论文部分内容阅读
城市轨道交通列车具有启停频繁,牵引能量需求高再生制动能量也很高。如今,城市轨道交通牵引供电系统的能耗支出占运营企业支出的相当大一部分,再生制动能量的充分应用具有非常重要的意义。应用超级电容储能装置以及调整列车运行图能够有效利用再生制动能量,超级电容在时间维度上调配再生制动能量,调整列车时刻表使再生制动能量从制动列车流向牵引列车,在空间维度调配再生制动能量。
本文讨论了超级电容储能系统的应用、设计了超级电容智能控制策略并对其参数进行优化,分析了超级电容、线路时刻表对线路能耗的影响,并使用智能算法对超级电容参数、线路时刻表集成优化。本文所做的工作主要有:
(1)建立城市轨道交通牵引供电系统与超级电容储能系统模型,采用小信号分析法推导超级电容充电、放电时的传递函数,并采用双闭环控制策略为超级电容控制策略。
(2)城市轨道交通牵引供电系统是一个复杂的时变系统,而线路时刻表与线路再生制动利用率具有很复杂的耦合关系。通过仿真实验,验证了超级电容储能系统、线路发车时间间隔、列车停站时间对线路牵引站能耗的影响。实验表明,超级电容能够在时间上调配再生制动能量,列车通过调整时刻表增加列车间牵引与制动重叠时间从而提高再生制动能量利用率。
(3)针对列车牵引制动时造成的直流牵引网电压波动、储存再生制动能量等问题,提出了一种双种群免疫克隆选择算法(DPICSA)优化的城轨列车超级电容模糊神经网络(FNN)控制策略。首先,采用DPICSA综合协调优化主模糊控制器的隶属度函数与量化、比例因子;在此基础上,设计了一个模糊参数自校正器对量化、比例因子进行在线调节;最后,采用两个RBF神经网络分别记忆主模糊推理与参数自校正模糊推理,利用神经网络高速并行分布式计算能力,加快模糊推理速度。
(4)考虑线路能耗低、运行时间短、投资小的需求,将线路能耗、投资折算为线路运营成本,针对运营成本、运行时间两个目标,对线路超级电容参数、线路发车间隔、列车停站时间进行多优化,得到Pareto前沿解。经实验验证了NSGA-Ⅱ算法的有效性。
本文讨论了超级电容储能系统的应用、设计了超级电容智能控制策略并对其参数进行优化,分析了超级电容、线路时刻表对线路能耗的影响,并使用智能算法对超级电容参数、线路时刻表集成优化。本文所做的工作主要有:
(1)建立城市轨道交通牵引供电系统与超级电容储能系统模型,采用小信号分析法推导超级电容充电、放电时的传递函数,并采用双闭环控制策略为超级电容控制策略。
(2)城市轨道交通牵引供电系统是一个复杂的时变系统,而线路时刻表与线路再生制动利用率具有很复杂的耦合关系。通过仿真实验,验证了超级电容储能系统、线路发车时间间隔、列车停站时间对线路牵引站能耗的影响。实验表明,超级电容能够在时间上调配再生制动能量,列车通过调整时刻表增加列车间牵引与制动重叠时间从而提高再生制动能量利用率。
(3)针对列车牵引制动时造成的直流牵引网电压波动、储存再生制动能量等问题,提出了一种双种群免疫克隆选择算法(DPICSA)优化的城轨列车超级电容模糊神经网络(FNN)控制策略。首先,采用DPICSA综合协调优化主模糊控制器的隶属度函数与量化、比例因子;在此基础上,设计了一个模糊参数自校正器对量化、比例因子进行在线调节;最后,采用两个RBF神经网络分别记忆主模糊推理与参数自校正模糊推理,利用神经网络高速并行分布式计算能力,加快模糊推理速度。
(4)考虑线路能耗低、运行时间短、投资小的需求,将线路能耗、投资折算为线路运营成本,针对运营成本、运行时间两个目标,对线路超级电容参数、线路发车间隔、列车停站时间进行多优化,得到Pareto前沿解。经实验验证了NSGA-Ⅱ算法的有效性。