CN110852636A - 基于运行计划的轨道交通系统牵引能耗优化界限探测方法 - Google Patents
基于运行计划的轨道交通系统牵引能耗优化界限探测方法 Download PDFInfo
- Publication number
- CN110852636A CN110852636A CN201911114590.XA CN201911114590A CN110852636A CN 110852636 A CN110852636 A CN 110852636A CN 201911114590 A CN201911114590 A CN 201911114590A CN 110852636 A CN110852636 A CN 110852636A
- Authority
- CN
- China
- Prior art keywords
- train
- traction
- energy consumption
- scheme
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 106
- 238000005457 optimization Methods 0.000 title claims abstract description 69
- 238000001514 detection method Methods 0.000 title claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供了一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法,包括:构建目标轨道交通线路的基础数据库;采用基础牵引计算方案计算目标轨道交通线路所有计划运行列车的参考运行方案以及对应的牵引能耗;采用优化牵引计算方案计算目标轨道交通线路所有计划运行列车在节能优化目标下的优化运行方案以及牵引能耗;根据参考运行方案和优化运行方案的牵引能耗,计算优化运行方案相对于参考运行方案的节能量和节能比,构建列车牵引能耗界限数据库,确定牵引能耗优化界限。本方法可以对给定轨道交通运行计划的牵引能耗节能优化界限进行准确估计,进而在运行计划编制与调整层面为提升轨道交通系统节能水平提供参考依据。
Description
技术领域
本发明涉及轨道交通系统的综合节能优化技术领域,尤其涉及一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法。
背景技术
轨道交通系统作为综合交通运输系统中的重要组成部分,近年来得到了广泛关注和快速发展。在轨道交通系统的建设、运营和发展过程中,单纯从轨道交通系统全生命周期的部分过程环节出发开展优化与提升,已无法满足当前轨道交通系统走向现代化、智能化与网络化发展的具体需求。轨道交通系统是一个涉及众多因素、对象和时空范围的复杂系统,如何尽可能采用有效手段准确评估轨道交通系统能量消耗水平,并从技术层面、管理层面及用户层面实施针对性的节能降耗措施,是当前及未来时期轨道交通系统关注的一项重点问题,也是进一步提升轨道交通系统能效水平、构建新型环境友好型公共交通模式与系统的必然选择。
在轨道交通系统的能耗构成中,列车牵引能耗占有很大比重。为了有效缓解公共交通的出行压力,单纯采用加开车次、提高车速和改进列车驾驶操作方式等手段,无法从根本上解决对轨道交通能效的有效改善与提升。为此,在轨道交通运行计划编制与调整阶段,从列车运行计划的顶层设计层面,对轨道交通系统按计划运行时所能达到的能耗特征进行准确刻画与量化评估,能够从整体上为发挥系统运行机制层面的节能优化创造条件。传统的列车运行计划编制工作,主要在列车运行图数据的检验过程中结合列车牵引计算对列车运行过程进行模拟,单纯的从评估角度对运行计划整体的能耗进行量化估算。然而,在牵引计算过程中并没有进一步从节能的“能力空间”角度,对给定运行计划下所能达到的能耗优化界限进行准确评价,对列车按图行车过程中的驾驶操纵方式、列车车体参数和客流随机变化等因素对能耗水平的影响形成有效关联,进而为列车运行计划从节能视角进行调整、优化提供指导依据。
因此,为了新型轨道交通系统的发展应用,急需一种面向运行计划层面的牵引能耗优化界限探测方法,对给定的运行计划方案下各次列车按图运行过程中采用特定优化策略的情况下能够达到的能耗最优特征进行量化计算,并在此基础上对列车运行计划的相关参数与节能能力之间的关系进行有效描述,从而为轨道交通系统运行计划的编制、更新与调整形成定制化建议。
发明内容
本发明提供了一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法,以解决现有技术中的缺陷。
为了实现上述目的,本发明采取了如下技术方案。
本发明提供了一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法,包括:
构建目标轨道交通线路的基础数据库;
采用基础牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的参考运行方案以及对应的牵引能耗;
采用优化牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的在节能优化目标下的优化运行方案以及对应的牵引能耗;
根据所述参考运行方案和优化运行方案的牵引能耗计算优化运行方案相对于参考运行方案的节能量和节能比,构建面向列车运行计划的牵引能耗界限数据库,确定牵引能耗优化界限。
优选地,基础数据库包括:线路基础数据、列车运行计划数据、列车车型数据和客流统计数据。
优选地,采用基础牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的参考运行方案以及对应的牵引能耗,包括:
S3.1:提取所述基础数据库中所含各个车次的列车运行计划数据;
S3.2:针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号;
S3.4:提取所述基础数据库中的线路基础数据、列车车型数据、客流统计数据,确定客流特征值,针对第i个车次计划运行列车的全部ni,p个子区段,采用牵引、巡航、惰行、制动四种类型工况为基础实施牵引计算,分别试算各个子区段内的列车“速度-距离”分布数据,并将全部p个区间计算结果进行汇集,得到第i个车次计划运行列车的参考运行方案;
S3.5:对各车次列车重复所述S3.4计算过程,得到各车次列车在运行计划下的参考运行方案数据库;
S3.6:针对参考运行方案数据库中各个车次在各个区间内牵引阶段、巡航阶段计算牵引能耗。
优选地,采用优化牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的在节能优化目标下的优化运行方案以及对应的牵引能耗,包括:
S4.1:提取所述基础数据库中所含各个车次的列车运行计划数据;
S4.2:针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号,且p≤Ωi;
S4.4:提取所述基础数据库中的线路基础数据、列车车型数据、客流统计数据,针对第i个车次计划运行列车所经过的全部Ωi个区间及对应的各个子区段,采用与参考运行方案相同的客流特征值,以区间运行时间为约束,以各个子区段的始端速度目标速度制动初速度末端速度为目标参量,采用智能优化逻辑进行迭代优化计算,确定使列车在各个子区段牵引能耗达到条件极值的工况转换策略、惰行比以及目标参量优化解,并据此计算按能耗最优方案下各个子区段内的列车“速度-距离”分布数据,得到第i个车次计划运行列车的优化运行方案;
S4.5:对各车次列车重复所述S4.4计算过程,得到各车次列车在节能优化目标下的优化运行方案数据库;
S4.6:针对优化运行方案数据库中各个车次在各个区间内牵引阶段、巡航阶段计算牵引能耗。
优选地,根据所述参考运行方案和优化运行方案的牵引能耗计算优化运行方案相对于参考运行方案的节能量和节能比,包括:
计算各个区间优化运行方案相对于参考运行方案的节能量如下式(1)所示:
计算各个区间优化运行方案相对于参考运行方案的节能比如下式(2)所示:
其中,分别表示第i个车次计划运行列车在第k个区间参考运行方案和优化运行方案的牵引能耗。
优选地,确定牵引能耗优化界限,包括:提取列车牵引能耗界限数据库信息,针对目标轨道交通线路基础数据库的每类运行计划,计算其所含全部车次计划运行列车的节能信息,确定牵引能耗优化界限,所述的牵引能耗优化界限包括:运行计划总体节能量界限:δEsup=Eref-Eopt、运行计划总体节能比界限:单车节能量界限:单车节能比界限:其中,分别为运行计划中所含全部车次在所有区间运行的参考运行方案、优化运行方案牵引能耗总量,Ωi为第i个车次计划运行列车途径区间的总数。
由上述本发明的基于运行计划的轨道交通系统牵引能耗优化界限探测方法提供的技术方案可以看出,本方法深入考虑了运行计划在实际线路运营执行过程中能耗相关要素对其节能效用的潜在作用,能够有效发掘并评估轨道交通运行计划的牵引能耗优化空间,为采用节能导向的牵引运行操纵方案、新型轻量化车辆、特定客流组织模式等节能措施,从运行计划层面做出了对应调整方向,给出了明确且量化的指导性建议,为轨道交通系统运营管理人员进一步挖掘运行计划的节能潜力、做出有利于现场运营过程的决策,提供了科学、量化的手段与实施途径,减少了人为主观判断与决策过程存在的局限性。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
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的附图。
图1为实施例一提供的一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法流程示意图;
图2为实施例二的目标轨道交通线路子区段目标参量示意图;
图3为实施例二的基于智能优化计算的列车优化运行方案求解流程示意图;
图4为实施例二的目标轨道交通线路运行计划节能量统计结果图;
图5为实施例二的目标轨道交通线路运行计划节能比统计结果图;
图6为实施例二的探测所得“单车节能量界限-区间平均速度均值”关系模型示意图;
图7为实施例二的探测所得“单车节能比界限-区间平均速度均值”关系模型示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤和/或操作,但是并不排除存在或添加一个或多个其他特征、整数、步骤和/或操作的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以具体实施例为例做进一步的解释说明。
实施例一
图1为本实施例提供的一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法流程示意图,参照图1,该方法,包括:
S1构建目标轨道交通线路的基础数据库。
基础数据库包括:线路基础数据、列车运行计划数据、列车车型数据和客流统计数据。线路基础数据,包括:目标轨道交通线路各个车站的站中心里程、线路坡度、线路曲线半径和限制速度;列车运行计划数据,包括:目标轨道交通线路平日、节假日等题名的运行图中所含各个车次的车次号、上下行方向以及对应的到发时刻信息,包括始发车站的计划发车时刻、终到车站的计划到站时刻以及各个经停车站的计划到站时刻和计划发车时刻;列车车型数据,包括完成目标轨道交通线路运行计划所含各个车次运行任务的实际列车的型号、编组形式、自重、载荷数量、牵引特性曲线数据、制动特性曲线数据和运行阻力参数;客流统计数据,包括:一定时间范围内目标轨道交通线路日计客运量、月累客运量、年累客运量和运行图兑现率。
S2采用基础牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的参考运行方案以及对应的牵引能耗。
S201提取所述基础数据库中所含各个车次的列车运行计划数据;
S202针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号,且p≤Ωi;
S204提取所述基础数据库中的线路基础数据、列车车型数据、客流统计数据,确定客流特征值,针对第i个车次计划运行列车的全部ni,p个子区段,采用牵引、巡航、惰行、制动四种类型工况为基础实施牵引计算,分别试算各个子区段内的列车“速度-距离”分布数据,并将全部p个区间计算结果进行汇集,得到第i个车次计划运行列车的参考运行方案;
S205对各车次列车重复所述S204计算过程,得到各车次列车在运行计划下的参考运行方案数据库;
S206针对参考运行方案数据库中各个车次在各个区间内牵引阶段、巡航阶段计算牵引能耗。
S3采用优化牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的在节能优化目标下的优化运行方案以及对应的牵引能耗。
S301提取所述基础数据库中所含各个车次的列车运行计划数据;
S302针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号,且p≤Ωi;
S304提取所述基础数据库中的线路基础数据、列车车型数据、客流统计数据,针对第i个车次计划运行列车所经过的全部Ωi个区间及对应的各个子区段,采用与参考运行方案相同的客流特征值,以区间运行时间为约束,以各个子区段的始端速度目标速度制动初速度末端速度为目标参量,采用智能优化逻辑进行迭代优化计算,确定使列车在各个子区段牵引能耗达到条件极值的工况转换策略、惰行比以及目标参量优化解,并据此计算按能耗最优方案下各个子区段内的列车“速度-距离”分布数据,得到第i个车次计划运行列车的优化运行方案;
S305对各车次列车重复所述S304计算过程,得到各车次列车在节能优化目标下的优化运行方案数据库;
S306针对优化运行方案数据库中各个车次在各个区间内牵引阶段、巡航阶段计算牵引能耗。
S4根据所述参考运行方案和优化运行方案的牵引能耗计算优化运行方案相对于参考运行方案的节能量和节能比,构建面向列车运行计划的牵引能耗界限数据库,确定牵引能耗优化界限。
计算各个区间优化运行方案相对于参考运行方案的节能量如下式(1)所示:
计算各个区间优化运行方案相对于参考运行方案的节能比如下式(2)所示:
其中,分别表示第i个车次计划运行列车在第k个区间参考运行方案和优化运行方案牵引能耗。
列车牵引能耗界限数据库主要结构由若干表单及表单内所存储数据构成,其中:
(1)表单名称与编号:与目标轨道交通线路基础数据库所含运行计划题名及数量一致对应;
确定牵引能耗优化界限,包括:提取列车牵引能耗界限数据库信息,针对目标轨道交通线路基础数据库的每类运行计划,计算其所含全部车次计划运行列车的节能信息,确定牵引能耗优化界限,所述的牵引能耗优化界限包括:运行计划总体节能量界限:δEsup=Eref-Eopt、运行计划总体节能比界限:单车节能量界限:单车节能比界限:其中, 分别为运行计划中所含全部车次在所有区间运行的参考运行方案、优化运行方案牵引能耗总量,Ωi为第i个车次计划运行列车途径区间的总数。
该方法还包括:根据所述列车牵引能耗界限数据库,计算计划各个运行列车在目标轨道交通线路的运行特征界限参考量,进而得到列车运行计划节能优化特征。
具体包括:
根据所述基础数据库,计算目标轨道交通线路上所有车次列车在目标轨道交通线路各车站的运行动态信息,建立列车运行计划特征数据库:
提取基础数据库中所有车次的列车运行计划数据,包括车次号、计划发车时刻和计划到站时刻,计算目标轨道交通线路上所有车次列车在目标轨道交通线路各车站的运行动态信息,将所述的运行动态信息与车次信息进行关联,得到列车运行计划特征数据库。
运行动态信息包括:车站停站时间、车次停站比率、发车间隔时间和区间平均速度。(1)车站停站时间:依次计算第i个车次计划运行列车在经停车站(不含始发、终到车站)的停站时长Δi,k,其中,k为列车在目标轨道交通线路各个经停车站的编号,Δi,k由计划到站时刻与计划发车时刻的差值确定,即(2)车次停站比率:依次计算第i个车次计划运行列车在目标轨道交通线路经停车站数量ni占线路全部车站数量N的比率λi,即(3)发车间隔时间:依次计算第i个车次计划运行列车在目标轨道交通线路始发车站、经停车站的发车时刻与该站前序车次计划运行列车发车时刻的差值φi,k,即其中,表示编号为j的前序车次计划运行列车在第k个车站的计划发车时刻;(4)区间平均速度:依次计算第i个车次计划运行列车在经停车站、终到车站作为末端的线路区间内的平均计划速度vi,k,即其中,sk、sk-1分别表示第k个车站与区间始端车站(编号为k-1)的站中心里程,分别表示第i个车次计划运行列车在k-1站的计划发车时刻、在k站的计划到站时刻。
列车运行计划特征数据库主要结构由若干表单及表单内所存储数据构成,其中:
(1)表单名称与编号:与目标轨道交通线路基础数据库所含运行计划题名及数量一致对应;
(2)表单内所存储数据包括:车次序号i、车次号Pi、车站停站时间{Δi,k}、车次停站比率{λi}、发车间隔时间{φi,k}、区间平均速度{vi,k}。
根据所述基础数据库,计算目标轨道交通线路上所有车次列车在目标轨道交通线路各车站的运行动态信息,建立列车运行计划特征数据库,从中提取列车运行计划特征数据库中提取序号为的计划运行列车在目标轨道交通线路的运行特征界限参考量:
包括:
根据列车牵引能耗优化界限信息与各个运行特征界限参考量,计算优化界限与各个运行特征界限参考量的关系模型,结合界限量得到列车运行计划节能优化参考信息。
本领域技术人员应能理解,图1仅为简明起见而示出的各步骤的数量可能小于一个实际流程中的数量,但这种省略无疑是以不会影响对发明实施例进行清楚、充分的公开为前提的。
实施例二
本实例针对北京地铁某线路(以下简称“目标轨道交通线路”)的列车运行计划调整过程,在平日基础运行计划已编制完成的基础上,采用本发明提供的基于运行计划的轨道交通系统牵引能耗优化界限探测方法实施计算分析,确定该给定运行计划的能耗水平和能耗优化界限,并形成节能能力与运行特征界限参考量之间的关系,为制定该运行计划的节能调整策略提供指导依据。
以下为本实施例的基于运行计划的轨道交通系统牵引能耗优化界限探测方法具体步骤:
步骤一:构建目标轨道交通线路基础数据库:
收集线路基础数据,包括:目标轨道交通线路全部13个车站(含始发站、终到站、11个中间站)的站中心里程、线路坡度、线路曲线半径、限制速度,其中,线路坡度、线路曲线半径、限制速度信息用若干离散长度区段(由始端里程、终端里程确定)对应的坡度、曲线半径和限制速度特征值来表示;
收集并转换列车运行计划数据,包括目标轨道交通线路平日运行图中所含全部438个车次的车次号、上下行方向以及对应的到发时刻信息,包括始发车站的计划发车时刻、终到车站的计划到站时刻以及各个经停车站的计划到站时刻和计划发车时刻,其中,各个时刻值均转化为以某个参考时刻为基准的相对时差数据,单位为秒;
确定列车车型数据,包括完成目标轨道交通线路运行计划所含各个车次运行任务的实际列车的型号、编组形式、自重、载荷数量、牵引特性曲线数据、制动特性曲线数据和运行阻力参数;
历史客流统计数据,包括预定时间范围内目标轨道交通线路日计客运量、月累客运量、年累客运量和运行图兑现率。
步骤二:计算各个车次列车在沿线各个车站的运行动态信息,构建列车运行计划特征数据库:
提取列车运行计划数据中所有438个计划车次的相关信息,包括车次号、计划发车时刻、计划到站时刻;
计算各个车次计划运行列车在目标轨道交通线路各个车站的运行动态信息,包括:
(1)车站停站时间:依次计算第i个车次计划运行列车在11个经停车站(不含始发、终到车站)的停站时长Δi,k,其中,k为列车在目标轨道交通线路各个经停车站的编号,Δi,k由计划到站时刻与计划发车时刻的差值确定,即
(3)发车间隔时间:依次计算第i个车次计划运行列车在目标轨道交通线路始发车站、经停车站的发车时刻与该站前序车次计划运行列车发车时刻的差值φi,k,即其中,表示编号为j的前序车次计划运行列车在第k个车站的计划发车时刻;
(4)区间平均速度:依次计算第i个车次计划运行列车在经停车站、终到车站作为末端的线路区间内的平均计划速度vi,k,即其中,sk、sk-1分别表示第k个车站与区间始端车站(编号为k-1)的站中心里程,分别表示第i个车次计划运行列车在k-1站的计划发车时刻、在k站的计划到站时刻。
将所得各个车次列车在沿线各个车站的运行动态信息与车次信息进行关联,构建列车运行计划特征数据库,数据库主要结构由若干表单及表单内所存储数据构成,其中:
(1)表单名称与编号:与目标轨道交通线路基础数据库所含运行计划题名及数量一致对应,在本实施例中,数据库中只包含1个对应于平日运行计划的表单;
(2)表单内所存储数据包括:车次序号i(i≤438)、车次号Pi、车站停站时间{Δi,k}、车次停站比率{λi}、发车间隔时间{φi,k}、区间平均速度{vi,k}。
步骤三:采用基础牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的参考运行方案以及对应的牵引能耗:
提取列车运行计划数据中所有438个计划车次的相关信息,包括车次号、计划发车时刻、计划到站时刻;
针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号,且p≤Ωi,在目标轨道交通线路途径区间的总数最多为12,对于列车按计划跨区间运行及列车计划始发、终到车站非始终端车站等情况,实际途径区间数量Ωi<12;
提取线路基础数据,根据线路里程与限制速度信息,将各个区间按不同限制速度划分为相应里程范围的子区段Qi,p,z,子区段的起点、终点对应了限制速度的变更点位置,各个子区段特征信息包括始端里程终端里程限制速度z为子区段编号且z≤ni,p;
提取目标轨道交通线路基础数据库中所含线路基础数据、列车车型数据、客流统计数据,确定客流特征值,客流特征值的计算方法为:
(1)提取目标轨道交通线路客流统计数据,以一定时间范围,如某年全年,按如下式(1)计算单日列车平均客运量ωd:
其中,下标d表示日期编号,Qd为第d日累计客运量,εd为第d日运行图兑现率(εd≤100%),Nd表示第d日按图计划开行车次总数。
(2)对单日列车平均客运量ωd进行频次统计,计算单日列车平均客运量ωd的频率分布曲线;
(3)提取全年单日列车平均客运量ωd的频率最高值,作为客流特征值用于列车运行方案计算。
针对第i个车次计划运行列车的全部ni,p个子区段,采用牵引、巡航、惰行、制动等四种类型工况为基础实施牵引计算,分别试算各个子区段内的列车“速度-距离”分布数据,即列车在一系列离散的里程位置上对应的运行速度,并将全部p个区间计算结果进行汇集,形成第i个车次计划运行列车的参考运行方案;
重复上述计算过程,直到遍历完列车运行计划中包含的全部438个计划车次,形成各车次列车在运行计划约定下的参考运行方案,保存参考运行方案数据库。
步骤四:采用优化牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的在节能优化目标下的优化运行方案以及对应的牵引能耗:
提取列车运行计划数据中所有438个计划车次的相关信息,包括车次号、计划发车时刻、计划到站时刻;
针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号,且p≤Ωi;
提取目标轨道交通线路基础数据库中所含线路基础数据、列车车型数据、客流统计数据,针对第i个车次计划运行列车所经过的全部Ωi个区间及对应的各个子区段,采用与参考运行方案相同的客流特征值,以区间运行时间为约束,以各个子区段的始端速度目标速度制动初速度末端速度为目标参量(图2为目标轨道交通线路子区段目标参量示意图,参照图2),采用智能优化逻辑进行迭代优化计算,图3为基于智能优化计算的列车优化运行方案求解流程示意图,如图3所示,具体包括以下步骤:
(2)在给定的区间运行计划时间范围内,调用目标轨道交通线路的线路基础数据、列车车型数据,并基于客流特征值以及平均乘客重量(60kg)计算实际车重,分别计算各个样本的工况分布及列车“速度-距离”分布数据;
(3)基于所得“速度-距离”分布数据,计算各个样本所示运行过程的牵引能耗指标,并对样本集最优牵引能耗指标进行检验;
(4)判断是否达到预定的最大迭代次数,若未达到,则对当前样本集各个样本进行步进更新,并返回第(2)步继续执行计算,直到满足最大迭代次数条件;
(5)从当前最新样本集中提取能耗指标最优样本的“速度-距离”分布数据,构成区间最优数据集;
(6)判断是否对计划车次全部途径区间均已完成寻优计算,若未完成,则返回第(1)步,提取待优化区间数据继续完成优化计算,直到遍历计划车次列车的全部途径区间;
(7)记录计划车次的最优“速度-距离”分布数据,构成第i个车次的全线最优数据集,纳入并更新优化运行方案。
重复上述计算过程,直到遍历完列车运行计划中包含的全部438个计划车次,形成各车次列车在运行计划约定下的优化运行方案,保存优化运行方案数据库。
步骤五:计算优化运行方案相对于参考运行方案的节能量、节能比,构建面向列车运行计划的牵引能耗界限数据库:
提取参考运行方案数据库、优化运行方案数据库所含“速度-距离”分布数据,分别针对参考运行方案、优化运行方案中各个车次在各个区间内牵引阶段、巡航阶段计算牵引能耗其中,分别表示第i个车次计划运行列车在第k个区间参考运行方案、优化运行方案牵引能耗,列车牵引能耗按如下式(2)计算:
其中,ζ1为牵引电机的能量转换系数,F(v)为特定速度条件下的列车牵引力——在牵引工况运行阶段,牵引力由给定车型牵引特性曲线参数算得;在巡航工况运行阶段,牵引力由列车运行基本阻力与附加阻力之和推算,ζ2为特定车型的辅助功率,T为列车在整个区间运行所需时间。
重复上述计算过程,直到遍历完列车运行计划中包含的全部438个车次,构建列车牵引能耗界限数据库,数据库主要结构由表单及表单内所存储数据构成,其中:
(1)表单名称与编号:与目标轨道交通线路基础数据库所含运行计划题名及数量一致对应,在本实施例中,数据库中只包含1个对应于平日运行计划的表单;
提取列车牵引能耗界限数据库信息,针对在本实施例采用的目标轨道交通线路平日运行计划,计算其所含全部438个车次计划运行列车的节能信息,如图4、图5分别给出了全部438个车次的节能量和节能比的统计结果,确定牵引能耗优化界限,包括:
(1)运行计划总体节能量界限δEsup=Eref-Eopt=8737.0kw·h;
步骤六:计算计划运行列车在目标轨道交通线路的运行特征界限参考量,形成列车运行计划节能优化参考信息:
计算序号为121、319的计划运行列车在目标轨道交通线路的运行特征界限参考量,包括:
汇集列车牵引能耗优化界限信息与各个运行特征界限参考量,计算优化界限与各个运行特征界限参考量的关系模型,具体包括:
(1)单车节能量界限、节能比界限与停站时间均值/峰值的关系模型;
(2)单车节能量界限、节能比界限与停站比率的关系模型;
(3)单车节能量界限、节能比界限与车站发车间隔时间均值/峰值的关系模型;
(4)单车节能量界限、节能比界限与各车站区间平均速度均值/峰值的关系模型,以区间平均速度这一参考量为例:
示意性地,图6为探测所得“单车节能量界限-区间平均速度均值”关系模型示意图,参照图6,该模型如下式(3)所示:
图7为探测所得“单车节能比界限-区间平均速度均值”关系模型示意图,参照图7,该模型如下式(4)所示:
结合目标轨道交通线路的运行特征界限参考量以及所得参考量的关系模型,形成列车运行计划节能优化参考信息,为列车运行计划做节能导向的调整与优化提供辅助决策支持。
用本发明实施例的方法进行列车运行计划节能优化参考信息的计算的具体过程与前述方法实施例类似,此处不再赘述。
本领域技术人员应能理解上述的应用类型仅为举例,其他现有的或今后可能出现的应用类型如可适用于本发明实施例,也应包含在本发明保护范围以内,并在此以引用方式包含于此。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
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揭露的技术范围内,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的保护范围为准。
Claims (6)
1.一种基于运行计划的轨道交通系统牵引能耗优化界限探测方法,其特征在于,包括:
构建目标轨道交通线路的基础数据库;
采用基础牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的参考运行方案以及对应的牵引能耗;
采用优化牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的在节能优化目标下的优化运行方案以及对应的牵引能耗;
根据所述参考运行方案和优化运行方案的牵引能耗计算优化运行方案相对于参考运行方案的节能量和节能比,构建面向列车运行计划的牵引能耗界限数据库,确定牵引能耗优化界限。
2.根据权利要求1所述的方法,其特征在于,所述的基础数据库包括:线路基础数据、列车运行计划数据、列车车型数据和客流统计数据。
3.根据权利要求1所述的方法,其特征在于,所述的采用基础牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的参考运行方案以及对应的牵引能耗,包括:
S3.1:提取所述基础数据库中所含各个车次的列车运行计划数据;
S3.2:针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号;
S3.4:提取所述基础数据库中的线路基础数据、列车车型数据、客流统计数据,确定客流特征值,针对第i个车次计划运行列车的全部ni,p个子区段,采用牵引、巡航、惰行、制动四种类型工况为基础实施牵引计算,分别试算各个子区段内的列车“速度-距离”分布数据,并将全部p个区间计算结果进行汇集,得到第i个车次计划运行列车的参考运行方案;
S3.5:对各车次列车重复所述S3.4计算过程,得到各车次列车在运行计划下的参考运行方案数据库;
S3.6:针对参考运行方案数据库中各个车次在各个区间内牵引阶段、巡航阶段计算牵引能耗。
4.根据权利要求1所述的方法,其特征在于,所述的采用优化牵引计算方案计算所述目标轨道交通线路的所有计划运行列车的在节能优化目标下的优化运行方案以及对应的牵引能耗,包括:
S4.1:提取所述基础数据库中所含各个车次的列车运行计划数据;
S4.2:针对第i个车次计划运行列车,计算列车在各个站间区间的运行时间ti,p,其中,p为第i个车次计划运行列车途径区间的编号,且p≤Ωi;
S4.4:提取所述基础数据库中的线路基础数据、列车车型数据、客流统计数据,针对第i个车次计划运行列车所经过的全部Ωi个区间及对应的各个子区段,采用与参考运行方案相同的客流特征值,以区间运行时间为约束,以各个子区段的始端速度目标速度制动初速度末端速度为目标参量,采用智能优化逻辑进行迭代优化计算,确定使列车在各个子区段牵引能耗达到条件极值的工况转换策略、惰行比以及目标参量优化解,并据此计算按能耗最优方案下各个子区段内的列车“速度-距离”分布数据,得到第i个车次计划运行列车的优化运行方案;
S4.5:对各车次列车重复所述S4.4计算过程,得到各车次列车在节能优化目标下的优化运行方案数据库;
S4.6:针对优化运行方案数据库中各个车次在各个区间内牵引阶段、巡航阶段计算牵引能耗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911114590.XA CN110852636B (zh) | 2019-11-14 | 2019-11-14 | 基于运行计划的轨道交通系统牵引能耗优化界限探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911114590.XA CN110852636B (zh) | 2019-11-14 | 2019-11-14 | 基于运行计划的轨道交通系统牵引能耗优化界限探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852636A true CN110852636A (zh) | 2020-02-28 |
CN110852636B CN110852636B (zh) | 2022-04-29 |
Family
ID=69600928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911114590.XA Active CN110852636B (zh) | 2019-11-14 | 2019-11-14 | 基于运行计划的轨道交通系统牵引能耗优化界限探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852636B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111409674A (zh) * | 2020-04-03 | 2020-07-14 | 雷冰 | 移动单元的组队行驶方法及装置、计算机装置及存储介质 |
CN114954572A (zh) * | 2022-06-14 | 2022-08-30 | 通号城市轨道交通技术有限公司 | 基于牵引耗能统计的列车自动调度方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7397149B2 (en) * | 2002-05-03 | 2008-07-08 | Alstom | Method and a system for monitoring and regulating the power consumed by a transport system |
CN103390111A (zh) * | 2013-07-29 | 2013-11-13 | 北京交通大学 | 一种面向城市轨道交通单列车运行能耗的计算方法 |
CN106774131A (zh) * | 2017-01-05 | 2017-05-31 | 河南机电职业学院 | 一种城市轨道交通能耗测量控制系统及评价方法 |
CN108116455A (zh) * | 2017-12-07 | 2018-06-05 | 交控科技股份有限公司 | 城市轨道交通综合节能系统及基于该系统的综合节能方法 |
CN108647813A (zh) * | 2018-05-03 | 2018-10-12 | 北京交通大学 | 一种基于弹复力调整的高速列车动态间隔节能优化方法 |
-
2019
- 2019-11-14 CN CN201911114590.XA patent/CN110852636B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7397149B2 (en) * | 2002-05-03 | 2008-07-08 | Alstom | Method and a system for monitoring and regulating the power consumed by a transport system |
CN103390111A (zh) * | 2013-07-29 | 2013-11-13 | 北京交通大学 | 一种面向城市轨道交通单列车运行能耗的计算方法 |
CN106774131A (zh) * | 2017-01-05 | 2017-05-31 | 河南机电职业学院 | 一种城市轨道交通能耗测量控制系统及评价方法 |
CN108116455A (zh) * | 2017-12-07 | 2018-06-05 | 交控科技股份有限公司 | 城市轨道交通综合节能系统及基于该系统的综合节能方法 |
CN108647813A (zh) * | 2018-05-03 | 2018-10-12 | 北京交通大学 | 一种基于弹复力调整的高速列车动态间隔节能优化方法 |
Non-Patent Citations (2)
Title |
---|
刘先恺 等: "面向节能的高速列车牵引控制辅助方法研究", 《中国铁路》 * |
张坤: "城市轨道交通牵引能耗系统性节能研究", 《设计与研究》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111409674A (zh) * | 2020-04-03 | 2020-07-14 | 雷冰 | 移动单元的组队行驶方法及装置、计算机装置及存储介质 |
CN114954572A (zh) * | 2022-06-14 | 2022-08-30 | 通号城市轨道交通技术有限公司 | 基于牵引耗能统计的列车自动调度方法和装置 |
CN114954572B (zh) * | 2022-06-14 | 2024-04-19 | 通号城市轨道交通技术有限公司 | 基于牵引耗能统计的列车自动调度方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110852636B (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105460048A (zh) | 城轨交通优化操纵与行车调度综合节能控制方法及装置 | |
CN112686453B (zh) | 机车能耗智能预测方法及系统 | |
CN108647813B (zh) | 一种基于弹复力调整的高速列车动态间隔节能优化方法 | |
CN110852636B (zh) | 基于运行计划的轨道交通系统牵引能耗优化界限探测方法 | |
CN101941449B (zh) | 城市轨道交通出入段线能力分析方法及系统 | |
CN110836675B (zh) | 一种基于决策树的自动驾驶搜索决策方法 | |
CN103879414B (zh) | 一种基于自适应A-Star算法的铁路机车优化操纵方法 | |
Qu et al. | Robust optimization of train timetable and energy efficiency in urban rail transit: A two-stage approach | |
Guo et al. | A novel energy consumption prediction model with combination of road information and driving style of BEVs | |
CN103847749A (zh) | 一种双层多目标优化铁路机车操纵序列生成方法 | |
CN111460633A (zh) | 一种基于多目标粒子群算法的列车节能运行方法 | |
CN106056238B (zh) | 列车区间运行轨迹的规划方法 | |
CN114742444A (zh) | 一种基于博弈组合赋权的城市低碳客运交通结构评价方法 | |
CN115935672A (zh) | 一种融合工况预测信息的燃料电池汽车能耗计算方法 | |
CN113821966A (zh) | 高速磁浮列车运行节能优化方法、系统及存储介质 | |
CN117875674B (zh) | 一种基于Q-learning的公交调度方法 | |
CN113591301B (zh) | 一种城市轨道交通列车运行参数优化算法 | |
Amrani et al. | Train speed profiles optimization using a genetic algorithm based on a random-forest model to estimate energy consumption | |
CN110245461A (zh) | 一种城市轨道交通牵引负荷建模方法、系统及存储介质 | |
Schenker et al. | Optimization model for operation of battery multiple units on partly electrified railway lines | |
CN113053135B (zh) | 一种全局车速预测方法与装置 | |
CN117371611A (zh) | 一种地铁列车运营计划编制方法、介质及系统 | |
CN110516372A (zh) | 计及准动态交通流的电动汽车荷电状态时空分布模拟方法 | |
JP5836078B2 (ja) | 運行管理装置、運行管理方法及びプログラム、並びに交通システム | |
CN115481813A (zh) | 基于机器学习的新能源公交车能耗预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200807 Address after: 100044 Beijing city Haidian District Xizhimen Shangyuan Village No. 3 Applicant after: Beijing Jiaotong University Applicant after: CRRC CHANGCHUN RAILWAY VEHICLES Co.,Ltd. Address before: 100044 Beijing city Haidian District Xizhimen Shangyuan Village No. 3 Applicant before: Beijing Jiaotong University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |