CN108062619B - 一种轨道车辆车地一体化容量配置方法及装置 - Google Patents
一种轨道车辆车地一体化容量配置方法及装置 Download PDFInfo
- Publication number
- CN108062619B CN108062619B CN201711262545.XA CN201711262545A CN108062619B CN 108062619 B CN108062619 B CN 108062619B CN 201711262545 A CN201711262545 A CN 201711262545A CN 108062619 B CN108062619 B CN 108062619B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage system
- vehicle
- cost
- power
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004146 energy storage Methods 0.000 claims abstract description 399
- 238000005457 optimization Methods 0.000 claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 230000006870 function Effects 0.000 claims description 109
- 238000012423 maintenance Methods 0.000 claims description 56
- 238000010276 construction Methods 0.000 claims description 26
- 230000005611 electricity Effects 0.000 claims description 21
- 238000005265 energy consumption Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 3
- 239000000243 solution Substances 0.000 description 16
- 230000002354 daily effect Effects 0.000 description 13
- 239000000178 monomer Substances 0.000 description 8
- 238000013459 approach Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000007599 discharging Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 239000007983 Tris buffer Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06Q10/06—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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Power Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明实施例提供一种轨道车辆车地一体化容量配置方法及装置。其中,所述方法包括:根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。本发明实施例构建的综合成本函数,考虑了车载储能***的容量配置和地面充电站的功率匹配,全面反映了实际车辆运行情况;通过对综合成本函数进行寻优得到车载储能***的优化配置,可以实现整个轨道车辆网络的经济运行。
Description
技术领域
本发明实施例涉及容量配置技术领域,具体为一种轨道车辆车地一体化容量配置方法及装置。
背景技术
目前,电力***、电动汽车等领域已经对储能技术开展了许多深入的研究。在电力***中,储能***可以很好地平抑电力***中的负荷波动,对其优化配置主要是基于整组能量与成本之间的权衡,不需要涉及如车载储能***中的重量边界和体积边界,且对于储能元件特性也没有严格要求。针对电动汽车中的车载储能***,目前的方法都是基于工况预测、拓扑比较、能量调度等角度进行最优化设计,且采用动态规划对车载储能***进行拓扑分析和优化配置,同时考虑能量管理策略以及全寿命周期成本。相比于电动汽车,轨道车辆对储能***的功率等级和电压等级的要求明显更高。无论是电动汽车还是轨道车辆,车载储能***都存在着如何综合考虑高能量密度、高功率密度、长寿命、宽温度、高安全与低成本矛盾的共性问题,现有的优化模型都是基于在满足车辆运行能耗需求的条件下追求成本最小的配置方案,这对于实际的应用具有一定的指导意义。
近年来,国内外逐步开展了关于轨道车辆车载储能***容量配置的研究。由于储能式轨道车辆运行的规律性、高功率、高能量特点,使得地面充电站的功率和容量也必须能够匹配车载储能***的充电需求。然而目前关于轨道车辆车载储能***容量配置的研究只考虑车载储能***的成本,对轨道车辆车地一体化容量配置的研究尚处于空白阶段。
发明内容
为解决现有技术中容量配置只考虑车载储能***的成本的问题,本发明实施例提供一种轨道车辆车地一体化容量配置方法及装置。
第一方面,本发明实施例提供一种轨道车辆车地一体化容量配置方法,该方法包括:根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
第二方面,本发明实施例提供一种轨道车辆车地一体化容量配置装置,该装置包括:综合成本函数构建模块,具体用于根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;优化配置模块,具体用于采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
第三方面,本发明实施例提供一种电子设备,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如下方法:根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如下方法:根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
本发明实施例构建的综合成本函数,考虑了车载储能***的容量配置和地面充电站的功率匹配,全面反映了实际车辆运行情况;通过对综合成本函数进行寻优得到车载储能***的优化配置,可以实现整个轨道车辆网络的经济运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的轨道车辆车地一体化容量配置方法流程图;
图2为本发明实施例提供的采用基于自然选择的粒子群算法优化容量配置的方法流程图;
图3为本发明实施例提供的基于模糊控制的车载混合储能***的能量管理控制框图;
图4为本发明实施例提供的轨道车辆车地一体化容量配置装置结构示意图;
图5为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的轨道车辆车地一体化容量配置方法流程图。如图1所示,所述方法包括:
步骤101、根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;
步骤102、采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
轨道车辆车地一体化容量配置具体是指轨道车辆的车载储能***的车地一体化容量配置。轨道车辆车载储能***的容量配置应该在满足能耗需求的情况下实现成本最小。由于储能式轨道车辆运行的规律性、高功率、高能量特点,使得地面充电站的功率和容量也必须能够匹配车载储能***的充电需求。而且,地面能量补给是保证储能式轨道车辆***正常运营的关键,是整个储能***能量转换的重要组成部分。因此,为了实现整个轨道车辆网络的经济运行,在对轨道车辆的车载储能***进行容量配置时,就需要联合考虑地面充电站的功率匹配。
构建综合成本函数,所述综合成本函数包括车载储能***全寿命周期成本和地面能量补给成本;其中,所述车载储能***全寿命周期成本是指为实现车辆的正常运行,车载储能***的运营成本;所述地面能量补给成本是指为实现车辆的正常运行,地面充电站的运营成本,所述地面能量补给成本应在满足地面充电站的功率和能量能够匹配车载储能***的充电需求的情况下求得。也即,所述地面能量补给成本是考虑了地面充电站的功率匹配的成本。
获得所述综合成本函数后,采用寻优算法对所述综合成本函数进行寻优,在满足能耗需求的情况下,求得最小成本对应的车载储能***的容量配置。所述容量配置包括求得车载储能***单体的串并联数。
本发明实施例构建的综合成本函数,考虑了车载储能***的容量配置和地面充电站的功率匹配,全面反映了实际车辆运行情况;通过对综合成本函数进行寻优得到车载储能***的优化配置,可以实现整个轨道车辆网络的经济运行。
进一步地,基于上述实施例,在所述根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数之前,所述方法还包括:获取所述车载储能***全寿命周期成本;其中,所述车载储能***全寿命周期成本包括所述车载储能***的初始购置成本、所述车载储能***服役期间的更换成本和所述车载储能***的维护成本。
为实现车辆的正常运行,车载储能***的运营成本主要包括所述车载储能***的初始购置成本、更换成本及维护成本。因此,所述车载储能***全寿命周期成本可以为所述车载储能***的初始购置成本、所述车载储能***服役期间的更换成本和所述车载储能***的维护成本之和。其中,所述车载储能***全寿命周期成本是指所述车载储能***服役期间的成本。
在上述实施例的基础上,本发明实施例通过给出车载储能***全寿命周期成本的具体内容,为进一步计算车载储能***全寿命周期成本提供了基础。
进一步地,基于上述实施例,在所述根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数之前,所述方法还包括:获取所述地面能量补给成本;其中,所述地面能量补给成本包括车载储能***的充电成本、充电站建设成本和充电站维护成本。
为实现车辆的正常运行,地面充电站的运营成本主要包括充电成本、建设成本和维护成本。其中,充电成本是指为车载储能***进行充电的成本。因此,所述地面能量补给成本可以为车载储能***的充电成本、充电站建设成本和充电站维护成本之和。
在上述实施例的基础上,本发明实施例通过给出地面能量补给成本的具体内容,为进一步计算地面能量补给成本提供了基础。
进一步地,基于上述实施例,所述获取所述车载储能***全寿命周期成本具体包括:
根据所述车载储能***的能量单价、DC/DC变流器的功率单价、所述DC/DC变流器的额定功率、所述车载储能***的额定能量和车辆数量计算所述车载储能***的初始购置成本;
所述车载储能***的初始购置成本可表示为:
其中,CI,PTESS是基于纯功率型储能的车载储能***的初始购置成本,CI,HESS是基于混合储能的车载储能***的初始购置成本,cE,PT为功率型储能***的能量单价、cE,ET为能量型储能***的能量单价、cdd,P为DC/DC变流器的功率单价;Pdd为DC/DC变流器的额定功率;NV为车辆数量;EET为能量型储能***的额定能量;EPT为功率型储能***的额定能量。
所述车载储能***的能量单价包括所述能量型储能***的能量单价和所述功率型储能***的能量单价;所述车载储能***的额定能量包括能量型储能***的额定能量和功率型储能***的额定能量。
其中,混合储能指的是功率型和能量型的储能元件混合使用。
将同类型的单体进行串并联配组,则能量型储能***和功率型储能***的额定能量EET和EPT可计算如下:
其中,NET,s、NET,p、VET,c、QET,c分别为能量型储能元件的串联数、并联数、单体额定电压和单体额定容量;NPT,s、NPT,p、VPT,c、CPT,c分别为功率型储能元件的串联数、并联数、单体额定电压和单体额定容量。
根据所述车载储能***的循环寿命、储能元件的服役年限、车辆每天运行的趟数、所述车载储能***的能量单价、所述车载储能***的额定能量和所述车辆数量计算所述车载储能***服役期间的更换成本;
车载储能元件在服役年限Y内的更换次数可表示为:
其中,NR,ET,i、NR,PT,i分别为第i辆车上能量型储能***和功率型储能***的更换次数;LifeET,i、LifePT,i分别为第i辆车上能量型储能***和功率型储能***的循环寿命;Nw,i为第i辆列车每天运行的趟数;ceil为向大取整函数。
所述车载储能***服役期间的更换成本可表示为:
其中,CR,PTESS为基于纯功率型储能的车载储能***服役期间的更换成本;CR,PTESS为基于混合储能的车载储能***服役期间的更换成本;cE,PT为功率型储能***的能量单价;EPT为功率型储能***的额定能量;cE,ET为能量型储能***的能量单价;EET为能量型储能***的额定能量;NV为车辆数量。
根据所述车载储能***的年均维护成本、所述DC/DC变流器的年均维护成本和所述储能元件的服役年限计算所述车载储能***的维护成本;
由于大功率电气设备需要进行定期维护,以保障其安全工作。这里分别考虑了能量型储能***、功率型储能***和车载DC/DC的维护成本。所述车载储能***的维护成本可表示为:
其中,CM,PTESS为基于纯功率型储能的车载储能***的维护成本,CM,HESS为基于混合储能的车载储能***的维护成本,cM,PT为功率型储能***的年均维护成本、cM,ET为能量型储能***的年均维护成本、cM,dd为车载DC/DC变流器的年均维护成本,三者可取一相等值,如均取值为cM。
在上述实施例的基础上,本发明实施例通过提供车载储能***全寿命周期成本的具体计算方法,提高了车地一体化容量配置实现车辆经济运行的可靠性。
进一步地,基于上述实施例,所述获取所述地面能量补给成本具体包括:
根据车辆单程能耗、分时电价矩阵、车辆运营时刻表、变压器效率和充电机效率计算所述车载储能***的充电成本;
利用分时电价矩阵和车辆运营时刻表,统计每辆车在相应电价分布下的运行圈数:
ce=[ce,1 ce,2 ce,3 … ce,L]
其中,Ne为基于分时电价的运行圈数矩阵,Ne中的每个元素Ni,j代表第j辆车一天内在第i个分时电价区间的运行圈数,ce为分时电价矩阵,ce,i代表第i个分时电价区间的电价,1≤i≤L,1≤j≤NV,L一天内分时电价区间的数量,NV为车辆数量。
则车辆运行一天的所述车载储能***的充电成本可表示为:
其中,CE,PTESS为基于纯功率型储能的车载储能***的日均充电成本,CE,HESS为基于混合储能的车载储能***的日均充电成本,EV,PTESS为基于纯功率型储能的轨道车辆单程能耗,EV,HESS为基于混合储能的轨道车辆单程能耗,为变压器在负载率为λtr、功率因数为下的效率,ηcd为充电机效率。
根据所述车载储能***的能量补给峰值功率、能量型储能***单程的充电次数、变压器的负载率、变压器的功率因数、充电机的效率、充电机功率单价、变压器容量单价、月均基本电费和充电站的数量计算所述充电站建设成本,所述充电站建设成本包括充电站的基本电费和设备费;
所述基本电费和设备费可表示为:
其中,Csd为所述设备费,CETt为所述车载储能***服役期间的基本电费,ckW,cd、ckVA,tr和ckVA,ETt分别为充电机功率单价、变压器容量单价和月均基本电费,λtr为变压器的负载率,为变压器的功率因数,ηcd为充电机效率,Pch,max为所述车载储能***的能量补给峰值功率。
所述车载储能***的能量补给峰值功率可以作为充电站建设的评价参数,主要考虑充电站中的基本容量成本、变压器成本以及充电机成本。分别计算功率型储能***和能量型储能***在间歇式供电模式下的最大充电功率:
其中,PPT,ch,max为功率型储能***在间歇式供电模式下的最大充电功率,PET,ch,max为能量型储能***在间歇式供电模式下的最大充电功率,VPT,rate为功率型储能***的额定电压,CPT为功率型储能***的额定容量,VPT,min为功率型储能***运行中的最低电压,tPT为充电时间,VET,max为能量型储能***充电至车辆运营指定SOC的电压,CET,ch为能量型储能***的充电倍率,QET为能量型储能***额定容量。
则充电站的最大充电功率Pch,max可计算如下:
Pch,max=max[PPT,ch,max,PET,ch,max]
即充电站的最大充电功率Pch,max为功率型储能***在间歇式供电模式下的最大充电功率与能量型储能***在间歇式供电模式下的最大充电功率中的最大值。
所述充电站建设成本表示为:
其中,CS,PTESS为基于纯功率型储能的车载储能***的充电站建设成本,CM,HESS为基于混合储能的车载储能***的充电站建设成本,NS为充电站数量,NS,ET为能量型储能***单程的充电次数。
对于基于混合储能***模式,结合车辆的能量补给方式可知,混合储能***中功率型储能***为多站快充,能量型储能***为指定站慢充;而为了保证车辆网络的正常运营,***事先明确了能量型储能***的最大持续充电时间,这就可能引起充电电流的增加,从而出现能量型储能***的充电峰值功率大于功率型储能***充电峰值功率的情况。如此,需要确定出指定充电站(即要给功率型储能***充电,又要给能量型储能***充电)充电峰值功率的取值。对于NS个充电站,根据Pch,max矩阵中PET,ch,max大于PPT,ch,max的个数,,计算得到以能量型储能***的充电峰值功率为充电站峰值功率的充电站个数,也即能量型储能***单程的充电次数NS,ET,进而计算求得基于混合储能的车载储能***的充电站建设成本。
根据充电站的年均维护成本、车辆数量和储能元件的服役年限计算所述充电站维护成本;
充电站的年均维护成本同样可取为cM,即与功率型储能***的年均维护成本、能量型储能***的年均维护成本、车载DC/DC变流器的年均维护成本相同。
基于纯功率型储能的车载储能***的充电站维护成本和基于混合储能的车载储能***的充电站维护成本相同,可表示为:
CM,S=cMNSY
其中,CM,S为充电站维护成本,cM为充电站年均维护成本,NS为充电站数量,Y为储能元件的服役年限。
在上述实施例的基础上,本发明实施例通过提供地面能量补给成本的具体计算方法,提高了车地一体化容量配置实现车辆经济运行的可靠性。
进一步地,基于上述实施例,所述采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置具体包括:以所述综合成本函数作为目标函数,以储能元件的串并联数量作为寻优变量,结合储能元件安全工作区间以及***重量的边界条件,采用基于自然选择的粒子群算法对所述目标函数进行寻优求解,进而获得所述车载储能***的优化容量配置。
以日均成本作为***经济运行的参数指标,则根据所述综合成本函数可以求得日均综合成本函数的表达式为:
其中,CPTESS是基于纯功率型储能的日均综合成本,CHESS是基于混合储能的日均综合成本,CI,PTESS是基于纯功率型储能的车载储能***的初始购置成本,CI,HESS是基于混合储能的车载储能***的初始购置成本,CR,PTESS为基于纯功率型储能的车载储能***服役期间的更换成本,CR,PTESS为基于混合储能的车载储能***服役期间的更换成本,CM,PTESS为基于纯功率型储能的车载储能***的维护成本,CM,HESS为基于混合储能的车载储能***的维护成本,CE,PTESS为基于纯功率型储能的车载储能***的日均充电成本,CE,HESS为基于混合储能的车载储能***的日均充电成本,CS,PTESS为基于纯功率型储能的车载储能***的充电站建设成本,CM,HESS为基于混合储能的车载储能***的充电站建设成本,CM,S为充电站维护成本,Y为储能元件的服役年限。
将CPTESS和CHESS分别作为独立的目标函数,以储能元件安全工作区以及***重量作为约束条件,分别对两种情况下(纯功率储能和混合储能)储能元件的串并联数进行寻优求解。所述储能元件安全工作区间以及***重量的边界条件,通过约束条件来体现。
基于纯功率储能的车地一体化容量配置的目标函数为:
min CPTESS
约束条件为:
基于混合储能的车地一体化容量配置的目标函数为:
min CHESS
约束条件为:
其中,SOCET,min和SOCET,max分别为能量型储能***的SOCET下限和上限,SOCPT,min和SOCPT,max分别为功率型储能***的SOCPT下限和上限,SOC表示荷电状态(state of charge),CET*为能量型储能***的充放电倍率的给定值,CET,max为能量型储能***的最大充放电倍率。基于轨道车辆直流母线和DC/DC变流器的电压范围,设置功率型储能***串联数为NPT,s,min≤NPT,s≤NPT,s,max,能量型储能***串联数为NET,s,min≤NET,s≤NET,s,max。考虑到车载储能***的最大重量Mmax,需要对储能***总重量进行限制,mET和mPT分别为能量型储能***和功率型储能***的能量密度,mdd为DC/DC变流器的功率密度,Pdd为DC/DC变流器的额定功率EET为能量型储能***的额定能量;EPT为功率型储能***的额定能量。
采用基于自然选择的粒子群算法对上述目标函数进行寻优求解,以制定出优化的容量配置方案。
图2为本发明实施例提供的采用基于自然选择的粒子群算法优化容量配置的方法流程图。如图2所示,所述方法具体包括:
步骤1、初始化迭代步数M和种群数量N,下一步;
步骤2、初始化种群,包括初始化种群速度和位置,下一步;
步骤3、选择个体n,将个体的串并联输入至轨道车辆能耗仿真模型进行仿真计算,下一步;
步骤4、判断步骤3中仿真结果是否满足预设仿真时间及上述约束条件,若不满足,说明个体n的配置方案不合理,n=n+1,更新个体,并跳转至步骤3;若满足仿真时间及上述约束条件,说明配置合理,下一步;
步骤5、计算个体n对应的包含全寿命周期成本和能量补给成本的日均综合成本,下一步;
步骤6、通过对比法,记录个体最优值和种群最优值,下一步;
步骤7、判断种群数量是否大于N,若n>N,则执行下一步;若n<N,n=n+1,更新个体,跳转至步骤3;
步骤8、判断迭代次数是否大于M,若m>M,执行下一步;若m<M,更新m=m+1,然后基于自然选择机理对所有个体进行排序和交换,更新种群初始速度和初始位置,跳转至步骤3;
步骤9、输出车载储能***的优化配置结果及平均每天的综合成本,所述优化配置结果包括车载储能***单体的串并联数,优化结束。
本发明实施例在还可以考虑储能***的充电时间。如果规定了充电时间阈值,那么就需要在约束条件中增加放电深度(Depth of Discharge,DOD)的边界条件,从而可以实现在***成本和充电时间之间的权衡。
在上述实施例的基础上,本发明实施例通过采用基于自然选择的粒子群算法对目标函数进行寻优求解,进而制定出优化的容量配置方案,实现了轨道车辆在满足能耗需求的前提下最低成本运行。
进一步地,基于上述实施例,在采用寻优算法对所述综合成本函数进行寻优的过程中,基于模糊控制实现对车载混合储能***的能量管理,具体包括:输入车辆的功率和功率型储能***的荷电状态,根据预设的模糊规则,模糊化能量型储能***的充放电倍率的隶属函数,乘以比例函数后再乘以最大倍率,得到倍率给定,所述倍率给定为能量型储能***的充放电倍率的给定值;
其中,所述比例函数的表达式为:
其中,f为所述比例函数,SOCET(k)、SOCET,max和SOCET,min分别为能量型储能***SOC的实时值、最小值和最大值,k为离散仿真的时间序列。
图3为本发明实施例提供的基于模糊控制的车载混合储能***的能量管理控制框图。根据车辆的运行状态:牵引、制动、停车充电,触发选择对应的功率控制。特别的,当处于充电模式时,储能***的充电功率不需要进行模糊控制。
输入车辆的功率Pd(k)和功率型储能***的荷电状态SOCPT(k),根据预设的模糊规则,模糊化能量型储能***的充放电倍率的隶属函数,经过比例函数f后再乘以最大倍率CET,max,即可得到最后的倍率给定CET*,所述倍率给定CET*为能量型储能***的充放电倍率的给定值。
由于能量型储能***的能量补给模式为指定站慢充,而为了保证车辆网络的正常运营,需要事先明确其最大持续充电时间。对于已知配置的能量型储能***,其充电时间直接决定于充电电流倍率的大小和起始充电的SOC。若***事先明确了最大持续充电时间和充电电流倍率,那么能量型储能***的最大放电深度和SOC下限即SOCET,min也被确定。由此,在实际的能量管理中,当能量型储能***的实时SOC即SOCET(k)逐渐逼近SOCET,min(或者SOCET,max)的过程中,通过根式函数f减小能量型储能***的充放电倍率,以此调节两个储能***的放电深度:牵引模式下,当SOCET(k)逐渐逼近SOCET,min,则逐渐减小能量型储能***的放电倍率,保证其SOCET(k)始终大于等于SOCET,min,以满足最大持续充电时间的要求;制动模式下,当SOCET(k)逐渐逼近SOCET,max,逐渐减小能量型储能***的充电倍率,从而保证功率型储能***可以充分吸收制动能量,提高SOCET(k),以减小功率型储能***对充电站的高功率需求。
本发明实施例采用基于模糊控制的能量管理策略,以及设置根式比例函数f,不仅可以合理地分配储能***的功率以实现储能元件的特性互补,还可以调节功率型储能***和能量型储能***的放电深度,以减小其对充电站的高功率需求,以实现优化模型在储能***配置、充电站容量和能量型储能***充电时间之间的平衡,提高优化方法的有效性和经济性。
图4为本发明实施例提供的轨道车辆车地一体化容量配置装置结构示意图。如图4所示,所述装置包括综合成本函数构建模块10和优化配置模块20,其中:
综合成本函数构建模块10具体用于根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;
优化配置模块20具体用于采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
轨道车辆车载储能***的容量配置应该在满足能耗需求的情况下实现成本最小。为了实现整个轨道车辆网络的经济运行,在对轨道车辆的车载储能***进行容量配置时,需要联合考虑地面充电站的功率匹配。
构建综合成本函数,所述综合成本函数包括车载储能***全寿命周期成本和地面能量补给成本;所述地面能量补给成本应在满足地面充电站的功率和能量能够匹配车载储能***的充电需求的情况下求得。也即,所述地面能量补给成本是考虑了地面充电站的功率匹配的成本。
获得所述综合成本函数后,采用寻优算法对所述综合成本函数进行寻优,在满足能耗需求的情况下,求得最小成本对应的车载储能***的容量配置。所述容量配置包括求得车载储能***单体的串并联数。
本发明实施例构建的综合成本函数,考虑了车载储能***的容量配置和地面充电站的功率匹配,全面反映了实际车辆运行情况;通过对综合成本函数进行寻优得到车载储能***的优化配置,可以实现整个轨道车辆网络的经济运行。
进一步地,基于上述实施例,所述装置还包括车载储能***全寿命周期成本获取模块,具体用于在所述综合成本函数构建模块10根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数之前,获取所述车载储能***全寿命周期成本;其中,所述车载储能***全寿命周期成本包括所述车载储能***的初始购置成本、所述车载储能***服役期间的更换成本和所述车载储能***的维护成本。
为实现车辆的正常运行,车载储能***的运营成本主要包括所述车载储能***的初始购置成本、更换成本及维护成本。因此,所述车载储能***全寿命周期成本可以为所述车载储能***的初始购置成本、所述车载储能***服役期间的更换成本和所述车载储能***的维护成本之和。其中,所述车载储能***全寿命周期成本是指所述车载储能***服役期间的成本。
在上述实施例的基础上,本发明实施例通过给出车载储能***全寿命周期成本的具体内容,为进一步计算车载储能***全寿命周期成本提供了前提。
进一步地,基于上述实施例,所述装置还包括地面能量补给成本获取模块,具体用于在综合成本函数构建模块10根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数之前,获取所述地面能量补给成本;其中,所述地面能量补给成本包括车载储能***的充电成本、充电站建设成本和充电站维护成本。
为实现车辆的正常运行,地面充电站的运营成本主要包括充电成本、建设成本和维护成本。其中,充电成本是指为车载储能***进行充电的成本。因此,所述地面能量补给成本可以为车载储能***的充电成本、充电站建设成本和充电站维护成本之和。
在上述实施例的基础上,本发明实施例通过给出地面能量补给成本的具体内容,为进一步计算地面能量补给成本提供了前提。
进一步地,基于上述实施例,所述车载储能***全寿命周期成本获取模块具体用于:
根据所述车载储能***的能量单价、DC/DC变流器的功率单价、所述DC/DC变流器的额定功率、所述车载储能***的额定能量和车辆数量计算所述车载储能***的初始购置成本;
所述车载储能***的初始购置成本可表示为:
将同类型的单体进行串并联配组,则能量型储能***和功率型储能***的额定能量EET和EPT可计算如下:
根据所述车载储能***的循环寿命、储能元件的服役年限、车辆每天运行的趟数、所述车载储能***的能量单价、所述车载储能***的额定能量和所述车辆数量计算所述车载储能***服役期间的更换成本;
车载储能元件在服役年限Y内的更换次数可表示为:
所述车载储能***服役期间的更换成本可表示为:
根据所述车载储能***的年均维护成本、所述DC/DC变流器的年均维护成本和所述储能元件的服役年限计算所述车载储能***的维护成本;
由于大功率电气设备需要进行定期维护,以保障其安全工作。这里分别考虑了能量型储能***、功率型储能***和车载DC/DC的维护成本。所述车载储能***的维护成本可表示为:
在上述实施例的基础上,本发明实施例通过提供车载储能***全寿命周期成本的具体计算方法,提高了车地一体化容量配置实现车辆经济运行的可靠性。
进一步地,基于上述实施例,所述地面能量补给成本获取模块具体用于:
根据车辆单程能耗、分时电价矩阵、车辆运营时刻表、变压器效率和充电机效率计算所述车载储能***的充电成本;
利用分时电价矩阵和发车时刻表,统计每辆车在相应电价分布下的运行圈数:
ce=[ce,1 ce,2 ce,3 … ce,L]
其中,Ne为基于分时电价的运行圈数矩阵,ce为分时电价矩阵。
则车辆运行一天的所述车载储能***的充电成本可表示为:
根据所述车载储能***的能量补给峰值功率、能量型储能***单程的充电次数、变压器的负载率、变压器的功率因数、充电机的效率、充电机功率单价、变压器容量单价、月均基本电费和充电站的数量计算所述充电站建设成本,所述充电站建设成本包括充电站的基本电费和设备费;
所述基本电费和设备费可表示为:
所述车载储能***的能量补给峰值功率可以作为充电站建设的评价参数,主要考虑充电站中的基本容量成本、变压器成本以及充电机成本。分别计算功率型储能***和能量型储能***在间歇式供电模式下的最大充电功率:
则充电站的最大充电功率Pch,max可计算如下:
Pch,max=max[PPT,ch,max,PET,ch,max]
即充电站的最大充电功率Pch,max为功率型储能***在间歇式供电模式下的最大充电功率与能量型储能***在间歇式供电模式下的最大充电功率中的最大值。
所述充电站建设成本表示为:
根据充电站的年均维护成本、车辆数量和储能元件的服役年限计算所述充电站维护成本;
基于纯功率型储能的车载储能***的充电站维护成本和基于混合储能的车载储能***的充电站维护成本相同,可表示为:
CM,S=cMNSY
其中,CM,S为充电站维护成本,cM为充电站年均维护成本,NS为充电站数量,Y为储能元件的服役年限。
充电站的年均维护成本同样可取为与功率型储能***的年均维护成本、能量型储能***的年均维护成本、车载DC/DC变流器的年均维护成本相同。
在上述实施例的基础上,本发明实施例通过提供地面能量补给成本的具体计算方法,提高了车地一体化容量配置实现车辆经济运行的可靠性。
进一步地,基于上述实施例,优化配置模块20具体用于:以所述综合成本函数作为目标函数,以储能元件的串并联数量作为寻优变量,结合储能元件安全工作区间以及***重量的边界条件,采用基于自然选择的粒子群算法对所述目标函数进行寻优求解,进而获得所述车载储能***的优化容量配置。
以日均成本作为***经济运行的参数指标,则根据所述综合成本函数可以求得日均综合成本函数的表达式为:
将CPTESS和CHESS分别作为独立的目标函数,以储能元件安全工作区以及***重量作为约束条件,分别对两种情况下(纯功率储能和混合储能)储能元件的串并联数进行寻优求解。
基于纯功率储能的车地一体化容量配置的目标函数为:
min CPTESS
约束条件为:
基于混合储能的车地一体化容量配置的目标函数为:
min CHESS
约束条件为:
采用基于自然选择的粒子群算法对上述目标函数进行寻优求解,以制定出优化的容量配置方案。最后可输出车载储能***的优化配置结果及平均每天的综合成本,所述优化配置结果包括车载储能***单体的串并联数。
在上述实施例的基础上,本发明实施例通过采用基于自然选择的粒子群算法对目标函数进行寻优求解,进而制定出优化的容量配置方案,实现了轨道车辆在满足能耗需求的前提下最低成本运行。
进一步地,基于上述实施例,优化配置模块20在采用寻优算法对所述综合成本函数进行寻优的过程中,基于模糊控制实现对车载混合储能***的能量管理,具体包括:输入车辆的功率和功率型储能***的荷电状态,根据预设的模糊规则,模糊化能量型储能***的充放电倍率的隶属函数,乘以比例函数后再乘以最大倍率,得到倍率给定,所述倍率给定为能量型储能***的充放电倍率的给定值;
其中,比例函数的表达式为:
其中,f为所述比例函数,SOCET(k)、SOCET,max和SOCET,min分别为能量型储能***SOC的实时值、最小值和最大值,k为离散仿真的时间序列。
根据车辆的运行状态:牵引、制动、停车充电,触发选择对应的功率控制。特别的,当处于充电模式时,储能***的充电功率不需要进行模糊控制。
在实际的能量管理中,当能量型储能***的实时SOC即SOCET(k)逐渐逼近SOCET,min(或者SOCET,max)的过程中,通过根式函数f减小能量型储能***的充放电倍率,以此调节两个储能***的放电深度:牵引模式下,当SOCET(k)逐渐逼近SOCET,min,则逐渐减小能量型储能***的放电倍率,保证其SOCET(k)始终大于等于SOCET,min,以满足最大持续充电时间的要求;制动模式下,当SOCET(k)逐渐逼近SOCET,max,逐渐减小能量型储能***的充电倍率,从而保证功率型储能***可以充分吸收制动能量,提高SOCET(k),以减小功率型储能***对充电站的高功率需求。
本发明实施例采用基于模糊控制的能量管理策略,以及设置根式比例函数f,不仅可以合理地分配储能***的功率以实现储能元件的特性互补,还可以调节功率型储能***和能量型储能***的放电深度,以减小其对充电站的高功率需求,以实现优化模型在储能***配置、充电站容量和能量型储能***充电时间之间的平衡,提高优化方法的有效性和经济性。
本发明实施例提供的装置是用于上述方法的,具体功能可参照上述方法流程,且本发明实施例提供的装置中的公式参数与方法实施例中公式参数的含义相同,此处不再赘述。
图5为本发明实施例提供的电子设备的结构示意图。如图5所示,电子设备1包括处理器501、存储器502和总线503。其中,所述处理器501和所述存储器502通过所述总线503完成相互间的通信;所述处理器501用于调用所述存储器502中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的电子设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种轨道车辆车地一体化容量配置方法,其特征在于,包括:
根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;
采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置;
所述采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置具体包括:
以所述综合成本函数作为目标函数,以储能元件的串并联数量作为寻优变量,结合储能元件安全工作区间以及***重量的边界条件,采用基于自然选择的粒子群算法对所述目标函数进行寻优求解,进而获得所述车载储能***的优化容量配置;
在采用寻优算法对所述综合成本函数进行寻优的过程中,基于模糊控制实现对车载混合储能***的能量管理,具体包括:
输入车辆的功率和功率型储能***的荷电状态,根据预设的模糊规则,模糊化能量型储能***的充放电倍率的隶属函数,乘以比例函数后再乘以最大倍率,得到倍率给定,所述倍率给定为能量型储能***的充放电倍率的给定值;
其中,所述比例函数的表达式为:
其中,f为所述比例函数,SOCET(k)、SOCET,min和SOCET,max分别为能量型储能***SOC的实时值、最小值和最大值,k为离散仿真的时间序列。
2.根据权利要求1所述的方法,其特征在于,在所述根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数之前,所述方法还包括:
获取所述车载储能***全寿命周期成本;其中,所述车载储能***全寿命周期成本包括所述车载储能***的初始购置成本、所述车载储能***服役期间的更换成本和所述车载储能***的维护成本。
3.根据权利要求1所述的方法,其特征在于,在所述根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数之前,所述方法还包括:
获取所述地面能量补给成本;其中,所述地面能量补给成本包括车载储能***的充电成本、充电站建设成本和充电站维护成本。
4.根据权利要求2所述的方法,其特征在于,所述获取所述车载储能***全寿命周期成本具体包括:
根据所述车载储能***的能量单价、DC/DC变流器的功率单价、所述DC/DC变流器的额定功率、所述车载储能***的额定能量和车辆数量计算所述车载储能***的初始购置成本;
根据所述车载储能***的循环寿命、储能元件的服役年限、车辆每天运行的趟数、所述车载储能***的能量单价、所述车载储能***的额定能量和所述车辆数量计算所述车载储能***服役期间的更换成本;
根据所述车载储能***的年均维护成本、所述DC/DC变流器的年均维护成本和所述储能元件的服役年限计算所述车载储能***的维护成本。
5.根据权利要求3所述的方法,其特征在于,所述获取所述地面能量补给成本具体包括:
根据车辆单程能耗、分时电价矩阵、车辆运营时刻表、变压器效率和充电机效率计算所述车载储能***的充电成本;
根据所述车载储能***的能量补给峰值功率、能量型储能***单程的充电次数、变压器的负载率、变压器的功率因数、充电机的效率、充电机功率单价、变压器容量单价、月均基本电费和充电站的数量计算所述充电站建设成本,所述充电站建设成本包括充电站的基本电费和设备费;
根据充电站的年均维护成本、车辆数量和储能元件的服役年限计算所述充电站维护成本。
6.一种轨道车辆车地一体化容量配置装置,其特征在于,包括:
综合成本函数构建模块,具体用于根据车载储能***全寿命周期成本和地面能量补给成本构建综合成本函数;
优化配置模块,具体用于采用寻优算法对所述综合成本函数进行寻优,获得车载储能***的优化容量配置;
所述优化配置模块具体用于:以所述综合成本函数作为目标函数,以储能元件的串并联数量作为寻优变量,结合储能元件安全工作区间以及***重量的边界条件,采用基于自然选择的粒子群算法对所述目标函数进行寻优求解,进而获得所述车载储能***的优化容量配置;
所述优化配置模块在采用寻优算法对所述综合成本函数进行寻优的过程中,基于模糊控制实现对车载混合储能***的能量管理,具体包括:输入车辆的功率和功率型储能***的荷电状态,根据预设的模糊规则,模糊化能量型储能***的充放电倍率的隶属函数,乘以比例函数后再乘以最大倍率,得到倍率给定,所述倍率给定为能量型储能***的充放电倍率的给定值;
其中,比例函数的表达式为:
其中,f为所述比例函数,SOCET(k)、SOCET,min和SOCET,max分别为能量型储能***SOC的实时值、最小值和最大值,k为离散仿真的时间序列。
7.一种电子设备,其特征在于,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711262545.XA CN108062619B (zh) | 2017-12-04 | 2017-12-04 | 一种轨道车辆车地一体化容量配置方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711262545.XA CN108062619B (zh) | 2017-12-04 | 2017-12-04 | 一种轨道车辆车地一体化容量配置方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108062619A CN108062619A (zh) | 2018-05-22 |
CN108062619B true CN108062619B (zh) | 2021-02-09 |
Family
ID=62136075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711262545.XA Active CN108062619B (zh) | 2017-12-04 | 2017-12-04 | 一种轨道车辆车地一体化容量配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108062619B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109412159A (zh) * | 2018-12-07 | 2019-03-01 | 国网冀北电力有限公司经济技术研究院 | 变压器负载率控制设备及方法 |
CN111915150B (zh) * | 2020-07-10 | 2023-09-01 | 同济大学 | 一种电动公交***规划方法 |
CN112583036B (zh) * | 2020-12-01 | 2023-05-09 | 江苏科技大学 | 一种多能源船舶分布式储能容量配置方式 |
CN113054751B (zh) * | 2021-03-25 | 2022-07-15 | 北京交通大学 | 基于信息交互的城轨交通车地储能***协调优化方法 |
CN113629742B (zh) * | 2021-07-28 | 2023-06-16 | 西南交通大学 | 电气化铁路地面混合式储能***容量配置方法 |
CN114597951B (zh) * | 2022-04-06 | 2023-05-05 | 西南交通大学 | 一种电动汽车参与交流城轨供电***节能运行的优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013216257A (ja) * | 2012-04-11 | 2013-10-24 | Toyota Motor Corp | 蓄電手段の充放電制御装置 |
CN106936145A (zh) * | 2015-12-29 | 2017-07-07 | 中国电力科学研究院 | 一种储能电站的寿命优化控制方法 |
CN107069782A (zh) * | 2016-11-29 | 2017-08-18 | 北京交通大学 | 应用于轨道交通车载混合储能***的容量配置方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9906057B2 (en) * | 2014-10-09 | 2018-02-27 | Nec Corporation | Modular multilvel converter and control framework for hybrid energy storage |
-
2017
- 2017-12-04 CN CN201711262545.XA patent/CN108062619B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013216257A (ja) * | 2012-04-11 | 2013-10-24 | Toyota Motor Corp | 蓄電手段の充放電制御装置 |
CN106936145A (zh) * | 2015-12-29 | 2017-07-07 | 中国电力科学研究院 | 一种储能电站的寿命优化控制方法 |
CN107069782A (zh) * | 2016-11-29 | 2017-08-18 | 北京交通大学 | 应用于轨道交通车载混合储能***的容量配置方法 |
Non-Patent Citations (3)
Title |
---|
Optimization Control for the Efficiency of an On-board Hybrid Energy Storage System in Tramway Based on Fuzzy Control;Hongtao Lin;《2017 11th IEEE International Conference on Compatibility, Power Electronics and Power Engineering (CPE-POWERENG)》;20170501;全文 * |
城轨交通地面式超级电容储能***容量配置优化方法研究;王彬;《中国优秀硕士学位论文全文数据库》;20151015(第10期);全文 * |
混合动力电动汽车能量管理***模糊控制策略;王聪慧;《中国优秀硕士学位论文全文数据库》;20110915(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108062619A (zh) | 2018-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062619B (zh) | 一种轨道车辆车地一体化容量配置方法及装置 | |
CN111422094B (zh) | 分布式充电桩的充放电协调优化控制方法 | |
CN109599856B (zh) | 一种微网多楼宇中电动汽车充放电管理优化方法及装置 | |
CN103499792B (zh) | 电动汽车动力电池集群可用容量的预测方法 | |
CN107169273A (zh) | 计及延时和v2g充电模式的电动汽车充电功率预测方法 | |
CN107104454A (zh) | 计及电动汽车功率可调控域的最优潮流节点电价计算方法 | |
CN108494034A (zh) | 一种配电网电动汽车充电负荷分配计算方法 | |
CN103903090B (zh) | 基于用户意愿和出行规律的电动汽车充电负荷分配方法 | |
CN104716693B (zh) | 一种分布式储能电池的能量管理方法及控制器、*** | |
CN109103912A (zh) | 考虑电网调峰需求的工业园区主动配电***调度优化方法 | |
CN111260237B (zh) | 一种考虑ev车主意愿的多利益主体协调博弈调度方法 | |
CN103810539B (zh) | 考虑换电服务可用性的电动汽车换电站容量优化配置方法 | |
CN109816171A (zh) | 一种基于模糊pid实时电价的电动汽车区域微网群双层分布式优化调度方法 | |
CN109193718A (zh) | 一种适应于v2g的选择电动汽车入网调控方法 | |
CN103840521A (zh) | 基于最优潮流的大规模电动汽车优化充放电***及方法 | |
CN110311396A (zh) | 一种交直流混合微电网混合储能容量优化配置方法 | |
CN109948823B (zh) | 一种光储充电塔自适应鲁棒日前优化调度方法 | |
CN107521365A (zh) | 一种基于用户经济收益最优化的电动汽车充放电调度方法 | |
CN103605079B (zh) | 公交电动汽车及其梯次利用电池集群的v2g可用容量评估方法 | |
CN103580215A (zh) | 一种电动汽车提供辅助服务的经济性分析方法 | |
CN108183473A (zh) | 一种集群电动汽车参与辅助服务市场的优化投标方法 | |
CN113022361A (zh) | 电力需求响应条件下基于充电桩的有序充电方法 | |
Ma et al. | Real-time plug-in electric vehicles charging control for V2G frequency regulation | |
CN113326467A (zh) | 基于多重不确定性的多站融合综合能源***多目标优化方法、存储介质及优化*** | |
Kim | Smart charging architecture for between a plug-in electrical vehicle (PEV) and a smart home |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Qi Hongfeng Inventor after: Wang Dieou Inventor before: Liu Tianfu Inventor before: Qi Hongfeng Inventor before: Wang Dieou |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |