可逆变流器

节能率再提2%

通过模型预测控制多时间尺度优化，在不确定工况下稳健提升牵引供电系统能效，优于传统离线策略。

刘炜 · Haonan, Liu · Xu, Qian · Ding, Juxia · Feilong, Liu · Xiaodong, Zhang · Dingxin, Xia · Haotian, Deng

Urban Rail Transit 2025

参数信息

预测模型相关系数

95.2 %

预测模型均方误差

0.078

节能率提升

2.00 %

技术优势

预测更准了

日内采用神经网络负荷预测模型，相关系数达到95.2%，均方误差仅0.078，优于传统预测方法，为滚动优化提供可靠输入。

节能率再提2%

通过将MPC滚动优化与日前调度结合，节能率较传统离线优化方法提升2.00%，直接提高再生制动能量利用率。

应用场景

• 轨道交通牵引供电：实时优化控制策略可集成到供电系统，提高再生制动能量利用率。
• 城市轨道交通节能：节能率提升2%，直接降低运营能耗。
• 直流供电系统：针对直流牵引供电系统，优化可逆变流器运行。