地铁车站制动能量存储与通风的随机优化
最优化与控制
2018-02-23 v4
摘要
在巴黎地铁系统中，车站约占总体能耗的三分之一。在车站内部，通风是耗能最高的设备之一；出于空气质量原因，其全天以最大风量运行。本文提出一种能源系统概念，可在保持相当空气质量的同时大幅降低能耗。该系统包含一个电池，能够回收列车制动能量，这些能量以不规则且强烈的峰值形式到达。我们提出了一种能源管理系统（EMS），在短时间尺度上控制能量流与通风风量。通过使用恰当的优化算法，我们得以匹配供需，同时最小化每日能源成本。为此，我们设计了考虑制动可变性的算法。它们基于所谓的随机动态规划（SDP）数学框架。我们公平地将基于 SDP 的算法与广泛使用的模型预测控制（MPC）算法进行比较。首先，与无电池的现状管理相比，SDP 与 MPC 均带来约三分之一的能源/资金运行节省（我们的数值不含电池成本）。其次，视具体设计不同，我们观察到 SDP 以百分之几的优势优于 MPC，且在线数值实现更为简便。
引用
@article{arxiv.1801.03017,
title = {Stochastic Optimization of Braking Energy Storage and Ventilation in a Subway Station},
author = {Tristan Rigaut and Pierre Carpentier and Jean Philippe Chancelier and Michel De Lara and Julien Waeytens},
journal= {arXiv preprint arXiv:1801.03017},
year = {2018}
}