复杂线路条件下城市轨道交通列车节能优化控制与多车协同调度研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51765006
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    38.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0510.制造系统与智能化
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

To improve the control method of urban rail transit train and energy utilization, and build a reasonable train-operation schedule to improve energy efficiency has the vital significance for urban rail transit operation energy consumption saving. Firstly, according to the load condition and stress distribution of urban rail transit train, the train dynamics model is established under the condition of complex rail. Based on the complex operation routes composited by ramps and curves, the train optimal energy consumption model is established. Secondly, each stage of parameters in train’s operation stage is discredited and coded, the discrete matrix model on the different control sequence of train operation is set up, so as to find single train operation energy consumption characteristics and the best control strategy for energy saving of metro train. Based on the single train energy-saving model, the complex operation routes composited by single ramp and curve are considered to explore the rules of single train energy saving and coordinated multi-train use of regenerative-braking energy under the conditions of complex lines, different departure intervals and operating conditions by studying on the specific operation and braking characteristics of metro rains. At last, the lowest energy consumption of the whole line is considered as the objective function and the matrix discrete method is proposed to set up train saving energy operation optimization and dispatching integrated real matrix control model under complicated working conditions to find the optimal energy-saving control strategy and train dispatching schedule based on cooperative using of regenerative braking energy by multiple-train. The goal is to provide the theoretical basis and method support for train safety and energy saving operation.
优化城市轨道交通列车控制方法和提高能量利用率,进而制定合理的列车行车调度模型,对于节约城市轨道交通运营能耗具有重要的意义。本项目根据城市轨道交通列车载荷工况和受力情况,建立复杂线路条件下的列车动力学模型;综合考虑弯道、坡道及其复合线路,建立复杂线路下的城市轨道交通列车最优能耗模型;将列车运行各阶段参数进行离散化分解并编码,针对不同控制序列建立离散化矩阵模型,以寻找单列车运行能耗特征及最优控制方法;以单一弯道和坡道构成的列车站间运行复杂线路为切入点,研究复杂线路和不同发车间隔、运行工况条件下单车节能和多车协同利用再生制动能量规律,构建单车再生能量和多车协同利用再生能量模型;以整条线路列车运行总能耗最低为目标函数,建立复杂工况条件下的行车调度综合实矩阵控制模型,以构建多车协同行车调度节能模型方法,为提升城市轨道交通列车的安全、节能运行提供理论基础和方法支撑。

结项摘要

轨道交通运输部门作为国民经济中耗能最大的单位之一,如何保证列车安全、舒适、准点运行的同时,最大限度的减少能源消耗,降低运营成本,对于实现轨道交通“节能、低碳、绿色、环保”具有重要意义。在一定的牵引列车、复杂线路等硬件环境下和既定的运行图、列车编组计划等运营管理状况下,本项目研究了城市轨道交通列车运行能耗的精确计算模型与方法,通过提高列车再生制动能量回收利用效率,设定合理的列车行车调度时刻表,寻找列车最优控制方式,降低能源消耗和运营成本,研究成果丰富和拓展了节能优化理论在列车运行控制中的应用,提高了行车调度指挥与节能应用水平,促进我国轨道交通可持续发展。主要研究进展及创新点:(1)提出了复杂线路条件下城市轨道交通列车能耗模型及单车节能最优控制方法,建立了基于单质点模型的列车动力学模型,综合考虑弯道、坡道、长大下坡、复合线路、限速和隧道等因素对能耗模型进行定量非线性化,实现高效指导列车节能运行,克服了现有列车节能优化控制模式不足的局限。(2)建立了城市轨道交通列车再生制动能量回收利用模型,以多列车协同利用再生制动能量为基础,提出了满足柔性时间及安全约束的多车协同调度模型和综合节能控制方法,解决了城市轨道交通列车节约能耗和准点运行的问题。(3)建立了平衡耗能与换乘出行的综合优化模型,结合多列车优化控制模型和换乘等待时间模型,采用遗传算法对发车间隔和停站时间等参数进行优化,求解最佳多车控制策略,实现地铁系统进一步节能和便捷出行的目的。(4)开发了城市轨道交通列车优化操纵与行车调度综合节能仿真平台,可实现列车实时牵引和节能控制功能,以南宁地铁1-5号线线路和运营数据为例,通过仿真计算及应用证明平均可节约牵引能耗10%左右。研究成果在国际期刊Applied Energy (IF=9.746,2篇)、Journal of Cleaner Production (IF=9.297)、IEEE Transactions on Sustainable Energy (IF=7.917)等发表高水平学术论文30篇,其中中科院二区及以上论文9篇、中文T1论文8篇;申请发明专利10件;项目共培养硕士23名;研究成果支持项目负责人以第一完成人获2019年广西科技进步奖技术发明类二等奖和2018年广西科技进步三等奖、2018年获广西十百千人才工程人选。

项目成果

期刊论文数量(30)
专著数量(0)
科研奖励数量(3)
会议论文数量(0)
专利数量(10)
基于可靠度的列车多部件预防性机会维修策略研究
  • DOI:
    10.19713/j.cnki.43-1423/u.2019.04.026
  • 发表时间:
    2019
  • 期刊:
    铁道科学与工程学报
  • 影响因子:
    --
  • 作者:
    肖红升;贺德强;杨严杰;苗剑
  • 通讯作者:
    苗剑
Input Current Ripple and Grid Current Harmonics Restraint Approach for Single-Phase Inverter Under Battery Input Condition in Residential Photovoltaic/Battery Systems
户用光伏/电池系统中电池输入条件下单相逆变器的输入电流纹波和电网电流谐波抑制方法
  • DOI:
    10.1109/tste.2018.2820507
  • 发表时间:
    2018-03
  • 期刊:
    IEEE Transactions on Sustainable Energy
  • 影响因子:
    8.8
  • 作者:
    Liu Bin;Wang Lina;Song Dongran;Sue Mei;Yang Jian;He Deqiang;Chen Zhiwen;Song Shaojian
  • 通讯作者:
    Song Shaojian
Energy-efficient train trajectory optimization based on improved differential evolution algorithm and multi-particle model
基于改进差分进化算法和多粒子模型的节能列车轨迹优化
  • DOI:
    10.1016/j.jclepro.2021.127163
  • 发表时间:
    2021-04
  • 期刊:
    Journal of Cleaner Production
  • 影响因子:
    11.1
  • 作者:
    Deqiang He;Lang Zhang;Songlin Guo;Yanjun Chen;Sheng Shan;Hanqing Jian
  • 通讯作者:
    Hanqing Jian
Energy Efficient Metro Train Running Time Rescheduling Model for Fully Automatic Operation Lines
全自动运行线路节能地铁列车运行时间重新调度模型
  • DOI:
    10.1061/jtepbs.0000546
  • 发表时间:
    2021-07
  • 期刊:
    Journal of Transportation Engineering, Part A: Systems
  • 影响因子:
    --
  • 作者:
    Deqiang He;Songlin Guo;Yanjun Chen;Bin Liu;Jiqing Chen;Weibin Xiang
  • 通讯作者:
    Weibin Xiang
基于可靠性的列车关键部件机会预防性维修优化模型研究
  • DOI:
    10.3969/j.issn.1001-8360.2020.05.005
  • 发表时间:
    2020
  • 期刊:
    铁道学报
  • 影响因子:
    --
  • 作者:
    贺德强;罗安;肖红升;谭文举
  • 通讯作者:
    谭文举

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于PCA-LSSVM的机车走行部滚动轴承故障诊断研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    广西大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    钟小凤;贺德强;苗剑
  • 通讯作者:
    苗剑
HERIC单相光伏并网逆变器无功调制及其直接功率控制
  • DOI:
    10.16081/j.issn.1006-6047.2018.04.019
  • 发表时间:
    2018
  • 期刊:
    电力自动化设备
  • 影响因子:
    --
  • 作者:
    刘斌;黄清宝;贺德强;宋绍剑;徐辰华;林小峰
  • 通讯作者:
    林小峰
零延时RS485模块在列车车载防火检测系统中的应用研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机测量与控制
  • 影响因子:
    --
  • 作者:
    徐刘峰;贺德强;苗剑
  • 通讯作者:
    苗剑
基于交换式以太网的高速动车组轴温监测系统
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    仪表技术与传感器
  • 影响因子:
    --
  • 作者:
    邱鸿基;贺德强
  • 通讯作者:
    贺德强
WebSocket技术在机车故障诊断系统中的应用
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    广西大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李冀晖;贺德强;苗剑
  • 通讯作者:
    苗剑

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

贺德强的其他基金

高可靠大容量高速列车车联网架构及关键技术研究
  • 批准号:
    52072081
  • 批准年份:
    2020
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
基于以太网的高速列车状态监测与故障诊断技术研究
  • 批准号:
    51165001
  • 批准年份:
    2011
  • 资助金额:
    50.0 万元
  • 项目类别:
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码