ATO节能优化模型研究
来源:用户上传
作者:
摘 要：综观城市的公共交通工具，其中轨道交通高速发展，而且具有运量大、环保舒适、安全快捷等特点，尤其是CBTC技术的成熟应用，为城市交通日益具增的矛盾提供了新的解决方案。在能耗方面，同级别运力的情况下，汽车的能耗是轨道交通的9倍，公交车的能耗是2倍。但是轨道交通的运量大，其总耗量是巨大的，极高的运营成本也不容忽视。“十三五”明确提出了创新、协调、绿色、开放、共享的发展理念，要求加快完善安全高效、智能绿色、互联互通的现代基础设施网络。因此想要降低成本、促进低碳环保，应该加强对列车的节能运营的研究。
关键词：速度曲线;节能运行;ATO控制策略;能耗优化模型
中图分类号：U284.48 文献标志码：A 文章编号：2095-2945（2020）05-0059-02
Abstract： A comprehensive view of urban public transport means， including the rapid development of rail transit， and with the characteristics of large traffic volume， environmental protection and comfort， safety and speed， especially the mature application of CBTC technology， provides a new solution for the increasing contradiction of urban transport. In terms of energy consumption， under the same level of transportation capacity， the energy consumption of automobiles is 9 times that of rail transit， and that of buses is 2 times. However， rail transit has a large traffic volume， its total consumption is huge， and the extremely high operating cost can not be ignored. The 13th Five Year Plan clearly puts forward the development concept of innovation， coordination， green， opening and sharing， and calls for accelerating the improvement of a safe， efficient， intelligent， green and interconnected modern infrastructure network. Therefore， in order to reduce costs and promote low-carbon environmental protection， we should strengthen the research on energy-saving operation of trains.
Keywords： velocity curve; energy-efficient operation; control strategy by ATO; energy consumption optimization model
1 背景
城市轨道交通由于其安全、可靠、运力大等优势，已经广泛应用于世界各地。至2018年未全国地铁开通运营5761.4公里，在建6374公里，规划建设7611公里。随着城市轨道交通系统快速发展及客流量需求的日益增加，城市轨道交通系统的运营总能耗迅速增加。不论是从企业经济效益来讲，还是建设节约型城市都是一个严峻的挑战。对消耗能源的主体进行分解，车站运营和列车运行是城市轨道交通系统能耗中最主要的两部分。车站运营能耗则由空调、照明、电梯/电扶梯、站内通风、售/检票机、车站机房设备等构成;列车运行能耗主要有列车牵引、机车设备、空调、照明等辅助设备。其中牵引能耗是城市轨道交通系统运营总能耗的主要部分，因此尽可能的降低列车的牵引能耗是研究列车节能优化模型的核心内容。列车自动驾驶（Automatic Train Operation，简称ATO）系统的主要作用是代替司机驾驶列车按推荐速度运行、自动开关车门和辅助司机驾驶等提高列车运行效率。ATO系统直接影响列车调整运行速度，车站精确停车，列车的运行效率以及节能运行等。
2 列车自动驾驶系统介绍
列车自动驾驶（ATO）系统采用高可靠性的硬件结构和软件设计，应用单质点、多质点结合的列车动力学模型，采用分层式架构，实现长周期的运行曲线优化和短周期的实时控制有机结合，使列车在自动驾驶控制下准点、精确、舒适和节能平稳地运行。列车运行过程中，不仅要保证列车的最大行车效率，运行过程中不超紧急制动触发速度，还要考虑精确性、舒适度、准时性、节能等方面的运营需求。
（1）精确性。在目前的城市轨道交通中，车站几乎都安装了站台安全门系统，为了不影响站台乘降作业的效率，ATO必須满足站台停车误差不超过30cm的精确停车要求。（2）舒适度。列车自动驾驶的过程中，考虑线路坡度，线路弯道，列车牵引制动性能等因素，通过逐级牵引，一次制动等方式，减少列车在区间和进出站过程中运行的冲击率，以保证乘客的舒适度。（3）准时性。列车从始发站台启动到终点站台停车的运行过程中，列车的实际运行时间与计划运行时间的差需要小于规定值，尽量不早点或不晚点太多。（4）节能。列车运行时，反复牵引制动导致的耗电量远大于经常处于惰行状态时的耗电量。故而高效、经济、合理地控制列车运行，考虑牵引/制动特性，减少不必要的牵引切换频率，达到节能效果。 3 节能优化模型
列车的牵引能量来自供电系统，经过传输、变换后，驱动电机控制列车运行。根据运行调整命令、线路信息、车辆信息以及列车的运行数据，计算出满足舒适、准点约束的节能运行推荐速度曲线。其通过精确的输出相应的牵引与制动力，实现推荐速度的准确跟踪。因此，建立列车节能优化模型，优化推荐速度及控制策略即可实现节能运行。
（1）运行时间模型。列车在两站间的计划运行时间T0，实际运行时间T。
T差=T-T0;当T差<0，说明时间充足，可增加惰行时间，减少能耗，调整行车时间;当T差=0，说明时间恰好，列车可以准点到站，无需调整;当T差>0，说明时间不足，需要列车按最高运行效率运行。
（2）能耗计算模型。能耗计算模型是通过对列车运行过程进行受力分析，从而得出基本阻力、附加阻力、牵引力、制动力的计算模型，再根据列车在不同工况下实际作用在列车运行方向上的牵引/制动系统做功情况演化出来的，模型如图1所示。
（3）能耗优化模型。列车的能耗主要取决于线路信息、车辆信息、运行等级、自动控车策略。能耗优化模型如图2所示：
4 自动控制策略
现有的ATO控制策略在精确追踪目标速度过程中，会因实际速度偏离目标速度，反复实施牵引和制动，虽然实现了对列车速度的精确控制，却造成了能量的浪费。因此通过一系列的优化算法对速度曲线进行优化以减少列车运行过程中不必要的加减速过程，从而达到节能的目的。如在不影响运行效率的情况下，通过避免很短的高速部分的快速加减速过程从而达到节能的目的。基于现有的ATO控制策略，通过以下几个方面对该策略进行优化，以达到节能效果。
4.1 控制策略
在规定的计划运行时间内，列车从始发位置（S0）运行至目标位置（ST），可有预计算出多种不同的速度曲线，如图3所示。每一条速度曲线，所对应的列车能耗也是不相同的。故而，在列车运行符合运营要求的情况下，选取一条能耗最小的速度曲线作为列车的推荐速度曲线。
（1）最快策略（S0-A1-A2-ST）。原则：尽最大可能发挥列车牵引/制动，使列车以最短时间运行。
（2）最经济策略（S0-B1-B2-ST）。原则：列车起步加速以最大牵引使速度快速达到稳定速度，在列车运行中间阶段尽可能使用惰行。
（3）混合优化策略（S0-C-ST）。结合“最快策略”、“最经济策略”尽可能的减少能耗、提高舒适度。
4.2 优化控制原则
（1）运行状态保持。列车在线路上运行始终处于牵引、惰行、制动三种工况的其中之一，每一个工况下都必须保持一定的时间。（2）消除过低速度。列车从某一限速区域运行到另一限速区域的过程中，需要尽可能维持高速通过，因此就要最大程度地减少手柄的变化的次数，会导致列车运行速度过低。所以在列车进入下一个限速区间前调整列车的速度，以防止列车过低速度运行，从而提高列车的运行效率。（3）运行状态中时刻切换。列车在运行过程中，出站时施加最大牵引达到区间巡航速度，在区间尽量保持惰行，并减少牵引制动频率，直到列车速度低于推荐速度達到门限后再牵引。
5 结束语
建立列车运行的节能优化模型，并在原来ATO控制方法基础上，优化驾驶策略的控制方法。利用仿真结果为能耗优化方案提供参考依据，并结合行车组织中计划运行图的编制，合理组织列车，提高再生制动的利用率;在高峰期和平峰期选择不同的运营等级，合理的调整运营速度，从而达到降低牵引能耗的目标;同时在线路设计时加入节能坡的优化设计。收集实际运营地铁大量的运营数据并分析，进一步完善控制策略，并近一步优化ATO系统。
参考文献：
[1]曾小清.基于通信的轨道交通运行控制[M].上海：同济大学出版社，2007.
[2]刘晓娟，张雁鹏，汤自安.城市轨道交通智能控制系统[M].北京：中国铁道出版社，2008.
[3]陈德旺.城轨列车智能驾驶的优化模型及算法[M].北京：北京交通大学出版社，2014.
[4]唐涛，黄良骥.列车自动驾驶系统控制算法综述[J].铁道学报，2003，25（2）：98-102.
转载注明来源:https://www.xzbu.com/1/view-15121558.htm
