高杰,張泳(天津市市政工程設(shè)計(jì)研究院給排水一院,天津 300051)
基于流量分析的道路照明節(jié)能控制方法研究
高杰,張泳(天津市市政工程設(shè)計(jì)研究院給排水一院,天津 300051)
城市智能交通系統(tǒng)的完善使得管理部門掌握了路網(wǎng)的實(shí)時(shí)交通狀況,該數(shù)據(jù)可被用于道路功能性照明控制,以便在保障安全的基礎(chǔ)上實(shí)現(xiàn)道路照明節(jié)能控制。將短時(shí)交通預(yù)測(cè)技術(shù)引入到控制策略中,又可進(jìn)一步完善這種控制方法。
城市道路照明;交通流量;短期交通預(yù)測(cè);BP神經(jīng)網(wǎng)絡(luò)
城市道路功能性照明是城市基礎(chǔ)設(shè)施的一部分,良好完善的道路照明不僅為車輛駕駛?cè)藛T以及行人創(chuàng)造良好的視覺環(huán)境,保障交通安全,提高交通運(yùn)輸效率,方便人民生活,還可以以最直觀的視覺形象體現(xiàn)出整個(gè)城市的品味。
據(jù)統(tǒng)計(jì),我國(guó)用于照明消耗的電能約占總電能消耗的13%,城市道路照明又是照明耗能的大戶,因此研究該領(lǐng)域的節(jié)能技術(shù)具有重要的實(shí)際意義。
目前設(shè)計(jì)人員已在設(shè)計(jì)標(biāo)準(zhǔn)、光源、配電系統(tǒng)及控制方式等方面采取了一系列卓有成效的節(jié)能措施。
(1)制定節(jié)能標(biāo)準(zhǔn)
技術(shù)人員對(duì)國(guó)內(nèi)22個(gè)城市超過160條道路樣本進(jìn)行了分析,并研究了美國(guó)的有關(guān)資料,制定了《城市道路照明設(shè)計(jì)標(biāo)準(zhǔn)》,給出了不同道路級(jí)別及不同路寬的功能照明功率密度限值(LPD)。標(biāo)準(zhǔn)規(guī)定新建道路必須在滿足路面亮度、均勻度等指標(biāo)的同時(shí)符合該功率密度限值。
(2)大功率LED光源的使用
大功率LED作為第四代電光源,擁有“綠色照明光源”之稱,是21世紀(jì)的新一代光源。它的光效已經(jīng)超過了傳統(tǒng)高壓鈉燈,同時(shí)具有長(zhǎng)壽命、抗震動(dòng)、無頻閃等特點(diǎn)。其發(fā)光定向性使得它的燈具二次配光設(shè)計(jì)更簡(jiǎn)單,比傳統(tǒng)光源的光通利用率高很多。
(3)半夜燈控制
一般的城市道路到后半夜交通流量會(huì)明顯減少,此時(shí)可相應(yīng)降低道路的照明水平,以降低電能消耗。具體實(shí)施方法有:
①部分滅燈:較窄的道路可關(guān)閉道路一側(cè)的路燈,較寬的道路可采取間隔或左右交替滅燈方式;
②降壓調(diào)光技術(shù):在電源側(cè)裝設(shè)電壓調(diào)節(jié)模塊,使后半夜的照明線路電壓適當(dāng)降低以減少光源功率;
③變功率鎮(zhèn)流器:通過增加鎮(zhèn)流器阻抗,以減小路燈的電流,達(dá)到降低功率的目的。
如前文所述,半夜燈的控制目的是依據(jù)交通流量來調(diào)整照度以減少不必要的電能浪費(fèi),但現(xiàn)階段常用的控制依據(jù)是時(shí)間,這樣的控制方法并不準(zhǔn)確。同一城市位于不同地段的道路晚高峰持續(xù)時(shí)間不同,即使是同一條路,每天的交通狀況也不相同。經(jīng)大量統(tǒng)計(jì)分析發(fā)現(xiàn),周二、周三、周四交通流量分布規(guī)律比較相近,而同是工作日的周一、周五則明顯不同,周六、周日隨機(jī)性較大。
目前的智能交通系統(tǒng)已有很多設(shè)備(如線圈檢測(cè)器、超聲波檢測(cè)器、雷達(dá)檢測(cè)器、視頻檢測(cè)器等)可用于道路流量監(jiān)測(cè),安裝于城市各個(gè)路口的檢測(cè)器,將路口車流量信息采集并上傳至交管部門,該數(shù)據(jù)用于實(shí)時(shí)監(jiān)測(cè)城市道路交通狀況,及時(shí)疏導(dǎo)擁堵,保障道路暢通。路燈管理部門也可利用該數(shù)據(jù),對(duì)所有路段的路燈進(jìn)行有針對(duì)性的控制。實(shí)現(xiàn)該控制的前提是建立一個(gè)集中的城市路燈控制系統(tǒng),以替代現(xiàn)有的分散控制模式,如圖1所示。
圖1 照明集中控制系統(tǒng)圖
現(xiàn)有道路照明多采用路燈專用箱式變電站配電,路燈的開閉及節(jié)能調(diào)壓控制等全集中安裝與箱變內(nèi),一般受一組接觸器控制。要實(shí)現(xiàn)集中地城市路燈控制系統(tǒng),只需在每個(gè)箱變內(nèi)設(shè)置一臺(tái)PLC遠(yuǎn)程IO站,并設(shè)置有線或無線數(shù)據(jù)通訊接口,由遠(yuǎn)程IO控制接觸器開閉;同時(shí)設(shè)立控制中心,用于接收交管部門的全市交通流量信息,并據(jù)此向各個(gè)箱變的遠(yuǎn)程IO站發(fā)送控制指令,由此實(shí)現(xiàn)與智能交通系統(tǒng)的聯(lián)網(wǎng)控制,如圖2所示。
圖2 基于流量的照明控制原理圖
如交管部門的數(shù)據(jù)顯示某個(gè)路段的車流量已經(jīng)在很低的水平,那么照明控制中心可查詢自己的數(shù)據(jù)庫找到負(fù)責(zé)該路段的一個(gè)或幾個(gè)箱變,并向它們發(fā)出指令,后者則啟動(dòng)半夜燈功能。此時(shí)的“半夜燈”,不再是簡(jiǎn)單的“后半夜”減光的概念。對(duì)于一些偏僻道路,也許在傍晚下班高峰過后就少有車輛經(jīng)過,此時(shí)即可實(shí)施減光照明。
較之定時(shí)器控制,這種以實(shí)際車流量為依據(jù)的控制更為合理,在保證交通安全的前提下,后者比前者可以發(fā)揮更大的節(jié)能作用。
4 交通預(yù)測(cè)控制策略
不難看出上述控制策略是一種滯后控制,它可以滿足大部分道路的照明要求。但對(duì)于一些重要地段的重要道路,或事故多發(fā)路段,我們需要預(yù)測(cè)它未來的交通流量,并在高峰到來之前提高路面照度以防患于未然。這就需要在照明控制中引入短期交通預(yù)測(cè)理論。
短期交通預(yù)測(cè),是指在某一時(shí)刻t對(duì)下一決策時(shí)刻t+Δt乃至以后若干時(shí)刻的交通流量做出實(shí)時(shí)預(yù)測(cè),一般預(yù)測(cè)時(shí)間跨度Δt取5min,預(yù)測(cè)的依據(jù)一般是結(jié)合相鄰路段交通流量進(jìn)行預(yù)測(cè)。道路之間相互連通,上游道路交通狀態(tài)會(huì)直接影響到下游道路的運(yùn)行狀態(tài),下游道路的阻塞情況也會(huì)影響上游道路車輛的路徑選擇,從而影響整個(gè)路網(wǎng)的運(yùn)行狀態(tài)。
交通系統(tǒng)由人直接參與,其顯著特點(diǎn)為非線性和不確定性,且受隨機(jī)因素影響很大。目前國(guó)內(nèi)外的研究及實(shí)踐表明,采用專門設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)模型計(jì)算所得到的短期交通預(yù)測(cè)結(jié)果比較理想。
下面以BP神經(jīng)網(wǎng)絡(luò)模型為例,簡(jiǎn)單介紹預(yù)測(cè)過程。
如圖3所示,某路段交通流量0V與該路段兩端的路口流量相關(guān),其中包括路口A左轉(zhuǎn)(1V)、直行(2V)、右轉(zhuǎn)(3V)駛?cè)肼范蔚能嚵髁恳约奥房贐左轉(zhuǎn)(4V)、直行(5V)、右轉(zhuǎn)(6V)駛?cè)肼范蔚能嚵髁俊?/p>
圖3 道路流量相關(guān)性示意圖
如果將當(dāng)前時(shí)刻t由路口A和路口B駛?cè)氲能嚵髁?,以及路段?dāng)前的車流量作為輸入,將下一時(shí)刻(5分鐘后)路段的車流量作為輸出,即可建立如圖4的BP神經(jīng)網(wǎng)絡(luò)模型。模型建立過程中需合理選擇隱含層的神經(jīng)元個(gè)數(shù),并初始化各神經(jīng)元的連接權(quán)值。
Research on Road Illumination Control Method Based on Traffic Flow Analysis
Due to the improvement of urban intelligent transportation system, Management can acquire real-time traffic conditions of the road network.This data can be used for road functional illumination control, so that it can achieve energy conservation without compromising on safety. The control method can be further improved by introducing short-term traffic prediction technique into it.
City road illumination;Traffic flow; Short-term traffic prediction; BP neural network
B
1003-0492(2014)01-0076-02
U491.5+3