CN112498420A - 一种列车运行受扰后的ato曲线优化方法 - Google Patents

Abstract

一种列车运行受扰后的ATO曲线优化方法，包括：基于列车时刻表计算列车在站间的计划运行时间T_P；当列车按照既定最优运行曲线运行至站间某一点X_k处因受扰而产生减速时，统计列车减速的持续时间t_s以及列车在受扰前已运行的时间t_r；计算列车在当前位置X_k处按最大运力运行到站的最短运行时间T_r ^min；判断T_r ^min是否大于等于T_P‑t_r‑t_s，如果是，在当前位置以最大运力运行到站；否则，在当前位置以剩余时间T_r为约束条件进行递推寻优，得到受扰后的最优运行曲线。本发明能在列车受扰后自动优化新的运行曲线，从而可以很好的解决列车在各种情况下的延误问题。

Description

一种列车运行受扰后的ATO曲线优化方法

技术领域

本发明涉及轨道交通列车运行控制领域，具体涉及一种列车运行受扰后的ATO曲线优化方法。

背景技术

随着我国轨道交通行业的迅猛发展，列车自动化程度逐步提升，为了保证列车行车安全，提高运输效率，绝大多数在建及运营线路采用了列车自动运行系统(ATO)代替司机驾驶，列车自动运行系统通过接收列车自动监控系统(ATS)下发的指令，并且结合线路条件、运行状态完成列车在站间的自动运行和运行速度的自动调整。其关键在于确定ATO系统的最优运行曲线。

国内外学者针对轨道交通列车运行速度曲线优化展开了研究，形成了较多的研究成果，主要包括以极大值原理为代表的解析算法，以序列二次规划为代表的数值算法，以及其他仿生进化类智能算法。这些优化方法旨在列车按照原有运行曲线上寻找适用于ATO系统的最优运行曲线，但是未考虑到列车在实际运行过程中可能受到外部环境的间断性干扰，在可控范围内出现一定程度偏离既有运行曲线的情况，此时若仍按照原有运行曲线运行，一定程度上会造成列车的晚点，影响到运营效率。

目前此问题的解决方案是在列车发生晚点后，通过ATS系统向ATO系统下发指令，调用预设的不同ATO运行等级所对应的运行曲线来调整站间运行时间，避免列车持续性晚点。

这种方案存在的问题是：调整站间运行时间需要涉及到ATS和ATO两个系统，同时由于ATO运行等级及ATO系统中所对应的运行曲线有限，当列车实际运行情况与追踪的运行曲线偏差不大而又已造成晚点时，调用更高等级的运行曲线往往反而使得列车能耗更高，这种情况下通过改变ATO运行等级避免晚点的必要性并不明显。

因此，需要提出一种列车运行受扰后的ATO曲线优化方法，在列车运行出现扰动的情况下在ATO系统内重新快速规划出新的运行曲线，以满足准点运营的需求。

发明内容

鉴于现有技术中存在的技术缺陷和技术弊端，本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种列车运行受扰后的ATO曲线优化方法，具体方案如下：

一种列车运行受扰后的ATO曲线优化方法，所述方法包括：

步骤1，基于列车时刻表计算列车在站间的计划运行时间T_P；

步骤2，当列车按照既定最优运行曲线运行至站间某一点X_k处因受扰而产生减速时，统计列车减速的持续时间t_s以及列车在受扰前已运行的时间t_r；

步骤3，计算列车在当前位置X_k处按最大运力运行到站的最短运行时间 T_r ^min；

步骤4，判断T_r ^min是否大于等于T_P-t_r-t_s，如果是，在当前位置以最大运力运行到站；否则，在当前位置以剩余时间T_r为约束条件进行递推寻优，得到受扰后的最优运行曲线。

进一步地，步骤2中，最优运行曲线的计算方法具体为：

步骤2.1，获取列车线路数据，对列车线路数据进行预处理，从而将站间的线路长度划分为若干个阶段，将每个阶段的速度值等分为若干个状态点；

步骤2.2，计算各阶段每个状态点发生状态转移的状态转移值，基于状态转移值，获取各阶段每个状态点发生状态转移的能量消耗数组E_array和运行时间消耗数组T_array；

步骤2.3，基于各阶段每个状态点发生状态转移的能量消耗数组E_array和运行时间消耗数组T_array，进行递推寻优，计算出列车最优运行曲线。

进一步地，步骤2.1中，所述线路数据包括线路限速数据、线路坡度数据以及车站公里标，其中，所述线路限速数据包括变限速点和对应的限速值，所述线路坡度数据包括变坡度点和对应的坡度值。

进一步地，对列车线路数据进行预处理具体为：根据变限速点和变坡度点将两车站间的线路长度离散化，从而将站间的线路长度划分为若干个阶段；根据限速值将每个阶段对应的速度值等分为若干个状态点。

其中，变限速点指的是在限速曲线发生限速值变化处的点，即当限速从某一个固定值变成另一限速值的边界点称之为变限速点；同理，变坡度点是坡度曲线发生变化的边界点。

进一步地，步骤2.3具体包括：

步骤2.21，所述状态转移值包括能耗消耗值和运行时间消耗值，以x_j阶段为例，能量消耗数组和运行时间消耗数组中第j列第i个元素的计算公式分别为：

其中，E_ji为能量消耗数组中第j列第i个元素的能量消耗值，T_ji为运行时间消耗数组中第j列第i个元素的运行时间消耗值，M为列车质量，v_j+1,i表示x_j+1阶段上的第i个状态点的速度值，f₀和f_s分别为列车单位基本阻力和单位附加阻力，s_j为阶段x_j与阶段x_j+1之间的距离，i＝1,2,…，m；

步骤2.22，依照步骤2.21的方法，依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值，通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组E_array，通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组T_array。

进一步地，步骤2.3具体为：

步骤2.31，根据步骤2.22中得到了数组E_array和T_array，确定优化目标值函数U(v_j,p,v_j+1,q)，表示为：

U(v_j,p,v_j+1,q)＝E_array(p,q)+β|T_array(p,q)-T_j|；

其中，T_j为列车从阶段x_j至阶段x_j+1的期望运行时间，β为惩罚因子；

步骤2.32，根据2.31中确定的值函数，定义阶段x_j对应的最优指标函数为J^*(v_j,p,j)，则有：

J^*(v_j,p,j)＝min{U(v_j,p,v_j+1,q)+J^*(v_j+1,p,j+1)}；

通过上式，计算出阶段xj的最优指标函数及其对应的状态点v_j,p；

步骤2.33，依照步骤2.32的方法，依次计算出各阶段的最优指标函数和对应的状态点；

步骤2.34，依次连接各阶段最优指标函数对应的状态点，形成最优运行曲线。

进一步地，步骤4中，在当前位置以剩余时间T_r为约束条件进行递推寻优，得到受扰后的最优运行曲线具体为：

根据剩余运行时间T_r重新确定阶段x_j至阶段x_j+1的期望运行时间T_j；

基于重新确定的期望运行时间T_j，更新值函数U(v_j,p,v_j+1,q)和对应的最优指标函数；

连接以剩余时间T_r为约束下的各阶段最优状态点，形成受扰后的最优运行曲线。

进一步地，步骤3中，计算列车在当前位置X_k处按最大运力运行到站的最短运行时间T_r ^min具体包括：

步骤3.1，确定列车当前位置的限速值，并按最大牵引力运行，若在此过程中达到限速，则转为恒速运行模式，得到最大牵引力下的运行曲线一；

步骤3.2，从停车点至当前位置，按照列车以最大制动力运行，进行反向推算，若在此过程中遇到变限速点，则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推，得到最大制动力下的运行曲线二；

步骤3.3，将运行曲线一和运行曲线二合并，并与限速值取小，得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间T_r ^min。

本发明具有以下有益效果：

本发明实现了列车在站间运行过程中受扰后的ATO曲线优化，方法计算速度快，有效地解决了列车在受扰后不能满足准点运营的问题。

附图说明

图1为本发明实施例提供的一种列车运行受扰后的ATO曲线优化方法流程图；

图2为本发明实施例提供的任意两阶段间，遍历下一阶段上的所有状态点的示意图；

图3为本发明实施例提供的列车在区间按照既定最优运行曲线运行至某一点x_k处受扰而产生减速的示意图；

图4为本发明实施例提供的列车在当前位置按最大运力运行到站的方法示意图。

具体实施方式

下面将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，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供一种列车运行受扰后的ATO曲线优化方法，所述方法包括：

步骤1，基于列车时刻表计算列车在站间(发站至到站)的计划运行时间T_P；

步骤2，计算列车既定最优运行曲线，当列车按照既定最优运行曲线运行至站间某一点X_k处因受扰而产生减速时，统计列车减速的持续时间t_s以及列车在受扰前已运行的时间t_r，如图3所示；

步骤3，计算列车在当前位置X_k处按最大运力运行到站的最短运行时间 T_r ^min；

步骤4，判断T_r ^min是否大于等于T_P-t_r-t_s，如果是，则列车会造成晚点，在当前位置以最大运力运行到站；否则，在当前位置以剩余时间T_r为约束条件进行递推寻优，重新计算最优运行曲线，得到受扰后的最优运行曲线。

作为本发明的第二实施例，步骤2中，最优运行曲线的计算方法具体为：

步骤2.1，获取列车线路数据，对列车线路数据进行预处理，从而将站间的线路长度划分为若干个阶段，将每个阶段的速度值等分为若干个状态点；

步骤2.2，计算各阶段每个状态点发生状态转移的状态转移值，基于状态转移值，获取各阶段每个状态点发生状态转移的能量消耗数组E_array和运行时间消耗数组T_array；

步骤2.3，基于各阶段每个状态点发生状态转移的能量消耗数组E_array和运行时间消耗数组T_array，进行递推寻优，计算出列车最优运行曲线。

其中，所述线路数据包括线路限速数据、线路坡度数据以及车站公里标，其中，所述线路限速数据包括变限速点和对应的限速值，所述线路坡度数据包括变坡度点和对应的坡度值。

作为本发明的第三实施例，对列车线路数据进行预处理具体为：根据变限速点和变坡度点将两车站间的线路长度离散化，从而将站间的线路长度划分为若干个阶段；根据限速值将每个阶段对应的速度值等分为若干个状态点。

作为本发明的第四实施例，步骤2.3具体包括：

步骤2.21，基于对列车线路数据的预处理，计算出基于二维速度v与距离s构成的离散点数组，以x_j阶段对应的状态点v₁状态为例，遍历下一阶段 x_j+1阶段上的所有状态点(v₁…v_m)，其中j＝1,2,…，n，如图2所示；

所述状态转移值包括能耗消耗值和运行时间消耗值，以x_j阶段为例，能量消耗数组和运行时间消耗数组中第j列第i个元素的计算公式分别为：

其中，E_ji为能量消耗数组中第j列第i个元素的能量消耗值，即x_j阶段第i个状态点的能量消耗值，T_ji为运行时间消耗数组中第j列第i个元素的运行时间消耗值，即x_j阶段第i个状态点的运行时间消耗值，M为列车质量， v_j+1,i表示x_j+1阶段上的第i个状态点的速度值，f₀和f_s分别为列车单位基本阻力和单位附加阻力，s_j为阶段x_j与阶段x_j+1之间的距离，i＝1,2,…，m；

步骤2.22，依照步骤2.21的方法，依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值，通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组E_array，通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组T_array。

作为本发明的第五实施例，步骤2.3具体为：

步骤2.31，根据步骤2.22中得到了数组E_array和T_array，确定优化目标值函数U(v_j,p,v_j+1,q)，表示为：

U(v_j,p,v_j+1,q)＝E_array(p,q)+β|T_array(p,q)-T_j|；

其中，T_j为列车从阶段x_j至阶段x_j+1的期望运行时间，β为惩罚因子；

步骤2.32，根据2.31中确定的值函数，定义阶段x_j对应的最优指标函数为J^*(v_j,p,j)，则有：

J^*(v_j,p,j)＝min{U(v_j,p,v_j+1,q)+J^*(v_j+1,p,j+1)}；

通过上式，计算出阶段xj的最优指标函数及其对应的状态点v_j,p；

上式表示在递推过程中，由阶段xj+1的最优指标函数及阶段xj至阶段xj+1所有值函数中的最优值确定阶段xj的最优指标函数及其对应的状态点 vj,p；

步骤2.33，依照步骤2.32的方法，依次计算出各阶段的最优指标函数和对应的状态点；

步骤2.34，依次连接各阶段最优指标函数对应的状态点，形成最优运行曲线。

作为本发明的第六实施例，步骤4中，在当前位置以剩余时间T_r为约束条件进行递推寻优，得到受扰后的最优运行曲线具体为：

根据剩余运行时间T_r重新确定阶段x_j至阶段x_j+1的期望运行时间T_j；

其中T_j的计算公式为

其中v为平均速度，s为站间距离，T_x为期望运行总时间，最初T_x＝T_p，即为计划站间运行时间，当运行在区间过程中后，T_x＝T_r，此时由于剩余运行时间T_r发生变化，平均速度v会有变化，以此重新确定阶段x_j至阶段x_j+1的期望运行时间T_j；

基于重新确定的期望运行时间T_j，更新值函数U(v_j,p,v_j+1,q)，基于更新的值函数U(v_j,p,v_j+1,q)，计算最优指标函数J^*(v_j,p,j)及其对应的状态点v_j,p；

依次连接以剩余时间T_r为约束下的各阶段最优指标函数对应的状态点，形成受扰后的最优运行曲线。

作为本发明的第七实施例，如图4所示，步骤3中，计算列车在当前位置X_k处按最大运力运行到站的最短运行时间T_r ^min具体包括：

步骤3.1，确定列车当前位置的限速值，并按最大牵引力运行，若在此过程中达到限速，则转为恒速运行模式，得到最大牵引力下的运行曲线一；

步骤3.2，从停车点至当前位置，按照列车以最大制动力运行，进行反向推算，若在此过程中遇到变限速点，则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推，得到最大制动力下的运行曲线二，如图4所示；

其中，停车点指的是列车在站台的停车位置，列车运行曲线反应出的过程即是列车从某一站站台停车点出发至下一站站台停车点停车的运行过程，列车进站停车阶段需要制动减速，通过停车点0km/h的速度按照列车最大减速度进行反向递推，即可确定列车停车阶段的最大制动曲线二；

步骤3.3，将运行曲线一和运行曲线二合并，并与限速值取小，得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间T_r ^min。

在计算过程中最大牵引曲线(即运行曲线一)和最大制动曲线(即运行曲线二)会超出限速值的范围，但是考虑到实际情况，限速值是作为列车运行速度的上限，不可逾越，与限速值取小，即当所处位置的运行曲线一、运行曲线二对应的速度值小于限速值时，取计算出的对应速度值，而当所处位置的运行曲线一、运行曲线二对应的速度值大于限速值时，取所处位置的限速值。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，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)

1.一种列车运行受扰后的ATO曲线优化方法，其特征在于，所述方法包括：

步骤1，基于列车时刻表计算列车在站间的计划运行时间T_P；

步骤2，当列车按照既定最优运行曲线运行至站间某一点X_k处因受扰而产生减速时，统计列车减速的持续时间t_s以及列车在受扰前已运行的时间t_r；

步骤3，计算列车在当前位置X_k处按最大运力运行到站的最短运行时间T_r ^min；

步骤4，判断T_r ^min是否大于等于T_P-t_r-t_s，如果是，则在当前位置以最大运力运行到站；否则，在当前位置以剩余时间T_r为约束条件进行递推寻优，得到受扰后的最优运行曲线。

2.根据权利要求1所述的列车运行受扰后的ATO曲线优化方法，其特征在于，步骤2中，最优运行曲线的计算方法具体为：

步骤2.1，获取列车线路数据，对列车线路数据进行预处理，从而将站间的线路长度划分为若干个阶段，将每个阶段的速度值等分为若干个状态点；

步骤2.2，计算各阶段每个状态点发生状态转移的状态转移值，基于状态转移值，获取各阶段每个状态点发生状态转移的能量消耗数组E_array和运行时间消耗数组T_array；

步骤2.3，基于各阶段每个状态点发生状态转移的能量消耗数组E_array和运行时间消耗数组T_array，进行递推寻优，计算出列车最优运行曲线。

3.根据权利要求2所述的列车运行受扰后的ATO曲线优化方法，其特征在于，步骤2.1中，所述线路数据包括线路限速数据、线路坡度数据以及车站公里标，其中，所述线路限速数据包括变限速点和对应的限速值，所述线路坡度数据包括变坡度点和对应的坡度值。

4.根据权利要求3所述的列车运行受扰后的ATO曲线优化方法，其特征在于，对列车线路数据进行预处理具体为：根据变限速点和变坡度点将两车站间的线路长度离散化，从而将站间的线路长度划分为若干个阶段；根据限速值将每个阶段对应的速度值等分为若干个状态点。

5.根据权利要求4所述的列车运行受扰后的ATO曲线优化方法，其特征在于，步骤2.3具体包括：

步骤2.21，所述状态转移值包括能耗消耗值和运行时间消耗值，以x_j阶段为例，能量消耗数组和运行时间消耗数组中第j列第i个元素的计算公式分别为：

其中，E_ji为能量消耗数组中第j列第i个元素的能量消耗值，T_ji为运行时间消耗数组中第j列第i个元素的运行时间消耗值，M为列车质量，v_j+1,i表示x_j+1阶段上的第i个状态点的速度值，f₀和f_s分别为列车单位基本阻力和单位附加阻力，s_j为阶段x_j与阶段x_j+1之间的距离，i＝1,2,…，m；

步骤2.22，依照步骤2.21的方法，依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值，通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组E_array，通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组T_array。

6.根据权利要求5所述的列车运行受扰后的ATO曲线优化方法，其特征在于，步骤2.3具体为：

步骤2.31，根据步骤2.22中得到了数组E_array和T_array，确定优化目标值函数U(v_j,p,v_j+1,q)，表示为：

U(v_j,p,v_j+1,q)＝E_array(p,q)+β|T_array(p,q)-T_j|；

其中，T_j为列车从阶段x_j至阶段x_j+1的期望运行时间，β为惩罚因子；

步骤2.32，根据2.31中确定的值函数，定义阶段x_j对应的最优指标函数为J^*(v_j,p,j)，则有：

J^*(v_j,p,j)＝min{U(v_j,p,v_j+1,q)+J^*(v_j+1,p,j+1)}；

通过上式，计算出阶段xj的最优指标函数及其对应的状态点v_j,p；

步骤2.33，依照步骤2.32的方法，依次计算出各阶段的最优指标函数和对应的状态点；

步骤2.34，依次连接各阶段最优指标函数对应的状态点，形成最优运行曲线。

7.根据权利要求1所述的列车运行受扰后的ATO曲线优化方法，其特征在于，步骤4中，在当前位置以剩余时间T_r为约束条件进行递推寻优，得到受扰后的最优运行曲线具体为：

根据剩余运行时间T_r重新确定阶段x_j至阶段x_j+1的期望运行时间T_j；

基于重新确定的期望运行时间T_j，更新值函数U(v_j,p,v_j+1,q)和对应的最优指标函数；

连接以剩余时间T_r为约束下的各阶段最优状态点，形成受扰后的最优运行曲线。

8.根据权利要求1所述的列车运行受扰后的ATO曲线优化方法，其特征在于，步骤3中，计算列车在当前位置X_k处按最大运力运行到站的最短运行时间T_r ^min具体包括：

步骤3.1，确定列车当前位置的限速值，并按最大牵引力运行，若在此过程中达到限速，则转为恒速运行模式，得到最大牵引力下的运行曲线一；

步骤3.2，从停车点至当前位置，按照列车以最大制动力运行，进行反向推算，若在此过程中遇到变限速点，则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推，得到最大制动力下的运行曲线二；

步骤3.3，将运行曲线一和运行曲线二合并，并与限速值取小，得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间T_r ^min。

Images