地铁列车节能运行的两阶段优化模型算法研究

交通运输系统工程与信息 ›› 2011, Vol. 11 ›› Issue (1): 96-101 .

地铁列车节能运行的两阶段优化模型算法研究

丁勇^*1,2;刘海东¹;栢赟¹;周方明¹

1. 北京交通大学交通运输学院，北京 100044; 2. 德国不伦瑞克工业大学铁路系统工程与交通安全研究所，不伦瑞克 38106，德国

收稿日期:2010-08-06 修回日期:2010-10-28 出版日期:2011-02-25 发布日期:2012-12-20
通讯作者: 丁勇
作者简介:丁勇（1974-），男，新疆乌鲁木齐市人，讲师，博士.
基金资助:
教育部创新团队项目(IRT0605)；国家自然科学基金（60634010,70971010）

A Two-Level Optimization Model and Algorithm for Energy-Efficient Urban Train Operation

DING Yong^1,2;LIU Hai-dong¹; BAI Yun¹;ZHOU Fang-ming¹

1.School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044,China; 2. Institute of Railway Systems Engineering and Traffic Safety, Technische Universitt Braunschweig, Braunschweig 38106, Germany

Received:2010-08-06 Revised:2010-10-28 Online:2011-02-25 Published:2012-12-20
Contact: DING Yong

摘要/Abstract

摘要： 地铁运输系统是城市公共系统中最大的耗能系统，列车节能运行具有重要的意义. 结合地铁列车运行特点与机车操纵规则，提出了在起伏坡道与定时约束条件下地铁列车节能运行的两阶段优化方法. 第一阶段，建立了寻求站间最佳惰行控制次数及惰行控制点的优化模型；第二阶段，建立了合理分配各个站间区间列车运行时间的优化模型. 设计了基于遗传算法的优化模型求解算法. 与既有方法相比，在运行时分相同条件下，经过两阶段优化后，列车运行能耗下降了19.06%，列车运行恢复正点的能力也得到了提高.

关键词: 铁路运输, 节能, 惰行, 运行恢复时间, 遗传算法

Abstract: Metro takes the most part of energy consumption in urban public service systems, it’s important to make the train movement in an energy-efficient way. Based on the characteristics of train movement and control rules of locomotive, an urban train running on an uneven rail with the specific run-time for minimal energy consumption can be formulated as a two-level hierarchical problem. On the first leve1, an optimization model is designed to decide the appropriate coasting point(s) and number(s) of inter-station run for energy-efficient urban train operation. On the second leve1, an optimization model of arranging the train travel time of inter-station run is presented for minimal energy consumption. Algorithms for solving the two-level optimization model are developed based on Genetic Algorithm. A case study shows that the two-level optimization model and algorithm are effective for energy-efficient urban train operation on a long-distance line with several sections. The result indicates that the two-level method can save energy 19.06% within scheduled run-time and enhance the recovery ability of train movement compared with traditional method.

Key words: railway transportation, energy-efficient, coasting, train recovery time, GA

中图分类号:

U491

丁勇,刘海东,栢赟,周方明. 地铁列车节能运行的两阶段优化模型算法研究[J]. 交通运输系统工程与信息, 2011, 11(1): 96-101 .

DING Yong,LIU Hai-dong, BAI Yun,ZHOU Fang-ming. A Two-Level Optimization Model and Algorithm for Energy-Efficient Urban Train Operation[J]. Journal of Transportation Systems Engineering and Information Technology, 2011, 11(1): 96-101 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18103.shtml

http://www.tseit.org.cn/CN/Y2011/V11/I1/96

参考文献

［1］Howlett P G, Pudney P J. Energy- efficient train control［M］. Springer, 1995. ［2］Yasunobu S, et a1. Application of predictive fuzzy control to automatic train operation controller［C］. Proceedings of Industrial Electronics Control and Instrumentation, Tokyo. Japan. 1984:657-662. ［3］Chang C S, Sim S S. Optimizing train movements through coast control using genetic algorithms［J］.IEE Proc.-Electr.Power App1, 1997,144 (1):65-73. ［4］Wong K K, Ho T K. Coast control for mass rapid transit railways with searching methods［J］. IEE Proc. Electr. Power Appl., 2004, 151(3): 365-376. ［5］丁勇.列车运行计算与操纵优化模拟系统的研究［D］. 北京交通大学，2005. ［Ding Y. Study on train movement calculation and operation optimization simulation system［D］. Beijing Jiaotong University, 2005.］〖JP〗 ［6］石红国. 列车运行过程仿真及优化研究［D］.西南交通大学, 2006. ［SHI H G. Study on train operation and movement process simulation and its’ optimization［D］. Chengdu: Southwest Jiaotong University, 2006. ］〖JP〗 ［7］付印平, 高自友, 李克平. 路网中的列车节能操纵优化方法研究［J］.交通运输系统工程与信息, 2009, 9(4):90-96. ［FU Y P, GAO Z Y, LI K P. Optimization method of energy saving train operation for railway network［J］. Journal of Transportation Systems Engineering and Information Technology, 2009, 9(4): 90-96.］ ［8］Jiann-Fuh Chen, Ray-Lee Lin, Yow-Chyi Liu. Optimization of an MRT train schedule: Reducing maximum traction power by using genetic algorithms［J］. IEEE Transactions on Power Systems, 2005, 20(3): 1366-1372. ［9］Wong K K, Ho T K. Dwell-time and run-time control for DC mass rapid transit railways［J］. IEE Proc.-Electr. Power Appl., 2007, 1(6): 956-966. ［10］Albrecht T. Energy-efficient train operation［M］. In: Hansen, I.A., Pachl, J.(eds): Railway Timetable & Traffic, Eurailpress/ DVV Media, Eurail Press, Germany, 2008. ［11］北京市地铁运营有限公司. 车辆设备［EB/OL］. http://www.bjsubway.com/zjdt/gsyw/dtyy/clsb/cheliang/2008-09-26/3815.shtml［EL］． ［12］Pachl J. Railway operation and control (2nd edition)［M］. USA: VTD Rail Publishing, 2009.

[1]	耿庆桥, 贾元华, 陈军团. 基于变权可拓物元的铁路“走出去”公私合营项目风险决策[J]. 交通运输系统工程与信息, 2022, 22(2): 64-71.
[2]	戚建国, 周厚盛, 杨立兴, 周亚茹, 张春田. 灵活编组条件下轨道交通客货协同运输方案优化[J]. 交通运输系统工程与信息, 2022, 22(2): 197-205.
[3]	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.
[4]	诸立超, 甄伟, 刘昭然. 生命周期视角下货运通道能耗测度与节能潜力分析[J]. 交通运输系统工程与信息, 2022, 22(1): 24-29.
[5]	张晓明, 徐芳, 江文辉, 蒋朝哲. 考虑资金约束的中欧班列运价与运量决策分析[J]. 交通运输系统工程与信息, 2022, 22(1): 30-36.
[6]	张春田, 戚建国, 杨立兴, 高原, 高自友. 基于不确定旅客需求的高速铁路鲁棒列车开行方案研究[J]. 交通运输系统工程与信息, 2022, 22(1): 115-123.
[7]	周勇, 张杰, 钟祾充, 李文锋, 王国栋. 铁路集装箱中心站多轨道吊柔性协同调度优化[J]. 交通运输系统工程与信息, 2022, 22(1): 133-141.
[8]	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.
[9]	薛运强, 郭军, 钟蒙, 安静. 基于不确定理论的常规公交车辆调度优化[J]. 交通运输系统工程与信息, 2021, 21(6): 115-122.
[10]	珠兰, 马潇, 刘卓凡. 时间依赖型绿色车辆路径问题研究[J]. 交通运输系统工程与信息, 2021, 21(6): 187-194.
[11]	李杰, 杨好天, 王兵, 周晓宁, 孙若飞. 民航飞机起飞推力对油耗和排放的影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 283-288.
[12]	牛惠民. 轨道列车时刻表问题研究综述[J]. 交通运输系统工程与信息, 2021, 21(5): 114-124.
[13]	吕彪, 管心怡, 高自强. 地铁网络服务韧性评估与最优恢复策略[J]. 交通运输系统工程与信息, 2021, 21(5): 198-205.
[14]	张雅丽, 袁伟, 付锐, 王虹霞, 葛振振. 纯电动公交车进出站节能驾驶策略的设计与仿真[J]. 交通运输系统工程与信息, 2021, 21(4): 106-117.
[15]	楚金华, 李俊鹤, 王春娟, 陈超. 排放控制区下集装箱班轮航线路径规划与航速调度集成决策[J]. 交通运输系统工程与信息, 2021, 21(4): 230-238.