关键词：城市交通；轨道交通；列车调度；调度模型与算法
1 引言
目前，我国大部分城市采用节能的控制方法来提高能源效率利用。这一研究方向引起了社会各界人士的广泛关注。轨道交通的节能优化实质就是找到优化V-S曲线能量消耗最小化的若干约束条件。这个约束条件包括了很多方面，例如轨道参数（轨道的长度、倾斜度等）、列车特性（最大速度、牵引力等）以及信息系统等。现在，随着先进的制动技术的发展，如何最大化回收能源对控制多列车成为了一个值得去探究的话题。本文可以最大限度地恢复多列车制动，设置不同时间间隔的能量。本文首先讨论了如何优化能量。定时条件下单列车的消耗量一个或多个复杂路段。本文建立了一个节能运行时间优化模型约束条件及相关算法设计，同时，对如何确定最佳时间进行了研究，实现最大化的动车组区间制动能量恢复。
2城市轨道交通调度的问题和必要性分析
进行城市轨道交通的调度需要根据现有的列车型号和信息设备等前提下进行，怎样才能够最合理的进行运输组合的排列，最大效率的利用列车满足乘客的需求。城市轨道交通的综合监控需要由三级系统来进行控制，分别是列车站台、中心以及当地三个方面。从乘客的角度上看，根据相关的数据统计，乘客对于轨道交通的认可程度主要取决于乘车的快捷性和舒适性。快捷性主要包括列车的行驶速度和整点性，舒适性则主要包括乘坐的宽敞程度以及车厢的整洁性等。从轨道交通部门的角度上看，运营中的列车调度必须要考虑到经济成本，但是必须要满足乘客的需求为前提下进行。例如在春节等人流量集中的时期，一般都会集中增加列车的次数，这就是主要考虑到方便人们的出行需求。
由于城市轨道交通的运营管理是以调度系统为核心进行展开的，这就造成了其调度的方案需要将乘客的需求以及当地列车运输的能力都考虑进来。如果进行没有对各方面的因素进行考虑进行调度，那么不仅会造成列车运行出现混乱，同时也会耽误乘客的出行需求，降低人们的出行效率。除此之外，进行调度的过程中还需要考虑到列车运行的时间、停靠站点的时间以及列车满载情况下的运行效率和安全问题等。需要进行优化的目标主要是要减少乘客的出行时间以及减少列车的总能源消耗。为了能够简化列车调度的难度，降低算法的复杂性，需要设计合理的模型和算法来进行计算。
3 列车调度模型的设计与算法分析
3.1 调度模型
单列车随时间的节能优化约束可以进行如下的描述：在规定的时间内，火车从A站到终点站B，可能存在着多种V-S（速度和时间关系）曲线。获得最小牵引力能源消耗，我们建立一个具体的数学模型及相关算法。动车组协同控制优化可以描述如下。如果火车从同一个地方出发车站与第一班车的总发车间隔最后一个是常数，我们建立了具体的模型和相关求最佳离差集的计算方法恢复制动能量的区间和最大化。在速度有限的情况下，一列火车有四种操作，分别是牵引阶段、行驶阶段、滑行阶段以及制动阶段。在牵引阶段中，随着列车不断加速，其牵引力远远大于阻力，发动机会不停的消耗能量；在行驶阶段中，列车保持着均匀的速度和总速度。其牵引力基本等于阻力，在这个阶段中的列车电机不消耗能量；在滑行阶段中，列车虽然保持运行状态，但是发动机处于待机状态，不消耗能量，其滑行完全受到阻力的影响；制动阶段：列车减速，发动机处于完全停止状态。利用再生制动能量技术，列车可以把动能转换成电能并传送回到其他电器设备的电源系统中。
期刊文章分类查询,尽在期刊图书馆
除了列车运行的问题之外，乘客的需求分析也是列车调度模型建立需要考虑的因素之一。一般来说，乘客对于列车的乘坐需求将会直接的影响到列车调度模型的建立。由于乘客的需求既有共性也有个性，对此就算有列车管理人员进行及时的引导，乘客在列车内的分布情况也是不平均的。假设列车的最大承载程度为C，则C=τS，其中τ为系数，S为列车的平均承载能力。假设在A站台，前行列车ｋ1的离站时刻为 ＴＤｋ1，至后续列车ｋ的到站时刻为ＴＡｋｓ，这一时间段内的旅客到达数为S2。在高峰时期的超运量情况下，考虑到列车的拥挤环境，设ｑｋ1，ｓ为前车ｋ1离站时，没能上车需要等待后续列车的旅客数，ｐｋｓ１为列车ｋ离开车站ｓ1时的断面客流量，则列车ｋ到达ｓ站时，旅客需求在数量上有如下关系：
列车总人数为：Ｗｋ，ｓ ＝ＳＴＤｋ1，Ｓλｓ（ｔ）ｄｔ＋ｑｋ1
继续乘坐前往下一个站台的客流量为：ｆｋ，ｓ ＝ ｐｋ，ｓ1（１－ρｓ）
3.2 算法分析
如果列车I加速时，我1号列车制动，列车I接收和利用制动能量E规则从火车I + 1，从而减少从变电站获得的能量。节约总能耗。在前面分析的基础上，我们的模型使用后向递归算法。首先，我们假设一列火车从A站出发，迭代到t的精度和满功率时间（牵引）到T1，这是一个最小的初始值，其中列车不能到达B站。根据T一t，我们得到加速数。迭代次数n1= T1，我们发现电流是否达到电流极限速度。如果它达到有限的速度而时间达不到一它的运行状态将切换到行驶。当T一完成后，火车将进入。滑行状态。我们把滑行时间定为t。二最初，以及相应的惰轮迭代次数为n。在T二如果列车的流速是高于有限的速度，我们设置返回时间tB，也应该足够小。TB是用来制作的火车在T之前返回状态，B从中我们将其运行状态从滑行转向全制动。如果列车的速度仍然高于新的极限，我们则调整tB= TBT，并重申这一过程，直到T结束时的速度二低于有限的速度。
在进行城市轨道交通调度模型的算法分析时，需要考虑到各列车参数相同、所有列车以最大减速加速（米/秒）以及最小行驶间隔太长这三个方面的因素，这些都会造成致于我们忽略列车对速度限制的影响，从而产生可再生能源的力量。每列火车生产的都是同一辆车。在下面的例子中，我们不再使用特定的数值，但提出了一个创新的概念再生能量增益点（g）。能量增益点演示可再生能源有多大比例恢复。g值越高，能量越高。回收效率将是。根据给定的发车间隔，我们知道平均发车间隔大约为 645s，所以我们寻找g周围最高值点。在G 达到 645的最高值时，h= 598s。由于总发车间隔和最大相邻发车间隔，不可能的所有发车间隔为h= 598s，所以我们应该尽可能多的间隔598s成为可能，并设置休息间隔H最大值= 660s。我们可以看出，只有2的时间间隔可设置为通过一个简单的方程组598s，在这种情况下，总和G达到最高，为2529（645×2 +177×7 = 2529）。
4 结束语
城市轨道交通的调度对于城市交通的整体布局而言十分重要，在进行轨道交通调度的过程中，必须要建立科学的计算模型来对整个交通进行规划，以此来提高交通的便利性，达到资源的最优化配置。总的来说，模型的建立主要是要满足乘客对于出行的需求，同时以经济成本和社会效益为考量指标；在使用算法时，要充分的考虑到影响因素，以此来保证算法的精确性。
参考文献
[1]吴开信,吴子航.城市轨道交通列车实时调度模型及算法研究[J].交通科技与经济,2017,19(04):30-35+72.
[2]王永亮. 城市轨道交通列车交路计划编制方法研究[D].北京交通大学,2014.
[3]郑锂. 网络化运营下城市轨道交通列车车底运用优化方法研究[D].北京交通大学,2013.
[4]刘炜. 城市轨道交通列车运行过程优化及牵引供电系统动态仿真[D].西南交通大学,2009.
论文作者:张文辉
论文发表刊物:《科技中国》2018年6期
论文发表时间:2018/8/10
标签：列车论文; 轨道交通论文; 能量论文; 算法论文; 模型论文; 乘客论文; 间隔论文; 《科技中国》2018年6期论文;