随机特性下考虑碳排放的公交优先控制优化模型

doi:10.12141/j.issn.1000-565X.230178

华南理工大学学报(自然科学版) ›› 2023, Vol. 51 ›› Issue (10): 160-170.doi: 10.12141/j.issn.1000-565X.230178

所属专题： 2023绿色智慧交通系统专辑

• 绿色智慧交通系统 • 上一篇

随机特性下考虑碳排放的公交优先控制优化模型

胡兴华¹ 陈兴辉¹ 汪然² 隆冰³ 吴江⁴

^1.重庆交通大学交通运输学院, 重庆 400074
^2.重庆攸亮科技股份有限公司, 重庆 404100
^3.重庆市交通规划研究院, 重庆 401120
^4.重庆盛远工程设计咨询有限公司, 重庆 400023

收稿日期:2023-06-06 出版日期:2023-10-25 发布日期:2023-06-06
通信作者: 陈兴辉（1998-），男，硕士生，主要从事区域及城市交通运输系统规划研究。 E-mail: cxh_19981008@163.com
作者简介:胡兴华（1981-），男，博士，教授，主要从事交通碳排放大数据分析及绿色低碳政策、区域及城市交通运输系统规划研究。E-mail： xhhoo@cqjtu.edu.cn
基金资助:
四川省科技计划项目(2022YFG0132);重庆市研究生联合培养基地项目(JDLHPYJD2019007);重庆市社会科学规划项目(2021NDYB035)

Optimization Model of Bus Priority Control Considering Carbon Emissions with Stochastic Characteristics

HU Xinghua¹ CHEN Xinghui¹ WANG Ran² LONG Bing³ WU Jiang⁴

^1.School of Traffic &Transportation，Chongqing Jiaotong University，Chongqing 400074，China
^2.Chongqing YouLiang Science & Technology Co. ，Ltd. ，Chongqing 404100，China
^3.Chongqing Transport Planning Institute，Chongqing 401120，China
^4.Chongqing Shengyuan Engineering Design Consulting Co. ，Ltd. ，Chongqing 400023，China

Received:2023-06-06 Online:2023-10-25 Published:2023-06-06
Contact: 陈兴辉（1998-），男，硕士生，主要从事区域及城市交通运输系统规划研究。 E-mail: cxh_19981008@163.com
About author:胡兴华（1981-），男，博士，教授，主要从事交通碳排放大数据分析及绿色低碳政策、区域及城市交通运输系统规划研究。E-mail： xhhoo@cqjtu.edu.cn
Supported by:
the Sichuan Science and Technology Project(2022YFG0132);the Chongqing Postgraduate Joint Training Base Project(JDLHPYJD2019007);the Chongqing Social Science Planning Project(2021NDYB035)

摘要/Abstract

摘要：

在交通强国建设的大背景下，大力发展城市公共交通，推动城市可持续发展已然成为城市交通发展的必然要求。公交信号优先控制作为一种主动优先策略，可有效减少公交车辆在信号交叉口处产生的碳排放和延误，提升公交服务质量。为研究公交优先控制策略对交通碳排放的影响，基于交叉口车速随机特性，引入公交车速概率密度函数，分析了延误、停车次数、速度等主要参数对交通碳排放的影响。采用车速引导与绿时延长的组合控制策略，以交叉口上游路段以及交叉口范围内不同燃料类型的公交车和小汽车的碳排放减少量最优为上层目标，以人总延误减少量最优为下层目标，以引导速度以及非公交优先相位被压缩的绿灯时间为决策变量，建立单交叉口公交优先控制双层优化模型，并采用Gauss-Seidel迭代算法对模型进行求解。最后，将所建立的模型应用算例进行分析，结果表明，在引导提速与绿时延长策略下，交叉口整体的碳排放和人总延误减少量可分别达到25.63%和36.27%。模型有效降低了交叉口上游路段以及交叉口范围内的碳排放和人总延误，在推动可持续发展的同时，实现了交叉口整体通行效益最优。

关键词: 城市交通, 碳排放, 公交优先控制, 车速引导, 概率密度函数

Abstract:

In the context of the construction of a country with a strong transportation network, vigorously developing urban public transportation and promoting sustainable urban development has become an inevitable requirement for urban transportation development. Transit signal priority control, as an active priority strategy, can effectively reduce the carbon emissions and delays generated by buses at signal intersections, and improve the quality of bus service. A bus speed probability density function was introduced to study the effect of bus priority control strategy on traffic carbon emission, based on the speed stochastic characteristics of intersection. The effect of main parameters such as delay, stopping times, and speed on traffic carbon emission was analyzed. A bi-level optimization model of single-intersection bus priority control was established using the combination strategy of speed guidance and green extension. The model took the optimal carbon emission reduction of buses and cars with different fuel types in the upstream section of the intersection and the intersection control area as the upper-level objective, the optimal total people delay reduction as the lower-level objective, and the guidance speed as well as the compressed green time of the non-bus-priority phases as the decision variables. The Gauss-Seidel iterative algorithm was used to solve the model. Finally, the established model was applied to the calculation cases for analysis, and the results indicated that under the guidance acceleration and green extension strategy, the overall carbon emission and total passenger delay reduction of the intersection could reach 25.63% and 36.27%, respectively. The model effectively reduced carbon emissions and total passenger delays in the upstream sections of the intersection and the intersection control area, and optimized the overall traffic benefit of the intersection while promoting sustainable development.

Key words: urban traffic, carbon emissions, bus priority control, speed guidance, probability density function

中图分类号:

U491.1⁺7

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.

HU Xinghua, CHEN Xinghui, WANG Ran, et al. Optimization Model of Bus Priority Control Considering Carbon Emissions with Stochastic Characteristics[J]. Journal of South China University of Technology(Natural Science Edition), 2023, 51(10): 160-170.

图/表 14

图1

图2

图3

图4

图5

表1

Gauss-Seidel算法求解步骤"

算法：Gauss-Seidel

步骤1 固定上层模型的决策变量 $v b 1, 1$ 、 $v b 2, 1$ 、 $g e k$ （k=1， …， n），视下层目标函数为f（t₁， …， t_z ），其中，z为决策变量的个数，t₁， …， t_z 分别为 $v b 1, 1$ ， …， $g e k$ 。设第p次外循环迭代后的下层变量 $T p$ =（ $t 1 p$ ， $t 2 p$ ， …， $t j p$ ， …， $t z p$ ），初始化 $T p$ 中的元素序号j为1，外循环迭代次数p为0，预设目标函数初值为0。根据下层变量的约束条件，随机产生初始解 $T 0$ =（ $t 10$ ， $t 20$ ， …， $t j 0$ ， …， $t z 0$ ）。

步骤2 定义 $T t j -$ 为除 $t j$ 外的变量集， $T j -$ =（t₁， t₂， …， $t j$ ， …， t_z ），赋值 $T p + 1$ = $T p$ ，对下层目标函数的决策变量进行对角化迭代。

步骤3 如果 $t j$ ∈｛ $v b 1, 1$ 、 $v b 2, 1$ 、 $g e k$ ｝， j=j+1，暂时固定 $T t j -$ ，得到f（ $t j, T t j -$ ）， $t j$ ∈（ $t j m i n$ ， $t j m a x$ ）， $t j m i n$ 、 $t j m a x$ 分别为 $t j$ 的上、下界。

步骤4 计算满足 $∂ f t j, T t j - ∂ t j$ =0的 $t j$ 值，标识为 $t j ¯$ 。

步骤5 如果 $t j ¯$ ∈（ $t j m i n$ ， $t j m a x$ ），计算 $m a x f t j m i n, T t j m i n -, f t j ¯, T t ¯ j -, f t j m a x, T t j m a x -$ ；否则，计算 $m a x f t j m i n, T t j m i n -, f t j m a x, T t j m a x -$ ，将其对应的 $t j$ 值赋给 $t j k + 1$ ， j=j+1。

步骤6 小循环终止准则为：如果j>z，p=p+1，执行步骤7，否则返回步骤3。

步骤7 优化上层模型决策变量，暂时固定下层模型中的决策变量，对上层模型中的决策变量进行对角化迭代，更新 $v b 1, 1$ 、 $v b 2, 1$ 、 $g e k$ ，得到 $T p$ 。

步骤8 大循环收敛准则为：如果 $f T p + 1 - f T p$ 满足收敛精度，则停止迭代；否则，j=1，转到步骤2。

步骤9 将求得的未知变量 $v b 1, 1$ 、 $v b 2, 1$ 、 $g e k$ （k=1， …， n）代入目标函数 $∆ E$ 和 $∆ D$ 中，得到对应的目标函数值。

表1

图6

表2

表3

表4

图7

图8

图9

图10

参考文献 18

1	LI J， LIU Y， ZHENG N，et al ．Regional coordinated bus priority signal control considering pedestrian and vehicle delays at urban intersections［J］．IEEE Transactions on Intelligent Transportation Systems，2021，3（2）：85-103.
2	XU T， BARMAN S， LEVIN M W，et al ．Integrating public transit signal priority into max-pressure signal control：methodology and simulation study on a downtown network［J］．Transportation Research Part C：Emerging Technologies，2022，138：103614.
3	宋现敏，冷宁，姜景玲．车联网环境下基于可变相位的公交优先信号控制方法［J］．华南理工大学学报（自然科学版），2021，49（5）：18-27.
	SONG Xianmin， LENG Ning， JIANG Jingling ．Bus priority signal control method based on variable phase in internet vehicles environment［J］．Journal of South China University of Technology （Natural Science Edition），2021，49（5）：18-27.
4	CEYLAN H， BELL M G H ．Traffic signal timing optimization based on genetic algorithm approach，including drivers’routing［J］．Transportation Research Part B：Methodological，2020，38（4）：329-342.
5	Liu J， Lin P， Ran B ．A reservation-based coordinated transit signal priority method for bus rapid transit system with connected vehicle technologies［J］．IEEE Intelligent Transportation Systems Magazine，2020，13（4）：17-30.
6	欧诗琪，俞春辉，马万经．干线信号协调背景下的网联公交实时优先控制方法［J］．同济大学学报（自然科学版），2022，50（3）：339-350.
	Shiqi OU， YU Chunhui， MA Wanjing ．Connected bus real-time priority control considering arterial signal coordination［J］．Journal of Tongji University （Natural Science），2022，50（3）：339-350.
7	KWAK J， PARK B， LEE J ．Evaluating the impacts of urban corridor traffic signal optimization on vehicle emissions and fuel consumption［J］．Transportation Planning and Technology，2019，35（2）：145-160.
8	KAREKLA X， FERNANDEZ R， TYLER N ．Environmental effect of bus priority measures applied on a road network in santiago，chile［J］．Transportation Research Record，2018，2672（8）：135-142.
9	HALLMARK S L， FOMUNUNG I， GUENSLER R，et al ．Assessing impacts of improved signal timing as a transportation control measure using an activity-specific modeling approach［J］．Transportation Research Record，2020，1738（1）：49-55.
10	刘畅，魏丽英．考虑人均延误和人均排放的信号配时优化模型［J］．哈尔滨工业大学学报，2018，50（9）：83-88.
	LIU Chang， WEI Liying ．Signal timing optimization model considering per capita delay and per capita emissions［J］．Journal of Harbin Institute of Technology，2018，50（9）：83-88.
11	HU X， CHEN X， GUO J，et al ．Optimization model for bus priority control considering carbon emissions under non-bus lane conditions［J］．Journal of Cleaner Production，2023，402：136747.
12	彭飞，宋国华，尹航，等．面向实际交通状态的混合动力汽车能耗和CO₂排放模型［J］．交通运输系统工程与信息，2022，22（6）：316-326.
	PENG Fei， SONG Guohua， YIN Hang，et al ．Energy consumption and co₂ emission model for hybrid vehicles in real traffic conditions［J］．Journal of Transportation Systems Engineering and Information Technology，2022，22（6）：316-326.
13	徐龙，王力，刘莹，等．基于多源数据的公交车能耗碳排放测算模型［J］．交通运输系统工程与信息，2020，20（3）：174-181.
	XU Long， WANG Li， LIU Ying，et al ．Calculation model of bus energy consumption and co₂ emission based on multi-source data［J］．Journal of Transportation Systems Engineering and Information Technology，2020，20（3）：174-181.
14	THODI B T， CHILUKURI B R， VANAJAKSHI L ．An analytical approach to real-time bus signal priority system for isolated intersections［J］．Journal of Intelligent Transportation Systems，2022，26（2）：145-167.
15	胡兴华．车路协同环境下信号交叉口公交优先控制优化研究［D］．北京：北京交通大学，2016.
16	MONDAL S， GUPTA A ．Evaluation of driver acceleration/deceleration behavior at signalized intersections using vehicle trajectory data［J］．Transportation Letters，2023，15（4）：350-362.
17	唐一媛，毛保华，周琪等．电动汽车运行阶段碳排放因子影响因素研究［J］．交通节能与环保， 2022，18（3）：17-22.
	TANG Yiyuan， MAO Baohua， ZHOU Qi，et al ．Impact analysis on carbon emission factor in operations of electric vehicle［J］．Transport Energy Conservation & Environmental Protection，2022，18（3）：17-22.
18	QUNFANG G， HUANG X ．The influence of energy consumption and research and development on carbon emission in China：a modified spatial Durbin model approach［J］．Environmental Science and Pollution Research，2023，30（15）：44173-44186.

进口道方向		到达率/（辆·s^-1）		饱和流率/（辆·s^-1）
进口道方向		纯电动小汽车	燃油小汽车	饱和流率/（辆·s^-1）
南进口	直行	0.13	0.76	1.30
南进口	左转	0.10	0.25	0.41
北进口	直行	0.15	0.74	1.30
北进口	左转	0.11	0.26	0.41
东进口	直行	0.18	0.58	1.02
东进口	左转	0.13	0.42	0.72
西进口	直行	0.17	0.65	1.02
西进口	左转	0.13	0.40	0.72

工况类型	能耗/（g·s^-1）
工况类型	减速能耗	加速能耗	怠速能耗
纯电动公交车	0.678 4	2.815 4	1.371 0
天然气公交车	4.731 4	19.635 5	9.561 8
纯电动小汽车	0.254 6	1.100 5	0.525 6
燃油小汽车	1.068 4	4.618 2	2.205 7

进口道方向	多项式系数	b₁/10^-6	b₂/10^-3	b₃/10^-3	b₀/10^-2	R²
进口道方向	多项式基函数次数	x³	x²	x	1	R²
南进口道	直行	-7.34	24.30	-168.00	1.73	0.968
南进口道	左转	-12.30	3.38	43.70	-10.10	0.967
北进口道	直行	-43.80	21.90	-25.70	30.30	0.984
北进口道	左转	-13.20	4.46	1.67	-23.40	0.964
东进口道	直行	-7.68	3.57	42.80	2.37	0.958
东进口道	左转	-23.60	1.07	19.30	-38.20	0.972
西进口道	直行	-7.28	2.58	46.70	25.80	0.967
西进口道	左转	-21.60	1.73	24.30	6.37	0.958

[1]	杨亚璪, 翁唐政. 时空约束对运动出行的影响[J]. 华南理工大学学报(自然科学版), 2024, 52(2): 113-123.
[2]	庄焱, 董春娇, 米雪玉, 王菁, 杨妙言. 基于改进网络核密度和负二项回归的事故黑点鉴别[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 119-126.
[3]	赵小梅, 郝郭宇, 牛晓婧, 周志前. 不同降雨量下基于宏观基本图的边界控制策略[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 72-82.
[4]	陈小鸿, 田田甜, 张华. 城市居民活动韧性——新冠肺炎疫情期间轨道客流恢复的实证[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 109-119.
[5]	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.
[6]	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.
[7]	许伦辉, 余佳芯, 裴明阳, 等. 基于几何路网结构和强化学习的车辆重定位策略[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 99-109.
[8]	沈羽桐, 李明, 崔志勇, 等. 混合服务模式车辆资源多时段分配方法研究[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 89-98.
[9]	王昊, 谢凝. 考虑有轨电车效率的干线分段绿波协调优化模型[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 95-105.
[10]	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.
[11]	赵建东, 朱丹, 刘佳欣. 基于时间序列分解与门控循环单元的地铁换乘客流预测 [J]. 华南理工大学学报(自然科学版), 2022, 50(5): 22-31.
[12]	吴娇蓉谢金宏王宇沁. 公交线路运行不稳定性画像方法及其应用[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 15-22.
[13]	陈小红, 胡芳. 基于可能度的交叉口信号控制区间优化模型[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 29-40.
[14]	俞礼军. 具有路段容量限制的广义系统最优交通分配[J]. 华南理工大学学报(自然科学版), 2021, 49(4): 140-148.
[15]	姚恩建卢沐阳刘宇环元凌. 考虑充电约束的电动公交区域行车计划编制[J]. 华南理工大学学报（自然科学版）, 2019, 47(9): 68-73.

随机特性下考虑碳排放的公交优先控制优化模型

Optimization Model of Bus Priority Control Considering Carbon Emissions with Stochastic Characteristics

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价