Professional Documents
Culture Documents
Phương pháp tiết kiệm năng lượng cho siêu tụ điện
Phương pháp tiết kiệm năng lượng cho siêu tụ điện
Hình 1. Sơ đồ hoạt động tiết kiệm năng lượng của tàu điện
Kết hợp với điều kiện đường và định luật cơ học Newton, mô hình động lực
học của hoạt động tàu có thể được mô tả như sau:
{
dv u ( s )−F 0 ( v )−F a (s)
=
ds Mv (1+ γ )
dt 1
=
ds v
Với:
M là trọng lượng của đoàn tàu, t;
v = v(s) là vận tốc của tàu, km/h;
u(s) là lực kéo hoặc lực phanh, u(s) ∈[−Fb ( s ) , F t ( s ) ], kN;
max max
F a (s ) là sức cản bổ sung của đoàn tàu, bao gồm sức cản của đoạn đường nối,
sức cản của đường cong và sức cản của đường hầm, kN.
F 0 ( v )=( a0 +a1 v + a2 v 2) . Mg .10−3
Với
g là gia tốc trọng trường, thường lấy 9,8 m/ s2
a 0 , a 1 , và a2 lần lượt biểu diễn hệ số ma sát lăn, hệ số cản cơ học và hệ số cản
không khí của đoàn tàu
F 0 ( v )=( a0 +a1 v + a2 v 2) . Mg .10−3
Với f s , f c và f t là lực cản độ dốc đơn vị, sức cản đường cong đơn vị và sức cản
đường hầm đơn vị, N/kN.
Các ràng buộc giữa các ga xe lửa như sau:
¿
Với:
L là khoảng cách giữa các trạm, km;
T sch là thời gian chạy được thiết lập bởi thời gian biểu, s;
III. TỐI ƯU HÓA TIÊU THỤ NĂNG LƯỢNG CỦA VẬN HÀNH CAN
THIỆP DUY NHẤT
Việc tối ưu hóa mức tiêu thụ năng lượng theo khoảng thời gian duy nhất là
một bài toán tối ưu hóa đa mục tiêu. Các chỉ số hiệu suất bao gồm đỗ xe chính
xác, đúng giờ và tiết kiệm năng lượng. Công thức (4) ~ (6) mô tả các phương
pháp tính toán của bốn chỉ số:
f dừng=|Sthực tế −S yêu cầu|
f nănglượng=E
Trong bài báo này, bài toán đa mục tiêu được chuyển thành một bài toán mục
tiêu duy nhất, vì vậy chỉ số hiệu suất toàn diện được thể hiện trong công thức (7)
f dừng f tức thời f hãm f năng lượng
f =∂1 + ∂2 +∂3 +∂4
f dừng max
f tức thời max
f hãm max
f năng lượng max
α 1+ α 2 +α 3 + α 4=1
Phần này lấy một đoạn đơn làm ví dụ để tối ưu hóa đường cong tốc độ mục
tiêu của tàu điện. Độ dài của quãng đường là 1200 mét và thời gian chạy thử là
72 giây. Do khoảng cách giữa các trạm tàu điện ngắn nên vì mục đích tiết kiệm
năng lượng, chỉ các điều kiện về lực kéo, độ dốc và phanh mới được xem xét
cho hoạt động giữa các trạm. Do đó, ba điểm chuyển mạch S1, S2 và S3 được
đặt làm lời giải của bài toán tối ưu hóa. Hơn nữa, tàu có thể phát huy hết khả
năng tăng tốc và phanh theo tình huống, do đó, tỷ lệ phần trăm đầu ra A1 và A2
của lực kéo và phanh tàu điện được coi là giải pháp của bài toán tối ưu hóa.
Phương pháp tìm kiếm được sử dụng là tối ưu hóa bầy đàn (PSO), là một thuật
toán tìm kiếm ngẫu nhiên theo phương pháp heuristic song song hiệu quả. Nó có
ưu điểm là thuật toán đơn giản, ít biến và tốc độ hội tụ nhanh.
Thuật toán tối ưu hóa bầy đàn được sử dụng để giải quyết phương pháp tối
ưu hóa đường cong tốc độ mục tiêu một phần của tàu điện và các bước thực hiện
như sau:
1) Các thông số khởi tạo bao gồm các thông số về tàu, thông tin đường
truyền, tối ưu hóa bầy đàn S1, S2 và S3 cũng như A1 và A2.
2) Theo mô hình tàu điện, vị trí đỗ tương ứng S, khoảng thời gian vận hành
T, năng lượng tiêu thụ và năng lượng hãm thu được khi lặp lại tốc độ.
3) Theo mục tiêu tối ưu hóa, giá trị phù hợp giá trị thể chất ban đầu của các
đàn được tính toán.
4) Theo giá trị thể trạng của mỗi đàn, vị trí tối ưu của quần thể và cá thể
được xác định.
5) Cập nhật nhóm đàn S1, S2, S3 và nhómđàn A1, A2.
6) Nếu nó không thể lớn hơn số lần lặp lại hoặc nhỏ hơn giá trị thể chất tối
thiểu, hãy quay lại bước 2).
Cuối cùng, so sánh đường cong tốc độ, đường cầu công suất, đường tiêu
thụ năng lượng và đường cong tiện nghi trước và sau khi tối ưu hóa khoảng thời
gian đơn được thể hiện trong Hình 2 và Hình 3.
Hình 2. Tốc độ trước và sau khi tối ưu hóa khoảng thời gian duy nhất
Hình 3. Tiêu thụ năng lượng trước và sau khi tối ưu hóa khoảng thời gian
duy nhất
Trước khi tối ưu hóa, để xác minh thời gian ngắn nhất để tàu điện chạy
giữa các ga, tàu điện được kéo đến tốc độ tối đa với lực kéo lớn nhất, sau đó là
tốc độ đồng đều, và cuối cùng dừng lại với lực phanh tối đa.
Sau khi tối ưu hóa, phân tích Hình 2 cho thấy tiết kiệm năng lượng khi
chạy dốc được bổ sung giữa lực kéo và phanh, điều này cũng phù hợp với các
quy định trong vận hành chạy tàu. Không đánh đổi sự đúng giờ, tàu điện đã nỗ
lực hết sức trong giai đoạn bám đường. Tham khảo Hình 3, để không vượt quá
khả năng hấp thụ của siêu tụ điện trong quá trình hãm, toàn bộ lực không được
sử dụng, do đó, công suất của hãm tái sinh bị giảm. Trên thực tế, khả năng hấp
thụ lực hãm của siêu tụ điện tại thời điểm hãm không chỉ liên quan đến điều kiện
làm việc mà còn liên quan đến chiến lược quản lý năng lượng cụ thể. Để thuận
tiện cho việc phân tích, người ta giả thiết rằng điện áp của siêu tụ điện giảm
xuống còn 0,6 điện áp cực đại của nó tại thời điểm hãm. Hình 3 có thể thấy rằng
mức tiêu thụ năng lượng sau khi tối ưu hóa giảm 7,0% so với trước khi tối ưu
hóa.
IV. TỐI ƯU HÓA VẬN HÀNH TIẾT KIỆM NĂNG LƯỢNG CỦA
CÁC TÀU NGHIÊN CỨU
Lấy tuyến tàu điện Tam Á T1 làm đối tượng mô phỏng, đoạn tuyến từ ga
đường sắt Tam Á đến ga Jiangang Road. Tổng chiều dài của tuyến là 8,37km,
thời gian khai thác một chiều là 35 phút. Độ dốc tối đa của đường là -24,8 ‰ và
độ lệch thời gian tối đa cho phép là 30 s. Thông tin về thông số tàu được thể
hiện trong Bảng I và thông tin về tuyến được thể hiện trong Bảng II.
Bảng I. CÁC THÔNG SỐ CỦA TÀU ĐIỆN
Số seri Cột đầu bảng
Tham số Giá trị
1 Mảng 3M2T
2 Trọng lượng hành khách định mức (t) 88,2
3 Tốc độ hoạt động tối đa (km/h) 70
4 Hệ số quán tính γ 0,07
5 AωBωCω 2.59/0.091/0.00075
6 Hiệu suất truyền động / Hiệu suất biến 97/90
tần
Hình 5. Tiêu thụ năng lượng trước và sau khi tối ưu hóa liên vùng
V. KẾT LUẬN
Trong bài báo này, thuật toán tối ưu hóa bầy đàn được sử dụng để tối ưu
hóa đường cong tốc độ mục tiêu của tàu điện và đường cong tốc độ tàu điện
với các chỉ số hiệu suất toàn diện tốt nhất như đúng giờ, tiết kiệm năng lượng
và hấp thụ nhiều năng lượng phanh hơn sẽ thu được. Trong trường hợp
không khẩn cấp, tàu điện hoạt động theo đường cong này. Trong thời gian dư
thừa giữa mỗi trạm, mức tiêu thụ trung bình của hệ thống có thể giảm 4,2%
mỗi giây và khả năng phục hồi năng lượng phanh có thể tăng lên 4,2%, để
giảm hiệu quả mức tiêu thụ năng lượng của lực cản phanh, điều này có một
số Khai sáng nhất định cho hoạt động tiết kiệm năng lượng của tàu điện.
Tài liệu tham khảo
1) Yang X , Li X , Ning B , et al. A Survey on Energy-Efficient Train
Operation for Urban Rail Transit[J]. IEEE Transactions on Intelligent
Transportation Systems, 2015, 17(1):2-13.
2) Chen L , Wang D P . Energy Consumption Modeling and Energy
Saving Analysis of Supercapacitor Tramcar[J]. 2018:79-84.
3) Milroy, Ian P . Aspects of automatic train control[J]. ian peter milroy,
1980.
4) Asnis I A , Dmitruk A V , Osmolovskii N P . Solution of the problem
of the energetically optimal control of the motion of a train by the
maximum principle[J]. USSR Computational Mathematics and
Mathematical Physics, 1985, 25(6):37-44.
5) Howlett, Phil. An optimal strategy for the control of a train[J]. Journal
of the Australian Mathematical Society, 1990, 31(04):454.
6) Howlett P G , Pudney P J , Vu X . Local energy minimization in
optimal train control[J]. Automatica, 2009, 45(11):2692-2698.
7) Howlett P , Jiaxing C . Optimal driving strategies for a train on a track
with continuously varying gradient[J]. The ANZIAM Journal, 1997,
38(3).
8) Khmelnitsky, E. On an optimal control problem of train operation[J].
IEEE Transactions on Automatic Control, 2000, 45(7):1257-1266.
9) [1] Ding Yong, Mao Baohua, Liu Haidong, Wang Tiecheng, Zhang
Xin. Study on simulation algorithm of train energy saving operation
under timing constraint [J]. Journal of system simulation, 2004 (10):
2241- 2244.
10) Yang L , Li K , Gao Z , et al. Optimizing trains movement on a
railway network[J]. Omega, 2012, 40( 5):619-633.
11) Wang, Pengling, Goverde, et al. Multiple-phase train trajectory
optimization with signalling and operational constraints[J].
Transportation Research Part C Emerging Technologies, 2016.
12) Liu Yao. Research and Simulation of auxiliary power supply
system for suspended monorail train [D]. 2017.