一种电气化铁路牵引供电方案优化设计方法
【技术领域】
[0001] 本发明涉及一种电气化铁路牵引供电方案优化设计方法。
【背景技术】
[0002] 作为电气化铁路唯一的供电电源，牵引供电系统在满足给电力机车可靠供电的同 时，还应追求高质和高效运行，这就对牵引供电方案精细化设计提出了更高的要求。传统 的方案设计过于依赖设计人员专业经验，主要供电设施数量和位置的确定易受主观因素影 响，并且有限方案的比选，也缺乏全局寻优能力，难以保证设计容量的最优。近年来国内铁 路设计部门先后引进了国际公认牵引供电系统设计软件，例如德国SIGNON公司的ELBAS/ WEBANET和IFB公司的OpenPowerNet，利用牵引负荷过程仿真手段，动态计算系统内潮流分 布，计算精度和效率均优于之前广泛采用的概率统计法。但上述商业软件核心算法仅能对 给定的设计方案进行计算和分析，同样不具备方案自动寻优能力。
[0003] 牵引供电系统设计的核心问题是确定供电设施的数目、位置和牵引变压器容量， 可以通过构建单目标或者多目标寻优数学模型，引入智能优化算法，充分利用了计算机强 大的计算和分析能力，使得结果不断的沿着改善方案自动进行，最终收敛于最优方案，其分 析比较的范围也是人工选优不可比拟的。
【发明内容】
[0004] 本发明的目的就是提供一种电气化铁路牵引供电方案优化设计方法，该方法能自 动、高效、准确地确定牵引供电设施的数目、位置和变压器容量等设计参数，减少人工设计 中主观判断的不足，克服了有限方案比选的局限，提高牵引供电设计的精细化水平。
[0005] 本发明的目的是通过如下的手段实现的。
[0006] -种电气化铁路牵引供电方案优化设计方法，以供电设施的数目（NTS、N SP、Nat、 Nkb)、位置（PTSi，Pspj, PATk，PKBt，其中 i = 1，2, · · · NTS，j = 1，2, · · · NSP，k = 1，2, · · · Nat, t = 1，2,. . . Nkb)供电设施和牵引变压器容量（STSn，n = 1，2,. . . NTS)作为优化变量，所述供电设 施包括牵引变电所TS、分区SPAT以及开闭所KB ;根据设计性能和要求设置约束条件，包括 但不限于：牵引网T最低工作电压Umin和最高工作电压U max、选址参数限值A、线路平纵面参 数限值B，确定优化目标函数；所述优化目标包括但不限于：全线最小供电容量S sub、最小平 均功耗Pltjss、最少工程造价M ;通过如下的步骤得到满足单目标最优或多目标满意优化的电 气化铁路牵引供电系统设计方案：
[0007] 1)读入牵引供电方案设计的优化变量及初始化赋值；
[0008] 2)读入牵引供电系统性能要求、约束条件及迭代收敛条件；
[0009] 3)将1)和2)的数据输入选定的优化目标函数；
[0010] 4)智能优化算法自动迭代寻优；
[0011] 5)满足收敛条件后输出优选结果。
[0012] 对上述数学模型进行计算机自动寻优设计，优化流程如图2所示。其中智能优化 算法可以采用蚁群算法、粒子群算法、遗传算法等，在约束条件限制域内对所有可能的牵引 供电方案计算目标函数值，通过计算机自动比选筛选优化方案，在满足迭代收敛条件时完 成整个优化过程，确定最优供电方案或满意方案。
[0013] 采用自耦变压器AT供电方式的牵引供电系统优化设计时，包括如下的具体步骤：
[0014] 1)第一步，输入电气化铁路平纵面参数，运行组织计划，电力机车特性参数，外部 供电电源参数等牵引供电系统设计所需的基础资料；
[0015] 2)第二步，根据实际要求，构建采用AT供电方式的牵引供电方案多目标优化设计 模型，包括优化变量：主要供电设施的数目、位置和容量；优化目标函数：最小供电容量、最 小损耗和最小工程费用：及约束条件：电力机车最低工作电压、供电设施选址要求；设置优 化过程收敛条件一迭代精度要求；
[0016] 3)第三步，以基于Pareto熵的多目标粒子群优化算法为例，将优化变量作为粒子 群，初始化位置和速度，作为车-网耦合系统交互仿真的输入参数；
[0017] 4)第四步，利用车-网耦合系统交互仿真，计算AT牵引供电系统潮流分布，若约束 条件不满足则返回第三步，重新对粒子群初始化；若满足约束条件，则递进至第五步；
[0018] 5)第五步，计算优化目标函数值，建立一定容量的外部档案，用来储存优化过程得 到的Pareto 商；
[0019] 6)第六步，利用前后两次迭代熵的变化；反映 Pareto前沿重新分布的情况，推断 种群的进化状态，如收敛状态、多样化状态和停滞状态；
[0020] 7)第七步，判断优化过程是否满足收敛条件；若不满足第二步中设置的收敛条 件，则返回第六步，继续进行迭代优化；若满足第二步中设置的收敛条件，则迭代过程结束， 输出Pareto解（对应单目标优化）或解集（对应多目标优化）；
[0021] 8)第八步，若为单目标优化设计，则Pareto解对应的设计方案记为最优方案；若 为多目标优化设计，可以应用模糊隶属度函数来评价每个Pareto解中各个目标函数对应 的满意度，将满意度值最大的解对应的设计方案记为最优方案；
[0022] 9)第九步，输出电气化铁路牵引供电方案，优化设计过程结束。
[0023] 与现有技术相比，本发明的有益效果是：
[0024] -、避免了既有牵引供电方案设计方法过于依赖设计人员主观经验的不足，将主 要设计参数定义为优化变量，包括牵引变电所、分区所、AT所以及开闭所等供电设施的数目 和位置以及牵引变压器容量，根据设计性能和要求设置约束条件，包括牵引网最低工作电 压和最高工作电压限值、选址参数限值、线路平纵面参数限值等，以明确的函数形式描述优 化目标，包括全线最小供电容量、最小平均功耗、最少工程造价等，建立满足单目标最优或 多目标满意优化的电气化铁路牵引供电系统设计数学模型。
[0025] 二、对上述数学模型进行计算机自动寻优，利用智能优化算法，包括蚁群算法、粒 子群算法、遗传算法等，在约束条件限制域内对所有可能的牵引供电方案进行自动比选