摘 要:地鐵系統(tǒng)是能量消耗較大的復(fù)雜系統(tǒng)。為了有效降低地鐵系統(tǒng)的能量消耗,本文針對(duì)其功率曲線的監(jiān)控問(wèn)題,提出了一種基于爬山算法的監(jiān)控方法。根據(jù)地鐵系統(tǒng)功率曲線隨速度變化不斷調(diào)整的實(shí)際情況,爬山算法能夠在低速、中速和高速功率曲線上進(jìn)行持續(xù)監(jiān)控和搜索。在搜索過(guò)程中,本文重點(diǎn)設(shè)計(jì)了爬山算法的搜索方向和搜索步長(zhǎng),并深入分析了搜索方向與搜索步長(zhǎng)的關(guān)系。在仿真環(huán)境下,進(jìn)行了爬山算法對(duì)功率曲線的監(jiān)控效果測(cè)試。測(cè)試結(jié)果表明,隨著地鐵系統(tǒng)變速調(diào)整,爬山算法可以有效地進(jìn)行持續(xù)跟蹤,并將實(shí)際功率調(diào)整到最佳功率點(diǎn)。
關(guān)鍵詞:地鐵系統(tǒng);功率消耗;爬山算法
中圖分類號(hào):U 231 " " 文獻(xiàn)標(biāo)志碼:A
地鐵是非常重要的城市內(nèi)循環(huán)交通方式,可以極大地緩解地面交通壓力。地鐵運(yùn)輸不僅載客容量大,而且運(yùn)輸速度快、運(yùn)輸效率高[1],因此地鐵是一線城市、新一線城市,甚至部分有建設(shè)條件的二線城市的重要運(yùn)輸方式。從能量消耗的角度看,地鐵自身質(zhì)量較大,是電能、機(jī)械能等多系統(tǒng)交織的復(fù)雜系統(tǒng),因此需要消耗大量能量來(lái)維持運(yùn)行[2]。為了有效降低地鐵能耗,必須對(duì)地鐵運(yùn)行過(guò)程中的功率進(jìn)行監(jiān)控。經(jīng)驗(yàn)數(shù)據(jù)表明,復(fù)雜系統(tǒng)的最低能耗均有對(duì)應(yīng)的最佳功率點(diǎn)。因此,地鐵系統(tǒng)功耗監(jiān)控過(guò)程中的重點(diǎn)就是如何監(jiān)控其功率運(yùn)行曲線,使其一直運(yùn)行在最佳功率點(diǎn)或者接近最佳功率點(diǎn)的位置[3]。地鐵系統(tǒng)的功率變化曲線是一條峰、谷特征明顯的曲線,最佳功率點(diǎn)一般位于波峰或波峰附近。針對(duì)該特點(diǎn),本文構(gòu)建爬山算法,使地鐵系統(tǒng)的功率一直處于或接近最佳功率點(diǎn),從而提升地鐵系統(tǒng)的功率效率。
1 爬山算法的設(shè)計(jì)
以電能為主的各種能量消耗決定了地鐵系統(tǒng)的能量利用率。為了有效降低地鐵系統(tǒng)的能耗,應(yīng)該使地鐵系統(tǒng)持續(xù)運(yùn)行在最佳功率點(diǎn)位。經(jīng)驗(yàn)數(shù)據(jù)表明,最佳功率點(diǎn)處于接近最大功率點(diǎn)的位置,并不是處于低位的功率點(diǎn)。在最佳功率點(diǎn)上運(yùn)行,地鐵系統(tǒng)的運(yùn)行效率高、能量損耗低。因此,在地鐵動(dòng)態(tài)運(yùn)行過(guò)程中,對(duì)最佳功率點(diǎn)進(jìn)行持續(xù)搜索是功耗監(jiān)控的關(guān)鍵所在。
在功率尋優(yōu)的各種算法中,爬山算法具有非常重要的地位。在當(dāng)前位置處,爬山算法會(huì)沿著功率曲線持續(xù)搜索。該搜索過(guò)程具有相對(duì)穩(wěn)定的步長(zhǎng),并按照一定的搜索方向,沿著功率曲線不斷尋找最佳功率點(diǎn)的位置。如果搜索方向不正確,爬山算法會(huì)自動(dòng)調(diào)整方向。如果搜索步長(zhǎng)過(guò)大,可能會(huì)越過(guò)最佳功率點(diǎn),需要執(zhí)行反向搜索來(lái)發(fā)現(xiàn)最佳功率點(diǎn)??梢?,搜索步長(zhǎng)和搜索方向的合理配置對(duì)爬山算法的性能實(shí)現(xiàn)具有非常重要的影響。爬山算法的最佳功率點(diǎn)搜索過(guò)程如圖1所示。
圖1以發(fā)電機(jī)轉(zhuǎn)速-功率曲線來(lái)表征爬山算法的控制對(duì)象,一共給出了3條曲線,分別代表不同位置的功率變化曲線。越向上方,功率曲線的絕對(duì)數(shù)值變化區(qū)域越大。從最下方的曲線可以看出,爬山算法會(huì)從功率點(diǎn)A位置進(jìn)行搜索,逐漸找到B點(diǎn)所在的最佳功率點(diǎn)。如果發(fā)電機(jī)在這種狀態(tài)下保持運(yùn)行,爬山算法會(huì)穩(wěn)定在B點(diǎn),以使整個(gè)系統(tǒng)持續(xù)獲得最佳功率。但是當(dāng)發(fā)電機(jī)功率曲線突變到最上方曲線時(shí),B點(diǎn)在垂直方向上對(duì)應(yīng)的功率點(diǎn)C就不是新功率曲線的最佳功率點(diǎn)。爬山算法會(huì)再次啟動(dòng),進(jìn)而找到D點(diǎn)所在的最佳功率點(diǎn)。同理,如果發(fā)電機(jī)功率曲線再次突變到中間曲線時(shí),那么D點(diǎn)在垂直方向上對(duì)應(yīng)的功率點(diǎn)E就不是新功率曲線的最佳功率點(diǎn)。爬山算法會(huì)反向搜索,進(jìn)而找到F點(diǎn)所在的最佳功率點(diǎn)。
可見,隨著系統(tǒng)運(yùn)行狀態(tài)的改變,最佳功率點(diǎn)也在不斷變化,從而形成一條最佳功率點(diǎn)變化曲線,即圖1中的B、F和D點(diǎn)所構(gòu)成的曲線。
上述過(guò)程同樣適用于地鐵系統(tǒng)。地鐵啟動(dòng)后以中低速運(yùn)行,對(duì)應(yīng)一條功率變化曲線。進(jìn)而地鐵系統(tǒng)會(huì)拉升到高速運(yùn)行狀態(tài),也對(duì)應(yīng)一條功率變化曲線。即將??繒r(shí),地鐵系統(tǒng)會(huì)減速,對(duì)應(yīng)一條相對(duì)低速的功率變化曲線,直至??俊5罔F系統(tǒng)的變速過(guò)程如圖2所示。
可見,地鐵系統(tǒng)并不會(huì)一直以一個(gè)穩(wěn)定的速度值運(yùn)行,因此整個(gè)地鐵系統(tǒng)所需功率處于動(dòng)態(tài)波動(dòng)和持續(xù)變化中。地鐵車輛按照啟動(dòng)、運(yùn)行、加速、加速運(yùn)行和減速停靠的物理狀態(tài)循環(huán)演進(jìn)。在該過(guò)程中,地鐵的速度也從0變化到低速,從低速變化到高速,從高速變化到低速,再?gòu)牡退僮兓?。地鐵車輛的速度不同,所需牽引力做功也不同,導(dǎo)致地鐵系統(tǒng)所需功率并不一致。為了滿足地鐵不斷變速、調(diào)整的需要,需要對(duì)其能量系統(tǒng)進(jìn)行有效控制,不斷改變其實(shí)際運(yùn)行功率。這種改變的終極目標(biāo)是調(diào)整地鐵功率,使其在動(dòng)態(tài)運(yùn)行過(guò)程中一直運(yùn)行在最佳功率點(diǎn)的位置。
根據(jù)圖2所示的地鐵系統(tǒng)的變速過(guò)程,需要采用爬山算法,對(duì)功率曲線進(jìn)行持續(xù)跟蹤、監(jiān)控,不斷尋找最佳功率點(diǎn),有效減少地鐵系統(tǒng)的功耗。在最佳功率點(diǎn)的搜索過(guò)程中,需要合理設(shè)計(jì)搜索距離即搜索步長(zhǎng)。本文設(shè)計(jì)分為3種方面。
第一,當(dāng)“爬山算法”向右側(cè)尋找新的最大功率點(diǎn)時(shí),操作的數(shù)學(xué)模型如公式(1)所示。
(1)
式中:P(n)為功率曲線上n點(diǎn)對(duì)應(yīng)的功率大?。沪翞檗D(zhuǎn)速調(diào)整參數(shù);kwo為地鐵系統(tǒng)功率調(diào)整參數(shù)。
第二,當(dāng)“爬山算法”向左側(cè)尋找新的最大功率點(diǎn)時(shí),操作的數(shù)學(xué)模型如公式(2)所示。
(2)
式中:β為用于轉(zhuǎn)速調(diào)整的參數(shù)。
第三,設(shè)定搜索方向,主要是判斷當(dāng)前的搜索方向是否正確,數(shù)學(xué)模型如公式(3)所示。
(3)
在搜索距離的配置下,“爬山算法”會(huì)比較當(dāng)前功率和一個(gè)搜索距離上的功率,如果二者的差值ΔPgt;0,就說(shuō)明新搜索位置上的功率比原來(lái)位置上的功率大,搜索方向正確。如果二者的差值ΔPlt;0,就說(shuō)明新搜索位置上的功率比原來(lái)位置上的功率小,搜索方向需要更改,進(jìn)行反向搜索是正確的。
在不斷判斷搜索方向的過(guò)程中,如果Δw(n)的變化非常微弱,就表明搜索過(guò)程可以終止了。
在本文設(shè)計(jì)的爬山算法中,搜索步長(zhǎng)和搜索方向的關(guān)系如圖3所示。由圖3可知,采取小步長(zhǎng)的搜索速度較慢,但是越過(guò)最佳功率點(diǎn)的概率較低。大步長(zhǎng)的搜索速度更快,但是可能會(huì)出現(xiàn)越過(guò)最佳功率點(diǎn)、繼續(xù)反向搜索的情況。因此,需要合理配置搜索步長(zhǎng)和搜索方向,才能取得最佳搜索效果。
2 爬山算法的性能測(cè)試
地鐵系統(tǒng)是一個(gè)復(fù)雜系統(tǒng),為了適應(yīng)其運(yùn)行過(guò)程中的速度變化,其功率曲線一直處于不斷躍升、變遷的狀態(tài)。因此,爬山算法需要在不同功率曲線上進(jìn)行最佳功率點(diǎn)尋優(yōu)。本文給出了地鐵系統(tǒng)功率曲線躍遷的狀態(tài),進(jìn)而針對(duì)其不斷變速、調(diào)整的情況,設(shè)計(jì)了爬山算法,重點(diǎn)對(duì)爬山算法的搜索方向和搜索步長(zhǎng)進(jìn)行了合理設(shè)置。下文將進(jìn)行試驗(yàn),以驗(yàn)證爬山算法的有效性。
試驗(yàn)將地鐵系統(tǒng)納入一個(gè)仿真環(huán)境中,測(cè)試電氣系統(tǒng)運(yùn)行所需的最佳功率。在仿真環(huán)境下,設(shè)定地鐵系統(tǒng)電氣模塊所需的最佳功率點(diǎn)為2500W,其初始工作狀態(tài)為500W。爬山算法需要從初始狀態(tài)不斷向最佳功率點(diǎn)進(jìn)行搜索。
爬山算法在持續(xù)的尋優(yōu)過(guò)程中,會(huì)對(duì)功率曲線進(jìn)行有效監(jiān)控、跟蹤,并將地鐵系統(tǒng)電氣模塊的初始500W迅速拉升至2500W的最佳功率點(diǎn)。但是,該過(guò)程可能存在起伏變化。仿真環(huán)境下的功率曲線跟蹤觀察結(jié)果如圖4所示。
地鐵系統(tǒng)啟動(dòng)電氣模塊后,以較短的時(shí)間進(jìn)入500W的初始工作狀態(tài),其后出現(xiàn)0.5s左、右的短時(shí)波動(dòng),進(jìn)而進(jìn)入較平穩(wěn)的持續(xù)狀態(tài)。但是500W并不是地鐵系統(tǒng)電氣模塊的最佳功率點(diǎn)位,這時(shí)采用爬山算法,可以將其拉升到最佳功率點(diǎn)。爬山算法持續(xù)搜索,找到最佳功率點(diǎn),并且當(dāng)?shù)?.0s時(shí)將功率曲線拉升至2500W的位置。由于拉升前、后功率曲線存在較大的功率差,因此系統(tǒng)需要經(jīng)過(guò)短時(shí)間波動(dòng),才能穩(wěn)定工作在2500W狀態(tài)下,即達(dá)到地鐵系統(tǒng)的最佳功率點(diǎn)。
除了功率曲線的變化外,試驗(yàn)還觀察了整個(gè)功率控制過(guò)程中占空比的變化。在傳統(tǒng)“爬山算法”運(yùn)行過(guò)程中,對(duì)應(yīng)于電氣系統(tǒng)的0.5kW工作功率,占空比為0.30~0.45;對(duì)應(yīng)于電氣系統(tǒng)的2.5kW工作功率,占空比為0.48~0.60??梢?,同功率的變化曲線情況相似,傳統(tǒng)“爬山算法”的占空比變化不穩(wěn)定,并且波動(dòng)的時(shí)間更長(zhǎng)。本文改進(jìn)“爬山算法”控制下的地鐵電氣系統(tǒng)占空比變化情況如圖5所示。
由圖5可知,在改進(jìn)“爬山算法”的控制下,對(duì)應(yīng)于電氣系統(tǒng)的0.5kW工作功率,占空比為0.33~0.36;對(duì)應(yīng)于電氣系統(tǒng)的2.5kW工作功率,占空比為0.56~0.60??梢?,與傳統(tǒng)“爬山算法”相比,本文算法控制下的占空比波動(dòng)范圍更小。
3 結(jié)論
地鐵是重要的城市內(nèi)循環(huán)交通方式,可以極大緩解地面交通壓力。地鐵運(yùn)輸不僅載客容量大,而且運(yùn)輸速度快、運(yùn)輸效率高。從能量消耗的角度看,地鐵自身質(zhì)量較大,是電能、機(jī)械能等多系統(tǒng)交織的復(fù)雜系統(tǒng),因此需要消耗較多能量來(lái)維持運(yùn)行。為了有效降低地鐵能耗,必須監(jiān)控地鐵運(yùn)行過(guò)程中的功率。本文針對(duì)地鐵功耗的實(shí)際情況,構(gòu)建了爬山算法,并在功率曲線上持續(xù)搜索最佳功率點(diǎn)。仿真環(huán)境下的測(cè)試結(jié)果表明,采用本文提出的爬山算法,可以準(zhǔn)確得到地鐵系統(tǒng)的最佳功率點(diǎn),并使地鐵系統(tǒng)持續(xù)運(yùn)行在最佳功率點(diǎn)位。
參考文獻(xiàn)
[1]趙紅宇,楊壁賢,鐘子峰,等.基于地鐵車輛功率設(shè)備的溫度傳感器性能檢測(cè)裝置研究與應(yīng)用[J].電子制作,2023,31(24):102-105.
[2]陶子渝,汪益敏,鄒超.基于阻抗和功率守恒法的地鐵車輛段上蓋建筑車致振動(dòng)預(yù)測(cè)模型研究[J].振動(dòng)與沖擊,2022,41(7):58-65.
[3]閔杰.地鐵車輛段分布式光伏發(fā)電并網(wǎng)功率控制方法研究[J].江蘇科技信息,2024,41(1):128-131.