CN114379617A - 一种列车节能控制方法 - Google Patents

一种列车节能控制方法 Download PDF

Info

Publication number
CN114379617A
CN114379617A CN202210166277.6A CN202210166277A CN114379617A CN 114379617 A CN114379617 A CN 114379617A CN 202210166277 A CN202210166277 A CN 202210166277A CN 114379617 A CN114379617 A CN 114379617A
Authority
CN
China
Prior art keywords
train
speed
energy
saving
running
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.)
Pending
Application number
CN202210166277.6A
Other languages
English (en)
Inventor
熊启鹏
曾小清
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.)
Suzhou Zhishi Traffic Technology Co ltd
Tongji University
Original Assignee
Suzhou Zhishi Traffic Technology Co ltd
Tongji 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 Suzhou Zhishi Traffic Technology Co ltd, Tongji University filed Critical Suzhou Zhishi Traffic Technology Co ltd
Priority to CN202210166277.6A priority Critical patent/CN114379617A/zh
Publication of CN114379617A publication Critical patent/CN114379617A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Train Traffic Observation, Control, And Security (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种列车节能控制方法，包括：步骤S1，搭建列车驾驶辅助系统控制端，建立单车定时运行节能模型，包括公式（1）、（2）和（3）；步骤S2，采用基于巡航速度的遗传算法模型的求解方法，对列车定时运行节能模型算法进行计算解析，实现最优速度曲线的求解；步骤S3，通过信息交互方式生成驾驶辅助信息，对驾驶员进行行车指导，当列车实际行驶轨迹与最优速度曲线产生偏差时，系统可生成相应的提示信息。本发明创新建立基于巡航速度的遗传算法模型的求解方法，对列车定时运行节能模型算法进行计算解析，通过对运行能耗和巡航速度的编码来实现最优速度曲线的求解，使得列车整体的速度曲线显得更加平稳。

Description

一种列车节能控制方法
技术领域
本发明涉及列车辅助驾驶技术领域，尤其是一种列车节能控制方法。
背景技术
地铁、火车、高铁等铁路运输线路已成为现代化城市的主流高速交通方式。对于己建成的铁路运输线路，在列车运行图规定的站间运行时分条件下，列车在站间存在多种可行的速度曲线。由于不同速度曲线带来的列车牵引位置和距离不同，导致列车在站间运行的能耗不同。单车节能速度曲线的问题旨在定时约束的条件下求解列车在站间运行的最优的节能运行策略与速度曲线，使得列车运行在满足运行时分条件下，最小化列车在站间的牵引能耗。通常在两站间，列车有多种速度曲线可进行选择，而目前的驾驶速度曲线选择具有随机性、随意性及不科学性等缺点，难以实现有效的列车节能控制。
发明内容
本申请人针对现有技术存在的缺点，提供了一种合理有效的列车节能控制方法。
本发明所采用的技术方案如下：
一种列车节能控制方法，包括以下步骤：
步骤S1：搭建列车驾驶辅助系统控制端，建立单车定时运行节能模型，包括以下公式（1）、（2）和（3）；
列车在运行过程中的节能运行控制目标函数为：
Figure DEST_PATH_IMAGE001
(1)；
其中，E表示列车运行的牵引能耗，
Figure 271781DEST_PATH_IMAGE002
表示牵引力使用系数，s表示列车的运行距 离，x为列车位置，F表示列车的最大牵引力，
Figure DEST_PATH_IMAGE003
表示列车速度；
根据列车运行的动力学特征分析，列车运行的经典动力学方程为：
Figure 970878DEST_PATH_IMAGE004
(2)；
其中，F表示列车的最大牵引力，B表示列车的最大制动力，W表示列车运行的总阻 力，M为列车质量，
Figure DEST_PATH_IMAGE005
表示某个时刻，x为列车位置，
Figure 876517DEST_PATH_IMAGE006
表示列车的最大制动力使用系数；
列车在站间运行满足约束条件：
Figure DEST_PATH_IMAGE007
(3)；
其中，
Figure 566124DEST_PATH_IMAGE008
为x位置的线路限速，
Figure DEST_PATH_IMAGE009
为列车运行允许的最大加速度，
Figure 494373DEST_PATH_IMAGE010
为 列车站间运行时间；
步骤S2：采用基于巡航速度的遗传算法模型的求解方法，对列车定时运行节能模型算法进行计算解析，实现最优速度曲线的求解，具体包括以下步骤：
（1）基本数据输入，包括线路数据、列车特征数据、时刻表数据及遗传算法参数；
（2）线路区间划分，根据基础线路数据将线路划分为n个区间，保证每个区间内线路坡度和限速是不变的；
（3）种群初始化，初始化种群P，种群大小为N；初始种群中每个个体对按区间运行 能耗和区间最优巡航速度进行离散，得到对应的列车运行状态矩阵
Figure DEST_PATH_IMAGE011
，其中种群中每个个体
Figure 953036DEST_PATH_IMAGE012
对应一个列车在各区间运行的能耗和巡 航速度，即
Figure DEST_PATH_IMAGE013
；其中，
Figure 29576DEST_PATH_IMAGE014
表示能耗，
Figure DEST_PATH_IMAGE015
表示巡航速度；
（4）对于给定的 ，利用
Figure 832578DEST_PATH_IMAGE016
,
Figure DEST_PATH_IMAGE017
反推区间i的最优速度曲线，其方法如下：
Step1: 设列车在区间运行的初速度为
Figure 285556DEST_PATH_IMAGE018
，区间出口限速为
Figure DEST_PATH_IMAGE019
，区间长度为s，将区 间分成N等分，这样在划分后的每个
Figure 192201DEST_PATH_IMAGE020
内加速度可以认为保持不变，计算列车在加速阶段 的速度序列：
Figure DEST_PATH_IMAGE021
(4)；
其中，E表示列车运行的牵引能耗，F表示列车的最大牵引力，W表示列车运行的总 阻力，
Figure 418189DEST_PATH_IMAGE022
表示列车i时间点的速度，a表示加速度；
Step2: 令i=i+1并重复Step1，当E=0时且
Figure DEST_PATH_IMAGE023
将停止点记为i=k，进入Step4，反 之当
Figure 426596DEST_PATH_IMAGE024
且E>0时，则列车转入巡航工况，计算列车在巡航工况的速度序列：
Figure DEST_PATH_IMAGE025
(5)；
Step3: 令i=i+1并重复Step2直至E=0，将停止点记为i=k，进入Step4；
Step4: 令i=k+1，并计算列车惰行的速度序列：
Figure 198112DEST_PATH_IMAGE026
(6)；
Step5: 重复Step4直到列车速度序列与预先计算的速度防护曲线相交将停止点记为i=j；
Step6: 从i=j之后的速度序列，利用预先计算的速度防护曲线的点作为生成的速度序列；
Step7: 返回计算的最优速度序列，并计算区间运行时间：
Figure DEST_PATH_IMAGE027
(7)；
（5）构造遗传算法目标函数,并计算个体适应度；
Figure 975575DEST_PATH_IMAGE028
(8)；
式中，
Figure DEST_PATH_IMAGE029
为列车运行能耗总值，
Figure 144651DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE031
，
Figure 296146DEST_PATH_IMAGE032
分别为列车运行时间误差、运行超 速、停车定点三个约束的惩罚系数；
Figure DEST_PATH_IMAGE033
表示无约束项的目标函数，
Figure 825348DEST_PATH_IMAGE034
表示列车运 行时间误差，
Figure DEST_PATH_IMAGE035
表示列车的运行实际用时间，
Figure 736279DEST_PATH_IMAGE010
表示规定的列车站间运行时间，
Figure 59944DEST_PATH_IMAGE036
表示运行超速，
Figure DEST_PATH_IMAGE037
表示实际运行速度，
Figure 557790DEST_PATH_IMAGE038
表示规定的运行最大速度，
Figure DEST_PATH_IMAGE039
表示停车定点误差，
Figure 47940DEST_PATH_IMAGE040
表示实际停车地点，
Figure DEST_PATH_IMAGE041
表示规定的停车地点；
（6）执行遗传算法流程：选择、交叉、变异直到到达最大迭代次数，将最优个体标记 为
Figure 799995DEST_PATH_IMAGE042
；
（7）利用
Figure 153616DEST_PATH_IMAGE042
生成最优的节能速度曲线，输出最优结果；
步骤S3：通过信息交互方式生成驾驶辅助信息，对驾驶员进行行车指导，当列车实际行驶轨迹与最优速度曲线产生偏差时，系统可生成相应的提示信息。
作为一种改进，驾驶辅助信息的显示方式采用文本、图像视觉方式、语音方式或者上述方式的组合。
作为一种改进，当列车运行产生偏移时，比较当前列车的实际运行速度与建议速度，从而生成相应的目标速度、操作工况信息使得列车的实际运行速度曲线回归到节能速度曲线。
本发明的有益效果如下：
本发明针对当前列车驾驶速度曲线选择具有随机性、随意性这个技术问题与难点，建立列车定时运行节能模型算法。创新建立基于巡航速度的遗传算法模型的求解方法，对列车定时运行节能模型算法进行计算解析，通过对运行能耗和巡航速度的编码来实现最优速度曲线的求解。本发明提出的算法不需要预先确定工况序列表，增加了模型优化的自由度，并使得列车整体的速度曲线显得更加平稳。仿真实验的结果验证了本方法的有效性，经过与典型文献中算例进行比对，证明了本模型的优越性。本发明求解的最优速度曲线可通过驾驶辅助信息最终传输到DAS车载端进行显示，用于驾驶员行车指导，实现列车驾驶节能的效果。
附图说明
图1为本发明的步骤示意图。
具体实施方式
下面结合附图，说明本发明的具体实施方式。
如图1所示，本发明所述的列车节能控制方法包括以下步骤：
步骤S1：搭建列车驾驶辅助系统控制端，建立单车定时运行节能模型，包括以下公式（1）、（2）和（3）。
列车在运行过程中的能耗主要产生于牵引力做功，因此列车的节能运行控制问题是以最小化列车的牵引能耗为目的的，即目标函数为：
Figure 76441DEST_PATH_IMAGE001
(1)；
其中，E表示列车运行的牵引能耗，
Figure 213025DEST_PATH_IMAGE002
表示牵引力使用系数，s表示列车的运行距 离，x为列车位置，F表示列车的最大牵引力，
Figure 413062DEST_PATH_IMAGE003
表示列车速度。
根据列车运行的动力学特征分析，列车运行的经典动力学方程可以表示为：
Figure 560753DEST_PATH_IMAGE004
(2)；
其中，F表示列车的最大牵引力，B表示列车的最大制动力，W表示列车运行的总阻 力，M为列车质量，
Figure 252765DEST_PATH_IMAGE005
表示某个时刻，x为列车位置，
Figure 520936DEST_PATH_IMAGE006
表示列车的最大制动力使用系数。
此外，列车在站间运行，还需要满足在出发站和到达站速度为0，运行时分约束，最大牵引力、最大制动力、线路限速等一系列约束条件：
Figure 700113DEST_PATH_IMAGE007
(3)；
其中，
Figure 661116DEST_PATH_IMAGE008
为x位置的线路限速，
Figure 309266DEST_PATH_IMAGE009
为列车运行允许的最大加速度，
Figure 272805DEST_PATH_IMAGE010
为 列车站间运行时间。因此，上式（1）-（3）描述了列车运行节能优化的基本模型。
步骤S2：采用基于巡航速度的遗传算法模型的求解方法，对列车定时运行节能模型算法进行计算解析，实现最优速度曲线的求解。具体包括以下步骤：
（1）基本数据输入，包括线路数据、列车特征数据、时刻表数据及与遗传算法相关参数。
（2）线路区间划分，根据基础线路数据将线路划分为n个区间，保证每个区间内线路坡度和限速是不变的。
（3）种群初始化。初始化种群P，种群大小为N。初始种群中每个个体对按区间运行 能耗和区间最优巡航速度进行离散，得到对应的列车运行状态矩阵
Figure 447435DEST_PATH_IMAGE011
，其中种群中每个个体
Figure 189126DEST_PATH_IMAGE012
对应一个列车在各区间运行的能耗和巡 航速度，即
Figure 449206DEST_PATH_IMAGE013
；其中，
Figure 714971DEST_PATH_IMAGE014
表示能耗，
Figure 619473DEST_PATH_IMAGE015
表示巡航速度。
（4）对于给定的
Figure 922278DEST_PATH_IMAGE013
，利用
Figure 27244DEST_PATH_IMAGE016
,
Figure 847433DEST_PATH_IMAGE017
反推区间i的最优 速度曲线，其方法如下：
Step1: 设列车在区间运行的初速度为
Figure 731075DEST_PATH_IMAGE018
，区间出口限速为
Figure 329415DEST_PATH_IMAGE019
，区间长度为s，将区 间分成N等分，这样在划分后的每个
Figure 298508DEST_PATH_IMAGE020
内加速度可以认为保持不变，计算列车在加速阶段 的速度序列：
Figure 125650DEST_PATH_IMAGE021
(4)；
其中，E表示列车运行的牵引能耗，F表示列车的最大牵引力，W表示列车运行的总 阻力，
Figure 286635DEST_PATH_IMAGE022
表示列车i时间点的速度，a表示加速度。
Step2: 令i=i+1并重复Step1，当E=0时且
Figure 931243DEST_PATH_IMAGE023
将停止点记为i=k，进入Step4， 反之当
Figure 262999DEST_PATH_IMAGE024
且E>0时，则列车转入巡航工况，计算列车在巡航工况的速度序列：
Figure 18465DEST_PATH_IMAGE025
(5)；
Step3: 令i=i+1并重复Step2直至E=0，将停止点记为i=k，进入Step4；
Step4: 令i=k+1，并计算列车惰行的速度序列：
Figure 735754DEST_PATH_IMAGE026
(6)；
Step5: 重复Step4直到列车速度序列与预先计算的速度防护曲线相交将停止点记为i=j；
Step6: 从i=j之后的速度序列，利用预先计算的速度防护曲线的点作为生成的速度序列；
Step7: 返回计算的最优速度序列，并计算区间运行时间：
Figure 957788DEST_PATH_IMAGE027
(7)；
（5）构造遗传算法目标函数,并计算个体适应度；
Figure 901473DEST_PATH_IMAGE028
(8)；
式中，
Figure 95518DEST_PATH_IMAGE029
为列车运行能耗总值，
Figure 808259DEST_PATH_IMAGE030
，
Figure 935615DEST_PATH_IMAGE031
，
Figure 491231DEST_PATH_IMAGE032
分别为列车运行时间误差、运行超 速、停车定点三个约束的惩罚系数。
Figure 588500DEST_PATH_IMAGE033
表示无约束项的目标函数。对于模型中的约束问题，考虑引进罚函数的方 法，通过将约束项加入目标函数，使得远离最优值的约束项得到惩罚，将有约束的最小化问 题转化为了一个无约束单一目标函数的优化问题。
Figure 296693DEST_PATH_IMAGE034
表示列车运行时间误差，
Figure 345682DEST_PATH_IMAGE035
表 示列车的运行实际用时间，
Figure 263960DEST_PATH_IMAGE010
表示规定的列车站间运行时间。
Figure 40286DEST_PATH_IMAGE036
表示运行超速，
Figure 462040DEST_PATH_IMAGE037
表示实际运行速度，
Figure 914887DEST_PATH_IMAGE038
表示规定的运行最大速度。
Figure 461406DEST_PATH_IMAGE039
表示停车定点误差，
Figure 166057DEST_PATH_IMAGE040
表示 实际停车地点，
Figure 331065DEST_PATH_IMAGE041
表示规定的停车地点。
Figure DEST_PATH_IMAGE043
表示绝对值（取正数）。
（6）执行遗传算法流程：选择、交叉、变异直到到达最大迭代次数，将最优个体标记 为
Figure 767863DEST_PATH_IMAGE042
；
（7）利用
Figure 519787DEST_PATH_IMAGE042
生成最优的节能速度曲线，输出最优结果。
步骤S3：通过信息交互方式生成驾驶辅助信息，对驾驶员进行行车指导，当列车实际行驶轨迹与最优速度曲线产生偏差时，系统可生成相应的提示信息。
驾驶辅助信息的显示方式采用文本、图像视觉方式、语音方式或者上述方式的组合。当列车运行产生偏移时，比较当前列车的实际运行速度与建议速度，从而生成相应的目标速度、操作工况等信息使得列车的实际运行速度曲线回归到节能速度曲线。
本发明建立基于巡航速度的遗传算法模型的求解方法，对列车定时运行节能模型算法进行计算解析，通过对运行能耗和巡航速度的编码来实现最优速度曲线的求解。
本发明提出的算法不需要预先确定工况序列表，增加了模型优化的自由度，并使得列车整体的速度曲线显得更加平稳。仿真实验的结果验证了本方法的有效性，经过与典型文献中算例进行比对，证明了本模型的优越性。
本发明求解的最优速度曲线，可通过驾驶辅助信息最终传输到DAS车载端进行显示，用于驾驶员行车指导，实现列车驾驶节能的效果。
以上描述是对本发明的解释，不是对发明的限定，在不违背本发明精神的情况下，本发明可以作任何形式的修改。

Claims (3)

1.一种列车节能控制方法，其特征在于，包括以下步骤：
步骤S1：搭建列车驾驶辅助系统控制端，建立单车定时运行节能模型，包括以下公式（1）、（2）和（3）；
列车在运行过程中的节能运行控制目标函数为：
Figure DEST_PATH_IMAGE002
(1)；
其中，E表示列车运行的牵引能耗，
Figure DEST_PATH_IMAGE004
表示牵引力使用系数，s表示列车的运行距离，x为列车位置，F表示列车的最大牵引力，
Figure DEST_PATH_IMAGE006
表示列车速度；
根据列车运行的动力学特征分析，列车运行的经典动力学方程为：
Figure DEST_PATH_IMAGE008
(2)；
其中，F表示列车的最大牵引力，B表示列车的最大制动力，W表示列车运行的总阻力，M为列车质量，
Figure DEST_PATH_IMAGE010
表示某个时刻，x为列车位置，
Figure DEST_PATH_IMAGE012
表示列车的最大制动力使用系数；
列车在站间运行满足约束条件：
Figure DEST_PATH_IMAGE014
(3)；
其中，
Figure DEST_PATH_IMAGE016
为x位置的线路限速，
Figure DEST_PATH_IMAGE018
为列车运行允许的最大加速度，
Figure DEST_PATH_IMAGE020
为列车站间运行时间；
步骤S2：采用基于巡航速度的遗传算法模型的求解方法，对列车定时运行节能模型算法进行计算解析，实现最优速度曲线的求解，具体包括以下步骤：
（1）基本数据输入，包括线路数据、列车特征数据、时刻表数据及遗传算法参数；
（2）线路区间划分，根据基础线路数据将线路划分为n个区间，保证每个区间内线路坡度和限速是不变的；
（3）种群初始化，初始化种群P，种群大小为N；初始种群中每个个体对按区间运行能耗和区间最优巡航速度进行离散，得到对应的列车运行状态矩阵
Figure DEST_PATH_IMAGE022
，其中种群中每个个体
Figure DEST_PATH_IMAGE024
对应一个列车在各区间运行的能耗和巡航速度，即
Figure DEST_PATH_IMAGE026
；其中，
Figure DEST_PATH_IMAGE028
表示能耗，
Figure DEST_PATH_IMAGE030
表示巡航速度；
（4）对于给定的
Figure 317939DEST_PATH_IMAGE026
，利用
Figure DEST_PATH_IMAGE032
,
Figure DEST_PATH_IMAGE034
反推区间i的最优速度曲线，其方法如下：
Step1: 设列车在区间运行的初速度为
Figure DEST_PATH_IMAGE036
，区间出口限速为
Figure DEST_PATH_IMAGE038
，区间长度为s，将区间分成N等分，这样在划分后的每个
Figure DEST_PATH_IMAGE040
内加速度可以认为保持不变，计算列车在加速阶段的速度序列：
Figure DEST_PATH_IMAGE042
(4)；
其中，E表示列车运行的牵引能耗，F表示列车的最大牵引力，W表示列车运行的总阻力，
Figure DEST_PATH_IMAGE044
表示列车i时间点的速度，a表示加速度；
Step2: 令i=i+1并重复Step1，当E=0时且
Figure DEST_PATH_IMAGE046
将停止点记为i=k，进入Step4，反之当
Figure 677114DEST_PATH_IMAGE046
且E>0时，则列车转入巡航工况，计算列车在巡航工况的速度序列：
Figure DEST_PATH_IMAGE048
(5)；
Step3: 令i=i+1并重复Step2直至E=0，将停止点记为i=k，进入Step4；
Step4: 令i=k+1，并计算列车惰行的速度序列：
Figure DEST_PATH_IMAGE050
(6)；
Step5: 重复Step4直到列车速度序列与预先计算的速度防护曲线相交将停止点记为i=j；
Step6: 从i=j之后的速度序列，利用预先计算的速度防护曲线的点作为生成的速度序列；
Step7: 返回计算的最优速度序列，并计算区间运行时间：
Figure DEST_PATH_IMAGE052
(7)；
（5）构造遗传算法目标函数,并计算个体适应度；
Figure DEST_PATH_IMAGE054
(8)；
式中，
Figure DEST_PATH_IMAGE056
为列车运行能耗总值，
Figure DEST_PATH_IMAGE058
，
Figure DEST_PATH_IMAGE060
，
Figure DEST_PATH_IMAGE062
分别为列车运行时间误差、运行超速、停车定点三个约束的惩罚系数；
Figure DEST_PATH_IMAGE064
表示无约束项的目标函数，
Figure DEST_PATH_IMAGE066
表示列车运行时间误差，
Figure DEST_PATH_IMAGE068
表示列车的运行实际用时间，
Figure 497127DEST_PATH_IMAGE020
表示规定的列车站间运行时间，
Figure DEST_PATH_IMAGE070
表示运行超速，
Figure DEST_PATH_IMAGE072
表示实际运行速度，
Figure DEST_PATH_IMAGE074
表示规定的运行最大速度，
Figure DEST_PATH_IMAGE076
表示停车定点误差，
Figure DEST_PATH_IMAGE078
表示实际停车地点，
Figure DEST_PATH_IMAGE080
表示规定的停车地点；
（6）执行遗传算法流程：选择、交叉、变异直到到达最大迭代次数，将最优个体标记为
Figure DEST_PATH_IMAGE082
；
（7）利用
Figure 502604DEST_PATH_IMAGE082
生成最优的节能速度曲线，输出最优结果；
步骤S3：通过信息交互方式生成驾驶辅助信息，对驾驶员进行行车指导，当列车实际行驶轨迹与最优速度曲线产生偏差时，系统可生成相应的提示信息。
2.根据权利要求1所述的列车节能控制方法，其特征在于，驾驶辅助信息的显示方式采用文本、图像视觉方式、语音方式或者上述方式的组合。
3.根据权利要求1所述的列车节能控制方法，其特征在于，当列车运行产生偏移时，比较当前列车的实际运行速度与建议速度，从而生成相应的目标速度、操作工况信息使得列车的实际运行速度曲线回归到节能速度曲线。
CN202210166277.6A 2022-02-23 2022-02-23 一种列车节能控制方法 Pending CN114379617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210166277.6A CN114379617A (zh) 2022-02-23 2022-02-23 一种列车节能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210166277.6A CN114379617A (zh) 2022-02-23 2022-02-23 一种列车节能控制方法

Publications (1)

Publication Number Publication Date
CN114379617A true CN114379617A (zh) 2022-04-22

Family

ID=81206055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210166277.6A Pending CN114379617A (zh) 2022-02-23 2022-02-23 一种列车节能控制方法

Country Status (1)

Country Link
CN (1) CN114379617A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114818135A (zh) * 2022-04-24 2022-07-29 交控科技股份有限公司 列车运行曲线离线优化方法、设备、存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105551337A (zh) * 2015-12-21 2016-05-04 北京交通大学 一种列车司机辅助驾驶方法与系统
CN106503804A (zh) * 2016-10-11 2017-03-15 南京理工大学 一种基于Pareto多目标遗传算法的列车定时节能运行方法
JP2017085688A (ja) * 2015-10-23 2017-05-18 株式会社日立製作所 自動列車運転装置および列車運転支援装置
CN110533242A (zh) * 2019-08-26 2019-12-03 北京交通大学 列车互联互通跨线运行下的节能优化方法
CN113147841A (zh) * 2021-05-13 2021-07-23 中车长春轨道客车股份有限公司 一种轨道车辆的能力管理及节能辅助驾驶方法及相关装置
CN113635943A (zh) * 2021-10-18 2021-11-12 西南交通大学 列车辅助驾驶方法、系统、设备及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017085688A (ja) * 2015-10-23 2017-05-18 株式会社日立製作所 自動列車運転装置および列車運転支援装置
CN105551337A (zh) * 2015-12-21 2016-05-04 北京交通大学 一种列车司机辅助驾驶方法与系统
CN106503804A (zh) * 2016-10-11 2017-03-15 南京理工大学 一种基于Pareto多目标遗传算法的列车定时节能运行方法
CN110533242A (zh) * 2019-08-26 2019-12-03 北京交通大学 列车互联互通跨线运行下的节能优化方法
CN113147841A (zh) * 2021-05-13 2021-07-23 中车长春轨道客车股份有限公司 一种轨道车辆的能力管理及节能辅助驾驶方法及相关装置
CN113635943A (zh) * 2021-10-18 2021-11-12 西南交通大学 列车辅助驾驶方法、系统、设备及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宿帅;唐涛;: "城市轨道交通ATO的节能优化研究", 铁道学报, no. 12, 15 December 2014 (2014-12-15) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114818135A (zh) * 2022-04-24 2022-07-29 交控科技股份有限公司 列车运行曲线离线优化方法、设备、存储介质

Similar Documents

Publication Publication Date Title
US7822491B2 (en) System for improving timekeeping and saving energy on long-haul trains
CN103847749B (zh) 一种双层多目标优化铁路机车操纵序列生成方法
US9002547B2 (en) System and method for determining dynamically changing distributions of vehicles in a vehicle system
ShangGuan et al. Multiobjective optimization for train speed trajectory in CTCS high-speed railway with hybrid evolutionary algorithm
CN106379378B (zh) 一种离线和在线结合调整驾驶曲线的方法和系统
CN110703757B (zh) 一种面向能耗优化的高铁列车速度规划方法
De Martinis et al. Models and methods to optimise train speed profiles with and without energy recovery systems: a suburban test case
CN104299430B (zh) 基于车路协同的路外绿波车速引导方法
CN103955135B (zh) 一种基于双层模式曲线的机车优化操纵序列计算方法
CN106056238B (zh) 列车区间运行轨迹的规划方法
CN114379617A (zh) 一种列车节能控制方法
CN103879414A (zh) 一种基于自适应A-Star算法的铁路机车优化操纵方法
CN108510127B (zh) 基于再生能利用的城轨列车运行过程优化方法
CN109398426B (zh) 一种定时条件下基于离散蚁群算法的节能驾驶策略寻优方法
CN106781555B (zh) 一种设置双左转车道的信号交叉口调头区域设计方法
Xing et al. Rail train operation energy-saving optimization based on improved brute-force search
CN106126870B (zh) 一种列车牵引系统的节能边界评估方法
AU2008201906B9 (en) Method for improving timekeeping and saving energy on long-haul trains
CN113821966A (zh) 高速磁浮列车运行节能优化方法、系统及存储介质
CN114781240A (zh) 一种基于列车巡航速度的优化速度曲线求解方法
CN115180002B (zh) 一种多列车运行态势推演方法及装置
CN109101672B (zh) 轨道交通系统列车运行能效研究方法
CN101549704A (zh) 一种连续可控类列车的自动牵引方法和装置
Nawaz Estimation of running resistance in train tunnels
Wen et al. A novel energy efficient operation strategy for a train based on model-free adaptive predictive control

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