基于多速度调控的城轨列车区间运行策略优化

交通运输系统工程与信息 ›› 2021, Vol. 21 ›› Issue (2): 111-118.

基于多速度调控的城轨列车区间运行策略优化

邓连波^*，钟敏，蔡莉

中南大学，交通运输工程学院，湖南省轨道交通大数据实验室，长沙 410075

收稿日期:2020-11-29 修回日期:2021-01-31 出版日期:2021-04-25 发布日期:2021-04-25
作者简介:邓连波(1977- )，男，辽宁昌图人，教授，博士。
基金资助:
国家自然科学基金/National Natural Science Foundation of China(U1834209，71871226)；广州地铁集团有限公司研究基金/ Research Foundation of Guangzhou Metro Group Co. Ltd (HT170235)。

Optimization of Train Operation Strategy on An Urban Rail Section Based on Multiple Speed Parameters Control

DENG Lian-bo^* , ZHONG Min, CAI Li

Rail Data Research and Application Key Laboratory of Hunan Province, School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China

Received:2020-11-29 Revised:2021-01-31 Online:2021-04-25 Published:2021-04-25

摘要/Abstract

摘要：

针对城市轨道交通区间运行时分要求，将列车在区间的最高运行速度、最低惰行速度作为速度参数，提出多速度参数调控的城轨列车区间运行策略优化问题。考虑线路平纵断面、列车性能等的影响，以及区间限速、运行时分限制等约束，以区间运行能耗最小化为目标，建立均布质量模型下的给定运行时分下基于多速度参数调控的列车运行节能优化策略模型，优化确定各速度参数取值和对应的区间运行控制方案，设计针对多速度参数综合调控的模拟退火求解方法。以广州地铁8号线中大-晓港为例，测算不同时分下的运行控制方案。结果表明：最高运行速度参数可有效控制区间运行时分取值；最低惰行速度的合理取值可显著降低能耗，最多可降低4.68%；列车操纵模式的确定需综合考虑区间运行时分、节能效果和惰行次数，节能操纵模式在较长运行时分下节能作用更为显著。优化结果可为城轨节能化列车运行组织提供决策支持。

关键词: 城市交通, 多速度参数调控, 模拟退火算法, 城轨列车, 节能操纵模式

Abstract:

For the urban rail transit, an optimization method is proposed for optimizing the train operation strategy on a rail section to minimize the operation energy consumption. With the requirement of the running time, we determine the train operation strategy by taking the maximum operation speed and the minimum coasting speed as the parameters (decision variables) of the speed profile. Given the running time of the rail section, an optimization model is built to solve the multiple speed parameters based on the uniform mass model of train and considers the constraints of the speed limit and running time with the influence of train performance and the line's horizontal and vertical sections. A simulated annealing algorithm is designed to solve the model and determine the value of each speed parameter with the corresponding operation control scheme. A numerical example of the section between Sun Yat- sen University station and Xiaogang station of Guangzhou metro line 8 is adopted to test the method with different running times. We found that (1) the maximum operation speed can effectively control the running time; (2) the reasonable value of the minimum coasting speed can significantly reduce energy consumption by 4.68% at most; (3) the selection of train operation mode requires comprehensive consideration of running time, energy-saving effect and coasting times, and the energy-saving operation mode has a significant effect on saving energy with a longer running time. It can be shown that this method can provide decision-making support for the train energy-saving operation organization of urban rail transit.

Key words: urban traffic, multiple speed parameters control, simulated annealing algorithm, urban rail train, energysaving operation mode

中图分类号:

U231.92

邓连波，钟敏，蔡莉. 基于多速度调控的城轨列车区间运行策略优化[J]. 交通运输系统工程与信息, 2021, 21(2): 111-118.

DENG Lian-bo,ZHONG Min, CAI Li. Optimization of Train Operation Strategy on An Urban Rail Section Based on Multiple Speed Parameters Control[J]. Journal of Transportation Systems Engineering and Information Technology, 2021, 21(2): 111-118.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract30217.shtml

http://www.tseit.org.cn/CN/Y2021/V21/I2/111

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, PUDNEY P J, VU X. Local energy minimization in optimal train control[J]. Automatica, 2009, 45(11): 2692-2698.

[3] BOCHARNIKOV Y V, TOBIAS A M, ROBERTS C, et al. Optimal driving strategy for traction energy saving on DC suburban railways[J]. IET Electric Power Applications, 2007, 1(5): 675-682.

[4] LIU H D, BAI Y, YANG J, et al. An Energy-efficient control algorithm and simulation of urban rail transitsystems[C]. Proceedings of the Seventh International Conference on Traffic and Transportation Studies, 2010.

[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): 59- 63. [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): 59-63.]

[6] 刘炜, 许嘉轩, 王沛沛, 等. 基于模拟退火算法的列车节能操纵研究[J]. 系统仿真学报, 2018, 30(6): 2320- 2327. [LIU W, XU J X, WANG P P, et al. Train energy saving operation based on simulated annealing algorithm [J]. Journal of System Simulation, 2018, 30(6): 2320- 2327.]

[7] 刘海东, 毛保华, 丁勇, 等. 城市轨道交通列车节能问题及方案研究[J]. 交通运输系统工程与信息, 2007, 7 (5): 68-73. [LIU H D, MAO B H, DING Y, et al. Train Energy-saving scheme with evaluation in urban mass transit systems[J]. Journal of Transportation Systems Engineering and Information Technology, 2007, 7(5): 68- 73.]

[8] NING J J, ZHOU Y H, LONG F C, et al. A synergistic energy- efficient planning approach for urban rail transit operations[J]. Energy, 2018, 151: 854-863.

[9] LI X, LO H K. An energy-efficient scheduling and speed control approach for metro rail operations[J]. Transportation Research Part B: Methodological, 2014, 64: 73-89.

[10] 王月明. 城市轨道交通列车运行计算[M]. 北京: 科学出版社, 2016. [WANG Y M. Train operation calculation of urban rail transit[M]. Beijing: Science Press, 2016.]

[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]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.