綦芳 张弛 林业

摘要：以储能式现代有轨电车为研究目标，提出了单区间内的速度曲线优化方法，并围绕该方法建立模型，针对列车单区间速度曲线优化问题，采用基于NSGA-II的多目标遗传算法进行求解优化，结合实例进行了优化仿真，证明了此优化方法的可靠性，具有较高的使用价值和广阔的应用前景。

关键词：现代有轨电车;运行仿真;速度命令;NSGA-II

0 引言

传统的城市轨道交通列车（如地铁）由接触网为列车全程供电，为了解决有些线路不便搭建接触网的问题，站间无接触网的有轨电车应运而生[1-3]，此类有轨电车根据供电形式不同可将其分为3类：车载储能供电有轨电车、感应供电有轨电车、第三轨供电有轨电车。其中，由车载储能供电的有轨电车应用最为广泛，发展最为迅速。

本文以超级电容供电有轨电车为研究对象，通过多目标遗传算法优化单个运行区间内有轨电车速度曲线，为有轨电车自动驾驶下的单区间运行优化提供参考。

1 储能式有轨电车建模

1.1    列车运动学模型

列车在运行时主要受到牵引力、制动力、阻力等力的作用。

1.1.1    列车牵引力

列车牵引力由牵引特性决定，列车的牵引特性一般由3部分构成：恒转矩区、恒功率区和自然特性区[4]。储能式有轨电车的牵引特性曲线如图1所示。

由图1可知，储能式有轨电车的速度-牵引力函数分为3段：

式中，Fc为列车的最大牵引力（kN）;vt1为列车恒转矩区退出速度（km/h）;vt2为列车恒功率区退出速度（km/h）。

1.1.2    列车制动力