网络运营环境下高速列车鲁棒协同优化运行调整策略研究

With the high-speed railway in China entering the network operation era, the regulation problem of high-speed train operation in network environment is particularly important. This project aims to study the robust cooperative optimization regulation strategy for high-speed train in network environment. Firstly, based on the state-space equation, we will construct a complex dynamic network model for the space-time trajectory of high-speed train under network environment. Then, according to the stability theory, we will present the sufficient condition of the space-time trajectory of high-speed train converging to the nominal trajectory, and based on this, by regarding the robust performance of the train to the uncertainty disturbance as the optimization objective, we will construct a robust cooperative optimization model for the regulation strategy of high-speed train network. Furthermore, by the robust optimization control method, we will design the numerical algorithm to obtain the robust cooperative optimization regulation strategy to ensure the safety distance of the neighboring trains and the optimization of robust performance of the trains to the uncertainty disturbance, and guarantee the safe and efficient and cooperative operation of the high-speed trains in the railway network. In the end, the application of the proposed model and method in practical high speed railway network will be analyzed. This proposal will provide a strong theoretical tool for the safe and efficient operations of large-scale high-speed railway network.

随着我国高速铁路进入网络化运营时代，网络运营环境下高速列车运行调整问题的研究显得尤为重要。本项目拟对网络运营环境下高速列车鲁棒协同优化运行调整策略展开深入的研究。首先，基于状态空间方程，建立网络环境下高速列车时空运行轨迹的复杂动态网络模型；其次，根据系统稳定性理论，分析高速列车实际时空运行轨迹收敛的充分性条件，并在此基础上，以列车运行中抗不确定干扰的鲁棒性能作为优化目标，构建网络环境下高速列车运行调整的鲁棒协同优化模型；进一步，基于鲁棒优化控制方法，设计数值算法求解鲁棒协同优化模型，得到高速列车鲁棒协同优化运行调整策略，使得列车在运行中保持安全车间距，同时优化列车运行中抗不确定干扰的鲁棒性能，保障网络环境下高速列车安全高效协同运行；最后分析所提模型和方法在现实高速铁路网络中的应用。该项目的研究将为大规模铁路网络上高速列车安全高效运营提供强有力的理论工具。

随着我国高速铁路进入网络化运营时代，网络运营环境下高速列车运行调整问题的研究显得尤为重要。本项目近三年针对网络运营环境下高速列车鲁棒协同优化运行调整策略展开深入的研究，分别建立了基于多质点的高速列车动态运行速度调整模型，设计了高速列车鲁棒速度调整优化控制算法，有效提高了列车追踪精度并减小列车运行能耗，数值实验发现，基于所设计的控制策略，列车速度曲线的跟踪偏差可有效控制在0.2 km/h之内；建立了基于多智能体系统的高速列车群动态运行速度调整模型，设计了基于邻车信息的高速列车群鲁棒协同优化速度调整策略，保障列车群按照既定运行曲线安全协同运行，数值实验发现，基于所设计的控制策略，各列车都按照巡航速度300km/h协同运行，并且列车群之间保持安全车间距20km左右；建立了基于客流需求驱动的列车动态运行调整模型，设计了不确定客流下的列车鲁棒优化调整控制算法，有效减小了列车总延误时间和乘客平均等待时间，以北京亦庄线为实例背景发现，所提调整算法可使得列车在不确定事件干扰下的延误从调整前的50s减小到调整后的8s；建立了不确定干扰下的列车调整与客流控制的协调优化模型，设计了基于预测控制方法的列车调整与客流控制的协调优化策略，减小了列车延误总延误时间，并以北京9号线为实例背景发现，根据所提列车调整算法，可以使得列车延误尽快降低到10s以内，并恢复至既定时刻表，车载客流量接近既定客流量。该项目取得的研究成果可为大规模铁路网络上高速列车安全运行控制的设计以及高效运营管理方法的制定提供强有力的理论工具。