CN103235843A - 一种城市轨道交通列车运行优化控制模拟方法和系统 - Google Patents

Abstract

本发明公开了一种城市轨道交通列车运行优化控制模拟方法和系统，方法包括包括检测列车的当前时间步速度和当前时间步位置；确定列车与追踪目标之间的距离；根据速度优化算法计算列车的最优目标速度；计算并更新列车的加速度、下一时间步速度和下一时间步位置。系统包括车载设备，该车载设备具有用于根据速度优化算法计算列车的最优目标速度的子系统。本发明用来优化列车的运行速度曲线,实现列车运行的低能耗和准时性。

Description

一种城市轨道交通列车运行优化控制模拟方法和系统

技术领域

本发明涉及城市轨道交通列车运行信号控制技术。更具体地，本发明涉及在移动闭塞条件下的城市轨道交通列车运行优化控制模拟方法和系统。

背景技术

近年来，随着城市规模的不断扩大，城市交通能源消耗问题变得越来越突出。作为一种大运量、低能耗、高准时性的城市轨道交通，其重要性日益凸显。在提升城市轨道交通运营能力的同时，相应的节能技术，如列车节能运行控制和再生制动等也受到了极大关注。

现阶段，有关列车节能控制系统的研究在理论上已有一定的积累，且以单车节能操纵的内容居多，基于优化速度曲线的列车运行优化控制较为少见。在移动闭塞信号控制条件下，相邻两列同向列车中的后继列车自动调整追踪距离，使得追踪列车间保持一定的安全距离。该控制模式能够最大限度地缩小列车之间的间隔距离，从而在保证通行安全的基础上提高了区间内的行车密度，进而提高区段的通过能力。由于移动闭塞中列车运行的复杂性，借助于计算机对列车追踪运行与操纵优化进行模拟研究是一种比较切实可行的方法。

目前，基于计算机的模拟方法主要有基于基本模型的模拟方法、基于时间模型的模拟方法以及基于事件模型的模拟方法。使用基本模型，当路轨导电环长度较小时，模拟出的连续制动曲线与实际的较为吻合。基于时间的方法，模拟模型的设计和建立较为容易，但相应的计算量较大。基于事件的方法能够减少计算量，节省计算的内存，但其模拟精度在某种程度上被降低了。

发明内容

本发明目的在于提供一种城市轨道交通列车运行优化控制模拟方法和系统，以实现列车运行的低能耗和准时性。

具体的技术方案如下：

一种城市轨道交通列车运行优化控制模拟方法，包括以下步骤：

检测列车的当前时间步速度和当前时间步位置；

确定列车与追踪目标之间的距离；

根据速度优化算法计算列车的最优目标速度；

计算并更新列车的加速度、下一时间步速度和下一时间步位置。

进一步地，所述速度优化算法包括：

如果追踪距离，小于等于刹车距离时，所述最优目标速度为保证列车准确停在刹车停止点位置的速度；

如果列车追踪距离大于刹车距离时，所述最优目标速度为巡航速度。

所述根据速度优化算法计算列车的最优目标速度进一步包括：

步骤1确定计划行驶时间T_co，并且T_co≥T_co ^min

步骤2计算巡航速度v_cr：

$v_{\mathrm{cr}}=\min (\frac{T_{\mathrm{co}}-\sqrt{T_{\mathrm{co}}^2-4(\frac{1}{{2a}_{\mathrm{dr}}}+\frac{1}{{2a}_{\mathrm{br}}})L}}{(\frac{1}{a_{\mathrm{dr}}}+\frac{1}{a_{\mathrm{br}}})},v_{\max })$

步骤3确定所述最优目标速度V_opt：

当v_cr ²/(2a_br)≥x_obj-x_n(t)，即，追踪列车的刹车距离v_cr ²/(2a_br)，较之列车追踪距离x_obj-x_n(t)大时，

$V_{\mathrm{opt}}=\sqrt{{2a}_{\mathrm{br}}(x_{\mathrm{obj}}-x_n\left(t\right))}$

否则

V_opt=v_cr；

其中:a_dr为最大加速度，a_br为最大减速度，v_cr为巡航速度，T_co为规定的计划行驶时间，T_co ^min为最小计划行驶时间，L为给定区间的长度，V_opt为列车期望达到的速度，x_obj为列车的刹车停止点位置，v_n(t)为第n辆列车在当前时间步t的速度，x_n(t)为第n辆列车在当前时间步t的位置，v_max为列车运行时的最大速度限速。

所述计算并更新列车的加速度、下一时间步速度和下一时间步位置进一步包括：

步骤4：计算加速度

${\stackrel{\·\·}{x}}_n\left(t\right)=\frac{V_{\mathrm{opt}}-v_n\left(t\right)}{\mathrm{\τ}}$

步骤5：计算并更新第n辆车的速度和位置：

$v_n(t+1)=v_n\left(t\right)+{\stackrel{\·\·}{x}}_n\left(t\right)$

x_n(t+1)=x_n(t)+v_n(t+1)

其中:τ为司机反映时间。

本发明还提供一种速度优化模块，用于根据所述速度优化算法优化目标速度。

本发明还提供一种包括所述速度优化模块的列车自动驾驶系统。

本发明还提供一种城市轨道交通列车运行优化控制模拟系统，包括车载设备，该车载设备包含所述的列车自动驾驶系统。

本发明的有益效果在于：本发明用来优化列车的运行速度曲线,实现列车运行的低能耗和准时性，并具有如下优点：（1）采用离散迭代的方法，运行速度快，因而适合于大规模的计算机模拟；（2）该模拟系统仿真度高，能实时显示列车运行优化控制过程中的运行状况；（3）易于硬件实现，费用低，应用范围广。

附图说明

下面将参照附图并结合实施例对本发明进行具体说明。

图1为本发明优化控制模拟系统示意图；

图2为本发明的优化控制模拟方法流程图；

图3为追踪列车运行过程中的最优速度曲线图；

图4为追踪列车运行过程中的位置-速度关系曲线图；

图5为追踪列车运行过程中与追踪目标的追踪距离图；

图6为追踪列车运行过程中速度-时间关系；

图7(a)为总能耗与最优目标速度的变化关系；

图7(b)为电功率峰值与最优目标速度的变化关系。

具体实施方式

本发明提供一种移动闭塞条件下的城市轨道交通列车运行优化控制模拟方法和系统，它是建立在基于速度优化算法的基础上。

在本发明的方法中，调度中心根据列车运行图，亦即运行计划，向列车下达行车命令。列车在行驶过程中将自己的位置、速度等信息经数据通信子系统传递给区域控制器以及调度中心；区域控制器向辖内列车发布移动授权指令（下面详述）；列车根据该移动授权指令及自身位置速度等信息结合本发明中的速度优化算法，实现列车的安全优化运行。以上的信息传递皆在数据通信子系统的连续式通信模式下工作，如此，调度中心就能够在任意时间步获得该区段所有列车的位置，据此判定列车是否按既定运行图运行，并产生相应的调度命令。

具体地，图1所示为移动闭塞条件下，优化控制模拟系统示意图。在本发明的系统中，包括六个部分：车载设备、轨旁设备、区域控制器（Zone Controller，ZC）、数据通信子系统（Data Comunication Subsystem,DCS），车站以及调度中心。所述车载设备用于探测和测量列车的位置和速度，计算列车的最优目标速度，实现列车的安全优化运行，车载设备为安装在列车上的车载无线单元、查询器以及车载控制器（Carborne Controller，以下简称CC）等设备的总称，CC内嵌列车自动防护系统（Automatic Train Protection，ATP）、列车自动驾驶系统（Automatic Train Operation，以下简称ATO）；轨旁设备沿着线路分布，它由微机联锁、信标、信号设备、计轴和应答器部件等组成，所述轨旁设备用于与车载设备进行交互，提供位置信息；所述数据通信子系统DCS用于实现区域控制器，车站，调度中心等系统组成部分之间的有线通信如IP以太网和车地间的无线通信。所述区域控制器用于依据辖内所有列车的位置和速度等信息，形成移动授权指令，并经由DCS向列车发布该指令。所述车站用于列车出发与停靠；所述调度中心包含列车自动监控系统（Automatic Train Supervision,以下简称ATS），用于监视和控制在线所有列车的运行，在特殊情况下，如应急指挥等，执行行车调度。

如图2所示的方法流程图，我们所模拟的是单线轨道上列车的追踪运行，列车区间或站内的追踪过程为：对所述优化控制模拟系统初始化数据后，在一个时间步长内，列车首先测定自己的当前时间步位置和当前时间步速度。然后，获知列车与追踪目标的距离即追踪距离，追踪目标可以是前车也可以是前方站点。在该追踪距离以及列车刹车距离的基础上，根据速度优化算法，计算列车追踪的最优目标速度，并结合当前时间步速度和当前时间步位置，进一步确定列车的下一时间步速度和位置。以上便是列车在一个时间步长内的追踪过程。当所述优化控制模拟系统的开关不停止时，时间步增加1重新进行新一轮的优化控制模拟的追踪过程。

如图1所示，列车1参考列车2的位置，列车2参考车站乙的位置，列车行驶方向为由车站甲向车站丙，即列车1相对于列车2为追踪列车，列车2相对于车站乙为追踪列车。具体的模拟过程为：

第一步、列车1和列车2通过自身的查询器读取轨旁设备信标的数据，并将数据发送给车载控制器CC；

第二步、车载控制器CC实现列车当前时间步位置x_n(t)的定位和当前时间步速度v_n(t)的测量，并利用DCS将该当前时间步位置x_n(t)和当前时间步速度v_n(t)传送给每个区域控制器以及列车ATS系统。其中，n=1或2，表示第n辆列车，下同；

第三步、区域控制器根据管辖区域内所有列车的位置和方向，形成移动授权（Movement Authority Limit,以下简称MAL）指令，该MAL指令内含列车刹车停止点位置x_obj的信息，并将该MAL指令通过DCS传递给列车；

第四步、列车车载控制器CC利用MAL指令执行ATP和ATO功能，ATO采用本发明中的速度优化算法结合列车当前时间步位置x_n(t)与当前时间步速度v_n(t)信息，计算出列车的最优目标速度V_opt以及在下一时间步的加速度

下一时间步速度v_n(t+1)以及下一时间步位置x_n(t+1)，实现列车的安全优化运行。

列车在行使过程中目标速度的优化算法是：（1）如果追踪列车的刹车距离大于或等于列车追踪距离，追踪列车必须刹车制动，则列车追踪的最优目标速度V_opt与其当前时间步位置和刹车停止点的距离x_obj有关，最优目标速度为保证了列车能够准确停在刹车停止点位置的速度。（2）如果列车追踪距离大于追踪列车的刹车距离，则追踪列车的最优目标速度V_opt为其巡航速度v_cr，并且该巡航速度不大于最大速度限速。在以上的两种情况下，列车的追踪目标可以是该列车的前车，也可以是站点，列车的加速度

皆由其当前时间步速度与所述优化目标速度V_opt决定。具体算法是：

步骤1确定行驶时间T_co，并且T_co≥T_co ^min

步骤2计算巡航速度：

$v_{\mathrm{cr}}=\min (\frac{T_{\mathrm{co}}-\sqrt{T_{\mathrm{co}}^2-4(\frac{1}{{2a}_{\mathrm{dr}}}+\frac{1}{{2a}_{\mathrm{br}}})L}}{(\frac{1}{a_{\mathrm{dr}}}+\frac{1}{a_{\mathrm{br}}})},v_{\max })$

步骤3确定最优目标速度V_opt：

当v_cr ²/(2a_br)≥x_obj-x_n(t)，即，追踪列车的刹车距离v_cr ²/(2a_br)，较之列车追踪距离x_obj-x_n(t)大时，

$V_{\mathrm{opt}}=\sqrt{{2a}_{\mathrm{br}}(x_{\mathrm{obj}}-x_n\left(t\right))}$

否则

V_opt=v_cr

步骤4：计算下一时间步长的加速度

${\stackrel{\·\·}{x}}_n\left(t\right)=\frac{V_{\mathrm{opt}}-v_n\left(t\right)}{\mathrm{\τ}}$

步骤5：更新第n辆车的速度和位置：

$v_n(t+1)=v_n\left(t\right)+{\stackrel{\·\·}{x}}_n\left(t\right)$

x_n(t+1)=x_n(t)+v_n(t+1)

式中:a_dr最大加速度

a_br最大减速度

v_cr巡航速度

T_co规定的计划行驶时间

T_co ^min最小计划行驶时间

L给定区间的长度

V_opt列车期望达到的优化目标速度

x_obj列车的刹车停止点位置

v_n(t)第n辆列车在时间步t的速度

x_n(t)第n辆列车在时间步t的位置

v_max列车运行时的最大速度限速

τ司机反映时间

该算法基于元胞自动机模型，具体算法实现过程中，模拟的边界条件是开放的。区间L被划分为L等份，每一等份对应一个位置。考虑两车之间的最小安全距离L_s=τv_max+v_max ²/(2a_br)，该算法规定，当该区间的起始位置如车站甲至最小安全距离L_s皆无列车存在时，在该起始位置产生新的列车驶入本发明的模拟系统，也就是当有列车驶入车站甲时且它与其追踪目标的距离为最小安全距离L_s时，则运行本发明的模拟系统开始对该列车进行优化控制模拟，在运行过程中列车参考的是追踪距离与刹车距离。当在该列车驶出该区间的末位置如车站丙时，该列车在下一时间步将离开所述模拟系统。

此外，为计算列车加速行驶过程中列车单位质量所消耗的能量E，我们给出如下表达式：

$E=(a+r_0+r_2{v_0}^2)\mathrm{\ΔS}+r_2\mathrm{a\ΔS}+\frac{r_1{({v_0}^2+2\mathrm{a\ΔS})}^{3/2}-r_1{v_0}^3}{3a},$

上式中，a为列车由初始速度v₀加速到末速度v₁过程中的加速度。r₀,r₁,r₂为戴维斯系数（Davis coefficient），ΔS为列车的位移。

本发明中，

v₀=v_n(t)；v₁=v_n(t+1)。即

$E=({\stackrel{\·\·}{x}}_n\left(t\right)+r_0+r_2{v}_n{\left(t\right)}^2)(x_n(t+1)-x_n\left(t\right))+r_2{\stackrel{\·\·}{x}}_n\left(t\right)(x_n(t+1)-x_n\left(t\right))$ $+\frac{r_1{(v_n{\left(t\right)}^2+2{\stackrel{\·\·}{x}}_n\left(t\right)(x_n(t+1)-x_n\left(t\right)))}^{3/2}-r_1{v}_n{\left(t\right)}^3}{3{\stackrel{\·\·}{x}}_n\left(t\right)}$

巡航过程中，仅有阻力做功，因此，列车单位质量所消耗的能量E为：

$E=(r_0+r_1{v}_{\mathrm{cr}}+r_2{v}_{\mathrm{cr}}^2)\mathrm{\ΔS}$

本发明中为如下表达：

$E=(r_0+r_1{v}_{\mathrm{cr}}+r_2{v}_{\mathrm{cr}}^2)(x_n(t+1)-x_n\left(t\right))$

以上算法，可以用一些常用的计算机语言去实现，例如，C#语言、C++语言以及Matlab语言。

本实施例中，假设列车的最大加速度a_dr为1.5米/秒²，最大制动速度a_br（或称减速度）为1米/秒²，列车运行时的最大速度限速v_max为15米/秒，司机反映时间τ为1秒。如图1所示，实例中以车站甲为初始位置，车站丙为边界位置，车站乙位于车站甲、丙之间，且乙分别与甲、丙两站之间的距离（即，区间长度L）皆为1000米，时间步为1000，最大速度限速v_max为15米/秒，规定计划行驶时间T_co为列车完成1000米行程的计划时间。戴维斯系数r₀,r₁,r₂分别为2.25,0.019,0.00032。

根据上述各数据并通过本发明模拟方法可以得出以下实验结果：

当给定的列车区间行驶时间大于最小计划行驶时间限制，可以得到优化的速度曲线，这一速度曲线在保证列车准时到达目的地的同时，实现列车的节能运行。如图3所示为理论上的追踪列车运行过程中的最优速度曲线图，固定速度是列车在区间甲乙的巡航速度v_cr，并且该速度不大于最大速度限速v_max，而众所周知的是列车在牵引过程中的能耗是相当可观的，因此可知，图3中的速度控制策略可避免列车由于过度加速导致能量损耗而达到节能目的。图4所示为速度曲线的理论值与模拟结果的比较，此时设定最小计划行驶时间T_co ^min=57.74秒，图中实线为对应于图3的理论值，虚线为本发明的模拟测量值。从图4中可以看出，理论得到的结果和本发明实际模拟得到的结果能很好地吻合。

应用本发明提供的模拟系统，模拟移动闭塞条件下，列车的运行状况。记录下列车在追踪过程中与追踪目标的追踪距离，图5为追踪列车运行过程中与追踪目标的追踪距离图，并设定此时的最小计划行驶时间T_co ^min=57.74秒。其中，虚线为最小安全距离，实线为列车追踪过程中的追踪距离，可以看到，本发明模拟得到的结果几乎都大于最小安全距离，仅在少许时间步追踪距离要略微的小于最小安全距离。而事实上，当出现后一种情形时，追踪列车很快地进行制动保证了距离间隔的增加，这在下一段会做进一步阐述。

按照本发明的方法和系统在模拟的过程中，如果追踪距离小于列车刹车距离，车载设备根据两者的位置、速度等信息做出相应的速度控制决策，一般是追踪列车将被迫减小速度甚至停车。图6所示为追踪列车在追踪过程中速度随距离的变化关系，设定最小计划行驶时间T_co=87.74秒。从图6中可以明显地看到，追踪列车为与追踪目标保持最小安全距离，其速度在不断的调整。此外，当列车接近车站需完成停车作业时，列车逐渐减速然后停靠在车站，此时速度为零。在站停靠时间达到要求后，列车逐渐加速离开车站，并可以看到列车在其后续旅程中追踪到其巡航速度继续运行，这说明了本发明的模拟方法和系统的速度优化算法可实现列车的节能运行。

进一步地，图7（a）和图7（b）分别显示了按照本发明算法计算的总能耗以及电力峰值与列车最优目标速度的关系，可以看到，最优目标速度值越小，总能耗E、电力峰值皆越小，并且呈现出E∝T_co ^-γ的现象，这些都与经验观测值相吻合。

本发明的模拟方法和系统适用于模拟单线及单向的轨道交通系统中的列车运行状况。对于复杂条件下的交通，可以通过修改优化算法来模拟实现。

综上可见，该模拟控制系统能成功地用来模拟实际的列车运行优化控制系统。也可以用来分析各种条件下的列车运行状况，测试信号控制系统以及改善信号控制系统的性能。同时，该系统还可以用来训练驾驶员的操作和考核。

应当理解，以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。本发明的保护范围仅由随附权利要求书限定。

Claims (7)

1.一种城市轨道交通列车运行优化控制模拟方法，其特征在于，包括以下步骤：

检测列车的当前时间步速度和当前时间步位置；

确定列车与追踪目标之间的距离；

根据速度优化算法计算列车的最优目标速度；

计算并更新列车的加速度、下一时间步速度和下一时间步位置。

2.根据权利要求1所述的城市轨道交通列车运行优化控制模拟方法，其特征在于，

所述速度优化算法包括：

如果追踪距离，小于等于刹车距离时，所述最优目标速度为保证列车准确停在刹车停止点位置的速度；

如果列车追踪距离大于刹车距离时，所述最优目标速度为巡航速度。

3.根据权利要求2所述的城市轨道交通列车运行优化控制模拟方法，其特征在于，

所述根据速度优化算法计算列车的最优目标速度进一步包括：

步骤1确定计划行驶时间T_co，并且

步骤2计算巡航速度v_cr：

$v_{\mathrm{cr}}=\min (\frac{T_{\mathrm{co}}-\sqrt{T_{\mathrm{co}}^2-4(\frac{1}{{2a}_{\mathrm{dr}}}+\frac{1}{{2a}_{\mathrm{br}}})L}}{(\frac{1}{a_{\mathrm{dr}}}+\frac{1}{a_{\mathrm{br}}})},v_{\max })$

步骤3确定所述最优目标速度V_opt：

当v_cr ²/(2a_br)≥x_obj-x_n(t)，即，追踪列车的刹车距离v_cr ²/(2a_br)，较之列车追踪距离x_obj-x_n(t)大时，

$V_{\mathrm{opt}}=\sqrt{{2a}_{\mathrm{br}}(x_{\mathrm{obj}}-x_n\left(t\right))}$

否则

V_opt=v_cr；

其中:a_dr为最大加速度，a_br为最大减速度，v_cr为巡航速度，T_co为规定的计划行驶时间，T_co ^min为最小计划行驶时间，L为给定区间的长度，V_opt为列车期望达到的速度，x_obj为列车的刹车停止点位置，v_n(t)为第n辆列车在当前时间步t的速度，x_n(t)为第n辆列车在当前时间步t的位置，v_max为列车运行时的最大速度限速。

4.根据权利要求3所述的城市轨道交通列车运行优化控制模拟方法，其特征在于，

所述计算并更新列车的加速度、下一时间步速度和下一时间步位置进一步包括：

步骤4：计算加速度

${\stackrel{\·\·}{x}}_n\left(t\right)=\frac{V_{\mathrm{opt}}-v_n\left(t\right)}{\mathrm{\τ}}$

步骤5：计算并更新第n辆车的速度和位置：

$v_n(t+1)=v_n\left(t\right)+{\stackrel{\·\·}{x}}_n\left(t\right)$

x_n(t+1)=x_n(t)+v_n(t+1)

其中:τ为司机反映时间。

5.根据权利要求4所述的城市轨道交通列车运行优化控制模拟方法的速度优化模块，用于根据所述速度优化算法优化目标速度。

6.一种包括权利要求5的速度优化模块的列车自动驾驶系统。

7.一种城市轨道交通列车运行优化控制模拟系统，其特征在于，包括：

车载设备，该车载设备包含如权利要求6所述的列车自动驾驶系统。

Images