基于空间自相关的常规城市公交车辆危险驾驶热点路段识别

为了获得公交危险驾驶状态的空间分布特征,采用空间自相关性分析方法,识别危险驾驶状态的空间集聚性,确定危险驾驶状态热点路段,并对显著性影响因素进行分析。首先,采集4个季度各1周公交车辆卫星定位数据样本,修复重复数据、异常数据和缺失数据,并以公交站点为节点划分空间区段,对每个区段进行编号;接着,将速度过快、急加速、急减速和急转弯确定为危险驾驶状态,参照车辆运动学特性获得4种危险驾驶状态阈值,并计算4种危险驾驶状态的统计学指标和全局莫兰指数,结果表明,公交车辆危险驾驶状态具有空间集聚性(空间随机分布概率p<0.01,标准差得分值Z>2.58),速度过快状态(全局莫兰指数为0.731)的空间集聚性最为显著;然后,分别对4种危险驾驶状态进行局部空间自相关性分析,绘制了90%、95%和99%置信度下的莫兰散点图和Lisa集聚图,结合城市地图,获得危险驾驶状态的热点路段;最后,选取路段长度、车道数、平直度等9个指标,对比分析了OLS模型、SLE模型、SEM模型和SDM模型的拟合优度,采用SDM模型获得4种危险驾驶状态的显著性影响因素。文中研究结果可为公交车辆危险驾驶状态空间识别、精细化安全运行管理提供理论依据。

电池交换式纯电动公交充电站选址定容模型

为了提升城市纯电动公交换电效率,降低充电站建设和运行成本,研究了电池交换式纯电动公交充电站选址定容优化问题。首先,考虑纯电动公交车换电站运行保障能力,建立了换电设施数量和电池储备容量模型,获得了换电工位和最优电池配置数量。然后,基于纯电动公交换电需求,利用排队理论对充电站运行工况建模,设置惩罚因子来保证充电站服务质量,建立了以服务半径、服务强度和供需平衡等为约束,以年总成本最小为目标的选址定容模型,应用GA、PSO和PSO-GA算法进行求解。最后,对选址定容模型敏感性分析,以获得充电速率、额定行驶里程等参数对选址结果的影响。案例应用结果表明:PSO-GA算法较GA和PSO算法在目标函数和收敛速度方面更优,充电站最优数量为30座,充电桩数量为943个,最低总成本为1215.1429万元。纯电动公交车额定行驶里程与建站数量、运输成本和建设成本呈负相关;充电速率与建站数量和建设成本呈负相关,与运输成本呈正相关,提高充电速率会加快电池老化,降低电池使用寿命。研究结果可为城市纯电动公交车充电站合理规划和运营提供理论依据。