一种基于矩阵离散的地铁列车优化控制方法及装置制造方法及图纸

本发明专利技术公开了一种基于矩阵离散的地铁列车优化控制方法和装置，其中，该方法包括：获取列车运行参数；对列车运行线路进行隔断分离分析，将列车运行线路依次分为一个或多个区段；根据列车运行的不同控制序列参数建立离散化矩阵控制模型，离散化矩阵控制模型与列车运行线路的区段是一一对应的；根据离散化矩阵控制模型和列车运行参数，计算列车运行总能耗，确定最优控制序列，该最优控制序列为列车运行总能耗最低时所对应的控制序列。该方法及装置能够精确求解含有坡道、弯道复合组成的地铁列车运行复杂线路的列车优化操纵问题，具有自适应协调时间和效率的平衡关系，具有适用路段多样、计算效率高、运算精确等优点。

【技术实现步骤摘要】
一种基于矩阵离散的地铁列车优化控制方法及装置
本专利技术涉及城市轨道交通车辆优化操纵与节能控制的
，具体地，涉及一种基于矩阵离散的地铁列车优化控制方法及装置。
技术介绍
铁路运输部门一直是国民经济中耗能最大的单位之一，近年来，随着我国铁路与城市轨道交通建设的快速发展以及铁路改革的不断深化，铁路部门作为一个运输服务提供商，同其他市场运营主体一样，具有不断降低成本、争取最大经济利润的使命和责任。与此同时，铁路运输量的逐年增长以及我国铁路的大面积提速，列车牵引重量、行驶速度、运营密度也在不断提高，其消耗的能源不断增加。如何保证列车安全、舒适、准点运行的同时，最大限度的减少能源消耗，降低运营成本，不仅符合我国铁路运输发展的实际需要，也是响应国家构建资源节约型、环境友好型社会的必然要求，因此对其进行节能研究具有重要意义。而在一定的牵引机车、车辆、线路等硬件环境下和既定的运行图、列车编组计划等运营管理状况下，探索列车运行能耗计算方法，以寻找机车最优操纵方式，是一条经济有效且直接可行的节能途径。目前，国内外针对列车节能优化操纵的研究所采用的方法主要有遗传算法、牛顿迭代法、模拟退火算法、模糊控制算法等，遗传算法作为全局寻优算法，其优点在于编程简单、鲁棒性强、适于并行处理，但单一的遗传编码无法系统的全面描述出列车节能优化问题的约束条件，且遗传算法在运算时容易出现过早收敛，算法的精度、运算复杂性和可行度也无法进行定量分析，对实验结果会造成一定偏差。牛顿迭代法的原理是利用牛顿迭代法求解目标函数后，再将求解结果带入能耗函数计算，迭代效果较好，能够满足要求，但该法在求解目标函数时，无法保证设置初始值的合理性，因此需要多次试探求解，每个初始值均需要运用牛顿迭代法对目标函数进行求解并分析，因此增加了求解的难度并延长了求解时间。模拟退火算法其优点在于容易理解、应用灵活、计算过程简单并且一般不受初始条件约束，能够很好地求解列车运行的能耗模型，其不足之处在于收敛速度较慢，执行时间较长，无法满足算法运算的高效性要求。模糊控制算法具有较好的鲁棒性、适应性、强健性和容错性，求解结果系统和科学，但模糊控制算法的设计尚缺乏理论指导，难以获得模糊规则和隶属函数，因此无法保证模糊控制运算过程的稳定性和精度。随着我国城市轨道交通的快速发展和建设步伐加快，铁路部门对地铁列车运行的安全性、可靠性和节能环保性能提出了更高的要求，这就要求在地铁列车节能优化操纵研究中，既要确保地铁列车精确按照预设路线安全、平稳运行，又要最大限度的节约运行能耗。而在目前的列车节能优化操纵研究所采用的方法中，无法同时保证计算方法的运算精度高、速度快、适应性强等特点，特别在地铁列车的节能优化操纵研究领域其相关研究方法更少，目前大多采用的依然是遗传算法，因此无法保证地铁列车高精度、最节能、安全可靠运行。
技术实现思路
本专利技术是为了克服现有技术中列车运行过程中不能有效节能的缺陷，根据本专利技术的一个方面，提出一种基于矩阵离散的地铁列车优化控制方法。本专利技术实施例提供的一种基于矩阵离散的地铁列车优化控制方法，包括：获取列车运行参数，列车运行参数包括：列车准点时间、站间距离、速度限制条件、加速度限制条件、列车质量，列车运行参数还包括：弯道长度、弯道距起点距离、坡度、坡道距起点距离、坡道长度；对列车运行线路进行隔断分离分析，将列车运行线路依次分为一个或多个区段，区段至少包括启动阶段、匀速阶段或减速阶段中的一个或多个阶段；且当列车运行线路被分为多个区段时，各个相邻区段之间的衔接点处的速度相同；根据列车运行的不同控制序列参数建立离散化矩阵控制模型，离散化矩阵控制模型与列车运行线路的区段是一一对应的；根据离散化矩阵控制模型和列车运行参数，计算列车运行总能耗，确定最优控制序列，并将根据最优控制序列建立的速度曲线导入列车控制单元，最优控制序列为列车运行总能耗最低时所对应的控制序列。在上述技术方案中，离散化矩阵控制模型中的控制序列参数包括：启动加速度、最佳运行速度和减速后速度；离散化矩阵控制模型表示为：其中，M为离散化矩阵控制模型，ai为启动加速度，1≤i≤n，n为可以取值的启动加速度的总数量，且ai≤amax；vbj为最佳运行速度，1≤j≤m，m为可以取值的最佳运行速度的总数量，且vbj≤vbmax；vk为减速后速度，1≤k≤s，s为可以取值的减速后速度的总数量，且vk≤vmax；其中，amax为最大启动加速度，vbmax为最大最佳运行速度，vmax为最大减速后速度。在上述技术方案中，当列车运行线路被分为多个区段时，根据离散化矩阵控制模型和列车运行参数，计算列车运行总能耗，确定最优控制序列，具体包括：分别根据与各个区段相对应的离散化矩阵控制模型计算不同控制序列相对应的区段能耗；利用基于粒子群寻优算法获取在列车运行总能耗最低时的各个区段相对应的最优控制序列，且最优控制序列满足站间距离约束条件和准点时间约束条件。在上述技术方案中，站间距离约束条件和准点时间约束条件分别为：S(t,a,v)＝ST(t,a,v)≤T其中，S和T分别为列车运行参数中的列车准点时间和站间距离，S(t,a,v)为列车根据某一控制序列行驶时的行驶距离，T(t,a,v)为列车根据某一控制序列行驶时的行驶时间。在上述技术方案中，所述减速阶段包括惰行阶段和空气制动阶段中的一种或两种，所述减速阶段还包括再生制动阶段；列车运行总能耗为：式中，J为列车运行总能耗，Ji为列车运行线路中除再生制动阶段后的各个阶段的能耗，n1为除再生制动阶段后的各个阶段的数量；J’j为各个再生制动阶段所产生的能量，m1为再生制动阶段的数量，η为再生制动阶段再生能量利用率。在上述技术方案中，该方法还包括：采用拉格朗日乘数法建立列车能耗模型J(t,a,v)，包括：定义拉格朗日函数为：令J(t,a,v,λ,μ)对t的一阶偏导数为零，并联立附加条件建立方程组，即：根据方程组确定列车能耗模型J(t,a,v)；其中，H为常系数，t,a,v分别为列车运行时间、加速度、速度，函数Φ(t,a,v)为站间距离的限制函数，函数为准点时间的限制函数，λ和μ为两个拉格朗日乘数因子，vt为任意时间t时所对应的速度，函数r(vt)为列车运行单位基本阻力函数，且r(vt)＝a1+b1vt+c1vt2，a1,b1,c1均为常系数。本专利技术是为了克服现有技术中列车运行过程中不能有效节能的缺陷，根据本专利技术的一个方面，提出一种基于矩阵离散的地铁列车优化控制装置。本专利技术实施例提供的一种基于矩阵离散的地铁列车优化控制装置，包括：获取模块，用于获取列车运行参数，列车运行参数包括：列车准点时间、站间距离、速度限制条件、加速度限制条件、列车质量，列车运行参数还包括：弯道长度、弯道距起点距离、坡度、坡道距起点距离、坡道长度；分段模块，用于对列车运行线路进行隔断分离分析，将列车运行线路依次分为一个或多个区段，区段至少包括启动阶段、匀速阶段或减速阶段中的一个或多个阶段；且当列车运行线路被分为多个区段时，各个相邻区段之间的衔接点处的速度相同；离散化模块，用于根据列车运行的不同控制序列参数建立离散化矩阵控制模型，离散化矩阵控制模型与列车运行线路的区段是一一对应的；处理模块，用于根据离散化矩阵控制模型和列车运行参数，计算列车运本文档来自技高网...

【技术保护点】
一种基于矩阵离散算法的地铁列车优化控制方法，其特征在于，包括：获取列车运行参数，所述列车运行参数包括：列车准点时间、站间距离、速度限制条件、加速度限制条件、列车质量，或者所述列车运行参数还包括：弯道长度、弯道距起点距离、坡度、坡道距起点距离、坡道长度；对列车运行线路进行隔断分离分析，将列车运行线路依次分为一个或多个区段，所述区段至少包括启动阶段、匀速阶段或减速阶段中的一个或多个阶段；且当列车运行线路被分为多个区段时，各个相邻区段之间的衔接点处的速度相同；根据列车运行的不同控制序列参数建立离散化矩阵控制模型，所述离散化矩阵控制模型与所述列车运行线路的区段是一一对应的；根据所述离散化矩阵控制模型和所述列车运行参数，计算列车运行总能耗，确定最优控制序列，并将根据所述最优控制序列建立的速度曲线导入列车控制单元，所述最优控制序列为列车运行总能耗最低时所对应的控制序列。

【技术特征摘要】
1.一种基于矩阵离散的地铁列车优化控制方法，其特征在于，包括：获取列车运行参数，所述列车运行参数包括：列车准点时间、站间距离、速度限制条件、加速度限制条件、列车质量，所述列车运行参数还包括：弯道长度、弯道距起点距离、坡度、坡道距起点距离、坡道长度；对列车运行线路进行隔断分离分析，将列车运行线路依次分为一个或多个区段，所述区段至少包括启动阶段、匀速阶段或减速阶段中的一个或多个阶段；且当列车运行线路被分为多个区段时，各个相邻区段之间的衔接点处的速度相同；根据列车运行的不同控制序列参数建立离散化矩阵控制模型，所述离散化矩阵控制模型与所述列车运行线路的区段是一一对应的；根据所述离散化矩阵控制模型和所述列车运行参数，计算列车运行总能耗，确定最优控制序列，并将根据所述最优控制序列建立的速度曲线导入列车控制单元，所述最优控制序列为列车运行总能耗最低时所对应的控制序列；所述离散化矩阵控制模型中的控制序列参数包括：启动加速度、最佳运行速度和减速后速度；所述离散化矩阵控制模型表示为：其中，M为离散化矩阵控制模型，ai为启动加速度，1≤i≤n，n为可以取值的启动加速度的总数量，且ai≤amax；vbj为最佳运行速度，1≤j≤m，m为可以取值的最佳运行速度的总数量，且vbj≤vbmax；vk为减速后速度，1≤k≤s，s为可以取值的减速后速度的总数量，且vk≤vmax；其中，amax为最大启动加速度，vbmax为最大最佳运行速度，vmax为最大减速后速度。2.根据权利要求1所述的方法，其特征在于，当列车运行线路被分为多个区段时，所述根据所述离散化矩阵控制模型和所述列车运行参数，计算列车运行总能耗，确定最优控制序列，具体包括：分别根据与各个区段相对应的离散化矩阵控制模型计算不同控制序列相对应的区段能耗；利用基于粒子群寻优算法获取在列车运行总能耗最低时的各个区段相对应的最优控制序列，且所述最优控制序列满足站间距离约束条件和准点时间约束条件。3.根据权利要求2所述的方法，其特征在于，所述站间距离约束条件和所述准点时间约束条件分别为：S(t,a,v)＝ST(t,a,v)≤T其中，S和T分别为所述列车运行参数中的列车准点时间和站间距离，S(t,a,v)为列车根据某一控制序列行驶时的行驶距离，T(t,a,v)为列车根据某一控制序列行驶时的行驶时间。4.根据权利要求1所述的方法，其特征在于，所述减速阶段包括惰行阶段和空气制动阶段中的一种或两种，所述减速阶段还包括再生制动阶段；所述列车运行总能耗为：式中，J为列车运行总能耗，Ji为列车运行线路中除再生制动阶段后的各个阶段的能耗，n1为除再生制动阶段后的各个阶段的数量；J’j为各个再生制动阶段所产生的能量，m1为再生制动阶段的数量，η为再生制动阶段再生能量利用率。5.根据权利要求1所述的方法，其特征在于，还包括：采用拉格朗日乘数法建立列车能耗模型J(t,a,v)，包括：定义拉格朗日...

【专利技术属性】
技术研发人员：贺德强，周继续，刘旗扬，向伟彬，陈二恒，
申请(专利权)人：广西大学，
类型：发明
国别省市：广西;45