现代有轨电车作为轨道交通系统中重要的组成部分，近年来获得了较快发展。出于安全性和美观性的考虑，车载储能技术成为取代牵引网供电的选择之一。由于当前各储能单体在性能上仍有不足，有轨电车使用单储能系统供电的效果不尽如人意。为了设计出高性能的储能系统，许多研究人员使用电池-超级电容混合储能系统作为有轨电车的动力来源，目前已有许多应用。

作为有轨电车的唯一动力来源，混合储能系统需要提供牵引能量并充分吸收制动能量，能量管理策略对储能系统的输出特性起决定性作用。能量管理策略可以分为基于规则的能量管理策略和优化的能量管理策略两大类。

基于规则的能量管理策略是根据工程经验和简单公式得来的分配策略，常见有固定阈值的能量管理策略，以电压、功率等阈值量作为标志位来切换储能系统的工作状态；滤波器分频法，通过滤波器将需求功率分为高频与低频两部分，分别由电池和超级电容提供；基于模糊控制的能量管理策略，根据模糊规则对运行状态进行分类。

基于规则的策略优点是控制策略简单，易于实现，应用范围广，缺点是严重依赖工程经验，策略无法根据环境和储能系统输出特性等因素变化来调整，无法满足更高要求的优化。

近年来研究人员提出了许多与优化算法相结合的能量管理策略，常见的策略分为全局优化策略和实时优化策略。动态规划是常用的全局优化算法，该方法应用贝尔曼原理，将复杂的多阶段过程转换为单阶段问题，利用各个阶段之间的关系逐个求解，达到全局最优。该方法在混合动力系统的能量管理策略中广泛使用。动态规划应用于多种储能系统功率分配路径的寻优中。

文献[9]中混合动力汽车的寻优目标是燃油消耗量最低。而对于其他类型的混合储能系统，如文献[10]中的电池-超级电容型混合动力车辆，其动态规划的寻优为系统的功率损耗与电池电流变化率的多目标寻优，既考虑了系统效率又考虑了电池寿命。

动态规划全局寻优的优势必然导致计算量大的缺点，所以动态规划适合于对时间不敏感的离线寻优。实时优化策略多为全局最优算法的简化，如使用简化的线性模型，将非线性寻优转换为线性寻优，或基于数据分析预测，使用人工智能方法或马尔科夫链与全局最优算法相结合，均能够提高运算效率，但寻优的效果会有所下降。优化算法控制策略复杂，在大功率的实时应用中受到限制。

为了保证混合储能系统在工作区间内高效、安全运行，减少储能系统损耗，延长系统寿命，同时简化控制规则，提高系统的稳定性，本文提出了基于有轨电车运行状态的动态比例分配策略。

本文首先对现代有轨电车车载混合储能系统进行介绍，然后提出基于有轨电车运行状态的动态比例分配策略，通过动态规划求得超级电容不同初始电压范围内使系统效率最高的功率分配路径，随后通过离散时间的寻优简化功率分配策略，使其保留动态规划的效果。最后通过仿真与实验验证了该策略的有效性。

图12 混合储能实验平台

总结

基于有轨电车运行工况的稳定性，本文提出了基于有轨电车运行特性的动态比例分配策略，将超级电容初始状态分为若干区间，分别通过动态规划提前优化功率分配路径，并通过离散时间的寻优使动态规划的效果得到较好的保留，能够有效地提高系统效率，延长储能系统寿命，降低更换成本；同时简化规则，使用离线策略指导在线优化。通过与固定比例分配策略的仿真对比，验证了该策略能够通过灵活的功率比例变化扩大储能系统的工作区间。

通过90kW实验平台对不同电压范围的动态比例策略进行验证，证明了该策略在混合储能系统实际运行中的有效性。但离散时间固定导致控制的灵活性降低，只能够根据离散区间段整体输出特性进行设计，无法实时地随工况的变化来控制功率分配。下一步的研究即为基于有轨电车运行模式的识别，在动态离散时间下研究动态比例分配策略。