论文部分内容阅读
城市轨道交通系统具有大运量、低能耗、快速便捷等突出优势,对于缓解城市交通拥挤,建立节能型城市出行方式起到了推动作用,近些年在世界范围内得到了快速发展。但是,随着线网规模的不断扩大,运营里程的快速增加,城市轨道交通的客运量持续增长,总能耗急剧攀升,导致了运营成本迅速增加,给城市轨道交通运营带来了巨大压力;此外,城市轨道交通运营组织模式日益复杂,不确定的随机因素频发,导致列车时常偏离计划运行图,造成服务质量和运营效率降低。因此,研究如何降低城市轨道交通系统能耗和增强运行图的抗干扰能力,对降低运营成本和提高服务质量具有重要意义。本文主要研究如何通过优化城市轨道交通的列车运行图以达到降低列车运行能耗、加强运行图鲁棒性的目的。详细分析列车区间运行过程,探讨降低运行能耗的方法;考虑列车运行过程中的不确定性,关注乘客服务质量,构建提高运行图鲁棒性的模型。主要研究工作如下:(1)建立了到站乘客人数和下车人数不确定条件下的列车运行图鲁棒优化模型。首先,应用情景和方案分别表示不确定参数和发车间隔。然后,引入最小最大后悔值理论,建立了以最小化最差情景下站台滞留乘客总人数为目标的运行图鲁棒优化模型,并设计了遗传算法进行求解。最后,以北京地铁亦庄线进行实例验证,结果表明,与当前运行图相比,优化后的运行图可以减少53.72%的滞留人数;与最少滞留人数相比,优化后运行图的相对后悔值在15%之内,表示该运行图可以有效规避运营过程中的不确定风险,具有较强的抗干扰能力。(2)从降低列车牵引能耗和增加再生能量利用率两个角度出发,建立了列车运行图节能优化模型。首先,细化列车的区间运行过程为以下六个阶段:恒力牵引、恒功率牵引、惰行、恒功率制动、恒力制动和机械制动,考虑列车在机械制动阶段不产生再生能量的情况,提出以再生能量利用时间与再生能量产生时间的比值为再生能量利用率的计算方法。在此基础上,构建了以最小化列车净能耗为目标的运行图节能优化模型,并设计了遗传算法求解最优的列车到发时刻和发车间隔。最后,以北京地铁亦庄线进行实例验证,结果表明,与当前运行图相比,优化后的运行图可以节省8.27%的能量。(3)基于以上研究,提出了节能型列车运行图的两阶段鲁棒优化模型。其中,第一阶段是以降低乘客等待时间为目标,以发车间隔为决策变量的运行图鲁棒优化;第二阶段以最小化列车净能耗为目标,构建了节能优化模型,获得最优的到发时刻。最后,设计了内外嵌套式遗传算法求解模型,基于北京地铁亦庄线的实例验证了提出的模型和算法的有效性。结果表明,与当前运行图相比,优化后的运行图可以降低36.96%的乘客等待时间,节省5.94%的能量。图37幅,表18个,参考文献75篇。