基于乘客在站停留时间估计的地铁环控系统负荷计算研究

摘要

城市轨道交通系统能耗较高已成为制约其可持续发展的重要因素之一，其中环控系统能耗在地铁车站能耗中占相当大的比例，可通过精确计算其负荷挖掘节能潜力。客流参数作为环控系统负荷计算中的重要变量，目前尚存在取值较为粗放、乘客停留时间差异性及动态性考虑不足等问题，导致计算结果准确度不高。本文针对负荷既有计算方法中客流参数取值不精确的问题，提出基于AFC数据与概率分布的乘客在站停留时间估计方法，以此为基础构建了基于乘客动态在站停留时间的环控系统负荷精细化计算方法，并通过北京地铁车站的实际算例验证了方法的可行性和有效性。
　　本文研究内容和主要成果包含以下四个部分:
　　(1)系统分析环控系统负荷组成及其影响因素，采用结构模型解析方法对车站环控系统负荷及其影响因素进行定性分析，结果表明:影响车站环控系统负荷变化的主要因素为客流、列车到达频率和室外气象参数，并重点分析了客流因素的重要性。
　　(2)提出了基于AFC数据与概率分布的乘客在站停留时间估计方法。将乘客在站停留时间区分为付费区和非付费区两部分，分别利用AFC数据和乘客走行时间概率分布对负荷计算所需的乘客在站停留时间进行了估计，相比负荷既有计算方法中客流参数的取值，该方法能够为车站环控系统负荷计算提供更加准确和精细化的客流参数。
　　(3)构建了基于乘客动态在站停留时间的环控系统负荷精细化计算方法。将负荷既有计算方法中的客流参数，由高峰小时上、下车人数与相同停留时间的乘积，改为本文提出的统计时段内乘客在站停留时间累加结果。利用该方法可以实现不同时间粒度下的负荷计算，有效提高负荷计算的精细化程度。
　　(4)为验证本文提出的乘客在站停留时间估计方法和负荷精细化计算方法的有效性，利用北京地铁安华桥站进行算例应用分析。发现在相同的时间段内，相比于既有计算方法下的负荷结果及实测负荷数据，精细化计算方法下的负荷结果对应的耗电量分别降低5.8％和7.4％，证明了本文提出的基于乘客动态在站停留时间的环控系统负荷精细化计算方法的有效性和实际意义。最后，采用灰色关联度方法对环控系统负荷及其影响因素进行定量分析，得到客流动态变化是车站环控系统负荷具有时变性的主要影响因素的结论。

目录

声明

致谢

摘要

1．1 研究背景与意义

1．2 国内外研究综述

1．2．1 车站环控系统发展

1．2．2 车站环控系统节能关键技术及负荷计算

1．2．3 客流参数提取方法研究

1．2．4 研究综述小结

1．3 地铁环控系统分类

1．4 主要研究内容与论文框架

1．4．1 主要研究内容

1．4．2 论文框架及技术路线

2 车站环控系统负荷组成及其影响因素分析

2．1 车站环控系统负荷组成及影响因素

2．2 基于结构模型解析法的影响因素定性分析

2．2．1 结构模型解析法概述

2．2．2 结构模型解析法分析步骤

2．2．3 定性分析结论

2．3 基于灰色关联度的影响因素定量分析

2．3．1 灰色关联度分析方法概述

2．3．2 灰色关联度分析步骤

2．4 客流因素的重要性分析

2．5 本章小结

3 基于AFC数据与概率分布的乘客在站停留时间估计方法

3．1 乘客旅行时间构成

3．2 基于AFC数据的乘客付费区停留时间估计方法

3．2．1 基于列车时刻表的时空拓展网络的构建

3．2．2 乘客可行时空拓展路径搜索算法

3．2．4 乘客付费区停留时间估计方法

3．3 基于概率分布的乘客非付费区停留时间估计方法

3．3．1 乘客非付费区停留时间影响因素分析

3．3．2 乘客非付费区走行速度概率分布

3．3．3 乘客非付费区停留时间概率分布

3．3．4 乘客非付费区停留时间估计方法

3．4 本章小结

4 基于乘客动态在站停留时间的环控系统负荷精细化计算方法

4．1 车站环控系统负荷既有计算方法

4．2 统计时段内乘客在站停留时间的累加方法

4．3 车站环控系统负荷精细化计算方法

4．3．1 与客流相关负荷的精细化计算方法

4．3．2 其他负荷的逐时段精细化计算方法

4．4 本章小结

5 算例应用分析

5．1 基础数据分析与处理

5．1．1 AFC数据

5．1．2 物理拓扑网络基础数据

5．1．3 时空拓展网络基础数据

5．1．4 乘客走行速度分布数据

5．1．5 车站土建结构及设施设备数据

5．1．6 室内外空气参数数据

5．2 乘客在站停留时间估计方法算例分析

5．2．1 乘客付费区停留时间算例

5．2．2 乘客非付费区停留时间算例

5．3．2 统计时段内车站环控系统负荷精细化计算结果

5．3．3 与既有方法计算结果及实测数据的对比分析

5．4 基于灰色关联度的影响因素定量分析

5．5 本章小结

6 结论及展望

6．1 主要研究成果

6．2 主要创新点

6．3 研究展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集