[发明专利]一种高速列车动态调度和运行控制协同优化方法与系统

权利要求书

1.一种高速列车动态调度和运行控制协同优化方法，其特征在于，包括如下步骤：

步骤1：获取调度区段列车运行信息；

步骤2：建立列车动态调度模型，包括列车调度目标函数和约束条件；

步骤3：利用蚁群算法，求解列车动态调度的调度方案，得到调整后的实际运行图；

步骤4：根据调整后的实际运行图、区间基本条件和列车基本参数生成可行的优化速度位置曲线；

步骤5：对优化速度位置曲线进行跟踪。

2.根据权利要求1所述的高速列车动态调度和运行控制协同优化方法，其特征在于，步骤2中所述的列车调度目标函数表示为：

约束条件为：

其中，F表示所有列车在各个车站实际到发时刻与计划到发时刻偏差之和，即总晚点时间；N表示调度区段内列车总数；M表示调度区段内车站数量；和分别表示列车i在车站j实际到站时刻和计划到站时刻；和分别表示列车i在车站j实际发车时刻和计划发车时刻；表示列车i在车站j+1实际到站时刻；表示列车i在车站j和车站j+1之间的站间最小运行时间；表示列车i在车站j最小停车时间；和分别表示列车i+1在车站j的实际发车时刻和实际到站时刻；Td_j表示相邻列车在车站j最小发车间隔；Ta_j表示相邻列车在车站j最小到站间隔。

3.根据权利要求1所述的高速列车动态调度和运行控制协同优化方法，其特征在于，所述步骤3进一步包括如下步骤：

步骤3.1：首先判断是否有列车晚点信息，若否，则返回步骤1获取列车调度区段运行信息；若是，则初始化列车动态调度模型相关参数和蚁群算法相关参数，并执行步骤3.2；

所述列车动态调度模型相关参数包括列车晚点信息、线路信息和约束条件；所述蚁群算法相关参数包括蚂蚁个数、信息素强度、信息素挥发因子、最大迭代次数、信息启发式因子和期望启发式因子；

所述蚁群算法相关参数设置如下：蚂蚁个数为30；信息素强度为1；信息素挥发因子为0.5；最大迭代次数为100；信息启发式因子为1.5；期望启发式因子为1.5；

步骤3.2：根据晚点信息确定列车i在车站j到达时刻的时间范围与发车时刻的时间范围，并计算范围内每个时间点的转移概率，然后利用轮盘赌法确定每一列车在每个车站具体的发车时刻、到达时刻，并根据确定的每列车在每个车站的发车和到达时刻生成一个可行的实际运行图；

步骤3.3：通过利用基本蚁群算法信息素更新机制迭代更新信息素实现对步骤3.2得到的可行的实际运行图的迭代更新，当满足终止条件时，停止迭代更新，得到迭代更新过程中最优的实际运行图，也即生成动态调度方案；

步骤3.4：利用生成的动态调度方案对列车进行调整。

4.根据权利要求1所述的高速列车动态调度和运行控制协同优化方法，其特征在于，所述步骤4进一步包括如下步骤：

步骤4.1：建立优化速度位置曲线模型；

步骤4.2：求解优化速度位置曲线模型，得到列车的优化速度位置曲线。

5.根据权利要求4所述的高速列车动态调度和运行控制协同优化方法，其特征在于，步骤4.1所述的建立优化速度位置曲线模型具体为：列车i在由车站j和车站j+1之间线路构成的区间j′的优化速度位置曲线的模型表示为：

S.T.

其中，E表示列车牵引能耗；表示列车i在车站j发车时刻也即列车i进入区间j′时刻；表示列车i到达车站j+1时刻也即列车i出清区间j′时刻；α表示相对牵引力系数，范围在0到1之间；v(t)表示列车在时刻t的速度；F表示列车的最大牵引力；β表示相对制动力系数，范围在0到1之间；B表示列车的最大制动力；R表示列车运行的基本运行阻力；G表示列车运行的附加运行阻力；M表示列车质量；S_j′表示区间j′的长度也即车站j和车站j+1间距离；V_j′表示列车在区间j′的最大允许运行速度；和分别表示列车i进入和出清区间j′时刻的实际运行速度；和分别表示列车i进入和出清区间j′时刻的期望运行速度。