JP2015074394A - 最適運行パターン選択システム及び最適運行パターン選択方法 - Google Patents
最適運行パターン選択システム及び最適運行パターン選択方法 Download PDFInfo
- Publication number
- JP2015074394A JP2015074394A JP2013213076A JP2013213076A JP2015074394A JP 2015074394 A JP2015074394 A JP 2015074394A JP 2013213076 A JP2013213076 A JP 2013213076A JP 2013213076 A JP2013213076 A JP 2013213076A JP 2015074394 A JP2015074394 A JP 2015074394A
- Authority
- JP
- Japan
- Prior art keywords
- operation pattern
- route
- pattern selection
- power consumption
- train
- 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
Links
- 238000010187 selection method Methods 0.000 title claims description 11
- 238000004364 calculation method Methods 0.000 claims description 48
- 238000012508 change request Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 abstract description 11
- 238000000034 method Methods 0.000 description 28
- 238000011156 evaluation Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000005755 formation reaction Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000009940 knitting Methods 0.000 description 4
- 229910003460 diamond Inorganic materials 0.000 description 3
- 239000010432 diamond Substances 0.000 description 3
- 238000000137 annealing Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
Images
Abstract
【課題】災害時などにおいて、鉄道が使用できる電力量に制約が加わった際に、個別の路線のダイヤを設定する前に、まず鉄道システム全体として、どの路線のダイヤをどの程度変更すべきかを知る必要がある。
【解決手段】鉄道を路線などの部分に分割し、路線ごとに最高速度、1編成車両数両、編成数両などの電力消費量に影響を与える運行パラメータを離散的に生成し、部分ごとに生成した各運行パターンについて、旅客の不効用値を算出する旅客の不効用と列車の消費電力量を算出し、消費電力量の合計値が電力消費量の上限値を下回り、旅客の不効用値の合計値が最小となる各部分の運行パターンの組合せを探索する。
【選択図】図1
【解決手段】鉄道を路線などの部分に分割し、路線ごとに最高速度、1編成車両数両、編成数両などの電力消費量に影響を与える運行パラメータを離散的に生成し、部分ごとに生成した各運行パターンについて、旅客の不効用値を算出する旅客の不効用と列車の消費電力量を算出し、消費電力量の合計値が電力消費量の上限値を下回り、旅客の不効用値の合計値が最小となる各部分の運行パターンの組合せを探索する。
【選択図】図1
Description
本発明は、列車運行管理システムに関する。また、本発明の別の側面として、鉄道分野向けの電力管理システム(Energy Management System)に関する。
特許文献1の列車ダイヤ装置では、ダイヤを修正しながら、旅客全員分の不効用値である旅客コスト、および鉄道事業者が当該ダイヤを運行した場合の運行コストを算出する処理を繰り返し行い、算出された旅客コストと運行コストとの和で表される評価値が最も低い現在解ダイヤを、出力解ダイヤとして決定する。
災害時などにおいて、鉄道が使用できる電力量に制約が加わった際に、個別の路線のダイヤを設定する前に、まず鉄道システム全体として、どの路線のダイヤをどの程度変更すべきかを知る必要がある。特許文献1の手法では、1つの路線を複数の部分に分割し、個々の部分で旅客コストと運行コストの和である評価値を最小化すべくダイヤを修正して最適化していく方式の発明である。しかし、本方式では、運行コストに上限が決まっている際に、その運行コストをどのように各部分に分割すれば最適になるかという点について述べておらず、使用電力量に上限値がある場合に解を得ることができない。
本発明は、このような従来の問題点を解消するためになされたものであって、電力削減量もしくは電力消費の上限量が割り当てられた際に、それを複数の路線、もしくは部分に適切に分担し、路線ごとの電力使用量を設定することを目的とする。
上述した課題を解決し、目的を達成するために、本発明にかかる最適運行パターン選択システムは、鉄道を路線に分割し、少なくとも最高速度、1編成車両数両、編成数両のいずれかを含む列車の運行パラメータに基づいて、分割した路線ごとに列車の運行パターンを生成する運行パターン生成部と、前記運行パターン生成部が前記路線ごとに生成した各運行パターンについて、移動者の鉄道による移動時間と、移動者の列車に対する待ち時間と、列車の混雑率と、のいずれかに基づいて、列車が前記路線を前記運行パターンで運行した際の乗客の不便さの指標である不効用値を算出する不効用算出部と、前記運行パターン生成部が前記路線ごとに生成した各運行パターンについて、列車を利用する移動者の数に基づいて、列車の運行に伴う消費電力量を算出する消費電力量算出部と、前記消費電力量算出部が算出した前記路線ごとの消費電力量の合計値があらかじめ定められた前記電力消費量の上限値を下回り、前記不効用算出部が算出した移動者の不効用値の合計値が最小となる各路線の運行パターンの組合せを探索する最適運行パターン選択部と、備えることを特徴とする最適運行パターン選択システムとして構成される。
また、本発明は、上記最適運行パターン選択システムで行われる最適運行パターン選択方法として把握される。
本発明によれば、電力削減量もしくは電力消費の上限量が割り当てられた際に、それを複数の路線、もしくは部分に適切に分担し、路線ごとの電力使用量を設定することが可能となる。
以下、本発明の実施の形態について図面を参照して詳細に説明する。本実施例では、災害時などにおいて、鉄道が使用できる電力量に制約が加わった際に、路線ごとの基本的な運行パラメータを設定する場合を例に説明する。ここで、基本的な運行パラメータとは列車の最高速度、運行本数、車両数など、使用電力量に影響するものが該当する。これ以外のパラメータを使用してもよい。
また、路線とは始点から終点までを有し、他と独立したダイヤを有する単位を基本的にさすが、環状線のように始点、終点を有しなくてもよい良いし、特定の路線内の各駅停車と快速などの車両種別ごとに個別の路線としてもよい。また、相互乗り入れしている路線については、始点と終点を共有する列車のみ1つの路線ととらえてもよいし、始点と終点がある程度の駅の範囲に入る列車をすべて1つの路線ととらえてもよい。
図1に、本実施例における本発明を具備するシステムの全体構成を示す。本実施例の最適運行パターン選択システム10は、鉄道が使用できる電力量の最大値を与えられる際に、鉄道路線ごとの運行パターンをどのように設定するかを選択するシステムである。最適運行パターン選択システム10の出力である路線ごとの運行パラメータ(最高速度、運行本数、車両数)などを受けて、路線毎ダイヤ立案システム70が路線ごとのダイヤを立案する。最後に運行管理システム80などを通して、鉄道の実際の運行に至る。
最適運行パターン選択システム10は、運行パターン生成部20とO/D(Origin/Destination)取得・推定部30、不効用算出部40、電力消費量算出部50、最適運行パターン選択部60、電力消費上限量取得部90、運行パターン変更検知部91で構成される。
運行パターン生成部20は、路線ごとに電力消費量を削減するための複数のパラメータで構成される運行パターンを生成する。パラメータには、最高速度、列車本数、車両数、最高加速度などがあり、各パラメータは離散的な値をとる。本実施例では、最高速度、列車本数、車両数の3つのパラメータを使用した例を提示するが、これらのうち1つ以上のパラメータを使用すればよく、また電力使用量が変化する他のパラメータを使用してもよい。使用するパラメータは実際の列車運行において変更できるものを選択する必要がある。
最高速度は列車の最高速度を指定するパラメータであり、90km/h、85km/hから5km/hに設定して、10km/hまでの値をとる。5km/hごとのかわりに10km/hごととしてもよいし、90km/hからのかわりに100km/hからにしてもよい。ただし、最高速度は実際の路線の最高速度を上回らない値に設定する必要がある。列車本数は、列車編成数(例えば、1時間当たりの列車本数)を指定するパラメータであり、たとえば30編成から29編成、28編成と1編成ごとに10編成までの値を設定する。1編成ごとのかわりに2編成ごとにしてもよいし、10編成までのかわりに5編成までにしてもよい。列車編成数は、該当の会社が該当の路線向けに保有している列車編成数を上回らない必要がある。車両数は1列車編成に含まれる車両数を指定するパラメータであり、10両、9両、8両と1両ごとに1両までの値を設定する。10両のかわりに15両と設定してもよいし、1両ごとのかわりに2両ごとにしてもよい。車両数は、実際の車両数を超えない値に設定する必要がある。最後に、最高速度の値、列車本数の値、車両数の値からそれぞれ1つずつを選択したセットを運行パターンとし、組合せの違う複数の運行パターンを生成する。
運行パターン生成部20が生成したパターンの例を図3に示す。最高速度列201に最高速度のパターンを、車両数列202に車両数のパターンを列車本数列203に列車本数のパターンを提示しており、これらのパラメータの組合せが運行パターンである。例えば、P90_10_5のパターンは、最高速度90km/h、列車本数5編成、車両数10両の組合せの運行パターンであり、P85_09_4は最高速度90km/h、列車本数4編成、車両数9両の組合せの運行パターンである。図3の例の場合、最高速度が90km/hから10km/hまでの17種類、車両数が10両から1両の10種類、列車本数が5編成から1編成の5種類とりうるため、17×10×5=850パターンの運行パターンを提示している。車両数と列車本数は固定で、最高速度のみ動かしてパターンを作成してもよい。その場合は、最高速度が90km/hから10km/hまでの17種類、車両数が10両の1種類、列車本数が5編成の1種類とりうるため、17×1×1=17パターンの運行パターンとなる。
O/D取得・推定部30は、鉄道の利用者がどこからどこへ何人移動するのかを推定する。推定に当たっては、パーソントリップ調査などの調査結果を利用してもよいし、過去(前日など)の利用実績を流用してもよいし、当日の切符販売記録や定期券での入場記録から推測してもよい。図4にO/D取得・推定部30での推定結果を示す。図4はA駅、B駅、C駅、D駅の順で並ぶ路線のO/D情報であり、前日の乗降者実績をそのまま当日の推定値としたものである。例えば、1行目はA駅からB駅まで乗る人が6時台に100人、7時台に120人、8時台に200人、24時台に80人と推測していることを示す。図4の例では2つの駅間の利用者数を推測しているが、距離的に近い複数の駅、もしくは料金体系が同じである複数の駅をまとめて駅グループとして複数の駅グループ間の利用者数を推測してもよい。また、図4の例では、1時間ごとに区切って利用者数を推測しているが、1日ごとでもよいし、30分ごとでもよい。
不効用算出部40は、路線ごと、かつ運行パターン生成部20で生成した運行パターンごとに、該当路線を該当運行パターンで運行した際の乗客の不便さの指標である不効用を算出する。本実施例において、不効用は時間評価値を用いるなどして貨幣換算しているが、時間換算して時間の大小で不効用を表してもよい。
電力消費算出部50は、路線ごと、かつ運行パターン生成部20で生成した運行パターンごとに、該当路線を該当運行パターンで運行した際の電力消費量を算出する。
電力消費上限量取得部90は、複数の路線からなる鉄道全体で、使用してよい電力消費上限量(最大消費量)もしくは電力消費の削減量(最小削減量)を取得する。
最適運行パターン選択部60は、複数の路線からなる鉄道全体で、電力消費算出部50が算出した路線ごとの電力消費量の削減量の合計が、電力消費上限量取得部90で取得した電力消費削減量以上、もしくは電力消費量の上限量の合計が、電力消費上限量取得部90で取得した電力消費上限量以下であり、かつ、不効用算出部40が算出した路線ごとの不効用の合計が最小となる、路線ごとの運行パターンの組合せを選択する。これにより、電力消費が削減量を上回る、もしくは電力消費の合計量が上限量を下回り、かつ不便益で計量される利用者の利便性が大きくは損なわれない運行方法を明らかにすることができる。
運行パターン変更検知部91は、最適運行パターン選択部60が出力した現行もしくは最新の最適運行パターンの組合せを記憶部(不図示)に保持し、最適運行パターン選択部60が、保持している最適運行パターンと異なる最適運行パターンを出力した際に、それを検知し、路線毎ダイヤ立案システム70などに通知し、ダイヤの変更を促す。
路線基礎情報取得部92は、路線に関する基礎情報を取得する。基礎情報としては、運行パターン生成部20で使用する路線の最高速度、最大車両数、最大編成数、電力消費量算出部50で使用する車両重量、最大加速度、定格出力、回生効率、車両型名などである。
運行パターン変更要求取得部93は、最適運行パターン選択部60より出力した運行パターンを前提に路線毎ダイヤ立案システム70にてダイヤを立案できなかった際に、運行パターンの変更要求をうけつける。変更要求では、運行パターンの内、どの路線のどのパラメータがダイヤが立案できなかった原因かを指定してもよい。また、ダイヤを立案できるための制約条件(例えば最高速度が70km/h以上など)を指定してもよい。変更要求は、最適運行パターン選択部60に伝達し、運行パターン変更要求取得部93が受け付けた原因パラメータや制約条件に従って、その制約条件を満たす運行パラメータの中から、再度最適な運行パラメータの組合せを取得しなおす。
次に、図2のフローチャートを使用して、本実施例における本発明を具備する最適運行パターン選択システムの全体処理手順を示す。
まず、ステップ101からステップ107を路線ごとに繰り返す。
ステップ102では、処理中の路線における運行パターンを生成する。運行パターン生成部20で実行する。図3はある1路線における生成された運行パターンの例であり、この場合850パターンを包含する。
次にステップ103からステップ106を、ステップ102で生成された運行パターンごとに繰り返す。図3の例の場合、850パターンについてステップ103からステップ106を繰り返し処理する。
ステップ104では、処理中の運行パターンについて、不効用を算出する。不効用算出部40で実行する。算出の詳しい処理例については後述する。
ステップ105では、処理中の運行パターンについて、電力消費量もしくは電力消費の削減量を算出する。電力消費量算出部50で実行する。算出の詳しい処理例については後述する。
ステップ108では、複数の路線からなる鉄道全体で、最低限の電力消費削減量もしくは使用してよい電力消費の上限量を取得する。
最後にステップ109では、路線と運行パターンの組合せごとに算出された、不効用と電力消費量を用いて、電力消費量の路線をまたいだ合計量が電力消費上限量以下、もしくは電力消費量の削減量の路線をまたいだ合計量が電力消費削減量以上であり、不効用の路線をまたいだ合計量が最小となる運行パターンの組合せを見つける。詳しい処理例については後述する。
図5のフローチャートを使用して、不効用算出部40が担う不効用算出処理について説明する。
まず、ステップ401からステップ410を、運行パターン生成部20で生成した運行パターンごとに繰り返す。
ステップ402では、運行パターンのパラメータである最高速度、運行本数、車両数などの数値を取得する。
ステップ403では、O/D取得・推定部が推定したO/D情報を取得する。
ステップ404では、O/D情報から各駅間の乗車人数を算出する。図4のO/D情報を例に説明すると、6時台のA駅とB駅間は、A駅からB駅まで行く1000人、A駅からC駅まで行く1200人、A駅からD駅まで行く1300人が乗車するため、合計3500人が利用する。同様に、6時台のB駅とC駅間は、A駅からC駅まで行く1200人、A駅からD駅まで行く1300人、B駅からC駅まで行く2300人、B駅からD駅まで行く2800人が乗車するため、合計7600人が乗車する。同様に、6時台のC駅とD駅間は、合計4900人が乗車する。
ステップ405では、移動者の移動にかかる総所要時間を算出し、移動時間による不効用を算出する。総所要時間を算出するにあたり、まずステップ402で取得した最高速度から各駅間の所要時間を算出する。駅間の所要時間の算出は、列車運行のシミュレーションで精度高く算出するのが望ましいが、列車の加速、減速時の加速度と最高速度、駅間距離から簡易に求めてもよい。駅間距離3kmを加速度3km/h/s、最高速度60km/hという列車規格で運行する場合、出発20秒後に167m進んで時速60km/hに達し、160秒間60km/hで運行後、最後の167mを20秒かけて減速していき、出発後200秒の時点で次の駅に到着すると計算できる。さらに駅での停車時間を30秒とすると、この場合の駅間所要時間は230秒である。
次に、ステップ404で算出した駅間乗車人数と、駅間所要時間から総所要時間を計算する。A駅からD駅の各駅間の駅間所要時間をすべて230秒とすると、6時台の総所要時間は、A駅からB駅の乗車人数3500人に230秒をかけた805,000秒、B駅からC駅の乗車人数7600人に230秒をかけた1,748,000秒、C駅からD駅の乗車人数4900人に230秒をかけた1,127,000秒の合計3,680,000秒となる。
最後に総所要時間を不効用に換算する。不効用は一般的に時間を貨幣換算することで実施する。移動中の時間の時間評価値を40円/分とすると、6時台のA駅からD駅の不効用は約2,450,000円となる。
ステップ406では、移動者の駅での総待ち時間を算出し、待ち時間による不効用を算出する。
まず、列車本数と駅間所要時間から平均列車間隔を算出する。A駅からD駅までの駅間所要時間の合計は690秒。D駅からA駅まで戻るのにも690秒かかったとすると、合計1380秒の区間を、ステップ402で取得した運行本数の列車が運行していることになる。運行本数を5編成とすると276秒に1編成の割合で運行することになり、平均列車間隔は276秒となる。
次に、平均列車間隔から平均待ち時間を算出する。駅に来る人の量が時間ごとに一定であるとすると、駅での平均待ち時間は276秒の1/2である138秒となる。これは、駅で最も待つ人で276秒、最も待たない人で0秒の待ち時間となるため、その平均をとったものである。
次に、平均待ち時間とO/D情報から総待ち時間を算出する。6時台の合計乗車人数はO/D情報である図4の6時台列303の合計値である940人、合計待ち時間は138秒に940人をかけた1,297,20秒となる。
最後に、総待ち時間から不効用を算出する。待ち時間中の時間評価値80円/分を総待ち時間1,297,20秒にかける6時台の待ち時間の不効用は1,730,00円となる。
ステップ407では、列車内の混雑率を算出し、混雑による不効用を算出する。
まず、ステップ406で算出した平均列車間隔と、ステップ402で取得した車両数から総輸送定員を算出する。平均列車間隔は216秒、車両数は10両、各車両の定員を100人とすると、1編成の定員は100人×10両で1000人。そのため、各駅間に1時間あたり3600秒/276秒である約13編成の列車が走行するため、1時間あたりの駅間定員は約13000人になる。
次に、駅間乗車人数と総輸送定員から駅間混雑率を算出する。A駅B駅間はステップ404で算出した3500人が乗車するので、平均混雑率は26%、B駅C駅間はステップ404で算出した7600人が乗車するので、平均混雑率は58%、C駅D駅間は同様に38%である。
最後に、駅間混雑率と駅間所要時間、駅間乗車人数から不効用を算出する。混雑率による不効用の算出には、混雑不効用関数を利用する。例えば、鉄道プロジェクトの評価手法マニュアル(2012年改訂版)によると、例えば、混雑率が100%未満の場合には、0.027×混雑率×乗車時間×時間評価値が混雑率による不効用となり、混雑率250%以上の場合には、(1.15×混雑率−2.37)×乗車時間×時間評価値が混雑率による不効用となる。A駅B駅間の混雑率による不効用は0.027×0.21×805,000秒×40円/分=3,000円となり、同様にB駅C駅間の不効用は18,000円、C駅D駅間の不効用は7,700円で、合計は、20,700円となる。混雑率が低い場合には、このように無視できる程度の額であるが、例えば、A駅B駅間の混雑率が250%とすると、(1.15×2.5−2.37)×805,000秒×40円/分=271,000円となり無視できない額となる。
ステップ408では、合計の不効用値を求める。ステップ405で算出した移動時間による不効用が2,450,000円、ステップ405で算出した待ち時間による不効用が1,730,00円、ステップ407で算出した混雑による不効用が20,700円であり、合計約2,643,700円となる。
次に、ステップ409で不効用の増大量を算出する。不効用の増大量とは、列車の運行に伴う消費電力量の削減のための運行パターンの変更による不効用の増大量であり、ステップ408で求めた不効用から通常時の運行パターンの不効用を引くことで求める。図3の運行パターンの場合最高速度90km/h、車両数10両、列車本数5本の場合を通常の運行パターンとすると、ステップ403からステップ408と同様の計算を行って、不効用の合計値は3,300,000円となる。そのため、運行パターンの変更(最高時速90km/hから60km/hへの変更)に伴う不効用の増大量は756,300(約750,000)円となる。
以上のステップ401からステップ410を運行パターンごとに繰り返し、各運行パターンの不効用の増大量を算出する。以上、不効用の算出を行ったが、不効用の算出の前提となる移動時間や、待ち時間、混雑率などをマルチエージェントシミュレーションなどの他の手法により行ってもよい。
図6のフローチャートを使用して、電力消費量算出部50が担う電力消費量算出処理について説明する。
まず、ステップ501からステップ507を、運行パターン生成部20で生成した運行パターンごとに繰り返す。
ステップ502では、運行パターンのパラメータである最高速度、運行本数、車両数などの数値を取得する。
ステップ503では、図5のフローチャートのステップ404と同様の手法で駅間乗車人数を算出する。
ステップ504では、駅間の使用電力量を算出する。使用電力量の算出には、さまざまな手法が提案されているシミュレーションを用いる。シミュレーションには一般的に、車両や乗客重量、最高速度、加速度、駅間距離などのパラメータが必要であり、乗客重量を使用するためにステップ503の値を使用する。シミュレーションの結果、最高速度60km/hの場合、1編成、1駅間あたり22kwhの電力を使用するなどの結果を得ることができる。
ステップ505では、駅間の使用電力量を足し合わせて総使用電力量を算出する。上述のように、1駅間あたり22kwhの場合、A駅からD駅であわせて66kwhとなる。駅間秒数が230秒なので、1編成あたり1時間で約15.7駅間を走行し、5編成で約78.3駅間となる。そのため、1時間当たり22kwh×78.3駅間=1700kwhとなる。
ステップ506では、使用電力量の減少量を算出する。使用電力量の減少量とは、消費電力量の削減のための運行パターンの変更による使用電力量の減少量であり、通常時の運行パターンの消費電力量からステップ505で求めた消費電力量を引くことで求める。図3の運行パターンの場合最高速度90km/h、車両数10両、列車本数5本の場合を通常の運行パターンとすると、ステップ503からステップ505と同様の計算を行って、使用電力量の合計値は4000kwhとなる。そのため、運行パターンの変更(最高時速90km/hから60km/hへの変更)に伴う消費電力量の減少量は約2300kwhとなる。
電力消費上限量取得部90で取得するのが電力消費量の上限量の場合、ステップ506を実行せず、使用電力量をそのまま出力する。電力消費上限量取得部90で取得するのが電力消費量の削減量の場合、ステップ506を実行して、使用電力量の削減量を出力する。
以上のステップ501からステップ506を運行パターンごとに繰り返し、各運行パターンの使用電力量の減少量を算出する。
最後に図7と図8と、図9の処理フローを用いて、最適運行パターン選択部60の処理について説明する。
図7は不効用算出部による図5の処理で算出した不効用の増大値と、電力消費量算出部による図6の処理で算出した消費電力量の減少量を、運行パターンと路線ごとに示した図である。各マスの上段が消費電力量の減少量を、下段が不効用の増大値を示す。図5と図6の説明で用いたのは運行パターン(60km/h、1編成10両、5編成)の路線α(A駅〜D駅)のパターンであり、図5で例示した算出結果である75万円と、図6で例示した算出結果である2300kwhが路線αのP60_10_5の運行パターンの欄に格納している。
図9の処理フローを用いて、最適運行パターン選択部60の処理手順を説明する。
最適運行パターン選択部60では、電力消費上限量取得部90が取得した電力消費量の上限量、もしくは削減量を制約条件として、不効用の増大値が最小となる路線α、路線β、路線γの各運行パターンの組合せを求める。ここでは削減量を制約条件とする場合について説明するが、上限量を制約条件とする場合も、同様の処理で最適な運行パターンの組合せを取得することができる。
まず、ステップ601で、電力消費上限量取得部90が取得した電力消費量の上限量もしくは削減量を取得する。ここでは、電力消費の削減量(最小削減量)として、3500kwhが取得されたとする。
ステップ602からステップ610を、路線α、路線β、路線γの運行パターンのユニークな組み合わせごとに繰り返す。例えば、路線α:P90_10_5、路線β:P90_10_5、路線γ:P90_10_5はユニークな組み合わせの1つであり、路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5もユニークな組み合わせの1つである。路線ごとに運行パターンが850パターンある場合、3路線で850の3乗、つまり614125000のユニークな組み合わせがある。また、路線ごとに運行パターンが17パターンある場合、3路線で17の3乗、つまり4913のユニークな組み合わせがある。以下では、路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの場合、すなわち図7の黒枠で囲んだ部分を例に説明する。
ステップ603では、電力消費量算出部50から各路線の該当運行パターンにおける電力消費減少量を取得する。路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの場合、図7で示すように、それぞれ路線α:1800kwhであり、路線β:1200kwh、路線γ:600kwhを取得する。
ステップ604では、ステップ603で取得した各路線の電力消費減少量を合算して、合計の電力消費減少量を求める。路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの場合、1800kwh+1200kwh+600kwhで合計3600kwhとなる。
ステップ605では、ステップ604で算出した電力消費減少量が、電力消費の削減量(最小削減量)を上回っているかを判定する。条件を満たす場合、ステップ606に進み、条件を満たさない場合は、別の運行パターンの組合せについてステップ602から処理を実行する。路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの場合、ステップ604で合計3600kwhを算出しており、ステップ601で取得した3500kwhを上回っている。そこでステップ606に進む。
ステップ606では、不効用算出部40から各路線の該当運行パターンにおける不効用の増大量を取得する。路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの場合、図7で示すように、それぞれ路線α:50万円であり、路線β:50万円、路線γ:25万円である。
ステップ607では、ステップ606で取得した各路線の不効用の増大量を合算して、合計の不効用増大量を求める。路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの場合、50万円+50万円+25万円で合計125万円となる。
ステップ608では、ステップ607で算出した不効用の増大量の合計値が、最小であるかを判定する。最小である場合にはステップ609に進み、最小でない場合にはステップ602に戻り、他の運行パターンの組合せについて処理をしなおす。例えば、ここまでの最小値が路線α:P70_10_5、路線β:P60_10_5、路線γ:P50_10_5の組合せで、50万円+50万円+40万円で合計140万円の場合、路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの合計125万円は、それを下回っており、最小となる。そのため、ステップ609に進む。
ステップ609では、ステップ608で最小と判定された運行パターンの組合せと不効用の値を記録する。路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せの場合は、路線α:P70_10_5、路線β:P60_10_5、路線γ:P60_10_5の組合せと、125万円を記録する。
ステップ611では、最終的に記録されている運行パターンの組合せを、最適な運行パターンとして選択する。運行パターンが図7に示した各路線7パターンの場合、路線αはP70_10_5の運行パターンで電力消費削減量が1800kwh、不効用増大量が50万円、路線βはP60_10_5の運行パターンで電力消費削減量が1200kwh、不効用増大量が50万円、路線γはP60_10_5の運行パターンで電力消費削減量が600kwh、不効用増大量が25万円の場合に電力消費削減量が3600kwhとなり電力消費削減量取得部90で取得した3500kwhを超えるという条件を満たした上で、不効用増大量が125万円と最小となる。この場合、最適運行パターン選択部60は路線αの運行パターンP70_10_5(最高速度70km/h、車両数10両、列車本数5編成)、路線βの運行パターンP60_10_5(最高速度60km/h、車両数10両、列車本数5編成)、路線γの運行パターンP60_10_5(最高速度60km/h、車両数10両、列車本数5編成)を最適な運行パターンの組合せとして出力する。
例えば、電力消費量の削減量として、5000kwhが取得されたとすると、最適運行パターン選択部60は路線αの運行パターンP40_10_5(最高速度40km/h、車両数10両、列車本数5編成)、路線βの運行パターンP50_10_5(最高速度50km/h、車両数10両、列車本数5編成)、路線γの運行パターンP60_10_5(最高速度60km/h、車両数10両、列車本数5編成)の場合に、電力消費削減量が5000kwh、不効用の増大量が375万円となり、最適な運行パターンの組合せとして出力する。
本システムでは、上述した各処理を行うことにより、電力削減量もしくは電力消費の上限量が割り当てられた際に、それを複数の路線、もしくは部分に適切に分担し、路線ごとの電力使用量を設定することが可能となる。また、災害時などにおいて、鉄道が使用できる電力量に制約が加わった際に、個別の路線ではなく、鉄道システム全体として、どの路線のダイヤをどの程度変更すべきかを知ることができる。
図8は図7の表をグラフ表示したものであり、電力消費削減量と不効用増大量をプロットし、各路線ごとに線で結んだものである。一般的に、電力消費削減量を増やすと、加速度的に不効用増大量が増大する傾向がある。白丸のプロットは、電力消費量の削減量として、3500kwhが取得された場合の、最適運行パターン選択部60が出力する最適な運行パターンの組合せである。最適な組み合わせの探索には、全探索を行ってもよいし、局所探索や焼きなまし法などのより高速な探索法を用いてもよい。
O/D取得・推定部30の出力するO/D情報、もしくは電力消費削減量取得部90の出力する電力消費削減量が変更された際には、不効用算出部40の算出する不効用値と電力消費量算出部50の算出する電力消費量が変化し、最適な運行パターンが変化する可能性がある。その場合、O/D情報や電力消費削減量が変化するごと、もしくは一定時間ごとに不効用算出部40と電力消費量算出部50による不効用値と電力消費量値を算出し直し、さらに、最適運行パターン選択部60による最適な運行パターンの組合せ探索もし直す。
例えば、電力の逼迫状態が強くなり、電力消費削減量が3500kwhから5000kwhに変更された場合、最適運行パターン選択部60から出力される最適な運行パターンの組合せが路線αのP70_10_5、路線βのP60_10_5、路線γのP60_10_5から路線αのP40_10_5、路線βのP50_10_5、路線γのP60_10_5に変更されるため、運行パターン変更検知部91でその変更を検知し、路線αと路線βのダイヤ立案システムに運行パターンの変更を通知する。
運行パターン変更要求取得部93で、路線とパラメータが指定された場合について説明する。上述の例のように、電力消費量の削減量として、電力消費上限量取得部90で3500kwhが取得され、最適運行パターン選択部60で、路線αはP70_10_5、路線βはP60_10_5、路線γはP60_10_5の運行パターンの組合せが出力されたとする。この内、路線γの最高速度60km/hが問題で、路線γのダイヤが立案できない場合、路線γの最高速度が60km/hであるP60_10_5のパターンを削除して、最適運行パターン選択部60の処理をやり直す。その結果、電力消費削減量が3500kwh、不効用の増大量が135万円になる路線αはP60_10_5、路線βはP70_10_5、路線γはP70_10_5の運行パターンの組合せを算出・出力する。
運行パターン変更要求取得部93で、路線βの最高速度が80km/h以上などの制約が入力される場合、路線βの最高速度が80km/h未満である路線βのP70_10_5、P60_10_5、P50_10_5、P40_10_5、P30_10_5を削除して、最適運行パターン選択部60の処理をやり直す。その結果、電力消費削減量が3500kwh、不効用の増大量が140万円になる路線αはP60_10_5、路線βはP80_10_5、路線γはP50_10_5の運行パターンの組合せを算出・出力する。
なお、本実施例では、上述した方法によって最適運行パターン選択部60が、最新の最適運行パターンを選択した。しかし、最新の最適運行パターンを選択したものの、消費電力や不効用以外の事情によって、次善の最適運行パターンが必要となった場合、その探索の際に、最適運行パターン選択部60最高速度、1編成車両数両、編成数両などの運行パラメータが近い運行パターンを優先的に探索することとしてもよい。この場合、消費電力や不効用以外の事情を考慮しつつ、より最適運行パターンに近い運行パターンを速やかに探索し、選択することができる。
10・・・最適運行パターン選択システム
20・・・運行パターン生成部
30・・・O/D取得・推定部
40・・・不効用算出部
50・・・電力消費量算出部
60・・・最適運行パターン選択部
70・・・路線毎ダイヤ立案システム
80・・・運行管理システム
90・・・電力消費上限量取得部
91・・・運行パターン変更検知部
92・・・路線基礎情報取得部
93・・・運行パターン変更要求取得部。
20・・・運行パターン生成部
30・・・O/D取得・推定部
40・・・不効用算出部
50・・・電力消費量算出部
60・・・最適運行パターン選択部
70・・・路線毎ダイヤ立案システム
80・・・運行管理システム
90・・・電力消費上限量取得部
91・・・運行パターン変更検知部
92・・・路線基礎情報取得部
93・・・運行パターン変更要求取得部。
Claims (10)
- 鉄道を路線に分割し、少なくとも最高速度、1編成車両数両、編成数両のいずれかを含む列車の運行パラメータに基づいて、分割した路線ごとに列車の運行パターンを生成する運行パターン生成部と、
前記運行パターン生成部が前記路線ごとに生成した各運行パターンについて、移動者の鉄道による移動時間と、移動者の列車に対する待ち時間と、列車の混雑率と、のいずれかに基づいて、列車が前記路線を前記運行パターンで運行した際の乗客の不便さの指標である不効用値を算出する不効用算出部と、
前記運行パターン生成部が前記路線ごとに生成した各運行パターンについて、列車を利用する移動者の数に基づいて、列車の運行に伴う消費電力量を算出する消費電力量算出部と、
前記消費電力量算出部が算出した前記路線ごとの消費電力量の合計値があらかじめ定められた前記電力消費量の上限値を下回り、前記不効用算出部が算出した移動者の不効用値の合計値が最小となる各路線の運行パターンの組合せを探索する最適運行パターン選択部と、
を備えることを特徴とする最適運行パターン選択システム。 - 請求項1に記載の最適運行パターン選択装置であって、
さらに、移動者の移動需要量を推測するO/D推測部を備え、
前記不効用算出部は、前記O/D推測部が推測した前記移動需要量に基づいて、前記不効用値を算出する、
ことを特徴とする最適運行パターン選択システム。 - 請求項1または2に記載の最適運行パターン選択装置であって、
さらに、前記最適運行パターン選択部が選択して記憶部に記憶した現行の運行パターンと、前記最適運行パターン選択部が新たに選択した最適な運行パターンとの違いを検知する運行パターン変更検知部、
を備えることを特徴とする最適運行パターン選択システム。 - 請求項1から3のいずれか1項に記載の最適運行パターン選択装置であって、
前記最適運行パターン選択部が、最新の最適運行パターンを記憶し、次の最適運行パターンを探索する際に、少なくとも最高速度、1編成車両数両、編成数両を含む列車の運行パラメータが近い運行パターンを優先的に探索する、
ことを特徴とする最適運行パターン選択システム。 - 請求項1から4のいずれか1項に記載の最適運行パターン選択装置であって、
さらに、路線ごとの運行パターンの制約条件を入力する運行パターン変更要求取得部を備え、
前記最適運行パターン選択部が、入力された前記制約条件を満たす運行パターンの組合せを探索する、
ことを特徴とする最適運行パターン選択システム。 - 鉄道を路線に分割し、少なくとも最高速度、1編成車両数両、編成数両のいずれかを含む列車の運行パラメータに基づいて、分割した路線ごとに列車の運行パターンを生成する運行パターン生成ステップと、
前記運行パターン生成ステップにおいて前記路線ごとに生成した各運行パターンについて、移動者の鉄道による移動時間と、移動者の列車に対する待ち時間と、列車の混雑率と、のいずれかに基づいて、列車が前記路線を前記運行パターンで運行した際の乗客の不便さの指標である不効用値を算出する不効用算出ステップと、
前記運行パターン生成ステップにおいて前記路線ごとに生成した各運行パターンについて、列車を利用する移動者の数に基づいて、列車の運行に伴う消費電力量を算出する消費電力量算出ステップと、
前記消費電力量算出ステップにおいて算出した前記路線ごとの消費電力量の合計値があらかじめ定められた前記電力消費量の上限値を下回り、前記不効用算出ステップにおいて算出した移動者の不効用値の合計値が最小となる各路線の運行パターンの組合せを探索する最適運行パターン選択ステップと、
を含むことを特徴とする最適運行パターン選択方法。 - 請求項1に記載の最適運行パターン選択方法であって、
さらに、移動者の移動需要量を推測するO/D推測ステップを含み、
前記不効用算出ステップにおいて、前記O/D推測ステップにおいて推測した前記移動需要量に基づいて、前記不効用値を算出する、
ことを特徴とする最適運行パターン選択方法。 - 請求項1または2に記載の最適運行パターン選択方法であって、
さらに、前記最適運行パターン選択ステップにおいて選択して記憶部に記憶した現行の運行パターンと、前記最適運行パターン選択ステップにおいて新たに選択した最適な運行パターンとの違いを検知する運行パターン変更検知ステップ、
を含むことを特徴とする最適運行パターン選択方法。 - 請求項1から3のいずれか1項に記載の最適運行パターン選択方法であって、
前記最適運行パターン選択ステップにおいて、最新の最適運行パターンを記憶し、次の最適運行パターンを探索する際に、少なくとも最高速度、1編成車両数両、編成数両を含む列車の運行パラメータが近い運行パターンを優先的に探索する、
ことを特徴とする最適運行パターン選択方法。 - 請求項1から4のいずれか1項に記載の最適運行パターン選択方法であって、
さらに、路線ごとの運行パターンの制約条件を入力する運行パターン変更要求取得ステップを含み、
前記最適運行パターン選択ステップにおいて、入力された前記制約条件を満たす運行パターンの組合せを探索する、
ことを特徴とする最適運行パターン選択方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013213076A JP2015074394A (ja) | 2013-10-10 | 2013-10-10 | 最適運行パターン選択システム及び最適運行パターン選択方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013213076A JP2015074394A (ja) | 2013-10-10 | 2013-10-10 | 最適運行パターン選択システム及び最適運行パターン選択方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015074394A true JP2015074394A (ja) | 2015-04-20 |
Family
ID=52999566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013213076A Pending JP2015074394A (ja) | 2013-10-10 | 2013-10-10 | 最適運行パターン選択システム及び最適運行パターン選択方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015074394A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110155126A (zh) * | 2019-06-03 | 2019-08-23 | 北京交通大学 | 临时限速下的高铁列车调度与控制一体优化方法 |
KR20200051448A (ko) * | 2018-11-05 | 2020-05-13 | 한국철도기술연구원 | 급행열차의 스케줄링 시스템 및 그 방법 |
JP2021123271A (ja) * | 2020-02-07 | 2021-08-30 | 株式会社日立製作所 | 提案システム及び提案方法 |
CN113450005A (zh) * | 2021-07-02 | 2021-09-28 | 北京科技大学 | 一种封闭区域无人驾驶车辆集群管理调度方法及装置 |
-
2013
- 2013-10-10 JP JP2013213076A patent/JP2015074394A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200051448A (ko) * | 2018-11-05 | 2020-05-13 | 한국철도기술연구원 | 급행열차의 스케줄링 시스템 및 그 방법 |
KR102113162B1 (ko) | 2018-11-05 | 2020-05-20 | 한국철도기술연구원 | 급행열차의 스케줄링 시스템 및 그 방법 |
CN110155126A (zh) * | 2019-06-03 | 2019-08-23 | 北京交通大学 | 临时限速下的高铁列车调度与控制一体优化方法 |
JP2021123271A (ja) * | 2020-02-07 | 2021-08-30 | 株式会社日立製作所 | 提案システム及び提案方法 |
JP7241041B2 (ja) | 2020-02-07 | 2023-03-16 | 株式会社日立製作所 | 提案システム及び提案方法 |
CN113450005A (zh) * | 2021-07-02 | 2021-09-28 | 北京科技大学 | 一种封闭区域无人驾驶车辆集群管理调度方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103985247B (zh) | 基于城市叫车需求分布密度的出租车运力调度系统 | |
Yin et al. | Dynamic passenger demand oriented metro train scheduling with energy-efficiency and waiting time minimization: Mixed-integer linear programming approaches | |
JP5931644B2 (ja) | 充電管理システム | |
CN105788260B (zh) | 一种基于智能公交系统数据的公交乘客od推算方法 | |
JP5589650B2 (ja) | 情報提供装置及び情報提供方法 | |
JP5855275B2 (ja) | 運行ダイヤ評価装置及び運行ダイヤ処理システム | |
CN107273999A (zh) | 一种突发事件下城市轨道交通客流预测方法 | |
Niu et al. | Demand-driven train schedule synchronization for high-speed rail lines | |
Tong et al. | A computer model for finding the time‐dependent minimum path in a transit system with fixed schedules | |
US20150298565A1 (en) | Charging support system and charging support method for electric vehicle | |
US10202133B2 (en) | Method and system for timetable optimization utilizing energy consumption factors | |
CN106969777A (zh) | 路径预测装置以及路径预测方法 | |
CN109166337B (zh) | 公交到站时间生成方法、装置及公交乘客出行od获取方法 | |
CN104809344A (zh) | 一种基于ic卡数据的公交站点区间客流估计方法 | |
BRPI0706036A2 (pt) | sistema, método e código de programa de computador para otimizar as operações ferroviárias levando-se em consideração os parámetros dos vagões ferroviários | |
Hamadneh et al. | Impacts of shared autonomous vehicles on the travelers’ mobility | |
JP2015074394A (ja) | 最適運行パターン選択システム及び最適運行パターン選択方法 | |
CN106056242A (zh) | 基于客流动态分配的高铁列车开行方案评价方法 | |
Zhang et al. | Real-time integrated limited-stop and short-turning bus control with stochastic travel time | |
CN102394011A (zh) | 公交车自动化动态调度系统及方法 | |
Li et al. | Metro timetabling for time-varying passenger demand and congestion at stations | |
JP6222841B2 (ja) | 運行管理装置、列車制御方法及びプログラム | |
AU2012393186A1 (en) | Train-service management device, system, and method | |
Li-Xing et al. | Discrete-time movement model of a group of trains on a rail line with stochastic disturbance | |
Zhang et al. | A timetable optimization model for urban rail transit with express/local mode |