De modelltyper vi valt att använda i detta examensarbete passar väl att användas tillsammans. Från trafikmodellen erhåller vi medelflöde och medelhastighet på de i nätverket ingående län- karna under den timma vi valt att studera, ofta den eller de timmar med kraftigast trafik. Denna utdata används som indata till emissionsmodellen och vi erhåller genomsnittliga emissioner för respektive länk. Vi måste dock ställa oss frågan vilka förväntningar vi kan ställa på resultatet från analyser med dessa modeller.
Om vi endast studerar den timma med störst trafik, maxtimman, måste vi inse att vi erhåller en begränsad utdata. Vi vet inte hur den förändring vi försöker modellera påverkar trafiken utanför den timma vi valt att studera vilket medför svårigheter när vi vill dra slutsatser om förändringen. För CO2 utsläpp får detta en stor betydelse eftersom vi endast är intresserade av den totala
förändringen av dessa utsläpp. Vi bör dock under vissa antaganden kunna se i vilken riktning utsläppen kommer att förändras. Om vi ser på en förändring som ger ett ökat resande under maxtimman samtidigt somCO2-utsläppen minskar och antar att
• Samtliga tillkomna bilresenärer som tillkommer på den övre nivå i logitmodellen, reste
tidigare under en annan tidsperiod med mindre trängsel
• Den totala ressträckan för dessa resenärer inte var längre i de tidsperioder där de reste
tidigare än vad de reser under maxtimman
så bör vi kunna dra slutsatsen attCO2-utsläppen totalt sett inte kommer att öka. Vi bör till och
med kunna dra slutsatsen att den minskning avCO2-utsläppen som vi erhåller i modellen är en
underskattning av den verkliga förändringen, eftersom de tillkomna resenärerna gav upphov till utsläpp avCO2även när de reste under andra tidsperioder. Vad vi inte vet är hur de förändringar
vi gör påverkar det totala antalet resor som genomförs utanför trafiknätverket. Detta kan påverka de totala utsläppen och leda till att vi får totalt högreCO2-utsläpp.
För utsläpp avN Ox ochV OC kommer föroreningshalterna i luften att vara av största intresse
och dessa kan förväntas vara högre under perioder med mycket trafik. Om vi därför kan minska utsläppen av dessa ämnen under den s.k. maxtimman bör detta ge en total förbättring av luftkva- liteten genom att vi minskar den maximala föroreningshalten. Här kommer även andra faktorer få betydelse, om vi minskar utsläppen på gator med låg ventilering kommer detta ge en större effekt jämfört om förändringen sker på en öppen gata där utsläppen kan ventileras ut lättare. Vi bör därför särskilt studera områden där vi kan förvänta oss en sämre ventilering, exempelvis i de centrala delarna av staden som studeras. För denna typ av utsläpp kan beloppet av förändringen ge oss information om hur stor förändring i föroreningshalt som kan förväntas. En minskning med exempelvis 5% av utsläppen i de centrala delarna av staden kan förväntas ge en större minskning av föroreningshalterna jämfört med en minskning med 2%. Föroreningshalterna på enskilda gator kommer även påverkas av de totala utsläppen i omgivningen och det är därför även intressant att se hur denna förändring är under maxtimman.
6
Grundscenario
För att få en möjlighet att praktiskt visa hur information om energianvändning och utsläpp av skadliga ämnen kan användas i trafikplaneringsprocessen har ett trafiknätverk över Norrköping använts.
Vi har förutom personbilstrafik modellerat Norrköpings spårvagnslinjer men bortser helt från övrig kollektivtrafik i trafiksimuleringsmodellen.
Den enda likhet med det faktiska trafiknätverket i Norrköping som vi avser beskriva är den fy- siska infrastrukturen i form av gator och vägar med avseende på deras geografiska placering. Efterfrågan och O/D-par bör ses som fiktiva liksom de kostnader som uppskattats för de resenä-
rer som väljer att inte resa i respektive O/D-par samt de som väljer att resa med kollektivtrafik. Målet har dock varit att skapa ett trafiknätverk med rimliga reskostnader och efterfrågan för en stad som Norrköping även om det inte beskriver den faktiska trafiksituationen i Norrköping. Vid en praktisk tillämpning uppskattas kostnader, efterfrågan och parametrar i modellen utifrån kända data, exempelvis resvaneundersökningar och befolkningsdata. Vad vi gör här syftar till att utan denna typ av information skapa ett realistiskt scenario som kan användas för att se hur modellering av energianvändning och utsläpp kan användas i planeringsprocessen.
De tidsvärden som har använts för att värdera restider är 40 kr/h för restid i fordon samt gångtid vid resor med kollektivtrafik och 80 kr/h för väntetid vid resor med kollektivtrafik.
Genereringen av data kan delas in i tre steg, se figur 6.1, där vi i steg 1 utgår från den data som är given. I steg 2 gör vi antaganden om hur resenärerna delar upp sig på olika färdmedel och erhåller en efterfrågan för de resenärer som väljer att resa samt spridningsparamter i logitmo- dellen. Genom att göra ytterligare antganden om hur benägna resenärerna är att resa eller inte resa genererar vi slutligen i steg 3 spridningsparametern på den övre nivån i logitmodellen, den potentiella efterfrågan och de generaliserade kostnaderna för att inte resa.
Steg 1.
Beskrivning av trafiknätverket och reskostnader. Efterfrågan för resande med personbil.
Steg 2.
Reskostnad med kollektivtrafik. Spridningsparameter i Logitmodell för färdmedelsval.
Efterfrågan för alternativet att resa.
Steg 3.
Kostnader för alternativet att inte resa. Spridningsparameter i Logitmodell för elastisk efterfrågan.
Total potentiell efterfrågan.
Figur 6.1: Schematisk bild över processen att generera data till ett grundscenario.
6.1 Trafiknätverket
Från Norrköpings kommun har en OD-matris som beksriver efterfrågan av personbilsresor på dygnsnivå erhållits med 23 004 O/D-par. Utifrån OD-matrisen har en maxtimma uppskattats
genom att multiplicera dygnsefterfrågan med faktorn0.12, dvs. vi antar att 12 % av resorna sker
under maxtimman. Denna maxtimma kan ses som en sammanvägning av morgonens och efter- middagens maxtimma. Antalet O/D-par har sedan justerats till7660 genom att eliminera alla
O/D-par med efterfrågan0.5 fordon/h eller lägre. Efterfrågan från dessa O/D-par har adderats
till de resterande O/D-paren. Minskningen av antalet O/D-par har krävts för att erhålla en rimlig beräkningstid när nätverket körs i trafikmodellen. Givet att1.2 personer reser i varje fordon har
vi slutligen multiplicerat efterfrågan med1.2 för att erhålla efterfrågan i enheten personer per
timma.
Utifrån en beskrivning från Norrköpings kommun av de i trafiknätverket ingående länkarna har sju olika BPR-funktioner (ekvation (6.1) och tabell 6.1) använts för att beskriva restid i minuter på respektive länktyp (figur 6.2). Parametrarna i dessa BPR-funktioner har uppskattats för att erhålla restidsfunktioner som efterlikna de sju typer av TU-71 funktioner som ofta används för att beskriva olika typer av vägkategorier i Sverige.
tBP Rl (wl) = α + β
wl C
γ
(6.1)
Tabell 6.1: Vägklass och parametrar i BPR-funktionen för en länk med längden 1 km.
Vägklass/Trafikmiljö α β C γ C50 - Centrumväg, 50km/h / mycket störd 2.58 2.45 800 3 M50 - Mellanväg, 50km/h / störd 1.97 2.85 1050 3 Y50 - Ytterväg, 50km/h / ej störd 1.65 1.02 1150 6 M70 - Mellanväg, 70km/h / störd 0.88 0.98 1550 4 Y70 - Ytterväg, 70km/h / ej störd 0.93 2.71 2000 4 L90 - Landsväg, 90km/h / ej störd 0.71 0.67 2000 7 L110 - Motorväg, 110km/h / ej störd 0.63 0.49 2000 8
Respektive BPR-funktion beskriver restiderna på en väg med avsedd vägkategori och ett kör- fält. För att beskriva vägar med två körfält i samma riktning multipliceras kapaciteten med två. Med störning menas i vilken utsträckning den aktuella vägsträckan har faktorer som påverkar framkomligheten. En mycket störd väg har trafiksignaler och/eller störning en stor del av dygnet medan en störd väg endast har störning vissa delar av dygnet [21].
En monetär kostnad,τc, på1.5 kr/km används för att beskriva den fasta kilometerkostnad där
bränsleförbrukning, fordonsslitage och värdeminskning kan räknas in. Denna kostnad adderas till den generaliserad kostnad som erhålls när restiden multipliceras med tidsvärdet enligt
ccl = tBP Rl (wl) · Bt+ τc· dl
Figur 6.2: Restid,t, som funktion av flöde, w, för vägklass M50 och M70.