楊慶芳,王立強(qiáng),鄭黎黎,孟凡運(yùn)
(1.吉林大學(xué) 汽車仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室,吉林 長(zhǎng)春 130022;2.吉林大學(xué) 交通學(xué)院,吉林 長(zhǎng)春 130022;3.吉林省道路交通重點(diǎn)實(shí)驗(yàn)室,吉林 長(zhǎng)春 130022)
環(huán)形交叉口是道路平面交叉的常見(jiàn)形式。作為城市道路網(wǎng)絡(luò)的重要節(jié)點(diǎn),環(huán)形交叉口可變沖突交通流為交織交通流,使環(huán)形交叉口更加安全、高效[1]。然而,伴隨著經(jīng)濟(jì)的快速發(fā)展和城市機(jī)動(dòng)化水平的加快,城市空氣污染問(wèn)題日益嚴(yán)重。汽車行駛過(guò)程中不斷地排放出尾氣,不僅導(dǎo)致地面道路的一氧化碳、碳?xì)浠衔铩⒌趸锏任廴疚餄舛绕?,危害行人的健康,而且造成城市空氣中的污染物濃度和超?biāo)時(shí)間持續(xù)增長(zhǎng)問(wèn)題,機(jī)動(dòng)車排放污染已對(duì)城市大氣環(huán)境構(gòu)成了嚴(yán)重威脅。此外,近幾年我國(guó)多個(gè)城市遭遇嚴(yán)重的霧霾污染,而排放的汽車尾氣是導(dǎo)致霧霾天氣的一個(gè)主要因素。因此,許多學(xué)者以交通排放及燃油消耗最小為優(yōu)化目標(biāo),對(duì)環(huán)形交叉口的交通組織設(shè)計(jì)進(jìn)行了優(yōu)化。賈豐源等[2]以上海市楊浦區(qū)江灣五角場(chǎng)區(qū)域環(huán)形交叉口為例進(jìn)行分析研究,提出了基于尾氣排放分析的江灣五角場(chǎng)區(qū)域環(huán)形交叉口的信號(hào)控制建議方案;劉永紅等[3]采用交通成本效益、能耗成本效益、環(huán)境成本效益作為指標(biāo),建立了交叉口綜合指標(biāo)評(píng)價(jià)模型,利用微觀交通仿真平臺(tái),結(jié)合微觀排放模型CMEM對(duì)不同流量條件下,對(duì)讓路控制、無(wú)信號(hào)控制環(huán)形交叉口、信號(hào)控制等3種控制方式進(jìn)行仿真并評(píng)價(jià)了相應(yīng)的交叉口綜合運(yùn)行成本。已有文獻(xiàn)均是基于對(duì)交通排放及燃油消耗仿真評(píng)價(jià)結(jié)果的優(yōu)化,而現(xiàn)有研究中對(duì)于環(huán)形交叉口交通排放及燃油消耗的定量計(jì)算模型研究較少。
交通排放及燃油消耗模型方面,國(guó)內(nèi)外已有許多學(xué)者針對(duì)不同道路建立了相關(guān)的評(píng)估模型。K.AHN[4]利用多元回歸模型建立了一種針對(duì)單個(gè)車輛的燃油消耗及交通排放的微觀VT-micro模型,其主要交通參數(shù)為車輛的速度與加速度;S.K.ZEGEYE[5]將METANET模型與VT-micro模型進(jìn)行結(jié)合,提出了一種高速公路路段及匝道處的CO、HC、NOx排放和燃油消耗評(píng)估模型;景立竹等[6]選用IPCC碳排放核算方法,將油耗數(shù)據(jù)轉(zhuǎn)換成碳排放數(shù)據(jù),采用SPSS回歸分析的方法,針對(duì)高速公路基本路段v/C∈[0.15,1.25]的情況,分別建立了適用于載重汽車和小客車的v/C比與碳排放率關(guān)系模型,并對(duì)模型預(yù)測(cè)結(jié)果的精確性進(jìn)行了檢驗(yàn);張立東[7]建立了車輛運(yùn)動(dòng)與CO2排放之間的計(jì)算式,對(duì)穩(wěn)定交通流和非穩(wěn)定交通流情況下交通排放分別進(jìn)行了仿真,得到交通流穩(wěn)定性對(duì)交通排放的影響情況。
筆者針對(duì)考慮環(huán)境效益的環(huán)形交叉口交通組織優(yōu)化研究中,少有環(huán)形交叉口交通排放及燃油消耗定量評(píng)估模型研究的問(wèn)題,參考相關(guān)建模思想,結(jié)合交通流參數(shù)模型與交通排放、燃油消耗模型,提出了一種基于VT-micro微觀模型的環(huán)形交叉口交通排放及燃油消耗計(jì)算模型,可用作環(huán)形交叉口優(yōu)化中的目標(biāo)函數(shù),對(duì)考慮環(huán)境效益的環(huán)形交叉口優(yōu)化研究具有重要意義。
筆者建立了一種用以描述環(huán)形交叉口包括流量、密度和車輛速度的時(shí)空離散交通流參數(shù)模型;介紹了VT-micro微觀排放模型的現(xiàn)有研究成果及模型的計(jì)算公式;將交通流參數(shù)模型與VT-micro微觀模型結(jié)合,建立了環(huán)形交叉口交通排放與燃油消耗宏觀計(jì)算模型;對(duì)建立的宏觀計(jì)算模型進(jìn)行了仿真驗(yàn)證。
在對(duì)環(huán)形交叉口交通排放及燃油消耗進(jìn)行計(jì)算時(shí),需要首先確定環(huán)形交叉口內(nèi)車輛的運(yùn)行狀態(tài),并將車輛的速度與加速度作為第3節(jié)中排放及燃油消耗計(jì)算模型的輸入變量,建立了一種環(huán)形交叉口的各項(xiàng)交通流參數(shù)包括交通流密度、車輛速度以及流量計(jì)算模型。
筆者提出的方法對(duì)于不同數(shù)目支路的環(huán)形交叉口具有普遍適用性。為了便于說(shuō)明,筆者以一個(gè)五路環(huán)形交叉口為例。首先,依照環(huán)形交叉口各支路的位置將環(huán)形交叉口劃分為道路屬性相同的5個(gè)路段并在環(huán)路布設(shè)雙線圈檢測(cè)器。其次,在各支路的進(jìn)口道和出口道處分別設(shè)置檢測(cè)器。環(huán)形交叉口路段劃分及檢測(cè)器布設(shè)位置如圖1。最后,利用檢測(cè)器數(shù)據(jù)建立交叉口交通流參數(shù)模型。
圖1 環(huán)形交叉口路段劃分
借鑒METANET模型的思想和文獻(xiàn)[8]的方法,建立了一種環(huán)形交叉口交通流參數(shù)計(jì)算模型,用以描述環(huán)道交通流狀態(tài),參數(shù)包括流量、密度和速度。該模型在時(shí)間和空間上均離散。在空間上,將道路按照?qǐng)D1分為不同的路段單元,路段單元編號(hào)為j{1,2,3,…,5},將環(huán)形交叉口的支路編號(hào)為m{1,2,…,5};在時(shí)間上,將檢測(cè)器的采樣步長(zhǎng)編號(hào)為l{1,2,3,……},令相鄰步長(zhǎng)時(shí)間間隔為ΔT。布設(shè)雙線圈的脈沖起跳沿時(shí)間之差記作Δt,且雙線圈檢測(cè)器的距離記為D,路段j起點(diǎn)對(duì)應(yīng)檢測(cè)器的車流量數(shù)記為Nj,將m支路進(jìn)口道檢測(cè)器車流量數(shù)記為N1,m,出口道檢測(cè)器車輛數(shù)記為N2,m。
根據(jù)檢測(cè)器數(shù)據(jù),可得到各路段單元第1個(gè)采樣步長(zhǎng)內(nèi)速度、流量及密度計(jì)算公式如式(1):
(1)
(2)
(3)
同時(shí)可得到第1個(gè)步長(zhǎng)內(nèi)j路段交通流量qj的表達(dá)式:
qj=Nj+N1,m-Nj+1-N2,m
(4)
根據(jù)1.1節(jié)計(jì)算結(jié)果,當(dāng)采樣步長(zhǎng)大于1時(shí),在第l+1步長(zhǎng)內(nèi),環(huán)形交叉口交通流三參數(shù)計(jì)算模型:
(5)
(6)
(7)
式中:vf為環(huán)道自由流速度;kcr,j為路段j的臨界密度;a為模型參數(shù)。根據(jù)建立的環(huán)道路段交通流密度、速度預(yù)測(cè)模型,如式(6),在l+1時(shí)間步長(zhǎng)內(nèi)環(huán)道路段j的交通流量qj(l+1)可以按照式(8)進(jìn)行計(jì)算:
qj(l+1)=qj(l)+[Nj(l)+Nm=j,1-Nj+1(l)-Nm=j,2]
(8)
筆者介紹了由K.AHN等[4]提出的針對(duì)單個(gè)車輛交通排放率和燃油消耗率計(jì)算的VT-micro微觀模型及具體計(jì)算公式。
Virginia tech microscopic energy and emission model(VT-micro)模型由K.AHN等[4]和H.RAKHA等[9]利用9輛輕型車的底盤測(cè)功機(jī)數(shù)據(jù),采用線性回歸方法提出的一個(gè)微觀動(dòng)態(tài)排放和燃料消耗計(jì)算模型,該模型以車輛的速度和加速度作為主要變量計(jì)算單個(gè)車輛的排放和燃料消耗率。然后,H.RAKHA等[9]使用60輛輕型車輛和卡車的數(shù)據(jù)對(duì)模型進(jìn)行了擴(kuò)展校正,其通過(guò)與實(shí)驗(yàn)室測(cè)量結(jié)果的比較,驗(yàn)證了VT-micro模型的準(zhǔn)確性,模型預(yù)測(cè)誤差較小,說(shuō)明了模型的預(yù)測(cè)效果良好。
此外,H.RAKHA等[10]還比較了MOBILE5a、MOBILE6、VT-micro模型和CMEM綜合排放模型對(duì)輕型汽車排放的估算效果。結(jié)果表明,與實(shí)際數(shù)據(jù)相比,MOBILE5a排放量估算值計(jì)算效果較差,而將MOBILE6模型估算值和VT-micro模型估算值與實(shí)際數(shù)據(jù)對(duì)比發(fā)現(xiàn),此兩種模型針對(duì)不同的駕駛行為排放及消耗估算均具有準(zhǔn)確性。此結(jié)果說(shuō)明了,VT-micro模型可以準(zhǔn)確估計(jì)熱穩(wěn)定輕型車輛不同行駛狀態(tài)下的尾氣排放。此外,VT-Micro和MOBILE6模型可以準(zhǔn)確地計(jì)算加速驅(qū)動(dòng)過(guò)程中的交通排放增量,說(shuō)明了此兩種模型的穩(wěn)定性。
鑒于VT-micro模型在車輛排放及燃油消耗測(cè)算方面具有良好的準(zhǔn)確性和穩(wěn)定性,筆者采用此模型作為車輛尾氣排放及燃油消耗計(jì)算微觀模型,其表達(dá)式如式(9):
(9)
(10)
筆者提出了一種將第1節(jié)中宏觀交通流模型與第2節(jié)中VT-micro微觀排放模型相結(jié)合的一般方法,并建立了一個(gè)環(huán)形交叉口處的動(dòng)態(tài)宏觀排放和燃料消耗計(jì)算模型。為了將宏觀交通流模型與微觀排放與燃油消耗模型相結(jié)合,需要從宏觀交通流模型出發(fā),在每個(gè)步長(zhǎng)內(nèi)生成VT-micro模型所需加速度、車速以及車輛數(shù)量。利用宏觀交通流模型及檢測(cè)器數(shù)據(jù)描述單個(gè)車輛的交通流參數(shù),即車輛速度、加速度以及具有此類型速度和加速度的車輛數(shù)量。
由于交通流模型在空間和時(shí)間上均離散,因此模型中包含兩個(gè)加速度分量,第一個(gè)是在時(shí)間步長(zhǎng)l到l+1內(nèi)在同一路段內(nèi)車輛運(yùn)動(dòng)的A型加速度;第二個(gè)是從時(shí)間步長(zhǎng)l到l+1內(nèi)車輛從一個(gè)路段駛?cè)胂乱粋€(gè)路段的B型加速度。此兩種加速度可以描述一組車輛隊(duì)列的動(dòng)力學(xué)模型。此外,還需分別確定具有A,B型加速度的車輛數(shù)量。筆者確定3個(gè)變量(a,v,n),其中a為加速度,v為速度,n為具有一定速度和加速度的車輛數(shù)。
根據(jù)第1節(jié)中交通流參數(shù)模型,單個(gè)車輛的速度vi計(jì)算公式如式(11):
(11)
所謂A型加速度,是指車輛在一段時(shí)間內(nèi),從一個(gè)時(shí)間步長(zhǎng)到下一個(gè)時(shí)間步長(zhǎng),在同一路段速度變化而產(chǎn)生的加速度。因此,在時(shí)間步長(zhǎng)l、路段j中車輛i的A型加速度如式(12):
(12)
從時(shí)間步長(zhǎng)l到l+1具有A型加速度的車輛數(shù)量nj,A的確定公式為:
(13)
B型加速度是車輛從一個(gè)路段移動(dòng)到另一路段的速度變化引起的加速度。在同一路段內(nèi)連續(xù)路段之間行駛的車輛在時(shí)間步長(zhǎng)l、路段j中的車輛i的速度為vj,i(l)。在下一時(shí)間步長(zhǎng)l+1的下一路段j+1中,速度為vj+1,i(l+1)。因此,對(duì)于時(shí)間步長(zhǎng)l,從路段j到路段j+1,車輛B型加速度如式(14):
(14)
從時(shí)間步長(zhǎng)l到l+1,具有B型加速度的車輛數(shù)量nj,B等于在時(shí)間步長(zhǎng)l,從路段j進(jìn)入j+1的車輛數(shù),即j+1路段起點(diǎn)檢測(cè)器檢測(cè)車流量如式(15):
nj,B=Nj+1(l)
(15)
將交通流模型與交通排放及燃油消耗模型結(jié)合時(shí),VT-micro模型是針對(duì)單個(gè)車輛交通排放及燃油消耗的計(jì)算模型。因此,環(huán)形交叉口總排放量和燃油消耗量等于各時(shí)間步長(zhǎng)內(nèi)每個(gè)路段內(nèi)所有單個(gè)車輛交通排放率和燃油消耗率乘以對(duì)應(yīng)時(shí)間間隔的積累之和。則有,環(huán)形交叉口排放及燃油消耗模型如式(16):
(16)
式中:Jj,y(l)為j路段第l步長(zhǎng)的交通排放變量y的排放率及車輛燃油消耗率;Jy為環(huán)形交叉口處交通排放及燃油消耗總量。
筆者采用仿真試驗(yàn)方法對(duì)第3節(jié)提出模型的準(zhǔn)確性進(jìn)行驗(yàn)證。
在模型計(jì)算結(jié)果的評(píng)估過(guò)程中,由于氣體分子的熱運(yùn)動(dòng),導(dǎo)致各類交通排放量的實(shí)際測(cè)算具有一定難度,而交通仿真軟件VISSIM中的交通排放模塊可以對(duì)各類交通排放量進(jìn)行測(cè)算。出于經(jīng)濟(jì)性和易操作性考慮,筆者參考文獻(xiàn)[11]對(duì)VISSIM中Wiedemann 74跟馳模型進(jìn)行優(yōu)化。優(yōu)化后的VISSIM可在保證穩(wěn)定性的前提下,較精確地對(duì)城市道路交通排放及燃油消耗進(jìn)行測(cè)算。故筆者采用仿真評(píng)價(jià)的結(jié)果近似代表實(shí)際交通排放與燃油消耗量對(duì)模型的精度進(jìn)行評(píng)估。此外,由于VISSIM軟件仿真評(píng)價(jià)中無(wú)對(duì)于碳?xì)浠衔锱欧帕康闹苯訙y(cè)算模塊,筆者參考文獻(xiàn)[12,13]的方法,將交通仿真軟件 VISSIM 與交通排放MOVES模型進(jìn)行集成,對(duì)交叉口碳?xì)浠衔锱欧帕窟M(jìn)行測(cè)算,并與筆者所提模型的計(jì)算結(jié)果進(jìn)行對(duì)比分析。
筆者利用VISSIM建立路網(wǎng)文件,如圖2。對(duì)每一進(jìn)口道的車輛輸入從100 pcu/h以50為增量增加至 1 500 pcu/h;設(shè)置數(shù)據(jù)采集點(diǎn)對(duì)環(huán)島車輛的速度、加速度及通過(guò)的車輛數(shù)進(jìn)行評(píng)價(jià);將環(huán)形交叉口定義為節(jié)點(diǎn),利用VISSIM節(jié)點(diǎn)評(píng)價(jià)模塊對(duì)環(huán)形交叉口的CO、NOx排放量和燃油消耗量進(jìn)行評(píng)價(jià);結(jié)合MOVES模型對(duì)碳?xì)浠衔锏呐欧帕窟M(jìn)行計(jì)算。
圖2 VISSIM中建立的路網(wǎng)
將筆者建立的宏觀排放模型計(jì)算值與各類交通排放指標(biāo)及燃油消耗實(shí)例值進(jìn)行比較,其結(jié)果如圖3。
圖3 宏觀排放模型計(jì)算值與各類交通排放指標(biāo)及燃油消耗實(shí)例值比較
根據(jù)圖3(a),當(dāng)流量較小時(shí),筆者提出的環(huán)形交叉口交通排放宏觀模型的計(jì)算結(jié)果對(duì)于實(shí)際情況描述良好。隨著環(huán)形交叉口交通流量的逐漸增大,模型計(jì)算誤差雖然略有波動(dòng),但總體小于10%,說(shuō)明該模型對(duì)于環(huán)形交叉口CO排放量的計(jì)算效果較好。
根據(jù)圖3(b)、圖3(c),當(dāng)流量較小時(shí),筆者提出的環(huán)形交叉口NOx排放及燃油消耗模型的計(jì)算效果良好。隨著交通流量的逐漸增大,模型計(jì)算誤差逐漸增大。當(dāng)交叉口的流量大于6 250 pcu/h時(shí),計(jì)算曲線發(fā)生偏折,斜率突變甚至趨于0,此為當(dāng)流量過(guò)大時(shí),環(huán)形交叉口發(fā)生嚴(yán)重?fù)矶律踔痢八梨i”現(xiàn)象,導(dǎo)致路網(wǎng)內(nèi)車輛滯留,檢測(cè)區(qū)域交通癱瘓。因此,當(dāng)流量再繼續(xù)增大時(shí),檢測(cè)器數(shù)據(jù)無(wú)法準(zhǔn)確檢測(cè)交通流運(yùn)行狀態(tài),模型對(duì)交通排放及燃油消耗量的計(jì)算隨流量的增加而產(chǎn)生的增量微乎其微。
根據(jù)圖3(d),當(dāng)環(huán)形交叉口流量較小時(shí),筆者提出的環(huán)形交叉口排放模型對(duì)于碳?xì)浠衔锱欧诺挠?jì)算效果良好,但隨著交通流量逐漸增大,模型計(jì)算誤差逐漸增大。當(dāng)交叉口的流量大于6 250 pcu/h時(shí),計(jì)算曲線發(fā)生較大波動(dòng),誤差變大,筆者推測(cè)是由于檢測(cè)器未能對(duì)環(huán)形交叉口交通參數(shù)進(jìn)行準(zhǔn)確測(cè)量,導(dǎo)致模型計(jì)算值結(jié)果出現(xiàn)較大偏差。
圖3也從側(cè)面說(shuō)明:當(dāng)環(huán)形交叉口流量增大到一定程度時(shí),無(wú)控制環(huán)形交叉口易發(fā)生“鎖死”現(xiàn)象,需要對(duì)環(huán)形交叉口采取例如信號(hào)控制等交通組織優(yōu)化策略;筆者提出的模型對(duì)于環(huán)形交叉口交通排放及燃油消耗的計(jì)算接近于環(huán)形交叉口實(shí)際情況,但當(dāng)環(huán)形交叉口發(fā)生交通癱瘓現(xiàn)象時(shí),筆者提出的模型計(jì)算誤差較大,甚至接近20%。
要對(duì)筆者提出的模型進(jìn)行實(shí)際交通排放計(jì)算結(jié)果的準(zhǔn)確性分析,則需要分析模型計(jì)算值與實(shí)際值之間的誤差關(guān)系。試驗(yàn)中常使用的驗(yàn)證指標(biāo)包括平均絕對(duì)百分比誤差(MAPE)、對(duì)稱平均絕對(duì)百分比誤差(SMAPE)、均方根誤差(RMSE)和平均絕對(duì)誤差(MAE)。其均可以說(shuō)明模型的預(yù)測(cè)值和實(shí)際值之間的誤差程度,其值越接近0,模型的預(yù)測(cè)效果越好。
均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)、平均絕對(duì)百分比誤差(MAPE)、對(duì)稱平均絕對(duì)百分比誤差(SMAPE)的定義和計(jì)算公式如式(17)~式(20):
(17)
(18)
(19)
(20)
利用Python對(duì)幾種模型驗(yàn)證指標(biāo)進(jìn)行計(jì)算,不同交通排放量誤差指標(biāo)計(jì)算結(jié)果如表1。總體而言,筆者所提模型對(duì)實(shí)際情況的預(yù)測(cè)效果良好。故筆者提出的環(huán)形交叉口交通排放及燃油消耗計(jì)算模型可以對(duì)環(huán)形交叉口處的交通排放量進(jìn)行較為精確地估算。
表1 不同排放變量及燃油消耗計(jì)算模型誤差指標(biāo)
筆者提出了一種將宏觀交通流模型與微觀交通排放模型結(jié)合的方法,建立了一種對(duì)不同支路數(shù)量環(huán)形交叉口具有普遍適用性的CO、NOx、碳?xì)浠衔?HC)排放量及燃油消耗量的計(jì)算模型。仿真試驗(yàn)結(jié)果顯示,對(duì)于環(huán)形交叉口,筆者提出的模型可以較準(zhǔn)確地計(jì)算CO、NOx、HC排放量以及燃油消耗量,尤其對(duì)于CO的預(yù)測(cè)結(jié)果準(zhǔn)確性較好。為考慮環(huán)境效益的環(huán)形交叉口交通組織優(yōu)化研究提供了交通排放及燃油消耗量目標(biāo)函數(shù)計(jì)算模型。
由于氣體分子的熱運(yùn)動(dòng),實(shí)際情況下交叉口交通排放量及燃油消耗量的測(cè)量較為困難,筆者以仿真輸出值近似代替真實(shí)值的誤差分析存在一定不足之處。筆者所提模型對(duì)NOx、HC和燃油消耗量的計(jì)算誤差仍偏大。在后續(xù)的研究中,筆者也將進(jìn)一步研究提高模型計(jì)算的準(zhǔn)確性,為相關(guān)研究提供更精確的理論依據(jù)。