王壽生,黃天榮,陸文韜
(1.上海市政工程設(shè)計研究總院(集團)有限公司,上海 200092;2.上海城建職業(yè)學(xué)院土木與交通工程學(xué)院,上海 200438;3.上海國際航運服務(wù)中心開發(fā)有限公司,上海 200082)
港區(qū)是占有一定面積的空間,承擔著內(nèi)部物流與外部聯(lián)系等諸多功能,因而其交通組織設(shè)計是港口設(shè)計建造中需著重解決的關(guān)鍵問題之一。自2009年交通運輸部提出老港區(qū)改造以來,眾多港口城市紛紛將中心區(qū)域的老碼頭轉(zhuǎn)型升級,積極打造成集航運、金融、商務(wù)、旅游與休閑等多功能于一體的現(xiàn)代航運服務(wù)區(qū)。由于地處城市中心,現(xiàn)代航運服務(wù)區(qū)通常設(shè)計為具有地下空間的綜合體以解決土地資源短缺問題,而地下空間的交通組織往往也較為復(fù)雜。前人已開展了自動化集裝箱碼頭港內(nèi)交通組織[1]、港口道路集疏運系統(tǒng)[2]以及自動化集裝箱碼頭交通仿真模擬[3]等港口領(lǐng)域的交通組織探索,同時也圍繞地下空間停車效率[4]、路徑規(guī)劃[5]、路徑誘導(dǎo)[6]及泊車行為[7]等核心問題進行了研究,取得了豐碩成果并促進了港口的發(fā)展。但縱觀當前研究,有關(guān)港口領(lǐng)域地下空間交通組織的研究還比較少,為了促進老港區(qū)轉(zhuǎn)型升級與空間再生,對老港區(qū)地下空間交通組織加以研究具有現(xiàn)實意義與應(yīng)用價值。
以上海市某老港區(qū)改造后新建的超大型地下空間為例,利用VISSIM微觀仿真軟件,構(gòu)建其地下停車的交通流組織,確定了評估的關(guān)鍵節(jié)點和通行能力指標參數(shù),然后運用指數(shù)函數(shù)對各個節(jié)點的通行能力進行評估。最后利用仿真環(huán)境下的車輛延誤來評價停車場關(guān)鍵節(jié)點的服務(wù)水平等級,并結(jié)合數(shù)學(xué)規(guī)劃方法進行地下空間停車疏導(dǎo)優(yōu)化。最后通過工程應(yīng)用表明,該方案技術(shù)合理且效果良好,可為類似工程提供技術(shù)參考。
某老港區(qū)改造項目[8]位于上海市北外灘地區(qū)、上海國際客運中心以東、秦皇島路以西、南臨黃浦江,沿江濱水岸線將近800 m。項目占地面積約103 000 m2,建設(shè)以上海新航運服務(wù)大廈為代表的14幢建筑,總建設(shè)面積近630 000 m2,項目通過船閘、港池與地下空間三位一體的獨特設(shè)計,形成了別具一格的濱水景觀港口建筑群,將來廢棄的老港區(qū)打造成多功能的現(xiàn)代航運服務(wù)集聚區(qū)。其地下建筑面積約210 000 m2,有3層地下結(jié)構(gòu),屬于超大型地下空間結(jié)構(gòu)。由于地下空間面積特別大,周邊為市中心交通繁忙區(qū)域,區(qū)位特殊,其交通組織合理性極為重要,項目方提出專項研究的需求,以確保該區(qū)域功能完善與交通順暢。
隨著計算機仿真模擬技術(shù)的迅猛發(fā)展,利用微觀仿真模擬并結(jié)合數(shù)學(xué)規(guī)劃的方法兼具了定性與定量分析的優(yōu)點,具有一定的創(chuàng)新性。因此本研究采用VISSIM進行交通仿真模擬,然后結(jié)合數(shù)學(xué)規(guī)劃工具進行優(yōu)化,形成定性與定量相結(jié)合的模式,以達到分析更精準與合理的目的。
VISSIM是由德國PTV公司開發(fā)的一款微觀交通仿真系統(tǒng)[9],是一種微觀、基于時間間隔和駕駛行為的仿真建模工具。在VISSIM軟件中車輛縱向運動采用德國Karlsruhe大學(xué)Wiedemann教授于1974年建立的生理-心理駕駛行為模型,橫向運動采用Willmann和Sparmann提出的基于行為閾值的換車道模型。
進行VISSIM模擬仿真時,需要根據(jù)實際情況在VISSIM軟件中建立實際停車場內(nèi)部道路仿真路網(wǎng),具體步驟包括:導(dǎo)入背景圖、創(chuàng)建Link、創(chuàng)建Connector、設(shè)置沖突點優(yōu)先規(guī)則、設(shè)置交通需求以及其他輔助元素等。
模型建立后,運用VISSIM軟件對地下停車場每一層的道路交通情況進行仿真模擬,逐一發(fā)現(xiàn)并鎖定潛在的安全沖突點。這些點的特征主要包括:靠近進出口、車流量相對較大、交叉口有多向車流。為方便后續(xù)研究與分析,現(xiàn)將這些點定義為關(guān)鍵節(jié)點。圖1給出了B1層關(guān)鍵節(jié)點1A。
圖1 關(guān)鍵節(jié)點1A示意Fig.1 Key node of 1A
限于篇幅,對B2、B3兩層逐一進行VISSIM仿真模擬,識別出其所有關(guān)鍵節(jié)點,并將所有各層關(guān)鍵節(jié)點統(tǒng)一標記如下:
B1層:1A
B2層:2A,2B,2C,2D
B3層:3A,3B,3C
包含字母A或B的為進出口,包含字母C的為有多向車流的交叉口,包含字母D的為車流量相對較大區(qū)域。在運營中可根據(jù)實際需要設(shè)置安全警示標識,妥善安排人員、車流疏導(dǎo)與控制。
對于地下空間的交通通過能力,關(guān)鍵節(jié)點延誤時間可較全面地反映綜合作用因素影響大小。為此本研究提出采用指數(shù)函數(shù)構(gòu)建節(jié)點平均延誤模型進行合理評估與優(yōu)化,其數(shù)學(xué)表達式如下:
式中:y為因變量;x為自變量且x=q/c;q為當前停車場車流量,輛/h;c為停車場高峰車流量,輛/h;α、β為模型待定參數(shù)。
節(jié)點通行能力評估的延誤函數(shù)模型包含有待標定的參數(shù),對于不同節(jié)點的參數(shù)也會有差異。以B1層節(jié)點1A為例,通過一系列VISSIM交通數(shù)值仿真試驗,得到其對應(yīng)的仿真結(jié)果,如表1所示。
表1 節(jié)點1A仿真數(shù)值結(jié)果Table 1 Simulation results of node 1A
采用回歸方法來估計節(jié)點延誤模型的參數(shù),結(jié)果如圖2所示。由于相關(guān)系數(shù)R2為0.980 3,表明了回歸模擬的結(jié)果良好。最后,得到1A節(jié)點的平均延誤回歸模型表達式如下:Tdelay=3.429exp(1.897x)
圖2 關(guān)鍵節(jié)點1A平均延誤模型回歸結(jié)果Fig.2 Average delay model regression results of key node 1A
采用同樣的方法,可得到B2、B3各節(jié)點對應(yīng)的平均延誤回歸模型參數(shù),限于篇幅,此處不再一一列舉。
根據(jù)JTG B01—2014《公路工程技術(shù)標準》,我國采用四級服務(wù)水平評價模式,即一級、二級、三級及四級服務(wù)水平,且從一級到四級交通需求持續(xù)增大并趨于不穩(wěn)定流狀態(tài)。類似地,鑒于交叉口通常用車輛延誤來描述其服務(wù)水平,本研究采用車輛延誤時間T來評價地下交通關(guān)鍵節(jié)點服務(wù)水平等級,制定等級標準如表2所示。
表2 服務(wù)水平等級表Table 2 Service level table
根據(jù)以上制定的地下交通關(guān)鍵節(jié)點服務(wù)水平等級標準,結(jié)合前述基于數(shù)值模擬建立的平均延誤模型,得到停車場各樓層在高峰小時的平均延誤時間及服務(wù)等級,如表3所示。
表3 各節(jié)點高峰小時仿真服務(wù)等級Table 3 Simulation service level of each node in peak hours
表3反映出,在所有關(guān)鍵節(jié)點中,樓層B2的2B節(jié)點服務(wù)等級為一般,為本項目地下空間交通的瓶頸節(jié)點。
通過上述VISSIM軟件微觀仿真可見,該地下空間各樓層2個出入口流量分配不均,導(dǎo)致不同出入口延誤差異較大。因此擬采用在各樓層出入口進行疏導(dǎo)的方式,重新合理分配出入口的交通量,從而達到減小總延誤的目的。
車流量的疏導(dǎo)優(yōu)化通過建立數(shù)學(xué)優(yōu)化模型[10]來實現(xiàn)。
1)決策變量
決策變量主要為B2及B3樓層2個出入口的交通量分配占比,用如下符號表示:
xB2,A為B2樓層A出口交通量占比,0 xB2,B為B2樓層B出口交通量占比,0 xB3,A為B3樓層A出口交通量占比,0 xB3,B為B3樓層B出口交通量占比,0 B3樓層A出口交通量為: qB3,A=xB3,AQB3 B3樓層B出口交通量為: qB3,B=xB3,BQB3 B2樓層A出口交通量為: qB2,A=xB2,(AQB2+QB3) B2樓層B出口交通量為: qB2,B=xB2,(BQB2+QB3) B1樓層A出口交通量為: qB1,A=xB1,(AQB2+QB3)+QB1 其中QB1、QB2、QB3分別為B1、B2、B3層的總流量,輛。 2)目標函數(shù) 目標函數(shù)為各樓層所有出入口車流產(chǎn)生的總延誤時間, 3)約束條件 約束條件主要為各樓層交通量占比守恒,數(shù)學(xué)表達式如下:xB2,A+xB2,B=1 xB3,A+xB3,B=1 4)求解方法 鑒于以上數(shù)學(xué)規(guī)劃模型為非線性模型,本研究采用Excel自帶的非線性GRG方法求解最佳流量分配比例。 疏導(dǎo)優(yōu)化結(jié)果如表4所示??梢钥闯鰞?yōu)化前后的總延誤從136 457 s降低至102 444 s,降了25%,疏導(dǎo)效果顯著。通過系統(tǒng)研究,最終得出優(yōu)化后的疏導(dǎo)方案如下:B2樓層A、B兩出口車流量分配比例分別為0.37和0.63;B3樓層A、B兩出口車流量分配比例分別為0.30和0.70,如表4所示。 表4 疏導(dǎo)優(yōu)化結(jié)果對比Table 4 Comparison of optimization results of dredging 通過以上仿真模擬與數(shù)學(xué)規(guī)劃,設(shè)計單位對該大型地下空間交通線位與布置進行綜合優(yōu)化,形成了更合理的地下空間設(shè)計方案。項目于2018年12月全面竣工,是上海國際航運服務(wù)中心的重要組成部分。經(jīng)近3 a的應(yīng)用表明,優(yōu)化后方案確保了該大型地下空間的交通順暢,對于打造北外灘地區(qū)航運集聚地、形成交通部認可的全國航運服務(wù)中心起到了積極的作用。 利用VISSIM微觀交通仿真,以上海市某老港區(qū)改造后新建的超大型地下空間為例,針對停車場關(guān)鍵節(jié)點通行能力及服務(wù)水平進行了分析,并采用指數(shù)函數(shù)形式來構(gòu)建節(jié)點平均延誤同車流量與高峰小時車流量比值之間的關(guān)系,定量分析了案例區(qū)域地下3層各層的通行能力及相應(yīng)的服務(wù)水平等級,通過數(shù)學(xué)模型實現(xiàn)停車庫疏導(dǎo)優(yōu)化,協(xié)調(diào)了出入口車流量分配比例,降低停車總延誤,提升了該項目的地下交通組織運作效率,研究成果通過工程應(yīng)用取得了良好效果,表明了其適用性與先進性。相關(guān)研究成果對于類似項目地下空間交通組織與優(yōu)化具有借鑒意義與指導(dǎo)作用。4.2 優(yōu)化結(jié)果
4.3 工程應(yīng)用
5 主要結(jié)論