在不同行車運行圖下，如何精確預(yù)測高鐵牽引變電站的能耗

（文章來源：電氣新科技）

根據(jù)《中長期鐵路網(wǎng)規(guī)劃》方針，預(yù)計2020年，中國高速鐵路運營總里程將達到3萬km。隨著運營里程的快速增長，其能耗問題日顯突出。據(jù)鐵路總公司統(tǒng)計，2017年我國鐵路消耗總電能達620.33億kWh，占全國總用電量的1%~1.5%，是最大的單體負荷。其中，高速鐵路牽引能耗為208.84億kWh，占比33.67%。

此外，為了實現(xiàn)電力系統(tǒng)經(jīng)濟調(diào)度，國家電網(wǎng)公司要求鐵路部門對牽引變電站購買的電量進行精確的預(yù)測，預(yù)測所需的電量將以直購電形式進行交易結(jié)算，若預(yù)測誤差大于10%，國家電網(wǎng)公司將對超過的電量按高于直購電價的價格進行交易結(jié)算，使得電費支出增加，運營成本增大。

因此，研究高鐵牽引變電站牽引負荷特性，實現(xiàn)其能耗的精確預(yù)測，可為節(jié)能降耗、牽引供電系統(tǒng)優(yōu)化調(diào)度運行、電能質(zhì)量評估和牽引變壓器容量校核等提供幫助，具有重要的研究意義。牽引供電系統(tǒng)能耗預(yù)測的關(guān)鍵在于建立準確的牽引負荷模型。圍繞牽引負荷建模方法，國內(nèi)外學(xué)者主要開展了三個方面的研究：①基于仿真軟件的建模方法；②基于牽引計算的動態(tài)建模方法；③基于實測數(shù)據(jù)的數(shù)值建模。

其中，通過仿真軟件的建模方法基于Simulink 、PSCAD等仿真平臺，根據(jù)動車組的拓撲結(jié)構(gòu)和電氣環(huán)節(jié)搭建了完整的仿真模型。該模型可有效地刻畫牽引負荷在不同工況下的視在功率、諧波輸出水平等負荷特性，可用于揭示牽引供電系統(tǒng)諸如能耗影響因素、諧波諧振等規(guī)律性特征。然而，在仿真建模過程中往往對系統(tǒng)結(jié)構(gòu)進行了一定的簡化，仿真條件比較理想，使得仿真結(jié)果很難與實際結(jié)果一致。

有學(xué)者結(jié)合牽引計算基本理論和行車運行圖提供的信息，建立了整個系統(tǒng)的動態(tài)負荷模型，該模型具有較高的仿真精度。然而，在計算過程中需要大量的動車組和線路等的參數(shù)，造成計算量大、仿真時間長。

隨著測量技術(shù)和數(shù)據(jù)處理方法的發(fā)展，基于實測數(shù)據(jù)的數(shù)值建模方法越來越受到研究者們的青睞。該方法結(jié)合大量的實測數(shù)據(jù)，利用概率統(tǒng)計和擬合等方法建立了牽引負荷概率模型。該模型可有效地表征牽引負荷的概率統(tǒng)計特性，實現(xiàn)整個系統(tǒng)能耗的概率評估。但是不能精確地刻畫牽引負荷的實時動態(tài)特性。如何結(jié)合牽引負荷實測數(shù)據(jù)，準確地模擬動車組在區(qū)間運行過程中的動態(tài)負荷過程，有待進一步探討。

有學(xué)者探討了基于事件窗的非侵入式負荷監(jiān)測（Non-Intrusive Load Monitoring, NILM）方法，通過提取用電設(shè)備的完整工作過程，實現(xiàn)各個用電設(shè)備的負荷識別和能耗評估。類比NILM，牽引負荷動態(tài)預(yù)測的實質(zhì)就是將不同運行過程的動車組負荷根據(jù)運行時間有機地疊加起來。

西南交通大學(xué)電氣工程學(xué)院、中國鐵路成都局集團有限公司供電部的研究人員，結(jié)合高速動車組在牽引變電站供電區(qū)間的運行特性和負荷實測數(shù)據(jù)，借鑒非侵入式負荷監(jiān)測研究方法，歸納了動車組在區(qū)間的典型運行過程。應(yīng)用基于滑動窗的事件檢測算法，實現(xiàn)了典型負荷過程的自動檢測與識別并建立了典型運行過程的動態(tài)負荷模型。圖1給出了高鐵牽引變電站負荷建模的流程。

結(jié)合行車運行圖提供的信息，提出了基于行車運行圖的高鐵牽引變電站負荷預(yù)測方法，主要得到如下結(jié)論：

1）所提出的牽引變電站負荷預(yù)測方法能準確評估動車組在區(qū)間運行時負荷的動態(tài)特性和統(tǒng)計特性，單列動車組的負荷動態(tài)波動擬合優(yōu)度高于0.9，能耗統(tǒng)計誤差為0.57%。還可實現(xiàn)不同行車運行圖下高鐵牽引變電站動態(tài)負荷及耗電量的預(yù)測。2）所提出的牽引變電站負荷預(yù)測方法只需要牽引變電站的測試數(shù)據(jù)和行車運行圖，而無需潮流計算等復(fù)雜過程，具有運算量小、評估速度快等優(yōu)勢。

在典型負荷過程的提取上，借鑒非侵入式負荷監(jiān)測的方法，采用了滑動窗的事件檢測方法對其進行自動檢測，但在如何利用智能算法實現(xiàn)典型工況的自適應(yīng)提取方面，還有待進一步深入研究。此外，基于實測數(shù)據(jù)建模方法的局限在于所建立的模型通用性較差，下一步可結(jié)合線路條件、運行工況等，同時考慮更多的偶發(fā)性因素，建立普適性更強的動車組動態(tài)模型。
（責(zé)任編輯：fqj）