李建雄,王海峰,2,3,張啟鶴,柴 銘,2,3
(1.北京交通大學(xué)電子信息工程學(xué)院,北京 100044; 2.北京交通大學(xué)軌道交通運(yùn)行控制系統(tǒng)國(guó)家工程研究中心,北京 100044; 3.北京交通大學(xué)城市軌道交通北京實(shí)驗(yàn)室,北京 100044)
列車運(yùn)行控制系統(tǒng)是保障運(yùn)行安全和提升行車效率的關(guān)鍵技術(shù)裝備。行車間隔控制是列車運(yùn)行控制系統(tǒng)的基本功能之一[1],在保證運(yùn)行安全的前提下,縮短行車間隔是提升運(yùn)輸能力的有效方法[2-3]。為此,國(guó)內(nèi)許多地鐵線路完成了由固定閉塞到移動(dòng)閉塞的改造,干線高速鐵路也選擇使用準(zhǔn)移動(dòng)閉塞行車方式代替固定閉塞。隨著列車運(yùn)行速度的提高,在現(xiàn)有的行車閉塞方式下,必須加大行車間隔以保證列車運(yùn)行安全。為打破現(xiàn)有閉塞方法的束縛,進(jìn)一步縮短行車間隔,動(dòng)態(tài)編組逐漸成為研究熱點(diǎn)之一[4-5]。
2000年左右,歐洲學(xué)者提出使用無線通信代替機(jī)械連接,將多列車組成編組車隊(duì),可極大地減小行車間隔[6]。這種運(yùn)行方式可有效提高鐵路運(yùn)輸能力[7-9],歐洲鐵路倡議的“Shift2Rail”計(jì)劃也將其納入未來軌道交通研究方向。為實(shí)現(xiàn)前后列車由絕對(duì)制動(dòng)距離行車狀態(tài)過渡到車-車通信連接的編組狀態(tài),后行列車需在運(yùn)行過程中動(dòng)態(tài)地加入編組車隊(duì)[10-11],這個(gè)過程稱之為動(dòng)態(tài)編組[12]。實(shí)現(xiàn)動(dòng)態(tài)編組的關(guān)鍵是對(duì)行車間隔的合理控制。FELEZ等[13]提出了一種基于模型預(yù)測(cè)思想的列車低間隔追蹤控制方法,在保證安全的同時(shí)大大降低了行車間距;ZHU等[14]將自適應(yīng)控制方法作為一種誤差修正方案來削弱外部擾動(dòng)對(duì)行車間隔控制的影響。以上對(duì)于行車間隔控制的研究是以解決單個(gè)問題為目標(biāo),但動(dòng)態(tài)編組控制的理想目標(biāo)是在保證編組精確性的前提下,降低列車牽引能耗,并且可以有效應(yīng)對(duì)外界因素的干擾,故動(dòng)態(tài)編組是一個(gè)多目標(biāo)控制過程。
列車速度曲線優(yōu)化是一種實(shí)現(xiàn)列車多目標(biāo)控制的有效方法[15]。褚心童等[16]使用蟻群算法實(shí)現(xiàn)了快速收斂的ATO曲線優(yōu)化,該方法計(jì)算效率高,但對(duì)運(yùn)行速度和列車工況做了離散化處理,對(duì)列車運(yùn)行模型建立得不夠精確,很難達(dá)到最優(yōu)的優(yōu)化效果;王攀琦等[17-19]將二次規(guī)劃算法和模型預(yù)測(cè)控制方法相結(jié)合,實(shí)現(xiàn)了鐵路列車和公路汽車運(yùn)行曲線的在線優(yōu)化,該方法對(duì)列車運(yùn)行模型描述精確、計(jì)算效率較高,但由于模型預(yù)測(cè)方法的預(yù)測(cè)時(shí)域范圍有限,不能對(duì)動(dòng)態(tài)編組全局過程實(shí)現(xiàn)優(yōu)化控制;MIYATAKE等[20]比較了幾種全局優(yōu)化控制方法的優(yōu)劣,其中,動(dòng)態(tài)規(guī)劃方法優(yōu)化效果較好,但計(jì)算效率過低,只適合于離線優(yōu)化;二次規(guī)劃方法在計(jì)算效率和模型建立的復(fù)雜度之間取得了較好的平衡。綜上所述,精確建立列車運(yùn)行模型和提高計(jì)算效率是列車曲線優(yōu)化的關(guān)鍵,并且模型建立的精確性將會(huì)影響控制效果。
動(dòng)態(tài)編組是對(duì)控制效果和計(jì)算效率都有較高要求的控制過程。對(duì)于一般優(yōu)化方法,模型建立過于細(xì)節(jié)化將會(huì)降低求解時(shí)的計(jì)算效率,從而不能實(shí)現(xiàn)在線控制[21]。為此,以離線速度曲線計(jì)算和在線最優(yōu)控制相結(jié)合為基礎(chǔ),提出一種基于動(dòng)態(tài)規(guī)劃-序列二次規(guī)劃的列車動(dòng)態(tài)編組優(yōu)化控制方法。
圖1 動(dòng)態(tài)編組場(chǎng)景
完成動(dòng)態(tài)編組后,兩車保持低間隔的編組運(yùn)行狀態(tài)。前后列車通過車-車通信交換各自的位置、速度和加速度等運(yùn)動(dòng)參數(shù),前車根據(jù)地面發(fā)送的行車許可運(yùn)行,后車跟隨前車的狀態(tài)行車,與前車采用同步的速度、加速度,來維持兩車間隔在一定范圍內(nèi)。
動(dòng)態(tài)編組數(shù)學(xué)模型的建立是使用優(yōu)化方法實(shí)現(xiàn)編組控制的前提。首先,建立列車動(dòng)力學(xué)方程,描述列車的運(yùn)動(dòng)狀態(tài);然后,對(duì)列車牽引能耗和精確編組建立方程,以便優(yōu)化方法目標(biāo)函數(shù)的建立。
采用基于縱向的列車動(dòng)力學(xué)方程對(duì)動(dòng)態(tài)編組列車的運(yùn)動(dòng)狀態(tài)進(jìn)行描述。將列車看作一個(gè)具有驅(qū)動(dòng)/制動(dòng)系統(tǒng)且受到空氣阻力、坡道阻力、曲線阻力的單質(zhì)點(diǎn)[22]。列車所受合力表示為
F(u,v)=u-Fb(v)-Fα-FR
(1)
其中,F(xiàn)b(v)=C0+C1v+C2v2;Fα=Mgα;FR=ηM/R。
式中,F(xiàn)(u,v)為列車所受合力;v為列車速度;u為列車控制驅(qū)動(dòng)力/制動(dòng)力,是與列車運(yùn)行方向相同/相反的控制力;Fb為空氣阻力;Fα為坡道阻力;FR為列車曲線阻力;C0、C1、C2分別為列車的空氣阻力相關(guān)系數(shù),是依賴于列車特性的參數(shù);M為列車質(zhì)量;α為軌道坡度;η為曲線阻力相關(guān)系數(shù);R為線路半徑。
由于受列車輸出功率和加速度的限制,驅(qū)動(dòng)/制動(dòng)力uk受以下約束
-Mab≤F(u,v)≤Mad
(2)
-Pb≤uv≤Pd
(3)
式中,ad為最大輸出驅(qū)動(dòng)加速度;ab為最大輸出制動(dòng)加速度;Pd為最大驅(qū)動(dòng)功率;Pb為最大制動(dòng)功率,在該模型中ad、ab、Pd、Pb恒定。定義上述約束為u∈U。
在動(dòng)態(tài)編組時(shí)列車克服阻力和提升速度所消耗的能量為列車牽引能耗,能耗方程的建立是實(shí)現(xiàn)低能量消耗目標(biāo)的基礎(chǔ)。根據(jù)能量守恒定理建立能耗方程,即
(4)
P(t)=F(t)v(t)
(5)
式中,e為列車總牽引能耗,表示為功率對(duì)時(shí)間的積分;T為總編組時(shí)間;P為列車的瞬時(shí)輸出功率;u為列車的牽引力。文中忽略了能量在列車傳動(dòng)系統(tǒng)中的損失,并且假設(shè)列車不能回收制動(dòng)能量,所以當(dāng)列車主動(dòng)制動(dòng)時(shí)牽引能量消耗為零。
在動(dòng)態(tài)編組結(jié)束時(shí)刻,前后列車需達(dá)到理想的編組間隔,以實(shí)現(xiàn)精確編組的目標(biāo)。精確編組方程的建立可以幫助判斷列車是否達(dá)到精確編組狀態(tài)。建立方程如下
serror=sf-sdes
(6)
sdes=sp+sinter-svcm
(7)
式中,serror為編組誤差,是編組過程后車實(shí)際運(yùn)行距離sf和目標(biāo)運(yùn)行距離sdes之間的差值, 在動(dòng)態(tài)編組結(jié)束時(shí)刻中,編組誤差越小,表示后車的行車距離越接近目標(biāo)距離,越能達(dá)到精確編組目標(biāo)。目標(biāo)運(yùn)行距離是列車在編組過程中理想的運(yùn)行距離,計(jì)算如式(7)所示,sp為編組過程前車的總運(yùn)行距離;sinter為編組開始時(shí)刻兩車間距;svcm為理想的編組間隔。
動(dòng)態(tài)規(guī)劃算法具有模型描述精確、優(yōu)化結(jié)果質(zhì)量高的優(yōu)點(diǎn),但由于計(jì)算效率較低,只能用于離線計(jì)算。序列二次規(guī)劃算法計(jì)算時(shí)間短,但對(duì)于初始解異常敏感,在無法獲得良好初始解的情況下,該方法的優(yōu)化控制效果較差。將兩種算法結(jié)合,離線狀態(tài)下使用動(dòng)態(tài)規(guī)劃算法獲得最優(yōu)速度曲線,將離線結(jié)果作為初始解,使用序列二次規(guī)劃在線求解最優(yōu)控制策略。
首先,對(duì)編組時(shí)間進(jìn)行階段劃分,將列車動(dòng)態(tài)編組控制問題轉(zhuǎn)化為多階段最優(yōu)化決策問題;然后,將子區(qū)間速度作離散化處理,結(jié)合動(dòng)力學(xué)模型獲得用于連接各子區(qū)間離散速度值的狀態(tài)轉(zhuǎn)移方程;最后,建立目標(biāo)函數(shù)和約束條件,利用動(dòng)態(tài)規(guī)劃的無后效性原理進(jìn)行求解,獲得最優(yōu)速度曲線。
(1)編組時(shí)間階段劃分:在時(shí)間維度下,可以監(jiān)督前后列車在同一時(shí)刻下的位置關(guān)系,保障運(yùn)行安全,因此,本文選擇時(shí)間劃分方法。編組過程總用時(shí)為編組時(shí)間,根據(jù)前車在編組區(qū)間的速度曲線獲取編組時(shí)間。假設(shè)前車速度距離曲線已知,且前車可以按照該曲線行車。將編組區(qū)間等距離劃分成n段,獲取在每段開始和結(jié)束時(shí)的前車速度,通過速度時(shí)間積分關(guān)系,結(jié)合歷史運(yùn)行數(shù)據(jù)計(jì)算前車在各段中的運(yùn)行時(shí)間Δtk(k=1,2,…,n)。按照每個(gè)子區(qū)間時(shí)間長(zhǎng)度為Δtk的規(guī)則對(duì)編組時(shí)間進(jìn)行階段劃分。定義各子區(qū)間的開始時(shí)刻為驅(qū)動(dòng)力/制動(dòng)力決策階段,各決策階段控制力組成的操作序列即列車動(dòng)態(tài)編組的控制策略。
以時(shí)間劃分編組過程后,在時(shí)間子區(qū)間內(nèi)的列車位置將不能確定,因此,不能確切得知列車所處的線路坡度、曲率半徑和限速等線路信息。但鑒于編組過程時(shí)間較短,假設(shè)整個(gè)編組區(qū)間的坡度曲率和限速值已知且恒定。
(2)速度離散化:為提高求解效率,降低搜索空間,對(duì)各決策階段的允許速度作離散化處理,如圖2所示。其中,最大限制速度是線路限速,最小限制速度為前車速度。將前車速度作為最小速度限制是為保證后車始終快于前車,以實(shí)現(xiàn)在編組結(jié)束時(shí)刻兩車間隔達(dá)到最小,避免在編組過程中由于兩車間隔過小引發(fā)追尾事故。
圖2 離散允許速度
圖2中tstart和tend分別為編組開始時(shí)刻和結(jié)束時(shí)刻,兩者之差即編組時(shí)間;Δtk為各子區(qū)間的時(shí)間長(zhǎng)度;vlimit為線路限制速度;vp為前車速度。圖中圓點(diǎn)表示離散化的速度值,其中,實(shí)心圓點(diǎn)表示允許速度值。速度的離散化精度將影響計(jì)算復(fù)雜度,具體精度選擇將在后文介紹。
(3)不同速度下的狀態(tài)轉(zhuǎn)移:列車狀態(tài)轉(zhuǎn)移關(guān)系表達(dá)了單個(gè)子區(qū)間開始速度、終點(diǎn)速度、驅(qū)動(dòng)力/制動(dòng)力和運(yùn)行時(shí)間之間的關(guān)系。假設(shè)在單個(gè)子區(qū)間內(nèi)的驅(qū)動(dòng)力/制動(dòng)力恒定,在列車動(dòng)力學(xué)模型的基礎(chǔ)上結(jié)合復(fù)合梯形公式,得到狀態(tài)轉(zhuǎn)移滿足以下關(guān)系
(8)
其中
(9)
式(8)表示在不同驅(qū)動(dòng)力/制動(dòng)力u下從vk轉(zhuǎn)移到vk+1的時(shí)間消耗為Δtk,F(xiàn)為列車所受到的合力,由式(1)計(jì)算獲得。式(9)表示將單個(gè)子區(qū)間的速度變化等分成l份,這種方式提高了狀態(tài)轉(zhuǎn)移描述的精確程度。
子區(qū)間的初始速度和終點(diǎn)速度決定了決策階段應(yīng)采用的控制力大小和子區(qū)間的運(yùn)行距離。根據(jù)式(10)和式(11)獲得vk到vk+1狀態(tài)轉(zhuǎn)移下的控制力uk和運(yùn)行距離Δsk。
uk(vk,vk+1)=
(10)
(11)
(4)目標(biāo)函數(shù)約束條件建立:目標(biāo)函數(shù)是衡量控制策略優(yōu)劣的數(shù)量指標(biāo)。根據(jù)動(dòng)態(tài)編組的目標(biāo)要求建立目標(biāo)函數(shù)如下
(12)
其中
gk(vk,vk+1)=ek(vk,vk+1)+λΔsk(vk,vk+1)
(13)
ek(vk,vk+1)=
(14)
式(12)表示編組過程能量消耗和運(yùn)行距離的指標(biāo)函數(shù),也是動(dòng)態(tài)規(guī)劃算法求解時(shí)的目標(biāo)函數(shù)。gk表示第k個(gè)子區(qū)間的階段指標(biāo),式(13)中λ為關(guān)系系數(shù),用于在迭代計(jì)算中調(diào)整總能耗和總運(yùn)行距離的大小關(guān)系。ek表示列車在k子區(qū)間由vk遷移到vk+1的能量消耗,為獲得更加精確的能耗,當(dāng)速度vk、vk+1不等時(shí),將單個(gè)子區(qū)間按照速度變化劃分,根據(jù)能耗模型獲得該區(qū)間的能耗值。
(15)
式(15)表示運(yùn)行距離應(yīng)被約束在目標(biāo)距離的誤差允許范圍內(nèi),用于驗(yàn)證動(dòng)態(tài)規(guī)劃計(jì)算結(jié)果是否滿足精確編組目標(biāo),其中,svar為允許的編組誤差最大值。因?yàn)閱蝹€(gè)區(qū)間運(yùn)行距離的改變將會(huì)對(duì)整體編組精度產(chǎn)生影響,而動(dòng)態(tài)規(guī)劃算法的使用前提為無后效性,故將運(yùn)行距離作為驗(yàn)證目標(biāo)可以方便問題的求解。在編組結(jié)束時(shí)刻,若列車狀態(tài)滿足式(15)的約束,則稱之為精確編組。
建立約束條件
uk=uk(vk,vk+1)
(16)
(17)
uk∈U
(18)
(19)
其中,?k=1,2,…n,n+1。
式(16)是狀態(tài)轉(zhuǎn)移約束,表示子區(qū)間內(nèi)不同速度變化與驅(qū)動(dòng)力/制動(dòng)力的關(guān)系;式(17)是速度約束;式(18)是驅(qū)動(dòng)力/制動(dòng)力約束;式(19)是速度終端約束,表示編組結(jié)束時(shí)刻前后列車速度應(yīng)保持相同。
(5)動(dòng)態(tài)規(guī)劃求解:動(dòng)態(tài)規(guī)劃的求解方法核心是將原問題轉(zhuǎn)化為一系列單一問題,使用動(dòng)態(tài)規(guī)劃順推解法求解,遞推方程如下
fk(vk+1)=min{fk-1(vk)+gk(vk,vk+1)},
vk∈V,f0=0
(20)
其中,fk(vk+1)為第k子區(qū)間的終點(diǎn)速度為vk+1時(shí),從編組開始到第k個(gè)決策階段的指標(biāo)最優(yōu)總值;V為第k子區(qū)間開始速度的可取范圍。
列車若按照理想速度控制行車,則可以在規(guī)定區(qū)間內(nèi)完成編組任務(wù)。但在實(shí)際運(yùn)行過程中,由于存在外界干擾等不確定因素,列車的實(shí)際運(yùn)行曲線可能與理想速度曲線產(chǎn)生偏差,繼續(xù)按照離線行車策略控制列車將不能完成動(dòng)態(tài)編組,甚至發(fā)生追尾的危險(xiǎn),需對(duì)編組過程進(jìn)行在線實(shí)時(shí)控制來糾正偏差。但動(dòng)態(tài)規(guī)劃方法對(duì)模型建立精確、求解過程迭代次數(shù)多,導(dǎo)致計(jì)算時(shí)間長(zhǎng),因此,使用動(dòng)態(tài)規(guī)劃方法實(shí)現(xiàn)在線實(shí)時(shí)控制是不可行的。
序列二次規(guī)劃(SQP)在線控制方法用于列車處于偏離狀態(tài)時(shí)的動(dòng)態(tài)編組控制。在列車編組過程中,當(dāng)實(shí)際速度與理想速度的偏差超過某臨界值時(shí),即為偏離狀態(tài)。SQP在線控制的實(shí)現(xiàn)步驟如下:首先,在監(jiān)測(cè)到偏離狀態(tài)的時(shí)刻,列車計(jì)算剩余編組時(shí)間,使用與離線動(dòng)態(tài)規(guī)劃相同的劃分規(guī)則對(duì)剩余編組時(shí)間進(jìn)行階段劃分;然后,通過車-車通信獲得前車的位置、速度等數(shù)據(jù),計(jì)算兩車當(dāng)前位置間隔,并建立動(dòng)態(tài)編組最優(yōu)化問題;最后,使用SQP算法求解最優(yōu)控制策略實(shí)現(xiàn)在線控制。
在線控制的目標(biāo)是糾正外界干擾帶來的速度偏離,以保證在編組結(jié)束時(shí)刻列車間距離接近理想間隔,并最小化能量消耗。優(yōu)化問題描述如下。
目標(biāo)函數(shù)
(21)
約束條件
uk=uk(vk,vk+1)
(22)
(23)
uk∈U
(24)
(25)
(26)
其中,?k=x,x+1,…,n,n+1;fn為編組過程的指標(biāo)函數(shù),由運(yùn)行距離指標(biāo)和能耗指標(biāo)兩部分組成;γ為兩部分大小關(guān)系的系數(shù);x為列車所處的決策階段。式(21)為目標(biāo)函數(shù),由兩部分組成,第一部分表示前后兩車在剩余編組時(shí)間的運(yùn)行距離差與第x決策時(shí)刻的協(xié)調(diào)距離scd,x的差值,在優(yōu)化算法中通過調(diào)整該差值調(diào)整后車運(yùn)行距離,以糾正速度偏差提高抗干擾性能;第二部分表示后車的牽引能耗,其中,ek為單個(gè)子區(qū)間的能耗值。式(22)是狀態(tài)轉(zhuǎn)移約束;式(23)為速度約束;式(24)是驅(qū)動(dòng)力/制動(dòng)力約束;式(25)是速度終端約束;式(26)是初始解約束,以動(dòng)態(tài)規(guī)劃求解的離線最優(yōu)解作為優(yōu)化計(jì)算過程的初始解,可提高求解速度。
為進(jìn)一步縮短最優(yōu)化問題的求解時(shí)間,對(duì)狀態(tài)轉(zhuǎn)移約束和能量消耗計(jì)算方法作適當(dāng)?shù)暮?jiǎn)化處理:將單個(gè)子區(qū)間的列車行駛處理成勻變速或勻速運(yùn)動(dòng),狀態(tài)轉(zhuǎn)移約束式(22)更改為式(27);采用能量守恒定理計(jì)算式(21)中的列車能量消耗ek,如式(28)。
(27)
式(28)中,e(vk+1)為子區(qū)間結(jié)束時(shí)刻的列車動(dòng)能;e(vk)為子區(qū)間開始時(shí)刻的列車動(dòng)能;Ek為克服空氣阻力和線路阻力的能量。考慮到列車制動(dòng)時(shí)能耗計(jì)算結(jié)果可能為負(fù)數(shù),表示列車回收了制動(dòng)能量,為與動(dòng)態(tài)規(guī)劃算法統(tǒng)一,此時(shí)的能耗置零。
編組控制問題被轉(zhuǎn)換成非線性最優(yōu)化問題,使用SQP算法求解獲得剩余編組時(shí)間內(nèi)的最優(yōu)速度曲線和控制策略。在發(fā)生偏離后的每個(gè)決策階段使用上述快速SQP算法,則可實(shí)現(xiàn)動(dòng)態(tài)編組的在線控制過程。在仿真實(shí)驗(yàn)中使用MATLAB中的非線性SQP工具求解該最優(yōu)化問題。
選取實(shí)際鐵路線路作為動(dòng)態(tài)編組場(chǎng)景,該場(chǎng)景包括待編組的兩輛列車,前車按照移動(dòng)閉塞方式行車,后車使用本文的控制方法執(zhí)行動(dòng)態(tài)編組。該場(chǎng)景下的環(huán)境參數(shù)如下:編組區(qū)間長(zhǎng)2 000 m,限制速度25 m/s,坡度為+1‰,曲線半徑1 000 m。仿真實(shí)驗(yàn)中設(shè)定編組開始時(shí)刻兩車間距為400 m,理想的編組距離為50 m,在編組區(qū)間內(nèi),前車速度恒定為20 m/s。
離線動(dòng)態(tài)規(guī)劃算法的計(jì)算復(fù)雜度取決于速度離散化精度。離散化精度越高,對(duì)列車運(yùn)行狀態(tài)的描述越準(zhǔn)確,從而獲得的控制策略越接近最優(yōu)結(jié)果,但計(jì)算復(fù)雜度和計(jì)算時(shí)間也會(huì)隨之增加。為平衡運(yùn)算時(shí)間和列車狀態(tài)描述準(zhǔn)確性,經(jīng)過多次不同精度的測(cè)試,最終確定選擇0.1 m/s作為速度的離散化精度。
編組精確性一般采用編組誤差來衡量。編組誤差是指理想編組間隔和編組結(jié)束時(shí)刻實(shí)際列車間隔的差值,編組誤差越小表示編組精確性越高。該實(shí)驗(yàn)下設(shè)定允許編組誤差最大值為5 m。在離線狀態(tài)下,使用動(dòng)態(tài)規(guī)劃方法為后車計(jì)算編組曲線,通過二分法尋找最優(yōu)的關(guān)系系數(shù)λ及其對(duì)應(yīng)的最優(yōu)化速度曲線。表1為在迭代過程中不同λ對(duì)應(yīng)的運(yùn)行距離、編組誤差和總運(yùn)算時(shí)間結(jié)果,圖3為部分迭代過程的后車速度時(shí)間曲線。從表1和圖3可以得到,經(jīng)過7次迭代計(jì)算,尋找到允許編組誤差內(nèi)的最優(yōu)結(jié)果。在最優(yōu)速度曲線控制下,后車運(yùn)行距離為2 353 m,編組誤差為3 m,達(dá)到了精確編組目的。
表1 動(dòng)態(tài)編組過程離線動(dòng)態(tài)規(guī)劃計(jì)算結(jié)果
圖3 動(dòng)態(tài)規(guī)劃迭代過程的后車速度曲線
在能耗性能方面,經(jīng)過多次仿真實(shí)驗(yàn),獲得行車距離和最優(yōu)能耗之間的關(guān)系如圖4所示。在滿足動(dòng)態(tài)編組最優(yōu)目標(biāo)的前提下,后車的行車距離和能量消耗呈現(xiàn)正相關(guān)關(guān)系。在編組誤差允許范圍內(nèi),運(yùn)行距離越小,能量消耗越低。通過控制式(13)目標(biāo)函數(shù)中的系數(shù)λ可以調(diào)整運(yùn)行距離到編組誤差允許范圍內(nèi)。
圖4 行車距離和最低能耗關(guān)系
為進(jìn)一步證明動(dòng)態(tài)規(guī)劃方法的有效性,在離線狀態(tài)下,將其與普通的SQP方法和快速SQP方法作對(duì)比。其中,普通SQP優(yōu)化方法未使用離線速度結(jié)果作為初始解,而快速SQP方法使用了動(dòng)態(tài)規(guī)劃計(jì)算的速度值作為初始解。在同樣的仿真場(chǎng)景下,列車分別按照3種方法控制列車運(yùn)行,得到仿真結(jié)果如圖5和表2所示。
圖5 離線狀態(tài)不同控制方法的列車速度曲線
表2 離線狀態(tài)下DP、SQP算法性能
圖5描繪了離線狀態(tài)不同控制方法下的后車速度曲線,結(jié)果顯示3種方法下的列車在編組結(jié)束時(shí)刻都達(dá)到了與前車相同的速度。其中,離線DP和普通SQP曲線基本重疊,且較平滑,而快速SQP方法由于迭代次數(shù)少的原因,在20~80s期間曲線有明顯的起伏波動(dòng)。表2比較了不同控制方法下的編組性能和計(jì)算時(shí)間,其中,普通SQP方法在能耗和編組誤差方面與動(dòng)態(tài)規(guī)劃方法基本相同,但由于沒有選擇合適的初始解,成功收斂到最優(yōu)結(jié)果的概率只有70%;快速SQP方法下列車能耗達(dá)到34.648 3 kW·h,而動(dòng)態(tài)規(guī)劃方法的列車能耗為32.702 8 kW·h,能耗降低5.6%,節(jié)能效果明顯;快速SQP方法下的編組誤差為25 m,超過允許誤差的最大值。快速SQP方法雖然在能耗和編組精確性方面有所欠缺,但平均計(jì)算時(shí)間保持在1 s之內(nèi),計(jì)算速度快,并且由于初始解的正確選擇保證了成功收斂的概率。
計(jì)算效率是實(shí)現(xiàn)在線控制的重要指標(biāo),本文使用模型的合理簡(jiǎn)化和將離線結(jié)果作為初始解的方法,實(shí)現(xiàn)了全局優(yōu)化問題的快速收斂。圖6比較了快速SQP方法和普通SQP算法下的收斂情況。
圖6 SQP算法收斂情況
結(jié)果顯示,普通SQP算法在迭代25次左右收斂到最優(yōu)結(jié)果,而在線SQP算法經(jīng)過12次迭代收斂到最優(yōu)結(jié)果,算法的計(jì)算效率有明顯提高。
SQP在線控制即在每個(gè)決策階段都執(zhí)行一次快速SQP算法來實(shí)時(shí)控制列車的方法,這種控制方式不僅彌補(bǔ)了快速SQP算法在編組誤差方面的缺陷,還解決了外界干擾帶來的速度偏離問題。
為說明在線SQP控制方法具有良好的抗干擾效果,設(shè)計(jì)仿真實(shí)驗(yàn):在35 s時(shí)刻設(shè)置干擾,使列車實(shí)際運(yùn)行速度與理想的編組速度產(chǎn)生偏離;然后,使用在線SQP方法和離線DP方法分別控制列車,得到運(yùn)行曲線如圖7所示。
圖7 干擾條件下不同控制方法的速度曲線
圖7描繪了發(fā)生速度偏離后兩種控制方法下的后車運(yùn)行曲線。在發(fā)生偏離后,若繼續(xù)使用離線動(dòng)態(tài)規(guī)劃控制策略控制列車,列車的運(yùn)行曲線不會(huì)回歸到理想的編組曲線,并且在編組結(jié)束時(shí)刻,速度與目標(biāo)要求速度相差很大。若使用在線SQP方法控制列車,列車將會(huì)立刻調(diào)整控制策略,實(shí)際運(yùn)行曲線回歸到理想曲線附近,且在結(jié)束時(shí)刻速度與前車速度相同。
通過圖8可以進(jìn)一步說明在線SQP控制策略的有效性,圖8描繪了編組過程中前后列車間距的變化。發(fā)生偏離后,動(dòng)態(tài)規(guī)劃方法控制下,由于后車速度過低,實(shí)際間隔與理想間隔差距逐漸拉大,導(dǎo)致在結(jié)束時(shí)刻兩車間距為120 m左右,不滿足50 m的理想編組間隔要求;而在線SQP控制下的列車對(duì)外界干擾可以作出有效反應(yīng),在結(jié)束時(shí)刻間隔達(dá)到50 m左右,達(dá)到精確編組的目標(biāo)。
圖8 干擾條件下不同控制方法的列車間隔
針對(duì)動(dòng)態(tài)編組多目標(biāo)控制問題,提出一種優(yōu)化控制方法。該方法將動(dòng)態(tài)規(guī)劃算法和序列二次規(guī)劃算法相結(jié)合,在保證滿足多目標(biāo)控制需求的同時(shí),提高了收斂速度,實(shí)現(xiàn)了列車動(dòng)態(tài)編組過程的在線控制。在理想狀態(tài)下,所提出的動(dòng)態(tài)規(guī)劃方法在能耗方面較其他有效的優(yōu)化方法降低了5.6%,在編組精確性方面也具有明顯優(yōu)勢(shì);將動(dòng)態(tài)規(guī)劃結(jié)果作為初始解后,提高了SQP算法成功收斂到最優(yōu)結(jié)果的概率,并且將計(jì)算時(shí)間降低至1 s以內(nèi),極大提高了計(jì)算效率。在有外界干擾的編組過程中,所提出的在線控制方法以快速SQP算法為基礎(chǔ),平衡了計(jì)算效率和優(yōu)化結(jié)果的質(zhì)量,實(shí)現(xiàn)實(shí)時(shí)計(jì)算最優(yōu)控制策略控制列車,糾正了干擾產(chǎn)生的速度偏離。結(jié)果驗(yàn)證了本文方法在動(dòng)態(tài)編組多目標(biāo)優(yōu)化控制過程中的有效性。