OPTIMERING AF SIGNALANLÆG I KØBENHAVN

Transkript

1 OPTIMERING AF SIGNALANLÆG I KØBENHAVN DTU Transport Danmarks Tekniske Universitet Jakob Tønnesen og Morten Hedelund

2 BAGGRUND 2 Trafiksignaler er en nødvendighed i byens infrastruktur Kapacitetsfordeler Sikkerhedsforanstaltning Stop for rødt lys påfører samfundet gener Øget tidsforbrug Større brændstofforbrug Øget udledning af skadelige stoffer Bør tilpasses trafikmængderne Skaber bedre fremkommelighed Mange samordnede signaler er forældede og generne er unødvendigt høje incitament til optimering

3 INDHOLD 3 Områderne Model Data Modelopbygning Kalibrering Optimering TRANSYT Optimeringsstrategi Resultater Samfundsøkonomi Det store perspektiv Modelopbygning Optimering Resultater Perspektivering

4 OMRÅDERNE 4 VANLØSE FOLEHAVEN Karakteristik Karakteristik Netværk Lige strækning Indfalds- og omfartsvej ÅDT mellem og Strategi Hvad og hvem skal prioriteres Indfaldsvej ÅDT omkring Strategi Retningsprioritering Dosering af trafikken

5 METODE 5 Krydstællinger Snittællinger GPS-data Modelopbygning VISSIM Rutevalg Trafik og signalprogrammer Repræsentativitet Rejsetider Trafikmængder Optimering TRANSYT Stop Forsinkelse Justering af offsets Periodeopdelt Netværksevaluering Strækningsanalyse Samfundsøkonomi Dataindsamling Kalibrering Resultatbehandling

6 DATAMATERIALE 6 Snittællinger Spoletællinger Endagstællinger Krydstællinger Endagstællinger Svingandele Snittællinger Krydstællinger GPS-data Datamaterialet er grundlaget for de udarbejdede modeller og for troværdigheden af modellerne. GPS-data Rejsetid Datagrundlag

7 GPS-data 7 3x34 køretøjer Logning af ca ture Vej-tid diagrammer Korrektion af data Fjerne fejlagtige data For hurtige/ langsomme ture Illustrativ oversigt Trafikkens bevægelser Udpegning af problemer

8 Afvigelse MODELOPBYGNING & KALIBRERING 8 Rutevalg Signalindstillinger Trafikstyring Sikre repræsentativiteten Modellerne er kalibreret efter: Rejsetider GPS-data 25% 20% 15% 10% 5% 0% -5% Trafikmængder Spoledata Afvigelser på 0-10 % -10% -15% Øst Øst Vest Vest 16-17

9 OPTIMERING 9 Optimering i TRANSYT Optimere kvalitetsindeks Kan udgøres af forskellige trafikale effekter Stop, forsinkelse, brændstofforbrug etc. Signalindstillinger Hill-climbing iterativ proces Søger efter det globale optimum TRANSYT Signal optimering Simuleringsmodel Mange lokale optima Justering af offsets og evt. grøntid Simulering TRANSYT VISSIM Kvalitetsindeks

10 OPTIMERING 10 Optimering i dette projekt Minimere antallet af stop Minimere den samlede forsinkelse Vægtning af effekter Samfundsøkonomisk Justering af øvrige parametre Kun offsets Dialog mellem TRANSYT og VISSIM

11 Folehaven

12 OPTIMERINGSSTRATEGI 12 Samme omløbstid 60 og 80 sekunder Grøn bølge Forskellige krydsafstande Sydhavns Plads Problemer med tilbagestuvning

13 Forsinkelse (timer) NETVÆRKSRESULTATER 13 Store besparelser for netværket som helhed Stop og forsinkelse falder med over 1/4 Væsentlige energibesparelser Samme strækning der tilbagelægges Største effekter i spidsbelastningen 60 sekunders omløb i myldretiden Passer bedre med krydsafstandene Giver gode effekter i dagsprogrammet Trafikken kan afvikles med denne trafikmængde Basis Optimeret Omløb Ændring 60 Ændring Antal stop % -47 % Brændstof (liter) % -9 % Forsinkelse (timer) % -52 % :00 07:15 07:30 07:45 08:00 08:15 08:30 08:45 Basis Omløb 80

14 STRÆKNINGSRESULTATER 14 Evaluering af hovedstrækningen Hele og dele af strækningen Stort potentiale for forbedringer Generelle forbedringer på samtlige strækninger Reduktioner af rejsetiden med op mod 30 % 1-1½ minuts kortere rejsetid på hele strækningen Rejsetid Basis Optimeret Ændring Øst % Øst % Øst % Vest % Vest % Vest % Rejsetid Omløb 60 Ændring % % % % % %

15 DE VIRKELIGE EFFEKTER 15 Optimerede offsets implementeres på Folehaven Indsamling af GPS-data for den efterfølgende periode Sammenligningsgrundlaget bevares Evaluering Forbedringer i samtlige perioder Op til 15 % kortere rejsetid på hele strækningen Tilbagestuvning fra Sydhavns Plads Effektløst at samordne i situationer med massive kødannelser Morgen Dag Eftermiddag Øst 0 % -6 % -14 % Øst 1-1 % -2 % -12 % Øst 2-12 % -13 % -11 % Vest -15 % -13 % -5 % Vest 1 1 % -15 % -4 % Vest 2-26 % -10 % -9 %

16 00:00-01:00 01:00-02:00 02:00-03:00 03:00-04:00 04:00-05:00 05:00-06:00 06:00-07:00 07:00-08:00 08:00-09:00 09:00-10:00 10:00-11:00 11:00-12:00 12:00-13:00 13:00-14:00 14:00-15:00 15:00-16:00 16:00-17:00 17:00-18:00 18:00-19:00 19:00-20:00 20:00-21:00 21:00-22:00 22:00-23:00 23:00-00:00 Hverdagsdøgntrafik Køretøjer (HDT) Verifikation af sammenligningsgrundlag Uge 19 Uge 20 Uge 21 Uge 22 Uge 23 Uge 24 Uge 25 Uge 26 Uge Uge 500 0

17 17 FØR OG EFTER OPTIMERINGEN

18 EVALUERING AF VISSIM 18 Forskel mellem virkelighed og simulering Rejsetider i VISSIM vs. GPS data Stor overensstemmelse Tilbagestuvning fra Sydhavns Plads Simulering er et yderst brugbart værktøj i trafikplanlægningen God kalibrering og virkelighedstro modelopbygning er væsentlig Simulering Virkelighed Morgen Dag Eftermiddag Øst -23 % -4 % -1 % Øst 1-2 % -6 % -4 % Øst 2-24 % 3 % 4 % Vest 2 % 0 % -2 % Vest 1 0 % 3 % 0 % Vest 2 8 % -4 % 1 %

19 mio. kr. SAMFUNDSØKONOMI 19 Positive effekter Tid Miljø Høj rentabilitet Nutidsværdi Tilbagebetalingstid Andre samordninger Fysiske forhold Eksisterende signalindstilling Investeringsomkostninger, inkl. NAF Reduceret brændstofsforbrug Skatteforvridningstab, i alt: Tidsgevinster Miljøgevinst Afgiftkonsekvenser i alt: Nutidsværdi af investering kr Investeringsomkostning kr Gevinst per dag med den pågældende trafik kr Tilbagebetalingstid (antal hverdage med pågældende trafik) 3

20 EFFEKTER I STOR SKALA samordnede signalanlæg i København Disse har forskellig karakter Fordelagtigt med to forskellige scenarier Gennemsnit af resultater Potentiale for reduktion af forsinkelse pr. kryds pr. døgn (timer) 15 Potentiale for reduktion i forsinkelse pr. år (i 1000 timer) 976 Samfundsøkonomisk besparelse, tid (mio. kr.) 174 Potentiale for reduktion i brændstofforbrug pr. kryds pr. døgn (liter) 44 Potential for reduktion i brændstofforbrug pr. år (mio. liter) 2,7 Samfundsøkonomisk besparelse, brændstof (mio. kr.) 27 Samlet samfundsøkonomisk besparelse (mio. kr.) 201