有砟轨道捣固作业起道方案的综合修正方法

张雨潇; 时瑾; 倪国华; 王英杰

doi:10.3969/j.issn.0258-2724.20220526

有砟轨道捣固作业起道方案的综合修正方法

doi: 10.3969/j.issn.0258-2724.20220526

1.
北京交通大学土木建筑工程学院，北京 100044
2.
中国铁路兰州局集团有限公司银川工务段，宁夏银川 750000

基金项目: 国家自然科学基金（52078035, 52178406）

详细信息

作者简介:
张雨潇（1996—），男，博士研究生，研究方向为轨道平顺性控制，E-mail：21115059@bjtu.edu.cn

通讯作者:
时瑾（1980—），男，教授，研究方向为铁路线路工程技术，E-mail：jshi@bjtu.edu.cn

中图分类号: U216.42
计量
- 文章访问数: 447
- HTML全文浏览量: 152
- PDF下载量: 50
- 被引次数: 5
出版历程
- 收稿日期: 2022-07-30
- 修回日期: 2022-11-28
- 网络出版日期: 2023-07-06
- 刊出日期: 2022-12-01

Comprehensive Correction Method of Lifting Scheme for Tamping Operation of Ballasted Track

1.
School of Civil Engineering, Beijing Jiaotong University, Beijing 100044, China
2.
Yinchuan Track Maintenance Division, China Railway Lanzhou Group Co., Ltd., Yinchuan 750000, China

摘要

摘要:
为保证捣固作业效果达到预期目标，需严格控制影响作业质量的不利因素，首先，以有砟轨道捣固作业数据为研究对象，分析影响作业质量的关键因素，探讨传统方法修正起道方案的基本原理；其次，将多因素约束条件纳入目标线形构造过程，并遵从历史作业规律，对起道量进行修正，构造一种用于提升轨道高低调整效果的起道方案综合修正方法；最后，以某高速铁路有砟轨道捣固作业为工程背景，验证综合修正方法的实施效果. 研究结果表明：在起道方案制定过程中施加针对性控制措施，有利于提高捣固作业对轨道不平顺的调整能力；捣固后，线形实测值与目标值之间决定系数高达0.92；方案起道量与实际起道量之间均方误差为1.8 mm；高低60 m中点弦测值降至4.0 mm，高低轨道质量指数降至0.28 mm.
- 捣固作业 /
- 起道量 /
- 有砟轨道 /
- 轨道不平顺 /
- 支持向量回归
Abstract:
In order to make the effect of tamping operation meet the expected goals, it is necessary to strictly control the unfavorable factors affecting the quality of the operation. Firstly, by taking the tamping operation data of ballasted track as the research object, the key factors affecting the operation quality were analyzed firstly, and the basic principles of the traditional methods to correct the lifting scheme were discussed. Secondly, by incorporating the multi-factor constraints into the target line construction process and correcting the lifting value according to the historical operation law, a comprehensive correction method of the lifting scheme for improving the adjustment effect of track height was constructed. Finally, by taking the ballasted track tamping operation of a high-speed railway as the engineering background, the implementation effect of the comprehensive correction method was verified. The results show that the application of targeted control measures in the process of lifting scheme formulation can improve the ability of the tamping operation to adjust the track irregularity. The coefficient of determination between the measured value and the target value of the alignment after tamping is as high as 0.92, and the mean square error between the planned lifting value and the actual lifting value is only 1.8 mm. The mid-chord value of 60 m is reduced to 4.0 mm, and the track quality index is reduced to 0.28 mm.
- tamping operation /
- lifting value /
- ballasted track /
- track irregularity /
- support vector regression (SVR)

HTML全文

能源是人类社会赖以生存和发展的物质基础. 针对能源型经济社会建设的目标，提出了开发新能源、减少环境污染、提高能源利用率的理念，区域综合能源系统已成为了近年研究热点^[1-3]. 相较于传统单一能源系统，综合能源系统含有多种能源类型，不同能源互补耦合，基于能量梯级利用原则进行协调优化^[4-5]. 目前，针对含有电转气（P2G）环节的综合能源系统已有较多研究：文献[6]建立了含P2G的电-热系统风电消纳优化运行模型，对比采用P2G设备前后和不同风电占比下风电利用率及效益；文献[7]分析了电、气、热需求响应及P2G、储能设备接入对区域综合能源系统运行优化的影响；文献[8]建立了电-气-热-冷联供的微型能源网模型，并在考虑P2G收益的基础上进行日前经济调度；文献[9]提出了一种考虑需求响应的含P2G 电-气综合能源系统优化调度模型. 上述研究中，P2G环节均采用电转天然气模型，利用P2G产生的天然气供给系统中气负荷使用. 实际上P2G环节从原理上分为2个阶段：一为电解水制氢气，二为氢气进一步与碳基原料反应合成甲烷^[10]. 而电转氢气这一中间过程具有更高的转换效率^[11]. 且随着氢燃料电池汽车等的推广，含有氢负荷的区域综合能源系统（RIES）日益受到重视^[12]. 因此，本文建立“电-气-热-储-氢”区域综合能源系统，并综合考虑P2G的2阶段模型，将一阶段制得的氢气供给区内的氢负荷使用.

随着新能源的日益发展，风电光伏发电场的建设装机容量不断增加，但由于其与电网建设不同步、调峰能力不匹配，导致弃风弃光现象较为明显^[13-14]. 同时，区域综合能源系统耦合情况复杂，因此优化调度问题成为核心问题之一. 针对不同系统结构的优化调度问题，文献[15]对“以热定电”导致的弃风现象及运行成本较高问题，提出基于热电联供（CHP）灵活热电比的多目标优化调度方法；文献[16]提出了一种多目标电热综合能源系统低碳经济调度模型，采用多目标细菌群体驱药性算法进行求解，对系统风电消纳的效果进行了分析；文献[17]针对风电消纳问题进行研究，考虑电锅炉、电转气技术、储能设备，利用Mosek求解器求解. 文献[18-21]介绍了可转移负荷以及需求侧响应在系统能量管理方面的相关研究. 由于甲烷化反应器、电解槽、储氢罐和储气罐等装置的引入，本文“电-气-热-储-氢”RIES的拓扑结构与能量耦合情况将更为复杂，结合系统结构与运行模式的特殊性，需求侧响应影响以及建立优化调度模型问题有待深入研究.

因此，本文针对电-气-热-储-氢耦合的区域综合能源系统，提出考虑两阶段P2G模型的RIES优化调度方法，以最小日运行成本为优化目标，充分考虑各方面约束条件，利用混合整数线性规划方法求解优化调度结果，并开展不同季节、是否含P2G环节、是否考虑需求侧响应影响因素下的技术经济分析，为RIES合理运行提供科学可靠的依据.

1. 考虑P2G两阶段模型的电-气-热-储-氢RIES模型

1.1 系统模型

考虑含P2G两阶段模型的“电-气-热-储-氢”区域综合能源系统可用图1结构描述，主要包括可再生能源发电系统、燃气轮机、燃气锅炉、电锅炉、电（气、热、氢）能源类型的负荷和储能设备、P2G环节.

图 1 “电-气-热-储-氢”区域综合能源系统结构

Figure 1. Integrated energy system structure of electricity-gas-heat-storage-hydrogen coupling area

下载: 全尺寸图片幻灯片

1.1.1 传统设备模型

1）燃气锅炉

燃气锅炉是以天然气为燃料，并将其转化为热能的设备. 其数学模型如式（1）所示.

$P_{{\rm{h,GB}}}^{}\left( t \right) = P_{{\rm{g,GB}}}^{}\left( t \right) {\eta _{{\rm{GB}}}} \;,$

(1)

式中：P_h,GB(t)、P_g,GB(t)分别为燃气锅炉的产热功率、天然气消耗功率，η_GB为燃气轮机的制热效率，t为时刻.

2）电锅炉

电能经电锅炉转换成热能，其制热功率为

$P_{{\rm{h,EB}}}^{}\left( t \right) = P_{{\rm{e,EB}}}^{}\left( t \right) {\eta _{{\rm{EB}}}} \;,$

(2)

式中：P_h,EB(t)、P_e,EB(t)分别为电锅炉的产热功率、耗电功率，η_EB为电锅炉的制热效率.

3）燃气轮机

燃气轮机能够将天然气的能量转化为电能及热能，其电、热输出功率与天然气输入功率间均存在近似线性的关系，数学模型如式（3）所示.

$\left\{ \begin{gathered} P_{{\rm{e,GT}}}^{}\left( t \right) = P_{{\rm{g,GT}}}^{}\left( t \right) \eta _{{\rm{e,GT}}}^{} \;, \\ P_{{\rm{h,GT}}}^{}\left( t \right) = P_{{\rm{g,GT}}}^{}\left( t \right) \eta _{{\rm{h,GT}}}^{} \;, \\ \eta _{{\rm{h,GT}}}^{} = 1 - \eta _{{\rm{e,GT}}}^{} - \eta _{{\rm{loss,GT}}}^{} \;, \\ \end{gathered} \right.$

(3)

式中：P_g,GT(t)为燃气轮机消耗的天然气功率，P_e,GT(t)、P_h,GT(t)分别为时刻t燃气轮机的发电功率和产热功率，η_e,GT、η_h,GT分别为燃气轮机输出电能、热能的效率，η_loss,GT为热能自耗散率.

1.1.2 电、热储能设备模型

储能设备在系统运行过程中对多余能量进行储存，并在功率缺额时及时进行补偿，具有能量缓冲、平抑功率波动、保障系统稳定运行的特点，有助于实现系统的经济调度.

电、热储能设备的充放能量为

$\begin{split} & {E_k}\left( t \right) = {E_k}\left( {t - 1} \right) \left( {1 - \eta _{{\rm{loss}},k}^{}} \right) + \\ &\quad \Delta t \left( {\eta _{{\rm{ch}},k }^{} P_{{\rm{ch}},k}^{}\left( t \right) - P_{{\rm{dis}},k }^{}\left( t \right)/\eta _{{\rm{dis}},k }^{}} \right)\;, \end{split}$

(4)

式中：k∈{e,h}，e、h分别代表电、热储能设备；η_loss,k为自耗能率；P_{ch, k}(t)、P_{dis, k}(t)分别为时刻t的设备充、放电功率；η_ch,k、η_dis,k分别为储能的充、放能效率；∆t为步长，取1 h.

1.1.3 P2G 2阶段模型

本文构建了一种联合制氢与制甲烷的2阶段P2G模型，其流程如图2所示. 第1阶段为电转氢阶段，进行电解水反应，使用的电能主要是风力发电高峰期而电负荷相对较低时富余的电能，生成的H₂中一部分注入储氢罐并供给氢燃料电池车负荷；另一部分富余H₂进入第2阶段，即制甲烷阶段，进行甲烷化反应进一步制得CH₄，注入储气罐并供应系统内的天然气负荷.

图 2 P2G 2阶段模型

Figure 2. Two-stage P2G model

下载: 全尺寸图片幻灯片

1）制氢阶段

电解槽制氢量的数学模型如式（5）所示.

$V_{{{\rm{H}}_2},{\rm{EL}}}^{}\left( t \right) = \frac{{0.022\;4 {P_{{\rm{EL}}}}\left( t \right) {\rho _{{{\rm{H}}_2}}}}}{{4 {\nu _{{\rm{EL}}}} {M_{{{\rm{H}}_2}}}}} \;,$

(5)

式中： $V_{{{\rm{H}}_2},{\rm{EL}}}^{}\left( t \right)$ 为时刻t电解槽制氢量（m³），P_EL(t)为时刻t电解槽耗电功率， $\rho_{{\rm{H}}_2}$ 为H₂密度（g/m³），ν_EL为电解氢速率， $M_{{\rm{H}}_2}$ 为H₂摩尔质量（g/mol）.

由于储氢罐前、后压缩机的精细模型对系统优化运行的影响较小，因此，主要关注氢气的存储过程. 储氢设备数学模型表示为

${E_{\rm{HT}}}\left( t \right) = {E_{\rm{HT}}}\left( {t - 1} \right) + \left( {E_{{\rm{in,HT}}}^{}\left( t \right) - E_{{\rm{out,HT}}}^{}\left( t \right)} \right) \;,$

(6)

式中：E_HT(t)为时刻t氢储存容量（kmol）；E_in,HT(t)、E_out,HT(t)分别为时刻t存入、输出氢气的量（kmol）.

2）制甲烷阶段

氢气通过甲烷化反应器转化为天然气，储气罐模型同式（4），同时采用式（7）的固定效率简化模型描述甲烷化反应.

$P_{{\rm{g,M}}}^{}\left( t \right) = \frac{{{4 \eta _{\rm{M}}}E_{{{\rm{H}}_2},{\rm{M}}}^{}\left( t \right){H_{\rm{L}}} }}{\kappa } \;,$

(7)

式中：P_g,M(t)为时刻t甲烷化反应的天然气功率（kW）， $E_{{\rm{H}}_{2},{\rm{M}}} (t)$ 为时刻t输入甲烷化反应器的氢量（kmol），H_L为天然气低热值（kW/m³）， $\kappa$ 为气体密度（kg/m³），η_M为运行效率.

1.2 激励型需求侧响应模型

1.2.1 需求侧响应模型的目标函数

采用激励型需求侧响应，通过调整可转移负荷的用电时间，使其与可再生能源发电在时序上更加贴合，进一步减少能源购买成本，提高系统经济性. 其目标函数为

$\left\{ \begin{gathered} \min \sum\limits_{t = 1}^T {\left| {{P_{{\rm{DG}}}}\left( t \right) - {L_{{\rm{dr}}}}\left( t \right)} \right|} \;, \\ {L_{{\rm{dr}}}}\left( t \right) = {L_{{\rm{load}}}}\left( t \right) + {L_{{\rm{dr}}\_{\rm{in}}}}\left( t \right) - {L_{{\rm{dr}}\_{\rm{out}}}}\left( t \right) \;, \\ \end{gathered} \right.$

(8)

式中：T为调度周期，取T = 24 h，P_DG(t)为时刻t可再生能源的输出功率，L_load(t)、L_dr(t)分别为时刻t响应前、后负荷大小，L_{dr_in}(t)、L_{dr_out}(t)分别为时刻t负荷转入量、转出量.

1.2.2 需求侧响应模型的约束条件

1）负荷转移量约束

在系统实际运行中，任一时刻下的实际负荷转移量均应不大于最大负荷转移量，且在一个调度周期内转出与转入的负荷总量应相等，以维持总负荷需求不变，故约束条件可表示为

$\left\{ \begin{gathered} {m_{\rm{dr}}}\left( t \right) \leqslant {M_{\rm{dr}}}\left( t \right) \;, \\ {L_{{\rm{dr}}\_{\rm{in}}}}\left( T \right) = {L_{{\rm{dr}}\_{\rm{out}}}}\left( T \right) \;, \\ \end{gathered} \right.$

(9)

式中：m_dr(t)、M_dr(t)分别为时刻t的负荷转移容量和最大负荷可转移容量.

2）负荷转移时段约束

负荷转移只能在一个调度周期T内进行，即

$\left \{\begin{gathered} {t_{{\rm{in}}}} \in T\;, \\ {t_{{\rm{out}}}} \in T \;, \end{gathered}\right.$

(10)

式中：t_in、t_out分别为负荷转入、转出时刻.

2. 考虑P2G 2阶段模型的“电-气-热-储-氢”RIES优化调度方法

2.1 目标函数

针对电-气-热-氢耦合的区域综合能源系统的日前优化调度问题，从系统运营商角度出发，以日运行经济成本最优为目标. 目标函数F除包括购电成本C_buye(t)、购气成本C_buyg(t)外，还考虑弃风惩罚成本C_curw(t)、弃光惩罚成本C_curp(t)，以体现弃风弃光现象对系统的影响，以及针对需求侧响应的补贴成本C_dr(t)，如式（11）所示.

$\begin{split} &F = \min \sum\limits_{t = 1}^T {[{C_{{\rm{buye}}}}\left( t \right) + {C_{{\rm{buyg}}}}} \left( t \right)+ \\ &\quad{C_{{\rm{curw}}}}\left( t \right) + {C_{{\rm{curp}}}}\left( t \right) + {C_{\rm{dr}}}\left( t \right)] \;. \end{split}$

(11)

2.2 约束条件

1）系统功率平衡约束

系统运行时需满足电、气、热、氢4种能源的能量平衡约束，即

$\begin{aligned} \left\{ \begin{aligned} &P_{{\rm{e,net}}}^{}\left( t \right) + P_{{\rm{wt}}}^{}\left( t \right) + {P_{{\rm{pv}}}}\left( t \right) + P_{{\rm{e,GT}}}^{}\left( t \right) + P_{{\rm{dis,e}}}^{}\left( t \right) = \\ &\quad P_{{\rm{EL}}}^{}\left( t \right) + P_{{\rm{e,EB}}}^{}\left( t \right) + P_{{\rm{ch,e}}}^{}\left( t \right) + {L_{\rm{e}}}\left( t \right)\;, \\ &P_{{\rm{g,net}}}^{}\left( t \right) + P_{{\rm{g,M}}}^{}\left( t \right) + P_{{\rm{g,dis}}}^{}\left( t \right) = \\ &\quad P_{{\rm{g,GT}}}^{}\left( t \right) + P_{{\rm{g,GB}}}^{}\left( t \right) + P_{{\rm{g,ch}}}^{}\left( t \right) + {L_{\rm{g}}}\left( t \right) \;, \\ &P_{{\rm{h,GB}}}^{}\left( t \right) + P_{{\rm{h,GT}}}^{}\left( t \right) + P_{{\rm{h,EB}}}^{}\left( t \right) + P_{{\rm{h,dis}}}^{}\left( t \right) = \\ &\quad P_{{\rm{h,ch}}}^{}\left( t \right) + {L_{\rm{h}}}\left( t \right) \;, \\ &E_{{\rm{in,HT}}}^{}\left( t \right) + E_{{{\rm{H}}_2},{\rm{M}}}^{}\left( t \right) = E_{{{\rm{H}}_2},{\rm{EL}}}^{}\left( t \right) , \\ & 2 E_{{\rm{out,HT}}}^{}\left( t \right) = {L_{{{\rm{H}}_2}}}\left( t \right) \;, \end{aligned}\right.\\[-70pt] \end{aligned}$

(12)

式中：L_e(t)、L_g(t)、L_h(t)、L_H₂(t)分别为电负荷、天然气负荷、热负荷、氢负荷功率；P_e,net(t)、P_wt(t)、P_pv(t)、P_e,GT(t)、P_e,EB(t)、P_EL(t)、P_ch,e(t)、P_dis,e(t)分别为购电功率、风力发电机功率、光伏系统功率、燃气轮机发电功率、电锅炉耗电功率、电解槽耗电功率、蓄电池充电功率和放电功率；P_g,net(t)、P_g,GT(t) (P_g,GB(t)/P_g,M(t))、P_g,ch(t)、P_g,dis(t)分别为购气功率、燃气轮机（燃气锅炉/甲烷化反应）耗气功率、储气设备充气功率和放气功率；P_h,GB(t)(P_h,GT(t)/P_h,EB(t))、P_h,ch(t)、P_h,dis(t)分别为燃气锅炉（燃气轮机/电锅炉）产热功率、储热设备充热功率和放热功率； $E_{{{\rm{H}}_2},{\rm{EL}}}$ 为甲烷化反应电解槽产氢量.

2）可再生能源出力约束

光伏、风机在实际运行过程中的输出功率P_wt(t)、P_pv(t)均不能超过其预测输出功率值，故约束条件为

$\left\{ \begin{gathered} 0 \leqslant {P_{{\rm{wt}}}}(t) \leqslant P_{{\rm{f,wt}}}^{}(t) \;, \\ 0 \leqslant {P_{{\rm{pv}}}}(t) \leqslant P_{{\rm{f,pv}}}^{}(t) \;, \end{gathered} \right.$

(13)

式中：P_f,wt(t)、P_f,pv(t)分别为系统光伏、风机的预测最大输出功率.

3）电/燃气锅炉约束

电锅炉、燃气锅炉在实际运行过程中，需满足额定功率约束及爬坡约束，即

$\left\{ \begin{gathered} 0 \leqslant P_{{\rm{e,EB}}}^{}(t) \leqslant P_{{\rm{e,EB,rated}}}^{}(t)\;, \\ - R_{{\rm{g,EB,down}}}^{}\Delta t \leqslant P_{{\rm{e,EB}}}^{}(t) - P_{{\rm{e,EB}}}^{}(t - 1) \leqslant R_{{\rm{g,EB,up}}}^{}\Delta t \;, \\ \end{gathered} \right.$

(14)

$\left\{ \begin{gathered} 0 \leqslant P_{{\rm{g,GB}}}^{}(t) \leqslant P_{{\rm{g,GB,rated}}}^{}(t)\;, \\ - R_{{\rm{g,GB,down}}}^{}\Delta t \leqslant P_{{\rm{g,GB}}}^{}(t) - P_{{\rm{g,GB}}}^{}(t - 1) \leqslant R_{{\rm{g,GB,up}}}^{}\Delta t \;, \\ \end{gathered} \right.$

(15)

式中：P_e,EB,rated(t)、P_g,GB,rated(t)分别指系统中电锅炉、燃气锅炉的额定功率，R_g,EB,up、R_g,EB,down分别为电锅炉的爬坡功率上、下限，R_g,GB,up、R_g,GB,down分别为燃气锅炉的爬坡功率上、下限.

4）燃气轮机约束

燃气轮机运行过程中需满足额定功率约束及爬坡约束，即

$\left\{ \begin{gathered} 0 \leqslant P_{{\rm{g,GT}}}^{}(t) \leqslant P_{{\rm{g,GT,rated}}}^{}(t) \;, \\ - R_{{\rm{g,GT,down}}}^{}\Delta t \leqslant P_{{\rm{g,GT}}}^{}(t) - P_{{\rm{g,GT}}}^{}(t - 1) \leqslant R_{{\rm{g,GT,up}}}^{}\Delta t \;, \\ \end{gathered} \right.$

(16)

式中：P_g,GT,rated(t)为系统中燃气轮机的额定功率，R_g,GT,up、R_g,GT,down分别指燃气轮机的爬坡上、下限.

5）电解槽约束

电解槽运行过程中需满足其上、下限功率约束，即

${u_{{\rm{EL}}}}\left( t \right)P_{{\rm{EL,\min }}}^{} \leqslant P_{{\rm{EL}}}^{}\left( t \right) \leqslant {u_{{\rm{EL}}}}\left( t \right)P_{{\rm{EL,\max }}}^{} \;,$

(17)

式中：P_EL,min、P_EL,max分别为电解槽运行功率的下、上限；u_EL(t)为0-1变量，表示电解槽时刻t的启停状态，u_EL(t) = 1即表示电解槽此时处于运行状态，u_EL(t) = 0即表示电解槽此时处于停机状态.

6）甲烷化反应器约束

${u_{\rm{M}}}\left( t \right){E_{{{\rm{H}}_2}, {\rm{M}},\min }} \leqslant {E_{{{\rm{H}}_2,}{\rm{M}}}}\left( t \right) \leqslant {u_{\rm{M}}}\left( t \right){E_{{{\rm{H}}_2}, {\rm{M}},\max }} \;,$

(18)

式中：E_H₂,M,min、E_H₂,M,max分别指甲烷化反应器耗氢量的下、上限；u_M(t)为0-1变量，表示甲烷化反应器t时刻的启停状态，u_M(t) = 1表示启动，反之表示停机.

7）储电/热/气设备

电、热、气储能设备需满足上、下限约束，避免过度充放能影响设备寿命. 同时，为了给下一调度周期预留一定的调节裕量，使得在下一个调度周期开始时储能设备能够满足系统充放能要求，所以将运行一个调度周期T后的储能容量恢复到初始状态. 此外，考虑到同一时刻储能装置不能同时充放能，所以任一时刻充放能功率都必有一个为0. 故相关约束条件为

$\left\{ \begin{aligned} &0 \leqslant P_{{\rm{ch}},{\kappa } }^{}\left( t \right) \leqslant {{{u}}_{\kappa } }\left( t \right)P_{{\rm{ch}},{\kappa } ,\max }^{} \;, \\ &0 \leqslant P_{{\rm{dis}},{\kappa } }^{}\left( t \right) \leqslant {v_{\kappa } }\left( t \right)P_{{\rm{dis}},{\kappa } ,\max }^{} \;, \\ &0 \leqslant {u_{\kappa } }\left( t \right) + {v_{\kappa } }\left( t \right) \leqslant 1 \;, \end{aligned} \right.$

(19)

${E_{{\kappa} ,\min }} \leqslant {E_{\kappa } }\left( t \right) \leqslant {E_{{\kappa } ,\max }} \;,$

(20)

${E_{\kappa } }\left( 0 \right) = {E_{\kappa } }\left( T \right) \;,$

(21)

式中：κ∈{e,h,g}，g代表气设备；P_ch,κ(t)、P_dis,κ(t)分别为储能设备κ充、放能功率；u_κ(t)、v_κ(t)均为0-1变量，表示时刻t储能设备κ的充、放能状态，当u_κ(t)=0时，储能设备不充能，反之则充能；v_κ(t)=0时，储能设备不放能，反之则放能；同一时刻储能设备不能同时充、放能；E_κ,min、E_κ,max分别为κ储能设备允许容量下、上限；P_{ch, κ,max}、P_{dis, κ,max}分别为储能设备κ充能和放能功率的最大值.

8）储氢罐

储氢罐也需满足上、下限约束及调度周期T内充放氢总量相等，即

$\left\{ \begin{gathered} 0 \leqslant E_{\rm{out,HT}}\left( t \right) \leqslant E_{{\rm{out,HT}},\max } \;, \\ 0 \leqslant E_{\rm{in,HT}}\left( t \right) \leqslant E_{{\rm{in,HT}},\max } \;, \end{gathered} \right.$

(22)

${E_{{\rm{HT}},\min }} \leqslant {E_{\rm{HT}}}\left( t \right) \leqslant {E_{{\rm{HT}},\max }} \;,$

(23)

${E_{\rm{HT}}}\left( 0 \right) = {E_{\rm{HT}}}\left( T \right) \;,$

(24)

式中：E_out,HT,max、E_in,HT,max分别为各时刻储氢罐注入、输出的氢气最大值，E_HT,min、E_HT,max分别为储氢罐储存容量上、下限，E_HT(0)和E_HT(T)分别为当前优化调度周期的初时刻储氢量与末时刻储氢量.

9）外部网络交互功率约束

在本研究中，仅考虑从外部电网、天然气网购入能量，不考虑向外部电网售出能量. 系统与外部网络间联络线上的传输功率有如下关系：

$\left\{ \begin{gathered} 0 \leqslant P_{{\rm{g,net}}}(t) \leqslant P_{{\rm{g,net}},\max }(t) \;, \\ 0 \leqslant P_{{\rm{e,net}}}(t) \leqslant P_{{\rm{e,net}},\max }(t) \;, \end{gathered} \right.$

(25)

式中：P_g,net(t)、P_e,net(t)分别为购气功率和购电功率；P_g,net,max(t)、P_e,net,max(t)分别为购气和购电功率的最大值.

2.3 求解流程

电-气-热-储-氢耦合的区域综合能源系统中耦合了多种类型的设备，其优化变量众多，本质为混合整数规划（MILP）问题. 因此，搭建系统优化调度模型后，利用数学优化工具包YALMIP建模求解，实现系统内多种设备的优化调度.

1）输入数据：根据冬季、夏季典型日的风光资源条件，输入其风力、光伏发电预测值及其相应的各类型负荷数据；输入各设备模型的相关数据信息.

2）定义优化调度决策变量：定义一个决策变量矩阵P，第1～24列分别代表1 d的24个时段.

3）设定优化调度目标函数：日运行成本最优.

4）设定优化调度约束条件：结合各设备模型及系统功率平衡原则分别建立相应的约束条件，并输入微电网优化调度模型.

5）求解参数设置：设置求解算法，对决策变量矩阵P进行求解.

6）输出结果：通过优化算法求解输出满足系统所有约束条件下的最低日运行成本以及相应的系统最佳优化调度策略.

3. 算例分析

3.1 系统参数

本文采用的冬季典型日电、气、热、氢负荷数据如图3，夏、冬季典型日热负荷值比例取为1∶4. 分时电价与天然气价如图4所示. 风光出力预测数据如图5所示.

图 3 冬季典型日负荷预测数据

Figure 3. Predicted data of normal daily load in winter

下载: 全尺寸图片幻灯片

图 4 电价与天然气价

Figure 4. Electricity and gas prices

下载: 全尺寸图片幻灯片

图 5 冬季典型日风光出力预测数据

Figure 5. Predicted normal output data of wind turbine and photovoltaic system in winter

下载: 全尺寸图片幻灯片

为研究P2G对系统的影响，本文按照是否含有P2G环节的冬、夏季节设置4个场景分析系统的优化调度结果，具体场景见表1.

表 1 算例场景设置

Table 1. Scenario settings

场景	季节	含电/热储能	含气储能	含 P2G
1	冬	√	×	×
2	冬	√	√	√
3	夏	√	×	×
4	夏	√	√	√

下载: 导出CSV

| 显示表格

3.2 经济性分析

加入P2G环节显著减少了系统日运行成本，提升了系统的经济性，不同场景下的系统运行成本见表2.

表 2 不同场景下的系统运行成本

Table 2. Operating costs in different scenarios 元

场景	购电成本	购气成本	购氢成本	弃风成本	弃光成本	总成本
1	557.5	5863.6	1079.6	1099.4	56.6	8656.7
2	401.0	5420.8	0	10.7	0	5832.5
3	0	3025.6	1079.6	1426.6	207.7	5739.5
4	0	2152.3	0	49.5	0	2201.8

下载: 导出CSV

| 显示表格

1）购电购气成本

分别对比场景1、2、3、4，购电购气成本均有不同程度的降低. 其中购气成本降幅更大，场景2较场景1减少442.8元，场景4较场景3减少873.3元，分别节省总成本的7.55%和28.86%. 对比可知，加入P2G环节后，系统将多余电能转化为天然气以满足气负荷，降低购气成本，尤其是在10：00—15：00 的风光发电高峰时段. 由于夏季热负荷需求降低，锅炉出力减少，更多的弃风量被P2G环节利用，所以场景4购气成本较场景2节约比例更大.

2）购氢成本

场景1和场景3不含P2G环节，系统内氢负荷需求全部由加氢站购氢满足，氢负荷一天内的总量约为53.98 kg，则购氢成本固定为1079.6元，分别占场景1和场景3总日运行成本的12.47%和18.81%.

3）弃风弃光成本

由图3、5可知：夜间0：00—6：00电负荷需求较低，均小于1.0 MW，而此时风力发电出力最大可达3.5 MW，因此，夜间产生较大弃风量，系统经济性较差；日间电负荷需求于日间11：00—15：00明显降低，此时风电出力趋于稳定，且光伏出力处于高峰，故午间产生较严重的弃风弃光现象. 综上，场景1、3由于缺少P2G环节，都存在较严重的弃风现象和一定的弃光现象，而场景2、4加入P2G后，风光能源均得到良好利用，弃风弃光成本大幅降低.

3.3 弃风弃光现象分析

图6和图7为各场景下风光利用情况. 对于场景1、3，午间时段光照较强，产生一定的弃光量，风机不出力；夜间低负荷时段，出现大量弃风，日弃风量分别为45.26%和58.73%. 场景2、4消除了弃光现象，仅在01：00—03：00和20：00—23：00时间段存在少量弃风，弃风率降低到0.44%和2.04%. 对比场景1、3，夏季热负荷需求较冬季更低，弃风弃光量更多，加入P2G环节后消纳弃风弃光效果更显著. 综上，加入P2G后电-气-氢-储-热RIES能有效消纳弃风弃光可再生能源，显著减少弃风弃光现象.

图 6 风电出力及风机利用率

Figure 6. Optimal output of wind turbine and utilization

下载: 全尺寸图片幻灯片

图 7 光伏出力及光伏利用率

Figure 7. Optimal output of photovoltaic system and its utilization

下载: 全尺寸图片幻灯片

3.4 出力结果分析

以系统日运行成本最小为目标求解得优化调度结果，以冬季场景为例进行分析，图8、9分别为场景1、2的电、气、热功率平衡图.

图 8 场景1的功率平衡图

Figure 8. Balance of power in scenario 1

下载: 全尺寸图片幻灯片

图 9 场景2的功率平衡图

Figure 9. Balance of power in scenario 2

下载: 全尺寸图片幻灯片

由图8可以看出：场景1在此时段内尽管电锅炉也满载运行，但由于缺少电解水制氢，仍无法消纳大量的弃风弃光量；只有蓄电池少量储放电对系统进行调节；由于场景1缺少制甲烷环节和储气罐，系统日购气量一直保持在较高值，以满足气负荷的需求. 观察图9可以看出：10：00—15：00时段，由于光伏出力达高峰且电负荷需求有所减少，电转气设备出力增加满足气负荷需求，购气量减少；热负荷需求降低，燃气锅炉出力减少，购电仅出现在16：00—21：00时间段内，是由于此时段内电负荷需求达到峰值，各设备无法满足其需求，故从外部购电来满足此功率缺额；场景2在01：00—16：00及22：00—24：00时段系统均未从外部购电，燃气轮机不出力，电锅炉满载运行，同时P2G环节出力制氢制甲烷. 由图5可知：风光出力之和在此时段内均保持较高水平，因此，存在富余电能供给电锅炉和P2G环节以减少弃风弃光量，提高系统经济性；燃气锅炉出力满足剩余热负荷需求，甲烷化反应补充供气. 各储能系统灵活充放能调节各能量需求，提高系统缓冲能力.

图10为场景2、4电转气环节出力. 对比图10（a）和图5：场景2中电解槽产氢时段与场景1中的弃风弃光时段几乎重合，场景4与场景3亦然，即场景2、场景4中P2G环节均能为系统消纳多余可再生能源；由于储氢罐始末态一致，第1阶段电解水产氢输入储氢罐的氢量等于氢负荷日需求量. 由于夏季存在更多弃风弃光量，电转气制甲烷量更大，即图10（b）第2阶段甲烷化耗氢量更多，P2G环节运行时间略长.

图 10 P2G环节出力

Figure 10. Optimal output of P2G

下载: 全尺寸图片幻灯片

3.5 考虑需求侧响应的经济性分析

场景5在场景2的基础上引入电力需求侧响应环节，图11为可再生能源出力曲线及需求响应前后电负荷曲线对比，表3为冬季各场景下的运行成本.

图 11 冬季典型日电负荷需求响应前、后对比

Figure 11. Comparison of normal daily electric load demands in winter before and after introducing response

下载: 全尺寸图片幻灯片

表 3 冬季不同场景下的系统运行成本

Table 3. Operating costs in different scenarios in winter 元

场景	购电成本	购气成本	购氢成本	弃风成本	弃光成本	补贴成本	总成本	节省成本/%
1	557.5	5863.6	1079.6	1099.4	56.6	0	8656.7
2	401.0	5420.8	0	10.7	0	0	5832.5	32.62
5	22.6	5152.3	0	17.7	0	547.8	5740.4	33.69

下载: 导出CSV

| 显示表格

引入需求侧响应后，由于可转移负荷用电时段的改变，使得响应后负荷曲线更加平滑，且更加贴近可再生能源出力曲线，使得与外部电网的交互功率减少，大幅降低了购电成本；使得燃气轮机出力有所减少，购气成本降低；与场景2相比，弃风弃光成本仍处于较低水平. 因此，引入需求侧响应后，尽管新增了补贴成本，但总成本仍有所降低，相较场景2节省成本百分比进一步提升为33.69%.

4. 结　论

1）引入P2G环节后，冬、夏2季节下的系统在购电购气成本、弃风弃光成本、购氢成本各方面都有所下降，使得系统总运行成本大幅降低，提升系统的经济性.

2）引入P2G环节后，配合各储能设备灵活充放能，系统能有效消纳弃风弃光可再生能源，显著减少弃风弃光现象. 夏季弃风弃光现象更严重，P2G环节运行时间更长，充分提高了系统能源利用效率.

3）考虑电负荷需求侧响应，通过负荷用电时间转移进行削峰填谷，使得与外部网络交互功率减少，通过减少能源购买成本，降低了系统的日运行成本.

图 1 纵向抄平作业原理

Figure 1. Principle of longitudinal leveling operation

下载: 全尺寸图片幻灯片

图 2 方案起道量与实际起道量

Figure 2. Planned and actual lifting values

下载: 全尺寸图片幻灯片

图 3 高低不平顺理想值与实际值

Figure 3. Ideal and actual values of track irregularity

下载: 全尺寸图片幻灯片

图 4 不同目标线形的捣固作业

Figure 4. Tamping operations with different target lines

下载: 全尺寸图片幻灯片

图 5 起、拨道方案

Figure 5. Schemes of lifting and lining

下载: 全尺寸图片幻灯片

图 6 捣固车重复性作业精度

Figure 6. Repetitive operation accuracy of tamping wagon

下载: 全尺寸图片幻灯片

图 7 不同捣固车作业精度

Figure 7. Operation accuracy of different tamping wagons

下载: 全尺寸图片幻灯片

图 8 起道量分布趋势

Figure 8. Distribution trend of lifting value

下载: 全尺寸图片幻灯片

图 9 目标线形修正示意

Figure 9. Target line correction

下载: 全尺寸图片幻灯片

图 10 目标线形构造及修正结果

Figure 10. Construction and correction of target line

下载: 全尺寸图片幻灯片

图 11 适应度曲线

Figure 11. Fit curve

下载: 全尺寸图片幻灯片

图 12 测试集数据预测效果

Figure 12. Prediction effect of test set data

下载: 全尺寸图片幻灯片

图 13 方案起道量修正结果

Figure 13. Correction results of planned lifting value

下载: 全尺寸图片幻灯片

图 14 捣固作业整体效果

Figure 14. Overall effect of tamping operation

下载: 全尺寸图片幻灯片

图 15 行车安全性和舒适性指标

Figure 15. Running safety and comfortability index

下载: 全尺寸图片幻灯片

图 16 轨道平顺性状态

Figure 16. Track regularity state

下载: 全尺寸图片幻灯片

表 1 高低不平顺改善效果

Table 1. Improvement effect of track irregularity

线路	60 m 中点弦测值/mm		改善率/%		方案起道量均值/ mm
线路	捣固前	捣固后	高低不平顺	TQI	方案起道量均值/ mm
线路 1	8.00	6.50	18.75	20.38	6.50
线路 2	18.00	12.30	31.67	37.50	14.36

下载: 导出CSV

表 2 建模典型数据

Table 2. Typical data for modeling

实际起道量/mm	高低 60 m 中点弦测值/mm	捣固车编号	方案起道量/mm
10.00	5.00	1	16.00
8.00	4.25	3	14.00
10.00	5.50	2	16.00
9.00	4.75	3	15.00
$\vdots$	$\vdots$	$\vdots$	$\vdots$
9.00	5.50	1	16.00

下载: 导出CSV

参考文献(21)

[1]	木东升,周宇,韩延彬,等. 轨道综合作业对高速铁路有砟轨道几何不平顺改善效果[J]. 交通运输工程学报,2018,18(5): 90-99. MU Dongsheng, ZHOU Yu, HAN Yanbin, et al. Effect of track comprehensive maintenance on geometry irregularity improvement of ballast track in high-speed railway[J]. Journal of Traffic and Transportation Engineering, 2018, 18(5): 90-99.
[2]	王英杰,楚杭,时瑾,等. 有砟高铁大机捣固质量相关性及敏感波长研究[J]. 铁道工程学报,2021,38(1): 37-41,108. WANG Yingjie, CHU Hang, SHI Jin, et al. Research on the machine tamping quality correlation and sensitive wavelengths of high speed railway ballasted track[J]. Journal of Railway Engineering Society, 2021, 38(1): 37-41,108.
[3]	AINGARAN S, LE PEN L, ZERVOS A, et al. Modelling the effects of trafficking and tamping on scaled railway ballast in triaxial tests[J]. Transportation Geotechnics, 2018, 15: 84-90. doi: 10.1016/j.trgeo.2018.04.004
[4]	KUMARA J J, HAYANO K. Deformation characteristics of fresh and fouled ballasts subjected to tamping maintenance[J]. Soils and Foundations, 2016, 56(4): 652-663. doi: 10.1016/j.sandf.2016.07.006
[5]	王众保,许永贤,王红,等. 大型养路机械捣固作业参数对捣固效果影响规律的研究[J]. 铁道建筑,2020,60(1): 129-133. WANG Zhongbao, XU Yongxian, WANG Hong, et al. Study on influence laws of working parameters of heavy-duty maintenance machinery tamping on tamping effect[J]. Railway Engineering, 2020, 60(1): 129-133.
[6]	时瑾,张雨潇,楼梁伟,等. 新建高速铁路有砟轨道精捣作业环节改进及效果[J]. 中国铁道科学,2021,42(6): 8-17. SHI Jin, ZHANG Yuxiao, LOU Liangwei, et al. Optimization and effect of accurate tamping operation link for ballasted track in newly-built high-speed railway[J]. China Railway Science, 2021, 42(6): 8-17.
[7]	时瑾,张雨潇,陈云峰,等. 基于长波平顺性的提速线路精捣方案优化算法及应用[J]. 铁道学报,2022,44(2): 72-80. SHI Jin, ZHANG Yuxiao, CHEN Yunfeng, et al. Optimization algorithm and application of precise tamping for speed raising railway based on long-wave regularity[J]. Journal of the China Railway Society, 2022, 44(2): 72-80.
[8]	时瑾,张雨潇,陈云峰,等. 有砟高铁捣固作业轨向平顺性控制方法[J]. 交通运输工程学报,2022,22(2): 76-86. SHI Jin, ZHANG Yuxiao, CHEN Yunfeng, et al. Track alignment irregularity control method for tamping operation of ballasted high-speed railway[J]. Journal of Traffic and Transportation Engineering, 2022, 22(2): 76-86.
[9]	李阳腾龙. 高速铁路轨道精测精调及其平顺性优化研究[J]. 测绘学报,2018,47(11): 15-62. LI Yangtenglong. Study on track precise inspection and adjustment as well as its regularity optimization for high-speed railways[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(11): 15-62.
[10]	李阳腾龙,岑敏仪,谭俊. 增加轨道扣件可调量和相邻点偏差约束的高铁轨道精调优化算法[J]. 铁道学报,2017,39(5): 90-98. LI Yangtenglong, CEN Minyi, TAN Jun. An optimization algorithm of track fine adjustment of high-speed railways with added constraints of remaining allowed adjustable values and differences in deviations of adjacent fasteners[J]. Journal of the China Railway Society, 2017, 39(5): 90-98.
[11]	魏晖,吴仕凤,朱洪涛. 基于相对测量调轨的高速铁路有砟线路整道技术研究[J]. 铁道标准设计,2013,57(8): 11-15. WEI Hui, WU Shifeng, ZHU Hongtao. Research on ballast trimming technology based on relative measurement method for ballast track of high-speed railway[J]. Railway Standard Design, 2013, 57(8): 11-15.
[12]	魏晖,朱洪涛,赵国堂,等. 基于中点弦测模型的无砟轨道精调量迭代求解[J]. 西南交通大学学报,2015,50(1): 131-136. WEI Hui, ZHU Hongtao, ZHAO Guotang, et al. Iterative algorithm of HSR ballastless track realignment calculation based on MCO model[J]. Journal of Southwest Jiaotong University, 2015, 50(1): 131-136.
[13]	杨飞,孙宪夫,魏子龙,等. 基于动静态检测数据的轨道弹性状态评估及平顺性调整方法[J]. 铁道学报,2023,45(5): 82-90. YANG Fei, SUN Xianfu, TAN Shehui, et al. Evaluation difference of dynamic and static track irregularity and characteristics of dynamic chord measurement method[J]. Journal of Southwest Jiaotong University, 2023, 45(5): 82-90.
[14]	杨飞,孙宪夫,谭社会,等. 动静态轨道不平顺评价差异及动态弦测法特性[J]. 西南交通大学学报,2022,57(6): 1239-1249. YANG Fei, SUN Xianfu, TAN Shehui, et al. Evaluation difference of dynamic and static track irregularity and characteristics of dynamic chord measurement method[J]. Journal of Southwest Jiaotong University, 2022, 57(6): 1239-1249.
[15]	梁国栋. 道岔捣固车上的数字化精确捣固法运用[J]. 技术与市场,2020,27(2): 94-95.
[16]	江来伟,岑敏仪,赵栋. 新建有砟线路精测精捣起道量修正算法[J]. 铁道建筑,2019,59(6): 127-131. JIANG Laiwei, CEN Minyi, ZHAO Dong. Lifting correction algorithm of precise inspection and tamping for new-built railway[J]. Railway Engineering, 2019, 59(6): 127-131.
[17]	LEE J S, HWANG S H, CHOI I Y, et al. Deterioration prediction of track geometry using periodic measurement data and incremental support vector regression model[J]. Journal of Transportation Engineering, Part A: Systems, 2020, 146(1): 04019057.1-04019057.12.
[18]	YAN T H, CORMAN F. Assessing and extending track quality index for novel measurement techniques in railway systems[J]. Transportation Research Record: Journal of the Transportation Research Board, 2020, 2674(8): 24-36. doi: 10.1177/0361198120923661
[19]	BARBOUR W, MARTINEZ MORI J C, KUPPA S, et al. Prediction of arrival times of freight traffic on US railroads using support vector regression[J]. Transportation Research Part C: Emerging Technologies, 2018, 93: 211-227. doi: 10.1016/j.trc.2018.05.019
[20]	葛继科,邱玉辉,吴春明,等. 遗传算法研究综述[J]. 计算机应用研究,2008,25(10): 2911-2916. GE Jike, QIU YUhui, WU Chunming, et al. Summary of genetic algorithms research[J]. Application Research of Computers, 2008, 25(10): 2911-2916.
[21]	杨飞,赵文博,高芒芒,等. 运营期高速铁路轨道长波不平顺静态测量方法及控制标准[J]. 中国铁道科学,2020,41(3): 41-49. YANG Fei, ZHAO Wenbo, GAO Mangmang, et al. Static measurement method and control standard for long-wave irregularity of high-speed railway track during operation period[J]. China Railway Science, 2020, 41(3): 41-49.

施引文献

期刊类型引用(4)

1.	姬常杰. 基于三点弦测方式的纵平测量法研究. 工程技术研究. 2024(08): 28-30 . 百度学术
2.	杨双旗，梁永，楼梁伟. 基于二次规划的铁路轨道精调算法研究. 铁道勘察. 2024(05): 96-100+136 . 百度学术
3.	谭社会，张雨潇，周丽，时瑾. 基于温度变形的五峰山长江大桥轨道线形调控方法. 铁道科学与工程学报. 2024(10): 4076-4088 . 百度学术
4.	杨轶科，丁有康，郑新国，王晓凯，徐旸. 基于BDS法的高速铁路有砟轨道捣固模式作业效果研究. 铁道建筑. 2024(11): 23-28 . 百度学术

其他类型引用(1)

附加材料(0)

访问统计

点击查看大图

图(16) / 表(2)

计量

文章访问数: 447
HTML全文浏览量: 152
PDF下载量: 50
被引次数: 5

1. 考虑P2G两阶段模型的电-气-热-储-氢RIES模型
1.1 系统模型
1.2 激励型需求侧响应模型
2. 考虑P2G 2阶段模型的“电-气-热-储-氢”RIES优化调度方法
2.1 目标函数
2.2 约束条件
2.3 求解流程
3. 算例分析
3.1 系统参数
3.2 经济性分析
3.3 弃风弃光现象分析
3.4 出力结果分析
3.5 考虑需求侧响应的经济性分析
4. 结　论

1. 考虑P2G两阶段模型的电-气-热-储-氢RIES模型
1.1 系统模型
1.2 激励型需求侧响应模型
2. 考虑P2G 2阶段模型的“电-气-热-储-氢”RIES优化调度方法
2.1 目标函数
2.2 约束条件
2.3 求解流程
3. 算例分析
3.1 系统参数
3.2 经济性分析
3.3 弃风弃光现象分析
3.4 出力结果分析
3.5 考虑需求侧响应的经济性分析
4. 结　论

参考文献(21)

施引文献

附加材料(0)

访问统计

有砟轨道捣固作业起道方案的综合修正方法

doi: 10.3969/j.issn.0258-2724.20220526

作者简介: 张雨潇（1996—），男，博士研究生，研究方向为轨道平顺性控制，E-mail：21115059@bjtu.edu.cn

通讯作者: 时瑾（1980—），男，教授，研究方向为铁路线路工程技术，E-mail：jshi@bjtu.edu.cn

计量

出版历程

Comprehensive Correction Method of Lifting Scheme for Tamping Operation of Ballasted Track

1. 考虑P2G两阶段模型的电-气-热-储-氢RIES模型

1.1 系统模型

1.1.1 传统设备模型

1.1.2 电、热储能设备模型

1.1.3 P2G 2阶段模型

1.2 激励型需求侧响应模型

1.2.1 需求侧响应模型的目标函数

1.2.2 需求侧响应模型的约束条件

2. 考虑P2G 2阶段模型的“电-气-热-储-氢”RIES优化调度方法

2.1 目标函数

2.2 约束条件

2.3 求解流程

3. 算例分析

3.1 系统参数

3.2 经济性分析

3.3 弃风弃光现象分析

3.4 出力结果分析

3.5 考虑需求侧响应的经济性分析

4. 结 论

期刊类型引用(4)

其他类型引用(1)

计量

出版历程

目录

1. 考虑P2G两阶段模型的电-气-热-储-氢RIES模型

1.1 系统模型

1.2 激励型需求侧响应模型

2. 考虑P2G 2阶段模型的“电-气-热-储-氢”RIES优化调度方法

2.1 目标函数

2.2 约束条件

2.3 求解流程

3. 算例分析

3.1 系统参数

3.2 经济性分析

3.3 弃风弃光现象分析

3.4 出力结果分析

3.5 考虑需求侧响应的经济性分析

4. 结 论

作者简介:
张雨潇（1996—），男，博士研究生，研究方向为轨道平顺性控制，E-mail：21115059@bjtu.edu.cn

通讯作者:
时瑾（1980—），男，教授，研究方向为铁路线路工程技术，E-mail：jshi@bjtu.edu.cn

4. 结　论

4. 结　论