雙源無軌電車車載儲能系統(tǒng)及新型供電網(wǎng)絡優(yōu)化控制.pdf_第1頁
已閱讀1頁,還剩129頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、雙源無軌電車由車載儲能系統(tǒng)和地面供電網(wǎng)絡提供雙動力源,兼顧有尾氣零排放、節(jié)約能源、行駛靈活、投資少、建設周期短等優(yōu)勢,成為大中城市公共交通發(fā)展的優(yōu)先選擇。隨著雙源無軌電車的大規(guī)模推廣和應用,車輛的機動性、運行路況的復雜性和供電網(wǎng)絡結構的不確定性,給雙源無軌電車的安全、可靠和有效運行帶來了極大的挑戰(zhàn)。
  本文首先基于北京市雙源無軌電車及供電網(wǎng)絡系統(tǒng)的實際參數(shù)和運行數(shù)據(jù),分析了雙源無軌電車的能耗特性,建立了供電網(wǎng)絡分段容量估計的模型

2、,并分別利用電網(wǎng)絡分析計算和軟件仿真的方法,對供電網(wǎng)絡分段和系統(tǒng)的容量進行了評估,得出了現(xiàn)有地面供電網(wǎng)絡系統(tǒng)及運行管理技術不能滿足雙源無軌電車發(fā)展需求的結論。
  針對現(xiàn)有供電網(wǎng)絡系統(tǒng),建立了車載儲能系統(tǒng)出力的優(yōu)化控制模型,并利用最優(yōu)控制算法在約束條件下對模型進行求解,同時,采用線性自回歸的方法建立車輛的行駛功率需求預測模型,利用帶遺忘因子的遞歸最小二乘法對預測模型參數(shù)進行辨識,并通過有限沖激響應低通濾波器來提高預測精度,融合最優(yōu)

3、控制和行駛功率需求預測,提出了基于預測的車載儲能系統(tǒng)的分布式最優(yōu)控制策略,控制車載儲能系統(tǒng)的出力。應用車輛實際運行數(shù)據(jù)的仿真結果表明,利用該算法在不影響車輛運行的條件下,可以大大降低分段饋線的電流,從而能容納更多數(shù)量雙源無軌電車的行駛,提高供電基礎設施資源的利用率。
  針對現(xiàn)有供電網(wǎng)絡存在的分段饋線電流不均的問題,提出了新型的分布式供電網(wǎng)絡技術,提出了約束和加權一致性控制算法,對新型供電網(wǎng)絡進行能量管理,僅通過相鄰分段的通信,實

4、現(xiàn)整個供電網(wǎng)絡分段饋線電流的均衡,理論分析和證明了提出的一致性控制算法的穩(wěn)定性,并提出了大觀測誤差條件下一致性控制算法收斂性的改進方法,使各分段的饋線電流能較快地、平滑地收斂到全局平衡分配的目標。在各分段額定容量不一致時,還可使各個分段的饋線電流按照各自的容量成比例的輸出,實現(xiàn)全局的加權平均。分析和研究了提出的約束和加權一致性控制算法的魯棒性和可擴展性,并通過仿真實例驗證了算法應對實際運行線路負荷突變、供電網(wǎng)絡重組等復雜工況的可行性和有

5、效性。
  最后對前文的單目標能量管理模型進行改進,提出了權衡饋線電流平衡和降低線路功率損耗的新型供電網(wǎng)絡能量優(yōu)化管理模型,分別給出了全局優(yōu)化方法和分布式優(yōu)化方法的解,證明了在分段額定容量一致情形下,只利用相鄰分段信息的分布式優(yōu)化方法可以實現(xiàn)全局最優(yōu)解,并給出了基于一致性控制的分布式迭代算法,對多目標能量優(yōu)化管理模型進行求解。通過選取不同的權重因子,可以實現(xiàn)不同的權衡目標,在實際應用時,可根據(jù)不同的應用場景、雙源無軌電車不同的發(fā)展

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論