CN104401370A

CN104401370A - 多列车协同控制的节能优化方法

Info

Publication number: CN104401370A
Application number: CN201410560342.9A
Authority: CN
Inventors: 步兵; 李坤妃; 唐涛; 郜春海
Original assignee: Beijing Jiaotong University
Current assignee: Beijing Jiaotong University
Priority date: 2014-10-21
Filing date: 2014-10-21
Publication date: 2015-03-11

Abstract

本发明公开了列车运行控制技术领域中的一种多列车协同控制的节能优化方法。包括，在列车运行线路上以每一站的停站处作为列车的决策位置，以当前时刻经过所述决策位置的列车作为决策列车；决策列车获取当前时刻同一供电区间其他列车的信息；设定同一供电区间所有列车下一时刻的决策策略；计算同一供电区间所有列车的再生动能；根据再生动能确定下一时刻决策列车的决策策略。本发明实现再生制动能的利用，降低全线列车总能耗。

Description

多列车协同控制的节能优化方法

技术领域

本发明属于列车运行控制技术领域，尤其涉及一种多列车协同控制的节能优化方法。

背景技术

伴随着我国城市轨道交通运输事业的迅猛发展，城市轨道交通作为现代人出行的主要交通工具，在人们的生活中扮演着重要的角色。在全球大力发展低碳经济的时代背景下，城市轨道交通作为城市公共交通的主干线、客流运送的大动脉其能耗非常巨大，因此节能技术的研究无疑具有重要的现实意义。节能已成为列车优化的重要目标之一，主要从单列车节能优化驾驶、多列车的协同控制进行研究和改善。

单列车节能驾驶主要从三个方面进行展开，一是节能优化驾驶的合理性的验证，提出节能优化的控制模型以及工况构成；二是引入具体的约束条件，在原有的控制模型中加入相应的参数因子；三是着重于算法的研究，设计具体的节能优化方案并利用算法求解，提出了节能优化算法的原则。图1为单列车节能优化驾驶图。

多列车协同控制主要是以再生制动能的利用为主从两个方面进行研究，一是协同多列车牵引和制动的顺序，实现对再生制动能的利用；二是从调整列车的发车间隔、站间运行时间等提高再生制动能的利用率。

目前对于单列车节能优化驾驶仅仅是从列车单独运行的角度出发没有考虑再生制动能，对于全线的列车没有提出优化策略。然而对于多列车协同控制的研究主要集中在对列车时刻表的调整上，并没有从改变列车运行控制序列来实现再生制动能的利用。据可查资料发现几乎没有从调整全线列车驾驶策略的角度研究再生制动能的利用。图2为再生制动能量流图。

博弈论是种分析问题的思想框架。学术中的某些问题在符合博弈论基本要素的前提下均可进行博弈分析，也就是说可以嵌套到博弈论当中来按照博弈论的思维方式将问题逐一的剖析，但对于策略集的求解或最优结果的求解是需要其他数学方法的辅助。针对多列车的运行过程发现，多列车间可构成对决关系，具备了博弈的基本条件。

综上所述，将多列车***控制与博弈论相结合的节能优化方法，可以将全线列车的驾驶策略进行统筹权衡，将再生制动能合理的分配从而实现对再生制动能的充分利用。通过将博弈论的引入使每一辆列车个体化做决策，打破了原有多列车在同一区间运行的运行策略相同这一原则，根据所处的具体线路条件进行择优选取。这样可以使列车再生制动能的利用增加，相对所需由接触网提供的电能就会减少，降低了列车整体的运营成本实现节能。

发明内容

本发明的目的在于，提供一种多列车协同控制的节能优化方法，从全线多列车的驾驶策略出发，对多列车进行协同控制，从而达到全线整体运营能耗降低的目的。

为了实现上述目的，本发明提出的技术方案是，一种多列车协同控制的节能优化方法，其特征是所述方法包括：

步骤1：在列车运行线路上以每一站的停站处作为列车的决策位置，以当前时刻经过所述决策位置的列车作为决策列车；

步骤2：所述决策列车获取当前时刻同一供电区间其他列车的信息；

步骤3：设定同一供电区间所有列车下一时刻的决策策略；

步骤4：计算同一供电区间所有列车的再生动能；

步骤5：根据再生动能确定下一时刻决策列车的决策策略。

所述决策策略为牵引过程、巡航过程、惰行过程以及制动过程。

所述列车i的再生动能的计算公式为：

其中，v₀为列车i当前时刻的速度，单位千米/小时；

f_i为列车当前时刻的牵引力；

t₁为牵引力作用下的起始时间；

t₂为牵引力作用下的结束时间。

本发明实现再生制动能的利用，降低全线列车总能耗。

附图说明

图1为单列车节能优化驾驶图；

图2为再生制动能量流图；

图3为本发明提供的方法流程图；

图4所示为列车区间运行过程图；

图5是列车牵引特性曲线图；

图6是列车策略选取博弈树图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

本发明所采用方案基于下述假设：

1、模型中的时刻表信息已定，所调整的是列车所受外力以及列车的运行策略。

2、列车均处于同一供电区间，制动列车产生的再生制动能可被其他列车使用。

3、制动能反馈到接触网上并可及时被牵引列车使用，如此时无牵引列车则产生的制动能被电阻消耗。

4、每辆列车均在发车时决定本区间的运行策略，如一切正常则运行策略选取后不再更改。

本发明引入博弈论的思想，选择列车运行过程中节能优化的运行策略。具体计算步骤如下：

步骤1：在列车运行线路上以每一站的停站处作为列车的决策位置，以当前时刻经过所述决策位置的列车作为决策列车。

步骤2：所述决策列车获取当前时刻同一供电区间其他列车的信息。决策列车需获取其他在线列车的完备信息，其中包括速度、位置信息以及当前区间内的运行策略等。

步骤3：设定同一供电区间所有列车下一时刻的决策策略。

步骤4：计算同一供电区间所有列车的再生动能。进行策略的筛选比对，根据其他列车当前的策略以及接下来可能采取的策略进行博弈分析。

步骤5：根据再生动能确定下一时刻决策列车的决策策略。根据收益函数(再生动能)值选取最优的运行策略。记录列车所选策略并输出数据结果，其中包括牵引力大小、制动力大小、能耗和产生的再生制动能，再生制动能的产生量的记录是为后续列车决策做依据。

在本发明实施前，首先需要确定如下内容：

(A)掌握列车运行的基本约束条件，列车运行的基本约束包括单列车运行约束和多列车间协同控制约束。单列车运行约束包括时间约束和空间约束；多列车协同控制约束包括安全因素、客流因素、车辆段因素、折返因素和再生制动能的利用约束。

(B)根据列车运行的基本因素分析列车运行控制过程，列车运行主要分为四个阶段，其中包括牵引过程、巡航过程、惰行过程以及制动过程。牵引过程消耗电能，制动过程产生再生制动能，惰行过程不消耗能量也不产生能量，巡航过程根据具体的线路约束可能产生也可能消耗能量。如何选取分配牵引、巡航、惰行和制动的时间是本发明的主要研究点，利用博弈论的思想进行策略的选取。

(C)对列车运行过程建立力学模型，依据牵引规程建模。

(C.1)牵引过程：

牵引过程中列车受到牵引力和阻力两种力，根据牵引特性曲线可以拟合出如下值。

(C.1.1)第一牵引过程，列车以恒定最大力进行牵引的过程，下面是列车受力的公式：

\{\begin{matrix} F_{\max} = 312.87 kN, v \leq 36 \\ f_{re} = - (16.18 + 0.2422 \cdot v) \cdot W_{m} - (7.65 + 0.0275 \cdot v) \cdot W_{t} \\ - (0.0275 + 0.0765 \cdot (n - 1)) \cdot v^{2} - f_{ad} \end{matrix} - - - (1)

其中，F_max为恒定最大力，kN为恒定最大力的单位，即千牛顿，v为当前时刻列车速度，单位为千米/小时，f_re为列车运行阻力，f_ad为列车附加阻力，W_m为动车质量，W_t为拖车质量，为单位。

(C.1.2)第二牵引过程，由于电机特性曲线中牵引力的拐点就是列车的最大额定功率值点，P_max＝3128.7kW＝F_tr·v，P_max为最大额定功率值，F_tr为牵引力。当速度继续增加时牵引力会随逐渐减小，下面是牵引力随速度变化的函数：

F_tr＝-6.812·v+555.4,36<v<48 (2)

(C.1.3)第三牵引过程，与上一阶段类似，依旧受到额定功率的限制，牵引力随速度的变化，下面是牵引力随速度变化的函数及阻力情况：

F_tr＝0.09874·v²-18.68v+811.6,48<v<80 (3)

以上是列车牵引过程的分析，根据公式计算列车在该过程中消耗的能量，以及列车该过程下运行的总里程。下组公式为列车牵引过程的积分结果：

其中E_1a为牵引过程中列车某一时刻的能耗值。

(C.2)巡航过程：

巡航过程中列车受到牵引力/制动力和阻力两种力，与牵引过程不同的是巡航过程中列车的牵引力/制动力的大小取决于阻力大小。巡航过程是列车匀速运行的过程，故列车所消耗的能量完全转换成其他形式能量而没有牺牲动能。该过程中阻力起到了很大的作用，其中阻力主要由基本阻力和坡度阻力组成，其他附加阻力不予考虑，下面为阻力的组成公式：

\{\begin{matrix} R = - (16.18 + 0.2422 \cdot v) \cdot W_{m} - (7.65 + 0.0275 \cdot v) \cdot W_{t} \\ - (0.0275 + 0.0765 \cdot (n - 1)) \cdot v^{2} \\ f_{ad} = - I \cdot G \cdot m \\ f_{re} = R + f_{ad} = - (16.18 + 0.2422 \cdot v) \cdot W_{m} - (7.65 + 0.0275 \cdot v) \cdot W_{t} \\ - (0.0275 + 0.0765 \cdot (n - 1)) \cdot v^{2} - I \cdot G \cdot m \end{matrix} - - - (5)

其中,R为基本阻力，I为坡度值，G为重力加速度，m为列车质量，n为客车数量。以上是巡航过程的相关公式。

(C.3)惰行过程：

列车只受阻力作用该过程既不产生能量也不消耗能量。由于列车车轮与轨面的摩擦会产生热能，从能量转化的角度来看该过程牺牲了动能。惰行过程中列车以很小的减速度不断减速，下面为惰行过程的相关公式：

\{\begin{matrix} a_{co} = \frac{1}{m} \cdot (- (16.18 + 0.2422 \cdot v) \cdot W_{m} - (7.65 + 0.0275 \cdot v) \cdot W_{t} \\ - (0.0275 + 0.0765 \cdot (n - 1)) \cdot v^{2} - I \cdot G \cdot m) \\ v = 3.6 \cdot (&Integral; a_{co} dt) + v_{o} \end{matrix} - - - (6)

其中，a_co为惰行过程中列车的加速度，惰行过程没有能量的消耗只有速度的变化。

(C.4)制动过程：

列车受到制动力和阻力的作用。根据制动特性曲线有：

\{\begin{matrix} F_{\max b} = 258.40 kN \\ P_{\max b} = 4306.7 kW \end{matrix} - - - (7)

其中，F_maxb为列车最大制动力，P_maxb为列车制动时的额定功率。

第一制动过程中，列车以恒定最大制动力进行制动的过程，下面是列车受力的公式：

\{\begin{matrix} F_{\max b} = - 258.40 kN; v_{0} \leq 60 \\ f_{re} = - (16.18 + 0.2422 \cdot v) \cdot W_{m} - (7.65 + 0.0275 \cdot v) \cdot W_{t} \\ - (0.0275 + 0.0765 \cdot (n - 1)) \cdot v^{2} - I \cdot G \cdot m \end{matrix} - - - (8)

第二制动过程，电机特性曲线中制动力的拐点就是列车的最大额定功率值点P_max＝4306.7kW＝F_br·v，当速度继续减少时，列车的制动力会随速度的变化而变化，下面是制动力随速度变化的函数：

F_br＝5.362·v₀-580.5；60<v₀≤80 (9)

以上是列车运行过程中建模所需的基本公式。本发明应用场景分析中强调列车在站间内策略的选择是以牵引列车为研究对象，当列车牵引时循查所有在线列车的状态，是否在本列车运行时间允许范围内会出现制动列车。根据出现列车制动的时刻来选择列车运行的策略，那么全线列车能量的计算方法就是以牵引过程为中心展开的研究。

(D)根据以上分析可以初步得到列车的一般驾驶策略，根据博弈论的思想进行多列车节能优化策略选取。在给定运行时间和具体线路的条件下，列车在站间会有不同的运行策略，故列车节能优化的关键在于驾驶策略的选取。每辆做决策的列车做决策时均要获取所有其他在线列车的信息，本列车根据这些已完成的事实信息来做决策，这就是一个完全信息的动态博弈。

(E)将每辆列车作为博弈论的参与方，所要争取的利益就是如何使自身和全线整体耗能最少，将列车运行控制过程嵌套在博弈论的模型中。博弈论的基本要素是：(1)局中人；(2)策略集；(3)收益函数。这三个是博弈论的基本要素然而要想构成博弈，还需局中人之间的信息共识也就是说对于一些公共的信息是需要交互的，根据信息透明的程度会分为完全信息和非完全信息，根据做决定的先后可以分为静态博弈和动态博弈。

(F)由于列车运行是有序进行的，所以在同一线路上的不同列车驶过同一位置的时间不同。假设该位置为每一站的停站处，并且此位置为每一辆列车做决策的位置，那么不同列车在同一站所做决策有先后顺序，同时做决策列车根据所有同一供电区间的其他列车的策略进行决策。列车与列车之间互为参考系从而调整自身的运行曲线，所以文中采用的完全信息动态博弈。

(G)当需要牵引的列车满足这些条件时就会有再生制动能的利用。计算重叠时间内的能量主要是需要记录时间重合的起始点，由于其他列车当前运行区间的制动起点是可以获知的，只要不断循查目前即将做决策列车运行曲线的牵引终点即可。结合在线列车制动过程的起点就可计算出重叠时间和可能利用的再生制动能，如式所示：

其中，v₀为列车i当前时刻的速度，单位千米/小时。f_i为列车当前时刻的牵引力，其范围的制定是根据上文中阻力的计算公式所得，阻力最大为78.89485465kN，此时的牵引力为88.976kN，F_tr-f_re≥0，所以牵引过程中在最不利的情况下也要保证这一约束，故设置f_i的变化范围为0≤f_i≤10kN。t₁为牵引力作用下的起始时间，t₂为牵引力作用下的结束时间。

本发明用于对城市轨道交通多列车协同控制节能优化的方法。下面给出多列车通过协同博弈选择最佳的运行策略具体实施方案，实现对再生制动能的利用，达到节能的目的。图3给出了列车在运行过程中博弈策略选取的方法流程图。

1、假设同一线路、同一供电区间共有三辆车，分别为1车、2车和3车。如图4所示为列车区间运行过程图。

2、决策列车需获取其他在线列车的完备信息，其中包括速度、位置信息以及当前区间内的运行策略等。图5是列车牵引特性曲线图，由其他在线列车的完备信息生成。

3、设a、b和c分别是1车、2车和3车在各自运行区间内的驾驶策略，其中{a₅,b₂}表示1车和2车在3车停站时已选的策略，如图6所示。{c₁,c₂,...c_n}为3车下一区间内可能的运行策略，{a₁,a₂,...a_n}为1车下一次决策时可能选取的策略，{b₁,b₂,...b_n}为2车下次决策时可能选取的策略，{E₁,E₂,...E_m}为每列列车最终的收益函数值，本例中m＝3，通过比较最终收益函数值来倒推此刻所需做的最佳决策。

4、进行策略筛选比对，根据其他列车当前的策略以及接下来可能采取的策略进行博弈分析。

5、根据收益函数值选取最优的运行策略。记录列车所选策略并输出数据结果，其中包括牵引力大小、制动力大小、能耗和产生的再生制动能，再生制动能的产生量的记录是为后续列车决策做依据。根据收益函数值选取最优的运行策略时，可以根据实际情况，如选取各个列车收益函数值之和最小的运行策略。

本发明具有以下效果：

1、多列车节能优化主要是通过调整多列车的运行策略，实现再生制动能的利用，降低全线列车总能耗。研究发现，多列车协同控制节能优化方法节能效果更明显。

2、分析了博弈论方法在多列车追踪运行控制的适用性，并将博弈论的方法应用于多列车协同控制中。应用博弈论方法选取的列车运行节能策略考虑的因素更全面。

3、以现有时刻表的约束条件作为依据，将列车运行场景进行分类，总结各类场景下再生制动能利用的具体限制条件；建立了多列车节能优化模型，并利用博弈论的思想选取节能优化策略，取得了节能效果，提高再生制动能的利用率。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims

1.一种多列车协同控制的节能优化方法，其特征是所述方法包括：