CN106740998A - 城市轨道交通cbtc系统车载ato节能操控方法 - Google Patents

Abstract

本发明公开了一种城市轨道交通CBTC系统车载ATO节能操控方法，包括：将车载ATO节能运行划分为四个阶段，并对各个阶段的运行工况能耗进行分析；四个阶段分别为：加速阶段、巡航阶段、惰行阶段以及制动阶段；采用遗传算法并结合运行工况能耗分析结果，将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点、巡航阶段至惰行阶段的最佳转换点，以及惰行阶段至制动阶段的最佳转换点，并采用离线方式计算，从而获得进入巡航阶段、惰行阶段以及制动阶段的最佳位置。该方法有利于降低能耗，并可最终运行时间时尽量贴近计划运行总时间。

Description

城市轨道交通CBTC系统车载ATO节能操控方法

技术领域

本发明涉及城市轨道交通技术领域，尤其涉及一种城市轨道交通CBTC系统车载ATO节能操控方法。

背景技术

在城市轨道交通信号控制系统中，基于无线通信的列车控制系统(简称CBTC)逐渐成为主流，最近开通的地铁线路均采用了CBTC的信号系统，尤其是国产信号系统的大力发展，更是推动了CBTC技术应用的普及，这种信号系统，最大的改变就是列车驾驶方式的变化。

据统计，在地铁运行过程中，列车能耗占总能耗的50％以上，现有的节能方法主要有轻体化车辆，减小运行阻力，提高供电效率，节能驾驶，再生制动应用，其中节能驾驶操作对车辆运行能耗影响最大。通过技术手段实现节能减排，开展城轨节能驾驶策略研究对降低轨道交通运营成本，有着更为显著的意义。

在CBTC系统中，车载ATO设备在ATP监督下，负责驾驶列车运行的功能，故改变ATO的控制策略，能够实现单列车的运行节能目标。

ATO子系统工作在不同的列车控制级别和列车运行模式下，具体的控制级别和运行模式取决于列车实际运行所在区域内的设备以及列车自身设备。列车运行模式可分为：连续式ATO，点式ATO，连续和点式的混合模式。

当ATO控车时，列车从站台启动出发，依次经历加速阶段、平稳运行阶段、制动阶段，在下一站台对标停稳。

在平稳运行阶段，列车保持恒速运行，ATO会施加较小的作用力用于克服运行阻力。每个区间都基本相似，只是受各区间线路长度、曲线大小等影响，区间限速有变化。

ATO的输入信息来源主要有4个：速度传感器，应答器，线路数据库，运行计划时间。

当前ATO对车辆运行速度的控制，是依据输入数据，经过实时计算并选择一条合理的控车速度曲线，并不会考虑巡航和惰行方面来实现节能控车，ATO曲线计算中也并没有考虑速度转换点的合理位置。

发明内容

本发明的目的是提供一种城市轨道交通CBTC系统车载ATO节能操控方法，有利于降低能耗，并可最终运行时间时尽量贴近计划运行总时间。

本发明的目的是通过以下技术方案实现的：

一种城市轨道交通CBTC系统车载ATO节能操控方法，包括：

将车载ATO节能运行划分为四个阶段，并对各个阶段的运行工况能耗进行分析；四个阶段分别为：以最大牵引力将速度从零提升至最大运行速度v的加速阶段，以最大运行速度v持续运行的巡航阶段，从最大运行速度v开始惰行至速度u的惰行阶段，以及以ATO最大制动力控制停车的制动阶段；

采用遗传算法并结合运行工况能耗分析结果，将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点、巡航阶段至惰行阶段的最佳转换点，以及惰行阶段至制动阶段的最佳转换点，并采用离线方式计算，从而获得进入巡航阶段、惰行阶段以及制动阶段的最佳位置。

所述对各个阶段的运行工况能耗进行分析包括：

加速阶段列车能耗描述为：

E₁＝(F-W)×s₁

所用时间为：

其中，F为最大牵引力，W为列车运行阻力，a₁为列车加速度，s₁为加速阶段的列车运行距离；

巡航阶段列车能耗描述为：

E₂＝E-E₁＝W×(s₂-s₁)

所用时间为：

其中，E为总运动能耗，s₂-s₁为巡航阶段列车运行距离；

惰行阶段无能耗，其所用时间为：

u²-v²＝2a(s₃-s₂)

其中，m为列车重量，a为惰行减速度，s₃-s₂为惰行阶段的列车运行距离，s-s₃为制动阶段列车运行距离；

制动阶段，假设列车减速度恒定，则所用时间为：

其中，B为最大制动力，a₂为列车减速度；

由能量守恒原理，总运动能耗E等于最大牵引、运行阻力能耗与动能，则有：

E＝(F-W)×s₁+W(s₂-s₁)+mu²/2；

其中的最大牵引力F与列车运行速度有关，近似计算公式为：

所述采用遗传算法并结合运行工况能耗分析结果，将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点、巡航阶段至惰行阶段的最佳转换点，以及惰行阶段至制动阶段的最佳转换点包括：

与运行工况能耗相关的最大牵引力决定了列车运行速度，列车运行速度决定了各个阶段分别所用时间以及运行距离；在四个阶段的总时间给定的情况下，对于每一个阶段均通过遗传算法进行迭代运算，从而获得每一阶段最佳的速度-距离曲线，根据各个阶段最佳的速度-距离曲线计算各个阶段的最佳转换点；具体为：

四个阶段的总时间表示为：

其中，加速阶段的列车运行距离s₁即表示加速阶段至巡航阶段的转换点，巡航阶段列车运行距离s₂-s₁中的s₂即表示巡航阶段至惰行阶段的转换点，惰行阶段列车运行距离s₃-s₂中的s₃即表示惰行阶段至制动阶段的转换点；

将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点s₁'、巡航阶段至惰行阶段的最佳转换点s₂'，以及惰行阶段至制动阶段的最佳转换点s₃'，其公式如下：

min Q＝E+ω(T-T_总)；

其中，ω标定为算子，T_总为规定的总运行时间；

将E与T带入上述公式进行迭代计算，将使得参数Q为最小值时对应的s₁'、s₂'、s₃'即为最终结果。

由上述本发明提供的技术方案可以看出，通过对列车四个阶段的能耗进行分析，不仅可以比较能耗效果，还可以计算各个阶段所用时间；在此基础上，采用了遗传算法离线计算，增加了自适应算子调整机制，求得最佳列车工况转换点，对车载ATO驾驶节能能起到明显作用。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种城市轨道交通CBTC系统车载ATO节能操控方法流程图；

图2为本发明实施例提供的各个阶段运行过程示意图；

图3为本发明实施例提供的使用遗传算法计算惰行阶段开始位置的示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明实施例提供一种城市轨道交通CBTC系统车载ATO节能操控方法，如图1所示，其主要包括如下步骤：

步骤11、将车载ATO节能运行划分为四个阶段，并对各个阶段的运行工况能耗进行分析。

如图2所示，四个阶段分别为：以最大牵引力将速度从零提升至最大运行速度v的加速阶段，以最大运行速度v持续运行的巡航阶段，从最大运行速度v开始惰行至速度u的惰行阶段，以及以ATO最大制动力控制停车的制动阶段。

为了描述每个阶段的运行过程，计算每个阶段的能量，需要建立列车的运动方程：

1)加速阶段中，假设牵引力恒定为最大牵引力；

则加速阶段列车能耗描述为：

E₁＝(F-W)×s₁

所用时间为：

其中，F为最大牵引力，W为列车运行阻力，a₁为列车加速度，s₁为加速阶段的列车运行距离；

2)巡航阶段列车能耗描述为：

E₂＝E-E₁＝W×(s₂-s₁)

所用时间为：

其中，E为总运动能耗，s₂-s₁为巡航阶段列车运行距离；

惰行阶段无能耗，其所用时间为：

u²-v²＝2a(s₃-s₂)

其中，m为列车重量，a为惰行减速度，s₃-s₂为惰行阶段的列车运行距离，s-s₃为制动阶段列车运行距离；

制动阶段，假设列车减速度恒定，则所用时间为：

其中，B为最大制动力，a₂为列车减速度；

由能量守恒原理，总运动能耗E等于最大牵引、运行阻力能耗与动能，则有：

E＝(F-W)×s₁+W(s₂-s₁)+mu²/2；#

其中的最大牵引力F与列车运行速度有关，近似计算公式为：

上述分析结果显示，降低总运动能耗，需要降低最大牵引力使用率及减少牵引切换次数。

步骤12、采用遗传算法并结合运行工况能耗分析结果，将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点、巡航阶段至惰行阶段的最佳转换点，以及惰行阶段至制动阶段的最佳转换点，并采用离线方式计算，从而获得进入巡航阶段、惰行阶段以及制动阶段的最佳位置。

本发明实施例中，使用ATO最优节能算法进行节能计算，该算法在全局搜索的优化问题中有很好的效果。该算法主要采用了遗传算法来进行离线工况转换点计算。最优控制算法的输入条件包括：线路定义、车辆定义、实时数据及运营数据。输出为列车的驾驶策略，重点需要确定列车工况的转换点，也就是各个阶段转换的位置。

所述线路定义是ATP区段定义。以此定义转换为实际的公里标。列车定义是列车ID号，举例：线路定义：0x2e06，列车ID号：0x00010050，实时位置时列车实际公里标。“输入惰行位置”是输入惰性位置转换点范围，意思是说先给定一个s2的大概范围，然后在迭代优化。

以惰行阶段为例，使用遗传算法计算惰行阶段开始位置(也即巡航阶段至惰行阶段的转换点)的过程如图3所示。通过计算，遗传算法会输出每一次迭代的最大适应度、平均适应度以及对应的转换位置，这样能够完成后续的速度-距离曲线。其次的各阶段转换点也需要采用类似的方式做迭代计算。

本领域技术人员可以理解，遗传算法的具体计算过程可以参照常规计算，此处提到的最大适应度、平均适应度为遗传概念；将原有目标函数转化后作为适应度函数使用。根据距离、时间、速度参数，取适应度函数为原目标函数的倒数，即可保证最优解是具有最大适应度的染色体。

上述计算的原理为：与运行工况能耗相关的最大牵引力决定了能耗，列车运行速度决定了各个阶段分别所用时间以及运行距离；在四个阶段的总时间给定的情况下，对整个阶段通过遗传算法进行迭代运算，从而获得每一阶段最佳的速度-距离曲线，而每一阶段距离的末端即表示向下一阶段转换的位置；具体来说：

四个阶段的总时间表示为：

其中，加速阶段的列车运行距离s₁即表示加速阶段至巡航阶段的转换点，巡航阶段列车运行距离s₂-s₁中的s₂即表示巡航阶段至惰行阶段的转换点，惰行阶段列车运行距离s₃-s₂中的s₃即表示惰行阶段至制动阶段的转换点；

将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点s₁'、巡航阶段至惰行阶段的最佳转换点s₂'，以及惰行阶段至制动阶段的最佳转换点s₃'，其公式如下：

min Q＝E+ω(T-T_总)；

其中，ω标定为算子，T_总为规定的总运行时间；

将前文的E与T带入上述公式进行迭代计算，将使得参数Q最小值对应的s₁'、s₂'、s₃'即为最终结果。

本发明实施例的上述方案中，通过对列车四个阶段的能耗进行分析，不仅可以比较能耗效果，还可以计算各个阶段所用时间；在此基础上，采用了遗传算法离线计算，增加了自适应算子调整机制，求得最佳列车工况转换点，对车载ATO驾驶节能能起到明显作用。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (3)

1.一种城市轨道交通CBTC系统车载ATO节能操控方法，其特征在于，包括：

将车载ATO节能运行划分为四个阶段，并对各个阶段的运行工况能耗进行分析；四个阶段分别为：以最大牵引力将速度从零提升至最大运行速度v的加速阶段，以最大运行速度v持续运行的巡航阶段，从最大运行速度v开始惰行至速度u的惰行阶段，以及以ATO最大制动力控制停车的制动阶段；

采用遗传算法并结合运行工况能耗分析结果，将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点、巡航阶段至惰行阶段的最佳转换点，以及惰行阶段至制动阶段的最佳转换点，并采用离线方式计算，从而获得进入巡航阶段、惰行阶段以及制动阶段的最佳位置。

2.根据权利要求1所述的一种城市轨道交通CBTC系统车载ATO节能操控方法，其特征在于，所述对各个阶段的运行工况能耗进行分析包括：

加速阶段列车能耗描述为：

$\frac{dv\left(t\right)}{dt}=F-W$

$v=\sqrt{2a_1{s}_1}$

E₁＝(F-W)×s₁

所用时间为：

$t_1=\frac{\sqrt{2a_1{s}_1}}{a_1};$

其中，F为最大牵引力，W为列车运行阻力，a₁为列车加速度，s₁为加速阶段的列车运行距离；

巡航阶段列车能耗描述为：

E₂＝E-E₁＝W×(s₂-s₁)

所用时间为：

$t_2=\frac{s_2-s_1}{\sqrt{2a_1{s}_1}};$

其中，E为总运动能耗，s₂-s₁为巡航阶段列车运行距离；

惰行阶段无能耗，其所用时间为：

$u=\sqrt{2a_2(s-s_3)}$

$t_3=\frac{v-u}{W/m}=\frac{\sqrt{2a_1{s}_1}-\sqrt{2a_2(s-s_3)}}{W/m}$

u²-v²＝2a(s₃-s₂)

其中，m为列车重量，a为惰行减速度，s₃-s₂为惰行阶段的列车运行距离，s-s₃为制动阶段列车运行距离；

制动阶段，假设列车减速度恒定，则所用时间为：

$t_4=\frac{w}{B/m}=\frac{\sqrt{2a_2(s-s_3)}}{a_2};$

其中，B为最大制动力，a₂为列车减速度；

由能量守恒原理，总运动能耗E等于最大牵引、运行阻力能耗与动能，则有：

E＝(F-W)×s₁+W(s₂-s₁)+mu²/2；

其中的最大牵引力F与列车运行速度有关，近似计算公式为：

$\left\{\begin{array}{cc}F=310kN& v\≤36km/h\\ F=(310-20\×(v-36\left)kN\right)& v>36km/h\end{array}\right..$

3.根据权利要求2所述的一种城市轨道交通CBTC系统车载ATO节能操控方法，其特征在于，所述采用遗传算法并结合运行工况能耗分析结果，将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点、巡航阶段至惰行阶段的最佳转换点，以及惰行阶段至制动阶段的最佳转换点包括：

与运行工况能耗相关的最大牵引力决定了列车运行速度，列车运行速度决定了各个阶段分别所用时间以及运行距离；在四个阶段的总时间给定的情况下，对于每一个阶段均通过遗传算法进行迭代运算，从而获得每一阶段最佳的速度-距离曲线，根据各个阶段最佳的速度-距离曲线计算各个阶段的最佳转换点；具体为：

四个阶段的总时间表示为：

$T=\underset{1}{\overset{4}{\mathrm{\Σ}}}{t}_i=\frac{\sqrt{2a_1{s}_1}}{a_1}+\frac{s_2-s_1}{\sqrt{2a_1{s}_1}}+\frac{\sqrt{2a_1{s}_1}-\sqrt{2a_2\left(s-s_3\right)}}{W/m}+\frac{\sqrt{2a_2\left(s-s_3\right)}}{a_2};$

其中，加速阶段的列车运行距离s₁即表示加速阶段至巡航阶段的转换点，巡航阶段列车运行距离s₂-s₁中的s₂即表示巡航阶段至惰行阶段的转换点，惰行阶段列车运行距离s₃-s₂中的s₃即表示惰行阶段至制动阶段的转换点；

将求解能耗最小问题转换为求解加速阶段至巡航阶段的最佳转换点s₁'、巡航阶段至惰行阶段的最佳转换点s₂'，以及惰行阶段至制动阶段的最佳转换点s₃'，其公式如下：

min Q＝E+ω(T-T_总)；

其中，ω标定为算子，T_总为规定的总运行时间；

将E与T带入上述公式进行迭代计算，将使得参数Q为最小值时对应的s₁'、s₂'、s₃'即为最终结果。