留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于遗传算法的列车运行能耗优化算法

陈荣武 刘莉 郭进

陈荣武, 刘莉, 郭进. 基于遗传算法的列车运行能耗优化算法[J]. 交通运输工程学报, 2012, 12(1): 108-114. doi: 10.19818/j.cnki.1671-1637.2012.01.017
引用本文: 陈荣武, 刘莉, 郭进. 基于遗传算法的列车运行能耗优化算法[J]. 交通运输工程学报, 2012, 12(1): 108-114. doi: 10.19818/j.cnki.1671-1637.2012.01.017
CHEN Rong-wu, LIU Li, GUO Jin. Optimization algorithm of train operation energy consumption based on genetic algorithm[J]. Journal of Traffic and Transportation Engineering, 2012, 12(1): 108-114. doi: 10.19818/j.cnki.1671-1637.2012.01.017
Citation: CHEN Rong-wu, LIU Li, GUO Jin. Optimization algorithm of train operation energy consumption based on genetic algorithm[J]. Journal of Traffic and Transportation Engineering, 2012, 12(1): 108-114. doi: 10.19818/j.cnki.1671-1637.2012.01.017

基于遗传算法的列车运行能耗优化算法

doi: 10.19818/j.cnki.1671-1637.2012.01.017
基金项目: 

国家自然科学基金项目 60903202

详细信息
    作者简介:

    陈荣武(1971-), 男, 湖南东安人, 西南交通大学工程师, 工学博士, 从事交通信息工程及控制研究

  • 中图分类号: U260.153

Optimization algorithm of train operation energy consumption based on genetic algorithm

More Information
  • 摘要: 研究了CBTC系统中列车控制模型和列车运行调整, 以降低能耗为目标, 对列车在区间的运行控制进行优化组合, 提出了基于遗传算法的能耗优化算法, 根据具体的线路条件, 计算了在不同的运行等级下或不同区间运行时分对应的列车运行速度曲线。以一段2 400m长, 具有典型节能坡设置, 且包含一段60km·h-1区间限速的线路为例, 进行了能耗计算和优化仿真。研究结果表明: 优化之后速度曲线与其对应的运行等级2、3、4的速度曲线相比, 列车牵引能耗减少到原来的62%、58%、60%, 节能效果显著, 算法有效。

     

  • 图  1  列车速度控制模型

    Figure  1.  Control model of train speed

    图  2  运行等级

    Figure  2.  Performance levels

    图  3  线路坡度与区间限速

    Figure  3.  Line grade and inter-station speed restriction

    图  4  P4的仿真与能耗

    Figure  4.  Simulation and energy consumption of P4

    图  5  速度曲线的可行解

    Figure  5.  Feasible solutions of speed curve

    图  6  交叉前x1

    Figure  6.  x1 before crossover

    图  7  交叉前x2

    Figure  7.  x2 before crossover

    图  8  交叉后x1

    Figure  8.  x1 after crossover

    图  9  交叉后x2

    Figure  9.  x2 after crossover

    图  10  190s时的仿真结果

    Figure  10.  Simulation result at 190s

    图  11  213s时的仿真结果

    Figure  11.  Simulation result at 213s

    图  12  243s时的仿真结果

    Figure  12.  Simulation result at 243s

    图  13  能耗比较

    Figure  13.  Comparison of energy consumptions

    图  14  P3的仿真结果

    Figure  14.  Simulation result of P3

    图  15  速度曲线比较

    Figure  15.  Comparison of speed curves

    表  1  仿真线路数据

    Table  1.   Simulation track data

    下载: 导出CSV
  • [1] 荀径, 宁滨, 郜春海. 列车追踪运行仿真系统的研究与实现[J]. 北京交通大学学报, 2007, 31(2): 34-37. https://www.cnki.com.cn/Article/CJFDTOTAL-BFJT200702008.htm

    XUN Jing, NING Bin, GAO Chun-hai. Study and realization of train tracking simulation system[J]. Journal of Beijing Jiaotong University, 2007, 31(2): 34-37. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-BFJT200702008.htm
    [2] CHEN Rong-wu, GUO Jin. Development of the new CBTC system simulation and performance analysis[C]//NING Bin. Proceedings of 12 th International Conference on Computer System Design and Operation in Railways and Other Transit Systems. Beijing: WIT Press, 2010: 497-507.
    [3] 薛艳冰, 马大炜, 王烈. 列车牵引能耗计算方法[J]. 中国铁道科学, 2007, 28(3): 84-87. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200703016.htm

    XUE Yan-bing, MA Da-wei, WANG Lie. Calculation method of energy consumption in train traction[J]. China Railway Sci-ence, 2007, 28(3): 84-87. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200703016.htm
    [4] KE B R, CHEN N. Signalling blocklayout and strategy of train operation for saving energy in mass rapid transit systems[J]. IEE Proceedings-Electric Power Applications, 2005, 152(2): 129-140. doi: 10.1049/ip-epa:20045188
    [5] RUELLAND F, AL-HADDAD K. Reducing subway's energy[C]//IEEE. Proceedings of 2007 IEEE Canada Electrical Power Conference. Montreal: IEEE, 2007: 261-267.
    [6] 余进. 多目标列车运行过程优化及控制策略研究[D]. 成都: 西南交通大学, 2009.

    YU Jin. Study on multiobjective optimization of train operation process and its control strategies[D]. Chengdu: Southwest Jiaotong University, 2009. (in Chinese).
    [7] 石红国. 列车运行过程仿真及优化研究[D]. 成都: 西南交通大学, 2006.

    SHI Hong-guo. Study on train operation and movement process simulation and its optimization[D]. Chengdu: Southwest Jiaotong University, 2006. (in Chinese).
    [8] 路飞. 移动闭塞条件下地铁列车的运行优化[D]. 济南: 山东大学, 2006.

    LU Fei. Operation optimization of the subway train under moving block system[D]. Jinan: Shandong University, 2006. (in Chinese).
    [9] 余进, 何正友, 钱清泉. 基于微粒群算法的多目标列车运行过程优化[J]. 西南交通大学学报, 2010, 45(1): 70-75. https://www.cnki.com.cn/Article/CJFDTOTAL-XNJT201001013.htm

    YU Jin, HE Zheng-you, QIAN Qing-quan. Multi-objective train operation optimization based on particle swarm algorithm[J]. Journal of Southwest Jiaotong University, 2010, 45(1): 70-75. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-XNJT201001013.htm
    [10] 李玉生, 侯忠生. 基于遗传算法的列车节能控制研究[J]. 系统仿真学报, 2007, 19(2): 384-387. doi: 10.3969/j.issn.1004-731X.2007.02.039

    LI Yu-sheng, HOU Zhong-sheng. Study on energy-saving control for train based on genetic algorithm[J]. Journal of System Simulation, 2007, 19(2): 384-387. (in Chinese). doi: 10.3969/j.issn.1004-731X.2007.02.039
    [11] 李波. 基于遗传算法的列车节能操纵曲线寻优[D]. 成都: 西南交通大学, 2007.

    LI Bo. Study on energy-saving control curve optimization for train based on genetic algorithm[D]. Chengdu: Southwest Jiaotong University, 2007. (in Chinese).
    [12] 陈荣武, 诸昌钤, 刘莉. 基于CBTC的城市轨道交通列车能耗算法及仿真[J]. 计算机应用研究, 2011, 28(6): 2126-2129. https://www.cnki.com.cn/Article/CJFDTOTAL-JSYJ201106036.htm

    CHEN Rong-wu, ZHU Chang-qian, LIU Li. CBTC based urban rail transit train energy consumption algorithm and simulation[J]. Application Research of Computers, 2011, 28(6): 2126-2129. (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JSYJ201106036.htm
  • 加载中
图(15) / 表(1)
计量
  • 文章访问数:  719
  • HTML全文浏览量:  75
  • PDF下载量:  1267
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-10-01
  • 刊出日期:  2012-02-25

目录

    /

    返回文章
    返回