Du er her

Prøves for vegnettverket i Trondheim:

Ny og bedre metode for å beregne trafikkavvikling

Å kunne forutse og forstå hvordan og hvor køer dannes i vegnettverket, er viktig for å kunne avvikle trafikken på en best mulig måte. En ny simuleringsmetode er prøvd ut for vegene i Trondheim.

Venn tipset!

Din venn har blitt sendt en e-post om denne artikkelen.

Tips en venn

For å kunne avvikle trafikken på best mulig måte, er det viktig å kunne forutse effekten av tiltak i vegnettverket. Et kjent problem med den matematiske modellen for trafikkavvikling som benyttes i dagens regionale transportmodeller, er at den ikke er i stand til å fange opp danning av kø og andre dynamiske effekter. Aktivitetsbasert mikrosimulering er en svært lovende metode, men den er foreløpig lite kjent i Norge.

Av STEFAN FLÜGEL, NILS GAUTE VOLL og FREDERIK BOCKEMÜHL
Flügel og Voll er forskere ved Transportøkonomisk institutt (TØI). Bockemühl er masterstudent ved Hasselts-Universitet (Belgia)
sfl@toi.nongv@toi.no - frederik.bockemuhl@student.uhasselt.be

Illustrasjonen øverst - figur 1: Simulert trafikk i Trondheim-området klokken 06:55:00

Trafikkavvikling handler, forenklet sagt, om hvordan kjøretøyene fordeler seg på vegnettverket. Man befinner seg altså i skjæringspunktet mellom etterspørselen (folks behov for å komme seg fra A til B) og tilbudet (kapasiteten på vegene).

 

Trafikkavviklingsmodeller

Det finnes flere måter å modellere trafikkatferd i nettverk på. Den per i dag mest brukte metoden, den såkalte «nettverksmodellen», går ut på at man løser et regnestykke basert på et økonomisk teoriverk med bruken av vegnettet som det sentrale. Alle reisende slippes i praksis løs på nettverket samtidig, og deres påvirkning på hverandre blir gitt ved å løse ligninger. Dagens datamaskiner setter grenser for hvor finkornet modellene kan være. Ved modellering av store områder ender man opp med et antall biler i timen på en gitt vegstrekning eller trafikk om morgenen/kveld kontra andre tider på døgnet.

Man har i en slik modell full kontroll på tilbud og etterspørsel, men mangler detaljert informasjon om hvordan køen ser ut og hvorfor den oppstår.

En annen fremgangsmåte for modellering av trafikkatferd er mikrosimuleringsmodeller. Enkelt sagt går dette ut på at et dataprogram slipper et sett agenter (dvs. kunstige utgaver av den enkelte reisende) som skal fra A til B løs på et vegnettverk. Denne fremgangsmåten leder fort til komplekse systemer som krever stor regnekapasitet, og den har derfor vært lite brukt på større områder. Videre er det vanlig at den eneste måten agenter reagerer på kø på, er ved valg av veg, men at det er gitt på forhånd når, hvor og med hvilket transportmiddel agentene reiser. Med andre ord er etterspørselen forhåndsdefinert i slike modeller.

I en vanlig mikrosimulert modell har man derfor full oversikt over køens dynamikk, men har mistet koblingen mot tilbud og etterspørsel.

Aktivitetsbasert mikrosimulering (AMS) er et forsøk på å rette på dette ved å gi alle agentene som slippes løs i nettverket en plan for dagen. Planen kan til en viss grad endres på. Agentene kan endre sin plan basert på hvordan det gikk i går, ved for eksempel å reise til jobb klokken 07:30 i stedet for 08:00, og de kan derfor lære. Ved å lagre endringer og ved å gjenta simuleringen igjen og igjen, tilpasser agentene seg over tid til hverandre, og det oppstår en selvregulert optimaltilstand.

Dette ivaretar koblingen mot tilbud og etterspørselsmodell samtidig som man har god oversikt over den dynamiske trafikksituasjonen i løpet av et døgn.

MATSim modell ved TØI

Et av de mest lovende modellverktøy innenfor AMS er MATSim (www.matsim.org), som med sin tilnærming med åpen kildekode gir full fleksibilitet mht. analysemuligheter og mulighet for å bygge på andres kode. I tillegg til en atferdsmodell som beskriver hvordan personer endrer aktivitetsplanene sine, inneholder MATSim også en avansert, dynamisk trafikksimuleringsmodul. Denne modulen er ikke perfekt, biler kan for eksempel ikke skifte fil, men den gjenspeiler hvordan køer dannes og løses opp på en tilstrekkelig realistisk måte.

MATSim håndterer fint store simuleringer. Modellen for Sveits (Meister et al 2010) inneholder for eksempel over 5 millioner beslutningstakere og simulerer alle biler og kollektivtransportmidler i hele Sveits samtidig og dynamisk (sekund-for-sekund).   

TØI har i løpet av våren 2014, i samarbeid med Julia Kern fra TUB (det Tekniske Universitet i Berlin) og Frederik Bockemühl fra Hasselts-Universitet i Belgia, laget den første prototypen av en slik modell anvendt på norske forhold (Flügel og Kern 2014). Den simulerer detaljert reiseatferd for alle reisende med bil i Trondheim-regionen for et helt døgn på et detaljert vegnett (Elveg-nettverket). Datagrunnlaget til modellen er reisedagbøkene i reisevaneundersøkelsen (RVU 2009). Figur 1 viser hele nettverket og trafikksituasjonen som simulert for kl. 06:55:00 en hverdag. Figur 2 illustrerer hvordan køen dannes på en bit av en motorveg i de neste 15 minutter.

Modellen er fremdeles i utvikling og er i sin nåværende form noe begrenset. Den har en forenklet modell for transportmiddelvalg, og busser, trikker og ferge simuleres per i dag ikke på nettverket. Godstransport simuleres heller ikke, og dagens modell er dessuten begrenset i måten den kan ta med destinasjonsvalg på.

Modellen (referansescenario) treffer trafikktall fra SVVs tellepunkter ganske bra, med unntak av noen lenker med lav trafikk i utgangspunktet. For mange tellepunkter stemmer også variasjonen over dagen rimelig godt overens med virkeligheten (Bockemühl 2014).

En liten eksempelstudie

I tillegg til implementering av de eksisterende bomstasjoner i Trondheim (som gitt i referansescenarioet), har vi kjørt tre test-simuleringer med ekstra bomstasjoner på de syv veiene (broer/tunneler) inn til indre Trondheim sentrum (her finnes det per i dag ingen bomstasjoner). Figur 3 viser hvordan antall biler som kjører inn/ut av Trondheim sentrum endrer seg i de tre test-simuleringene. Disse varierer kun i måten avgiften i bommen er satt på. Sammenlignet med dagens situasjon reduseres antall biler totalt (noen agenter velger å ta kollektivtransport eller å gå/sykle, og noen respondenter som ellers har kjørt gjennom Trondheim sentrum, velger en annen rute). Prisstrukturen til avgiften over dagen har også en effekt på etterspørselen. Når avgiften er høyere i rushtiden, velger agentene å endre avreisetidspunkt. I scenarioene med avgift på 10 kr utenom rush og 20 kr i rush er effekten relativt liten, mens vi finner en stor effekt hvis avgiften er satt til 0 kr utenom og til 50 kroner i rush. Her ser vi faktisk at trafikken er høyere før kl. 15 og etter kl. 17 enn i det typiske ettermiddagsrushet. Ifølge modeller er altså denne bomstrukturen noe «overdrevet».

Konklusjon

Aktivitetsbasert mikrosimulering er en svært lovende metode for trafikkavviklingsmodellering. Trafikken genereres ut fra den enkelte reisendes behov for å komme seg fra aktivitet til aktivitet, og trafikken avvikles dynamisk på et stort vegnettverk helt uten kunstig soneinndeling. I motsetning til dagens modeller kan de også modellere valg av avreisetidspunkt.

Disse modellene er imidlertid mer komplekse og dermed mer arbeids- og kunnskapskrevende. Norge har her endel å ta igjen sammenlignet med den internasjonale utviklingen. Hvorvidt disse modellene – som ikke er basert på streng nyttemaksimering og som ikke har en veldefinert likevekt – kan brukes til nytte-kostnadsberegninger, er noe som det må forskes mer på. 

Referanser

Bockemühl, F. (2014): MORBAMS- setting up a regional MATSim model.Internship report, Hasselt University

Flügel, S. and Kern, J. (2014): Workshop on activity-based traffic simulations. Power-Point-Presentation, Institute of Transport Economics (tilgjengelig ved etterspørsel; send e-post til sfl@toi.no)

Meister, K., et al. (2010): Large-scale agent-based travel demand optimization applied to Switzerland, including mode choice. In 2th World Conference on Transportation Research. 2010: Lisbon.

DEBATTREGLER I SAMFERDSEL
Har du synspunkter på denne saken, så kom gjerne med dem her i kommentarfeltet! Det du skriver vil i de fleste sammenhenger fremstå som mer interessant og troverdig dersom du skriver under fullt navn. Hold deg til saken, vis respekt og raushet overfor andre og deres meninger. Husk at det du skriver kan bli lest av mange!

Ytringer som inneholder trusler eller annen form for sjikane, vil bli fjernet.

Vennlig hilsen
Samferdsel-redaksjonen

comments powered by Disqus

Ansvarlig redaktør:  Kommunikasjonssjef Harald Aas, E-post: ha@toi.no  |  Personvern

Designet og utviklet av CoreTrek AS