基于仿真优化的环保型交通管理策略协同设计

In recent years, transportation pollution emission issue has caused severe negative-impacts on public health and environment. Previous studies have demonstrated that implementing carefully-designed traffic management strategies substantially contributes to mitigating traffic emissions. However, the current implementation of traffic-emission-reduction management strategies faces the following drawbacks: i) the strategy design over-relies on experiences; ii) single strategy instead of hybrid strategies is utilized; iii) the microscopic traffic simulator and vehicle emission simulator are not well utilized or integrated in the strategy optimization process. To overcome these drawbacks, this project is devoted to exploring the design of hybrid management strategies and developing a simulation-based optimization approach to mitigate the urban traffic emissions. More specifically, our work will first explore traffic network equilibrium conditions under hybrid management strategies. Based on the results, a transportation network optimization model is formulated to minimize the total emissions. Then, this project will build up an integrated microscopic simulation platform to accurately evaluate the urban traffic emissions and mobility under any particular hybrid management strategy. Finally, in order to take advantage of both the computational tractability of the transportation network optimization model and the analytical accuracy of integrated simulation platform, this project will this project will propose a meta-model-based simulation optimization model to promote the sustainability of the urban transportation system, i.e., reducing the traffic emission and increasing the traffic mobility. Case studies and sensitive analyses will also be conducted to demonstrate our model and derive important insights. To sum up, the proposed modeling framework not only can assist traffic management agency to efficiently and effectively design strategies, but also provides quantitative supports to the environmental protection agency’s decision making on regional-emission-control policies.

科学、合理地制定交通管理策略是缓解城市交通污染排放问题的有效途径。本课题的研究将充分考虑多种交通管理策略之间的差异性和联动性，运用基于元模型的仿真优化方法实现对复合交通管理策略的协同优化设计。首先，课题研究进行多种交通管理策略交织作用下的网络均衡分析，并以此为基础构建城市交通网络减排协同优化宏观模型。随后，课题将搭建城市交通微观集成仿真平台，用于精确评价不同策略组合下的城市交通排放水平和运行效率。最后，课题研究将融合交通减排优化宏观模型求解的高效性与微观仿真平台评价的精准性，运用基于元模型的仿真优化方法，以城市交通路网环境效益和运行效率总体最大化为目标，求解出最优的多种交通管理策略组合实施方案。研究成果一方面可以帮助交通管理部门快速高效地制定管理策略，提高实施方案的理论性和实用性，另一方面能够引导环保部门制定更为合理的区域排放管制政策，从而为我国城市缓解交通污染问题提供科学且有效的行动指南

伴随着空气污染问题日益严重，各国政府都在管理和控制源自机动车的尾气排放，其中最为普遍和有效的政策为设置低排放区域（Low Emission Zone, LEZ）。在此背景下，如何更科学、合理地设置LEZ和制定有效的交通管理策略是缓解城市交通污染排放问题的途径。本课题研究首先基于LEZ设置政策，提出了更完善的负效用函数刻画出城市交通机动车出行时驾驶员的速度选择行为，建立了基于限速、LEZ区域收费等交通管理策略作用下的交通网络用户均衡模型，在此基础上以提高交通运行效率、减少整体污染物排放并满足LEZ排放上限为目标，构建了固定LEZ下限速、限速与LEZ区域收费协同优化的双层规划模型，并设计除了高效的启发式算法进行求解。此外，考虑到电动车（包括混合电动车和纯电动车）市场的蓬勃发展，本课题提出了更贴近现实的多车型混合交通均衡模型。以此为基础构建了电动汽车充电站与LEZ布局联合优化模型。随后，本课题构建了Paramics+MOVES集成式交通仿真平台，并以限速方案制定为例，说明了该集成式交通仿真平台的计算流程，用于精确评价不同策略下的交通排放水平和运行效率，从而提升了交通管理策略的实用性。最后，基于所构建的宏观双层规划模型和集成式微观仿真平台，项目研究分别运用了基于元模型和“元模型+代理函数”的仿真优化方法，充分融合宏观模型的快速求解优势和微观仿真平台的细致精准，以兼顾交通运行效率和节能减排为目标，建立了交通管理策略仿真优化框架。以环保型限速为例分别进行了基于元模型和“元模型+代理函数”的仿真优化设计，并设计了高效的启发式算法和基于活跃集（active-set）的算法进行模型求解。上述研究内容均通过数值实验和实际路网进行了分析和验证，证明了项目研究从本质上提升交通管理效率和环保性的理论价值和实际效用。综上所述，研究成果可以帮助交通管理部门制定出更为科学实用且高效的交通管理策略实施方案，另一方面能够引导环保部门制定更为合理的LEZ政策，从而为我国城市缓解交通污染问题提供科学且有效的行动指南。