CN116834563A - 一种有轨电车的通行优化方法、装置、设备及存储介质 - Google Patents
一种有轨电车的通行优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116834563A CN116834563A CN202311124017.3A CN202311124017A CN116834563A CN 116834563 A CN116834563 A CN 116834563A CN 202311124017 A CN202311124017 A CN 202311124017A CN 116834563 A CN116834563 A CN 116834563A
- Authority
- CN
- China
- Prior art keywords
- time
- tram
- tramcar
- acquiring
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 title claims description 34
- 239000000446 fuel Substances 0.000 claims abstract description 50
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 claims description 6
- 230000001149 cognitive effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 230000002457 bidirectional effect Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010013496 Disturbance in attention Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 206010021033 Hypomenorrhoea Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
- B60L15/2045—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for optimising the use of energy
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/75—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using propulsion power supplied by both fuel cells and batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61C—LOCOMOTIVES; MOTOR RAILCARS
- B61C3/00—Electric locomotives or railcars
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2200/00—Type of vehicles
- B60L2200/26—Rail vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/42—Drive Train control parameters related to electric machines
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/20—Drive modes; Transition between modes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/44—Control modes by parameter estimation
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种有轨电车的通行优化方法、装置、设备及存储介质，涉及交通运输技术领域，方法包括获取有轨电车的实时位置和与信号灯的行程距离，根据信号灯的通行时间窗的当前窗口剩余时长以及有轨电车通过信号灯的最短行程时间获取有轨电车通过该信号灯的实际通行时间，最后基于实际通行时间获取有轨电车不减速通过信号灯的最优速度并输出最优速度至有轨电车。本申请根据能否不减速通过该信号来优化行进速度，如果能够赶上当前的通行时间窗，则有轨电车可维持原有速度继续行驶，若不能则放慢一定行驶速度以等待下一个通行时间窗。本申请有轨电车的速度波动较小，从而保证了有轨电车运行在最优状态，且燃料电池和动力电池频繁不需要充放电。
Description
技术领域
本申请涉及交通运输技术领域，尤其涉及一种有轨电车的通行优化方法、装置、设备及存储介质。
背景技术
燃料电池有轨电车以其无接触网化、零二氧化碳和其他有害气体排放低、能源效率高及噪声低等特点受到了交通运输行业的高度关注。与传统的燃料电池有轨电车相比，搭载小型燃料电池堆和配备大容量动力电池的插电式燃料电池有轨电车由于初始成本低、动力系统动态响应好、系统运行效率高，更适合应用于公共交通市场。
燃料电池有轨电车中，燃料电池和动力电池单独或联合地驱动列车行驶。因此，如何分配两者的功率，设计合理的能量管理策略，成为燃料电池有轨电车节能的关键。燃料电池有轨电车能量管理高度依赖于速度规划。随着智能交通系统的发展，有轨电车与交通设施之间的通信为燃料电池有轨电车获得更优的经济车速提供了更大的可能性。特别是对于有轨电车在信号交叉口的场景，停车行为会降低乘坐舒适性并降低经济燃油性。因此，借助获得的交通环境信息，提前规划有轨电车的速度轨迹以减少其急变速和怠速等行为，并结合动力系统能量管理优化策略，有利于实现混合动力有轨电车的节能出行。
目前，现有的有轨电车较少结合交通信号来提前做出速度预测，在遇到交通信号位于非通行时间窗时，需要提前将速度降低至零，并在交通信号灯进入通行时间窗时再从零开始提速，导致燃料电池和动力电池的一部分输出功率被有轨电车提速后再减速时造成浪费，不能保证有轨电车始终运行在最优状态，且燃料电池和动力电池频繁充放电，影响使用寿命。
发明内容
本申请的主要目的在于提供一种有轨电车的通行优化方法、装置、设备及存储介质，以解决现有技术中燃料电池和动力电池的一部分输出功率被有轨电车提速后再减速时造成浪费，不能保证有轨电车始终运行在最优状态，且燃料电池和动力电池频繁充放电，影响使用寿命的问题。
为实现上述目的，本申请提供了如下技术方案：
一种有轨电车的通行优化方法，所述有轨电车应用于具有预设路线的城市道路，所述通行优化方法包括：
获取所述城市道路的网络拓扑关系，所述网络拓扑关系包括所述城市道路的至少一个信号灯；
获取所述有轨电车基于所述网络拓扑关系的实时位置，并获取所述实时位置与所述信号灯位置信息的行程距离；
沿所述预设路线获取距离所述有轨电车最近的信号灯的通行时间窗，并获取所述有轨电车通过所述信号灯的最短行程时间；
获取所述通行时间窗的当前窗口剩余时长，基于所述当前窗口剩余时长获取所述有轨电车的实际通行时间；
基于所述实际通行时间获取所述有轨电车不减速通过所述信号灯的最优速度；
输出所述最优速度至所述有轨电车。
作为本申请的进一步改进，沿所述预设路线获取距离所述有轨电车最近的信号灯的通行时间窗，并获取所述有轨电车通过所述信号灯的最短行程时间，包括：
获取距离所述有轨电车最近的信号灯的通行时间窗；
根据式（1）获取所述有轨电车通过所述信号灯的最短行程时间：
（1）；
其中，为所述最短行程时间，/>为所述有轨电车与所述信号灯的实际距离，为所述有轨电车的当前速度，/>为所述有轨电车的最大加速度，/>为所述有轨电车的最大速度。
作为本申请的进一步改进，获取所述通行时间窗的当前窗口剩余时长，基于所述当前窗口剩余时长获取所述有轨电车的实际通行时间，包括：
获取所述当前窗口剩余时长；
基于所述当前窗口剩余时长通过式（2）获取所述有轨电车的实际通行时间：
（2）；
其中，为所述实际通行时间，/>为所述有轨电车的当前时刻，/>为所有通行时间窗的集合，/>为基于所述当前窗口剩余时长的下一个通行时间窗起点。
作为本申请的进一步改进，基于所述实际通行时间获取所述有轨电车不减速通过所述信号灯的最优速度，包括：
根据所述实际距离以及所述实际通行时间计算得到所述有轨电车的实际所需速度，所述实际所需速度即为所述最优速度。
作为本申请的进一步改进，输出所述最优速度至所述有轨电车，之后，包括：
获取所述当前速度与所述最优速度的差值；
根据所述差值构建基于所述当前速度的控制律（3），以得到基于所述有轨电车的控制信号：
（3）；
其中，为所述控制信号，/>为所述差值，/>为所述控制律的比例增益，/>为所述控制律的积分时间常数，/>为所述控制律的微分时间常数；
根据所述控制信号控制所述有轨电车，以使所述差值小于等于预设阈值。
作为本申请的进一步改进，所述有轨电车包括相互电性连接的燃料电池和动力电池，输出所述最优速度至所述有轨电车，之后，包括：
以自然时间戳为横轴、以输出功率为纵轴建立虚拟直角坐标系；
获取所述燃料电池的至少两个第一实时功率以及所述燃料电池的至少两个第一时间戳，并分别以每个第一实时功率为一个第一横坐标、以每个第一时间戳为一个第一纵坐标生成至少两个第一坐标点，并依次连接每个第一坐标点形成第一曲线；
获取所述动力电池的至少两个第二实时功率以及所述燃料电池的至少两个第二时间戳，并分别以每个第二实时功率为一个第二横坐标、以每个第二时间戳为一个第二纵坐标生成至少两个第二坐标点，并依次连接每个第二坐标点形成第二曲线；
在所述第一虚拟直角坐标系中分别输出所述第一曲线与所述第二曲线；
通过定积分分别获取所述第一曲线与所述第二曲线在预设时长内的第一做功值和第二做功值；
通过粒子群算法计算所述第一实时功率的最佳值，以使所述第一做功值与所述第二做功值位于预设倍率区间内；
调节所述第一实时功率至所述最佳值。
作为本申请的进一步改进，通过粒子群算法计算所述第一实时功率的最佳值，以使所述第一做功值与所述第二做功值位于预设倍率区间内，包括：
基于所述最佳值根据式（4）赋予至少两个随机解，定义所有随机解的结果为所述倍率区间；
（4）；
其中，为所有随机解的集合，/>分别为每个随机解，/>为所有随机解的个数；/>为所有随机解的速度的集合，/>分别为每个随机解的速度；
基于同一个随机解根据式（5）以预设时间间隔分别更新每个随机解的位置和速度：
（5）；
其中，为当前的随机解在第/>步的速度，/>为当前的随机解在第/>步的速度惯性，/>为惯性系数，/>为当前的随机解的自我认知表征，为当前的随机解的社会认知表征；/>与/>均为学习因子，/>为预设取值范围的随机数，/>为当前的随机解已获得的最优解，/>为所有随机解已获得的最优解；
根据所述式（5）迭代预设次数，以更新每个以及每个/>；
分别判断每个相比于上一次迭代的第一差值是否小于等于第一预设适应阈值；
若是，则分别判断每个相比于上一次迭代的第二差值是否小于等于第二预设适应阈值；
若是，则判定已获得所述倍率区间。
为实现上述目的，本申请还提供了如下技术方案：
一种有轨电车的通行优化装置，所述通行优化装置应用于如上述的有轨电车的通行优化方法，所述通行优化装置包括：
网络拓扑关系获取模块，用于获取所述城市道路的网络拓扑关系，所述网络拓扑关系包括所述城市道路的至少一个信号灯；
实时位置与行程距离获取模块，用于获取所述有轨电车基于所述网络拓扑关系的实时位置，并获取所述实时位置与所述信号灯位置信息的行程距离；
通行时间窗和最短行程时间获取模块，用于沿所述预设路线获取距离所述有轨电车最近的信号灯的通行时间窗，并获取所述有轨电车通过所述信号灯的最短行程时间；
窗口剩余时长和实际通行时间获取模块，用于获取所述通行时间窗的当前窗口剩余时长，基于所述当前窗口剩余时长获取所述有轨电车的实际通行时间；
最优速度获取模块，用于基于所述实际通行时间获取所述有轨电车不减速通过所述信号灯的最优速度；
最优速度输出模块，用于输出所述最优速度至所述有轨电车。
为实现上述目的，本申请还提供了如下技术方案：
一种电子设备，包括处理器、以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现如上述的有轨电车的通行优化方法。
为实现上述目的，本申请还提供了如下技术方案：
一种存储介质，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现如上述的有轨电车的通行优化方法。
本申请通过获取有轨电车的实时位置和与信号灯的行程距离，根据信号灯的通行时间窗的当前窗口剩余时长以及有轨电车通过信号灯的最短行程时间获取有轨电车通过该信号灯的实际通行时间，最后基于实际通行时间获取有轨电车不减速通过信号灯的最优速度并输出最优速度至有轨电车。本申请根据有轨电车需要通行的下一个信号灯的剩余时长，并根据能否不减速通过该信号来优化行进速度，如果能够赶上当前的通行时间窗，则有轨电车可维持原有速度继续行驶，若不能赶上当前的通行时间窗，则放慢一定行驶速度以等待下一个通行时间窗；相比于现有技术，有轨电车不需要全速行驶至信号灯前再完全刹车，使得有轨电车的速度波动较小，从而保证了有轨电车运行在最优状态，且燃料电池和动力电池频繁不需要充放电，也保证了电池的使用寿命。
附图说明
图1为本申请有轨电车的通行优化方法一个实施例的步骤流程示意图；
图2为本申请有轨电车的通行优化装置一个实施例的功能模块结构示意图；
图3为本申请有轨电车的通行优化装置一个实施例的功能模块另一实现方案的结构示意图；
图4为本申请电子设备一个实施例的结构示意图；
图5为本申请存储介质一个实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请中的术语“第一”“第二”“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”“第二”“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至 少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。
如图1所示，本实施例提供了有轨电车的通行优化方法的一个实施例，在本实施例中，一种有轨电车的通行优化方法，有轨电车应用于具有预设路线的城市道路，该通行优化方法包括如下步骤：
步骤S1，获取城市道路的网络拓扑关系，网络拓扑关系包括城市道路的至少一个信号灯。
优选地，城市道路的网络拓扑关系是指用道路交通互连各个地点的物理布局，是指构成网络的成员间特定的物理的即真实的、或者逻辑的即虚拟的排列方式，如果两个网络的连接结构相同我们就说它们的网络拓扑相同，尽管它们各自内部的物理接线、节点间距离可能会有不同。
优选地，本步骤中的网络拓扑关系的设计意图在于减小后续模型计算的内存占用，防止计算卡顿导致计算结果延后或者产生错误，在实际应用过程中，如果内存足够大，则可将网络拓扑关系直接替换为平面地图即可。
步骤S2，获取有轨电车基于网络拓扑关系的实时位置，并获取实时位置与信号灯位置信息的行程距离。
值得注意的是，若采用网络拓扑关系，则行程距离可能在视觉上与拓扑长度不符。
步骤S3，沿预设路线获取距离有轨电车最近的信号灯的通行时间窗，并获取有轨电车通过信号灯的最短行程时间。
优选地，通行时间窗即为绿灯时长，若一个绿灯时长为60秒，则通行时间窗同样为60秒。
步骤S4，获取通行时间窗的当前窗口剩余时长，基于当前窗口剩余时长获取有轨电车的实际通行时间。
优选地，当前窗口剩余时长即为绿灯的剩余时间，有轨电车的实际通行时间即为有轨电车完全通过该绿灯所需要的时间。
步骤S5，基于实际通行时间获取有轨电车不减速通过信号灯的最优速度。
优选地，若有轨电车能够保持速度不变通过在当前的绿灯结束前能够完全通过，则保持的速度即为有轨电车不减速通过信号灯的最优速度。
优选地，若有轨电车在当前的绿灯结束前不能完全通过，步骤S1至步骤S6采用减速但不停止的措施，减速后有轨电车以较低速度匀速慢速行驶，以在有轨电车行驶至路口时下一周期的绿灯刚好开始，使得有轨电车不用全停全启，降低了电池的大功率需求，同时也保证了乘客的良好乘坐体验。
举例说明：设有轨电车的正常行驶速度为54km/h（即15m/s），有轨电车的车厢每节长度约为14.25m，一共4节，每节车厢之间连接件的长度为1m，则有轨电车的总长度为60m，信号灯所在的路口的长度为30m，则：
有轨电车完全通过该路口需要行驶90m，根据有轨电车的正常行驶速度为15m/s，得到有轨电车完全通过该路口的时长为6秒；采用上述优选中的一个绿灯时长为60秒，则该绿灯的倒计时从60秒到6秒这一区间有轨电车都能不减速通过，但当该绿灯的倒计时低于6秒时，则有轨电车没有足够的时间通过该路口，此时进行减速。
设红灯的周期同样为60秒，且此时有轨电车距离该路口还有300m，则有轨电车需要降速到60秒走完300m的速度，即5m/s，此时有轨电车将速度从正常行驶的15m/s降速到5m/s，则有轨电车在刚好到路口的同时下一周期的绿灯亮起。
优选地，在实际应用过程中，为了防止突发情况产生，例如行人还未过完人行横道，或者其他交通违法行为，可将降速后的速度再比例下降10%，即采用上述的降速后5m/s，此时需要在比例降速10%，比例降速后的速度为4.5m/s，则有轨电车在下一周期的绿灯亮起时，距离路口30m，且4.5m/s与对于30m的制动距离足够，在确认可以通过后，此时有轨电车又从4.5m/s提速至15m/s，设加速时长为三秒，则加速度为3.5m/s2，根据（此处的字母符号为公知物理知识，且不与本实施例中其他位置字母符号互通，本实施例中其他位置的字母符号参见其本身的释义即可）得到在此3秒的加速过程中有轨电车行驶了29.25m，约等于刚好在路口处（距离路口0.75m）提速至正常行驶速度，此时绿灯倒计时还剩57秒（采用上述的绿灯倒计时为60秒，且提速过程耗时3秒），有轨电车完全通过该路口的距离为90.75m（路口长度30m+有轨电车的车长60m+距离路口的距离0.75m），则此时有轨电车需要6.05s，相比于正常速度匀速通过仅多出0.05s，且此时绿灯的倒计时位于57秒，完全足够有轨电车通过。
需要说明的是，上述举例仅用于辅助说明该实施例，举例中的数据等参数不用语限定本实施例。
步骤S6，输出最优速度至有轨电车。
进一步地，步骤S3具体包括如下步骤：
步骤S31，获取距离有轨电车最近的信号灯的通行时间窗。
步骤S32，根据式（1）获取有轨电车通过信号灯的最短行程时间：
（1）。
其中，为最短行程时间，/>为有轨电车与信号灯的实际距离，/>为有轨电车的当前速度，/>为有轨电车的最大加速度，/>为有轨电车的最大速度。
优选地，基于上述步骤S1至步骤S6采用减速但不停止的措施。步骤S31至步骤S32进一步提供有轨电车加速追赶该周期的绿灯的措施，步骤S31至步骤S32的设计意图在于当有轨电车按照正常行驶速度不能在当前绿灯周期内完全通过时，采用以有轨电车的最大加速度和最大速度为前提的加速措施来追赶该绿灯。
需要注意的是，步骤S31至步骤S32的应用场景需要足够安全，需要路口周边具有完善的交通安全设施（例如高隔离栏、闸机、人车分流等），才能允许有轨电车加速通过，若应用场景不足以保证安全性，则采用上述的减速措施。
进一步地，步骤S4具体包括如下步骤：
步骤S41，获取当前窗口剩余时长。
优选地，当前窗口剩余时长即上述的绿灯倒计时。
步骤S42，基于当前窗口剩余时长通过式（2）获取有轨电车的实际通行时间：
（2）。
其中，为实际通行时间，/>为有轨电车的当前时刻，/>为所有通行时间窗的集合，/>为基于当前窗口剩余时长的下一个通行时间窗起点。
优选地，步骤S41至步骤S42即为上述的减速措施，不再赘述。
进一步地，步骤S5具体包括如下步骤：
步骤S51，根据实际距离以及实际通行时间计算得到有轨电车的实际所需速度，实际所需速度即为最优速度。
进一步地，步骤S6之后，还包括如下步骤：
步骤S10，获取当前速度与最优速度的差值。
步骤S20，根据差值构建基于当前速度的控制律（3），以得到基于有轨电车的控制信号：
（3）。
其中，为控制信号，/>为差值，/>为控制律的比例增益，/>为控制律的积分时间常数，/>为控制律的微分时间常数。
步骤S30，根据控制信号控制有轨电车，以使差值小于等于预设阈值。
步骤S10至步骤S30的设计意图在于：通过PID控制算法，来稳定有轨电车的当前速度，防止有轨电车的当前速度在最优速度周围波动。
进一步地，有轨电车包括相互电性连接的燃料电池和动力电池。
优选地，冗余能量储存至动力电池可由燃料电池通过单向DC/DC转换器与母线相连，动力电池则作为辅助能源直接与母线相连，两者共同或单独驱动电机运转。动力电池与DC/AC转换器之间可以实现能量的双向流动，既可用于驱动电机工作又能用于回收列车制动时的能量，并将能量储存至动力电池中，到站停车时，燃料电池能为动力电池进行充电。驱动电机为永磁同步电机，燃料电池和动力电池的直流电转通过DC/AC转换器转换为交流电后才能驱动所带DC/DC变换器的主电路为三重化双向DC/DC变换电路拓扑，燃料电池能量单向流动，则使用DC/DC变换器的单向功能，动力电池能量双向流动，则使用DC/DC变换器的双向功能。三重化双向DC/DC变换电路的作用在于实现高效电能变换，为直流母线提供能量支撑，稳定母线电压。负载采用直流电子负载模拟功率需求变化。
优选地，控制部分先由电压电流传感器采集电压电流信号，传入信号采集与调理电路，调理后的信号送入TMS320F28335的DSP芯片进行处理，并完成过压过流保护及检测的工作。期间能量管理平台与各DSP芯片保持通信，通信协议采用R485协议，能量管理平台从各DSP芯片读取所需的电压电流信息，经平台内的能量管理算法运算后，将功率分配指令值送回各DSP芯片，再由DSP芯片将主电路的控制信号送给驱动电路，得到最终功率开关管MOSFET的驱动信号，以达到协通行优化制目的。
优选地，由于燃料电池的H2由扩散通道到达催化剂表层，H2分子在催化剂层分离为H+和e-，H+经过质子交换膜到达阴极与氧气结合形成H2O，电子经外电路到达正极，氢气和氧气在其对应的催化层表面发生反应需要一定的能量，称这部分能量的损失为活化损失，而且质子交换膜以及导体对质子和电子的传输具有一定的阻力，因此电堆产生的电压在电池内部还有部分欧姆损失，当燃料电池发出的功率比较大时，电流密度比较大，气体的浓度可能会低于反应所需要的浓度，此时燃料电池电压也将降低，这部分电压损失为浓差损失。基于上述损失，燃料电池的燃料转化率约为50%，在不考虑机械摩擦的情况下可将第一做功值除以燃料转化率即得到所需燃料能量，方便后续进行燃料补充。
具体地，步骤S6之后，还包括如下步骤：
步骤S100，以自然时间戳为横轴、以输出功率为纵轴建立虚拟直角坐标系。
步骤S200，获取燃料电池的至少两个第一实时功率以及燃料电池的至少两个第一时间戳，并分别以每个第一实时功率为一个第一横坐标、以每个第一时间戳为一个第一纵坐标生成至少两个第一坐标点，并依次连接每个第一坐标点形成第一曲线。
步骤S300，获取动力电池的至少两个第二实时功率以及燃料电池的至少两个第二时间戳，并分别以每个第二实时功率为一个第二横坐标、以每个第二时间戳为一个第二纵坐标生成至少两个第二坐标点，并依次连接每个第二坐标点形成第二曲线。
步骤S400，在第一虚拟直角坐标系中分别输出第一曲线与第二曲线。
步骤S500，通过定积分分别获取第一曲线与第二曲线在预设时长内的第一做功值和第二做功值。
步骤S600，通过粒子群算法计算第一实时功率的最佳值，以使第一做功值与第二做功值位于预设倍率区间内。
步骤S700，调节第一实时功率至最佳值。
优选地，时间戳可以自然分或自然时为基础比例尺以量化第一虚拟直角坐标系的横轴，输出功率可以瓦/分、千瓦/时等与时间戳的量级相匹配的单位对第一虚拟直角坐标系的纵轴进行量化。
进一步地，步骤S600具体包括如下步骤：
步骤S6001，基于最佳值根据式（4）赋予至少两个随机解，定义所有随机解的结果为倍率区间。
（4）。
其中，为所有随机解的集合，/>分别为每个随机解，/>为所有随机解的个数；/>为所有随机解的速度的集合，/>分别为每个随机解的速度。
步骤S6002，基于同一个随机解根据式（5）以预设时间间隔分别更新每个随机解的位置和速度：
（5）。
其中，为当前的随机解在第/>步的速度，/>为当前的随机解在第/>步的速度惯性，/>为惯性系数，/>为当前的随机解的自我认知表征，为当前的随机解的社会认知表征；/>与/>均为学习因子，/>为预设取值范围的随机数，/>为当前的随机解已获得的最优解，/>为所有随机解已获得的最优解。
优选地，为预设取值范围为[0，1]，/>的取值范围为[0，0.5]，优选0.4；的取值范围为[0.5，1]，优选0.8。
步骤S6003，根据式（5）迭代预设次数，以更新每个以及每个/>。
优选地，步骤S6003中的惯性系数可通过步骤S1000至步骤S进行优化：
步骤S1000，根据式（3）优化惯性系数：
（6）。
其中，为优化后的惯性系数，/>为初始惯性系数，/>为迭代至最大次数的惯性系数，/>为最大迭代次数。
优选地，上述算法可通过Matlab动态仿真等现有软件实现。
步骤S2000分别判断每个相比于上一次迭代的第一差值是否小于等于第一预设适应阈值，若每个/>相比于上一次迭代的第一差值均小于等于第一预设适应阈值，则执行步骤S3000。
步骤S3000，分别判断每个相比于上一次迭代的第二差值是否小于等于第二预设适应阈值，每个/>相比于上一次迭代的第二差值均小于等于第二预设适应阈值，则执行步骤S4000。
步骤S4000，判定已获得倍率区间。
优选地，本实施例采用第一做功值冗余覆盖第二做功值，即设定预设倍率区间，若需要有30%左右的冗余能量储存至动力电池，则预设倍率区间可设置为[1.4，1.6]。
优选地，本实施例的设计意图在于：通过粒子群算法计算得到燃料电池和动力电池的最佳倍率，使得有轨电车能够在运行过程中向动力电池充电，而又不会过充或者少充，以延长燃料电池和动力电池的使用寿命。
本实施例通过获取有轨电车的实时位置和与信号灯的行程距离，根据信号灯的通行时间窗的当前窗口剩余时长以及有轨电车通过信号灯的最短行程时间获取有轨电车通过该信号灯的实际通行时间，最后基于实际通行时间获取有轨电车不减速通过信号灯的最优速度并输出最优速度至有轨电车。本申请根据有轨电车需要通行的下一个信号灯的剩余时长，并根据能否不减速通过该信号来优化行进速度，如果能够赶上当前的通行时间窗，则有轨电车可维持原有速度继续行驶，若不能赶上当前的通行时间窗，则放慢一定行驶速度以等待下一个通行时间窗；相比于现有技术，有轨电车不需要全速行驶至信号灯前再完全刹车，使得有轨电车的速度波动较小，从而保证了有轨电车运行在最优状态，且燃料电池和动力电池频繁不需要充放电，也保证了电池的使用寿命。
如图2所示，本实施例提供了有轨电车的通行优化装置的一个实施例，在本实施例中，该通行优化装置应用于如上述的有轨电车的通行优化方法，通行优化装置包括依次电性连接的网络拓扑关系获取模块1、实时位置与行程距离获取模块2、通行时间窗和最短行程时间获取模块3、窗口剩余时长和实际通行时间获取模块4、最优速度获取模块5、最优速度输出模块6。
其中，网络拓扑关系获取模块1用于获取城市道路的网络拓扑关系，网络拓扑关系包括城市道路的至少一个信号灯；实时位置与行程距离获取模块2用于获取有轨电车基于网络拓扑关系的实时位置，并获取实时位置与信号灯位置信息的行程距离；通行时间窗和最短行程时间获取模块3用于沿预设路线获取距离有轨电车最近的信号灯的通行时间窗，并获取有轨电车通过信号灯的最短行程时间；窗口剩余时长和实际通行时间获取模块4用于获取通行时间窗的当前窗口剩余时长，基于当前窗口剩余时长获取有轨电车的实际通行时间；最优速度获取模块5用于基于实际通行时间获取有轨电车不减速通过信号灯的最优速度；最优速度输出模块6用于输出最优速度至有轨电车。
进一步地，通行时间窗和最短行程时间获取模块包括依次电性连接的第一通行时间窗和最短行程时间获取子模块和第二通行时间窗和最短行程时间获取子模块；第一通行时间窗和最短行程时间获取子模块与实时位置与行程距离获取模块电性连接，第二通行时间窗和最短行程时间获取子模块与窗口剩余时长和实际通行时间获取模块电性连接。
其中，第一通行时间窗和最短行程时间获取子模块用于获取距离有轨电车最近的信号灯的通行时间窗；第二通行时间窗和最短行程时间获取子模块用于根据式（1）获取有轨电车通过信号灯的最短行程时间：
（1）。
其中，为最短行程时间，/>为有轨电车与信号灯的实际距离，/>为有轨电车的当前速度，/>为有轨电车的最大加速度，/>为有轨电车的最大速度。
进一步地，窗口剩余时长和实际通行时间获取模块包括依次电性连接的第一窗口剩余时长和实际通行时间获取子模块和第一窗口剩余时长和实际通行时间获取子模块；第一窗口剩余时长和实际通行时间获取子模块与第二通行时间窗和最短行程时间获取子模块电性连接，第二窗口剩余时长和实际通行时间获取子模块与最优速度获取模块电性连接。
其中，第一窗口剩余时长和实际通行时间获取子模块用于获取当前窗口剩余时长；第二窗口剩余时长和实际通行时间获取子模块用于基于当前窗口剩余时长通过式（2）获取有轨电车的实际通行时间：
（2）。
其中，为实际通行时间，/>为有轨电车的当前时刻，/>为所有通行时间窗的集合，/>为基于当前窗口剩余时长的下一个通行时间窗起点。
进一步地，最优速度获取模块还用于根据实际距离以及实际通行时间计算得到有轨电车的实际所需速度，实际所需速度即为最优速度。
进一步地，通行优化装置包括还包括依次电性连接的当前速度与最优速度差值获取模块、控制律构建模块、有轨电车控制模块；当前速度与最优速度差值获取模块与最优速度获取模块电性连接。
其中，当前速度与最优速度差值获取模块用于获取当前速度与最优速度的差值；控制律构建模块用于根据差值构建基于当前速度的控制律（3），以得到基于有轨电车的控制信号：
（3）。
其中，为控制信号，/>为差值，/>为控制律的比例增益，/>为控制律的积分时间常数，/>为控制律的微分时间常数。
有轨电车控制模块用于根据控制信号控制有轨电车，以使差值小于等于预设阈值。
进一步地，有轨电车包括相互电性连接的燃料电池和动力电池。
具体地，通行优化装置包括还包括依次电性连接的虚拟直角坐标系建立模块、第一曲线获取模块、第二曲线获取模块、第一曲线与第二曲线输出模块、第一做功值和第二做功值获取模块、第一实时功率最佳值计算模块、第一实时功率调节模块；虚拟直角坐标系建立模块与最优速度输出模块电性连接。
其中，虚拟直角坐标系建立模块用于以自然时间戳为横轴、以输出功率为纵轴建立虚拟直角坐标系；第一曲线获取模块用于获取燃料电池的至少两个第一实时功率以及燃料电池的至少两个第一时间戳，并分别以每个第一实时功率为一个第一横坐标、以每个第一时间戳为一个第一纵坐标生成至少两个第一坐标点，并依次连接每个第一坐标点形成第一曲线；第二曲线获取模块用于获取动力电池的至少两个第二实时功率以及燃料电池的至少两个第二时间戳，并分别以每个第二实时功率为一个第二横坐标、以每个第二时间戳为一个第二纵坐标生成至少两个第二坐标点，并依次连接每个第二坐标点形成第二曲线；第一曲线与第二曲线输出模块用于在第一虚拟直角坐标系中分别输出第一曲线与第二曲线；第一做功值和第二做功值获取模块用于通过定积分分别获取第一曲线与第二曲线在预设时长内的第一做功值和第二做功值；实时功率最佳值计算模块用于通过粒子群算法计算第一实时功率的最佳值，以使第一做功值与第二做功值位于预设倍率区间内；实时功率调节模块用于调节第一实时功率至最佳值。
进一步地，实时功率最佳值计算模块包括依次电性连接的第一实时功率最佳值计算子模块、第二实时功率最佳值计算子模块、第三实时功率最佳值计算子模块；第一实时功率最佳值计算子模块与第一做功值和第二做功值获取模块电性连接，第三实时功率最佳值计算子模块实时功率调节模块电性连接。
其中，第一实时功率最佳值计算子模块用于基于最佳值根据式（4）赋予至少两个随机解，定义所有随机解的结果为倍率区间。
（4）。
其中，为所有随机解的集合，/>分别为每个随机解，/>为所有随机解的个数；/>为所有随机解的速度的集合，/>分别为每个随机解的速度。
第二实时功率最佳值计算子模块用于基于同一个随机解根据式（5）以预设时间间隔分别更新每个随机解的位置和速度：
（5）。
其中，为当前的随机解在第/>步的速度，/>为当前的随机解在第/>步的速度惯性，/>为惯性系数，/>为当前的随机解的自我认知表征，/>为当前的随机解的社会认知表征；/>与/>均为学习因子，/>为预设取值范围的随机数，/>为当前的随机解已获得的最优解，/>为所有随机解已获得的最优解。
第三实时功率最佳值计算子模块用于根据式（5）迭代预设次数，以更新每个以及每个/>。
举例说明：
本实施例将上述各个模块及其子模块进行整合，形成更具实操意义的功能模块方案图，该功能模块方案图请参见图3。
具体地，图3为供电系统整体硬件实现方案图。系统整体结构由三个电源带三重化DC/DC变换器，直流电子负载和能量管理与控制单元构成，达到补偿燃料电池功率软特性，提高系统动态响应速度，系统安全可靠运行的能量管控目标。电源分别为：燃料电池和动力电池，所带DC/DC变换器的主电路为三重化双向DC/DC变换电路拓扑，燃料电池能量单向流动，则使用DC/DC变换器的单向功能，动力电池能量双向流动，则使用DC/DC变换器的双向功能。三重化双向DC/DC变换电路的作用在于实现高效电能变换，为直流母线提供能量支撑，稳定母线电压。负载采用直流电子负载模拟功率需求变化。控制部分先由电压电流传感器采集电压电流信号，传入信号采集与调理电路，调理后的信号送入TMS320F28335的DSP芯片进行处理，并完成过压过流保护及检测的工作。期间能量管理平台与各DSP芯片保持通信，通信协议采用R485协议，能量管理平台从各DSP芯片读取所需的电压电流信息，经平台内的能量管理算法运算后，将功率分配指令值送回各DSP芯片，再由DSP芯片将主电路的控制信号送给驱动电路，得到最终功率开关管MOSFET的驱动信号，以达到协调控制目的。
需要说明的是，本实施例为基于上述方法实施例的装置实施例，上述方法实施例中的优选、拓展、限定同样适用于本装置实施例，本装置实施例的优选、拓展、限定参见上述方法实施例即可，本实施例不再赘述。
本实施例通过获取有轨电车的实时位置和与信号灯的行程距离，根据信号灯的通行时间窗的当前窗口剩余时长以及有轨电车通过信号灯的最短行程时间获取有轨电车通过该信号灯的实际通行时间，最后基于实际通行时间获取有轨电车不减速通过信号灯的最优速度并输出最优速度至有轨电车。本申请根据有轨电车需要通行的下一个信号灯的剩余时长，并根据能否不减速通过该信号来优化行进速度，如果能够赶上当前的通行时间窗，则有轨电车可维持原有速度继续行驶，若不能赶上当前的通行时间窗，则放慢一定行驶速度以等待下一个通行时间窗；相比于现有技术，有轨电车不需要全速行驶至信号灯前再完全刹车，使得有轨电车的速度波动较小，从而保证了有轨电车运行在最优状态，且燃料电池和动力电池频繁不需要充放电，也保证了电池的使用寿命。
图4是本申请一实施例的电子设备的结构示意图。如图4所示，该电子设备7包括处理器71及和处理器71耦接的存储器72。
存储器72存储有用于实现上述任一实施例的有轨电车的通行优化方法的程序指令。
处理器71用于执行存储器72存储的程序指令以进行有轨电车的通行优化。
其中，处理器71还可以称为CPU（Central Processing Unit，中央处理单元）。处理器71可能是一种集成电路芯片，具有信号的处理能力。处理器71还可以是通用处理器、数字信号处理器（DSP)、专用集成电路（ASIC)、现场可编程门阵列（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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
进一步地，图5为本申请一实施例的存储介质的结构示意图，参见图5，本申请实施例的存储介质8存储有能够实现上述所有方法的程序指令81，其中，该程序指令81可以以软件产品的形式存储在上述存储介质中，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）或处理器（processor）执行本申请各个实施方式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，或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所做的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围。
Claims (10)
1.一种有轨电车的通行优化方法，所述有轨电车应用于具有预设路线的城市道路，其特征在于，所述通行优化方法包括：
获取所述城市道路的网络拓扑关系，所述网络拓扑关系包括所述城市道路的至少一个信号灯；
获取所述有轨电车基于所述网络拓扑关系的实时位置，并获取所述实时位置与所述信号灯位置信息的行程距离；
沿所述预设路线获取距离所述有轨电车最近的信号灯的通行时间窗，并获取所述有轨电车通过所述信号灯的最短行程时间；
获取所述通行时间窗的当前窗口剩余时长，基于所述当前窗口剩余时长获取所述有轨电车的实际通行时间；
基于所述实际通行时间获取所述有轨电车不减速通过所述信号灯的最优速度；
输出所述最优速度至所述有轨电车。
2.根据权利要求1所述的有轨电车的通行优化方法，其特征在于，沿所述预设路线获取距离所述有轨电车最近的信号灯的通行时间窗，并获取所述有轨电车通过所述信号灯的最短行程时间，包括：
获取距离所述有轨电车最近的信号灯的通行时间窗；
根据式（1）获取所述有轨电车通过所述信号灯的最短行程时间：
（1）；
其中，为所述最短行程时间，/>为所述有轨电车与所述信号灯的实际距离，/>为所述有轨电车的当前速度，/>为所述有轨电车的最大加速度，/>为所述有轨电车的最大速度。
3.根据权利要求2所述的有轨电车的通行优化方法，其特征在于，获取所述通行时间窗的当前窗口剩余时长，基于所述当前窗口剩余时长获取所述有轨电车的实际通行时间，包括：
获取所述当前窗口剩余时长；
基于所述当前窗口剩余时长通过式（2）获取所述有轨电车的实际通行时间：
（2）；
其中，为所述实际通行时间，/>为所述有轨电车的当前时刻，/>为所有通行时间窗的集合，/>为基于所述当前窗口剩余时长的下一个通行时间窗起点。
4.根据权利要求3所述的有轨电车的通行优化方法，其特征在于，基于所述实际通行时间获取所述有轨电车不减速通过所述信号灯的最优速度，包括：
根据所述实际距离以及所述实际通行时间计算得到所述有轨电车的实际所需速度，所述实际所需速度即为所述最优速度。
5.根据权利要求3所述的有轨电车的通行优化方法，其特征在于，输出所述最优速度至所述有轨电车，之后，包括：
获取所述当前速度与所述最优速度的差值；
根据所述差值构建基于所述当前速度的控制律（3），以得到基于所述有轨电车的控制信号：
（3）；
其中，为所述控制信号，/>为所述差值，/>为所述控制律的比例增益，/>为所述控制律的积分时间常数，/>为所述控制律的微分时间常数；
根据所述控制信号控制所述有轨电车，以使所述差值小于等于预设阈值。
6.根据权利要求5所述的有轨电车的通行优化方法，其特征在于，所述有轨电车包括相互电性连接的燃料电池和动力电池，输出所述最优速度至所述有轨电车，之后，包括：
以自然时间戳为横轴、以输出功率为纵轴建立虚拟直角坐标系；
获取所述燃料电池的至少两个第一实时功率以及所述燃料电池的至少两个第一时间戳，并分别以每个第一实时功率为一个第一横坐标、以每个第一时间戳为一个第一纵坐标生成至少两个第一坐标点，并依次连接每个第一坐标点形成第一曲线；
获取所述动力电池的至少两个第二实时功率以及所述燃料电池的至少两个第二时间戳，并分别以每个第二实时功率为一个第二横坐标、以每个第二时间戳为一个第二纵坐标生成至少两个第二坐标点，并依次连接每个第二坐标点形成第二曲线；
在所述第一虚拟直角坐标系中分别输出所述第一曲线与所述第二曲线；
通过定积分分别获取所述第一曲线与所述第二曲线在预设时长内的第一做功值和第二做功值；
通过粒子群算法计算所述第一实时功率的最佳值，以使所述第一做功值与所述第二做功值位于预设倍率区间内；
调节所述第一实时功率至所述最佳值。
7.根据权利要求6所述的有轨电车的通行优化方法，其特征在于，通过粒子群算法计算所述第一实时功率的最佳值，以使所述第一做功值与所述第二做功值位于预设倍率区间内，包括：
基于所述最佳值根据式（4）赋予至少两个随机解，定义所有随机解的结果为所述倍率区间；
（4）；
其中，为所有随机解的集合，/>分别为每个随机解，/>为所有随机解的个数；/>为所有随机解的速度的集合，/>分别为每个随机解的速度；
基于同一个随机解根据式（5）以预设时间间隔分别更新每个随机解的位置和速度：
（5）；
其中，为当前的随机解在第/>步的速度，/>为当前的随机解在第/>步的速度惯性，/>为惯性系数，/>为当前的随机解的自我认知表征，为当前的随机解的社会认知表征；/>与/>均为学习因子，/>为预设取值范围的随机数，/>为当前的随机解已获得的最优解，/>为所有随机解已获得的最优解；
根据所述式（5）迭代预设次数，以更新每个以及每个/>；
分别判断每个相比于上一次迭代的第一差值是否小于等于第一预设适应阈值；
若是，则分别判断每个相比于上一次迭代的第二差值是否小于等于第二预设适应阈值；
若是，则判定已获得所述倍率区间。
8.一种有轨电车的通行优化装置，所述通行优化装置应用于如权利要求1至7之一所述的有轨电车的通行优化方法，其特征在于，所述通行优化装置包括：
网络拓扑关系获取模块，用于获取所述城市道路的网络拓扑关系，所述网络拓扑关系包括所述城市道路的至少一个信号灯；
实时位置与行程距离获取模块，用于获取所述有轨电车基于所述网络拓扑关系的实时位置，并获取所述实时位置与所述信号灯位置信息的行程距离；
通行时间窗和最短行程时间获取模块，用于沿所述预设路线获取距离所述有轨电车最近的信号灯的通行时间窗，并获取所述有轨电车通过所述信号灯的最短行程时间；
窗口剩余时长和实际通行时间获取模块，用于获取所述通行时间窗的当前窗口剩余时长，基于所述当前窗口剩余时长获取所述有轨电车的实际通行时间；
最优速度获取模块，用于基于所述实际通行时间获取所述有轨电车不减速通过所述信号灯的最优速度；
最优速度输出模块，用于输出所述最优速度至所述有轨电车。
9.一种电子设备，其特征在于，包括处理器、以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现如权利要求1至7中任一项所述的有轨电车的通行优化方法。
10.一种存储介质，其特征在于，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现如权利要求1至7中任一项所述的有轨电车的通行优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311124017.3A CN116834563B (zh) | 2023-09-01 | 2023-09-01 | 一种有轨电车的通行优化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311124017.3A CN116834563B (zh) | 2023-09-01 | 2023-09-01 | 一种有轨电车的通行优化方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116834563A true CN116834563A (zh) | 2023-10-03 |
| CN116834563B CN116834563B (zh) | 2023-11-10 |
Family
ID=88162077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311124017.3A Active CN116834563B (zh) | 2023-09-01 | 2023-09-01 | 一种有轨电车的通行优化方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116834563B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050274277A1 (en) * | 2004-06-14 | 2005-12-15 | Alt John D | Method for a single guidelane, bidirectional, passenger carrying tramcar system |
| US20070208467A1 (en) * | 2006-03-06 | 2007-09-06 | Gm Global Technology Operations, Inc. | Hybrid vehicle powertrain control method and apparatus |
| CN104332061A (zh) * | 2014-10-21 | 2015-02-04 | 东南大学 | 一种实现有轨电车站间绿波通行的绿波设置方法 |
| CN105575114A (zh) * | 2015-12-15 | 2016-05-11 | 国电南瑞科技股份有限公司 | 一种有轨电车交叉路口闯红灯报警系统及报警实现方法 |
| FR3045545A1 (fr) * | 2015-12-21 | 2017-06-23 | Peugeot Citroen Automobiles Sa | Dispositif d’aide a la conduite |
| CN106971569A (zh) * | 2017-03-27 | 2017-07-21 | 华南理工大学 | 基于预测有轨电车到达交叉口时刻的信号优先控制方法 |
| CN106997671A (zh) * | 2017-05-15 | 2017-08-01 | 东南大学 | 一种提高有轨电车信号路口通过效率的车辆控制方法 |
| CN109273096A (zh) * | 2018-09-05 | 2019-01-25 | 南京邮电大学 | 一种基于机器学习的药品风险分级评估方法 |
| US20190241079A1 (en) * | 2018-02-02 | 2019-08-08 | Shu Ya Huo | System with means and methods for an autonomous vehicle module and modules combination in a velocity controlled nonstop operation with schedule stops |
| US20200122755A1 (en) * | 2013-03-15 | 2020-04-23 | Transportation Ip Holdings, Llc | Vehicle maintenance system |
| CN113874926A (zh) * | 2019-03-25 | 2021-12-31 | 日产自动车株式会社 | 用于确保车辆能够安全穿过交通灯的方法 |
| CN113963564A (zh) * | 2021-10-12 | 2022-01-21 | 清华大学 | 连续信号灯道路车辆最优通行速度规划方法、系统及介质 |
| CN114293419A (zh) * | 2022-01-11 | 2022-04-08 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种长下坡路段紧急避险车道系统及车辆避险方法 |
| CN114724395A (zh) * | 2022-04-25 | 2022-07-08 | 浙江圣擎交通工程有限公司 | 有轨电车平交路口数字化通行动态调整控制系统及方法 |
| US20220315012A1 (en) * | 2021-03-31 | 2022-10-06 | Hitachi Rail Sts S.P.A. | Method and control system for generating an optimal driving profile for vehicles provided with electric propulsion |
| CN116564097A (zh) * | 2023-07-11 | 2023-08-08 | 蘑菇车联信息科技有限公司 | 车辆的路口通行决策方法、装置及系统、电子设备 |
-
2023
- 2023-09-01 CN CN202311124017.3A patent/CN116834563B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050274277A1 (en) * | 2004-06-14 | 2005-12-15 | Alt John D | Method for a single guidelane, bidirectional, passenger carrying tramcar system |
| US20070208467A1 (en) * | 2006-03-06 | 2007-09-06 | Gm Global Technology Operations, Inc. | Hybrid vehicle powertrain control method and apparatus |
| US20200122755A1 (en) * | 2013-03-15 | 2020-04-23 | Transportation Ip Holdings, Llc | Vehicle maintenance system |
| CN104332061A (zh) * | 2014-10-21 | 2015-02-04 | 东南大学 | 一种实现有轨电车站间绿波通行的绿波设置方法 |
| CN105575114A (zh) * | 2015-12-15 | 2016-05-11 | 国电南瑞科技股份有限公司 | 一种有轨电车交叉路口闯红灯报警系统及报警实现方法 |
| FR3045545A1 (fr) * | 2015-12-21 | 2017-06-23 | Peugeot Citroen Automobiles Sa | Dispositif d’aide a la conduite |
| CN106971569A (zh) * | 2017-03-27 | 2017-07-21 | 华南理工大学 | 基于预测有轨电车到达交叉口时刻的信号优先控制方法 |
| CN106997671A (zh) * | 2017-05-15 | 2017-08-01 | 东南大学 | 一种提高有轨电车信号路口通过效率的车辆控制方法 |
| US20190241079A1 (en) * | 2018-02-02 | 2019-08-08 | Shu Ya Huo | System with means and methods for an autonomous vehicle module and modules combination in a velocity controlled nonstop operation with schedule stops |
| CN109273096A (zh) * | 2018-09-05 | 2019-01-25 | 南京邮电大学 | 一种基于机器学习的药品风险分级评估方法 |
| CN113874926A (zh) * | 2019-03-25 | 2021-12-31 | 日产自动车株式会社 | 用于确保车辆能够安全穿过交通灯的方法 |
| US20220315012A1 (en) * | 2021-03-31 | 2022-10-06 | Hitachi Rail Sts S.P.A. | Method and control system for generating an optimal driving profile for vehicles provided with electric propulsion |
| CN113963564A (zh) * | 2021-10-12 | 2022-01-21 | 清华大学 | 连续信号灯道路车辆最优通行速度规划方法、系统及介质 |
| CN114293419A (zh) * | 2022-01-11 | 2022-04-08 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种长下坡路段紧急避险车道系统及车辆避险方法 |
| CN114724395A (zh) * | 2022-04-25 | 2022-07-08 | 浙江圣擎交通工程有限公司 | 有轨电车平交路口数字化通行动态调整控制系统及方法 |
| CN116564097A (zh) * | 2023-07-11 | 2023-08-08 | 蘑菇车联信息科技有限公司 | 车辆的路口通行决策方法、装置及系统、电子设备 |
Non-Patent Citations (6)
| Title |
|---|
| 姜海;: "现代有轨电车智能交通系统优先控制策略方案研究", 电气化铁道, no. 04, pages 63 - 66 * |
| 朱军功;隆冰;胡兴华;: "车路协同环境下的现代有轨电车信号优先配置策略", 城市轨道交通研究, no. 04, pages 116 - 121 * |
| 欧冬秀;陈丽璇;施莉娟;何向俊;董德存;: "基于交叉口信号优先的有轨电车车速引导控制模型及实现方法的研究", 铁道学报, no. 06, pages 83 - 89 * |
| 章;陈荣武;王坚强;: "基于VISSIM的有轨电车交叉口信号控制策略研究", 大连交通大学学报, no. 02, pages 114 - 118 * |
| 陈志洲: "现代有轨电车交叉口优化控制方案策略研究及仿真测试", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 01 * |
| 陈志洲;胡林桥;: "现代有轨电车通过交叉道口优化控制方案研究", 铁道通信信号, no. 12, pages 87 - 92 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116834563B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fernandes et al. | Platooning with IVC-enabled autonomous vehicles: Strategies to mitigate communication delays, improve safety and traffic flow | |
| Altan et al. | GlidePath: Eco-friendly automated approach and departure at signalized intersections | |
| Li et al. | An eco-driving system for electric vehicles with signal control under V2X environment | |
| CN105501216B (zh) | 基于车联网的混合动力汽车的分层能量管理控制方法 | |
| CN105083270A (zh) | 用于控制车辆的再生制动的方法和装置 | |
| CN102837696A (zh) | 具有在线监测功能的燃料电池叉车混合动力控制系统 | |
| WO2022205242A1 (zh) | 一种车辆控制方法及装置 | |
| Li et al. | Dynamic trajectory optimization design for railway driver advisory system | |
| Sarker et al. | An efficient wireless power transfer system to balance the state of charge of electric vehicles | |
| Hao et al. | Deeply integrated vehicle dynamic and powertrain operation for efficient plug-in hybrid electric bus | |
| Shan et al. | Connected eco‐driving for electric buses along signalized arterials with bus stops | |
| Ji et al. | Energy-saving speed profile planning for a connected and automated electric bus considering motor characteristic | |
| CN111524372B (zh) | 基于人工智能车路协同的公交信号优先实现方法和系统 | |
| CN116834563B (zh) | 一种有轨电车的通行优化方法、装置、设备及存储介质 | |
| CN118470989B (zh) | 一种信号交叉口混合车队协同生态驾驶控制方法及系统 | |
| WO2024078181A1 (zh) | 驾驶评估方法及系统、新能源车和计算机可读存储介质 | |
| Qiu et al. | Power distribution scheduling for electric vehicles in wireless power transfer systems | |
| CN113715880B (zh) | 一种基于电池模型计算的高速磁浮列车辅助驾驶方法、系统及设备 | |
| Yang et al. | Differentiated speed planning for connected and automated electric vehicles at signalized intersections considering dynamic wireless power transfer | |
| CN112406567B (zh) | 电动汽车的充电预测方法、装置、计算机设备和存储介质 | |
| CN117104085A (zh) | 一种有轨电车的调控方法、装置、设备及存储介质 | |
| CN114537420A (zh) | 一种基于动态规划的城市快速公交节能驾驶控制方法 | |
| Tan et al. | Energy Management System and Control Strategy of Intelligent Connected New Energy Vehicle in Line with the Dual‐Carbon Strategy | |
| Chen et al. | Achieving Energy-Efficient and Travel Time-Optimized Trajectory and Signal Control for CAEVs | |
| Yang et al. | Research Article Differentiated Speed Planning for Connected and Automated Electric Vehicles at Signalized Intersections considering Dynamic Wireless Power Transfer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |