随着社会和经济的快速进步,轨道交通因具有载客量大、污染少、速度快等特点不断给人们的出行带来便利。由于轨道交通运行站间距离短、加速与制动频繁,城轨在加速时需要吸收能量,会使牵引网电压降低;城轨在减速制动时,制动产生的能量会引起牵引网电压升高。如何优化牵引与制动特性,降低能量释放和提高能量吸收利用率,已经成为城轨研究的热点问题。在此研究背景下,城轨系统中引入含超级电容的储能系统,调节储能系统与牵引网电压之间的关系,协调双套储能系统间能量释放与吸收,对牵引网电压波动问题展开研究。首先,分析轨道交通再生制动特性,对轨道交通牵引变电站和牵引传动系统进行数学分析,搭建24脉波整流电路和永磁同步电机仿真模型,构建无储能系统轨道交通仿真平台,模拟城轨在一个完整运行工况下牵引网电压变化。然后,分析超级电容器储能机理、模型和容量选择,搭建超级电容器仿真模型,讨论超级电容器恒流充放电特性,在不同充放电工作模式下对双向DC-DC变换器(Bi-directional DC-DC Converter,简称BDC)进行数学分析,同时分析电压电流双闭环控制系统、超级电容充放电限流模型和储能系统工作切换问题。最后,由于含储能系统的城轨复杂多变、非线性、牵引网电压变化幅度大和能量浪费严重,传统控制策略采用电压电流双闭环控制系统,因没有考虑实际运行中状态的变化以及超级电容荷电状态(State of Charge,SOC),导致在模型预测时相对精准度低且控制效果不理想,针对该问题,本文采用模糊控制策略,将双超级电容SOC和城轨与储能系统之间距离L作为输入进行模糊化建模,采用专家知识与经验进行模糊规则编写,通过模糊控制器输出超级电容电压阈值。利用Mamdani型模糊控制器,可以实现输出不需要精确模型;利用T-S型模糊控制器输出采用多形式表示,可以避免解模糊误差,其中多项式系数通过最小二乘法确定,利用Matlab/Simulink软件搭建城轨储能系统超级电容电压阈值动态设定的仿真模型,对比与分析可知,模糊控制策略下牵引网电压幅值小于传统控制策略下牵引网电压幅值。模糊控制可以动态设定双储能系统的充放电电压阈值,协调配合双储能系统之间能量流动,控制储能系统在城轨加速与制动过程中能量的释放与吸收,从而达到稳定牵引网电压的目的。基于储能系统节能效果最优和利用程度均衡的原则,针对模糊控制器存在人为设定参数和编写模糊规则时潜在误差,利用自适应神经模糊网络(Adaptive Neuro-Fuzzy Ingerence System,简称ANFIS)拥有的自学习能力,通过ANFIS控制器对大量实验数据进行训练学习建模,提高预测模式精度,利用Matlab/Simulink软件搭建城轨储能系统超级电容电压阈值动态设定的仿真模型,对比与分析可知,自适应神经模糊网络控制策略下牵引网电压幅值小于模糊控制策略下牵引网电压幅值。ANFIS控制策略可以动态设定储能系统充放电电压阈值,协调配合双储能系统在城轨加速与制动状态下能量的释放与吸收,整体上提高了牵引网稳压和节能效果。