一种考虑低碳排放约束影响的交通方式与路径选择方法

摘要

本发明公开了一种考虑低碳排放约束影响的交通方式与路径选择方法，提出在传统的交通方式和交通分配组合模型中加入低碳排放约束条件，利用基于实数编码的遗传算法进行模型的求解，得到满足低碳约束条件的公交车和私家车出行需求和路网中各路段的交通量。通过将模型的分析结果与传统的未考虑低碳排放约束模型的分析结果进行对比，分析了为达到低碳减排目标而所需提高的公交出行方式分担率和为达到CO环境标准而所需调整的路段交通量，建立了适合于我国交通环境保护的考虑低碳排放约束影响的交通方式与路径选择方法，克服了现有交通规划技术未考虑交通碳排放对环境影响的缺陷和不足，从而促进了交通低碳可持续发展。

主权项

1.一种考虑低碳排放约束影响的交通方式与路径选择方法，包括如下步骤：步骤1：建立抽象的交通网络：从起点r到讫点s间有多条路径，每条路径由若干条起终点相互连接的路段组成，已知起讫点rs间的交通出行总人数；步骤2：分别建立含碳尾气排放物CO和CO₂的低碳排放约束条件：其中CO₂的约束条件为任意起始点间公交车和私家车的出行人数与两种交通方式的单位里程人均CO₂排放量的乘积应不大于交通出行总人数与城市交通系统人均能源消耗限值的乘积，如式(1)所示；CO的约束条件为道路机动车的流量不应超过CO环境二级标准所能容纳的最大机动车数量，如式(2)所示：$(q_{\mathrm{rs}}-{\hat{q}}_{\mathrm{rs}})\times {\mathrm{RF}}_1+{\hat{q}}_{\mathrm{rs}}\times {\mathrm{RF}}_2\le {\mathrm{RF}}_{\max }\times q_{\mathrm{rs}},\forall r,s,---\left(1\right)$$(x_{a1}/n)+\alpha \times (x_{a2}/m)\le V_a,\forall a,---\left(2\right)$式中，代表任意的，代表对任意的起讫点rs都有式(1)成立；q_rs为r与s之间的出行总人数；为r与s之间公交车出行人数；为r与s之间私家车出行人数；PF₁为小汽车的单位里程人均CO₂排放量，为定值；PF₂为公交车单位里程人均CO₂排放量，为定值；RF_max为城市交通系统人均能源消耗限值，为定值。代表对任意的路段a都有式(2)成立；x_a1为路段a上私家车出行人数，n为每辆私家车的平均载客人数；x_a2为路段a上公交车出行人数，m为每辆公交车的平均载客人数；V_a为满足CO环境二级标准路段a所能容纳的最大机动车数量，为定值；α为公交车的当量小汽车换算系数；步骤3：在传统的交通方式和交通分配组合模型中加入步骤2所述的低碳排放约束条件，建立考虑低碳排放约束的交通方式和交通分配组合模型，其能够分析低碳排放约束对出行方式及路径选择的影响：以x_a1、x_a2以及为决策变量，以交通出行总时间最小化为目标，建立如式(3)的目标函数：$\min Z(x_{a1},x_{a2},{\hat{q}}_{\mathrm{rs}})=\underset{a}{\Sigma }{\int }_0^{x_{a1}}{t}_{a1}\left(x_{a1}\right){\mathrm{dx}}_{a1}+\underset{a}{\Sigma }{\int }_0^{x_{a2}}{t}_{a2}\left(x_{a2}\right)d{x}_{a2}+\underset{\mathrm{rs}}{\Sigma }{\int }_0^{{\hat{q}}_{\mathrm{rs}}}(\ln \frac{{\hat{q}}_{\mathrm{rs}}}{q_{\mathrm{rs}}-{\hat{q}}_{\mathrm{rs}}}+{\phi }_{\mathrm{rs}})d{\hat{q}}_{\mathrm{rs}}---\left(3\right)$其中：φ_rs为经验参数，该参数概括了除行驶阻力之外的所有影响运输方式选择的因素。t_a1(x_a1)和t_a2(x_a2)分别代表私家车和公交车在路段a的走行时间函数；然后，建立对应式(3)目标函数的约束条件式，包含与传统的交通方式与交通分配模型相同的约束条件，即守恒约束、路径路段关系约束以及非负约束，以及不同于传统模型的低碳排放约束条件：守恒约束：k条路径的私家车出行人数之和等于起讫点间私家车出行人数，如式(4)所示；k条路径的公交车出行人数等于起讫点间公交车出行人数的总和，如式(5)所示：$\underset{k}{\Sigma }{f}_{\mathrm{rs},k}^1=q_{\mathrm{rs}}-{\hat{q}}_{\mathrm{rs}},\forall r,s,k---\left(4\right)$$\underset{k}{\Sigma }{f}_{\mathrm{rs},k}^2={\hat{q}}_{\mathrm{rs}},\forall r,s,k---\left(5\right)$其中：为起讫对r-s之间路径k上的第i种方式的出行人数，i＝1代表私家车，i2代表公交车；路径路段关系约束：路段a上的私家车出行人数等于通过路段a的路径上的私家车出行人数的累加之和，如式(6)所示；公交车亦然，如式(7)所示。$x_{a1}=\underset{r}{\Sigma }\underset{s}{\Sigma }\underset{k}{\Sigma }{f}_{\mathrm{rs},k}^1{\delta }_{a,k}^1,\forall a---\left(6\right)$$x_{a2}=\underset{r}{\Sigma }\underset{s}{\Sigma }\underset{k}{\Sigma }{f}_{\mathrm{rs},k}^2{\delta }_{a,k}^2,\forall a---\left(7\right)$其中：为路段路径的关联变量，i＝1代表私家车，i2代表公交车，如果路段a第i种交通方式在起讫对r-s之间的第k条路径上，为1，否则为0；非负约束：路径和路段交通出行人数都是大于或者等于0的实数，如(8)所示。$f_{\mathrm{rs},k}^i\ge 0,\forall r,s,k,i=\mathrm{1,2}---\left(8\right)$步骤4：基于步骤1的交通网络以及起讫点间给定的出行总人数，求解步骤3所述的交通分配组合模型，获得路段的私家车出行人数和公交车出行人数，进而求得起讫点间私家车和公交车的出行人数。