一种大风条件下基于动态客流的高速列车重调度方法技术

本发明专利技术提供了一种大风条件下基于动态客流的高速列车重调度方法，包括：步骤1，获取高速列车计划时刻表、旅客出行需求和大风限速场景基础信息；步骤2，建立列车区间运行时间约束、列车停靠时间约束、列车离站时间约束、车站容量约束、站间闭塞区间容量约束。本发明专利技术可以在有效时间内计算出高速列车实时重调度时刻表和铁路线上各站点滞留旅客乘车再分配方案，辅助列车调度员做出最优调度决策，可以有效减少高速列车因大风限速导致的列车延误及各站点旅客的总出行时间，能高效利用现有铁路运力资源满足旅客出行需求，提高铁路线路使用效率，有效控制大风天气对高速列车运行带来的负面影响，进一步提高了铁路运输服务质量及乘客满意度。满意度。满意度。

【技术实现步骤摘要】
一种大风条件下基于动态客流的高速列车重调度方法


[0001]本专利技术涉及列车运行调整和调度
，特别涉及一种大风条件下基于动态客流的高速列车重调度方法。

技术介绍

[0002]中国高速铁路是国家综合交通运输系统体系的骨干核心，截至2020年12月底，中国高速铁路营业总里程居世界第一位，由于高速铁路列车运行速度快，列车开行密度高，当大风监测系统发出警告，列车为保证在铁轨上安全行驶，列车降速是无法避免的，而仅采用降速策略极容易导致后续列车的二次延误，并且无法有效控制列车延误的传播。因此，在大风条件下，采取一种合理有效的列车调度策略能够有效地控制列车延误及传播范围，减少旅客的总出行时间，成为铁路相关部门亟待解决的问题。
[0003]在大风天气下，高速铁路交通运行秩序能否尽快恢复关键在调度员能否在大风对列车产生负面影响后，及时地做出有效决策。目前高速铁路调度员大多凭经验做出相关调度决策，效率低且时效性差。当大风影响范围大、列车延误时间长或者铁路线路比较复杂时，调度员不仅工作量大大增加，难以在短时间内做出高效的决策，且容易错过最佳调度的时机。本专利技术提出的大风条件下高速铁路列车调度及车站滞留旅客分配方法，可以在有效时间内计算出高速列车实时重调度时刻表及铁路线上各站点滞留旅客乘车再分配方案，辅助列车调度员做出最优调度决策。
[0004]目前，国内外大多数列车调度策略的研究主要限于列车延误本身，没有充分考虑旅客出行的需求。本专利技术从微观角度同时优化了大风条件下列车时刻表的重调整和滞留旅客乘车再分配问题，综合考虑了高速铁路交通运输秩序及高铁旅客满意度。

技术实现思路

[0005]本专利技术提供了一种大风条件下基于动态客流的高速列车重调度方法，其目的是为了解决人工调度方法效率低且时效性差，存在大风影响范围大、列车延误时间长或者铁路线路比较复杂时，人工调度工作量增加，人工调度难以在短时间内做出高效的决策，且容易错过最佳调度的时机的问题。
[0006]为了达到上述目的，本专利技术的实施例提供了一种大风条件下基于动态客流的高速列车重调度方法，包括：
[0007]步骤1，获取高速列车计划时刻表、旅客出行需求和大风限速场景基础信息；
[0008]步骤2，建立列车区间运行时间约束、列车停靠时间约束、列车离站时间约束、车站容量约束、站间闭塞区间容量约束、列车停站频率约束、车站服务频率约束、旅客出行需求约束、列车负载容量约束和列车停站条件约束；
[0009]步骤3，基于所述步骤1、所述步骤2和以最小化旅客的总延误时间为目标函数，构建大风条件下的高速列车重调度与客流匹配协同优化模型；
[0010]步骤4，采用CPLEX求解高速列车重调度与客流匹配协同优化模型，获得高速列车
实时重调度时刻表和铁路线上各站点滞留旅客乘车再分配方案。
[0011]其中，所述步骤1具体包括：
[0012]所述高速列车计划时刻表包括各站点的列车计划到站时间和列车计划离站时间；所述高铁旅客出行需求包括旅客出行的起始站、终点站和旅客出行的人数；所述大风限速场景基础信息包括大风在每个闭塞区间的等级。
[0013]其中，所述步骤2具体包括：
[0014]假设列车在两个车站之间运行时受到不同程度的强风影响，列车区间运行时间约束，如下所示：
[0015][0016]其中，δ
k,n
′
表示列车k在闭塞区间n
′
是否受到大风的影响，k表示大风等级的集合，V
i
表示列车i的最大允许速度；
[0017]列车运行时间在两个相邻闭塞区间分界点处具有连续性，如下所示：
[0018][0019]其中，表示列车i离开闭塞区间n
′
的时间，为列车i进入闭塞区间(n+1)
′
的时间，H表示相邻两个车站之间的闭塞区间集合，T表示列车的集合；
[0020]列车在每个闭塞区间的运行时间，如下所示：
[0021][0022]其中，L
n
′
表示闭塞区间n
′
的长度，V
i,G
表示G类型列车i的最大安全行驶速度，ΔV
k,G
表示G类型列车在k级大风条件下的速度下降量。
[0023]其中，所述步骤2还包括：
[0024]列车停靠时间约束，如下所示：
[0025][0026]其中，M表示常数，x
i,n
′
表示列车i在闭塞区间n
′
停车，x
i,n
′
＝1，表示闭塞区间n
′
是车站s的一个股道，I表示所有车站的股道集合，表示列车i在车站s的最小停靠时间，S表示车站的集合；
[0027]列车离站时间约束，如下所示：
[0028][0029]其中，表示列车计划的离站时间；
[0030]车站容量约束，如下所示：
[0031][0032][0033][0034]其中，y
i,j,n
′
表示列车i先于列车j进入闭塞区间n
′
，y
i,j,n
′
＝1；
[0035]站间闭塞区间容量约束，如下所示：
[0036][0037][0038]其中，所述步骤2还包括：
[0039]列车停站频率约束，如下所示：
[0040][0041]其中，Q
i
表示列车i最大的停站次数；
[0042]车站服务频率约束，如下所示：
[0043][0044]其中，U
s
表示车站s最少的接车次数。
[0045]其中，所述步骤2还包括：
[0046]客流需求约束，如下所示：
[0047][0048]其中，表示从m站乘坐列车i前往n站的旅客人数，P
m,n
表示从m站至n站总的客流需求；
[0049]列车负载容量约束，如下所示：
[0050][0051]其中，C
i
表示列车i的额定负载容量；
[0052]列车停站条件约束，如下所示：
[0053][0054][0055]其中，表示闭塞区间n
′
是车站m的一个股道，表示闭塞区间n
′
是车站n的一个股道。
[0056]其中，所述步骤3具体包括：
[0057]以最小化列车的总延误时间为目标函数，如下所示：
[0058][0059]其中，表示列车的总延误时间，表示列车i进入闭塞区间n'的时间，表示列车计划的进站时间，表示列车计划的离站时间，表示闭塞区间n
′
是车站n的一个
股道，表示闭塞区间m'是车站m的一个股道；
[0060]将公式(17)输入CPLEX中进行求解，获得从m站到n站分配给列车i的旅客数量
[0061]以最小化旅客总的延误时间为目标函数，如下所示：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大风条件下基于动态客流的高速列车重调度方法，其特征在于，包括：步骤1，获取高速列车计划时刻表、旅客出行需求和大风限速场景基础信息；步骤2，建立列车区间运行时间约束、列车停靠时间约束、列车离站时间约束、车站容量约束、站间闭塞区间容量约束、列车停站频率约束、车站服务频率约束、旅客出行需求约束、列车负载容量约束和列车停站条件约束；步骤3，基于所述步骤1、所述步骤2和以最小化旅客的总延误时间为目标函数，构建大风条件下的高速列车重调度与客流匹配协同优化模型；步骤4，采用CPLEX求解高速列车重调度与客流匹配协同优化模型，获得高速列车实时重调度时刻表和铁路线上各站点滞留旅客乘车再分配方案。2.根据权利要求1所述的大风条件下基于动态客流的高速列车重调度方法，其特征在于，所述步骤1具体包括：所述高速列车计划时刻表包括各站点的列车计划到站时间和列车计划离站时间；所述高铁旅客出行需求包括旅客出行的起始站、终点站和旅客出行的人数；所述大风限速场景基础信息包括大风在每个闭塞区间的等级。3.根据权利要求2所述的大风条件下基于动态客流的高速列车重调度方法，其特征在于，所述步骤2具体包括：假设列车在两个车站之间运行时受到不同程度的强风影响，列车区间运行时间约束，如下所示：其中，δ
k,n
′
表示列车k在闭塞区间n
′
是否受到大风的影响，k表示大风等级的集合，V
i
表示列车i的最大允许速度；列车运行时间在两个相邻闭塞区间分界点处具有连续性，如下所示：其中，表示列车i离开闭塞区间n
′
的时间，为列车i进入闭塞区间(n+1)
′
的时间，H表示相邻两个车站之间的闭塞区间集合，T表示列车的集合；列车在每个闭塞区间的运行时间，如下所示：其中，L
n
′
表示闭塞区间n
′
的长度，V
i,G
表示G类型列车i的最大安全行驶速度，ΔV
k,G
表示G类型列车在k级大风条件下的速度下降量。4.根据权利要求3所述的大风条件下基于动态客流的高速列车重调度方法，其特征在于，所述步骤2还包括：列车停靠时间约束，如下所示：
其中，M表示常数，x<...

【专利技术属性】
技术研发人员：马山，廖楚明，马骏峰，胡文峰，彭涛，
申请(专利权)人：中南大学，
类型：发明
国别省市：