新一代人工智能技術(shù)是以高性能計算、大數(shù)據(jù)以及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)三大技術(shù)為支撐的綜合性技術(shù), 高性能計算為人工智能提供了強(qiáng)大的計算能力,大數(shù)據(jù)為人工智能提供了豐富的訓(xùn)練樣本, 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等為人工智能提供了更好的學(xué)習(xí)模型及算法,三者合力推動了人工智能技術(shù)的重大進(jìn)步。本期將介紹人工智能在儲能系統(tǒng)方面的應(yīng)用。
在電網(wǎng)的發(fā)展中，儲能系統(tǒng)在降低成本，確?？煽啃院吞岣哌\(yùn)行能力方面發(fā)揮著重要的作用。并且儲能系統(tǒng)還能與蓬勃發(fā)展的可再生能源結(jié)合在一起，可以彌補(bǔ)可再生能源間歇性發(fā)電與供應(yīng)不穩(wěn)定的缺點。本期將以西班牙高速ERS的實例研究為基礎(chǔ)，探討可再生能源與儲存系統(tǒng)的配合。
自20 世紀(jì)初以來，電力鐵路系統(tǒng)（ERS）得到了充分的發(fā)展，為現(xiàn)在的高速列車和地鐵的能源設(shè)施打下基礎(chǔ)。為了迎合減少未來碳足跡的目標(biāo)，北美和歐洲的鐵路運(yùn)營商將可再生能源（風(fēng)能與太陽能）引入這些基礎(chǔ)設(shè)施，利用可再生制動能力將多余的能量儲存在儲能系統(tǒng)（Energy Storage Systems，Ess）中。在電力鐵路系統(tǒng)ERS中，主要的儲存技術(shù)是超級電容、電池和飛輪，目標(biāo)是捕獲再生制動的能量從而減少能耗。
對于電力與鐵路線路，將ERS分為如下四組部分：
1）外部高壓網(wǎng)絡(luò)、光伏版和風(fēng)力渦輪機(jī)的發(fā)電源；
2）通過運(yùn)行（消耗和再生制動）配置文件建模的列車;
3）由超級電容器和電池組成的混合儲能系統(tǒng)（HESS）
4）懸鏈線配置和網(wǎng)絡(luò)拓?fù)?
模型示意圖（來源：Optimal Operation of Electric Railways With Renewable Energy and Electric Storage Systems）
假設(shè)風(fēng)力渦輪機(jī)與光伏電池板集成在ERS的變電站里，給定風(fēng)速，風(fēng)力發(fā)電的功率即取決于風(fēng)力渦輪機(jī)的特性。太陽能發(fā)電是根據(jù)光伏板的數(shù)量、環(huán)境和工作溫度以及平均日照幅度計算的，這里提出了四種太陽情景，具有相應(yīng)的概率：夏季/陽光（37.5%）、夏季/多云（12.5%）、冬季/多云（25%）和冬季/陽光（25%）。系統(tǒng)的場景利用每個太陽和風(fēng)場景的組合來獲得。
為了確認(rèn)列車的電力需求、能耗和運(yùn)行時間（或位置），有以下兩種方法：
1）最簡單的，傳統(tǒng)的方法，就是從安裝在車廂內(nèi)的測量設(shè)備來獲取歷史數(shù)據(jù)，并且經(jīng)過數(shù)學(xué)處理這些數(shù)據(jù)。
2）模擬與列車動力學(xué)相關(guān)的所有相關(guān)參數(shù)，這種方法意味著提前了解大量數(shù)據(jù)，如列車的質(zhì)量、機(jī)械阻力，包括曲線阻力、空氣動力學(xué)阻力和軌道斜坡）。這些參數(shù)會影響列車的最高速度和加速/減速能力，人工智能也體現(xiàn)在了這種方法中。
混合儲能系統(tǒng)包含超級電容和電池，它負(fù)責(zé)從可再生能源和再生制動捕獲多余的能量。超級電容器和電池在能量和功率密度方面差異更為明顯?；旌洗鎯υO(shè)備使得系統(tǒng)更加靈活。與電池相比，超級電容器的主要優(yōu)點是，超級電容器的循環(huán)壽命更高，周期數(shù)十萬次;另一個相關(guān)優(yōu)勢是，由于響應(yīng)速度快，它們能夠捕捉能量峰值。因此，使用超級電容器對于捕獲與再生制動相關(guān)的高功率密度和高頻操作至關(guān)重要，而電池更適合高能量密度周期和低頻率操作。如果只使用電池，它可能需要一個超大的系統(tǒng)并且電池壽命將非常有限。另一方面，超電容器的高價格使得一個僅基于超級電容器的系統(tǒng)極其昂貴。因此混合解決方案應(yīng)運(yùn)而生。
模型網(wǎng)絡(luò)由給定節(jié)點之間的各種線路組成，這些節(jié)點為變電站、自動轉(zhuǎn)換器或乘客站的建模。在模型中，自動轉(zhuǎn)換器對裝備點進(jìn)行符號化。
在西班牙南部的一條高速電力鐵路系統(tǒng)上進(jìn)行了數(shù)據(jù)分析，并且提出了4種不同案例進(jìn)行對比。案例一的系統(tǒng)正常運(yùn)行，不考慮可再生能源發(fā)電。案例二與一類似但是包括混合儲能系統(tǒng)（HESS）。案例三模擬了可再生能源的引入。案例四包含了HESS與可再生能源。
四組案例的數(shù)據(jù)對比（來源：Optimal Operation of Electric Railways With Renewable Energy and Electric Storage Systems）
案例1（基本案例）：此基本案例用于比較不同案例結(jié)果?？偝杀緸?66.68 歐元;總發(fā)電量為32.09MWh，系統(tǒng)中的超額能量為6.19MWh。所有這些值的時間單位都是一整天。
案例2（混合儲能系統(tǒng)HESS 集成）：關(guān)于HESS 集成，說明了超電容器和電池系統(tǒng)對全球能源和經(jīng)濟(jì)的改進(jìn)。表中指出，成本和能源節(jié)約率分別為16.37%和3.37%。
案例3（可再生能源一體化）：分析考慮了集成可再生能源發(fā)電的基本情況，但沒有 HESS。成本和能源節(jié)約得到改善，分別實現(xiàn)了9.00%和4.61%的節(jié)約。由于額外的可再生能源發(fā)電，系統(tǒng)中的超額功率增加了高達(dá) 55.25%。當(dāng)然，這一結(jié)果表明，從電力鐵路系統(tǒng)的角度來看，可再生能源的運(yùn)行是有利可圖的，而且，隨著可再生能源的加入，HESS的安裝更加合理。
案例4（HESS 和可再生能源集成）：該案例包括HESS 和可再生能源集成。通過此設(shè)置，成本和能源節(jié)約得到改善，分別實現(xiàn)了 33.22% 和 9.63% 的節(jié)約。
結(jié)論
這是一個用于ERS運(yùn)營規(guī)劃的模型，包括可再生能源RES和混合儲能（超級電容器和電池）HESS集成，其中包含了大數(shù)據(jù)和基于列車再生制動能力的模型與算法。西班牙高速ERS的實實案例研究結(jié)果表明，RES與 HESS 的集成可分別實現(xiàn) 33.22% 和 9.63% 的成本和節(jié)能。還表明，HESS對列車再生制動和可再生能源的間歇性生產(chǎn)都有適當(dāng)?shù)难a(bǔ)充和好處。
參考資料：
【1】Optimal Operation of Electric Railways With Renewable Energy and Electric Storage Systems
作者 | 蔣冉止
編輯 | 蔣冉止
