CN112109750B - 列车的牵引力分配方法及装置 - Google Patents

列车的牵引力分配方法及装置 Download PDF

Info

Publication number
CN112109750B
CN112109750B CN202011064884.9A CN202011064884A CN112109750B CN 112109750 B CN112109750 B CN 112109750B CN 202011064884 A CN202011064884 A CN 202011064884A CN 112109750 B CN112109750 B CN 112109750B
Authority
CN
China
Prior art keywords
tractive effort
axle
traction
distribution
train
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
CN202011064884.9A
Other languages
English (en)
Other versions
CN112109750A (zh
Inventor
徐绍龙
李学明
蒋奉兵
陈志博
黄庆
褚金鹏
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.)
Zhuzhou CRRC Times Electric Co Ltd
Original Assignee
Zhuzhou CRRC Times Electric Co Ltd
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 Zhuzhou CRRC Times Electric Co Ltd filed Critical Zhuzhou CRRC Times Electric Co Ltd
Priority to CN202011064884.9A priority Critical patent/CN112109750B/zh
Publication of CN112109750A publication Critical patent/CN112109750A/zh
Application granted granted Critical
Publication of CN112109750B publication Critical patent/CN112109750B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61CLOCOMOTIVES; MOTOR RAILCARS
    • B61C15/00Maintaining or augmenting the starting or braking power by auxiliary devices and measures; Preventing wheel slippage; Controlling distribution of tractive effort between driving wheels
    • B61C15/14Maintaining or augmenting the starting or braking power by auxiliary devices and measures; Preventing wheel slippage; Controlling distribution of tractive effort between driving wheels controlling distribution of tractive effort between driving wheels

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供了一种列车的牵引力分配方法,该列车包括多个轮轴,该牵引力分配方法包括获取该列车的速度设定曲线和列车牵引力设定曲线;基于该列车牵引力设定曲线确定多个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线;基于每个牵引力分配策略下每个轮轴的该轮轴牵引力设定曲线和该速度设定曲线确定每个牵引力分配策略下的能耗指标和牵引力均衡指标;以及基于每个牵引力分配策略下的该能耗指标和该牵引力均衡指标确定最优牵引力分配策略。

Description

列车的牵引力分配方法及装置
技术领域
本发明涉及列车牵引力控制技术领域,尤其涉及一种列车的牵引力分配方法及装置,用于列车的各个轮轴的牵引力控制。
背景技术
大力推进节能减排,发展循环经济是实现可持续性发展的国家战略。在铁路运输中,机车运行时所消耗的能源非常大,并且也占据了较大成本,因此如何降低机车运行时能源损耗,提高机车节能水平是铁路运输急需解决的一个重要问题。
机车的能耗除了供车辆正常牵引外,还有一部分为牵引系统相关电气设备的损耗,特别是牵引电机损耗。牵引电机在额定功率运行时效率一般在0.9-0.95之间,如在额定功率以下运行时则其效率更低,且在同一速度下不同牵引力发挥时其效率相差较大,基于该特点如果能使机车在任何功率范围内,其均运行在较高效率区间,则可以实现显著的节能效果。
目前关于铁路运输中节能方案主要是从优化列车运行调度指挥方案、提高机车乘务员的操纵水平(尽量减少频繁牵引加速或制动减速等)或者电力机车采用再生制动方式并通过供电站加装能量吸收装置将机车制动时能量回馈至电网等。优化列车运行调度实现节能方法较宏观,列车单次运行时能耗并未改变,整体节能效果不显著。提高机车乘务员的操纵水平实现节能方法对司机的操作要求较高,且人为的操作很难准确把控,节能效果不理想。电力机车采用再生制动方式、并通过供电站加装能量吸收装置这种方法具有较好的节能效果,但是加装能馈装置需额外花费较大的成本,且据资料查阅可知在目前实际运行条件下该装置技术水平仍未能满足实际应用水平。
因此,本领域需要一种改善的牵引力控制方案。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
根据本发明的一方面,提供了一种列车的牵引力分配方法,该列车包括多个轮轴,该牵引力分配方法包括:
获取该列车的速度设定曲线和列车牵引力设定曲线;
基于该列车牵引力设定曲线确定多个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线;
基于每个牵引力分配策略下每个轮轴的该轮轴牵引力设定曲线和该速度设定曲线确定每个牵引力分配策略下的能耗指标和牵引力均衡指标;以及。
基于每个牵引力分配策略下的该能耗指标和该牵引力均衡指标确定最优牵引力分配策略。
在一实例中,该多个牵引力分配策略包括以下至少两者:
第一分配策略:各轮轴牵引力均衡分配;
第二分配策略:尽可能多的轮轴效率最优,其余轮轴均衡分配;
第三分配策略:尽可能多的轮轴惰行,其余轮轴尽可能多的效率最优;或
第四分配策略:尽可能多的轮轴惰行,其余轮轴均衡分配。
在一实例中,该能耗指标
Figure GDA0003309918490000021
其中i为轮轴的索引,N为轮轴总数,Fi(s)为第i个轮轴的轮轴牵引力设定曲线,v(s)为该列车的速度设定曲线,η(Fi(s),v(s))为第i个轮轴关于牵引力和速度的效率函数,SN为路线区间长度,s为路线里程索引。
在一实例中,该牵引力均衡指标
Figure GDA0003309918490000022
i>j且i,j=1,2,…,N,Fi(s)和Fj(s)为第i个和第j个轮轴的轮轴牵引力设定曲线N为轮轴总数,SN为路线区间长度,s为路线里程索引。
在一实例中,该基于每个牵引力分配策略下的该能耗指标和该牵引力均衡指标确定最优牵引力分配策略包括:基于每个牵引力分配策略下的该能耗指标和该牵引力均衡指标的加权和确定每个牵引力分配策略下的综合指标;以及将综合指标最小的牵引力分配策略确定为该最优牵引力分配策略。
在一实例中,该方法还包括将该最优牵引力分配策略下的各个轮轴牵引力分配曲线输出至列车控制系统以用于轮轴牵引力控制。
根据本发明的另一方面提供了一种列车的牵引力分配装置,该列车包括多个轮轴,该牵引力分配装置包括:存储器,以及耦接至所述存储器的处理器,该处理器配置用于获取该列车的速度设定曲线和列车牵引力设定曲线;基于该列车牵引力设定曲线确定多个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线;基于每个牵引力分配策略下每个轮轴的该轮轴牵引力设定曲线和该速度设定曲线确定每个牵引力分配策略下的能耗指标和牵引力均衡指标;以及基于每个牵引力分配策略下的该能耗指标和该牵引力均衡指标确定最优牵引力分配策略。
在一实例中,该多个牵引力分配策略包括以下至少两者:
第一分配策略:各轮轴牵引力均衡分配;
第二分配策略:尽可能多的轮轴效率最优,其余轮轴均衡分配;
第三分配策略:尽可能多的轮轴惰行,其余轮轴均衡分配;或
第四分配策略:尽可能多的轮轴惰行,其余轮轴尽可能多的效率最优。
在一实例中,该能耗指标
Figure GDA0003309918490000031
其中i为轮轴的索引,N为轮轴总数,Fi(s)为第i个轮轴的轮轴牵引力设定曲线,v(s)为该列车的速度设定曲线,η(Fi(s),v(s))为第i个轮轴关于牵引力和速度的效率函数,SN为路线区间长度,s为路线里程索引。
在一实例中,该牵引力均衡指标
Figure GDA0003309918490000032
i>j且i,j=1,2,…,N,Fi(s)和Fj(s)为第i个和第j个轮轴的轮轴牵引力设定曲线N为轮轴总数,SN为路线区间长度,s为路线里程索引。
在一实例中,该处理器进一步配置用于:基于每个牵引力分配策略下的该能耗指标和该牵引力均衡指标的加权和确定每个牵引力分配策略下的综合指标;以及将综合指标最小的牵引力分配策略确定为该最优牵引力分配策略。
在一实例中,该处理器还配置用于将该最优牵引力分配策略下的各个轮轴牵引力分配曲线输出至列车控制系统以用于轮轴牵引力控制。
根据本发明的另一方面,提供了一种计算机可读介质,其上存储有计算机可读指令,该计算机可读指令在由处理器执行时,实施如上述方法中的任一项方法。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后,能够更好地理解本发明的上述特征和优点。在附图中,各组件不一定是按比例绘制,并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1示出了一种常规的八轴机车的结构示意图;
图2示出了图1的机车在不同速度和牵引力下的效率均值分布;
图3示出了根据本发明的一方面的列车的牵引力分配方法的流程图;以及
图4示出了根据本发明的一方面的列车的牵引力分配装置的框图。
具体实施方式
以下结合附图和具体实施例对本发明作详细描述。注意,以下结合附图和具体实施例描述的诸方面仅是示例性的,而不应被理解为对本发明的保护范围进行任何限制。
列车在同一速度不同牵引力发挥时的效率相差较大,使列车在任何功率范围内都运行在较高效率区间具有重要意义。本专利提出的节能方案,是根据牵引吨位、线路约束的牵引功率需求等约束,实时计算一段时间功率需求,基于效率最优动态分配各轴牵引力,在保证安全运用的条件下,实现机车能耗最低。
图1示出了一种常规的八轴机车的结构示意图。以如图1所示的八轴机车为例,机车能量消耗系统主要由牵引变压器,牵引变流器(包括充电回路、四象限整流器、接地检测回路、中间直流环节、逆变器等)和牵引电机三大部分组成。单相AC 25kV交流电经过受电弓和牵引变压器流入车体,牵引变流器提供交流电驱动牵引电机,从而控制机车以不同速度和牵引力前进。轮轴功率(持续制):9600kW;单个电机功率:1200kW。
图2示出了八轴机车在不同速度和牵引力下的效率均值分布,具体而言,基于该八轴机车现场运行数据,近似计算机车效率与牵引力、速度间的关系,得出其效率均值随力和速度的变化规律如图2所示。
可以看出同一速度下不同牵引力发挥时效率相差较大,如果能合理的将机车速度与牵引力规划在效率较高区间内运行,则能够大幅的提高机车效率从而实现显著的节能效果。
由于同一速度下不同牵引力发挥时效率相差较大,且效率与发挥牵引力非单调线性关系,基于数据对其关系进行拟合,得出不同速度条件下全牵引力范围的效率拟合曲线,其函数关系可表述为:
η=fη(F,v)
式中,F为单轴电机牵引力,v为电机速度。
基于上述事实,本案提出了一种用于列车的牵引力分配方法。在本案中,为了在兼固效率同时尽可能均衡各轴牵引力发挥,有效衡量牵引力分配好坏,构建了列车的能耗指标和牵引力均衡指标,以此来优化求解各个轮轴的牵引力分配。
在一实例中,列车的能耗指标被指定为:
Figure GDA0003309918490000051
其中,i为轮轴的索引,N为轮轴总数,Fi(s)为第i个轮轴的轮轴牵引力设定曲线,v(s)为所述列车的速度设定曲线,η(Fi(s),v(s))为第i个轮轴关于牵引力和速度的效率函数,SN为路线区间长度,s为路线里程索引。
列车的整车牵引力为:
Figure GDA0003309918490000052
在一实例中,列车的牵引力均衡指标被指定为:
Figure GDA0003309918490000053
i>j且i,j=1,2,…,N
其中,Fi(s)和Fj(s)为第i个和第j个轮轴的轮轴牵引力设定曲线N为轮轴总数,SN为路线区间长度,s为路线里程索引。
在一实例中,可基于列车的上述能耗指标和牵引力均衡指标的加权来作为优化指标,即求解:
minJ=k1·Jη+k2·JB
Jη、JB分别为衡量牵引能耗以及各轴牵引力均衡程度相关的性能指标,k1,k2为两者的权重系数,用来表征对两个指标的关注程度。
在本案中,为了避免频繁进行牵引力分配策略切换,在同一个规划区间只采用一种分配策略,通过上述最优化问题求解选择满足最优指标的控制策略。
考虑的几种牵引力分配策略如下:
(1)各轮轴牵引力均衡分配;
(2)尽可能多的轮轴效率最优,其余轴均衡分配;
(3)尽可能多的轮轴惰行,其他轴尽可能多的效率最优;
(4)尽可能多的轮轴惰行,其它轴均衡分配。
通过计算在上述每种牵引力分配策略下的上述优化指标,将得到最优指的牵引力分配策略用于列车的在该规划区间的各轮轴的牵引力分配。
图3示出了根据本发明的一方面的列车的牵引力分配方法300的流程图。
在步骤310,获取列车的速度设定曲线和列车牵引力设定曲线。
在一实例中,基于自动驾驶控制装置规划出来的机车速度与牵引力曲线,计算效率最优的牵引力动态分配策略。即,由自动驾驶控制装置通过自动驾驶控制算法获得在一段区间内的速度曲线和牵引力曲线。
例如,假设:
v=fv(s),0<s<SN
F=fF(s),0<s<SN
SN为该区间的规划长度,s为路线里程索引,即机车在当前规划区间中相对区间起点的位移。本案的牵引力分配方法是以每个规划长度SN为单位进行控制的,即,不同规划长度采用不同的牵引力分配策略,但是在一个规划长度内,采用一致的牵引力分配策略。
在步骤320,基于列车牵引力设定曲线确定多个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线。
在一实例中,考虑的牵引力分配策略可包括以下几项:
(1)各轮轴牵引力均衡分配;
(2)尽可能多的轮轴效率最优,其余轴均衡分配;
(3)尽可能多的轮轴惰行,其他轴尽可能多的效率最优;
(4)尽可能多的轮轴惰行,其它轴均衡分配。
以下介绍每一种分配策略下的计算各轮轴牵引力Fij,其中i=1,2,3,4,j=1,2,…N,其中Fij表示第i种分配策略下的第j轴牵引力设定曲线。
(1)各轮轴牵引力均衡分配:
此种分配策略可考虑默认状态或故障工况下采用。
在此种分配策略下,各轮轴分配牵引力相等,各轮轴牵引力计算公式如下:
F1j=F/N,j=1,2,…N,F为整车牵引力
(2)尽可能多的轮轴效率最优,其余轴均衡分配;
如前所讨论的,通过不同速度条件下全牵引力范围的效率拟合曲线,可以求得一定速度下获得效率最优的牵引力,以此效率最优的牵引力分配尽可能多的轮轴,其余轮轴均衡分配。
实践中,在绝大多数正常速度区间内,单轴牵引力与效率成正比,因此轮轴效率最优即分配最大牵引力,换言之可使尽可能多的轴发挥当前速度下最大牵引力FE。此时,首先根据FE=fE(v)求取当前规划速度v下允许发挥的单轴牵引力最大值,FE与电机特征相关。
假设当前整车牵引力处于区间m·FE≤F≤(m+1)·FE,0≤m≤N-1,则将前m轴牵引力分配为FE,即F2j=FE(j=1,…,m),其余N-m轴均衡分配,为
Figure GDA0003309918490000071
(3)尽可能多的轮轴惰行,其他轴尽可能多的效率最优;
类似地,通过不同速度条件下全牵引力范围的效率拟合曲线,可以求得一定速度下获得效率最优的牵引力。从而在尽可能多的轮轴惰行的情况下,其他轮轴尽可能多地分配此效率最优的牵引力。
实践中,由于在绝大多数正常速度区间内,单轴牵引力与效率成正比,因此可将该效率最优的牵引力设为当前速度下能够发挥的最大牵引力。此时,首先根据FE=fE(v)求取当前规划速度下允许发挥的单轴牵引力最大值;假设当前整车牵引力处于区间m·FE≤F≤(m+1)·FE,0≤m≤N-1,则将前N-m-1轴牵引力分配为0,即F3j=0(j=1,…,m);再将其后m轴牵引力分配为FE,即F3j=FE(j=m+1,…,N-1);最后的轮轴分配为F3N=F-m·FE
(4)尽可能多的轮轴惰行,其它轴均衡分配:
在此种分配策略下,首先根据FE=fE(v)求取当前规划速度下允许发挥的单轴牵引力最大值。假设当前整车牵引力处于区间m·FE≤F≤(m+1)·FE,0≤m≤N-1,则将前N-m-1轴牵引力分配为0,即F4j=0(j=1,…,m);再将剩余m+1轴牵引力均衡分配,即
Figure GDA0003309918490000081
步骤330,基于每个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线和速度设定曲线确定每个牵引力分配策略下的能耗指标和牵引力均衡指标。
在一实例中,可将列车的能耗指标计算为:
Figure GDA0003309918490000082
其中,i为轮轴的索引,N为轮轴总数,Fi(s)为第i个轮轴的轮轴牵引力设定曲线,v(s)为所述列车的速度设定曲线,η(Fi(s),v(s))为第i个轮轴关于牵引力和速度的效率函数,SN为路线区间长度,s为路线里程索引。
列车的整车牵引力为:
Figure GDA0003309918490000083
在一实例中,可将列车的牵引力均衡指标计算为:
Figure GDA0003309918490000084
i>j且i,j=1,2,…,N
其中,Fi(s)和Fj(s)为第i个和第j个轮轴的轮轴牵引力设定曲线N为轮轴总数,SN为路线区间长度,s为路线里程索引。
在步骤340,基于每个牵引力分配策略下的能耗指标和牵引力均衡指标确定最优牵引力分配策略。
在一实例中,基于每个牵引力分配策略下的能耗指标和牵引力均衡指标的加权和确定每个牵引力分配策略下的综合指标。
具体地,可计算各种分配策略下的优化指标值Ji(i=1,2,3,4)如下:
Figure GDA0003309918490000085
Figure GDA0003309918490000091
Figure GDA0003309918490000092
Figure GDA0003309918490000093
基于计算出的Ji(i=1,2,3,4),求出最小的J对应的策略序号i,即第i种策略为满足优化指标式的最佳策略。
此时,可将该最优牵引力分配策略下的各个轮轴牵引力分配曲线输出至列车控制系统以用于轮轴牵引力控制。
尽管为使解释简单化将上述方法图示并描述为一系列动作,但是应理解并领会,这些方法不受动作的次序所限,因为根据一个或多个实施例,一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
图4示出了根据本发明的一方面的列车的牵引力分配装置400的框图。该框图可包括存储器410和处理器420,存储器410中存储有计算机可执行指令,处理器420可执行该计算机可执行指令以实施上述方法。
具体地,处理器420可配置为获取列车的速度设定曲线和列车牵引力设定曲线。
在一实例中,基于自动驾驶控制装置规划出来的机车速度与牵引力曲线,计算效率最优的牵引力动态分配策略。即,由自动驾驶控制装置通过自动驾驶控制算法获得在一段区间内的速度曲线和牵引力曲线。
例如,假设:
v=fv(s),0<s<SN
F=fF(s),0<s<SN
SN为该区间的规划长度,s为路线里程索引,即机车在当前规划区间中相对区间起点的位移。本案的牵引力分配方法是以每个规划长度SN为单位进行控制的,即,不同规划长度采用不同的牵引力分配策略,但是在一个规划长度内,采用一致的牵引力分配策略。
进一步地,处理器420可进一步配置为基于列车牵引力设定曲线确定多个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线。
在一实例中,考虑的牵引力分配策略可包括以下几项:
(1)各轮轴牵引力均衡分配;
(2)尽可能多的轮轴效率最优,其余轴均衡分配;
(3)尽可能多的轮轴惰行,其他轴尽可能多的效率最优;
(4)尽可能多的轮轴惰行,其它轴均衡分配。
以下介绍每一种分配策略下的计算各轮轴牵引力Fij,其中i=1,2,3,4,j=1,2,…N,其中Fij表示第i种分配策略下的第j轴牵引力设定曲线。
(1)各轮轴牵引力均衡分配:
此种分配策略可考虑默认状态或故障工况下采用。
在此种分配策略下,各轮轴分配牵引力相等,各轮轴牵引力计算公式如下:
F1j=F/N,j=1,2,…N,F为整车牵引力
(2)尽可能多的轮轴效率最优,其余轴均衡分配;
如前所讨论的,通过不同速度条件下全牵引力范围的效率拟合曲线,可以求得一定速度下获得效率最优的牵引力,以此效率最优的牵引力分配尽可能多的轮轴,其余轮轴均衡分配。
实践中,在绝大多数正常速度区间内,单轴牵引力与效率成正比,因此轮轴效率最优即分配最大牵引力,换言之可使尽可能多的轴发挥当前速度下最大牵引力FE。此时,首先根据FE=fE(v)求取当前规划速度v下允许发挥的单轴牵引力最大值,FE与电机特征相关。
假设当前整车牵引力处于区间m·FE≤F≤(m+1)·FE,0≤m≤N-1,则将前m轴牵引力分配为FE,即F2j=FE(j=1,…,m),其余N-m轴均衡分配,为
Figure GDA0003309918490000101
(3)尽可能多的轮轴惰行,其他轴尽可能多的效率最优;
类似地,通过不同速度条件下全牵引力范围的效率拟合曲线,可以求得一定速度下获得效率最优的牵引力。从而在尽可能多的轮轴惰行的情况下,其他轮轴尽可能多地分配此效率最优的牵引力。
实践中,由于在绝大多数正常速度区间内,单轴牵引力与效率成正比,因此可将该效率最优的牵引力设为当前速度下能够发挥的最大牵引力。此时,首先根据FE=fE(v)求取当前规划速度下允许发挥的单轴牵引力最大值;假设当前整车牵引力处于区间m·FE≤F≤(m+1)·FE,0≤m≤N-1,则将前N-m-1轴牵引力分配为0,即F3j=0(j=1,…,m);再将其后m轴牵引力分配为FE,即F3j=FE(j=m+1,…,N-1);最后的轮轴分配为F3N=F-m·FE
(4)尽可能多的轮轴惰行,其它轴均衡分配:
在此种分配策略下,首先根据FE=fE(v)求取当前规划速度下允许发挥的单轴牵引力最大值。假设当前整车牵引力处于区间m·FE≤F≤(m+1)·FE,0≤m≤N-1,则将前N-m-1轴牵引力分配为0,即F4j=0(j=1,…,m);再将剩余m+1轴牵引力均衡分配,即
Figure GDA0003309918490000111
处理器420可进一步配置为基于每个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线和速度设定曲线确定每个牵引力分配策略下的能耗指标和牵引力均衡指标。
在一实例中,可将列车的能耗指标计算为:
Figure GDA0003309918490000112
其中,i为轮轴的索引,N为轮轴总数,Fi(s)为第i个轮轴的轮轴牵引力设定曲线,v(s)为所述列车的速度设定曲线,η(Fi(s),v(s))为第i个轮轴关于牵引力和速度的效率函数,SN为路线区间长度,s为路线里程索引。
列车的整车牵引力为:
Figure GDA0003309918490000113
在一实例中,可将列车的牵引力均衡指标计算为:
Figure GDA0003309918490000114
i>j且i,j=1,2,…,N
其中,Fi(s)和Fj(s)为第i个和第j个轮轴的轮轴牵引力设定曲线N为轮轴总数,SN为路线区间长度,s为路线里程索引。
处理器420进一步配置为基于每个牵引力分配策略下的能耗指标和牵引力均衡指标确定最优牵引力分配策略。
在一实例中,基于每个牵引力分配策略下的能耗指标和牵引力均衡指标的加权和确定每个牵引力分配策略下的综合指标。
具体地,可计算各种分配策略下的优化指标值Ji(i=1,2,3,4)如下:
Figure GDA0003309918490000121
Figure GDA0003309918490000122
Figure GDA0003309918490000123
Figure GDA0003309918490000124
基于计算出的Ji(i=1,2,3,4),求出最小的J对应的策略序号i,即第i种策略为满足优化指标式的最佳策略。
此时,可将该最优牵引力分配策略下的各个轮轴牵引力分配曲线输出至列车控制系统以用于轮轴牵引力控制。
本领域技术人员将可理解,信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如,以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。
本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的,且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此,本公开并非旨在被限定于本文中所描述的示例和设计,而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (13)

1.一种列车的牵引力分配方法,所述列车包括多个轮轴,所述牵引力分配方法包括:
获取所述列车的速度设定曲线和列车牵引力设定曲线;
基于所述列车牵引力设定曲线确定多个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线;
基于每个牵引力分配策略下每个轮轴的所述轮轴牵引力设定曲线和所述速度设定曲线确定每个牵引力分配策略下的能耗指标和牵引力均衡指标;以及
基于每个牵引力分配策略下的所述能耗指标和所述牵引力均衡指标确定最优牵引力分配策略。
2.如权利要求1所述的牵引力分配方法,其特征在于,所述多个牵引力分配策略包括以下至少两者:
第一分配策略:各轮轴牵引力均衡分配;
第二分配策略:尽可能多的轮轴效率最优,其余轮轴均衡分配;
第三分配策略:尽可能多的轮轴惰行,其余轮轴尽可能多的效率最优;或
第四分配策略:尽可能多的轮轴惰行,其余轮轴均衡分配。
3.如权利要求1所述的牵引力分配方法,其特征在于,所述能耗指标
Figure FDA0003309918480000011
其中i为轮轴的索引,N为轮轴总数,Fi(s)为第i个轮轴的轮轴牵引力设定曲线,v(s)为所述列车的速度设定曲线,η(Fi(s),v(s))为第i个轮轴关于牵引力和速度的效率函数,SN为路线区间长度,s为路线里程索引。
4.如权利要求1所述的牵引力分配方法,其特征在于,所述牵引力均衡指标
Figure FDA0003309918480000012
且j,j=1,2,…,N,Fi(s)和Fj(s)为第i个和第j个轮轴的轮轴牵引力设定曲线,N为轮轴总数,SN为路线区间长度,s为路线里程索引。
5.如权利要求1所述的牵引力分配方法,其特征在于,所述基于每个牵引力分配策略下的所述能耗指标和所述牵引力均衡指标确定最优牵引力分配策略包括:
基于每个牵引力分配策略下的所述能耗指标和所述牵引力均衡指标的加权和确定每个牵引力分配策略下的综合指标;以及
将综合指标最小的牵引力分配策略确定为所述最优牵引力分配策略。
6.如权利要求1所述的牵引力分配方法,其特征在于,还包括:
将所述最优牵引力分配策略下的各个轮轴牵引力分配曲线输出至列车控制系统以用于轮轴牵引力控制。
7.一种列车的牵引力分配装置,所述列车包括多个轮轴,所述牵引力分配装置包括:
存储器,以及耦接至所述存储器的处理器,
所述处理器配置用于:
获取所述列车的速度设定曲线和列车牵引力设定曲线;
基于所述列车牵引力设定曲线确定多个牵引力分配策略下每个轮轴的轮轴牵引力设定曲线;
基于每个牵引力分配策略下每个轮轴的所述轮轴牵引力设定曲线和所述速度设定曲线确定每个牵引力分配策略下的能耗指标和牵引力均衡指标;以及
基于每个牵引力分配策略下的所述能耗指标和所述牵引力均衡指标确定最优牵引力分配策略。
8.如权利要求7所述的牵引力分配装置,其特征在于,所述多个牵引力分配策略包括以下至少两者:
第一分配策略:各轮轴牵引力均衡分配;
第二分配策略:尽可能多的轮轴效率最优,其余轮轴均衡分配;
第三分配策略:尽可能多的轮轴惰行,其余轮轴均衡分配;或
第四分配策略:尽可能多的轮轴惰行,其余轮轴尽可能多的效率最优。
9.如权利要求7所述的牵引力分配装置,其特征在于,所述能耗指标
Figure FDA0003309918480000031
其中i为轮轴的索引,N为轮轴总数,Fi(s)为第i个轮轴的轮轴牵引力设定曲线,v(s)为所述列车的速度设定曲线,η(Fi(s),v(s))为第i个轮轴关于牵引力和速度的效率函数,SN为路线区间长度,s为路线里程索引。
10.如权利要求7所述的牵引力分配装置,其特征在于,所述牵引力均衡指标
Figure FDA0003309918480000032
且i,j=1,2,…,N,Fi(s)和Fj(s)为第i个和第j个轮轴的轮轴牵引力设定曲线N为轮轴总数,SN为路线区间长度,s为路线里程索引。
11.如权利要求7所述的牵引力分配装置,其特征在于,所述处理器进一步配置用于:
基于每个牵引力分配策略下的所述能耗指标和所述牵引力均衡指标的加权和确定每个牵引力分配策略下的综合指标;以及
将综合指标最小的牵引力分配策略确定为所述最优牵引力分配策略。
12.如权利要求7所述的牵引力分配装置,其特征在于,所述处理器还配置用于:
将所述最优牵引力分配策略下的各个轮轴牵引力分配曲线输出至列车控制系统以用于轮轴牵引力控制。
13.一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令在由处理器执行时,实施如权利要求1-6中任一项所述的方法。
CN202011064884.9A 2020-09-30 2020-09-30 列车的牵引力分配方法及装置 Active CN112109750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011064884.9A CN112109750B (zh) 2020-09-30 2020-09-30 列车的牵引力分配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011064884.9A CN112109750B (zh) 2020-09-30 2020-09-30 列车的牵引力分配方法及装置

Publications (2)

Publication Number Publication Date
CN112109750A CN112109750A (zh) 2020-12-22
CN112109750B true CN112109750B (zh) 2022-03-08

Family

ID=73797222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011064884.9A Active CN112109750B (zh) 2020-09-30 2020-09-30 列车的牵引力分配方法及装置

Country Status (1)

Country Link
CN (1) CN112109750B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113665596A (zh) * 2021-08-25 2021-11-19 中车南京浦镇车辆有限公司 一种适用于无人驾驶的列车牵引制动力分配方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104960526B (zh) * 2015-07-09 2017-08-18 中车株洲电力机车研究所有限公司 一种动力分散型列车牵引力分配方法及系统
CN109532963B (zh) * 2019-01-15 2020-01-21 西南交通大学 一种电力列车的经济性动力匹配与分配方法
CN110333655B (zh) * 2019-07-02 2020-06-09 北京交通大学 一种高速列车多动力单元分布式控制方法
CN110562301B (zh) * 2019-08-16 2020-12-01 北京交通大学 基于q学习的地铁列车节能驾驶曲线计算方法
CN110497943B (zh) * 2019-09-03 2020-07-14 西南交通大学 一种基于强化学习的城轨列车节能运行策略在线优化方法
CN111460633A (zh) * 2020-03-19 2020-07-28 南京理工大学 一种基于多目标粒子群算法的列车节能运行方法

Also Published As

Publication number Publication date
CN112109750A (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
Xiong et al. Energy recovery strategy numerical simulation for dual axle drive pure electric vehicle based on motor loss model and big data calculation
Li et al. An energy-efficient scheduling and speed control approach for metro rail operations
Ning et al. A synergistic energy-efficient planning approach for urban rail transit operations
CN106427607B (zh) 一种电动车混合式储能系统能量分配方法
Zhang et al. Development of an optimal operation approach in the MPC framework for heavy-haul trains
WO2023174187A1 (zh) 一种电动公交协调优化调度方法
CN111114596B (zh) 一种考虑网损的多列车速度曲线协同优化方法
CN102165501A (zh) 用于优化道路交通网络内灯控交叉点上的交通控制的方法
CN112109750B (zh) 列车的牵引力分配方法及装置
CN109532963A (zh) 一种电力列车的经济性动力匹配与分配方法
Huang et al. An integrated approach for the energy-efficient driving strategy optimization of multiple trains by considering regenerative braking
CN108233434A (zh) 能量可逆型牵引变电所、方法和系统
CN103895533B (zh) 用于优化可逆牵引变电站的操作的方法及相关设备
Ahmadi et al. Energy saving in metro systems: Simultaneous optimization of stationary energy storage systems and speed profiles
CN113619408B (zh) 基于储能装置的供电控制方法、装置、终端及存储介质
Zhang et al. Regenerative Braking Energy Utilization Analysis in AC/DC Railway Power Supply System with Energy Feedback Systems
Chen et al. Train control and schedule integrated optimization with reversible substations
Schenker et al. Optimization model for operation of battery multiple units on partly electrified railway lines
Allen et al. Application of regenerative braking with optimized speed profiles for sustainable train operation
CN112446086B (zh) 磁悬浮列车的仿真方法及装置
Lai et al. Energy‐efficient train timetabling for a medium‐speed maglev line considering propulsion and suspension energy consumption
CN114148176B (zh) 稳压目标值的确定方法及装置、能量回馈方法及装置
Deng et al. Integrated energy‐efficient optimization for urban rail transit timetable
Zheng et al. Optimization of Metro Vehicle Speed Curve Based on Vehicle-Grid-Railway Coupling Model
CN113065239B (zh) 一种基于基于自适应大邻域搜索算法的城轨列车时刻表节能优化方法

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
GR01 Patent grant
GR01 Patent grant