CN112232552A - 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 - Google Patents

Abstract

本发明公开了一种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，将最小化列车到达和出发晚点成本的风险价值为优化目标，建立不确定性的列车运行计划调整模型，通过调整列车到发时间和次序，在满足车站最小作业时间约束，区间最小运行时分约束，最小追踪间隔约束，突发事件发生前按图行车约束，区间封锁约束，车站不允许提前接发车约束，封锁区间列车次序调整约束下，可以针对调度决策者不同的风险偏好情况，选择相应的列车运行计划调整方案，有效处理突发事件的不确定性，并实现列车晚点风险控制，提升高铁调度指挥系统的安全性，实现列车调度智能化。

Description

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

技术领域

本发明涉及高速列车调度控制领域技术，尤其涉及一种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。

背景技术

高速铁路行车调度指挥是高速铁路日常运营管理的中枢，根据列车运行状态、设备控制、应急处置、养护维修等各环节信息，制定和调整列车运行计划，并下达到列车控制系统执行。智能调度是提升高铁调度指挥系统的优化决策和协同处置能力，尤其是突发事件(大风、雨雪、泥石流、异物侵陷等)决策处置能力的关键核心内容，代表了高铁信息技术的未来发展趋势。在列车运行调整方面，当出现了一些突发情况之后，预定的运行计划不能顺利实施，列车运行需要实时做出快速调整，从干扰状态中恢复。调整主要涉及到了两种情况：第一种是列车运行时间调整，通过修改列车进入不同闭塞区间的时间而实现；另一种是列车运行调整，包括了站与站之间和站内的列车运行的选取。当突发事件影响较大时，还需要调整机车、动车组和乘务员运用计划。现有的列车调度系统的智能水平在认知和决策方面还处于较低的层次，完成复杂调度任务的过程中需要调度员的实施干预。实时运行过程中突发事件存在很多不确定性因素，设计有效的列车运行计划调整方法已成为实现智能列车调度所必须解决的关键问题。

目前主要有如下三种方式：

方案一：现有针对突发事件不确定性的列车运行计划调整方法中，考虑恢复时间为模糊不确定性参数，以最小化延迟时间期望作为优化目标，建立了两阶段模糊规划问题，并采用求解器进行计算(Yang L,Zhou X,Gao Z.Rescheduling trains with scenario-based fuzzy recovery time representation on two-way double-track railways[J].Soft Computing,2013,17(4):605-616.)。然而，该方案的缺陷在于：没有考虑调度决策者的风险偏好。列车运行计划调整中的安全性非常重要，该技术考虑了模型中的不确定性因素后，采用的期望值模型计算延迟时间是一种风险中性的测度，求得的列车运行计划调整方法鲁棒性存在不足。

方案二：考虑了单线下，突发事件持续时间为随机变量，以最小化最后一次列车作业的时间偏差为目标，建立了两阶段随机规划模型，并在滚动时域框架下，通过分支定界进行求解(Meng L,Zhou X.Robust single-track train dispatching model under adynamic and stochastic environment:A scenario-based rolling horizon solutionapproach[J].Transportation Research Part B:Methodological,2011,45(7):1080-1102.)。然而，该方案与方案一存在相同的缺陷，即没有考虑风险因素。

方案三：虑了双线复杂路网下，突发事件持续时间为模糊变量，以最小化α置信度下的总模糊晚点时间为目标，建立了两阶段0/1整数模糊规划模型，并采用求解器进行计算(Yang L,Zhou X,Gao Z.Credibility-based rescheduling model in a double-trackrailway network:a fuzzy reliable optimization approach[J].Omega,2014,48:75-93.)。然而，该方案的缺陷在于：虽然优化目标中考虑了风险，但这种风险测度不能有效地处理不确定性集合存在极端最差情况的黑天鹅事件，如总模糊晚点时间分布处于最差情况及附近时存在严重晚点的情况。

发明内容

本发明的目的是提供一种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，可以有效控制列车运行计划调整中的突发事件不确定性带来的风险，提升高铁调度指挥系统的安全性，实现列车调度智能化。

本发明的目的是通过以下技术方案实现的：

一种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，包括：

分析和总结突发事件不确定性下的列车运行计划调整风险控制问题中的假设条件，并确定模型参数和决策变量；

根据突发事件持续长度的不确定性，以最小化列车到达和出发晚点成本的风险价值为优化目标，并满足相关约束；

基于以上两个步骤建立不确定性的列车运行计划调整模型，并通过CPLEX进行求解，得到决策变量在设定的置信度β下对应的场景中调整之后列车进入车站和离开车站的最优时间，以及列车在区间的最优次序。

由上述本发明提供的技术方案可以看出，最小化列车到达和出发晚点成本的风险价值为优化目标，建立不确定性的列车运行计划调整模型，通过调整列车到发时间和次序，在满足车站最小作业时间约束，区间最小运行时分约束，最小追踪间隔约束，突发事件发生前按图行车约束，区间封锁约束，车站不允许提前接发车约束，封锁区间列车次序调整约束下，可以针对调度决策者不同的风险偏好情况，选择相应的列车运行计划调整方案，有效处理突发事件的不确定性，并实现列车晚点风险控制，提升高铁调度指挥系统的安全性，实现列车调度智能化。

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的流程图。

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，如图1所示，其主要包括：

1、分析和总结突发事件不确定性下的列车运行计划调整风险控制问题中的假设条件，并确定模型参数和决策变量。

本发明实施例中，主要考虑如下假设条件：

1)不考虑动车组运用和乘务计划调整，(如：动车组接续问题等)。

2)运行计划调整的方式仅包括调整列车到发时间和次序。

3)突发事件为区间封锁(上下行区间封锁)。

4)高速列车在双线上运行时，分别为上行线和下行线。由于突发事件引起整个区间封锁，无法在单线上运行上下行列车。所有列车只能在其原有股道、车站上运行。因此本发明实施例中，只考虑下行线的调整。

5)突发事件发生之前所有列车按图运行。

6)已经进入突发事件导致封锁区间的列车继续按图行车。

7)突发事件总数为1，其持续时间为分布已知的随机变量，范围在两个相邻车站之间。

8)列车运行图中车站和区间从上往下依次编号，按照车站-区间-车站-区间-车站的顺序，车站总数比区间总数多1。

如表1所示，本发明实施例中，主要考虑如下模型参数与决策变量：

1)模型参数包括：列车i在进入车站j晚点的单位成本

考虑接车晚点时为1，否则为0；列车i在进入车站j晚点的单位成本

考虑接车晚点时为1，否则为0；列车i原计划进入车站j时间

列车i原计划离开车站j时间

列车i始发车站编号α_i；列车i终到车站编号β_i；列车i在的车站j最小作业时间d_ij；列车i在的区间k最小运行时分r_ik；区间最小追踪间隔H_k；突发事件起始时间

场景s下突发事件持续时间T_dis(s)；突发事件发生的区间k*；。由于本发明考虑的是突发事件存在不确定性的情况，因此通过多个不同的场景来描述不确定的突发事件，每个场景下突发事件持续时间不同，例如，S＝5个，则共有5个场景，场景1、场景2、场景3、场景4、场景5对应突发事件持续时间T_dis(1)、T_dis(2)、T_dis(3)、T_dis(4)、T_dis(5)分别为40分钟、50分钟、55分钟、60分钟和70分钟。

2)决策变量包括：在场景s下列车i进入车站j的时间

在场景s下列车i离开车站j的时间

在场景s下列车i和列车l在区间k的次序q_ilk(s)，当列车i先于列车l进入区间k时为1，否则为0。

表1模型参数和决策变量说明

2、根据突发事件持续长度的不确定性，以最小化列车到达和出发晚点成本的风险价值为优化目标，并满足相关约束。

1)目标函数。

单个场景下，最小化列车到达和出发晚点成本，表示为：

上式中，I为列车总数；当不考虑列车通过车站j晚点时其对应的晚点成本

和

可设为0；x和q为决策变量，x表示列车进入车站和离开车站的时间，q表示列车在不同区间之间的先后次序；

针对S个不确定场景，对应的条件风险价值计算如下：

式中，p_s表示场景s的概率，[t]⁺＝max{0,t}，此处的t指代上式中的

为辅助参数，CVaR指的是条件风险价值(Conditional Value-at-Risk)，CVaR_β表示CVaR的置信度为β，置信度β用来描述决策者风险偏好，当β＝0时，计算所有场景对应D(x,q,s)的均值；β＝1时，仅计算所有场景对应D(x,q,s)中最大的值，置信度β取值决定了计算的场景个数；S为场景总数；

最终，不确定性的列车运行计划调整模型的目标函数为：

minCVaR_β[D(x,q,s)]。

2)约束条件。

本发明实施例中，主要考虑如下8个约束条件。

a)车站最小作业时间约束：

上式中，I为列车总数；S为场景总数。

列车在车站为始发、终到或到开计划时中存在作业，包括上下旅客，开门，改变乘务人员等。若列车在该站计划为通过计划，对应最小作业时间为0。

b)区间最小运行时分约束：

上式中，

为场景s下列车i进入车站j+1的时间。

区间最小运行时分主要和列车、线路状态，区间限速等因素相关。

本领域技术人员可以理解，第k个区间是通过计算达到的第j+1个车站和离开的第j个车站得到的，因此，对应的第k个区间实际上是第j个车站与第j+1个车站之间的区间，因此，从数值上来说，k＝j；后文出现的j＝k*也是相同的原理。

c)最小追踪间隔约束：

式中，∨和∧分别表示取两数最大值和最小值；M为设定值(一般为足够大的数)；

为场景s下列车l进入车站j的时间，列车l与列车i为相邻列车；α_l、β_l分别为列车l的始发车站编号、终到车站编号。

针对在同一区间内运行的两辆及以上数目列车，为了确保安全，需要保证每连续两辆列车存在一定的间隔时间。这里假定列车在区间内匀速运行，因此只需要保证列车进站和出站时满足约束即可。

d)突发事件发生前按图行车约束：

没有发生突发事件时，列车运行应保证按图行车。

e)区间封锁约束：

离开车站列车处于区间封锁时必须等待封锁结束才能进入区间。

f)车站不允许提前接发车约束；

为了避免影响车站的相关作业，不允许提前到站；同时，不允许提前发车，保证旅客能够足够时间完成旅客乘降。

g)封锁区间列车次序调整约束：

其中，qilk*(s)表示场景s下列车i和列车l在突发事件发生的区间k*的次序，当列车i先于列车l进入突发事件发生的区间k*时为1，否则为0；qlik*(s)表示场景s下列车l和列车i在突发事件发生的区间k*的次序，当列车l先于列车i进入突发事件发生的区间k*时为1，否则为0。

此处考虑将调整之后的封锁区间列车次序作为一个鲁棒性的控制量，和区间封锁恢复正常时间无关。而当在某一情形下区间恢复正常之后，列车按照此时恢复后的状态进行调整，建立两阶段随机规划模型。

h)决策变量约束：

3、基于以上两个步骤建立不确定性的列车运行计划调整模型，并通过CPLEX进行求解，得到决策变量在设定的置信度β下对应的场景中调整之后列车进入车站和离开车站的最优时间，以及列车在区间的最优次序。

示例如下：

CPLEX是一种高效求解线性规划问题的求解器。可以通过MATLAB环境，描述优化问题的参决策变量、优化目标和约束条件。利用YALMIP工具箱对CPLEX求解器进行调用。

下面通过具体的示例进行说明：

本实施例采用了某客专台正线中部分车站和下行线的部分列车作为模型参数，日班计划时间为调整之前列车原计划进入车站和离开车站的时间(以分钟为单位)。列车在车站最小作业时间、区间最小运行时分、列车追踪间隔以调度台数据为准。需要设置突发事件出现的区间和场景总数，其中不同场景下突发事件持续时间不同，可以通过已知分布的采样得到。在该应用场景模型参数下，可以通过CPLEX进行求解，求解结果得到了决策变量在置信度β下对应的场景中调整之后列车进入车站和离开车站的最优时间，以及列车在区间的最优次序。

本发明实施例上述方案，通过条件风险价值这一测度实现列车晚点的风险控制，该测度不同于现有含风险控制的列车运行调整方法中仅计算某一置信度下的风险值，该测度通过计算某一置信度到极端最差值这部分场景风险值的期望实现，能够有效处理含有不确定性的突发事件中存在极端最差情况的情形。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，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 (5)

1.一种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，其特征在于，包括：

分析和总结突发事件不确定性下的列车运行计划调整风险控制问题中的假设条件，并确定模型参数和决策变量；

根据突发事件持续长度的不确定性，以最小化列车到达和出发晚点成本的风险价值为优化目标，并满足相关约束；

基于以上两个步骤建立不确定性的列车运行计划调整模型，并通过CPLEX进行求解，得到决策变量在设定的置信度β下对应的场景中调整之后列车进入车站和离开车站的最优时间，以及列车在区间的最优次序。

2.根据权利要求1所述的一种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，其特征在于，所述列车运行计划调整风险控制问题中的假设条件包括：

不考虑动车组运用和乘务计划调整；

运行计划调整的方式仅包括调整列车到发时间和次序；

突发事件为区间封锁；

高速列车在双线上运行时，只考虑下行线的调整；

突发事件发生之前所有列车按图运行；

已经进入突发事件导致封锁区间的列车继续按图行车；

突发事件总数为1，其持续时间为分布已知的随机变量，范围在两个相邻车站之间；

列车运行图中车站和区间从上往下依次编号，按照车站-区间-车站-区间-车站的顺序，车站总数比区间总数多1。

3.根据权利要求1所述的一种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，其特征在于，

所述模型参数包括：列车i在进入车站j晚点的单位成本

考虑接车晚点时为1，否则为0；列车i在进入车站j晚点的单位成本

考虑接车晚点时为1，否则为0；列车i原计划进入车站j时间

列车i原计划离开车站j时间

列车i始发车站编号α_i；列车i终到车站编号β_i；列车i在的车站j最小作业时间d_ij；列车i在的区间k最小运行时分r_ik；区间最小追踪间隔H_k；突发事件起始时间

场景s下突发事件持续时间T_dis(s)；突发事件发生的区间k*；其中，不同场景下不确定的突发事件持续时间不同；

所述决策变量包括：在场景s下列车i进入车站j的时间

在场景s下列车i离开车站j的时间

在场景s下列车i和列车l在区间k的次序q_ilk(s)，当列车i先于列车l进入区间k时为1，否则为0。

4.根据权利要求3所述的一种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，其特征在于，

单个场景下，最小化列车到达和出发晚点成本，表示为：

上式中，I为列车总数；x和q为决策变量，x表示列车进入车站和离开车站的时间，q表示列车在不同区间之间的先后次序；

针对S个不确定场景，对应的条件风险价值计算如下：

式中，p_s表示场景s的概率，[t]⁺＝max{0，t}，

为辅助参数，CVaR指的是条件风险价值，β为置信度，用来描述决策者风险偏好；S为场景总数；

最终，不确定性的列车运行计划调整模型的目标函数为：

minCVaR_β[D(x，q，s)]。

5.根据权利要求3或4所述的一种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，其特征在于，目标函数的约束包括：

车站最小作业时间约束：

上式中，I为列车总数；S为场景总数；

区间最小运行时分约束：

上式中，

为场景s下列车i进入车站j+1的时间；

最小追踪间隔约束：

式中，∨和∧分别表示取两数最大值和最小值；M为设定值；

为场景s下列车l进入车站j的时间，列车l与列车i为相邻列车；α_l、β_l分别为列车l的始发车站编号、终到车站编号；

突发事件发生前按图行车约束：

区间封锁约束：

车站不允许提前接发车约束；

封锁区间列车次序调整约束：

其中，q_ilk*(s)表示场景s下列车i和列车l在突发事件发生的区间k*的次序，当列车i先于列车l进入突发事件发生的区间k*时为1，否则为0；q_lik*(s)表示场景s下列车l和列车i在突发事件发生的区间k*的次序，当列车l先于列车i进入突发事件发生的区间k*时为1，否则为0；

决策变量约束：

Images