一种城市轨道交通列车节能优化运行方法与流程

本发明属于城市轨道交通车辆节能控制技术领域，尤其涉及一种城市轨道交通列车节能优化运行方法。

背景技术：

目前列车在各运行区间的运行时间安排是按照该运行区间的线路长度、限速范围等因素确定，主要以满足列车安全运行及乘客便捷乘车为出发点，较少有考虑到列车的节能优化问题。国外学者在对马德里-瓜达拉哈拉市(madrid-guadalajara)、瓜达拉哈拉市-卡拉塔尤德(guadalajara-calatayud)和、卡拉塔尤德-萨拉戈萨(calatayud-zaragoza)中同一段铁路的三个运行区间进行时间优化，在维持总体运行时间为1小时28分不变的情况下，改变各区间的运行时间，可达到最高节能33.63％的目标。但城际轨道交通与城市轨道交通在线路环境组成上有着诸多的不同。城际轨道交通路程远，主要路程分布在郊外，以平直轨道为主，较少遇到复杂的线路环境。城市轨道交通通常在各类建筑物之间穿行，地下线路在建设过程中还要受到地质环境及附近建筑物的制约，线路环境复杂多变，通常包含着较多的弯道和坡道，使得列车的牵引能耗在不同运行区间之间变化较大。

技术实现要素：

本发明的目的在于：针对上述存在的问题，提供一种城市轨道交通列车节能优化运行方法，本发明能效降低城市轨道交通列车的牵引能耗，相比于通过增加或改造硬件设备的方法，更能降低地铁运营企业的运营成本，可操作性强，不会对运营企业造成额外的负担。为了实现上述目的，本发明采用以下技术方案：

本发明提供了一种城市轨道交通列车节能优化运行方法，通过统计分析列车在各运行区间的能耗与运行时间的规律，优化调整列车的总运行时间在各运行区间的分配情况，达到节能的目的，主要包括以下步骤：

步骤1：通过车载的数据记录器读取列车在各区间运行的运行时间、列车总质量、列车牵引能耗和列车再生制动回收能量，并按照不同的运行区间进行归类整理列车运行数据；

步骤2：根据列车运行数据拟合得到每一运行区间内列车能耗与运行时间的函数关系，其中，列车在第i个区间每吨质量的运行能耗-运行时间的函数关系满足：

qi＝f(ti)；

其中，qi表示第i个区间每吨质量的运行能耗，ti表示第i个区间的运行时间；

若列车在该运行区第i个间区间的列车总质量为mi，则列车在第i个运行区间的总能耗为；

qi＝fi(ti)·mi，qi表示第i个运行区间的总能耗；

步骤3：通过对列车每一运行区间的函数关系进行整合，得到列车在整条线路的各区间运行时间分配与列车总能耗的关系，并通过粒子群算法进行优化求解最优运行时间分配方案，得出优化后的各区间运行时间，用于生成列车的牵引曲线。

上述方案进一步优选的，对列车每一运行区间的函数关系进行整合是根据每个运行区间每吨质量的运行能耗-运行时间的函数关系进行叠加得到列车在整条线路的总能耗与运行时间和列车总质量之间的函数关系，再通过粒子群算法进行优化求解最优运行时间分配方案，其中，运行时间和列车总质量mi均为n维向量，n为全线路运行区间的个数，则总能耗与运行时间和列车总质量之间的函数关系满足以下条件：

列车在各区间运行时间ti满足：t＝[t1,t2,…,ti,…,tn]^t，其为待求解变量；

列车在各运行区间的总质量m满足，m＝[m1,m2,…,mi,…,mn]^t，其为根据历史数据的预测值，因此，列车在全线路的总运行能耗q满足：

上述方案进一步优选的，所述列车总质量m按照统计到的乘客分布进行，预测出各时段各运行区间的列车总质量；将列车在各区间的运行能耗-运行时间函数和预测的各区间列车总质量带入粒子群算法，进行优化求解，求解的约束条件为：

其中，各区间运行时间t的取值范围为原运行时间的±10％。

优选的，将求解后得到的各区间运行时间t＝[t1,t2,…,ti,…,tn]^t用于生成各区间列车的牵引曲线。

综上所述，由于本发明采用了上述技术方案，本发明具有以下有益技术效果是：

本发明具体通过调整列车在某一条运行线路上的运行总时间在各运行区间的分配情况，从而达到节约牵引能耗的目的；本发明能有效降低城市轨道交通列车的牵引能耗，降低地铁运营企业的运营成本；在降低牵引能耗的同时，不会明显影响旅客的乘车体验；相比于通过增加或改造硬件设备的方法，本方法成本低，可操作性强，不会对运营企业造成额外的负担。

附图说明

图1是本发明的城市轨道交通列车的牵引能耗组成图；

图2是本发明的牵引速度曲线图粒子群算法；

图3是本发明的粒子群的计算流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。

如图1所示，城市轨道交通列车在运行过程中，有相当一部分能量被线路阻力消耗，但由于各运行区间的线路环境相差较大，使得列车在不同运行区间行驶时所消耗的能量存在差异，列车的牵引能耗构成，如图1所示，列车的牵引能耗由列车运行基本阻力而产生，列车运行基本阻力是指列车在平直线路上运行时的受到阻力，与列车的运行速度有较大的关联。由于城市轨道交通线路环境的复杂性，大部分的运营里程并不是平直轨道线路，因此列车的运行附加阻力也占据了相当大的比重，特别是当列车通过曲率半径较小的弯道时，轮轨关系变差，导致列车的能耗偏高，列车的重力势能主要是列车在开行过程中，遇到上坡路段爬坡产生的，如为下坡路段，对应的列车重力势能变化为负，列车的动能与列车速度相关，是从车站开出后将列车加速过程中消耗的能量，列车靠牵引电机驱动，在变流、冷却、电能与机械能转换的过程中存在能量的损失，再生制动的能量回收主要来源于列车的动能，重力势能，能量回收的效率受到列车电气设备的影响，回收的电能可供车载设备等使用，或回馈电网，抵消列车的部分牵引能耗。

在不同运行区间的线路环境下，列车的运行时速与列车的能耗关系表现不同。对于部分线路环境复杂的运行区间，降低列车的最高运行时速，能有效降低列车的运行能耗；对于部分平直轨道线路区间，提高运行时速，缩短运行时间并不会对列车的能耗产生较大的影响；为此本发明提供一种城市轨道交通列车节能优化运行方法，通过统计分析列车在各运行区间的能耗与运行时间的规律，优化调整列车的总运行时间在各运行区间的分配情况，达到节能的目的，其主要包括以下步骤：

步骤1：通过车载的数据记录器读取列车在各区间运行的运行时间、列车总质量、列车牵引能耗和列车再生制动回收能量，并按照不同的运行区间进行归类整理列车运行数据；

步骤2：根据列车运行数据拟合得到每一运行区间内列车能耗与运行时间的函数关系，其中，列车在第i个区间每吨质量的运行能耗-运行时间的函数关系满足：

qi＝f(ti)；

其中，qi表示第i个区间每吨质量的运行能耗，ti表示第i个区间的运行时间；

若列车在该运行区第i个间区间的列车总质量为mi，则列车在第i个运行区间的总能耗为：

qi＝fi(ti)mi，其中，qi表示第i个运行区间的总能耗；

步骤3：通过对列车每一运行区间的函数关系进行整合，得到列车在整条线路的各区间运行时间分配与列车总能耗的关系，并通过粒子群算法进行优化求解最优运行时间分配方案，得出优化后的各区间运行时间，用于生成列车的牵引曲线；对列车每一运行区间的函数关系进行整合是根据每个运行区间每吨质量的运行能耗-运行时间的函数关系进行叠加得到列车在整条线路的总能耗与运行时间和列车总质量之间的函数关系，再通过粒子群算法进行优化求解最优运行时间分配方案，其中，运行时间和列车总质量mi均为n维向量，n为全线路运行区间的个数，则总能耗与运行时间和列车总质量之间的函数关系满足：

列车在各区间运行时间ti满足，t＝[t1,t2,…,ti,…,tn]^t，其为待求解变量；

列车在各运行区间的总质量m满足，m＝[m1,m2,…,mi,…,mn]^t，其为根据历史数据的预测值，t是总质量m的矩阵转置符号，为方便地表达n行1列的矩阵，n为大于1的整数，将其各元素写成1行n列的形式，因此，列车在全线路的总运行能耗q满足：

其中，所述列车总质量m按照统计到的乘客分布进行，预测出各时段各运行区间的列车总质量；将列车在各区间的运行能耗-运行时间函数和预测的各区间列车总质量带入粒子群算法，进行优化求解，求解的约束条件为：

其中，各区间运行时间t的取值范围为原运行时间的±10％，s.t.表示约束条件，t0i表示优化前第i个区间的设计运行时间。

上述的约束主要针对列车在第i个区间的运行时间ti。求解约束方程组的目标是找到最小的总运行能耗q值，q值值是列车运行时间向量、列车载重向量的函数；而且列车的总运行时间为各区间的运行时间之和，限制各个运行区间的优化后运行时间不能超出设定的边界值，即各区间运行时间t的取值范围为原运行时间的±10％，而且在整条线路中，优化后各区间运行时间之和，需小于等于原列车运行时间表中设计的总运行时间，因此，将求解后得到的各区间运行时间t＝[t1,t2,…,ti,…,tn]^t用于生成各区间列车的牵引曲线。

在经典牵引策略下，列车在各运行区间行驶时，共经历启动、匀速、惰行、制动这4个工作状态，其中制动还可细分为再生制动和空气制动。在一些同时存在上坡和下坡的运行区间，列车在匀速阶段可能存在再生制动，用以维持列车的速度基本恒定。如图2所示，该牵引速度曲线中，列车的最高运行时速和匀速阶段的长度等参数与列车的站间运行时间ti相关。根据优化后得到的第i个区间运行时间ti可生成列车在该区间的牵引速度曲线，用以指导列车的节能运行。

在本发明中，结合图3，所述粒子群算法的步骤如下：将第i个区间的运行时间ti作为一个粒子，列车使用ti时间通过第i个区间时所消耗的能量qi作为第i个粒子的当前位置；在第i个区间，列车能耗随运行时间时间的变化情况相当于第i个粒子的适应度；将各粒子的当前位置整合后即为全局位置。通过多次迭代后，可得到每个粒子的个体极值和全局极值，然后更新粒子速度和粒子位置，进行迭代计算后更新每个粒子的个体极值和全局极值，该值随着迭代次数的增加而趋于稳定后，是否达到迭代精度要求，如果达到精度要求，最终的个体极值和全局极值即为最优解，否则继续更新粒子速度和粒子位置进行重新迭代计算，其中的全局极值是列车通过整条线路的最节能方案。本发明主要适用于城市轨道交通列车，由于城市轨道交通线路中，各运行区间的线路环境不同，导致列车的能耗存在着较大的差异。通过分析统计数据得出各运行区间的列车运行时间-能耗函数关系，并预测各区间载客量，得到列车在整条线路的总能耗函数表达式，并使用粒子群算法，以列车在整条线路的最低能耗作为优化目标，对列车在各运行区间的运行时间进行优化求解，得出优化后的各区间运行时间，用于生成列车的牵引速度曲线，以达到节能的目的。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。