李宗義
(同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)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(dǎo)策略作為一種全新的公交控制策略,得到了充分的關(guān)注。它經(jīng)歷了由離線優(yōu)先到在線優(yōu)先、由被動(dòng)優(yōu)先到主動(dòng)優(yōu)先的過程。雖然公交優(yōu)先技術(shù)得到了較大的發(fā)展和應(yīng)用,但所有的優(yōu)先技術(shù)都局限于對(duì)交叉口信號(hào)燈調(diào)整來實(shí)現(xiàn)公交車在交叉口的優(yōu)先權(quán)。
隨著電子信息技術(shù)和無線通信技術(shù)等的發(fā)展,車聯(lián)網(wǎng)技術(shù)也在不斷發(fā)展,它以車-車、車-路通信為基礎(chǔ),有效實(shí)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(shí)時(shí)獲得道路交通狀況和前方交叉口信號(hào)狀態(tài)信息。通過車輛車速引導(dǎo)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(duì)公交車輛行駛車速的實(shí)時(shí)控制,提升了公交車行駛效益,為公交優(yōu)先技術(shù)提供了一個(gè)新的發(fā)展方向。
Farhan[4-5]等人將公交行程時(shí)間檔案數(shù)據(jù)用于制定行車計(jì)劃,提出了區(qū)間行駛時(shí)間松弛率的概念并給出優(yōu)化方法,為實(shí)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(yùn)行模式以及在該設(shè)置條件下與交叉口信號(hào)綠燈時(shí)間窗口相適應(yīng)的公交車駐站(交叉口前方站)調(diào)度和行車速度誘導(dǎo)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(diǎn)是線網(wǎng)設(shè)置限制因素較多,在現(xiàn)實(shí)中很難實(shí)現(xiàn)。馬萬經(jīng)[7]等人提出了公交車經(jīng)濟(jì)駕駛輔助系統(tǒng),該系統(tǒng)通過實(shí)時(shí)調(diào)整公交車車速與駐站時(shí)間,使得公交車運(yùn)營狀態(tài)較好地適應(yīng)下游交叉口的信號(hào)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(yàn)證了優(yōu)化效果。
現(xiàn)有的車速引導(dǎo)策略研究主要以減少公交車交叉口停靠時(shí)間為目標(biāo),通過概念表述和仿真模擬的方法,分析其對(duì)公交車運(yùn)行的影響,而沒有考慮如何在提升公交運(yùn)行效率的同時(shí)減少公交車行駛油耗。作者擬針對(duì)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(dǎo)策略對(duì)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(dǎo)模型,最后通過仿真實(shí)驗(yàn)對(duì)其效果進(jìn)行驗(yàn)證。
機(jī)動(dòng)車行駛單位油耗與機(jī)動(dòng)車速度和加速度之間存在一定的對(duì)應(yīng)關(guān)系,但單獨(dú)用速度或加速度來對(duì)油耗規(guī)律進(jìn)行討論都存在不足。因此,需要一個(gè)既與速度有關(guān)又與加速度有關(guān)的參數(shù)來對(duì)油耗規(guī)律進(jìn)行研究。在機(jī)動(dòng)車技術(shù)水平同等的情況下,機(jī)動(dòng)車的實(shí)際行駛特征以及道路特征可以用機(jī)動(dòng)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(lǐng)域,而對(duì)于重型車和公交車的VSP計(jì)算目前尚沒有統(tǒng)一的公式。結(jié)合中國公交車車輛實(shí)際參數(shù)指標(biāo)和行駛環(huán)境[8],建立了公交車車輛比功率的計(jì)算公式。
式中:VSP為機(jī)動(dòng)車比功率,kW/t;a為機(jī)動(dòng)車加速度,m/s2;v為機(jī)動(dòng)車行駛速度,m/s。
雖然VSP與油耗的關(guān)系較速度、加速度與油耗的變化關(guān)系等都有更好的趨勢(shì)性,然而,通過對(duì)大量數(shù)據(jù)分析發(fā)現(xiàn),即使是同一VSP下對(duì)應(yīng)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(guān)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(gè)區(qū)間下瞬時(shí)油耗率的平均值作為預(yù)測(cè)模型的基礎(chǔ)數(shù)據(jù),從而有效降低數(shù)據(jù)的離散型。同時(shí),因車輛的自重、發(fā)動(dòng)機(jī)及排放控制等因素的不同而導(dǎo)致油耗率的絕對(duì)值有顯著的差異,研究各個(gè)VSP區(qū)間下的絕對(duì)油耗率不具有普遍的適用性,故假設(shè)車輛在VSP區(qū)間單元為零時(shí)的油耗率為標(biāo)準(zhǔn)量,對(duì)各區(qū)間單元上的油耗率進(jìn)行標(biāo)準(zhǔn)化處理,其公式為:
式中:NERi為VSP區(qū)間單元在i時(shí)的標(biāo)準(zhǔn)化油耗率;ERi為VSP區(qū)間單元在i時(shí)的平均油耗率,mL/s;ER0為VSP區(qū)間單元在零時(shí)的平均油耗率,mL/s。
宋國華[9-10]等人對(duì)不同車型的測(cè)試車輛在固定路線上往復(fù)行駛進(jìn)行檢測(cè)試驗(yàn),并記錄了相應(yīng)的行駛車速和油耗排放數(shù)據(jù)。通過對(duì)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(dá)車、夏利車及公共汽車)VSP區(qū)間單元在零時(shí)的單位油耗(mL/s)。富康車、金杯車、捷達(dá)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(shí)測(cè)算各車VSP區(qū)間單元的標(biāo)準(zhǔn)化油耗率。其研究表明:機(jī)動(dòng)車在VSP<0的狀態(tài)下運(yùn)行時(shí),單位油耗較低,而且較穩(wěn)定;在VSP≥0的狀態(tài)下運(yùn)行時(shí),單位油耗隨VSP的增加呈線性增加。對(duì)其進(jìn)行分段擬合,得:
公交車瞬時(shí)油耗率的計(jì)算公式為:
運(yùn)行于上海市中心城區(qū)的18路公交車,運(yùn)行全程9 600m,通過42個(gè)交叉口,沿途設(shè)置17個(gè)停靠站。運(yùn)行路徑覆蓋了全程4 300m的西藏路公交專用道路段。針對(duì)18路公交車的運(yùn)行情況進(jìn)行分析,能有效描述上海市中心城區(qū)公交車的運(yùn)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(jìn)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(yùn)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(shí)間。公交車出發(fā)時(shí)間,同時(shí)也是每輛公交車的編號(hào)。②運(yùn)行時(shí)間。公交車從起點(diǎn)至終點(diǎn)全程的耗時(shí)。③行駛時(shí)間。公交車全程行駛時(shí)間。④延誤時(shí)間。公交車延誤時(shí)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(duì)公交車運(yùn)行參數(shù)的分析,描述了公交車的運(yùn)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(yùn)行時(shí)間和延誤時(shí)間的波動(dòng)較大,其標(biāo)準(zhǔn)差分別為332s和265s。而公交車行駛時(shí)間的波動(dòng)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(yùn)行時(shí)間的組成如圖1(a)所示。從圖1(a)中可以看出,延誤時(shí)間占很大比例(接近50%),公交車運(yùn)行效率有很大的提升空間。在延誤時(shí)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(shí)間是提高公交車運(yùn)行效率的最主要方法。
圖1 公交車運(yùn)行時(shí)間和延誤時(shí)間組成比例Fig.1 The constitute of the travel time and the delays
對(duì)比不同時(shí)間段的公交車運(yùn)行數(shù)據(jù)(見表2)可以發(fā)現(xiàn),在高峰時(shí)段啟用公交專用道,使得高峰時(shí)間段的公交車運(yùn)行時(shí)間較平峰時(shí)間段的縮短,是由于其他車輛對(duì)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(jié)果。同時(shí)還發(fā)現(xiàn),不同時(shí)間段公交車的行駛時(shí)間和??空狙诱`很相近。
公交車油耗量和總運(yùn)行時(shí)間之間呈線性關(guān)系。由于公交車的延誤造成了油耗量的增加,延誤時(shí)間越多,油耗量越大。因此,對(duì)于這部分油耗量,減少公交車的延誤時(shí)間是減少公交車油耗的關(guān)鍵途徑。對(duì)比公交車行駛時(shí)間的分析(見表3)可知,在行駛時(shí)間波動(dòng)性較小的同時(shí),公交車行駛油耗量卻變化很大。因?yàn)椴煌鸟{駛行為(加速、減速或勻速行駛)導(dǎo)致不同的行駛油耗,即使總的行駛時(shí)間差不多,不同的行駛軌跡也會(huì)導(dǎo)致油耗量的不同。因此,對(duì)這部分油耗,在提高公交車行駛效率、減少行駛時(shí)間的同時(shí),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(shí)間段公交車運(yùn)行參數(shù)對(duì)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(duì)公交車GPS行駛數(shù)據(jù)進(jìn)行處理和分析,其結(jié)果為:①公交車延誤時(shí)間占公交車總運(yùn)行時(shí)間很大比例,其中交叉口延誤是最主要原因;②公交車運(yùn)行時(shí)間的波動(dòng)性由其在交叉口延誤的波動(dòng)所引起;③公交車全程行駛時(shí)間較為穩(wěn)定,但行駛油耗量波動(dòng)較大;④提高公交車運(yùn)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(duì)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(duì)公交車行駛進(jìn)站停靠過程,根據(jù)不同行駛軌跡,建立對(duì)應(yīng)的油耗模型。
不進(jìn)行公交車車速引導(dǎo):公交車以初始速度勻速行駛,臨近??空緯r(shí),減速至??俊0ü卉噭蛩傩旭傠A段和公交車減速行駛階段。
圖2 公交車駛?cè)胪?空具\(yùn)行軌跡示意Fig.2 Trajectories of the buses to go to the station
進(jìn)行公交車車速引導(dǎo):改變公交車初始速度后,勻速行駛一段距離,再減速至???。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(cè)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(shí);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(duì)公交車進(jìn)行速度引導(dǎo),公交車的總油耗為:
其中:
對(duì)公交車進(jìn)行速度引導(dǎo),公交車油耗優(yōu)化方程為:
對(duì)于減速引導(dǎo)情況:
對(duì)于加速引導(dǎo)情況:
針對(duì)不同的公交車運(yùn)行初始速度和行駛距離,計(jì)算兩種行駛軌跡下的公交車總油耗,如圖3所示。
通過對(duì)兩種行駛軌跡下公交車的油耗量進(jìn)行比較,可以發(fā)現(xiàn):車速引導(dǎo)策略下的公交車總油耗整體比不采取引導(dǎo)策略的低。隨著行駛距離的增加,車速引導(dǎo)策略對(duì)公交車行駛油耗量減少的效果越明顯。但存在一個(gè)速度范圍(20km/h,35 km/h),當(dāng)公交車初始行駛速度處在該范圍時(shí),兩種情況下公交車行駛總油耗量差別不大,此時(shí)沒有必要對(duì)公交車進(jìn)行綠色車速引導(dǎo)。
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(duì)綠色車速引導(dǎo)過程,在不同行駛距離和初始速度的條件下,計(jì)算引導(dǎo)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(dāng)公交車初始行駛速度較小時(shí),需通過綠色車速引導(dǎo)策略對(duì)公交車進(jìn)行加速引導(dǎo),建議車速因行駛距離的不同存在明顯差異;當(dāng)公交車初始行駛速度位于(20km/h,35km/h)區(qū)間時(shí),計(jì)算所得的綠色建議車速與初始速度相差不大,沒必要對(duì)公交車進(jìn)行綠色誘導(dǎo);當(dāng)公交車初始行駛速度較大時(shí),需通過綠色車速引導(dǎo)策略對(duì)公交車進(jìn)行減速引導(dǎo),計(jì)算所得的建議車速穩(wěn)定,為30km/h。需要說明的是,當(dāng)行駛距離較小時(shí),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(duì)綠色車速引導(dǎo)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(dǎo)車速。
公交車綠色車速引導(dǎo)模型流程如圖5所示。
圖5 綠色車速引導(dǎo)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(duì)無控制策略、傳統(tǒng)車速引導(dǎo)策略和綠色車速引導(dǎo)策略下公交車運(yùn)行情況進(jìn)行仿真分析。無控制策略、傳統(tǒng)引導(dǎo)策略和綠色車速引導(dǎo)策略下公交車的平均行駛時(shí)間分別為1 425,1 235和1 285s。
兩種引導(dǎo)策略下公交車的平均行駛時(shí)間均小于無控制策略的。傳統(tǒng)車速引導(dǎo)策略提升13%,綠色引導(dǎo)策略提升10%,說明引導(dǎo)策略對(duì)公交車運(yùn)行情況有所改善,傳統(tǒng)引導(dǎo)策略提升效果更大,但并不明顯。
傳統(tǒng)引導(dǎo)策略和綠色車速引導(dǎo)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(dǎo)策略下公交車的油耗較傳統(tǒng)車速引導(dǎo)策略下的低些,實(shí)現(xiàn)了公交車高效、低耗的控制目標(biāo)。
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(shí)時(shí)監(jiān)控并誘導(dǎo)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(jié)合下游交叉口實(shí)際信號(hào)燈情況,對(duì)公交車進(jìn)行速度誘導(dǎo),減少公交車交叉口??繒r(shí)間,提高公交車運(yùn)行效率。
2)行駛路段有公交停靠站
停站階段:通過綠色車速引導(dǎo)策略,計(jì)算公交車進(jìn)站過程綠色建議速度,實(shí)行綠色誘導(dǎo),使公交車行駛進(jìn)入??空?。
離站階段:公交車完成上、下客關(guān)閉車門后,結(jié)合下游交叉口信息,按照行駛路段無公交??空厩闆r進(jìn)行速度引導(dǎo)。
針對(duì)車速引導(dǎo)策略在公交優(yōu)先發(fā)展中的實(shí)際應(yīng)用,為減少公交車行駛油耗,作者提出了一種綠色車速引導(dǎo)策略。基于車輛比功率(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(dǎo)車速并建立引導(dǎo)模型,最后通過仿真模擬,驗(yàn)證了該策略的效果。仿真結(jié)果表明:通過對(duì)公交車進(jìn)行車速引導(dǎo),能夠減少公交車的油耗。綠色車速引導(dǎo)策略較傳統(tǒng)車速引導(dǎo)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(shí)實(shí)現(xiàn)了公交車的高效、低耗的優(yōu)化目標(biāo)。
(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(hào)交叉口車速引導(dǎo)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(dǎo)和調(diào)度集成方法[J].東南大學(xué)學(xué)報(bào),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(duì)比分析[D].北京:北京交通大學(xué),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(duì)二氧化碳的輕型汽油車VSP區(qū)間劃分[J].環(huán)境科學(xué)學(xué)報(bào),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))