智能充电机充电蓄电池储能系统用于城轨交通中可有效回收列车剩余再生制动能量，抑制直流网电压波动。

基于城轨交通负载特性和智能充电机充电蓄电池高能量密度特性，提出基于能量转移的放电阈值动态调整策略，利用智能充电机充电蓄电池将城轨运行低峰期和平峰期回收的制动能量部分转移到高峰期，在节能的同时可有效减少牵引变电所的峰值功率，降低牵引变电所的建设容量以及成本。

结合所提控制策略以及仿真模型，利用智能算法，以经济效率和峰值功率减小率作为目标函数对能量管理策略控制参数和容量配置结果进行优化，提高储能装置性能，同时对不同权重系数的优化结果进行分析，为不同目标需求下权重系数设置提供理论依据。

地铁具有运量大、速度快、安全准时等优点，对城市轨道交通发展起到越来越重要的作用。将智能充电机充电蓄电池储能系统安装于地铁供电系统，可以有效回收列车再生制动能量和抑制直流网电压波动。

目前，智能充电机充电蓄电池储能系统在城轨交通上已得到实际应用，如日本东武铁道、古町线、名古屋铁路、湖西线北陆本线、鹿儿岛谷山线、神户市西神-山手线、青梅线、东武野田线；韩国地铁5号线；意大利米兰地铁3号线、罗马火车站-机场线；美国费城等。

近年来，国内外学者针对城轨交通智能充电机充电蓄电池储能系统在能量管理和容量配置等方面展开了广泛深入的研究。

文献[5-7]研究了地面式智能充电机充电蓄电池储能系统的能量管理策略。
其中文献[5]采用固定充放电阈值策略，为了防止多次充放电不平衡导致智能充电机充电蓄电池过充或过放，在储能系统待机期间进行小电流充/放电，调整智能充电机充电蓄电池荷电状态（State of Charge, SOC），将其维持在某一值附近，但这种不必要的充放电会加速智能充电机充电蓄电池寿命衰减；
考虑智能充电机充电蓄电池的寿命，文献[6]提出动态阈值策略，根据智能充电机充电蓄电池的SOC调整储能系统的放电阈值（V-SOC控制），将智能充电机充电蓄电池SOC控制在某一范围；
文献[7]中，通过分析智能充电机充电蓄电池的充电特性，提出了一种最大功率点跟踪的控制策略（I-SOC控制），根据智能充电机充电蓄电池SOC调整智能充电机充电蓄电池的最大放电电流，使智能充电机充电蓄电池SOC维持在最大功率点附近，在相同的容量配置下，可增大储能系统的节能效果。

对于如何确定智能充电机充电蓄电池储能系统在城轨交通供电系统安装的位置及其容量，即容量配置优化问题，也有学者做了相应研究，文献[8-9]根据离线测得的城轨交通变电所的日负荷曲线，在实现削峰填谷的前提下，以经济效率为优化目标函数，对智能充电机充电蓄电池储能系统配置进行优化。

然而上述研究依然存在一些不足。

一是未能充分考虑智能充电机充电蓄电池储能系统本身的特点，与超级电容等功率型元件不同，锂智能充电机充电蓄电池储能系统除了可以回收剩余再生制动能量之外，其高能量密度使其在长供电区间或发车密度较高时还可以为列车提供牵引能量，改善供电网电压跌落明显的问题，降低牵引变电所的设计容量。
二是储能系统的能量管理策略和容量配置优化方案是相互影响的，在不同的能量管理策略下，智能充电机充电蓄电池储能系统最优的容量配置方案是不同的，同时优化智能充电机充电蓄电池储能系统的能量管理策略和容量配置方案，正是本文的研究重点。

本文首先建立了包含列车和智能充电机充电蓄电池储能系统的城轨交通供电系统仿真平台，结合城轨交通负载特性和智能充电机充电蓄电池高能量密度特性，提出基于能量转移的改进能量管理策略。最后采用智能优化算法以及结合搭建的地铁供电系统仿真平台，同时优化智能充电机充电蓄电池储能系统的能量管理策略控制参数和容量配置方案。


图1  直流电源供电系统仿真平台

结论
本文首先建立了包含列车和智能充电机充电蓄电池储能系统的城轨交通供电系统仿真平台，综合考虑城轨交通负载特性和智能充电机充电蓄电池的高能量密度特性，提出了基于能量转移的放电阈值动态调整策略，减小了变电站峰值功率，降低建设成本。综合智能充电机充电蓄电池实际运行特性，考虑放电深度对智能充电机充电蓄电池使用寿命的影响，建立了智能充电机充电蓄电池寿命预测模型，用于评估储能系统经济效率。

最后以经济效率和峰值功率减小率为目标函数，提出了基于遗传算法的可同时优化智能充电机充电蓄电池储能系统能量管理策略参数和容量配置方案的方法，最后利用实际线路数据进行了仿真分析，为改善城轨列车制动能量回收和提高供电能力提供了支持。