CN110920700B - 一种高铁调度优化方法、系统、及存储介质 - Google Patents

一种高铁调度优化方法、系统、及存储介质 Download PDF

Info

Publication number
CN110920700B
CN110920700B CN201911303188.6A CN201911303188A CN110920700B CN 110920700 B CN110920700 B CN 110920700B CN 201911303188 A CN201911303188 A CN 201911303188A CN 110920700 B CN110920700 B CN 110920700B
Authority
CN
China
Prior art keywords
train
delay
time
station
interruption
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.)
Active
Application number
CN201911303188.6A
Other languages
English (en)
Other versions
CN110920700A (zh
Inventor
胡文峰
张俊杰
彭涛
阳春华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201911303188.6A priority Critical patent/CN110920700B/zh
Publication of CN110920700A publication Critical patent/CN110920700A/zh
Application granted granted Critical
Publication of CN110920700B publication Critical patent/CN110920700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Mechanical Engineering (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及高铁列车运行控制与调度技术领域,公开了一种高铁调度优化方法、系统、及存储介质,以在合理的范围内进行列车调度,解决调度的盲目性,减小模型计算复杂度与调度员的工作量;该方法包括根据历史数据计算各类突发事件造成的区间中断的起止时间,并确定区间中断的延误传播规律;获取高铁的路网信息,根据区间中断的延误传播规律计算所述路网信息中受影响的延误传播范围信息;建立列车运行调整模型,根据设定的优化目标和约束条件优化所述列车运行调整模型得到混合整数非线性规划模型;根据所述延误传播范围信息和所述混合整数非线性规划模型计算列车运行图,并根据所述列车运行图进行调度。

Description

一种高铁调度优化方法、系统、及存储介质
技术领域
本发明涉及高铁列车运行控制与调度技术领域,尤其涉及一种高铁调度优化方法、系统、及存储介质。
背景技术
近年来,随着我国高速铁路网络化进程的日趋加快和旅客出行需求的日益提高,高速列车已经成为我国旅客出行的主要方式之一。为了更加方便人们出行,我国高速铁路的基础建设日益完善,但是相应的列车运行控制和调度方法还存在诸多缺陷,特别是恶劣天气、地质灾害或设备故障等突发事件导致区间中断后的列车运行控制与调度问题急需得到解决。如何在区间中断后最大化的保障旅客出行的问题引起了广泛关注。
解决区间中断下高速铁路的列车运行实时调度问题是保障旅客出行的关键。目前来说,影响区间中断后高速铁路应急处置能力的原因主要是调度决策由调度员人为制定,当线路情况复杂或者列车数量庞大时,调度员的决策效率非常低下。另外,调度员在区间中断后常常根据经验操作,无法较为合理的确定区间中断的影响范围,也不知道具体该对不同的列车采取何种调度方法,调度员惯用的做法就是在区间中断后命令列车等待。当前已有相关研究针对于区间中断下的高速列车调度以及城市轨道交通服务水平等相关问题,构建了一些铁路区间能力全失效或者部分失效的列车调度模型,调度效率取得了巨大突破。但是,目前的方法在调度决策上仍然具有很大的主观性,并没有指出一个区间中断的合理影响范围,每当突发事件发生后,目前的方法往往在整个区域内进行建模计算并生成新的列车运行计划。另外,当前的研究往往基于列车取消、延迟发车等策略。实际上,在区间中断后,保障旅客出行、提高乘客满意度的原则就是列车能发车不取消、能运行不等待。
因此,如何在合理的范围内进行列车调度,解决调度的盲目性,减小模型计算复杂度与调度员的工作量成为一个急需解决的问题。
发明内容
本发明目的在于提供一种高铁调度优化方法、系统、及存储介质,以在合理的范围内进行列车调度,解决调度的盲目性,减小模型计算复杂度与调度员的工作量。
为实现上述目的,本发明提供了一种高铁调度优化方法,包括:
根据历史数据计算各类突发事件造成的区间中断的起止时间,并确定区间中断的延误传播规律;
获取高铁的路网信息,根据区间中断的延误传播规律计算所述路网信息中受影响的延误传播范围信息;
建立列车运行调整模型,根据设定的优化目标和约束条件优化所述列车运行调整模型得到混合整数非线性规划模型;
根据所述延误传播范围信息和所述混合整数非线性规划模型计算列车运行图,并根据所述列车运行图进行调度。
优选地,所述方法还包括:
计算所述列车运行图的可行率,根据所述延误传播规律计算得到延误传播数据,根据所述可行率和所述延误传播数据计算所述混合整数非线性规划模型的优化率,所述优化率越小,表示所述混合整数非线性规划模型的优化程度越高。
优选地,所述优化目标包括至少三种调整方案,分别为列车取消、延迟和降速调整方案。
优选地,所述延误传播规律包括区间中断的延误影响在列车和车站之间的传播规律、单列列车的延误传播规律、和列车累计延误的计算规律;其中,
设定区间中断的起始时间为Hstart,终止时间为Hend,确定该区间中断的初始延误P和第一个受影响的车站为
Figure BDA0002322386670000024
该P表示该区间中断下调度系统内部的列车最大延误时间,区间中断的初始延误P在调度系统内部受列车运行冗余时间、安全间隔缓冲时间或者列车运行的因素影响时会逐步消失,当P完全消失后,突发事件对列车运行的影响也完全消除,受区间中断影响的第一列车在中断区间的延误时间为d1,1,且:
d1,1=P;
将每列列车T在所有运行受影响车站S的延误时间的累计时间记为所有列车的累计延误时间,则T=1,2,3,…,t,S={1,2,3,…,s};
Γ=∑t∈T,s∈Sdt,s
式中,dt,s表示当前列车t在当前车站s的延误时间;
初始延误P在列车之间的传播规律为:
Figure BDA0002322386670000021
式中,
Figure BDA0002322386670000022
表示列车在区间运行所需最小时间的冗余时间,
Figure BDA0002322386670000023
表示列车缓冲时间,dt-1,s表示前一列车t-1在当前车站s的延误时间,dt,s-1表示当前列车t在前一车站s-1的延误时间,则,第一个车站受影响的所有列车包括:
Figure BDA0002322386670000031
式中,δ表示延误时间裕度,当某列车遭受的延误影响大于延误时间裕度时,表示该列车受到了区间中断的影响,当dt,1<δ时,dt-1,1被视为第一个车站最后受影响列车的延误时间,列车t-1记作最后受影响的列车t*
确定受影响的车站包括:
Figure BDA0002322386670000032
当d1,s<δ时,d1,s-1被视为第一列车在最后受影响车站的延误时间,车站s-1记作最后受影响的车站s*
每列车t在相应车站s的延误时间为:
Figure BDA0002322386670000033
优选地,所述优化目标的计算公式如下:
min∑t∈Tγ1b1,t+∑t∈T,s∈Sγ2b2,tds+∑t∈T,s∈Sγ3b3,tdl
Figure BDA0002322386670000034
Figure BDA0002322386670000035
Figure BDA0002322386670000036
式中,γ1表示列车取消的惩罚因子,γ2表示列车延迟发车的惩罚因子,γ3表示列车降速运行的惩罚因子;b1,t表示列车是否采用取消策略的0-1变量,是取1,否则取0,b2,t表示列车是否采用延迟策略的0-1变量,b3,t表示列车是否采用降速策略的0-1变量,目标函数包含三部分,∑t∈Tγ1b1,t表示被取消的列车带来的延误影响,∑t∈T,s∈Sγ2b2,tds表示列车延迟发车的晚点时间,∑t∈T,s∈Sγ3b3,tdl表示采取降速运行的列车带来的延误影响。
优选地,高铁的路网信息包括线路信息、车站信息和列车信息;
优选地,所述延误传播范围信息包括受影响的列车数量、车站名称、车站数量、单列列车延误时间、和总延误时间。
作为一个总的发明构思,本发明还提供一种高铁调度优化系统,包括:
第一单元,用于根据历史数据计算各类突发事件造成的区间中断的起止时间,并确定区间中断的延误传播规律;
第二单元,用于获取高铁的路网信息,根据区间中断的延误传播规律计算所述路网信息中受影响的延误传播范围信息;
第三单元,用于建立列车运行调整模型,根据设定的优化目标和约束条件优化所述列车运行调整模型得到混合整数非线性规划模型;
第四单元,用于根据所述延误传播范围信息和所述混合整数非线性规划模型计算列车运行图,并根据所述列车运行图进行调度。
作为一个总的发明构思,本发明还提供一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实施所述的方法。
本发明具有以下有益效果:
本发明提供的一种高铁调度优化方法、系统、及存储介质,该方法通过分析区间中断的延误传播规律得到突发事件的影响范围,然后在此范围内采用列车降速运行、延迟发车以及取消发车三种策略灵活的调度列车;可以在合理的范围内进行列车调度,解决调度的盲目性,减小模型计算复杂度与调度员的工作量。
下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的高铁调度优化方法流程图;
图2是本发明优选实施例的突发事件的影响范围示意图;
图3是本发明优选实施例的受影响范围情况示意图;
图4是本发明优选实施例的在某突发情况下区间停车情况示意图;
图5是本发明优选实施例的京沪高铁区间示意;
图6是本发明优选实施例的某高铁线运行图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
如图1所示,本实施例提供一种高铁调度优化方法,包括:
根据历史数据计算各类突发事件造成的区间中断的起止时间,并确定区间中断的延误传播规律;
获取高铁的路网信息,根据区间中断的延误传播规律计算所述路网信息中受影响的延误传播范围信息;
建立列车运行调整模型,根据设定的优化目标和约束条件优化所述列车运行调整模型得到混合整数非线性规划模型。需要说明的是,本实施例中建立列车运行调整模型时,主要根据实际情况中各列车的可用于调整的线路的可行性建立。
根据所述延误传播范围信息和所述混合整数非线性规划模型计算列车运行图,并根据所述列车运行图进行调度。
上述的高铁优化方法,通过分析区间中断的延误传播规律得到突发事件的影响范围,然后在此范围内采用列车降速运行、延迟发车以及取消发车三种策略灵活的调度列车;可以在合理的范围内进行列车调度,解决调度的盲目性,减小模型计算复杂度与调度员的工作量。
进一步地,上述方法还包括计算列车运行图的可行率,根据延误传播规律计算得到延误传播数据,根据可行率和延误传播数据计算混合整数非线性规划模型的优化率,优化率越小,表示混合整数非线性规划模型的优化程度越高。本实施例中,通过计算优化率以提供一个性能可视化的指标,由于在实际情况中无法设置铁路时刻表期望的优化率,但人工决策的效率是比不上电脑计算的速度的,所以通过计算该优化率非常必要,可以清楚地体现混合整数非线性规划模型的优化程度。
在实际情况中,上述方法还可以通过以下步骤进行优化,具体包括:
设定区间中断的起始时间为Hstart,终止时间为Hend,确定该区间中断的初始延误P和第一个受影响的车站为
Figure BDA0002322386670000052
该P表示该区间中断下调度系统内部的列车最大延误时间,区间中断的初始延误P在调度系统内部受列车运行冗余时间、安全间隔缓冲时间或者列车运行的因素影响时会逐步消失,当P完全消失后,突发事件对列车运行的影响也完全消除,受区间中断影响的第一列车在中断区间的延误时间为d1,1,且:
d1,1=P;
将每列列车T在所有运行受影响车站S的延误时间的累计时间记为所有列车的累计延误时间,则T=1,2,3,…,t,S={1,2,3,…,s};
Γ=∑t∈T,s∈Sdt,s
初始延误P在列车之间的传播规律为:
Figure BDA0002322386670000051
式中,
Figure BDA0002322386670000061
表示列车在区间运行所需最小时间的冗余时间,
Figure BDA0002322386670000062
表示列车缓冲时间,则,第一个车站受影响的所有列车包括:
Figure BDA0002322386670000063
式中,δ表示延误时间裕度,当某列车遭受的延误影响大于延误时间裕度时,表示该列车受到了区间中断的影响,当dt,1<δ时,dt-1,1被视为第一个车站最后受影响列车的延误时间,列车t-1记作最后受影响的列车t*
确定受影响的车站包括:
Figure BDA0002322386670000064
当d1,s<δ时,d1,s-1被视为第一列车在最后受影响车站的延误时间,车站s-1记作最后受影响的车站s*
每列车t在相应车站s的延误时间为:
Figure BDA0002322386670000065
本实施例中,列车运行调整是基于延误传播规律分析的边界进行地,这个边界使调度变得合理有效。调度员在区间中断时可以根据此边界范围调整列车的运行。根据此边界去进行列车运行调整,用模型优化后,边界内受影响的列车和车站的影响程度会进一步得到减小。
作为本实施例优选的实施方式,优化目标包括至少三种调整方案,分别为列车取消、延误和降速调整方案。
本实施例中,如图2所示,初始延迟P逐步在安全间隔缓冲时间和列车运行冗余时间的作用下消失,图中横坐标表示车站的时间轴,纵坐标表示列车经过的车站,每条细实线表示列车实际运行的轨迹,虚线表示列车的图定运行计划,大黑实线短线表示发生在车站1的突发事件造成了P时长的发车延误,初始延误P受列车1与2之间的间隔时间缓冲后在车站1消失。后续延误随着列车1的运行冗余时间在车站4完全消失,整个突发事件影响了两列列车的运行和四个车站的计划运行时间。
受区间中断影响的第一列车在中断区间的延误时间为d1,1,且:d1,1=P
受区间中断影响的第一列车在中断区间的延误时间为d1,1,且:
d1,1=P;
将每列列车T在所有运行受影响车站S的延误时间的累计时间记为所有列车的累计延误时间,则T=1,2,3,…,t,S={1,2,3,…,s};
Γ=∑t∈T,s∈Sdt,s
式中,dt,s表示当前列车t在当前车站s的延误时间;
初始一次延误P在列车之间的传播规律为:
Figure BDA0002322386670000071
式中,
Figure BDA0002322386670000072
表示列车在区间运行所需最小时间的冗余时间,
Figure BDA0002322386670000073
表示列车缓冲时间,dt-1,s表示前一列车t-1在当前车站s的延误时间,dt,s-1表示当前列车t在前一车站s-1的延误时间,则,第一个车站受影响的所有列车包括:
Figure BDA0002322386670000074
式中,δ表示延误时间裕度,当某列车遭受的延误影响大于延误时间裕度时,表示该列车受到了区间中断的影响,当dt,1<δ时,dt-1,1被视为第一个车站最后受影响列车的延误时间,列车t-1记作最后受影响的列车t*
确定受影响的车站包括:
Figure BDA0002322386670000075
当d1,s<δ时,d1,s-1被视为第一列车在最后受影响车站的延误时间,车站s-1记作最后受影响的车站s*
每列车t在相应车站s的延误时间为:
Figure BDA0002322386670000076
其中,
Figure BDA0002322386670000077
表示列车运行冗余时间,它是列车在区间运行所需最小时间的冗余时间,它可以一定程度上保证列车在经受突发事件的干扰后仍能准点到达目的车站。其中
Figure BDA0002322386670000078
表示列车缓冲时间,它表示列车之间的间隔余量,可通过运行图计划相邻列车间隔时间减去列车最小间隔时间得到。
如图2所示,进一步地,确定突发事件的影响范围,即影响的列车和车站。区间中断最多影响的列车是第一个车站最后受影响的列车,如图中t*表示的列车。区间中断最远影响的车站是第一列车最远延误的车站,如图中s*所示。三角形的灰色区域就是区间中断的影响区域,也是重新进行列车调度的区域。
确定第一个车站受影响的所有列车:
Figure BDA0002322386670000079
式中,δ表示延误时间裕度,当某列车遭受的延误影响大于延误时间裕度时,表示该列车受到了区间中断的影响,当dt,1<δ时,dt-1,1被视为第一个车站最后受影响列车的延误时间,列车t-1记作最后受影响的列车t*;其受影响的范围如图3所示。
继续确定受影响的车站:
Figure BDA0002322386670000081
当上式中的d1,s<δ时,此时的d1,s-1被认为是第一列车在最后受影响车站的延误时间,车站s-1记作最后受影响的车站s*
其中,每列车t在相应车站s的延误时间为:
Figure BDA0002322386670000082
如图4所示,图示为车站1到车站2的区间内列车t1因某突发情况在区间停车,导致区间中断,中断时间从Hstart持续到Hend,虚线仍然表示列车图定运行计划,实线表示列车实际运行计划。由于线路中断,综合考虑下让t2降速运行,让t3延迟发车,由于t4的延误时间可能过长,最终t4被取消发车,且被取消的车次只能在第二天恢复运行。
进一步地,建立基于列车取消、延迟发车、降速运行三种调度策略的优化目标:
这里用L={1,2,3,…,l}表示相应的列车区间,且l=s-1。建立的优化目标为:
min∑t∈Tγ1b1,t+∑t∈T,s∈Sγ2b2,tds+∑t∈T,s∈Sγ3b3,tdl
Figure BDA0002322386670000083
Figure BDA0002322386670000084
Figure BDA0002322386670000085
式中,γ1表示列车取消的惩罚因子,γ2表示列车延迟发车的惩罚因子,γ3表示列车降速运行的惩罚因子;b1,t表示列车是否采用取消策略的0-1变量,是取1,否则取0,b2,t表示列车是否采用延迟策略的0-1变量,b3,t表示列车是否采用降速策略的0-1变量,目标函数包含三部分,∑t∈Tγ1b1,t表示被取消的列车带来的延误影响,∑t∈T,s∈Sγ2b2,tds表示列车延迟发车的晚点时间,∑t∈T,s∈Sγ3b3,tdl表示采取降速运行的列车带来的延误影响。
因为降速运行策略最本质上的影响也是导致列车晚点,但这部分晚点是列车在区间内的降速运行导致的。三种调度策略在惩罚因子的控制下以总加权延误影响最小化为优化目标,因此,这个解便是根据模型优化可以得到的最优调度方案。
进一步地,运用基于列车运动学的列车速度调整方法实施降速运行的调度策略。
优化目标当中的速度采用如下的方法进行调整,相应的降速运行的延误时间也可以得到:
Figure BDA0002322386670000091
Figure BDA0002322386670000092
Figure BDA0002322386670000093
Figure BDA0002322386670000094
式中,λ表示列车降速的因子,通过这个降速因子可以将列车的计划运行速度
Figure BDA0002322386670000095
调整为实际需要的运行速度vt,b3,t表示列车是否降速。列车的区间计划运行时间
Figure BDA0002322386670000096
可通过列车计划发车时间
Figure BDA0002322386670000097
和到站时间
Figure BDA0002322386670000098
确定。降速后的实际区间运行时间rt,l通过列车运动学原理获得,其中a表示列车加速或者减速的加速度,m表示高速列车行车区间长度。列车降速的延误影响用dl表示。
延迟发车的延误影响通过下式进行量化:
Figure BDA0002322386670000099
另外,模型还考虑列车间隔约束,高速列车在运行过程中相互之间必须有足够的安全行车距离:
Figure BDA00023223866700000910
其中
Figure BDA00023223866700000911
表示列车最小间隔时间。
考虑运行时间约束:
Figure BDA00023223866700000912
其中
Figure BDA00023223866700000913
表示列车在区间l内的最短运行时间。
考虑列车停站约束:
Figure BDA00023223866700000914
其中
Figure BDA00023223866700000915
表示列车最短停站时间。
本实施例中,优选地,根据晚点传播规律确定的综合上界生成模型调度的输入数据。数据包括边界内受影响列车的图定发车时间、到站时间、停站时间、经停车站等信息、区间顺序、区间长度、线路条数、分叉信息等。需要说明的是,本实施例中的路网的相应的信息来源于中国高速铁路官方网站。
如图5所示,为京沪高铁区间示意图。图示给出了京沪高铁单线所考虑的情况,相应的信息用一个三位数据组表示,括号里面的第一维数据为车站股道数量,因为在调度的同时需要考虑车站容量的限制;第二维数据为区间的长度,以济南西为例,92表示从德州东到济南西的区间长度为92千米;第三位数据表示高速列车在区间的运行时分要求,同样以济南西为例,17表示列车从德州东运行到济南西需要17分钟。
如图6所示。图示案例研究来源于京沪高铁京沪高铁线20时05分G368次(上海虹桥-郑州东,郑州动车段)司机报告运行至常州北站至丹阳北站间上行线1123km000m处因5795车组07车受电弓自动降弓,在丹阳北站至镇江南站间上行线K1120km135m处停车,21时13分恢复常速运行。影响后续11趟列车不同程度晚点(G7176、G9406、G7590、G9470、G4326、G7178、G1378、G4306、G7300、G7596、G9414)。图示的运行图是基于此次区间中断的调度模型的二次优化调度方案,其中黑色方框表示区间中断的持续时长。
本实施例中,用Γ表示延误传播规律分析得到的列车总延误时间,用Г′表示调度模型二次优化后得到的列车总延误时间,优化率则表示为
Figure BDA0002322386670000101
Figure BDA0002322386670000102
Figure BDA0002322386670000103
的取值在(0,1]之间。当φ=1时,延误传播规律分析的方案和调度模型二次优化的结果一致;当
Figure BDA0002322386670000104
时,
Figure BDA0002322386670000105
的取值越小,调度模型二次优化的程度越高。
实施例2
与上述方式实施例相对于地,本实施例提供一种高铁调度优化系统,包括:
第一单元,用于根据历史数据计算各类突发事件造成的区间中断的起止时间,并确定区间中断的延误传播规律;
第二单元,用于获取高铁的路网信息,根据区间中断的延误传播规律计算所述路网信息中受影响的延误传播范围信息;
第三单元,用于建立列车运行调整模型,根据设定的优化目标和约束条件优化所述列车运行调整模型得到混合整数非线性规划模型;
第四单元,用于根据所述延误传播范围信息和所述混合整数非线性规划模型计算列车运行图,并根据所述列车运行图进行调度。
实施例3
本实施例提供一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实施所述的方法。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种高铁调度优化方法,其特征在于,包括:
根据历史数据计算各类突发事件造成的区间中断的起止时间,并确定区间中断的延误传播规律;
其中,所述延误传播规律包括区间中断的延误影响在列车和车站之间的传播规律、单列列车的延误传播规律、和列车累计延误的计算规律;其中,
设定区间中断的起始时间为Hstart,终止时间为Hend,确定该区间中断的初始延误P和第一个受影响的车站为
Figure FDA0003092242080000016
该P表示该区间中断下调度系统内部的列车最大延误时间,区间中断的初始延误P在调度系统内部受列车运行冗余时间、安全间隔缓冲时间或者列车运行的因素影响时会逐步消失,当P完全消失后,突发事件对列车运行的影响也完全消除,受区间中断影响的第一列车在中断区间的延误时间为d1,1,且:
d1,1=P;
将每列列车T在所有运行受影响车站S的延误时间的累计时间记为所有列车的累计延误时间,则T=1,2,3,…,t,S={1,2,3,…,s};
Γ=∑t∈T,s∈Sdt,s
式中,dt,s表示当前列车t在当前车站s的延误时间;
初始延误P在列车之间的传播规律为:
Figure FDA0003092242080000011
式中,
Figure FDA0003092242080000012
表示列车在区间运行所需最小时间的冗余时间,
Figure FDA0003092242080000013
表示列车缓冲时间,dt-1,s表示前一列车t-1在当前车站s的延误时间,dt,s-1表示当前列车t在前一车站s-1的延误时间,则,第一个车站受影响的所有列车包括:
Figure FDA0003092242080000014
式中,δ表示延误时间裕度,当某列车遭受的延误影响大于延误时间裕度时,表示该列车受到了区间中断的影响,当dt,1<δ时,dt-1,1被视为第一个车站最后受影响列车的延误时间,列车t-1记作最后受影响的列车t*
确定受影响的车站包括:
Figure FDA0003092242080000015
当d1,s<δ时,d1,s-1被视为第一列车在最后受影响车站的延误时间,车站s-1记作最后受影响的车站s*
每列车t在相应车站s的延误时间为:
Figure FDA0003092242080000021
获取高铁的路网信息,根据区间中断的延误传播规律计算所述路网信息中受影响的延误传播范围信息;
建立列车运行调整模型,根据设定的优化目标和约束条件优化所述列车运行调整模型得到混合整数非线性规划模型;
根据所述延误传播范围信息和所述混合整数非线性规划模型计算列车运行图,并根据所述列车运行图进行调度。
2.根据权利要求1所述的高铁调度优化方法,其特征在于,还包括:
计算所述列车运行图的可行率,根据所述延误传播规律计算得到延误传播数据,根据所述可行率和所述延误传播数据计算所述混合整数非线性规划模型的优化率,所述优化率越小,表示所述混合整数非线性规划模型的优化程度越高。
3.根据权利要求1所述的高铁调度优化方法,其特征在于,所述优化目标包括至少三种调整方案,分别为列车取消、延迟和降速调整方案。
4.根据权利要求3所述的高铁调度优化方法,其特征在于,所述优化目标的计算公式如下:
min∑t∈Tγ1b1,t+∑t∈T,s∈Sγ2b2,tds+∑t∈T,s∈Sγ3b3,tdl
Figure FDA0003092242080000022
Figure FDA0003092242080000023
Figure FDA0003092242080000024
式中,γ1表示列车取消的惩罚因子,γ2表示列车延迟发车的惩罚因子,γ3表示列车降速运行的惩罚因子;b1,t表示列车是否采用取消策略的0-1变量,是取1,否则取0,b2,t表示列车是否采用延迟策略的0-1变量,b3,t表示列车是否采用降速策略的0-1变量,目标函数包含三部分,∑t∈Tγ1b1,t表示被取消的列车带来的延误影响,∑t∈T,s∈Sγ2b2,tds表示列车延迟发车的晚点时间,∑t∈T,s∈Sγ3b3,tdl表示采取降速运行的列车带来的延误影响。
5.根据权利要求1所述的高铁调度优化方法,其特征在于,高铁的路网信息包括线路信息、车站信息和列车信息。
6.根据权利要求1所述的高铁调度优化方法,其特征在于,所述延误传播范围信息包括受影响的列车数量、车站名称、车站数量、单列列车延误时间、和总延误时间。
7.一种高铁调度优化系统,其特征在于,包括:
第一单元,用于根据历史数据计算各类突发事件造成的区间中断的起止时间,并确定区间中断的延误传播规律;所述延误传播规律包括区间中断的延误影响在列车和车站之间的传播规律、单列列车的延误传播规律、和列车累计延误的计算规律;其中,
设定区间中断的起始时间为Hstart,终止时间为Hend,确定该区间中断的初始延误P和第一个受影响的车站为
Figure FDA0003092242080000035
该P表示该区间中断下调度系统内部的列车最大延误时间,区间中断的初始延误P在调度系统内部受列车运行冗余时间、安全间隔缓冲时间或者列车运行的因素影响时会逐步消失,当P完全消失后,突发事件对列车运行的影响也完全消除,受区间中断影响的第一列车在中断区间的延误时间为d1,1,且:
d1,1=P;
将每列列车T在所有运行受影响车站S的延误时间的累计时间记为所有列车的累计延误时间,则T=1,2,3,…,t,S={1,2,3,…,s};
Γ=∑t∈T,s∈Sdt,s
式中,dt,s表示当前列车t在当前车站s的延误时间;
初始延误P在列车之间的传播规律为:
Figure FDA0003092242080000031
式中,
Figure FDA0003092242080000032
表示列车在区间运行所需最小时间的冗余时间,
Figure FDA0003092242080000033
表示列车缓冲时间,dt-1,s表示前一列车t-1在当前车站s的延误时间,dt,s-1表示当前列车t在前一车站s-1的延误时间,则,第一个车站受影响的所有列车包括:
Figure FDA0003092242080000034
式中,δ表示延误时间裕度,当某列车遭受的延误影响大于延误时间裕度时,表示该列车受到了区间中断的影响,当dt,1<δ时,dt-1,1被视为第一个车站最后受影响列车的延误时间,列车t-1记作最后受影响的列车t*
确定受影响的车站包括:
Figure FDA0003092242080000041
当d1,s<δ时,d1,s-1被视为第一列车在最后受影响车站的延误时间,车站s-1记作最后受影响的车站s*
每列车t在相应车站s的延误时间为:
Figure FDA0003092242080000042
第二单元,用于获取高铁的路网信息,根据区间中断的延误传播规律计算所述路网信息中受影响的延误传播范围信息;
第三单元,用于建立列车运行调整模型,根据设定的优化目标和约束条件优化所述列车运行调整模型得到混合整数非线性规划模型;
第四单元,用于根据所述延误传播范围信息和所述混合整数非线性规划模型计算列车运行图,并根据所述列车运行图进行调度。
8.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实施所述权利要求1至6中任一项所述的方法。
CN201911303188.6A 2019-12-17 2019-12-17 一种高铁调度优化方法、系统、及存储介质 Active CN110920700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911303188.6A CN110920700B (zh) 2019-12-17 2019-12-17 一种高铁调度优化方法、系统、及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911303188.6A CN110920700B (zh) 2019-12-17 2019-12-17 一种高铁调度优化方法、系统、及存储介质

Publications (2)

Publication Number Publication Date
CN110920700A CN110920700A (zh) 2020-03-27
CN110920700B true CN110920700B (zh) 2021-09-07

Family

ID=69862977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911303188.6A Active CN110920700B (zh) 2019-12-17 2019-12-17 一种高铁调度优化方法、系统、及存储介质

Country Status (1)

Country Link
CN (1) CN110920700B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114162184B (zh) * 2020-09-11 2023-02-10 比亚迪股份有限公司 列车运行计划创建方法、装置、设备和存储介质
CN112026857B (zh) * 2020-09-16 2021-10-15 长安大学 一种基于ctcs-3列控系统的高速铁路列车运行调整方法
CN112070325B (zh) * 2020-11-12 2021-02-26 北京交通大学 非正常事件下路网列车优化方法、装置、设备及存储介质
CN112389509B (zh) * 2020-11-16 2022-02-08 北京交通大学 一种高铁列车时刻表的辅助调整方法和系统
CN112249101B (zh) * 2020-11-17 2022-03-11 中南大学 基于矩阵表征的高铁网络延误传播定量分析方法
JP7480079B2 (ja) * 2021-02-16 2024-05-09 株式会社日立製作所 運転整理システム、運転整理方法、ダイヤ予測シミュレータ部、運転整理決定部並びに運転整理用プログラム
CN114312926B (zh) * 2021-12-03 2022-12-16 北京交通大学 一种城市轨道交通列车运行调整方案优化方法和系统
CN114670903B (zh) * 2022-03-02 2023-05-09 合肥工业大学 以资源为导向的列车运行调整模型的跨层资源分解方法
CN115689208B (zh) * 2022-11-02 2023-10-13 广州北羊信息技术有限公司 一种智能调度列车工作计划自动调整系统
CN117035204B (zh) * 2023-10-10 2024-01-12 中铁第四勘察设计院集团有限公司 一种高铁运行图区间运行缓冲时间获取方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105857350A (zh) * 2016-03-17 2016-08-17 中南大学 一种基于区间断面客流的高铁列车开行方法
CN106335524A (zh) * 2016-09-08 2017-01-18 北京交通大学 一种突发场景下城市轨道交通小交路运行调整方法
JP2017047806A (ja) * 2015-09-03 2017-03-09 株式会社日立製作所 運行支援システム
CN109733445A (zh) * 2018-12-27 2019-05-10 中南大学 突发事件下的基于多智能体系统模型的分布式调度方法
CN109754180A (zh) * 2018-12-29 2019-05-14 中南大学 突发事件终止时间不确定情况下的高速铁路行车调整方法
CN110155126A (zh) * 2019-06-03 2019-08-23 北京交通大学 临时限速下的高铁列车调度与控制一体优化方法
CN110341763A (zh) * 2019-07-19 2019-10-18 东北大学 一种快速恢复高铁列车准点运行的智能调度系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017047806A (ja) * 2015-09-03 2017-03-09 株式会社日立製作所 運行支援システム
CN105857350A (zh) * 2016-03-17 2016-08-17 中南大学 一种基于区间断面客流的高铁列车开行方法
CN106335524A (zh) * 2016-09-08 2017-01-18 北京交通大学 一种突发场景下城市轨道交通小交路运行调整方法
CN109733445A (zh) * 2018-12-27 2019-05-10 中南大学 突发事件下的基于多智能体系统模型的分布式调度方法
CN109754180A (zh) * 2018-12-29 2019-05-14 中南大学 突发事件终止时间不确定情况下的高速铁路行车调整方法
CN110155126A (zh) * 2019-06-03 2019-08-23 北京交通大学 临时限速下的高铁列车调度与控制一体优化方法
CN110341763A (zh) * 2019-07-19 2019-10-18 东北大学 一种快速恢复高铁列车准点运行的智能调度系统及方法

Also Published As

Publication number Publication date
CN110920700A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN110920700B (zh) 一种高铁调度优化方法、系统、及存储介质
CN112319557B (zh) 一种晚点条件下地铁列车的运行调整方法及系统
CA2198855C (en) Scheduling system and method
US7539624B2 (en) Automatic train control system and method
US7343314B2 (en) System and method for scheduling and train control
CA2395144C (en) Optimal locomotive assignment for a railroad network
CN111768074A (zh) 一种新型列车运行智能调整方法
JP2023552233A (ja) 列車が本線運行から退出する条件における地下鉄の走行調整方法及びシステム
CN109733445B (zh) 突发事件下的基于多智能体系统模型的分布式调度方法
CN109754180B (zh) 突发事件终止时间不确定情况下的高速铁路行车调整方法
CN112706803B (zh) 一种地铁列车救援自动调整方法及系统
CN112232552A (zh) 面向突发事件不确定性的列车运行计划调整风险控制方法
CN116534088A (zh) 一种严重干扰下多场景多策略的列车运行控制方法及系统
WO2015145900A1 (ja) 運行管理装置、列車制御方法及びプログラム
CN113361917B (zh) 一种大风条件下基于动态客流的高速列车重调度方法
Connor High Speed Railway Capacity
CN113619655B (zh) 基于运行图控制列车晚点在路网中传播的方法和系统
Zhou et al. Timetable Rescheduling for High-Speed Railways under Temporary Segment Blockage based on Genetic Simulated Annealing Algorithm
CN109697555A (zh) 一种针对风速报警解除前的高速铁路运行状态调度方法
Shang et al. Hybrid Strategy based Timetable Rescheduling for High-Speed Railways under Disturbances
CN113112078B (zh) 一种列车实时调整与站台等待人数控制的联合优化方法
CN114611996B (zh) 应对城际铁路中断的多模式走廊构建方法、装置及设备
WO2020179297A1 (ja) 運行計画生成装置、及び運行計画生成方法
Hou et al. Automatic Train Regulation with Time Tuning and Holding Control under the Saturated Passenger Demand Condition
Gao A Real-time Train Timetable Rescheduling Approach to High-speed Railway

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
GR01 Patent grant
GR01 Patent grant