一种列车应急自走行优化控制方法

1.本发明涉及列车应急指导技术领域，具体而言，涉及一种列车应急自走行优化控制方法。


背景技术：

2.动车组在运行过程中，因恶劣天气、高压电缆脱落、接触网故障、供电系统故障等多种原因都会造成供电电网停电，列车动力丢失，影响列车的正常运营。动车组技术条件规定，列车在无网状态下应当具备一定的应急走行功能。
3.现有的研究大多基于牵引网状态下列车的速度曲线优化研究，与应急自走行下列车运行特性差距较大，需重新建立列车应急自走行模式下的能耗表征模型。由于列车处于应急自走行阶段时，具有速度等级低，能量约束大，无时间约束等特点，原有的应急自走行研究未考虑时间层次的优化，而当运行时间过长时，辅助能耗与牵引能耗的博弈是列车应急自走行过程中的重点问题。原有的列车应急自走行研究没有分析应急自走行模式下车载储能系统剩余电量、再生制动能量对列车能耗的影响规律，牵引网故障时，对速度曲线的优化没有进行时间层次的考虑，没有考虑储能系统实时可用功率输出能力的约束问题，也没有综合考虑再生制动能量、双向到站距离和车载储能系统剩余电量间的耦合机理，列车能耗表征模型相对简单，不能提供列车安全高效双向应急自走行方案。
4.基于此，本技术提出一种列车应急自走行优化控制方法来解决上述问题。


技术实现要素：

5.本发明的目的在于提供一种列车应急自走行优化控制方法，其能够解决列车在自走行时，现有的应急运行方案求解速度曲线时的不足，以实现牵引网无电工况下列车快速自我救援。
6.本发明的技术方案为：
7.第一方面，本技术提供一种列车应急自走行优化控制方法，其包括以下步骤：
8.s1、获取当前时刻列车数据、线路数据以及应急自走行数据；
9.s2、基于当前时刻列车数据、线路数据以及应急自走行相关数据对列车前后方线路势能进行判断是否存在困难区段，若是，则执行步骤s8，若否，则执行步骤s3；
10.s3、对当前时刻列车到站速度进行曲线规划；
11.s4、基于列车的规划后的曲线获取列车运行的周期性偏差；
12.s5、判断列车是否到站，若是，则输出列车到站结果，若否，则执行步骤s6；
13.s6、通过列车当前实际能量消耗与列车规划后的曲线上的能量值进行比较以得到能量偏差，根据列车运行的周期性偏差判断能量偏差是否超过设定范围，若是，则输出重算曲线指令并执行步骤s7，若否，则返回步骤s4；
14.s7、更新列车起点和剩余电量，并返回步骤s3；
15.s8、输出列车不可到站的结果以完成列车应急自走行的优化控制。
16.进一步地，步骤s1中，上述列车数据包括载重、机电效率、功率因数特性、启动阻力特性和基本运行阻力特性，上述线路数据包括坡道、曲线、设施、限速、隧道和分相数据，上述应急自走行数据包括应急运行目标速度、应急牵引特性、应急电制动特性、应急辅助功率、再生制动能量利用率、电池输出功率、电池输出电压、电池效率和制动反馈能量功率。
17.进一步地，步骤s2中，困难区段的判断方法为：
18.计算坡道附加阻力：
19.wi＝i
20.wi＝i
×g×
m/1000；
21.计算牵引力最大值：
[0022][0023]
其中，wi和i表示单位坡道附加阻力，g表示重力加速度，m表示列车质量，wi表示列车运行坡道附加阻力，f
max
表示最大牵引力，v表示列车运行速度；
[0024]
判断坡道附加阻力和牵引力最大值的大小，若坡道附加阻力大于牵引力最大值，则判断为存在困难区段，反之则判断为不存在困难区段。
[0025]
进一步地，步骤s3中上述曲线规划包括以运行时间最短为目标建立算法计算列车速度曲线、以运行能耗最低为目标建立算法计算列车速度曲线和以运行距离最长为目标建立算法计算列车速度曲线。
[0026]
进一步地，上述以运行时间最短为目标建立算法计算列车速度曲线的过程包括：
[0027]
建立目标函数：
[0028][0029]
输出功率约束：
[0030][0031]
建立列车运动学方程：
[0032][0033]
端点值约束：
[0034]
v(s
sta
)＝v
sta
，v(s
end
)＝v
end
[0035]ft
(s
sta
)＝f
t，sta
[0036]
fd(s
sta
)＝f
d，sta
[0037]ssta
＝s(sta)
[0038]send
＝s(end)，
[0039]send
＝[s1，s2，...sn]，
[0040]
其中，j1表示列车运行总时间，ti表示每个离散区间内列车运行时间，n表示离散区间个数，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，fd表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，fd(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(
end
)表示离列车当前位置最近的前后车站或救援点的位置；
[0041]
根据得到的在能量充足情况下的最小运行时间绘制得到列车到站的节能速度曲线。
[0042]
进一步地，上述以运行能耗最低为目标建立算法计算列车速度曲线的过程包括：
[0043]
建立目标函数：
[0044][0045]
输出功率约束：
[0046][0047]
建立列车运动学方程：
[0048][0049]
端点值约束：
[0050]
v(s
sta
)＝v
sta
，v(s
end
)＝v
end
[0051]ft
(s
sta
)＝f
t，sta
[0052]
fd(s
sta
)＝f
d，sta
[0053]ssta
＝s(sta)
[0054]send
＝s(end)，
[0055]send
＝[s1，s2，...sn]，
[0056]
其中，j2表示列车运行总耗能，n表示离散区间个数，η
t
表示牵引时整车机电效率，f
t，k
表示第k个区间内列车牵引力，α表示再生制动能量利用率，ηd表示制动时整车机电效率，f
d，k
表示第k个区间内列车制动力，δsk表示第k个区间的列车牵引力，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，fd表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，fd(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；
[0057]
根据得到的在能量约束情况下的最低运行能耗绘制得到列车到站的节能速度曲线。
[0058]
进一步地，上述以运行距离最长为目标建立算法计算列车速度曲线的过程包括：
[0059]
建立目标函数：
[0060][0061]
输出功率约束：
[0062][0063]
建立列车运动学方程：
[0064][0065]
端点值约束：
[0066]
v(s
sta
)＝v
sta
，v(s
end
)＝v
end
[0067]ft
(s
sta
)＝f
t，sta
[0068]
fd(s
sta
)＝f
d，sta
[0069]ssta
＝s(sta)
[0070]send
＝s(end)，
[0071]send
＝[s1，s2，...sn]，
[0072]
其中，j3表示列车总运行距离，v
sta
表示列车进入应急自走行时的初速度，n表示离散区间个数，δsk表示第k个区间的列车牵引力，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，fd表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，fd(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；
[0073]
根据得到的在能量不足情况下的列车最远运行距离绘制列车到站的节能速度曲线。
[0074]
第二方面，本技术提供一种电子设备，其特征在于，包括：
[0075]
存储器，用于存储一个或多个程序；
[0076]
处理器；
[0077]
当上述一个或多个程序被上述处理器执行时，实现如上述第一方面中任一项的一种列车应急自走行优化控制方法。
[0078]
第三方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的一种列车应急自走行优化控制方法。
[0079]
相对于现有技术，本发明至少具有如下优点或有益效果：
[0080]
(1)本发明提供的一种列车应急自走行优化控制方法，综合考虑双向到站距离(线路条件)和列车速度等级、生命保障系统需求、再生制动能量回馈、车载储能系统状态(列车状态参数)等复杂约束条件，以低能耗，短时间返回为优化目标，以储能系统可用功率和能量为约束条件，提出了列车速度的优化曲线，实现了牵引网无电工况下列车快速自我救援。
[0081]
(2)本发明在列车进入应急自走行状态时，同时考虑了对运行时间和运行能耗的优化，实现了列车的快速自我救援，保障了乘客生命安全。
附图说明
[0082]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0083]
图1为本发明一种列车应急自走行优化控制方法的流程图；
[0084]
图2为列车速度曲线优化流程图；
[0085]
图3为一种电子设备的示意性结构框图。
[0086]
图标：101、存储器；102、处理器；103、通信接口。
具体实施方式
[0087]
为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
[0088]
因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0089]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0090]
需要说明的是，在本文中，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0091]
在本技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
[0092]
下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
[0093]
实施例1
[0094]
请参阅图1，图1所示为本技术实施例提供的一种列车应急自走行优化控制方法的步骤图。
[0095]
第一方面，本技术提供一种列车应急自走行优化控制方法，其包括以下步骤：
[0096]
s1、获取当前时刻列车数据、线路数据以及应急自走行数据；
[0097]
s2、基于当前时刻列车数据、线路数据以及应急自走行相关数据对列车前后方线路势能进行判断是否存在困难区段，若是，则执行步骤s8，若否，则执行步骤s3；
[0098]
s3、对当前时刻列车到站速度进行曲线规划；
[0099]
s4、基于列车的规划后的曲线获取列车运行的周期性偏差；
[0100]
s5、判断列车是否到站，若是，则输出列车到站结果，若否，则执行步骤s6；
[0101]
s6、通过列车当前实际能量消耗与列车规划后的曲线上的能量值进行比较以得到能量偏差，根据列车运行的周期性偏差判断能量偏差是否超过设定范围，若是，则输出重算曲线指令并执行步骤s7，若否，则返回步骤s4；
[0102]
s7、更新列车起点和剩余电量，并返回步骤s3；
[0103]
s8、输出列车不可到站的结果以完成列车应急自走行的优化控制。
[0104]
作为一种优选的实施方式，步骤s1中，列车数据包括载重、机电效率、功率因数特性、启动阻力特性和基本运行阻力特性，线路数据包括坡道、曲线、设施、限速、隧道和分相数据，应急自走行数据包括应急运行目标速度、应急牵引特性、应急电制动特性、应急辅助功率、再生制动能量利用率、电池输出功率、电池输出电压、电池效率和制动反馈能量功率。
[0105]
作为一种优选的实施方式，步骤s2中，困难区段的判断方法为：
[0106]
计算坡道附加阻力：
[0107]
wi＝i
[0108]
wi＝i
×g×
m/1000；
[0109]
计算牵引力最大值：
[0110][0111]
其中，wi和i表示单位坡道附加阻力，g表示重力加速度，m表示列车质量，wi表示列车运行坡道附加阻力，f
max
表示最大牵引力，v表示列车运行速度；
[0112]
判断坡道附加阻力和牵引力最大值的大小，若坡道附加阻力大于牵引力最大值，则判断为存在困难区段，反之则判断为不存在困难区段。
[0113]
请参阅图2，图2所示为列车速度曲线优化流程图。
[0114]
作为一种优选的实施方式，步骤s3中曲线规划包括以运行时间最短为目标建立算法计算列车速度曲线、以运行能耗最低为目标建立算法计算列车速度曲线和以运行距离最长为目标建立算法计算列车速度曲线。
[0115]
作为一种优选的实施方式，以运行时间最短为目标建立算法计算列车速度曲线的过程包括：
[0116]
建立目标函数：
[0117][0118]
输出功率约束：
[0119][0120]
建立列车运动学方程：
[0121][0122]
端点值约束：
[0123]
v(s
sta
)＝v
sta
，v(s
end
)＝v
end
[0124]ft
(s
sta
)＝f
t，sta
[0125]
fd(s
sta
)＝f
d，sta
[0126]ssta
＝s(sta)
[0127]send
＝s(end)，
[0128]send
＝[s1，s2，...sn]，
[0129]
其中，j1表示列车运行总时间，ti表示每个离散区间内列车运行时间，n表示离散区间个数，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，fd表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，fd(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；
[0130]
根据得到的在能量充足情况下的最小运行时间绘制得到列车到站的节能速度曲线并统计实际能耗e1，判断f1是否大于预先设定的能量参考值eset，若是，则继续用以运行能耗最低为目标建立算法计算列车速度曲线，若否，则计算能耗偏差δe1＝e1-eset。
[0131]
作为一种优选的实施方式，以运行能耗最低为目标建立算法计算列车速度曲线的过程包括：
[0132]
建立目标函数：
[0133][0134]
输出功率约束：
[0135][0136]
建立列车运动学方程：
[0137][0138]
端点值约束：
[0139]
v(s
sta
)＝v
sta
，v(s
end
)＝v
end
[0140]ft
(s
sta
)＝f
t，sta
[0141]
fd(s
sta
)＝f
d，sta
[0142]ssta
＝s(sta)
[0143]send
＝s(end)，
[0144]send
＝[s1，s2，...sn]，
[0145]
其中，j2表示列车运行总耗能，n表示离散区间个数，η
t
表示牵引时整车机电效率，f
t，k
表示第k个区间内列车牵引力，α表示再生制动能量利用率，ηd表示制动时整车机电效率，f
d，k
表示第k个区间内列车制动力，δsk表示第k个区间的列车牵引力，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，fd表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，fd(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；
[0146]
根据得到的在能量约束情况下的最低运行能耗绘制得到列车到站的节能速度曲线并统计能耗e2，判断e2是否大于预先设定的能量参考值eset，若是，则继续用以运行距离最长为目标建立算法计算列车速度曲线，若否，则计算能耗偏差δe2＝e2-eset。
[0147]
作为一种优选的实施方式，以运行距离最长为目标建立算法计算列车速度曲线的过程包括：
[0148]
建立目标函数：
[0149][0150]
输出功率约束：
[0151][0152]
建立列车运动学方程：
[0153][0154]
端点值约束：
[0155]
v(s
sta
)＝v
sta
，v(s
end
)＝v
end
[0156]ft
(s
sta
)＝f
t，sta
[0157]
fd(s
sta
)＝f
d，sta
[0158]ssta
＝s(sta)
[0159]send
＝s(end)，
[0160]send
＝[s1，s2，...sn]，
[0161]
其中，j3表示列车总运行距离，v
sta
表示列车进入应急自走行时的初速度，n表示离散区间个数，δsk表示第k个区间的列车牵引力，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，fd表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，fd(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；
[0162]
根据得到的在能量不足情况下的列车最远运行距离绘制列车到站的节能速度曲线。
[0163]
实施例2
[0164]
请参阅图3，图3为本技术实施例提供的一种电子设备的示意性结构框图。
[0165]
一种电子设备，包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
[0166]
其中，存储器101可以是但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。
[0167]
处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0168]
可以理解，图中所示的结构仅为示意，一种列车应急自走行优化控制方法还可包括比图中所示更多或者更少的组件，或者具有与图中所示不同的配置。图中所示的各组件可以采用硬件、软件或其组合实现。
[0169]
在本技术所提供的实施例中，应该理解到，所揭露的方法，也可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的，例如，附图中的流程图或框图显示了根据本技术的多个实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段
或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0170]
另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0171]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0172]
综上所述，本技术实施例提供的一种列车应急自走行优化控制方法，通过综合考虑双向到站距离(线路条件)、列车速度等级、生命保障系统需求、再生制动能量回馈和车载储能系统状态(列车状态参数)等复杂约束条件，以低能耗，短时间返回为优化目标，以储能系统可用功率和能量为约束条件，来对列车速度曲线进行优化，在列车进入应急自走行状态时，同时考虑对运行时间和运行能耗的优化，实现列车快速自我救援，保障乘客生命安全，解决了列车在自走行时，现有的应急运行方案求解速度曲线时的不足，实现了牵引网无电工况下列车的快速自我救援。
[0173]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
[0174]
对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

技术特征：
1.一种列车应急自走行优化控制方法，其特征在于，包括以下步骤：s1、获取当前时刻列车数据、线路数据以及应急自走行数据；s2、基于当前时刻列车数据、线路数据以及应急自走行相关数据对列车前后方线路势能进行判断是否存在困难区段，若是，则执行步骤s8，若否，则执行步骤s3；s3、对当前时刻列车到站速度进行曲线规划；s4、基于列车的规划后的曲线获取列车运行的周期性偏差；s5、判断列车是否到站，若是，则输出列车到站结果，若否，则执行步骤s6；s6、通过列车当前实际能量消耗与列车规划后的曲线上的能量值进行比较以得到能量偏差，根据列车运行的周期性偏差判断能量偏差是否超过设定范围，若是，则输出重算曲线指令并执行步骤s7，若否，则返回步骤s4；s7、更新列车起点和剩余电量，并返回步骤s3；s8、输出列车不可到站的结果以完成列车应急自走行的优化控制。2.如权利要求1所述的一种列车应急自走行优化控制方法，其特征在于，步骤s1中，所述列车数据包括载重、机电效率、功率因数特性、启动阻力特性和基本运行阻力特性，所述线路数据包括坡道、曲线、设施、限速、隧道和分相数据，所述应急自走行数据包括应急运行目标速度、应急牵引特性、应急电制动特性、应急辅助功率、再生制动能量利用率、电池输出功率、电池输出电压、电池效率和制动反馈能量功率。3.如权利要求1所述的一种列车应急自走行优化控制方法，其特征在于，步骤s2中，困难区段的判断方法为：计算坡道附加阻力：w
i
＝iw
i
＝i
×
g
×
m/1000；计算牵引力最大值：其中，w
i
和i表示单位坡道附加阻力，g表示重力加速度，m表示列车质量，w
i
表示列车运行坡道附加阻力，f
max
表示最大牵引力，v表示列车运行速度；判断坡道附加阻力和牵引力最大值的大小，若坡道附加阻力大于牵引力最大值，则判断为存在困难区段，反之则判断为不存在困难区段。4.如权利要求1所述的一种列车应急自走行优化控制方法，其特征在于，步骤s3中所述曲线规划包括以运行时间最短为目标建立算法计算列车速度曲线、以运行能耗最低为目标建立算法计算列车速度曲线和以运行距离最长为目标建立算法计算列车速度曲线。5.如权利要求4所述的一种列车应急自走行优化控制方法，其特征在于，所述以运行时间最短为目标建立算法计算列车速度曲线的过程包括：建立目标函数：输出功率约束：
建立列车运动学方程：端点值约束：v(s
sta
)＝v
sta
，v(s
end
)＝v
end
f
t
(s
sta
)＝f
t，sta
f
d
(s
sta
)＝f
d，sta
s
sta
＝s(sta)s
end
＝s(end)，s
end
＝[s1，s2，...s
n
]，其中，j1表示列车运行总时间，t
i
表示每个离散区间内列车运行时间，n表示离散区间个数，f
t
表示列车牵引力，f
t，ma
x表示列车最大牵引力，f
d
表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，f
d
(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；根据得到的在能量充足情况下的最小运行时间绘制得到列车到站的节能速度曲线。6.如权利要求4所述的一种列车应急自走行优化控制方法，其特征在于，所述以运行能耗最低为目标建立算法计算列车速度曲线的过程包括：建立目标函数：输出功率约束：建立列车运动学方程：端点值约束：v(s
sta
)＝v
sta
，v(s
end
)＝v
end
f
t
(s
sta
)＝f
t，sta
f
d
(s
sta
)＝f
d，sta
s
sta
＝s(sta)s
end
＝s(end)，s
end
＝[s1，s2，...s
n
]，其中，j2表示列车运行总耗能，n表示离散区间个数，η
t
表示牵引时整车机电效率，f
t，k
表示第k个区间内列车牵引力，α表示再生制动能量利用率，η
d
表示制动时整车机电效率，f
d，k
表示第k个区间内列车制动力，δs
k
表示第k个区间的列车牵引力，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，f
d
表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，f
d
(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；根据得到的在能量约束情况下的最低运行能耗绘制得到列车到站的节能速度曲线。7.如权利要求4所述的一种列车应急自走行优化控制方法，其特征在于，所述以运行距离最长为目标建立算法计算列车速度曲线的过程包括：建立目标函数：输出功率约束：建立列车运动学方程：端点值约束：v(s
sta
)＝v
sta
，v(s
end
)＝v
end
f
t
(s
sta
)＝f
t，sta
f
d
(s
sta
)＝f
d，sta
s
sta
＝s(sta)s
end
＝s(end)，s
end
＝[s1，s2，...s
n
]，其中，j3表示列车总运行距离，v
sta
表示列车进入应急自走行时的初速度，n表示离散区间个数，δs
k
表示第k个区间的列车牵引力，f
t
表示列车牵引力，f
t，max
表示列车最大牵引力，
f
d
表示列车制动力，f
d，max
表示列车最大制动力，v表示列车运行速度，s表示列车运行距离，γ表示列车回转质量系数，m表示列车质量，w(s，v)表示列车运行阻力，v
sta
表示列车进入应急自走行时的初速度，f
t
(s
sta
)表示列车优化起点牵引力，f
t，sta
表示列车进入应急自走行时的列车牵引力，f
d
(s
sta
)表示列车优化起点制动力，f
d，sta
表示列车进入应急自走行时的列车制动力，s
sta
表示列车优化起点位置，s(sta)表示列车进入应急自走行时的位置，s
end
表示列车优化终点位置，s(end)表示离列车当前位置最近的前后车站或救援点的位置；根据得到的在能量不足情况下的列车最远运行距离绘制列车到站的节能速度曲线。8.一种电子设备，其特征在于，包括：存储器，用于存储一个或多个程序；处理器；当所述一个或多个程序被所述处理器执行时，实现如权利要求1-7中任一项所述的一种列车应急自走行优化控制方法。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的一种列车应急自走行优化控制方法。

技术总结
本发明提出了一种列车应急自走行优化控制方法，涉及列车应急指导技术领域，综合考虑双向到站距离(线路条件)、列车速度等级、生命保障系统需求、再生制动能量回馈和车载储能系统状态(列车状态参数)等复杂约束条件，以低能耗，短时间返回为优化目标，以储能系统可用功率和能量为约束条件，来对列车速度曲线进行优化，在列车进入应急自走行状态时，同时考虑对运行时间和运行能耗的优化，实现列车快速自我救援，保障乘客生命安全，解决了列车在自走行时，现有的应急运行方案求解速度曲线时的不足，实现了牵引网无电工况下列车的快速自我救援。援。援。


技术研发人员：孙鹏飞 张启璇 王青元 王传儒 李智 周岑
受保护的技术使用者：西南交通大学
技术研发日：2023.02.09
技术公布日：2023/4/21