光伏和储能植入铁路牵引供电系统的拓扑架构与控制策略研究综述

（1. 华北电力大学国家能源交通融合发展研究院北京 102206 2. 北京交通大学交通运输学院北京 100044 3. 北京能高自动化技术股份有限公司北京 100044 4. 国网浙江省电力有限公司泰顺县供电公司温州 317101）

摘要为引导铁路牵引供电趋于绿色低碳、弹性自洽发展，开展了光伏和储能植入铁路牵引供电系统的分析、归纳、总结和展望工作，以期对形成以新能源为主体的铁路新型牵引供电系统体系有一定裨益。首先，按照三相式、单相式、两相式、同相式、直流式五种接入方案系统地归纳了光伏和储能植入铁路的拓扑架构，并从不同维度对比了不同拓扑结构技术特点；其次，以能量层和变流层两个视角系统地阐述了光伏植入、储能植入、光伏和储能协同三种情况下的光伏与储能植入铁路牵引供电系统的控制策略；最后，从电气拓扑、能量管理、变流控制三个方面展望了光伏与储能植入的铁路牵引供电系统。

0 引言

《交通强国建设纲要》明确“要优化交通能源结构，推进可再生能源、清洁能源应用”，不难判断构建以可再生能源为主体的绿色、弹性、自洽和可持续发展的交通能源一体化系统，已成为新时代背景下不可逆转的潮流趋势[1]。铁路作为国家综合立体交通运输体系骨干和全社会能源消化大户，路域沿线光能自然禀赋富足，具有巨大的开发潜力和就地消纳能力[2]。储能具有功率平抑和能量平移功能，是构建以新能源为主体的铁路新型牵引供电系统的核心元素，是系统的能量枢纽和交互节点。因此，很多学者开始尝试将光伏和储能植入铁路牵引供电系统。

然而，铁路牵引供电系统采用AC 27.5 kV单相牵引制式，与三相电力系统供电方式相比差异显著；机车负荷也具有强烈的随机性、波动性和冲击性；同时，光伏发电易受天气、遮挡、设备检修等多种因素影响，具有强烈的随机性、间歇性和波动性。在源-荷随机强波动的复杂背景下，如何实现光伏和储能植入铁路牵引供电系统的高弹性和高效能存在较大挑战，场景适配的拓扑架构、智能高效的能量调度策略和灵活有效的变流控制方法是应对上述挑战的关键举措。

目前，国内外学者相关研究主要聚焦在电气化机车再生制动能量回收、新能源在铁路供电系统应用、电气化机车车载储能系统、电气化机车内部的牵引传动系统、应用在电气化交通的模块化多电平变流设备（Modular Multilevel Converter, MMC）、储能接入电气化铁路牵引供电系统等方向，尚未系统地总结光伏和储能植入电气化铁路的拓扑架构和控制策略。关于电气化机车制动能量回收，文献[3]综述了基于背靠背式变流器的不同系统拓扑架构和能量层与变流器的控制策略，主要内容涵盖：对比功率转移式、能量回馈式、储能式和复合式四种系统拓扑架构，按照IGBT连接方式总结四种两电平式并联谐振变换器（Parallel Resonant Converter, PRC）拓扑结构，按照桥臂数量总结了五种MMC式铁路功率调节器（Railway Power Conditioner, RPC）拓扑结构，并提出储能接入RPC、MMC-RPC和Multiport-RPC的方案；按照规则法、优化控制法、强化学习法归纳能量管控策略，按照典型式和改进式总结变流控制策略；从变流设备拓扑、功率控制策略内部视角和融合新能源、应急供电、接触网融冰、稳定性增强、铁路微网、电网辅助服务外部视角进行展望。文献[4]主要从日本电气化铁路牵引网（具体包含DC 1 500 V、AC 20 kV、非电气化、电池、AC 25 kV五种不同牵引方式）布局现状、直流铁路再生制动能量解决方案、能量回收变流器及储能在日本铁路安装和应用情况、牵引供电系统接入储能功效等进行综述。关于新能源在铁路供电系统应用，文献[5]概述了可再生能源和智能电网在电气化铁路牵引供电中的应用情况，针对新能源在铁路应用情况按照移动式和固定式进行分类，分析人工智能技术对可再生能源和智能电网在铁路应用的重要性。文献[6]简要概述风电接入铁路牵引系统优势、方式和各类储能特点。关于电气化机车车载储能系统，文献[7]综述车载储能系统现状及发展趋势，主要内容涵盖：基于正在服役、正在测试或规划实施项目所获取的信息，详实地介绍车载储能系统应用现状及发展情况；分析机车牵引系统结构、变流器结构及车载储能类别；介绍氢燃料电池在铁路的应用情况，并探讨电化学电池和燃料电池车载应用的主要挑战、发展趋势和未来愿景。文献[8]简要概述储能类别和特点，以及在飞机、船舶、铁路的应用情况。关于电气化机车内部的牵引传动系统，文献[9]综述不同类型铁路机车牵引传动系统架构、控制策略及能量高效利用技术，主要内容涵盖：按照供电功率和动力分布进行机车分类，分析每种机车牵引电气拓扑结构、供电电压等级、变流器结构等；分析机车辅助负荷供电方式、牵引系统分层控制架构；总结车载中频式牵引电力电子变压器不同拓扑结构和特点，以及机车牵引技术、车载储能系统和功率开关器件研究进展。关于应用在电气化交通的模块化变流设备，文献[10]综述MMC变流器电路拓扑、运行挑战、控制方案和容错策略，以及在电动汽车、电动船舶和电气化机车的应用情况。关于MMC变流器在电气化铁路应用主要包含：归纳基于MMC变流器实现电网和牵引网互联的四种电气拓扑；总结RPC变流器拓扑结构，并分析储能基于MMC变流器接入机车牵引供电系统的方式、优点及作用。关于储能接入电气化铁路牵引供电系统，文献[11]综述了高速铁路储能系统容量配置与能量管理技术，主要内容包括：总结不同储能介质特点，地面固定式、车载移动式、地面-车载混合式三类储能方案拓扑结构及不同架构下储能优化配置方法；分析基于阈值及分配比例的能量管理方案及未来发展趋势；提出高速铁路储能系统关键技术问题。文献[12]综述储能接入电气化铁路的拓扑及控制策略，主要包含适配牵引负荷特性及安装位置的储能系统选型，车载式储能和地面式储能接入位置及电气拓扑，基于RPC储能接入铁路牵引供电系统的电能质量治理，单一介质储能系统和混合介质储能系统的能量层管理策略与变流器控制策略，轨道交通储能系统工程应用现状等内容。

因此，本文立足国内外学者关于光伏与储能植入电气铁路的研究成果，从光伏与储能植入铁路牵引供电系统的拓扑架构、能量层控制策略、变流层控制策略以及未来发展等不同视角进行了系统分析、归纳与总结，旨在为形成以新能源为主体的铁路新型牵引供电系统技术体系提供借鉴。

1 光伏与储能植入铁路牵引供电系统的拓扑架构

目前，我国铁路采用传统AC 27.5 kV的异相牵引供电方式，电力系统三相电通过V/V变压器、Yd11三相变压器、Scott平衡变压器等形成两相非对称供电系统[13]，通过分相供电臂为电力机车供电。由于异相供电方式非对称作业工况和电压相位与幅值存在差异，需设置电分相对两相供电桥臂进行电气隔离。为解决异相供电方式导致的电能质量问题，减少甚至取消牵引网分区所及牵引变电站之间的电分相，相关学者在传统牵引供电制式基础上提出基于RPC分相供电[14]、静止无功补偿装置（Static Var Generator, SVG）补偿[15]、组合式同相供电[16]、贯通式同相供电[17]等改进型牵引供电方案，具体拓扑如图1所示。

在去碳化的导向下，很多学者已经开始尝试在改进型牵引供电拓扑或传统牵引供电拓扑基础上，将光伏和储能植入铁路牵引供电系统。根据变流设备、电气接入位置、牵引供电方式等，可将光伏和储能植入铁路牵引供电系统接入方式划分为三相式、单相式、两相式、同相式和直流式。

1.1 三相式接入方案

三相接入方案是指光伏或储能通过三相变流器与变压器接入10 kV、35 kV、110 kV或220 kV等不同电压等级交流母线，再通过三相-两相变压器为牵引负荷供能。这种三相式接入方式采用市场现有成熟三相光储变流设备+三相变压器经过升压即可，不改变原牵引供电系统异相供电方式，实现路径较为简单、成熟、可靠，但这种方案能量调控灵活度较差，设备利用率较低且控制难度较大（需支持100%不平衡长期带载），对现有电网负序改善度较低，还可能恶化现有系统功率因数和谐波。

三相接入方案如图2所示，主要有两种：一是通过变压器的连续多级升压接入电网的110 kV/ 220 kV高压母线[18-19]。这种高压三相接入方案需要新建110 kV/220 kV高压变电站，占地和投资规模较大，通常适合牵引变电站十几千米外的百MW级风电场、光伏电站或储能电站。多个光伏阵列或储能单元通过变流升压汇集至中压10 kV/35 kV集电线，然后多条10 kV/35 kV集电线汇集至10 kV/ 35 kV母线，进一步通过110 kV/220 kV变电站将能量送至牵引变电站。二是通过变流升压至10 kV/ 35 kV，再降压接入AC 27.5 kV牵引母线[20-21]。这种三相中压接入方案无需新建大型变电站，占地和投资相对较小，通常适合利用牵引变电站周边闲置空地建设MW级～几十MW级分布式光伏或储能电站。一般地，光伏阵列或储能单元先通过交流低压汇集，然后通过变压器升压汇集至10 kV/35 kV母线，最后通过AC 10 kV/AC 35 kV～AC 27.5 kV三相-两相变压器为机车牵引供能。

这种三相接入方案，一般当机车牵引时优先消纳光伏绿电，当机车制动时储能吸收再生回馈能量，当无车时，光伏绿电则为储能充电或注入电网或遗弃[22]，不仅直接减少系统购电成本和碳排放税额，同时降低系统能耗和运营成本[23]。

1.2 单相式接入方案

单相接入方案是指光伏或储能通过单相变流器和单相变压器汇入a 段或b 段的AC 27.5 kV牵引供电母线方式满足机车供能[24]。这种接入方案不改变原牵引供电系统供电方式，电气设备容量利用率较高，变流控制相对简单、实用有效，但无法实现ab 供电臂能量融通调节，使原系统电能质量恶化，还会造成供电臂空载时绿电倒送电网或被迫遗弃。这种单相接入方式主要是基于DC-AC+V/V单相变流升压技术实现，适合利用牵引变电站周围屋顶、铁路沿线、边坡等闲置空地资源建设几十MW规模以下的分布式光伏或储能系统。一般地，多个光伏阵列或多套储能单元以DC-AC+V/V单相变流同构方式汇入a 段或b 段AC 27.5 kV牵引母线，实现机车牵引部分绿色供能和机车再生制动能量回收，单相接入方案如图3所示。

基于单相接入方案，现有部分关于光伏或储能植入铁路牵引供电系统研究成果如下：文献[25]针对长坡道列车再生制动能量利用低和牵引网压波动问题，构建储能型再生制动能量回收的系统拓扑，提出系统上层补偿功率计算和下层变流器控制协同的分层控制策略，通过仿真结果验证控制策略的有效性；文献[26]提出一种地面式锂电和飞轮混合储能植入铁路牵引供电系统的拓扑架构，建立混合储能通过单相牵引变流器接入铁路牵引供电系统仿真模型，在京津城际高速铁路运营时段验证方案有效性，并根据实际运营数据综合评估混合储能系统经济性；文献[27]阐述德国某铁路沿线布置光伏阵列通过单相变流器接入牵引供电系统设计方案，并研究了投资成本、机车振动、安全性影响。

1.3 同相式接入方案

同相式接入方案如图4所示。指光伏或储能通过变压器和变流器不同组合结构实现以同相供电方式满足机车牵引供能。这种同相式接入方案改变了传统牵引供电系统异相供电方式，实现了由原三相-两相非对称系统至三相-单相对称系统转变，从根本上解决电网电流负序问题，彻底取消供电臂间甚至牵引变电所间电分相设备，同时也利于光伏绿电消纳和机车再生制动能量回收，但变流控制相对复杂，投资成本较高。

如图4所示，同相式接入拓扑按照牵引变压器和变流器组合方案不同，具体可分为融合式[28]、组合式[29]、MMC式[30]三种结构。其中，补偿式结构和组合式结构一般为背靠背式变流方案，通常一侧采用变流器多重化并联方式，另一侧采用变流器级联方式；MMC式结构按照连接形态又可细分为APC型和三相-单相型[31]，按照有无变压器可划分为级联式高压直挂型和级联式升/降压型。一般地，光伏阵列或储能接入同相式结构主要有两种方式：一种是通过DC-DC/AC-DC集中汇入背靠背式变流设备中间直流母线，另外一种分布在子模块（Sub- Module, SM）直流侧（接入对象通常为电池储能）。这种同相式接入拓扑单体设备容量一般大于20 MW，在牵引变电站布置一套设备基本适配光伏或储能系统配置规模。

目前，关于光伏和储能以同相式方案植入铁路牵引供电系统的研究主要聚焦在组合式拓扑下[32-36]，融合式和MMC式较少[37-38]。而且，关于储能同相供电研究相对较多、较深，不仅构建铁路储能同相式牵引供电线系统拓扑架构，还以目标为导向提出适配控制策略，并通过实例或仿真方式进行验证[34-35]；关于光伏以及光伏和储能协同的同相供电研究则相对较少、较浅，大多仅是提出系统拓扑架构[36-38]。

1.4 两相式接入方案

两相式接入方案是指光伏或储能通过背靠背RPC和变压器（如有）与ab 牵引供电母线联通满足机车供能。这种两相式接入方案不改变原异相供电方式，还可实现ab 供电臂能量融通调节，提高了光伏绿电、机车制动能量和电气设备利用率，优化了电网电能质量，但控制相对复杂，需要背靠背变流器协同配合，成本相对也较高。

两相式接入方案如图5所示，主要有两种：一种是两/三电平RPC变流升压方式[39-41]，即少电平方案。这种方案光伏阵列或储能单元一般基于DC- DC变流器以多机并联方式汇集于RPC中间直流母线，并通过两侧单相DC-AC变流器和V/V牵引变压器实现与ab 供电母线联通。这种方案RPC成套设备容量一般在10 MW及以下（每侧DC-AC容量小于5 MW，通常由多个500 kW～1 MW标准模块并联组成），根据光伏系统总配置规模采用RPC+ V/V变压器并联扩容方式，按照DC-AC桥臂结构具体可分为两电平拓扑和三电平拓扑。另一种是MMC式RPC高压直挂方式[42]，即多电平方案。这种MMC式RPC两侧变流器采用多个半桥或全桥结构的标准子模块SM[43]，按照“手拉手”方式串联形成AC 27.5 kV高压端口，然后通过电感直接与ab 牵引供电段母线联通。一般地，储能单元分散布置于MMC式RPC的SM直流侧，光伏阵列则不与MMC式RPC直接耦合，一是因为MMC式RPC中间直流母线电压较高，采用DC-DC/AC-DC变流器直接汇入中间直流母线方式成本高、效率低、难度大；二是MMC式RPC的SM直流侧电压需要稳定支撑，光伏本质上是电流源，不具备稳压功能，无法接入。这种MMC式RPC设备容量一般在20～100 MW之间（SM容量通常在1 MW以下），一般采用单套设备即可匹配在牵引变电站周边布置的储能系统规模，根据桥臂数量常用结构包含二桥臂、三桥臂和四桥臂三种拓扑[44]。

目前，光伏和储能基于两相式接入方案植入铁路牵引供电系统，研究方向主要聚焦机车制动能量回收[45]、电能质量治理[46]、应急供电[47]、低频稳定性分析[48]、列车再生制动失效抑制[49]、绿电高效消纳[50]、末端网压支撑[51]等。而且，基于少电平接入方案和多电平接入方案拓扑的光伏或储能植入铁路牵引供电系统的研究基本已全部涉猎，并取得了一定成果[39-51]。

1.5 直流式接入方案

直流式接入方案是指通过变压器和MMC电力电子装备构建的一种新型直流牵引供电系统，光伏或储能通过DC-DC/DC-AC变流设备接入直流牵引母线为机车牵引供能。这种直流式接入方案完全颠覆传统AC 27.5 kV牵引供电技术体制，是一种新型牵引供电制式[52]。这种新型直流牵引供电系统实现了全线贯通，传统牵引供电技术下电能质量和电分相问题已从根本解决，供电辐射距离也得到提升，易于新能源和储能按需灵活接入，但这种方案仅适合铁路牵引供电系统新建场景，无法与现有交流牵引供电系统进行融合接洽，同时需要重构铁路牵引供电系统技术体制和管理体制，难度较大。这种新型直流牵引供电系统基于MMC柔性变流技术构建，一般直流牵引电压为24 kV，通常设备单体容量在50 MW以上，光伏系统或储能系统根据实际配置规模通过多套DC-DC/AC-DC并联方式组建，直流式接入方案如图6所示。

目前，关于光伏和储能植入铁路柔性直流牵引供电线系统的研究尚处于起步阶段，主要是西南交通大学胡海涛教授团队在开展系统潮流控制以及分层管控等方面的工作[52-54]。

综上所述，光伏和储能植入铁路牵引供电系统的架构拓扑特点，本文从不同视角进行归纳总结，具体详见附表1。

2 光伏与储能植入铁路牵引供电系统的控制策略

光伏与储能植入铁路牵引供电系统的控制策略主要涵盖能量层和变流层两方面。其中，根据实现方法的不同，光伏与储能植入铁路牵引供电系统的能量层控制策略可以划分为规则法和基于优化模型法两类。本文将以光伏植入、储能植入和光伏与储能协同三种不同视角按照能量层和变流层方式阐述总结系统的控制策略，具体如下。

2.1 光伏植入的控制策略

2.1.1 能量层管控策略

鉴于光伏在铁路沿线、屋顶、边坡等闲置空地安装布置的便利性与可行性，目前国内外学者关于光伏植入铁路供电系统的控制策略重点聚焦于光伏两相接入[55]和三相接入拓扑[56]。

目前，关于光伏植入铁路牵引供电系统的能量管控策略主要聚焦于综合优化控制，其目标不仅要在保障系统功率实时平衡前提下实现光伏绿电最大消纳，同时要在满足变流器容量约束条件下实现电网负序电流降低和功率因数提高。本质上，光伏植入铁路牵引供电系统综合优化控制可归结为多目标优化求解问题，目前，求解方法主要采用枚举法[57]和粒子群算法[58]。具体优化目标、约束条件详见式（1）的优化模型。

式中，eure为满足国标要求的电压不平衡度基准值；PFre为满足电力部门要求的功率因数最低值；PF为功率因数；eu为电压不平衡度；Spva、Spvb 分别为光伏向a、b 供电臂注入容量；Ppva、Ppvb 和Qpva、Qpvb 分别为光伏向a、b 供电臂注入的有功功率与无功功率；Ppv为光伏总发电功率。

关于光伏植入铁路牵引供电系统的优化控制策略典型成果如下：文献[56]提出一种光伏植入三相牵引供电系统的电压协同控制优化策略，不仅可实现分布式光伏牵引能耗高效利用，还可主动参与牵引网压调节，增强系统电压调控能力；文献[57]提出一种适用于电气化铁路背靠背光伏发电系统及控制策略，基于枚举法在保障光伏就近消纳的前提下实现功率因数和负序同时优化；文献[58]提出一种适应复杂电气化铁路牵引用能的光伏发电系统及其综合优化控制方法，基于粒子群算法功率补偿方法实现光伏高效消纳、相间制动能量合理利用、电能质量治理等多种功能。

2.1.2 变流层管控策略

光伏植入铁路牵引供电系统的变流控制是系统不同模式下能量平衡和电能质量补偿目标实现的底层硬件执行逻辑。光伏DC-DC的最大功率跟踪主要采用目前应用比较成熟的电导增量法、扰动观察法以及二者的改进方法实现[59]，两相接入方式下ab 变流器主要采用PI控制方式，三相接入方式下DC-AC变流器主要采用PR控制，具体控制方法如图7所示。

其中，两相接入方式下的ab 变流器均采用直流电压电流双闭环的控制方式，均以直流电压Udc与参考值Udc_ref差值作为直流母线电压实时稳定调整的扰动量∆Ipva 和∆Ipvb，基于锁相环（Phase-Locked Loop, PLL）对Ua 锁相，得到同步信号cos(wt-p/6)，同时移相p/3得到Ub 的同步信号cos(wt-p/2)，进一步∆Ipva 和∆Ipvb 与cos(wt-p/6)和cos(wt-p/2)的乘积与ab 变流器的补偿信号Ipvac和Ipvbc叠加，得到ab 变流器内环参考值Ipva_ref和Ipvb_ref，然后ab 变流器端口电流实际值Ipva 和Ipvb 与Ipva_ref和Ipvb_ref通过滞环控制以及PWM产生ab 变流器控制信号Sa 和Sb。

三相接入方式下的DC-AC变流器采用电流单环控制方式，光伏最优功率Premppt与DC-AC端口交流电压upvabc产生有功电流ipvpabc，叠加补偿电流ipvcabc后得到变流器三相电流的参考值ipvabc_ref，ipvabc_ref与变流器控制实际值ipvabc通过PR控制产生交流电压扰动∆upvabc，进一步基于变流器电压回路方程，通过∆uabc与变流器线路阻抗电压ipvabcZpv和端口电压upvabc叠加推导出变流器调制电压，然后经过正弦脉宽调制（Sinusoidal PWM, SPWM）产生变流器脉冲控制信号Sabc。

2.2 储能植入的控制策略

2.2.1 能量层控制策略

1）基于规则法的能量管控策略

根据遵循规则不同，储能植入铁路牵引供电系统能量管控策略又可分为阈值规则、分配比例规则和模糊规则三种。每种规则原理、特点以及国内外学者研究情况综述如下：

根据储能系统复杂程度，控制精细程度及阈值调整灵活程度，阈值规则又可细分为固定阈值、多阈值与动态阈值三种[12]。其中，固定阈值和动态阈值规则主要适配作为单一储能介质充放的触发条件，多阈值和动态阈值主要适配作为混合储能介质充放的触发条件。基于动态阈值、固定阈值和多阈值规则的储能植入铁路牵引供电系统工作原理如图8所示。

图8中各参量含义为：Pesd_th和Pesd_max分别为储能系统放电阈值与最大放电功率；Pesc_th和Pesc_min分别为储能系统充电阈值与最小充电功率；Ptr、Pes和Pgrid分别为机车、储能系统与电网实时功率；SOC、SOCmin、SOCmax分别为储能系统荷电状态实时值、最小值和最大值；Pesd_th1、Pesd_th2、Pesd_th3、Pesd_th4分别为混合储能系统第1放电阈值、第2放电阈值、第3放电阈值、第4放电阈值；Pesc_th1、Pesc_th2、Pesc_th3、Pesc_th4分别为混合储能系统第1充电阈值、第2充电阈值、第3充电阈值、第4充电阈值；Pes1和Pes2分别为能量型储能和功率型储能实时功率；SOC1、SOCmin1、SOCmax1分别为能量型储能系统荷电状态实时值、最小值和最大值；SOC2、SOCmin2、SOCmax2分别为功率型储能系统荷电状态实时值、最小值和最大值；Pesd_x和Pesc_x分别为储能系统动态充电与放电阈值；S1_train、S2_sub、Sm_line、Sn_bat分别为机车、牵引变电站、线路、储能系统需要采集信息：Pesdn1、Pescn1和Pesdn2、Pescn2分别为能量型储能额定放电功率及额定充电功率与功率型储能定放电功率及额定充电功率。

目前，基于阈值规则的储能植入铁路牵引供电系统能量管控策略研究较为广泛，已涵盖固定阈值、多阈值和动态阈值等不同细分规则方式。其中，围绕固定阈值规则的研究主要聚焦于将储能系统充放电功率触发条件设定为某一固定常数，在满足储能系统荷电状态约束的前提下实现机车牵引或再生制动“削峰填谷”，同时利用变流器控制实现系统电能治理等其他功能[60-62]；围绕多阈值规则研究主要聚焦于充分发挥锂电和超级电容混合储能系统技术互补特性，设定某一固定阈值为混合储能系统充放电功率触发条件，并将高功率、高频率部分能量由超级电容吸收/释放，低功率、低频率部分能量由锂电吸收/释放，在兼顾储能系统寿命同时，实现机车牵引削峰、机车制动填谷[63-64]；围绕动态阈值规则研究主要聚焦于以超级电容端电压、电流或其他参数作为采集输入，基于智能算法动态调整超级电容系统充放电功率阈值，实现地铁制动能量高效回收和超级电容系统运行寿命优化[65-66]。

基于分配比例规则的储能植入铁路牵引供电系统能量管控策略适用功率型和能量型混合储能介质，可降低多阈值规则和动态阈值规则下混合储能功率分配工况和复杂程度，根据功率型储能和能量型储能的功率分配灵活程度，具体可细分为固定分配比例和自适应分配比例两种规则。其中，固定分配比例规则主要根据两种储能介质的能量密度或功率密度二者之间比值设定，自适应分配比例规则主要根据两种储能介质的实时荷电状态来确定二者之间功率分配权重，具体原理详见附表2。

目前，基于比例规则的储能植入铁路牵引供电系统能量管控策略研究较少，但基于固定比例规则和自适应比例规则都已涉及。部分典型成果主要如下：文献[67-68]提出一种城轨车载电池和超级电容固定比例功率分配策略，充分发挥两种储能技术互补特性，优化混合系统配置；文献[69]根据电池和超级电容技术互补特性，提出一种基于城轨列车工况的自适应比例分配策略，在充电模式下通过判别列车再生制动能量剩余情况调整功率分配比例，降低电池响应频次，在放电模式下根据电池荷电状态调整功率分配比例，防止电池过充或过放，并基于北京地铁某站2 MW混合储能系统验证控制策略有效性；文献[70]提出一种基于电压分级方法实现地铁超级电容、锂电池和制动电阻的有序启停控制，并构建根据超级电容荷电状态映射的滤波常数调整方法，实现超级电容和锂电池功率自适应比例分配，有效地抑制牵引网压波动，同时提高了混合系统整体性能。

基于模糊规则的储能植入铁路牵引供电系统能量管控策略，同时适用单一储能介质和混合储能介质，可以实现储能系统根据外部输入条件不同模糊调整充放电功率。不同于阈值规则和比例规则，模糊规则是一种不确定性规则，无需输入量与输出量之间建立明确函数关系，基于模糊规则进行模糊处理和模糊推理以及精准处理即可实现输入至输出之间映射，实现原理如图9所示。模糊规则是模糊控制器的核心，直接决定系统服役性能。目前，储能植入铁路牵引供电系统典型模糊规则主要是考虑储能系统寿命，根据储能目标功率和荷电状态所在模糊集区间决定储能系统的充放电功率以及电网功率差额的补充/吸收。

目前，基于模糊规则的储能植入铁路牵引供电系统能量管理策略研究较少，仅进行了初探。如文献[71-72]提出一种抑制城轨牵引网压和制动能量回收的超级电容和锂电池模糊控制策略，基于硬件在环实验与两种传统控制策略的结果对比，证明所提控制策略电压稳定能力更好，制动能量回收效率更高，而且利于提高储能系统运行寿命。

2）基于优化模型法的能量管控策略

基于优化模型的储能植入铁路牵引供电系统能量管控策略同时适用单一储能介质和混合储能介质，主要利用机车负荷、储能系统、牵引变电所等历史运行数据或预测数据，同时考虑储能系统荷电状态、充放电功率等约束条件，并以系统经济性、寿命、损耗等其中一种或多种为优化目标，依托算法赋能实现储能系统充放功率动态调整和合理优化管控，具体原理如图10所示。图10中相关参量含义为：Vi、Vimin、Vimax分别为铁路牵引供电系统第i个节点电压实时值、最小值和最大值，F为目标函数，C1～Cn为不同子目标函数，w1～wn为不同子目标函数权重，Qtr、Qgrid、Qsource、Qloss分别为系统无功功率需求、电网提供无功功率、无功电源提供无功功率、无功功率损耗，Ploss为系统有功功率损耗，Pcon、Qcon、Sncon分别为系统变流器实时有功功率、实时无功功率、额定视在功率，Pes_ref、Pcon_ref、Qcon_ref分别为储能系统有功功率参考值、变流器有功功率参考值、无功功率参考值。

目前，关于基于优化模型的储能植入铁路牵引供电系统能量管理策略按照优化算法的不同，具体可以分为传统优化算法和人工智能算法两种。其中，传统优化算法[73]主要包含动态规划、粒子群算法、灰狼算法等，这类算法比较成熟，实际应用相对较多，但存在模型精度和运算时间互相制约矛盾等弊端；人工智能算法[74]主要包含数据驱动和预测算法等方式，这类算法运算速度快、模型精度高，可以实现在线实时优化，但存在计算量大、对系统通信设备和数据存储处理设备要求高等弊端。

基于优化模型的储能植入铁路牵引供电系统能量管控策略部分典型成果如下：文献[75]提出一种混合储能植入铁路牵引供电系统多目标优化方法，不仅可以实现机车再生制动能量高效回收，同时还可以改善原牵引供电系统电能质量；文献[76]提出一种适配机车运营的混合储能系统植入铁路牵引供电系统能量优化调度策略，通过实际案例对比分析，证明在线预测和状态分析结合的控制策略节能效果更为高效，同时有利于优化混合储能系统运行寿命；文献[77]提出一种混合储能系统植入铁路牵引供电系统优化控制策略，构建混合整数线性规划模型，并利用CPLEX求解混合储能充放电策略和系统购电方案。依托实际案例的验证结果表明，所提控制策略可实现牵引供电削峰填谷，同时显著降低牵引供电系统运营成本；文献[78]提出一种基于储能荷电状态自适应校正模型预测滚动优化方法，保证功率校正准确性和预测误差。实验结果表明，所提控制策略可以有效解决牵引负荷冲击和再生制动能量回收，还可提高系统运行经济性。

综上所述，储能植入铁路牵引供电系统的能量管控策略特点可以总结归纳见表1。

2.2.2 变流层控制策略

储能植入铁路牵引供电系统的变流控制方法如图11所示。目前，关于储能植入铁路牵引供电系统主要基于两/三电平RPC和MMC两相接入式方案开展的研究居多，本文将重点阐述两种拓扑结构下变流控制策略。储能DC-DC变流器主要采用功率PI单环控制方式实现能量馈入牵引供电系统和机车制动能量回收；RPC控制方法与光伏植入的变流控制策略基本一致，此部分不再赘述；通常，级联式变流器控制一般包含均衡控制、平衡控制和直流母线电压与端口电流控制三部分。其中，均衡控制一般采用电压外环、电流内环双环控制结构，j相桥臂各子模块实时直流电压UC1～UC2n平均值与子模块参考电压UCref偏差经过PI控制环产生电流环参考值izref，j相上桥臂电流ijp和下桥臂电流ijn相减后得到二者差值iz，izref与iz经过PI控制环产生模块电容电压均衡扰动量DVC、DVC1～DVCi，实现上下桥臂环流抑制；平衡控制则一般采用比例方式单环控制，j相桥臂各子模块电容实时电压与参考值的差值经过比例放大后，经过sign符号函数（ijp或ijn电流为正，sign为1；ijp或ijn电流为负，sign为-1；）后与模块电容电压均衡扰动量DVCi产生直流母线电压稳压补偿值VCi，实现j相上、下各子模块电容电压平衡稳定；直流稳压控制则一般采用直流母线电压外环、交流输出电流内环双环控制策略，直流母线电压参考值Udcref和实际值Udc二者偏差经过PI环后与AC 27.5 kV牵引母线a(b) 相电压ua(b)锁相角q 相乘后产生稳压电流参考值idcref，idcref叠加电流补偿值ICj与锁相角q 的乘积结果后与a(b) 相电流实际值进行比较，二者偏差经过PR环换后与叠加稳压补偿值VCi，并通过SPWM后产生j相上桥臂子模块IGBT脉冲驱动信号Sjup和Sjdp与下桥臂子模块IGBT脉冲驱动信号Sjnp和Sjnp，实现直流母线电压的实时稳定以及MMC端口交流补偿。

2.3 光伏与储能协同的控制策略

2.3.1 能量层控制策略

目前，关于光伏与储能协同植入铁路牵引供电系统部分研究成果综述如下：文献[79]基于模型控制方法提出光伏和储能植入铁路牵引供电系统的一种无功功率和有功功率联合潮流优化方法，实现光伏发电功率和机车再生制动能量充分利用，同时改善系统电能质量，并依托铁路实际牵引负荷数据通过硬件在环实验验证控制方法有效性；文献[80]提出一种可再生能源和储能植入铁路牵引供电系统的优化运行方法，并将求解划归为多时间尺度最优潮流问题，基于西班牙高速铁路实际数据，对比分析可再生能源和储能不同配置方式下投资成本、能耗节约和费用降低等不同指标；文献[81]面向光伏和储能植入下的铁路同相牵引供电系统，提出一种二阶鲁棒能量优化调度方法，并通过光伏和混合储能协同运行来保障系统可靠经济运行，所提出方法基于中国高速铁路某站实际运营数据进行了验证；文献[82]提出一种基于“规则+优化”的铁路牵引供电系统能量管控策略，以时间作为规则法和优化法切换触发指令，实现可再生能源和制动回馈能量优化利用，并基于刘家沟牵引变电站实测数据验证控制策略有效性；文献[83]提出一种基于模糊Petri网的“网-源-储-车”动态阈值能量管理策略，该策略可有效提高光伏发电利用率，延长储能系统预计寿命，提高能量利用效率与运行经济性；文献[84]基于机车负荷与新能源发电预测数据提出一种“网-源-储-车”铁路牵引供电系统日前能量与调度策略策略，通过某高速铁路实际案例证明所提能量管理策略可进一步降低牵引变电所的单日运行成本，有效发挥系统的灵活性，提升可再生能源和再生制动能量的利用效率；文献[85]提出一种计及光伏和储能接入铁路牵引供电系统日前联合调控、日内滚动调节以及实时优化机车用能的分层式能量管理策略，并通过仿真结果证明所提控制策略可有效降低系统运行成本，并提高新能源的渗透率；文献[86]提出一种适配铁路网络化柔性牵引变电站的实时分级管理能量管理策略，实现可再生能源和再生制动能量高效利用，并通过硬件在环实验证明控制策略的有效性。

2.3.2 变流层控制策略

目前，关于光伏与储能协同植入铁路牵引供电系统主要包含两/三电平RPC两相接入式方案和直流式接入方案两种。因此，本文将重点阐述两种拓扑结构下光伏和储能系统的变流控制策略，具体如图12所示。由图12可知，能量管理系统根据系统工况下达功率分配指令后，储能变流器、光伏变流器和RPC或MMC式变流器通过协同配合达成控制目标。其中，储能变流器在满足荷电状态和功率限额前提下通过功率快速吞吐平抑光伏和牵引负荷之间功率差额，光伏变流器主要用于实现光伏绿电最优功率输出，RPC或MMC式变流器则主要通过保证中间直流母线电压恒定来保障光伏变流器和储能变流器稳定工作以及向AC 27.5 kV牵引母线馈能与机车制动能量回收，并且利用功率四象限调整功能改变电流相位、大小和性质，实现对牵引供电系统电能质量补偿和网压波动调节。各变流单元具体控制实现方法与光伏植入和储能植入部分变流控制原理类似，此处不再赘述。

综上所述，光伏和储能植入铁路牵引供电系统的控制策略对比分析与基于有牵引电价、光伏和储能投资成本的适配不同场景的容量配置原则和能量调度原则，本文从不同视角进行归纳总结，具体详见附表3和附图1。

3 光伏与储能植入铁路牵引供电系统展望

3.1 电气拓扑

面向铁路强网、弱网、无网三大场景的主要需求和痛点，根据能源接入类型和设计架构等的不同，统筹兼顾经济性、先进性和工程实施可行性等不同指标，充分考虑变流设备技术现状和发展趋势，本文提出了场景适配的光伏与储能植入铁路牵引供电系统八种组配方案和九种拓扑架构。其中，强网场景包含四种组配方案和九种拓扑架构，弱网场景包含两种组配方案和八种拓扑架构，无网场景包含两种组配方案和五种拓扑架构。同时，按照适配场景、资源禀赋、组配方案、设计架构、实现方式、运行模式、单套变流设备（包含运行效率、设备形态、单机容量、控制难易、新研难易、管控精细、单瓦成本），针对铁路新型牵引供电系统电气拓扑特点进行了总结归纳，具体详见附表3。场景适配的铁路新型牵引供电系统电气拓扑详见附图2。

3.2 能量管理

伴随光伏和储能逐步有序植入，铁路牵引供电系统将由源随荷动向源-网-储-车互动演进，以新能源为主体的新型牵引供电系统将会涌现。为实现新型牵引供电系统能量高效自洽调度，各组分、各子系统间安全可靠协同运行，系统全息感知和“监-运-维”全生命周期闭环主动管理，铁路运营智慧、经济且便捷，基于云边协同新一代人工智能技术构建的能量管理系统是较为适配合理的技术路线，本文尝试描绘了铁路新型牵引供电系统变流控制，具体如图13所示。由图13可知，面向新型牵引供电系统的能量管理系统主要基于端-边-云技术实现“设备级-系统级-区域级”纵向分层管理，具体各层级作用功能和实现方式如下。

设备级：基于物联网技术、传感设备等组成的底层分布式数据检测网络，将实现系统网-源-储-车等全部组分信息采集、精准感知和实时上传，并依托5G/北斗卫星技术实现对新型牵引系统沿线全区域信息感知覆盖，同时利用边缘计算技术实现对各类设备信息的就地筛选、就地处理和就地决策，并将预处理后和筛选过的必要信息上传系统级智能管控平台。

系统级：从设备级获取的重要信息数据作为系统管控平台输入，基于神经网络等具备深度自学习能力的人工智能技术，高效判别系统不同复杂工况，并快速提供适配工况需求的有效决策，保障系统实时安全稳定高效运行。

区域级：为减轻区域级云平台海量数据剪裁处理压力，基于边缘计算技术，实现设备级和区域级实时短周期数据信息直接就地处理、设备级控制指令和系统级相关控制全部分散就地决策和整合优化后的信息打包上传至区域级云平台中心。基于AI轻量化深度自学习机器模型，完成非实时、长周期的大数据分析处理，实现新型牵引系统网能量时空广域调配、系统间能量协同互济、发电调度曲线优化调整、电力市场交易等。

3.3 变流控制

为保障源-荷随机强波动下铁路新型牵引供电系统稳定可靠安全运行，单相DC-AC变流器和DC-DC变流器（如有）将由目前电流源型控制方式向具有同步发电机外特性的电压源控制方式过渡和转变，具体如图14所示。由图14可知，单相DC-AC变流控制将采用具有电压源属性的广义下垂（可模拟同步发电机外特性的控制器）控制方式，结合一次、二次电压频率功率均分模块，通过单相电压外环电流内环双闭环控制实现对AC 27.5 kV牵引母线电压和频率扰动的抵御和调节，并保障多台单相DC-AC变流器有功功率与无功功率实时均衡出力。

图14中，单相DC-AC一次调频调压功率均分模块设计原理为：变流总控单元实时采集n台单相DC-AC变流器每台有功功率P1～Pn与无功功率Q1～Qn实际值，计算n台单相DC-AC变流器有功功率和无功功率均值，与第i台单相DC-AC变流器一次调频均分系数api和一次调压均分系数aqi分别相乘，得到第i台单相DC-AC变流器有功功率参考值Prefi与无功功率参考值Qrefi，第i台单相DC-AC变流器有功功率实际值Pi和Prefi差值经过PI环后产生扰动量DPi0，第i台单相DC-AC变流器无功功率实际值Qi和Qrefi差值经过PI环后产生扰动量DQi0，DPi0与第i台单相DC-AC变流器下垂控制有功参考功率Pio以及第i台单相DC-AC变流器二次调频均分功率DPi02相加后得到新的下垂控制有功参考功率Pid，DQi0与第i台单相DC-AC变流器下垂控制无功参考功率Qio以及第i台单相DC-AC变流器二次调压均分功率DQi02相加后得到新的下垂控制有功功率参考Qid。

单相DC-AC变流控制原理为：Pid和Qid经过广义下垂控制后产生第i台单相DC-AC变流器端口角速度wi和端口电压幅值Utr_refi，Utr_refi与sin(wit+g )相乘后产生第i台单相DC-AC变流器端口实时参考电压utr_refi，utr_refi与第i台单相DC-AC变流器端口实时电压utri偏差经过PR环产生第i台单相DC-AC变流器端口实时参考电流itr_refi，itr_refi与第i台单相DC-AC变流器端口实时电流itri偏差经过PR环产生调节增量，在SPWM方式下产生单相DC-AC第i台变流器脉冲信号Si；图14中浅色的Udc_ref与Udc经过PI环产生电流前馈部分仅在并网情况下需要单相DC-AC变流器稳定直流母线电压时存在。

二次调频调压功率均分模块原理为：AC 27.5 kV牵引母线频率额定值ftrn和实际值ftr偏差经过PI环后产生有功功率总量DP，第i台单相DC-AC变流器二次调频有功功率均分系数afi与DP相乘后产生DPi02；同理，AC 27.5 kV牵引母线频率额定值Utrn和实际值Utr偏差经过PI环后产生有功功率总量DQ，第i台单相DC-AC变流器二次调频无功功率均分系数afi与DQ相乘后产生DQi02。

耦合于直流母线的储能DC-DC变流器（如有）将植入调压电流均分控制和虚拟惯量控制功能，使储能DC-DC变流器具备直流发电机外特性，提高抵御直流母线电压扰动能力和调节能力。

其中，调压电流均分控制模块原理为：直流母线电压额定值Udcn与Udc偏差经过PI环后产生储能电流调节总量DIes，第i台储能DC-DC变流器调压电流均分系数adci与DIes相乘后产生第i台储能DC-DC变流器均分电流参考值Iesi_ref；虚拟惯量控制原理为：Iesi_ref与第i台储能DC-DC变流器占空比额定值dbin相乘后产生Idci_ref，Idci_ref与第i台储能DC-DC变流器直流电容输入电流Idciout相减，Idci_ref减去Idciout以及第i台储能DC-DC变流器虚拟阻尼系数Dvi和Udc_ref与Udc差值的乘积，其结果经过与第i台储能DC-DC变流器虚拟惯量系数1/Cdci相乘后积分产生Udc_ref；储能DC-DC控制原理为：Iesi_ref与第i台储能DC-DC变流器线路电阻Resi相乘后加上第i台储能端口电压Uesi，其结果与Udc相除后经过PWM方式产生Desi。图14中浅色的Pesi_ref与Uesi相除的恒流控制模块仅在并网情况下需要储能DC-DC变流器以恒功率模式运行时存在。

4 结论

本文系统地总结归纳了光伏与储能植入铁路牵引供电系统的拓扑架构和控制策略，并基于对铁路牵引供电场景与难点、电力电子设备现状与发展、光伏与储能及牵引负荷特性的粗浅认知和一定理解，针对光伏与储能植入铁路牵引供电系统进行了展望，具体形成的主要结论如下：

1）目前，关于光伏与储能植入铁路牵引供电系统主要聚焦强网场景，同时围绕两/三电平的RPC两相接入式拓扑架构开展相关研究居多，尚未形成适配铁路不同场景、工程落地可行性较高的电气拓扑架构体系化解决方案集。

2）目前，关于光伏与储能植入铁路牵引供电系统主要聚焦牵引供电制式导致的电能质量治理、制动能量回收、同相供电等既有问题优化提升，能量管理策略主要采用规则法和优化模型法实现，同时关于储能植入的控制策略研究相对较多，光伏植入和光伏与储能协同的控制策略研究相对较少。

3）目前，关于光伏与储能植入铁路牵引供电系统的顶层设计逻辑主要是以强网作为主要支撑设计系统拓扑架构和能量层与变流层的控制策略，尚未开展面向弱网甚至无网场景的以新能源为主体的铁路新型牵引供电系统相关研究。

4）基于新能源和储能构建的铁路新型牵引供电系统是时代发展的必然产物，亟须开展涵盖铁路新型牵引供电系统拓扑架构—规划配置—稳定控制—自洽调度—工程建设—效果评估的闭环研究，逐步形成铁路新型牵引供电系统技术体系。

App.Tab.1 Topological architecture characteristics of PV and energy storage connected to railway traction power supply system

注：Kesf1、Kesf2分别为功率型储能和能量型储能固定分配比例；Kesa1、Kesa2分别为功率型储能和能量型储能动态分配比例；ESd1、ESd2分别为功率型储能和能量型储能的能量密度；SOC11、SOC22分别为功率型储能和能量型储能偏离荷电状态最小值程度。

附表3 光伏与储能植入铁路牵引供电系统的控制策略对比分析

App.Tab.3 Comparative analysis of control strategies for PV and energy storage connected to railway traction power supply systems

附图1 光伏和储能植入铁路牵引供电系统的容量配置和能量调度适配原则

App.Fig.1 The adpated principles for capacity configuration and energy dispatch adaptation of PV and energy storage connected to railway traction power supply systems

附表4 光伏和储能植入的铁路新型牵引供电系统拓扑架构特点

App.Tab.4 Topological architecture characteristics of new railway traction power supply system with PV and energy storage

App.Fig.2 The new railway traction power supply system electrical topologies adapted to scenarios

[1] 陈冲, 贾利民, 赵天宇, 等. 去碳化导向的轨道交通与新能源融合发展——形态模式、解决方案和使/赋能技术[J]. 电工技术学报, 2023, 38(12): 3321- 3337.

Chen Chong, Jia Limin, Zhao Tianyu, et al. Decar- bonization-oriented rail transportation and renewable energy integration development-configurations, solu- tions, and enabling/empowering technologies[J]. Transactions of China Electrotechnical Society, 2023, 38(12): 3321-3337.

[2] Jia L, Ma J, Peng C, et al. A perspective on solar energy-powered road and rail transportation in China[J]. CSEE Journal of Power and Energy Systems, 2020, 6(4): 760-771.

[3] Junyu Chen, Haitao Hu, Minghao Wang, et al. Power flow control-based regenerative braking energy utilization in AC electrified railways: review and future trends[J]. IEEE Transactions on Intelligent Transportation Systems: 1-21 [2024-4-15]. DOI: 10. 1109/TITS.2024.3350743.

[4] Hayashiya H, Iino Y, Takahashi H, et al. Review of regenerative energy utilization in traction power supply system in Japan: applications of energy storage systems in d.c. traction power supply system[C]//IECON 2017-43rd Annual Conference of the IEEE Industrial Electronics Society, IEEE, 2017. DOI: 10.1109/IECON.2017.8216670.

[5] Naina P M, Rajamani H S, Swarup K S. Modeling and simulation of virtual power plant in energy management system applications[C]//2017 Inter- national Conference on Power Systems (ICPS), Pune, India, 2017. DOI: 10.1109/ICPES.2017.8387326.

[6] Bade S K, Kulkarni V A. Analysis of railway traction power system using renewable energy: a review[C]// 2018 International conference on computation of power, energy, Information and Communication (ICCPEIC), 2018. DOI: 10.1109/ICCPEIC.2018. 8525206.

[7] Saeed M, Briz F, Guerrero J M, et al. Onboard energy storage systems for railway: present and trends[J]. IEEE Open Journal of Industry Applications, 2023, 4: 238-259.

[8] Alahakoon S, Leksell M. Emerging energy storage solutions for transportation-a review[C]//3rd Inter- national Conference on electrical systems for aircraft, railway, ship propulsion and road vehicles. IEEE, 2015. DOI: 10.1109/ESARS.2015.7101490.

[9] Ronanki D, Williamson S S. Modular multilevel converters for transportation electrification: challenges and opportunities[J]. IEEE Transactions on Trans- portation Electrification, 2018, 4(2): 399-407.

[10] Ronanki D, Singh S A, Williamson S S. Com- prehensive topological overview of rolling stock architectures and recent trends in electric railway traction systems[J]. IEEE Transactions on Trans- portation Electrification, 2017, 3(3): 724-738.

[11] 罗嘉明, 韦晓广, 高仕斌, 等. 高速铁路储能系统容量配置与能量管理技术综述与展望[J]. 中国电机工程学报, 2022, 42(19): 7028-7051.

Luo Jiaming, Wei Xiaoguang, Gao Shibin, et al. Summary and outlook of capacity configuration and energy management technology of high-speed railway energy storage system[J]. Proceedings of the CSEE, 2022, 42(19): 7028-7051.

[12] 闵永智, 成柯, 袁佳歆, 等. 储能接入铁路的拓扑及控制策略研究综述[J]. 高电压技术, 2023, 49(10): 4069-4083.

Min Yongzhi, Cheng Ke, Yuan Jiaxin, et al. Research review on topology and control strategy of energy storage connected to electrified railway[J]. High Voltage Engineering, 2023, 49(10): 4069-4083.

[13] 张刚毅, 李群湛. 电气化铁道异相供电方式向同相供电方式的转换[J]. 电力自动化设备, 2012, 32(11): 142-145, 154.

Zhang Gangyi, Li Qunzhan. Transfer from out-phase power supply to in-phase power supply[J]. Electric Power Automation Equipment, 2012, 32(11): 142-145, 154.

[14] Zhang D, Zhang Z, Wang W, et al. Negative sequence current optimizing control based on railway static power conditioner in v/v traction power supply system[J]. IEEE Transactions on Power Electronics, 2016, 31(1): 1-13.

[15] 常非, 李群湛, 赵丽平, 等. 电气化铁路背靠背SVG补偿系统方案研究[J]. 郑州大学学报(工学版), 2011, 32(5): 117-120.

Chang Fei, Li Qunzhan, Zhao Liping, et al. Research on back-to-back SVG compensation scheme used in electrified railway[J]. Journal of Zhengzhou University (Engineering Science), 2011, 32(5): 117-120.

[16] Shu Z, Xie S, Li Q. Single-phase back-to-back converter for active power balancing, reactive power compensation, and harmonic filtering in traction power system[J]. IEEE Transactions on Power Elec- tronics, 2011, 26(2): 334-343.

[17] He X, Peng J, Han P, et al. A novel advanced traction power supply system based on modular multilevel converter[J]. IEEE Transactions on Access, 2019, 7: 165018-165028.

[18] 陈维荣, 王璇, 李奇, 等. 光伏电站接入轨道交通牵引供电系统发展现状综述[J]. 电网技术, 2019, 43(10): 3663-3670.

Chen Weirong, Wang Xuan, Li Qi, et al. Review on the development status of PV power station accessing to traction power supply system for rail transit[J]. Power System Technology, 2019, 43(10): 3663- 3670.

[19] 袁佳歆, 曲锴, 郑先锋, 等. 高速铁路混合储能系统容量优化研究[J]. 电工技术学报, 2021, 36(19): 4161-4169, 4182.

Yuan Jiaxin, Qu Kai, Zheng Xianfeng, et al. Opti- mizing research on hybrid energy storage system of high speed railway[J]. Transactions of China Elec- trotechnical Society, 2021, 36(19): 4161-4169, 4182.

[20] 程鹏, 刘文泉, 陈冲, 等. 面向电气化铁路牵引供电的光伏发电分相电流控制策略[J]. 电力系统自动化, 2022, 46(19): 145-153.

Cheng Peng, Liu Wenquan, Chen Chong, et al. Individual phase current control strategy of photo- voltaic power generation for traction power supply of electrified railway[J]. Automation of Electric Power Systems, 2022, 46(19): 145-153.

[21] Cheng P, Kong H, Wu C, et al. Integrated confi- guration and control strategy for PV generation in railway traction power supply systems[J]. CSEE Journal of Power and Energy Systems, 2022, 8(6): 1603-1612.

[22] Şengör İ, Kılıçkıran H C, Akdemir H, et al. Energy management of a smart railway station considering regenerative braking and stochastic behaviour of ESS and PV generation[J]. IEEE Transactions on Sustainable Energy, 2018, 9(3): 1041-1050.

[23] Tian Z, kano N, Hillmansen S. Integration of energy storage and renewable energy sources into AC railway system to reduce carbon emission and energy cost[C]//2020 IEEE Vehicle Power and Propulsion Conference (VPPC), Gijon, Spain, 2020: 1-6.

[24] de la Torre S, Sánchez-Racero A J, Aguado J A, et al. Optimal sizing of energy storage for regenerative braking in electric railway systems[J]. IEEE Transa- ctions on Power Systems, 2015, 30(3): 1492-1500.

[25] 刘方中. 长大坡道储能型列车再生制动能量利用方案研究[J]. 电气化铁道, 2020, 31(5): 27-31.

Liu Fangzhong. Research on the utilization scheme of regenerative braking for energy storage type train on tracks with long step gradient[J]. Electric Railway, 2020, 31(5): 27-31.

[26] 宋育洋. 应用于交流电气化铁路的混合储能系统研究[D]. 北京: 北京交通大学, 2020.

Song Yuyang. Research on hybrid energy storage system apply to AC electrified railway[D]. Beijing: Beijing Jiaotong University, 2020.

[27] Mayer O, Lynass M, Gómez M, et al. Design aspects for high voltage MW PV systems for railway power supply[C]//29th European Photovoltaic Solar Energy Conference, Amsterdam, Netherlands, 2014: 2876- 2879.

[28] 杨云森. 基于MMC的同相供电变流器研究[D]. 成都: 西南交通大学, 2015.

Yang Yunsen. Research on in-phase power supply converter based on MMC[D]. Chengdu: Southwest Jiaotong University, 2015.

[29] 陈明亮. 组合式同相供电系统技术经济性研究[D]. 成都: 西南交通大学, 2015.

Chen Mingliang. Study on technical economy of combined in-phase power supply system[D]. Chengdu: Southwest Jiaotong University, 2015.

[30] 黄小红. 同相供电牵引变电所直挂变流器拓扑结构与控制策略研究[D]. 成都: 西南交通大学, 2016.

Huang Xiaohong. Research on topology structure and control strategy of direct-hung converter in traction substation with in-phase power supply[D]. Chengdu: Southwest Jiaotong University, 2016.

[31] 何晓琼. 基于多电平三相—单相变换器的贯通式同相牵引供电系统研究[D]. 成都: 西南交通大学, 2014.

He Xiaoqiong. Research on through-type in-phase traction power supply system based on multilevel three-phase-single-phase converter[D]. Chengdu: Southwest Jiaotong University, 2014.

[32] 张丽艳, 贾瑛, 韩笃硕, 等. 电气化铁路同相储能供电系统能量管理及容量配置策略[J]. 西南交通大学学报, 2023, 58(1): 22-29.

Zhang Liyan, Jia Ying, Han Dushuo, et al. Energy management and capacity allocation scheme for co-phase traction power supply and energy storage system in electrified railways[J]. Journal of Southwest Jiaotong University, 2023, 58(1): 22-29.

[33] Huang C, Xie Y, Liu Y, et al. Energy management of co-phase traction power supply system considering PV and hybrid energy access based on information gap decision theory[C]//Proceedings of 2020 IEEE Sustainable Power and Energy Conference (iSPEC), Chengdu, China, 2020: 238-244.

[34] 陈民武, 陈天舒, 代先锋, 等. 基于MMC的储能型同相供电系统模型及控制策略[J]. 中国铁道科学, 2022, 43(3): 132-143.

Chen Minwu, Chen Tianshu, Dai Xianfeng, et al. Modeling and control strategy of energy storage co-phase power supply system based on MMC[J]. China Railway Science, 2022, 43(3): 132-143.

[35] Cheng P, Liu W, Ma J, et al. Solar-powered rail transportation in China: potential, scenario, and case[J]. Energy, 2022, DOI: 10.1016/j.energy.2022. 123221.

[36] 刘元立, 李群湛. 含光伏和混合储能的同相牵引供电系统日前优化调度[J]. 西南交通大学学报, 2023, 58(1): 30-39.

Liu Yuanli, Li Qunzhan. Day-ahead optimal schedu- ling of co-phase traction power supply system with photovoltaic and hybrid energy storage[J]. Journal of Southwest Jiaotong University, 2023, 58(1): 30-39.

[37] Cheng P, Kong H, Ma J, et al. Overview of resilient traction power supply systems in railways with interconnected microgrid[J]. CSEE Journal of Power and Energy Systems, 2021, 7(5): 1122-1132.

[38] 邓文丽, 戴朝华, 陈维荣. 轨道交通能源互联网背景下光伏在交/直流牵引供电系统中的应用及关键问题分析[J]. 中国电机工程学报, 2019, 39(19): 5692-5702, 5897.

Deng Wenli, Dai Chaohua, Chen Weirong. Appli- cation of PV generation in AC/DC traction power supply system and the key problem analysis under the background of rail transit energy internet[J]. Pro- ceedings of the CSEE, 2019, 39(19): 5692-5702, 5897.

[39] Cui G, Luo L, Liang C, et al. Supercapacitor integrated railway static power conditioner for regenerative braking energy recycling and power quality improvement of high-speed railway system[J]. IEEE Transactions on Transportation Electrification, 2019, 5(3): 702-714.

[40] Hayashiya H, Yokokawa S, Iino Y, et al. Regen- erative energy utilization in a.c. traction power supply system[C]//2016 IEEE International Power Elec- tronics and Motion Control Conference (PEMC), Varna, Bulgaria, 2016: 1125-1130.

[41] Luo P, Li Q, Zhou Y, et al. Multi-application strategy based on railway static power conditioner with energy storage system[J]. IEEE Transactions on Intelligent Transportation Systems, 2021, 22(4): 2140-2152.

[42] 李林蔚. 基于变换器串并联的交直交牵引变电所拓扑结构与控制技术研究[D]. 北京: 北京交通大学, 2020.

Li Linwei. Research on topology structure and control technology of AC-DC-AC traction substation based on series-parallel converter[D]. Beijing: Beijing Jiaotong University, 2020.

[43] 邓文丽, 戴朝华, 陈维荣, 等. 铁路功率调节器研究进展[J]. 中国电机工程学报, 2020, 40(14): 4640- 4655, 4742.

Deng Wenli, Dai Chaohua, Chen Weirong, et al. Research progress of railway power conditioner[J]. Proceedings of the CSEE, 2020, 40(14): 4640-4655, 4742.

[44] 梁嘉懿. 光伏/储能接入电气化铁路牵引供电系统的背靠背变流器设计与验证[D]. 成都: 西南交通大学, 2021.

Liang Jiayi. Design and verification of back-to-back converter for photovoltaic/energy storage connected to electrified railway traction power supply system[D]. Chengdu: Southwest Jiaotong University, 2021.

[45] 杨欢. 考虑长大坡道段储能接入牵引供电系统建模及能量交互利用研究[D]. 兰州: 兰州交通大学, 2023.

Yang Huan. research on modeling and energy interaction utilization of traction power supply system considering energy storage access in long ramp section[D]. Lanzhou: Lanzhou Jiaotong University, 2023.

[46] Chen H, Che Y, Fu R, et al. Study on regenerative braking energy utilization and power quality control in electrified railways[C]//2018 IEEE International Power Electronics and Application Conference and Exposition (PEAC), Shenzhen, China, 2018: 1-6.

[47] 王英, 辛月阳, 谢子昀, 等. 光储接入牵引供电系统应急供电方案下低频稳定性研究[J]. 铁道科学与工程学报, 2024, 21(3): 1189-1201.

Wang Ying, Xin Yueyang, Xie Ziyun, et al. Research on low-frequency stability under the emergency power supply scheme of photovoltaic and battery access traction power supply system[J]. Journal of Railway Science and Engineering, 2024, 21(3): 1189- 1201.

[48] 赵霞, 谢子昀, 王英, 等. 基于拓展禁区判据的光伏接入牵引供电系统低频稳定性分析[J]. 高电压技术, 2023, 49(5): 1997-2007.

Zhao Xia, Xie Ziyun, Wang Ying, et al. Low- frequency stability analysis of photovoltaic connected traction power supply system based on extended forbidden region-based criterion[J]. High Voltage Engineering, 2023, 49(5): 1997-2007.

[49] 陈利夫, 解绍锋, 黄小红, 等. 储能式铁路功率调节器再生制动失效抑制方案研究[J]. 电气化铁道, 2021, 32(6): 27-35.

Chen Lifu, Xie Shaofeng, Huang Xiaohong, et al. Research on the failure suppression scheme of regenerative braking for energy storage railway power regulator[J]. Electric Railway, 2021, 32(6): 27-35.

[50] 陈维荣, 王小雨, 韩莹, 等. 基于RPC的光储接入牵引供电系统协调控制方法研究[J]. 西南交通大学学报, 2024, 59(1): 1-10.

Chen Weirong, Wang Xiaoyu, Han Ying, et al. Research on coordinated control method of PV and battery access traction power supply system based on RPC[J]. Journal of Southwest Jiaotong University, 2024, 59(1): 1-10.

[51] Ma Q, Ma X, Luo P, et al. Research on coordinated control strategy of energy storage type railway power conditioner[J]. IEEE Transactions on Transportation Electrification, 2023, 9(1): 182-195.

[52] 胡海涛, 孟玺, 杨孝伟, 等. 新型24kV柔性直流铁路牵引供电系统分层控制策略研究[J]. 中国电机工程学报, 2021, 41(10): 3373-3382, 3663.

Hu Haitao, Meng Xi, Yang Xiaowei, et al. A hierarchical control strategy for the novel 24kV flexible direct current railway traction power system[J]. Proceedings of the CSEE, 2021, 41(10): 3373-3382, 3663.

[53] 刘芸江, 胡海涛, 杨孝伟, 等. 24kV柔性直流牵引供电系统潮流计算方法与供电特性分析[J]. 电工技术学报, 2023, 38(9): 2323-2334.

Liu Yunjiang, Hu Haitao, Yang Xiaowei, et al. Power flow calculation method and power distribution characteristics analysis of 24kV flexible direct current traction power system[J]. Transactions of China Electrotechnical Society, 2023, 38(9): 2323-2334.

[54] 葛银波, 胡海涛, 杨孝伟, 等. 模块化多电平变流器型中压直流牵引供电系统控制方法研究[J]. 电工技术学报, 2018, 33(16): 3792-3801.

Ge Yinbo, Hu Haitao, Yang Xiaowei, et al. Research on control strategy of modular multilevel converter based medium-voltage direct current traction power supply system[J]. Transactions of China Electro- technical Society, 2018, 33(16): 3792-3801.

[55] 邓文丽. 光伏接入电气化铁路牵引供电系统的适应性及对策研究[D]. 成都: 西南交通大学, 2019.

Deng Wenli. Study on adaptability and counter- measures of photovoltaic connected to electrified railway traction power supply system[D]. Chengdu: Southwest Jiaotong University, 2019.

[56] 王翰林, 黄小红, 李昊洋, 等. 含分布式光伏接入的三相牵引供电系统电压协调控制方法[J]. 高电压技术, 2024, 50(4): 1645-1654.

Wang Hanlin, Huang Xiaohong, Li Haoyang, et al. Voltage coordination control method of three-phase traction power supply system with distributed photovoltaic integration[J]. High Voltage Engineering, 2024, 50(4): 1645-1654.

[57] Wu Mingliang, Wang Weiying, Deng Wenli, et al. Back-to-back PV generation system for electrified railway and its control strategy[C]//Proceedings of 2017 IEEE Transportation Electrification Conference and Expo, Asia-Pacific (ITEC Asia-Pacific), Harbin, China, 2017: 1-6.

[58] 邓文丽, 戴朝华, 张涵博, 等. 复杂电气化铁路牵引用光伏发电系统综合优化控制方法研究[J]. 中国电机工程学报, 2020, 40(18): 5849-5865.

Deng Wenli, Dai Chaohua, Zhang Hanbo, et al. Research on comprehensive optimization control method for traction photovoltaic generation system of complex electrified railway[J]. Proceedings of the CSEE, 2020, 40(18): 5849-5865.

[59] 付子义, 张字远. 光伏电池最大功率点跟踪研究综述[J]. 电源技术, 2019, 43(12): 2067-2069, 2073.

Fu Ziyi, Zhang Ziyuan. A review of maximum power point tracking techniques for photovoltaic system[J]. Chinese Journal of Power Sources, 2019, 43(12): 2067-2069, 2073.

[60] 马茜, 郭昕, 罗培, 等. 基于超级电容储能的新型铁路功率调节器协调控制策略设计[J]. 电工技术学报, 2019, 34(4): 765-776.

Ma Qian, Guo Xin, Luo Pei, et al. Regulator based on super capacitor energy storage coordinated control strategy design of new type railway power[J]. Transactions of China Electrotechnical Society, 2019, 34(4): 765-776.

[61] Chen J, Hu H, Ge Y, et al. An energy storage system for recycling regenerative braking energy in high- speed railway[J]. IEEE Transactions on Power Delivery, 2021, 36(1): 320-330.

[62] Deng W, Dai C. A multifunctional energy storage system with fault-tolerance and its hierarchical optimization control in AC-fed railways[J]. IEEE Transactions on Power Delivery, 2022, 37(4): 2240- 2452.

[63] 耿安琪, 胡海涛, 张育维, 等. 基于阶梯能量管理的电气化铁路混合储能系统控制策略[J]. 电工技术学报, 2021, 36(23): 4916-4925.

Geng Anqi, Hu Haitao, Zhang Yuwei, et al. Control strategy of hybrid energy storage system for elec- trified railway based on increment energy manage- ment[J]. Transactions of China Electrotechnical Society, 2021, 36(23): 4916-4925.

[64] 诸斐琴, 杨中平, 林飞, 等. 基于加速时间预测的现代有轨电车储能系统能量管理与容量配置优化研究[J]. 电工技术学报, 2017, 32(23): 158-166.

Zhu Feiqin, Yang Zhongping, Lin Fei, et al. Research on acceleration-time-prediction-based energy mana- gementand optimal sizing of onboard energy storage system for modern trams[J]. IEEE Transactions on Power Delivery, 2017, 32(23): 158-166.

[65] 夏欢, 杨中平, 李旭阳, 等. 基于动态阈值控制策略的城轨超级电容储能系统寿命优化研究[J]. 铁道学报, 2016, 38(9): 23-30.

Xia Huan, Yang Zhongping, Li Xuyang, et al. Research on life optimization of supercapacitor energy storage system in urban rail based on dynamic threshold control strategy[J]. Journal of the China Railway Society, 2016, 38(9): 23-30.

[66] 赵亚杰, 夏欢, 王俊兴, 等. 基于动态阈值调节的城轨交通超级电容储能系统控制策略研究[J]. 电工技术学报, 2015, 30(14): 427-433.

Zhao Yajie, Xia Huan, Wang Junxing, et al. Control strategy of ultracapacitor storage system in urban mass transit system based on dynamic voltage threshold[J]. Transactions of China Electrotechnical Society, 2015, 30(14): 427-433.

[67] 王玙, 杨中平, 李峰, 等. 有轨电车混合动力系统能量交互型管理策略与容量配置协同优化研究[J]. 电工技术学报, 2019, 34(8): 1780-1788.

Wang Yu, Yang Zhongping, Li Feng, et al. Energy management strategy with energy interaction and configuration optimization for the tram's hybrid storage system[J]. Transactions of China Elec- trotechnical Society, 2019, 34(8): 1780-1788.

[68] 王玙. 现代有轨电车车载混合储能系统能量管理策略及容量配置优化研究[D]. 北京: 北京交通大学, 2020.

Wang Yu. Study on energy management strategy and capacity allocation optimization of hybrid energy storage system for modern trams[D]. Beijing: Beijing Jiaotong University, 2020.

[69] 杨浩丰, 刘冲, 李彬, 等. 基于列车运行工况的城轨地面式混合储能系统控制策略研究[J]. 电工技术学报, 2021, 36(增刊1): 168-178.

Yang Haofeng, Liu Chong, Li Bin, et al. Research on control strategy of urban rail ground hybrid energy storage device based on train operating condition[J]. Transactions of China Electrotechnical Society, 2021, 36(S1): 168-178.

[70] 林仕立, 宋文吉, 冯自平, 等. 地铁混合储能系统及其功率动态分配控制方法[J]. 仪器仪表学报, 2016, 37(12): 2829-2835.

Lin Shili, Song Wenji, Feng Ziping, et al. Hybrid energy storage system of metro and its control methodon power dynamic allocation[J]. Chinese Journal of Scientific Instrument, 2016, 37(12): 2829- 2835.

[71] Liu Yuyan, Yang Zhongping, Wu Xiaobo, et al. An adaptive energy management strategy of stationary hybrid energy storage system[J]. IEEE Transactions on Trans- portation Electrification, 2022, 8(2): 2261-2272.

[72] Liu Yuyan, Yang Zhongping, Wu Xiaobo, et al. Adaptive threshold adjustment strategy based on fuzzy logic control for ground energy storage system in urban rail transit[J]. IEEE Transactions on Vehicular Technology, 2021, 70(10): 9945-9956.

[73] 刘青, 董浩然, 胡紫琪, 等. 基于粒子群混合灰狼算法的配电网故障恢复策略[J]. 华北电力大学学报(自然科学版), 2024, 51(4): 47-56.

Liu Qing, Dong Haoran, Hu Ziqi, et al. Survey of subgroup optimization strategies for intelligent algorithms[J]. Journal of North China Electric Power University (Natural Science Edition), 2024, 51(4): 47-56.

[74] 杜晓昕, 周薇, 王浩, 等. 智能算法的亚群优化策略综述[J]. 计算机应用, 2024, 44(3): 819-830.

Du Xiaoxin, Zhou wei, Wang Hao, et al. Survey of subgroup optimization strategies for intelligent algorithms[J]. Jornal of Computer Application, 2024, 44(3): 819-830.

[75] 邓文丽, 戴朝华, 韩春白雪, 等. 计及再生制动能量回收和电能质量改善的铁路背靠背混合储能系统及其控制方法[J]. 中国电机工程学报, 2019, 39(10): 2914-2924.

Deng Wenli, Dai Chaohua, Han Chunbaixue, et al. Back-to-back hybrid energy storage system of electric railway and its control method considering regen- erative braking energy recovery and power quality improvement[J]. Transactions of China Electro- technical Society: 2019, 39(10): 2914-2924.

[76] Wang Y, Yang Z P, Lin F, et al. A hybrid energy management strategy based on line prediction and condition analysis for the hybrid energy storage system of tram[J]. IEEE Transactions on Industry Applications, 2020, 56(2): 1793-1803.

[77] 董文哲, 杨斯泐, 梁宗佑, 等. 集成混合储能及RPC的牵引供电系统优化运行[J]. 储能科学与技术, 2023, 12(4): 1185-1193.

Dong Wenzhe, Yang Sile, Liang Zongyou, et al. Research on optimal operation of traction power supply system with integrated hybrid energy storage and RPC[J]. Energy Storage Science and Technology, 2023, 12(4): 1185-1193.

[78] Ma Q, Wang H, Luo P, et al. Real-time control strategy of tractive loadpeak clipping and valley filling based on model predictive control[J]. IEEE Transactions on Transportation Electrification, 2022, 8(3): 3208-3218.

[79] Ge Y, Hu H, Chen J, et al. Combined active and reactive power flow control strategy for flexible railway traction substation integrated with ESS and PV[J]. IEEE Transactions on Sustainable Energy, 2022, 13(4): 1969-1981.

[80] Aguado, José Antonio, Antonio José Sánchez Racero, et al. Optimal operation of electric railways with renewable energy and electric storage systems[J]. IEEE Transactions on Smart Grid, 2016, 9(2): 993- 1001.

[81] Liu Y L, Chen M W, Cheng Z et al. Robust energy management of high-speed railway co-phase traction substation with uncertain PV generation and traction load[J]. IEEE Transactions on Intelligent Trans- portation Systems, 2021, 23(6): 5079-5091.

[82] 李俊豪, 涂春鸣, 王鑫, 等. 基于“规则+优化”的铁路站点实时能量管控策略[J]. 电工技术学报, 2024, 39(11): 3339-3352.

Li Junhao, Tu Chunming, Wang Xin. Real-time energy management strategy for electrified railroad stations based on “rules+optimization”[J]. Transa- ctions of China Electrotechnical Society, 2024, 39(11): 3339-3352.

[83] 罗嘉明, 高仕斌, 韦晓广, 等. 基于模糊Petri网的“网-源-储-车”动态阈值能量管理策略研究[J]. 工程科学与技术, 2023, 55(1): 48-58.

Luo Jiangming, Gao Shibin, Wei Xiaoguang, et al. Research on “grid-source-storage-vehicle” dynamic threshold energy management based on fuzzy petri nets[J]. Advanced Engineering Science, 2023, 55(1): 48-58.

[84] 廖海朱, 胡海涛, 黄毅, 等. 铁路“源-网-车-储”协同供能系统日前能量优化与调度策略[J]. 机车电传动, 2022(3): 1-9.

Liao Haizu, Hu Haitao, Huang Yi, et al. Day-ahead energy optimization and scheduling strategy of “source-networktrain-storage” coordinated power supply system for electrified railways[J]. Electric Drive for Locomotives, 2022(3): 1-9.

[85] 高锋阳, 宋志翔, 高建宁, 等. 计及光伏和储能接入的牵引供电系统能量管理策略[J]. 电工技术学报, 2024, 39(3): 745-757.

Gao Fengyang, Song Zhixiang, Gao Jianning, et al. Energy management strategies for traction power systems with PV and energy storage access[J]. Transactions of China Electrotechnical Society, 2024, 39(3): 745-757.

[86] Liu Y L, Chen M W, Cheng Z, et al. Hierarchical energy management of networked flexible traction substations for efficient RBE and PV energy utilization within ERs[J]. IEEE Transactions on Sustainable Energy, 2023, 14(3): 1397-1410.

Research Review on Topology and Control Strategy of PV and Energy Storage Connected to Railway Traction Power Supply Systems

（1. China Institute of Energy and Transportation Integrated Development North China Electric Power University Beijing 102206 China 2. School of Traffic and Transportation Beijing Jiaotong University Beijing 100044 China 3.Beijing Nego Automation Technology Co. Ltd Beijing 100044 China . State Grid TaiShun Electric Power Supply Company Wenzhou 317101 China）

Abstract Under the guidance of “carbon peaking and carbon neutrality” goals, integrating photovoltaics and energy storage into railway traction power supply systems has become a general trend. The random strong fluctuation characteristics of photovoltaic power generation and locomotive load need adaptive topology architecture and intelligent energy scheduling strategies. Flexible and effective converter control methods become powerful measures for railway traction power supply systems embedded with photovoltaic and energy storage. This paper reviews the topology architecture and control strategies of photovoltaic and energy storage in electrified railways.

This paper categorizes photovoltaic and energy storage schemes in railway traction power supply systems into three-phase, single-phase, two-phase, in-phase, and DC types. Then, each scheme’s definition, characteristics, and topology are summarized. The different topological architectures are analyzed from perspectives of traction power supply systems and inverter equipment.

The control strategies of photovoltaic and energy storage implantation in railway traction power supply systems can be divided into photovoltaic implantation strategy, energy storage implantation strategy, and photovoltaic and energy storage synergy strategy according to the energy layer and converter layer. In the photovoltaic implantation strategy, typical achievements of energy control strategies based on the enumeration method and particle swarm optimization method are proposed, and the converter control strategies for the typical topologies connected with two-phase or three-phase are introduced. In the energy storage implantation strategy, this paper subdivides the categories, working principles, and typical achievements of energy control strategies according to threshold rules, proportion rules, fuzzy rules, and optimization models. A detailed comparison is given from categories, applicable energy storage media, advantages, and disadvantages, and a flow control strategy is introduced based on RPC and MMC two-phase access topologies. In the photovoltaic and energy storage synergy strategy, the typical achievements of energy control strategies based on the optimization model method are presented. Meanwhile, a converter control strategy is proposed based on typical topologies of RPC two-phase access and DC access.

This paper looks forward to the novel railway traction power supply system implanted with photovoltaics and energy storage from three aspects- electrical topology, energy management, and converter control. Based on the primary demand and pain points of strong, weak, and non-electric scenarios, this paper introduces eight configuration schemes and nine topology architectures adapted to different assessment schemes. An energy management system is proposed based on cloud-edge collaborative next-generation artificial intelligence technology to meet self-contained scheduling and collaborative operation of new traction power supply systems. A current control strategy with a voltage source attribute is proposed to ensure the stable, reliable, and safe operation of a new traction power supply system under strong random fluctuations of source and load.

The conclusions can be drawn as follows. (1) The railway traction power supply systems implanted with photovoltaic and energy storage have yet to form a systematic solution set in electrical topology architecture. (2) The current top-level design logic for integrating photovoltaics and energy storage into railway traction power supply systems takes the strong grid as its main support to design the system topology architecture and control strategies. More research needs to be conducted for novel railway traction power supply systems under weak or non-grid scenarios. (3) Constructing a new railway traction power supply system with renewable energy and energy storage is an inevitable trend. Therefore, closed-loop research is urgent, including the topology architecture, planning and configuration, stable control, self-contained scheduling, engineering construction, and effect evaluation. Thus, a technical system for the new railway traction power supply system can be formed.

keywords：PV, energy storage technology, topology architecture, control strategy, railway traction power supply

国家能源集团科技创新项目（GJNY-21-89）和国家重点研发计划项目（2021YFB2601300, 2021YFB2601405）资助。

陈冲 1992年生，男，博士研究生，主要从事能源交通融合、储能技术、新能源发电技术等方面的研究工作。E-mail: 1510383504@qq.com

贾利民 1963年生，男，博士，教授，博士生导师，研究方向为能源交通融合，高速铁路、控制科学与工程，安全科学与工程。E-mail: lmjia@bjtu.edu.cn（通信作者）