基于牵引变电站的微电网的技术和经济可行性分析 亚当·谢拉格（Adam Szel?g）和 格热戈日·克鲁伊（Grzegorz Kluj）

《Electronics》：Technical and Economic Feasibility Analysis of a Traction Substation-Based Microgrid Adam Szel?g and Grzegorz Kluj

　　摘要 本文针对现有的为3 kV直流铁路网络供电的牵引变电站，进行了微电网的技术和经济可行性分析。研究基于真实的15分钟电力消耗数据，采用工程方法来评估分布式能源资源（包括风力涡轮机、光伏发电和蓄电池储能系统）的整合效果。分析重点关注组件选型、土地使用限制以及在不同假设条件下的投资效率。结果表明，在现实的环境和空间条件下，基于牵引变电站的微电网在技术上是可行的。通过变体分析，明确了安装风力涡轮机的数量与所需光伏安装面积之间的权衡关系，突显了发电冗余和能源多样化对于关键基础设施应用的重要性。储能系统被设计为基于可靠性的备份组件，在主电力中断时确保供应连续性，而不是作为优化或套利工具。从经济角度来看，投资效率指标表明，在适当的融资条件和政策支持下，所提出的微电网配置能够实现资本密集型基础设施资产的良好性能。总体而言，该研究证实了基于牵引变电站的微电网是一种可行的解决方案，可以有效提高铁路电力系统的能源供应多样化、韧性和脱碳能力，同时为早期决策提供了透明框架。

1. 引言
分布式能源资源（DERs）由小型和中型组件组成，通常连接到电力分配网络的较低电压等级或位于终端用户附近。DERs的主要类别包括：
(i) 分布式发电（DG），涵盖可调度电源如联合发电单元和生物气体厂，以及依赖风能和太阳辐射等可变可再生能源的VRES；
(ii) 能量存储（ES）系统，包括电池、飞轮和其他能够实现电力生产和消费时间解耦的技术；
(iii) 需求响应（DR），指根据市场信号（如动态定价或激励计划）修改电力消费模式。
将可再生能源（RES）整合到电力系统中是一个研究热点，已有超过15年的历史，主要驱动力是减少化石燃料发电带来的环境影响[2,3]。微电网是这种整合的典型代表，它是一个由分布式发电单元、可控和不可控负载以及储能系统组成的局部电力系统，能够在并网或孤岛模式下运行。先前的研究涵盖了微电网相关的广泛课题，包括分布式发电的接入和控制[4,5,6,7]、微电网设计方法[4,8,9,10,11,12,13]、市场参与和商业模式[14,15,16]、分层和分布式控制策略[17,18]以及能源管理方法[19,20,21,22,23,24]。
微电网可以通过在地理限制区域内适当组织DER组件来建立。实际应用中，它们的规模从小型的消费者自发电安装（如住宅电力系统扩展光伏（PV）面板、小型风力涡轮机或储能系统[1,4,25,26,27]，到更复杂的配置，如住宅微电网[28,29]、校园规模微电网[30]、工业微电网[31]以及为偏远或欠发达地区供电的社区微电网[32,33]。
大量文献集中在微电网的控制、稳定性和优化方面。Hossain等人提出了旨在在不同负载条件下降低微电网稳定性的控制框架[34,35]。Zhao等人研究了智能家庭能源管理系统[36]，而Vandoorn等人引入了分层微电网管理概念[37]。Hirsch等人确定了微电网控制的三个基本层次，从基本频率和电压调节到更高层次的经济优化[5]。Jin等人提出了一个结合需求响应的微电网最优调度（MOD-DR）框架，通过协调发电和需求来减少对主电网的依赖[38]。
最近的研究越来越多地关注在不确定性下的微电网技术经济优化。Wang等人开发了一个考虑日前调度和实时校正控制的两时间尺度多目标优化模型[39]。Okoye和Saffari等人研究了在不同需求侧管理策略下微电网的经济可行性和运营约束[40,41]，而Gouveira等人开发了一种使用电动汽车为微电网供电的方法[42]。
同时，越来越多的研究将微电网概念应用于铁路和牵引电力系统[43,44]。这些研究探讨了再生制动能量的利用[45,46]、集成光伏发电和可逆转换器的混合牵引电力供应系统[47]，以及地铁系统中可再生发电和牵引负载的协调管理[48]。最近的研究还涉及先进的能源管理策略、混合储能系统[49,50]，以及在高比例光伏和ESS技术渗透的铁路牵引网络中的稳定性问题[51,52,53,54,55,56,57,58,59,60]。这些研究越来越关注将可再生能源和储能系统整合到铁路牵引电力供应网络中，以提高能源效率并减少碳排放。例如，Chinomi等人分析了光伏发电和储能系统对交流铁路牵引系统运行性能的影响，证明了能源消耗和变电站电力需求的显著减少[61]。类似地，Zhang等人提出了一个用于高速铁路系统中光伏和储能部署的综合优化框架，强调了可再生能源整合的经济和环境效益[62]。
此外，最近的研究探索了结合交流和直流子系统的先进混合铁路微电网架构，以提高现代电气化铁路网络的灵活性和电力质量[63,64]。这些工作主要集中在控制策略、优化方法或牵引应用的组件级设计上。
尽管有大量的相关文献，但对于直接基于现有牵引变电站并使用真实运营数据进行微电网实施的可行性研究相对较少，且很少从技术和经济角度进行评估。特别是，缺乏将牵引变电站不仅视为铁路电力供应系统的一部分，还视为能够整合本地可再生能源和储能以提高供应多样性和韧性的分布式能源市场活跃节点的研究。
因此，本研究的目标是利用真实的电力消耗数据，对基于现有牵引变电站构建微电网的技术和经济可行性进行评估。所采用的方法论侧重于评估实际实施条件、所需的组件选型、土地使用限制和投资效率指标，而不是实时控制或优化。
本文的其余部分组织如下：第2节介绍基于牵引变电站的微电网组件分析和选择的方法论；第3节讨论与微电网位置相关的技术和环境条件；第4节和第5节分别讨论风力涡轮机和光伏系统组件的分析和选择；第6节分析不同配置下的电力生成技术可行性；第7节关注储能系统的分析和选择，包括其在主电力中断期间的运行作用；第8节对选定的投资融资选项进行经济分析；第9节讨论研究结果；第10节总结研究的主要发现和局限性。

1.1. 研究空白
尽管有大量关于微电网控制策略、优化技术和混合牵引电力供应系统的文献，但针对使用真实运营数据直接基于现有牵引变电站的微电网早期技术经济可行性评估的研究相对较少。大多数现有研究主要集中在运营优化、先进控制算法或混合储能架构上。虽然这些方法为了解微电网的运行性能提供了宝贵的见解，但它们往往假设微电网部署的基本可行性已经确定。然而，在实践中，基础设施运营商和铁路系统规划者需要在详细系统设计之前，具备评估技术可行性、空间限制和投资效率的决策支持方法。
特别是，由于牵引变电站现有的电力基础设施、可预测的需求轮廓及其在铁路电力供应系统中的战略位置，它们代表了整合分布式能源资源的潜在有吸引力的平台。然而，系统化评估此类微电网配置的方法在文献中仍然很少。

1.2. 科学贡献
本研究旨在通过开发和应用基于铁路牵引变电站的微电网结构化技术经济可行性评估框架，来解决这一研究空白。本研究的主要贡献如下：
- 为基于牵引变电站的微电网提供技术经济可行性评估的方法论框架，明确考虑了空间限制和基础设施特定的运营要求；
- 将所提出的框架应用于在3 kV直流铁路牵引变电站记录的真实运营电力消耗数据，实现了现实的需求特征；
- 基于变体的可再生能源配置分析，突出了在实际土地使用限制下风力涡轮机部署与光伏安装面积之间的权衡；
- 采用基于可靠性的储能系统选型方法，反映了牵引电力供应系统的运营要求，而不仅仅是纯粹的经济优化目标；
- 使用标准投资指标，在多种融资场景下对所提出的微电网概念进行经济评估。
通过将真实运营数据与透明的工程评估方法相结合，本研究有助于弥合理论微电网研究和实际基础设施规划之间的差距。

2. 方法论
本研究采用的方法论是基于现有牵引变电站的微电网工程可行性评估。与文献中经常报告的优化驱动或控制驱动的方法不同，所提出的方法论侧重于使用从牵引电力供应设施获得的真实运营数据来评估实际实施条件，包括组件选型、土地使用要求和投资效率。
该方法论框架基于[6,56]中描述的结构化微电网建模方法，为系统级分析提供了通用基础。然而，与强调实时控制、随机优化或分层能源管理的研究[16,38,39,48,51]不同，本研究有意采用确定性和透明的计算程序，适用于早期决策和技术经济可行性评估。

2.1. 输入数据和边界条件
在第一阶段，收集描述本地环境条件和电力负载特性的输入数据。环境数据包括代表微电网位置的平均风速和太阳辐射。这些数据用于估计典型运行条件下风能和光伏发电单元的预期能量产出。明确考虑了当地建设和空间限制，以确保组件的可行性。
电力负载数据来自牵引变电站多年来的真实15分钟测量数据。根据这些数据，确定短期（每日）和长期（年度）电力需求、峰值电力需求、最小需求和平均需求等特征指标。这些指标为后续的发电和储能组件选型提供了基础。图1展示了用于基于牵引变电站的微电网技术经济可行性评估的方法论框架。

2.2. 发电组件选择
在第二阶段，根据分析的环境条件和负载特性选择风力涡轮机和光伏（PV）发电厂的额定容量。风力涡轮机的选择基于平均风速数据和制造商提供的功率曲线，以估算年能源产量。光伏系统的选型基于全球太阳辐射数据和在可行性研究中常用的标准工程产量模型。在此阶段，没有明确建模每小时发电曲线、尾流效应、随风高度变化的风速以及短期辐射变化。这种简化与评估发电资产的可行性和大致规模的目标一致，而不是优化短期运营或控制策略。

2.3. 能量存储系统选型
储能系统（ESS）的选型基于其在微电网中的功能作用。在本研究中，ESS的主要目的是在主外部电源丢失时为牵引变电站提供备用电源。因此，所需的储能容量是根据平均电力需求和预定义的备用持续时间来确定的。这种方法不同于基于优化的ESS选型方法，后者旨在最小化运营成本或最大化套利收益[51,52,53]。相反，ESS被视为基于可靠性的组件，旨在增强供应安全性，而不是作为经济优化变量。**技术变体分析**

假设微型电网能够完全满足年度电力需求，通过结合不同数量的风力涡轮机和具有不同装机容量的光伏发电厂，分析了多种技术变体。对于每种变体，都评估了所选发电源满足能源和电力需求的能力。这种基于变体的方法能够评估装机发电容量、土地使用要求以及供应冗余之间的权衡。它还允许确定在牵引变电站位置相关的空间和基础设施限制下技术上可行的配置。

**2.5 经济评估框架**

该方法的最后阶段涉及对选定的技术变体进行经济评估。利用文献和行业来源报告的成本数据，估算与发电和储能组件相关的资本支出（CAPEX）。运营支出（OPEX）则在简化的基础上进行考虑，这与研究的可行性导向性质一致。使用标准财务指标（包括简单投资回收期（PP）、净现值（NPV）和内部收益率（IRR）来评估投资效率。分析了多种融资方案，以反映不同的投资结构。虽然承认了长期电价波动和监管变化等外部因素，但未对其进行明确建模，因为将其纳入需要基于情景或随机的方法，这超出了本研究的范围。

**2.6 方法的范围和局限性**

所提出的方法旨在平衡分析的严谨性与透明性和实际适用性。虽然它无法捕捉动态运营行为或最优控制策略，但它提供了一个清晰且可复制的框架，用于从技术和经济角度评估牵引变电站是否是微型电网整合的可行候选者。采用的简化和假设都已明确说明，以确保结果在其预期范围内进行解读。这种方法使得与更先进的基于优化的研究进行有意义的比较成为可能，同时解决了与牵引变电站基于微型电网的早期可行性评估相关的补充研究空白。

**3. 技术和环境条件分析**

技术和环境条件的分析是基于牵引变电站选择微型电网组件尺寸和类型的基础。本节重点介绍电力需求的特征以及后续发电和储能系统设计所需的关键参数的确定。

**3.1 电力需求分析**

本研究可用的测量数据集涵盖了2020年1月至9月的时期。尽管完整的年度数据集能够更全面地反映长期需求变化，但现有数据捕捉到了牵引变站在多个季节期间的典型运营模式。为了估算年度电力需求，对聚合的测量结果应用了一个校正因子。当没有完整的年度数据集时，这种方法通常用于初步可行性分析，并允许得出保守的年度能源消耗估计。为了技术和经济评估的目的，使用了在分析的牵引变电站记录的15分钟活跃电力消耗剖面数据。这些数据直接来自变电站的计量系统，涵盖了2020年1月至9月的时期。虽然数据集没有涵盖整个日历年，但它足以识别与早期可行性分析相关的特征需求水平和负荷变化模式。

为了反映牵引变电站的典型运营条件，测量数据被分为三个时间段：
- 早晨高峰时段：上午7:00–下午1:00
- 下午高峰时段：下午4:00–晚上9:00
- 非高峰时段：晚上9:00–上午7:00 和 下午1:00–下午4:00

图2显示了所有时间段的测量电力需求剖面。基于处理后的测量数据，估算了短期日电力需求（DED）和长期年度电力需求（DEA）。表1总结了需求数据的选定统计特征。电力需求指标的计算程序由方程式（1）–（5）定义：
```math
DEA = ∑N1E15·1.25 (kWh) (1)
DEAZ1 = ∑NZ1E15·1.25 (kWh) (2)
DEAZ2 = ∑NZ2E15·1.25 (kWh) (3)
DEAZ3 = ∑NZ3E15·1.25 (kWh) (4)
DED = DEA/365 (kWh) (5)
```

表1. 测量数据分析结果。DED表示预测的年度电力需求；DED表示预测的日电力需求；E15表示15分钟间隔内记录的电力消耗；N、NZ1、NZ2和NZ3表示可用测量样本的数量；1.25是用于补偿缺失测量数据的校正因子。使用校正因子反映了一种保守的方法，确保由于测量覆盖不完整而不会低估估算的年度需求。

**3.2 电力需求指标**

由于微型电网的主要目标之一是供应本地负载，发电系统必须能够满足年度能源需求以及瞬时电力需求。因此，从测量数据中得出了峰值、最小值和平均电力需求指标。牵引变电站的峰值电力需求（PDP）是根据记录的最大15分钟电力消耗值计算的，如方程式（6）所示：
```math
PDP = Dmax15?4/T (kW) (6)
```
其中Dmax15是最大15分钟电力消耗值（kWh），T = 1小时。

类似地，最小电力需求（PDMIN）使用方程式（7）计算：
```math
PDMIN = Dmin15?4/T (kW) (7)
```
平均电力需求（PDA）通过两种互补的方法确定。在第一种方法中，计算了所有15分钟测量值的算术平均值：
```math
PDA1 = ((∑N1E15·1.25)/N)·4/T (kW) (8)
```
在第二种方法中，使用日电力需求来推导平均电力需求：
```math
PDA2 = DED/24/T (kW) (9)
```
为了确保微型电网组件的保守设计，采用了两个平均电力值中的较高值进行进一步计算。

**3.3 对微型电网组件尺寸的影响**

连接到牵引变电站的发电源的额定功率必须满足两个基本要求：
- 必须超过最小电力需求；
- 必须能够在孤岛运行条件下覆盖峰值电力需求。

这些要求由方程式（10）中的不等式表示：
```math
PDMIN ≤ PDED ≤ PDP (10)
```
其中PD表示单个微型电网发电源的额定功率。

表1中总结的结果是后续分析的基础，旨在选择风力涡轮机、光伏和储能组件。从实际角度来看，建议将微型电网发电单元直接安装在牵引变电站内或其附近，以最小化额外的基础设施需求和电力损失。

**3.4 确定微型电网位置的风力条件**

风力涡轮机的性能强烈依赖于当地风力条件，这些条件受到地形特征以及自然和人工障碍物（如山丘、森林和建筑物）的影响。表面纹理均匀的区域通常提供更稳定的气流，而障碍物可能会降低风速并增加湍流强度，从而不利地影响风力涡轮机的能源产量和机械耐久性。在本研究中，没有明确建模详细的地形效应、尾流相互作用和随风高度变化的风切变。相反，分析基于代表微型电网规划地区的平均月风速数据。这种方法与研究的可行性导向性质一致，通常用于初步风能评估。下面使用方程式（11）计算了平均风速，以用于进一步计算：
```math
???? = ∑_{i=1}^{12}????=61.712/12 ≈ 5.1 [m/s] (11)
```
获得的平均风速是估算选定风力涡轮机模型预期年度能源产量的关键输入参数。虽然这种简化方法没有捕捉短期风速变化或极端条件，但它为早期可行性分析提供了透明且保守的基础。

**3.5 确定微型电网位置的太阳辐射条件**

由于风力和光伏发电单元被认为是同一微型电网的组成部分，因此对这两种技术采用了相同的输入数据假设。光伏潜力的评估始于识别合适的安装地点和可用于光伏模块安装结构的可用土地面积。根据从公共数据库（EU Science Hub）获得的区域太阳辐射数据，估算了不同面板方向（包括朝南、东南和西南）的光伏系统的预期能源产量。光伏模块类型的选择基于制造商规格，并作为计算光伏发电厂所需装机容量的基础。假设所选的光伏逆变器能够处理光伏安装的全部额定功率，以确保运行可靠性和最小化电力转换损失。

为了本研究的目的，假设微型电网位置的年平均全球太阳辐射为：
```math
H = 1000 kWh/m2/年
```
这个值代表了分析区域内典型的太阳条件，在中欧的光伏安装可行性研究中广泛使用。未明确建模小时级辐照度剖面、季节性变化和温度依赖的性能损失，这与分析的确定性和可行性导向性质一致。

**4. 风力涡轮机组件的分析和选择**

风力涡轮机组件的选择基于牵引变电站的平均电力需求（332.2千瓦）和第3.1节确定的风力条件。图3显示了b.Ventus风力涡轮机的制造商提供的功率曲线，其额定功率为250千瓦。对于计算出的平均年风速5.1米/秒，根据图3所示的功率曲线，相应的涡轮机输出功率约为50千瓦。在有利的风力条件下，平均风速为6.3米/秒时，涡轮机输出功率增加到约80千瓦，这仍然低于牵引变电站的峰值电力需求。这些值满足方程式（10）中关于峰值需求覆盖的不等式要求，但没有超过变电站的最小电力需求。因此，单个风力涡轮机不足以确保持续电力覆盖，需要至少安装两个风力涡轮机才能满足最小需求标准。在考虑了光伏发电的贡献后，确定了最终的涡轮机数量。

使用方程式（12）估算了单个b.Ventus 250千瓦风力涡轮机的年度电力产量：
```math
EW_T1 = H·D·Pa·v·g·η = 24 h·365·50 kW·0.8 = 350.400 kWh
```
其中Pavg = 50千瓦是在平均风速下的涡轮机输出功率；η = 0.8表示系统组件的整体效率；H—每天小时数；D—每年天数。

代入假设的值得到：
```math
EW_T1 = 350.400 kWh/年
```
因此，预计单个b.Ventus风力涡轮年会产生350.400千瓦时的电力。这个值随后用于结合风力和光伏发电的技术变体分析。

采用的风力涡轮机选择程序强调透明性和可重现性，同时认识到更详细的建模（如轮毂高度风速校正、湍流强度分析或尾流损失估算）可以进一步完善结果。这些方面是有意省略的，因为本研究的目标是评估风力发电资产的可行性和大致规模，而不是优化其详细的运营性能。

**5. 光伏系统组件的分析和选择**

光伏发电是分析中的关键组成部分，它补充了风力发电并有助于满足牵引变电站的电力需求。光伏系统的尺寸使用太阳辐射、装机容量和预期能源产量之间的标准工程关系来确定。光伏模块产生的能量可以用方程式（13）表示：
```math
EP_V = η·A·G·t
```
其中η表示光伏模块的效率；A是模块的有效面积（m2）；G是太阳辐射（W/m2）；t代表有效日照时间（h）。

在实际应用中，光伏模块通常成排安装。排与排之间的间距不当可能导致部分遮挡，显著降低整个安装的能源产量。因此，必须确保适当的行间距和倾斜角度，以最小化阴影损失，特别是在太阳高度角较低的时候。光伏模块行之间的最小间距是使用方程（14）确定的：
a = d·sin2(β)tan2(α) （14）
其中
a 是光伏模块行之间的距离（米）；
d 是光伏模块的高度（米）；
α 是太阳入射角；
β 是支撑结构的倾斜角度。
对于系统级分析，光伏安装的年能量产量是使用一个常用的工程模型估算的，该模型由方程（15）表示：
E = H·k·PP·V·P·R （15）
其中
E 是光伏系统所需的年能量产量（千瓦时）；
H 是水平面上的年总太阳辐照度（千瓦时/平方米）；
k 是考虑光伏阵列倾斜和方向的校正因子；
PP·V 是标准测试条件（STC）下的光伏发电机的名义功率（千瓦）；
PR 是表示系统损耗的性能比。
对于所分析的配置，当倾斜角度为35°且与南方的方位偏差为25°时，采用了校正因子k = 1.10，而性能比假设为83%，这与大规模光伏安装报告的典型值一致。
重新排列方程（15）可以得到所需的光伏安装功率：
PP·V = EH·k·P·R （16）
假设完全覆盖微电网的年电力需求：
EZ·P·V = EE·A = 2,910,194.8 千瓦时/年 （17）
据此计算出所需的光伏发电机容量。
根据选定的光伏模块类型（北京JA Solar Technology Co., Ltd.公司的JA SOLAR 545 JAM72S30-HC MR SF，额定功率为545瓦），至少需要5849个模块。结果所需的光伏安装功率显著超过了牵引变电站的峰值功率需求，表明光伏发电主要贡献于年度能量覆盖，而不是峰值功率平衡。假设安装布局为30行，每行195个模块，行间距为3.26米，模块间的最小间距为2厘米，所需安装面积约为200 × 317平方米，相当于63,400平方米。随后根据这些空间要求评估牵引变电站附近的土地可用性。

6. 电力生成容量的技术变体分析
为了评估不同微电网配置的可行性，通过在假设完全覆盖年电力需求的条件下结合风力涡轮机和光伏发电单元，分析了多种技术变体。
如果安装了一个风力涡轮机，年电力生成量为：
EW·T·1 = 350,400 千瓦时/年
则需要光伏系统覆盖的剩余电力需求为：
EZ·P·V·1 = EE·A - EW·T·1 = 2,559,794.8 千瓦时/年
（18）
对于这种变体，至少需要5144个光伏模块，因此光伏安装面积约为55,475平方米。
对于配置有两个风力涡轮机的情况，年风能产量增加到：
EW·T·2 = 700,800 千瓦时/年
相应的光伏能量需求为：
EZ·P·V·2 = 2,209,394.8 千瓦时/年
（19）
这种配置需要4440个光伏模块，占用面积约为47,550平方米。
增加风力涡轮机的数量会进一步减少所需的光伏容量。例如，配置有三个、六个、七个和八个风力涡轮机时，相应的光伏安装面积分别约为40,259平方米、17,435平方米、10,461平方米和2219平方米。
结果表明，安装的风力涡轮机数量与所需的光伏安装面积之间存在明显的反比关系。虽然理论上配备大量风力涡轮机的配置可能不再需要光伏发电，但由于发电冗余和能源多样性尤为重要，特别是在像牵引供电系统这样的基础设施关键应用中，因此不推荐这种变体。
基于变体的分析有助于识别在发电容量、空间限制和冗余要求之间取得平衡的技术上可行的配置。这些结果为后续评估能源存储需求和经济性能指标提供了基础。

7. 能源存储系统的分析与选择
7.1. 能量存储系统在牵引变电站微电网中的作用
在分析的微电网配置中，能源存储系统（ESS）主要起到支持和提高可靠性的作用，而不是作为经济优化或能源套利的主要组成部分。其主要功能是在主要外部电源中断期间确保向牵引变电站持续供电，并增强微电网的运行韧性。
这一功能假设使本研究与大部分文献不同，在那些文献中，能源存储系统主要是为了最小化运营成本、平滑可再生能源生成曲线或最大化市场收益而进行规模设计和控制的[48,49,50]。相比之下，这里考虑的ESS被设计为备用电源，反映了牵引供电系统的关键性质以及与铁路基础设施相关的严格可靠性要求。
7.2. 能源存储容量的确定
ESS所需的能量容量直接取决于假设的备用持续时间和牵引变电站的平均功率需求。为了本研究的目的，采用了两小时的备用运行时间作为一个代表性和保守的假设，提供了足够的时间来恢复主要电源或实施应急操作程序。
存储系统所需的能量容量使用以下公式计算：
E = P·t （20）
其中
E 是存储系统所需的能量容量（千瓦时）；
P 是微电网的平均功率需求（千瓦）；
t 是所需的备用持续时间（小时）。
根据计算出的平均功率需求332.2千瓦和假设的2小时备用持续时间，所需的存储容量为：
E2·h = 2·332.2 = 664.4 千瓦时
（21）
该容量确保了牵引变站在短期停电期间能够保持不间断运行，不受瞬时可再生能源生成条件的影响。
7.3. ESS规模确定的可靠性考虑
从系统可靠性的角度来看，能源存储系统的规模必须确保牵引变站在主要外部电源短期中断期间能够保持运行连续性。
在铁路牵引系统中，供电中断可能会产生重大的运营后果，包括列车延误和服务中断。因此，ESS的容量是基于可靠性设计假设来确定的，而不是经济优化。
选择的两个小时的备用持续时间反映了铁路电力系统中牵引变电站的典型恢复时间，并为应急操作程序提供了保守的安全 margin。
尽管在未来的研究中可以应用更复杂的概率可靠性指标，如失电概率（LOLP）或预期未供电能量（EENS），但本文采用的简化确定性方法适用于面向可行性的分析范围。
7.4. 能源存储技术的选择
根据计算出的能量和功率需求，选择了iONTEC500K828能源存储系统进行进一步分析。该系统的额定功率为500千瓦，名义能量容量为828千瓦时，超过了从方程（21）得出的最小需求容量。
所选系统提供了足够的安全余量，考虑了效率损失、系统寿命期间的退化效应以及平均功率需求与瞬时功率需求之间的潜在偏差。存储系统的额定功率足以在孤岛运行期间为牵引变电站负载供电，而不会对电力电子设备或保护系统造成额外负担。
应当强调的是，选择一个单一的集中式能源存储系统反映了简化且保守的设计方法，适用于可行性分析。文献中已经广泛研究了其他配置，如结合电池和超级电容器的混合能源存储系统或分布式存储架构[52,53,54]。然而，这些解决方案引入了额外的复杂性，超出了本研究的范围。
7.5. 与文献的对比
最近的研究展示了在牵引供电系统中集成先进能源存储系统的潜在好处，包括削峰、再生制动能量回收和电压稳定性提升[44,50,53,54,55,56,57,58,64]。这些工作通常关注详细的控制策略、混合存储架构或动态系统建模。
相比之下，本研究有意将ESS的作用限制在提供备用电源上，从而能够在不引入额外控制或优化层的情况下评估基于牵引变电站的微电网的技术和经济可行性。这种方法通过解决早期的决策阶段问题来进行补充，即在不同但透明的假设下，能源存储的集成是否在技术上合理且在经济上可行。
7.6. 对微电网运行和经济的影响
通过将ESS赋予以可靠性为中心的功能，其对第8节分析的经济指标的影响主要是间接的。虽然存储系统增加了资本支出（CAPEX），但它增强了供应安全性和运行鲁棒性——这些因素对于像铁路牵引网络这样的基础设施关键系统尤为重要。
采用的规模方法确保了ESS不会主导总体投资成本，也不会通过套利假设人为地改善经济绩效。因此，经济分析保持保守，并反映了牵引应用中微电网早期部署的现实预期。
7.7. 孤岛模式下的运行考虑
基于牵引变电站的微电网在孤岛模式下的运行引入了一些与电压调节、功率平衡和系统稳定性相关的技术挑战。
在并网运行中，上游的输电或配电网络提供频率和电压支持。然而，在孤岛运行期间，维持稳定运行条件的责任转移到了本地发电单元和能源存储系统。
在实际实施中，微电网在孤岛模式下的运行通常需要使用分层控制策略，包括用于电压和频率调节的主要下垂控制、用于恢复名义运行条件的次级控制，以及用于协调发电和存储资源的高级能源管理系统。
尽管这些控制机制的详细动态建模超出了本可行性分析的范围，但它们的考虑对于系统设计和实施的后续阶段至关重要。
8. 经济分析
经济分析旨在评估基于现有牵引变电站实施微电网的财务可行性，考虑了不同的发电源和能源存储系统配置。分析重点是在保守假设下评估投资效率，反映了牵引供电系统的基础设施关键性质。
单个微电网组件的投资成本是根据文献[60]中报告的成本数据以及第3节、第4节、第5节和第6节中获得的技术规模结果来确定的。总投资成本（CAPEX）包括与风电场、光伏安装和能源存储系统相关的成本，如下所示：
风电场：7·250·1160 美元 = 2,030,000 美元
光伏电站：501·758 美元 = 379,758 美元
能源存储系统：828·273 美元 = 226,044 美元
所分析的微电网配置的总投资成本为：
2,030,000 + 379,758 + 226,044 = 2,635,802 美元
8.1. 融资结构和假设
牵引变电站微电网投资的融资结构分为三个潜在来源：自有贡献、补贴和银行贷款。假设自有贡献为506,626美元。虽然这笔贡献没有明确包含在财务计算中，但其考虑将进一步改善最终的投资指标。
确定了一个潜在的投资补贴，最多可覆盖建设和调试成本的50%（相当于1,317,901美元），这是一个非常有影响力的因素。然而，由于补贴可用性和资格条件的不确定性，基础案例经济分析在没有假设任何补贴的情况下进行，从而保持了保守的评估框架。
剩余的投资部分假设通过811,274.5美元的银行贷款来融资。为了反映基础设施项目的实际融资条件，采用了5%的年利率。
8.2. 投资效率指标
为了评估分析的投资变异体的经济性能，使用了能源基础设施评估中常用的标准财务指标：
简单回收期（PP）；净现值（NPV）；内部收益率（IRR）。
分析了固定分期和可变（递减）分期偿还方案的贷款期限分别为48个月、36个月、24个月和12个月，以便比较不同资本偿还情况的融资策略。
结果表明，所有考虑的贷款变体在运营的第七年NPV都变为正数。这一结果反映了可再生能源和基础设施投资的典型高初始资本支出，结合了稳定的长期运营收益。
8.3. IRR结果的解读
最高的内部收益率是在没有外部融资的投资变体中获得的，而最低的IRR值对应于偿还期最长的贷款融资变体（48个月），无论是固定分期还是可变分期。
尽管获得的IRR值——大约为5%——与商业能源投资相比可能显得适中，但它们与资本密集型基础设施资产的预期一致，这些资产的特点是服务寿命长、可靠性要求高且市场波动性有限。在铁路牵引系统的背景下，此类投资的评估不仅基于财务回报，还考虑了供应安全性、韧性和是否符合脱碳目标等标准。重要的是，分析表明，较短的贷款期限为固定和浮动分期付款融资方案带来了更有利的内部收益率（IRR）值。这一结果突显了投资效率对融资条件的敏感性，即使微电网的技术配置保持不变。

8.4 补贴和政策工具的作用
假设的50%投资补贴显著改善了所有分析的经济指标。在这一假设下，投资回收期缩短至大约六年，第七年净现值（NPV）超过零，内部收益率接近5%，使得从财务角度来看，这项投资极具吸引力。这些发现强调了政策支持机制在加速分布式能源资源在基础设施关键应用中的部署方面的重要性。在这种情况下，基于牵引变电站的微电网不仅可以从直接的财政激励中受益，还可以从认识到其对电网灵活性、减排和能源安全贡献的监管框架中获益。

8.5 经济分析的范围和局限性
应当强调的是，经济分析是在简化和保守的假设下进行的，这与研究的可行性导向范围一致。为了避免推测性假设并保持透明度，有意排除了潜在的额外收入来源，如参与辅助服务市场、需求响应计划或灵活性服务。因此，所呈现的结果应被视为一个基准经济评估，表明所提出的微电网配置不仅在技术上可行，在保守条件下也是经济合理的。更详细的经济优化，包括动态定价和市场参与，是当前工作的自然延伸。

9. 讨论
本研究获得的结果证实，牵引变电站可以作为铁路电力供应系统中分布式能源资源的可行整合点。进行的变体分析表明，多种可再生能源配置可以在满足分析的牵引变电站能源需求的同时，遵守空间和环境约束。这些发现与之前研究表明多元化的可再生能源组合可以增强基础设施关键微电网的韧性一致。这些结果也与最近关于铁路能源系统的研究一致，这些研究越来越强调在牵引电力供应基础设施中整合可再生能源和储能技术。最近的研究表明，光伏和储能的结合可以减少变电站的能源消耗并提高铁路网络的电压稳定性。此外，现代铁路微电网架构越来越多地结合了分布式可再生能源、储能系统和先进的控制策略，以增强系统的灵活性和韧性。
研究的一个关键发现是风力涡轮机部署与光伏安装面积之间的强烈权衡。增加风力涡轮机的数量可以显著减少所需的光伏容量和土地面积，这突显了在基础设施受限环境中实现发电多样化的重要性。
与许多关注微电网最优控制或实时运行的研究相比，本研究强调了早期可行性评估的重要性，它在基础设施规划和投资决策中起着至关重要的作用。实际上，铁路运营商必须在考虑更先进的运行优化策略之前，首先确定可再生能源和储能的整合是否在技术和经济上是可行的。本研究采用的简化建模方法允许对关键设计参数进行透明评估，但也引入了一些限制。特别是，分析没有明确考虑小时级的可再生能源发电状况、风速随高度的变化、风力涡轮机之间的尾流效应或详细的牵引负载动态。此外，经济评估没有包括来自电力市场参与或辅助服务提供的潜在收入流。因此，未来的研究应侧重于通过结合动态模拟模型、随机可再生能源发电状况和先进的微电网控制策略来扩展所提出的框架。这样的扩展将能够更全面地评估基于牵引变电站的微电网的运营和经济性能。

10. 结论
本研究调查了基于现有牵引变电站为3kV直流铁路网络实施微电网的技术和经济可行性，使用了真实的电力消耗数据，并采用了透明的、以工程为导向的方法论。分析通过将牵引变电站视为铁路电力供应系统的组成部分以及分布式能源市场的潜在活跃节点，从而解决了已识别的研究空白，整合了当地的可再生能源和储能。从技术角度来看，结果证明在现实的环境和空间条件下，建设基于牵引变电站的微电网是可行的。进行的变体分析显示，安装的风力涡轮机数量与所需的光伏安装面积之间存在明确的反比关系。虽然配备大量风力涡轮机的配置可以显著减少甚至消除对光伏发电的需求，但由于发电冗余和来源多样化的重要性，特别是在基础设施关键应用中，不推荐这种解决方案。采用的方法突出了安装容量、土地使用限制和供应可靠性之间的实际权衡。
储能系统被设计为一个以可靠性为导向的组件，在主要供应中断时提供备用电源，而不是作为优化或套利资产。这一假设反映了牵引电力系统的运营要求，其中供应连续性优先于短期的经济优化。选定的储能容量确保了适当的韧性水平，而不会不成比例地增加总投资成本。
从经济角度来看，分析表明，在保守的假设下，所提出的微电网配置可以实现可接受的投资效率。获得的内部收益率为5%左右，这与资本密集型基础设施资产的预期一致，这些资产具有较长的服务寿命、高可靠性要求以及有限的市场波动性。结果进一步证实了融资条件和投资补贴对经济绩效的强大影响，确认了政策支持机制在促进铁路和其他基础设施关键领域分布式能源资源部署中的关键作用。
应当强调的是，本研究采用的方法是有意简化的，旨在进行早期可行性评估。关键因素，如小时级发电状况、风速随高度的变化、尾流效应、详细的牵引负载动态以及来自辅助服务或灵活性市场的潜在收入，并未明确建模。尽管这些方面可能会影响定量结果，但它们的排除并不削弱关于可行性和投资合理性的定性结论。
总体而言，所呈现的结果证实，基于牵引变电站的微电网代表了在技术上可行且经济上合理的解决方案，有助于增强铁路电力系统的能源供应多样化、韧性和脱碳。未来的研究应侧重于扩展所提出的框架，包括动态运行建模、先进的能源管理策略以及与电力市场的整合，从而能够更全面地评估基于牵引变电站的微电网的完整价值主张。此外，本研究提出的可行性评估框架可以作为铁路基础设施运营商和能源规划者在考虑将分布式能源资源整合到牵引电力供应系统中的实用决策支持工具。通过结合真实的运行数据和透明的、以工程为导向的评估程序，该框架可以支持铁路能源系统的早期投资分析和基础设施规划。