2023年数维杯B 题 节能列车运行控制优化策略思路及参考代码

简介: 2023年数维杯B 题 节能列车运行控制优化策略思路及参考代码


在城市交通电气化进程快速推进的同时,与之相应的能耗增长和负面效应也 在迅速增加。城市轨道交通中的快速增长的能耗给城轨交通的可持续性发展带来 负担。2018 年,北京、上海、广州地铁负荷占全市总负荷的 1.5%-2.5%,成为了 城市电网的最大单体负荷[1]。在“双碳”政策下,城轨系统换用ATO 驾驶模式、 光伏+地铁等方法都取得了较好的减碳节能效果。城轨系统的需求侧响应可以在 保证乘客满意度的情况下降低牵引能耗成本[2],可进一步发掘城轨系统减碳节 能的潜力。

在列车运行过程中,列车与外界会产生各种摩擦,进而消耗列车牵引的能量。 列车运行过程中,被考虑的因素较多,如列车与轨道的摩擦、列车受到的空气阻 力、列车势能的变化、列车运行过程中的位置限速等。在同一段旅途中,列车使 用不同的驾驶策略通常会产生不同的能量和时间的消耗。

单列车在两个站台之间的运行过程如图一所示。

编辑

 

图一.单列车运行过程

问题1

假设一辆列车在水平轨道上运行,从站台A运行至站台B,其间距为5144.7m, 运行的速度上限为100km/h,列车质量为176.3t,列车旋转部件惯性的旋转质量 因数p = 1.08 ,列车电机的最大牵引力为310KN,机械制动部件的最大制动力为 760KN。列车受到的阻力满足Davis阻力方程f = 2.0895 + 0.0098v + 0.006v2,该 公式中的速度单位为m/s,阻力单位为KN。

你如何通过建模方法编写程序以获得列车运行过程的速度-距离曲线、牵引 制动力-距离曲线、时间-距离曲线与能量消耗-距离曲线?程序的运行时间是多 长?需要获取列车以最短时间到达站台B、在最短运行时间上分别增加10s、20s、

50s、150s、300s到达站台B总共六组曲线。

在列车运行的实际情况中,需要考虑的因素更多,模型也更加复杂。列车运 行的旅途中不同的路段的限速是不同的,旅途中亦有不同的坡度情况,电机的动 态特性也更加复杂,此外,储能装置在列车节能领域有着重要的应用,列车制动

时,会将一定比例的能量储存至储能装置中,以待后续使用。如图二所示。

编辑

 

图二.复杂路况的运行旅途

本赛题提供两个附件。从 XEQ 站至 SMKXY 站的路况数据与包含电机牵引/制 动动态特性的列车相关参数数据。介绍如下:

附件一:从 XEQ 站至 SMKXY 站的路况数据(xls 格式),其包含 XEQ 站到 SMKXY

站的路途中的坡度变化信息以及限速变化信息。详情见附件一.xls。 Table 1. XEQ站至SMKXY站的路况数据格式

Distance(m)

Gradient(‰)

Station Name

Vlimit (km/h)

0

0.0617284

Xierqi

100

附件二:附件二介绍了电机的动态特性与参数并给出了静态电机牵引率与制 动再生率。详情见附件二.docx。

问题 2

考虑附件一、二的路况信息以及电机的复杂动态过程。若列车计划运行时间 为 T,请你设计优化方案得到可行的速度轨迹,使得运行过程的能耗降低 (越低 越好) 。参照问题一,获取列车以最短时间到达站台 B、在最短运行时间上分别 增加 10s、20s、50s、150s、300s 到达站台 B 总共六组曲线。

列车在运行过程中可能会出现各种突发情况导致列车需要提前到达站台或 延时到达站台。列车的运行速度轨迹需要根据新的到站时间而发生变化。

问题 3。

列车从起点出发,原计划于 320s后到达终点,列车运行至 2000m 位置时, 由于前方突发事故,需要延迟60s 到达终点。请你设计优化方案在保持列车节能 运行下,能够快速地 (越快越好) 得到调整后的优化速度轨迹。作出列车运行过 程的速度-距离曲线、牵引制动力-距离曲线、时间-距离曲线与能量消耗-距离曲

参考文献:

[1] 胡海涛, et al."交通能源互联网体系架构及关键技术."中国电机工程学报 38.01 (2018) :12-24+339. doi :10.13334/j.0258-8013.pcsee.171969.

[2] Yang, Hongming, et al. "Coordinated demand response of rail transit loa d and energy storage system considering driving comfort."  CSEE Journal of Powe r and Energy Systems  6.4 (2020) : 749-759.

附件:

附件一:XEQ 站至 SMKXY 站的路况数据

附件二: 电机牵引/制动动态特性参数数据


相关文章
|
6月前
|
数据采集 机器学习/深度学习 搜索推荐
利用通义大模型构建个性化推荐系统——从数据预处理到实时API部署
本文详细介绍了基于通义大模型构建个性化推荐系统的全流程,涵盖数据预处理、模型微调、实时部署及效果优化。通过采用Qwen-72B结合LoRA技术,实现电商场景下CTR提升58%,GMV增长12.7%。文章分析了特征工程、多任务学习和性能调优的关键步骤,并探讨内存优化与蒸馏实践。最后总结了大模型在推荐系统中的适用场景与局限性,提出未来向MoE架构和因果推断方向演进的建议。
1135 11
|
5月前
|
API
本地用阿里云API调用的r1模型,返回的think字段中有奇怪的东西,并且停止思考
这两张图片展示了模型生成内容时可能出现的异常情况,包括图像模糊、结构错误或不符合预期的结果。这可能是由于模型训练数据不足、输入指令不清晰或模型本身存在局限性所致。建议优化输入提示词或调整模型参数以提升输出质量。
|
11月前
|
人工智能 JSON API
LongDocURL:中科院联合阿里推出多模态长文档理解基准数据集,用于评估模型对复杂文档分析与推理的能力
LongDocURL 是由中科院与淘天集团联合推出的多模态长文档理解基准数据集,涵盖 2,325 个问答对,支持复杂文档的理解、推理和定位任务。
560 77
LongDocURL:中科院联合阿里推出多模态长文档理解基准数据集,用于评估模型对复杂文档分析与推理的能力
|
10月前
|
存储 人工智能 关系型数据库
HiveChat:告别模型选择困难!开源ChatGPT聚合神器上线:一键切换10+模型,权限管控全免费
HiveChat 是一款专为中小团队设计的开源 AI 聊天应用,支持多种主流 AI 模型,提供高效的团队沟通和智能辅助功能。
421 9
HiveChat:告别模型选择困难!开源ChatGPT聚合神器上线:一键切换10+模型,权限管控全免费
|
10月前
|
机器学习/深度学习 数据可视化 算法
RT-DETR改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
RT-DETR改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进
726 5
|
8月前
|
人工智能 API 开发工具
【AI大模型】使用Python调用DeepSeek的API,原来SDK是调用这个,绝对的一分钟上手和使用
本文详细介绍了如何使用Python调用DeepSeek的API,从申请API-Key到实现代码层对话,手把手教你快速上手。DeepSeek作为领先的AI大模型,提供免费体验机会,帮助开发者探索其语言生成能力。通过简单示例代码与自定义界面开发,展示了API的实际应用,让对接过程在一分钟内轻松完成,为项目开发带来更多可能。
|
数据采集 人工智能 自动驾驶
VSI-Bench:李飞飞谢赛宁团队推出视觉空间智能基准测试集,旨在评估多模态大语言模型在空间认知和理解方面的能力
VSI-Bench是由李飞飞和谢赛宁团队推出的视觉空间智能基准测试集,旨在评估多模态大型语言模型(MLLMs)在空间认知和理解方面的能力。该基准测试集包含超过5000个问题-答案对,覆盖近290个真实室内场景视频,涉及多种环境,能够系统地测试和提高MLLMs在视觉空间智能方面的表现。
481 16
VSI-Bench:李飞飞谢赛宁团队推出视觉空间智能基准测试集,旨在评估多模态大语言模型在空间认知和理解方面的能力
|
机器学习/深度学习 人工智能 自然语言处理
NeurIPS 2024:真实世界复杂任务,全新基准GTA助力大模型工具调用能力评测
在NeurIPS 2024会议上,GTA(General Tool Agents Benchmark)基准测试被提出,旨在评估大型语言模型(LLM)在真实世界复杂任务中的工具调用能力。GTA采用真实用户查询、真实部署工具和多模态输入,全面评估LLM的推理和执行能力。结果显示,现有LLM在真实世界任务中仍面临巨大挑战,为未来研究提供了重要方向。
361 13
|
人工智能 前端开发 PyTorch
AI加速引擎PAI-TorchAcc:整体介绍与性能概述
PAI-TorchAcc(Torch Accelerator)是阿里云人工智能平台PAI开发的Pytorch上的大模型训练加速框架。PAI-TorchAcc提供了一套基于Pytorch的简洁、易用的接口,无需进行模型转换就可以无缝地接入HuggingFace上的模型,并用多种分布式策略进行训练加速。本文详细介绍PAI-TorchAcc的产品能力与性能。
|
消息中间件 存储 缓存
QPS多少,才算高并发 ?
本文详解高并发概念及 QPS 标准,大厂面试高频点,建议掌握收藏。关注【mikechen的互联网架构】,10年+BAT架构经验分享。
QPS多少,才算高并发 ?

热门文章

最新文章