高速列車的節(jié)能操縱策略研究

宋文婷，譚覓，蔡文川，范禮乾

(1.北京交通大學(xué) 智能系統(tǒng)與再生能源研究中心，北京 100044；2.重慶大學(xué) 自動化學(xué)院，重慶 400044；3.北京交通大學(xué) 軌道交通安全及控制國家重點實驗室，北京 100044)

?

高速列車的節(jié)能操縱策略研究

宋文婷1，譚覓2，蔡文川1，范禮乾3

(1.北京交通大學(xué) 智能系統(tǒng)與再生能源研究中心，北京 100044；2.重慶大學(xué) 自動化學(xué)院，重慶 400044；3.北京交通大學(xué) 軌道交通安全及控制國家重點實驗室，北京 100044)

摘要:以高速列車的節(jié)能運行為研究目標(biāo)，充分考慮列車的牽引特性和運行線路條件，構(gòu)建定時約束下的列車操縱模型，進而提出針對優(yōu)化運行速度曲線的節(jié)能操縱策略。首先引入組合優(yōu)化技術(shù)，通過遺傳算法為子區(qū)間搜索最優(yōu)的速度碼組合序列，將模型求解轉(zhuǎn)換為最優(yōu)化問題，獲得列車節(jié)能運行的速度操縱范圍。然后在此基礎(chǔ)上，充分利用線路坡度，提出坡道加速度一次變更原則，并結(jié)合列車牽引、巡航、惰性和制動的操縱模式，最后獲得能耗最小的運行速度曲線，指導(dǎo)高速列車下一站間的運行。通過京滬線上的站間實例仿真，驗證了節(jié)能操縱策略的有效性。

關(guān)鍵詞：高速列車；節(jié)能策略；組合優(yōu)化技術(shù)；遺傳算法；坡度

由于高速列車的快速性、舒適性和安全性，高速鐵路得到了快速發(fā)展，并在交通運輸中扮演越來越重要的角色[1]。然而隨著高速列車運量的增加和運行距離的延長，其能源消耗總量十分巨大。因此國內(nèi)外許多學(xué)者致力于研究高速列車運行的節(jié)能優(yōu)化問題，期望獲得更好的控制策略，使列車在運行過程中能耗最小?，F(xiàn)代優(yōu)化控制理論最早用于此方面的研究，Asnis等[2]以加速度和牽引力作為輸入變量，為列車的節(jié)能控制尋求最佳解決方案。Howlett等[3-4]建立了適當(dāng)?shù)牧熊囘\行優(yōu)化模型，并以極小值原理和KuhnTuck方程分別研究了在輸入變量為連續(xù)和離散2種情況下，列車的最優(yōu)控制問題。而事實上由于列車自身的結(jié)構(gòu)，連續(xù)控制變量并不能始終與實際操作保持一致。隨著智能算法的不斷發(fā)展和成熟，以離散變量為控制輸入的研究方式受到更多的關(guān)注，模糊控制、預(yù)測理論和啟發(fā)式算法等相繼被采用，對應(yīng)的離散輸入控制變量也更符合列車的實際情況。Shoji等[5-6]最早進行了相關(guān)的研究，他們將模糊控制和預(yù)測理論運用到列車控制，通過總結(jié)實際的列車操縱經(jīng)驗，構(gòu)建了預(yù)測模糊列車控制系統(tǒng)。Kawakami[7]為日本的新干線設(shè)計了一種動態(tài)的牽引節(jié)能策略，也采用了預(yù)測控制理論。隨著我國高鐵建設(shè)的發(fā)展，越來越多的學(xué)者開始從事高速列車節(jié)能運行的研究[8-12]。并且對于能耗和運行時間的相互關(guān)系也有學(xué)者進行了探索，以此來決定高速列車的經(jīng)濟運行模式[13]。本文以高速列車的牽引計算為基礎(chǔ)，充分考慮列車運行中的各種因素，采用速度編碼及組合優(yōu)化技術(shù)，通過遺傳算法搜索獲得基礎(chǔ)節(jié)能速度曲線，再利用線路坡度優(yōu)勢來調(diào)整列車操縱模式，以降低實際運行能耗，達到高速列車節(jié)能運行的目的。

1模型建立

1.1運動方程描述及受力分析

列車在運行過程中需要施加牽引力來產(chǎn)生加速度和克服來源于列車速度和線路條件的阻力，并以相對恒定的速度來維持其運行舒適性和能耗穩(wěn)定。在長距離的高鐵線路運行中，將列車視為一個單粒子個體，其運動過程描述如下：

(1)

(2)

式中：F和B分別是列車運行速度為v時的牽引力和制動力；f0，fg，fr和fs分別是列車運行中的基本阻力，坡度阻力，曲線阻力和隧道阻力；x是列車當(dāng)前位置；M表示列車的重量，值隨列車負載變化。

影響基本阻力的主要因素是列車的運行速度，由Dvis方程給定：

f0=a1+a2v+a3v2

(3)

式中：a1為滾動阻力；一次項a2v是列車的機械阻力；二次項a3v2是列車所受的空氣阻力。

附加阻力來源于運行的線路條件，分別表示如下：

(4)

式中：g是重力加速度；hk為運行線路上第k個坡度變化的高度；sk為此線路坡度長度。在上坡時，fg為正值，阻礙列車運行，在下坡時，fg為負值，具有推動列車運行的效果；R為線路曲線半徑；LS為隧道的長度。

1.2制動點確定

在建立優(yōu)化控制模型前先定義區(qū)間線路上一個重要位置xb——進站制動點。在遺傳算法搜索速度碼階段，列車除了進站采取必要制動外，其余路線上列車運行均采用牽引、巡航和惰行的操縱模式以達到節(jié)能目的。本文中我們根據(jù)列車停車制動經(jīng)驗給定一個制動減速度ab，并從運行終點反推制動速度軌跡，獲得制動距離sb，如圖1所示。

圖1　停車制動曲線Fig.1 Brake curve

設(shè)定車列車載制動點時的運行速度為vb，則由牛頓公式可以得到制動距離sb

(5)

因此，可以計算推出制動點的位置為xb=s-sb，s為兩站間的距離。

1.3節(jié)能模型建立

根據(jù)節(jié)能運行目標(biāo)，高速列車裝有再生制動設(shè)備，使列車在制動時會反饋能量到電網(wǎng)或車載儲能設(shè)備，因此在建立能量模型時牽引消耗能量和再生制動獲得能量要分步進行計算。根據(jù)列車當(dāng)前的運行位置xi，當(dāng)xi∈(x0,xb)時，列車處于耗能階段，此階段的操縱模式為牽引、巡航和惰行，能耗模型表示如下：

(6)

式中：x0為列車在出發(fā)站的起始位置；η為列車牽引效率，與列車運行速度有關(guān)[14]。

當(dāng)xi∈(xb,xs)時，列車處于制動反饋能量階段，通過制動操縱模式達到進站精準(zhǔn)停車，車載再生制動設(shè)備可將列車制動產(chǎn)生的動能轉(zhuǎn)化為電能，則此階段再生制動反饋的能量為：

(7)

式中：Xs是列車進站的運行終點位置;λ是列車制動效率，與列車運行速度有關(guān)[11]。

綜上所述，列車在2個連續(xù)站間運行的總能耗為：

E=E1-E2

(8)

將列車所在位置作為自變量，則其變化范圍為(0,xs)，對應(yīng)的列車運行時間為：

(9)

式中：v(x)和t(x)分別為列車在x處的運行速度和累計運行時間。同時，為保證安全準(zhǔn)時運行，列車還要滿足各項約束條件。因此建立的節(jié)能模型如下：

minE=E1-E2

s.tv(x0)=v(xs)=0,v(xi)< vlimxi

T-Δt≤t(xs)≤T+Δt

(10)

式中：t(xs)是列車總運行時間；Δt是允許時間誤差；v(x0)和v(xs)是列車起點和終點速度；v(xi)為列車在線路上第im的運行速度；vlimxi為相應(yīng)的限速。

2策略分析

從2個層面對高速列車進行節(jié)能優(yōu)化操縱，一是確定其節(jié)能運行的速度范圍，這部分采用組合優(yōu)化技術(shù)和遺傳算法，以速度碼的形式，為列車搜索出一條基礎(chǔ)節(jié)能速度曲線，為了能更充分地利用線路坡度具有的節(jié)能優(yōu)勢，因此將此曲線平穩(wěn)運行階段的速度增減一定范圍后，得到速度的區(qū)間為列車實際運行的節(jié)能速度范圍；二是在節(jié)能速度范圍內(nèi)，根據(jù)線路坡度進行列車操縱模式的轉(zhuǎn)換，使列車運行達到進一步的節(jié)能效果，同時滿足各項約束條件。

2.1基礎(chǔ)節(jié)能速度

2.1.1過程概述

為確定適合的節(jié)能運行速度范圍，首先確定基于速度碼的列車運行基礎(chǔ)節(jié)能速度，在線路離散過程中，文獻[15]提出一種等分線路長度的離散方法，但是由于高速列車運行距離較長以及其線路上頻繁的坡度變化，本文將線路長度按坡道離散化，建立子區(qū)間，并通過遺傳算法為每個子區(qū)間搜索一個適合的目標(biāo)速度。具體概括如下：假設(shè)制動點位于第n個坡道，則制動點前的每一個等坡度值的坡道距離為一個子區(qū)間，剩余線路整體為一個子區(qū)間，則此線路區(qū)間集合為(s1,s2,s3，……，sn-1,sn)。速度按等速度差原則離散化為一組目標(biāo)速度，即為速度碼，集合為(v1,v2,v3，……，vm-1,vm)，其中v1為列車空轉(zhuǎn)速度，vm為線路上允許的列車最大速度。組合優(yōu)化技術(shù)就是對子區(qū)間和區(qū)間速度碼進行組合，獲得一組最優(yōu)的速度碼組合序列，使列車沿此速度碼序列運行產(chǎn)生一條當(dāng)前能耗最小的速度運行曲線。圖2是一個最優(yōu)速度碼序列下對應(yīng)的速度軌跡示意圖。

圖2　列車基礎(chǔ)指導(dǎo)速度曲線示意圖Fig.2 Biagram of the train guidance speed curve

4.發(fā)展落后的農(nóng)村保險業(yè)。農(nóng)業(yè)保險的特點是回報率低、賠付率高。在中國保險業(yè)商業(yè)化經(jīng)營之后，由于保險公司的生存需求，需要提高保險業(yè)務(wù)的經(jīng)濟效益，因此農(nóng)業(yè)保險業(yè)務(wù)量逐漸下滑，發(fā)展?fàn)顟B(tài)日漸萎縮。在一定程度上，滯后的農(nóng)業(yè)保險致使金融機構(gòu)對農(nóng)業(yè)及農(nóng)村企業(yè)的風(fēng)險評估相對的提高，這一原因成為“惜貸”的重要原因之一。農(nóng)村保險業(yè)組織發(fā)展滯后性不僅惡化了農(nóng)村金融原本的供給緊張程度，而且嚴(yán)重阻礙了發(fā)展農(nóng)業(yè)現(xiàn)代化和社會主義新農(nóng)村建設(shè)的步伐。

2.1.2遺傳算法尋優(yōu)

遺傳算法通過全局并行搜索方式來獲得種群中最優(yōu)的個體，在本文中則是搜索出一組對應(yīng)能耗最小的速度碼序列，這里對列車速度碼序列R采用實數(shù)編碼的方式來表示各種組合情況。具體過程描述如下。

1)種群初始化

編碼：根據(jù)子區(qū)間的劃分?jǐn)?shù)目，在染色體上編碼n個基因，每個基因的取值范圍為實數(shù)1～m，對應(yīng)m級速度碼。根據(jù)高速列車的牽引特性，將初始子區(qū)間和最后制動區(qū)間的目標(biāo)速度設(shè)為v1，即在染色體中編碼為1，使列車在加速之后能夠以恒功率運行，進站做到精準(zhǔn)停車，其余子區(qū)間的速度碼隨機產(chǎn)生。

種群產(chǎn)生：根據(jù)以上編碼機制的定義，隨機產(chǎn)生一定數(shù)目的染色體形成初始種群P。

2)運行性能指標(biāo)與適應(yīng)度

針對生成的每一個速度碼序列，計算出列車沿此速度碼運行的能耗，并以限速和精準(zhǔn)停車等為約束條件，去除無效的速度碼序列。在實際中以時間誤差允許范圍內(nèi)能耗最小為目標(biāo)，將性能指標(biāo)函數(shù)定義為

(11)

式中：E為列車在運行區(qū)間的能耗；β為時間比重系數(shù)。則個體適應(yīng)度f可以表示為

(12)

式中：A為設(shè)定的調(diào)整系數(shù)。

3)判斷是否收斂

當(dāng)算法達到最大迭代次數(shù)，輸出結(jié)果，否則繼續(xù)進行下面的操作。

4)遺傳操作

選擇：以輪賭法選擇出相應(yīng)數(shù)目個體，并采用最佳保留選擇的操作方式，這樣能保證遺傳算法終止時得到的最后結(jié)果是歷代中出現(xiàn)過的適應(yīng)度最高的個體。

交叉：設(shè)定一個交叉概率Pc，隨機選出父輩中交叉的個體并進行兩兩配對。采用單點交叉方式，得到兩條新的染色體：

R1=(R11,R12…R1j,R2j+1…R2n-1,R2n)

R2=(R21,R22…R2j,R1j+1…R1n-1,R1n)

(13)

變異：同樣設(shè)定一個變異概率Pm，隨機確定發(fā)生變異的染色體，采用單點變異的方式隨機確定一個變異的基因，在滿足約束的條件下修改該點值為任意值。

5)更新

種群中個體完成以上操作，得到新一代個體，返回步驟2)。

2.2運行推薦速度

通過基礎(chǔ)節(jié)能速度確定了列車節(jié)能運行的速度范圍，主要有2方面優(yōu)勢：一是列車在一個比較節(jié)能的速度上下限約束內(nèi)，可以充分利用線路坡度，以惰行操縱模式再次降低運行能耗。二是列車在相對比較小速度波動范圍內(nèi)運行，避免了因較大運行速度調(diào)整給乘客帶來的不舒適性。在這層速度優(yōu)化過程，中間平穩(wěn)階段可能存在少量部分制動的操縱模式，制動反饋能量可忽略不計。

2.2.1坡道分類和加速度一次變更原則

本文中，我們根據(jù)線路坡度對高速列車運行產(chǎn)生的作用，對線路坡道進行分類，因此可以分為以下3種類型：阻力坡道: fg>0，坡道坡度具有阻礙列車運行的作用，可以通過牽引使列車保持勻速或加速運動狀態(tài)。推力坡道：fg<0，坡道坡度具有推動列車運行的作用，在此坡道上應(yīng)盡可能的惰行，以充分利用坡道勢能，從節(jié)能的角度考慮是有很大優(yōu)勢的;平道：fg=0，適用于列車加速為后面惰行做準(zhǔn)備。

根據(jù)列車司機操作經(jīng)驗，坡度是改變列車運行狀態(tài)的主要參考依據(jù)，并且不同坡度上的實際操縱是研究節(jié)能問題的關(guān)鍵，為給出具體的節(jié)能操縱模式，提出坡道加速度一次變更原則。本文中，已知坡道起始處的速度，坡道一次加速度變更原則即是列車在坡道起始處根據(jù)此區(qū)間的坡道類型進行恒定的加速或減速運動，達到速度限制后列車勻速運行至坡道終點，或者坡道距離較短時，列車一直保持某個加速度運動狀態(tài)，即一個坡道上列車加速度變化最多為一次。這樣不僅降低了能耗計算的復(fù)雜度，同時也有利于節(jié)能策略的實施。

2.2.2節(jié)能操縱

高速列車在兩站間運行共分為3個階段，初始加速階段、平穩(wěn)運行階段和停車制動階段。列車在初始加速階段和停車制動階段基本按照基礎(chǔ)節(jié)能速度曲線運行，以保證列車以較低能耗加速到平穩(wěn)運行速度，并在進站期間完成精確停車。中間平穩(wěn)運行階段是列車主要的運行階段，占用大部分運行時間，因而此階段的節(jié)能操縱是列車節(jié)能優(yōu)化的重點。根據(jù)坡道的節(jié)能操縱策略，列車速度調(diào)整方法以圖3為例。

圖3　列車速度調(diào)整曲線Fig.3 Adjustment train speed curve

在節(jié)能運行速度范圍內(nèi)，列車以坡道類型作為操縱模式的選擇依據(jù)。列車在平道OA上以恒定加速度運行，并且由于此段距離較短，列車低于上限速度條件下可一直加速到坡道終點。若平道距離較長，列車提前達到運行速度上限，則在此時列車的操縱模式轉(zhuǎn)換為巡航。在上坡坡道AB上，對列車施加部分牽引力使之保持勻速運動狀態(tài)，為下坡惰行做準(zhǔn)備。在下坡坡道BC上，列車充分利用坡道坡度優(yōu)勢，采用惰行模式達到節(jié)能操縱的目的，但是由于此坡道距離較長，列車在坡道中間達到運行速度下限，因此轉(zhuǎn)換為巡航模式運行到坡道終點。若此坡道坡度較陡，也可能存在采用惰行模式使列車速度增加，這種情況下列車速度達到運行速度上限時準(zhǔn)換為巡航模式。在中間運行階段的每個加速坡道上，通過搜索每個合理的加速度值，可以達到節(jié)能性和準(zhǔn)時性的目標(biāo)。

3實例仿真

本文中，以京滬線上的棗莊站到徐州站間的線路為研究實例，此段路線全長65 km，運行時間為18 min，允許時間誤差為30 s，區(qū)間限速情況為200到350 km/h。高速列車為動力分散性動車組CHR3，以4動4拖的機構(gòu)組成，車輛模型數(shù)據(jù)見表1。

表1　CHR3列車參數(shù)

在遺傳算法中，設(shè)置種群的規(guī)模為200，交叉和變異的概率分別取0.8和0.008，算法迭代次數(shù)為300次。圖4為運用遺傳算法優(yōu)化得到的速度碼及列車按此速度碼運行得到的基礎(chǔ)節(jié)能速度曲線。這條速度曲線保證了列車運行時間，并且通過合理安排速度達到了一定的節(jié)能效果，但是坡道節(jié)能優(yōu)勢還沒有充分利用。在基礎(chǔ)節(jié)能速度基礎(chǔ)上，通過下坡惰行節(jié)能，進一步得到列車運行的推薦速度，圖5為最終的仿真結(jié)果，包括列車限速和實際運行速度，列車在中間穩(wěn)定運行階段根據(jù)坡道進行速度調(diào)整，在制動階段先通過部分制動使列車速度由平穩(wěn)階段降低到最終制動前所需的速度。列車的運行總能耗為1 788.6 kWh，運行時間為1 063 s，可以滿足時間的要求。圖6是牽引功率和線路坡度的對照圖，可以清楚的看到列車在中間運行階段，通過下坡采用惰行的操縱模式，不消耗能量，從而降低了列車整體運行能耗。在最后停車進站過程，由于采用再生制動方式，牽引功率變?yōu)樨摚硎緸樵偕苿臃答伒哪芰俊?/p>

圖4　列車基礎(chǔ)節(jié)能速度曲線Fig.4 Fundamental energy-saving speed curve

圖5　節(jié)能策略下的列車速度曲線Fig.5 Train speed curve with energy-saving strategy

圖6　坡度和牽引功率變化情況Fig.6 Varieties of gradient and traction power

為了說明本文節(jié)能操縱策略的有效性，將列車正常行駛的運行能耗作為對比，這里列車以最大牽引力加速到一個適當(dāng)速度，保持勻速運行，最后采用制動模式減速。圖6是列車以相等于節(jié)能策略中的運行時間獲得的速度軌跡，總運行能耗為2 045.7 kWh。圖7為此運行過程中牽引功率隨坡度信息變化情況，可以看到在不采用節(jié)能優(yōu)化策略時，整個運行過程中牽引力都存在，列車進行著耗能。雖然2種運行方式下的平均速度相同，但能耗差別很大。本文提出的操縱策略能在合理的速度范圍內(nèi)充分利用坡度節(jié)能12.6%，因此證明了此操縱策略的有效性。

圖7　無節(jié)能策略的列車速度曲線Fig.7 Train speed curve without energy-saving strategy

圖8　坡度和牽引功率變化情況Fig.8 Variation of the gradient and traction power

4結(jié)論

1)以高速列車的節(jié)能運行為優(yōu)化目標(biāo)，建立精準(zhǔn)可靠的站間列車操縱模型，考慮高速列車的再生制動及運行線路條件，使列車運行更加符合實際條件。

2)從2個層面提出節(jié)能操縱策略，引入遺傳算法和組合優(yōu)化技術(shù)為列車搜索出一條基礎(chǔ)節(jié)能速度曲線，進而給出列車節(jié)能運行的速度范圍，這種方式避免了一些微分方程和非線性問題的數(shù)學(xué)計算，同時以搜索速度碼的方式獲得運行軌跡不需要設(shè)置過多的決定參數(shù)，簡化了解決方案的復(fù)雜度。在一個合理的速度約束范圍內(nèi)，充分利用坡道坡度惰行，進一步降低運行能耗，提高了計算的速度，最終獲得一條能耗最小的推薦速度曲線。

3)通過實例仿真驗證，本文策略能滿足限速及時間約束，實現(xiàn)列車定點、精準(zhǔn)停車，并且達到節(jié)能運行的最終目的，因此本文操縱策略是可行且有效的。

參考文獻：

[1] 陳濤. 高速列車運行能耗測算方法及其影響因素量化分析[D]. 北京：北京交通大學(xué)，2011: 4.

Chen Tao. Traction energy consumption measuring methods study and quantification analysis on energy impact factors of high-speed train [D]. Beijing: Beijing Jiaotong University, 2011: 4.

[2] Asinis I, Dmitruk A, Osmolovsk II N. Solution of the problem of the energetically optimal-control of the motion of a train by the maximum principle [J]. USSR Computational Mathematics and Mathematical Physics, 1985, 25(6): 37-44.

[3] Howlett P, Pudney P. Energy-efficient train control [M]. New York: Springer Press,1995:79-82.

[4] Howlett P. The optimal control of a train [J]. Annals of Operations Research, 2000, 98(1):65-87.

[5] Shoji M, Yasunobu S, Hirokasu I. Predictive fuzzy control and its application to automatic train operation systems[J]. Analysis of Fuzzy Inference, 1987, 5(12): 59-72.

[6] Oshima H, Yasunodu S, Sekino S. Automatic train operation system based on predictive fuzzy control [J]. International Workshop on Artifitial Intelligence for Industrial Applications, 1998, 76(5): 485-489.

[7] Kawakami T. Integration of heterogeneous systems [C] // Proceedings of the Fourth International Symposium on Autonomous Decentralized Systems, 1993: 316-322.

[8] 王鵬玲，林軒，李躍宗，等. 自適應(yīng)遺傳算法在列車節(jié)能優(yōu)化中的應(yīng)用[J]. 計算機仿真，2012，29(11)：350-354.

WANG Pengling, LIN Xuan, LI Yuezong, et al. Energy saving train operation optimization with adaptive genetic algorithm [J], Computer Simulation, 2012, 29(11): 350-354.

[9] 劉建強，魏遠樂，胡輝. 高速列車節(jié)能運行優(yōu)化控制方法研究[J]. 鐵道學(xué)報，2014，36(10)：7-12.

LIU Jianqiang, WEI Yuanle, HU Hui. Research on optimization control method of energy‐saving peration of high-speed trains [J]. Journal of the China Railway Society, 2014, 36(10)：7-12.

[10] SU Ruidan, GU Qianrong, WEN Tao. Optimization of high-speed train control strategy for traction energy saving using an improved genetic algorithm [J]. Journal of Applied Mathematics, 2014, 45(8): 45-51.

[11] LI Liang, DONG Wei, JI Yindong, et al, TONG Lang. Minimal-energy driving strategy for high-speed electric train with hybrid system model [J]. IEEE Transactions on Intelligent Transportation Systerms, 2013, 14(4): 1642-1653.

[12] SUN Shiyao, LI Yang, XU Huaiyu. Energy consumption optimization for high-speed railway based on particle swarm algorithm [C] // Proceedings of International Conference on Systems and Informatics, 2012: 34-39.

[13] Hwang H S. Control strategy for optimal compromise between trip time and energy consumption in a high-speed railway [J]. IEEE Transactions on Systems, Man, and Cybernetics A: Systems and Humans, 1998, 28(6): 791-802.

[14] Williamson S, Lukic M, Aliemadi. Comprehensive drive train efficiency analysis of hybrid electric and fuel cell vehicles based on motor-controller efficiency modeling [J]. IEEE Transactions on Power Electronics, 2006, 21(3): 730-740.

[15] KE B R, LIN C L, YANG C C. Optimisation of train energy-efficient operation for mass rapid transit systems [J]. IEEE Intelligent on Transport Systerms, 2012, 6(1): 58-66.

(編輯蔣學(xué)東)

Research on energy-saving operation strategy for high-speed train

SONG Wenting1, TAN Min2, CAI Wenchuan1, FAN Liqian3

(1. Center for Intelligent Systems and Renewable Energy, Beijing Jiaotong University, Beijing 100044, China;2. School of Automation, Chongqing University, Chongqing 400044, China;3. State Key Laboratory of Rail Control and Safety, Beijing Jiaotong University, Beijing 100044, China)

Abstract：The energy-saving running of high-speed train was taken as a research target, in which the train traction characteristic and railway conditions were fully considered. The train operation model was established under the constraint of fixed time, and an energy-saving operation strategy for optimizing the speed curve was proposed. At first, combination optimization technique and genetic algorithm were introduced to search the optimal combination sequence of speed codes for subsections, thus the model solution problem was transformed into an optimization problem and the energy-saving operation range of train speed was determined. Then on the basis of this, the principle of changing acceleration one time on a slope was proposed to make full use of the energy-saving advantage of a slope, in tandem with traction, cruise, coast and braking operation modes. Finally, the running speed curve with minimal energy consumption was obtained, which guided the train running between the two successive stations. In order to verify the effectiveness of the proposed strategy, operation of CHR-3 on high-speed railway was simulated.

Key words：high-speed train; energy-saving strategy; combination optimization technique; genetic algorithm; gradient

中圖分類號：TB24

文獻標(biāo)志碼：A

文章編號：1672-7029(2016)03-0423-07

通訊作者：蔡文川(1978-)，男，重慶人，博士研究生，從事高速列車安全與控制的研究；E-mail：wchcai@bjtu.edu.cn

基金項目：國家自然科學(xué)基金重點資助項目(61134001)；國家自然科學(xué)基金青年科學(xué)基金資助項目(61203124)

收稿日期：2015-08-11