缓解大型活动拥堵的城市干线交通协调控制*

王忠宇 孙洪运 葛颖恩 吴 兵

（1.上海海事大学交通运输学院 上海 201306；2.山东理工大学管理学院 山东 淄博 255012；3.同济大学道路与交通工程教育部重点实验室 上海 201804）

0 引 言

目前，运动会、博览会、文艺演出、商业促销等大型活动越来越多在各类城市举办。据统计，上海市1个月举办演唱会约20场、音乐会30余场、体育比赛4场、展会近10 场；南京市平均每星期举办大型活动1～2 次[1]。频繁举办的大型活动诱增交通量与日常交通叠加，给城市路网带来了巨大压力，势必造成交通拥堵。

美国联邦公路局（FHWA）对于计划性特殊事件（planned special events）的明确定义开启了大型活动交通运行和管理的研究[2]，国内对于大型活动期间的交通研究则是从筹备和举办“九运会”开始的[3-4]。Dhahri[5]利用大容量公交系统解决大型活动的交通疏散问题。Sattayhatewa 等[6]分析了大型体育赛事交通数据，基于非集聚理论建立了停车选择模型。Karlaftis 等[7-8]建立了大型活动交通决策支持系统和辅助公交优化模型，应用于雅典奥运会。刘小明等[9]针对北京奥运会，提出了奥运交通规划的理论与方法。杨东援[10]为上海世博会交通规划提出了“转、平、散”的战略方针。马小毅[11]从建设和组织2 个层次研究广州亚运会交通规划，预测了道路运行状况和场馆可达性。上述研究侧重于超大规模、影响大的大型活动，在宏观的战略政策、规划建设等方面开展研究，策略的系统性和不同层面的协同性稍显不足。此外，并非所有活动交通问题的解决都需从宏观着手，活动引发拥堵也不是都有必要和可能通过设施的规划建设来对策。交通管控往往是有效且成本较小的手段。

Gilmore等[12]针对亚特兰大奥运会，开发了协调控制信号系统，利用Hopfield 神经网络模型优化交通流，处理大区域的交通疏散。Yang[13]设计了大型活动大流量交通控制信号配时方案，可使交通运行更高效。Lassacher等[14]针对足球赛产生交通拥堵的疏散问题，提出了一系列交通管控策略。陈茜等[15]提出了基于滚动周期的大型活动消散干道模糊控制优化方法，调整主路绿灯时间以实现路段总延误最小的目标。蒋贤才等[16]针对大型活动等情况造成的交叉口流量不对称，提出了信号周期动态相位方案的生成规则，以综合交通效益最大为目标建立了控制参数优化模型。对于大型活动交通管控的现有研究很多是经验总结，不够全面、系统。随着新技术、新资料的出现，大型活动期间道路交通拥堵的精细化管控理论将日益受到重视。

笔者在分析大型活动期间城市道路交通拥堵演化特征的基础上，解析交通需求与道路时空资源的耦合关系，研究以精细化管控为导向的、具有针对性的干线协调控制系统方法并构建数学模型。模型瞄准缓解大型活动期间道路交通拥堵的恶化趋势，提升交通流的有序性，进而提升路网运行效率，在现有交通设施条件下优化存量、改善活动参与者和居民出行品质。

1 大型活动期间道路交通拥堵演化特征

大型活动期间交通需求、交通流特征与日常不同[1，17]，极易发生拥堵，其演化特征也具有独特性，主要表现如下。

1）拥堵自核心向周边发散。大型活动诱增交通流明显的“多源单汇”特征导致交通拥堵自活动地点（拥堵核心）逐渐向周边路网放射，越靠近核心的路段拥堵越严重；随着各向扩散，拥堵逐渐缓解直至消散。大型活动期间的交通拥堵往往表现为以活动地点为核心的局域路网拥堵（包含各等级道路的全路网或主要集散道路构成的骨架路网），拥堵路网大小与活动规模和性质、路网拓扑结构等有关，一般有较为明显的边界。图1为根据2010年上海世博会期间道路交通检测数据绘制的路网拥堵情况。

图1 2010年上海世博会期间路网交通拥堵情况Fig.1 Road network congestion conditions during Expo 2010 in Shanghai

2）拥堵沿一定方向渐进式传播。大型活动诱增交通量高峰像波一样随时间沿道路由活动地点向外逐渐扩散，不同路段在不同时段渐次出现高峰，导致拥堵沿这一方向渐进式传播，即由核心沿离（到）场方向放射，下游较上游具有时间迟滞性。这不同于日常整条道路几乎同时拥堵，呈现出时空上的渐进性、波动性，与诱增交通的临时性、时空集中性有关。拥堵往往随着到（离）场高峰来得快、散得也快，且呈波浪状演进。图2为2013年11月9日上海体育场某演唱会散场期间离场的内环高架路外线东安路→枫林路方向2相邻检测器以20 s为间隔的平均速度检测数据。下游拥堵（速度波动曲线的低谷）明显稍滞后于上游，且低谷值总是略大于上游，即拥堵程度有所减缓，这表明拥堵沿离场方向渐进式传播，且逐渐趋于消散。

3）拥堵方向性明显。大型活动诱增交通流明显的“多源单汇”特征使得进（散）场交通方向不均衡系数很大，必然导致拥堵明显的方向性。图3 为前述演唱会期间内环高架路东安路-枫林路双向平均速度数据（外线为离场、内线为到场）。19：30开场前，到场方向速度明显降低，且低于离场方向，拥堵较为严重；过程中双向速度相差不大；22：30结束后，离场方向速度降低明显，且低于到场方向，拥堵严重，方向性较进场更为显著。这种拥堵方向性具有临时性，往往在离（到）场高峰后短时即告结束。

图2 某演唱会散场期间离场方向道路速度波动情况Fig.2 The fluctuating of speed on leaving direction after the ending of a vocal concert

图3 某演唱会期间周边路段双向平均速度Fig.3 Average speed of the surrounding road segment during a vocal concert

2 干线协调控制方法及模型

大型活动期间拥堵多沿主要集散干道渐进式传播而表现为线型，缓解拥堵应考虑干线协调控制。同时，为对策表现为面状（局域网络）的拥堵，需进行交通控制小区边界交叉口截流-卸载控制，也有赖干线协调控制辅助[18]。为此，利用绿波和红波理念进行干线交通资源时空调配，协调各交叉口信号相位以使交通流按照预期效率（尽量快或慢）通过路段。

2.1 基本思路

干线绿波信号协调控制通过设置合适的相位差，使得车辆尽量能够不停车或少停车通过整条干道，近年来相关学者的研究都是对MAXBAND 与MULTIBAND 这2 种经典模型的改进[19-21]。为缓解道路交通瓶颈处拥堵，国内学者提出了红波信号协调控制思想[22-23]，通过调节相位差，使得车辆在各交叉口连续停车，增加其到达瓶颈交叉口的时间，从而将流量均分在上游各交叉口，这些研究刚刚起步，尚缺乏对适应场景等问题的深入探讨。

针对大型活动拥堵条件下交通需求与道路时空资源的耦合关系，笔者提出“上游红波”“下游绿波”的干线协调控制思想，以决策交叉口为终（起）点上（下）溯，建立上（下）游流向的信号红（绿）波带，缓解该条件下的交通拥堵。由于大型活动诱发线拥堵往往是单向的，可实施单向协调，相比双向协调不仅最优方案求解大幅简化而且效率也有显著提升。干线协调控制的框架见图4。

图4 基于红波和绿波理念的干线协调控制框架Fig.4 The framework of arterial coordinated control based on red wave and green wave

式中：CIC为相关相位关键饱和度；vC为该相位关键车道组实际交通需求流率，pcu/h；sC为关键车道组饱和流率，pcu/h；gC为该相位有效绿灯时间，s；C为周期长度，s。

2.2 控制模型

2.2.1 策略启动

辅助局域网络拥堵疏解时，决策交叉口为受控边界交叉口（截流或卸载交叉口）。疏解线拥堵时，决策交叉口为干线中拥堵程度最高的瓶颈交叉口，按相关相位关键饱和度、排队占比评价，见式（1）～（2）。

式中：OQ为相关相位的排队占比；Qm为该相位车辆最大排队长度，m；L为车辆运动方向最大可容纳排队长度，m。

大型活动干线协调以3～5 个连续交叉口为宜，过少难以达到预期控制效果，过多则加大了协调联动设计的难度，也对本来采用的常态控制方案造成不利影响，增加策略实施成本[24-25]。

2.2.2 红波和绿波协调控制

控制方案设计基本参数包括周期时长、绿信比和相位差。为使各交叉口信号取得协调，周期时长必须统一，按单点定时信号配时方法分别计算，取最大者作为公共周期时长。各交叉口绿信比根据各向流量比分别确定，不一定相同。笔者重点采用图解法研究协调控制的关键参数——相位差，即干线协调相位的时差，以精细化调节大型活动拥堵条件下交通需求的时空分布。

1）红波协调控制。假设协调段通行车速为u，公共周期时长为C，任意交叉口N协调相位红灯时长为rN，相邻上游交叉口M和交叉口N间距为LMN。为M和N之间的相位差，利用时间-距离图分2种情况讨论。

图6 红波协调控制原理图（情况二）Fig.6 Schematic diagram for red wave coordinated control(case 2)

参照上1个交叉口协调相位时刻，下1个交叉口为红灯时（见图6 中交叉口A 和B，C 和D 的情形），满足式（4）的条件。

相位差按式（5）计算。

参照上一交叉口协调相位时刻，下一交叉口为绿灯时（交叉口B和C的情形），满足式（6）的条件。

相位差按式（7）计算。

2）绿波协调控制

类似地，定义任意交叉口N协调相位绿灯时长为gN，相邻交叉口M和N之间的相位差利用图7的时间-距离图可计算得到。

图7 绿波协调控制原理图Fig.7 Schematic diagram for green wave coordinated control

相位差按式（8）计算。

3 案例分析

3.1 红波协调控制

选取上海市主干路共和新路的保德路-临汾路路段，进行交通数据和信号控制方案的采集，并建立仿真模型见图8。

图8 红波协调控制试验路段Vissim仿真模型Fig.8 Vissim model for test road segment of red wave coordinated control

试验路段包含3个交叉口，信号配时方案见表1。

试验模拟上海马戏城（位于共和新路，本试验路段以南约4 km）举办某大型活动散场期间诱增交通叠加到背景交通上，导致线拥堵，共和新路-保德路为瓶颈交叉口，交通状况趋于恶化。根据活动期间人工调查和相关经验，设定大型活动叠加到试验路段的由南向北的交通量为300 pcu/h。

依据本文模型，对3 个交叉口进行协调控制配时计算。由于处于较为拥堵状态，因此路段通行车速u取为25 km/h。试验路段红波协调控制配时方案见表2。

表1 红波协调控制试验路段交叉口现状配时方案Tab.1 The existing signal timing plans of intersections in test road segment of red wave coordinated control

表2 红波协调控制试验路段交叉口协调配时方案Tab.2 The coordinated signal timing plans of intersections in test road segment of red wave coordinated control

在Vissim软件中分别对现状和红波协调控制2种方案进行仿真，每次仿真时间为3 900 s，其中前300 s 仿真预热时段，采集后3 600 s 的数据。对比分析2种方案下各交叉口由南向北方向的平均排队长度和车辆通过流量，见图9～10。

图9 红波协调控制试验路段交叉口现状和协调2方案下平均排队长度对比Fig.9 Comparison of average queue lengths under existing and red wave coordinated control in test road segment

图10 红波协调控制试验路段交叉口现状和协调2方案下车辆通过流量对比Fig.10 Comparison of through traffic volume under existing and red wave coordinated control in test road segment

从图9可见：实施红波协调控制，瓶颈交叉口由南向北方向的平均排队长度明显减小，降幅为72%；共和新路-汾西路交叉口由南向北方向的平均排队长度减小43%；而共和新路-临汾路交叉口排队长度则有所增大，增加比例为32%，这主要是因为将瓶颈交叉口的交通压力分担到上游，共和新路-临汾路交叉口作为上游最后1个红波受控交叉口承担了较大的压力。本案例中，共和新路-临汾路交叉口在实施红波协调控制后，交通状况尚可接受，故将其作为上游最后1 个受控交叉口是合适的；如由于红波协调控制导致其交通状况显著恶化，则应继续沿路径上溯，直到协调控制不显著导致交通状况恶化的那个交叉口为止。

从图10 可见：实施红波协调控制，瓶颈交叉口由南向北方向的车辆通过流量明显增大，增长19%，另外2 个交叉口车辆通过流量也各增长9%，4%，这主要是因为实施协调控制，增加了整个路段交通流的有序性，从而有效缓解了线拥堵。

3.2 绿波协调控制

选取北京市主干路复兴门外大街的三里河路-南礼士路路段，进行交通数据和信号控制方案的采集，并建立如图11的仿真模型。

图11 绿波协调控制试验路段Vissim仿真模型Fig.11 Vissim model for test road segment of green wave coordinated control

试验路段包含3个交叉口，信号配时方案见表3。

试验模拟五棵松体育馆（位于复兴门外大街，本试验路段以西约5 km）举办某大型活动散场期间诱增交通叠加到背景交通上，导致线拥堵，复兴门外大街-三里河路为瓶颈交叉口，交通状况趋于恶化。根据活动期间人工调查和相关经验，设定大型活动叠加到试验路段的由西向东的交通量为500 pcu/h。

表3 绿波协调控制试验路段交叉口现状配时方案Tab.3 The existing signal timing plans of intersections in test road segment of green wave coordinated control

依据本文模型，对3个交叉口进行协调控制的配时计算。结合现场调研，路段连续通行车速u取为40 km/h。试验路段绿波协调控制配时方案见表4。

表4 绿波协调控制试验路段交叉口协调配时方案Tab.4 The coordinated signal timing plans of intersections in test road segment of green wave coordinated control

在Vissim软件中进行与3.1类似仿真，对比分析2 种方案下各交叉口由西向东方向的平均排队长度和车辆通过流量，见图12～13。

图12 绿波协调控制试验路段交叉口现状和协调2种方案下平均排队长度对比Fig.12 Comparison of average queue lengths under existing and green wave coordinated control in test road segment

图13 绿波协调控制试验路段交叉口现状和协调2方案下车辆通过流量对比Fig.13 Comparison of through traffic volume under existing and green wave coordinated control in test road segment

从图12 可以看出：实施绿波协调控制，瓶颈交叉口由西向东方向的平均排队长度明显减小，降幅为70%；而下游2交叉口排队长度则有所增大，增加比例分别为13%和77%，这主要是因为将瓶颈交叉口的交通压力转移到下游。本案例中，2交叉口在实施绿波协调控制后，交通状况仍较好，故不必继续下溯；否则，应继续沿路径下溯，直到协调控制不显著导致交通状况恶化的那个交叉口为止。

从图13 可见：实施绿波协调控制，瓶颈交叉口由西向东方向的车辆通过流量明显增大，增长22%，另外2 个交叉口车辆通过流量也各增长11%，17%，这主要是因为实施协调控制，增加了整个路段交通流不停车通过交叉口的可能，从而有效缓解了线拥堵。

3.3 讨论

针对本文提出的缓解大型活动拥堵的城市干线协调控制方法及其案例分析结果，在此对相关问题进行一些探讨。

1）本文方法适合于协调干线各交叉口拥堵程度不同的情况，能够充分发挥调节大型活动拥堵条件下交通需求的时空分布、均分交通压力的效果。当干线全线拥堵时，则很难发挥预期效果，应考虑利用分流思想通过交通诱导手段来疏解拥堵。

2）本文方法特别适应大型活动期间干线单向拥堵情况，红波、绿波只需单向协调。如发生双向拥堵，将增加计算和求解的难度，导致协调控制带宽减小。

3）案例分析中，分别对绿波和红波协调控制进行了分析，既适用于辅助局域网络拥堵疏解也适用于偶发性线拥堵。当疏解偶发性线拥堵时，对瓶颈交叉口同时采取上游红波、下游绿波的控制策略，往往可以收到“叠加效应”。

4 结束语

本文针对城市大型活动期间普遍存在的线拥堵，提出基于红波和绿波理念的干线协调控制系统方法，对决策交叉口采取“上游红波”“下游绿波”的控制策略，并重点研究了关键参数——相位差的计算方法。分别选取城市真实路段进行了仿真测试，验证了协调控制的效果，结果表明：策略的实施发挥了调节大型活动拥堵条件下交通需求的时空分布、交通压力均分的作用，瓶颈交叉口的拥堵得到有效缓解，整个干线交通流的有序性得到增强。

需要注意的是，当大型活动期间发生干线全线拥堵的情况时，本文方法很难发挥预期效果。同时，当发生干线双向拥堵时，将增加本文方法计算和求解的难度，也会导致协调控制带宽的减小。

本文方法在现有交通设施条件下，协调优化道路交通系统的时空要素，在限制增量的前提下优化存量，以提升路网运行效率，有效改善活动参与者和居民出行品质，是对现有非常态交通管理和控制研究的有益补充。下一步研究中将结合大量实测数据深入分析方法在不同情况下的适用性。