[发明专利]一种基于粒子群算法的列车运行速度曲线节能优化方法

说明书

本发明公开一种基于粒子群算法的列车运行速度曲线节能优化方法，包括：S1、设置线路数据和列车参数，获取当前限速等指令，并对线路数据进行离散化处理得到各线路结点；S2、根据线路数据将各线路结点的对应速度范围进行离散化，并建立速度关联稀疏矩阵及对应的能耗、时间稀疏矩阵；S3、根据列车节能理论经验，生成能耗矩阵；S4、利用自适应粒子群算法对列车运行速度曲线进行节能仿真优化。本发明可有效提高列车节能优化精度和优化速度。

技术领域

本发明涉及列车运行控制技术领域。更具体地，涉及一种基于粒子群算法的列车运行速度曲线节能优化方法。

背景技术

铁路运输是我国最重要的交通运输方式之一，它担负着关系国民经济和社会发展的重要任务。随着铁路建设蓬勃发展，铁路运输能源消耗量也呈现总体上升趋势，其中机车牵引能耗占铁路运输能耗的60％～70％。因此，机车牵引系统的节能提效对铁路运输节能具有重大意义。以列车的准点、安全运行为前提，在一定的线路、机车和车辆条件下，通过优化列车目标速度曲线可以降低机车牵引能耗，是实现列车节能的一种有效途径。

传统优化算法将多目标优化问题通过一定的人为方法转化为单目标优化问题，然后求解。传统优化算法一般是针对结构化的问题，有较为明确的问题和条件描述。但是在列车节能这种复杂工程应用中，列车运行状态变量不能全部用数学公式进行表述。此外，传统优化算法计算速度较慢，而列车运行速度曲线节能优化尤其是在线优化对优化速度要求较高。

与传统优化算法对应的是智能算法。智能算法受自然规律的启迪，根据其原理，模仿求解问题思路。智能算法具有鲁棒性好、通用性强、并行高效等优点，越来越广泛地应用于大型工程领域。但智能算法存在易陷入局部最优，不能充分进行全局搜索的问题。

粒子群算法通过评价、比较、模仿三个过程的互相交融激励，具备实现简单、无需梯度信息、没有许多参数的调节、适应外界环境变化、解决复杂问题的能力。当调整参数设置时其收敛速度及收敛精度有所改善。

因此，需要提供一种基于粒子群算法的列车运行速度曲线节能优化方法。

发明内容

本发明的目的在于提供一种基于粒子群算法的列车运行速度曲线节能优化方法。

为达到上述目的，本发明采用下述技术方案：

一种基于粒子群算法的列车运行速度曲线节能优化方法，该方法包括如下步骤：

S1、设置线路数据和列车参数，获取当前限速等指令，并对线路数据进行离散化处理得到各线路结点；

S2、根据线路数据将各线路结点的对应速度范围进行离散化，并建立速度关联稀疏矩阵及对应的能耗稀疏矩阵、时间稀疏矩阵；

S3、根据列车节能理论经验，生成能耗矩阵；

S4、利用自适应粒子群算法对列车运行速度曲线进行节能仿真优化。

优选地，所述线路数据包括坡道起止点公里标、坡度和限速，所述列车参数包括载重、最大允许速度、戴维斯系数、功率、牵引力曲线和制动力。

优选地，步骤S4进一步包括如下子步骤：

S4.1、将列车运行模态转化成速度控制信号形式表示；

S4.2、根据粒子位置及运行的线路轨迹查询能耗矩阵计算各线路结点对应实际耗能；

S4.3、计算平衡列车运行时间控制与能耗目标函数的粒子适应度值，得到能耗目标函数的适应度函数，根据适应度函数得到对应的各线路结点的对应速度，生成节能仿真优化的速度控制信号；

S4.4、根据节能仿真优化的速度控制信号提取速度、时间、能耗数据并绘制节能优化的速度曲线图，完成对列车运行速度曲线的节能仿真优化。