一种列车运行曲线动态优化系统的制作方法

本发明涉及轨道交通列车运行控制领域，具体涉及一种列车运行曲线动态优化系统。

背景技术：

随着我国经济快速发展，智能化、自动化、信息化技术在城市轨道交通领域得到了广泛应用，目前，绝大多数在建及已运营线路均采用了列车自动运行系统(ato)代替司机驾驶，有效降低了司机劳动强度，提高了运营效率。列车自动运行系统基于线路条件、列车运行状态等数据计算出最优列车运行曲线，完成列车在站间的自动运行和运行速度的自动调整。

针对城市轨道交通列车运行曲线优化这一问题，大量学者开展了广泛研究，形成了较多的研究成果，但是，无论是解析算法、数值算法还是其他仿生进化类智能算法都在通过不同方法确定适用于ato系统的最优运行曲线，并未从列车实际运行过程的角度考虑。

技术实现要素：

鉴于现有技术中存在的技术缺陷和技术弊端，本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种列车运行曲线动态优化系统，具体方案如下：

一种列车运行曲线动态优化系统，所述系统包括参数获取模块、预处理模块、第一计算模块、存储模块和第一运行曲线优化模块；

所述参数获取模块用于获取列车线路数据；

所述预处理模块用于对列车线路数据进行预处理，将站间的线路长度划分为若干个阶段，将每个阶段的速度值等分为若干个状态点；

所述第一计算模块用于计算各阶段每个状态点发生状态转移的状态转移值，基于状态转移值，获取各阶段每个状态点发生状态转移的能量消耗数组earray和运行时间消耗数组tarray；

所述存储模块用于存储能量消耗数组earray和运行时间消耗数组tarray；

所述第一运行曲线优化模块用于基于各阶段每个状态点发生状态转移的能量消耗数组earray和运行时间消耗数组tarray，进行递推寻优，计算出列车最优运行曲线。

进一步地，所述列车线路数据包括线路限速数据、线路坡度值数据以及车站公里标，其中，所述线路限速数据包括变限速点和对应的限速值，所述线路坡度值数据包括变坡度点和对应的坡度值。

进一步地，所述预处理模块具体用于：根据变限速点和变坡度点将两车站间的线路长度离散化，从而将站间的线路长度划分为若干个阶段；根据限速值将每个阶段对应的速度值等分为若干个状态点。

进一步地，所述第一计算模块具体用于：

所述状态转移值包括能耗消耗值和运行时间消耗值，以xj阶段为例，能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式分别为：

其中，eji为能量消耗集合中第j列第i个元素的能量消耗值，tji为运行时间消耗集合中第j列第i个元素的运行时间消耗值，m为列车质量，vj+1,i表示xj+1阶段上的第i个状态点的速度值，f0和fs分别表示列车单位基本阻力和单位附加阻力，sj为阶段xj与阶段xj+1之间的距离，i＝1,2,…，m；

依照能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式，依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值，通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组earray，通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组tarray。

进一步地，所述第一运行曲线优化模块具体用于：

根据数组earray和tarray，确定优化目标值函数u(vj,p,vj+1,q)，表示为：

u(vj,p,vj+1,q)＝earray(p,q)+β|tarray(p,q)-tj|；

其中，tj为列车从阶段xj至阶段xj+1的期望运行时间，β为惩罚因子；

根据值函数u(vj,p,vj+1,q)，定义阶段xj对应的最优指标函数为j^*(vj,p,j)，则有：

j^*(vj,p,j)＝min{u(vj,p,vj+1,q)+j^*(vj+1,p,j+1)}；

通过上式，计算出阶段xj的最优指标函数及其对应的状态点vj,p；

根据阶段xj的最优指标函数及其对应的状态点vj,p的计算方法，依次计算出各阶段的最优指标函数和对应的状态点；

依次连接各阶段最优指标函数对应的状态点，形成最优运行曲线。

进一步地，所述系统还包括受扰优化模块；

所述受扰优化模块用于在列车按照最优运行曲线运行至站间某一点xk处因受扰而减速时，判断tr^min是否大于等于tp-tr-ts；如果是，则在当前位置以最大运力运行到站；否则，在当前位置以剩余时间tr为约束条件重新计算最优运行曲线；

其中，tr^min为列车在当前位置xk处按最大运力运行到站的最短运行时间tr^min；ts为列车减速的持续时间ts，tr为列车在受扰前已运行的时间tr。

进一步地，所述系统还包括第二运行曲线优化模块，所述第二运行曲线优化模块用于在当前位置以剩余时间tr为约束条件重新计算最优运行曲线。

进一步地，所述第二运行曲线优化模块具体用于：

根据剩余运行时间tr重新确定阶段xj至阶段xj+1的期望运行时间tj；

基于重新确定的期望运行时间tj，更新值函数u(vj,p,vj+1,q)和对应的最优指标函数；

连接以剩余时间tr为约束下的各阶段最优状态点，形成受扰后的最优运行曲线。

进一步地，所述系统还包括第二计算模块，所述第二计算模块用于计算列车在当前位置xk处按最大运力运行到站的最短运行时间tr^min。

进一步地，所述第二计算模块具体用于：

确定列车当前位置的限速值，并按最大牵引力运行，若在此过程中达到限速值，则转为恒速运行模式，得到最大牵引力下的运行曲线一；

从停车点至当前位置，按照列车以最大制动力运行，进行反向推算，若在此过程中遇到变限速点，则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推，得到最大制动力下的运行曲线二；

将运行曲线一和运行曲线二合并，并与限速值取小，得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间tr^min。

本发明具有以下有益效果：

本发明能在列车运行过程中进行运行曲线动态优化，有效地解决了列车准点追踪的问题，并在列车受扰后自动优化新的运行曲线，从而可以很好的解决列车在各种情况下的延误问题。

附图说明

图1为本发明实施例提供的提供一种列车运行曲线动态优化系统框架图。

图2为本发明实施例提供的任意两阶段间，遍历下一阶段上的所有状态点的示意图；

图3为本发明实施例提供的列车在区间按照既定最优运行曲线运行至某一点xk处受扰而产生减速的示意图；

图4为本发明实施例提供的列车在当前位置按最大运力运行到站的方法示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，作为本发明的第一实施例，提供一种列车运行曲线动态优化系统，所述系统包括参数获取模块、预处理模块、第一计算模块、存储模块和第一运行曲线优化模块；

所述参数获取模块用于周期性获取列车线路数据；

所述预处理模块用于对列车线路数据进行预处理，将站间的线路长度划分为若干个阶段，将每个阶段的速度值等分为若干个状态点；

所述第一计算模块用于计算各阶段每个状态点发生状态转移的状态转移值，基于状态转移值，获取各阶段每个状态点发生状态转移的能量消耗数组earray和运行时间消耗数组tarray；

所述存储模块用于存储能量消耗数组earray和运行时间消耗数组tarray；

所述第一运行曲线优化模块用于基于各阶段每个状态点发生状态转移的能量消耗数组earray和运行时间消耗数组tarray，进行递推寻优，计算出列车最优运行曲线。

本发明提供的一种列车运行曲线动态优化系统，可以周期性动态计算列车最优运行曲线，有效地解决了列车准点追踪的问题。

其中，所述列车线路数据包括线路限速数据、线路坡度值数据以及车站公里标，其中，所述线路限速数据包括变限速点和对应的限速值，所述线路坡度值数据包括变坡度点和对应的坡度值。

作为本发明的第二实施例，所述预处理模块对列车线路数据进行预处理具体为：根据变限速点和变坡度点将两车站间的线路长度离散化，从而将站间的线路长度划分为若干个阶段；根据限速值将每个阶段对应的速度值等分为若干个状态点。

作为本发明的第三实施例，所述第一计算模块获取各阶段每个状态点发生状态转移的能量消耗数组earray和运行时间消耗数组tarray具体为：

基于对列车线路数据的预处理，计算出基于二维速度v与距离s构成的离散点集合，以xj阶段对应的状态点v1状态为例，遍历下一阶段xj+1阶段上的所有状态点(v1…vm)，其中j＝1,2,…，n，如图2所示；

所述状态转移值包括能耗消耗值和运行时间消耗值，以xj阶段为例，能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式分别为：

其中，eji为能量消耗集合中第j列第i个元素的能量消耗值，即xj阶段第i个状态点的能量消耗值，tji为运行时间消耗数组中第j列第i个元素的运行时间消耗值，即xj阶段第i个状态点的运行时间消耗值，m为列车质量，vj+1,i表示xj+1阶段上的第i个状态点的速度值，f0和fs分别为列车单位基本阻力和单位附加阻力，sj为阶段xj与阶段xj+1之间的距离，i＝1,2,…，m；

依照能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式，依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值，通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组earray，通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组tarray。

作为本发明的第四实施例，所述第一运行曲线优化模块计算出列车最优运行曲线具体为：

根据数组earray和tarray，确定优化目标值函数u(vj,p,vj+1,q)，表示为：

u(vj,p,vj+1,q)＝earray(p,q)+β|tarray(p,q)-tj|；

其中，tj为列车从阶段xj至阶段xj+1的期望运行时间，β为惩罚因子；

根据值函数u(vj,p,vj+1,q)，定义阶段xj对应的最优指标函数为j^*(vj,p,j)，则有：

j^*(vj,p,j)＝min{u(vj,p,vj+1,q)+j^*(vj+1,p,j+1)}；

通过上式，计算出阶段xj的最优指标函数及其对应的状态点vj,p；

上式表示在递推过程中，由阶段xj+1的最优指标函数及阶段xj至阶段xj+1所有值函数中的最优值确定阶段xj的最优指标函数及其对应的状态点vj,p；

根据阶段xj的最优指标函数及其对应的状态点vj,p的计算方法，依次计算出各阶段的最优指标函数和对应的状态点；

依次连接各阶段最优指标函数对应的状态点，形成最优运行曲线。

优选地，所述系统还包括受扰优化模块；所述受扰优化模块用于在列车按照最优运行曲线运行至站间某一点xk处因受扰而减速时，判断tr^min是否大于等于tp-tr-ts；如果是，则在当前位置以最大运力运行到站；否则，在当前位置以剩余时间tr为约束条件重新调用第一运行曲线优化模块计算最优运行曲线，作为受扰后的最优运行曲线。

其中，tr^min为列车在当前位置xk处按最大运力运行到站的最短运行时间tr^min；ts为列车减速的持续时间ts，tr为列车在受扰前已运行的时间tr，如图3所示。

优选地，所述系统还包括第二运行曲线优化模块，所述第二运行曲线优化模块用于在当前位置以剩余时间tr为约束条件重新计算最优运行曲线。

其中，所述第二运行曲线优化模块以剩余时间tr为约束条件重新计算最优运行曲线具体为：

根据剩余运行时间tr重新确定阶段xj至阶段xj+1的期望运行时间tj；

其中tj的计算公式为其中v为平均速度，s为站间距离，tx为期望运行总时间，最初tx＝tp，即为计划站间运行时间，当运行在区间过程中后，tx＝tr，此时由于剩余运行时间tr发生变化，平均速度v会有变化，以此重新确定阶段xj至阶段xj+1的期望运行时间tj；

基于重新确定的期望运行时间tj，更新值函数u(vj,p,vj+1,q)，基于更新的值函数u(vj,p,vj+1,q)，计算最优指标函数j^*(vj,p,j)及其对应的状态点vj,p；

依次连接以剩余时间tr为约束下的各阶段最优指标函数对应的状态点，形成受扰后的最优运行曲线。

优选地，所述系统还包括第二计算模块，所述第二计算模块用于计算列车在当前位置xk处按最大运力运行到站的最短运行时间tr^min。

其中，所述第二计算模块计算列车在当前位置xk处按最大运力运行到站的最短运行时间tr^min具体为：

确定列车当前位置的限速值，并按最大牵引力运行，若在此过程中达到限速值，则转为恒速运行模式，得到最大牵引力下的运行曲线一；

从停车点至当前位置，按照列车以最大制动力运行，进行反向推算，若在此过程中遇到变限速点，则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推，得到最大制动力下的运行曲线二,如图4所示；

其中，停车点指的是列车在站台的停车位置，列车运行曲线反应出的过程即是列车从某一站站台停车点出发至下一站站台停车点停车的运行过程，列车进站停车阶段需要制动减速，通过停车点0km/h的速度按照列车最大减速度进行反向递推，即可确定列车停车阶段的最大制动曲线二。

将运行曲线一和运行曲线二合并，并与限速值取小，得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间tr^min。

在计算过程中最大牵引曲线(即运行曲线一)和最大制动曲线(即运行曲线二)会超出限速值的范围，但是考虑到实际情况，限速值是作为列车运行速度的上限，不可逾越，与限速值取小，即当所处位置的运行曲线一、运行曲线二对应的速度值小于限速值时，取计算出的对应速度值，而当所处位置的运行曲线一、运行曲线二对应的速度值大于限速值时，取所处位置的限速值。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除