巴興強(qiáng)，徐孟發(fā)，李洪濤

(東北林業(yè)大學(xué) 交通學(xué)院， 哈爾濱 150040)

截止2016年底，我國(guó)機(jī)動(dòng)車保有量達(dá)2.95億輛。2016年，全國(guó)機(jī)動(dòng)車排放污染物初步核算為4 532.2萬(wàn)t，其中氮氧化物(NOx)577.8萬(wàn)t，碳?xì)浠衔?HC)422.0萬(wàn)t，一氧化碳(CO)3 419.3萬(wàn)t，顆粒物(PM)56.0萬(wàn)t。汽車是機(jī)動(dòng)車污染物排放總量的主要貢獻(xiàn)者，其排放的NOx和PM超過(guò)90%，HC和CO超過(guò)80%[1]。

MOVES是由美國(guó)環(huán)保署(EPA)開發(fā)的新一代綜合移動(dòng)源排放模型，能在宏觀、中觀和微觀不同層面上進(jìn)行排放測(cè)算，精度較高，是一種綜合性、適應(yīng)性更強(qiáng)的尾氣排放模型[2]。在國(guó)外許多學(xué)者將MOVES模型與交通類模型結(jié)合使用，利用微觀仿真軟件輸出的逐秒數(shù)據(jù)來(lái)實(shí)現(xiàn)MOVES的排放測(cè)算。Sadeka等[3]利用微觀仿真軟件Paramics提取逐秒的數(shù)據(jù)來(lái)提高M(jìn)OVES微觀層面的仿真測(cè)算精度。國(guó)內(nèi)學(xué)者郭園園等[4]對(duì)MOVES模型結(jié)構(gòu)原理和排放計(jì)算也進(jìn)行了研究。黃文偉[5]用MOVES對(duì)車輛的排放因子進(jìn)行模擬，結(jié)合實(shí)測(cè)結(jié)果對(duì)其進(jìn)行驗(yàn)證。張廣昕[6]基于MOVES對(duì)機(jī)動(dòng)車排放進(jìn)行分析，提出減排措施。

Labview是一種圖形化的編程工具，功能強(qiáng)大、靈活，其圖形化的界面使得編程及使用過(guò)程都方便高效[7]?；诖?，本文根據(jù)MOVES模型計(jì)算原理，將微觀交通仿真模型VISSIM與MOVES結(jié)合使用，用Labview編制機(jī)動(dòng)車運(yùn)行工況計(jì)算平臺(tái)，搭建排放測(cè)算平臺(tái)分析交叉口組織優(yōu)化措施對(duì)于排放效果的影響。

1 運(yùn)行工況計(jì)算平臺(tái)設(shè)計(jì)

1.1 MOVES模型計(jì)算原理

機(jī)動(dòng)車比功率VSP綜合考慮了車輛實(shí)際行駛過(guò)程中速度、加速度和道路坡度等影響功率輸出的情況，與油耗排放等密切相關(guān)，近年來(lái)在各種機(jī)動(dòng)車尾氣量化排放模型中使用越來(lái)越廣泛[8-9]。MOVES就是將機(jī)動(dòng)車行駛工況與機(jī)動(dòng)車比功率VSP和速度相關(guān)聯(lián)起來(lái)，作為計(jì)算排放率的其中一個(gè)重要數(shù)據(jù)[10-11]。簡(jiǎn)化的VSP計(jì)算公式為：

VSP=v(1.1a+0.132)+0.000 302×v3

其中：a表示機(jī)動(dòng)車的加速度(m/s2)；v表示機(jī)動(dòng)車速度(m/s)。

本平臺(tái)首先根據(jù)VISSIM評(píng)價(jià)文件輸出的機(jī)動(dòng)車逐秒的a和v值，根據(jù)VSP計(jì)算公式得到機(jī)動(dòng)車的瞬時(shí)VSP。

MOVES在進(jìn)行微觀層面排放測(cè)算時(shí)，最主要的輸入數(shù)據(jù)是排放源bin運(yùn)行工況分布參數(shù)，運(yùn)行工況比速度和行駛周期能更詳盡描述排放源的運(yùn)行特征[14-15]。MOVES模型中把機(jī)動(dòng)車排放分成不同的排放源bin，排放源bin模塊與機(jī)動(dòng)車比功率VSP和速度的關(guān)系見表1。

表1 機(jī)動(dòng)車運(yùn)行工況分布

注：剎車工況bin為0，怠速工況bin為1。

1.2 MOVES與VISSIM耦合

VISSIM中車型分為小汽車、公交車、貨車等6種。MOVES中車輛類型分別為摩托車、轎車、客運(yùn)車等11種[12-13]。將兩個(gè)軟件結(jié)合使用，須建立兩者之間的車型對(duì)應(yīng)關(guān)系。本文主要分析小汽車、公交車和貨車的排放特性，3種車型在VISSIM和MOVES的對(duì)應(yīng)關(guān)系見表2。

表2 VISSIM和MOVES車型對(duì)應(yīng)關(guān)系

本文用Labview編程工具搭建機(jī)動(dòng)車運(yùn)行工況計(jì)算平臺(tái)，通過(guò)VISSIM輸出的逐秒數(shù)據(jù)計(jì)算機(jī)動(dòng)車運(yùn)行工況分布比例，之后導(dǎo)入MOVES中進(jìn)行排放測(cè)算。

1.3 搭建排放測(cè)算平臺(tái)

根據(jù)VSP計(jì)算公式和表1中運(yùn)行工況與VSP、v的關(guān)系，用Labview編程計(jì)算?；赩ISSIM逐秒仿真數(shù)據(jù)的機(jī)動(dòng)車運(yùn)行工況計(jì)算平臺(tái)如圖1所示，該數(shù)據(jù)轉(zhuǎn)換平臺(tái)可以更好地將VISSIM和MOVES結(jié)合使用。

圖1 運(yùn)行工況計(jì)算平臺(tái)

基于該數(shù)據(jù)轉(zhuǎn)換平臺(tái)，可共同構(gòu)建基于微觀交通仿真模型的排放測(cè)算平臺(tái)，具體工作流程如圖2所示。

圖2 排放測(cè)算平臺(tái)流程

根據(jù)調(diào)查得到的交通基礎(chǔ)數(shù)據(jù)，在VISSIM中進(jìn)行交通仿真，通過(guò)VISSIM評(píng)價(jià)“車輛記錄”中輸出“車輛編號(hào)”、“車輛類型”、“車道路段編號(hào)”、“車道索引”、“速度”、“加速度”等參數(shù)；用MySQL數(shù)據(jù)庫(kù)對(duì)VISSIM數(shù)據(jù)按照“路段編號(hào)”進(jìn)行處理，將每條路段上的機(jī)動(dòng)車類型、速度、加速度進(jìn)行統(tǒng)計(jì)處理，作為導(dǎo)入機(jī)動(dòng)車運(yùn)行工況平臺(tái)的基礎(chǔ)數(shù)據(jù)；將整理過(guò)的數(shù)據(jù)通過(guò)人工操作導(dǎo)入到機(jī)動(dòng)車運(yùn)行工況計(jì)算平臺(tái)，得出各路段各車型的運(yùn)行工況分布比例；然后將各路段上的機(jī)動(dòng)車運(yùn)行工況分布比例按照“MOVES data import”導(dǎo)出模板進(jìn)行填充，再將填充的“路段信息”、“運(yùn)行工況”等數(shù)據(jù)導(dǎo)入MOVES模型進(jìn)行排放測(cè)算。

2 交叉口組織優(yōu)化排放分析

選定一城市信號(hào)控制交叉口，東西方向?yàn)殡p向9車道主干路，南北為雙向5車道次干路，該交叉口的基礎(chǔ)信息見表3和表4。

表3 原始交叉口信號(hào)配時(shí)方案 s

表4 原始交叉口數(shù)據(jù) (veh·h-1)

注：交通組成采用VISSIM默認(rèn)值，95%為小汽車，公交車為3%，貨車為2%。

2.1 原始交叉口排放特性分析

在VISSIM中構(gòu)建交叉口模型，對(duì)駕駛行為參數(shù)進(jìn)行校正，設(shè)置最小車頭間距1 m，消失前等待時(shí)間80 s，最小車頭間距1 m，設(shè)置安全距離的附件部分為2.75 m，安全距離的倍數(shù)部分為3.75 m。通過(guò)機(jī)動(dòng)車運(yùn)行工況計(jì)算平臺(tái)得到的機(jī)動(dòng)車VSP的分布情況如圖3所示。

圖3 原始交叉口各車型VSP bins分布

由圖3可知：各車型在交叉口的怠速工況比例都比較高，小汽車VSP bins分布在bin16～bin24區(qū)間，貨車和公交車VSP bins主要分布在bin0～bin16區(qū)間，VSP bins超過(guò)bin30的比例較低，表明機(jī)動(dòng)車在經(jīng)過(guò)交叉口時(shí)速度較低，說(shuō)明研究機(jī)動(dòng)車在交叉口排放是解決交通排放的重點(diǎn)。經(jīng)排放測(cè)算平臺(tái)計(jì)算得出原始交叉口車均延誤、平均停車次數(shù)及單位小時(shí)交叉口污染物排放量，見表5。

表5 原始交叉口評(píng)價(jià)指標(biāo)

2.2 交叉口渠化對(duì)交通排放的影響

對(duì)原始交叉口南北向進(jìn)口道進(jìn)行渠化，進(jìn)口道右側(cè)拓寬，由3條進(jìn)口道改成4條，左邊車道設(shè)為左轉(zhuǎn)，中間兩條為直行，右邊為右轉(zhuǎn)，如圖4所示。

圖4 南北向進(jìn)口道渠化

交叉口渠化后，對(duì)渠化前后各類車型的VSP bins分布情況進(jìn)行分析，結(jié)果如圖5所示。

由圖5可知：渠化后各車型的怠速工況和剎車工況比例都有所減少。經(jīng)排放測(cè)算平臺(tái)計(jì)算渠化后車均延誤、停車次數(shù)及單位小時(shí)內(nèi)交叉口污染物排放量，結(jié)果見表6。渠化后車均延誤為25.9 s，下降了9.1%；平均停車次數(shù)為0.62，減少了13.9%；渠化后CO、HC和NOx排放分別下降了31.1%、13.2%、6.7%。故對(duì)交叉口采取合理的渠化措施不僅可以降低機(jī)動(dòng)車的行車延誤和停車次數(shù)，對(duì)于減少交通排放也很有幫助。

圖5 渠化后VSP bins分布對(duì)比

評(píng)價(jià)指標(biāo)車均延誤/s停車次數(shù)排放量/(g·h-1)COHCNOx渠化25.90.625 428.991 136.891 407.45原始28.50.727 875.291 309.79 1 509.06

2.3 設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)對(duì)交通排放的影響

在原始交叉口設(shè)置東西向的左轉(zhuǎn)待轉(zhuǎn)區(qū)，須在交叉口增加信號(hào)燈組5，設(shè)置在東西向進(jìn)口道左轉(zhuǎn)車道，信號(hào)燈組4前移至左轉(zhuǎn)待轉(zhuǎn)區(qū)域，東西直行相位的信號(hào)燈組保持不變。交叉口信號(hào)燈組調(diào)整如圖6所示。

圖6 信號(hào)燈組調(diào)整示意圖

設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)后，各車型VSP bins分布情況如圖7所示。

圖7 設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)后VSP bins分布對(duì)比

由圖7可知：設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)后，機(jī)動(dòng)車剎車工況bin0比例有所增加，怠速工況bin1比例有所下降，表明設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)后交叉口的停車次數(shù)有所增加。設(shè)置左轉(zhuǎn)待轉(zhuǎn)后車均延誤、停車次數(shù)及單位小時(shí)內(nèi)污染物排放量見表7。設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)后，車均延誤為28.1 s，車均延誤降低1.4%；停車次數(shù)為0.74，增加了2.7%；交叉口CO、HC和NOx排放量分別增加37.3%、15.2%、21.6%。設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)充分利用了交叉口的幾何空間和左轉(zhuǎn)相位綠燈時(shí)間，但交通排放可能增加，故在交叉口設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)時(shí)要權(quán)衡交叉口排放與延誤水平之間的權(quán)重。

表7 設(shè)置待轉(zhuǎn)區(qū)的交叉口評(píng)價(jià)指標(biāo)

2.4 信號(hào)優(yōu)化對(duì)交通排放的影響

原始交叉口仿真中出現(xiàn)部分相位車輛排隊(duì)時(shí)間長(zhǎng)，而有的相位沒有車輛通行，所以需要對(duì)叉口的初始信號(hào)配方案時(shí)進(jìn)行優(yōu)化。根據(jù)韋伯斯特信號(hào)配時(shí)算法對(duì)信號(hào)配時(shí)進(jìn)行優(yōu)化，優(yōu)化后的信號(hào)配時(shí)參數(shù)見表8。

表8信號(hào)配時(shí)優(yōu)化參數(shù) s

信號(hào)配時(shí)優(yōu)化后，各車型VSP分布變化如圖8所示。由圖8可知：經(jīng)過(guò)信號(hào)優(yōu)化后的交叉口機(jī)動(dòng)車怠速VSP bins分布比例有所減少，小汽車VSP bin16～bin30所占比例有所增加，公交車和貨車VSP bin12～bin16所占比例也有所增加。信號(hào)優(yōu)化后車均延誤、停車次數(shù)及單位小時(shí)污染物排放量見表9。信號(hào)優(yōu)化后的車均延誤為25.4 s，減少了8.05%；停車次數(shù)為0.675，減少了6.64%；CO、HC和NOx排放量分別降低了4.9%、16.8%、9.3%，減排效果明顯。

圖8 信號(hào)優(yōu)化后VSPbins分布對(duì)比

評(píng)價(jià)指標(biāo)車均延誤/s停車次數(shù)排放因子/(g·h-1)COHCNOx信號(hào)優(yōu)化25.40.6757 489.481 089.251 369.84基礎(chǔ)28.50.727 875.291 309.79 1 509.06

3 結(jié)論

通過(guò)搭建機(jī)動(dòng)車運(yùn)行工況仿真平臺(tái)，更好地將VISSIM和MOVES結(jié)合使用，為微觀交通層面進(jìn)行排放測(cè)算提供精確量化的方法，利用排放測(cè)算平臺(tái)對(duì)交叉口組織優(yōu)化措施進(jìn)行分析，結(jié)果表明：

1) 對(duì)交叉口進(jìn)行合理渠化、結(jié)合路權(quán)分配等措施不僅能減少交叉口的車均延誤和停車次數(shù)，同時(shí)對(duì)于減少交叉口的排放也有明顯效果。

2) 對(duì)于左轉(zhuǎn)車流較大的交叉口，設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)可以有效地利用信號(hào)綠燈時(shí)間，減少車輛在交叉口的延誤時(shí)間，但增加了機(jī)動(dòng)車的停車次數(shù)，污染物排放可能增加，因此在考慮設(shè)置左轉(zhuǎn)待轉(zhuǎn)區(qū)時(shí)，應(yīng)該充分權(quán)衡行車延誤和交通排放之間的權(quán)重。

交叉口信號(hào)優(yōu)化的目的是最大限度地滿足交叉口的交通需求，合理的信號(hào)優(yōu)化是降低車均延誤和減少交通排放更有效、快捷的方法。

用該排放測(cè)算平臺(tái)對(duì)交叉口組織優(yōu)化措施進(jìn)行排放測(cè)算分析，可以從微觀層面精確量化每種組織措施對(duì)交通排放的影響。

[1] 環(huán)境保護(hù)部.中國(guó)機(jī)動(dòng)車環(huán)境管理年報(bào)(2017)[EB/OL].[2017-06-20].http://www.mep.gov.cn/gkml/sthjbgw/qt/201706/t20170603_415265.htm.

[2] 黃冠濤.基于MOVES的微觀層次交通排放評(píng)價(jià)[D].北京：北京交通大學(xué),2011.

[3] SADEKA W,ZHAO Y J.Computation efficient approaches to integrating the MOVES emissions model with traffic simulators[J].Procedia Computer SciVerse,2013,35(5):882-887.

[4] 郭園園,曹罡,朱榮淑.基于深圳本土化MOVES模型微觀層次敏感性分析[J].交通信息與安全,2015,33(2):116-123.

[5] 黃文偉,強(qiáng)明明,孫龍林，等.基于MOVES的車輛排放因子測(cè)試[J].交通運(yùn)輸工程學(xué)報(bào),2017,17(1):140-148.

[6] 張廣昕,孫晉偉.基于MOVES的機(jī)動(dòng)車排放分析及控制措施研究[J].交通節(jié)能與環(huán)保,2013,9(1):24-29.

[7] 吳湖青，李秀梅.基于Labview的信號(hào)處理虛擬實(shí)驗(yàn)平臺(tái).[J].杭州師范大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014,13(6):669-672.

[8] 楊鵬史，劉永紅，黃玉婷，等.基于ES-VSP分布的交通狀態(tài)對(duì)公交車動(dòng)態(tài)排放的影響[J].環(huán)境科學(xué)研究,2017,30(11):1793-1800.

[9] 楊兆升,曲鑫,林賜云，等.考慮低排放低延誤的交通信號(hào)優(yōu)化方法[J].華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,43(10):29-34+41.

[10] 呂寧寧.基于MOVES的交通排放評(píng)價(jià)系統(tǒng)及優(yōu)化[D].西安：長(zhǎng)安大學(xué),2012.

[11] 姚榮涵,王筱雨,趙勝川,等.基于機(jī)動(dòng)車比功率的單點(diǎn)信號(hào)配時(shí)優(yōu)化模型[J].交通運(yùn)輸系統(tǒng)工程與信息,2015,15(5):89-95.

[12] 謝榮富,陳振斌,鄧小康，等.基于MOVES2014a的海口市機(jī)動(dòng)車污染物排放特征及分擔(dān)率研究[J].海南大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,35(3):282-289.

[13] U.S.Environment Protection Agency.Using MOVES2014 in project-level Carbon Monoxide Analyses[R].Washington:Transportation and Climate Division Office of Transportation and Air Quality,2015.

[14] U.S.Environment Protection Agency.MOVES 2014a User Guide[R].Washington:Assessment and Standards Division Office of Transportation and Air Quality,2015.

[15] 肖裕龍.基于機(jī)動(dòng)車PM2.5排放分析的信號(hào)控制交叉口仿真優(yōu)化研究[D].成都：西南交通大學(xué),2015.