面向节能的高速列车运行分析与优化研究
发布时间：2021-07-03 01:53
近年来,我国高速铁路事业发展迅猛。2019年,全国有十多条新的高铁线开通运营,全年新增高速铁路营运里程超过4000公里,总营运里程稳居世界第一。高速列车由于具有载客量大、正点率高、速度快、舒适方便等众多优势,给人民的出行带来极大的便利,已成为旅客出行首选。但是随着高速铁路运营里程的延长和运量的增加,随之而来的便是能源消耗提高的问题。其中,列车的牵引能耗高达铁路能耗的6070%以上,因此降低列车牵引能耗是高速铁路急需解决的重要问题。在国内外学者关于列车节能优化方面已取得研究成果的基础上,结合高速列车的运行特点,本文建立了高速铁路单列车单站间节能优化模型、单列车多站间节能优化模型和基于再生制动能量利用的多列车多站间节能优化模型,并考虑了兼顾储能式再生制动能量利用的多列车多站间优化模型,在MATLAB软件中采用遗传算法进行仿真案例分析。论文的主要研究内容如下:（1）简要介绍论文的研究背景,通过对国内外列车节能优化问题的研究现状进行整理,分析目前存在的问题,在此基础上确定论文的研究重点。针对高速铁路列车运行的特点,总结了高速铁路列车牵引能耗的主要影响因素。通过对高速列车进...
【文章来源】：兰州交通大学甘肃省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
011-2025年中国高铁营业里程及规划
兰州交通大学硕士学位论文-21-11|()|nrrTTw=(3.10)其中，每个站间的运行时间rT还需要满足该站间符合约束条件的运行时间范围，如式3.11所示。本文未考虑停站时间的优化，因此每个站间的停站时间与该站的实际停站时间相等。minrrmaxrTTT(3.11)3.4优化方法选择遗传算法(GeneticAlgorithm)始于在20世纪70年代，是模拟达尔文的自然选择学说和自然界的生物进化过程的一种计算模型，具有鲁棒性高、收敛性好等优点，已在科学和工程领域的诸多优化问题中得到较好的应用[54]。对于传统优化算法难以解决的复杂优化问题有明显的优势。遗传算法并不针对具体的问题，因此，对问题的求解有很强的鲁棒性，目前，在科学和工程领域的诸多优化问题中得到较好应用[54]。所以本文采用遗传算法进行优化求解，对变量编码、初始种群、适应度函数、遗传操作（选择、交叉、变异）等分别进行设计。遗传算法流程图如图3.5所示。图3.5遗传算法流程图MATLAB优化工具箱中包含一个为遗传算法独立设计一个优化工具箱，称为遗传算法与直接搜索工具箱。如图3.6所示。通过命令行方式调用遗传算法函数和通过GUI（GraphicalUserInterface，图形用户界面）使用遗传算法是MATLAB遗传算法工具箱的两种使用方式，前一种方式主要通
面向节能的高速列车运行分析与优化研究-22-过输入相应的命令实现，后一种方法是以图形用户界面为载体。两种方式相比，通过GUI使用遗传算法工具的方法更加简洁方便。因此，本文将基于MATLAB遗传算法工具箱对高速列车节能优化问题进行优化设计，并具体选用通过GUI使用遗传算法工具方法。图3.6MATLAB遗传算法工具图形用户界面截图3.5仿真实例3.5.1模拟列车实际运行策略为了说明本文设计的优化模型的节能效果具有有效性，将模拟列车实际运行策略下的牵引能耗（以下简称为模拟能耗）作为对比。可以将模拟列车实际运行策略描述为：列车以最大的牵引力加速至一个适当的目标速度mV，然后以该速度保持匀速行驶，最后采用制动模式减速进站，如图3.7所示。目标速度mV不同，所得到的速度距离曲线不同，模拟能耗也不同。
【参考文献】：
期刊论文
[1]地铁节能坡设计研究[J]. 陈富安. 铁道工程学报. 2013(08)
[2]一种可在线调整的列车正点运行节能操纵控制算法[J]. 唐海川,朱金陵,王青元,冯晓云. 中国铁道科学. 2013(04)
[3]高速列车节能操纵与控制优化的理论与方法研究[J]. 石红国. 学术动态. 2013(02)
[4]城市轨道交通节能坡寻优研究[J]. 胡晓丹,张杰. 铁道工程学报. 2013(05)
[5]制动利用率对高速列车节能操纵策略的影响[J]. 崔恒斌,冯晓云,王青元,王鹏玲,李金键. 铁道学报. 2012(08)
[6]地铁列车再生制动节能仿真研究[J]. 张文丽,李群湛,刘炜,解绍锋. 变流技术与电力牵引. 2008(03)
[7]关于城市轨道交通列车运行图编制的探讨[J]. 史小俊. 都市快轨交通. 2008(02)
[8]列车节能控制的优化分析[J]. 朱金陵,李会超,王青元,龙胜. 中国铁道科学. 2008(02)
[9]地铁电动车组运行模型的研究[J]. 于建国,苗彦英. 大连铁道学院学报. 2001(02)
博士论文
[1]高速列车节能运行操纵策略优化方法研究[D]. 麻存瑞.北京交通大学 2019
[2]城市轨道交通多列车运行节能优化控制[D]. 唐海川.西南交通大学 2015
[3]城市轨道交通系统能耗影响因素的量化分析[D]. 王玉明.北京交通大学 2011
[4]列车追踪运行与节能优化建模及模拟研究[D]. 付印平.北京交通大学 2009
[5]列车运行过程仿真及优化研究[D]. 石红国.西南交通大学 2006
硕士论文
[1]基于萤火虫算法的高速列车节能运行优化研究[D]. 马晓娜.兰州交通大学 2019
[2]高速列车节能运行优化模型与算法研究[D]. 曹佳峰.兰州交通大学 2018
[3]高速列车追踪运行节能优化与控制[D]. 高坚.北京交通大学 2018
[4]城轨列车节能驾驶策略与储能式再生能量利用研究[D]. 宿硕.北京交通大学 2018
[5]基于多种群遗传算法的高速列车节能操纵研究[D]. 韩京.北京交通大学 2018
[6]变压器式可控电抗器控制绕组参数计算与优化[D]. 郭毅娜.兰州交通大学 2017
[7]高速列车运行过程的多目标优化研究[D]. 高浠瑞.兰州交通大学 2017
[8]混合动力列车车载储能与地面充电方案系统优化研究[D]. 胡远江.西南交通大学 2017
[9]考虑能量管理的混合动力列车运行优化策略研究[D]. 杜昕.西南交通大学 2017
[10]随机客流条件下城市轨道交通列车时刻表多目标优化[D]. 路红.北京交通大学 2017
本文编号：3261622
【文章来源】：兰州交通大学甘肃省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
011-2025年中国高铁营业里程及规划
兰州交通大学硕士学位论文-21-11|()|nrrTTw=(3.10)其中，每个站间的运行时间rT还需要满足该站间符合约束条件的运行时间范围，如式3.11所示。本文未考虑停站时间的优化，因此每个站间的停站时间与该站的实际停站时间相等。minrrmaxrTTT(3.11)3.4优化方法选择遗传算法(GeneticAlgorithm)始于在20世纪70年代，是模拟达尔文的自然选择学说和自然界的生物进化过程的一种计算模型，具有鲁棒性高、收敛性好等优点，已在科学和工程领域的诸多优化问题中得到较好的应用[54]。对于传统优化算法难以解决的复杂优化问题有明显的优势。遗传算法并不针对具体的问题，因此，对问题的求解有很强的鲁棒性，目前，在科学和工程领域的诸多优化问题中得到较好应用[54]。所以本文采用遗传算法进行优化求解，对变量编码、初始种群、适应度函数、遗传操作（选择、交叉、变异）等分别进行设计。遗传算法流程图如图3.5所示。图3.5遗传算法流程图MATLAB优化工具箱中包含一个为遗传算法独立设计一个优化工具箱，称为遗传算法与直接搜索工具箱。如图3.6所示。通过命令行方式调用遗传算法函数和通过GUI（GraphicalUserInterface，图形用户界面）使用遗传算法是MATLAB遗传算法工具箱的两种使用方式，前一种方式主要通
面向节能的高速列车运行分析与优化研究-22-过输入相应的命令实现，后一种方法是以图形用户界面为载体。两种方式相比，通过GUI使用遗传算法工具的方法更加简洁方便。因此，本文将基于MATLAB遗传算法工具箱对高速列车节能优化问题进行优化设计，并具体选用通过GUI使用遗传算法工具方法。图3.6MATLAB遗传算法工具图形用户界面截图3.5仿真实例3.5.1模拟列车实际运行策略为了说明本文设计的优化模型的节能效果具有有效性，将模拟列车实际运行策略下的牵引能耗（以下简称为模拟能耗）作为对比。可以将模拟列车实际运行策略描述为：列车以最大的牵引力加速至一个适当的目标速度mV，然后以该速度保持匀速行驶，最后采用制动模式减速进站，如图3.7所示。目标速度mV不同，所得到的速度距离曲线不同，模拟能耗也不同。
【参考文献】：
期刊论文
[1]地铁节能坡设计研究[J]. 陈富安. 铁道工程学报. 2013(08)
[2]一种可在线调整的列车正点运行节能操纵控制算法[J]. 唐海川,朱金陵,王青元,冯晓云. 中国铁道科学. 2013(04)
[3]高速列车节能操纵与控制优化的理论与方法研究[J]. 石红国. 学术动态. 2013(02)
[4]城市轨道交通节能坡寻优研究[J]. 胡晓丹,张杰. 铁道工程学报. 2013(05)
[5]制动利用率对高速列车节能操纵策略的影响[J]. 崔恒斌,冯晓云,王青元,王鹏玲,李金键. 铁道学报. 2012(08)
[6]地铁列车再生制动节能仿真研究[J]. 张文丽,李群湛,刘炜,解绍锋. 变流技术与电力牵引. 2008(03)
[7]关于城市轨道交通列车运行图编制的探讨[J]. 史小俊. 都市快轨交通. 2008(02)
[8]列车节能控制的优化分析[J]. 朱金陵,李会超,王青元,龙胜. 中国铁道科学. 2008(02)
[9]地铁电动车组运行模型的研究[J]. 于建国,苗彦英. 大连铁道学院学报. 2001(02)
博士论文
[1]高速列车节能运行操纵策略优化方法研究[D]. 麻存瑞.北京交通大学 2019
[2]城市轨道交通多列车运行节能优化控制[D]. 唐海川.西南交通大学 2015
[3]城市轨道交通系统能耗影响因素的量化分析[D]. 王玉明.北京交通大学 2011
[4]列车追踪运行与节能优化建模及模拟研究[D]. 付印平.北京交通大学 2009
[5]列车运行过程仿真及优化研究[D]. 石红国.西南交通大学 2006
硕士论文
[1]基于萤火虫算法的高速列车节能运行优化研究[D]. 马晓娜.兰州交通大学 2019
[2]高速列车节能运行优化模型与算法研究[D]. 曹佳峰.兰州交通大学 2018
[3]高速列车追踪运行节能优化与控制[D]. 高坚.北京交通大学 2018
[4]城轨列车节能驾驶策略与储能式再生能量利用研究[D]. 宿硕.北京交通大学 2018
[5]基于多种群遗传算法的高速列车节能操纵研究[D]. 韩京.北京交通大学 2018
[6]变压器式可控电抗器控制绕组参数计算与优化[D]. 郭毅娜.兰州交通大学 2017
[7]高速列车运行过程的多目标优化研究[D]. 高浠瑞.兰州交通大学 2017
[8]混合动力列车车载储能与地面充电方案系统优化研究[D]. 胡远江.西南交通大学 2017
[9]考虑能量管理的混合动力列车运行优化策略研究[D]. 杜昕.西南交通大学 2017
[10]随机客流条件下城市轨道交通列车时刻表多目标优化[D]. 路红.北京交通大学 2017
本文编号：3261622
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3261622.html
