗最小为目标，利用庞特里亚金极小值原理求解，获得混合动力有轨电车的离线规划的速度时间曲线。

进一步的是，所述车辆自身参数包括自重、车辆轮径、迎风面积和动力系统配置参数，在运行过程中基本保持不变；所述载客情况和线路参数为变量，每一天每一站点的载客量不同，而载客量会影响动力系统总质量，在不同的线路状况下有轨电车的基本阻力参数也不同；那么在不同的载客情况以及线路参数下，有轨电车根据所述离线规划的速度时间曲线运行获取到不同的功率需求。

进一步的是，在速度调整过程中，为了保证调整过程中的准确性与可靠性，在所述步骤S200中，建立精确的有轨电车的速度功率模型时，将列车模型视为单质点模型，在列车运行过程中受到牵引力、制动力和阻力，其中阻力包括基本阻力和附加阻力部分；列车的基本运行阻力作为速度跟踪的重要参数指标，使用戴维斯经验公式进行计算获得有轨电车基本阻力参数；

由于车辆运行过程中随着气候的变化、轨道的老化磨损等情况，戴维斯公式的经验参数也会发生变化，为了保证速度调整的准确性与可靠性，对有轨电车基本阻力参数进行辨识，采用基于双重收敛法则的改进遗传算法对基本阻力参数进行辨识，并将实际加速度与辨识模型之间的加速度误差作为反馈，同时利用自适应神经网络算法对辨识结果进行在线修正，进一步提高准确性。

进一步的是，所述有轨电车的动力系统包括燃料电池和储能系统，所述储能系统包括锂电池和超级电容供电，所述燃料电池作为主动力源为车辆提供持续的动力；所述超级电容和锂电池在能量和功率方面互相辅助，构成了储能系统，用以在加速时、爬坡等工况下辅助燃料电池为车辆提供动力，并在制动过程中回收制动能量，提高车辆的效率和运行经济性。

进一步的是，在所述步骤S300中，通过实时采集动力系统的SOC荷电状态得到整个动力系统的实时最大功率时，利用函数拟合方法得到超级电容分别在充放电状态下最大功率与SOC的关系，作为动力系统实时功率与其SOC荷电状态之间的关系。在充电状态下，超级电容端电压随着SOC的上升而增大，在放电状态下，超级电容端电压随着的SOC的减小而降低，二者呈现线性关系，但是由于系统受限制于最大充放电电流，因此超级电容系统的最大充放电功率与系统SOC密切相关；由于锂电池具有稳定的平台电压，因此其最大提供功率可认为与其荷电状态SOC无关，那么整个动力系统的最大可提供功率取决于超级电容系统的SOC。

进一步的是，所述有轨电车的动力系统输出功率汇总到直流母线上，直流电经过逆变器来驱动异步电机系统，异步电机系统采用间接矢量控制技术来控制机车按照离线规划的速度时间曲线运行；

随着有轨电车的运行，储能系统的状态不断变化，通过采集储能系统的SOC可得到整个动力系统的实时最大功率，将车辆实时需求功率与系统最大可提供功率不断对比，如果车辆需求功率大于系统最大可提供功率，则根据当前系统最大可提供功率反向推导计算当前状态下允许的最大加速度，并对车辆速度进行实时调整，直到车辆当前运行速度与初始设计速度相等并且需求功率小于系统最大可提供功率，速度调整过程结束，实现有轨电车运行速度的自适应调整。

进一步的是，速度调整过程导致了有轨电车实际运行与设计规划存在距离差ΔS，为了保证有轨电车能够按照运行规划图准时准点到达下一站，在所述步骤S400中对路程校正：

在原始的速度V_O上增加一个大于0的速度ΔV，作为新的期望速度V_R，其中ΔV是一个有关路程差ΔS的量，计算公式为：

ΔV＝min<max<ΔS,0>,1>·∫(minkΔS,a_av)dt；

其中，min<max<ΔS,0>,1>·是一个与ΔS有关的系数，表示当路程差大于1时，系数为1，当小于1时，系数为ΔS，而当速度差降为0时，系数为0，那么ΔV也为0；∫(minkΔS,a_av)dt是用ΔS表示的速度增量，k是一个常数其数值的大小决定了速度增量ΔV的大小，同时为了保证在调整的过程中负载需求功率不超过动力系统可提供的最大功率，加速度的大小不应超过当前动力系统最大可提供加速度a_av；形成闭环反馈调节，由于ΔV大于0，所以路程差不断减小，当路程差减小到0时，ΔV也减小至0，速度差和路程差都被消除，有轨电车仍然按照最初设计的速度运行。

采用本技术方案的有益效果：

由于新能源混合动力有轨电车自身携带的电量有限，且动力系统可提供的最大功率是随着储能系统状态变化而变化的，而储能系统的状态变化是与整车的运行规划以及能量管理密切相关的，因此本发明将列车的运行应与动力系统的实时状态相结合进行实时调整，能够最大程度发挥动力性能的同时，能够保证车辆的安全可靠、准时准点地运行。

考虑到燃料电池混合动力新型有轨电车自身携带电量有限的特点，本发明建立了有轨电车的能耗模型，利用庞特里亚金极小值原理来离线求解运行速度-时间曲线，在站间距离、以及运行时间的约束下，有助于减少车辆运行能耗，提高运行经济性。

建立了精确的功率-速度模型，如果车辆运行过程中动力系统功率无法保证有轨电车跟随离线设计的速度运行，按照当前动力系统实时功率计算当前可提供的最大加速度调整车辆运行速度，能够最大程度的发挥动力系统的性能。此外，采用了基于双重收敛法则的改进遗传算法对基本阻力参数进行辨识，辨识结果准确可靠，并利用实际加速度与辨识模型之间的加速度误差作为反馈，采用自适应神经网络算法对辨识结果进行在线修正，进一步提高了参数辨识的准确性，保证了速度调整过程的精确性与准确性。

本发明通过自适应速度闭环反馈系统，引入了路程差作为调节系数，用来消除由于速度调整引起的与原有规划运行曲线的路程差，保证了车辆在实际运行中按照准时准点达到下一站。

附图说明

图1为本发明的基于动力系统实时功率的混合动力有轨电车速度调整方法流程示意图；

图2为本发明实施例中速度调整过程的方法流程图；

图3为本发明实施例中调节路程差的速度闭环反馈的示意图；

图4为本发明实施例中所使用混合动力有轨电车的控制结构示意图；

图5为本发明实施例中所使用混合动力有轨电车的电气结构示意图。

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，本发明提出了基于动力系统实时功率的混合动力有轨电车速度调整方法，包括步骤：

S100,基于车辆自身参数、载客情况以及线路参数，在站间路线距离、运行时间以及最大运行速度的限制下，建立有轨电车能耗模型，求解有轨电车的离线规划的速度时间曲线；

S200,为了保证速度调整的准确性与可靠性，建立精确的车辆的功率-速度模型，对有轨电车基本阻力参数进行辨识，并利用自适应神经网络算法进行在线调整，建立精确的有轨电车系统的速度功率模型；

S300,有轨电车按照离线规划的速度时间曲线运行，通过实时采集动力系统的SOC荷电状态得到整个动力系统的实时最大功率，并与动力系统实时功率进行对比，实现有轨电车运行速度的自适应调整；

S400,速度调整之后，为了不影响行车规划，保证有轨电车能够准时达到下一站，将步骤S300中所作出的速度调整造成的路程差作为系数，通过速度闭环反馈，消除由于速度调整而造成的路程差。

作为上述实施例的优化方案，在所述步骤S100中，基于车辆自身参数、载客情况以及线路参数，在站间距离、运行时间以及最大运行速度的限制下，建立有轨电车能耗模型；根据有轨电车能耗模，以整个运行区间内的能量消耗最小为目标，利用庞特里亚金极小值原理求解，获得混合动力有轨电车的离线规划的速度时间曲线。

所述车辆自身参数包括自重、车辆轮径、迎风面积和动力系统配置参数，例如车辆自重m、轮轴半径R、传动效率η_t、电机效率η_m、逆变器效率η_inv等，在运行过程中基本保持不变；所述载客情况和线路参数为变量，每一天每一站点的载客量不同，而载客量会影响动力系统总质量，在不同的线路状况下有轨电车的基本阻力参数也不同；那么在不同的载客情况以及线路参数下，有轨电车根据所述离线规划的速度时间曲线运行获取到不同的功率需求。线路参数包括站间距离S、路线坡度α等。

有轨电车在站与站之间的运行包括牵引加速、匀速以及制动三个阶段，在此期间有轨电车的能耗E包括两部分，第一部分为牵引以及匀速过程的放电能耗E₁，此过程中动力系统向电机输出功率来驱动有轨电车运行，设为正值，第二部分为制动过程中储能系统吸收的制动能耗E₂,此过程中电机作为发电机向母线输出能量来为储能系统充电，那么此部分为负值。

假设有轨电车的加速为恒加速过程，加速度为a₁，设为正，减速度为a₂，设为负，匀速运行速度为V，车站之间的距离为S，是固定值。

(1)加速过程

有轨电车在加速的过程中受到基本阻力F_j，加速阻力F_a和坡道阻力F_g，其中基本阻力按照戴维斯经验公式进行计算，阻力计算公式如下：

F_j＝(Av²+bv+c)mg，

F_a＝ma₁，

F_g＝mgsinα；

其中，m为有轨电车的重量，包含自重以及载客质量，v是车辆的运行速度，是关于加速度的函数，α是线路坡度。那么加速过程中的能耗可表示为：

其中，η_t是传动系统效率，η_m是电机效率，η_inv是逆变器效率，P_req是母线需求功率。

E₁₁是一个关于a₁和V的函数，其中t₁是有轨电车的加速时间，可以表示为

t₁＝V/a₁。

(2)匀速过程

有轨电车在匀速过程中只受到基本阻力和坡道阻力的影响，那么匀速过程中能耗可以表示为

其中，t₂表示制动开始的时间，可以表示为：

E₁₂也是关于加速度a₁，a₂和V的函数。

(3)减速过程

有轨电车在减速过程中受到基本阻力，制动力和坡道阻力的影响，为了尽可能回收制动能量，则假设全部的制动都依靠电制动，那么制动过程中的制动能耗为：

其中，F_a2与基本阻力方向相反，是个负值，可以表示为：

F_a2＝ma₂

所以E₂是一个与加速度a₁和a₂有关的函数。

在站间距离与行驶时间的限制下，利用庞特里亚金极小值原理求解使整个过程能耗最小的有轨电车加速度、匀速速度以及减速度，就得到一条速度时间曲线。

作为上述实施例的优化方案，在速度调整过程中，为了保证调整过程中的准确性与可靠性，在所述步骤S200中，建立精确的有轨电车的速度功率模型时，将列车模型视为单质点模型，在列车运行过程中受到牵引力、制动力和阻力，其中阻力包括基本阻力和附加阻力部分；列车的基本运行阻力作为速度跟踪的重要参数指标，使用戴维斯经验公式进行计算获得有轨电车基本阻力参数；

由于车辆运行过程中随着气候的变化、轨道的老化磨损等情况，戴维斯公式的经验参数也会发生变化，为了保证速度调整的准确性与可靠性，对有轨电车基本阻力参数进行辨识，采用基于双重收敛法则的改进遗传算法对基本阻力参数进行辨识，并将实际加速度与辨识模型之间的加速度误差作为反馈，同时利用自适应神经网络算法对辨识结果进行在线修正，进一步提高准确性。

具体地，按照动力系统实时功率反向推导最大可用加速度的过程中，需要根据有轨电车参数建立准确的速度-功率模型。有轨电车的运行过程中受到加速阻力、基本阻力和坡道阻力的影响，其中加速阻力与加速度有关，坡道阻力只有坡度有关，在固定的线路条件下坡度是固定不变的，而基本阻力则是会随着天气、轨道磨损情况发生变化，因此为了对有轨电车速度更好地控制，对于基本阻力参数的辨识非常有必要。

戴维斯公式如下所示：D＝Av²+Bv+C；

其中，A，B和C为要辨识的参数，这三个参数本身是有物理意义的，所以取值可以确定一个大概的范围。

选取平直路上的有轨电车惰性数据进行辨识，所以车辆只受到加速阻力和基本阻力，如下式所示：

其中，v(k)和v(k-1)为有轨电车当前时刻与上一时刻的速度，ΔT为采样间隔。

采用基于双重收敛法则的遗传算法对有轨电车的戴维斯公式的系数进行辨识，将基本阻力参数看作种群中的某个体的三种表现型。其中，第一重收敛法则为：保留当前种群最优解，经过连续优化后种群最优解保持不变，认为满足第一重收敛法则，则判断是否满足第二重收敛法则；第一重收敛法则为：以辨识结果与列车实测数据的误差作为判断标准，满足精度要求则认为满足第二重收敛法则。

为了进一步提高辨识结果的精确性，利用实际加速度与辨识得到的加速度之间的误差作为反馈量，采用自适应线性元件神经网络算法对辨识结果进行在线修正，进一步提高结果的准确性。

作为上述实施例的优化方案，在所述步骤S300中，通过实时采集动力系统的SOC荷电状态得到整个动力系统的实时最大功率时，利用函数拟合方法得到超级电容分别在充放电状态下最大功率与SOC的关系，作为动力系统实时功率与其SOC荷电状态之间的关系。在充电状态下，超级电容端电压随着SOC的上升而增大，在放电状态下，超级电容端电压随着的SOC的减小而降低，二者呈现线性关系，但是由于系统受限制于最大充放电电流，因此超级电容系统的最大充放电功率与系统SOC密切相关；由于锂电池具有稳定的平台电压，因此其最大提供功率可认为与其荷电状态SOC无关，那么整个动力系统的最大可提供功率取决于超级电容系统的SOC。

如图2所示，所述有轨电车的动力系统输出功率汇总到直流母线上，直流电经过逆变器来驱动异步电机系统，异步电机系统采用间接矢量控制技术来控制机车按照离线规划的速度时间曲线运行；

随着有轨电车的运行，储能系统的状态不断变化，通过采集储能系统的SOC可得到整个动力系统的实时最大功率，将车辆实时需求功率与系统最大可提供功率不断对比，如果车辆需求功率大于系统最大可提供功率，则根据当前系统最大可提供功率反向推导计算当前状态下允许的最大加速度，并对车辆速度进行实时调整，直到车辆当前运行速度与初始设计速度相等并且需求功率小于系统最大可提供功率，速度调整过程结束，实现有轨电车运行速度的自适应调整。

具体为，有轨电车动力系统中超级电容的功率密度小，其SOC值将会影响整个动力系统的实时最大功率。超级电容单体通过串并联的方式构成系统来为有轨电车供电，超级电容的SOC与其端电压基本线性的关系，如下式所示：

其中，V_SC是超级电容输出端电压，V_SC,full是超级电容充满电时的电压。超级电容系统的可用功率可按输出电压乘以输出电流计算得到，在超级电容SOC较高的情况下，超级电容系统的端电压较高，但是由于超级电容系统以及DC/DC系统最大输出电流I_SCMAX的限制，那么超级电容在对外放电的过程中，其最大放电功率随着SOC的降低而降低，反之亦然，超级电容的充电功率随着SOC的升高而升高。

根据实际测量数据，利用数据拟合方法，可得到超级电容SOC与最大充放电功率的关系，可用二次函数表示，如下式所示：

其中，P_SCchg为超级电容的充电功率，P_SCdis为放电功率，a₁,b₁,c₁,a₂,b₂和c₂分别为拟合系数，其数值大小与具体的系统配置有关。

由于锂电池系统的输出电压平稳，因此可以认为锂电池系统的最大充放电功率不变，并且运行过程中燃料电池的最大放电功率不变，那么整个动力系统的实时最大功率可表示为：

其中，P_{av_dis}是动力系统可提供的最大牵引功率，P_{av_chg}为制动时系统最大充电功率，P_BATmax为锂电池系统的最大放电功率，P_FCmax为燃料电池的最大放电功率，P_BATmin为锂电池系统的最大充电功率。

在有轨电车的运行过程中，通过给异步电机输入速度参考值，异步电机系统采用间接矢量控制技术来控制车辆按照规划的速度曲线运行，动力系统输出功率到直流母线上，再经过逆变器为电机供电。有轨电车系统的自身参数如自重、车轮直径等参数可认为在运行过程中保持不变，但是载客情况和线路情况则是复杂多变的，载客人数将会影响系统总质量，不同的线路状况下有轨电车的基本阻力参数也不相同，那么不同时间有轨电车按照规划好的速度-时间曲线运行的需求功率是不同的。

在牵引过程中，动力系统驱动电机带动有轨电车运行，储能系统的荷电状态SOC也随之变化，那么通过采集超级电容系统给的SOC,可得到动力系统在牵引状态下的最大可提供功率P_{av_dis}。将P_{av_dis}与车辆实时需求功率P_req进行对比，根据步骤1可知，P_req是一个关于速度和加速度的函数，如果P_req小于P_{av_dis}，说明当前动力系统能够为有轨电车提供足够的动力按照给定的速度运行，如果P_req大于P_{av_dis}，那么就根据当前最大功率反向推导计算动力系统最大允许加速度a_av，并按照此加速度调整运行速度，调整后的运行速度作为电机新的参考速度来带动有轨电车运行，那么此时的母线需求功率就与等于系统最大可提供功率，有轨电车的实际运行速度小于原始速度，然后更新超级电容的SOC值，重新计算动力系统下一个采样时刻最大的可提供功率以及最大可提供加速度，并与系统需求功率进行对比，那么有轨电车系统将按照动力系统最大可提供加速度加速，直到车辆当前运行速度V_R与初始设计速度V_O相等并且需求功率小于系统最大可提供功率，速度调整过程结束。

作为上述实施例的优化方案，如图3所示，速度调整过程导致了有轨电车实际运行与设计规划存在距离差ΔS，为了保证有轨电车能够按照运行规划图准时准点到达下一站，在所述步骤S400中对路程校正：

在原始的速度V_O上增加一个大于0的速度ΔV，作为新的期望速度V_R，其中ΔV是一个有关路程差ΔS的量，计算公式为：

ΔV＝min<max<ΔS,0>,1>·∫(minkΔS,a_av)dt；

其中，min<max<ΔS,0>,1>·是一个与ΔS有关的系数，表示当路程差大于1时，系数为1，当小于1时，系数为ΔS，而当速度差降为0时，系数为0，那么ΔV也为0；∫(minkΔS,a_av)dt是用ΔS表示的速度增量，k是一个常数其数值的大小决定了速度增量ΔV的大小，同时为了保证在调整的过程中负载需求功率不超过动力系统可提供的最大功率，加速度的大小不应超过当前动力系统最大可提供加速度a_av；形成闭环反馈调节，由于ΔV大于0，所以路程差不断减小，当路程差减小到0时，ΔV也减小至0，速度差和路程差都被消除，有轨电车仍然按照最初设计的速度运行。

在实施例实施过程中，如图4和图5所示，可使用的混合动力有轨电车括超级电容系统、锂电池系统、牵引逆变器、牵引电机和混合动力系统控制器。

所述超级电容系统和锂电池系统经双向DC/DC变换器连接至直流母线，其二者的SOC信息分别由超级电容管理系统(UMS)和锂电池管理系统(BMS)在线估算得到。直流母线接于牵引逆变器输入端，输出端与牵引电机相连。

所述牵引逆变器包括功率电路和控制电路两部分。功率电路部分为基于IGBT的三相全桥逆变器。控制电路是基于DSP芯片TMS320F28335设计而成的，外围主要包括CAN通信电路、AD采集电路、调理电路和SVPWM调制电路。控制器通过CAN总线接收混合动力系统控制器传输来的牵引电机转速参考值信号；通过AD采集电路和调理电路读取逆变器输出电流值以及牵引电机的转速，经内部控制算法运算后，再通过SVPWM调制电路控制开关管通断，以实现改变变换器输出的作用。

所述牵引电机为三相异步交流电机。

所述混合动力系统控制器是基于PLC控制器设计而成的，本发明专利提供的方法主要面向混合动力系统，因此仅依靠PLC控制器外围的CAN通信电路即可实现功能。PLC控制器通过CAN通信电路收取BMS和UMS发送到CAN总线上的锂电池SOC和超级电容SOC的信息，并通过相应的协议进行解读。然后通过运算内置的本发明所提供的算法，得到牵引电机转速参考值信号，最后通过CAN总线将该信号传输至牵引逆变器，并通过控制牵引逆变器来控制牵引电机。

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 (6)

1.基于动力系统实时功率的混合动力有轨电车速度调整方法，其特征在于，包括步骤：

S100,基于车辆自身参数、载客情况以及线路参数，在站间路线距离、运行时间以及最大运行速度的限制下，建立有轨电车能耗模型，求解有轨电车的离线规划的速度时间曲线；

根据有轨电车能耗模，以整个运行区间内的能量消耗最小为目标，利用庞特里亚金极小值原理求解，获得混合动力有轨电车的离线规划的速度时间曲线；

S200,对有轨电车基本阻力参数进行辨识，并利用自适应神经网络算法进行在线调整，建立精确的有轨电车系统的速度功率模型；

建立精确的有轨电车的速度功率模型时，将列车模型视为单质点模型，在列车运行过程中受到牵引力、制动力和阻力，其中阻力包括基本阻力和附加阻力部分；列车的基本运行阻力作为速度跟踪的重要参数指标，使用戴维斯经验公式进行计算获得有轨电车基本阻力参数；

对有轨电车基本阻力参数进行辨识，采用基于双重收敛法则的改进遗传算法对基本阻力参数进行辨识，并将实际加速度与辨识模型之间的加速度误差作为反馈，同时利用自适应神经网络算法对辨识结果进行在线修正；

S300,有轨电车按照离线规划的速度时间曲线运行，通过实时采集动力系统的SOC荷电状态得到整个动力系统的实时最大功率，并与动力系统实时功率进行对比，实现有轨电车运行速度的自适应调整；

S400,将步骤S300中所作出的速度调整造成的路程差作为系数，通过速度闭环反馈，消除由于速度调整而造成的路程差。

2.根据权利要求1所述的基于动力系统实时功率的混合动力有轨电车速度调整方法，其特征在于，所述车辆自身参数包括自重、车辆轮径、迎风面积和动力系统配置参数，在运行过程中基本保持不变；所述载客情况和线路参数为变量，每一天每一站点的载客量不同，而载客量会影响动力系统总质量，在不同的线路状况下有轨电车的基本阻力参数也不同；那么在不同的载客情况以及线路参数下，有轨电车根据所述离线规划的速度时间曲线运行获取到不同的功率需求。

3.根据权利要求1所述的基于动力系统实时功率的混合动力有轨电车速度调整方法，其特征在于，所述有轨电车的动力系统包括燃料电池和储能系统，所述储能系统包括锂电池和超级电容供电，所述燃料电池作为主动力源为车辆提供持续的动力；所述超级电容和锂电池在能量和功率方面互相辅助，构成了储能系统，用以在加速时、爬坡等工况下辅助燃料电池为车辆提供动力，并在制动过程中回收制动能量。

4.根据权利要求3所述的基于动力系统实时功率的混合动力有轨电车速度调整方法，其特征在于，在所述步骤S300中，通过实时采集动力系统的SOC荷电状态得到整个动力系统的实时最大功率时，利用函数拟合方法得到超级电容分别在充放电状态下最大功率与SOC的关系，作为动力系统实时功率与其SOC荷电状态之间的关系。

5.根据权利要求4所述的基于动力系统实时功率的混合动力有轨电车速度调整方法，其特征在于，所述有轨电车的动力系统输出功率汇总到直流母线上，直流电经过逆变器来驱动异步电机系统，异步电机系统采用间接矢量控制技术来控制机车按照离线规划的速度时间曲线运行；

随着有轨电车的运行，储能系统的状态不断变化，通过采集储能系统的SOC可得到整个动力系统的实时最大功率，将车辆实时需求功率与系统最大可提供功率不断对比，如果车辆需求功率大于系统最大可提供功率，则根据当前系统最大可提供功率反向推导计算当前状态下允许的最大加速度，并对车辆速度进行实时调整，直到车辆当前运行速度与初始设计速度相等并且需求功率小于系统最大可提供功率，速度调整过程结束，实现有轨电车运行速度的自适应调整。

6.根据权利要求1所述的基于动力系统实时功率的混合动力有轨电车速度调整方法，其特征在于，速度调整过程导致了有轨电车实际运行与设计规划存在距离差ΔS，为了保证有轨电车能够按照运行规划图准时准点到达下一站，在所述步骤S400中对路程校正：

在原始的速度V_O上增加一个大于0的速度ΔV，作为新的期望速度V_R，其中ΔV是一个有关路程差ΔS的量，计算公式为：

ΔV＝min<max<ΔS,0>,1>·∫(minkΔS,a_av)dt；

其中，min<max<ΔS,0>,1>是一个与ΔS有关的系数，表示当路程差大于1时，系数为1，当小于1时，系数为ΔS，而当速度差降为0时，系数为0，那么ΔV也为0；∫(min kΔS,a_av)dt是用ΔS表示的速度增量，k是一个常数其数值的大小决定了速度增量ΔV的大小，同时为了保证在调整的过程中负载需求功率不超过动力系统可提供的最大功率，加速度的大小不应超过当前动力系统最大可提供加速度a_av；形成闭环反馈调节，由于ΔV大于0，所以路程差不断减小，当路程差减小到0时，ΔV也减小至0，速度差和路程差都被消除，有轨电车仍然按照最初设计的速度运行。

Images