Random seeds in transport models
This technical note will explain the different sources of stochasticity within micro and meso experiments in Aimsun Next and how you can control them.
2022年11月 — 技术注解 #75
Dimitris Triantafyllos
Aimsun高级产品专家
Geline Canayon
Aimsun产品专家
道路交通在空气污染物排放中的贡献率很大。 尽管监测和法规使污染物排放总量呈下降趋势，但相当一部分人仍然暴露在空气污染物浓度高于世界卫生组织（WHO）规定的空气质量标准的环境中。 根据欧洲环境署（EEA）的数据，公路交通在欧盟所有PM2.5排放中占9.9%，PM10占7.7%，NOX占28.1%，NMVOC1占7.6%，CO占18%[1]。
这种影响在城市中心更大，在那里，较高的交通量和拥堵会产生短时间内的污染物浓度高峰。 低排放区（LEZ）一直是城市和政府解决空气质量问题的重要方法，以达到政府空气质量标准。 通过对污染程度较高、通常是较老的车辆的运行设定限制。 低排放区可以减少细颗粒物、氮气和二氧化碳以及（间接地）臭氧的排放，这是主要关注的四种空气污染物。
仿真是支持低排放区政策制定的宝贵工具，因为它可以比较不同措施的有效性，并评估任何其它相关影响，如出行时间和流量的变化。
我们假设必须评估以下政策：
根据最近的数据，在本案例研究中，每个类型的车队和欧盟类别是：
伦敦排放模型（LEM）包含在Aimsun Next微观、中观和混合仿真器中。 可以估计一辆车的二氧化碳和氮氧化物排放量，使用的是2017年与伦敦交通局（TfL）合作开发的校准平均速度排放模型。
LEM使用两个多项式关系中的一个（通过回归分析得出），以估计该车辆使用该微型行程产生的二氧化碳和氮氧化物。
这里，y是排放（克/公里）；a、b、c和z是衍生常数，对应每辆车和欧盟类型，x是微旅行的平均速度。
请用下面的链接了解更多信息 Aimsun Next Users Manual – London Emission Model (LEM)
模型中的车辆类型是利用提供的车队信息设置的。
例如，对于汽车类型，排放车辆类型为小汽车，欧盟标准设定为汽油发动机类型。
计划的低排放区和缓冲区显示在仿真的地图上。 100%没有环保标签的汽车、货车和卡车将被禁止进入低排放区或在低排放区内流动。 现在，司机们必须找到其他方法到达低排放区内的目的地。 下图显示了整个网络、低排放区和缓冲区。
低排放区边界的停车区的位置以蓝色显示。 这些是模型中新的目的地，在那里设置一个新的型心点，并与低排放区入口路段相连。 为了更好地仿真停车场内车辆的驾驶行为，型心点连接线的速度设定为10km/h。
交通需求有一个预期的转变。 基于以前的低排放区计划做的假设：
A. LEZ外部进入LEZ
行动：
B. LEZ到LEZ外部
行动：
C. LEZ到LEZ
行动：
D. LEZ外部到LEZ外部
不需要任何行动
对交通需求和OD矩阵的改变可以在Aimsun Next中通过调整率和使用OD矩阵的操作工具进行。 为处理不同区域（LEZ、缓冲区、网络的其他部分）之间的行程，我们创建了不同的分组，定义每个区域的型心点。
在未来场景中，通过“目的地变化交通管理行动”，新的型心点被用作新目的地。 “目的地改变”适用于禁止欧0、欧I、欧II和欧III进入的低排放区的每个入口处。 包含欧0、欧I、欧II和欧III车辆的车辆类别在过滤器中设置，使交通管理行动不会影响低排放区允许的车辆。
为低排放区和缓冲区创建分组，以便只提取这些区域的统计数据。
正如预期的那样，在未来实施低排放区的情况下，低排放区范围内的排放量要低很多。 虽然，在缓冲区内和全部范围内，二氧化碳和氮氧化物的减少都略有减少。
二氧化碳排放比较：
氮氧化物排放比较
除了LEM之外，Aimsun Next中还有两个排放模型可以用于微观仿真，即Panis et al污染物排放模型和QUARTET污染物排放模型。
对于Panis et al排放模型来说，每一个污染物的排放都是在每一个时间步骤中测量的，并根据车辆类型、燃料类型和即时加速/减速措施考虑不同的因子。 该模型提供路段、节点、转弯和复制体的二氧化碳、氮氧化物、挥发性有机化合物和可吸入颗粒物的输出，单位为克和克/公里。
QUARTET污染物排放模型需要用户提供更多的输入，特别是加速、减速和静止车辆的排放率，仅举几例。 这些值通常是从一个装有监测仪器的车辆上收集的。 QUARTET的输出是每一种污染物排放的公斤数，并对整个网络、每个路段和转弯处以及每条路线进行计算。
您可以通过下面的链接了解更多信息： Environmental Models section of the Aimsun Next User Manual。
另外，也可以在后期处理中根据不同的模型来计算排放量。 例如，你可以在Aimsun Next中编写一个python脚本，从宏观仿真获取的仿真输出中计算排放量（即：基于不同类型车辆的平均速度和流量）。 你还可以使用Aimsun Next API，根据驾驶行为参数（加速、减速、延迟时间等），计算任何时间间隔内每个目标的任何污染物。
[1] European Environment Agency, “Emissions and Air Pollutants from Transport,” EEA, Copenhagen, 2021.
This technical note will explain the different sources of stochasticity within micro and meso experiments in Aimsun Next and how you can control them.
