楊鈺浩，于謙

(1.陜西鐵路工程職業(yè)技術(shù)學(xué)院，陜西 渭南 714000；2.長安大學(xué) 運(yùn)輸工程學(xué)院，陜西 西安 710064)

將微觀交通仿真軟件與排放模型結(jié)合，分析交通管理策略對(duì)機(jī)動(dòng)車排放的影響，已經(jīng)成為交通環(huán)境領(lǐng)域的一個(gè)研究熱點(diǎn).VISSIM作為常用的微觀交通仿真軟件，其內(nèi)置的Wiedemann74生理心理模型用來刻畫跟馳后車不同狀態(tài)下的瞬時(shí)速度與加速度.國內(nèi)外眾多學(xué)者利用VISSIM開展了多項(xiàng)微觀交通仿真及排放研究[1-3].在以往的微觀仿真研究中，VISSIM仿真在進(jìn)行參數(shù)標(biāo)定時(shí)，較多選取交通流量、平均速度、車頭時(shí)距、排隊(duì)長度、加減速度等指標(biāo)[4-5].Arafat等[6]基于現(xiàn)實(shí)交叉口數(shù)據(jù)，以平均車頭時(shí)距為評(píng)價(jià)標(biāo)準(zhǔn)，建立路網(wǎng)仿真，校準(zhǔn)車頭視距相關(guān)模型參數(shù).Faezi 等[7]采用描述性統(tǒng)計(jì)和推論統(tǒng)計(jì)的方法，以期望速度和起步加速度為校準(zhǔn)參數(shù)，研究不同氣候條件下，交叉口交通飽和流量狀況.Siam等[8]基于實(shí)測高速公路數(shù)據(jù)，采用模擬退火算法，以仿真和實(shí)測車輛逐秒速度為評(píng)價(jià)標(biāo)準(zhǔn)，以Wiedemann99跟馳模型參數(shù)為校準(zhǔn)參數(shù)，提出一種基于VISSIM微觀仿真的自動(dòng)化參數(shù)校準(zhǔn)工具.Eric等[9]基于實(shí)測視頻數(shù)據(jù)，以交通流量、平均排隊(duì)長度和最大排隊(duì)長度為評(píng)價(jià)標(biāo)準(zhǔn)，以最小車頭時(shí)距和車輛速度為校準(zhǔn)參數(shù)，建立路網(wǎng)仿真，研究在無信號(hào)的 T 形交叉口處引導(dǎo)左轉(zhuǎn)車道安裝的必要性.齊澤陽等[10]基于實(shí)測有軌電車數(shù)據(jù)，并以VISSIM進(jìn)行路網(wǎng)仿真.以行程時(shí)間為評(píng)價(jià)指標(biāo)，以VISSIM中的跟馳模型參數(shù)和換道模型參數(shù)為校準(zhǔn)參數(shù)，提出了一種參數(shù)敏感性分析流程.屈新明[11]等人通過校準(zhǔn)跟馳模型核心參數(shù)，選取交叉口信號(hào)車頭時(shí)距作為檢驗(yàn)標(biāo)準(zhǔn)，提高了仿真評(píng)價(jià)的可信度.

機(jī)動(dòng)車比功率(Vehicle Specific Power，VSP)定義為單位質(zhì)量機(jī)動(dòng)車發(fā)出的功率，主要與車輛瞬時(shí)速度和加速度有關(guān)，相關(guān)研究表明機(jī)動(dòng)車比功率與車輛尾氣排放之間存在著明確的物理意義和數(shù)學(xué)關(guān)系[12].傳統(tǒng)標(biāo)定方法未選取VSP分布、車輛加速度分布等微觀指標(biāo)，同時(shí)對(duì)VISSIM中駕駛員微觀駕駛行為刻畫及其對(duì)排放計(jì)算結(jié)果影響等微觀層面研究較少，往往交通排放仿真結(jié)果與實(shí)際情況差異較大，所以在排放仿真過程中需要進(jìn)一步對(duì)相關(guān)駕駛行為參數(shù)進(jìn)行標(biāo)定.

基于此研究背景，本文從VISSIM內(nèi)置的Wiedemann74跟馳模型研究出發(fā)，在收集西安市城市道路輕型車跟馳駕駛行為數(shù)據(jù)的基礎(chǔ)上，對(duì)比實(shí)測和仿真VSP分布情況，并結(jié)合實(shí)際情況對(duì)仿真參數(shù)進(jìn)行優(yōu)化，分析VISSIM排放測算適用性.

1 實(shí)測跟馳數(shù)據(jù)采集

本文在西安市分別選取二環(huán)路、子午大道全段(快速路)、長安路的航天城到鐘樓路段(主干路)、自強(qiáng)路全段(次干路)、東七路全段(支路)進(jìn)行跟車試驗(yàn)，試驗(yàn)路段如圖1所示.測試車輛選取一輛輕型汽油車，車型為福特?？怂?，駕駛員駕齡為3年.數(shù)據(jù)收集采用Hi-drive跟馳數(shù)據(jù)采集儀器，如圖2所示.為保證數(shù)據(jù)的全面性，采用三天分別獲取其高峰狀態(tài)(兩天)和平峰狀態(tài)(一天)，測試時(shí)間節(jié)點(diǎn)如表1所示.

圖1 跟馳數(shù)據(jù)采集行車路線圖

表1 跟馳數(shù)據(jù)采集時(shí)間節(jié)點(diǎn)表

圖2為跟馳數(shù)據(jù)采集設(shè)備的Hi-driver示意圖，跟馳后車配置Hi-driver儀器，其內(nèi)置GPS獲取跟馳后車瞬時(shí)速度；前置激光獲取跟馳前車瞬時(shí)速度；前置雷達(dá)獲取跟馳前后車車輛間距.

圖2 跟馳數(shù)據(jù)采集設(shè)備Hi-driver示意圖

跟車測試因Hi-driver設(shè)備在遇到隧道或立交橋時(shí)受信號(hào)干擾可能會(huì)導(dǎo)致本車速度缺失，因此本文對(duì)數(shù)據(jù)丟失在5 s以內(nèi)的速度和加速度采用線性插法進(jìn)行補(bǔ)全.而大于5 s的數(shù)據(jù)丟失，則將其作為前后兩段數(shù)據(jù)的分界點(diǎn)；本次測試路段較為平坦，由于車輛油耗、排放受道路坡度影響較大，因此對(duì)少數(shù)道路坡度較大的路段數(shù)據(jù)予以剔除.

根據(jù)測試車型及測試環(huán)境，本文在計(jì)算車輛比功率時(shí)，采用下列公式[13]計(jì)算VSP：

VSP=v(1.1a+0.132)+0.000 302v3

(1)

?VSP∈[n-0.5,n+0.5]VSPbin=n

(2)

其中，VSP代表車輛逐秒比功率，kW/t；v代表車輛行駛速度，m/s；a代表車輛行駛瞬時(shí)加速度，m/s2；n為整數(shù).

2 模型仿真思路

Wiedemann74跟馳模型是一種基于駕駛員生理心理的跟馳模型，根據(jù)前后車距離和速度差將后車行駛狀態(tài)劃分為自由行駛、逼近行駛、跟馳行駛和制動(dòng)行駛四個(gè)狀態(tài).根據(jù)后車的行駛狀態(tài)，計(jì)算后車加速度，跟馳后車加減速度計(jì)算思路如圖3所示.在基于Wiedemann74跟馳模型進(jìn)行后車速度、加減速度計(jì)算時(shí)，模型中各參數(shù)意義及默認(rèn)取值如表2所示[14-15].

表2 Wiedeman74跟馳模型參數(shù)默認(rèn)取值

如圖3所示，跟馳后車的加減速度根據(jù)前后車間距和前后車速度進(jìn)行計(jì)算，首先確定在當(dāng)前時(shí)刻后車處于哪種行駛狀態(tài)，再根據(jù)各個(gè)行駛狀態(tài)不同的加減速度計(jì)算方式，確定當(dāng)前后車的加速度，從而確定下一秒跟馳車輛的速度.本文通過python編程實(shí)現(xiàn)跟馳模型，根據(jù)實(shí)測前車的數(shù)據(jù)，循環(huán)輸出跟馳后車的速度和加速度.

圖3 跟馳后車加減速度計(jì)算思路

3 實(shí)測與仿真數(shù)據(jù)對(duì)比分析

3.1 速度分布對(duì)比分析

城市道路限速最高為60 km/h，本文通過劃分速度區(qū)間計(jì)算平均行程速度來分析仿真和實(shí)測的速度整體分布情況.每個(gè)路段原始數(shù)據(jù)以60 s為間隔進(jìn)行劃分，求其平均行程速度，再將平均行程車速劃分為30個(gè)速度區(qū)間，每個(gè)速度區(qū)間間隔單位為2 km/h，如[0 km/h，2 km/h]對(duì)應(yīng)速度區(qū)間1，(2 km/h，4 km/h]對(duì)應(yīng)速度區(qū)間2.分別將快速路、主干路、次干路和支路各個(gè)路段的實(shí)測后車速度數(shù)據(jù)和仿真后車速度數(shù)據(jù)進(jìn)行對(duì)比分析，不同類型道路實(shí)測與仿真速度分布如圖4所示.

由圖4可以看出，在快速路路段實(shí)測速度區(qū)間峰值出現(xiàn)在速度區(qū)間25(48～50 km/h)，分布率為17%；仿真的峰值出現(xiàn)在速度區(qū)間24(46～48 km/h)，分布率為17%.仿真和實(shí)測的最大誤差為10%，出現(xiàn)在速度區(qū)間24和25.仿真和實(shí)測的車輛速度偏高，主要由于快速路段不受信號(hào)燈影響，車輛不停車通過.在主干路段仿真和實(shí)測的峰值均出現(xiàn)在速度區(qū)間4(6～8 km/h)，分布率為14%.仿真和實(shí)測的最大誤差為3.3%，出現(xiàn)在速度區(qū)間5.主干路段車速在速度區(qū)間1-5較為集中，主要是由于主干路交通流量大，信號(hào)燈控制等原因，導(dǎo)致車速在低速區(qū)間集中.在次干路段仿真和實(shí)測在速度區(qū)間12和13都呈現(xiàn)雙峰值的情況，分布率為20%.仿真和實(shí)測最大誤差為8.2%，出現(xiàn)在速度區(qū)間9.在支路仿真和實(shí)測的峰值都出現(xiàn)在速度區(qū)間8，實(shí)測峰值的分布率為18.5%，仿真峰值的分布率為22%.仿真和實(shí)測的最大誤差為8%，出現(xiàn)在速度區(qū)間9.可見除了主干路段外，對(duì)快速路、次干路、支路的速度分布刻畫存在一定誤差.

(a) 快速路仿真與實(shí)測速度區(qū)間分布

3.2 VSP對(duì)比分析

根據(jù)實(shí)測采集及仿真后得到的車輛逐秒加速度和速度數(shù)據(jù)，利用式(1)可以計(jì)算輕型車車輛的VSP.為了比較不同速度區(qū)間實(shí)測及仿真VSP分布情況，本文將收集到的車輛逐秒數(shù)據(jù)，根據(jù)速度劃分為3個(gè)區(qū)間，低速區(qū)間[0～20 km/h)、中速區(qū)間[20～40 km/h)和高速區(qū)間[40～60 km/h)，不同區(qū)間的實(shí)測及仿真VSP分布情況如圖5所示.

(a) 低速區(qū)間

從圖5可以看出，由實(shí)測數(shù)據(jù)計(jì)算得出的比功率，在低速、中速、高速范圍內(nèi)，分布率峰值分別出現(xiàn)在VSPbin=0、VSPbin=1及VSPbin=2.進(jìn)行正態(tài)分布檢驗(yàn)后，發(fā)現(xiàn)實(shí)測數(shù)據(jù)的VSP在中速區(qū)間、高速區(qū)間均服從正態(tài)分布.同時(shí)，仿真得出VSP分布與實(shí)測數(shù)據(jù)相比存在較大差異.在峰值處，低速區(qū)間內(nèi)，在VSPbin=0的區(qū)間，仿真與實(shí)測分布率相差了21.2%；中速區(qū)間內(nèi)，在VSPbin=1區(qū)間，仿真和實(shí)測相差12.6%；高速區(qū)間內(nèi)，在VSPbin=2區(qū)間則相差12.2%.由此可以看出Wiedemann74跟馳模型仿真得出數(shù)據(jù)在用于VSP計(jì)算時(shí)，存在較大誤差.在中速和高速區(qū)間仿真得出VSP呈現(xiàn)不規(guī)律分布，因此不能將VISSIM仿真直接用于依托VSP的城市道路交通排放測算，需進(jìn)一步對(duì)模型參數(shù)進(jìn)行標(biāo)定.

4 跟馳模型參數(shù)優(yōu)化

4.1 遺傳算法參數(shù)優(yōu)化

本文選擇遺傳算法優(yōu)化Wiedemann74跟馳模型參數(shù)， 尋找仿真及實(shí)測VSP均方誤差最小的最優(yōu)解，遺傳算法模型中參數(shù)選擇如表3所示，最終優(yōu)化后參數(shù)值如表4所示.

表3 遺傳算法模型參數(shù)

表4 遺傳算法優(yōu)化參數(shù)結(jié)果

4.2 優(yōu)化效果分析

本文以跟馳模型參數(shù)為優(yōu)化對(duì)象，尋找VSP均方誤差最小的最優(yōu)解.參數(shù)優(yōu)化前后VSP均方誤差分別為11.35及4.45，可見參數(shù)優(yōu)化后，有效降低了仿真造成的VSP計(jì)算誤差.優(yōu)化后不同速度區(qū)間VSPbin分布如圖6所示.由圖6可以看出，在利用遺傳算法對(duì)模型參數(shù)進(jìn)行優(yōu)化后，仿真計(jì)算得出比功率分布曲線與實(shí)測分布率曲線有相似的變化趨勢(shì).在中速和高速區(qū)間，仿真得出的VSPbin分布規(guī)律也服從正態(tài)分布.但是從圖中可以看出，在最大迭代次數(shù)截止后，Wiedemann74跟馳模型對(duì)比功率分布刻畫仍存在缺陷，仿真得出數(shù)據(jù)顯示，仿真刻畫的駕駛行為較實(shí)際情況更為激進(jìn).

(a) 低速區(qū)間

為了進(jìn)一步分析參數(shù)優(yōu)化效果，對(duì)比仿真和實(shí)測排放估算誤差，利用基于速度及比功率VSP的排放模型分別計(jì)算實(shí)測和仿真車輛平均排放因子.本文首先基于車載排放測試得到瞬時(shí)排放數(shù)據(jù)及工況數(shù)據(jù)，通過聚類分析得到基于速度及比功率VSP二維矩陣的汽油小汽車不同工況區(qū)間對(duì)應(yīng)排放率表，如表5所示，排放計(jì)算結(jié)果如圖7所示.

表5 汽油小汽車不同工況區(qū)間對(duì)應(yīng)排放率表

表5 汽油小汽車不同工況區(qū)間對(duì)應(yīng)排放率表 (續(xù)表)

圖7 實(shí)測和參數(shù)優(yōu)化前后車輛排放因子

如圖7所示，在不進(jìn)行參數(shù)優(yōu)化時(shí)，其仿真計(jì)算得出的CO2排放因子、CO排放因子、NOx排放因子和HC排放因子與實(shí)測相差13.75%、10.76%、21.54%和15.87%.而在利用遺傳算法對(duì)跟馳模型參數(shù)進(jìn)行優(yōu)化后，排放計(jì)算誤差明顯減少，其中CO2、CO、NOx和HC排放因子與實(shí)測誤差分別為6.33%、0.45%、15.16%、9.14%.

5 結(jié)論

比功率是排放測算的關(guān)鍵參數(shù)，本文運(yùn)用跟馳數(shù)據(jù)采集設(shè)備，在西安市不同類型道路，實(shí)際測量前后車速度差、車頭間距等數(shù)據(jù).基于Wiedemann74跟馳模型機(jī)理，對(duì)比實(shí)測和仿真的平均速度分布及比功率分布，發(fā)現(xiàn)VISSIM對(duì)測試路段的平均速度分布刻畫較為準(zhǔn)確.但是VSP分布的仿真結(jié)果與實(shí)測存在較大差距，不能滿足排放測算的需求.主要原因在于仿真模型對(duì)跟馳閾值刻畫的不準(zhǔn)確，而且仿真車輛加減速度分布較為分散，與實(shí)際駕駛行為不相符.之后采用遺傳算法對(duì)模型參數(shù)進(jìn)行優(yōu)化，優(yōu)化后仿真與實(shí)測的VSPbin均方誤差及排放因子計(jì)算誤差均有明顯減少.