基于时间逼近搜索算法的城轨列车运行节能优化研究-刘炜.pdf

《基于时间逼近搜索算法的城轨列车运行节能优化研究-刘炜.pdf》由会员分享，可在线阅读，更多相关《基于时间逼近搜索算法的城轨列车运行节能优化研究-刘炜.pdf（7页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第51卷第5期2016年10月西南交通大学学报JOURNAL OF SOUTHWEST JIAOTONG UNIVERSITYV015l No50Ct2016文章编号：0258-2724(2016)05-0918-07 DOI：103969jissn02582724201605014基于时间逼近搜索算法的城轨列车运行节能优化研究刘 炜， 王 栋， 李群湛， 崔梦雨(西南交通大学电气工程学院，四川成都610031)摘要：针对地铁列车准点节能运行，提出了基于时间逼近搜索的列车节能优化算法首先建立城市轨道列车在满足定时运行条件下的节能控制模型，通过庞特利亚金最大值原理得到了列车节能最优控制工况集；其

2、次，推导了列车在不同节能运行模式下的能耗差异；在此基础上，提出了一种将列车运行区间进行分段优化的方法，采用时间逼近搜索求解列车工况转换点的位置，最终达到定时节能运行的目的以上海地铁3号线铁力路至友谊路线路为算例，与实测负荷过程对比，列车采用本文算法优化后可节能125关键词：城市轨道；节能控制；时间逼近；优化中图分类号：U292 文献标志码：AA Novel Time-Approaching Search Algorithmfor Energy-Saving Optimization of Urban Rail TrainLIU Wei， WANG Dong，LI Qunzhan， CUI Me

3、ngyu(School of Electrical Engineering，Southwest Jiaotong University，Chengdu 610031，China)Abstract：To ensure energysaving and punctual operation of urban railway，a timeapproachingsearch method was proposed。The energysaving control model of urban railway that satisfies timingrunning was establishedA s

4、et of optimal conditions for energysaving control was derived according tothe Pontryagin ma】【imum principleThe energy consumption of a train under different energysavingoperations was calculatedOn this basis，we presented an optimization method of dividing the trainoperation period into sectionsThe c

5、hange point of train operation is determined using timeapproaching search method to meet the requirements of energysaving and timingA section from TieliRoad to Youyi Road of Shanghai Metro Line 3 is taken as an exampleCompared with measurementresults in the practical loading processthe energy comsup

6、tion is reduced by 125using timeapproaching search algorithmKey words：Urban rail transit；energy saving control；timeapproach；optimization随着城市轨道交通的迅速发展，列车运行能耗正逐步受到人们的关注，研究列车在满足运行时分的条件下更加节能地运行对降低运营成本和促进低碳经济具有重要的意义关于城市轨道交通列车运行优化问题国内外做了很多研究国外方面，文献2采用极大值原理求解列车节能驾驶策略，并最终采用数值算法求解转换点，但因涉及到复杂的数学解析计算，求解过程较为繁琐；

7、文献34采用基因算法、蚁群算法和动态规划算法求得速度曲线，虽然节能效果好，收稿日期：2015-06-24基金项目：国家自然科学基金资助项目(51607148)；中国铁路总公司科技研究开发计划资助项目(2014J009一B)作者简介：刘炜(1982一)，男，副教授，博士，研究方向为列车运行优化、牵引供电系统仿真，E-mail：liuwei_8208swjtucn引文格式：刘炜，王栋，李群湛，等基于时间逼近搜索算法的城轨列车运行节能优化研究J西南交通大学学报，2016。51(5)：918-924万方数据第5期 刘 炜，等：基于时间逼近搜索算法的城轨列车运行节能优化研究 919但是计算时间较长；文献

8、5-7采用人工神经网络求解列车节能优化控制问题，但人工神经网络训练数据的好坏会直接影响优化结果；文献8将进化算法应用到列车速度曲线优化的问题中，但是实现起来较为困难，也不利于快速收敛到最优解国内方面，文献9给出了节能坡纵断面的竖曲线设计方法，节能坡和列车动力配置相结合，可实现系统优化配置，但在已经建设完成的线路中该方法难以适用；文献1011中采用了自适应遗传算法，虽然节能效果明显，但要求的站间距相对较长，不适用于站间距相对较短的城市轨道交通；文献12提出了一种变长实矩阵编码的多种群遗传算法，增强了算法的全局搜索能力，但在限速复杂的情况下，难以求得最优解本文从数学解析计算的角度对比了列车在定时运

9、行条件下不同节能操纵策略对应的牵引能耗根据列车节能操纵的原则，设计了一种将列车运行区间进行分段优化的方法，通过时间逼近来搜索待优化区间，调整列车运行工况，从而实现列车定时节能运行的目的1 城市轨道列车最优控制模型城市轨道列车优化运行问题的实质是列车在给定运行时间和运行距离条件下，能耗最低其节能优化的目标函数如式(1)12 3：rain J=J“f(戈)八秽)dx，J柏(b uf(戈)八秽)一Mb(z)b(秽)一r(口)一w(x)8忑2瓦石r一，d ldx一秽(戈)e者)-0，出小o，秽(戈)V(戈)，uf(戈)0，1，Mb(z)0，1，式中：J为牵引力做功的机械能耗，简称牵引力能耗；“，(z)

10、为牵引力使用系数；tt。(戈)为制动力使用系数承耖)为列车在速度”下的最大牵引力(由牵引力特性曲线决定)；6(移)为列车在速度移下的最大制动力(由制动力特性曲线决定)；M为列车的总质量；秽(戈)为列车在位置戈处的速度；V(z)为列车在位置戈处对应的限速；t为给定的列车运行时间；r(”)为列车运行基本阻力，如式(2)所示；叫(石)为列车在位置处对应的加算坡道阻力，如式(3)所示r()=n+6口+cy2， (2)式中：a、b、C为基本阻力公式系数，一般由车辆自身特性决定删(戈)2吉【p。2i+600瓦tr+(wsil。)Mg， (3)式中：为列车长度；p。、丘分别为列车所覆盖的第i个坡道的千分数和

11、长度；R。、Z，分别为列车所覆盖的第i个曲线的半径和长度；W小f。分别为列车所覆盖的第i个隧道的单位隧道阻力和长度根据Pontryagin最大值原理求解以上模型，列车的节能操纵策略为14 J(1)“，(戈)=l，U。(戈)=0，列车全力牵引；(2)酩，(菇)(0，1)，Mb(并)=0，或者配，(戈)=0，“b(戈)(0，1)，列车维持匀速；(3)M，(戈)=0，U。(戈)=0，列车惰行；(4)u，(z)=0，U。(戈)=1，列车全力制动2列车优化操纵策略分析理论上，在运行距离和运行时分已经给定的前提下，列车可以有多种运行方式列车最优运行方式是由最大加速度、巡航、惰行和最大制动这几种工况组成5。

12、根据许多学者的研究，节能优化操纵无非是提高惰行比例，减少制动，采用牵引惰行相结合的方式，利用现代智能算法求取最佳惰行点的位置1然而对于运行过程中列车采用巡航策略还是牵引和惰行相配合的能耗比较却鲜有说明假设列车在站间分别采用两种节能运行模式，运行模式1在5，5：区间采用巡航方式，模式2采用牵引和惰行相结合的方式，如图1所示图l中，为巡航时恒定速度大小，两种运行万方数据920 西 南 交 通 大 学 学 报 第5l卷幽I 夕4个(L区川遥fj的lq种力Fig1 Two patterns of train operation模式在s。S：区间运行时间相同，均为t。，运行距离均为s假设列车在惰行时为减

13、速过程，且不考虑在制动过程中的能量回收，列车在S，一|s：区间运行分析如下根据动能定理，虿1 m(秽(Js：)2一秽(s1)2)=E1+既I+El+矾l+既l，虿1 m(口(s：2-V(|s。)2)=睨+睨+，(4)式中：形。、We为区间Js。一S：中运行模式l和2对应的列车牵引力做功；相应的，阢。、分别为制动力做功；Wr、分别为基本阻力做功；Ww。、为线路附加阻力做功；Wh，、职：为势能做功由分析可知，列车在S和S：位置对应的动能和势能相同整个过程中线路附加阻力和势能做功相同，故秽(S。)=秽(S2)=vo，既1=Wbz=0，矾l=W2，既。=(5)列车牵引力做功的大小即列车的牵引能耗，由式

14、(4)可得形乞一tv,。=一(形，r2一职。)， (6)式中：形l、We0，Wrl、Wr2o叫竺言薷篓妻限速过渡区段? l端向前搜索土：将制动所在区段的前一区段岛设为标记段从西段开始惰行新惰行速度曲线和原速度曲线是否存在交点?兰网、b划 I从整条线路的最后一个区段向前搜索坼)0，Fb(x)=0西段巡航岛段Fb(x)=O了星 空赡交点作为新的工况转换点7I o+tn-to87卢1 N圭i=1肌k屯陲I哕肌kfo障艿?岁 尘结束图3 定时节能计算机算法流程图Fig3 Flow chart of energysaving control with fixed time万方数据922 西 南 交 通

15、大 学 学 报 第51卷速区间，如图2(a)中的所示步骤4每调整一次运行方式，更新列车速度曲线，列车运行时分比原先增加当满足式(18)时，取该段中间位置再次分段，并从中间新的分段位置开始退回到步骤3，该过程如图2(b)所示当满足式(19)时，优化过程终止，否则，向线路起点方向前移一个区段，转到步骤3AtJ+。一to占， (18)f=lI上 lAt+。i。一o l6， (19)。i=l式中：k为调整工况次数；At“为第i次调整工况后增加的运行时分；t。为给定的列车运行时分；艿为能够接受的列车运行时间误差限值步骤5从整条线路分段后的最后一个区段开始依次向前搜索当搜索到F。(x)=0时，列车工况从该

16、段转为惰行，转到步骤3，该过程如图2(C)中的所示所不同的是，当惰行速度降为0，列车仍未到站时，则放弃该段工况的转换，保持原工况，并转到步骤6步骤6当所有制动区段都已完成惰行的转换，列车运行总时间仍大于给定的时间t。，则从整个线路的末端开始，向起点方向搜索，依次从列车牵引加速(即满足F。(x)I0且Fb(戈)=0)所在的区段开始，转为巡航工况，巡航速度曲线与原先的惰行曲线的交点作为新的惰行点，转到步骤44算例与测试数据比对结合上海地铁3号线“铁力路站一友谊路站”的列车运行实测结果，对定时节能算法进行验证分析现场测试环境如图4所示，测试时间为2014年12月12日两站的站间距为1707 km，列

17、车实际运行时间为133 s，线路坡道数据见表1，曲线信息见表2，区间限速见表3，列车起始位置在区间0103 km处，车辆为阿尔斯通AC03车型，车辆牵引和制动特性见表4列车运行过程中前受电弓牵引网压、前受电弓电流及列车运行速度随时间变化关系如图5所示列车时间逼近搜索优化算法采用05 s的时间间隔进行计算，“铁力路站一友谊路站”的站间运行时分设为133 S，时间误差设定在3以内优化过程中，列车运行区间分段及列车惰行起始位置如表5所示列车运行过程中，运行时间及牵引能耗如表6所示由仿真结果可知，随着列车惰行距离的增大，列车运行时间增加相应的牵引能耗减小根据实4 l：海地铁3“rj线现场测试环境Fig

18、4 Field test at Shanghai Metro Line 3表1铁力路站至友谊路站线路坡道信息Tab1 Information of slopes fromTieli Road to Youyi Road区间位置km 坡度 区间位置km 坡度oO00023 310 063一O88 300 0023043 290 088120 405043063 3010 12018l 000表2铁力路站至友谊路站线路曲线信息Tab2 Information of cuFves fromTieli Road to Youyi Road表3铁力路站至友谊路站线路限速信息Tab3 Speed limi

19、ts from Tieli Road to Youyi Road表4车辆牵引和制动特性Tab4 Train traction and braking characteristics力 速度(kmh。1)0 39 50 60 62 70 80牵引力kN制动力kN4076 3939 3073 2560 2487 2195 17433610 3610 3610 3610 3610 3223 2746万方数据第5期 刘 炜，等：基于时间逼近搜索算法的城轨列车运行节能优化研究 923图5受电弓牵引网压和电流实测过程Fig5 Measurement results ofpantograph voltage

20、 and current表5区间分段及惰行开始位置Tab5 Section segmentation andthe initial positions of coasting km表6时间逼近搜索优化算法仿真结果Tab6 Simulation results oftimeapproaching search method测结果，列车在“铁力路站一友谊路站”之间的牵引能耗为5385 kWh，运行时间为133 S列车在第三次搜索优化后，运行时间超过正偏差上限值，所以对区间分段进行调整而经过第4次搜索优化之后，列车运行时间误差满足设定要求，且列车运行能耗为4710 kWh，节能125算法寻优过程以及

21、实测速度曲线对比如图6所示列车实际运行过程中采用牵引和惰行相结合的策略，而本文中的优化算法是使列车在避免不必要制动的基础上，尽可能保持匀速运行，从而达到定时节能运行的目的00 03 06 09 12 15距离krn图6算法寻优过程以及实测速度曲线对比Fig6 Algorithm optimization process comparedwith the measured speed CHIVe5 结 论本文对城市轨道交通列车节能优化算法进行了深入的研究，推导了列车定时节能优化模型，从数学解析的角度分析了列车在特定条件下的最佳节能操纵策略设计了一种将列车运行区间分段后采用时间逼近搜索的节能优化方

22、法，并开发了相应的牵引计算软件上海地铁3号线“铁力路站一友谊路站”的仿真结果表明：使用时间逼近搜索优化算法后，列车运行时分误差为一075，牵引能耗相比实际能耗降低125，同时算法具有较快的计算速度然而算法在求解过程中，如果惰行位置恰好发生在长陡下坡，且列车需要使用制动工况维持速度在限速值以下，则会增加时间逼近搜索次数，影响求解效率，在以后的研究中需要加以改进参考文献：1 唐海川，王青元，冯晓云地铁列车追踪运行的节能控制与分析J铁道学报，2015，37(1)：37-43TANG Haichuan，WANG Qingyuan，FENG XiaoyunEnergy saving control of

23、 metro train tracingoperationJJournal of the China Railway Society，r，一万方数据924 西 南 交 通 大 学 学 报 第51卷2015，37(1)：37432LIU R R，GOLOVITCHER I MEnergyeficientoperation of rail vehiclesJTransportation ResearchPart A：Policy and Practice，2003，37(10)：917-932 113Lu S，HILLMANSEN s，HO T K，et a1Singletraintrajecto

24、ry optimizationJIntelligent TransportationSystems，IEEE Transactions on，2013，14(2)：7437504KO H，KOSEKI T，MIYATAKE MApplication ofdynamic programming to optimization of running profileof atrainJComputers in Railways IX，2004(15)： 121031125BOCHARNIKOV Y V，TOBIAS A M，ROBERTS C，eta1Optimal driving strategy

25、 for traction energy saving onDC suburban railwaysJElectric Power Applications，IETE，2007，1(5)：675-6826CHUANG H J，CHEN C S，LIN C H，et a1Design ofoptimal coasting speed for saving social cost in mass 1 3rapid transit systemsCProceedings of the ThirdInternational Conference on Electric Utility Deregula

26、tion 14and Restructuring and Power TechnologiesPiscataway：IEEE Press，2008：2833-28397ACIKBAS S，SYLEMEZ M T Coasting pointoptimization for mass rail transit lines using artificialneural networks and genetic algorithmsJElectric 1 5Power Applications，IET，2008，2(3)：1721828CHEVRIER R，MARLIEERE G，VULTURESC

27、U B，eta1Multiobjective evolutionary algorithm for speedtuning optimization with energy saving in railway：application and ease studyJOL(201 1-01-01)2015-05-22https：wwwresearehgatenetpublication50365605 169杨利军，胡用生，孙丽霞城市轨道交通节能线路仿真算法J同济大学学报：自然科学版，2012，40(2)：235-240YANG Lijun，HU Yongsheng，SUN LixiaEnergy

28、-saving track profile of urban mass transitJJournal ofTongji University：Natural Science，2012，40(2)：23524010 WANG Penling，LIN Xuan，LI YuezongOptimizationanalysis on the energy saving control for trains withadaptive genetic algorithmCSystems andInformatics(ICSAI)，2012 International ConferenceonYantai：

29、IEEE，2012：439-443王鹏玲，林轩，李跃宗，等自适应遗传算法在列车节能优化中的应用J计算机仿真，2012，29(11)：350354WANG Pengling，LIN Xuan，LI Yuezong，et a1Energy saving train operation optimization with adaptivegenetic algorithmJComputer Simulation，2012，29(11)：350-354刘炜，李群湛，郭蕾，等基于多种群遗传算法的城轨列车节能运行优化研究J系统仿真学报，2010，22(4)：921-925LIU Wei，LI Qunzha

30、n，GUO Lei，et al。Study ofurban railway energy saving train control optimizationbased on multipopulation genetic algorithmJJournal ofSystem Simulation，2010，22(4)：921-925饶忠列车牵引计算M北京：中国铁道出版社，2006：48-53GU Qing，TANG Tan，GAO Fang，et a1Energyefficient train operation in urban rail transit using realtime tra

31、ffic informationJIntelligent TransportationSystems，IEEE Transactions on，2014，15(3)：12161233王青元，冯晓云考虑再生制动能量利用的高速列车节能最优控制仿真研究J中国铁道科学，2015，36(1)：96103WANG Qingyuan，FENG XiaoyunSimulation studyon optimal energyefficient control of high speed trainconsidering regenerative brake energyJ ChinaRailway Science，2015，36(1)：96103韩蕙心，吴鹏，吴杰，等基于多目标差分进化算法的列车惰行控制J计算机应用，2013，33(增刊2)：286289HAN Huixin，WU Peng，WU Jie，et a1Coast controlof urban train based on multiobjective differentialevolution algorithmJ Journal of ComputerApplications，2013，33(Sup2)：286-289(中文编辑：唐晴 英文编辑：周 尧)万方数据