申请/专利权人：北京交通大学;中车工业研究院有限公司

申请日：2021-04-15

公开（公告）日：2024-03-26

公开（公告）号：CN113112078B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0631;G06Q10/067;G06Q50/40;B61L27/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.07.30#实质审查的生效;2021.07.13#公开

摘要：本发明属于城市轨道交通列车调度优化控制技术领域，涉及一种列车实时调整与站台等待人数控制的联合优化方法，包括：S1：采集列车实时信息；S2：据列车实际到发时间与原计划时间对比，判断列车是否偏离；S3：如果列车偏离计划，则用列车实时调整与站台等待人数控制的联合优化方法控制；S4：重复步骤S1‑S3，直到控制结束。本发明通过实时获取列车信息，当列车受到干扰，当偏离既定运行时刻或乘车人数偏差过大时，启动本发明的列车自动调整控制方法，并结合已有ATO，保障列车在延误下正常运行，保证轨道交通系统的效率、准点率和乘车舒适性。与既有基于动态规划和MPC方法的列车调整方法相比，保证列车自动调整的实时性。

主权项：1.一种列车实时调整与站台等待人数控制的联合优化方法，其特征在于，包括以下步骤：S1：采集列车实时信息；所述列车实时信息包括：实际的到发时间、列车上的人数、计划到发时间、站台等待人数和乘客到达率；S2：根据列车的实际的到发时间与原有计划时刻表的计划到发时间进行对比，判断列车是否发生偏离；S3：如果列车偏离原有计划时刻表，则使用列车实时调整与站台等待人数控制的联合优化方法进行控制，具体包括以下步骤：S31：给定列车辆数、车站数、预测时域和控制时域；S32：根据列车的出发时间和站台等待人数建立地铁列车自动调整动态模型，采用模型预测控制算法进行滚动优化，预测得到预测时域的相关信息；S33：以列车时间延时、车站等待人数和能耗的最小化目标函数式为优化控制目标，考虑地铁系统自动调整控制中的相关约束条件，在预测时域内建立列车实时调整与站台等待人数联合优化控制模型；S34：实时求解列车实时调整与站台等待人数联合优化控制模型，得到实时的自动调整控制策略，并作用于地铁系统；S4：重复步骤S1-S3，直到控制过程结束；其中步骤S32的具体步骤如下：S321、建立列车实时调整动态模型：列车i在车站j+1的实际出发时间如式1所示， 其中，i是列车车次编号，j是车站站台编号，l是列车运行等级，ti,j表示：列车i在车站j的实际出发时间，表示：在l运行等级下，列车i在车站j到j+1的区间运行时间，是一个二进制数系数，用0或1表示，且满足l＝1,2,…,L，si,j+1为列车i在车站j+1的停站等待时间；列车i在车站j+1的停站等待时间如式2所示，si,j+1＝αmi,j+1+ni,j+1+Di,j+1+ui,j+1+di,j+12其中，mi,j+1为列车i在车站j+1的上车人数，ni,j+1为列车i在车站j+1的下车人数，Di,j+1为列车i在车站j+1的最小等待时间，ui,j+1为列车i在车站j+1的控制策略，di,j+1为列车i在车站j+1的不确定扰动，α是一个固定的值，为列车等待延迟率；综合式1和式2，并通过整理得到列车i在车站j+1的实际出发时间如式3所示， 列车i在车站j+1的实际到达时间xi,j+1如式4所示， 式1-4为所述列车实时调整动态模型；S322、建立站台等待人数动态模型和列车出发时间和站台等待人数的联合动态模型：列车i在车站j+1的站台等待人数如式5所示，wi,j+1＝wi-1,j+1+oi,j+1-mi,j+1+pi,j+15其中，wi,j+1为列车i在车站j+1的站台等待人数，wi-1,j+1为上一辆列车i-1滞留在车站j+1的等待乘客数，oi,j+1为列车i在车站j+1的到站的等待乘客数，mi,j+1为列车i在车站j+1的上车人数，pi,j+1为列车i在车站j+1的站台等待人数的控制策略；两列车间隔时间内到站的等待人数如式6所示，oi,j+1＝βi,j+1ti,j+1-ti-1,j+16其中，βi,j+1为：列车i在车站j+1的乘客等待到达率，ti-1,j+1为：列车i-1在车站j+1的实际出发时间；列车i在车站j+1的车内人数如式7所示，vi,j+1＝vi,j+mi,j+1-ni,j+17其中，vi,j+1为：列车i在车站j+1的车内人数，vi,j为：列车i在车站j的车内人数；假设下车人数与车内人数成正比，下车人数表示为式8，ni,j+1＝λi,j+1vi,j8其中，ni,j+1为：列车i在车站j+1的下车人数，λi,j+1为列车i在车站j+1的下车率；考虑列车最大承载量，列车上车人数表示为式9，mi,j+1＝min{C-vi,j+1+ni,j+1,oi,j+1+wi-1,j+1}9其中，mi,j+1为列车i在车站j+1的上车人数，C为列车最大承载量，综合式5、式6和式9，得到列车等待人数如式10所示，wi,j+1＝wi-1,j+1+βi,j+1ti,j+1-ti-1,j+1-min{C-vi,j+1+ni,j+1,oi,j+1+wi-1,j+1}+pi,j+110式5-10为所述站台等待人数动态模型；由式3、式8、式9和式10得到列车出发时间和站台等待人数的联合动态模型，如式11所示： S323、建立列车能耗模型：列车总质量表达式如式12所示，Ma＝Mpvi,j+Mt12其中，Mp为乘客人均质量；Mt为列车空车质量；列车i在车站j+1的能耗为列车在运行等级为l下的单位能耗与总质量Ma的乘积，列车能耗表达式如式13所示，则式12-13为所述列车能耗模型；S324、建立目标函数，具体步骤如下：1列车总延时时间如式14所示， 其中，Ti,j为：列车i在车站j的计划出发时间，Xi,j为：列车i在车站j的计划到达时间，xi,j为：列车i在车站j的实际到达时间，M为：地铁线路运行的列车总辆数，N为：地铁线路中列车运行经过的总站数；2列车总等待乘客数Pwaiting如式15所示， 其中，wi,j为：列车i在车站j的站台等待人数，Wi,j为：列车i在车站j的站台计划等待人数；3列车总能耗如式16所示， 其中，表示：在运行等级l下列车i在车站j+1的能源消耗；4建立目标函数：目标函数表示为式17，minJ＝α1Tdelay+α2Pwaiting+α3Etotal17其中，α1,α2,α3均为非负值系数，且α1+α2+α3＝1；目标函数17的约束条件如式18-24所示，两辆列车追踪间隔限制约束如式18所示，ti,j-Ti,j-ti-1,j-Ti-1,j≥tmin-H18其中，ti-1,j为：列车i-1在车站j的实际出发时间，H为：两辆列车追踪的时间间隔，是固定常数，tmin为两辆列车之间的最小允许安全间隔时间，也是固定常数；区间运行时间限制约束如式19所示， 等待时间最大最小限制约束如式20所示，Dmin≤ti,j-xi,j≤Dmax20其中，Dmin为：列车在站台等待时间的最小值，Dmax为：列车在站台等待时间的最大值；站台等待人数限制约束如式21所示，0≤wi,j-Wi,j≤wmax-Wi,j21其中，wmax为：在保证站台不造成拥挤的情况下的最大等待人数；车上人数限制约束如式22所示，0≤vi,j≤C22其中，C为列车最大承载量，即列车上能够承载的最大乘客数；控制策略限制约束如式23和式24所示，umin≤ui,j≤umax23pmin≤pi,j≤pmax24其中，ui,j为列车i在车站j的控制策略，pi,j为列车i在车站j的站台等待人数的控制策略，umin为：控制列车出发时间的最小控制量，umax为：控制列车出发时间的最大控制量，pmin为：控制站台等待人数的最小控制量，pmax为控制站台等待人数的最大控制量，所述umin、umax、pmin和pmax均为固定常数；其中根据地铁系统为k时刻的状态预测地铁系统在k+1时刻的状态，根据式17，地铁调度的优化目标如式25所示， 其中，k＝1,2,...,K；K为预测地铁系统的总时间；式25为：步骤S33所述的最小化目标函数式；两辆列车追踪间隔限制约束式18重新列写，如式26所示，ti,k+j-Ti,k+j-ti-1,k+j-Ti-1,k+j≥tmin-H26区间运行时间限制约束式19重新列写，如式27所示， 等待时间最大最小限制约束式20重新列写，如式28所示，Dmin≤ti,k+j-xi,k+j≤Dmax28站台等待人数限制约束式21重新列写，如式29所示，0≤wi,k+j-Wi,k+j≤wmax-Wi,k+j29车上人数限制约束式22重新列写，如式30所示，0≤vi,k+j≤C30控制策略限制约束式23和式24重新列写，分别如式31和式32所示，umin≤ui,k+j≤umax31pmin≤pi,k+j≤pmax32式25-32为：所述列车实时调整与站台等待人数联合优化控制模型。

全文数据：

权利要求：

百度查询： 北京交通大学;中车工业研究院有限公司 一种列车实时调整与站台等待人数控制的联合优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD