储能式有轨电车自动驾驶算法研究

摘要

列车自动驾驶系统(ATO)是铁路自动控制系统中的重要组成部分，可以代替司机自动完成列车驾驶任务，从而减轻司机的工作强度并使列车安全、高效地工作在最佳的运行状态。自动驾驶系统包含两个部分：优化的速度曲线与速度曲线在线跟踪控制。储能式有轨电车是城市新型轨道交通工具，有多区间、易受信号影响等特点。因此研究考虑信号的全线多区间速度曲线优化，以及控制列车精准跟踪优化参考速度曲线成为储能式有轨电车自动驾驶的关键问题。 针对速度曲线优化研究，首先建立列车运动学模型、车载储能装置等效电路模型以及储能系统能耗计算模型。以储能系统能耗最小为目标建立了储能式有轨电车节能运行优化模型。基于极大值原理推导出的最优控制工况集合，提出考虑信号周期的单区间节能运行两层优化算法。然后以全程总能耗最低为目标，以全线总运行时间为约束建立节能时刻表优化模型。基于各单区间能耗与时间关系利用整数规划求解。最后根据优化后的运行时刻表以及单区间运行优化算法形成全线节能优化速度曲线。 针对速度曲线在线跟踪控制研究，首先简化牵引和制动系统模型，结合列车运动学方程，建立列车动态模型的状态空间表达式并离散化。其次基于模型预测控制原理，设计速度曲线在线跟踪控制算法。最后以优化出的速度曲线作为控制器的参考输入曲线，实现对节能优化速度曲线的在线跟踪控制。 利用实车实线对速度曲线优化与在线跟踪控制其进行仿真验证。结果表明，本文设计的储能式有轨电车单区间速度曲线节能优化的两层框架式算法与基于整数规划的多区间运行时刻表优化算法能够有效降低储能式有轨电车的全线运行能耗，得到节能优化速度曲线。基于模型预测控制的在线跟踪控制器能够好地跟踪优化生成的参考速度曲线，但在起车阶段和停车阶段的跟踪效果较差，因此针对起车阶段和停车阶段对控制器进行改进，从而提高控制器的跟踪控制效果，最终实现了储能式有轨电车安全、正点和节能的全线自动驾驶。

目录

第一个书签之前