CN115438522B - 城市轨道交通混合式直流牵引供电系统最优潮流建模方法 - Google Patents

城市轨道交通混合式直流牵引供电系统最优潮流建模方法 Download PDF

Info

Publication number
CN115438522B
CN115438522B CN202211392109.5A CN202211392109A CN115438522B CN 115438522 B CN115438522 B CN 115438522B CN 202211392109 A CN202211392109 A CN 202211392109A CN 115438522 B CN115438522 B CN 115438522B
Authority
CN
China
Prior art keywords
traction
power supply
supply system
current
power flow
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.)
Active
Application number
CN202211392109.5A
Other languages
English (en)
Other versions
CN115438522A (zh
Inventor
魏应冬
李笑倩
张建
陆超
李占赫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202211392109.5A priority Critical patent/CN115438522B/zh
Publication of CN115438522A publication Critical patent/CN115438522A/zh
Application granted granted Critical
Publication of CN115438522B publication Critical patent/CN115438522B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了城市轨道交通混合式直流牵引供电系统最优潮流建模方法，该方法包括：建立混合式直流牵引供电系统的最优潮流模型并确定决策变量；计算混合式直流牵引供电系统中与决策变量有关的中间变量；确定混合式直流牵引供电系统最优潮流模型的优化目标；基于节点注入模型建立混合式直流牵引供电系统最优潮流模型的约束，并基于内点法求解混合式直流牵引供电系统最优潮流模型。本发明建立混合系统最优潮流分析模型，在含有传统直流以及柔性直流的混合系统中，对传统直流牵引所以及柔直牵引所进行分别建模，充分考虑两类牵引所的运行特性差异，基于混合式直流牵引供电系统最优潮流模型对系统特性进行综合优化，实现混合系统的协调供电。

Description

城市轨道交通混合式直流牵引供电系统最优潮流建模方法
技术领域
本发明涉及牵引供电技术领域，尤其涉及城市轨道交通混合式直流牵引供电系统最优潮流建模方法。
背景技术
为了适应城市轨道交通不断增长的运力需求以及响应国家节能减排的政策，国内城轨牵引供电系统在较长时期内逐步推广使用二极管整流机组且带再生制动能量回馈装置的供电模式，相较于传统交流牵引供电系统，采用二极管带能馈装置的供电模式不存在负序问题以及由牵引负荷的谐波电流带来的干扰问题，接触网无过分相且列车运行顺畅，但是这种供电模式的缺点是接触网网压波动较大，能馈装置可能拒动，且装置的逆变启动电压难以灵活设定，此外，杂散电流问题尚未得到彻底解决。
随着大功率电力电子能量变换装置的推广和应用，基于双向变流器的新型柔性直流牵引供电系统正获得广泛关注，大容量双向变流器的引入，使得牵引所功率可以双向流动，通过主动控制实现网压波动的有效抑制，能有效解决再生制动能量利用问题以及杂散电流问题。目前，基于双向变流器的柔性直流供电系统正处于推广和示范阶段，在实现牵引供电系统完全柔性供电之前，二极管带能馈装置供电方式与采用双向变流器的柔性供电方式共存的系统是较为容易实施的过渡方案。
在传统直流牵引供电系统建模方面，专利1公开了一种只是用实时动态建模方法，其优点是建模自适应好，潮流解算简单快速。其缺点没有考虑牵引所运行特性。专利2公开了一种牵引供电系统运行调度方法，其优点是通过优化发车间隔实现再生能量利用率最大化。在柔性直流牵引供电系统建模方面，专利3公开了一种近似最优潮流建模方法，其优点是使用牵引所电压电流作为优化变量，无需机车量测信息，计算效率快。还公开了一种柔性直流牵引供电系统方案以及其中双向变电所的实现方案，建立城轨柔性供电系统仿真模型，并对典型应用场景下系统功能和性能进行仿真，实现了系统的综合优化。
目前采用二极管带能馈方式仍然是牵引供电系统广泛使用的供电方式，柔性直流供电方式虽然拥有诸多优势，但许多问题尚处于研究当中，因此现有技术较多针对单一供电方式的系统进行建模分析。尽管同时含二极管带能馈供电方式和基于双向变流器的柔性供电方式混合供电方案已被提出，但是其特性并未得到充分分析，混合系统的建模仍有待进一步研究。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明提出了一种城市轨道交通混合式直流牵引供电系统最优潮流建模方法，本发明建立了混合牵引供电系统潮流分析模型，模型既考虑了含有二极管带能馈装置的传统牵引所，也考虑了含双向变流器的柔性牵引所。为充分发挥柔直牵引所控制能力，建立混合系统最优潮流分析模型，对系统特性进行综合优化，并实现混合系统的协调供电。
本发明的另一个目的在于提出城市轨道交通混合式直流牵引供电系统最优潮流建模装置。
为达上述目的，本发明一方面提出了城市轨道交通混合式直流牵引供电系统最优潮流建模方法，包括：
基于系统网络参数和牵引供电系统负荷信息，建立混合式直流牵引供电系统的最优潮流模型并确定决策变量；
根据所述系统网络参数与所述决策变量计算混合式直流牵引供电系统中与决策变量有关的中间变量；
根据所述中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标；
基于节点注入模型建立混合式直流牵引供电系统最优潮流模型的约束，并基于内点法求解所述混合式直流牵引供电系统最优潮流模型。
本发明实施例的城市轨道交通混合式直流牵引供电系统最优潮流建模方法还可以具有以下附加技术特征：
进一步地，所述中间变量，包括：传统牵引所电压-电流外特性关系，机车节点和牵引所节点的注入功率、钢轨电位以及接触网电流瞬时值以及有效值。
进一步地，所述混合式直流牵引供电系统最优潮流模型,包括决策变量、系统状态变量、优化目标以及约束，其中，所述系统状态变量反映系统每一时刻的状态，包括机车的位置和功率，传统牵引所的电压-电流特性；所述决策变量为机车节点电压或牵引所节点电压，或者，所述决策变量为牵引所节点电压。
进一步地，所述根据中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标，包括:最小化接触网能量损耗、最小化柔直牵引所耗能；最小化柔直牵引所最大瞬时功率、最小化钢轨电位绝对值最大值、最小化柔直牵引所电压波动、最小化柔直牵引所最大瞬时电流、对于传统牵引所，由于二极管整流电路部分能量本身不可控，因此对于能馈装置，对其逆变启动电压以及反送能量进行优化，所提出的优化目标包括，最优逆变启动电压以及最小化能馈装置反送功率。
进一步地，建立所述混合式直流牵引供电系统最优潮流模型的等式约束和不等式约束，其中，等式约束包括：机车节点和牵引所节点的注入功率约束、钢轨电位约束以及接触网电流额定值约束，机车功率平衡约束、传统牵引所注入电流约束；
不等式约束包括：机车电压上下限约束、柔直牵引所电压上下限约束、传统牵引所上下限约束、牵引所额定容量上下限约束、接触网额定电流上下限约束、钢轨电位上下限约束。
进一步地，牵引所额定容量为瞬时峰值容量在一定时间内的积分并取平均值，接触网电流为柔直牵引供电系统接触网线路上额定电流，由接触网瞬时电流在一段时间内积分并取平均值得到。
进一步地，所述系统网络参数，包括接触网单位长度阻抗、钢轨单位长度阻抗、钢轨对地电阻、牵引所数目、牵引所位置信息和机车数目。
为达到上述目的，本发明另一方面提出了一种城市轨道交通混合式直流牵引供电系统最优潮流建模装置，包括：
模型建立模块，用于基于系统网络参数和牵引供电系统负荷信息，建立混合式直流牵引供电系统的最优潮流模型并确定决策变量；
变量求解模块，用于根据所述系统网络参数与所述决策变量计算混合式直流牵引供电系统中与决策变量有关的中间变量；
模型求解模块，用于目标确定模块，用于根据所述中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标；
基于节点注入模型建立混合式直流牵引供电系统最优潮流模型的约束，并基于内点法求解所述混合式直流牵引供电系统最优潮流模型。
本发明实施例的城市轨道交通混合式直流牵引供电系统最优潮流建模方法和装置，建立了混合牵引供电系统潮流分析模型，模型既考虑了含有二极管带能馈装置的传统牵引所，也考虑了含双向变流器的柔性牵引所。为充分发挥柔直牵引所控制能力，建立混合系统最优潮流分析模型，对系统特性进行综合优化，并实现混合系统的协调供电。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明实施例的城市轨道交通混合式直流牵引供电系统最优潮流建模方法流程图；
图2是根据本发明实施例的混合直流牵引供电系统简图；
图3是根据本发明实施例的系统拓扑接线图；
图4是传统直流牵引所输出外特性曲线示意图；
图5是根据本发明实施例的牵引所外特性示意图；
图6是根据本发明实施例的城市轨道交通混合式直流牵引供电系统最优潮流建模装置的结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
下面参照附图描述根据本发明实施例提出的城市轨道交通混合式直流牵引供电系统最优潮流建模方法和装置。
图1是本发明一个实施例的城市轨道交通混合式直流牵引供电系统最优潮流建模方法的流程图。
如图1所示，该方法包括但不限于以下步骤：
S1，基于系统网络参数和牵引供电系统负荷信息，建立混合式直流牵引供电系统的最优潮流模型并确定决策变量；
S2，根据系统网络参数与决策变量计算混合式直流牵引供电系统中与决策变量有关的中间变量；
S3，根据中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标；
S4，基于优化目标和节点注入模型建立混合式直流牵引供电系统最优潮流模型的约束，并基于内点法求解混合式直流牵引供电系统最优潮流模型。
具体地，获取系统网络参数，包括接触网和钢轨单位长度阻抗、钢轨对地电阻、传统牵引所数目、柔直牵引所数目，机车数目、各牵引所位置分布，分别简记为z cat, z rail, z g, N d, N f, N tr,Loc tss。定义系统节点集合及范围、系统支路集合及范围，N sn ={1,2,…, N tr +N f }，N br ={1,2,…, N tr +2N f }。
获取牵引供电系统负荷信息，主要包括动力照明负荷以及机车负荷信息，可以认为动力照明负荷在系统运行全周期内保持不变，设为P L。机车负荷信息主要包括在系统运行周期T per内对应每一时间断面t section下的位置和功率，分别记为Loc tr以及P trg。根据图5所示的网络拓扑，分别生成节点-支路关联矩阵A，支路导纳矩阵Y b以及节点导纳矩阵Y,钢轨节点阻抗矩阵Z rail。本发明实施例的混合直流牵引供电系统简图，如图2所示。本发明实施例的系统拓扑接线图，如图3所示。
建立柔性直流牵引供电系统最优潮流模型，如下式所示：
Figure 715127DEST_PATH_IMAGE001
(1)
其中，f(·)为系统运行所要达到的目标函数表达式；x*为选取的决策变量；u为选取的状态变量；g(·)为等式约束的函数表达式;h(·)为不等式约束的函数表达式。
状态变量u是反映系统状态变化的的量，包括机车的位置和功率，传统牵引所的外特性曲线。决策变量有两种选取方式，决策变量可以选x*为各机车和柔直牵引所电压，即
Figure 605592DEST_PATH_IMAGE002
；其中，U为(N tr+ N d +N f)维节点合成电压列向量，U tr为N tr维机车节点电压列向量，/>
Figure 26209DEST_PATH_IMAGE003
为N d维传统牵引所节点电压列向量,/>
Figure 498778DEST_PATH_IMAGE004
是N f维柔直牵引所节点电压列向量。决策变量x*也可以仅为各柔直牵引所节点电压，即/>
Figure 284332DEST_PATH_IMAGE005
；本方案在下述的描述中采用决策变量/>
Figure 209562DEST_PATH_IMAGE006
的方案。决策变量的值在构建最优潮流模型时是未知量，其值要通过算法求解得到；
根据系统网络参数，计算与决策变量有关的中间变量。根据公式I=YU,计算各节点的注入电流，
Figure 433870DEST_PATH_IMAGE007
为(N t+N d+N f)维的节点注入电流列向量, I tr为N tr维的机车节点注入电流列向量，/>
Figure 183783DEST_PATH_IMAGE008
为N d维的传统牵引所节点注入电流列向量，/>
Figure 468134DEST_PATH_IMAGE009
为N f维的柔直牵引所节点注入电流列向量。传统牵引所节点注入电流的实际值需根据其外特性获知，附图4是传统牵引所的外特性曲线，U d0为二极管整流机组空载时的电压，U d2是整流机组临界电压，U d1是能馈装置逆变启动电压，对应的电流I c是临界电流，P invm是能馈装置最大回馈功率。线段（L1）的斜率为k 1，线段（L2）的斜率为k 2, 线段（L3）的斜率为k 3。则由外特性曲线可以计算出传统牵引所电流与电压关系如下：
Figure 880660DEST_PATH_IMAGE010
(2)
根据下式计算机车节点和牵引所节点的注入功率、钢轨电位以及接触网电流瞬时值和有效值，
Figure 908659DEST_PATH_IMAGE011
(3)
Figure 27925DEST_PATH_IMAGE012
(4)
Figure 217598DEST_PATH_IMAGE013
(5)
Figure 117421DEST_PATH_IMAGE014
(6)
其中P tr,
Figure 683531DEST_PATH_IMAGE015
,/>
Figure 172150DEST_PATH_IMAGE016
分别是大小N tr维、N d维、N f维机车，传统牵引所、以及柔直牵引所节点注入功率列向量, diag(·)是一个将向量转换成方阵的函数；U w为（N tr+ N d +N f）维列向量；U b，I b是（N tr+ N d +N f）维支路电压降列向量，支路接触网电流向量。
根据实际的控制需求，确定最优潮流优化目标，由于柔直牵引所具有较强控制能力，构建的目标函数包括最小化接触网能量损耗、最小化柔直牵引所耗能；最小化柔直牵引所最大瞬时功率、最小化钢轨电位绝对值最大值、最小化柔直牵引所电压波动(包括最小化柔直牵引所电压标准差、电压平方差)、最小化柔直牵引所最大瞬时电流，对于传统牵引所，由于二极管整流电路部分能量本身不可控，因此对于能馈装置，可以对其逆变启动电压以及反送能量进行优化，所提出的优化目标包括，最优逆变启动电压以及最小化能馈装置反送功率。如下列各式所示：
Figure 532724DEST_PATH_IMAGE017
(7)
Figure 919843DEST_PATH_IMAGE018
(8)
Figure 289645DEST_PATH_IMAGE019
(9)
Figure 383503DEST_PATH_IMAGE020
(10)
Figure 180558DEST_PATH_IMAGE021
(11)
Figure 789393DEST_PATH_IMAGE022
(12)
Figure 962886DEST_PATH_IMAGE023
(13)
Figure 384685DEST_PATH_IMAGE024
(14)
Figure 352641DEST_PATH_IMAGE025
(15)
其中，zcati 是支路i的阻抗，
Figure 448773DEST_PATH_IMAGE026
为第i个节点的钢轨电位，std(·)是计算标准差的函数;U rj 是每个逆变回馈装置最佳逆变启动电压。
建立混合系统最优潮流模型的约束，主要包括等式约束和不等式约束，等式约束包括式(2)-式(5)，以及机车功率平衡约束、传统牵引所注入电流约束、如下式所示：
Figure 160377DEST_PATH_IMAGE027
(16)
不等式约束包括机车电压约束、柔直牵引所电压约束、常规所电压约束、牵引所瞬时功率约束、能馈装置逆变回馈峰值功率约束、接触网负荷电流瞬时值约束、钢轨电位上下限约束，如下式：
Figure 963248DEST_PATH_IMAGE028
(17)
Figure 102105DEST_PATH_IMAGE029
(18)
Figure 685533DEST_PATH_IMAGE030
(19)
Figure 387779DEST_PATH_IMAGE031
(20)
Figure 373052DEST_PATH_IMAGE032
(21)
Figure 682811DEST_PATH_IMAGE033
(22)
Figure 425639DEST_PATH_IMAGE034
(23)
其中，
Figure 167461DEST_PATH_IMAGE035
，/>
Figure 7241DEST_PATH_IMAGE036
分别是机车电压上下限，/>
Figure 487901DEST_PATH_IMAGE037
，/>
Figure 718025DEST_PATH_IMAGE038
分别是柔直牵引所电压上下限，/>
Figure 762074DEST_PATH_IMAGE039
，/>
Figure 456360DEST_PATH_IMAGE040
分别是柔直牵引所功率上下限，/>
Figure 311184DEST_PATH_IMAGE041
，/>
Figure 356500DEST_PATH_IMAGE042
分别是能馈装置峰值功率上下限，/>
Figure 174546DEST_PATH_IMAGE043
，/>
Figure 661022DEST_PATH_IMAGE044
分别是接触网电流上下限向量，/>
Figure 201593DEST_PATH_IMAGE045
,/>
Figure 140730DEST_PATH_IMAGE046
分别是钢轨电位上下限向量。
本发明所建立的最优潮流模型可采用非线性优化求解器进行求解，例如Matlab等。
进一步地，为验证本发明方案的有效性，基于某城市牵引供电系统参数，本发明提供了关于本发明方案的一个具体实施例，其中站间距数据如表1所示:
表1
Figure 28046DEST_PATH_IMAGE047
潮流计算参数如表2所示：
表2
Figure 431346DEST_PATH_IMAGE048
利用以上数据，对比了本发明方案所提的混合系统最优潮流模型与现有技术所提出的方案1以及方案2的计算结果，如表3所示：
表3
Figure 627972DEST_PATH_IMAGE049
根据本发明实施例的城市轨道交通混合式直流牵引供电系统最优潮流建模方法，在含有传统直流以及柔性直流的混合系统中，对传统直流牵引所以及柔直牵引所进行分别建模，充分考虑两类牵引所的运行特性差异。建立了混合系统的最优潮流模型，其中优化目标、决策变量考虑了传统直流牵引所缺乏控制能力的影响，构建的模型约束考虑了传统牵引所的外特性。
为了实现上述实施例，如图6所示，本实施例中还提供了城市轨道交通混合式直流牵引供电系统最优潮流建模装置10，该装置10包括：模型建立模块100、变量求解模块200、目标确定模块300和模型求解模块400。
模型建立模块100，用于基于系统网络参数和牵引供电系统负荷信息，建立混合式直流牵引供电系统的最优潮流模型并确定决策变量；
变量求解模块200，用于根据系统网络参数与所述决策变量计算混合式直流牵引供电系统中与决策变量有关的中间变量；
模型求解模块300，用于目标确定模块，用于根据中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标；
模型求解模块400，用于基于优化目标和节点注入模型建立混合式直流牵引供电系统最优潮流模型的约束，并基于内点法求解混合式直流牵引供电系统最优潮流模型。
根据本发明实施例的城市轨道交通混合式直流牵引供电系统最优潮流建模装置，在含有传统直流以及柔性直流的混合系统中，对传统直流牵引所以及柔直牵引所进行分别建模，充分考虑两类牵引所的运行特性差异。建立了混合系统的最优潮流模型，其中优化目标、决策变量考虑了传统直流牵引所缺乏控制能力的影响，构建的模型约束考虑了传统牵引所的外特性。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种城市轨道交通混合式直流牵引供电系统最优潮流建模方法，其特征在于，包括以下步骤：
基于系统网络参数和牵引供电系统负荷信息，建立混合式直流牵引供电系统的最优潮流模型并确定决策变量；
根据所述系统网络参数与所述决策变量计算混合式直流牵引供电系统中与决策变量有关的中间变量；
根据所述中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标；
基于优化目标和节点注入模型建立混合式直流牵引供电系统最优潮流模型的约束，并基于内点法求解混合式直流牵引供电系统最优潮流模型。
2.根据权利要求1所述的方法，其特征在于，所述中间变量，包括：传统牵引所电压-电流外特性关系，机车节点和牵引所节点的注入功率、钢轨电位以及接触网电流瞬时值以及有效值。
3.根据权利要求1所述的方法，其特征在于，所述混合式直流牵引供电系统最优潮流模型,包括决策变量、系统状态变量、优化目标以及约束，其中，所述系统状态变量反映系统每一时刻的状态，包括机车的位置和功率，传统牵引所的电压-电流特性；所述决策变量为机车节点电压或牵引所节点电压，或者，所述决策变量为牵引所节点电压。
4.根据权利要求1所述的方法，其特征在于，所述根据中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标，包括:最小化接触网能量损耗、最小化柔直牵引所耗能；最小化柔直牵引所最大瞬时功率、最小化钢轨电位绝对值最大值、最小化柔直牵引所电压波动、最小化柔直牵引所最大瞬时电流、对于传统牵引所，由于二极管整流电路部分能量本身不可控，因此对于能馈装置，对其逆变启动电压以及反送能量进行优化，所提出的优化目标包括，最优逆变启动电压以及最小化能馈装置反送功率。
5.根据权利要求1所述的方法，其特征在于，建立所述混合式直流牵引供电系统最优潮流模型的等式约束和不等式约束，其中，等式约束包括：机车节点和牵引所节点的注入功率约束、钢轨电位约束以及接触网电流额定值约束，机车功率平衡约束、传统牵引所注入电流约束；
不等式约束包括：机车电压上下限约束、柔直牵引所电压上下限约束、传统牵引所上下限约束、牵引所额定容量上下限约束、接触网额定电流上下限约束、钢轨电位上下限约束。
6.根据权利要求5所述的方法，其特征在于，牵引所额定容量为瞬时峰值容量在一定时间内的积分并取平均值，接触网额定电流为柔直牵引供电系统接触网线路上额定电流，由接触网瞬时电流在一段时间内积分并取平均值得到。
7.根据权利要求1所述的方法，其特征在于，所述系统网络参数，包括接触网单位长度阻抗、钢轨单位长度阻抗、钢轨对地电阻、牵引所数目、牵引所位置信息和机车数目。
8.一种城市轨道交通混合式直流牵引供电系统最优潮流建模装置，其特征在于，包括：
模型建立模块，用于基于系统网络参数和牵引供电系统负荷信息，建立混合式直流牵引供电系统的最优潮流模型并确定决策变量；
变量求解模块，用于根据所述系统网络参数与所述决策变量计算混合式直流牵引供电系统中与决策变量有关的中间变量；
模型求解模块，用于目标确定模块，用于根据所述中间变量和实际的控制需求，确定混合式直流牵引供电系统最优潮流模型的优化目标；
模型求解模块，用于基于优化目标和节点注入模型建立混合式直流牵引供电系统最优潮流模型的约束，并基于内点法求解混合式直流牵引供电系统最优潮流模型。
CN202211392109.5A 2022-11-08 2022-11-08 城市轨道交通混合式直流牵引供电系统最优潮流建模方法 Active CN115438522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211392109.5A CN115438522B (zh) 2022-11-08 2022-11-08 城市轨道交通混合式直流牵引供电系统最优潮流建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211392109.5A CN115438522B (zh) 2022-11-08 2022-11-08 城市轨道交通混合式直流牵引供电系统最优潮流建模方法

Publications (2)

Publication Number Publication Date
CN115438522A CN115438522A (zh) 2022-12-06
CN115438522B true CN115438522B (zh) 2023-03-24

Family

ID=84252408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211392109.5A Active CN115438522B (zh) 2022-11-08 2022-11-08 城市轨道交通混合式直流牵引供电系统最优潮流建模方法

Country Status (1)

Country Link
CN (1) CN115438522B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117879021B (zh) * 2024-01-16 2024-08-27 西南交通大学 柔性直流牵引供电系统能耗优化方法及其优化系统
CN117689214B (zh) * 2024-01-31 2024-05-14 天津华凯电气有限公司 一种柔性直流牵引供电系统能量路由器动态安全评估方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2545487A4 (en) * 2010-03-09 2015-09-16 Siemens Corp EFFICIENT SC OPF ANALYSIS WITH CONVEXIFICATION OF CONTINUOUS-VARIABLE RESTRICTIONS IN A DECOMPOSITION SCHEME WITH TWO LEVELS
CN110504692B (zh) * 2019-08-27 2022-10-21 西南交通大学 城轨交通光伏储能牵引供电的统一潮流控制系统及方法
CN112909937B (zh) * 2021-02-05 2023-01-24 北京千驷驭电气有限公司 一种轨道交通牵引供电系统的多模态数字孪生仿真方法和装置
CN113492733B (zh) * 2021-09-08 2021-11-26 西南交通大学 一种牵引网分布式发电供电系统及控制方法
CN114725975A (zh) * 2022-03-08 2022-07-08 清华大学 基于叠加电路的柔性直流牵引供电系统能量管理方法
CN114928057B (zh) * 2022-06-08 2024-06-04 兰州理工大学 一种适用于新能源多端柔直系统的多目标潮流优化方法

Also Published As

Publication number Publication date
CN115438522A (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
CN115438522B (zh) 城市轨道交通混合式直流牵引供电系统最优潮流建模方法
CN108470239A (zh) 计及需求侧管理和储能的主动配电网多目标分层规划方法
US20160159239A1 (en) System and Method for Controlling Charging and Discharging of Electric Vehicle
CN108808715B (zh) 考虑直流网络故障功率的多端柔直系统静态安全分析方法
CN108493998A (zh) 考虑需求响应与n-1预想故障的鲁棒输电网规划方法
CN107092975B (zh) 一种基于储能损耗积分的交直流混合微网经济优化方法
CN115392528A (zh) 基于碳排放流理论的用电侧碳排放精细计量方法
CN112636392A (zh) 适应于低压房屋的单级多端混合微电网结构及其控制方法
CN110323779B (zh) 一种分布式发电与储能装置的功率动态聚合的方法和系统
Bracale et al. Optimal operation of smart grids including distributed generation units and plug in vehicles
CN116154851A (zh) 基于能源路由器的配电网系统及方法
CN115622111A (zh) 柔性直流牵引供电系统的最优潮流计算方法及装置
CN115513985A (zh) 一种混合储能系统接入牵引供电系统的能量管理策略
CN115473229A (zh) 一种储能潮流控制方法及系统
CN111384756B (zh) 一种轨道交通超级电容储能系统均压控制方法及系统
Dai et al. Optimization of electric vehicle charging capacity in a parking lot for reducing peak and filling valley in power grid
CN113572196A (zh) 一种能量路由器
CN209505511U (zh) 一种电气化铁路牵引网供电构造
CN114254551A (zh) 分布式储能多目标优化配置方法及系统
CN113381426A (zh) 飞轮储能装置的容量配置方法、终端及存储介质
CN112736948A (zh) 一种充电站中储能系统的功率调节方法及装置
Li et al. A real-time simulation framework to evaluate the scheduling of V2G in distribution networks
CN117057659B (zh) 一种区域电网电碳联合风险评估方法
CN217282329U (zh) 一种充电系统架构
Wang et al. The coordinated control technology of the AC/DC hybrid microgrid in the integrated energy station

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
GR01 Patent grant
GR01 Patent grant