本發(fā)明涉及一種雙源無軌電車的管控方法。

背景技術(shù)：

1、公共交通新能源化已經(jīng)成為城市公共汽車的發(fā)展趨勢。無軌電車作為綠色出行工具服務(wù)城市公共交通已有百余年歷史，為城市交通和環(huán)境保護做出過重要貢獻。隨著科技的發(fā)展，雙源無軌電車在傳統(tǒng)的無軌電車的基礎(chǔ)上進行了升級，通過集電桿連接觸線網(wǎng)與配備鋰離子電池形成雙源動力驅(qū)動。鑒于其效率高、污染少、成本低、機動性好的特點，許多城市都在建設(shè)雙源無軌電車線路網(wǎng)絡(luò)。因此，關(guān)于雙源無軌電車運營規(guī)劃調(diào)度的研究，對節(jié)能減排、實現(xiàn)綠色交通具有重要的現(xiàn)實意義。

2、公交網(wǎng)絡(luò)內(nèi)換乘的便捷性是居民出行選擇公交時考慮的關(guān)鍵服務(wù)質(zhì)量因素，不及時的換乘會導(dǎo)致較長的乘客換乘等待時間，對居民出行造成嚴重的困擾。然而，由于每個站點所處的地點不同，對應(yīng)物理空間的通行條件差異很大，例如當前站點和其他站點之間的道路狀況如何，是否通暢，某站點和具有車輛通行連通性站點之間道路狀況如何，是否具備可達性條件如何；同時在開放式道路環(huán)境下，受到道路狀況、波動客流、極端天氣等不確定因素干擾，雙源無軌電車在某個空間站點對應(yīng)的行駛時間與停站時間呈現(xiàn)巨大波動性，不僅嚴重影響了車輛的協(xié)同效果，可能會導(dǎo)致局部空間(站點或道路)的擁堵，而且導(dǎo)致了串車風險高的技術(shù)問題。更為關(guān)鍵的是，車輛的提前到達與延誤可能會對下游站點甚至其他線路產(chǎn)生影響，造成具有空間連通性的節(jié)點之間連鎖反應(yīng)，造成更大范圍的擁堵，此外更大范圍的站點/道路擁堵不僅降低了通行效率，而且使得乘客無法及時換乘，甚至進一步加重擁堵的情況。

3、雙源無軌電車運營模式的獨特性為實現(xiàn)協(xié)同調(diào)度帶來了更大的挑戰(zhàn)，雙源無軌電車線路網(wǎng)絡(luò)的交通節(jié)點不僅包括共同站點，還包括合線器、自動捕捉器、供電網(wǎng)絡(luò)分段。如圖1所示，合線器是指兩條電車線交匯時，將原四條接觸線連接為兩條接觸線的裝置。圖2中的自動捕捉器是一種升降無軌電車集電桿的裝置，雙源無軌電車在此裝置下需要停車完成升桿操作。雙源無軌電車途徑上述運行裝置時需要減速通行或停車操作，更容易受到動態(tài)環(huán)境干擾。圖3中的供電網(wǎng)絡(luò)分段是研究車輛能耗的基本接觸線單元，相鄰分段實行電氣隔離的絕緣狀態(tài)。由于接觸線功率有限，分段內(nèi)的雙源無軌電車數(shù)量不能超出供電網(wǎng)絡(luò)分段的承載能力，否則會出現(xiàn)保護、跳閘等斷電情況，影響車輛的穩(wěn)定運行狀態(tài)，甚至會發(fā)生車輛趴窩現(xiàn)象。

4、目前主要采用動態(tài)控制方法來應(yīng)對動態(tài)環(huán)境的擾動，例如提出駐站、越站、速度控制、備用車替換等策略來減少公交運行偏差。然而，動態(tài)控制的實現(xiàn)依賴于完善的智能道路基礎(chǔ)設(shè)施建設(shè)，需要大量的資金投入。此外，這些方法可能會損害乘客的利益，例如駐站策略會增加車內(nèi)乘客的等待時間，越站與備用車替換策略可能會打亂乘客的出行計劃。相比于動態(tài)控制，采用靜態(tài)調(diào)度策略生成魯棒時刻表來實現(xiàn)協(xié)同調(diào)度是一種更加經(jīng)濟有效的方法。魯棒時刻表在一定程度上可以抵御行駛時間與停靠時間的波動性，即使在較差的狀況下也能保持運行狀態(tài)的穩(wěn)定。

技術(shù)實現(xiàn)思路

1、本發(fā)明是要解決目前雙源無軌電車運行過程中未考慮車輛實際所處的站點的空間關(guān)聯(lián)性和車輛協(xié)同性導(dǎo)致的局部空間甚至更大范圍擁堵的問題，而提供一種雙源無軌電車多線路協(xié)同的魯棒管控方法。

2、本發(fā)明的雙源無軌電車多線路協(xié)同的魯棒管控方法是按以下步驟進行的：

3、步驟一：選擇雙源無軌電車線路構(gòu)建線路網(wǎng)絡(luò)，建立網(wǎng)絡(luò)中各交通節(jié)點屬性集用于存儲線路與交通節(jié)點信息；

4、所述的各交通節(jié)點屬性集包括起始站、終點站、共同站點、非共同站點、自動捕捉器、合線器、供電網(wǎng)絡(luò)分段數(shù)量和位置，脫線路段的分布與長度；所述的共同站點包括換乘站點與非換乘站點；

5、步驟二：根據(jù)管控時段，建立車次運行狀態(tài)集用于存儲車次運行信息；

6、所述的車次運行狀態(tài)包括管控時段內(nèi)各線路上行與下行的發(fā)車次數(shù)、車輛行駛路徑、發(fā)車頻率范圍、計劃的發(fā)車間隔和初始發(fā)車時刻表和到站時間；

7、步驟三：收集一定時期內(nèi)管控時段內(nèi)的自動車輛定位avl數(shù)據(jù)，計算出相鄰站點的行駛時間，以分鐘為單位四舍五入取整，納入相鄰站點的行駛時間集合內(nèi)，得到了具有上下界的相鄰站點行駛時間的整數(shù)集合；

8、步驟四：利用雙源無軌電車上的ic卡與二維碼數(shù)據(jù)，采集同一時期管控時段內(nèi)各站點的上車乘客數(shù)據(jù)，計算每條路線各站點的平均乘客到達率；

9、步驟五：聚焦雙源無軌電車運行特性，構(gòu)建雙源無軌電車時刻表多線路協(xié)同的魯棒優(yōu)化模型：

10、在進行模型構(gòu)建前需要做的幾點說明：

11、1)、本發(fā)明認為線路的發(fā)車頻率依據(jù)線路最大客流斷面而確定，因此，車輛運載能力能夠滿足高峰時段客流需求；

12、2)、認為雙源無軌電車供電設(shè)施與觸線網(wǎng)裝置正常運行，車況運行良好；

13、3)、認為各線路配置同一種雙源無軌電車車型，且車輛在每個站點都會停靠；

14、4)、認為觸線網(wǎng)功率輸出穩(wěn)定，各供電網(wǎng)絡(luò)分段功率相同；

15、1、車輛運動方程部分

16、車輛行駛時間的波動性一般表現(xiàn)為受不同時段的時變特征和路況的影響所導(dǎo)致的隨機特征；

17、

18、公式(1)表示線路l上第n輛車到達站點b的時刻等于離開站點b-1的時刻加上站點間的行駛時間其中r表示線路的方向，a是到達，d是離開；

19、

20、公式(2)表示線路l上第n輛車離開站點b的時刻等于到達站點b的時刻加上在站點的?？繒r間

21、車輛在站點的?？繒r間主要受站點乘客上下車人數(shù)的影響呈現(xiàn)出波動性，由于乘客下車時間小于上車時間，可認為站點?？繒r間主要由乘客上車時間與車輛開關(guān)車門時間構(gòu)成；假設(shè)乘客的到達遵循均勻分布(也就是說每單位時間到達b站點的人數(shù)是一定的，b站點上一車次剛走，就又有乘客到達b站點，隨著時間的流逝，乘客數(shù)量在不斷累積，直到下一個車次到達b站點把他們?nèi)繋宪?，所以停靠時間與線路上兩個相鄰車次的間隔有關(guān))，則站點?？繒r間與相鄰車次的車頭時距有關(guān)，見公式(3)：

22、

23、其中，t0為車輛開關(guān)車門所需時間、γlb為線路l上站點b的乘客到達率，β為每位乘客的平均上車時間；

24、整合公式(1)和(2)得到公式(4)，表示到達站點b的時刻等于發(fā)車時刻加上在站點b之前的各路段行駛時間與各站點停靠時間

25、

26、雙源無軌電車到達自動捕捉器、合線器與供電網(wǎng)絡(luò)分段的時間計算方法同上；

27、2、目標函數(shù)

28、1)車輛協(xié)同次數(shù)最大化

29、線路重疊區(qū)間的任意一個共同站點都可以進行換乘，但實際運營中乘客一般只選用可換乘的最后一個站點換乘，而其余的共同站點換乘人數(shù)較少，可看作非換乘站點；本發(fā)明的協(xié)同不僅包括在換乘站點使乘客協(xié)同換乘，還包括在非共同站點使車輛協(xié)同進站，針對換乘站點與非換乘站點分別設(shè)置協(xié)同時間窗，最后相加得到總協(xié)同次數(shù)；

30、車輛到達換乘站點的時間間隔不宜過短或過長，最短間隔wb使乘客有足夠的時間換乘，而最長間隔wb則保障換乘等待時間不會太長；

31、

32、在公式(5)中，若線路l的車次n與線路j的車次m到達換乘站點b處的時間差在時間窗[wb,wb]內(nèi)，則將兩車次視作協(xié)同換乘車次，二元變量記為1，否則記為0；

33、為避免車輛在非換乘站點發(fā)生擁堵，同樣需要設(shè)置到達時間窗，最短間隔vb，最長間隔vb，若線路l的車次n與線路j車次m到達非換乘站點b處的時間差大于vb，同時小于vb，則將兩車次視作協(xié)同進站車次，采用公式(6)中的二元變量判定車次是否協(xié)同進站；

34、

35、公式(7)表示上行換乘站點與非換乘站點的車輛協(xié)同次數(shù)，角標上的1代表上行方向；公式(8)表示下行換乘站點與非換乘站點的車輛協(xié)同次數(shù)，角標上的2為下行方向；公式(9)表示總協(xié)同次數(shù)最大化的目標；

36、

37、maxf1＝f1+f2?(9)

38、2)車隊規(guī)模最小化

39、完成所有車次任務(wù)所需要的最少的車輛數(shù)等于各場站最大逆差值之和，結(jié)合實踐將線路首末站作為雙源無軌電車場站，針對各場站分別計算最大逆差函數(shù)并求和，得到最小車隊規(guī)模；

40、公式(10)-(12)表示了利用逆差函數(shù)計算車隊規(guī)模的過程，其中t1與t2為管控時段的起始與終止時刻，表示在t時刻線路l的第n個車次已從場站d發(fā)出；sdl,t表示截止至時刻t場站d發(fā)出的車輛數(shù)；表示在t時刻線路l的第n個車次已到達場站d，edl,t表示截止至時刻t到達場站d的車輛數(shù)，max(sdl,t-edl,t)表示場站d的最大逆差函數(shù)；

41、

42、3)車頭時距偏差最小化

43、車頭時距是前后兩輛車的前端通過同一地點的時間差；線路車次的車頭時距較小時，聚集在同一供電網(wǎng)絡(luò)分段的車輛會增多，線網(wǎng)負荷高，可能會發(fā)生車輛趴窩現(xiàn)象；而車頭時距較大時，聚集在同一供電網(wǎng)絡(luò)分段的車輛會減少，造成觸線網(wǎng)功率閑置；若能減少實際的車頭時距與計劃車頭時距的偏差，使車頭時距更均勻，既可以避免車輛擁擠，又可以提高電能的利用率；此外，較小的車頭時距偏差還能提高車輛運營服務(wù)的規(guī)律性；

44、因此，本發(fā)明選擇共同站點和自動捕捉器這兩類易發(fā)生擁堵的節(jié)點來分析車頭時距偏差；在頻率設(shè)置階段已確定線路發(fā)車頻率，計算出計劃車頭時距hl,n,b是車輛在站點b的車頭時距，hl,n,a是車輛在自動捕捉器處a的車頭時距；

45、公式(13)表示所有站點的平均車頭時距偏差；

46、

47、公式(14)表示所有自動捕捉器處的平均車頭時距偏差；

48、

49、公式(15)表示最小化平均車頭時距偏差的目標。

50、minf3＝fa+fb?(15)

51、3、約束部分

52、1)發(fā)車間隔約束

53、為了平衡公交服務(wù)水平與公交公司收益，約束公式(16)-(18)表示線路各車次均要滿足發(fā)車間隔要求，與分別為線路l的最小發(fā)車間隔與最大發(fā)車間隔；發(fā)車時刻為t1是管控時段的開始時間，t2是管控時段的結(jié)束時間；為線路l的方向r上所發(fā)出的第一輛車的時刻；

54、

55、2)運行裝置約束

56、約束(19)表示雙源無軌電車在自動捕捉器a下需要停車升桿，為避免后續(xù)車輛同時到達造成擁堵，設(shè)置最小到達間隔wa；

57、

58、約束(20)表示為避免雙源無軌電車同時到達合線器c，也需要設(shè)置最小到達間隔wc；

59、

60、3)供電網(wǎng)絡(luò)分段承載能力約束

61、約束(21)要求各分段內(nèi)最大車輛數(shù)dk小于分段最大承載的車輛數(shù)q1，q1的取值應(yīng)考慮車輛的充電與空調(diào)功率，并結(jié)合管控線路條數(shù)占路段實際的線路條數(shù)比例；

62、dk≤q1?(21)

63、公式(22)-(24)運用逆差函數(shù)表示供電網(wǎng)絡(luò)分段k內(nèi)的最大車輛數(shù)dk，其中，skl,n,t＝1表示在t時刻線路l的車次n已離開分段k，ekl,n,t＝1表示線路l的車次n已到達分段k；skl,t與ekl,t分別表示截止至t時刻已離開和到達分段k的車輛數(shù)；

64、

65、4)脫線路段速度約束

66、雙源無軌電車在脫線路段依靠車載鋰電池驅(qū)動，若車輛在脫線路段能耗較低，不僅經(jīng)濟節(jié)能，還可以減小電池放電深度，延長電池的使用壽命；此外，相比于剛出廠的車輛，已投入運營多年的車輛的電池容量發(fā)生了較大衰減，降低能耗還可以減小脫線行駛過程中車輛供能不足的風險；雙源無軌電車的能耗測試顯示，當車輛平均速度維持在20km/h～30km/h區(qū)間時能耗較低；因此，約束公式(25)要求車輛在脫線路段的平均行駛速度位于20km/h～30km/h區(qū)間內(nèi)：

67、

68、約束式(16)～(21)和式(25)還要滿足以下要求：

69、

70、t∈[t1,t2](26)；

71、3、模型整合部分

72、為降低雙源無軌電車的行駛時間和停靠時間的波動對公交公司與乘客利益的影響，尋求即使在動態(tài)環(huán)境下也能表現(xiàn)良好的時刻表，本發(fā)明建立多目標的魯棒優(yōu)化模型，并將三個目標函數(shù)轉(zhuǎn)化為最小最大(minimax)問題的形式：

73、

74、步驟六：依據(jù)模型特點設(shè)計多目標最小最大差分進化算法求解：本發(fā)明要求解多目標的最小最大優(yōu)化問題，將最小最大差分進化算法與快速非支配排序算法和擁擠距離算法結(jié)合，利用懲罰函數(shù)將有約束問題轉(zhuǎn)化為無約束問題，改進變異策略，提出多目標最小最大差分進化算法，算法流程圖見圖5；

75、步驟七：算法生成帕累托解，選擇最優(yōu)方案，輸出魯棒時刻表；選擇最優(yōu)方案是從公交公司或乘客角度選擇符合自身利益的方案。

76、本發(fā)明所建立的模型為混合整數(shù)非線性規(guī)劃模型，屬于最小最大優(yōu)化問題，旨在尋找最差場景下表現(xiàn)良好的解。最小最大差分進化算法作為一種由差分進化算法改進而來的新興算法，避免了對不確定變量的最差目標函數(shù)的過度搜索，在單次進化代數(shù)內(nèi)對決策變量(只有1組，就是發(fā)車時刻)和不確定變量(行駛時間與?？繒r間)分別采用底部提升策略與部分再生策略，使其同時向符合其優(yōu)化目標的方向進化。

77、本發(fā)明的優(yōu)點：

78、本發(fā)明將站點空間的關(guān)聯(lián)性考慮進相鄰站點的行駛時間集合，并通過考慮動態(tài)環(huán)境下行駛時間與?？繒r間的不確定性，聚焦雙源無軌電車運行特性，提出雙源無軌電車多線路協(xié)同的魯棒管控方法，即使在較差的狀況下也能保持運行狀態(tài)的穩(wěn)定，提升線網(wǎng)中的乘客換乘的換乘效率，降低車輛串車風險，并提高雙源無軌電車線路運營服務(wù)的規(guī)律性，實現(xiàn)靜態(tài)調(diào)度計劃的魯棒性。本發(fā)明為公交公司編制雙源無軌電車多線路協(xié)同時刻表提供新思路，對促進城市綠色公交規(guī)?；\行具有重要意義。