王榮笙 ,張 琦,閆 璐,丁舒忻
(1.中國(guó)鐵道科學(xué)研究院 研究生部,北京 100081;2.中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司 通信信號(hào)研究所,北京 100081)
準(zhǔn)點(diǎn)率是影響鐵路管理工作和旅客滿意舒適的關(guān)鍵指標(biāo)之一。鐵路實(shí)際運(yùn)營(yíng)過(guò)程中,列車按照調(diào)度員下達(dá)的階段調(diào)整計(jì)劃運(yùn)行,計(jì)劃的科學(xué)合理與否關(guān)乎鐵路運(yùn)營(yíng)的安全高效。其中,準(zhǔn)確及時(shí)的列車運(yùn)行態(tài)勢(shì)是調(diào)度員調(diào)整階段計(jì)劃的關(guān)鍵信息之一[1]。列車運(yùn)行態(tài)勢(shì)包括列車在未來(lái)時(shí)間段內(nèi)的運(yùn)行位置、加速度、速度、區(qū)間運(yùn)行時(shí)間和到站晚點(diǎn)時(shí)間等。當(dāng)列車運(yùn)行計(jì)劃受突發(fā)事件影響發(fā)生偏移時(shí),調(diào)度員需要綜合考慮突發(fā)事件、線路條件、列車運(yùn)行狀態(tài)等在途信息,預(yù)估列車運(yùn)行態(tài)勢(shì),及時(shí)調(diào)整階段計(jì)劃。但當(dāng)面對(duì)多層次時(shí)變、多維強(qiáng)耦合的在途信息時(shí),調(diào)度員難以及時(shí)推演列車運(yùn)行態(tài)勢(shì)信息,因信息遲滯而延后制定的階段調(diào)整計(jì)劃缺乏一定的科學(xué)性和合理性,憑人工經(jīng)驗(yàn)多次調(diào)整運(yùn)行圖的工作量較大。若不及時(shí)給出合理的階段調(diào)整計(jì)劃,列車晚點(diǎn)將快速傳播,嚴(yán)重影響鐵路運(yùn)營(yíng)效率和旅客滿意度。因此,復(fù)雜路網(wǎng)條件下,及時(shí)準(zhǔn)確的列車運(yùn)行態(tài)勢(shì)推演是鐵路運(yùn)營(yíng)管理和列車運(yùn)行調(diào)整的關(guān)鍵問(wèn)題之一,對(duì)輔助調(diào)度員制定更加高效實(shí)用的階段調(diào)整計(jì)劃具有重要作用。
列車駕駛策略決定列車運(yùn)行態(tài)勢(shì)的最終推演結(jié)果,主要包括節(jié)時(shí)和節(jié)能駕駛策略。通過(guò)采取節(jié)時(shí)駕駛策略推演高速鐵路列車運(yùn)行態(tài)勢(shì)信息,原因包括2 個(gè)方面:①高速鐵路站間距離較長(zhǎng),列車較少采用惰行工況,導(dǎo)致節(jié)能駕駛策略下牽引能耗降低效果并不明顯;②鐵路運(yùn)營(yíng)管理更加關(guān)注晚點(diǎn)恢復(fù)情況,節(jié)能駕駛策略在保證牽引能耗最小的前提下,可能給列車帶來(lái)額外的晚點(diǎn)時(shí)間。國(guó)內(nèi)外學(xué)者針對(duì)列車駕駛策略優(yōu)化問(wèn)題,基于人工智能[2]、遺傳算法[3]、專家系統(tǒng)[4]、最優(yōu)控制[5]、動(dòng)態(tài)規(guī)劃[6]等,以準(zhǔn)點(diǎn)率、旅客舒適度及牽引能耗為目標(biāo)[7]進(jìn)行優(yōu)化。其中,專家系統(tǒng)是針對(duì)問(wèn)題特性,通過(guò)“若(IF),則(THEN)”的知識(shí)表達(dá)形式模擬專家思維[4],提升列車駕駛策略的合理性和實(shí)時(shí)性。因此,專家系統(tǒng)比較適合列車運(yùn)行態(tài)勢(shì)推演問(wèn)題。故針對(duì)區(qū)域臨時(shí)限速情形,基于專家系統(tǒng)生成列車節(jié)時(shí)駕駛策略,在線推演的列車運(yùn)行態(tài)勢(shì)為調(diào)度員調(diào)整階段計(jì)劃實(shí)時(shí)提供列車運(yùn)行速度、時(shí)間等微觀信息,提升調(diào)度員調(diào)整階段調(diào)整計(jì)劃的可執(zhí)行性和精細(xì)化程度,降低調(diào)度員工作強(qiáng)度,提升高速鐵路運(yùn)營(yíng)效率。
高速鐵路運(yùn)行受到坡道坡度、曲率、空氣阻力、電分相等線路條件的約束。設(shè)列車g∈ {1,2,…,G},車站i∈ {1,2,…,I},位置j∈ {1,2,…,J},G,I和J分別表示線路上列車、車站和位置點(diǎn)的總數(shù)。考慮區(qū)域臨時(shí)限速情形如下:列車g從車站i發(fā)車,當(dāng)經(jīng)過(guò)第k個(gè)臨時(shí)限速區(qū)段時(shí),由于突發(fā)事件影響,列車需降速運(yùn)行經(jīng)過(guò)臨時(shí)限速區(qū)域(xk,xk+1),調(diào)度員無(wú)法及時(shí)準(zhǔn)確預(yù)測(cè)列車在限速區(qū)間(i,i+1)的運(yùn)行情況,以及列車到達(dá)下一停站車站i+1 的到站時(shí)刻。為此,結(jié)合列車動(dòng)力學(xué)特性、列車運(yùn)行態(tài)勢(shì)歷史信息和專家知識(shí)規(guī)則,提出列車運(yùn)行態(tài)勢(shì)在線推演方法,預(yù)測(cè)列車經(jīng)過(guò)限速區(qū)間的時(shí)間、速度、加速度以及到站晚點(diǎn)時(shí)間等。
高速鐵路列車運(yùn)行過(guò)程中受到牽引力、制動(dòng)力、基本阻力和附加阻力影響。牽引力和制動(dòng)力分別通過(guò)線性插值法從牽引和制動(dòng)特性曲線中計(jì)算得到?;咀枇νㄟ^(guò)經(jīng)驗(yàn)公式計(jì)算[8]。附加阻力主要考慮坡道附加阻力,計(jì)算如公式 ⑴ 所示。
式中:G(j)為坡道附加阻力,N,受列車g在位置j處的坡度d(j)影響;m為列車質(zhì)量,kg;g′為重力加速度,取常量值9.8,單位為N/kg。
列車運(yùn)行工況主要分為牽引、巡航、惰行和制動(dòng),不同工況下列車的受力情況均不同,列車g在不同工況下所受合力的計(jì)算公式如公式 ⑵ 所示。
式中:Cg,j,F(xiàn)g,j,Bg,j和R(vg,j)分別為列車g在位置j處的合力、牽引力、制動(dòng)力和基本阻力,N。
巡航可理解為部分牽引或者部分制動(dòng)。列車運(yùn)行工況的狀態(tài)轉(zhuǎn)換圖如圖1 所示。由圖1 可知,牽引和巡航無(wú)法直接與制動(dòng)相互轉(zhuǎn)換,需要通過(guò)惰行過(guò)渡。其次,惰行也是列車經(jīng)過(guò)無(wú)電分相區(qū)所采用的運(yùn)行工況。當(dāng)列車即將到達(dá)分相區(qū)時(shí),列車需要提前減速到過(guò)分相允許的最高速度以下,并將運(yùn)行工況轉(zhuǎn)換為惰行,方可經(jīng)過(guò)無(wú)電區(qū)段。
圖1 列車運(yùn)行工況的狀態(tài)轉(zhuǎn)換圖Fig.1 State transition diagram of train operation phases
考慮節(jié)時(shí)駕駛策略的同時(shí),兼顧最優(yōu)節(jié)能駕駛策略。列車最優(yōu)節(jié)能駕駛策略是由“最大牽引—巡航—惰行—最大制動(dòng)”的工況序列組成,該結(jié)論已由Howlett 從理論上證明[9]。綜上,計(jì)算列車在節(jié)時(shí)—最優(yōu)節(jié)能駕駛策略下的運(yùn)行態(tài)勢(shì)信息。
假設(shè)列車在同一距離間隔Δj內(nèi)所受合力不發(fā)生改變,通過(guò)距離步長(zhǎng)的方法計(jì)算列車在各位置處的加速度、速度和通過(guò)時(shí)刻。
(1)加速度的計(jì)算過(guò)程如公式 ⑶ 所示。
式中:ag,j+1和ag,j分別為列車g在位置j+1 和j處的加速度,m/s2;Cg,j+1為列車g在位置j+1 處所受合力,N;m為列車質(zhì)量,kg;γ為回轉(zhuǎn)系數(shù),指列車前進(jìn)過(guò)程中產(chǎn)生的水平偏移對(duì)加速度的影響;amax為列車允許的最大加速度,m/s2;δmax為列車允許的最大沖擊率,以保證旅客舒適度,數(shù)值上等于加速度在單位時(shí)間內(nèi)的變化率,m/s3;Δtg,j,j+1為列車在前一距離間隔(j,j+1)的運(yùn)行時(shí)間,s。
由公式 ⑶ 可知,計(jì)算ag,j+1時(shí)考慮列車所受合力Cg,j+1的同時(shí),還需考慮最大加速度amax和最大沖擊率δmax的約束。
(2)速度的計(jì)算過(guò)程如公式⑷所示。
式中:vg,j+1和vg,j分別為列車g在位置j+1 和j處的速度,m/s;為列車g在位置j+1 受第k個(gè)臨時(shí)限速區(qū)段影響下的限速值,m/s。
計(jì)算vg,j+1時(shí)需考慮的影響,即若列車在最大牽引工況下的速度值大于,則只能施加一部分牽引力,使實(shí)際。
(3)通過(guò)時(shí)刻的計(jì)算過(guò)程如公式⑸所示。
式中:tg,j+1為列車g在位置j+1 處的通過(guò)時(shí)刻,數(shù)值上近似等于列車在當(dāng)前距離間隔(j,j+1)內(nèi)的運(yùn)行時(shí)間,s。
根據(jù)節(jié)時(shí)—最優(yōu)節(jié)能駕駛策略和列車運(yùn)行態(tài)勢(shì)信息計(jì)算,研究列車運(yùn)行態(tài)勢(shì)離線推演方法,用于計(jì)算正常無(wú)限速運(yùn)營(yíng)條件下的列車運(yùn)行態(tài)勢(shì)歷史信息。之后,根據(jù)專家知識(shí)規(guī)則和歷史信息,提出區(qū)域臨時(shí)限速下的列車運(yùn)行態(tài)勢(shì)在線推演方法,為調(diào)度員實(shí)時(shí)預(yù)測(cè)列車在區(qū)間的運(yùn)行態(tài)勢(shì)。根據(jù)安全運(yùn)行要求,當(dāng)列車尾部完全離開臨時(shí)限速區(qū)段時(shí),列車才能在當(dāng)前無(wú)限速區(qū)段提速,故推演列車運(yùn)行態(tài)勢(shì)信息時(shí),需考慮列車長(zhǎng)度的影響。
傳統(tǒng)的列車運(yùn)行態(tài)勢(shì)推演通常采用離線推演方法[1]。列車運(yùn)行態(tài)勢(shì)離線推演方法如圖2 所示。圖2 中,限速區(qū)段包括站內(nèi)限速區(qū)段、無(wú)限速區(qū)段,以及由于突發(fā)事件影響而設(shè)置的臨時(shí)限速區(qū)段k。具體計(jì)算過(guò)程如下。
圖2 列車運(yùn)行態(tài)勢(shì)離線推演方法Fig.2 Offline deductive approach of train operation situation
步驟1:從各限速區(qū)段的左邊界點(diǎn)出發(fā),計(jì)算列車在最大牽引—巡航曲線,若列車在最大牽引下的速度大于限速值,則僅施加一部分牽引力,使列車處于巡航工況。
步驟2:從各限速區(qū)段的右邊界點(diǎn)出發(fā),計(jì)算列車在最大制動(dòng)—巡航曲線,若列車在最大制動(dòng)下的速度大于限速值,則僅施加一部分制動(dòng)力,使列車處于巡航工況。
步驟3:列車在離線推演方法下各位置處的實(shí)際速度取步驟1和步驟2兩條曲線中速度的最小值,再根據(jù)1.2 節(jié)計(jì)算列車在各位置處的運(yùn)行時(shí)間和牽引能耗等參數(shù)。
由2.1 節(jié)可知,列車在離線推演下的運(yùn)行態(tài)勢(shì)信息計(jì)算過(guò)程需要3 次遍歷區(qū)間內(nèi)各位置點(diǎn),計(jì)算效率較低。為此,充分利用正常無(wú)限速運(yùn)營(yíng)條件下的列車運(yùn)行態(tài)勢(shì)歷史信息,基于專家知識(shí)規(guī)則,提出列車運(yùn)行態(tài)勢(shì)在線推演方法,列車運(yùn)行態(tài)勢(shì)在線推演方法如圖3 所示,計(jì)算過(guò)程如下。
由上述步驟可知,相較于離線推演方法[1],在線推演方法僅需計(jì)算實(shí)際受臨時(shí)限速影響位置處的運(yùn)行態(tài)勢(shì)信息,即圖3 中陰影區(qū)域部分,不需要計(jì)算列車在全部區(qū)間的運(yùn)行態(tài)勢(shì)信息,由此提升列車運(yùn)行態(tài)勢(shì)推演計(jì)算效率。另外,應(yīng)用專家知識(shí)規(guī)則在制動(dòng)與其他工況之間增加惰行工況,保證推演駕駛策略的合理性。
圖3 列車運(yùn)行態(tài)勢(shì)在線推演方法Fig.3 Online deductive approach of train operation situation
以京津城際鐵路(北京南—天津)某日下行6 :00—7 :00 的計(jì)劃運(yùn)行圖為例進(jìn)行仿真分析,動(dòng)車組選擇8 輛編組的CR400BF,列車參數(shù)如表1所示。牽引和制動(dòng)特性曲線詳見文獻(xiàn)[10]。線路總長(zhǎng)度為117 040 m,站內(nèi)限速為80 km/h。臨時(shí)限速情形下,限速區(qū)段為京津城際鐵路K40 至K59 +791 區(qū)段,限速值為200 km/h。受臨時(shí)限速影響的列車為6 :20 從北京南始發(fā)的列車。距離步長(zhǎng)Δj設(shè)置為1 m,10 m,100 m。專家知識(shí)規(guī)則下Δjcoast=800 m,Δvcoast=1 m/s?;贑++語(yǔ)言,并在配置為Intel Xeon Gold 5218 CPU@2.30GHz,32.0GB RAM的電腦上,對(duì)列車運(yùn)行態(tài)勢(shì)進(jìn)行離線和在線的仿真推演。
表1 列車參數(shù)Tab.1 Train parameters
因距離步長(zhǎng)Δj對(duì)列車運(yùn)行態(tài)勢(shì)推演的求解時(shí)間影響較大,故首先對(duì)Δj進(jìn)行靈敏度分析,用于選擇能同時(shí)保證求解效率和質(zhì)量的最佳Δj取值。針對(duì)無(wú)限速運(yùn)營(yíng)條件,采用離線推演方法計(jì)算區(qū)間運(yùn)行時(shí)間、牽引能耗和求解時(shí)間等指標(biāo),距離步長(zhǎng)的靈敏度分析結(jié)果如表2 所示。由表2 可知,Δj=10 m 下的區(qū)間運(yùn)行時(shí)間和牽引能耗,與Δj=1 m下對(duì)應(yīng)結(jié)果的誤差分別僅為1.16 s 和1.42 kW·h,但求解效率提升了約10 倍。盡管Δj=100 m 求解時(shí)間不到2 s,但區(qū)間運(yùn)行時(shí)間與Δj=1 m 的結(jié)果相差近13 s,誤差較大。故選擇10 m 的距離步長(zhǎng)能同時(shí)保證高效的求解精度和效率。
表2 距離步長(zhǎng)的靈敏度分析結(jié)果Tab.2 Sensitivity analysis results of the distance step
針對(duì)臨時(shí)限速情形,選擇Δj=10 m,計(jì)算離線和在線推演方法下的區(qū)間運(yùn)行時(shí)間、牽引能耗和求解時(shí)間,離線和在線推演方法下的仿真結(jié)果如表3 所示。由表3 可知,相較于離線推演方法,在線推演方法利用離線推演下的歷史信息,減小列車晚點(diǎn)時(shí)間35.07 s 的同時(shí),降低牽引能耗1.06%,計(jì)算效率提升了約20 倍。
表3 離線和在線推演方法下的仿真結(jié)果Tab.3 Simulation results under the offline and online deduction approaches
離線和在線推演方法下的列車運(yùn)行態(tài)勢(shì)如圖4 所示,可通過(guò)目標(biāo)速度曲線和列車運(yùn)行線表征,相較于圖4a 離線推演方法,圖4b 在線推演方法通過(guò)增加惰行工況,滿足工況轉(zhuǎn)換約束的同時(shí),降低牽引能耗。同時(shí),圖4b 也能夠?yàn)檎{(diào)度員預(yù)測(cè)列車在區(qū)間內(nèi)的加減速情況。
圖4 離線和在線推演方法下的列車運(yùn)行態(tài)勢(shì)Fig.4 Train operation situation under the offline and online deduction approaches
在線推演方法下受臨時(shí)限速影響列車在各站的晚點(diǎn)時(shí)間如表4 所示。同時(shí),在線推演方法能夠給出運(yùn)行圖調(diào)整結(jié)果,運(yùn)行圖調(diào)整結(jié)果如圖5 所示。圖5 中,虛線和實(shí)線分別表示計(jì)劃運(yùn)行圖和階段調(diào)整計(jì)劃下的實(shí)績(jī)運(yùn)行圖,受臨時(shí)限速影響的列車為圖5 中的第一列列車,該列車根據(jù)在線推演方法調(diào)整在后續(xù)車站的接發(fā)車時(shí)刻。后續(xù)列車根據(jù)最小區(qū)間運(yùn)行時(shí)間和最小區(qū)間追蹤間隔時(shí)間,調(diào)整實(shí)際接發(fā)車時(shí)刻。圖5 可作為最終的運(yùn)行圖調(diào)整結(jié)果,直接實(shí)時(shí)下發(fā)至線路各列車。在線推演方法可實(shí)時(shí)給出階段計(jì)劃調(diào)整方案,調(diào)度員僅需人工確認(rèn)該方法給出的調(diào)整方案是否可行,而不需要再對(duì)運(yùn)行圖進(jìn)行調(diào)整。由此可見,在線推演方法能有效減少調(diào)度員人工調(diào)整運(yùn)行圖的次數(shù),實(shí)現(xiàn)了階段計(jì)劃的自動(dòng)調(diào)整,減輕了調(diào)度員調(diào)整階段計(jì)劃的工作強(qiáng)度。
圖5 運(yùn)行圖調(diào)整結(jié)果Fig.5 Results of the rescheduled timetable
表4 在線推演方法下受臨時(shí)限速影響列車在各站的晚點(diǎn)時(shí)間Tab.4 Delay of the influenced train at each station under temporary speed restriction in the online deduction approach
針對(duì)區(qū)域臨時(shí)限速情形,建立列車運(yùn)行態(tài)勢(shì)推演模型,利用列車運(yùn)行態(tài)勢(shì)歷史信息和專家知識(shí)規(guī)則,提出列車運(yùn)行態(tài)勢(shì)在線推演方法,相較于離線推演方法,在線推演通過(guò)合理的運(yùn)行工況轉(zhuǎn)換能有效減小列車總晚點(diǎn)和牽引能耗,提升了約20倍的求解效率,增加惰行工況保證了駕駛策略的合理性,為調(diào)度員實(shí)時(shí)提供列車在后續(xù)區(qū)間的運(yùn)行速度、時(shí)間等運(yùn)行態(tài)勢(shì)信息,預(yù)測(cè)列車在后續(xù)車站的到站晚點(diǎn)時(shí)間,輔助調(diào)度員調(diào)整階段計(jì)劃,能有效減少調(diào)度員人工調(diào)整運(yùn)行圖的次數(shù),通過(guò)自動(dòng)調(diào)整階段計(jì)劃減輕了調(diào)度員的工作強(qiáng)度。未來(lái)將研究多車追蹤場(chǎng)景下的列車運(yùn)行態(tài)勢(shì)實(shí)時(shí)推演方法,考慮列車目標(biāo)速度曲線與運(yùn)行圖的一體化協(xié)同調(diào)整,分析列車運(yùn)行態(tài)勢(shì)與進(jìn)路計(jì)劃之間的耦合關(guān)系。