首页期刊导航|交通信息与安全
期刊信息/Journal information
交通信息与安全
武汉理工大学 交通计算机应用信息网
交通信息与安全

武汉理工大学 交通计算机应用信息网

严新平

双月刊

1674-4861

jtjsj@vip.163.com

027-86585549

430063

武汉市武昌和平大道1178号

交通信息与安全/Journal Journal of Transport Information and SafetyCSCD北大核心CSTPCD
查看更多>>本刊主要报导、介绍交通行业信息化建设、计算机应用等有关的方针、政策、科研成果、经验总结和发展动态。主要刊载:交通信息化发展政策与法规、交通信息化技术、交通信息化经验、交通信息化动态、计算机在交通行业应用、交通规划与设计、交通控制与仿真、交通安全技术、通信、网络等。面向广大交通工程及有关计算机、通信、电子技术、信息技术科技人员、大专院校师生及交通有关单位领导,专业人员。
正式出版
收录年代

    基于多目标蜣螂优化算法的泊位分配与能量调度联合优化方法

    徐先峰鲁婉琪王俊哲卢勇...
    111-123页
    查看更多>>摘要:综合泊位分配与能量调度联合优化的港口微电网是物流和能量紧密耦合的系统,为兼顾港口物流运输效率和能源系统经济性,保证港口能源系统稳定可靠运行,建立了综合考虑船舶泊位分配和微电网运行成本的多目标联合优化模型,针对单目标求解算法的局限性研究了多目标蜣螂优化算法(non-dominated sorting dung beetle optimizer,NSDBO)模型求解方法,将非支配排序策略引进算法以提高算法精度和收敛速度,同时为维持种群个体的多样性与分布均匀性,引入拥挤距离计算,衡量经非支配排序后每一层解的密集程度并对种群重新排序,获得了分布较好的Pareto解,解决了蜣螂优化算法易陷入局部最优解、全局搜索能力欠缺、收敛精度低等问题,在保证种群均匀性和多样性的同时降低了计算复杂度.通过测试系统验证了改进的多目标蜣螂优化算法与基于支配排序的NSGA-Ⅱ算法、基于分解的MOEA/D算法、改进多目标粒子群算法(improved multi-objective particle swarm optimization,IMOPSO)、拥挤距离多目标粒子群优化算法(crowding distance multi-objective particle swarm optimization DCMOPSO)相比具有更好的分布性、收敛性和均匀度.以天津某港口为算例,对多目标联合优化模型进行求解,并设置多种方案进行对比分析,结果表明,所提泊位分配模型使各个泊位上的船舶分配更加均匀,与泊位分配和能量调度独立优化相比船舶等待时长增加了 4h,但总运行成本减少了 121 283元;与单目标联合优化相比总运行成本仅增加了40 225元,船舶等待时长却减少了28 h,证明了泊位分配与能量调度的合理联合优化可以在兼顾船舶等待时长和运行成本的同时,不大幅增加船舶等待时长,验证了该模型和算法策略在泊位分配与能量调度问题中的有效性和准确性,凸显了优化模型的经济优势及其优化物流系统运输效率的卓越能力.

    能量调度港口微电网联合优化多目标蜣螂优化算法泊位分配

    集装箱港口"非集计"碳排放评估方法与"碳中和"实现方法

    崔兴博钟鸣李林锋马晓凤...
    124-135页
    查看更多>>摘要:针对港口向绿色转型,碳排放核算以及港口绿色化转型成本核算问题,通过对集装箱港口物流作业过程的深入分析,构建其碳排放评价方法并探讨其"碳中和"实现路径,以促进其可持续发展.据集装箱港口吞吐量历史数据,通过GM(1,1)模型方法对未来年港口吞吐量进行预测,并基于预测的港口吞吐量,通过分段核算港口各物流作业过程中港口机械与仓储办公等基础设施的平均耗能,进行港口碳排放"自下而上"的预测.针对港口碳排放的主要来源,研究一系列碳减排路径和策略,包括港口设施升级、港口技术革新、港口能源绿色化和政策激励等措施,并针对每个措施的成本进行核算.最后以某集装箱港口为例,分析各项碳减排措施的减排效果和成本.结果表明:随着港口吞吐量的不断增长,港口设施升级和港口技术革新只能够降低港口"碳达峰"时的碳排放量,且在"碳达峰"之后碳排放量不会再减少,与不采取措施的基准情景相比,只采取港口设施升级措施年度最大碳减排比例为38.49%,同时实施港口设施升级和技术革新实现年度最大碳减排比例为61.29%;在实施港口设施升级和技术革新的基础上,增加港口能源绿色化措施,提高新能源应用比例,能够实现港口"碳中和"目标.在政策激励的情况下,能够提前15年实现"碳中和".各项港口碳减排措施的应用在减少碳排放的同时,还能够降低港口能源应用成本,在其直接经济效益提升方面也具有一定的正向效果.

    绿色港口集装箱港口碳减排核算新能源碳中和

    高速公路微电网系统能量双层优化调度方法

    牛明博吴浩魏建民王飚...
    136-147页
    查看更多>>摘要:随着国家"双碳战略"的推进,新能源在交通领域的应用与能源转型得到快速的发展.在我国西部无电网或弱电网地区,风光资源充足,可采用微电网为路域用能设施供能.但高速公路微电网存在纵向跨度大、离散分布、出力不均衡、沿线配电网建设运行成本高等问题,因此,将移动储能调度设备引入到高速公路微电网能源调度系统结构中.在此基础上,构建高速公路微电网及移动储能系统模型,提出新的调度成本机制及能量调度双层架构.同时,高速公路微电网系统具有长距离带状结构,会造成微电网子控制器调度产生通信负担.针对此问题提出交替方向乘子法分布式双层优化调度策略,该方法将全局问题拆解为局部问题进行并行优化求解,各微电网仅需与相邻微电网进行通信,相互之间交换期望能源需求信息.系统以高速公路微电网总运行成本最小作为耦合变量,通过增广拉格朗日罚函数进行松弛,将原优化问题解耦为各系统的独立子优化问题,并采用双层循环求解的方式,最终获得全局最优调度方案.本文通过数值仿真分析验证可再生能源利用率提升了 15.3%,在实现高速公路用能的基础上保障了经济性.

    高速公路微电网能源调度新能源交通移动储能交替方向乘子法双层优化调度策略

    基于改进组合赋权的港口自洽能源系统规划方案综合评价方法

    赵浩威钟鸣李林锋余浩林...
    148-162页
    查看更多>>摘要:针对港口绿色化评价体系构建的问题,结合港口交通与能源融合发展理念,研究了一套规划方案综合评价方法.方法综合考虑了清洁能源可获得性自然禀赋、能源负荷特征及自洽能源系统规划容量等多种因素,构建了包含经济性、环境性、能效性、自洽性和可靠性5个维度的自洽能源系统规划方案评价指标体系,并基于这些指标建立了相应的量化评价模型.为解决数据匮乏问题,采用层次分析法(analytic hierarchy pro-cess,AHP)和熵权法(entropy weight method,EWM)分别计算各指标权重,并采用博弈集结模型确定评价指标的组合权重.最后,采用TOPSIS综合评价方法对不同规划方案进行综合评价,通过以某港口智能化集装箱港区A的示范项目作为案例进行验证.采用传统熵权法(EWM)、秩和比法(rank sum ratio,RSR)和基于熵权的多准则妥协解排序法(EWM-VIKOR)对上述算例进行方案排序,并与本文所提出的综合评价方法(AHP-EWM-TOPSIS)进行对比验证;通过改变方案原始排名第1的方案2中某个指标的数值作为测试数据集进行评估,确定各评价指标在一定范围内变动时是否引起方案排名结果变动,同时找出影响方案排名结果的最敏感的指标比较不同评价方法的鲁棒性.结果表明:不同方法得到的方案排序结果一致,验证了该模型的有效性;AHP-EWM-TOPSIS方法在评价结果的稳定性优于EWM-VIKOR.

    港口自洽能源系统指标体系AHP-EWM组合赋权法综合评价TOPSIS

    基于多态清洁能源的铁路自洽能源系统架构

    张蜇孙雅妮木合塔拜尔·拜合提亚尔
    163-172页
    查看更多>>摘要:随着国家加速推进交通运输系统的能源结构转型,清洁能源在交通领域的应用日益受到关注.铁路自洽能源系统,作为铁路行业能源转型的重要组成部分,通过实现能源自给自足和能效提升,对降低铁路整体能耗、助力碳达峰与碳中和目标具有重要意义.本文系统从安全、高效、绿色、经济四个维度出发梳理了铁路自洽能源系统的关键需求.基于"源-网-荷"框架,通过分析铁路与清洁能源的融合机制,探讨电气化铁路和非电气化铁路2种不同类型铁路在实现清洁能源转型过程中所面临的机遇,并对铁路与清洁能源融合的特征和能量流动过程进行了深入研究,详细解析了铁路与清洁能源融合的模式和适用条件,为构建铁路自洽能源系统奠定理论基础.在此基础上本文进一步归纳了典型的电气化铁路和非电气化铁路的应用场景,并基于其特点设计了适用于铁路自洽能源系统的物理架构.此外,本文提出了铁路自洽能源系统的评价指标体系,主要从架构合理、模式多样、环境友好和效益显著角度出发,以系统性地评估该系统在实际应用中的表现.这一指标体系不仅有助于全面评估铁路自洽能源系统的效能,也为铁路领域低碳发展的技术路线和政策实施提供科学依据.本文的研究为未来铁路系统的低碳转型和清洁能源的深度融合提供了新的视角和发展路径.

    铁路清洁能源系统架构融合机制评价指标

    数据与模型驱动的高速公路服务区交通自洽能源系统状态估计方法

    石志鹏金雨哲柯吉王飚...
    173-184页
    查看更多>>摘要:构建高速公路服务区交通自洽能源系统是实现交通与能源融合的关键技术,而对其进行系统状态估计是近年来的研究重点.考虑到高速公路服务区交通自洽能源系统的复杂性和多样性,单一的数据或模型驱动方法难以全面、准确地估计系统实时状态.因此,研究了 1种数据与模型驱动的复合方法,旨在实现更高效的系统状态估计.在数据驱动方面,尽管基于深度学习的光伏功率预测模型性能优越,但通常忽视输入特征间的互相依赖机制.为此,建立了基于自注意力机制(self-attention,SA)的时间卷积-双向长短期记忆网络(time convolu-tion-bidirectional long short-term memory network,TCN-BiLSTM-SA),用于预测系统光伏出力情况.SA重新分配TCN-BiLSTM输入特征的权重,从而提升时空信息提取的有效性.在模型驱动方面,考虑高速公路路网车流量分布,建立了高速公路电动汽车出行轨迹概率模型;基于蒙特卡洛模拟法抽取初始和充电时电池容量,综合考虑车主用车习惯、环境温度等多种不确定性因素,来预测电动汽车充电负荷时空分布.通过利用新疆某高速公路服务区交通自洽能源系统的实际数据进行仿真验证,结果表明:在光伏预测上,所提模型在平均绝对误差、均方根误差和决定系数这3个指标上,相较于最佳模型分别提高了 25.3%、16.7%、0.7%;在负荷预测上,所提模型有效预测高速公路电动汽车的充电负荷时空分布;在系统状态估计上,所提方法的精度达到了 89.1%.

    交通与能源融合系统状态估计TCN-BiLSTM-SA模型数据与模型驱动蒙特卡洛法

    本期导读

    前插1页

    人物介绍

    封3页