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.

不同空间结构的有轨电车超级电容热行为

为了减轻有轨电车超级电容模组因温度引起的性能衰减,基于超级电容器的单体结构,研究单体不同空间结构对超级电容模组热行为的影响.首先,建立超级电容电化学-热耦合模型,并搭建实验平台验证模型的有效性;其次,定义“自然对流换热比表面积”,通过最高温度、最大温差、单体温度波动率和空间利用率4个指标对截面为3×6、2×9的长方体结构、截面为4×4的正方体结构和六面体结构的超级电容模组的温度特性和体积特征进行评估.研究表明:气流路径的长度、对流换热比表面积以及强制对流换热的单体数量会影响散热的效果,具有短而宽流动路径的空间结构冷却效果更好;正方体结构是冷却效果和均温方面的最优选择;对于空间利用率和冷却效率而言,六面体结构是最佳选择.

超级电容有轨电车多区间节能优化研究

超级电容有轨电车具有高效环保的优点,研究其多区间运行时刻表和运行策略能够进一步降低运行能耗。文章首先介绍车载超级电容能量流动模型,建立列车动力学模型与超级电容模型,以列车系统总能耗最小为目标,建立协同优化列车运行时刻表和运行策略的节能控制模型;设计动态规划算法,求解列车多区间运行时刻表和运行策略;最后通过实车线路进行仿真验证。结果表明,在各区间均采用节能运行策略,相比于标准时刻表,优化时刻表能够进一步降低运行能耗;同时分析了多区间总运行时间与能耗的关系,可综合考虑列车运行能耗与效率制定运行时间,采用协同优化方法确定时刻表与运行策略,从而达到节能的目的。

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.

有轨电车超级电容的电能管理

分析有轨电车中超级电容的电能管理,立足于实际应用的可行性和便捷性,研究系统的配置方案,给出超级电容各部分的电路拓扑和控制策略。最后依据超级电容本身的特点,分析车载电容器组的组合方式以及组合后整体耐压与容值的变化特点。

超级电容有轨电车节能驾驶方法研究

针对超级电容有轨电车节能驾驶问题,系统性考虑车辆牵引/制动特性、区间运行时间约束、线路坡度值变化、超级电容充放电能力等条件,提出一种基于极大值原理的最优操纵规则的改进动态规划算法。文章介绍了有轨电车运行系统模型,构建节能驾驶优化问题;基于极大值原理分析总结超级电容有轨电车节能驾驶工况集,结合动态规划思路构建速度轨迹状态空间;采用二分法迭代求解满足准点时间约束的节能驾驶速度曲线。仿真结果表明,改进动态规划算法比常规动态规划算法有更好的求解效率和求解质量,同时超级电容有轨电车的高再生制动利用率会提高电制动工况的使用时机,压缩惰行工况的使用时机。

有轨电车的电池/超级电容器能量管理

为优化能量管理策略,建立有轨电车模型,包括整车动力学模型、电池电路模型、电池寿命模型和超级电容器模型。基于庞特里亚金极大化原理(PMP),以列车运行成本(包括列车运行能耗成本和电池寿命成本)最小化为目标,同时考虑相关约束条件,对能量管理策略进行优化。基于列车实际运行工况,通过仿真进行对比,得出:与传统的阈值法能量管理策略相比,所提出的PMP能量管理策略能够节省13%的运行成本。

有轨电车超级电容器新型相变材料热管理研究

以有轨电车用圆柱型超级电容器为研究对象,通过建立电-热耦合模型,并利用有限元法分析高温、自然对流条件下超级电容器的温度场分布。在25和42℃环境下进行实验,分析自然对流、强制对流、新型相变材料三种不同热管理方式对超级电容器温度的影响。研究结果表明,42℃环境下自然对流时,超级电容器中心区域温度最高达到60℃;通过风冷可将25℃环境下的超级电容器最高温度控制在50℃内,却不能满足42℃环境下的热管理要求;采用新型相变材料能有效控制42℃环境下的最大温升与温差分别在3和2℃内。

城市轨道交通超级电容技术

超级电容具备功率密度高(2~15k W/kg),循环寿命长(10万~100万次),使用温度范围宽(–40~+70℃)和能量转换效率高(≥90%)等特点,在轨道交通领域可作为储能式有轨电车供电电源、再生制动能量地面储能系统和内燃机辅助启动装置。介绍超级电容储能基本原理,系统说明单体制备工艺以及模组组态方式,总结比较国内外主要厂家的技术特点,中国双电层超级电容已经实现全球单体最大容量12 000 F批量生产,技术处于行业领先水平。针对影响超级电容储能装置使用寿命和安全的因素进行分析,并对轨道交通用超级电容系统未来研发方向进行展望。

超级电容在城市轨道交通车辆中的应用进展

轨道交通车辆逐渐由从高速、重载向绿色、智能技术转型,而超级电容的高比能、高功率、长寿命的优点,使其在轨道交通车辆领域获得快速发展。从近些年超级电容在轨道交通车辆的应用出发,重点阐述了超级电容在有轨电车的牵引、制动,地铁的制动能量回收、应急牵引,混合动力动车组的牵引加速、制动等方面的技术特点及进展。

储能式有轨电车的永磁同步电机控制策略优化

提出一套有轨电车的永磁同步电机优化控制策略。在d-q轴电流平面内分析永磁同步电机不同限制曲线之间的关系和电流轨迹变化的情况;以转矩为控制目标,在以MTPA曲线、电流极限圆和电压极限椭圆为边界的区域内根据永磁同步电机转矩特性曲线规划电流轨迹;采用MTPA控制和优化弱磁控制相结合的算法进行控制实现;以青岛超级电容储能式胶轮有轨电车为实验平台对该方法进行了现场试验及长时运行考核,永磁同步电机实际输出转矩能准确地跟踪给定转矩,且MTPA控制和优化弱磁控制能平稳运行及切换,证明了所提方法的有效性和实用性。

有轨电车超级电容储能电源系统的寿命评估

根据自主研发的广州海珠线储能式有轨电车储能电源的性能参数和散热结构,模拟了储能电源的温度分布场,分析了在该温度场下超级电容的使用寿命。根据超级电容寿命理论预测公式,结合海珠线储能电源中超级电容模组容量和内阻的变化曲线,推导出了储能电源中超级电容使用的平均寿命,评估了海珠线储能电源的寿命。

一种有轨电车超级电容储能牵引系统的设计

针对有轨电车电力牵引运行的特点,设计了一套超级电容储能牵引系统,并对超级电容储能管理系统的功能、系统架构和实现方案进行了详细的论述。在满负载情形下进行系统仿真实验和现场试验,仿真结果和现场试验基本相符,证明了本超级电容储能牵引系统方案在满负载和循环寿命方面都适合于有轨电车系统,技术上是可行的。

接触网间歇式供电电容储能车辆储能系统运行工况建模分析

以接触网间歇式供电电容储能车辆储能系统运行工况的建模方法为研究对象,对接触网间歇式供电电容储能式有轨电车运行过程建立多质点模型,并对以超级电容为基础的车载储能系统建立其数学模型。对储能车辆进行区间线路仿真,得到超级电容功率曲线及SOC(荷电状态)曲线,并将多质点模型与单质点模型下的仿真结果进行对比。对车载储能系统运行工况进行分析,验证了列车多质点动力学模型对储能系统的能量计算具有更高的精确性。

大汉阳地区现代有轨电车试验线车辆特点研究

介绍了武汉大汉阳地区100%低地板储能式现代有轨电车车辆的特点,主要包括车辆总体结构、车辆电气总体方案及各子系统特点,以及有轨电车车辆编组形式、无触网超级电容储能、转向架平台、空调系统及列车控制等.分析了武汉大汉阳地区有轨电车的优势,并提出了改进的意见及建议,为以后有轨电车的发展提供依据.

规则控制与行驶工况相结合的现代有轨电车能量管理策略

规则控制具有鲁棒性强、灵活性高等显著优势,逐渐成为优化储能式现代有轨电车能量管理性能的经典方法,但也同时面临过于依赖专家经验与工况适应性差的问题。为此针对有轨电车用锂电池/超级电容混合储能系统,在传统模糊逻辑控制的输入中同时引入道路坡度和运行速度,提出一种动态功率分配新方法。依据行驶工况制定隶属度函数与论域,调整超级电容高功率密度响应时刻,优化列车动力性能;采用粒子群算法对模糊控制规则权重寻优,在保证列车功率需求的同时降低锂电池峰值电流,延长储能系统使用寿命;并将所提策略应用到北京现代有轨电车西郊线路数据的算例对比验证中。结果表明,融合行驶工况信息的模糊控制相较于传统模糊控制实现了在功率分配、锂电池和超级电容荷电状态偏移范围、锂电池运行应力及储能系统整体效率方面的多重最优,且再生制动能量回收率有显著改善;通过粒子群算法对规则权重寻优相较于传统固定权重方案使锂电池峰值电流降低31.02%,列车续驶里程提升了22.45%,且算法在迭代7次以内能够找到全局最优解,运算速度快,易于实现。