CN114580290A - 一种能耗和舒适度联合优化的高速列车组协同控制方法及系统 - Google Patents

Abstract

本发明公开了一种能耗和舒适度联合优化的高速列车组协同控制方法及系统，获取高速列车的实时运行信息；计算高速列车的实际速度与期望速度的速度偏差；考虑高速列车在运行过程中的能耗和乘坐舒适性均作为优化目标，基于高速列车的速度偏差及动力学关系，建立高速列车组多列车协同控制的多目标优化模型；通过带有精英保留策略的快速非支配排序算法求解多目标优化模型，得到每台高速列车的控制变量；将控制变量作用于动力装置，产生牵引力或制动力；将牵引力或制动力作用于高速列车，控制高速列车的速度变化；重复上述步骤，直至高速列车组以一致的状态运行。本发明不仅节约了列车运行过程中的能耗，而且优化了乘坐舒适性。

Description

一种能耗和舒适度联合优化的高速列车组协同控制方法及 系统

技术领域

本发明属于高速列车运行控制技术领域，具体涉及一种能耗和舒适度联合优化的高速列车组协同控制方法及系统。

背景技术

铁路运输一直占据我国交通运输领域的骨干地位，作为国家关键基础设施和产业，铁路以其较大的运载量、较高的运输效率、较低的能源消耗和低廉的成本，对我国国民经济发展和大众化交通出行起着全局性的支撑作用。

高速列车运行过程纷繁复杂，受线路条件、区间限速等诸多因素制约，不同的运行控制方法对列车能耗、安全、舒适度等方面的影响也不同。目前针对高速列车的运行控制，创新技术的集成化运用程度越来越高，但随着高铁行车密度的日渐增加，运行过程中相邻列车之间的相互影响更加明显，因此，需要权衡列车运行实际线路、环境、限速等因素影响，自适应地为多列车规划最优的行车策略，解决多列车运行条件下的协同优化问题，确保高速列车在整体上能够安全、舒适、快速、经济地运行，进一步提高运输效率。

发明内容

本发明的目的是，面向高速列车高密度、小间隔的高效运营需求，以高速列车组为研究对象，针对其运行过程中有界输入控制、安全跟随和性能优化等关键问题，基于协同控制、人工势场理论和进化算法等理论和方法展开研究，在确保列车安全、平稳、绿色运行的前提下，对列车组的整体运行性能进行优化。

为实现上述技术目的，本发明采用如下技术方案：

一种能耗和舒适度联合优化的高速列车组协同控制方法，包括：

步骤1：获取高速列车组中每台高速列车的实时运行信息，包括速度信息和位置信息；

步骤2：计算每台高速列车的实际速度与期望速度的速度偏差；

步骤3：考虑高速列车在运行过程中的能耗和乘坐舒适性均作为优化目标，基于每台高速列车的速度偏差以及动力学关系，建立高速列车组多列车协同控制的多目标优化模型；

步骤4：通过带有精英保留策略的快速非支配排序算法求解多目标优化模型，得到每台高速列车的控制变量；

步骤5：将各台高速列车的控制变量作用于动力装置，产生牵引力或制动力；

步骤6：将牵引力或制动力作用于各自的高速列车，控制各自高速列车的速度变化；

步骤7：重复步骤1-6，直至高速列车组以一致的状态运行，即所有列车以相同的速度运行，并且相邻列车间保持安全距离。

进一步的，所述步骤2中，将高速列车i在时刻t的实际速度表示为v_i(t)，期望速度表示为v_ir(t)，则高速列车i在时刻t的速度偏差为v_ir-v_i(t)；其中，高速列车组的第一台列车的期望速度为给定常数，其他高速列车的期望速度取其前车的实际速度。

进一步的，所述步骤3中，建立的多列车协同控制的多目标优化模型为：

min{J_i1,J_i2,J_i3,J_i4}

s.t.

u_imin≤u_i(t)≤u_imax

其中，J_i1表示列车运行过程中产生的能耗；J_i2表示列车运行过程中的乘坐舒适性；J_i3表示列车运行过程的跟踪性能；J_i4表示列车运行过程的安全性能，

表示列车的限制速度，T表示协同控制周期，u_i(t)表示高速列车i在时刻t的控制变量，u_imin和u_imax表示动力装置输出功率限制的下限与上限。

进一步的，列车运行过程中产生的能耗计算模型为：

进一步的，使用列车的冲击率来量化列车的乘坐舒适性J_i2，表示为：

进一步的，使用列车的实际速度与期望速度的偏差来量化列车的跟踪性能J_i3，表示为：

进一步的，使用人工势场的势能来描述列车之间的安全距离x_ij，距离在安全范围[d₁,d₂]内时，人工势场的势能最小；其中人工势场的势能计算式为：

式中，U_ij(x_ij)表示高速列车i与j之间的人工势场势能，然后使用势能U_ij(x_ij)来表示高速列车i的安全性能J_i4：

进一步的，步骤4进一步包括如下步骤：

步骤4.1：初始化高速列车的模型参数和带有精英保留策略的快速非支配排序算法相关参数，并执行步骤4.2；

所述高速列车的模型参数包括列车的质量、阻力系数、动力装置输出功率限制；所述带有精英保留策略的快速非支配排序算法相关参数包括目标函数数量、种群大小、最大迭代次数、决策变量个数；其中目标函数数量为4，分别对应于J_i1,J_i2,J_i3,J_i4；决策变量个数为1，具体为控制变量u_i(t)；

步骤4.2：通过非支配排序、选择、交叉、变异操作后得到第一代子代种群；

步骤4.3：将父代种群与子代种群合并，进行非支配快速排序；

步骤4.4：计算种群中每个个体的拥挤度，根据非支配关系和个体的拥挤度选择合适的个体组成新的父代种群；

步骤4.5：重复步骤4.2-步骤4.4，直到满足终止条件，得到最优的控制变量。

进一步的，高速列车的动力学关系模型为：

其中，x(t)表示高速列车在时刻t的位置，v(t)表示高速列车在时刻t的速度；u为控制变量，m表示高速列车的质量，c₀+c₁v+c₂v²表示基本运行阻力，包括轮轨之间的滚动摩擦力、滑动摩擦力、列车的轴承之间的摩擦力和空气阻力，c₀，c₁，c₂为常系数。

一种能耗和舒适度联合优化的高速列车组协同控制系统，包括：

测量模块，用于：从车载设备和轨旁设备获取高速列车的实时运行信息，包括速度信息和位置信息；

通信模块，用于：对高速列车组相邻高速列车之间的实时运行信息进行相互传输；

控制模块，用于：根据高速列车自身的实时运行信息以及通信接收到的其他列车的实时运行信息，建立考虑能耗和舒适度的多目标优化模型，通过带有精英保留策略的快速非支配排序算法求解控制变量；并通过带有精英保留策略的快速非支配排序算法求解多目标优化模型，得到每台高速列车的控制变量；

动力装置，用于：根据控制变量输出相应的牵引力或制动力，控制高速列车的速度变化。

有益效果

本发明提供的一种能耗和舒适度联合优化的高速列车组协同控制方法及系统，通过带有精英保留策略的快速非支配排序算法求解多目标优化问题，得到控制变量，由动力装置产生相应的牵引力或制动力对高速列车的速度进行控制，使得所有高速列车以期望速度运行，并且相邻列车之间的距离保证在安全范围内。本发明相比于之前的高速列车协同控制，不仅节约了列车运行过程中的能耗，而且优化了乘坐舒适性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明对能耗和舒适度联合优化的高速列车组协同控制方法及系统一个实施例中方法的流程图；

图2是本发明实施例提供的能耗与舒适度联合优化的算法求解框图；

图3是本发明实施例提供的装置结构示意图。

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，所描述的实施例仅是本发明一部分实施例，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他实施例，都属于本发明保护的范围。

在本发明对能耗和舒适度联合优化的高速列车组协同控制方法及系统实施例中，其对能耗和舒适度联合优化的高速列车组协同控制方法的流程图如图1所示。图中，对能耗和舒适度联合优化的高速列车组协同控制方法包括如下步骤：

步骤1：获取高速列车组中每台高速列车的实时运行信息，包括速度信息和位置信息；

本步骤中，测量模块从车载设备和轨旁设备获取高速列车的实时运行信息，包括速度信息和位置信息，通信模块将列车状态实时传输给相邻列车。

步骤2：计算每台高速列车的实际速度与期望速度的速度偏差；

本步骤中，将高速列车i在时刻t的实际速度表示为v_i(t)，期望速度表示为v_ir(t)，则高速列车i在时刻t的速度偏差为v_ir-v_i(t)；其中，高速列车组的第一台列车的期望速度为给定常数，其他高速列车的期望速度取其前车的实际速度。

步骤3：考虑高速列车在运行过程中的能耗和乘坐舒适性均作为优化目标，基于每台高速列车的速度偏差以及动力学关系，建立高速列车组多列车协同控制的多目标优化模型，包括优化目标和约束条件；

建立的多列车协同控制的多目标优化模型为：

min{J_i1,J_i2,J_i3,J_i4}

s.t.

u_imin≤u_i(t)≤u_imax

其中，J_i1表示列车运行过程中产生的能耗；J_i2表示列车运行过程中的乘坐舒适性；J_i3表示列车运行过程的跟踪性能；J_i4表示列车运行过程的安全性能；约束条件1表示列车限速，

表示列车的限制速度，T表示协同控制周期；约束2表示动力装置输出功率限制，u_i(t)表示高速列车i在时刻t的控制变量，u_imin和u_imax表示动力装置输出功率限制的下限与上限。

列车运行过程中产生的能耗目标函数J_i1：列车的运行能耗大部分来源于牵引/制动能耗，小部分来源于车厢照明、机电设备等，这部分能耗和列车本身相关，因此不予考虑，列车的运行能耗计算模型表示为：

列车运行过程中的乘坐舒适性目标函数J_i2：列车的运行工况转换越频繁，牵引、制动加速度越大，列车加速度的变化越剧烈，列车的运行越不平稳。因此，选用冲击率来表征运行的平稳性(即加速度随时间的变化率)：

列车运行过程的跟踪性能J_i3：巡航运行过程中，高速列车应以期望的速度行驶，用实际运行速度与期望速度的偏差

表示速度跟踪性能：

列车运行过程的安全性能J_i4：借助人工势场使相邻列车之间的距离保持在安全范围内。若高速列车之间的距离较小，存在发生碰撞的危险，距离较大则会降低铁路的运输效率，所以距离应该保持在一定的安全范围内。建立人工势函数描述列车之间的距离，距离在安全范围[d₁,d₂]内时，人工势场的势能最小，而最大/最小距离处具有很大的势能：

当列车之间的距离在安全范围内时，人工势场具有较小的势能，因此安全性能表示为：

步骤4：通过带有精英保留策略的快速非支配排序算法求解多目标优化模型，得到每台高速列车的控制变量；

本步骤中，将优化目标作为适应度函数，约束条件限制了解的可行域，通过不断的选择、交叉、变异、非支配排序操作求得最优解，具体包括：

步骤4.1：初始化高速列车的模型参数和带有精英保留策略的快速非支配排序算法相关参数，并执行步骤4.2；

所述高速列车的模型参数包括列车的质量、阻力系数、动力装置输出功率限制；所述带有精英保留策略的快速非支配排序算法相关参数包括目标函数数量、种群大小、最大迭代次数、决策变量个数；其中目标函数数量为4，分别对应于J_i1,J_i2,J_i3,J_i4；决策变量个数为1，具体为控制变量u_i(t)；

步骤4.2：通过非支配排序、选择、交叉、变异操作后得到第一代子代种群；

步骤4.3：将父代种群与子代种群合并，进行非支配快速排序；

步骤4.4：计算种群中每个个体的拥挤度，根据非支配关系和个体的拥挤度选择合适的个体组成新的父代种群；

步骤4.5：重复步骤4.2-步骤4.4，直到满足终止条件，得到最优的控制变量。

步骤5：将各台高速列车的控制变量作用于动力装置，产生牵引力或制动力；在本步骤中，由于动力装置的输出功率是有限的，所以产生牵引力和制动力受到一定的约束。

步骤6：将牵引力或制动力作用于各自的高速列车，控制各自高速列车的速度变化；

本步骤中，除了动力装置产生的牵引力或制动力，高速列车运行过程中还受到运行阻力，包括基本阻力和附加阻力，在这些力的共同作用下，高速列车的速度相应地变化。

因此，本实施例为提高高速列车协同控制的精准度，将高速列车的动力学关系模型建立如下：

其中，x(t)表示高速列车在时刻t的位置，v(t)表示高速列车在时刻t的速度；u为控制变量，m表示高速列车的质量，c₀+c₁v+c₂v²表示基本运行阻力，包括轮轨之间的滚动摩擦力、滑动摩擦力、列车的轴承之间的摩擦力和空气阻力，c₀，c₁，c₂为常系数。

步骤7：重复步骤1-6，直至高速列车组以一致的状态运行，即所有列车以相同的速度运行，并且相邻列车间保持安全距离。

本发明还提供一种实现上述对能耗和舒适度联合优化的高速列车组协同控制系统的装置，其结构示意图如图3所示。图3中，该装置包括测量模块、通信模块、控制模块、动力装置，其中，测量模块，用于从车载设备和轨旁设备获取高速列车的实时运行信息，包括速度信息和位置信息；通信模块，负责传输高速列车的实时状态信息；控制模块，根据实时信息，建立考虑能耗和舒适度的多目标优化模型，通过带有精英保留策略的快速非支配排序算法求解控制变量；动力装置，根据控制变量输出相应的牵引力或制动力，控制高速列车的速度变化。

总之，在本实施例中，测量系统从车载设备和轨旁设备获取实时的速度和位置信息；通信系统将高速列车的实时状态信息传输给相邻列车；控制系统根据列车的实时状态进行速度控制，针对能耗和舒适度性能指标，考虑限速和执行器输出约束，建立多目标优化模型，通过带有精英保留策略的快速非支配排序算法求解优化控制参数，得到控制变量；控制变量作用于动力装置，产生牵引力/制动力，控制列车的加减速。重复上述过程直至所有高速列车以期望速度运行，相邻列车之间的距离保持在安全范围内。本发明相较于现有的协同控制策略，节约了高速列车运行过程中的能耗，并优化了乘坐舒适度。

以上实施例为本申请的优选实施例，本领域的普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本申请总的构思的前提下，这些变换或改进都应当属于本申请要求保护的范围之内。

本发明由中南大学中央高校基本科研业务费专项基金资助(GrantNo.2021zzts0707)。

Claims (10)

1.一种能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，包括：

步骤1：获取高速列车组中每台高速列车的实时运行信息，包括速度信息和位置信息；

步骤2：计算每台高速列车的实际速度与期望速度的速度偏差；

步骤3：考虑高速列车在运行过程中的能耗和乘坐舒适性均作为优化目标，基于每台高速列车的速度偏差以及动力学关系，建立高速列车组多列车协同控制的多目标优化模型；

步骤4：通过带有精英保留策略的快速非支配排序算法求解多目标优化模型，得到每台高速列车的控制变量；

步骤5：将各台高速列车的控制变量作用于动力装置，产生牵引力或制动力；

步骤6：将牵引力或制动力作用于各自的高速列车，控制各自高速列车的速度变化；

步骤7：重复步骤1-6，直至高速列车组以一致的状态运行，即所有列车以相同的速度运行，并且相邻列车间保持安全距离。

2.根据权利要求1所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，所述步骤2中，将高速列车i在时刻t的实际速度表示为v_i(t)，期望速度表示为v_ir(t)，则高速列车i在时刻t的速度偏差为v_ir-v_i(t)；其中，高速列车组的第一台列车的期望速度为给定常数，其他高速列车的期望速度取其前车的实际速度。

3.根据权利要求1所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，所述步骤3中，建立的多列车协同控制的多目标优化模型为：

min{J_i1,J_i2,J_i3,J_i4}

s.t.

u_imin≤u_i(t)≤u_imax

其中，J_i1表示列车运行过程中产生的能耗；J_i2表示列车运行过程中的乘坐舒适性；J_i3表示列车运行过程的跟踪性能；J_i4表示列车运行过程的安全性能，

表示列车的限制速度，T表示协同控制周期，u_i(t)表示高速列车i在时刻t的控制变量，u_imin和u_imax表示动力装置输出功率限制的下限与上限。

4.根据权利要求3所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，列车运行过程中产生的能耗计算模型为：

5.根据权利要求3所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，使用列车的冲击率来量化列车的乘坐舒适性J_i2，表示为：

6.根据权利要求3所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，使用列车的实际速度与期望速度的偏差来量化列车的跟踪性能J_i3，表示为：

7.根据权利要求3所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，使用人工势场的势能来描述列车之间的安全距离x_ij，距离在安全范围[d₁,d₂]内时，人工势场的势能最小；其中人工势场的势能计算式为：

式中，U_ij(x_ij)表示高速列车i与j之间的人工势场势能，然后使用势能U_ij(x_ij)来表示高速列车i的安全性能J_i4：

8.根据权利要求3所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，步骤4进一步包括如下步骤：

步骤4.1：初始化高速列车的模型参数和带有精英保留策略的快速非支配排序算法相关参数，并执行步骤4.2；

所述高速列车的模型参数包括列车的质量、阻力系数、动力装置输出功率限制；所述带有精英保留策略的快速非支配排序算法相关参数包括目标函数数量、种群大小、最大迭代次数、决策变量个数；其中目标函数数量为4，分别对应于J_i1,J_i2,J_i3,J_i4；决策变量个数为1，具体为控制变量u_i(t)；

步骤4.2：通过非支配排序、选择、交叉、变异操作后得到第一代子代种群；

步骤4.3：将父代种群与子代种群合并，进行非支配快速排序；

步骤4.4：计算种群中每个个体的拥挤度，根据非支配关系和个体的拥挤度选择合适的个体组成新的父代种群；

步骤4.5：重复步骤4.2-步骤4.4，直到满足终止条件，得到最优的控制变量。

9.根据权利要求3所述的能耗和舒适度联合优化的高速列车组协同控制方法，其特征在于，高速列车的动力学关系模型为：

其中，x(t)表示高速列车在时刻t的位置，v(t)表示高速列车在时刻t的速度；u为控制变量，m表示高速列车的质量，c₀+c₁v+c₂v²表示基本运行阻力，包括轮轨之间的滚动摩擦力、滑动摩擦力、列车的轴承之间的摩擦力和空气阻力，c₀，c₁，c₂为常系数。

10.一种能耗和舒适度联合优化的高速列车组协同控制系统，其特征在于，包括：

测量模块，用于：从车载设备和轨旁设备获取高速列车的实时运行信息，包括速度信息和位置信息；

通信模块，用于：对高速列车组相邻高速列车的实时运行信息进行相互传输；

控制模块，用于：根据高速列车自身的实时运行信息以及通信接收到的其他列车的实时运行信息，建立考虑能耗和舒适度的多目标优化模型，通过带有精英保留策略的快速非支配排序算法求解控制变量；并通过带有精英保留策略的快速非支配排序算法求解多目标优化模型，得到每台高速列车的控制变量；

动力装置，用于：根据控制变量输出相应的牵引力或制动力，控制高速列车的速度变化。

Images