Model til fremkommelighedsprognose på veje

Slides:



Advertisements
Lignende præsentationer
Amu-faglærere Vingstedcentret 21. juni 2011
Advertisements

Bekendtgørelse om samarbejde om sikkerhed og sundhed
En tysk-dansk aftale om trafik og infrastruktur – et politisk perspektiv Flemming Damgaard Larsen MF (V), Formand for Folketings Trafikudvalg.
8. december 2010 på Egegård Skole
Hvordan bliver toget bedre end sit rygte?
Grundlæggende PowerPoint
Velkommen til matematikkonference 7/3-13
(Automatic Delivery Rewards)
Peter Lynggaard Investering og Finansiering Kapitel 4 - 7
Udnyttelse af miljøgodkendelser
Intelligente grønne løsninger for mobilitet
Dansk Landbrugsrådgivning Landscentret | Planteavl Vejret på og forsøgene Morten Haastrup.
Ændringer i vejr og klima
Indberetning af behandling med inj. heroin
Danmarks Veje Foranalyse
Højklasset busløsning på Frederikssundsvej
City Sense™ og City Signals™
Skolen skal være mere rummelig, både hvad angår de svageste elever og de dygtigste "Regeringen har en klar målsætning om, at den almindelige folkeskole.
Sagsomkostninger Udstykningsafgift og gebyrer Lovgrundlaget
Takstberegning RAMMEAFTALE 2015.
Mentorordningen i UUO Overgangen fra grundskole til ungdomsuddannelse.
Debatmøde Århus, 20. februar 2006 Thomas Krag Mobility Advice Cykeltrafik – økonomi og baggrund.
Matrikulær sagsudarbejdelse Sagsomkostninger Udstykningsafgift og gebyrer *Lov om afgift ved udstykning m.m (LAU) Lovgrundlaget * Bekendtgørelse om matrikulære.
Oplæg v./ Karin Gaardsted, 1. viceborgmester, Viborg Kommune
Danmarks Miljøundersøgelser, Aarhus Universitet Skitse til ny pesticid miljøindikator.
Mobil-GIS Hvorfor GIS i marken? Fordi ikke alt kan ses på et luftfoto…
Opfølgende analyser af Hærvejsmotorvej
Randers Kommune Status på Jobcenterreform Oplæg på budgetseminar 28 marts 2009.
Studieretningsprojekter
Århus KommuneSocialforvaltningen Resultatopgørelse +/- 5 % RAMMEAFTALE 2008.
Økonometri 1: F3 Økonometri 1 Den simple regressionsmodel 15. september 2006.
Konstant acceleration
Statistik II 5. Lektion Log-lineære modeller.
Arealregulering, helhed eller kun husdyr? Per Nørmark.
Status på vej og trafikområdet Ved direktør Tony Christensen.
Baggrund: Vanskeligt at forudsige perioder med en lav risiko for angreb af kartoffelskimmel tilstrækkeligt sikkert Prognosen for RH (skimmelvejr) ikke.
Design, verifikation og analyse
Hvert år dræbes 500 i trafikken og kommer alvorligt til skade Hvad er problemet? mennesker bliver dræbt eller alvorligt kvæstet de næste.
Sundhedsaftaler og sundhedskoordinationsudvalg Specialkonsulent Andreas Jull Sørensen Indenrigs- og Sundhedsministeriet.
Peter Lynggaard Investering og Finansiering Kapitel 5 - 7
KM2: F261 Kvantitative metoder 2 Instrumentvariabel estimation 16. maj 2007.
Lars Bodum PML GIS kursusgang 9 Netværk og tilgængelighed.
DJF Anvendelighed af udvasknings- modeller i forhold til kvælstofbalancer Uffe Jørgensen & Peter Sørensen Danmarks JordbrugsForskning Afdeling for Jordbrugsproduktion.
Fra SNP til DGV Ulrik Sander Nielsen og Anders Fogh Informationsmøde 29. september 2011.
KM2: F51 Kvantitative metoder 2 Den simple regressionsmodel 19. februar 2007.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 15. februar 2006.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 7. september 2004.
Hvordan skriver man sin afsluttende opgave?
Introduktion til BeREAL BeREAL – baggrund  Stort fokus på bygningers energiforbrug, men … – Energiforbrug i nybyggeri er højere end forventet.
Uffes Udlejningsservice.  A. Lumbye, 2004 & E. Ernst 2005Introducerende objektorienteret programmeringmodellering Uffes Udlejningsservice Uffe Ellehammer.
KM2: F41 Kvantitative metoder 2 Den simple regressionsmodel 14. februar 2007.
Byen og den kollektive trafik Med tog og bus i den spredte by Jan Jørgensen, Trafikstyrelsen Indsæt billede her 8,1 cm. højt x 16,3 cm. bredt.
Rigmor Korsgaard Trafik og Veje, Aarhus Kommune Busfremkommelighed Projekter i Aarhus Kommune.
Benefitmodel – togpassagerers tidsgevinster ved regularitetsforbedringer Dorte-Lene Bacher, Banedanmark Jane Ildensborg-Hansen, TetraPlan A/S.
Modellering og digitale værktøjer i matematik oktober 2015Niels Jacob Hansen - UCSJ1.
Danmark er mere afhængig af omverden end omverden er af Danmark Energiens Topmøde 2014 Charlotte Søndergren Dansk Energi.
Mørdrupskolens ønsker til ”de 122 millioner” Udredning vedr. folkeskolen (forbedring af læringsmiljøet på folkeskoleområdet). I forbindelse med vedtagelsen.
Kvadratisk optimering Lavet af Mikkel Iversen og Mathias Møllemus Svendsen HH3-ØA.
Skoleanalyse i Holbæk Kommune Præsentation af resultater for Byrådet 17. november
Kursus den november 2011 Emner: Sammenhæng imellem lønart, overenskomst formler & konstanter, samt kontostreng.
31. januar 2007 Workshop Klinisk kontakt v. Marianne Møller, EPJ-koordinator Vibeke Riis, EPJ-koordinator.
Sammenfatning af session Christian Overgård Hansen COH ApS.
Gennemgang af Boligsikringsløsning i Winformatik Den 1. december 2015
Landinspektør Robert Jakobsen
Fremtidens Vintertjeneste Prognoser for Strækningsvejr
Vintermodeller og servicekontrakter
Trafikafvikling og kapacitet, dankap
Optakt til samarbejdet om sundhedsaftaler og praksisplan 2014
Signalstrategi VEJ-EU maj 2018.
Transportplanlægning og Ruteoptimering
Præsentationens transcript:

Model til fremkommelighedsprognose på veje Der er tale om en makromodel som hjælp til at forudsige en fremtidig fremkommelighed når man først har en prognose for udviklingen i årstrafikken og en vurdering af den fremtidige infrastruktur, hvilket fx kunne være ”som i dag” eller indbefatte en række vedtagne udbygninger eller blot ideer til udbygning hvis konsekvenser for fremkommeligheden man ønsker at undersøge. Ved fremkommeligheden forstås her rejsetiden eller rejsehastigheden. Henning Sørensen Vejdirektoratet

Fremkommeligheds- prognose Problemstilling Modelbeskrivelse Eksempler på anvendelse

Prognose for årsdøgntrafik ÅDT 2020 Der er tidligere udarbejdet prognoser for årstrafikken de kommende år, - senest som bidrag til Infrastrukturkommissionens arbejde. Ved et overordnet kendskab til vejnettets standard og kapacitet kan man få en idé om hvor der i fremtiden bliver trængselsproblemer.

Prognose for belastningsgrad Trængselsniveau udtrykt ved belastningsgrad på fri strækning i 100. største time i 2020 Vejdirektoratet har udarbejdet en rutine til maskinel beregning af belastningsgrader på fri strækning uden for kryds og byzone som funktion af en vejs ÅDT og vejtype med antal kørespor, sporbredder oa. Man opnår herved en illustration af hvor der i særlig grad bliver trængsel og hvor der derfor kan blive fremkommelighedsproblemer.

Prognose for rejsetid …. men hvad betyder den øgede trafik og den stigende trængsel så for selve rejsetiden fremover ?? Der mangler imidlertid en kvantificering af konsekvensen for selve rejsetiden af den øgede trafik og eventuelle ændringer i vejnettet, - hvor lang tid tager det fx i 2020 at køre en hverdagsmorgen fra Odense til Århus, fra Sydsjælland til København etc. ?

Modelberegnet rejsetid Tidskrævende at fremskaffe detaillerede data og beregne hver af de indgående elementer på forskellige ruter og for forskellige fremskrivninger og timer samt simulere elementerne sammen. Der ønskes derfor opstillet en model, således at der forholdsvis hurtigt og nemt kan gennemføres en overslagsmæssig beregning af fremkommeligheden baseret på en trafikprognose. Det forudsættes at der defineres en rute med udgangspunkt og en destination for vurdering af rejsetiden. Man kan opsplitte den samlede rute i enkeltelementer og gennemføre en kapacitetsberegning for hvert element, og helst også sætte elementerne sammen fordi trafikafviklingen i ét element kan have indflydelse på trafikken i et andet i form af dosering fra opstrøms flaskehals eller ved at nedstrøms flaskehals afgør trafikafviklingen. En detailleret beregning kan være relevant, men er ikke brugbar hvis der ønskes en mere landsdækkende analyse. Der er her foreslået en trafikstrømsmodel på makroniveau som udnytter eksisterende data, og som derfor anses som en ”fremkommelig” løsning ved analyse af mange ruter ved forskellige fremskrivninger og med forskellige udbygninger. Problemerne ved anvendelse af modellen fortælles der senere om.

Beregning af fremkommelighed på rute Køretid personbil på strækninger plus forsinkelse i kryds plus ventetid i kø før overbelastet strækning Incl. fremtidige vejændringer En rute kan i praksis bestå af mange forskelligartede vejelementer. B A

Der er opstillet en makroskopisk prognosemodel for fremkommelighed kan håndtere vilkårlige korte og lange ruter, grunddata om veje og trafik kan indlæses fra eksisterende datakilde (VIS) omfatter alle almindelige vej- og krydstyper, inkluderer køsituationer, gør det muligt at ændre strækninger og kryds, anvender i stort omfang Vejreglernes modeller og parametre, indbefatter en vis sammenhæng mellem vejelementer. Vedr. Vejreglernes modeller: I visse situationer er beregningen mere primitiv, fx fordi der ikke inden for modellen kan fastlægges alle trafikstrømme i kryds. I første omgang er sammenhængen mellem vejelementer forholdsvis primitiv (vedrører dosering mellem flaskehalse og samordning af signalreg. kryds). Dette er det vanskelige punkt som der skal arbejdes videre med.

Model til fremkommeligheds- prognose Modellens opbygning

Beregning af rejsetid ved delmodeller for strækning og kryds Fri strækning op til kapacitetsgrænsen Ventetid før indkørsel til overbelastet strækning Forsinkelse i signalreguleret kryds Forsinkelse ved vigelinie i vigepligtsreg. kryds eller rundkørsel Der kan typisk være 500-2000 records fra VIS-databasen. Heraf er nogen dog uden betydning, fx vedr. sideveje som trafik på den betragtede rute ikke har vigepligt for.

Model for trafikkens rangfordeling over årets timer Der er indlagt årsrangkurver for hver af syv trafiktyper jf. vejregler, specielle kan indlægges, som fx: I VIS er trafikken fastlagt ved ÅDT på strækninger og ÅDT på sideveje. Modellen forudsætter en fremskrevet ÅDT eller nuværende ÅDT jf. fx VIS, en årlig fremskrivning og et antal år. Til beregning af køretid eller forsinkelse skal imidlertid anvendes timetrafikken, og til dette bruges årsrangkurver med trafikken i alle årets timer som andel af ÅDT, og sorteret efter faldende trafik. Modellen indeholder vejreglernes årsrangkurve for hver af syv trafiktyper. Herudover kan der indlægges specielle årsrangkurver som bedre passer en given strækning, hvis der fx er en permanent tællestation på strækningen.

Empiriske modeller til fast- læggelse af rejsetid på strækning Generel og lokal hastighedsbegrænsning i VIS, speed-flowkurver i Vejreglerne Rejsetid på strækning fastlægges efter kapacitetsberegning for strækningen som sammen med timetrafikken giver belastningsgraden. Speed-flowkurven anvendes. Hvis B>1 sættes B=1 og der tillægges en ventetid før indkørsel ind på den overbelastede strækning. Der er i modellen indlagt vejreglernes standardspeed-flowkurver for hver vejtype, men der kan specificeres specielle speedflow-kruver hvis der fx er gennemført hastighedsmålinger på strækningen.

Kø før overbelastet strækning Hensyntagen til kø ved overbelastet strækning er en udfordring. Beregning af ventetid før overbelastet strækning afhænger af den betragtede time, trafikken i omgivende timer og belastningsgraden. Denne vurdering kan ikke umiddelbart gennemføres på basis af tilgængelige data (fra VIS). Der kan imidlertid uden for modellen beregnes ventetid som funktion af B for en given time i en given flaskehals, og den konstaterede sammenhæng mellem B og ventetiden kan optegnes og indlægges i modellen. Der er endvidere gennemført en række beregninger af ventetid som fkt. af B for en række strækninger i morgen- og eftm.spidstimer. Det har vist sig at ventetidskurven er temmelig ensartet for en morgenspidstime uanset hvilken flaskehals der betragtes, mens der er betydelig større spredning på ventetidskurven for eftm.spidstime. Der er herefter indlagt tre standard ventetidskurver repræsenterende morgenspidstime, eftm.spidstime og blandet. Hvis man ikke har gennemført en specifik køberegning, kan én af disse anvendes idet man skal være opmærksom på usikkerheden.

Forsinkelse i kryds Skelner mellem signalreguleret, alm. prioriteret kryds og rundkørsel. Ved kendskab til sideretningens trafik og antal spor i tilfarter estimeres signaltider eller overordnet trafik. Tilfartens kapacitet, belastningsgrad og forsinkelse beregnes iht. Vejregler VIS indeholder i mange tilfælde også ÅDT for sideveje. Det kan være et problem for modellen at fastlægge antal spor til rådighed for en given trafikstrøm gennem et kryds. Modellen gætter bedst muligt, men markere feltet som brugeren af modellen efterfølgende eventuelt kan rette. Modellen kan heller ikke med sikkerhed beregne en overordnet trafik i en vigepligtssituation og heller ikke tilfælde hvor en overordnet strøm selv har vigepligt. Modellen gætter og markerer felterne som brugeren efterfølgende må tilrette. Omløbstid og grøntidsfordeling i signalreg. kryds afhænger af trafikken i hoved- og sideretningen. Antal faser sættes som default, men kan fastlægges individuelt.

Anvendelse af modellen Angivelse af ruten i forespørgsel til VIS, - eller anden oprettelse af data Automatisk indlæsning af data i prognosemodellen Eventuel ændring af veje og kryds Automatisk dannelse af vejelementer i modellen Kontrol, specielt af markerede (”usikre”) felter Eventuel fremskaffelse af bedre data Eventuel kalibrering Automatisk beregning af rejsetidsprognose for specificeret time i givet år 4. Dannelse af vejelementer er en liste i excel-ark med vej- eller krydstype, beliggenhed og standardværdier 5. Fx antal tilfartsspor som den betragtede trafikstrøm benytter, eller den overordnede trafik ved vigepligt. 6. Fx specifik årsrangkurve, speedflowkurve, eller ventetidskurve for overbelastet strækning.

Modellens ”forside” Kører i Excel-regi.

Modellens begrænsninger Forenklet krydsberegning Dosering af trafik ved flere efterfølgende flaskehalse kan være et problem Køberegning for strækning gælder principielt kun de timer og den flaskehals den empiriske model er opstillet for Samordning af signalanlæg indgår ikke Der regnes for samme time på hele strækningen Der ses bort fra tilstødende timer (der arves ikke en kø) Der ses bort fra forhold uden for ruten Forenklet krydsberegning p.gr.a. manglende maskinelt overførte data, men beregningen kan i princippet foregå uden for modellen. Dosering af trafik fra en flaskehals til en anden er et problem, omfanget afhænger af antal indsvingere mellem flaskehalsene. Modellen forudsætter fuld dosering for flere strækningsflaskehalse på samme vejnr/vejdel og ingen dosering ved flaskehalse på forskellige do. Brugeren af modellen kan sætte en doseringsfaktor. Samordning, - der kan evt. indføres en korrektionsfaktor for måden hvorpå køretøjerne ankommer som i Vejreglerne. Ved lang rute risikeres at spidstimen forlades undervejs. I modellen regnes imidlertid altid for samme time. Evt. kan ruten opdeles. Tilbagestuvning med kø fra flaskehals som ikke ligger på ruten indgår ikke.

Bidragydere til dårlig fremkommelighed Strækninger med lav hastighed Stærkt belastede kryds Overbelastede strækninger med kødannelse Inden tre eksempler skal der gøres opmærksom på de typiske tidsrøvere på vejene. Man skal rette sin kalibreringsindsats mod de forhold som spiller en særlig rolle for rejsetiden.

Frederikssund – Jyllingevej/Islevdalvej Ølstykke Belastet JF Villumsensvej i Frederikssund med signalkryds og rundkørsel via stærkt belastet rundkørsel ved skæring med Frs.vej, 2-sporet del af Frsvej med rundkørsel ved Strandvangen, skæring i lysreg.kryds med rute 6 ved Ølstykke, 4-sporet vej videre gennem Stenløse med lokal hast.begr., stærkt belastede kryds i Ballerup, specielt skæring med ring 4. Ring 4 med signalreg. kryds, hereftermotorring 4 og Frs.motorvej til skæring med ring 3 i befærdet kryds, herefter Jyllingevej til Islevdalvej. Ballerup

Lineær trafikstigning med 2,1% pr. år Tryg fremtid for de der kører i 2000. time. Ellers stigende rejsetid. Rejsetiden stiger mest i de i forvejen stærkt belastede timer. NB, hovedsagelig modellens standard parametre og delmodeller, rettelser hovedsagelig for krydset Frs.vej/O4.

Rejsetid over årets timer Modellen tager ikke hensyn til ændret adfærd hos trafikanter, dvs. alle kører efter nuværende årsrangkurver.

Rejsetid mellem Næstved og København SV Næstved NØ Køgevej ved Næstvej Storcenter ad rute 54 mod Rønnede og Sydmotorvejen, venstresving mod nordvendte rampe, ad Sydmotorvejen og KøgeBugtmotorvejen mod motorring 4 og Holbækmotorvejen til og med krydset Folehaven/Vigerslevvej.

8 spor på KøgeBugtmotorvejen giver en besparelse på ca 8 spor på KøgeBugtmotorvejen giver en besparelse på ca. 10 min, der dog hurtigt bliver spist op fordi en anden flaskehals overtager. Hvis udvidelsen imidlertid ikke var sket, ville der fremover blive en endnu længere rejsetid, og besparelsen vil på sigt blive mere. Høj og lav prognose iht. arbejde udført for Infrastrukturkommissionen. Også her kunne der ”kæles” mere for de indgående parametre.

Rejsetid Skærup-Århus S Skanderborg Horsens Fra motorvejssammenløb syd for Vejle mod motorvejsforgrening syd for Århus. Vejle Skærup

Årsagen til den store forskel i rejsetid mellem prognoserne er at forsinkelsen på en overbelastet strækning er meget følsom over for ændringer i trafikkens størrelse. Efter hver udbygning overtager en ny flaskehals. Udbygning til 6 spor: 2015 Hornstrup-Vejle S, 2018 Skanderborg S-Århus, 2021 Skærup-Vejle S, 2024 resten

Sammenfattende For veje i VIS er det hurtigt at gennemføre en første beregning Der skal dog foretages en manuel kontrol af visse data Herefter må resultatet anses som ”vejledende” Afhængig af krav til præcision og de faktiske forhold kan der indlægges data (især årsrangkurver, speed-flowkurver og ventetidskurver) specielt tilpasset ruten og den beregnede time

Der kan endvidere foretages gennemgang og forfining af krydsdata Endvidere kan der evt. justeres på flaskehalsenes gensidige påvirkning Modellen kan kalibreres hvis der rådes over data for nuværende forhold