基于状态预测和群体智能的再生能任务预分配方法及系统

本发明涉及城市轨道交通列车运行控制，具体涉及一种基于状态预测和群体智能的再生能任务预分配方法及系统。

背景技术：

1、近年来，随着城市轨道交通的快速发展，城市轨道交通系统能耗也不断攀升，节能减排压力随之增大，其中牵引系统能耗约占总能耗的80％，降低牵引系统能耗是城市轨道交通系统节能减排的关键。城市轨道交通列车启停频繁，同一时刻在同一供电分区存在多个列车制动、牵引的场景，需要根据原始运行图，对牵引和制动列车进行任务预分配，将牵引和制动列车分场景匹配构成列车群，输出带有运行图匹配关系的运行方案，明确能量利用的对象，为进一步优化调整群内再生能最大化利用打下基础。

2、在城市轨道交通智能驾驶、综合调度、考虑牵引供电系统的背景下，车车之间的耦合不仅体现在时空关系，还需要从能量利用维度来考虑车车耦合关系，而目前的列车能量匹配大多无法明确精确的对象。

技术实现思路

1、本发明的目的在于提供一种实现了对城市轨道交通系统中列车能量交互层面的准确匹配，明确匹配对象，有效输出列车能量精细化匹配方案，并在匹配过程中，将列车运行分为不同场景，输出不同的匹配方案，从而提高分群匹配的效率的基于状态预测和群体智能的再生能任务预分配方法及系统，以解决上述背景中的至少一个技术问题。

2、为了实现上述目的，本发明采取了如下技术方案：

3、一方面，本发明提供一种基于状态预测和群体智能的再生能任务预分配方法，包括：

4、根据城市轨道交通系统列车再生能产生和利用机理，构建不降低运行效率且保障列车运行安全的再生能最大化利用模型；

5、根据列车运行场景和运行图，基于再生能最大化利用模型，确定每一时刻所有匹配列车对，跟踪所有列车运行状态；

6、在固定供电分区和利用模式的基础上，根据匹配列车状态对全线列车进行分群；

7、根据分群结果进行基于实际运营的列车再生能最大化利用任务预分配。

8、优选的，构建不降低运行效率且保障列车运行安全的再生能最大化利用模型，包括：

9、在以供电分区为区分的前提下，构建城市轨道交通系统中列车运行的所有场景，包括同一方向、上下行、同一站间、相邻站间四种模式；

10、明确城市轨道交通系统中列车再生能的产生和利用机理，包括牵引和制动时能量流动方向；

11、保证不降低列车运行效率的约束不变，包括首末班发车时间、上线列车数、列车全周转时间；

12、构建基于重叠时间的牵引和制动列车的再生能最大化利用模型，包括制动开始时间与牵引结束时间的重叠、制动结束时间与牵引开始时间的重叠。

13、优选的，确定每一时刻所有匹配列车对，跟踪所有列车运行状态，包括：

14、基于列车的运行场景、实际运行图以及再生能最大化利用利用模型，判断得到牵引列车和制动列车的匹配情况；

15、遍历得到运行图中每一个时刻的牵引列车和制动列车的匹配情况；

16、跟踪每一个时刻牵引和制动列车的状态，以及列车在下一个时刻的状态变化趋势。

17、优选的，根据匹配列车状态对全线列车进行分群，包括：

18、在同一供电分区内，利用供电、线路信息及根据匹配列车的状态，对固定供电分区内的列车进行分群；

19、在固定供电分区分群的基础上，计算制动列车产生的再生能，计算牵引列车牵引需要的能量，如果同一供电分区内牵引列车牵引过程需要利用制动列车产生的再生能，则基于利用模式对列车进行配对分群；

20、在利用模式分群的基础上，基于列车状态遍历得到运行图中每一个时刻的牵引列车和制动列车发生匹配的列车群，输出每一时刻列车分群结果。

21、优选的，利用模式包括上下行同一站间、上下行相邻站间、同处于上行或下行；运行图中每一个时刻的牵引列车和制动列车发生匹配的列车群，包括一辆制动列车匹配一辆牵引列车、一辆制动列车匹配多辆牵引列车、多辆制动列车匹配一辆牵引列车、多辆制动列车匹配多辆牵引列车的情况。

22、优选的，根据分群结果进行基于实际运营的列车再生能最大化利用任务预分配，包括：根据牵引和制动列车再生能的产生利用和分群情况，进行再生能利用任务预分配；输出带有牵引制动运行图匹配关系的运行方案。

23、第二方面，本发明提供一种基于状态预测和群体智能的再生能任务预分配系统，包括：

24、构建模块，用于根据城市轨道交通系统列车再生能产生和利用机理，构建不降低运行效率且保障列车运行安全的再生能最大化利用模型；

25、确定模块，用于根据列车运行场景和运行图，基于再生能最大化利用模型，确定每一时刻所有匹配列车对，跟踪所有列车运行状态；

26、分群模块，用于在固定供电分区和利用模式的基础上，根据匹配列车状态对全线列车进行分群；

27、分配模块，用于根据分群结果进行基于实际运营的列车再生能最大化利用任务预分配。

28、第三方面，本发明提供一种计算机设备，包括存储器和处理器，所述处理器和所述存储器相互通信，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行如上所述的基于状态预测和群体智能的再生能任务预分配方法。

29、第四方面，本发明提供一种电子设备，包括存储器和处理器，所述处理器和所述存储器相互通信，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行如上所述的基于状态预测和群体智能的再生能任务预分配方法。

30、第五方面，本发明提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于状态预测和群体智能的再生能任务预分配方法。

31、本发明有益效果：在基于固定供电分区的直接法和基于利用模式的配对法的基础上，利用供电、线路等静态信息和列车运行等动态信息，分场景将线路上的列车分为若干个匹配效果更好的小群，在原始运行图的基础上输出带有牵引制动匹配关系的运行方案，为进一步协同控制列车最大化利用再生能奠定基础；依托于实际运行数据、再生能最大化利用模型、状态预测的优化分群，能够取得较理想的结果。

技术特征：

1.一种基于状态预测和群体智能的再生能任务预分配方法，其特征在于，包括：

2.根据权利要求1所述的基于状态预测和群体智能的再生能任务预分配方法，其特征在于，构建不降低运行效率且保障列车运行安全的再生能最大化利用模型，包括：

3.根据权利要求2所述的基于状态预测和群体智能的再生能任务预分配方法，其特征在于，确定每一时刻所有匹配列车对，跟踪所有列车运行状态，包括：

4.根据权利要求3所述的基于状态预测和群体智能的再生能任务预分配方法，其特征在于，根据匹配列车状态对全线列车进行分群，包括：

5.根据权利要求4所述的基于状态预测和群体智能的再生能任务预分配方法，其特征在于，利用模式包括上下行同一站间、上下行相邻站间、同处于上行或下行；运行图中每一个时刻的牵引列车和制动列车发生匹配的列车群，包括一辆制动列车匹配一辆牵引列车、一辆制动列车匹配多辆牵引列车、多辆制动列车匹配一辆牵引列车、多辆制动列车匹配多辆牵引列车的情况。

6.根据权利要求5所述的基于状态预测和群体智能的再生能任务预分配方法，其特征在于，根据分群结果进行基于实际运营的列车再生能最大化利用任务预分配，包括：根据牵引和制动列车再生能的产生利用和分群情况，进行再生能利用任务预分配；输出带有牵引制动运行图匹配关系的运行方案。

7.一种基于状态预测和群体智能的再生能任务预分配系统，其特征在于，包括：

8.一种计算机设备，包括存储器和处理器，所述处理器和所述存储器相互通信，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行如权利要求1-6任一项所述的基于状态预测和群体智能的再生能任务预分配方法。

9.一种电子设备，其特征在于，包括存储器和处理器，所述处理器和所述存储器相互通信，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行如权利要求1-6任一项所述的基于状态预测和群体智能的再生能任务预分配方法。

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的基于状态预测和群体智能的再生能任务预分配方法。

技术总结
本发明提供一种基于状态预测和群体智能的再生能任务预分配方法及系统，属于城市轨道交通列车运行技术领域，根据城市轨道交通系统列车再生能产生和利用机理，构建不降低运行效率且保障列车运行安全的再生能最大化利用模型；根据列车运行场景和运行图，基于再生能最大化利用模型，确定每一时刻所有匹配列车对，跟踪所有列车运行状态；在固定供电分区和利用模式的基础上，根据匹配列车状态对全线列车进行分群；根据分群结果进行基于实际运营的列车再生能最大化利用任务预分配。本发明实现了对城市轨道交通系统中列车能量交互层面的准确匹配，列车能量匹配精细化，并在匹配过程中，针对列车运行不同场景输出不同的匹配方案，提高了分群匹配效率。

技术研发人员：荀径,刘浩,曹江,杨中平,林飞,李艳艳
受保护的技术使用者：北京交通大学
技术研发日：
技术公布日：2024/1/12