基于人工蜂群算法的高速列车运行节能优化研究

合理的列车操纵方式能在很大程度上降低列车运行过程中的能耗,为了有效降低高速列车运行能耗,从研究高速列车的操纵方式入手,首先建立列车牵引计算模型和列车运行能耗计算模型,其次通过对比人工蜂群算法(ABC算法)和粒子群算法(PSO算法)的优化性能证明ABC算法优于PSO算法,提出了在满足运行速度、运行时间以及运行区间等约束条件下,采用ABC算法与操纵工况序列相结合的方法来优化计算确定高速列车操纵工况关键转换点最优位置和速度。最后通过对选取线路的MATLAB仿真模拟,验算了ABC算法在降低列车运行能耗方面的有效性。研究表明,经过ABC算法优化后的结果均能满足优化操纵方式的基本操纵策略且达到了良好的优化效果,能较好地解决列车节能操纵优化问题。     

地铁列车基于惰行控制的节能优化运行研究

为降低地铁列车运行能耗,提出了基于惰行控制的节能优化方案。根据地铁列车运营特点和列车运行能耗特性,同时结合列车优化操纵方法,在不考虑列车运行过程中的工况转换时间前提下,提出了一种快速搜索适合惰行点的节能优化算法,并与其他2种惰行优化处理方式进行仿真对比。结果表明:基于惰行控制的节能优化方法能有效地降低列车能耗,算法处理速度快,同时满足高精度的定时运行要求。所提出的节能优化处理方式在节能效果上比逐个处理方式高10.8%,比同时处理方式高4.5%。     

列车行车优化操纵的研究

通过采用改进列车行车操纵策略来降低列车运行能耗是一种最简单也最有效的降低能耗的方法,依据目前国内外学者对降低列车能耗提出的列车优化操纵方法的研究,本文提出了一种新的优化操纵方法-由节时模式向节能模式转化.以VC++ 6.0作为开发平台,开发出了能够实现列车运行仿真的列车优化操纵仿真软件,以大准线清水河-王桂窑区段的数据资料进行验证,得出这种方法是正确的和实用的.     

基于FAPSO的地铁列车节能运行优化研究

以地铁列车节能、准点运行为研究目标,在充分考虑实际运行线路条件下,构建满足约束条件下的多质点列车运行能耗模型,并在此基础上,将萤火虫算子引入到标准粒子群算法中,构建一种包含萤火虫算子的粒子群优化算法(FAPSO),进而提出基于FAPSO算法的双层结构一体化优化控制方法。上层结构优化通过使用FAPSO算法对获得的总冗余时间进行分配,进而得出各站间最佳运行时间,优化列车运行时刻表;下层结构优化在上层结构优化所得站间最佳运行时间下,对不同运行策略下列车运行能耗进行比较,进而优化整条线路的列车运行策略。最终,获得列车站间节能、准点运行的最优驾驶方案。以广州地铁站间线路为例,通过MATLAB进行实例仿真,仿真结果表明,经双层结构一体化优化后列车运行能耗降低10.8%,且满足列车准点运行的要求。     

基于节能的地铁列车时刻表优化

合理的列车时刻表,可调节在线列车启动、制动情况,增加再生制动能量被启动列车吸收利用效率,减少其在制动电阻上的消耗。结合四列车理想模型,采用粒子群算法调节列车停站时间,优化列车运行时刻表以达到节能的目的。停站时间修正量为5 s和10 s两种情况。仿真结果显示理想模型中变电站能耗降低、列车总能耗降低、列车总回馈能量上升,制动电阻能耗降低。在此基础上,利用粒子群算法优化南京地铁2号线时刻表,结果表明变电站能耗减少5%,节能效果明显,算法有效。     

面向定时节能运行的列车牵引计算算法

列车牵引定时计算是轨道交通列车牵引仿真系统的重要功能模块,对于实现列车按运行图模拟仿真运行具有重要意义。在考虑定时运行的基础上,实现列车运行全过程能耗最小化,则使该研究更具实际价值。在分析列车牵引计算运动学理论基础上,构建基于巡航惰行组合中间过程的列车运行定时节能仿真双层规划模型,分析以巡航速度为能耗控制变量、以惰行点位置为运行时间控制变量的二分法求解模型的可行性及解的存在性,设计基于二分法的列车运行定时节能优化算法。完成定时节能仿真模块的计算机程序编写,并以广州市域快线18号线(规划方案)万顷沙—横沥区段做案例分析。仿真计算列车运行时间与时刻表时间误差满足精度要求,且在能耗上求得最优解,表明模型构建和算法设计有效,且具有计算量少的优点。     

基于免疫退火遗传算法的城市轨道交通列车节能运行策略

为降低城市轨道交通列车站间运行能耗,提出了一种基于免疫退火遗传算法(IAGA)的列车节能运行策略.在区间运行时间固定的情况下,该策略能实现列车能耗的最小化.IAGA算法通过免疫补充和建立疫苗库缩短算法收敛时间,并借助退火机制避免算法提前进入早熟状态.求解模型以寻找列车站间运行工况转换点为约束,牵引能耗最小为目标,建立列车节能运行策略.以实际线路数据和车辆参数为基础,对单区间及三站两区间的节能策略进行仿真验证.结果表明,在保证站间列车定时运行的情况下,与传统遗传算法相比,IAGA算法具有更快的收敛速度,其计算的策略可使单区间列车运行能耗降低10.2％,三站两区间列车运行总能耗降低16.0％.     

基于黄金比例遗传算法的动车组列车节能优化研究

为研究注重最小化能耗的动车组列车运行控制,针对列车单质点模型受力分析不准确问题,提出一种对附加阻力进行处理的多质点方法,进而以多质点模型为基础进行2次优化。为解决遗传算法寻优时容易陷入局部最优的问题,提出一种基于黄金比例遗传算法的优化方法,1次优化通过该算法为列车运行寻求一组满足约束条件的目标速度集合,获得列车节能运行速度曲线。考虑过电分相对列车运行的影响,进行2次优化,将运行区间划分为操纵固定段和操纵可优化段,并通过黄金比例遗传算法搜索出一组操纵可优化段内满意的工况转换点,结合1次优化得到列车最终运行曲线。以兰考南-开封北线路CRH3型动车组为仿真实例,列车运行能耗降低了10.83%,表明所提方法是可行的。     

基于遗传优化算法的城市轨道交通多列车运行节能计算方法

针对地铁列车多列车节能问题,提出一种基于遗传优化算法的多列车运行节能计算方法。分析多列车运行过程中制动能量传递使用过程;建立以能耗最少、旅行时间准点为目标,以全天列车运行对数、高/低峰行车对数为约束的多列车运行节能模型;采用遗传算法获得各站最优的停站时间和发车间隔序列,并计算出全线能耗、列车能耗和线路损耗。同时,以我国某地铁线路4个区间组成的短线进行多列车节能仿真,优化得到各站的停站时间和发车间隔时间。     

地铁列车追踪运行的节能控制与分析

为了研究地铁列车再生能量利用,分析给定运行图的节能潜力,以牵引变电所处总能耗最小为目标,依据再生制动等效电路和牵引计算模型,获得地铁列车两车追踪运行约束。在假设前行列车运行状态已知的条件下,采用二次规划算法,优化追踪列车操纵序列,提高再生制动能量的吸收利用,降低系统总能耗。仿真算例与仅考虑单车优化运行策略的方案对比结果表明:给出的算法能够在保证追踪列车正点、准确停站的前提下,节约3.8%的系统总能耗。通过该算法获得的节能效率与列车追踪间隔密切相关,同时调整追踪间隔和采用该优化算法可获得更好的节能效果。     

城轨列车运行时分节能优化方法

基于传统的城轨列车站间运行曲线优化模型,研究列车运行图中的运行时分优化模型和方法。同时在满足运营需求的前提下,以降低城轨列车运行能耗为目标利用遗传算法对列车全周转内各个站间的运行时分进行优化。根据北京地铁亦庄线的实际数据,对以上方法的节能效果进行实际验证和比较。结果表明,基于遗传算法的城轨列车运行时分优化方法相比城轨列车实际运行与仅优化站间驾驶策略方法分别可以获得17.3%与4.1%的节能效果。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

基于KH算法的高速列车ATO控制策略优化研究

针对传统高速列车自动驾驶(ATO)控制策略优化时简化线路参数、列车牵引计算采用单质点模型等问题,将列车通过牵引供电分相区断电惰行纳入运行工况,建立动车组多质点模型。在满足列车运行图固定运行时间条件下,以能耗、准点性、停车准确性及舒适性为指标建立高速列车ATO控制策略优化模型。利用磷虾群(KH)算法对高速列车ATO控制策略进行优化。以兰新高速铁路某区间线路数据为例,仿真测试表明KH算法可以在较少的迭代次数下获得较粒子群算法更优的ATO控制策略,且列车过分相区断电惰行会对优化结果产生影响,验证了所提算法在优化高速列车ATO控制策略中的优越性及将列车过分相区断电惰行纳入运行工况的合理性。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化.针对该问题提出一种改进MH算法计算列车运行操纵序列.在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时...     

ATO列车惰行模式节能应用研究

在借鉴国内外研究成果的基础上,在国内运营线路上对ATO(列车自动运行系统)惰行控制进行实际测试,得到ATO列车在运营时刻表下惰行模式的实际节能效果。结果表明:在列车运行过程中,采用惰行模式可以有效降低列车的能耗,达到节能减排的目的;并结合线路运营情况,对ATO列车惰行模式运营进行ATS(列车自动监控系统)时刻表优化和到发站操作流程的优化,可降低节能模式对运营服务的影响。     

城市轨道交通列车定时节能优化方法研究

针对城市轨道交通启停频繁的运行特点,从降低牵引能耗的角度出发,应用"四阶段"最优运行策略,得到各个阶段牵引能耗的计算公式。以牵引距离为自变量,将运行距离和线路条件等作为约束条件,设计了单列车站间牵引能耗计算方法。在此基础上,以牵引能耗值和运行时间误差的权重和作为目标函数,采用遗传算法进行优化,得到最优的牵引距离,从而得到各个阶段的运行距离,达到定时节能的目的。通过限制最大加速度值达到同时降低牵引能耗值和提高乘客舒适度的目的。通过算例在MATLAB软件中进行仿真分析,与实测值相比,定时节能优化情况下可节能22.45%;兼顾舒适度情况下,可节能21.99%。从仿真图可以看出,优化结果减少了工况转换次数,曲线更平滑。     

城市轨道列车惰行优化研究

提出了一种基于改进目标速度的惰行节能控制策略。该策略使列车在满足运行时分的前提下以较低的能耗运行。同时在研究和比较了传统的列车惰行控制策略之后,优化了列车在惰行过程中运行工况频繁变换的问题,使列车运行更加合理和满足实际的操纵。最后利用VC++软件实现了该优化控制策略仿真模块的开发,线路模拟结果验证了该控制策略的正确性和可行性。     

基于滚动优化的地铁列车节能运行协同控制方法

针对地铁列车节能运行问题,提出基于滚动优化的列车协同控制方法,将系统整体最优问题分解为基于时间推进的局部优化问题。考虑列车每次停站时同一供电分区内其它列车的操纵方案,实时计算下一站间运行净能耗最小的操纵方案。在计算操纵方案时,对传统的列车4阶段操纵策略进行改进,允许列车在运行途中进行2次牵引,减小列车牵引能耗并提高再生能的利用率。结果表明:相比列车基于传统4阶段的个体最优控制策略,采用本文提出的列车协同控制方法在不同发车间隔下均可提高再生能利用率并节约列车运行净能耗,平均节能率达8.37%。