[發明專利]基于生物地理算法的地鐵列車節能運行優化方法與系統

在審

• 申請號: 201711060491.9
• 申請日: 2017-11-02
• 公開（公告）號: CN107704975A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 秦斌;王欣;梁楓
• 申請（專利權）人: 湖南工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種地鐵列車節能運行優化算法，其特征在于該方法利用生物地理算法將列車運行的兩個獨立的階段結合起來，采用生物地理算法完成多目標高維度的優化問題。在第一階段，將列車電機自身特性、線路坡度和彎道限速考慮在內，完成列車實際運行的真實性；在第二階段，將實際上下車的人流量考慮在內，在保證人流安全上下車的同時，完成列車的優化運行。用生物地理算法將兩個獨立的階段結合起來優化，彌補了傳統智能算法對于高維度多目標問題的不足之處，同時使列車達到更好的節能效果。

2.根據權利1要求的一種地鐵列車節能運行優化算法，其特征在于列車電機自身的牽引特性決定著列車在運行過程中能量的利用效率，線路坡度和彎道限速決定著列車實際過程的真實性和有效性，使列車運行過程更接近實際。列車停站過程中，根據實際的上下車人流量完成列車的停站，在保證安全的同時，提高對時間的利用率，使列車高效運行。具體如下：

在第一階段內，以工況轉換點的個數和位置作為變量，并且以列車列車電機自身特性、線路、坡度和彎道限速等條件作為參考依據和約束條件進行優化，優化模型的目標函數為：

MinW=a|Ts-TiTi|·d+b|E(Ti)Es-E(Ti)|+c|Ss-SiSi|·e---(1)]]>

式中，T_i為區間i時刻表要求的列車運行時間，單位為s；T_s為優化后列車實際運行時間，單位為s；E(T_i)為列車實際運行能耗，單位為kw·h；E_s為優化后列車運行能耗，單位為kw·h；S_i為站間的列車運行的實際距離，單位為m；S_S為優化后的列車運行距離，單位為m，a為列車運行時間的權重，b為列車運行能耗的權重，c為列車運行距離的權重，a+b+c＝1。d為列車運行晚點的懲罰因子，e為列車運行距離差距的懲罰因子，a、b和c的取值根據實際問題的需求而設定，它們的取值取決于對運行時間的準點要求，運行能耗的最小要求和運行距離的精度要求。

速度曲線優化模型的約束條件

T_s≤T_i(2)

D₁≥l_coast(3)

D_i-1≤D_i(4)

v₀＝0，v_n＝0，0≤v_i≤v_max(5)

a=vt2-vt-122·Δs=aF+ag+af---(6)]]>

a_i≤a_max(7)

(2)式表示列車站間實際運行時間不能大于給定標準時間；(3)式表示列車首次進行惰行運行必須遵守的約束，D₁表示第一次惰行的位置，l_coast表示列車從啟動到開始惰行所必須的最短距離；(4)式表示列車惰行轉換點的位置約束；(5)式表示列車在運行過程中速度不能超過最大速度，v₀表示列車運行的初始速度，v_n表示列車運行的末速度，v_i表示列車當前運行的初速度，v_max表示列車運行的最大速度；(6)式中a_F表示機車牽引力產生的加速度，a_g表示坡度阻力產生的加速度，a_f表示基本阻力產生的加速度，Δs表示列車運行的距離；v_i-1表示列車當前運行的末速度。(7)中a_i表示列車加速度，a_max表示最大加速度。參考列車運行的相關參數設定，列車啟動最大加速度為0.56m/s²，制動最大加速度為-1m/s²。其中時間的單位為s，距離的單位為m，速度的單位為km/h，加速度的單位為m/s²。

用{s₀,s₁,s₂,…s_N-1}表示一條線路上區間內的各個工況轉換點的位置，優化維度為N，BBO算法的具體優化過程如下：

Step 1設置BBO算法參數；從區間1開始；

Step 2根據列車站間運行的線路長度，生成多個N維的指數向量，即為工況轉換點的個數，其中N為偶數；

Step 3生成初始棲息地種群，任意選取棲息地的H_i指數向量X_i進行初始化。

Step 4計算每個棲息地的適宜度，針對不同適宜度H_i，將棲息地從好到次進行排列；

Step 5通過比較，判斷是否為所需的最優結果，如果是最優結果，則輸出值，流程結束。否則繼續步驟Step 6；

Step 6計算每個棲息地的遷移率和突變率，進行遷移和突變操作，重新計算棲息地的適宜度H_i，返回步驟Step 4；

Step 7若每個維度優化完成，則結束；若還有維度沒有優化完成則，返回步驟Step 2進行下一個區間優化。

通過對站間列車運行的工況轉換點個數和位置的不斷優化，將每次更新后的數據進行比較分析，根據系統所需的能耗值，實現系統的不斷優化。

在第二階段內以每輛列車在每個站點的停站時間增量組成矩陣時刻表為變量，并且以實際上下車的人流量為參考依據和約束條件，優化模型的目標函數為：

minΣi=1nE(Ti)---(8)]]>

式中，E(T_i)表示列車運行區間的總能耗，單位為kw·h；T_i為第i輛列車運行的時間。

發明考慮安全指標和能耗指標，以獲得最佳的節能目標。因此基本約束條件的設置如下：

(1)對于部分客流量較大的站點，停站時間只增不減，即t_i，j≥0，i表示第i輛列車，j表示第j個站點，單位為s；

(2)同一時間，進站列車的能耗全部被出站列車吸收利用，即E_制＝E_牽，單位為kw·h；

(3)列車運行周期的總時間變化限定在一定合理時間內；

(4)列車運行過程中，不考慮能量以各種方式的損耗；

(5)列車的運行最小間距不能小于ΔS,單位為m。

地鐵線路由n輛車并聯，m個站臺組成，則可形成一個m×n的時間分配矩陣，i表示優化的第幾代棲息地，一共mxn個元素。每個元素表示一輛列車在一個站點的停站時間的修正量，運用BBO算法時，將這個矩陣看成對應列車運行能耗的一組解。每一組解對應著一個優化方案，即列車停站時間修正量表。

BBO算法優化的步驟如下：

Step 1設置算法參數，參數初始化；

Step 2生成初始棲息地維度，即停站時間修正量初始矩陣X₀，先根據約束條件進行有效性篩選；

Step 3計算每個棲息地的適宜度H_i，針對不同適宜度H_i，將棲息地從好到次進行排列；

Step 4通過比較，判斷是否為所需的最優結果，如果是最優結果，則輸出值，流程結束。否則繼續步驟Step 5；

Step 5計算每個棲息地的遷移率和突變率，進行遷移和突變操作，重新計算棲息地的適宜度H_i，返回步驟Step 3。

不斷將更新的時刻表數據讀出，通過對每次迭代后的數據的判斷比較分析，根據所需要的系統的能耗值，實現系統的不斷優化。