速度(巡航速度)(vce)和惰行点位置(SC)，约束条件分别为:
[0048]Mode = Μ±+ρ Mij p = 0，1，2
[0049]ap= a pl+m.Δ ap m = 0，1，2，…，M
[0050]ab= a bl+n.Δ ab n = 0，1，2，…，N
[0051]Vcs= V csl+k.Avcs k = 0，1,2，…，K
[0052]Vce= V cel+j.Δ vce j = 0，I, 2，…，J
[0053]sc= s cl+l.Δ sc I = 0，1，2，…，L
[0054]vcs彡 V ce
[0055]式中，Mi为初始控制模式，apl和abl分别表示启动牵引加速度和制动减速度最小值；Aap和Aap分别为牵引和制动加速度增量；￥。31和v d分别表示惰行起始速度和惰行终止速度最小值；△ VcJP △ V为惰行起始速度增量和惰行终止速度增量；s el表示惰行点位置最小值，Δ S。为惰行点位置增量;M、N、K、J、L分别为牵引加速度、制动减速度、惰行起始速度、惰行终止速度(巡航速度)和惰行点位置增量的上限值；
[0056]步骤二:确定种群大小和代数，并初始化第一代父种群。根据区间长度确定种群大小，当区间长度小于1500m，种群大小设置为50 ;当区间长度大于1500m且小于2500m，种群大小设置为80 ;当区间长度小大于2500m，种群大小设置为100 ;
[0057]步骤三:设置种群的适应度方程，目标是运行时间最小，同时运行能耗最小。ATO速度命令节能设计问题是一个两目标优化的问题，其数学模型为:
[0058]min {EC (x), RT (x)}
[0059]EC(x)和RT(x)分别为列车运行能耗和运行时间；
[0060]步骤四:将父种群传递给适应度计算模型，由其计算出种群每个个体的适应度值。
[0061]步骤五:遗传操作:由父种群通过遗传操作产生子种群，其中遗传操作主要包括选择、交叉和变异。选择操作采用锦标赛选择算子，交叉操作采用模拟二进制交叉，变异操作采用多项式变异，产生子种群。
[0062]步骤六:子种群适应度函数计算:将子种群传递给适应度计算模型，由其计算出种群每个个体的适应度值；
[0063]步骤七:父种群与子种群共同参与竞争，采用精英和适应度值共享策略，得到下一代父种群，这有利于确保父代中的优良个体进入下一代，并通过对种群中所有个体的分级存放，使得最优个体不会丢失，同时，NSGA-1I的适应度共享策略是建立在拥挤距离算子基础上的，用以保持种群的多样性和分布的均匀；
[0064]步骤八:判断迭代是否满足终止条件；
[0065]步骤九:采用非支配标准、能耗灵敏度标准和时间均匀分布标准，得到节能ATO速度命令集。
[0066]综上所述，本发明方法可以得到地铁所有区间的最优ATO速度命令集，大大缩短优化时间，既可以进行离线优化，也可以进行在线优化，降低了地铁牵引能耗，为我国城市轨道交通系统每年节约大量电能。
【主权项】
1.一种城市轨道交通列车ATO速度命令优化方法，其特征在于，包括以下步骤: 步骤1，建立供ATO速度命令优化的数据模块； 步骤2，建立ATO速度命令组合评价模块，评价当前ATO速度命令组合的优劣性； 步骤3，建立基于多目标遗传算法NSGA-1I的ATO速度命令节能优化方法，确定节能ATO速度命令，最终得到区间节能ATO速度命令集。2.根据权利要求1所述的城市轨道交通列车ATO速度命令优化方法，其特征在于，步骤I所述供ATO速度命令优化的数据模块包括线路数据模块、列车运营数据模块、列车属性数据模块和ATO配置模块，该四个模块均为数据输入模块，为ATO速度命令优化提供初始参数，其中: 线路数据模块，提供线路站点位置列表和坡道弯道列表数据； 列车运营数据模块，提供区间最短运行时间数据； 列车属性数据模块，提供列车运行的基本运行参数，包括列车编组、载客量、基本阻力参数、逆变器效率、牵引制动特性； ATO配置模块，配置ATO系统的基本特征量，包括ATO速度命令和速度调节算法参数。3.根据权利要求1所述的城市轨道交通列车ATO速度命令优化方法，其特征在于，步骤2所述建立ATO速度命令组合评价模块即建立列车运行仿真模块，包括: 车载ATO模型:计算当前列车加速度，实现列车工况保持或转移，并将加速度值传递给列车模型和运行计算模型； 列车模型:根据车载ATO模型提供的加速度数据，进行列车牵引或制动力的计算，并将牵引或制动力值传递给运行计算模型； 运行计算模型:根据车载ATO模型和列车模型提供的数据，进行动力学运算，确定列车当前速度、运行距离和运行时间，并将计算结果传递给能耗、时间计算模型； 能耗、时间计算模型:根据运行计算模型提供的数据，计算出列车的区间运行时间和牵引能耗。4.根据权利要求1所述的城市轨道交通列车ATO速度命令优化方法，其特征在于，步骤3所述建立基于多目标遗传算法NSGA-1I的ATO速度命令节能优化方法，确定节能ATO速度命令，最终得到区间节能ATO速度命令集，步骤如下: (1)编码:采用实数编码，编码的对象为ATO速度命令； (2)确定种群数量:根据区间长度确定种群大小和迭代代数； (3)设置种群适应度方程:min{EC (X)，RT(X) }，其中EC(X)为列车运行能耗、RT (x)为列车运行时间，X为ATO速度命令对应的染色体； (4)计算父种群个体适应度值:由步骤2所述的ATO速度命令组合评价模块计算父种群个体适应度值； (5)遗传操作:遗传操作包括选择、交叉和变异，选择操作采用锦标赛选择算子，交叉操作采用模拟二进制交叉，变异操作采用多项式变异，产生子种群； (6)计算子种群个体适应度值:由步骤2所述的ATO速度命令组合评价模块计算子种群个体适应度值； (7)产生下一代父种群:父种群与子种群共同参与竞争，采用精英和适应度值共享策略，得到下一代父种群； (8)判断迭代是否满足终止条件:判断迭代代数是否达到最大迭代代数，若到达则结束并进入(9)，若未到达则返回(5); (9)输出节能ATO速度命令集:采用非支配标准、能耗灵敏度标准和时间均匀分布标准，选择ATO速度命令集。5.根据权利要求4所述的城市轨道交通列车ATO速度命令优化方法，其特征在于，步骤⑴中所述编码的对象ATO速度命令包括ATO控制模式Mode、牵引加速度ap、制动减速度ab、惰行起始速度Vc;s、惰行终止速度即巡航速度Vm和惰行点位置s。。6.根据权利要求4所述的城市轨道交通列车ATO速度命令优化方法，其特征在于，步骤(2)中所述根据区间长度确定种群大小和迭代代数，具体为:当区间长度小于1500m，种群大小设置为50 ;当区间长度大于1500m且小于2500m，种群大小设置为80 ;当区间长度大于2500m，种群大小设置为100 ;迭代代数均设为100。7.根据权利要求4所述的城市轨道交通列车ATO速度命令优化方法，其特征在于，步骤(4)和步骤￠)中所述个体适应度值计算步骤包括: (a)取种群中第i个个体并计算该个体对应的ATO速度命令，i初始值为0，将个体的染色体转化为ATO速度命令； (b)检查ATO速度命令每个参数值是否在取值范围内，其参数范围值由列车ATO系统确定:若满足要求，则进入(c);若不满足，则个体的适应度I和适应度2分别取最大值，最大值均设为1000，跳转至(f)； (c)将个体染色体转化的ATO速度命令传递给ATO配置模块参数，更新ATO速度命令； (d)进行列车运行仿真:调用ATO速度命令组合评价模块进行运行仿真，由ATO速度命令组合评价模块中的能耗、时间计算模型计算个体适应度值； (e)保存个体的适应度值:个体的适应度I表示运行能耗，个体的适应度2表示运行时间； (f)判读当前个体是否是种群中的最后一个个体:若是最后一个个体，则计算结束；否贝lj，i = i+Ι，跳转至(a)。8.根据权利要求4所述的城市轨道交通列车ATO速度命令优化方法，其特征在于，步骤(7)中所述采用精英和适应度值共享策略，得到下一代父种群，具体为:将父种群与该父种群产生的子代种群组合，共同竞争产生下一代父种群，确保父代中的优良个体进入下一代，最优个体不会丢失。
【专利摘要】本发明公开了一种城市轨道交通列车ATO速度命令优化方法，包括以下步骤：建立供ATO速度命令优化的数据模块；建立ATO速度命令组合评价模块，评价当前ATO速度命令组合的优劣性；建立基于多目标遗传算法NSGA-II的ATO速度命令节能优化方法，确定节能ATO速度命令，最终得到区间节能ATO速度命令集。本发明方法可以得到地铁线路所有运行区间的最优ATO速度命令集，大大缩短优化时间，既可以进行离线优化，也可以进行在线优化，降低了地铁牵引能耗，为我国城市轨道交通系统每年节约大量电能。
【IPC分类】G06F9/455, G06F17/50
【公开号】CN104881527
【申请号】CN201510242340
【发明人】胡文斌, 胡阳, 吕建国, 刘兆青, 哈进兵, 陈磊
【申请人】南京理工大学
【公开日】2015年9月2日
【申请日】2015年5月13日