[发明专利]一种周期性列车再生制动能量评价参数计算方法及系统

说明书

本发明公开一种周期性列车再生制动能量评价参数计算方法及系统，涉及交通技术领域，方法包括：获取列车的运行图数据集；基于随机分布函数生成列车的延误数据集；基于运行图数据集和延误数据集，采用基于极大加理论晚点延误预测算法，得到事件的实际发生时刻集；事件包括各列车在各车站的到达、出发和经过；基于实际发生时刻集进行列车运行仿真实验，得到再生制动能量利用率；基于随机分布函数迭代执行I次，基于I个再生制动能量利用率得到再生制动能量评价参数。本发明为不确定性环境下节能运行图优化设计方法的节能效果评估提供了数据支撑。

技术领域

本发明涉及交通技术领域，特别是涉及一种周期性列车再生制动能量评价参数计算方法及系统。

背景技术

城市轨道列车在制动过程中产生再生制动能量，再生制动能量可以被线路上相邻车辆和本车辅助用电吸收，也可以被再生能量吸收装置吸收存储起来，如不能被吸收则转换为车载电阻消耗或机械制动消耗。若再生制动能量得到有效利用，有望降低城市轨道交通20～30％的牵引能量消耗。如果在列车运行图编制阶段充分考虑到再生制动能量利用的需求，通过协同不同列车的到站、离站时刻，使列车进站制动和另一列车的发车启动过程高度重合，可使处于牵引状态的列车尽量多地吸收制动列车的再生能量，可有效提高再生制动能量利用率。

但列车在运行过程中难免收到不确定性因素的干扰，导致无法按照计划的节能运行图运行，从而影响再生制动能量的利用。

发明内容

本发明的目的是提供一种周期性列车再生制动能量评价参数计算方法及系统，为不确定性环境下节能运行图优化设计方法的节能效果评估提供了良好的数据支撑。

为实现上述目的，本发明提供了如下方案：

一种周期性列车再生制动能量评价参数计算方法，包括：

获取列车的运行图数据集；

令i＝1；i为迭代次数；

基于随机分布函数生成列车的延误数据集；

基于所述运行图数据集和所述延误数据集，采用基于极大加理论晚点延误预测算法，得到事件的实际发生时刻集；事件包括各列车在各车站的到达、出发和经过；

基于所述实际发生时刻集进行列车运行仿真实验，得到再生制动能量利用率；

判断i是否小于I，若i＜I，则令i＝i+1，并返回至“基于所述随机分布函数生成列车的延误数据集”，若i≥I，则基于I个所述再生制动能量利用率得到再生制动能量评价参数，I为总迭代次数。

优选地，所述基于所述运行图数据集和所述延误数据集，采用基于极大加理论晚点延误预测算法，得到事件的实际发生时刻集；具体为：

令k＝0，k运行周期数；

基于所述运行图数据集和所述延误数据集得到第1个运行周期内事件的实际发生时刻集；

令k＝1；基于所述运行图数据集和所述第1个运行周期内事件的实际发生时刻集得到第2个运行周期内事件的实际发生时刻集；

令k＝2；基于所述运行图数据集和所述第2个运行周期内事件的实际发生时刻集得到第3个运行周期内事件的实际发生时刻集；

以此类推，直至k＝K-1，基于所述运行图数据集和第K-1个运行周期内事件的实际发生时刻集得到第K个运行周期内事件的实际发生时刻集；

所述实际发生时刻集包括所述第1个运行周期内事件的实际发生时刻集至所述第K个运行周期内事件的实际发生时刻集，K为运行周期总数。

优选地，所述基于所述实际发生时刻集进行列车运行仿真实验，得到再生制动能量利用率，包括：