基於排放約束的交通流最佳化演化算法研究

《基於排放約束的交通流最佳化演化算法研究》是依託清華大學，由劉歡擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於排放約束的交通流最佳化演化算法研究
• 依託單位：清華大學
• 項目負責人：劉歡
• 項目類別：青年科學基金項目

項目摘要

針對我國城市交通及空氣品質管理的需要，緊扣以機動車排放為約束進行交通流最佳化和交通量控制這一問題，依據交通流變化-排放模擬-交通流最佳化的研究思路，從正向模擬、反向最佳化兩個層面上系統解析交通流與機動車排放的制約關係。通過交通流聚類、分解，尋求城市不同交通狀況的能耗、排放變化規律，揭示交通流類型與排放的映射關係，構建基於道路類型的機動車排放對交通流的映射關係庫，從而建立正向的交通流對應排放模擬模型。以正向映射為基礎，研究探索以機動車排放為約束的交通流最佳化策略，提出最佳化技術路線和逐步判據。並運用演化算法，尋求在交通需求、環境約束共同作用下的交通流控制近似最優解，為城市交通流控制和大氣污染控制應急提供快速有效的技術方法，供城市規劃與決策參考。

結題摘要

交通排放是霧霾的重要原因，源解析顯示機動車對於PM2.5貢獻超過30%。本研究通過大量的測試、數據分析和數學建模等科學手段，解析城市交通的排放特徵，建立了不同因素和排放的定量關聯，並耦合多個分量模型，開展基於整個交通系統的以特徵污染物排放最小為目標的最佳化。主要內容和重要結果如下： 通過實驗室測試、道路PEMS測試以及文獻綜述，確立了不同類型車輛在不同行駛工況下的多污染物基礎排放因子，首次納入了蒸發排放，並對以往研究中相對薄弱的柴油貨車排放進行了精細化研究。發現從國I到國IV標準，輕型車尾氣HC排放降低了97%，但蒸發排放未得到改善，已經超過了國Ⅲ，國IV車尾氣排放。重型車的氣態污染物和顆粒物排放隨排放標準加嚴得到了明顯改善，但氮氧化物控制未取得預期效果，2011年貨運車氮氧化物排放已達500萬噸，高於環保部估計28%。不同路段工況下最高的排放因子比最低的排放因子分別高73.5%和51.2%。基於上述結果，對輕型車和重型車分別設定了進化目標。 建立二級映射耦合排放模型，發現3 組共30 個微分單元的排放速率，組內呈現快速上升趨勢，組間呈現基數緩慢上升、斜率逐漸增大的趨勢。此模型的優點是能夠在保留較高空間解析度（細化到路段）的同時，用相對較為簡單的數學關係，實現對因子和目標之間的表達，實現了交通流信息與排放的定量關聯。為通過演化算法開展反向最佳化，設計搭建IED系統，實現了以小時為時間尺度、逐路段格線的排放計算，並進一步建立了貨運車的區域排放分配方法，這一成果發表在學科頂級期刊ACPD上。 分別對城市規模、街區形態建立了面向排放預測的交通活動模型，與排放模型集成，揭示了城市特徵-街區形態—出行方式選擇—交通能耗/排放的內在影響機制，為利用城市規模、土地利用規劃影響交通排放提供了科學工具。通過多城市基礎數據採集，建立了城市靜態交通水平、動態交通活動和機動車排放的同步資料庫；基於23個小區上千份入戶調查，選用多項Logistic模型，研究了四種街區形態居民出行方式選擇模型；利用自下而上的方法研預測了不同規模城市居民出行需求、出行距離、出行方式的分配，發現推動公共運輸和限制私家車使用可以使得2030年我國交通部門能耗排放降低21%。如果能夠最佳化城市形態和街道設計，則能耗和排放降低的效果可以翻倍。 本研究的排放模型方法被環保部採納用作機動車排放清單編制指南。