CN112926782B - 一种基于惰行-恒速的地铁速度曲线优化方法 - Google Patents

Abstract

本发明公开了一种基于惰行‑恒速的地铁速度曲线优化方法，首先获取列车行车信息；然后根据列车行车信息获取列车最大能力速度曲线、最小运行时间和可使用的富裕时间；然后以惰行边界和恒速边界起点为原点，在最大能力速度曲线上以设定步长移动惰行点和恒速点，根据惰行边界终点、恒速边界终点计算可使用的富裕时间；最后当可使用的富裕时间消耗完毕时，根据各曲线的能耗选择能耗最小的曲线输出。本发明能够在任意给定的时刻表要求时间下计算得到列车最节能速度曲线，最大限度降低了方法对于时刻表给定时间的要求，在该要求下实现列车节能运行。

Description

一种基于惰行-恒速的地铁速度曲线优化方法

技术领域

本发明涉及轨道交通领域，具体涉及一种基于惰行-恒速的地铁速度曲线优化方法。

背景技术

现有技术中，利用惰行搜索方法使得节能速度曲线计算时间短，误差小，有效地提高了城市轨道交通列车的运行速度的优化精度，通过对列车速度曲线优化速度的可调性，以及利用惰行起点推进步长可自定义，在时间误差允许范围内，增大推进步长，可以提高求解速度，以上设计可以在安全、准点的基础上，实现节能列车运行工况及工况切换点的快速求解，但是采用的惰行搜索模型存在区间运行时间的上限要求，一旦给定的区间运行时间超过上限，则不能计算得到满足城市轨道列车到站要求的速度曲线，因此，需要综合考虑速度曲线和站间运行时间优化，在不改变总运行时间的情况下，考虑子区间合并的情况，进一步降低多站间牵引能耗。

发明内容

为解决上述问题，本发明提出一种基于惰行-恒速的地铁速度曲线优化方法，通过下述技术方案实现：

一种基于惰行-恒速的地铁速度曲线优化方法，包括如下步骤：

S1、获取列车行车信息；

S2、根据列车行车信息获取列车最大能力速度曲线、最小运行时间和可使用的富裕时间；

S3、以惰行边界和恒速边界起点为原点，在最大能力速度曲线上以设定步长移动惰行点和恒速点，根据惰行边界终点、恒速边界终点计算可使用的富裕时间；

S4、当可使用的富裕时间消耗完毕时，根据各曲线的能耗选择能耗最小的曲线输出。

上述方案的有益效果是：能够在任意给定的时刻表要求时间下计算得到列车最节能速度曲线，最大限度降低了方法对于时刻表给定时间的要求，在该要求下实现列车节能运行。

进一步的，所述S1中列车行车信息包括列车信息、线路信息以及时刻表信息。

上述进一步方案的有益效果是：确保得到的速度曲线能够按照时刻表要求准点到站；充分理解线路坡道组合，充分利用坡道势能节约电能消耗；按照列车自身特性进行个性化优化，方便后续步骤的开展。

进一步的，所述S3中惰行边界起点为制动工况起点，所述惰行边界终点为惰行曲线进站临界点，所述恒速边界起点为恒速段对应速度点，所述恒速边界终点为0速度点。

上述进一步方案的有益效果是：得到计算的理论边界，以便后续步骤在安全要求下得到理论边界内的最节能速度曲线。

进一步的，所述S3中计算可使用的富裕时间具体为：

S31、以设定步长向前移动惰行点，添加惰行工况，计算最大能力速度曲线的能耗和剩余富裕时间；

S32、判断剩余富裕时间是否消耗完毕，若是，则输出能耗最小的曲线；若否则判断判断是否到达惰行边界终点；

S33、若未到达惰行边界终点，则重复S31-S32，直至到达惰行边界终点，则以设定步长向下移动恒速点，降低恒速工况速度；

S34、计算降低工况速度后的惰性边界起点、惰行边界终点和可使用的富裕时间；

S35、以新的惰行边界起点为原点，重复S31-S34直至可使用富裕时间消耗完毕。

上述进一步方案的有益效果是：使得到的节能速度曲线满足时刻表的准点性要求；充分利用时刻表给定时间中蕴含的节能潜力，将富裕时间最大化利用，得到最节能速度曲线。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明基于惰行-恒速的地铁速度曲线优化方法流程示意图。

图2为本发明实施例以惰行边界起点为原点向前移动惰行点的曲线示意图。

图3为本发明实施例以设定步长Δx向前移动惰行点后惰行工况曲线示意图。

图4为本发明实施例以设定步长Δv向下移动恒速点后恒速工况曲线示意图。

图5为本发明基于“惰行-恒速”混合模式的节能速度曲线。

具体实施方式

在下文中，可在本发明的各种实施例中使用的术语“包括”或“可包括”指示所发明的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。此外，如在本发明的各种实施例中所使用，术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。

在本发明的各种实施例中，表述“或”或“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如，表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。

在本发明的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件，不过可不限制相应组成元件。例如，以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如，第一用户装置和第二用户装置指示不同用户装置，尽管二者都是用户装置。例如，在不脱离本发明的各种实施例的范围的情况下，第一元件可被称为第二元件，同样地，第二元件也可被称为第一元件。

应注意到：如果描述将一个组成元件“连接”到另一组成元件，则可将第一组成元件直接连接到第二组成元件，并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地，当将一个组成元件“直接连接”到另一组成元件时，可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。

在本发明的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本发明的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1

一种基于惰行-恒速的地铁速度曲线优化方法，如图1所示，包括如下步骤：

S1、获取列车行车信息；其行车信息包括列车信息、线路信息和时刻表信息。

S2、根据列车行车信息获取列车最大能力速度曲线、最小运行时间和可使用的富裕时间；

S3、以惰行边界和恒速边界起点为原点，在最大能力速度曲线上以设定步长移动惰行点和恒速点，根据惰行边界终点、恒速边界终点计算可使用的富裕时间；

在最大能力速度曲线的基础上，将制动工况的起点作为惰行边界起点，将惰行曲线进站临界点作为惰行边界终点，将恒速段对应的速度作为恒速边界起点，将0速度作为恒速边界终点；以惰行边界起点为原点，准备向前移动惰行点，添加惰行工况，如图2所示，具体而言，设定恒速搜索步长Δv和惰行搜索步长Δx，可使用的富裕时间的计算步骤为：

S31、以Δx为移动步长，向前移动惰行点，添加惰行工况，计算曲线的能耗和剩余富裕时间，如图3所示；

S32、判断剩余富裕时间是否消耗完毕，若是，则输出能耗最小的曲线；若否则判断判断是否到达惰行边界终点；

S33、若未到达惰行边界终点，则重复S31-S32，直至到达惰行边界终点，则以Δv设定步长向下移动恒速点，降低恒速工况速度，如图4所示

S34、计算降低工况速度后的惰性边界起点、惰行边界终点和可使用的富裕时间；

S35、以新的惰行边界起点为原点，重复S31-S34直至可使用富裕时间消耗完毕。

S4、当可使用的富裕时间消耗完毕时，根据各曲线的能耗选择能耗最小的曲线输出。

可使用的富裕时间消耗完毕后，比较各条曲线的能耗，选择能耗最小的曲线输出，得到基于“惰行-恒速”混合模式的节能速度曲线，如图5所示。

在本实施例里，所述惰行起点和恒速起点通过人工蜂群算法计算，在人工蜂群搜索算法中，每一个食物源表示一个可行的惰行起点和恒速起点的组合，一部分食物源组成了一个种群，这里可行的起点组合是一个二维向量，用X＝{x₁,x₂}表示，其中x₁表示惰行起点，x₂表示恒速起点，有由N个可行起点组合组成的种群可以表示为S＝{X₁,X₂,...,X_N}，首先对种群进行初始化，在可行的起点组合范围内随机生成多个起点组合，由下式标识：

其中，其中

代表第i个食物源x_i的第j维，rand[0,1]表示0到1之间的随机数，

和

分别表示x_i第j维的最大值和最小值，在这里

和

分别表示惰行起点的最大值和最小值，

和

分别表示恒速起点的最大值和最小值。

利用设定公式搜索初始解附近的解，并展开全局搜索，判断每一个解的适应度，评价该解的优劣程度，若新产生的解由于原来的解，则保留新产生的解，否则保留原来的解，其设定公式为：

其中，x_k表示相邻的解，x_i表示当前解，k＝{1,2，...，50}且k≠i。

代表新的解的变化率。

然后利用轮盘赌算法选择解，由上式产生的解中的适应度越高，被选择的可能性越大，接着根据公式进行局部搜索，产生新的解，并择优保留，其选择概率的公式如下所示，

其中，i为正整数。当一个被选择的解x_i在多次次搜索和选择后仍未被更新，则当前的解x_i会被遗弃，返回初始状态，重新初始化生成一个解。经过多次搜索后结束搜索，输出选择的惰行起点和恒速起点组合。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于惰行-恒速的地铁速度曲线优化方法，其特征在于，包括如下步骤：

S1、获取列车行车信息；

S2、根据列车行车信息获取列车最大能力速度曲线、最小运行时间和可使用的富裕时间；

S3、以惰行边界和恒速边界起点为原点，在最大能力速度曲线上以设定步长移动惰行点和恒速点，根据惰行边界终点、恒速边界终点计算可使用的富裕时间，其中，所述惰行边界起点和恒速起点的计算通过人工蜂群算法计算，具体方式为：

A301、将可行的惰行起点与恒速起点的组合作为人工蜂群算法的食物源，表示为X_N＝{x₁,x₂}表示，其中x₁表示惰行起点，x₂表示恒速起点；并选取一部分食物源形成种群，表示为S＝{X₁,X₂,...,X_N}；

A302、对种群进行初始化，在可行的起点组合范围内随机生成多个起点组合，表示为：

其中，

代表第i个食物源x_i的第j维，rand[0,1]表示0到1之间的随机数，

和

分别表示x_i第j维的最大值和最小值，

和

分别表示惰行起点的最大值和最小值，

和

分别表示恒速起点的最大值和最小值；

A303、利用设定公式搜索初始解附近的解，并展开全局搜索，判断每一个解的适应度，若新产生的解优于原来的解，则保留新产生的解，否则保留原来的解，其设定公式为：

其中，x_k表示相邻的解，x_i表示当前解，k＝{1,2，...，50}且k≠i，

代表新产生的解的变化率；

A304、利用轮盘赌算法选择解，选择方式为：

其中，i为正整数；

当一个被选择的解x_i在多次次搜索和选择后仍未被更新，则当前的解x_i被遗弃，返回初始状态，重新初始化生成一个解，经过多次搜索后结束搜索，输出选择的惰行起点和恒速起点组合；

S4、当可使用的富裕时间消耗完毕时，根据各曲线的能耗选择能耗最小的曲线输出。

2.根据权利要求1所述的一种基于惰行-恒速的地铁速度曲线优化方法，其特征在于，所述S1中列车行车信息包括列车信息、线路信息以及时刻表信息。

3.根据权利要求1所述的一种基于惰行-恒速的地铁速度曲线优化方法，其特征在于，所述S3中惰行边界起点为制动工况起点，所述惰行边界终点为惰行曲线进站临界点，所述恒速边界起点为恒速段对应速度点，所述恒速边界终点为0速度点。

4.根据权利要求1所述的一种基于惰行-恒速的地铁速度曲线优化方法，其特征在于，所述S3中计算可使用的富裕时间具体为：

S31、以设定步长向前移动惰行点，添加惰行工况，计算最大能力速度曲线的能耗和剩余富裕时间；

S32、判断剩余富裕时间是否消耗完毕，若是，则输出能耗最小的曲线；若否则判断是否到达惰行边界终点；

S33、若未到达惰行边界终点，则重复S31-S32，直至到达惰行边界终点，则以设定步长向下移动恒速点，降低恒速工况速度；

S34、计算降低工况速度后的惰性边界起点、惰行边界终点和可使用的富裕时间；

S35、以新的惰行边界起点为原点，重复S31-S34直至可使用富裕时间消耗完毕。

Images