基于速度曲線調(diào)整的列車節(jié)能運行優(yōu)化方法研究
發(fā)布時間:2021-05-20 20:41
近年來城市軌道交通發(fā)展迅速,已成為我國一二線城市的主要通勤方式,由于其運輸能力強,車次頻繁等特點,列車的運行能耗也隨之迅速上漲,因此研究城市軌道交通的能耗優(yōu)化問題具有十分重要的意義。在吸收國內(nèi)外已有研究成果的基礎(chǔ)上,論文進行了如下研究:(1)首先研究列車的運動學模型,詳細分析列車的牽引力特性、制動力特性以及阻力特性,同時研究列車的速度、位移及能耗的計算方法,分析影響列車運行能耗的因素并介紹了幾種典型的列車運行策略。(2)其次研究單車節(jié)能優(yōu)化方法,建立單車能耗優(yōu)化模型,給出基于多目標粒子群優(yōu)化算法的單車能耗模型及求解步驟,采用多目標粒子群優(yōu)化算法對模型進行求解;進一步研究復雜線路條件下,列車的優(yōu)化運行策略,并對多種線路條件下列車能量優(yōu)化進行仿真分析。(3)然后研究多車協(xié)同的節(jié)能優(yōu)化方法,闡述多車協(xié)同能耗優(yōu)化原理,針對兩車及三車不同運行場景,分別建立相應的重疊時間計算模型。以多車總能耗最小為目標,建立多車協(xié)同能耗優(yōu)化模型,并采用協(xié)同多目標粒子群算法分別從優(yōu)化停站時間和發(fā)車間隔以及優(yōu)化列車速度曲線等方面對模型進行求解。(4)最后針對廣州地鐵七號線實際數(shù)據(jù),分別進行單車全線區(qū)間速度曲線優(yōu)化和多...
【文章來源】:南京理工大學江蘇省 211工程院校
【文章頁數(shù)】:112 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 單列車節(jié)能優(yōu)化研究現(xiàn)狀
1.2.2 多列車節(jié)能優(yōu)化研究現(xiàn)狀
1.3 論文研究內(nèi)容與結(jié)構(gòu)安排
2 列車運動模型及駕駛策略分析
2.1 列車運行受力分析
2.1.1 列車牽引力
2.1.2 列車制動力
2.1.3 列車阻力
2.2 列車運動方程
2.3 列車運行能耗分析
2.3.1 列車能耗影響因素
2.3.2 列車牽引能耗計算模型
2.4 列車運行典型控制策略
2.4.1 節(jié)時策略
2.4.2 節(jié)能策略
2.4.3 定時節(jié)能策略
2.5 本章小結(jié)
3 基于多目標粒子群算法的單車速度曲線優(yōu)化研究
3.1 列車優(yōu)化操縱序列分析
3.2 多目標粒子群優(yōu)化算法
3.2.1 多目標粒子群優(yōu)化算法的數(shù)學描述
3.2.2 Pareto最優(yōu)解的概念
3.2.3 粒子群算法
3.2.4 多目標粒子群算法步驟
3.3 單車速度曲線優(yōu)化模型
3.3.1 單車速度曲線優(yōu)化問題描述
3.3.2 模型假設(shè)
3.3.3 優(yōu)化模型目標函數(shù)
3.3.4 優(yōu)化模型約束條件
3.3.5 單車節(jié)能優(yōu)化問題求解步驟
3.3.6 仿真分析
3.4 特殊線路條件下列車速度曲線優(yōu)化
3.4.1 上坡道對于列車運行的影響
3.4.2 下坡道對于列車運行的影響
3.4.3 特殊限速條件對列車運行的影響
3.4.4 特殊線路條件速度曲線仿真分析
3.5 本章小結(jié)
4 基于協(xié)同多目標粒子群算法的多車節(jié)能優(yōu)化研究
4.1 多列車協(xié)同節(jié)能優(yōu)化問題描述
4.1.1 基于停站時間及發(fā)車間隔調(diào)整的列車能量優(yōu)化
4.1.2 基于速度曲線調(diào)整的列車能量優(yōu)化
4.2 協(xié)同多目標粒子群算法
4.2.1 CMOPSO算法學習策略
4.2.2 基于Tent映射的外部存檔搜索機制
4.2.3 自適應網(wǎng)格更新外部存檔
4.2.4 CMOPSO算法基本流程
4.3 多列車協(xié)同節(jié)能優(yōu)化模型
4.3.1 模型假設(shè)
4.3.2 多車協(xié)同優(yōu)化模型
4.3.3 優(yōu)化目標
4.3.4 約束條件
4.4 仿真分析
4.4.1 實際線路數(shù)據(jù)
4.4.2 單車最優(yōu)曲線下多車運行分析
4.4.3 停站時間和發(fā)車間隔優(yōu)化
4.4.4 速度曲線優(yōu)化
4.5 本章小結(jié)
5 廣州地鐵七號線列車能耗優(yōu)化研究
5.1 七號線運營環(huán)境參數(shù)
5.1.1 線路數(shù)據(jù)
5.1.2 列車數(shù)據(jù)
5.1.3 運營數(shù)據(jù)
5.2 單車能耗優(yōu)化結(jié)果
5.2.1 節(jié)時策略列車運行結(jié)果
5.2.2 優(yōu)化速度曲線單車運行結(jié)果
5.3 多車協(xié)同能耗優(yōu)化結(jié)果
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 論文主要工作及研究成果
6.2 研究展望
致謝
參考文獻
附錄
【參考文獻】:
期刊論文
[1]城市軌道交通2018年度統(tǒng)計和分析報告[J]. 城市軌道交通. 2019(04)
[2]考慮再生制動能利用的城市軌道交通列車節(jié)能運行優(yōu)化方法研究[J]. 馮瑜,陳紹寬,冉昕晨,柏赟,賈文崢. 鐵道學報. 2018(02)
[3]基于自適應多種群的粒子群優(yōu)化算法[J]. 曾輝,王倩,夏學文,方霞. 計算機工程與應用. 2018(10)
[4]基于節(jié)能穩(wěn)壓的地面式超級電容儲能系統(tǒng)容量配置優(yōu)化研究[J]. 王彬,楊中平,林飛,趙煒. 鐵道學報. 2016(06)
[5]基于區(qū)間時間分配的列車速度曲線節(jié)能優(yōu)化及其在CMC環(huán)境測試[J]. 蔡虎,侯曉偉,張捷敏,楊揚. 鐵路計算機應用. 2016(05)
[6]城市軌道交通ATO的節(jié)能優(yōu)化研究[J]. 宿帥,唐濤. 鐵道學報. 2014(12)
[7]基于多種群多模型協(xié)同進化的粒子群優(yōu)化算法[J]. 徐冰純,葛洪偉,王燕燕. 計算機工程. 2013(05)
[8]基于自適應擁擠網(wǎng)格的多目標粒子群算法[J]. 劉衍民,邵增珍,趙慶禎. 計算機科學. 2011(04)
[9]地鐵列車節(jié)能運行的兩階段優(yōu)化模型算法研究[J]. 丁勇,劉海東,栢赟,周方明. 交通運輸系統(tǒng)工程與信息. 2011(01)
[10]多種群粒子群優(yōu)化算法[J]. 羅德相,周永權(quán),黃華娟,韋杏瓊. 計算機工程與應用. 2010(19)
博士論文
[1]城市軌道交通多列車運行節(jié)能優(yōu)化控制[D]. 唐海川.西南交通大學 2015
[2]考慮節(jié)能目標的城市軌道交通列車運行行為優(yōu)化研究[D]. 馮佳.北京交通大學 2014
[3]多目標粒子群優(yōu)化算法的研究[D]. 徐鶴鳴.上海交通大學 2013
[4]粒子群算法的基本理論及其改進研究[D]. 劉建華.中南大學 2009
[5]列車運行過程仿真及優(yōu)化研究[D]. 石紅國.西南交通大學 2006
碩士論文
[1]基于速度曲線調(diào)整的多列車協(xié)同節(jié)能優(yōu)化研究[D]. 湯兆全.北京交通大學 2018
[2]基于直流牽引供電計算的地鐵列車節(jié)能運行優(yōu)化研究[D]. 李磊.北京交通大學 2018
[3]基于多種群遺傳算法的高速列車節(jié)能操縱研究[D]. 韓京.北京交通大學 2018
[4]城市軌道交通列車節(jié)能運行優(yōu)化研究與仿真驗證[D]. 崔超.西南交通大學 2017
[5]基于離散化AFC數(shù)據(jù)的城市軌道交通列車節(jié)能時刻表研究[D]. 馬洪楠.北京交通大學 2017
[6]城軌列車多站間節(jié)能優(yōu)化方法的研究[D]. 宮少豐.北京交通大學 2017
[7]基于Pareto多目標遺傳算法的列車節(jié)能運行方法研究[D]. 桂行東.南京理工大學 2017
[8]基于多目標的地鐵列車運行節(jié)能技術(shù)研究與仿真[D]. 劉鑫榮.南京理工大學 2017
[9]基于蟻群算法的列車推薦速度曲線優(yōu)化[D]. 范禮乾.北京交通大學 2016
[10]基于再生制動能量利用的地鐵列車運行優(yōu)化模型[D]. 馮瑜.北京交通大學 2016
本文編號:3198400
【文章來源】:南京理工大學江蘇省 211工程院校
【文章頁數(shù)】:112 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 單列車節(jié)能優(yōu)化研究現(xiàn)狀
1.2.2 多列車節(jié)能優(yōu)化研究現(xiàn)狀
1.3 論文研究內(nèi)容與結(jié)構(gòu)安排
2 列車運動模型及駕駛策略分析
2.1 列車運行受力分析
2.1.1 列車牽引力
2.1.2 列車制動力
2.1.3 列車阻力
2.2 列車運動方程
2.3 列車運行能耗分析
2.3.1 列車能耗影響因素
2.3.2 列車牽引能耗計算模型
2.4 列車運行典型控制策略
2.4.1 節(jié)時策略
2.4.2 節(jié)能策略
2.4.3 定時節(jié)能策略
2.5 本章小結(jié)
3 基于多目標粒子群算法的單車速度曲線優(yōu)化研究
3.1 列車優(yōu)化操縱序列分析
3.2 多目標粒子群優(yōu)化算法
3.2.1 多目標粒子群優(yōu)化算法的數(shù)學描述
3.2.2 Pareto最優(yōu)解的概念
3.2.3 粒子群算法
3.2.4 多目標粒子群算法步驟
3.3 單車速度曲線優(yōu)化模型
3.3.1 單車速度曲線優(yōu)化問題描述
3.3.2 模型假設(shè)
3.3.3 優(yōu)化模型目標函數(shù)
3.3.4 優(yōu)化模型約束條件
3.3.5 單車節(jié)能優(yōu)化問題求解步驟
3.3.6 仿真分析
3.4 特殊線路條件下列車速度曲線優(yōu)化
3.4.1 上坡道對于列車運行的影響
3.4.2 下坡道對于列車運行的影響
3.4.3 特殊限速條件對列車運行的影響
3.4.4 特殊線路條件速度曲線仿真分析
3.5 本章小結(jié)
4 基于協(xié)同多目標粒子群算法的多車節(jié)能優(yōu)化研究
4.1 多列車協(xié)同節(jié)能優(yōu)化問題描述
4.1.1 基于停站時間及發(fā)車間隔調(diào)整的列車能量優(yōu)化
4.1.2 基于速度曲線調(diào)整的列車能量優(yōu)化
4.2 協(xié)同多目標粒子群算法
4.2.1 CMOPSO算法學習策略
4.2.2 基于Tent映射的外部存檔搜索機制
4.2.3 自適應網(wǎng)格更新外部存檔
4.2.4 CMOPSO算法基本流程
4.3 多列車協(xié)同節(jié)能優(yōu)化模型
4.3.1 模型假設(shè)
4.3.2 多車協(xié)同優(yōu)化模型
4.3.3 優(yōu)化目標
4.3.4 約束條件
4.4 仿真分析
4.4.1 實際線路數(shù)據(jù)
4.4.2 單車最優(yōu)曲線下多車運行分析
4.4.3 停站時間和發(fā)車間隔優(yōu)化
4.4.4 速度曲線優(yōu)化
4.5 本章小結(jié)
5 廣州地鐵七號線列車能耗優(yōu)化研究
5.1 七號線運營環(huán)境參數(shù)
5.1.1 線路數(shù)據(jù)
5.1.2 列車數(shù)據(jù)
5.1.3 運營數(shù)據(jù)
5.2 單車能耗優(yōu)化結(jié)果
5.2.1 節(jié)時策略列車運行結(jié)果
5.2.2 優(yōu)化速度曲線單車運行結(jié)果
5.3 多車協(xié)同能耗優(yōu)化結(jié)果
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 論文主要工作及研究成果
6.2 研究展望
致謝
參考文獻
附錄
【參考文獻】:
期刊論文
[1]城市軌道交通2018年度統(tǒng)計和分析報告[J]. 城市軌道交通. 2019(04)
[2]考慮再生制動能利用的城市軌道交通列車節(jié)能運行優(yōu)化方法研究[J]. 馮瑜,陳紹寬,冉昕晨,柏赟,賈文崢. 鐵道學報. 2018(02)
[3]基于自適應多種群的粒子群優(yōu)化算法[J]. 曾輝,王倩,夏學文,方霞. 計算機工程與應用. 2018(10)
[4]基于節(jié)能穩(wěn)壓的地面式超級電容儲能系統(tǒng)容量配置優(yōu)化研究[J]. 王彬,楊中平,林飛,趙煒. 鐵道學報. 2016(06)
[5]基于區(qū)間時間分配的列車速度曲線節(jié)能優(yōu)化及其在CMC環(huán)境測試[J]. 蔡虎,侯曉偉,張捷敏,楊揚. 鐵路計算機應用. 2016(05)
[6]城市軌道交通ATO的節(jié)能優(yōu)化研究[J]. 宿帥,唐濤. 鐵道學報. 2014(12)
[7]基于多種群多模型協(xié)同進化的粒子群優(yōu)化算法[J]. 徐冰純,葛洪偉,王燕燕. 計算機工程. 2013(05)
[8]基于自適應擁擠網(wǎng)格的多目標粒子群算法[J]. 劉衍民,邵增珍,趙慶禎. 計算機科學. 2011(04)
[9]地鐵列車節(jié)能運行的兩階段優(yōu)化模型算法研究[J]. 丁勇,劉海東,栢赟,周方明. 交通運輸系統(tǒng)工程與信息. 2011(01)
[10]多種群粒子群優(yōu)化算法[J]. 羅德相,周永權(quán),黃華娟,韋杏瓊. 計算機工程與應用. 2010(19)
博士論文
[1]城市軌道交通多列車運行節(jié)能優(yōu)化控制[D]. 唐海川.西南交通大學 2015
[2]考慮節(jié)能目標的城市軌道交通列車運行行為優(yōu)化研究[D]. 馮佳.北京交通大學 2014
[3]多目標粒子群優(yōu)化算法的研究[D]. 徐鶴鳴.上海交通大學 2013
[4]粒子群算法的基本理論及其改進研究[D]. 劉建華.中南大學 2009
[5]列車運行過程仿真及優(yōu)化研究[D]. 石紅國.西南交通大學 2006
碩士論文
[1]基于速度曲線調(diào)整的多列車協(xié)同節(jié)能優(yōu)化研究[D]. 湯兆全.北京交通大學 2018
[2]基于直流牽引供電計算的地鐵列車節(jié)能運行優(yōu)化研究[D]. 李磊.北京交通大學 2018
[3]基于多種群遺傳算法的高速列車節(jié)能操縱研究[D]. 韓京.北京交通大學 2018
[4]城市軌道交通列車節(jié)能運行優(yōu)化研究與仿真驗證[D]. 崔超.西南交通大學 2017
[5]基于離散化AFC數(shù)據(jù)的城市軌道交通列車節(jié)能時刻表研究[D]. 馬洪楠.北京交通大學 2017
[6]城軌列車多站間節(jié)能優(yōu)化方法的研究[D]. 宮少豐.北京交通大學 2017
[7]基于Pareto多目標遺傳算法的列車節(jié)能運行方法研究[D]. 桂行東.南京理工大學 2017
[8]基于多目標的地鐵列車運行節(jié)能技術(shù)研究與仿真[D]. 劉鑫榮.南京理工大學 2017
[9]基于蟻群算法的列車推薦速度曲線優(yōu)化[D]. 范禮乾.北京交通大學 2016
[10]基于再生制動能量利用的地鐵列車運行優(yōu)化模型[D]. 馮瑜.北京交通大學 2016
本文編號:3198400
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3198400.html