CN102360401A - 一种基于遗传算法的城市轨道交通节能运行图设计方法 - Google Patents

Abstract

本发明涉及城市轨道交通运行调度方法，特别是一种基于遗传算法的城市轨道交通节能运行图设计方法。它包括：首先，建立可供节能运行图分析计算的数据模块；其次，分别计算该城市轨道交通系统不同客流时间段的参数；再次，计算不同时间段该城市轨道交通系统的节能运行数据；最后，利用不同时间段的节能运行数据组合绘制形成全天候的节能运行图。运用本发明的轨道交通系统几乎能将所有的制动能耗合理转移利用，可为我国城市轨道交通系统每年节电达亿度以上。本发明不仅适用于城市轨道交通系统，而且还适用于铁路交通系统等，均可取得显著的节能效果。

Description

一种基于遗传算法的城市轨道交通节能运行图设计方法

技术领域

本发明涉及城市轨道交通运行调度方法，特别是一种基于遗传算法的城市轨道交通节能运行图设计方法。

背景技术

在城市轨道交通运营过程中以消耗电能为主，其耗电方式可归结为车辆运行中的牵引耗电和其它设备耗电两大类。在城市轨道交通运营过程中，一般地铁线路的能耗为几十甚至上百兆瓦级，其中有近50％来自于列车牵引能耗，不仅城市轨道交通运营成本居高不下，而且也给城市供电系统带来了沉重的负担。现有解决城市轨道交通牵引能耗的方法主要有：

一是车辆设计节能。如在列车交流牵引系统中运用调频调压控制技术，以变频调速来降低列车调速时由附加电阻消耗掉大量的电能，避免因附加电阻的发热提高隧道内的温度而要求增加通风量和制冷电能。

二是车辆运行节能。如电动客车采用微机控制自动驾驶，即在信号系统设计时，根据线路的坡道、弯道及列车载重等情况，设计自动驾驶 ATO 曲线，自动调整行驶速度，控制随行点使电动客车永远处于最佳运行状态，以便减少电耗，达到节能的目的。但该方法解决的是单辆车运行时的节能，尚不能解决多辆车同时在线的能量互馈问题。

三是线路选线与列车优化编组节能。如线路节能设计主要考虑尽可能优化曲线半径，以减少车辆行驶过程中因曲线阻力大而增加电耗；优化线路节能坡，设置合理的进出站坡度，使列车进站时上坡，将动能转化为势能，列车出站时下坡，再将势能转化为动能，这样有利于减少牵引能耗；线路纵坡设计还综合考虑泵站位置等设备布置，以达到优化、合理、经济、节约能源的目的。该方法在线路设计阶段实施，不仅实施周期长，而且造价昂贵。又如确定全线的总体运营规模、合理确定列车编组、合理设置运营交路、合理安排列车运营对数等技术措施，将有效降低人车公里能耗。该方法虽能有效降低人车公里能耗，但却不能有效降低列车牵引能耗。

四是列车系统再生制动节能。如利用车辆行车密度大、不同车辆同时处于不同牵引、制动工况的概率较高的特点，回收车辆制动能量，但该方法不能完全将制动能量吸收。针对这一不足，中国专利CN200820056656.5公开了上海工程技术大学提出的一种轨道交通车辆制动能量回收装置，属于一种储能设备节能方法。它将再生制动能量储存起来并在需要时再释放，虽然能较好利用能源，但储存电能设备的造价极其昂贵，且安全性不高，影响其实际运用。

如何克服以上各种方法解决城市轨道交通牵引能耗所存在的不足，已成为当今城市轨道交通运营领域亟待解决的一项重大难题。

发明内容

本发明的目的在于克服现有技术所存在的不足而提供一种基于遗传算法的城市轨道交通节能运行图设计方法，它利用遗传算法计算分析现有城市轨道交通运营调度系统，有效调整运行图中列车停站时间，可明显降低列车牵引能耗，且几乎不增加任何设备成本。

根据本发明提出的一种基于遗传算法的城市轨道交通节能运行图设计方法，其特征在于包括：首先，建立可供节能运行图分析计算的数据模块；其次，分别计算该城市轨道交通系统不同客流时间段的参数；再次，计算不同时间段该城市轨道交通系统的节能运行数据；最后，利用不同时间段的节能运行数据组合绘制形成全天候的节能运行图。本发明的进一步优选方案是：上述可供节能运行图分析计算的数据模块包括：轨道线路数据模块、列车运行数据模块和调度运营数据模块。分别计算城市轨道交通系统不同客流时间段参数的步骤包括：第一步，根据调度运营数据对不同发车时间段进行运行分组；第二步，根据不同的运行分组计算不同的遗传参数,利用遗传参数计算该时间段的节能运行图。计算城市轨道交通不同时间段节能运行数据的步骤包括：第一步，编码：将列车停站时间分为短停站时间和长停站时间，以二进制代码0和1分别代表两种停站时间，对每列车在各站的停站时间进行编码；第二步，确定种群数量并随机生成相应数量的种群：根据该时间段的遗传参数设置种群数量；第三步，设置算法关系式：设置种群的适应度方程；第四步，计算种群适应度选择交配种群：根据不同种群的适应度，选择适应度大的种群作为交配种群；第五步，交配：交配种群以交配概率Pc随机地交换编码数据串结构中某个串的值而得到后代种群；第六步，突变：后代种群以变异概率Pm随机地改变编码数据串结构中某个串的值而得到优化种群；第七步，检验：检验优化种群的性能，对不达标的优化种群重返上述第四步、第五步和第六步，使其循环而达标。

本发明与现有技术相比其显著优点是：第一，本发明在城市轨道交通系统的运营阶段实施，仅需优化调度运行中的列车停站时间间隔，即可实现降耗节能，简便易行；第二，运用本发明的轨道交通系统几乎能将所有的制动能耗合理转移利用，可为我国城市轨道交通系统每年节电达亿度以上；第三，成本低廉，通过分析计算调整列车的能耗回馈与消耗关系，合理利用制动能量，不增加任何设备成本；第四，实用性强，本发明输入数据来自于城市轨道交通系统的真实运营数据，精确建立列车能耗仿真模型，得到的节能运行图实用可靠；使得能耗设计结果与实际结果趋于一致；第五，本发明的设计方法计算速度快，计算结果准确。本发明不仅适用于城市轨道交通系统，而且还适用于铁路交通系统等，均可取得显著的节能效果。

附图说明

图1是本发明提出的一种基于遗传算法的城市轨道交通节能运行图设计方法的结构示意图。

图2是本发明提出的可供一种基于遗传算法的城市轨道交通节能运行图分析计算的数据模块流程示意图。

图3是本发明提出的一种基于遗传算法的城市轨道交通节能运行图的设计流程示意图。

具体实施方式

以下结合附图和具体实施方式对本发明做进一步详细描述。

如图1所示，一种基于遗传算法的城市轨道交通节能运行图设计方法包括建立调度运营数据、列车运行数据、轨道线路数据、节能运行图分析计算和分析结果打印输出结构模块。其中，待调度运营数据、列车运行数据和轨道线路数据结构模块的数据准备完毕后，将其输入节能运行图分析计算模块，通过计算机仿真计算，最后将分析结果打印输出。在节能运行图分析计算模块中，经过运营分组后采用遗传控制计算与能耗仿真计算产生一代代节能的列车运行数据，经列车安全距离计算校核后形成最终的城市轨道交通节能运行图设计结果。

如图2所示，一种可供城市轨道交通节能运行图分析计算的数据模块包括调度运营数据、列车运行数据和轨道线路数据准备模块。当数据准备模块都完成且通过各自及相互之间的数据检查后，方可进行下一步分析计算。轨道线路数据包括轨道线路、车站位置、牵引变电站位置容量、供电分区、轨道分区等数据信息。输入轨道线路数据有两种方式：建立一条新的轨道线路数据库文件或者从已有的轨道线路数据库中选取需要进行分析计算的轨道线路数据库。如果建立一条新的数据库，则需录入新的轨道线路数据，保存时自动进行数据完整性检查；如果是选择既有的轨道线路数据库，数据进行了修改操作时，数据将自动重新进行完整性检查，否则直接提示轨道线路数据的准备模块数据准备完毕。

列车运行数据包括列车在任一个站间运行时产生的时间-功率数据；列车运行数据即可以采用列车运行仿真时生成的数据，也可以采用实际测量的列车运行数据。究竟采用哪种数据视实际情况而定，若要提高分析的准确性，采用实际测量的数据；若实际数据无法得到，可以采用仿真数据。当选取已有的或输入新的列车运行数据，并且通过列车运行数据完整性检查，该模块即准备完毕。

调度运营数据包括不同时间段列车的发车间隔、发车对数等。当选取已有的或输入新的调度运营数据，在通过数据完整性检查之后，计算程序即进入节能运行图分析计算模块。

如图3所示，一种基于遗传算法的城市轨道交通节能运行图的设计流程为：首先，运营分组，根据调度运营数据对不同发车时间段运营分组，计算不同的遗传参数；其次，随机产生某一时间段的第一代种群，第一代种群进行能耗仿真计算得到各自的适应度，根据适应度大小选择交配种群；交配种群以交配概率Pc为0.25～0.75进行染色体的交叉产生后代种群；后代种群以变异概率Pm为0.001～0.1变异产生优化种群；再次，检验优化种群的性能，对不达标的优化种群重返图3所述步骤，使其循环达标，优化种群中的最优种群即是该时间段的节能运行数据；最后，判断是否计算完所有时间段的节能运行数据，利用所有时间段的节能运行数据组合绘制形成全天候的节能运行图。

现以城市轨道交通中某条线路为例，其绘制形成全天候的节能运行图的设计步骤如下：

首先，建立可供节能运行图分析计算的数据模块。输入该条线路的调度运营数据、列车运行数据、轨道线路数据，在通过数据完整性检查之后，计算程序即进入节能运行图分析计算模块。

其次，分别计算该城市轨道交通系统不同客流时间段的参数。分别计算城市轨道交通系统不同客流时间段参数的步骤包括：

第一步，根据调度运营数据对不同发车时间段进行运营分组，设定不同时间段的遗传参数。根据调度运营信息，线路在全天候运营过程中分为三个运营时间段：高峰时间段（时间段t1-t2），发车间隔4分钟；低峰时间段（时间段t3-t4），发车间隔9分钟；平峰时间段（除t1-t2，t3-t4段的所有时间段），发车间隔7分钟。第二步，根据不同的运营分组计算不同的遗传参数, 设定高峰时间段的种群数量为25，低峰时间段的种群数量为40，平峰时间段的种群数量为35。

再次，计算不同时间段该城市轨道交通系统的节能运行数据。计算城市轨道交通不同时间段节能运行数据的步骤包括：

第一步，编码，即对每个种群编码。将列车停站时间分为短停站时间（25秒）和长停站时间（40秒），以二进制代码0和1分别代表两种停站时间，对每列车在各站的停站时间进行编码。下表是某一种群中不同列车在不同站间的停站时间。

根据上表所示，则此种群中，车辆1的染色体为01…1，车辆2的染色体为10…0，…，车辆n的染色体为11…0。

第二步，确定种群数量并随机生成相应数量的种群：根据该时间段的遗传参数设置种群数量；高峰时间段种群数量为25，低峰时间段种群数量为40，平峰时间段种群数量为35。

第三步，设置算法关系式：设置种群的适应度方程；选择的目的是为了从当前群体中选出优良的个体，使它们有机会作为父代繁殖子孙。遗传算法通过选择过程体现这一思想，进行选择的原则是适应性强的个体为下一代贡献一个或多个后代的概率大。

根据不同种群的适应度，选择适应度大的种群作为新种群。目标是最小能耗，适应度越大能耗越小。因此，适应度方程设置如下：

（其中是能耗仿真模块中任一变电站的总能耗）。

第四步，计算种群适应度选择交配种群：将每一个种群解码后带入能耗仿真计算模块中根据适应度方程计算每个种群的适应度值

；以概率

、

从群体中选出两个种群遗传种群

、

。

第五步，交配：选择交配概率Pc为0.25、0.50或0.75，对遗传种群

、

进行交换，得到后代种群

、

。 

第六步，突变：选择变异概率Pm为0.001、0.01或0.1，使后代种群

、

中的各位产生变异，产生一个优化种群，直到优化种群数量达到设置的种群数量。        

第七步，检验：检验优化种群的性能，对不达标的优化种群重返上述第四步、第五步、第六步，使其循环而达标，达标的最优种群经列车安全距离计算校核后即形成该时间段的最优运营数据。

最后，利用不同时间段的节能运行数据组合绘制形成全天候的节能运行图。

Claims (6)

1.一种基于遗传算法的城市轨道交通节能运行图设计方法，其特征在于包括：首先，建立可供节能运行图分析计算的数据模块；其次，分别计算该城市轨道交通系统不同客流时间段的参数；再次，计算不同时间段该城市轨道交通系统的节能运行数据；最后，利用不同时间段的节能运行数据组合绘制形成全天候的节能运行图。

2.根据权利要求1所述的设计方法，其特征在于可供节能运行图分析计算的数据模块包括：轨道线路数据模块、列车运行数据模块和调度运营数据模块。

3.根据权利要求1所述的设计方法，其特征在于分别计算城市轨道交通系统不同客流时间段参数的步骤包括：

⑴根据调度运营数据对不同发车时间段的进行运营分组；

⑵根据不同的运营分组计算不同的遗传参数,利用遗传参数计算该时间段的节能运行图。

4.根据权利要求权利1所述的设计方法，其特征在于计算城市轨道交通不同时间段节能运行数据的步骤包括：

⑴编码：将列车停站时间分为短停站时间和长停站时间，以二进制代码0和1分别代表两种停站时间，对每列车在各站的停站时间进行编码；

⑵确定种群数量：根据该时间段的遗传参数设置种群数量；

⑶设置算法关系式：设置种群的适应度方程；

⑷计算种群适应度选择交配种群：根据不同种群的适应度，选择适应度大的种群作为交配种群；

⑸交配：交配种群以交配概率Pc随机地交换编码数据串结构中某个串的值而得到后代种群；

⑹突变：后代种群以变异概率Pm随机地改变编码数据串结构中某个串的值而得到优化种群；

⑺检验：检验优化种群的性能，对不达标的优化种群重返上述⑷、⑸、⑹步骤，使其循环而达标。

5.根据权利要求权利4所述的设计方法，其特征在于交配中的交配概率Pc为0.25～0.75。

6.根据权利要求权利4所述的设计方法，其特征在于突变中的变异概率Pm为0.001～0.1。

Images