基于免疫粒子群算法的地铁列车节能优化研究

在综合考虑地铁列车动力学特性、线路条件、区间限速以及准点运行等条件的基础上,建立基于再生制动能量利用的多约束能耗模型。通过免疫粒子群组合算法求解列车能耗模型,得到列车节能操纵工况序列及各工况转换点,最终求得列车站间运行的最低能耗。为验证该方法的有效性,以南宁地铁1号线为仿真实例,计算得出优化后的列车能耗降低6.62%。     

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.     

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%。     

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.     

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.     

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。     

重庆地铁1号线车辆能耗测试及仿真节能研究

针对普遍关注的列车运营能耗和节能技术问题加以研究,精确测量列车正线运营能耗,通过设计仿真模型及算法,将仿真结果与实测结果进行对比分析,利用能耗仿真进一步量化并探索轨道交通的各项节能措施。     

制动利用率对高速列车节能操纵策略的影响

基于高速列车最小能耗计算模型,利用庞特里亚金极大值原理分析出最大牵引、匀速、惰行与最大制动4种操纵策略的应用是高速列车节能运行的必要条件。在此基础上,研究制动利用率对节能操纵策略的影响,针对国内既有高速列车制动利用率较低的特点,确定既有高速列车节能操纵策略,并通过启发式算法离线求解得到各操纵策略转换点。验证了本文所利用牵引计算和能耗计算模型的正确性;在此基础上,以国内某高速线路和高速列车为例,对本文提出的既有高速列车节能操纵策略进行仿真验证,量化分析发现:当运行时间增加约2.1%,若制动利用率为0,最高可节约5.05%的能量,随着制动利用率的提高,能量节约率逐渐下降,当制动利用率接近1时,本文所提出的节能操纵策略已不再适用。     

基于ATO控制结构的地铁列车智慧节能技术

从地铁节能、列车运行准时,以及乘客乘坐舒适的角度出发,充分利用ATO双层控制结构,在基于多目标优化算法的基础上,给出了一种列车运行智慧节能策略,建立了列车智慧节能操纵策略的仿真系统,并结合北京亦庄线试验数据进行了实例分析和仿真验证。仿真结果表明该智慧节能方法具有一定的有效性和稳定性。     

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。     

基于目标速度追踪的城轨列车节能优化算法

为了实现城市轨道交通的节能运行,提出基于目标速度追踪的城轨列车节能优化算法。首先构建列车均质棒动力学模型和节能优化目标函数,利用极大值原理推导出列车节能运行工况。然后重点分析列车运行时间和运行方式对能耗的影响。在对典型方案仿真分析的基础上,提出通过陡坡时的基于等效平均速度法的运行策略,以及目标速度改变时合理利用惰行的运行策略。最后通过目标速度追踪的方法得到速度曲线,实现城轨列车的节能运行。利用上海地铁3号线的数据对本文提出的算法进行验证,结果表明相较实际运行情况,本文提出的算法可以降低25.39%的运行能耗,同时求解得到的速度曲线更加平缓,更适合城市轨道交通的实际运行情况。     

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 Dueling DQN 算法的列车运行图节能优化研究

通过优化地铁时刻表可有效降低地铁牵引能耗。为解决客流波动和车辆延误对实际节能率影响的问题,提出列车牵引和供电系统实时潮流计算分析模型和基于 Dueling Deep Q Network(Dueling DQN)深度强化学习算法相结合的运行图节能优化方法,建立基于区间动态客流概率统计的时刻表迭代优化模型,降低动态客流变化对节能率的影响。对预测 Q 网络和目标 Q 网络分别选取自适应时刻估计和均方根反向传播方法,提高模型收敛快速性,同时以时刻表优化前、后总运行时间不变、乘客换乘时间和等待时间最小为优化目标,实现节能时刻表无感切换。以苏州轨道交通 4 号线为例验证方法的有效性,节能对比试验结果表明：在到达换乘站时刻偏差不超过 2 s和列车全周转运行时间不变的前提下,列车牵引节能率达 5.27%,车公里能耗下降 4.99%。     

面向节能的单线铁路调度方法研究

为解决因重车会让轻车导致的油耗增加问题,提出一种面向节能的单线铁路调度方法,建立内燃机车的燃油特性曲线及列车动力学模型,设计节能调度算法,根据列车先到先发的原则生成可行的调度方案,再根据规则优化每一个会让过程。基于大莱龙单线货运铁路实际情况,对该方法进行仿真建模。仿真结果显示,全线列车总节能率为7.26%,表明了该方法的有效性。     

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。     

基于混合整数规划的高速列车多区间节能优化研究

当今巨大的能源消耗成为高速铁路发展不可忽视的问题,节能优化显得格外重要。从列车优化操纵与区间运行时分分配两方面出发,在总运行时分约束下,探讨全程最节能的运行时分分配方案及所对应的列车操纵策略。在列车运动方程基础上,引入经停站约束,建立列车运行能耗和区间运行时分分配同步优化的非线性连续节能优化模型。通过离散化与线性变换,将节能优化模型重构为混合整数规划模型,并利用Cplex求解。以高速铁路线路为背景设计算例,验证模型的有效性。仿真结果证明在列车优化操纵策略的基础上,优化区间运行时分分配方案可以进一步降低列车总运行能耗。在不改变总运行时间的情况下,运行总能耗可降低1.03%。     

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。     

高速铁路行车调度节能运行图编制方法研究

针对高速铁路行车调度节能需求的现状,以列车在区间运行效率最高和总能耗最低为优化目标,提出以区间运行时间和停站时间为输入变量,对能耗成本和运行时间进行优化,建立节能运行图编制模型.通过仿真实验,结果表明在列车运行图编制中,考虑适当地增加列车运行时间和优化停站方案时,可以节省很多列车运行能耗.     

长沙市轨道交通2号线列车能耗分析

以长沙市轨道交通2号为例,分析了列车空载工况和载客工况下的能耗情况,结果表明根据列车能耗系统的实时统计数据核实列车能耗的方式是可靠的。在此基础上,计算分析了列车运行过程中乘客总体重的能耗,与列车自重能耗相比,列车自重能耗在列车总能耗中占很大的比重,因此:合理地降低车辆自重将成为今后车辆设计的重要课题,根据线路客流量特点制定大小交路时刻表将成为城市轨道交通运营公司降低运营成本的研究方向。