城市轨道交通列车节能控制策略研究

龙广钱; 尹逊政

城市轨道交通列车节能控制策略研究

龙广钱¹,
尹逊政²

1.
广州地铁集团有限公司,广州 510000;
2.
中国铁道科学研究院集团有限公司通信信号研究所,北京 100081

基金项目: 中国铁道科学研究院院基金重大课题（2016YJ053）

详细信息

作者简介:
龙广钱,高级工程师;尹逊政,副研究员。

中图分类号: U231.7:TP39
计量
- 文章访问数: 73
- HTML全文浏览量: 0
- PDF下载量: 36
出版历程
- 收稿日期: 2018-05-09
- 刊出日期: 2018-07-24

Energy saving control strategy of urban rail transit train

LONG Guangqian¹,
YIN Xunzheng²

1.
Guangzhou Metro Group Co. Ltd., Guangzhou 510000, China;
2.
Communication signal Research Institute, China Academy of Railway Sciences Corporation Limited,Beijing 100081, China

摘要

摘要: 以广州地铁信号系统所控制的列车为例,根据城轨列车运行过程中的受力情况构建单列车的运动方程,依据单列车的运动方程构造哈密尔顿函数、共轭函数、互补松弛函数,研究了列车运行过程的数学模型和模型成立的条件。由此得出单列车运行过程中的最节能控制策略。针对最快速度列车运行控制策略和最节能列车运行控制策略,分别在列车运行仿真环境和广州7号线进行了对比实验,结果表明,最节能列车控制策略能够减少能量消耗14.8%,同时,显著提高列车运行平稳性。
- 列车运行过程模型 /
- 列车节能 /
- 列车运行控制策略
Abstract: Taking the train controlled by the Guangzhou subway signal system as an example, the motion equation of the single train was constructed according to the force condition in the running process of the urban rail transit train. Based on the motion equation of the single train, the Hamilton function, the conjugate function and the complementary relaxation function were constructed. The mathematical model of the train operation process and the conditions for the establishment of the model were studied. The most energy saving control strategy in single train operation was obtained. Facing with the fastest speed train operation control strategy and the train operation control strategy of the most energy saving, the comparison experiments were carried out in the simulation environment of train operation and the Guangzhou No. 7 line respectively. The results show that the most energy saving train control strategy can reduce the energy consumption by 14.8%, significantly improve the running stability of the train.
- Urban rail transit /
- energy saving train /
- train operation control strategy

HTML全文

参考文献(10)

[1]	李晋. 城市轨道交通列车能耗监测及节能方案研究[J]. 铁道运输与经济, 2017,39(4):95-100.
[2]	宿帅,唐涛.城市轨道交通ATO的节能优化研究[J].铁道学报,2014,36(12):50-55.
[3]	柳淑琦. 基于ATO控制策略的单车节能优化模型及算法研究[D].北京:北京交通大学,2016.
[4]	马少坡,刘炜,周晓辉,等.基于惰行节能规律的列车运行仿真研究[J].铁道机车车辆,2011,31(3):25-29.
[5]	黄璞. ATO列车惰行模式节能应用研究[J].都市快轨交通,2016,29(4):52-55.
[6]	王鹏. 广州地铁5号线ATO操纵节能优化研究和试验对比[J].现代城市轨道交通,2015(1):74-77.
[7]	林颖. 基于在线计算方式的车载ATO运行模式曲线优化模型研究[D]. 成都:西南交通大学,2013.
[8]	马超云,丁勇,杜鹏,等. 基于遗传算法的列车节能运行惰行控制研究[J]. 铁路计算机应用,2010,19(6):4-8.
[9]	宋云. 城市轨道交通ATO模式下列车节能运行研究[J].铁路通信信号工程技术,2014,11(2):41-44.
[10]	李洪波,冯军焕. 遗传算法在ATO目标速度曲线规划中的应用[J]. 铁路计算机应用,2013,22(3):5-9.

施引文献(2)

期刊类型引用(2)

1.	刘天逸. 智能交通流量预测和多路径优化问题研究. 数字通信世界. 2020(12): 97-99 . 百度学术
2.	范长军，胡志成，杨佳东. 基于ALUA的多路径存储系统. 计算机系统应用. 2017(10): 11-19 . 百度学术