CN101171195A - 电梯*** - Google Patents

Abstract

本发明公开了一种用于在例如由于应急电源运行而导致***接收的电源受到限制的情况下，最优化在电梯***中的电梯路线的方法。在本发明中，通过使用成本函数来优化路线，该成本函数中已经加入了包含相加起来的所消耗的瞬时功率的项。实时监视瞬时功率消耗，并且电梯需要来自控制***的开始许可。超过功率限制的路线选择在成本函数中受到所谓惩罚项的惩罚。按照得到的作为结果的电梯路线选择，该***消耗的瞬时功率持续地保持在所设定的功率限制之下。这样可以推迟一些呼叫到以后再服务。通过本发明的方法，在应急电源情况下，为乘客提供服务的电梯的数量可以动态变化。

Description

电梯***

技术领域

本发明涉及在由备用电源向电梯***提供电能的情形下或者在要降低电梯***的电能消耗的峰值的情形下的、最优电梯路线选择。

背景技术

把电梯用户输入的呼叫(call)分配给电梯***中的不同电梯是***控制的基本功能之一。分配的目标是把这些呼叫分配给电梯轿厢(elevator car)，以便最优化描述电梯***的运行容量的期望参数。传统上，最常使用的参数例如包括乘客候梯时间和行程时间。典型地，从这些时间中计算平均值，并且确定分配。“呼叫”一般是指发出的所有呼叫，即在不同楼层通过使用上/下按钮输入的呼叫和在电梯轿厢中发出的目的楼层呼叫。前者是层站呼叫(landing call)，而后者是轿厢呼叫。另外，可以根据所谓的目的地控制方法，通过使用呼叫输入设备发出呼叫。在所述目的地控制方法中，电梯用户已经在电梯门厅中通过呼叫设备而让***知道他/她的行程目的地楼层，并且在这种情况下，不必在电梯厢中输入单独的呼叫。

存在多种呼叫分配方法，并且每一电梯制造商都拥有自己的方法，以用于实现经济有效的、满足电梯用户的呼叫分配。自然，每种方法包括多个特征参数，所述参数被用于影响该方法的运作。例如可以如此配置控制以便在不同的交通状况(traffic situation)下使用最适合于每种状况的参数集合。这样的目的是允许电梯***将其运行调整为适应于主要的交通状况。异常的交通状况例如可以是高峰交通状况，在所述高峰交通状况中，***记录了许多同时存在的层站呼叫。

现有技术的有效的电梯分配方法是使用遗传算法(genetic algorithm)，特别是在包含多个电梯的***中。例如在芬兰专利说明书FI112856B中描述了遗传算法。遗传算法并不保证能找到绝对最优的值，但是在实际应用中得到的结果非常接近最优值。在遗传算法中，可以将电梯路线编码成不同的染色体(chromosome)，在染色体中，一个基因确定一个电梯顾客和为他/她服务的电梯。基因在染色体中的位置表示呼叫，并且基因值表示为该呼叫服务的电梯。***例如从一个随机选择的路线选择开始，其中，所述随机选择的路线选择被应用诸如扩散(proliferation)、杂交(crossbreeding)和突变(mutation)之类的各种遗传过程。一次一代，这些遗传过程产生新的染色体，并且同时分析如此得到的染色体以确定它们是否有资格进一步处理。资格可以是指例如得到了小于给定值的等待时间。杂交是指随机组合两个路线选择以产生一个新的路线选择。在突变中，染色体的基因值是随机变化的。在某个阶段，该算法得出的染色体结果收敛(converge)，并且从所处理的染色体的最后一组中，选择就资格来说最好的一个染色体。根据最好的染色体的基因将乘客分配给电梯。

电梯***必须包含预防措施，以防电力供应的突然中断。当正常电源出现故障时，建筑物的备用发电机开始运行(如果该建筑物具有备用发电机的话)。备用电源通常不足以满足整个电梯组的需求，但是传统上，在紧急运行期间通过预先选择一个或多个为乘客服务的电梯来实现电梯的应急电源驱动(Emergency Power Drive，EPD)。

当电源出现故障时，装有乘客的电梯可能停在楼层之间。在应急发电机开始运行之后，电梯组控制***按照预先定义的顺序把电梯一个接一个地返回到返回层(通常是大厅)，在返回层中，乘客可以从电梯中出来。在这种返回操作之后，将上面提到的预定电梯投入到正常服务中(称作“全服务电梯”)。这样投入使用的电梯的数量依赖于应急发电机的功率容量和最差情况下电梯所需要的功率量。电梯轿厢的负荷和对重(counterweight)几乎总是不平衡的，并且在所谓的轻方向(向上的空轿厢、向下的满轿厢)上移动电梯需要的功率比在所谓的重方向(向下的空轿厢、向上的满轿厢)移动电梯所需的功率小。现有的电梯驱动甚至能将存储于乘客身上的势能恢复到电力网中，即当在轻方向时或者当电梯正在减速时作为发电机。

图1描述了作为现有技术的示例的包括三个电梯10、11、12的组，其中电梯‘L1’10是在EPD操作情况下为乘客服务的电梯。在这个例子中，电梯的速度是2.5m/s，加速度是0.8m/s²，并且楼层高度是3.2m。为了减少乘客候梯时间，可以确定与电梯运行相关的不同类型的乘梯时间。表1提供了这些内容。

表1  电梯乘梯时间

运行阶段	时间[s]
		短乘(加速+减速)	4
加速到全速	3
		从全速减速	3
以全速通过楼层	1.25
		在楼层停止	10

在图1中描述的情况下，两个呼叫是有效的，在5层和6层的向上呼叫(呼叫“U5”13和“U6”14)，一个乘客打算从这两个楼层去9层。根据表1，对于有效呼叫U5+U6得到的候梯时间是6.5s+20s＝26.5s。

表2列出了对于三个不同负荷的、在电梯运行的不同阶段中的功率消耗的例子。功率消耗值基于结合使用V3F-80作为电源而测量到的实际数据。

表2.对于不同负荷的向上运行和向下运行的功率需求。P_acc是加速期间的功率消耗，P_spd是匀速运行期间的功率消耗，而P_dec是减速期间的功率消耗。

假定的乘客质量75kg
					向上运行
乘客数量	负荷[kg]	Pacc[kW]	Pspd[kW]	Pdec[kW]
					0	0	5.6	2.5	0.4
1	75	6.4	2.5	0.4
					2	150	7.3	2.4	0.4
3	225	8.4	2.3	0.4
					向下运行
乘客数量	负载[kg]	Pacc[kW]	Pspd[kW]	Pdec[kW]
					0	0	21.9	16.7	3.3
1	75	19.9	13.9	3.3
					2	150	18.0	11.5	3.3
3	225	16.4	9.5	3.3

图2描述了图1中的电梯在一个路线选择中的功率需求，其作为时间的函数。因为只有电梯L1运行，所以电梯组的总功率消耗(Sum)与电梯L1的功率消耗相同。

在这个例子中，当空电梯正在向下加速时(在重方向上)，所需的最大功率是21.9KW，但是这个功率值比应急发电机的最大功率容量小。

功率和能量消耗是资源管理的两个不同方面，其中，功率是瞬时量，而能量是累积量。存在多种现有技术的解决方案，其中能量消耗被包含在路线优化中。专利说明书WO02/066356描述了控制电梯***的***，其中以这样的方式最小化电梯***所消耗的能量：以平均水平满足关于电梯乘客的服务时间的期望需求。在这种方法中，所述电梯组的给定服务时间被赋予一个电梯分配的目标值。使用的服务时间例如可以是呼叫时间、乘客候梯时间、行程时间或者乘梯时间。

现有技术也由说明书fi115130代表，其是说明书WO02/066356中方法描述的扩展。

换句话说，所述控制方法优化两个不可以同单位度量的(non-commensurable)不同类型的量，即候梯时间和能量消耗。为了使这些量可以同单位度量，并且可以相互比较，以按照说明书WO02/066356的方法选择电梯路线R以便最小化成本项

C＝W_TT_N(R)+W_EE_N(R)                                  (1)

T_N(R)是归一化的路线选择R的呼叫时间的和，并且相应地，E_N(R)是由路线选择R引起的归一化的能量消耗。W_T和W_E是前述成本项的权重系数，所以

0≤W_T≤1  andW_E＝1-W_T.                              (2)

设计了现有技术的方法以便找到在其上由电梯组产生的乘客候梯时间和电梯的功率消耗合适地平衡的路线选择。但是，能量消耗的最优化并不保证这样路线选择的电梯例如在所谓的重方向上在某个阶段不会同时加速。换句话说，即使正被讨论的路线选择的总能量消耗在定义的上界之下，沿着该路线也可能出现大的功率峰值。

作为现有技术的另一例子，并且参考图1中说明的情况，就乘客候梯时间来说最好的选择是电梯1从6层拾取命令，并且电梯3对来自5层的呼叫服务。在图3中描述了这种电梯路线选择。***包括三个电梯，电梯L1 30、电梯L2 31和电梯L3 32。当前有效的呼叫是来自5层的向上呼叫(U5)33和来自6层的向上呼叫(U6)34。图3显示了电梯的运动。注意在这个例子中，已经输入呼叫的两个乘客都想去9层。在这种情况下，电梯L2 31保持静止，并且没有参与为这些呼叫服务。图4中说明了根据这种路线选择的功率需求。从图4中可以看到，在就候梯时间来说最好的路线选择中，在该路线选择的初期部分所需的功率超过了应急发电机的容量。在这种路线选择中，整个候梯时间是4.5s+7.5s＝12s。不幸的是，这样的路线选择是不可接受的，这是因为超过了应急发电机的最大功率。

发明内容

本发明的目的是在诸如应急电源运行期间等***消耗的最大功率受限的情况下，以最优方式在电梯***中对电梯进行路线选择。

本发明的方法以权利要求1中的特征部分所公开的内容为特征。本发明的***以权利要求11中的特征部分所公开的内容为特征。本发明的其他实施例以其他权利要求中所公开的内容为特征。在本申请的说明书部分和附图中也给出了本发明的创造性实施例。除了下面的权利要求中定义的方式之外，还可以以其他方式定义所述申请中所公开的发明内容。所述发明内容也可以包括几个独立的发明，尤其是如果根据明确的或隐含的子任务，或者关于所获得的优点或优点集来考虑本发明。在这种情况下，从独立发明构思的观点来说，下面的权利要求中所包含的一些属性可能是多余的。在本发明的基本构思的框架内，可以结合其他实施例应用本发明的不同实施例的特征。

本发明描述了一种在***的最大功率消耗必须或者将要受到限制的情况下控制电梯组的方法。所述***包括至少一个电梯，并且由控制***控制呼叫分配。所述方法包括：考虑可以通过现有技术的方法从被考虑时刻的电梯状态和从存在的呼叫推断出的路线选择。自然，存在许多可能的路线选择，但是一次为一个所选择的路线执行成本预测。在这之后，定义成本函数，其包括至少一个所谓的成本项。成本项包括与电梯运行有关的量以及所述量的权重系数。在现有技术中，这样使用的量已经包括了一个乘客的或者作为所有乘客均值的呼叫时间、等待时间、行程时间和/或乘梯时间，或者所述电梯***累积的能量消耗。

本发明组合所述成本函数和所述***的瞬时功率消耗。为所述瞬时功率消耗设置上限值。如果在电梯路线的某个阶段消耗的瞬时功率超过了所设置的最大限值，则通过将所谓的惩罚项包含在所述成本函数中来最小化所述成本函数。由此，其遵循在实际中所优化的路线选择决不会超过所述最大功率限值。另外，在本发明的例子中，由为至少一个期望量设置的边界条件来最小化所述成本函数。进一步，本发明提供了在开始为呼叫服务之前，电梯需要开始许可(start permission)。如果正被讨论的所述电梯的启动不会导致超过所设置的最大功率限值，则准许所述开始许可。

在本发明中，所述成本函数的所述惩罚项与正被讨论的所述路线所消耗的瞬时最大功率直接成比例。

在本发明的实施例中，使用了以前已知的遗传算法的原理。为了限制最大功率，一个或多个电梯被从服务中排除，并且被设置成等待模式。在算法层上，可以通过在留有呼叫等待以后服务时将基因值定义为空来实现此。

在本发明中，在引入最大功率限制之前，所述电梯的向上运行和向下运行的功率需求被确定为负载大小的函数。考虑到对所述***已知的功率需求，服务中的电梯的数量可以根据所述电梯的状态和交通状况动态变化。

在外部电源受到干扰或者中断的情况下，在所述电梯***的应急电源运行期间可以应用本发明的所述方法。第二个应用是为了达到节省成本的目的而要减少所消耗的功率的峰值的情况。

传统应急电源运行就实现来说是可靠的和稳定的，但是它几乎没有考虑电梯关于不同负载和运行方向的功率消耗的内在不对称性。最普通的情况是在应急电源运行期间，仅有一个电梯保持运行在正常服务中。自然，在应急电源运行期间所述电梯组的运输能力崩溃，但是，在功率可用的范围内，通过根据交通状况和所述电梯组的状况动态选择电梯以提供服务，可以尽量至少少许地改善服务。

通过额外应用最大功率限制，可以使用路线最优化来找到就等待时间、能量消耗和峰值功率水平来说更平衡的路线，并且以这种方式能比以前更好地把所述电梯组的行为保持在控制之下。

附图说明

图1描述了作为现有技术例子的三个电梯的组，其中具有两个有效向上呼叫，电梯1正在由应急电源操作以服务呼叫。

图2表示了在图1中描述的情况下的功率需求。

图3示出了相对于乘客候梯时间的最佳路线选择，其中电梯1服务呼叫U6，而电梯3服务呼叫U5。

图4表示了在图3中描述的情况下的功率需求。

图5描述了满足功率限制的路线选择，其中电梯2服务呼叫U5，而电梯3服务呼叫U6。

图6表示了在图5中描述的情况下的功率需求。

图7描述了根据本发明的控制***的数据流图。

图8说明了在本发明使用的遗传算法中的染色体的编码原理。

具体实施方式

因为所述电梯的功率消耗需求是已知的，所以即使在应急电源运行期间，也可以以比仅仅通过简单地将某些预定电梯投入正常服务的方式更多样的方式来控制所述电梯***。所述电梯的功率需求是已知的，所以所述电梯组可以以这样的方式控制：服务中的电梯的数量根据所述电梯的状态和交通状况而动态地变化。另外，基本条件(即瞬时最大功率值)可以被持续地保持在期望的限值之下。

图5表示根据本发明的路线选择，其中具有与图1和图3中相同的电梯状态50、51、52和有效呼叫53、54。在得到的作为最后结果的路线选择中，电梯L2 51为呼叫U5 53服务，而电梯L3 52为呼叫U6 54服务，并且这样的路线选择满足最大功率条件。利用这种路线选择，总的候梯时间是18s，其大大好于由上述传统应急电源运行所产生的26.5s的候梯时间。

图6描述了该路线选择的功率需求的曲线图，其是时间的函数。在图5和图6的例子中，两个电梯可以保持运行，所以呼叫53、54可以比以传统应急电源运行更快地得到服务，并且所述的应急发电机的容量一直足够。

可以基于“遗传学”，即现有技术中已知的遗传算法来实现应急供电期间的动态电梯运行。在表示电梯组的成本函数中，需要考虑电梯沿着它们的路线在不同阶段所消耗的瞬时功率。功率需求受轿厢负荷、轿厢方向、轿厢加速幅度、轿厢的恒定速度和轿厢减速幅度的影响，如在表2中描述的例子中所说明的那样。如果在时间t的某个时刻，所述电梯需要的总功率超过了可用于所述电梯组的供应功率，那么在所述路线选择的所述成本函数中加入惩罚项(penal term)，以把惩罚加给正被讨论中的所述路线选择。所述惩罚项增加了将这样不令人满意的路线选择从最优化中消除的可能性。所述成本函数的形式是

$\underset{L}{\overset{\max }{P}}=\max \left(\underset{L}{\mathrm{\Σ}}{P}_L\left(t\right)\right)$

$C=\mathrm{\α}\·C_1+\mathrm{\β}\·C_2+\·\·\·K\·(\underset{L}{\overset{\max }{P}}>\underset{G}{\overset{\max }{P}})\·\underset{P}{\overset{\max }{P}}---\left(3\right)$

在这个等式(3)中，C₁和C₂是其他的诸如乘客候梯时间和行程时间之类的成本项，并且α和β是所述成本的权重系数。项

是在时间水平轴t＝t₀，……，T上的所述电梯组的峰值功率需求，其中T是所述电梯***摆脱(get rid of)层站呼叫和轿厢呼叫的时刻。例如，在图4中，在0.5s到2s的时间范围内 $\underset{L}{\overset{\max }{P}}=\mathrm{27,5}\mathrm{KW},$ 并且T＝26s，其是所述***完成对最后的轿厢呼叫的服务的时刻。项

是所述电梯***的最大可用功率，在我们的例子中是23kW。当

超过了所述可用功率

时，项( $\underset{L}{\overset{\max }{P}}>\underset{G}{\overset{\max }{P}}$ )是值1，否则它是值0。可以使用系数k来调整由于超过所述可用功率引起的惩罚的权重，这样来控制其在所述成本函数中的影响。

在图7中，所述***的基本结构被描述成流程图，并且它遵循以遗传算法所实现的基本原理。与这种基本基因相比，已经加入了功率的控制器(控制功率)70。它确定所述电梯***的模型72的精确峰值功率(correct peak power)，并且向所述电梯组71中的电梯准许开始许可。图7还包括所谓的路线搜索的控制器73(控制路线搜索)，其通过向优化器74提供信号来开始路线搜索。所述优化器74再次利用遗传算法并且向控制器73返回最优路线。到所述控制器73的输入数据包括尚未分配的有效层站呼叫和所述电梯***的状态。所述控制器73向所述电梯71返回关于分配决策相关的信息。

所述电梯***71的状态自然也被更新至所述***模型72。关于所述路线选择方案本身的信息从所述优化器74被发送到所述模型72，并且响应于这个请求，所述路线选择的成本数据(成本项)继而从所述模型72返回到所述优化器74。

应急电源75(应急发电机，EPG)连接到所述***，其通知控制器70关于这个电源的接通/关断状态。也向所述功率的控制器70提供关于在正常运行状况下所允许的最大功率P_max的信息，以及所述应急电源75的最大输出功率P_max，EPG。这样，在所述控制器70中从电源数据推断出每种情况中可用的最大功率，并且将其传送至所述电梯***的模型72。同样，使预先确定的作为负荷和运行方向的函数的所述电梯的功率需求(电梯功率数据)对所述电梯***的模型72和所述控制器70都可用。所述功率的控制器70也直接从电梯71接收***的状态。

功率P(t)是瞬时特性的量，不像能量消耗，而能量消耗是累积的，并且是功率的时间积分，E＝∫P(t)dt。在搜索最优路线中，所述电梯模型72使用关于如停止时间的某些假设。之后当所述电梯71沿着计划的路线前进时，实际的停止时间也许与决策中使用的不同，在这种情况下，所述电梯的相互定时与原始的时刻表不同。为了避免在这种情况下超载，电梯在启动之前总是必须向电梯组控制***(流程图中的功率控制器70)请求开始许可。因为所述功率控制器70知道每个电梯当前所执行的行程以及相关的功率消耗，所以在它确定所述正在讨论的电梯的启动不会导致超载后，它可以向所述电梯准许开始许可。当所述电梯正常开始关闭它的门时，它可以请求开始许可。如果所述电梯没有接收到开始许可，则可以向轿厢提供信号以告知乘客电梯延迟和所述电梯正在等待开始许可。所述信号可以是听觉的和/或视觉的。其可以例如使用表示“应急电源运行”的照明标志、并且伴随有例如表示“(pling-plong)电梯正在等待开始许可”的音频信息来实现。门在这期间一直保持打开，所以乘客不会对这种不正常的情况感到紧张。之后，当整个情况许可时，所述组控制70给予所述电梯开始许可，并且所述门开始关闭。当准许开始许可时，所述组控制器70自然考虑门关闭时间。

当按照图7中的例子实现时，计算所述路线选择的***包括两点，或者换句话说，两个计算阶段。作为第一方面，可以以更长期的基础安排所述路线选择。换句话说，这意味着搜索会导致尽可能短的等待时间的路线，而仍然不超过可用电功率的最大限值。在所述***运行中的第二个方面是根据实时因素安排所述路线选择，换句话说，按照当前运行的电梯的总能量消耗的实际情况向电梯准许运行许可。这两个阶段并发进行，这是因为这两个阶段都是根据交通状况和***状态的改变而更新。

在本发明的方法中，考虑到电梯运行的各个阶段，所述功率控制器70以逐部分的方式(piecemeal manner)监视功率是必要的，该方式从时间轴考虑功率。因为加速、减速和匀速运动消耗不同的能量，所以当电梯的状态改变时，如从匀速运动变为减速运动，所述功率控制器必须注意。

因为本发明允许对瞬时功率消耗和较长时段内消耗的能量进行最优化，所以在每个电梯行程之后，可以在所述电梯控制***中记录该行程期间消耗的能量。在后续的路线优化中可以使用该信息。

图8说明了染色体87的编码原理。示例***再次包括三个电梯L1 80、L2 81和L3 82。第一电梯80位于9层，第二电梯81位于1层，而第三电梯82位于4层。存在4个有效呼叫：在第3层的向下呼叫83、在第5层的向上呼叫84、在第6层的向上呼叫85、以及在第8层的向下呼叫86。由这些呼叫形成4-基因染色体87，以被用来作为计算的工具。

与基本基因相比，将基因编入染色体的编码还包括附加特征。所述基本基因的基本原理是：基因在染色体中87中的位置指明哪个呼叫正被讨论(标识在有效呼叫的整个集合中的该呼叫)，并且所述基因的值指示为所述呼叫服务的电梯。通常，路线选择的搜索中的出发点是必须找到为每个呼叫服务的电梯。为了使所述***满足功率限制需求，必须可以从所述路线选择中忽略一个或多个呼叫。可以通过向所述基因指向的电梯表88加入“空”选择来完成该操作。为了将所述功率消耗保持在限值之下，可以将呼叫留下来等待以后的服务。

基于优化，在图8表示的路线选择中，可以为每个基因(呼叫)分配电梯。在这种情形中，所述基因值指向电梯表88。电梯L1 80为第一基因的呼叫U584服务。把第二基因的呼叫U6 85分配给电梯L2 81。在所述电梯L1 80已为其先前的向上呼叫U5 84服务之后，其将会为呼叫D3 83服务。目前，再次从所述路线选择中忽略向下呼叫D8 86。当剩余呼叫而没有电梯时，产生了问题：在计算中怎样考虑这样的呼叫的等待时间。一种方案是向为包含在所述路线选择中的呼叫预测的等待或呼叫时间中添加仍未被服务的呼叫的当前有效时间(从呼叫输入到引用时刻的时间)。在所述例子中，功率限制条件一允许之后，呼叫D8 86就会被服务。最迟在最早的呼叫已经被服务之后，这是可能的。

注意，图8中的例子并不代表在被说明的情况下所述电梯的最优路线选择。该图仅仅提供一个路线选择过程，以阐明原理。

本基因-电梯组控制***根据所述电梯组的模型，执行实际的路线优化，并且提供了在优化所述路线选择中考虑功率限制的可能性。因为功率是瞬时量，所以所述***必须包含如上所述的准许开始许可的实时过程，以便保证在任何情况下都不会超过可用功率。

如果即使在所述电梯***的正常运行期间也以减少所消耗的最大功率为目标，则可以获得一个完全新的观点。如果所述***能够保证在任何环境下都不会超过降低的最大功率限制，则在某些情况下，甚至可能一步一步地减小总熔丝(main fuse)的量，在这种情况下建筑物的拥有者会节省电费。如果额定电梯组引起仅仅稍微高于标准量的熔断量，就会是这种情况。例如，额定值可以允许所述电梯组3*31A的最大电流，其引起3*25A的总熔丝。通过限制所述最大功率，所以需求的峰值电流例如是3*19A，熔断量3*20A将是足够的，其固定费用更少。通常来讲，峰值功率是昂贵的，并且配电公司对此收取相对高的价格。通过合适的路线选择，可以削减极有可能的消耗峰值，而不会显著降低所述电梯组提供的服务。

本发明不专门局限有上面描述的实施例，相反，在权利要求所定义的发明构思范围内，许多变化都是可能的。

Claims (20)

1.用于在最大功率消耗受到限制时控制电梯组的方法，其中，所述电梯组包括至少一个电梯，并且所述电梯组中的呼叫分配由控制***控制，所述方法包括步骤：

根据在考虑时的有效呼叫和所述电梯的状态，考虑所述电梯的可能路线选择；

定义包括至少一个成本项的成本函数，每个成本项包含与所述电梯***的运行相关的量；

其特征在于：所述方法进一步包括步骤：

向所述成本函数中加入包含所述电梯***消耗的瞬时功率的成本项；

设置功率的最大限值；

以如下方式向所述呼叫分配电梯：最小化所述成本函数，并且在所述路线选择中，在考虑的任何时刻都不会超过所设置的最大功率限值；以及

如果把被分配给呼叫的电梯投入使用不会导致超过所设置的最大功率限值，则在所述电梯起动之前从所述控制***赋予所述电梯开始许可。

2.根据权利要求1所述的方法，其特征在于：所述方法进一步包括步骤：

在所述成本函数中为在某些时刻超过所设置的最大限值的路线定义惩罚项，并且其中所述惩罚项的大小与所消耗的瞬时最大功率成比例。

3.根据前述权利要求的任何一个所述的方法，其特征在于：所述方法进一步包括步骤：

使用权重系数为所述成本函数的每一项加权。

4.根据前述权利要求的任何一个所述的方法，其特征在于：所述方法使用遗传算法。

5.根据权利要求4所述的方法，其特征在于：所述方法进一步包括步骤：

在所考虑时刻没有为输入的呼叫分配电梯时，在所述遗传算法的染色体中将基因值定义为“空”；以及

通过使用被标记为空的基因将一个或多个呼叫设置成等待模式以满足所述功率限制条件，并且在以后为设置成等待模式的呼叫服务。

6.根据前述权利要求的任何一个所述的方法，其特征在于：所述方法进一步包括步骤：

把所述电梯的功率需求定义成向上运行和向下运行时的负载的函数；以及

根据交通状况和所述电梯的状态动态改变服务中的电梯的数量，并且考虑前述的功率需求。

7.根据前述权利要求的任何一个所述的方法，其特征在于：与所述电梯***的运行相关的量是一个乘客的或者作为所有乘客均值的呼叫时间、等待时间、运行时间或者乘梯时间，或者所述电梯***累积的能量消耗。

8.根据前述权利要求的任何一个所述的方法，其特征在于：通过为至少一个期望量设置的边界条件最小化所述成本函数。

9.根据前述权利要求的任何一个所述的方法，其特征在于：所述方法进一步包括步骤：

当外部电力供应受到干扰或者中断时，在所述电梯***的应急电源运行期间应用所述方法。

10.根据前述权利要求的任何一个所述的方法，其特征在于：所述方法进一步包括步骤：

在要减少由所述电梯***的使用引起的能源成本的情况下，使用所述方法。

11.用于在最大功率消耗受限时控制电梯组的***，所述***包括：

至少一个电梯(71)；

控制***(73)，用于控制所述电梯组中的呼叫分配；

所述电梯***的模型(72)；

用于根据在考虑时刻的有效呼叫和所述电梯的状态来考虑所述电梯的可能路线选择的优化器(74)；

定义成本函数的优化器(74)，其中所述成本函数包括至少一个成本项，每个成本项包含与所述电梯***的运行相关的量；

其特征在于：所述***法进一步包括：

用于向所述成本函数中加入包含所述电梯***消耗的瞬时功率的成本项的功率控制器(70)；

用于设置功率的最大限值的功率控制器(70)；

用于以如下方式为电梯分配呼叫的优化器(74)：最小化所述成本函数，并且在所述路线选择中、在考虑的任何时刻都不会超过所设置的最大功率限值；以及

用于如果把分配给呼叫的电梯投入使用不会引起超过所设置的最大功率限值，则在所述电梯起动之前给予所述电梯开始许可的功率控制器(70)。

12.根据权利要求11所述的***，其特征在于：所述***进一步包括：

用于在所述成本函数中为在某些时刻超过所设置的最大限值的路线定义惩罚项的优化器(74)，并且其中所述惩罚项的大小与所消耗的瞬时最大功率成比例。

13.根据前述权利要求的任何一个所述的***，其特征在于：所述***进一步包括：

用于使用权重系数对所述成本函数的每一项加权的优化器(74)。

14.根据前述权利要求的任何一个所述的***，其特征在于：所述***的所述优化器(74)使用遗传算法。

15.根据权利要求14所述的***，其特征在于：所述***进一步包括：

用于当在考虑时刻没有为输入的呼叫分配电梯时，将在染色体(87)中的基因值定义为“空”的优化器(74)；以及

用于通过使用被标记为空的基因将一个或多个呼叫(82)设置成等待模式以满足功率限制条件，并且在以后为设置成等待模式的呼叫(86)服务的功率控制器(70)。

16.根据权利要求11所述的***，其特征在于：它包括把所述电梯的功率需求定义成向上运行和向下运行时的负载的函数；以及所述***进一步包括：

用于根据所述电梯(71)的状态和交通状况动态改变服务中的电梯的数量，并且考虑前述的功率需求的功率控制器(70)。

17.根据前述权利要求的任何一个所述的***，其特征在于：与所述电梯***的运行相关的量是一个乘客的或者作为所有乘客均值的呼叫时间、等待时间、运行时间或者乘梯时间，或者所述电梯***累积的能量消耗。

18.根据前述权利要求的任何一个所述的***，其特征在于：使用为至少一个期望量设置的边界条件来最小化所述成本函数。

19.根据前述权利要求的任何一个所述的***，其特征在于：所述***进一步包括步骤：

应急电源(75)，用于在外部电力供应受到干扰或者中断的情况下，保证电力供应。

20.根据前述权利要求的任何一个所述的***，其特征在于：在要减少由所述电梯***的使用引起的能源成本的情况下，使用所述方法。

Images