广州现代有轨电车能耗与节能分析

苏 浚 宿亚军 唐光华

(广州有轨电车有限责任公司,510310,广州∥第一作者,副总工程师)

广州现代有轨电车能耗与节能分析

苏 浚 宿亚军 唐光华

(广州有轨电车有限责任公司,510310,广州∥第一作者,副总工程师)

根据广州储能式有轨电车运营统计数据,分析有轨电车能耗组成及影响因素。利用回归分析的方法,将影响有轨电车能耗的重要因素按照其对能耗影响的大小,依次引进回归方程。建立了有轨电车能耗体系的多元回归数学模型,并利用该模型检验了广州有轨电车线路实际能耗。结果显示,总能耗误差小于5%,可以较精准地预测有轨电车能耗变动趋势。在此基础上,对节能措施进行了深入剖析,系统地提出了有轨电车节能方法及实现的途径。

现代有轨电车; 能耗预测; 多元回归; 节能分析

Author′s address Guangzhou Tram Limited Liability Company,510310,Guangzhou,China

1 有轨电车能耗组成

有轨电车能耗系统主要分为列车牵引及辅助能耗、动力照明能耗以及其它损耗3个部分,各部分组成见图1。

图1 有轨电车系统主要耗能设备

2 相关变量的选取

(1) 列车牵引及辅助能耗相关变量:根据物理知识,列车走行公里数越多、运输质量越大,电能消耗就越多。客运量的多少及日常气温的高低也会使空调的运行受到影响。依照自变量互斥、高度相关只选其一的原则,经总体比较,列车牵引能耗初始选取运行里程、客运周转量为自变量;列车辅助能耗则选取客运周转量及日最高气温为自变量。

(2) 动力照明能耗相关变量:动力照明能耗主要受环境温度的影响,因此选取日均气温为自变量。

(3) 其它损耗相关变量:其它损耗是以热的形式消耗掉的电能。其它损耗主要受环境温度的影响,并与充电电流量的二次方成正比例关系。充电电流量的表现形式是总耗电量,将总耗电量开方后可近似等同于充电电流量,因此可以总耗电量作为自变量进行拟合。

3 建立能耗回归模型

根据以上分析,自变量与能耗之间满足统计特征,故可通过回归分析法研究它们之间的关系,建立能耗回归模型。

3.1 列车牵引及辅助能耗的回归模型

3.1.1 列车牵引能耗的回归模型

列车牵引能耗的线性回归模型为:

式中:

y11——列车牵引能耗,kW·h;

x1——总行驶里程,km;

x2——客运周转量,103人·km;

β01——回归常数;

β02,β03——x1,x2的回归常数;

ε——随机误差项。

3.1.2 列车辅助能耗的回归模型

考虑到列车辅助能耗与日最高气温不是纯线性关系,因此将日最高气温的二次方作为自变量,其回归模型为:

式中:

y12——列车辅助能耗,kW·h;

β04——回归常数;

x3——日最高气温,℃;

ε——随机误差项。

3.2 动力照明能耗的回归模型

动力照明主要是受环境温度的影响,其线性回归模型为:

式中:

y2——动力照明能耗,kW·h;

x4——日平均气温,℃;

β07——回归常数;

β08——x4的回归常数;

ε——随机误差项。

3.3 其它损耗的回归模型

其他损耗模型形式为:

式中:

y3——其它损耗,kW·h;

y总——总耗电量,kw·h;

β09——回归常数;

β10——x4的回归常数;

β11——y总的回归常数。

4 能耗模型计算及显著性检验

计算数据来源于广州有轨电车有限责任公司2015年5、6月份各模块部分能耗数据,详见表1。

4.1 列车牵引能耗计算

根据表1提供的数据,利用Excel软件进行列车牵引多元线性回归分析。

(1) 相关系数为0.986:说明总行驶里程、客运周转量这两个自变量与列车牵引能耗这一因变量呈现高度正相关,可用二元线性回归方程进行拟合。计算得到的列车牵引能耗回归方程为:y11=1.72x1+0.78x2+2.74。

(2) 判定系数等于97.17%:表明在列车牵能耗变动中,有97.17%可由总行驶里程、客运周转量这2个因素的变动来解释,只有2.83%的因素属随机误差。

针对以上方程,需检验其显著性水平。首先,设置显著性水平α=0.05,进行牵引能耗F检验。因此给出原假设H0:β0=β1=β2=0。若H0被拒绝,则y11与x1,x2之间的关系可用线性回归方程进行拟合。在正态分布下,若原假设H0:β0=β1=β2=0成立,则F检验服从自由度为(p,m-p-1)的F检验分布。因此,回归方程的总体显著性可用F检验统计量进行检验。对于以上回归分析,P=2,m-p-1=41-2-1=38,α=0.05,从F检验分布表查得F0.05(2,38)=3.24。由多元线性得F=652.8(>3.24),故不接受原假设H0,因此y11与x1,x2之间线性关系显著。

其次,设置显著性水平α=0.05,β1的检验统计量t1=17.66,β2的检验统计量t2=2.36,查t分布表得t0.025(38)=2.02。因t1、t2均大于t0.025(38),故不接受原假设H0,所以各回归系数也显著。

表1 2015年5、6月份广州有轨电车列车牵引能耗相关数据

4.2 其他模块能耗计算

同理,可根据多元线性回归分析数据,计算出其他模块能耗公式:

(1) 列车辅助能耗:

(2) 车站动力照明能耗:

y21=150.34+96.5x4

(3) 车场动力照明能耗:

y22=486.4+46.61x4

(4) 其他损耗:

4.3 总能耗y总计算

根据求根公式求得:

5 回归模型的验证

回归方程建好后还须验证,主要是检验预测值与实际值之间的误差,如表2～表4。

表2 预测列车牵引及辅助能耗

表3 预测车站及车场动力照明能耗

表4 预测其他损耗及总能耗

根据以上检验结果,有轨电车总能耗最大误差为-4.13%,说明上述建立的能耗预测模型总体准确度较高,实用性比较强,值得推广使用。

6 节能措施分析

6.1 牵引能耗节能分析

6.1.1 满载率经济性与牵引能耗平衡分析

从图2可以看出,随着列车满载率的下降,边际客运周转量所耗费的能耗将快速升高。当列车满载率在30%及以上时,边际客运周转量增加趋近于同一水平;当满载率小于30%后,边际客运周转量能耗会成倍上升。因此,若能把列车的满载率保持在30%及以上,将高效合理利用列车牵引能耗,而且舒适度也会得到保障。

图2 满载率与能耗增加率的关系

6.1.2 最高运行速度与牵引能耗分析

为分析各最高速度情况下的旅行速度对牵引能耗的影响,分别以区间最高行驶速度69、65、60、55、50 km/h进行牵引计算,结合停站时间、路口延误时间对区间牵引能耗综合分析。分析结果见表5。

表5 不同区间最高运行速度下的旅行速度与牵引能耗综合比选

从表5可知,提高列车区间最高运行速度一定程度上可增加旅行速度,但受站间距、路口、人行通道及进出站限速等影响,旅行速度提升并不明显。列车区间最高速度由50 km/h升至69 km/h后,旅行速度涨幅只有6.01%,牵引能耗却增加了61.68%。而且,从50 km/h开始,最高速度每上升5 km/h,能耗将迅速增加。

6.1.3 车辆类型与牵引能耗分析

目前,广州有轨电车工作日日均客流为6 900人次,根据牵引能耗模型计算,牵引自重做功为43 224 kJ,占62%;载客做功为26 737 kJ,占38%。因此,如能有效降低车辆自重,减少牵引做功,可有效降低牵引能耗。

6.2 动力照明能耗节能分析

6.2.1 简化车站耗电设备

广州有轨电车共开通10个车站,动力照明能耗占总能耗的30%,平均每月约为361 379 kW·h。面对如此大的耗电量,建议简化车站耗电设备,如部分车站不安装充电装置、减少车站售票机数量等。

6.2.2 严格管理车场耗电设备

(1) 严格执行空调管理制度:通风空调能耗占停车场能耗46%(见图3),该部分能耗应作为控制重点。建议将空调温度调至26 ℃以上,人员离开时及时关闭空调。

图3 车场能耗分布及占比示意图

(2) 照明节能:运用库照明能耗占停车场能耗8%。据统计停车库共有146盏吊灯,每盏250 W。若同时开启,则每小时耗电将达36.5 kw·h。因此,在保证足够照度的情况下,采取隔一盏开一盏,且工作完毕离开时及时关闭吊灯的措施。

6.3 其他损耗节能分析

根据广州有轨电车《试验段供电优化方案》,可将琶洲大桥南站、会展中站、南风站、广州塔东站等车站的整流变压器停用,并且夜间运营结束后的0:00至5:00将所有车站的整流变压器退出服务,可节省整流变空载损耗。其节约的电量为:

W0=p0×t×n

式中:

W0——空载损耗;

t——供电运行时间;

p0——空载损耗功率;

n——车站数。

通过变压器设备资料查得车站800kVA整流变压器空载损耗功率p0=1.192kW,因此停用4

个车站的整流变压器每日可节约的电量W1=114.43kW·h。每日夜间运营结束后0:00至5:00将所有车站的整流变压器退出服务可节约的电量为W2=35.76kW·h。则每日可节约的电量W日=w1+w2=150.19kW·h。由此,每年可节约的电量W年=54 819.35kW·h。

7 结语

本文采用树状构造法分析了有轨电车能耗的组成,并根据广州有轨电车运营统计数据,通过4个重要变量(列车运行里程、客运周转量、日最高气温及日平均气温)构建了能耗预测回归模型,并利用Excel软件中的回归统计方法进行了检验,与实际数据进行了对比,验证了模型的可靠性。在此基础上,深入分析了能耗模型变量函数关系,系统提出了有轨电车节能方法及实现途径,对运营节能降耗具有重要意义。

[1] 杨臻明,岳继光,王晓保,等.基于回归模型的城市轨道交通能耗预测[J].城市轨道交通研究,2010(12):22.

[2] 石静雅.关于上海城市轨道交通能耗指标体系的建立与分析[D].上海:同济大学电子与信息工程学院,2009.

[3] 张燕燕.城市轨道交通系统牵引及车站能耗研究[D].北京:北京交通大学,2008.

[4] 赵月想.城市轨道交通系统运营能耗研究[D].石家庄:石家庄铁道大学,2012.

[5] 计孝奎,成光,韩勇.10 kV及以下配电变压器的经济运行[J].中国科技信息,2009(6):19.

[6] 于泽勇.建筑电气节能问题研究[D].济南:山东大学,2009.

Analysis of Energy Consumption and Conservation in Guangzhou Modern Tram

SU Jun, SU Yajun, TANG Guanghua

The structure of power consumption and the influencing factors of modern tram system is analyzed based on the statistics provided by Guangzhou Tram Limited Liability Company.By using regression analysis,the main factors that influence the power consumption of modern tram are classified according to their influencing levels,and a multiple linear regression mathematical model of modern tram system is established,which is used to examine the power consumption in Guangzhou tram.The results show that the total power consumption can be predicted precisely within 5% of error.On this basis,the power conservation strategy is studied in depth,the implementation of power conservation in modern tram system is proposed systematically.

modern tram; power consumption prediction; multiple linear regression; power conservation analysis

U 482.1; TK 018

10.16037/j.1007-869x.2016.12.013

2015-10-10)