CN115498681B - 柔性直流牵引供电***的近似最优潮流计算方法及装置 - Google Patents
柔性直流牵引供电***的近似最优潮流计算方法及装置 Download PDFInfo
- Publication number
- CN115498681B CN115498681B CN202211391096.XA CN202211391096A CN115498681B CN 115498681 B CN115498681 B CN 115498681B CN 202211391096 A CN202211391096 A CN 202211391096A CN 115498681 B CN115498681 B CN 115498681B
- Authority
- CN
- China
- Prior art keywords
- control instruction
- traction
- current
- component
- traction station
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 66
- 238000013507 mapping Methods 0.000 claims abstract description 110
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000005516 engineering process Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 abstract description 38
- 230000003137 locomotive effect Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 17
- 239000013598 vector Substances 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000001172 regenerating effect Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60M—POWER SUPPLY LINES, AND DEVICES ALONG RAILS, FOR ELECTRICALLY- PROPELLED VEHICLES
- B60M3/00—Feeding power to supply lines in contact with collector on vehicles; Arrangements for consuming regenerative power
-
- 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]
-
- 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
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本公开涉及直流牵引供电技术领域,尤其涉及一种柔性直流牵引供电***的近似最优潮流计算方法及装置。其中,该柔性直流牵引供电***的近似最优潮流计算方法,包括:获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量;对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定第一牵引所电流协同分量控制指令对应的第二控制指令;若第二控制指令满足近似最优潮流优化目标,则输出第二控制指令。采用本公开可以提高最优潮流的计算效率。
Description
技术领域
本公开涉及直流牵引供电技术领域,尤其涉及一种柔性直流牵引供电***的近似最优潮流计算方法及装置。
背景技术
柔性直流牵引供电***,具有灵活可控的优势,可以在很大程度克服二极管整流供电***、能馈式供电***的缺陷,是未来的重要发展趋势。最优潮流计算是柔性直流牵引供电***分析、运行和规划的重要基础工具。
相关技术所建立的最优潮流算法求解效率低,每次求解需要1秒左右,仅适用于离线的***分析。在实时控制中,机车负载变化的时间尺度在100ms级。如果最优潮流计算不能快于机车负载的变化,最优潮流对最优控制指令的求解将滞后于***运行场景的变化,从而导致最优潮流无法在控制中实际应用。另外,在***规划中,需要考虑的机车运行场景约有数万个,如果最优潮流的计算效率过低,基于最优潮流的***规划将耗时百小时以上,导致***规划设计的工作效率过低。
发明内容
本公开提供了一种柔性直流牵引供电***的近似最优潮流计算方法及装置,主要目的在于提高最优潮流的计算效率。
根据本公开的一方面,提供了一种柔性直流牵引供电***的近似最优潮流计算方法,包括:
获取第一控制指令,并确定所述第一控制指令对应的第一牵引所电流负荷分量;
对所述第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定所述第一牵引所电流协同分量控制指令对应的第二控制指令;
若所述第二控制指令满足近似最优潮流优化目标,则输出所述第二控制指令。
可选的,在所述获取第一控制指令,并确定所述第一控制指令对应的第一牵引所电流负荷分量之前,还包括:
获取柔性直流牵引供电***对应的输入参数;
根据所述输入参数初始化控制指令,得到所述第一控制指令。
可选的,所述确定所述第一控制指令对应的第一牵引所电流负荷分量,包括:
根据所述第一控制指令进行潮流计算,得到第一潮流分布;
基于叠加电路建模技术,确定所述第一潮流分布对应的第一牵引所电流负荷分量。
可选的,所述对所述第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,包括:
若所述第一牵引所电流负荷分量满足第一解析映射条件且不满足第二解析映射条件,则根据第一解析映射方程组和所述第一牵引所电流负荷分量,确定所述第一牵引所电流协同分量控制指令,其中,所述第一解析映射条件包括电流约束条件和功率约束条件;
若所述第一牵引所电流负荷分量满足所述第二解析映射条件,则根据第二解析映射方程组和所述第一牵引所电流负荷分量,确定所述第一牵引所电流协同分量控制指令;
若所述第一牵引所电流负荷分量满足所述第一解析映射条件和所述第二解析映射条件,则根据所述第一解析映射方程组和第一牵引所电流负荷分量,确定第三牵引所电流协同分量控制指令,并根据所述第二解析映射方程组和所述第一牵引所电流负荷分量,对所述第三牵引所电流协同分量控制指令进行调整,得到所述第一牵引所电流协同分量控制指令。
可选的,在所述确定所述第一控制指令对应的第一牵引所电流负荷分量之后,还包括:
若所述第一牵引所电流负荷分量不满足所述第一解析映射条件和所述第二解析映射条件,则根据所述第一牵引所电流负荷分量确定所述第二控制指令。
可选的,所述若所述第二控制指令满足近似最优潮流优化目标,则输出所述第二控制指令,包括:
若所述第二控制指令满足控制指令范围条件和模型迭代条件,则将所述第一控制指令更新为所述第二控制指令,并重新计算所述第二控制指令,直至所述第二控制指令不满足所述模型迭代条件;
若所述第二控制指令满足控制指令范围条件,且所述第二控制指令不满足所述模型迭代条件,则输出所述第二控制指令。
可选的,在所述若所述第二控制指令满足控制指令范围条件和模型迭代条件,则将所述第一控制指令更新为所述第二控制指令,并重新计算所述第二控制指令,直至所述第二控制指令不满足所述模型迭代条件之前,还包括:
若所述第二控制指令不满足所述控制指令范围条件,则对所述第一牵引所电流协同分量控制指令进行调整,得到第二牵引所电流协同分量控制指令;
根据所述第二牵引所电流协同分量控制指令重新确定所述第二控制指令,直至所述第二控制指令满足所述控制指令范围条件。
可选的,所述确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,包括:
响应于牵引所中的变流器为电压源变流器,确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,其中,所述第二控制指令为电压参考指令;
或者,
响应于牵引所中的变流器为电流源变流器,确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,其中,所述第二控制指令为电流参考指令。
根据本公开的另一方面,提供了一种柔性直流牵引供电***的近似最优潮流计算装置,包括:
指令获取单元,用于获取第一控制指令,并确定所述第一控制指令对应的第一牵引所电流负荷分量;
分量映射单元,用于对所述第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定所述第一牵引所电流协同分量控制指令对应的第二控制指令;
指令输出单元,用于若所述第二控制指令满足近似最优潮流优化目标,则输出所述第二控制指令。
可选的,所述装置还包括参数获取单元和指令初始单元,用于在所述获取第一控制指令,并确定所述第一控制指令对应的第一牵引所电流负荷分量之前:
所述参数获取单元,用于获取柔性直流牵引供电***对应的输入参数;
所述指令初始单元,用于根据所述输入参数初始化控制指令,得到所述第一控制指令。
可选的,所述指令获取单元用于确定所述第一控制指令对应的第一牵引所电流负荷分量时,具体用于:
根据所述第一控制指令进行潮流计算,得到第一潮流分布;
基于叠加电路建模技术,确定所述第一潮流分布对应的第一牵引所电流负荷分量。
可选的,所述分量映射单元用于对所述第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令时,具体用于:
若所述第一牵引所电流负荷分量满足第一解析映射条件且不满足第二解析映射条件,则根据第一解析映射方程组和所述第一牵引所电流负荷分量,确定所述第一牵引所电流协同分量控制指令,其中,所述第一解析映射条件包括电流约束条件和功率约束条件;
若所述第一牵引所电流负荷分量满足所述第二解析映射条件,则根据第二解析映射方程组和所述第一牵引所电流负荷分量,确定所述第一牵引所电流协同分量控制指令;
若所述第一牵引所电流负荷分量满足所述第一解析映射条件和所述第二解析映射条件,则根据所述第一解析映射方程组和第一牵引所电流负荷分量,确定第三牵引所电流协同分量控制指令,并根据所述第二解析映射方程组和所述第一牵引所电流负荷分量,对所述第三牵引所电流协同分量控制指令进行调整,得到所述第一牵引所电流协同分量控制指令。
可选的,所述装置还包括指令确定单元,用于在所述确定所述第一控制指令对应的第一牵引所电流负荷分量之后:
所述指令确定单元,用于若所述第一牵引所电流负荷分量不满足所述第一解析映射条件和所述第二解析映射条件,则根据所述第一牵引所电流负荷分量确定所述第二控制指令。
可选的,所述指令输出单元用于若所述第二控制指令满足近似最优潮流优化目标,则输出所述第二控制指令时,具体用于:
若所述第二控制指令满足控制指令范围条件和模型迭代条件,则将所述第一控制指令更新为所述第二控制指令,并重新计算所述第二控制指令,直至所述第二控制指令不满足所述模型迭代条件;
若所述第二控制指令满足控制指令范围条件,且所述第二控制指令不满足所述模型迭代条件,则输出所述第二控制指令。
可选的,所述指令输出单元用于在所述若所述第二控制指令满足控制指令范围条件和模型迭代条件,则将所述第一控制指令更新为所述第二控制指令,并重新计算所述第二控制指令,直至所述第二控制指令不满足所述模型迭代条件之前,还用于:
若所述第二控制指令不满足所述控制指令范围条件,则对所述第一牵引所电流协同分量控制指令进行调整,得到第二牵引所电流协同分量控制指令;
根据所述第二牵引所电流协同分量控制指令重新确定所述第二控制指令,直至所述第二控制指令满足所述控制指令范围条件。
可选的,所述分量映射单元用于确定所述第一牵引所电流协同分量控制指令对应的第二控制指令时,具体用于:
响应于牵引所中的变流器为电压源变流器,确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,其中,所述第二控制指令为电压参考指令;
或者,
响应于牵引所中的变流器为电流源变流器,确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,其中,所述第二控制指令为电流参考指令。
根据本公开的另一方面,提供了一种终端,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述一方面中任一项所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行前述一方面中任一项所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现前述一方面中任一项所述的方法。
在本公开一个或多个实施例中,通过获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量;对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定第一牵引所电流协同分量控制指令对应的第二控制指令;若第二控制指令满足近似最优潮流优化目标,则输出第二控制指令。因此,通过采用从牵引所电流的负荷分量到近似最优的牵引所电流协同分量控制指令之间的解析映射关系来计算控制指令,从而无需反复求解状态变量的修正方向和步长,因此求解量非常小,可以大大提高最优潮流的计算效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示出本公开实施例提供的第一种柔性直流牵引供电***的近似最优潮流计算方法的流程示意图;
图2示出本公开实施例提供的第二种柔性直流牵引供电***的近似最优潮流计算方法的流程示意图;
图3(a)示出本公开实施例提供的一种柔性直流牵引供电***的结构示意图;
图3(b)示出本公开实施例提供的一种柔性直流牵引供电***的等效***示意图;
图3(c)示出本公开实施例提供的一种负荷子***的结构示意图;
图3(d)示出本公开实施例提供的一种协同子***结构示意图;
图4示出本公开实施例提供的第三种柔性直流牵引供电***的近似最优潮流计算方法的流程示意图;
图5示出本公开实施例提供的第一种柔性直流牵引供电***的近似最优潮流计算装置的结构示意图;
图6示出本公开实施例提供的第二种柔性直流牵引供电***的近似最优潮流计算装置的结构示意图;
图7示出本公开实施例提供的第三种柔性直流牵引供电***的近似最优潮流计算装置的结构示意图;
图8是用来实现本公开实施例的柔性直流牵引供电***的近似最优潮流计算方法的终端的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
轨道交通牵引供电***为直流和交流两大类型。直流牵引供电***常见的电压等级有750 V,1500 V,3000 V,常用于城市轨道交通;未来有向9 kV,24kV等更高电压等级发展的趋势,从而应用于高速铁路、重载铁路等大功率牵引供电需求的轨道交通场景。传统直流牵引供电***的核心供电设备为二极管整流机组。柔性直流牵引供电***基于先进的电力电子技术和***级控制技术,采用的核心供电设备为变流器。变流器有灵活控制直流电压的能力,能够克服常规二极管整流机组在牵引供电时直流电压不可控、电压偏差大等问题。因此,柔性直流牵引供电***具有降低牵引所峰值容量、减小接触网电压偏差、提高机车再生制动能量利用率等诸多优势,具有广阔的应用前景。
最优潮流计算是电力***分析、运行和规划的重要基础工具。柔性直流牵引供电***是一个特殊的电力***,***可控性很强,常规潮流计算难以模拟计及智能***级控制的***潮流。因此,需要采用最优潮流的方法分析最优控制下的***潮流分布,设计最优化的***级控制策略,为***优化设计、供电能力评估等技术提供基础。
相关技术中,可以采用基于数学最优化方法的的最优潮流算法,求解***正常状态下的最优运行解。例如,可以针对正常运行时的牵引供电***,建立以***节能为优化目标的最优潮流模型;或者,提出优化目标为再生制动能量利用率最大的最优潮流模型,以使得***正常运行时能在最大程度使用机车制动能量,实现节能的目标;或者,对双向变流器的逆变启动电压值进行了优化设计,设定的优化目标是牵引供电***的网络总损耗最小,通过求解最优潮流问题获取各能馈装置的最佳逆变启动电压,同时使得***运行过程中的总网损最小;或者,采用一种基于叠加电路的***建模、分析方法,实现柔性直流牵引供电***的能量管理。
但是,上述方案用于***运行中的控制,并非最优潮流计算的算法研究。具体来说,上述方案需要实时量测牵引所和的电压、电流等电气信息,实时通信,进行实时控制。且不关注最优潮流的计算效率问题。
易于理解的是,相关技术中所建立的最优潮流算法求解效率低,每次求解需要1秒左右,仅适用于离线的***分析。在实时控制中,机车负载变化的时间尺度在100ms级。如果最优潮流计算不能快于机车负载的变化,最优潮流对最优控制指令的求解将滞后于***运行场景的变化,从而导致最优潮流无法在控制中实际应用。另外,在***规划中,需要考虑的机车运行场景约有数万个,如果最优潮流的计算效率过低,基于最优潮流的***规划将耗时百小时以上,导致***规划设计的工作效率过低。
下面结合具体的实施例对本公开进行详细说明。
在第一个实施例中,如图1所示,图1示出本公开实施例提供的第一种柔性直流牵引供电***的近似最优潮流计算方法的流程示意图,该方法可依赖于计算机程序实现,可运行于进行柔性直流牵引供电***的近似最优潮流计算方法的装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行。
其中,柔性直流牵引供电***的近似最优潮流计算装置可以是具有柔性直流牵引供电***的近似最优潮流计算功能的终端,该终端包括但不限于:可穿戴设备、手持设备、个人电脑、平板电脑、车载设备、智能手机、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中终端可以叫做不同的名称,例如:用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant,PDA)、第五代移动通信技术(5th Generation Mobile Communication Technology,5G)网络、***移动通信技术(the 4th generation mobile communication technology,4G)网络、第三代移动通信技术(3rd-Generation,3G)网络或未来演进网络中的终端等。
具体的,该柔性直流牵引供电***的近似最优潮流计算方法包括:
S101,获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量;
根据一些实施例,控制指令指的是对柔性直流牵引供电***中的牵引所进行控制时采用的控制指令。该第一控制指令指的是未优化的控制指令。该第一控制指令并不特指某一固定指令。例如,当柔性直流牵引供电***发生变化时,该第一控制指令可以发生变化。
在一些实施例中,第一牵引所电流负荷分量用于表征柔性直流牵引供电***中机车负载功率需求在各个牵引所自然分布的结果。该第一牵引所电流负荷分量并不特指某一固定分量。例如,当柔性直流牵引供电***发生变化时,该第一牵引所电流负荷分量可以发生变化。当第一控制指令或第二控制指令发生变化时,该第一牵引所电流负荷分量也可以发生变化。
根据一些实施例,该柔性直流牵引供电***并不特指某一固定***。例如,该柔性直流牵引供电***可以为基于双向变流器的柔直牵引供电***。该柔性直流牵引供电***也可以为仅局部为柔直牵引供电***的非纯柔直牵引供电***。该柔性直流牵引供电***还可以为纯柔直牵引供电***。
易于理解的是,当终端进行柔性直流牵引供电***的近似最优潮流计算时,终端可以获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量。
S102,对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定第一牵引所电流协同分量控制指令对应的第二控制指令;
根据一些实施例,牵引所电流协同分量控制指令指的是对牵引所电流协同分量进行控制时采用的指令。第一牵引所电流协同分量控制指令指的是根据第一牵引所电流负荷分量获取到的牵引所电流协同分量控制指令。该第一牵引所电流协同分量控制指令并不特指某一固定指令。例如,当第一牵引所电流负荷分量发生变化时,该第一牵引所电流协同分量控制指令可以发生变化。
在一些实施例中,第二控制指令指的是根据第一牵引所电流协同分量控制指令确定的优化后的控制指令。该第二控制指令并不特指某一固定指令。例如,当第一牵引所电流协同分量控制指令发生变化时,该第二控制指令可以发生变化。
易于理解的是,当终端获取到第一牵引所电流负荷分量时,终端可以对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定第一牵引所电流协同分量控制指令对应的第二控制指令。
S103,若第二控制指令满足近似最优潮流优化目标,则输出第二控制指令。
根据一些实施例,近似最优潮流优化目标指的是终端确定采用该第二控制指令控制柔性直流牵引供电***中的牵引所时,运行成本是否最小(例如可以消纳机车再生制动能量和降低网损)时采用条件。该近似最优潮流优化目标并不特指某一固定优化目标。例如,当获取到针对近似最优潮流优化目标的优化目标修改指令时,该近似最优潮流优化目标可以发生变化。
需要说明的是,本公开实施例所求得的解为近似最优解,和采用基于数学最优化理论或者启发式的最优化算法求解的同一优化目标的最优潮流的最优解一致或者非常接近。
易于理解的是,当终端获取到第二控制指令时,若终端判断该第二控制指令满足近似最优潮流优化目标,则终端可以输出第二控制指令。
综上,本公开实施例提供的方法,通过获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量;对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定第一牵引所电流协同分量控制指令对应的第二控制指令;若第二控制指令满足近似最优潮流优化目标,则输出第二控制指令。因此,本公开实施例并没有采用基于数学最优化理论或者启发式的最优化算法,而是采用从牵引所电流的负荷分量到近似最优的牵引所电流协同分量控制指令之间的解析映射关系来计算控制指令,从而无需反复求解状态变量的修正方向和步长,因此求解量非常小,求解效率可以提升约50倍,可以大大提高最优潮流的计算效率,可以用于分析最优控制下的***潮流分布,设计最优化的***级控制策略,可以为***优化设计、供电能力评估等技术提供基础。
请参见图2,图2示出本公开实施例提供的第二种柔性直流牵引供电***的近似最优潮流计算方法的流程示意图。具体的,该柔性直流牵引供电***的近似最优潮流计算方法包括:
S201,获取柔性直流牵引供电***对应的输入参数;
根据一些实施例,输入参数指的是用于表征柔性直流牵引供电***的参数。该输入参数并不特指某一固定参数。该输入参数包括但不限于***约束条件参数,***电阻等电气量信息,牵引所动力照明负荷信息,通过牵引技术获得的机车位置、功率信息等。
易于理解的是,当终端进行柔性直流牵引供电***的近似最优潮流计算时,终端可以获取柔性直流牵引供电***对应的输入参数。
S202,根据输入参数初始化控制指令,得到第一控制指令;
根据一些实施例,当终端获取到柔性直流牵引供电***对应的输入参数时,终端可以将机车节点建模为功率已知的节点,其功率由输入参数所确定。终端也可以将线路建模为电阻网络。终端还可以将牵引所节点建模为电压已知的节点,其电压由第一控制指令U s *确定,从而,终端可以完成控制指令的初始化,得到第一控制指令U s *。
易于理解的是,当终端获取到柔性直流牵引供电***对应的输入参数时,终端可以根据该输入参数初始化控制指令,得到第一控制指令。
S203,获取第一控制指令,并根据第一控制指令进行潮流计算,得到第一潮流分布;
根据一些实施例,根据第一控制指令进行潮流计算得到的第一潮流分布中,机车节点电压、机车节点电流、机车节点功率、牵引所节点电压、牵引所节点电流、牵引所节点功率均为已知量。
在一些实施例中,用U s可以表示牵引所电压向量,即U s=[U s1,U s2,…U si ,…U sN ]T。用I s可以表示牵引所电流向量,即I s=[I s1,I s2,…I si ,…I sN ]T。用I v可以表示机车电流向量,即I v=[I v1,I v2,…I vi ,…I vM ]T,其中M表示机车个数。
易于理解的是,当终端获取到第一控制指令时,终端可以根据该第一控制指令进行潮流计算,得到第一潮流分布。
需要说明的是,如果柔性直流牵引供电***为非纯柔直牵引供电***,则该非纯柔直牵引供电***中非柔直牵引供电***的部分没有优化变量,也就是说,该非柔直牵引供电***的部分仅在步骤S201-S203参与计算,不参与后续用于优化变量的计算步骤。
S204,基于叠加电路建模技术,确定第一潮流分布对应的第一牵引所电流负荷分量;
根据一些实施例,叠加电路建模技术的原理如图3(a)~图3(d)所示。其中,图3(a)示出本公开实施例提供的一种柔性直流牵引供电***的结构示意图,图3(b)示出本公开实施例提供的一种柔性直流牵引供电***的等效***示意图,图3(c)示出本公开实施例提供的一种负荷子***的结构示意图,图3(d)示出本公开实施例提供的一种协同子***结构示意图。如图3(a)~图3(d)所示,基于电路理论的叠加原理可以将图3(b)中的等效***等效为图3(c)中的负荷子***、图3(d)中的协同子***的叠加。
在一些实施例中,如图3(a)~图3(d)所示,可以将柔性直流牵引供电***分解为负荷子***和协同子***。假设机车为电流源,牵引所为电压源,则牵引所电压可以分解为共模电压和差模电压。在负荷子***中,只保留表示机车能量需求的电流源和表示牵引所共模电压的电压源;在协同子***中,只保留表示牵引所差模电压的电压源。由于负荷子***中的牵引所电压均相同,所以负荷子***的潮流分布可以反映机车能量需求在牵引所间的自然分布。由于协同子***仅保留牵引所之间的电压之差,所以协同子***的潮流分布可以反映协同控制的效果。
在一些实施例中,如图3(a)~图3(d)所示,图3(a)~图3(d)仅示出单行线情况,对于双行线可以采用同样的建模和分析方法,此处不再赘述。
根据一些实施例,如图3(a)~图3(d)所示,可以使用I s_nd表示牵引所电流的负荷分量向量,即I s_nd=[I s1_nd,I s2_nd,…I si_nd,…I sN_nd]T。可以使用I s_cc表示牵引所电流的协同分量向量,即I s_cc=[I s1_cc,I s2_cc,…I si_cc,…I sN_cc]T。可以使用U s_cm表示牵引所电压的共模分量向量,即U s_cm=[U s_cm,…U s_cm,…U s_cm]T。可以使用U s_dm表示牵引所电压的差模分量向量,即U s_dm=[U s1_dm,U s2_dm,…U si_dm,…U sN_dm]T。
在一些实施例中,如图3(a)~图3(d)所示,协同子***中牵引所i和牵引所(i+1)之间接触网的电压、电流、电阻可以分别表示为U ci_cc、I ci_cc、r ci ,钢轨的电压、电流、电阻可以分别表示为U ri_cc、I ri_cc、r ri 。协同子***的牵引网电流向量可以表示为I c_cc,I c_cc=[I c1_cc,I c2_cc,…I ci_cc,…I c(N-1)_cc]T。其中,i为正整数。
因此,基于电路理论的叠加原理可以确定:
U s=U s_cm+U s_dm(1)
I s=I s_nd+I s_cc(2)
接着,由基尔霍夫电流定律可以确定:
I ci_cc =I ri_cc(3)
其次,可以定义协同子***中牵引所i和牵引所(i+1)之间的支路电压:
U bi_cc =U ci_cc +U ri_cc(4)
接着,可以定义支路电压向量U b_cc=[U b1_cc,U b2_cc,…U bi_cc,…U b(N-1)_cc]T。并基于基尔霍夫电压定律确定:
之后,可以定义电导矩阵G:
G=diag((r c1+r r1)-1,(r c2+r r2)-1,…,(r c(N-1)+r r(N-1))-1)(6)
接着,可以基于欧姆定律确定:
I c_cc=GU b_cc(7)
可以基于基尔霍夫电流定律确定:
综上,例如当选取第N个牵引所的电压为共模电压U s_cm时,基于(1)可以计算U s_dm。进而,基于(5)(7)(8)可以计算I s_cc。最后,基于(2)可以计算I s_nd。
易于理解的是,当终端获取到第一潮流分布时,终端可以基于叠加电路建模技术,确定该第一潮流分布对应的第一牵引所电流负荷分量。
S205,若第一牵引所电流负荷分量满足第一解析映射条件且不满足第二解析映射条件,则根据第一解析映射方程组和第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令;
根据一些实施例,第一解析映射条件和第二解析映射条件指的是用于判断第i个牵引所是否需要协同支援时采用的条件。
根据一些实施例,该第一解析映射条件并不特指某一固定条件。该第一解析映射条件包括但不限于电流约束条件、功率约束条件等。
在一些实施例中,当第一解析映射条件为电流约束条件时,该电流约束条件例如可以为牵引所电流超过牵引所电流上限I si_lim,即| I si_nd | >I si_lim。
其中,当| I si_nd | >I si_lim时,该第一牵引所电流负荷分量满足第一解析映射条件,此时,可以确定:
I si_cc *=I si_lim-I si_nd(9)
当I si_nd< -I si_lim时,该第一牵引所电流负荷分量不满足第一解析映射条件,此时,可以确定:
I si_cc *=-I si_lim-I si_nd(10)
在一些实施例中,当第一解析映射条件为功率约束条件时,首先,可以获取功率上限值P si_lim。同时,可以根据I si_lim=P si_lim/U si ,不断更新I si_lim,从而构成牵引所的功率约束。
根据一些实施例,该第二解析映射条件并不特指某一固定条件。该第二解析映射条件例如可以为牵引所电流加牵引所动力照明负载电流仍小于0,即牵引所要向电网返送电能,数学表达式为I si_nd< - I auxi 。
其中,当I si_nd< - I auxi 时,该第一牵引所电流负荷分量满足第二解析映射条件,此时,可以确定:
I si_cc *=-I auxi -I si_nd(11)
综上,对于需要被协同支援的牵引所,电流协同分量指令I si_cc *可以根据(9)(10)(11)计算。对于提供协同支援的牵引所,其电流协同分量指令I si_cc *可以根据就近原则进行计算。其中,就近原则由两方面组成:
第一方面,如果从第m个牵引所到第(m+z)个牵引所需要协同支援,则仅由第(m-1)个牵引所和第(m+z+1)个牵引所提供协同支援;
第二方面,第m个牵引所到第(m+z)个牵引所先根据(9)(10)(11)计算其I si_cc *,第(m-1)个牵引所和第(m+z+1)个牵引所根据按电阻大小成反比的规律分配第m个牵引所到第(m+z)个牵引所的协同支援需求,数学表达式为:
易于理解的是,当终端获取到第一牵引所电流负荷分量时,若终端判断该第一牵引所电流负荷分量满足第一解析映射条件且不满足第二解析映射条件,则终端可以根据第一解析映射方程组,即(9)、(10)、(12)、(13),以及第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令I s_cc *。其中,I s_cc *=[I s1_cc *,I s2_cc *,…I si_cc *,…I s(N-1)_cc *]T。
S206,若第一牵引所电流负荷分量满足第二解析映射条件,则根据第二解析映射方程组和第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令;
易于理解的是,当终端获取到第一牵引所电流负荷分量时,若终端判断该第一牵引所电流负荷分量满足第二解析映射条件,则终端可以根据第二解析映射方程组,即(11)、(12)、(13),以及第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令I s_cc *。
需要说明的是,当终端获取到第一牵引所电流负荷分量时,若终端判断该第一牵引所电流负荷分量不满足第一解析映射条件,也不满足第二解析映射条件,则终端可以根据该第一牵引所电流负荷分量确定第二控制指令。此时,无需求解第一牵引所电流协同分量控制指令。
另外,当终端获取到第一牵引所电流负荷分量时,若终端判断该第一牵引所电流负荷分量同时满足第一解析映射条件和第二解析映射条件,则首先可以根据第一解析映射方程组和第一牵引所电流负荷分量,确定第三牵引所电流协同分量控制指令。之后,可以根据第二解析映射方程组和第一牵引所电流负荷分量对第三牵引所电流协同分量控制指令进行调整,得到第一牵引所电流协同分量控制指令。
S207,确定第一牵引所电流协同分量控制指令对应的第二控制指令;
根据一些实施例,该第二控制指令并不特指某一固定指令。例如,当牵引所中的变流器的类型发生变化时,该第二控制指令可以发生变化。
在一些实施例中,响应于牵引所中的变流器为电压源变流器,终端可以确定第一牵引所电流协同分量控制指令对应的第二控制指令,此时,该第二控制指令为电压参考指令。
具体的,基于基尔霍夫电流定律可以确定:
I c_cc *=AI s_cc *(14)
其中,定义协同子***的牵引网电流向量指令I c_cc *=[I c1_cc *,I c2_cc *,…I ci_cc *,…I c(N-1)_cc *]T,还定义:
其次,还可以定义电阻矩阵R:
R=diag(r c1+r r1, r c2+r r2,…,r c(N-1)+r r(N-1))(16)
接着,定义支路电压向量U b_cc的指令值U b_cc *,U b_cc *=[U b1_cc *,U b2_cc *,…U bi_cc *,…U b(N-1)_cc *]T,并且可以确定:
U b_cc *= RI c_cc *(17)
之后,定义牵引所差模电压向量U s_dm的指令值U s_dm *,U s_dm *=[U s1_dm *,U s2_dm *,…U si_dm *,…U s(N-1)_dm *]T,并且可以确定:
其次,定义牵引所共模电压向量U s_cm *,U s_cm *=[U s_cm *,U s_cm *,…U s_cm *,…U s_cm *]T。由于牵引所共模电压向量可以任意指定,但需要保证***电压满足运行要求。因此,为了尽可能降低***网损,可以选择U s_cm *恰好使得最大的牵引所电压到达运行约束的最大值。
最终,电压参考指令,也就是牵引所电压控制指令U s *可以计算如下:
U s *=U s_cm *+U s_dm *(19)
在一些实施例中,响应于牵引所中的变流器为电流源变流器,终端可以确定第一牵引所电流协同分量控制指令对应的第二控制指令,此时,第二控制指令为电流参考指令。
其中,当第二控制指令为电流参考指令时,可以直接采用该电流参考指令,即I s_nd+I s_cc *,控制牵引所中的电流源变流器,而无需基于电流参考指令计算牵引所的电压参考指令。
易于理解的是,当终端获取到第一牵引所电流协同分量控制指令时,终端可以确定第一牵引所电流协同分量控制指令对应的第二控制指令。
S208,若第二控制指令满足控制指令范围条件和模型迭代条件,则将第一控制指令更新为第二控制指令,并重新计算第二控制指令,直至第二控制指令不满足模型迭代条件;
根据一些实施例,当终端判断第一牵引所电流负荷分量满足第二解析映射条件,且根据第二解析映射方程组和第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令,并确定该第一牵引所电流协同分量控制指令对应的第二控制指令时,终端需要判断该第二控制指令是否满足运行要求,即确定第二控制指令是否满足控制指令范围条件。若终端判断该第二控制指令不满足控制指令范围条件,则终端需要允许一定的机车再生制动能量返送回电网,即对第一牵引所电流协同分量控制指令进行调整,得到第二牵引所电流协同分量控制指令。接着,终端可以根据第二牵引所电流协同分量控制指令重新确定第二控制指令,直至第二控制指令满足控制指令范围条件。
在一些实施例中,当终端判断该第二控制指令满足控制指令范围条件后,终端可以进一步判断该第二控制指令是否满足模型迭代条件。其中,该模型迭代条件并不特指某一固定条件。例如,该模型迭代条件可以为相邻两次迭代的解相差不小于上限阈值ε。
例如,当第二控制指令为电压参考指令时,该模型迭代条件可以为Δ|| U s * || ≥ε。
易于理解的是,当终端获取到第二控制指令时,若终端判断该第二控制指令满足控制指令范围条件和模型迭代条件,则终端可以将第一控制指令更新为第二控制指令,并重新计算第二控制指令,直至第二控制指令不满足模型迭代条件。
S209,若第二控制指令满足控制指令范围条件,且第二控制指令不满足模型迭代条件,则输出第二控制指令。
例如,当第二控制指令为电压参考指令时,若Δ|| U s * || <ε,则可以确定第二控制指令不满足模型迭代条件。
易于理解的是,当终端获取到第二控制指令时,若终端判断该第二控制指令满足控制指令范围条件,且第二控制指令不满足模型迭代条件,则终端可以输出第二控制指令。从而,终端可以根据该第二控制指令对柔性直流牵引供电***进行底层控制,即进行指变流器装置级别的控制。具体的,如果底层控制为定电压控制,则第二控制指令可以直接作为定电压值的控制指令。如果底层控制为下垂控制等其它基于确定伏安特性曲线的控制方法,则该第二控制指令可以用于调整下垂特性曲线或其它伏安特性曲线。
根据一些实施例,图4示出本公开实施例提供的第三种柔性直流牵引供电***的近似最优潮流计算方法的流程示意图。如图4所示,步骤3最重要,其公开了从牵引所电流的负荷分量I s_nd到近似最优的牵引所电流协同分量控制指令I s_cc *之间的解析映射关系,是本公开实施例的核心。步骤2和步骤4互为逆运算,采用了基于叠加电路建模方法的牵引所电流分量拆解方法。具体而言,本公开实施例提供的方法本质上是***分析的工具,是一种最优潮流计算的方法,该方法最终的输出为牵引所的控制指令U s *的近似最优解。该方法的优化目标为运行成本最小,包括消纳机车再生制动能量和降低网损,约束条件包括牵引所电压范围、牵引所电流或容量约束。
综上,本公开实施例提供的方法,通过获取柔性直流牵引供电***对应的输入参数;根据输入参数初始化控制指令,得到第一控制指令;获取第一控制指令,并根据第一控制指令进行潮流计算,得到第一潮流分布;基于叠加电路建模技术,确定第一潮流分布对应的第一牵引所电流负荷分量;若第一牵引所电流负荷分量满足第一解析映射条件且不满足第二解析映射条件,则根据第一解析映射方程组和第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令;若第一牵引所电流负荷分量满足第二解析映射条件,则根据第二解析映射方程组和第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令;确定第一牵引所电流协同分量控制指令对应的第二控制指令;若第二控制指令满足控制指令范围条件和模型迭代条件,则将第一控制指令更新为第二控制指令,并重新计算第二控制指令,直至第二控制指令不满足模型迭代条件;若第二控制指令满足控制指令范围条件,且第二控制指令不满足模型迭代条件,则输出第二控制指令。因此,本公开实施例并没有采用基于数学最优化理论或者启发式的最优化算法,而是采用从牵引所电流的负荷分量到近似最优的牵引所电流协同分量控制指令之间的解析映射关系来计算控制指令,从而无需反复求解状态变量的修正方向和步长,因此求解量非常小,可以将秒级计算加速到10ms级,求解效率可以提升约50倍,可以大大提高最优潮流的计算效率,可以用于分析最优控制下的***潮流分布,设计最优化的***级控制策略,可以为***优化设计、供电能力评估等技术提供基础。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
请参见图5,其示出本公开实施例提供的第一种柔性直流牵引供电***的近似最优潮流计算装置的结构示意图。该柔性直流牵引供电***的近似最优潮流计算装置可以通过软件、硬件或者两者的结合实现成为装置的全部或一部分。该柔性直流牵引供电***的近似最优潮流计算装置500包括集合确定单元501、集合初始单元502和电流确定单元503,其中:
指令获取单元501,用于获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量;
分量映射单元502,用于对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定第一牵引所电流协同分量控制指令对应的第二控制指令;
指令输出单元503,用于若第二控制指令满足近似最优潮流优化目标,则输出第二控制指令。
可选的,图6示出本公开实施例提供的第二种柔性直流牵引供电***的近似最优潮流计算装置的结构示意图。如图6所示,该柔性直流牵引供电***的近似最优潮流计算装置500还包括参数获取单元504和指令初始单元505,用于在获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量之前:
参数获取单元504,用于获取柔性直流牵引供电***对应的输入参数;
指令初始单元505,用于根据输入参数初始化控制指令,得到第一控制指令。
可选的,指令获取单元501用于确定第一控制指令对应的第一牵引所电流负荷分量时,具体用于:
根据第一控制指令进行潮流计算,得到第一潮流分布;
基于叠加电路建模技术,确定第一潮流分布对应的第一牵引所电流负荷分量。
可选的,分量映射单元502用于对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令时,具体用于:
若第一牵引所电流负荷分量满足第一解析映射条件且不满足第二解析映射条件,则根据第一解析映射方程组和第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令,其中,第一解析映射条件包括电流约束条件和功率约束条件;
若第一牵引所电流负荷分量满足第二解析映射条件,则根据第二解析映射方程组和第一牵引所电流负荷分量,确定第一牵引所电流协同分量控制指令;
若第一牵引所电流负荷分量满足第一解析映射条件和第二解析映射条件,则根据第一解析映射方程组和第一牵引所电流负荷分量,确定第三牵引所电流协同分量控制指令,并根据第二解析映射方程组和第一牵引所电流负荷分量,对第三牵引所电流协同分量控制指令进行调整,得到第一牵引所电流协同分量控制指令。
可选的,图7示出本公开实施例提供的第三种柔性直流牵引供电***的近似最优潮流计算装置的结构示意图。如图7所示,该柔性直流牵引供电***的近似最优潮流计算装置500还包括指令确定单元506,用于在确定第一控制指令对应的第一牵引所电流负荷分量之后:
指令确定单元506,用于若第一牵引所电流负荷分量不满足第一解析映射条件和第二解析映射条件,则根据第一牵引所电流负荷分量确定第二控制指令。
可选的,指令输出单元503用于若第二控制指令满足近似最优潮流优化目标,则输出第二控制指令时,具体用于:
若第二控制指令满足控制指令范围条件和模型迭代条件,则将第一控制指令更新为第二控制指令,并重新计算第二控制指令,直至第二控制指令不满足模型迭代条件;
若第二控制指令满足控制指令范围条件,且第二控制指令不满足模型迭代条件,则输出第二控制指令。
可选的,指令输出单元503用于在若第二控制指令满足控制指令范围条件和模型迭代条件,则将第一控制指令更新为第二控制指令,并重新计算第二控制指令,直至第二控制指令不满足模型迭代条件之前,还用于:
若第二控制指令不满足控制指令范围条件,则对第一牵引所电流协同分量控制指令进行调整,得到第二牵引所电流协同分量控制指令;
根据第二牵引所电流协同分量控制指令重新确定第二控制指令,直至第二控制指令满足控制指令范围条件。
可选的,分量映射单元502用于确定第一牵引所电流协同分量控制指令对应的第二控制指令时,具体用于:
响应于牵引所中的变流器为电压源变流器,确定第一牵引所电流协同分量控制指令对应的第二控制指令,其中,第二控制指令为电压参考指令;
或者,
响应于牵引所中的变流器为电流源变流器,确定第一牵引所电流协同分量控制指令对应的第二控制指令,其中,第二控制指令为电流参考指令。
需要说明的是,上述实施例提供的柔性直流牵引供电***的近似最优潮流计算装置在执行柔性直流牵引供电***的近似最优潮流计算方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的柔性直流牵引供电***的近似最优潮流计算装置与柔性直流牵引供电***的近似最优潮流计算方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
综上,本公开实施例提供的装置,通过指令获取单元获取第一控制指令,并确定第一控制指令对应的第一牵引所电流负荷分量;分量映射单元对第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定第一牵引所电流协同分量控制指令对应的第二控制指令;指令输出单元若第二控制指令满足近似最优潮流优化目标,则输出第二控制指令。因此,本公开实施例并没有采用基于数学最优化理论或者启发式的最优化算法,而是采用从牵引所电流的负荷分量到近似最优的牵引所电流协同分量控制指令之间的解析映射关系来计算控制指令,从而无需反复求解状态变量的修正方向和步长,因此求解量非常小,求解效率可以提升约50倍,可以大大提高最优潮流的计算效率,可以用于分析最优控制下的***潮流分布,设计最优化的***级控制策略,可以为***优化设计、供电能力评估等技术提供基础。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种柔性直流牵引供电***的近似最优潮流计算***、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例终端800的示意性框图。终端旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。终端还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。该终端例如也可以为柔性直流牵引供电***或柔性直流牵引供电***中的一部分。
如图8所示,终端800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储终端800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
终端800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许终端800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如柔性直流牵引供电***的近似最优潮流计算方法。例如,在一些实施例中,柔性直流牵引供电***的近似最优潮流计算方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM802和/或通信单元809而被载入和/或安装到终端800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的柔性直流牵引供电***的近似最优潮流计算方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行柔性直流牵引供电***的近似最优潮流计算方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称 "VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种柔性直流牵引供电***的近似最优潮流计算方法,其特征在于,包括:
获取第一控制指令,并确定所述第一控制指令对应的第一牵引所电流负荷分量;
对所述第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定所述第一牵引所电流协同分量控制指令对应的第二控制指令;
若所述第二控制指令满足控制指令范围条件,且所述第二控制指令不满足模型迭代条件,则输出所述第二控制指令。
2.根据权利要求1所述的方法,其特征在于,在所述获取第一控制指令,并确定所述第一控制指令对应的第一牵引所电流负荷分量之前,还包括:
获取柔性直流牵引供电***对应的输入参数;
根据所述输入参数初始化控制指令,得到所述第一控制指令。
3.根据权利要求1所述的方法,其特征在于,所述确定所述第一控制指令对应的第一牵引所电流负荷分量,包括:
根据所述第一控制指令进行潮流计算,得到第一潮流分布;
基于叠加电路建模技术,确定所述第一潮流分布对应的第一牵引所电流负荷分量。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,包括:
若所述第一牵引所电流负荷分量满足第一解析映射条件且不满足第二解析映射条件,则根据第一解析映射方程组和所述第一牵引所电流负荷分量,确定所述第一牵引所电流协同分量控制指令,其中,所述第一解析映射条件包括电流约束条件和功率约束条件;
若所述第一牵引所电流负荷分量满足所述第二解析映射条件,则根据第二解析映射方程组和所述第一牵引所电流负荷分量,确定所述第一牵引所电流协同分量控制指令;
若所述第一牵引所电流负荷分量满足所述第一解析映射条件和所述第二解析映射条件,则根据所述第一解析映射方程组和第一牵引所电流负荷分量,确定第三牵引所电流协同分量控制指令,并根据所述第二解析映射方程组和所述第一牵引所电流负荷分量,对所述第三牵引所电流协同分量控制指令进行调整,得到所述第一牵引所电流协同分量控制指令。
5.根据权利要求4所述的方法,其特征在于,在所述确定所述第一控制指令对应的第一牵引所电流负荷分量之后,还包括:
若所述第一牵引所电流负荷分量不满足所述第一解析映射条件和所述第二解析映射条件,则根据所述第一牵引所电流负荷分量确定所述第二控制指令。
6.根据权利要求1所述的方法,其特征在于,在确定所述第一牵引所电流协同分量控制指令对应的第二控制指令之后,还包括:
若所述第二控制指令满足控制指令范围条件和模型迭代条件,则将所述第一控制指令更新为所述第二控制指令,并重新计算所述第二控制指令,直至所述第二控制指令不满足所述模型迭代条件。
7.根据权利要求6所述的方法,其特征在于,在所述若所述第二控制指令满足控制指令范围条件和模型迭代条件,则将所述第一控制指令更新为所述第二控制指令,并重新计算所述第二控制指令,直至所述第二控制指令不满足所述模型迭代条件之前,还包括:
若所述第二控制指令不满足所述控制指令范围条件,则对所述第一牵引所电流协同分量控制指令进行调整,得到第二牵引所电流协同分量控制指令;
根据所述第二牵引所电流协同分量控制指令重新确定所述第二控制指令,直至所述第二控制指令满足所述控制指令范围条件。
8.根据权利要求1所述的方法,其特征在于,所述确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,包括:
响应于牵引所中的变流器为电压源变流器,确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,其中,所述第二控制指令为电压参考指令;
或者,
响应于牵引所中的变流器为电流源变流器,确定所述第一牵引所电流协同分量控制指令对应的第二控制指令,其中,所述第二控制指令为电流参考指令。
9.一种柔性直流牵引供电***的近似最优潮流计算装置,其特征在于,包括:
指令获取单元,用于获取第一控制指令,并确定所述第一控制指令对应的第一牵引所电流负荷分量;
分量映射单元,用于对所述第一牵引所电流负荷分量进行解析映射,得到第一牵引所电流协同分量控制指令,并确定所述第一牵引所电流协同分量控制指令对应的第二控制指令;
指令输出单元,用于若所述第二控制指令满足控制指令范围条件,且所述第二控制指令不满足模型迭代条件,则输出所述第二控制指令。
10.一种终端,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211391096.XA CN115498681B (zh) | 2022-11-08 | 2022-11-08 | 柔性直流牵引供电***的近似最优潮流计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211391096.XA CN115498681B (zh) | 2022-11-08 | 2022-11-08 | 柔性直流牵引供电***的近似最优潮流计算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115498681A CN115498681A (zh) | 2022-12-20 |
CN115498681B true CN115498681B (zh) | 2023-03-24 |
Family
ID=85115814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211391096.XA Active CN115498681B (zh) | 2022-11-08 | 2022-11-08 | 柔性直流牵引供电***的近似最优潮流计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115498681B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116853080B (zh) * | 2023-07-31 | 2024-04-09 | 清华大学 | 基于城轨柔直***全线轨电位的ovpd主动选点动作方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106655196A (zh) * | 2017-02-15 | 2017-05-10 | 河海大学 | 一种轨道交通的供电网潮流计算方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101458456B1 (ko) * | 2013-07-01 | 2014-11-07 | 한국철도기술연구원 | 병렬 처리에 의한 철도 급전 시스템 해석 방법 및 장치 |
CN111597672B (zh) * | 2019-02-19 | 2022-07-22 | 南京南瑞继保电气有限公司 | 一种基于牵引计算结果的地铁电力调度***潮流仿真方法 |
CN111682522B (zh) * | 2020-05-11 | 2022-01-28 | 西南交通大学 | 一种基于双向变流装置的城轨供电运行控制方法和*** |
CN112836365B (zh) * | 2021-01-27 | 2022-07-01 | 西南交通大学 | 一种城市轨道交通牵引供电***潮流分布的统一计算方法 |
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***能量管理方法 |
CN114912068B (zh) * | 2022-06-01 | 2023-03-10 | 西南交通大学 | 一种dc牵引网络的潮流分析方法 |
-
2022
- 2022-11-08 CN CN202211391096.XA patent/CN115498681B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106655196A (zh) * | 2017-02-15 | 2017-05-10 | 河海大学 | 一种轨道交通的供电网潮流计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115498681A (zh) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105978016A (zh) | 一种基于最优潮流的多端柔性直流输电***优化控制方法 | |
CN115498681B (zh) | 柔性直流牵引供电***的近似最优潮流计算方法及装置 | |
CN105389621A (zh) | 电动汽车充电负荷对配网***电压影响的充电桩最优分布方法 | |
CN110739690A (zh) | 考虑电动汽车快充站储能设施的配电网优化调度方法及*** | |
CN108155649A (zh) | 一种考虑dg不确定性的配电网网架模糊规划方法 | |
CN103577896A (zh) | 一种大规模电网整定计算的区域划分方法 | |
CN109190832B (zh) | 一种基于重心理论的电动公交车充电站选址方法 | |
CN110518605A (zh) | 一种台区三相平衡深度优化方法及*** | |
CN115347586A (zh) | 多约束多目标优化的新能源场站储能优化配置***与方法 | |
CN114884100A (zh) | 分布式多储能集群的集中式协调控制方法及装置 | |
CN116865264B (zh) | 一种变电站智能化分配供电方法、***及存储介质 | |
CN109560553B (zh) | 一种电力电子变压器低压侧可切换功率模块的切换方法 | |
CN113743685B (zh) | 确定公交车时刻表的方法及电子设备 | |
CN115940155A (zh) | 一种配电网的电压调节方法、装置、设备及存储介质 | |
CN113793022B (zh) | 基于分布式云储能的电网投资规划方案生成方法及*** | |
CN115396955A (zh) | 一种基于深度强化学习算法的资源分配方法及装置 | |
CN108510164A (zh) | 一种电力***内指定地区的外网等值模型在线生成方法 | |
CN109995094B (zh) | 一种交直流混合微电网的规划方法及*** | |
CN115422786B (zh) | 基于支路潮流方程的柔直牵引供电***凸优化建模方法 | |
CN113954649A (zh) | 基于地面储能装置的列车节能控制方法、装置、设备 | |
CN116307304B (zh) | 混合储能配置信息生成方法、装置、设备及可读存储介质 | |
CN113890097B (zh) | 一种变流器并网稳定性分析方法、装置、***及存储介质 | |
CN116780665B (zh) | 基于光伏逆变器与智能控制终端的无功功率补偿方法 | |
CN116683471B (zh) | 无功功率补偿资源的配置方法、装置以及设备 | |
CN116073377B (zh) | 基于双向调节的主配网交互协同方法及*** |
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 |