Незевак В. Л. Моделирование процессов электропотребления на тягу при изменении параметров графика движения поездов на электрифицированных участках с III-м и IV-м типом профиля пути // Современные технологии. Системный анализ. Моделирование. – 2019. – Т. 61, № 1. – С. 156–166. – DOI: 10.26731/1813-9108.2019.1(61).156–166
10.26731/1813-9108.2019.1(61).156–166
В статье рассмотрены вопросы моделирования процессов электропотребления на тягу на участках с горным профилем пути. Имитационное моделирование проведено для серии вариантов с различными параметрами графика движения грузовых поездов и сохранением неизменными нормообразующих факторов. Полученные в ходе имитационного моделирования результаты изменения объема электропотребления электроподвижным составом и уровня небаланса энергии для существующих участков постоянного и переменного тока позволили перейти к описанию результатов на основе регрессионного анализа и аппарата нейронных сетей. Выполнено сравнение результатов различных моделей для оценки изменения объемов электропотребления и небаланса электроэнергии и выбраны модели с наилучшими результатами приближения, что позволяет их использовать для оценки графиков движения поездов по критерию энергетической эффективности.
1. Энергетическая стратегия холдинга «РЖД» до 2020 года и на перспективу до 2030 года : распоряжение ОАО «РЖД» от 14.12.2016 № 2537р. М., 2016.
2. Scheepmaker G.M., Goverde Rob M.P., Kroon L.G. Review of energy-efficient train control and timetabling, European Journal of Operational Research, 2016.
3. Toletti A. De Martinis V., Weidmann U. What about train length and energy efficiency of freight trains in rescheduling models? // Transportation Research Procedia. 2015. № 10. P. 584–594.
4. K.T. Kim, K.M. Kim. An optimization for reducing maximum traction power of MRT railways: a case study of Seoul Metro line 4, Proceedings of the Conference of the Korean Institute of Industrial Engineers, Donguk University, Seoul, 2010.
5. Chen J.F., Lin R.L., Liu Y.C. Optimization of an MRT Train Schedule: Reducing Maximum Traction Power by Using Genetic Algorithms, IEEE Transactions on Power Systems. 2005. № 20 (3). Р. 1366–1372.
6. Gu Q., Cao F., Tang T. novel peak power demand reduction strategy under a moving block signalling system. Computers in Railways XII. WIT Press, 2010. Р. 663–674.
7. Вильгельм А.С., Незевак В.Л., Шатохин А.П. Сравнительная эффективность вариантов использования энергии рекуперации на железных дорогах постоянного тока // Наука и образование транспорту. 2013. Т. 1. С. 243–247.
8. Закарюкин, В. П. Моделирование режимов систем тягового электроснабжения при движении тяжеловесных поездов / В. П. Закарюкин, А. В. Крюков, А. В. Черепанов // Вестн. ИрГТУ. 2016. Т. 20. № 11. С. 133–142.
9. Черемисин В.Т., Черемисин В.Т., Шатохин А. П. Повышение энергетической эффективности системы тягового электроснабжения в условиях работы постов секционирования с накопителями электрической энергии // Изв. Томск. политехн. ун-та. Инжиниринг георесурсов. 2015. Т. 326. № 10. С. 54–64.
10. Методика анализа и прогнозирования расхода ТЭР на тягу поездов. М. : ОАО РЖД, 2014.
11. Молярчук В.С. Теоретические основы методики нормирования расхода топлива и электроэнергии для тяговых средств транспорта. М. : Транспорт, 1966. 263 с.
12. Сидорова Е.А. Подгорная С.О. Влияние коэффициента участковой скорости на удельный расход энергии в грузовом движении // Известия Транссиба. 2016. № 2 (26). С. 112–118.
13. Незевак В.Л. Основные зависимости изменения объема электроэнергии от параметров графика движения поездов на участках постоянного тока с I-м типом профиля // Известия Транссиба. 2017. № 2 (30). С. 87–99.
14. Незевак В.Л., Саркенов С.С., Черемисин В.Т. Оценка влияния пакетной организации движения на объем электроэнергии на тягу на участках постоянного тока с I-м типом профиля // Современные технологии. Системный анализ. Моделирование. 2017. № 3 (55). С. 135–144.
15. Незевак В.Л. Перестенко А.В., Черемисин В.Т. Характеристики профилей пути на электрифицированных участках железных дорог в аспекте классификации типов // Вестн. Ростов. гос. ун-та путей сообщ. / Ростов. гос. ун-т путей сообщ. 2017. № 2. С. 118–128.
16. Ферстер Э., Ренц Б. Методы корреляционного и регрессионного анализа. М. : Инфра-М, 1998. 302 с.
17. Дрейпер Н. Прикладной регрессионный анализ. Кн. 2. М. : Финансы и статистика, 1987. 351 с.
18. Хайкин С. Нейронные сети. М. : Вильямс. 2006. 1104 с.