一种基于再生能量利用和乘客旅行时间的时刻表优化方法技术

本发明专利技术公开了一种基于再生能量利用和乘客旅行时间的时刻表优化方法，属于轨道交通技术领域。包括S1基于列车电动机功率曲线重叠来度量再生能量的利用；S2基于乘客平均旅行时间来衡量时刻表优化对乘客的影响；S3基于S1、S2的数据建立时刻表的数学模型：以停站时间作为决策变量，建立最小系统总能耗和最少乘客平均旅行时间的双目标优化模型；S4采用NSGA

【技术实现步骤摘要】
一种基于再生能量利用和乘客旅行时间的时刻表优化方法


[0001]本专利技术涉及一种基于再生能量利用和乘客旅行时间的时刻表优化方法，属于轨道交通技术邻域。

技术介绍

[0002]地铁作为城市公共交通系统的骨干，逐步被越来越多的大中型城市所采用，在设计地铁列车时刻表时需要考虑满足乘客的出行需求，减少乘客的出行时间，同时兼顾降低城市轨道交通能耗。目前国内外关于地铁列车的节能优化研究中的主要不足：乘客模型采用固定乘客到达率和模糊乘客数量，导致计算结果不准确，且模型适应性不够强，不符合离散的乘客出行特征；能耗计算模型中，不能直接反映具体的再生能量利用量，导致最终模型计算出的能耗与实际存在偏差；现有研究中由决策者依据目标间重要性确定权重的方式过于主观，会造成结果片面。
[0003]NSGA
‑
II算法，全称为带有精英保留策略的快速非支配遗传算法，是一种基于Pareto最优解的多目标优化算法，它与传统遗传算法的最大不同在于它在选择阶段中采用非支配排序的方法，而不是计算适应度。所以本专利技术选用NSGA
‑
II算法求解双目标优化模型，不需要主观对目标进行修正，得到的是非支配解集，克服了依靠主观判断的不足之处。

技术实现思路

[0004]本专利技术的目的在于，克服现有技术中存在的问题，提供一种基于再生能量利用和乘客旅行时间的时刻表优化方法，可以解决城市轨道交通系统中列车时刻表的节能优化问题。
[0005]为解决以上技术问题，本专利技术的一种基于再生能量利用和乘客旅行时间的时刻表优化方法，对列车时刻表进行建模，包括以下步骤：
[0006]S1、基于列车电动机功率曲线重叠来度量再生能量的利用；
[0007]S2、基于乘客平均旅行时间来衡量时刻表优化对乘客的影响；
[0008]S3、基于S1、S2的数据建立时刻表的数学模型：以停站时间作为决策变量，建立最小系统总能耗和最少乘客平均旅行时间的双目标优化模型；
[0009]S4、采用NSGA
‑
II算法来联系并求解双目标优化模型，根据列车时刻表的组成结构特点设计交叉和变异算子，求得最优帕累托解集。
[0010]进一步的，S1具体包括如下步骤：
[0011]S101、为测量得到j次车时间
‑
功率曲线，仅当列车j在供电区内运行时产生的功率对该供电区有意义，得到j次车在q供电区间的功率
‑
时间关系，具体如下：
[0012][0013]式中：P(t)
qj
为j次车在q供电区间的t时刻的功率；t
q
为列车在供电区q上的运行时间区间；
[0014]当同一区间内的再生制动能量大于牵引需要的能量时这些多余能量不能被利用，列车在区间内所有列车合计从供电网消耗的总能耗功率曲线表示，具体如下：
[0015][0016]计算在供电间内所有列车合计从供电网消耗的总能耗W
q
，具体如下：
[0017][0018]式中：W
q
为供电区q内站间区间集合；T为总仿真时间；
[0019]累计各个供电区的能耗即可得到系统总能耗E，具体如下：
[0020][0021]式中：E为系统总能耗；Q为全线路中供电分区总数量；
[0022]进一步的，S2具体包括如下步骤：
[0023]S201、T
ic
表示i乘客的旅行时间，具体如下：
[0024]T
ic
＝T
i
+T
w
+T
c
+T
w
′
[0025]式中：T
ic
为乘客i的旅行时间；T
i
为乘客刷卡从闸机口走到站台的时间，；T
w
为乘客在站台的等待时间；T
w
′
为乘客因列车容量限制在站台产生的二次等待时间间隔；T
c
为乘客在车时间；
[0026]当乘客在n站开始候车的时刻处在车站n的两个相邻车次((j
‑
1)，j)的离站时间之间，那么可以判断乘客在n站上了后一辆车次(j)，具体如下：
[0027][0028]式中：为j
‑
1次列车在n站的离站时间；T
ni
为i乘客刷卡进n站的时刻；为j次列车在n站的离站时间；
[0029]乘客旅行时间T
ic
也可以由列车到目的地站时刻减去乘客进站时间T
ni
，若发生二次等待，则以乘坐下一班次列车到达的时间计算，具体如下：
[0030][0031]式中：G
nj
为j次列车到达n站时车厢内人数(包括在n站上车的人数)；G为列车载客容量；
[0032]T
Z
为乘客平均旅行时间，具体如下：
[0033][0034]式中：M为计算时间内的总乘客数量；
[0035]进一步的，S3具体包括如下步骤：
[0036]S301、根据城市轨道交通系统的运行特点，结合既有研究，做出假设；
[0037]S302、以停站时间作为决策变量；
[0038]S303、采用系统总能耗来衡量再生能量的利用，总能耗越低，说明再生能量利用越多；采用乘客的平均旅行时间来描述乘客的满意度，旅行时间越短，乘客满意度越高。得到目标函数公式，具体如下：
[0039][0040]进一步的，S4具体包括如下步骤：
[0041]S401、根据列车时刻表的组成结构通式进行编码，规定每一车次在每个站点的到发车时刻构成一个完整的染色体，其中每一车次的列车在各个站点的到发车时刻构成染色体的基因；
[0042]S402、初始时刻表经过满足约束的随机变异N
‑
1次，外加自身一共得到N个个体作为初始种群；
[0043]S403、按照NSGA
‑
II算法进行迭代；
[0044]S404、直到迭代次数达到预设的最大值，或连续几代结果趋于平稳，收敛速度下降。输出最后一代的结果，从第一非支配层级中选择最优结果，进行染色体解码，得到最优时刻表。
[0045]进一步的，S301根据城市轨道交通系统的运行特点，结合既有研究，做出假设，具体包括如下步骤：
[0046](1)只有行驶在同一个供电区间内的列车才能进行再生能量的利用；
[0047](2)不考虑上下行之间的再生制动能量利用；
[0048](3)不改变列车在区间运行的操纵模式，因此，列车在某个区间内的功率
‑
时间曲线是固定且可知的；
[0049](4)由于地铁供电区间较短，不考虑距离对再生能量的损耗；
[0050](5)假设所有列车在区间行驶的操纵方式一致，即牵引制动经历的时间相同，不同区间仅有巡航时间不同；
[0051](6)假设所有乘客从闸机到站台的时间都是一致本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于再生能量利用和乘客旅行时间的时刻表优化方法，其特征在于对列车时刻表进行建模，包括以下步骤：S1、基于列车电动机功率曲线重叠来度量再生能量的利用；S2、基于乘客平均旅行时间来衡量时刻表优化对乘客的影响；S3、基于S1、S2的数据建立时刻表的数学模型：以停站时间作为决策变量，建立最小系统总能耗和最少乘客平均旅行时间的双目标优化模型；S4、采用NSGA
‑
II算法来联系并求解双目标优化模型，根据列车时刻表的组成结构特点设计交叉和变异算子，求得最优帕累托解集。2.根据权利要求1所述的考虑再生能量利用和乘客旅行时间的时刻表优化方法，其特征在于，S1具体包括如下步骤：S101、根据实际测量结果得到列车功率曲线，计算供电区时间段内的所有列车总能耗E。3.根据权利要求1所述的考虑再生能量利用和乘客旅行时间的时刻表优化方法，其特征在于，S2具体包括如下步骤：S201、用离散的乘客刷卡数据得到乘客OD以及进站时间等信息，计算乘客平均旅行时间T
Z
。4.根据权利要求1所述的考虑再生能量利用和乘客旅行时间的时刻表优化方法，其特征在于，S3具体包括如下步骤：S301、根据城市轨道交通系统的运行特点，结合既有研究，做出假设；S302、以停站时间作为决策变量；S303、得到最小化系统总能耗及乘客的平均旅行时间双目标函数公式，具体如下：5.根据权利要求1所述的考虑再生能量利用和乘客旅行时间的时刻表优化方法，其特征在于，S4具体包括如下步骤：S401、根据列车时刻表的组成结构通式进行编码，规定每一车次在每个站点的到发车时刻构成一个完整的染色体，其中每一车次的列车在各个站点的到发车时刻构成染色体的基因；S402、初始时刻表经过满足约束的随机变异N
‑
1次，外加自身一共得到N个个体作为初始种群；S403、按照...

【专利技术属性】
技术研发人员：李永义，冒洪烨，邵含璁，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：