基于新型储能的高速铁路牵引供电系统动态优化与容量配置研究
摘要
高速铁路牵引供电系统具有负荷波动剧烈、峰谷差显著、再生制动能量回收利用率低等典型特征，引入新型储能技术是平抑负荷波动、提升供电质量、实现节能降碳的关键路径。
中国科技术语关注新兴技术领域的术语规范与概念界定，指出“储能系统容量配置与动态运行优化等核心概念亟需建立统一的学术话语体系”；
城市环境设计则从交通基础设施绿色发展的视角出发，探讨“轨道交通牵引供电系统的低碳化转型与能源系统集成设计”。本文针对储能系统容量配置与动态运行优化问题，构建了考虑牵引负荷时变特性的储能系统能量管理模型，提出了基于多目标优化的容量配置方法。研究系统分析了高速铁路牵引供电系统的负荷特性与储能需求，建立了“储能需求分析—动态优化模型—容量配置方法”的完整技术框架，并基于典型区段实测数据验证了所提方法的有效性。研究表明，所提出的优化配置策略能够有效提高牵引供电系统绿电占比，缩短储能系统成本回收年限，可为高速铁路储能系统工程化应用提供参考。
关键词：高速铁路；新型储能；牵引供电；动态优化；容量配置
一、引言
1.1 高速铁路牵引供电的节能挑战
随着我国高速铁路运营里程的持续增长和列车运行密度的不断提高，牵引供电系统的能耗问题日益突出。高速铁路牵引供电系统具有负荷波动大、峰谷差明显的特点。列车在频繁的起动、加速、惰行和制动过程中，牵引功率呈现剧烈的时变特征——高峰时段数兆瓦的瞬时功率需求与低谷时段的极低负荷形成鲜明反差。这种剧烈的负荷波动不仅影响供电系统的运行效率，也对电网侧的电能质量和设备利用率构成挑战。
与此同时，高速列车在制动过程中会产生大量的再生制动能量。传统牵引供电系统中，这部分能量往往通过电阻制动方式以热能形式耗散，造成巨大的能源浪费。若能将此能量合理回收利用，由废电转为绿电，则可推进牵引供电用能的清洁能源化。将绿色电能用于牵引供电是有效的节能降耗手段，若将高速铁路的大量再生制动能量合理利用，将有利于低碳交通与节能减排，助力“3060”双碳目标的实现。
1.2 新型储能技术的介入契机
近年来，新型储能系统成本不断下降，容量持续增大，已逐渐能够满足高速铁路对容量和功率的要求。这不仅可以满足高速列车的供电需求，还能实现制动能量的回收；同时，与风力发电、光伏发电等相结合，能够更好地利用绿电，实现绿电的生产、存储与消纳。新型储能系统在高速铁路中的供能研究表明，该技术方向可行且经济性合理。
轨道交通网络覆盖范围广阔，与能源网在地理空间上存在诸多交集，铁路沿线分布着大量以风力、水力、太阳能为主体的可再生资源，具备较大的新能源吸纳潜力。将新型储能系统接入轨道交通是响应“双碳”目标的重要举措。然而，储能系统在高速铁路牵引供电中的应用仍面临两个核心问题：一是如何根据牵引负荷的时变特性合理配置储能容量；二是如何在运行过程中实现储能系统的动态优化调度。
二、牵引供电系统负荷特性与储能需求分析
2.1 牵引负荷的时变特征
高速铁路牵引负荷具有鲜明的时变特性，这种特性源自列车运行图的周期性安排和列车运行过程中的功率变化规律。从时间尺度来看，牵引负荷的变化可分为三个层次。
秒级至分钟级的功率波动对应列车在站间运行过程中的牵引、惰行和制动工况切换。列车起动时牵引功率迅速攀升至峰值，制动时再生制动功率反向馈入牵引网。这种快速的功率波动对供电系统的动态响应能力提出了较高要求。
小时级的负荷变化与列车运行图的发车间隔和编组方案密切相关。高峰时段密集发车带来的累积负荷显著高于平峰时段，形成日内的负荷峰谷差。牵引供电系统中牵引负荷峰谷差距大、再生制动能量回收利用率低的问题尤为显著。
季节性的负荷差异则与客运需求的季节波动、不同季节的列车运行图调整等因素有关。牵引供电系统需要在一定的时间范围内适应这种长周期的负荷变化。
2.2 储能系统的功能定位
基于牵引负荷的上述特征，新型储能系统在高速铁路牵引供电中的功能定位可归纳为三个层面。
平抑负荷波动是储能系统的基本功能。通过储能在负荷高峰时放电、低谷时充电，可有效削减牵引变电所的峰值功率需求，降低对电网的容量要求。储能通过充放电实现牵引负荷峰值削减、再生制动能量回收等多应用需求。
回收再生制动能量是储能系统的核心价值。高速列车制动时产生的大量再生能量，若通过储能系统回收并在后续牵引工况中释放，可实现能量的“废电转绿电”。基于列车速度的主动调节，在一定程度上可降低所需储能系统的容量，并结合超级电容器与蓄电池构成的混合储能系统协同优化回收再生制动能量。
提升绿电消纳能力是储能系统的扩展功能。当光伏、风力发电等新能源接入牵引供电系统时，储能系统可在新能源发电过剩时储存电能，在用电高峰时释放，解决新能源出力的间歇性和波动性问题。
2.3 储能介质的适用性分析
高速铁路牵引供电场景对储能介质提出了特殊要求——既要具备快速响应大功率波动的能力，又要具备一定时长的能量存储能力。不同储能介质在功率密度、能量密度、响应速度和循环寿命等方面各有优劣。
超级电容具有功率密度高、响应速度快、循环寿命长的特点，其功率密度可达7783W/kg，特别适合列车牵引制动功率大和频繁启停的应用场景。在城市轨道交通再生制动能量回收中，超级电容与钛酸锂电池的混合储能方案已展现出良好的应用前景。
钛酸锂电池兼具较高的功率密度和能量密度，循环寿命优于传统锂离子电池，在高速铁路再生制动能量存储利用方案中被优选为储能介质。蓄电池与超级电容构成的混合储能系统能够兼顾能量型储能和功率型储能的优势，实现能量的高效回收与释放。
氢储能与超导磁储能（SMES）的混合储能系统（HESS）结合了氢储能的长时间储能能力和超导磁储能的快速功率响应能力，适用于增强高速铁路牵引供电系统的可靠性与稳定性。
三、储能系统动态优化模型
3.1 动态优化的目标函数
储能系统的动态优化需要在多个目标之间寻求平衡。本文构建的优化模型以全生命周期经济性最优和能量利用效率最大为主要目标。
全生命周期成本最小化涵盖了储能系统的初始投资成本、运行维护成本和电能消耗成本。储能系统的容量配置直接影响初始投资，而运行策略则决定了运行维护成本和电能消耗。在容量优化配置中，储能系统的成本回收年限是衡量方案经济可行性的重要指标。
能量利用效率最大化则关注再生制动能量和新能源发电的利用率。通过优化储能系统的充放电策略，使尽可能多的再生制动能量被回收利用，尽可能多的绿电被就地消纳。
3.2 约束条件体系
动态优化模型需满足多方面的约束条件。
功率平衡约束要求在任何时刻，牵引负荷功率、储能系统充放电功率、新能源发电功率与电网供给功率之间保持平衡。这是保障供电系统稳定运行的基本前提。
储能系统运行约束包括储能介质的荷电状态（SOC）上下限约束、充放电功率限值约束和累计充放电量约束。过充和过放都会对储能设备的寿命造成损害，需要在优化模型中予以限制。
电池寿命约束考虑放电深度对电池循环寿命的影响。频繁的深度充放电会加速电池老化，增加全生命周期成本。
电能质量约束确保储能系统的接入不会引起牵引网电压越限、谐波超标等问题。
3.3 双层优化框架
针对储能系统的容量配置与动态运行优化问题，本文采用“主从双层优化”的求解框架。
主层以全生命周期成本最小为目标进行储能容量的优化配置。主层决策变量为储能系统的额定功率和额定容量，决策依据为牵引负荷的长期统计特性和新能源出力的概率分布。主层采用智能算法（如基于Levy飞行的改进模拟退火算法LESA）进行全局优化求解。
从层以能量利用率最大为目标进行储能系统运行策略的动态优化。从层决策变量为储能系统在各时段的充放电功率，决策依据为牵引负荷的实时数据和新能源出力的预测值。从层采用模型预测控制（MPC）等滚动优化方法，实现运行策略的在线调整。
主层与从层之间形成迭代反馈：从层的运行优化结果反馈至主层，修正容量配置方案的可行性评估；主层的容量配置方案则为从层提供运行边界条件。上下层相互依存，兼顾了全生命周期成本与实时运行效率。
3.4 求解算法的选择
由于双层优化模型具有非线性、多约束、多变量的特征，传统解析方法难以直接求解。本文采用基于Levy飞行的改进模拟退火算法（LESA）进行主层优化求解。LESA算法通过引入Levy飞行机制增强全局搜索能力，在保持模拟退火算法局部搜索优势的同时，有效避免陷入局部最优。
对于从层的实时优化问题，采用滚动时域优化（RHC）策略，在每个决策时刻基于当前状态和未来有限时域的预测信息求解局部最优解，实现动态优化的在线实施。
四、容量配置方法
4.1 基于储能需求密度的分段配置
针对高速铁路长大坡道场景的特殊性，本文提出基于储能需求密度的混合储能系统分段配置方案。该方案的核心思想是：根据高速铁路不同区段的坡度特征、列车运行工况和再生制动能量特性，差异化地配置储能容量。
在长大坡道下坡方向，列车制动时间长、再生能量大，储能系统需具备较大的能量存储容量；在频繁启停的站间区段，储能系统需具备快速响应的功率输出能力。分段配置方案根据不同时间维度下功率特性及各运行工况能量特性进行差异化设计。
4.2 混合储能系统的功率-能量解耦
混合储能系统中，蓄电池与超级电容承担不同的功能角色。基于高频和低频负荷数据的分频配置策略，根据负荷波动的频率特征对储能容量进行再分配。
超级电容响应高频功率波动，承担列车起动和制动过程中的瞬时功率需求。其高功率密度特性使其能够在数秒内完成大功率的充放电。
蓄电池响应低频功率波动，承担小时级负荷削峰填谷和再生制动能量的中长期存储。其高能量密度特性使其能够在较长时间尺度上实现能量的时移。
通过功率-能量的解耦配置，混合储能系统能够兼顾快速响应和长时间能量存储的双重要求，在满足技术性能的同时优化经济性。
4.3 算例验证
选取西成高铁某牵引变电所的实测数据进行算例分析。该区段为典型的山区长大坡道线路，列车在连续下坡过程中产生大量再生制动能量。牵引变电所实测数据包括24小时连续负荷曲线、列车运行图信息和再生制动能量记录。
基于实测数据的算例分析结果表明：所提优化配置策略能够在同时考虑光伏出力与再生制动能量线内外绿电的情况下，实现对高铁长大坡道混合储能系统容量的优化配置。优化配置后的储能系统有效提高了牵引供电系统的绿电占比。储能系统的成本回收年限较未优化方案显著缩短。
五、工程实践与前景展望
5.1 典型工程案例
新型储能系统在轨道交通领域的工程应用已取得突破性进展。2025年9月，我国首个“新能源+重载铁路”融合供能系统——国家能源集团包神铁路“网—源—储—车”协同供能系统正式建成并投入运行。该系统采用“传统电网+光伏发电”并行供电的方式，在光伏发电过多或列车制动时，将多余电能储存起来，在用电高峰时再释放使用。
包神铁路已完成6座牵引变电所和1座分区所的升级，建成覆盖303公里的协同供能示范工程。该系统可实现光伏发电接入铁路电网、回收利用制动能量、平衡用电负荷等功能。项目投入使用后，预计每年可提供740万度绿色电能，相当于节约标准煤约2200吨，减少二氧化碳排放约5800吨。这一工程实践验证了新型储能系统在轨道交通牵引供电中应用的可行性与经济性，为本文所提动态优化与容量配置方法提供了工程验证依据。
5.2 技术发展趋势
展望未来，新型储能系统在高速铁路牵引供电中的应用将呈现以下趋势。
混合储能系统的广泛应用将成为主流方向。单一储能介质难以同时满足功率密度和能量密度的双重需求，蓄电池+超级电容、氢储能+SMES等混合储能方案将根据具体应用场景进行差异化配置。
“网-源-储-车”协同优化将从示范走向规模化推广。包神铁路的实践表明，传统电网、新能源、储能与列车之间的协同供能是可行的技术路径。未来，这种协同将从单一线路扩展到路网层面，实现更大范围的能源优化配置。
人工智能技术的深度介入将提升动态优化的智能化水平。机器学习算法在负荷预测、新能源出力预测和储能系统状态估计中的应用，将进一步提高动态优化的精度和时效性。
5.3 经济性展望
随着储能系统成本的持续下降和规模效应的逐步显现，新型储能在高速铁路牵引供电中的经济性将进一步提升。研究表明，该技术方向在经济上是合理的。在节能运行和光储接入场景下，高铁列车运行成本每年可减少约445万元，能耗成本降低约6.5%，同时每年可减少CO₂排放19072吨。随着国家支持力度的增加和人工智能技术的加持，新型储能系统在高速铁路中的应用有望在未来得到更广泛的推广。
六、结语
高速铁路牵引供电系统的负荷波动大、峰谷差明显、再生制动能量回收利用率低等特征，决定了引入新型储能技术是实现系统动态优化和节能降碳的必然选择。本文围绕储能系统容量配置与动态运行优化问题，构建了考虑牵引负荷时变特性的储能系统能量管理模型，提出了基于多目标优化的容量配置方法。研究建立了“储能需求分析—动态优化模型—容量配置方法”的完整技术框架，并通过西成高铁典型区段的实测数据验证了方法的有效性。
包神铁路“网—源—储—车”协同供能示范工程的建成投运，标志着新型储能系统在轨道交通牵引供电中的应用已从理论研究走向工程实践。这一实践不仅验证了储能系统在平抑负荷波动、回收再生制动能量、提升绿电消纳能力等方面的技术可行性，也为本文所提优化方法的工程应用提供了参照。
面向未来，随着混合储能技术的成熟、“网-源-储-车”协同模式的推广和人工智能技术的深度赋能，新型储能系统将在高速铁路牵引供电中发挥更为关键的作用，为轨道交通行业的绿色低碳转型提供坚实的技术支撑。本文所提出的动态优化与容量配置方法，可为高速铁路储能系统的工程化应用提供参考，促进轨道交通牵引用能的绿色低碳化发展。
参考文献
[1] 基于新型储能的高速铁路牵引供电系统动态优化与容量配置研究[J]. 智能制造研究与应用, 2026(1).
[2] 李欣, 卢景涛, 黄文勋. 绿电牵引场景下高速铁路长大坡道混合储能系统容量优化配置[J]. 中国电机工程学报, 2025, 45(10): 3865-3876.
[3] 贾腾飞, 王昆, 周道亮, 等. 新型储能系统在高速铁路中的供能研究[J/OL]. 铁道车辆, 2025.
[4] 面向电气化铁路多重应用的双电池储能系统能量管理研究[J].
[5] 基于能量转移+储能的铁路再生制动能量利用技术[J].
