基于人工兔优化方法的净零排放牵引动力系统光伏-DETA蓄电池储能优化
发布时间：2026-07-08 19:35:20 点击： 次
从传统动力化石燃料向可再生动力的转型正变得日益可行，且对应对动力与环境挑战至关重要。在交通电气化进程中，电力需求的波动性与可再生动力发电的间歇性特征对完成高比例可再生动力使用构成了挑战。电池储能体系电池储能体系（BESS）与可再生资源为这些间歇性问题供给了可行的解决计划，但其本钱需要慎重优化。本文探讨了使用现场可再生动力为铁路牵引体系供电的本钱影响，并提出了一种光伏选用人工兔算法（ARO）优化的光伏储能战略。经过使用铁路负荷与区域光伏数据，我们优化了电池储能体系的容量与光伏电站的额定功率，在满意铁路电力需求的一起完成出资运营本钱最小化。研讨标明，电池储能容量与光伏装机规划的装备取决于不同的自给率（SSR）要求，由此构成高比例可再生动力体系的最优装备计划。此外，研讨着重电池老化要素对下降牵引体系本钱具有关键作用电力体系使用可再生动力并在分时电价方针下保持经济可行性。
在倡议可再生动力与储能体系的布景下，铁路电气化因其整合可再生动力发电与储能体系以完成净零排放的潜力而备受重视。铁路被视为能效最高、最环保的交通方式之一。与公路运输体系比较，电气化铁路经过集中供电和下降冲突损耗，可完成高达30%的能效进步，并明显减少碳排放[5]。根据国际动力署（IEA）数据，在净零排放（NZE）情景下，电力已成为铁路运营的首要动力，2010至2022年间铁路职业总用电量继续增长[6]。柴油等化石燃料动力占比相应下降。这一趋势凸显了电气化转型的加速推进，以及铁路体系选用清洁可再生动力运转的潜力。图1展现了NZE情景下铁路体系按燃料类型划分的历史能耗状况。
将风能与太阳能等可再生动力电力整合至铁路网络，关于推进可再生动力发电增长具有重大意义。这一举措尤为关键，由于铁路电力网络的可扩展性和高负荷承载才能使其可以躲避公共电网在容纳更多可再生动力发电机组时所面临的诸多限制。但是到目前，在直接使用风能或太阳能等可再生动力为铁路体系供电方面取得的发展仍然有限[7]。多项研讨提出了将可再生动力与电力交通体系整合的各种渠道。针对电气化铁路体系（ERS），已规划出一种调度模型，该模型整合了可再生动力（RE）以及由超级电容器和电池组成的混合储能体系（HESS）。研讨考虑了列车再生制动才能，以剖析可再生动力发电的影响、HESS的行为形式以及ERS中节能潜力[8]。为进步电气化铁路体系的节能才能，有学者提出选用序列化决策流程来优化并网电力牵引变电站与光伏电池及电池储能体系（BESS）的技能经济整合计划[9]。该办法经过评价不同事例研讨，验证了所提优化计划在本钱最小化方面的有效性。
在技能进步、本钱下降和方针支持的多重推进下，光伏储能体系（PV-BESS）不只使用于铁路范畴，更广泛浸透至居民住所、商业场所以及公用事业级电网等多种场景。现有研讨对PV-BESS在不同场景下的开发与体系集成进行了深入探究，展现出明显的技能发展与多样化的使用形态。部分居民用户重点重视体系装备本钱及其负荷需求匹配才能。根据教与学优化算法（TLBO），研讨者提出了以净现值总本钱（NPC）最小化为目标的PV-BESS优化结构[10]。该研讨归纳考量NPC与动力本钱（COE）因子，并经过粒子群算法（PSO）和遗传算法（GA）进行比照计算与验证。沿此研讨途径，一项根据多目标遗传算法的事例研讨被提出，用于阐释不同运转战略（包含惯例运转战略、动态电价运转战略及混合运转战略）的影响[11]。在修建负荷方面，提出并使用了根据混合整数非线性规划(MINLP)办法的优化结构[12]，以最小化全生命周期本钱(LCC)，一起考量多种电价方针。针对净零排放修建(nZEB)，提出根据线性规划(LP)的优化战略以优化电池充放电计划[13]，并根据不同运转目标比照优化成果。电动汽车充电站的光伏-储能体系规划[14]经过车-楼互动(V2B)突显用户潜在收益，一起下降储能电站运转本钱。该技能既可装备于用电侧，也可与发电侧设备协同装置。针对混合可再生动力电站，研讨提出了一种根据PSO算法的优化战略，经过引入多目标函数以最大化电池能量套利收益，一起最小化电池容量损耗[15]。文献[16]体系总结了光伏体系的能量管理战略，涵盖两类根据优化的办法、两类根据机器学习的办法以及三种根据规则的启发式办法。根据电池储能体系（BESS）的削峰填谷特性，并进一步考虑体系负荷与实时电价的改变，文献[17]提出了一种储能附加潜在效益模型。以总运转本钱最小化为目标，该研讨建立了一个修建级归纳动力体系日前运转的双层优化运转模型。已有研讨剖析了两种不同类型BESS在差异电价方针下的经济效益[18]。以住所修建为研讨目标，在动态电价、固定费率及分时电价两种时段下剖析了铅酸电池与锂离子电池的功能体现，为电池类型挑选供给了新思路。还有研讨别离选用遗传算法和MINLP办法对住所光伏-储能体系容量进行优化求解[19,20]。该研讨触及整个体系的时刻序列模拟，并选用一年内采集的数据进行验证[19]。另一方面，文献[20]经过考量储能体系的循环寿数与功能，确认了最优放电深度。[21]选用混合办法，结合灾变遗传算法与数学建模工具GAMS中的DICOPT求解器，对家庭可再生动力发电体系与储能体系容量进行优化求解。成果标明，在小规划电价机制下，家庭用户仅需装置光伏体系，而在区域电价和分时电价机制下，则需一起装置光伏体系与电池储能体系（BESS）。关于光伏-储能体系优化问题的类似研讨可参看文献[[22], [23], [24], [25]]。这些研讨均提出了独特的光伏-储能体系建模办法，尽或许考虑实践工况对体系运转状态的影响，并供给若干体系运转状态评价目标，旨在进步光伏-储能体系的运转效率与经济效益。
将光伏-电池储能体系（PV-BESS）集成到铁路体系中通常需要大容量配备。尽管这些体系已被证明能明显下降对电网的依赖并加速完成净零排放的进程，但许多出资者和运营商仍持观望情绪。因而，着重此类体系的商业形式至关重要。电池储能体系在动力套利中的使用可被视为具有潜在创收才能的解决计划[26,27]。发电与出口电价之间的明显差异使得电池储能体系对商业形式具有较强吸引力。这些体系可以进步光伏业主在享受上网电价方针时的自发自用率。经过贮存光伏余电以供高峰电价时段使用，电池储能体系（BESS）可最大化使用光伏峰值输出功率。敏感性剖析标明，光伏储能装置的初始配备本钱、分时电价（TOU）结构以及电池寿数是影响体系盈利才能的首要要素[27]。
光伏-电池储能体系（PV-BESS）的运转条件与工作形式对电池安全性及电网平稳运转具有重要影响。不同容量的BESS或许导致负荷供应的过载或欠载，从而引发重大经济损失，并下降体系可靠性与能效。因而，精确展开PV-BESS容量优化与评价关于保障体系经济性、高效性和可靠性至关重要。[28]提出了一种具有激励方针的PV-BESS体系鲁棒本钱最优调度办法，其中电池储能体系的充放电遵从小时电价，将根据GAN的猜测模型与根据MILP的控制结构相结合。该办法进步了猜测精度并优化了电池储能体系运转，使激励收入添加7.33%，总收益进步3.73%。文献[29]则提出了一种根据模型猜测控制（MPC）的光伏-电池体系能量管理战略，旨在进步自消纳率、缓解电网拥堵并减轻电池退化。与传统办法比较，即便在猜测不确认条件下，所提办法在多项标准上均体现出更优越的功能。
根据上述研讨，本文提出一种根据ARO的动力管理战略，旨在优化专为铁路负荷曲线规划的PV-BESS体系容量装备与调度计划。该战略整合分时电价机制，经过智能化电池充放电决策完成能量套利，在满意铁路体系动态需求的一起保证经济运转。 %% 此外，该模型考虑了不同等级的自给率，以评价体系在多种动力自主场景下的功能体现。电池老化效应也被纳入优化结构，以实在反映其对体系寿数周期与本钱效益的退化影响。本研讨的首要奉献如下：
引言
近年来，全球积极应对动力转型，交通运输对人类生产力的影响日益加深，可再生交通体系对现代经济和社会的重要性日积月累。这些体系不只能下降碳排放与化石燃料依赖，还可进步交通运输可靠性并减少运营本钱[1]。为满意交通电气化需求，各国议会及联合国气候改变结构条约等国际动力论坛已就多项全球方针展开讨论[2]。此外，光伏体系等可再生动力技能本钱的继续下降，使其成为极具吸引力的发电挑选[3]。在解决可再生动力发电间歇性问题上，欧洲排放委员会于2023年发布了关于使用储能潜力的主张，在多个国家部署未来储能计划，并着重了储能在为电力体系供给灵活性方面的关键作用[4]。在倡议可再生动力与储能体系的布景下，铁路电气化因其整合可再生动力发电与储能体系以完成净零排放的潜力而备受重视。铁路被视为能效最高、最环保的交通方式之一。与公路运输体系比较，电气化铁路经过集中供电和下降冲突损耗，可完成高达30%的能效进步，并明显减少碳排放[5]。根据国际动力署（IEA）数据，在净零排放（NZE）情景下，电力已成为铁路运营的首要动力，2010至2022年间铁路职业总用电量继续增长[6]。柴油等化石燃料动力占比相应下降。这一趋势凸显了电气化转型的加速推进，以及铁路体系选用清洁可再生动力运转的潜力。图1展现了NZE情景下铁路体系按燃料类型划分的历史能耗状况。
将风能与太阳能等可再生动力电力整合至铁路网络，关于推进可再生动力发电增长具有重大意义。这一举措尤为关键，由于铁路电力网络的可扩展性和高负荷承载才能使其可以躲避公共电网在容纳更多可再生动力发电机组时所面临的诸多限制。但是到目前，在直接使用风能或太阳能等可再生动力为铁路体系供电方面取得的发展仍然有限[7]。多项研讨提出了将可再生动力与电力交通体系整合的各种渠道。针对电气化铁路体系（ERS），已规划出一种调度模型，该模型整合了可再生动力（RE）以及由超级电容器和电池组成的混合储能体系（HESS）。研讨考虑了列车再生制动才能，以剖析可再生动力发电的影响、HESS的行为形式以及ERS中节能潜力[8]。为进步电气化铁路体系的节能才能，有学者提出选用序列化决策流程来优化并网电力牵引变电站与光伏电池及电池储能体系（BESS）的技能经济整合计划[9]。该办法经过评价不同事例研讨，验证了所提优化计划在本钱最小化方面的有效性。
在技能进步、本钱下降和方针支持的多重推进下，光伏储能体系（PV-BESS）不只使用于铁路范畴，更广泛浸透至居民住所、商业场所以及公用事业级电网等多种场景。现有研讨对PV-BESS在不同场景下的开发与体系集成进行了深入探究，展现出明显的技能发展与多样化的使用形态。部分居民用户重点重视体系装备本钱及其负荷需求匹配才能。根据教与学优化算法（TLBO），研讨者提出了以净现值总本钱（NPC）最小化为目标的PV-BESS优化结构[10]。该研讨归纳考量NPC与动力本钱（COE）因子，并经过粒子群算法（PSO）和遗传算法（GA）进行比照计算与验证。沿此研讨途径，一项根据多目标遗传算法的事例研讨被提出，用于阐释不同运转战略（包含惯例运转战略、动态电价运转战略及混合运转战略）的影响[11]。在修建负荷方面，提出并使用了根据混合整数非线性规划(MINLP)办法的优化结构[12]，以最小化全生命周期本钱(LCC)，一起考量多种电价方针。针对净零排放修建(nZEB)，提出根据线性规划(LP)的优化战略以优化电池充放电计划[13]，并根据不同运转目标比照优化成果。电动汽车充电站的光伏-储能体系规划[14]经过车-楼互动(V2B)突显用户潜在收益，一起下降储能电站运转本钱。该技能既可装备于用电侧，也可与发电侧设备协同装置。针对混合可再生动力电站，研讨提出了一种根据PSO算法的优化战略，经过引入多目标函数以最大化电池能量套利收益，一起最小化电池容量损耗[15]。文献[16]体系总结了光伏体系的能量管理战略，涵盖两类根据优化的办法、两类根据机器学习的办法以及三种根据规则的启发式办法。根据电池储能体系（BESS）的削峰填谷特性，并进一步考虑体系负荷与实时电价的改变，文献[17]提出了一种储能附加潜在效益模型。以总运转本钱最小化为目标，该研讨建立了一个修建级归纳动力体系日前运转的双层优化运转模型。已有研讨剖析了两种不同类型BESS在差异电价方针下的经济效益[18]。以住所修建为研讨目标，在动态电价、固定费率及分时电价两种时段下剖析了铅酸电池与锂离子电池的功能体现，为电池类型挑选供给了新思路。还有研讨别离选用遗传算法和MINLP办法对住所光伏-储能体系容量进行优化求解[19,20]。该研讨触及整个体系的时刻序列模拟，并选用一年内采集的数据进行验证[19]。另一方面，文献[20]经过考量储能体系的循环寿数与功能，确认了最优放电深度。[21]选用混合办法，结合灾变遗传算法与数学建模工具GAMS中的DICOPT求解器，对家庭可再生动力发电体系与储能体系容量进行优化求解。成果标明，在小规划电价机制下，家庭用户仅需装置光伏体系，而在区域电价和分时电价机制下，则需一起装置光伏体系与电池储能体系（BESS）。关于光伏-储能体系优化问题的类似研讨可参看文献[[22], [23], [24], [25]]。这些研讨均提出了独特的光伏-储能体系建模办法，尽或许考虑实践工况对体系运转状态的影响，并供给若干体系运转状态评价目标，旨在进步光伏-储能体系的运转效率与经济效益。
将光伏-电池储能体系（PV-BESS）集成到铁路体系中通常需要大容量配备。尽管这些体系已被证明能明显下降对电网的依赖并加速完成净零排放的进程，但许多出资者和运营商仍持观望情绪。因而，着重此类体系的商业形式至关重要。电池储能体系在动力套利中的使用可被视为具有潜在创收才能的解决计划[26,27]。发电与出口电价之间的明显差异使得电池储能体系对商业形式具有较强吸引力。这些体系可以进步光伏业主在享受上网电价方针时的自发自用率。经过贮存光伏余电以供高峰电价时段使用，电池储能体系（BESS）可最大化使用光伏峰值输出功率。敏感性剖析标明，光伏储能装置的初始配备本钱、分时电价（TOU）结构以及电池寿数是影响体系盈利才能的首要要素[27]。
光伏-电池储能体系（PV-BESS）的运转条件与工作形式对电池安全性及电网平稳运转具有重要影响。不同容量的BESS或许导致负荷供应的过载或欠载，从而引发重大经济损失，并下降体系可靠性与能效。因而，精确展开PV-BESS容量优化与评价关于保障体系经济性、高效性和可靠性至关重要。[28]提出了一种具有激励方针的PV-BESS体系鲁棒本钱最优调度办法，其中电池储能体系的充放电遵从小时电价，将根据GAN的猜测模型与根据MILP的控制结构相结合。该办法进步了猜测精度并优化了电池储能体系运转，使激励收入添加7.33%，总收益进步3.73%。文献[29]则提出了一种根据模型猜测控制（MPC）的光伏-电池体系能量管理战略，旨在进步自消纳率、缓解电网拥堵并减轻电池退化。与传统办法比较，即便在猜测不确认条件下，所提办法在多项标准上均体现出更优越的功能。
根据上述研讨，本文提出一种根据ARO的动力管理战略，旨在优化专为铁路负荷曲线规划的PV-BESS体系容量装备与调度计划。该战略整合分时电价机制，经过智能化电池充放电决策完成能量套利，在满意铁路体系动态需求的一起保证经济运转。 %% 此外，该模型考虑了不同等级的自给率，以评价体系在多种动力自主场景下的功能体现。电池老化效应也被纳入优化结构，以实在反映其对体系寿数周期与本钱效益的退化影响。本研讨的首要奉献如下：
- 1.
开发了一种ARO优化模型，用于协同优化铁路体系中光伏-储能体系的容量装备与调度战略，在保证可靠读档覆盖的一起完成最小化动力本钱。 - 2.
所提出的战略有效使用分时电价机制，经过储能体系运转完成能量套利，在实践电价方针下进步体系的经济效益。 - 3.
该优化结构整合了自给率约束条件和电池老化考量要素，用于评价不同环境与经济条件下体系的长期可继续性和运转可靠性。