超级电容有轨电车多区间节能优化研究

超级电容有轨电车具有高效环保的优点，研究其多区间运行时刻表和运行策略能够进一步降低运行能耗。文章首先介绍车载超级电容能量流动模型，建立列车动力学模型与超级电容模型，以列车系统总能耗最小为目标，建立协同优化列车运行时刻表和运行策略的节能控制模型；设计动态规划算法，求解列车多区间运行时刻表和运行策略；最后通过实车线路进行仿真验证。结果表明，在各区间均采用节能运行策略，相比于标准时刻表，优化时刻表能够进一步降低运行能耗；同时分析了多区间总运行时间与能耗的关系，可综合考虑列车运行能耗与效率制定运行时间，采用协同优化方法确定时刻表与运行策略，从而达到节能的目的。     

基于再生制动能量利用的地铁列车时刻表设计方法研究

结合线路参数、列车运行工况以及时刻表等因素,分析了同一供电区段内列车再生制动能量的利用情况,建立基于再生制动能量利用与运行时刻表设计的多车节能优化模型。通过引入浓度免疫算法,调整列车时刻表中发车间隔、停站时间、运行时间等要素并优化列车操纵工况,求解出实际线路下的节能运行时刻表及多车节能驾驶策略。结合南宁地铁1号线某供电区段的仿真数据证明,采用优化的节能运行时刻表在满足正点运行的前提下,提高再生制动能量的利用率达11.4%,降低列车运行的总能耗达16.9%。     

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。     

考虑再生制动能利用的城市轨道交通列车节能运行优化方法研究

对列车运行过程的优化是实现城市轨道系统交通节能的重要途径之一。列车节能运行优化主要包括两个层面的问题:一是单列车站间运行策略优化;二是多列车运行协调的时刻表优化。从上述角度出发,分别建立以能耗最低为目标的单列车站间运行优化模型和以再生制动能利用最大为目标的多列车运行时刻表优化模型,设计相应算法进行求解,并提出将二者结合协同优化的方法。采用北京地铁某线路数据,验证所建模型适用性和优化效果,提出针对全线能耗最小的全局优化方案。     

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。     

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%。     

利用再生制动能的列车运行优化方案

为降低城市轨道交通系统能耗,本文对城市轨道交通列车运行能耗与再生制动能利用现状进行了分析,建立了面向节能的多列车运行方案优化模型。模型采用上海轨道交通16号线线路数据,结合列车时刻表,通过混合遗传算法进行求解,得出再生制动能利用情况最优的列车运行方案。     

基于粒子群优化算法的地铁列车节能运行研究

在建立地铁列车运行物理模型的基础上,采用粒子群优化算法搜寻列车区间运行的惰行点位置,优化列车区间运行时间及运行能耗。基于南京地铁2号线实际线路模型,利用粒子群优化算法求解定时节能策略中列车区间运行惰行点位置,计算区间运行时间、能耗及回馈能量。结果显示,区间运行时间增加5.5%,列车运行能耗相应降低18.73%。     

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。     

面向O-D时变需求的城轨列车运行计划优化方法

面向城轨客流时变需求,在给定乘客服务水平的限制下,耦合出行需求与列车始发时间,优化城轨线路列车运行计划,使得列车对数和列车车底数最小化。以具有单一尽头车场的列车运行计划优化问题为研究背景,将该问题分解为列车时刻表优化子问题和列车周转方案优化子问题。针对列车时刻表优化子问题,提出基于时刻表的客流分配方法,构建相应的列车时刻表优化模型,并设计列车时刻表双向关联序列化优化算法;针对列车周转方案优化子问题,建立相应的列车周转方案优化指派模型,同时设计求解该模型的匈牙利算法。算例分析表明:本优化产生的列车运行计划,在满足乘客服务水平的基础上,最大限度地降低了列车运行成本,依次使得列车对数、列车车底数最少,证明模型和算法的有效性。     

基于多目标仿真技术的牵引节能优化关键算法及应用研究

城市轨道交通供电系统中牵引供电能耗受列车运行策略、运行时刻表编制和线路断面设计等多种因素影响.利用多列车仿真技术开发了一套牵引能耗仿真分析模型和多车牵引供电模型,研究了单车驾驶策略和基于运行时刻表的多车协同牵引节能优化技术.基于合肥轨道交通1号线列车运行数据的仿真结果表明,该优化技术效益较为明显,综合节能效果可达5％.     

基于Pareto多目标遗传算法的高峰时段多地铁列车节能优化

城市轨道交通列车在运行过程中会频繁地启动和制动,如何提高列车运行中电能的利用率、降低牵引能耗在城市轨道交通领域有着重要的意义。在高峰时间段运行时,由于客流量较大,单位时间发车数量较多,所以同一供电区间的相邻列车间重叠运行的时间较长,再生制动可利用能量很大。针对高峰时段多列车运行的特点,采用Pareto多目标遗传算法对高峰时段列车运行进行节能优化。通过合理优化列车在各站的停站时间来优化列车时刻表,最大效率地利用列车运行中再生制动能量。     

快慢车组合运行条件下市域快线节能坡优化模型与算法研究

基于既有研究大多局限于站站停列车运行条件下的地铁节能坡优化,为解决快慢车组合运行条件下市域快线节能坡优化问题,在对列车受力分析的基础上,提出快慢车组合运行下列车运行能耗表达函数,并构建以运行能耗最小和列车运行时间偏离最小为目标的节能坡优化模型,并基于改进的遗传算法设计快速求解算法。通过广州市域快线18号线验证,研究结果表明:本文所提模型与算法能够有效求解节能坡设计方案,相对于原始方案,优化方案在保持运行时间小幅变动的前提下,使列车牵引能耗降低了15.2%～25.2%。并发现快慢车的不同比例对节能坡设计方案和节能效果有影响,慢车比例越大,方案的节能效果越显著。     

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。     

现代有轨电车时刻表与操纵节能协同优化

为保证有轨电车快速和准点的优势,通常采用绿波控制协调各信号灯的相位差,使有轨电车在交叉口间按规定时间运行时能连续获得绿灯。然而,目前编制时刻表时一般未考虑列车在车站启停操纵引起的时间损失,导致列车赶点运行而增加牵引时间甚至遇上红灯,从而导致牵引能耗增加。以总牵引能耗最小为目标,建立时刻表和列车操纵双层节能优化模型。上层为有轨电车在各交叉口间运行时间的优化调整模型,下层为列车在给定运行时间下的节能操纵模型。同时,设计相应的双层遗传算法进行求解。研究结果表明:通过该方法可以在总运行时间不变的情况下减少超过16.5%的牵引能耗。     

中低速磁浮交通多车协同利用制动能量的研究

首先分析了中低速磁浮交通单列车运行能耗和供电系统,在此基础上建立多列车运行能耗模型。为了充分利用再生制动能量,提出了可对运行间隔、停站时间和区间运行时分微调的列车运行时刻表制定方法。设计了多种群遗传算法,以多列车运行能耗最低和最大程度利用再生制动能量为目标,优化列车运行时刻表。通过采用精英保留策略和移民策略算法,提高了寻优过程的稳定性和速度。仿真结果表明,本文方法可将再生制动能量的利用率由传统14.8%提高到80.9%,将被利用的再生制动能量与运行能耗比值由传统0.74%提高到4.2%。     

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。     

基于改进的粒子群算法的地铁时刻表调整方法研究及实现

为应对突发状况下地铁列车的晚点问题,尽快消除与既定时刻表的偏移时间,采用Visual Studio 2012和SQL Server 12.0数据库搭建时刻表系统,同时建立列车运行动态调整模型,选择改进的粒子群优化算法对模型进行求解,得出消除偏离时间的最优解,完成列车的动态调整仿真。仿真结果表明,该方法通过自动调整多辆列车的站间运行时间和停站时间,能有效地消除晚点时间,恢复列车正常运行。     

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。