新型供电方式有轨电车能量管理策略

为了提高混合动力有轨电车制动过程中制动能量的回收效率，提出一种考虑储能系统始末状态的能量管理策略. 在有轨电车从启动到制动的运行过程中，基于极小值原理对混合动力系统进行功率分配，以实现对超级电容荷电状态（state of charge，SOC）安全范围的有效控制，并保证在制动时刻超级电容具有足够的SOC余量来吸收制动功率；同时，将有轨电车启动、运行过程中的牵引控制策略与制动过程的能量回收策略相结合，采用绝缘栅门极晶体管（insulated gate bipolar translator，IGBT）斩波器与制动电阻相结合使用的方式，抑制母线电压的抬升； 最后基于实际的有轨电车运行工况，在MATLAB/Simulink平台下进行了仿真测试. 结果显示，在有轨电车制动时刻，超级电容SOC均能够按照预期下降到0.4左右，且在制动全过程中，有轨电车母线电压始终处于875 V以下，满足母线电压的控制要求.      

基于动态规划的混合动力有轨电车能量管理方法

针对传统动态规划算法在燃料电池混合动力系统能量分配中存在的误差累积问题，以及为进一步提高燃料电池混合动力有轨电车的耐久性和燃料经济性，提出了一种基于改进动态规划算法的燃料电池混合动力有轨电车能量管理方法；改进动态规划算法在传统动态规划的基础上调整了状态转移方程，通过只对系统状态量进行离散从而避免计算过程中的插值计算导致的误差累积；同时将系统等效氢耗、动力电池充电状态（SOC）约束和燃料电池加、减载带来的耐久性问题作为优化目标构成加权惩罚函数，使系统在获得良好燃料经济性的同时兼顾耐久性；将所提管理方法与功率跟随和传统动态规划进行对比分析. 研究结果表明:所提方法相较于功率跟随方法，使末态SOC值降低了13.3%，燃料经济性提高了78%；相较于基于传统动态规划算法的能量管理方法，使燃料经济性提高了3.5%，且SOC变化范围和燃料电池变载情况均具有显著改善.      

有轨电车燃料电池混合动力多目标匹配优化

有轨电车燃料电池混合动力系统配置对整车动力性能、系统效率及经济效益具有重要影响，但是目前缺乏有效的优化匹配方法. 基于有轨电车沿线动态工况下的牵引功率计算，提出了面向服役周期成本最低的燃料电池有轨电车混合动力系统匹配优化方法. 以混合动力系统整车服役周期成本最低、体积/重量最小为目标函数，以动力性能、直流母线电压、电源输出功率、功率/能量实时平衡、储能系统充放电倍率及其充放电深度和SOC （state of charge） 为约束条件，建立了多目标多约束配置优化模型. 采用多目标优化方法获取Pareto前沿，同时给出了体积/重量可接受、经济性最优的推荐方案确定方法. 仿真结果表明，多目标匹配优化方法配置的有轨电车燃料电池混合动力系统满足了所有设计指标，混合动力系统全寿命周期成本从7 000万元降为1 500万元.      

燃料电池汽车混合度与能量管理策略研究

针对目标车辆,以满足车辆动力性为前提,进行燃料电池动力系统静态匹配,并基于GT-Suite平台建立燃料电池动力系统模型及整车模型。以NEDC循环(新欧洲行驶工况)为研究工况开展在不同混合度下,不同能量管理策略对整车经济性的影响规律及影响机理研究,为确定燃料电池轿车最优能源配置提供依据。结果表明,燃料电池动力系统混合度及能量管理策略差异会导致燃料电池、动力电池功率分配以及运行时间不同,进而影响动力系统效率进而影响整车经济性;功率跟随模式在中混合度情况下整车经济性最优,开关控制模式在低混合度情况下整车经济性最优。     

含光伏和混合储能的同相牵引供电系统日前优化调度

既有牵引供电系统中以负序为主的电能质量问题以及电分相环节严重制约了其安全、高效运行，目前理想的解决方案是基于对称补偿理论的同相供电技术. 通过同相补偿装置中的直流母线接入光伏发电系统以及混合储能装置，进一步实现再生回馈能量利用和牵引负荷削峰填谷，提高光伏渗透率. 因此，建立了一种同相牵引供电系统优化运行模型，该模型以同相牵引变电所日运行成本最低为目标，以混合储能装置充放电策略、光伏出力以及潮流控制器功率为决策变量，尤其考虑了电网侧三相电压不平衡度约束；进一步将原始优化模型中非线性约束进行线性化处理，得到混合整数线性规划模型，并利用商业规划求解器CPLEX进行求解. 算例分析结果表明:接入光伏与混合储能装置后日运行成本可节省36.45%，且三相电压不平衡度满足国标上限2%的要求.      

基于状态机的燃料电池混合动力系统控制策略

针对由2套大功率氢燃料电池、超级电容和动力电池所构成的有轨电车用混合动力系统,提出能够满足运行工况需求的状态机控制能量管理策略. 首先,以状态机为基础构架,将有轨电车的运行划分为牵引、惰行、制动和故障4种状态;接着研究了4种运行状态下的能量管理策略,牵引状态采用基于自适应放电系数的均压算法,惰行状态采用改进的最大效率点跟随算法;然后基于4种状态,进行了整车实际运行;最后对比分析了功率跟随策略、状态机控制策略的能耗和电池堆效率. 研究结果表明:基于自适应放电系数的均压算法能够保证2套超级电容在牵引状态中均匀放电,避免了单套超级电容过度使用的情况;改进的最大效率点跟随算法使得燃料电池的平均效率提高了3.91%;此外,状态机控制策略与功率跟随策略的电堆效率分别为61.89%、57.98%,前者比后者节约了3.2%的氢气.      

并联式混合动力汽车能量管理的马尔可夫决策

为研究同轴并联式混合动力汽车的能量管理策略,建立了同轴并联式动力系统动态方程,分析了转矩需求无后效性的马尔可夫特性.在维持电池容量不变的条件下,以燃油消耗最小为优化目标,采用马尔可夫决策实施能量管理策略,并采用策略迭代方法求解了马尔可夫能量管理的转矩决策过程,在J1015工况和昆明工况进行了仿真,实现了能量管理的在线实施.结果表明,与基于动态规划的能量管理策略相比,马尔可夫决策的能量管理策略能在线实施,且电池容量变化更为平稳;在燃料消耗方面是全局次优的,在J1015行驶工况下100 km燃油消耗增加了1.32 L,在昆明行驶工况下100 km燃油消耗增加了1.59 L.      

电-氢孤岛直流微电网的分层能量管理

为了实现电-氢混合储能微电网的控制与运行，提出一种该类孤岛直流微电网的全天候能量管理方法，在满足负载需求功率、控制母线电压的基础上，将微网多余电能向化学能及氢能转化，且将储存的能量通过燃料电池及蓄电池适时运用于微网功率缺额的情况；通过对各电源、负载设备DC/DC变换器控制以及管理层的协调控制，实现了该系统的能量管理；基于MATLAB/Simulink软件平台，验证了该文能量管理方法的有效性. 研究结果表明:电-氢微电网在运行过程中母线电压波动幅度小于0.33%，远小于5.00%的运行要求；锂电池等效荷电状态及储氢罐等效荷电状态初末值变化幅度分别为4.0%和0.2%，储能系统运行稳定；该能量管理方法能够在保持电-氢系统稳定运行的前提下，无需外界提供额外能量即可确保该系统的全天候正常运行.      

新型供电方式有轨电车运行能耗优化方法

针对无接触网新型供电方式有轨电车运行能耗的问题，研究了一种在储能容量有限的情况下降低运行能耗并提高再生制动能量回收的方法. 该方法在保证列车站间运行距离不变、站间运行时间在可行范围内、且满足超级电容吸收制动功率能力的前提下，通过重新分配牵引、惰行、制动3种工况执行的距离以及列车在牵引与制动工况的出力大小，计算出一条既实现节能又提高制动能量回收的列车目标运行曲线；最后使用该方法对某有轨电车实际运行线路进行优化. 仿真结果表明:在冗余时间内，该方法平均减少4%的运行能耗；同时超级电容在有轨电车制动过程中平均增加4%的制动回馈能量回馈，且能够安全运行.      

燃料电池混合动力有轨电车动力系统设计

基于氢能的燃料电池混合动力有轨电车是现代有轨电车的研究热点.结合有轨电车的总体性能需求,对燃料电池混合动力有轨电车进行了系统设计,给出了燃料电池/超级电容混合动力系统的总体方案与拓扑结构,进行了混合动力系统配置和有轨电车牵引性能计算.结果表明,所配置的混合动力系统的输出功率分配可以很好地满足列车在0~35 km/h速度时加速度为1.2 m/s2、最高车速70 km/h的动力性能要求.研制的混合动力系统样机在有轨电车模拟运行工况进行了试验,在试验过程中可以实现多套系统能量的分配管理.      

燃料电池混合动力系统参数匹配与多目标优化

在满足机车动力性能需求的条件下,运用参数匹配方法对燃料电池系统的重量、体积指标进行了优化. 首先,搭建了机车动力学模型,针对列车运行的加速启动、匀速爬坡、最大时速运行3种关键工况,分别得到3个需求功率峰值;其次,基于传统方法,以最大需求功率峰值为目标,分析了超级电容-动力电池配比;然后,在传统方法基础上,采用改进粒子群算法（improved particle swarm optimization,IPSO）,进行了基于系统重量和体积的多目标优化参数匹配计算,得到了最优解;最后,对传统方法和多目标优化方法进行了对比分析. 研究结果表明:两种方法均能满足列车动力需求;采用多目标优化方法,为同型燃料电池混合动力有轨电车配置2套150 kW燃料电池,124个超级电容（48 V,165 F）和337个动力电池（3.7 V,9 A?h）. 车辆经32.24 s加速可达时速70 km/h,最大爬坡能力为85.5‰,持续爬坡能力为732.5 m;相比较传统方法,重量和体积优化率分别达到83.075%和86.696%.      

混合动力列车电源系统控制策略

为了实现混合动力列车的计算仿真,建立混合电源系统模型,并提出一种混合电源系统控制策略.在此基础上,通过对混合电源系统与列车纵向动力学系统的耦合分析,给出了基于该电源系统控制策略的列车运行目标速度曲线计算算法.利用MATLAB/Simulink对系统建模,对列车在某线路上的运行过程进行了仿真.仿真结果表明,系统控制策略能够满足列车的运行性能,列车自动控制(ATC)系统能够精确的控制列车跟踪计算的目标速度曲线运行,混合电源回收了41%的再生制动能量, 控制策略和目标速度曲线计算算法达到了设计目标.      

考虑性能衰退的燃料电池汽车自适应优化能量管理策略

为了提高系统效率与降低因不利运行条件导致的燃料电池使用寿命缩短风险,提出了考虑燃料电池性能衰退的自适应庞特里亚金极小值原理(P MP)能量管理策略,用于城市公交车燃料电池/超级电容混合动力系统;分析了离线式P MP燃料电池/超级电容混合动力系统在5种不同循环工况下的能量分配结果,获取了在3种典型城市公交循环工况下初始协...     

基于动态规划算法的增程式电动汽车能量管理策略优化

提出了一种动态规划改进算法, 根据约束条件确定未来可达状态序列, 通过计算离散状态点间的转移代价, 在保证求解精度的同时, 降低了离线优化计算量; 利用改进动态规划算法设计了增程式电动汽车能量管理策略, 根据能量管理优化问题特点, 建立了动力系统模型和适用于全局优化求解的系统状态方程, 并确定了以动力电池荷电状态为系统状态量和增程器发电功率为系统控制量; 在迭代计算过程中, 将发动机燃油费用和动力电池电能费用之和作为目标函数, 构建了基于北京主干道不同行驶里程仿真工况, 得到了驱动电机需求功率最优分配结果; 提取了增程器启停状态与动力电池荷电状态和驱动电机需求功率二者之间的控制规则, 利用最小二乘法对增程器功率分流比与驱动电机需求功率的分布规律进行拟合, 建立了基于优化规则的能量管理策略。仿真结果表明: 对于行驶里程为100km的仿真工况, 动态规划改进算法计算时间为7 239s, 与经典动态规划算法相比计算效率提高了78.2%;基于优化规则的能量管理策略能够获得类似动态规划改进算法的控制效果, 2种控制策略的动力电池荷电状态误差小于2.5%;相比实车电能消耗-电能维持型控制策略, 基于优化规则的控制策略能够使整车经济性提高5.4%, 使燃油经济性提高7.9%。