基于改进DE的城轨列车节能速度曲线研究

采用改进交叉策略的差分进化（DE，Differential Evolution）算法，研究城轨列车节能优化的速度曲线生成。该算法以起点到目标停车点的距离和工况状态值作为个体基因，基于改进交叉策略，结合工况转换原则，对变异后的个体基因进行有效化处理。建立末速度、停车位置误差、运行时间和牵引能耗的评价模型，在满足安全运行和舒适度要求下生成最优列车自动运行（ATO，Automatic Train Operation）速度曲线。经数据仿真测试，牵引能耗为28.8 kw·h。生成的速度曲线，在准时到达的前提下，具有较好的节能效果，对城市轨道交通的列车节能优化运行研究具有一定的参考价值。     

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Q学习算法的城轨列车智能控制策略

牵引能耗是列车能耗的主要组成部分,针对城轨列车节能运行的问题,将列车运行状态离散化,以列车对速度控制作为动作空间,时间和能耗作为奖励函数,提出一种基于Q学习算法的城轨列车智能控制策略.在不使用离线优化速度曲线的情况下,根据列车当前位置和速度实时计算最优控制策略;同时,在传统Q学习基础上,将∈-greedy策略与司机驾驶...     

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％.     

基于蚁群算法的列车节能驾驶策略优化算法研究

针对城市轨道交通运输中列车牵引耗能大的问题,将优化列车推荐速度曲线和改进ATO驾驶策略相结合,提出一种基于蚁群算法的列车节能驾驶策略优化算法.首先建立列车推荐速度曲线优化模型,其次结合司机驾驶经验提出基于蚁群算法的列车推荐速度曲线优化计算方法,然后设计节能巡航驾驶策略对ATO原有驾驶策略进行改进.最后以北京地铁亦庄线实...     

基于蚁群算法的城市轨道交通列车节能运行优化模型仿真分析

对城市轨道交通列车的开行模式、牵引控制特性、驾驶策略优化算法等进行了综合分析，基于蚁群算法建立了优化求解模型匹配的列车最优运行速度曲线，采用OPENTRACK软件对优化结果进行了仿真分析，验证了列车节能运行策略的可行性及算法优化的有效性。     

横风下基于滚动GAPSO算法的列车速度曲线优化

针对普通环境下高速列车目标速度曲线优化算法不适用于横风环境的问题,提出一种横风环境下基于滚动GAPSO(遗传粒子群)算法的列车速度曲线优化方法。首先,考虑横风风速阻力作用改进列车动力学模型,并建立列车运行多目标优化模型;其次,基于GAPSO算法寻优巡航构建列车在起始阶段的最优目标速度曲线,引入滚动优化框架实时调整目标速度曲线,并在横风限速区按照改进快行策略运行;最后,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线。仿真实验结果表明：GAPSO算法较GA算法和PSO算法具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供一种可行的解决方案。     

城市轨道交通车辆运行节能方法优化

根据牵引计算和节能优化控制策略,对城市轨道交通车辆的运行节能方法进行优化。基于上海地铁2号线的实际运行条件,应用优化算法对列车运行特性曲线和能耗进行计算,然后与实际测试数据进行对比分析。结果表明,列车采用两次制动的混合优化算法比采用一次制动的混合优化算法的节能效率要高。     

城市轨道交通追踪列车定时节能操纵优化

研究在给定站间运行时分前提下的城市轨道交通追踪列车节能操纵优化模型,模型以两列车在两站间运行的总能耗最小为目标,通过同时优化前行列车和追踪列车的操纵策略以提高再生制动能的利用。在一定的制动停车距离、线路平纵断面和限速条件下,将站间区间划分为若干个子区间,建立两列车在各个子区间的运行工况序列选择模型,通过遗传算法优化两列车在每个子区间的牵引力使用系数、末速度和运行时间,提高列车牵引时对再生制动能的利用率。算例表明,在给定的站间区间上,本文模型在保证正点前提下比单列车定时节能算法的能耗降低5.8%。当区间存在陡下坡时,两列车在途中运行过程中比在进出站过程中协同利用再生制动能效果更显著。     

基于不同速度控制模式的列车驾驶策略优化研究

列车驾驶策略优化通过优化列车速度曲线降低列车牵引能耗,在列车准点运行的前提下降低铁路系统运营成本。为了探究连续控制型和离散控制型列车节能速度曲线的节能效果差异,对比优化2种速度控制模式的列车节能速度曲线,并给出了相应的结论。分析列车牵引计算模型和节能运行工况模型,建立列车区间运行多目标优化数学模型。分析列车运行时间与列车运行能耗的关系,将区间运行时间最短的列车区间最速曲线作为参考基准,同时给出列车区间最速曲线生成方法。分别提出2种速度控制模式的列车驾驶策略多目标优化方法及其对应的优化算法决策变量通用设置规则,再采用粒子群优化、模拟退火和模式搜索法优化列车速度曲线。基于实例进行验证,生成2种区间运行时间方案下CRH3C型动车组列车从岳阳东站到汨罗东站的列车区间最速曲线、连续控制型列车节能速度曲线和离散控制型列车节能速度曲线。此外,对比水平线路上的3种列车速度曲线。结果表明：延长列车区间运行时间可以有效降低列车区间运行能耗;含有下坡道的变坡度线路上,连续控制型列车节能速度曲线节能效果更优;水平线路上,离散控制型列车节能速度曲线节能效果更优;2种速度控制模式下,粒子群优化的节能效果优于模拟退...     

城市轨道交通列车区间节能运行优化方法

提出了城市轨道交通列车区间运行的节能驾驶策略,分析了能耗节约量与区间运行时分增加量的关系。通过解析方程,分析了列车区间运行的节能效果。通过实例验证了惰行进站策略的节能效果优于降速行驶策略。利用动态规划的方法,在城市轨道交通服务水平的约束下,求解了全线路能耗节约量与列车旅行时间的关系,便于运营管理部门制定更节能的列车运行计划。     

轨道交通列车节能运行组织措施探讨

轨道交通已成为各城市的能耗大户,降低能耗是轨道交通可持续发展的重要组成部分。结合工程和运营实践,围绕列车运行,从行车组织、进出站运行控制、停站时间调整、列车运行控制等多方面、多角度对可能的列车运行节能措施进行总结提炼。结合当前轨道交通运营技术的创新发展,提出将不对称运行图编制、单向加车、精细化行车组织、利用配线接发车、合理的运营裕量取值等纳入到措施中,为轨道交通工程建设和运营提供参考。     

基于综合监控的城市轨道交通全线能源管理系统研究

根据城市轨道交通线路能源管理的现状,提出了一种基于综合监控的全线能源管理系统建设模式。为了实现系统性的节能管理,建立了设备能耗与运行状态、环境和客流等影响因素之间的优化模型,并对能耗状态分析、设备状态管理、设备运行优化、节能控制、评估考核等关键技术进行了探讨。该系统能够实现节能增效,减少投资成本,推动轨道交通能源管理的标准化、数字化和智能化发展。     

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。     

城市轨道交通网络末班车衔接优化模型

城市轨道交通网络运营结束阶段,末班车在路网换乘站内能否实现合理地衔接,最能体现出以人为本的客运服务以及科学高效的运营秩序。根据城市轨道交通网络特点,提出了城市轨道交通网络末班车衔接编制的原则。从站间列车运行时间约束、线间列车换乘衔接、末班列车线间衔接目标等角度,研究了轨道交通网络末班车衔接优化量化方法,建立了网络末班列车衔接优化模型。以北京轨道交通城区1号线、2号线和5号线局部路网为实例,编制了网络末班列车的优化时刻表。算例结果表明,模型及其优化算法可行,对路网运输计划编制工作有较强的实用性。     

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。     

城市轨道交通列车牵引节能综合技术研究与实践

牵引能耗与单车驾驶策略、列车运行计划的编排、线路规划设计等因素相关。结合广州地铁运营能耗数据分析,利用城市轨道交通列车牵引计算仿真系统对牵引节能技术进行仿真模拟。经对比分析,总结出有利于降低牵引能耗的单车牵引曲线、节能运行图及线路条件等综合节能技术措施,且综合节能效果达5%~10%,可为已开通地铁线路的运营综合节能提供参考,也为国内城市轨道交通规划设计阶段的节能措施提供参考。     

城市轨道交通新能源技术应用研究

为了支撑轨道交通系统绿色环保的可持续发展需求,在光伏发电及储能方面展开研究。设计城轨交通系 统用分布式光伏-储能供电系统方案,研究多系统、高可靠度的供电模式和源储荷多能源耦合下的能量管理策略。 面向光伏储能接入单个牵引变电所,提出一种基于深度强化学习的能量管理与优化方法。该方法使用深度 Q 网络 对列车负荷、光伏单元和储能单元功率输出等状态信息进行训练学习,通过训练好的代理对直流牵引网进行能量 管理,解决光伏发电系统难以适应城轨列车启停频繁、工况多变,以及多能源系统引入后带来的供电稳定性、容 量配置和能量管理等问题,有效提升城市轨道交通系统的绿色能源利用率,降低变电所输出能耗。