本發明涉及軌道交通調度控制，具體涉及面向智軌線路共享充電資源的車輛soc最優調度方法。
背景技術：
1、智軌系統作為新型城市軌道交通制式，其車輛由電力驅動，依賴車輛段內設置的充電設施完成電量補給。在多條智軌線路共享同一車輛段的情形下，充電股道數量及其配置的直流充電樁資源均十分有限。各線路的發車時刻嚴格遵循運行圖，車輛能否在計劃發車前完成充電并駛出，直接關系到線路運力的可靠性與穩定性。
2、當前，在電動公交等領域已存在若干調度方案，其典型做法可概括為：依據車輛返回車場的順序采用先到先服務的充電規則；依據電池荷電狀態閾值靜態地觸發充電排隊；基于充電樁的即時可用性與車輛剩余續航里程進行簡單的排隊調度；同時，通常采用簡化的線性能耗估計模型，一般未將再生制動產生的能量回收納入考量。若將該類方案直接移植至智軌多線路共享車輛段場景，則會暴露出一系列不適應問題。
3、智軌系統的運營具有極強的計劃性，車輛的發車時刻受運行圖嚴格約束，無法像常規公交那樣靈活調整后續任務。現有方案中基于任務可調整假設的排隊與排序規則，極易導致車輛錯過既定發車時刻，造成運行圖紊亂。現有方案通常僅將充電樁視為獨立的點狀資源進行分配，而忽略了車輛段股道本身的物理布局與占線特性。智軌車輛在股道內停放時會阻塞同股道后續車輛的進出，且車輛進出段路徑固定、需順序作業，無法并行執行，從而形成復雜的耦合擁塞。現有模型未能涵蓋此類資源約束，在實際調度中可能引發嚴重的進出段延誤。
4、現有技術所采用的能耗估計方法也較為粗略，未充分考慮智軌車輛在具體線路中的定位、區間坡度變化、不同運行模式下的功耗差異以及再生制動能量的回收效應，導致對電池荷電狀態的預測存在較大偏差。在公交場景中，此類偏差尚可通過靈活調整班次予以部分消化，但在運行圖固定的智軌系統中，預測誤差會直接傳導至充電規劃環節，降低調度準確性。此外，當多條線路共享資源時，各線路在車輛能耗水平、發車頻率、單程里程等方面存在顯著差異，現有方案缺乏一套能夠跨線路、統一量化車輛充電緊迫程度與能量缺口嚴重性的機制，難以在全局層面實現充電資源的公平高效分配。
5、現有技術往往屬于靜態或半靜態調度，缺乏應對實時擾動的滾動優化能力。車輛實際回段時間的提前或延遲、電池因低溫導致的最大充電功率下降、電網臨時性功率限額調整等動態因素，均可能使既定調度方案失效，而現有方法難以在此類情形下及時做出有效調整。
6、因此，現有技術難以滿足智軌系統在多線路共享、剛性運行圖約束、股道物理限制疊加條件下，對車輛充電順序、停車資源占用與電池荷電狀態進行協同、精細化、動態調度的需求。行業內亟待一種能夠系統性應對上述復雜約束，提升共享充電資源利用效率與線路運營可靠性的新型調度方法。
技術實現思路
1、本發明的目的在于解決多線路智軌車輛在共享充電資源環境下，因運行圖剛性、股道阻塞、能耗預測不準及缺乏動態調整機制所導致的充電調度不可靠問題，因此提出了面向智軌線路共享充電資源的車輛soc最優調度方法。本發明顯著提升了多線路共用車輛段下充電資源的利用效率，提高了車輛上線準點率與系統運力保障能力。
2、本發明采用了以下技術方案來實現目的：
3、一種面向智軌線路共享充電資源的車輛soc最優調度方法，該方法包括如下步驟：
4、s1、建立滾動時域調度框架，以周期性地執行預測與決策更新；
5、s2、獲取車輛的運行狀態數據，并結合車輛的運行圖數據與車輛段及電網的實時狀態數據，構建統一的狀態信息；
6、s3、基于所述運行狀態數據與所述運行圖數據，計算車輛執行下一運行任務的目標soc，并構建包含所述目標soc、發車時間剛性約束、電池特性約束及電網功率限制在內的充電調度約束條件；
7、s4、構建車輛段內股道與充電樁資源的時空耦合模型，所述時空耦合模型用于表征車輛在股道與充電樁上的時空資源占用約束；
8、s5、基于所述統一的狀態信息、所述充電調度約束條件、以及所述時空耦合模型，構建并求解聯合優化模型，從而同步決策車輛的停車股道與時段、充電樁分配、充電時長及充電功率；
9、s6、根據聯合優化模型的求解結果，生成車輛入段分配指令、充電指令及上線放行指令，并在每個滾動周期后依據最新狀態重新執行步驟s2至步驟s5的過程，并重新生成新的各類指令。
10、具體的，步驟s1中，所述建立滾動時域調度框架，具體包括：設定滾動預測窗口長度、滾動執行周期和預測層級數量；將預測窗口離散化為時隙序列，并定義每個時隙的邊界時刻；在每個滾動周期開始時，基于當前最新狀態，更新車輛段的實時狀態，并對預測窗口內的車輛回段時間、股道可用性及電網功率限制進行前視預測；每個周期僅執行當前首個時隙對應的調度決策。
11、該步驟構建用于多周期迭代更新的滾動預測結構。通過將調度問題劃分為短周期決策與長周期預測，使車輛段調度能夠在狀態變化、車輛到段時間偏差、電網限制波動等外界不確定性條件下持續更新。滾動時域結構保證每次優化均基于最新狀態信息，使調度過程具備實時適應能力。
12、具體的，步驟s2中，所述構建統一的狀態信息，具體包括：采集車輛的當前soc、車輛的預計回段時間、以及車輛的位置信息；采集車輛所屬線路的發車計劃時刻、線路長度、區間能耗參數、站間坡度信息和再生制動能力參數；采集車輛段的股道占用狀態、充電樁的可用性狀態、以及功率模塊的健康狀態；采集電網側的最大供電能力及其隨時間變化的功率限制信息。
13、該步驟從車輛、線路、車輛段、充電系統及電網側采集多源在線數據，形成可用于約束生成、soc推演及資源占用分析的統一狀態向量。所涉及的數據可采用時間離散化方式，使來自不同系統的數據結構在周期維度上高度對齊，為后續聯合優化模型構建提供一致的數據基礎。
14、優選的，步驟s3中，所述計算車輛執行下一運行任務的目標soc，具體包括：根據所述車輛的下一運行任務的線路長度、坡度分布、停站特性和再生制動特性，估算完成下一運行任務所需的能量需求；基于所述能量需求，計算所述車輛完成任務所需的最低soc值；結合車輛的電池老化狀態、電池溫度條件以及線路運行遲延風險，構建安全裕度模型，在所述最低soc值基礎上增加安全裕度，形成所述目標soc。
15、該步驟的目標soc作為后續調度的核心輸入，用于指導充電時長、充電功率分配及停車窗口規劃，使車輛上線前的soc能夠滿足運行圖要求并保證運行可靠性。
16、優選的，在估算完成下一運行任務所需的能量需求時，集成有再生制動能量預測模型；所述再生制動能量預測模型根據所述站間坡度信息、所述再生制動能力參數、以及所述車輛的區間運行速度模式，預測車輛在制動過程中可回收的能量，并利用得到的預測值修正所述能量需求的估算結果。
17、具體的，步驟s4中，所述時空耦合模型用于描述以下約束關系：車輛必須占據一個股道后，才能使用該股道下配置的一個充電樁；在同一時刻，任一單個股道僅允許被一輛車占用；在同一時刻，任一單個充電樁僅允許被一輛車接入；車輛在股道間的進路與出路遵循車輛段內預設固定的路徑順序規則；車輛在股道內的占用行為將耦合影響后續車輛對該股道或關聯路徑的進出過程。
18、該步驟將股道和充電樁均視為具有排他性與時間維度的有限資源，并通過統一的占用變量表征車輛的停車與充電狀態。通過將股道與充電樁的空間選擇與時間排他性統一表示，能夠精確模擬真實車輛段內的資源競爭過程。
19、進一步的，步驟s5中，所述聯合優化模型將目標soc、發車時間剛性約束、電池特性約束、電網功率限制、以及所述時空耦合模型表征的時空資源占用約束，統一在一個數學框架內；所述聯合優化模型的目標函數包括以下至少一項：最小化所有車輛上線前的實際soc與各自目標soc的偏差總和；最小化車輛段內因資源占用導致的擁塞成本；平滑化電網總功率的波動；最小化車輛在車輛段內的總停放時長。
20、該步驟能夠從根本上消除傳統技術中“停車規劃-充電規劃-上線放行的分段處理”導致的次優解問題。
21、具體的，所述電池特性約束包括電池的最大充電功率約束，且所述最大充電功率約束是根據電池溫度條件進行動態調整的變量；在所述聯合優化模型的求解過程中，根據各車輛的實時或預測電池溫度，確定其可接受的最大充電功率值，并以此進行充電功率分配決策。
22、優選的，步驟s6中，生成的車輛入段分配指令、充電指令及上線放行指令，以分階段形式下發；其中，所述車輛入段分配指令首先下發至車輛段信號控制系統以安排進路，所述充電指令隨后下發至對應的充電樁控制器以啟動充電過程，所述上線放行指令則在車輛充電完成且達到發車條件時下發至所述車輛和出段信號控制系統。
23、優選的，步驟s6中，在每個滾動周期后依據最新狀態重新執行步驟s5的過程，對應具有以下至少一種觸發條件：監測到有車輛的實際回段時間相較于預測值發生提前或延后；車輛段內實際擁塞程度超過預設擁塞閾值；有充電樁發生故障或性能下降；電網側下達的功率限制發生超過預設功率閾值的突變；運行圖計劃發生修改。
24、該步驟的滾動再優化機制能夠持續滿足實際運行環境中頻繁變化的條件，保持調度方案的可行性與全局最優性。整個方法過程具備高可靠性、自適應性與實時性。
25、綜上所述，由于采用了本技術方案，本發明的有益效果如下：
26、本發明通過集成滾動時域優化框架與高精度的soc預測模型，顯著降低了因線路坡度、運行模式及再生制動等因素帶來的能耗預測誤差，從而確保了車輛上線前電量的精確補給，從根本上避免了車輛因電量不足而延誤發車的問題，保障了運行圖執行的剛性可靠。
27、本發明同時通過構建股道與充電樁資源的時空耦合模型，首次將車輛停放的空間阻塞效應與充電的時間占用納入統一的優化框架。這使得系統能夠同時處理股道占用沖突、充電樁資源競爭以及電網總功率限制等多維稀缺資源的復雜約束，顯著緩解了車輛段內的耦合擁塞，減少了車輛進出段與充電過程中的調度沖突。
28、與傳統的分段式或序列化調度相比，本發明采用的聯合優化模型能夠一次性協同決策車輛的停車順序、充電樁分配、充電功率曲線及上線計劃。該優化機制消除了因分階段決策而產生的信息割裂與目標不一致，避免了次優解，從而在全局層面上實現了充電調度質量的整體提升。
29、由于滾動時域的執行機制與實時狀態更新，本發明具備較強的自適應與抗擾動能力。當面臨車輛到段時間偏離預測、充電設施功率波動、電池性能受溫度影響或電網供電限額臨時調整等不確定因素時，系統能夠快速響應并重新生成優化的調度方案，確保了調度指令始終與動態變化的運行環境保持匹配。
30、本發明在多線路共用車輛段的復雜條件下，實現了對有限充電資源的高效、公平與智能調配。這不僅大幅提升了充電樁與股道等基礎設施的利用效率，更通過保障每一輛智軌車輛都能按時、足電地投入運營，顯著提高了各條線路的車輛上線準點率與系統整體的運力保障能力。