基于改进DE的城轨列车节能速度曲线研究

城市生活方式研究：绿色出行如何改变我们的生活态度 #生活乐趣# #生活分享# #城市生活观察# #城市生活方式研究#

文章导航 >  铁路计算机应用  > 2020  >  29(11) : 30-35.

聂莹莹, 谢刚, 郭彦宏, 董渠江. 基于改进DE的城轨列车节能速度曲线研究[J]. 铁路计算机应用, 2020, 29(11): 30-35.

引用本文: 聂莹莹, 谢刚, 郭彦宏, 董渠江. 基于改进DE的城轨列车节能速度曲线研究[J]. 铁路计算机应用, 2020, 29(11): 30-35.

NIE Yingying, XIE Gang, GUO Yanhong, DONG Qujiang. Research on energy saving speed curve of urban rail train based on improved differential evolution algorithm[J]. Railway Computer Application, 2020, 29(11): 30-35.

Citation: NIE Yingying, XIE Gang, GUO Yanhong, DONG Qujiang. Research on energy saving speed curve of urban rail train based on improved differential evolution algorithm[J]. Railway Computer Application, 2020, 29(11): 30-35.

1.

西南交通大学　信息科学与技术学院，成都　610031

2.

中铁二院工程集团有限责任公司　通信信号研究设计院，成都　610031

基金项目: 中国铁路总公司科技研究开发计划课题（N2018G062，K2018G011）

详细信息

作者简介:

聂莹莹，在读硕士研究生

谢　刚，在读博士研究生

中图分类号: U231.7 : TP39

计量 文章访问数:  059 HTML全文浏览量:  0117 PDF下载量:  014 出版历程 收稿日期:  2020-06-30 网络出版日期:  2020-12-03 刊出日期:  2020-12-03

Research on energy saving speed curve of urban rail train based on improved differential evolution algorithm

1.

School of Information and Technology, Southwest Jiaotong University, Chengdu　610031, China

2.

Telecommunication & Signal Design and Research Institute, China Railway Eryuan Engineering Group Co. Ltd., Chengdu　610031, China

摘要

摘要: 采用改进交叉策略的差分进化（DE，Differential Evolution）算法，研究城轨列车节能优化的速度曲线生成。该算法以起点到目标停车点的距离和工况状态值作为个体基因，基于改进交叉策略，结合工况转换原则，对变异后的个体基因进行有效化处理。建立末速度、停车位置误差、运行时间和牵引能耗的评价模型，在满足安全运行和舒适度要求下生成最优列车自动运行（ATO，Automatic Train Operation）速度曲线。经数据仿真测试，牵引能耗为28.8 kw·h。生成的速度曲线，在准时到达的前提下，具有较好的节能效果，对城市轨道交通的列车节能优化运行研究具有一定的参考价值。

Abstract: This paper used Differential Evolution (DE) algorithm with improved crossover strategy to study the generation of speed curve for energy-saving optimization of urban rail transit trains. The algorithm took the distance from the starting point to the target parking point and the condition value as individual genes. Based on the improved crossover strategy, combined with the principle of working condition conversion, the mutated individual genes were effectively processed. The paper established evaluation model of terminal speed, parking position error, running time and traction energy consumption, and generated the optimal Automatic Train Operation (ATO) speed curve under the requirements of safe operation and comfort. Through the data simulation test, the traction energy consumption is 28.8 kw·h. Under the premise of arriving on time, the generated speed curve has good energy-saving effect, which has certain reference value for the research on energy-saving optimization operation of urban rail transit.

HTML全文

图  1   列车受力分析

图  2   改进DE算法流程

图  3   种群初始化流程

图  4   末速度评价模型

图  5   牵引能耗评价模型

图  6   停车位置误差评价模型

图  7   运行时间误差评价模型

图  8   迭代次数与评价值

图  9   个体末速度生成流程

图  10   AC03牵引制动特性曲线

图  11   100代最优个体评价值

图  12   最优ATO速度曲线

图  13   工况距离曲线

表  1   工况转换规则

当前工况待转工况惰行制动牵引 惰行——可以可以制动可以——禁止牵引可以禁止——

表  2   工况状态值

工况惰行制动牵引 工况值0[1 ~ 5][6 ~ 10]

表  3   缩放因子对收敛的影响

缩放因子取值收敛效果 (0, 0.3]不收敛0.4收敛速度慢0.5收敛速度快[0.6, +∞)不收敛

表  4   线路坡度

起点/m终点/m坡度/‰ 02303.12304302.943063030.1630880308801 2004.0512001 8100

表  5   线路曲线

起点/m终点/m曲线半径/m 1813733553946093508461 34140413961 730704

表  6   线路限速

起点/m终点/m区段限速/km·h-1 0609626091 7107517101 81035

参考文献(11)

[1] 龙广钱,尹逊政. 城市轨道交通列车节能控制策略研究 [J]. 铁路计算机应用,2018,27(7):90-94. DOI: 10.3969/j.issn.1005-8451.2018.07.020 [2]

YANG Xin, NING Bin, LI Xiang, et al. A Two-Objective Timetable Optimization Model in Subway Systems [J]. IEEE Transactions on Intelligent Transportation Systems, 2014, 15(5): 1913-1921. DOI: 10.1109/TITS.2014.2303146

[3] 荀 径,杨 欣,宁 滨,等. 列车节能操纵优化求解方法综述 [J]. 铁道学报,2014(4):14-20. DOI: 10.3969/j.issn.1001-8360.2014.04.003 [4] 许　立. 基于遗传算法的ATO速度曲线优化[D]. 成都: 西南交通大学, 2013. [5] 耿晨歌,赵睿昕. 基于遗传算法的地铁列车自动驾驶控制算法研究 [J]. 武汉理工大学学报(交通科学与工程版),2013,37(6):1193-1197. [6] 丁　圣. 基于NSGA-Ⅲ的列车多目标操纵优化研究[D]. 北京: 北京工业大学, 2018. [7] 刘 炜,王 栋,李群湛,等. 基于时间逼近搜索算法的城轨列车运行节能优化研究 [J]. 西南交通大学学报,2016,51(5):918-924. DOI: 10.3969/j.issn.0258-2724.2016.05.014 [8] 刘宏杰. 结合能量存储的城轨列车调度控制一体化节能优化方法研究[D]. 北京: 北京交通大学, 2019. [9] 张　茜. 城市轨道交通列车自动运行（ATO）多目标控制策略研究[D]. 北京: 北京交通大学, 2014. [10] 肖　婧, 徐小可, 张永健, 等. 差分进化算法及其高维多目标优化应用[M]. 北京: 人民邮电出版社, 2018. [11] 朱剑月,朱良光,周劲松,等. 地铁车辆运行舒适度与平稳性评价 [J]. 城市轨道交通研究,2007(6):28-31. DOI: 10.3969/j.issn.1007-869X.2007.06.010

施引文献

资源附件(0)

图(13)  /  表(6)

计量 文章访问数:  HTML全文浏览量:  PDF下载量:  出版历程 收稿日期:  2020-06-30 网络出版日期:  2020-12-03 刊出日期:  2020-12-03

目录

网址：基于改进DE的城轨列车节能速度曲线研究 https://www.yuejiaxmz.com/news/view/516487

相关内容

轨道交通列车综合节能研究综述
中国交通报：城市轨道交通列车节能运行一体化方法及关键技术——深度强化学习 系统节能降耗
高速列车轨道噪声控制策略
浅析城市轨道交通节能办法
铁道机车车辆轮轨的摩擦磨损情况及与节能降耗分析
基于节约里程法配送路线优化的研究
孙宁：城市轨道交通装备的节能减排
轨道交通节能减排(精选5篇)
城市轨道交通节能技术发展趋势探讨
基于叙述性偏好法的城市居住环境质量评价方法研究

随便看看