列车节能运行目标速度控制优化研究

交通运输系统工程与信息 ›› 2019, Vol. 19 ›› Issue (1): 138-144.

列车节能运行目标速度控制优化研究

杨彦强，刘海东^*，麻存瑞，徐靓

北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京 100044

收稿日期:2018-01-18 修回日期:2018-10-29 出版日期:2019-02-25 发布日期:2019-02-25
作者简介:杨彦强(1993-)，男，河南清丰人，博士生.
基金资助:
国家自然科学基金/National Natural Science Foundation of China(71231001).

Target Speed Control Optimization of Train Movement for Saving Energy

YANG Yan-qiang, LIU Hai-dong, MA Cun-rui, XU Liang

MOE Key Laboratory for Urban Transportation Complex Systems Theory & Technology, Beijing Jiaotong University, Beijing 100044, China

Received:2018-01-18 Revised:2018-10-29 Online:2019-02-25 Published:2019-02-25

摘要/Abstract

摘要：

探讨了城市轨道交通列车节能运行控制问题，提出了一种分段目标速度控制策略，将目标速度的大小、调速范围和里程范围作为控制参量，建立了定时约束下的列车节能运行优化模型.设计了一种双重惩罚机制的实数编码遗传算法求解模型，对列车晚点和非节能方案进行惩罚以提高算法收敛速度.仿真分析表明，该方法得到的目标速度控制方案较好地适应了线路条件，有效地避免了列车在下坡道的制动调速，与启发式算法得到的运行结果相比，案例中不同富裕时分程度下的优化方案平均节能率22.2%.

关键词: 城市交通, 列车节能运行, 遗传算法, 目标速度控制, 模拟仿真

Abstract:

The paper studies the problem of urban rail transit train energy-saving operation control, proposes a discrete target speed control strategy, and takes the target speed parameters (velocity values, range of velocity bound and scale of cover mileage) as control variables. Then, an optimization model with timing constraints is established for efficient operation. To solve the model, a real coded genetic algorithm with a double punishment mechanism (DPM) is designed, and the DPM is applied to punish overtime scheme and non-energy-saving scheme so as to improve the convergence rate. The simulation results indicate that, the optimal target speed schemes obtained by this method are well adapted to the line conditions, and effectively avoid the train braking on the lower ramp. Compared with the results obtained by the heuristic algorithm, the average energy- efficient ratio under different rich time is 22.2%.

Key words: urban traffic, energy saving train operation, genetic algorithm, target speed control, simulation

中图分类号:

U268.6

杨彦强，刘海东，麻存瑞，徐靓. 列车节能运行目标速度控制优化研究[J]. 交通运输系统工程与信息, 2019, 19(1): 138-144.

YANG Yan-qiang, LIU Hai-dong, MA Cun-rui, XU Liang. Target Speed Control Optimization of Train Movement for Saving Energy[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19(1): 138-144.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19777.shtml

http://www.tseit.org.cn/CN/Y2019/V19/I1/138

参考文献

[1] ASNIS I A, DMITRUK A V, OSMOLOVSKII N P. Solution of the problem of the energetically optimal control of the motion of a train by the maximum principle[J]. Ussr Computational Mathematics and Mathematical Physics, 1985, 25(6): 37-44.

[2] HOWLETT P G. The optimal control of a train[J]. Annals of Operations Research, 2000(98): 65-87.

[3] 王自力. 列车节能运行优化操纵的研究[J]. 西南交通大学学报, 1994, 29(3): 275-280. [WANG Z L. An optimal operating method of train running for saving energy[J]. Journal of Southwest Jiaotong University, 1994, 29(3): 275-280.]

[4] CHANG C S, SIM S S. Optimising train movements through coast control using genetic algotithms[J]. IEE, 1997, 144(1): 65-73.

[5] 金炜东, 王自力, 李崇维, 等. 列车节能操纵优化方法研究 [J]. 铁道学报, 1997, 19(6): 58-62. [JIN W D, WANG Z L, LI C W, et al. Study on optimization method of train operation for saving energy[J]. Journal of the China Railway Society, 1997, 19(6): 58-62.]

[6] 丁勇, 毛保华, 刘海东, 等. 定时约束条件下列车节能操纵的仿真算法研究[J]. 系统仿真学报, 2004, 16 (10): 2241-2244. [DING Y, MAO B H, LIU H D, et al. An algorithm for energy- efficient train operation simulation with fixed running time[J]. Journal of System Simulation, 2004, 16(10): 2241-2244.]

[7] 柏赟, 毛保华, 周方明, 等. 基于功耗分析的货物列车节能运行控制方法研究[J]. 交通运输系统工程与信息, 2009, 9(3): 43-50. [BAI Y, MAO B H, ZHOU F M, et al. Energy-efficient driving strategy for freight trains based on power consumption analysis[J]. Journal of Transportation Systems Engineering and Information Technology, 2009, 9(3): 43-50.]

[8] 毛保华, 何天健, 袁振洲, 等. 通用列车运行模拟软件系统研究[J]. 铁道学报, 2000, 22(1): 1-6. [MAO B H, HO T J, YUAN Z Z, et al. A general- purposed simulation system on train movement[J]. Journal of the China Railway Society, 2000, 22(1): 1-6.]

[9] 毛保华, 李夏苗. 列车运行计算与设计(第二版)[M]. 北京: 人民交通出版社, 2013. [MAO B H, LI X M. Train movement calculation and design(The second edition) [M]. Beijing: China Communications Press, 2013.]

[10] 马超云, 毛保华, 梁肖, 等. 地铁列车节能运行惰行控制研究[J]. 交通信息与安全, 2010, 28(2): 7-42. [MA C Y, MAO B H, LIANG X, et al. Coast control of urban train movement for energy efficiency[J]. Journal of Transport Information and Safety, 2010, 28(2): 7-42.]

[11] 孙其升, 胡文斌, 陈磊, 等. 基于粒子群优化算法的地铁列车节能运行研究[J]. 城市轨道交通研究, 2015 (10): 84-88. [SUN Q S, HU W B, CHEN L, et al. Study on subway trains' energy saving operation based on PSO[J]. Urban Mass Transit, 2015(10): 84-88.]

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	刘忠波, 王淇娴, 郑红星. 海空协同的远海岛礁战储物资供给优化模型与算法[J]. 交通运输系统工程与信息, 2022, 22(2): 268-279.
[11]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[12]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[13]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[14]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[15]	靳志宏, 焉红, 王小寒, 邢磊, 徐奇. 滚装甩挂运输牵引车调度优化及作业模式类比分析[J]. 交通运输系统工程与信息, 2022, 22(1): 142-151.