车载超级电容系统的RBF神经网络自适应鲁棒滑模控制方法
2022-01-21王晓侃王琼
中南民族大学学报(自然科学版) 2022年1期
王晓侃,王琼
(1 北京交通大学电子信息工程学院,北京 100044;2 河南机电职业学院,新郑 451191)
城市轨道交通运量大、速度快、准时、全天候有效地缓解了城市交通堵塞和拥挤的问题,推进了城市的现代化进程.据统计,城市轨道交通已经发展到300多个城市和国家,部分地区城轨客运量已经占到了50%~80%.截至2021年6月30日,中国内地有40个城市开通地铁线路,累计运营线路长度6641.73 km,已经进入一个高速发展的黄金期.
轨道交通通常站间距比较短、运行密度比较高,列车不停地启动和制动,在此过程预计会产生大量制动能量,可以占到牵引能量的30%~45%[1-4].通常这部分能量通过电阻直接以热量的形式消耗掉,得不到利用,同时会影响牵引系统的电压变化,为此,引入车载储能系统进行能量回收和利用[5,6],车载储能服系统是一个非线性特性较为严重、系统参数具有不确定性的系统,而且存在外界干扰和耦合扰动等,使得对车载储能系统进行精确控制具有较大难度.
本研究设计的基于超级电容的车载储能控制系统是一类非线性不确定控制系统,而且存在外界干扰和耦合扰动影响,不容易对该系统进行精确控制和节能研究分析.ADIB等[7]提出一种基于DC-DC和电池的复合车载超级电容系统进行能量回收和利用,GAO等[8]提出了一种基于超级电容器(SC)的地铁网再生制动能量存储系统,SHETTY等[9]提出了一种基于人工神经网络和滑模控制的制动力优化分配问题的求解方法,MA等[10]设计了由径向……
登录APP查看全文