[发明专利]一种轨道交通多列车速度曲线轨迹协调优化方法

权利要求书

1.一种轨道交通多列车速度曲线轨迹协调优化方法，其特征在于，包括以下步骤：

S1、根据列车既有运行图，选取优化时间片段；

S2、获取优化时间片段内的第一类列车轨迹和第二类列车轨迹，其中，第一类列车轨迹具体为包含在移动时间窗内的站间运行完整速度曲线轨迹，第二类列车轨迹具体为只有部分位于移动时间窗内的站间运行速度曲线轨迹；

S3、采用MSM模型对第一类列车轨迹进行拆分，得到第一区间状态、第二区间状态和第三区间状态；

S4、根据第一区间状态、第二区间状态和第三区间状态，构建包含上层模型和下层模型的双层优化模型；

S5、对上层模型求解得到决策变量，以作为下层模型的约束条件，之后对下层模型求解得到优化后的列车速度曲线轨迹；

所述步骤第一区间状态具体为列车从上游车站发车状态开始至再生制动协调控制开始状态；

第二区间状态具体为列车从再生制动协调控制开始状态至再生制动协调控制结束状态；

第三区间状态具体为列车从再生制动协调控制结束状态至下游车站停车状态；

所述步骤S4具体包括以下步骤：

S41、以第一区间状态、第二区间状态和第三区间状态之间的交界状态作为决策向量，设置上层模型的决策变量集合，其中，上层模型的决策变量包括位置变量、速度变量、时间变量和控制变量；

S42、以牵引变电所输出总能耗最低作为目标，建立上层模型的目标函数；

S43、根据列车站间区间范围、站间运行时间、静态限速值及控制律可行域，分别确定上层模型中列车位置、时间、速度以及控制输出的约束条件；

S44、根据上层模型所确定的决策变量，分别对应生成下层模型的第一区间状态、第二区间状态和第三区间状态；

S45、以下层模型中第一区间状态和第三区间状态运行能耗最低作为目标，建立下层模型的目标函数；

所述步骤S5具体包括以下步骤：

S51、采用结合差分进化算法的改进鲸鱼算法对上层模型进行求解，以得到决策变量值；

S52、基于上层模型输出决策变量值对应生成下层模型的第一区间状态、第二区间状态和第三区间状态，采用双向速度时空晶格算法对下层模型的第一区间状态和第三区间状态的速度曲线轨迹求解，分别得到下层模型第一区间状态和第三区间状态的最优速度曲线轨迹；

S53、将下层模型第一区间状态的最优速度曲线轨迹尾部与下层模型第二区间状态的速度曲线轨迹头部连接，将下层模型第三区间状态的最优速度曲线轨迹头部与下层模型第二区间状态的速度曲线轨迹尾部连接，即得到优化后的列车速度曲线轨迹；

所述步骤S52中采用双向速度时空晶格算法对下层模型的第一区间状态和第三区间状态的速度曲线轨迹求解的具体过程为：

对于下层模型第一区间状态，首先构造对应的反向STS晶格，之后基于反向STS晶格、使用离散动态规划算法，逆向求解得到下层模型第一区间状态的速度曲线轨迹；

对于下层模型第三区间状态，以下层模型第二区间状态作为初始状态，利用预先存储的反向STS晶格，正向求解得到下层模型第三区间状态的速度曲线轨迹。

2.根据权利要求1所述的一种轨道交通多列车速度曲线轨迹协调优化方法，其特征在于，所述步骤S41中上层模型的决策变量集合具体为：

其中，为上层模型的决策变量集合，即为多列车协调控制表征参数，Ω_k为第k个列车的决策向量集合，即为第k个列车的决策变量，为第k个列车的初始位置，为第k个列车的初始速度，为第k个列车的发车时间，为第k个列车的末态位置，为第k个列车的末态速度，为第k个列车的停车时间，为第k个列车的控制变量。

3.根据权利要求2所述的一种轨道交通多列车速度曲线轨迹协调优化方法，其特征在于，所述步骤S42中上层模型的目标函数具体为：

其中，为牵引变电所输出总能耗，N_TSS为牵引变电所的数量，为移动时间窗的停止时间，为移动时间窗的起始时间，为第i个牵引变电所的输出功率，为再生制动协调控制的列车站间运行轨迹集合，为随时间t变化的列车运行轨迹函数。