《武汉工程大学学报》 2015年08期
20-25
出版日期：2015-08-31
ISSN:1674-2869
CN:42-1779/TQ
道路交通通行能力均衡性研究
０ 引 言近年来，交通问题已成为世界各大城市关注问题之一. 我国主要的交通问题之一为道路通行能力的过低设计和过度设计，造成其与交通量的不匹配. 本文通过研究城市道路的通行能力，分析相关影响因素，在此基础上提出道路通行能力均衡性，并对通行能力均衡性建模，得出通行能力与交通量的关系，从而指导和完善道路交通设计. １ 影响道路通行能力的因素为了使得交通系统通行能力达到均衡状态，城市道路网规划阶段、城市道路设计阶段、建设后评估阶段等各个阶段均需考虑通行能力的调整. ａ．车道宽度. 在道路宽度影响通行能力方面，国内外文献的实际观测均认为，道路的通行能力量随着车道宽度数值的增大而增大，当车道宽度达某一数值时，其通行能力能达到理论上的最大值. 我国规定车道宽度是３．７５ ｍ，其中车道宽度为３．５ ｍ时，修正系数为０．９６［１－２］. 通常在设计道路中采用３．７５ ｍ. ｂ．纵坡度、视距. 纵坡越大，车速下降越快，通行能力也随之降低. 视距不足时，行车要求无法满足，车速降低，通行能力也随之降低. ｃ．道路等级. 道路等级越高，车速越快，相互干扰越大，机动车道设计通行能力道路分类等级折减系数越小，如表１所示［３］. 表1 机动车道设计通行能力道路分类等级折减系数Table 1 The reduction factor of road classification for the design traffic capacity of motorwayｄ．车道位置. 机动车道设计通行能力车道位置折减系数，按自中线向外以此取值１．０、０．８、０．６５、０．５. ｅ．交叉口影响. 交叉口按照《城市道路交叉口设计规程》［４］的划分，主要有Ａ、Ｂ、Ｃ三大类，对应有不同的交通组织方式. 流向分布增加，每一流向的车型分布增加，通行能力会随之降低. 通常交叉口间距越大，对通行能力影响越小. 受上游沿途平面交叉口影响，进入路段的通行能力的折减系数取值０．４０～０．７０. 进入路段为干道路段时取其高值，为支路路段时取其低值；沿途上游路段上的平面交叉口间距大时取高值，间距小时取低值［３］. ｆ．驾驶员的视觉系统. 随着道路情况复杂度的增加，即交通量的增加，驾驶员要接收更多的交通信息，从而延长了反应时间，进而对通行能力造成一定的折减［５］. ｇ．车流方向分布. 车流方向分布对通行能力的影响主要是因交叉口的存在而产生，等同于交叉口间距对通行能力的影响. ｈ．车速管理. 设计车速越高，道路通行能力越大，可等同于机动车道设计通行能力道路分类等级折减系数. ｉ．步行管理. 人行道越多，人流量越大，道路通行能力越低；另外是否设置行人信号灯也会影响道路的通行能力. 通过以上影响因素的比较分析，主要研究道路设计阶段，对于可能通行能力的折减系数的取值：Ｋ１（道路等级、车道位置、交叉口影响）、Ｋ２（驾驶员的视觉系统）、Ｋ３（行人过街的折减系数）. 设计中应从提高通行能力折减系数的角度提高道路通行能力，如改变上游交叉口控制形式、取消行人过街等. ２ 均衡性理念概述针对目前交通组织优化存在的两大主要交通问题及相关影响因素分析，本论文提出衡量交通组织优化合理性的理论，即通行能力均衡性理论，用以衡量交通组织优化是否合理. 通行能力均衡性总模型如下： α１Ｑ＜Ｃ＜α２Ｑ （１）式（１）中：Ｃ为设计通行能力（ｐｃｕ／ｈ）；Ｑ为交通量（ｐｃｕ／ｈ）；α１、α２为通行能力均衡性系数. β１Ｃ＜Ｃ＜β２Ｃ （２）式（２）中： Ｃｉ为任意断面设计通行能力（ｐｃｕ/ｈ）；Ｃ为设计通行能力（ｐｃｕ/ｈ）；β１、β２为通行能力均衡性系数. 当某一条道路的任意断面或节点满足公式（１）和公式（２）时，即可认为该条道路符合道路通行能力均衡性理论. ３ 均衡性模型的建立３．１ 路段均衡性模型路段通行能力均衡性模型如下： α１Ｑ＜Ｃ路段＜α２Ｑ （３）式（３）中：α１、α２为均衡性系数. 其中，α１取值为０．８、α２取值为２. （α１、α２暂按饱和度进行推算，饱和度按道路服务水平评价指标［１］中的取值范围为：０．３５～０．９，详见表2. 该均衡性系数的具体取值需通过大量的试验研究确定）. Ｃ路段＝Ｃｏ×Ｋ１×Ｋ２×Ｋ３×v/c （４） α１Q<Ｃｏ×Ｋ１×Ｋ２×Ｋ３×v/c<α2Q（５）式（４）（５）中： Ｃｏ为基本通行能力（ｐｃｕ/ｈ）；Ｋ１、Ｋ２、Ｋ３为折减系数. 其中，Ｋ１为道路条件折减系数，Ｋ２为交通条件折减系数，Ｋ３为交通管理条件折减系数；ｖ/ｃ为对应于某一服务水平下的饱和度；Ｑ为交通量（ｐｃｕ/ｈ）；α１、α２为通行能力均衡性系数，其取值同式（３）.应特别指出的是，以往通行能力相关研究中，均没有充分考虑各种影响条件，或者忽略了有着复杂影响的某些条件. 本文认为影响道路通行能力的因素包括道路条件、交通条件、交通管理条件三部分，在目前的道路通行能力分析中，不应忽略任何一个影响条件，特别是交通管理条件. β１C<Ｃｉ<β2C（６）式（６）中：Ｃｉ为任意路段设计通行能力（ｐｃｕ/ｈ）；Ｃ为设计通行能力（ｐｃｕ／ｈ）；β１、β２为通行能力均衡性系数. 其中，β１取值为０．８，β２取值为１．２. ［β１、β２暂按交叉口间距（表３）进行推算，具体均衡性系数的取值则需要通过大量的试验研究确定］. 表2 道路服务水平评价指标Table 2 The evaluation index of the road service level 表3 各级道路平面交叉口合理间距 Table 3 The reasonable distance of plane intersection for various road m３．２ 交叉口交叉口通行能力均衡性模型如式（7）. α１Ｑ<Ｃ交叉口<α2Ｑ （７）式（７）中：α１、α２为均衡性系数. 其中，α１取值０．６，α2取值０．９. ［α１、α２暂按饱和度进行推算，饱和度按交叉口服务水平评价指标评分标准（表４）［６］中的取值范围为：０．６～０．９］. 表4 平面交叉口服务水平评价指标评分标准Table 4 The scoring criteria of service level evaluation index for plane intersection 目前关于交叉口通行能力的计算公式比较明确，本文采用《城市道路设计规范》中通行能力的计算方法，公式如下： α１Ｑｊ<Ｃｊ<α2Ｑｊ（８）式（８）中：Ｃｊ为任意方向ｊ的通行能力（ｐｃｕ/ｈ）；Ｑｊ为任意方向ｊ的交通量（ｐｃｕ／ｈ）；α１、α2为均衡性系数，其取值同式（７）. Ｃ交叉口=■Ci（９） α1Q<■Ci<α2Q （１０）式（１０）中：Ｃｉ为车道ｉ的通行能力（ｐｃｕ/ｈ）；Ｑ为交通量（ｐｃｕ／ｈ）；α１、α２为均衡性系数. 其中，α１取值０．６，α２取值０．９. 该方法可用于城市道路网规划、工程可行性研究、城市道路设计、建设后评估等方面提供更为科学的理论依据. 当Ｃ＜α１Ｑ，设计通行能力小于α１倍设计交通量为过低设计；当Ｃ＞α２Ｑ，设计通行能力大于α２倍设计交通量为过度设计. 在实际设计中可有效避免过度设计和过低设计. 图１ 平面交叉口规划方案 Ｆｉｇ．１ Ｔｈｅ ｐｌａｎｅｄ ｓｃｈｅｍｅ ｏｆ ｐｌａｎｅ ｉｎｔｅｒｓｅｃｔｉｏｎ图２ 右进右出平面交叉（优化方案）Ｆｉｇ．２ Ｔｈｅ ｒｉｇｈｔ ｉｎ ａｎｄ ｒｉｇｈｔ ｏｕｔ ｏｆ ｔｈｅ ｐｌａｎｅ ｃｒｏｓｓ （ｏｐｔｉｍｉｚａｔｉｏｎ ｓｃｈｅｍｅ）４ 研究案例上述均衡性模型通过周庄路项目实例来进行分析研究. 周庄路位于武汉市未来科技城，未来科技城位于东湖新技术开发区东部高新大道南北沿线，总体规划面积为６６．８ ｋｍ２，约占东湖新技术开发区面积的１/８. ４．１ 方案设计 上大路与城市主干道高新大道之间的距离为１４３ ｍ，上大路路幅宽度为３０ ｍ，高新大道路幅宽度为６５ ｍ，规划方案上大路与周庄路交叉口采用简单平面交叉型式，考虑上大路交叉口与高新大道交叉口之间距离很小，影响路段通行能力，优化方案将上大路与周庄路交叉口改为右进右出交叉口，左转车辆在高新大道交叉口处实现左转. 本文实例对交叉口的设计方案进行对比，找出更有利于增加路段及交叉口通行能力的方案，对比方案将上大路由简单交叉口型式改为右进右出交叉口型式，避免了左转交通和直行交通之间的冲突，由于从空间上对左转车流和直行车流进行了分离，不存在左转车流与直行车流之间的冲突，并且取消了交叉口信号灯控制，不存在等待时间. 上大路交叉口通过渠化交通岛分离了不同方向的交通，使得本交叉口的不同方向交通流尽可能分离. 通过方案的改进，总体上降低了两个交叉口的交通组织复杂程度，降低了交叉口冲突点和冲突面积. 通过优化方案设计，是该交叉口的交通特点趋向于道路基本路段的交通状况. 左转交通在高新大道交叉口实现左转，由于高新大道为城市主干道，考虑各个方向的交通量，本交叉口交通控制信号为四相位，南北向（周庄路方向）有专用左转相位，较好的减小了由上大路左转交通带来的压力. 原规划方案和优化方案的设计分别如图１和２所示.４．２ 路段均衡性模型４．２．１ 规划方案 Ｃ规划＝Ｃ０?琢１?琢２?琢３?茁１?酌１＝［１ ６９０×０．８５×０．５×（１＋０．８＋０．６５＋０．５）＋１ ６９０×０．８５×０．４×（１＋０．８＋０．６５）］×０．９５４＝３ ３６３（pcu/h）C路段=C规划v/c=3 363×0.75=2 522(pcu/h)其中，Ｃｏ为基本通行能力（pcu/h），按设计车速为５０ ｋｍ/ｈ对应的基本通行能力计算［２］；α１为机动车道设计通行能力道路分类等级折减系数，按快速路取值０．７５；主干道取值０．８；次干道取值０．８５；支路取值０．９，此处取值０．８. α２为机动车道设计通行能力车道位置折减系数，按自中线向外以此取值１．０、０．８、０．６５、０．５，此处取值０．５. α３为进入路段的通行能力受上游沿途平面交叉口影响的折减系数，取值０．４０～０．７０，进入路段为干道路段时取高值，为支路路段时取低值；沿途上游路段上的平面交叉口间距大时取高值，间距小时取低值，此处取值０．６５. β１为驾驶员的视觉系统折减系数，取值０．９５４［１１］. γ１为行人过街的折减系数，本段无行人过街，折减系数为１. ｖ/ｃ为饱和度，此处取值０．７５. ４．２．２ 优化方案 优化方案路段可能通行能力为：C优化=C0?琢1?琢2?琢3?茁1?酌１＝［１ ６９０×０．８５×０．７×（１＋０．８＋０．６５＋０．５）＋１ ６９０×０．８５×０．４×（１＋０．８＋０．６５）］×０．９５４＝４ １７３（ｐｃｕ／ｈ）C路段=C优化v/c=4 173×0.75=3 130(pcu/h)表5 交叉口（高新大道-上大路）排队长度表（规划方案）Table 5 The queue length table of the intersection (Gaoxin-avenue to Shangda-road) (planed scheme)表6 周庄路（高新大道-上大路）行程延误时间表（规划方案）Table 6 The travel delaying time table of the Zhouzhuang-road (Gaoxin-avenue to Shangda-road) (planed scheme)表7 交叉口（高新大道-上大路）排队长度表（优化方案）Table 7 The queue length table of the intersection (Gaoxin-avenue to Shangda-road) (optimization scheme)表8 周庄路（高新大道-上大路）行程延误时间表（优化方案）Table 8 The t ravel delaying time table of the Zhouzhuang-road (Gaoxin-avenue to Shangda-road) (optimization scheme)４．３ ＶＩＳＳＩＭ交通仿真对高新大道－上大路路段２０２５年进行ＶＩＳＳＩＭ交通仿真，得到结果如表5~8、图３～６所示．图３ 高新大道南北进口排队长度（规划方案）Ｆｉｇ．３ Ｔｈｅ ｑｕｅｕｅ ｌｅｎｇｔｈ ｏｆ Ｇａｏｘｉｎ Ａｖｅｎｕｅ ｓｏｕｔｈｅｒｎ ｅｎｔｒａｎｃｅ， Ｓｈａｎｇｄａ ｒｏａｄ ｎｏｒｔｈ ｅｎｔｒａｎｃｅ （ｐｌａｎｅｄ ｓｃｈｅｍｅ）图４ 行车延误时间（规划方案）Ｆｉｇ．４ Ｔｈｅ ｔｒａｖｅｌ ｄｅｌａｙｉｎｇ ｔｉｍｅ （ｐｌａｎｅｄ ｓｃｈｅｍｅ）图５ 高新大道南北进口排队长度（优化方案）Ｆｉｇ．５ Ｔｈｅ ｑｕｅｕｅ ｌｅｎｇｔｈ ｏｆ ｔｈｅ ｓｏｕｔｈ－ｎｏｒｔｈ ｅｎｔｒａｎｃｅ ｆｏｒ Ｇａｏｘｉｎ－ａｖｅｎｕｅ （ｏｐｔｉｍｉｚａｔｉｏｎ ｓｃｈｅｍｅ）图６ 行车延误时间（优化方案）Ｆｉｇ．６ Ｔｈｅ ｔｒａｖｅｌ ｄｅｌａｙｉｎｇ ｔｉｍｅ （ｏｐｔｉｍｉｚａｔｉｏｎ ｓｃｈｅｍｅ）从表5~8、图３～６数据可以看出：规划方案中，高新大道—上大路双向行驶时间分别为７５和８０，优化方案中，高新大道—上大路双向行驶时间分别为６２和５９，在行程时间上，优化方案优于规划方案. 规划方案中，高新大道交叉口的南进口道平均排队长度为54，北进口道平均排队长度为３９；优化方案中，高新大道交叉口的南进口道平均排队长度为３4，北进口道平均排队长度为２3，在排队长度上，优化方案优于规划方案. 规划方案中，高新大道—上大路平均延误时间为５３，上大路—高新大道平均延误时间为５８；优化方案中，高新大道—上大路平均延误时间为３５，上大路—高新大道平均延误时间为３２，优化方案延误时间较少. ４．４ 仿真结果分析在优化方案中，上大路交叉口采用右进右出方案后，没有排队车辆，车流在该交叉口通畅无阻. 上大路交叉口的车辆左转分别要通过在高新大道或者神墩二路掉头实现，增加了车辆的行程，会对高新大道和神墩二路交叉口的交通造成影响，但是由于减少了车流冲突点，降低了路段总体通行时间，该路段平均延误时间减少，行程时间短，两路口排队车辆数少，综合结果优于规划方案. ５ 结 语从以上表格数据可以看出：优化方案在行程时间、在排队长度上优于规划方案，且优化方案延误时间较少. 系统通行能力均衡性模型计算结果与仿真结果相符合，验证了系统均衡性模型的有效性和实用性. 均衡性模型能有效地应用在设计道路中.