李宗義
(同濟大學交通運輸工程學院,上海 201804)
公交優(yōu)先發(fā)展是中國城市發(fā)展的重要戰(zhàn)略,是緩解城市交通壓力、減少交通污染的一種有效手段。車速引導策略作為一種全新的公交控制策略,得到了充分的關注。它經(jīng)歷了由離線優(yōu)先到在線優(yōu)先、由被動優(yōu)先到主動優(yōu)先的過程。雖然公交優(yōu)先技術得到了較大的發(fā)展和應用,但所有的優(yōu)先技術都局限于對交叉口信號燈調(diào)整來實現(xiàn)公交車在交叉口的優(yōu)先權。
隨著電子信息技術和無線通信技術等的發(fā)展,車聯(lián)網(wǎng)技術也在不斷發(fā)展,它以車-車、車-路通信為基礎,有效實現(xiàn)了信息在車-車、車-路之間的交互。在車-路協(xié)同的環(huán)境下,行駛車輛可實時獲得道路交通狀況和前方交叉口信號狀態(tài)信息。通過車輛車速引導的方式,合理調(diào)整行駛車速,提高車輛行駛效率,減少車輛行駛油耗[1-3]。通過對公交車輛行駛車速的實時控制,提升了公交車行駛效益,為公交優(yōu)先技術提供了一個新的發(fā)展方向。
Farhan[4-5]等人將公交行程時間檔案數(shù)據(jù)用于制定行車計劃,提出了區(qū)間行駛時間松弛率的概念并給出優(yōu)化方法,為實施區(qū)間行駛車速控制提供條件。王煒[6]等人提出了“一路一線直行式”的理想公交運行模式以及在該設置條件下與交叉口信號綠燈時間窗口相適應的公交車駐站(交叉口前方站)調(diào)度和行車速度誘導的集成方法,該方法可有效減少公交車在交叉口的停車次數(shù)和延誤。其缺點是線網(wǎng)設置限制因素較多,在現(xiàn)實中很難實現(xiàn)。馬萬經(jīng)[7]等人提出了公交車經(jīng)濟駕駛輔助系統(tǒng),該系統(tǒng)通過實時調(diào)整公交車車速與駐站時間,使得公交車運營狀態(tài)較好地適應下游交叉口的信號控制,避免了公交車在交叉口處停車,從而降低燃油消耗和尾氣排放,并通過仿真驗證了優(yōu)化效果。
現(xiàn)有的車速引導策略研究主要以減少公交車交叉口??繒r間為目標,通過概念表述和仿真模擬的方法,分析其對公交車運行的影響,而沒有考慮如何在提升公交運行效率的同時減少公交車行駛油耗。作者擬針對公交車油耗量,通過建立公交車油耗模型,定量地分析車速引導策略對公交油耗的影響,確定公交車最佳綠色車速,并建立公交車綠色車速引導模型,最后通過仿真實驗對其效果進行驗證。
機動車行駛單位油耗與機動車速度和加速度之間存在一定的對應關系,但單獨用速度或加速度來對油耗規(guī)律進行討論都存在不足。因此,需要一個既與速度有關又與加速度有關的參數(shù)來對油耗規(guī)律進行研究。在機動車技術水平同等的情況下,機動車的實際行駛特征以及道路特征可以用機動車比功率(vehicle specific power,簡稱為VSP)來衡量。
現(xiàn)有VSP研究大多數(shù)是基于輕型車領域,而對于重型車和公交車的VSP計算目前尚沒有統(tǒng)一的公式。結合中國公交車車輛實際參數(shù)指標和行駛環(huán)境[8],建立了公交車車輛比功率的計算公式。
式中:VSP為機動車比功率,kW/t;a為機動車加速度,m/s2;v為機動車行駛速度,m/s。
雖然VSP與油耗的關系較速度、加速度與油耗的變化關系等都有更好的趨勢性,然而,通過對大量數(shù)據(jù)分析發(fā)現(xiàn),即使是同一VSP下對應的油耗也有較大的離散性。為了更清晰地分析VSP與油耗排放的關系,采用VSP聚類的方法,將VSP按照一定的間隔劃分為不同的區(qū)間單元,以每個區(qū)間下瞬時油耗率的平均值作為預測模型的基礎數(shù)據(jù),從而有效降低數(shù)據(jù)的離散型。同時,因車輛的自重、發(fā)動機及排放控制等因素的不同而導致油耗率的絕對值有顯著的差異,研究各個VSP區(qū)間下的絕對油耗率不具有普遍的適用性,故假設車輛在VSP區(qū)間單元為零時的油耗率為標準量,對各區(qū)間單元上的油耗率進行標準化處理,其公式為:
式中:NERi為VSP區(qū)間單元在i時的標準化油耗率;ERi為VSP區(qū)間單元在i時的平均油耗率,mL/s;ER0為VSP區(qū)間單元在零時的平均油耗率,mL/s。
宋國華[9-10]等人對不同車型的測試車輛在固定路線上往復行駛進行檢測試驗,并記錄了相應的行駛車速和油耗排放數(shù)據(jù)。通過對海量數(shù)據(jù)的處理,得出了5種不同車型(富康車、金杯車、捷達車、夏利車及公共汽車)VSP區(qū)間單元在零時的單位油耗(mL/s)。富康車、金杯車、捷達車、夏利車及公共汽車的ER0分別為0.32,0.58,0.69,0.22及1.69。同時測算各車VSP區(qū)間單元的標準化油耗率。其研究表明:機動車在VSP<0的狀態(tài)下運行時,單位油耗較低,而且較穩(wěn)定;在VSP≥0的狀態(tài)下運行時,單位油耗隨VSP的增加呈線性增加。對其進行分段擬合,得:
公交車瞬時油耗率的計算公式為:
運行于上海市中心城區(qū)的18路公交車,運行全程9 600m,通過42個交叉口,沿途設置17個停靠站。運行路徑覆蓋了全程4 300m的西藏路公交專用道路段。針對18路公交車的運行情況進行分析,能有效描述上海市中心城區(qū)公交車的運行情況和公交專用通道的使用情況。在公交專用道條件下,為公交系統(tǒng)進行優(yōu)化管理提供必要條件和充分依據(jù)。
2012年11月28日至12月4日期間,通過跟車調(diào)查的方式,獲取18路公交車運行全程GPS數(shù)據(jù)159例,其中包括早高峰(7∶00-9∶00)數(shù)據(jù)67例和晚高峰(16∶30-18∶30)數(shù)據(jù)32例。通過處理,獲得每例數(shù)據(jù)的信息為:①起始時間。公交車出發(fā)時間,同時也是每輛公交車的編號。②運行時間。公交車從起點至終點全程的耗時。③行駛時間。公交車全程行駛時間。④延誤時間。公交車延誤時間,包括交叉口延誤、??空狙诱`和路段行駛延誤。⑤平均速度。⑥交叉口停車次數(shù)。⑦油耗。包括全程油耗、延誤油耗和行駛油耗。
通過對公交車運行參數(shù)的分析,描述了公交車的運行特征。各參數(shù)特征的描述見表1。從表1中可以看出,公交車總運行時間和延誤時間的波動較大,其標準差分別為332s和265s。而公交車行駛時間的波動較小,分布在1 400~1 800s之間。除公交車??空狙诱`和路段行駛延誤外的數(shù)據(jù)都服從于正態(tài)分布。
表1 GPS數(shù)據(jù)描述性分析Table 1 Descriptive analysis of the GPS data
公交車總運行時間的組成如圖1(a)所示。從圖1(a)中可以看出,延誤時間占很大比例(接近50%),公交車運行效率有很大的提升空間。在延誤時間的組成中,交叉口延誤的影響因素組成如圖1(b)所示。從圖1(b)中可以看出,減少公交車交叉口??繒r間是提高公交車運行效率的最主要方法。
圖1 公交車運行時間和延誤時間組成比例Fig.1 The constitute of the travel time and the delays
對比不同時間段的公交車運行數(shù)據(jù)(見表2)可以發(fā)現(xiàn),在高峰時段啟用公交專用道,使得高峰時間段的公交車運行時間較平峰時間段的縮短,是由于其他車輛對公交車的影響表現(xiàn)于路段行駛延誤和交叉口延誤上的結果。同時還發(fā)現(xiàn),不同時間段公交車的行駛時間和??空狙诱`很相近。
公交車油耗量和總運行時間之間呈線性關系。由于公交車的延誤造成了油耗量的增加,延誤時間越多,油耗量越大。因此,對于這部分油耗量,減少公交車的延誤時間是減少公交車油耗的關鍵途徑。對比公交車行駛時間的分析(見表3)可知,在行駛時間波動性較小的同時,公交車行駛油耗量卻變化很大。因為不同的駕駛行為(加速、減速或勻速行駛)導致不同的行駛油耗,即使總的行駛時間差不多,不同的行駛軌跡也會導致油耗量的不同。因此,對這部分油耗,在提高公交車行駛效率、減少行駛時間的同時,還需要控制公交車的行駛軌跡,減少不必要的加、減速過程而造成的油耗。
表2 不同時間段公交車運行參數(shù)對比Table 2 Comparison of the buses in the different period of time
表3 公交車油耗量描述性分析Table 3 Descriptive analysis of the fuel cost of the buses
通過對公交車GPS行駛數(shù)據(jù)進行處理和分析,其結果為:①公交車延誤時間占公交車總運行時間很大比例,其中交叉口延誤是最主要原因;②公交車運行時間的波動性由其在交叉口延誤的波動所引起;③公交車全程行駛時間較為穩(wěn)定,但行駛油耗量波動較大;④提高公交車運行效率,減少公交車停車延誤能有效減少公交車因??慷鸬挠秃?;⑤規(guī)劃公交車行駛軌跡,控制公交車行駛車速,可減少公交車在行駛過程中的油耗量。
針對公交車勻速行駛過程,建立油耗模型。公交車勻速行駛1km的油耗量為:
分析可知:最小值出現(xiàn)在v=32km/h,說明32km/h為公交車行駛過程中最佳綠色車速。
針對公交車行駛進站??窟^程,根據(jù)不同行駛軌跡,建立對應的油耗模型。
不進行公交車車速引導:公交車以初始速度勻速行駛,臨近??空緯r,減速至???。包括公交車勻速行駛階段和公交車減速行駛階段。
圖2 公交車駛入??空具\行軌跡示意Fig.2 Trajectories of the buses to go to the station
進行公交車車速引導:改變公交車初始速度后,勻速行駛一段距離,再減速至停靠。包括公交車改變初始速度階段、公交車勻速行駛階段和公交車減速行駛階段。其中:改變初始速度階段又可分為減速和加速兩種不同情況。
δ為公交車減速過程加速度,δ=0.9m/s2;vini為檢測車輛初始速度;vs為公交車建議車速為情景j階段i總耗時;ER為公交車每秒油耗;F為公交車情景j階段i總油耗。
不對公交車進行速度引導,公交車的總油耗為:
其中:
對公交車進行速度引導,公交車油耗優(yōu)化方程為:
對于減速引導情況:
對于加速引導情況:
針對不同的公交車運行初始速度和行駛距離,計算兩種行駛軌跡下的公交車總油耗,如圖3所示。
通過對兩種行駛軌跡下公交車的油耗量進行比較,可以發(fā)現(xiàn):車速引導策略下的公交車總油耗整體比不采取引導策略的低。隨著行駛距離的增加,車速引導策略對公交車行駛油耗量減少的效果越明顯。但存在一個速度范圍(20km/h,35 km/h),當公交車初始行駛速度處在該范圍時,兩種情況下公交車行駛總油耗量差別不大,此時沒有必要對公交車進行綠色車速引導。
圖3 不同控制策略下公交車油耗Fig.3 Fuel cost of the buses in different strategies
針對綠色車速引導過程,在不同行駛距離和初始速度的條件下,計算引導過程中的建議車速如圖4所示。
圖4 不同條件下公交車建議行駛速度Fig.4 Suggested speed in different conditions
從圖4中可以看出:當公交車初始行駛速度較小時,需通過綠色車速引導策略對公交車進行加速引導,建議車速因行駛距離的不同存在明顯差異;當公交車初始行駛速度位于(20km/h,35km/h)區(qū)間時,計算所得的綠色建議車速與初始速度相差不大,沒必要對公交車進行綠色誘導;當公交車初始行駛速度較大時,需通過綠色車速引導策略對公交車進行減速引導,計算所得的建議車速穩(wěn)定,為30km/h。需要說明的是,當行駛距離較小時,初始速度不可能取得較大值,因此建議車速與其他情況有明顯差異。
通過對綠色車速引導建議速度分析,發(fā)現(xiàn)其與公交車最佳綠色行駛速度一致,因此確定30km/h為公交車行駛過車中的最佳引導車速。
公交車綠色車速引導模型流程如圖5所示。
圖5 綠色車速引導流程Fig.5 Green-speed-guidance model
選取上海市西藏路鳳陽路至瞿溪路公交專用道路段作為案例,分別對無控制策略、傳統(tǒng)車速引導策略和綠色車速引導策略下公交車運行情況進行仿真分析。無控制策略、傳統(tǒng)引導策略和綠色車速引導策略下公交車的平均行駛時間分別為1 425,1 235和1 285s。
兩種引導策略下公交車的平均行駛時間均小于無控制策略的。傳統(tǒng)車速引導策略提升13%,綠色引導策略提升10%,說明引導策略對公交車運行情況有所改善,傳統(tǒng)引導策略提升效果更大,但并不明顯。
傳統(tǒng)引導策略和綠色車速引導策略下公交車的平均行駛油耗分別為1 280和1 185mL。綠色車速引導策略下公交車的油耗較傳統(tǒng)車速引導策略下的低些,實現(xiàn)了公交車高效、低耗的控制目標。
該模型具體描述為:
1)行駛路段無公交??空?/p>
監(jiān)控階段:公交車路段行駛過程。實時監(jiān)控并誘導公交車以綠色最佳行駛車速行駛,直到公交車在一周期內(nèi)即將通過下游交叉口。
控制階段:公交車通過下游交叉口過程。結合下游交叉口實際信號燈情況,對公交車進行速度誘導,減少公交車交叉口??繒r間,提高公交車運行效率。
2)行駛路段有公交??空?/p>
停站階段:通過綠色車速引導策略,計算公交車進站過程綠色建議速度,實行綠色誘導,使公交車行駛進入??空?。
離站階段:公交車完成上、下客關閉車門后,結合下游交叉口信息,按照行駛路段無公交??空厩闆r進行速度引導。
針對車速引導策略在公交優(yōu)先發(fā)展中的實際應用,為減少公交車行駛油耗,作者提出了一種綠色車速引導策略?;谲囕v比功率(VSP),建立了公交車油耗模型,確定30km/h為公交車綠色最佳引導車速并建立引導模型,最后通過仿真模擬,驗證了該策略的效果。仿真結果表明:通過對公交車進行車速引導,能夠減少公交車的油耗。綠色車速引導策略較傳統(tǒng)車速引導策略雖然在很小程度上損失一定的公交車行駛效率,但在減少公交車行駛油耗方面效果更明顯,同時實現(xiàn)了公交車的高效、低耗的優(yōu)化目標。
(References):
[1]Milanes V,Vilagra J,Godoy J,et al.An intelligent V2I-based traffic management system[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2012(13):49-58.
[2]李鵬凱,楊曉光,吳偉.車速協(xié)同環(huán)境下信號交叉口車速引導建模與仿真[J].交通信息與安全,2012(3):136-140.(LI Peng-kai,YANG Xiao-guang,WU Wei.Simulation evaluation of vehicles’speed guid-ance strategies at signal intersection using V2Vcommunication[J].Traffic Information and Safty,2012(3):136-140.(in Chinese))
[3]Alsabaan M,Naik K,Khalifa T.Optimization of fuel cost and emissions using V2Vcommunications[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2013(14):1449-1461.
[4]Farhan A.Bus arrival time prediction for dynamic operations control and passenger information systems[D].Toronto:University of Toronto,2002.
[5]Liping F,Qing L,Paul C.Real-time optimization model for dynamics scheduling of transit operations[J].Transportation Research Record,2003,1857:48-55.
[6]王煒,陳淑燕,胡曉健.“一路一線直行式”公交模式下公交車行駛誘導和調(diào)度集成方法[J].東南大學學報,2008,38(6):1110-1115.(WANG Wei,CHEN Shu-yan,HU Xiao-jian.Dynamic guidance and controlling strategies for“One-way and One-line”transit mode[J].Journal of Southeast University,2008,38(6):1110-1115.(in Chinese))
[7]Wanjing M,Hanzhou X,Baoxin H.Development and evaluation of an economic-driving assistance program for transit vehicles[J].Energies,2012(5):371-385.
[8]羨晨陽.基于比功率參數(shù)的北京市常規(guī)公交柴油車與BRT車輛排放特征對比分析[D].北京:北京交通大學,2011.(XIAN Chen-yang.Comparison of the emission of the normal bus and the BRT in Beijing based on the VSP parameters[D].Beijing:Beijing Jiaotong University,2011.(in Chinese))
[9]胥耀方,于雷,宋國華,等.針對二氧化碳的輕型汽油車VSP區(qū)間劃分[J].環(huán)境科學學報,2010,30(7):1358-1365.(XU Yao-fang,YU Lei,SONG Guo-h(huán)ua.VSP-Bin division for light-duty vehicles oriented to carbon dioxide[J].Journal of Environmental Sciences,2010,30(7):1358-1365.(in Chinese))
[10]郝艷召,于雷,宋國華,等.基于比功率參數(shù)的北京市柴油公交車行駛和排放特征研究[J].汽車工程,2010,32(2):103-109.(HAO Yan-zhao,YU Lei,SONG Guo-h(huán)ua,et al.A study on driving and emission features of diesel buses in Beijing based on VSP parameter[J].Automotive Engineering,2010,32(2):103-109.(in Chinese))