本发明涉及在线直流驱动运输系统的能耗优化领域，特别是指一种在线直流驱动运输系统的多车单区间优化方法。
背景技术：
1、在线直流驱动运输系统是从电气化公路运输系统的技术概念拓展而来，由直流供电线网、车载受电弓和在线直流驱动受电车辆组成。在线直流驱动运输系统可以包含多个供电区间，每一个供电区间包括供电线网和运输车队。直流供电线网包括直流牵引变电站和直流输电线网。运输车队全部由受电车辆组成，受电车辆融合我国已经比较成熟的双源无轨客车和纯电动重卡的生产与研发技术，通过安装在受电车辆顶部的车载受电弓与建设在运输道路上方的架空直流输电线接触受电的方式，使受电车辆能够按需求功率在线实时地从供电线网上取电行驶，受电车辆只需搭载较小容量的动力电池以满足离开供电线网后仍能短距离纯电动行驶的需求。
2、在线直流驱动运输系统实际运行当中，单个供电区间内通常有多个受电车辆同时受电行驶，组成一个运输车队，为了提高运输车队在单个供电区间内的运输效率，降低系统能耗，需要建立一种多车单区间的优化方法。本发明基于分层控制理论和模型预测控制理论，分别建立上层多车协同优化控制器和下层“电网-电池”混动优化控制器，对运输车队的行驶状态与受电状态进行优化控制，提高在多车单区间运输场景下的在线直流驱动运输系统的经济性、安全性和稳定性。
技术实现思路
1、有鉴于此，本发明的目的是提出一种在线直流驱动运输系统的多车单区间优化方法，实现在线直流驱动系统的高效运行，提高系统运行安全性、稳定性、经济性。
2、为实现上述目的，本发明是采用如下技术方案实现的：
3、一种在线直流驱动运输系统的多车单区间优化方法，具体步骤如下：
4、步骤一，确定在线直流驱动运输系统多车单区间优化的运输场景和单个供电区间内的运输车队的通信结构；
5、步骤二，基于分布式模型预测控制理论，设计多车单区间优化控制器中的上层多车协同优化控制器，分别建立领航车控制器模型和跟随车控制器模型；
6、步骤三，基于集中式模型预测控制理论，设计多车单区间优化控制器中的下层“电网-电池”混动优化控制器。
7、步骤一的具体过程如下：
8、(1)确定多车单区间优化的运输场景
9、多车单区间优化的运输场景为多个受电车辆由单个供电区间的起点出发，行驶至牵引变电站位置的运输过程，运输车队中距离变电站位置最近的受电车辆为领航车，其后受电车辆为跟随车；
10、(2)确定运输车队的通信结构
11、领航车将其预测车速信息序列传递给后面所有的跟随车，同时领航车将其预测位置信息序列传递给其后的第一辆跟随车，同时其他的跟随车辆将其预测位置信息序列传递给其后的第一辆跟随车。
12、步骤二的具体过程如下：
13、(1)领航车控制器设计
14、选择领航车位置、领航车车速为领航车控制器的状态变量，确定领航车控制器的状态变量的具体形式为：
15、
16、其中，xpv为设计领航车控制器选取的状态变量矩阵；locpv为领航车位置状态变量，单位为m；velpv为领航车速度状态变量，单位为km/h；
17、选择领航车加速度为领航车控制器的控制变量，确定领航车控制器的控制变量的具体形式为：
18、upv＝apv
19、其中，upv为设计领航车控制器选取的控制变量；apv为领航车加速度控制变量，单位为m2/s；
20、建立领航车的离散时间系统状态空间模型，具体形式为：
21、
22、其中，locpv(k)和locpv(k+1)分别为k时刻和k+1时刻的领航车位置状态变量；velpv(k)和velpv(k+1)为领航车速度状态变量；t为状态变量由k时刻转移至k+1时刻的时间间隔，单位为s；
23、因为加速度频繁变化影响电动重卡的运输经济性与乘坐舒适性，确定领航车控制器优化性能指标中的经济性、舒适性指标，具体形式为：
24、
25、其中，jpv,a为领航车经济性、舒适性的优化指标；wpv,a为加速度控制量的权重系数；n为预测时域；
26、领航车车速需要跟随预设运输工况的参考速度曲线，确定领航车控制器优化性能指标中的车速跟随性指标，具体形式为：
27、
28、其中，jpv,,δv为领航车速度跟随性的优化指标；wpv,δv为领航车的车速状态变量跟随参考车速的权重系数；velpv,ref(i)为领航车在第i时刻的预设工况参考车速曲线值；
29、确定领航车控制器的总优化性能指标，具体形式为：
30、jpv＝jpv,a+jpv,vel
31、根据当前车速下驱动电机的后备功率决定加速度约束上限，确定领航车控制器的加速度约束条件，具体形式为：
32、
33、其中，alim,max,pv为领航车当前时刻的加速度约束上限，单位为m2/s；ηt,pv为领航车的机械效率；pm,max,pv为领航车驱动电机的输出功率上限，单位为kw；pfr,pv为领航车当前所受的路面滚动阻力功率，单位为kw；pair,pv为领航车当前所受的空气阻力功率，单位为kw；pslope,pv为领航车当前所受的坡度阻力功率，单位为kw；velpv,cur为领航车当前车速，单位为km/h；mpv为领航车的质量，单位为kg；δpv为领航车的旋转质量换算系数；
34、确定领航车控制器的加速度控制量约束，具体形式为：
35、alim,min,pv≤apv≤alim,max,pv
36、其中，alim,min,pv为领航车的最大制动减速度，数值为负，单位为m2/s；
37、确定领航车控制器的速度约束，具体形式为：
38、velpv≤vellim,max,pv
39、其中，vellim,max,pv为领航车的车速约束上限值；
40、(2)跟随车控制器设计
41、选择跟随车位置、跟随车车速为跟随车控制器的状态变量，确定跟随车控制器的状态变量的具体形式为：
42、
43、其中，xfv,i为第i辆跟随车控制器选取的状态变量矩阵；locfv,i为第i辆跟随车的位置状态变量，单位为m；velfv,i为第i辆跟随车的速度状态变量，单位为km/h；
44、选择跟随车加速度为跟随车控制器的控制变量，确定跟随车控制器的控制变量的具体形式为：
45、ufv,i＝afv,i
46、其中，ufv,i为第i辆跟随车控制器选取的控制变量；afv,i为第i辆跟随车的加速度控制变量，单位为m2/s；
47、建立跟随车的离散时间系统状态空间模型，具体形式为：
48、xfv,i(k+1)＝axfv,i(k)+bufv,i(k)
49、其中，
50、其中，xfv,i(k)和xfv,i(k+1)分别为第i辆跟随车k时刻和k+1时刻的状态变量；ufv,i(k)为第i辆跟随车k时刻的控制变量；
51、加速度频繁变化影响电动重卡的运输经济性与乘坐舒适性，确定跟随车控制器的优化性能指标中的经济性、舒适性指标，具体形式为：
52、
53、其中，jfv,a,i为第i辆跟随车经济性、舒适性的优化指标；wfv,a,i为第i辆跟随车加速度控制量的权重系数；
54、确定跟随车控制器的优化性能指标中的车速跟随性指标，具体形式为：
55、
56、其中，jfv,,δv,i为第i辆跟随车速度跟随性的优化指标；wfv,δv,i为第i辆跟随车的车速状态变量跟随参考车速的权重系数；velpv,pre(j)为领航车传递给跟随车在第j时刻的预测车速；
57、确定跟随车控制器的优化性能指标中的车间距跟随性指标，具体形式为：
58、
59、其中，jfv,,δh,i为第i辆跟随车的车间距跟随性的优化指标；wfv,δh,i为第i辆跟随车与前车的车间距跟随预设车间距的权重系数；locv,i-1(j)为第i辆跟随车的前车在第j时刻的位置状态变量；href,i为第i辆跟随车与前车之间的预设参考车间距，单位为m；
60、确定跟随车控制器的总优化性能指标，具体形式为：
61、jfv,i＝jfv,a,i+jfv,δv,i+jfv,δh,i
62、根据当前车速下驱动电机的后备功率决定加速度约束上限，确定跟随车控制器的加速度约束条件，具体形式为：
63、
64、其中，alim,max,fv,i为第i辆跟随车当前时刻的加速度约束上限，单位为m2/s；ηt,fv,i为第i辆跟随车的机械效率；pm,max,fv,i为第i辆跟随车驱动电机的输出功率上限，单位为kw；pfr,fv,i为第i辆跟随车当前所受的路面滚动阻力功率，单位为kw；pair,fv,i为第i辆跟随车当前所受的空气阻力功率，单位为kw；pslope,fv,i为第i辆跟随车当前所受的坡度阻力功率，单位为kw；velfv,cur,i为第i辆跟随车当前车速，单位为km/h；mfv,i为第i辆跟随车的质量，单位为kg；δfv,i为第i辆跟随车的旋转质量换算系数；
65、确定跟随车控制器的第i辆跟随车的加速度控制量约束，具体形式为：
66、alim,min,fv,i≤afv,i≤alim,max,fv,i
67、其中，alim,min,fv,i为第i辆跟随车的最大制动减速度，数值为负，单位为m2/s；
68、确定跟随车控制器的第i辆跟随车的速度约束，具体形式为：
69、velfv,i≤vellim,max,fv,i
70、其中，vellim,max,fv,i为第i辆跟随车的车速约束上限值；
71、确定跟随车控制器的第i辆跟随车的最下车间距约束，具体形式为：
72、locv,i-1-locfv,i≥href,i
73、步骤三的具体过程如下：
74、选择车载动力电池的soc为下层“电网-电池”混动优化控制器的状态变量，具体形式为：
75、
76、其中，xv1，xv2，xv3，…，xvn分别为车队中第1，2，3，…，n辆车的状态变量；soc1，soc2，soc3，…，socn分别为车队中第1，2，3，…，n辆车的动力电池的soc。
77、因此，下层“电网-电池”混动优化控制器的状态变量为车队中所有车辆的车载动力电池soc状态变量的集合矩阵，具体形式为：
78、
79、其中，xv为下层“电网-电池”混动优化控制器的状态变量；
80、选择车载动力电池的充放电电流为下层“电网-电池”混动优化控制器的状态变量，具体形式为：
81、
82、其中，uv1，uv2，uv3，…，uvn分别为车队中第1，2，3，…，n辆车的控制变量；ibs1，ibs2，ibs3，…，ibsn分别为车队中第1，2，3，…，n辆车的动力电池充放电电流；
83、下层“电网-电池”混动优化控制器的控制变量为车队中所有车辆的车载动力电池充放电电流控制变量的集合矩阵，具体形式为：
84、
85、其中，uv为下层“电网-电池”混动优化控制器的控制变量；
86、建立下层“电网-电池”混动优化控制器的离散时间系统状态空间模型，具体过程如下：
87、首先将车载动力电池的充放电电流控制变量转换成充放电功率，具体形式为：
88、
89、其中，pbs为车载动力电池的充放电功率，单位为kw；ubs为车载动力电池的充放电电压，单位为v；ibs为车载动力电池的充放电电流，单位为a；
90、然后将车载动力电池的soc转换成实际剩余电量，具体形式为：
91、qa＝soc·q0
92、其中，qa为车载动力电池的实际剩余电量，单位为kwh；q0为车载动力电池的额定电量，单位为kwh；
93、建立车载动力电池的实际剩余电量与充放电功率之间的离散时间系统状态转移方程，具体形式为：
94、
95、代入并转换后的具体形式为：
96、
97、则下层“电网-电池”混动优化控制器的离散时间系统状态空间模型的具体形式为：
98、
99、确定下层“电网-电池”混动优化控制器的优化性能指标中的车载动力电池的soc跟随预设参考曲线性能指标，具体形式为：
100、
101、其中，jsoc为下层“电网-电池”混动优化控制器中车载动力电池soc跟随预设参考曲线的优化性能指标；xref(i)为第i时刻车载动力电池soc的预设参考曲线；wsoc为车载动力电池soc跟随性的权重系数；
102、确定下层“电网-电池”混动优化控制器的优化性能指标中的控制变量变化稳定性指标，具体形式为：
103、
104、其中，ju为下层“电网-电池”混动优化控制器中控制变量稳定性能指标；wu为控制变量稳定性的权重系数；
105、确定下层“电网-电池”混动优化控制器的优化性能指标中的线网功率损失优化指标，具体过程如下：
106、首先，根据“电网-电池”混动系统的工作原理，将每一辆车的动力电池充放电电流转换为此车辆的车载受电弓接收的线网供电电流，具体形式为：
107、
108、其中，ipi为第i辆车的车载受电弓接收的线网供电电流，单位为a；pm_opi为经过上层多车协同优化控制器优化后输出的第i辆车的驱动电机需求功率序列，单位为kw；upi为第i辆车的车载受电弓接收的线网供电电压，单位为v；
109、确定线网功率损失的性能指标为，具体形式为：
110、
111、其中，jgpl为下层“电网-电池”混动优化控制器中线网功率损失的优化指标；当j＝1时，λj为车队第1辆车与牵引变电站之间的线网功率损失的权重系数，当j≠1时，λj为车队第j辆车与j-1辆车之间的线网功率损失的权重系数；n为车队的车辆数；当j＝1时，rcj为车队第1辆车与牵引变电站之间的输电线直流电阻，当j≠1时，rcj为车队第j辆车与j-1辆车之间的输电线直流电阻；
112、其中，输电线直流电阻可根据上层多车协同控制器优化后输出的车队中各车辆位置序列进行计算。
1.一种在线直流驱动运输系统的多车单区间优化方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种在线直流驱动运输系统的多车单区间优化方法，其特征在于，步骤一的具体过程如下：
3.根据权利要求1所述的一种在线直流驱动运输系统的多车单区间优化方法，其特征在于，步骤二的具体过程如下：
4.根据权利要求1所述的一种在线直流驱动运输系统的多车单区间优化方法，其特征在于，步骤三的具体过程如下：
