轨道交通系统节能运行协同优化研究

Rail transit is a notable national card of China. Optimization algorithm is an important bottleneck in energy-efficient train operation, which is a typical time-varying process with the characters of typically nonlinear, multi-constraint, and multi-objective..Aiming at the deficiency of the existed research in the global optimization of the rail transit system, the project focuses on the problem of energy-saving operation in a combined way of mathematical optimization and artificial intelligence. The project will study the relationship between energy consumption and control grade, train speed, line condition, tonnage of traction, and other factors. To establish the mapping relation between energy consumption and operation state, environment variables, and locomotive parameters. Taking a hierarchical way of global optimization and local adjustment as the general strategy, it will discuss the problem of speed profile optimization by an integrated algorithm of GA, DP, and iterative algorithm, to propose a speed profile optimization algorithm which would be precisely, efficiently, and applicable in practice. It will carry out the research of integrated optimization from two dimensions of running time coordinate and running strategy cooperate, so as to develop the energy-saving optimization algorithm for multiple vehicles..The project intends to reveal the mechanism of how global optimal strategy emerges, to establish the energy efficiency evaluation method and theory of resources distribution. The method and theory will provide theoretical basis and technical support for China's railway industry to increase operation efficiency and improve the level of intelligence.

轨道交通是我国首当其冲的“国家名片”，其节能优化是业内重要的技术瓶颈，具有典型的非线性、多约束、多目标、复杂时变特性。.本课题围绕轨道交通系统节能运行问题，针对现有研究在全局最优性方面的不足，通过数学优化与人工智能相结合的方法，研究运行能耗与牵引定数、控制级位、运行速度、线路条件等要素间的关系及其规律；建立运行状态、环境变量、机车参数与能耗间的映射关系；按照全局优化+局部整定的递阶优化思路，采用遗传算法、动态规划和迭代算法相结合的方法，研究牵引优化问题，提出效率与精度足够高，且具备物理可实现性的速度曲线优化算法；并进一步从运行时间协同和运行策略协同两个维度，探讨多车之间的节能运行协同优化问题。.项目旨在揭示能耗要素交互作用下全局最优能效的涌现机理，得到不同条件下的全局能效评估方法，形成分层、逐级能效配置理论，为我国铁路行业全面提升运行能效、提高智能化水平，提供基础理论保障和关键算法支撑。

轨道交通以运量大、速度快、污染小、安全高效、准点性强等优势，逐步成为了国民经济的大动脉和现代城市交通运输的主体骨架。在双碳背景下，列车运行节能，特别是大功率电力机车的节能运行优化与控制问题，具有重要的学术意义和工程应用价值。.列车是一个高度非线性、大惯性、运行环境恶劣、控制难度大的复杂机电系统，其运行过程是复杂系统与复杂环境相紧密耦合，形成的更为复杂的非线性、多约束、多目标、时变过程。本项目围绕绿色、安全、智能的列车运行控制，主要从能耗敏感度、速度曲线优化算法和列车速度跟踪控制三个方面开展了研究。.首先，研究运行能耗与牵引定数、控制级位、运行速度、线路条件等要素之间的关系及其规律；分析运行状态、环境变量、机车参数与能耗之间的影响关系。.其次，针对现有研究在全局最优性方面的不足，通过数学优化与人工智能相结合的方法，按照全局优化+局部整定的递阶优化思路，采用遗传算法、动态规划和迭代算法相结合的方法，研究牵引优化问题，提出效率与精度足够高，且具备物理可实现性的速度曲线优化算法；从运行时间和运行策略探讨协同优化问题。.最后，针对系统的非线性、大时滞、多约束特点，利用自抗扰控制技术能够较好地应对系统中存在的非线性、不确定性和模型误差的特点，并进行针对性改进，展开精确的列车速度跟踪控制研究。.通过对上述问题的研究，揭示了惰行范围对能耗的影响程度以及再生制动对最优惰行关系的影响规律；初步探索运行能耗与计划运行时分、线路条件、牵引特性等要素之间的关系，提出快捷、精确、高效，且易于工程化的速度曲线优化方法。设计的列车速度跟踪控制系统较好地克服了列车系统的非线性、大时滞、多约束特性，实现对目标速度精确、高效、稳定的跟踪控制。项目将为促进列车运行的全过程智能控制模式起到积极的促进作用，对于电力驱动的新能源汽车、船舶、飞行器等其他运载工具的运动控制也具有较好的参考价值。