基于pareto多目标遗传算法的高峰时段多地铁列车节能优化

《基于pareto多目标遗传算法的高峰时段多地铁列车节能优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Pareto多目标遗传算法的高峰时段多地铁列车节能优化孙飞桂行东李婷张永南京理X大学自动化学院摘要：城市轨道交通列车在运行过程屮会频繁地启动和制动，如何提高列车运行屮电能的利用率、降低牵引能耗在城市轨道交通领域有着重要的意义。在高峰时间段运行时，由于客流量较大，单位时间发车数量较多，所以同一供电区间的相邻列车间重叠运行的时间较长，再牛.制动可利用能量很大。针对高峰时段多列车运行的特点，采用Pareto多0标遗传算法对高峰时段列车运行进行节能优化。通过合理优化列车在各站的停站时间来优化列车时刻表，最大效率地

2、利用列车运行中再生制动能量。关键词：列午节能;多B标遗传算法;高峰时段;列午吋刻表;作者简介：孙飞(1991一)，男，硕士研究生，主要从事轨道交通控制与安全研究工作;E-mail:78298867⑽qq.com。作者简介：张永(1969—)；男,副教授，E-mail:34445721@qq.com。收稿日期：2017-02-26基金：国家重点研发计划项目(2017YFB1201004)Energy-savingOptimizationofMultiSubwayTrainsatPeakTimeBasedonPa

3、retoMulti-objectiveGeneticAlgorithmSUNFeiGUIXing-dongLITingZHANGYongCollegeofAutomation，NanjingUniversityofScienceandTechnology;Abstract：Urbanrailtransittrainsarefrequentlystartedandbrakedduringoperation,andhowtoimprovetheutilizationefficiencyofelectricener

4、gyintrainoperationisofgreatsignificancetoreducetractionenergyconsumption.Tnpeaktime,duetobigpassengerflowandalargenumberoftrainsdispatchedperhour,theoverlaprunbetweentwoadjacenttrainstakesalongtimeandbigamountofavailableenergyisgeneratedbyregenerativebrakin

5、g.Iviewofthecharacteristicsofmulti-trainoperationinpeakhour,multi-objectivegeneticalgorithmisemployedtooptimizetheenergy-savingfortrainoperationinpeakhour.Byoptimizingthestoppingtimeoftrainsineachstation,thetrainscheduleisoptimizedandtheregenerativebrakinge

6、nergyisutilizedefficiently.Keyword：Trainenergysaving;Multi-objectivegeneticalgorithm;Peakhour;Traintimetable;Received：2017-02-26城市轨道交通牵引能耗在社会供电能耗需求中占有较大比重，根据地铁列车的牵引特性和频繁启停的特点，采用节能坡、再生制动［1-3］等方式大大提高了电能的使用效率。设计节能坡是在地铁线路设计过程中采取的节能方式，建立在合理选线的基础上。合理利用地铁列车的再生制动能量

7、，一方面可以减少牵引变电站处的电能消耗，另一方面可以缓解地铁列车频繁启停而导致的牵引网压波动。目前国内外对再生制动能量的研宄主耍有安装能量吸收装置;设计与研制逆变lH］馈装罝和优化列车运行时刻表等3个方向，其中优化列车运行时刻表己取得大量的研宄成果，是一种既经济又具有实际应用价值的方法。Yangm等人以追踪间隔和停站时分作为决策变量，以重叠时间最大化为0标函数，建立整数规划模型并以遗传算法进行优化求解。PelaAlCaraz［10］等人采用混合整数规划的方法优化列车非高峰时段的时刻表。NasH［ll］等人提出

8、以时刻表中的停站时间为优化对象，以相邻列车之间的能量交换最大建立目标函数，并结合遗传算法建立列车运行优化模型。冯佳分别建立了考虑再生制动利用的吋刻表优化模型、基于上下车客流量的列车节能运行调整模型和考虑技术速度的牵引能耗及运输效率评估模型，并通过案例说明丫效果。唐海川基于列车的运动模型和供电系统的电路拓扑，以牵引变电站总能耗最小为优化目标建立了相邻两列车运行的牵引供电系统的电气模型，并采用优化算法建