基于碳排放的航空器时空滑行优化研究

doi:10.12141/j.issn.1000-565X.230220

华南理工大学学报(自然科学版) ›› 2023, Vol. 51 ›› Issue (10): 152-159.doi: 10.12141/j.issn.1000-565X.230220

所属专题： 2023绿色智慧交通系统专辑

基于碳排放的航空器时空滑行优化研究

姜雨¹ 王雅莎¹ 薛清文² 吴薇薇¹

^1.南京航空航天大学民航学院，江苏南京 210016
^2.南京航空航天大学通用航空与飞行学院，江苏南京 210016

收稿日期:2023-04-10 出版日期:2023-10-25 发布日期:2023-06-05
通信作者: 薛清文（1992-），女，博士，讲师，主要从事机场运行优化、无人机运行优化研究。 E-mail:qingwenx@nuaa.edu.cn
作者简介:姜雨（1975-），女，博士，副教授，主要从事机场场面运行优化研究。E-mail:jiangyu07@nuaa.edu.cn
基金资助:
国家自然科学基金资助项目(52372298)

Research on Space-Time Taxiing Optimization of Aircraft Based on Carbon Emission

JIANG Yu¹ WANG Yasha¹ XUE Qingwen² WU Weiwei¹

^1.College of Civil Aviation，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，Jiangsu，China
^2.College of General Aviation and Flight，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，Jiangsu，China

Received:2023-04-10 Online:2023-10-25 Published:2023-06-05
Contact: 薛清文（1992-），女，博士，讲师，主要从事机场运行优化、无人机运行优化研究。 E-mail:qingwenx@nuaa.edu.cn
About author:姜雨（1975-），女，博士，副教授，主要从事机场场面运行优化研究。E-mail:jiangyu07@nuaa.edu.cn
Supported by:
the National Natural Science Foundation of China(52372298)

摘要/Abstract

摘要：

航空运输业是碳排放最大的行业之一，随着航空运输业的发展和环境保护管控的加强，航空运输业面临着巨大的环境压力。如何降低航空运输业的碳排放引起广泛的关注。机场场面航空器的滑行产生大量的碳排放，优化航空器的滑行是降低航空运输碳排放的重要途径。此外，为保证航空运输的安全性和高效性，机场场面的航空器滑行需要考虑滑行等待和滑行冲突等因素的影响。针对该问题，本文提出了一种基于碳排放的场面航空器时空滑行优化模型。通过在上层模型决策滑行路径，在下层模型决策滑行时间，上下层交互优化使场面航空器滑行碳排放总量、进场航空器滑行等待时间和航空器滑行冲突最小。为提高模型求解质量，设计一种上下层模型交互优化的迭代邻域搜索算法，引入冲突解脱邻域算子和随机扰动算子来求解该模型。根据广州白云国际机场的实际运行数据验证所提出的模型和算法。实验结果表明：与采用最短滑行策略相比，在避免场面航空器滑行冲突的条件下，所提模型在一个半小时的规划期内可为47架航空器减少971 kg航空器碳排放量，占总量的1.8%。该研究可以在提高滑行效率和滑行安全性的同时，提供更环保的滑行策略，帮助航空运输业降低碳排放，提高航空运输的可持续性。

关键词: 航空器滑行, 碳排放, 时空滑行优化, 开始滑行时间, 邻域搜索

Abstract:

The aviation transportation industry is one of the largest industries of carbon emission. With the development of the aviation transportation industry and the strengthening of environmental regulations, the industry is facing enormous environmental pressure. How to reduce the carbon emissions of the air transport industry has attracted wide attention. Aircrafts taxiing in airport scene emits a lot of carbon. Therefor, optimizing aircraft taxiing is an important way to reduce aviation transportation carbon emissions. In addition, to ensure the safety and efficiency of aviation transportation, taxiing on the airport apron must also consider factors such as taxiing waiting time and taxiing conflicts. To solve this problem, this paper proposed an optimization model of space-time taxiing of aircraft considering carbon emission. By deciding the taxiing path in the upper model and the taxiing time in the lower model, the upper and lower interactive optimization minimizes the total carbon emission of aircraft taxiing, the taxiing waiting time of approach aircrafts and the conflict of aircraft taxiing. To improve the quality of the model solutions, an iterative neighborhood search algorithm based on the interaction optimization of upper and lower models was designed to solve the model and the conflict-free neighborhood operator and stochastic perturbation operator were introduced. The proposed model and algorithm were validated with actual operational data from Guangzhou Baiyun International Airport. The experimental results show that compared with the shortest taxiing strategy, the proposed model reduced the total carbon emission for 47 aircrafts by 971 kg, accounting for 1.8% of the total carbon emissions, in the planning period of one and a half hours under the condition of avoiding aircraft taxiing conflict. This research can provide a more environmentally friendly taxiing strategy while improving taxiing efficiency and safety, helping the aviation transportation industry reduce carbon emissions and achieve greater sustainability.

Key words: aircraft taxi, carbon emission, space-time taxiing optimization, time to start taxiing, neighborhood search

中图分类号:

V351.1

姜雨, 王雅莎, 薛清文, 等. 基于碳排放的航空器时空滑行优化研究[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 152-159.

JIANG Yu, WANG Yasha, XUE Qingwen, et al. Research on Space-Time Taxiing Optimization of Aircraft Based on Carbon Emission[J]. Journal of South China University of Technology(Natural Science Edition), 2023, 51(10): 152-159.

图/表 13

图１

表１

参数定义"

参数	定义
$F$	进离场航空器集合
$A$	进场航空器集合， $A ∈ F$
$D$	离场航空器集合， $D ∈ F$
$a i$	进场航空器 $i$ 的计划进场时间，min
$p i$	离场航空器 $i$ 的计划开始滑行时间，min
$d i$	离场航空器 $i$ 的计划离场时间，min
$V$	机场节点集，含跑道端节点、滑行道节点、机坪出入口节点
$S i$	航空器 $i$ 的滑行起始节点， $S i ∈ V$
$E i$	航空器 $i$ 的滑行终止节点， $E i ∈ V$
$M$	极大正数
$φ$	所有航空器滑行冲突的总次数
$T A$	进场航空器的最大等待时间，min
$T D$	离场航空器的最大等待时间，min
$t k, i$	决策变量，进离场航空器 $i$ 在节点 $k$ 的时刻
$T i, k, l$	航空器 $i$ 在节点 $k$ 和 $l$ 之间滑行时间，min
$T i t a x i$	航空器 $i$ 在滑行道上滑行的总时间，min
$n i$	航空器 $i$ 的航空器发动机数
$θ i$	航空器 $i$ 的航空器发动机燃油流率，kg/s
$α$	航空煤油折标准煤系数，取值1.471
$β$	标准煤折合碳排放系数，取值3.155
$d k, l$	节点 $k$ 和 $l$ 之间弧段的距离，m
$d s$	航空器滑行的安全间隔距离，m
$v i$	进离场航空器 $i$ 在滑行道的平均滑行速度
$γ i$	航空器 $i$ 进/出机坪的滑行时间，min
$T i s$	航空器 $i$ 在停机位的最小保障服务时间，min
$b i, j, k$	布尔变量，航空器 $i$ 和 $j$ 先后经过节点 $k$ 则为1，否则为0
$r i, k, l$	布尔变量，航空器 $i$ 先后经过节点 $k$ 和 $l$ 则为1，否则为0

表１

图2

图3

表2

图4

表3

算法参数"

模型和算法参数	数值
航空器 $i$ 在滑行道直线弧段的平均滑行速度 $v i$ /（m·s^-1）	8
航空器进场等待时间上限 $T A$ / min	20
航空器离场等待时间上限 $T D$ / min	20
随机扰动概率 $λ$	0.2
单层模型的邻域搜索次数 $w$	100
上下层模型的最大迭代交互次数 $n m a x$	100

表3

表4

表5

图5

图6

图7

图8

参考文献 18

1	IDRISSI O， BIKIR A， MANSOUR K，et al ．Enhancing the management of aircraft taxiing phase by allocating efficient and conflict-free routes［C］∥Proceedings of the 2020 IEEE 2nd International Conference on Electronics，Control，Optimization and Computer Science （ICECOCS）．Kenitra：IEEE，2020：1-4.
2	DI MASCIO P， CORAZZA M V， ROSA N R，et al ．Optimization of aircraft taxiing strategies to reduce the impacts of landing and take-off cycle at airports［J］．Sustainability，2022，14（15）：9692-9707.
3	GREWE V ．Aviation emissions and climate impacts［M］．Routledge：Aviation and Climate Change，2020.
4	LI N，SUNY， YU J，et al ．An empirical study on low emission taxiing path optimization of aircrafts on airport surfaces from the perspective of reducing carbon emissions［J］．Energies，2019，12（9）：1649-1668.
5	WANG X， BROWNLEE A E I， WEISZER M，et al ．A chance-constrained programming model for airport ground movement optimisation with taxi time uncertainties［J］．Transportation Research Part C：Emerging Technologies，2021，132：103382.
6	黄邦菊，史继龙．基于改进GA的滑行道路径冲突解脱研究［J］．科技和产业，2022，22（10）：341-345.
	HUANG Bang-ju， SHI Ji-long ．Study on collision relief of taxiway path based on improved GA［J］．Science Technology and Industry，2022，22（10）：341-345.
7	CHEN T， HANAOKA S ．Improvement of airport surface operation at tokyo international airport using optimization approach［J］．Aerospace，2022，9（3）：145-166.
8	ALONOSO-AYYUSO A， ESUDERO L F， MARTIN-CAMPO F J，et al ．A VNS metaheuristic for solving the aircraft conflict detection and resolution problem by performing turn changes［J］．Journal of Global Optimization，2015，63（3）：583-596.
9	李慧盈，张明，刘思涵，等．基于冲突类型差异的航空器场面滑行路径规划［J］．武汉理工大学学报（交通科学与工程版），2022，46（3）：400-405.
	LI Hui-ying， ZHANG Ming， LIU Si-han ．Aircraft taxiing path planning based on differences in conflict types［J］．Journal of Wuhan University of Technology （Transportation Science & Engineering），2022，46（3）：400-405.
10	ZHAO N， LI N， SUN Y，et al ．4D trajectory planning of aircraft taxiing considering time and fuel［J］．Mathematical Problems in Engineering，2020，2020（2）：1-12.
11	吴虹，赵征．基于蚁群算法的航空器滑行路径优化［J］．哈尔滨商业大学学报，2022，38（5）：555-559.
	WU Hong， ZHAO Zheng ．Aircraft taxiing path optimization based on ant colony algorithm［J］．Journal of Harbin University of Commerce Natural Sciences Edition，2022，38（5）：555-559.
12	孙若飞，李杰，万莉莉，等．基于速度分配的航空器绿色滑行优化［J］．科学技术与工程，2022，22（16）：6752-6758.
	SUN Ruo-fei， LI Jie， WANG Li-li，et al ．Optimization of aircraft green taxi based on speed allocation［J］．Science Technology and Engineering，2022，22（16）：6752-6758.
13	SOLTANI M， AHMADI S， AKGUNDUZ A，et al ．An eco-friendly aircraft taxiing approach with collision and conflict avoidance［J］．Transportation Research Part C：Emerging Technologies，2020，121：102872.
14	WANG R， ALLIGNOL C， BARNIER N，et al ．A new multi-commodity flow model to optimize the robustness of the Gate Allocation Problem［J］．Transportation Research Part C：Emerging Technologies，2022，136：103491.
15	YIN S， HAN K， OCHIENG W Y，et al ．Joint apron-runway assignment for airport surface operations［J］．Transportation Research Part B：Methodological，2022，156：76-100.
16	JIANG Y， LIU Z， HU Z，et al ．Variable neighbourhood search for the integrated runway sequencing，taxiway scheduling，and gate reassignment problem［J］．Transportmetrica B：Transport Dynamics，2022，11（1）：1-16.
17	YU C， ZHANG D， LAU H Y K H ．A heuristic approach for solving an integrated gate reassignment and taxi scheduling problem［J］．Journal of Air Transport Management，2017，62：189-196.
18	BABIC O， TEODOROVIC D， TOSIC V ．Aircraft stand assignment to minimize walking［J］．Journal of Transportation Engineering，1984，110（1）：55-66.

航空器	机型	计划进场时间/min	计划离场时间/min	进场跑道	离场跑道	机位
1	A320	5	65	02R	19	155
2	A320	10	85	02R	02L	164
3	A320	15	95	1	19	208
4	B737	20	85	1	02L	227
︙	︙	︙	︙	︙	︙	︙

航空器编号	进/离场路径	计划进/离场时间/min	滑行开始时间/min	滑行结束时间/min
1	1	5	5.4	11.4
1	1	65	53.8	64.6
2	2	10	11.0	15.8
2	1	85	77.3	84.4
3	3	15	15.8	18.2
3	1	95	81.2	89.0
︙	︙	︙	︙	︙

算法	碳排放总量/kg	总等待时间/s	平均等待时间/s	冲突位置数
对照组	53 955	0	0	40
时空优化模型	52 984	4 856	103.3	0

[1]	林培群, 张扬, 罗芷晴, 等. 融合多源数据的高速公路路段车流碳排放精细测算方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 100-108.
[2]	胡兴华, 陈兴辉, 汪然, 等. 随机特性下考虑碳排放的公交优先控制优化模型[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 160-170.
[3]	林旭坤, 张扬, 罗芷晴, 等. 高速公路网车辆碳排放测算方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 22-28.
[4]	管超张则强李云鹏贾林. 一种求解双层过道布置问题的离散花授粉算法[J]. 华南理工大学学报（自然科学版）, 2019, 47(10): 60-74.
[5]	翟聪巫威眺黄玲刘伟铭郑丽媛. 基于时变安全距离的跟驰模型反馈控制[J]. 华南理工大学学报（自然科学版）, 2017, 45(7): 126-134,152.
[6]	于宏涛高立群韩希昌. 求解旅行商问题的离散人工萤火虫算法[J]. 华南理工大学学报（自然科学版）, 2015, 43(1): 126-131,139.
[7]	刘国中文福拴董朝阳. 市场环境下计及CO2排放政策变化的发电投资期权博弈方法[J]. 华南理工大学学报（自然科学版）, 2010, 38(3): 101-108.

基于碳排放的航空器时空滑行优化研究

Research on Space-Time Taxiing Optimization of Aircraft Based on Carbon Emission

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 18

相关文章 7

编辑推荐

Metrics

本文评价