混合动力列车设计中的仿真模型:目的的适应性问题

在工程应用中，仿真方法允许在任何原型系统可用之前对设计权衡和系统集成问题进行早期考虑。在硬件组装开始之前消除潜在的问题在成本、安全性和最终系统的及时交付方面具有明显的好处，这在航空航天工程等其他领域得到了证明。然而，仿真模型从来都不是正确的因为它们总是包含假设和近似;它们必须被证明适合预期的应用。对于模拟的一些态度，例如“这是我们在模型中总是做的”或“这是一种标准方法，所以它一定是正确的”现在被认为是不可接受的。与来自相应实际系统的数据相比，模型的预测应该具有足够的准确性，并且还必须能够有效和方便地用于手头的应用程序。

设计混合动力涉及一次能源(例如，柴油发动机或氢燃料电池)、储能元件(例如，电池、超级电容器或飞轮)、传动元件(例如，电子功率转换器)和驱动元件(例如，电动机)的列车提供了相关示例。目前对此感兴趣的原因与客运铁路服务的去碳化有关，特别是在人口稀少地区的长途线路，那里的交通水平可能无法证明传统的电气化或部分电气化路线是合理的。然而，现有的柴油和电力多单元的转换提供了一种前进的方式，目前英国正在开发几个这种原型系统。

仿真模型从来不是正确的因为它们总是包含假设和近似;它们必须被证明适合预期的应用。

氢燃料电池对所需功率变化的响应往往较慢，在涉及燃料电池的混合动力系统中，当加速和上升陡坡时，电池组中储存的能量可提供额外的动力。因此，动力总成部件的尺寸非常重要，设计计算还必须考虑到关键的限制因素，例如电池组重量、储氢罐的体积和重量以及成本。

传统的列车纵向运动仿真模型通常包含一个输入变量，它是功率或牵引力的时间历程，输出变量可能包括加速度、速度或行驶距离的记录。然而，也可以反向工作，使用所需速度或行进距离的时间历史作为输入，以产生牵引力或功率值作为输出。这种逆模拟方法最初是为飞机飞行动力学应用开发的，可以研究给定列车时刻表的功率需求，在考虑混合动力系统的能量管理和控制问题时非常有用。如果正在开发混合动力设计以取代现有的列车类型，例如柴油多机组(DMU)，则从特定路线上的列车记录数据或模拟数据中获得的距离与时间的时间历史可能是有用的。模拟时间尺度方法允许对这类参考计划进行调整，以研究可能的性能增强。

混合动力列车仿真模型

这里考虑的是一列火车在特定路线上的纵向运动，包括行驶距离、速度、加速度、牵引力、功率和使用的能量等变量。对于动力系统控制和能量管理应用来说，列车本身的动力学以及路线的特性(如梯度、曲率和速度限制)是至关重要的。因此，动力总成组件模型必须与列车动力学模型集成，同时还要考虑电池组的允许充放电率、允许电池充电状态的最大和最小值以及发动机或燃料电池组高效运行的条件等约束条件。图1是一个简化的方框图，展示了动力总成组件、纵向列车模型和燃料电池/电池-电力单元的路线模型。再生制动是允许的，箭头指示可能的方向的动力流。

图1:氢燃料电池/电池-电力列车动态模型框图结构

根据所调查的系统和建模目标的不同，模型边界可以扩大到包括外部能源供应和分配系统，就像在不连续电气化方案中出现的那样。模拟模型的时间尺度也必须仔细考虑。例如，如果目标是估计特定旅程的机载氢存储需求，那么毫秒级的事件可能不重要。然而，如果对动力总成部件(如电力电子转换器)的详细性能或控制感兴趣，则可能必须考虑快速瞬态。因此，模型结构、模型边界和模型时间刻度都必须根据预期的用途仔细调整。

数学描述的类型影响所使用的计算方法。例如，混合动力道路车辆的动力系统模型通常是稳态或准稳态描述，涉及忽略大多数动态效应的简化。这种模型也可能允许对列车在特定路线上的能量或燃料消耗进行近似估计，但对于更详细的列车性能调查、能源管理和控制系统的设计以及电气化铁路上列车及其电力供应系统之间的相互作用的调查，需要动态描述。

动力学模型是建立在由牛顿运动定律导出的常微分方程的基础上的。在列车纵向运动的模型中，任何时刻的牵引力都是由包括列车质量和加速度在内的惯性力，加上包括列车气动特性和其他阻力特性的力，以及取决于路线的项(例如，火车在隧道中行驶时的梯度值、曲率和附加气动效应)来平衡的。这给出了一个通用的描述，通常涉及到一个点质量近似，这是方便的，通常被认为适合于模拟短的多单元客运列车。然而，多质量模型可能需要更长的机车牵引客运或货运列车。

混合动力列车应用将需要一个动态模型，以便在给定的额定功率和路线特性限制下，持续评估燃料电池和电池组所需的能量。

动力总成和驱动系统组件的子模型通常可以从制造商处获得，任何不确定性通常都可以通过在最终安装之前对集成动力总成系统进行动态测试来消除。混合列车模型中的重要不确定性主要与列车阻力特性以及轨道曲率和梯度的影响有关。列车制动的精确建模也可能存在困难，特别是在混合使用再生和摩擦制动的情况下。

逆模型已用于汽车动力系统的设计，但这些通常涉及稳态或准稳态描述。将这些想法扩展到混合动力列车应用，将需要一个动态模型，以允许持续评估燃料电池和电池组在额定功率和路线特征方面的给定约束下所需的能量。逆仿真方法还可以在研究再生制动系统时提供有用的见解，将给定的加速度或速度与时间的关系作为输入，将制动力作为输出。

在燃料电池组大小和电池组大小之间取得适当的平衡可能是一个复杂的设计过程。一般来说，可以说，多山的路线导致配置涉及更大的电池，以应对所需功率水平的频繁变化。逆模拟方法是潜在的有用的这种调查，讨论在a2020年发布报告以及最近的一份出版物，概述了与前ScotRail 314级电动多单元(EMU)转换相关的一些模拟活动。如图2所示．由Ballard Motive Solutions(原Arcola Energy Ltd.)领导的公司财团参与了该转换项目，由苏格兰交通部和苏格兰企业提供资金。圣安德鲁大学的氢加速器小组也在该项目的管理中发挥核心作用。

图2:氢燃料电池/电池-电动混合动力装置由ScotRail 314级动车组改装而成，在2021年11月的COP26展示活动期间在博内斯看到。

测试、确认和验证的问题

对列车仿真模型精度问题的研究涉及到对数学描述正确性或其他方面的评估模型验证)，并详细介绍所采用的模拟方法和数值技术(模型验证）.

对于现有列车模型，在列车上收集的数据(例如，速度、行驶距离、功率或在特定路线上的每个时刻施加的牵引力)可以对预测精度进行定量调查。

熟悉真实系统的专家可以通过使用不同的相关参数重复模拟运行来检查仿真行为并评估不确定性的影响。对于现有列车模型，在列车上收集的数据(例如，速度、行驶距离、功率或在特定路线上的每个时刻施加的牵引力)可以对预测精度进行定量调查。可以使用全球定位系统(GPS)数据，但需要小心，因为可能存在错误或不一致。例如，坡度可以从高度数据中估计出来，但GPS高度通道的固有误差可能会产生误导性的结果。因此，在路线建模中通常首选常规梯度剖面。然而，GPS数据可以用于获得列车模型中其他不确定量的估计，例如列车阻力参数，使用在其他领域已经确立的系统识别方法。对于未来的工业/学术合作来说，这是一个有趣的研究领域，在更好地建模列车阻力(当前列车模型的主要限制因素之一)方面可能会产生实际效益。

讨论

任何模型的适应度都取决于关于模型边界的决定(即，系统的哪些特征被包括在内)和模型的使用方式。还必须能够提供模拟结果准确性的估计。建模是迭代的，每当对相应的实际系统进行更改时，就需要对模型进行更新。因此，重复的模型测试和仔细的模型管理是必不可少的，提出了尚未被铁路行业中的每个人认识到的问题。用户必须充分理解模型限制，模型版本控制的正式程序和文档的更新需要到位，以避免模型中未记录的更改。理想情况下，仿真模型需要在它们所代表的系统的整个生命周期中进行维护。这不仅可以确保模型适合其原始目的，而且还意味着在一个设计项目中开发的模型可以为未来的开发提供有用的起点。

结论

用于表示单列列车纵向动力学的模型在设计中有许多潜在的应用，但不确定性意味着模拟结果应始终谨慎使用。健全的模型测试程序，以及良好的文档和流程，以记录在模型中所做的所有更改，对于确保足够的模型质量和适合目的是必不可少的。此外，如何使用仿真模型，无论是以正向方式还是反向方式，都应该始终是讨论模型适合度的核心。