De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

De haalbaarheid en meerwaarde van quasi-dynamisch toedelen en vertrektijdstipkeuzemodellering binnen de BBMA Martijn Heynickx Kobus Zantema 9 MAART 2016.

Verwante presentaties


Presentatie over: "De haalbaarheid en meerwaarde van quasi-dynamisch toedelen en vertrektijdstipkeuzemodellering binnen de BBMA Martijn Heynickx Kobus Zantema 9 MAART 2016."— Transcript van de presentatie:

1 De haalbaarheid en meerwaarde van quasi-dynamisch toedelen en vertrektijdstipkeuzemodellering binnen de BBMA Martijn Heynickx Kobus Zantema 9 MAART 2016

2 pagina 2 Inhoud »Aanleiding »Proces »Case studie »Quasi-dynamisch toedelen »Vertrektijdstipkeuze »Conclusies

3 pagina 3 Aanleiding

4 pagina 4 Aanleiding -In 2014: BBMA audit op vraag van PS: “Verbeter het model verder door de modellering van vertrektijdstipkeuze en congestiemodellering te verbeteren...” -Geregeld vragen vanuit omgeving en projecten -Behoefte vanuit inhoud en toepassingen voor verbreding eigen inzichten en analysemogelijkheden bottlenecks, terugslag, filedruk,...

5 pagina 5 Aanleiding

6 pagina 6 Aanleiding

7 pagina 7 Aanleiding Resultaten en randvoorwaarden: -Realistischere reistijdbepaling (vb. betere match met “gemeten reistijden”) -Onderdeel van en embedded in heel schattingsproces BBMA, geen “aanhangsel” -Toepasbaar tav. projecteffecten -Enkel voor automodaliteit -Inclusief kruispuntmodellering -Rekentijden moeten acceptabel blijven

8 Proces pagina 8

9 pagina 9 Proces -Beslissing voor go collectief vanuit kernteam -Start van 2 ontwikkeltrajecten bewust in “intermezzo”-periode, ontwikkelwerk dus niet als onderdeel van actualisatie -Uitvoering door Dat.Mobility/Goudappel in opdracht van provincie Noord- Brabant -Aanstelling van klankbordgroep met RWS/WVL en Panteia/Significance -Resultaten zijn over het algemeen plausibel geacht

10 pagina 10 Proces Vervolg: -Implementatie en uitrol in de BBMA (onderdeel van actualisatie v2017) -Aandacht voor hoger benodigd detail in input, maar ook bij controle! -Daarbij extra toelichting en uitleg nodig tav. interpretatie resultaten bij stakeholders -Afstemming parameters? Verklaarbaarheid resultaten?

11 Case study pagina 11

12 Beschrijving Case study -Avondspitstoedeling bij aansluiting Rosmalen op de A59 -Variant met capaciteitsuitbreiding

13 Statisch model (vigerend BBMA) Referentie Variant

14 Quasi-dynamisch toedelen pagina 14

15 Stroomschema BBMA Wegvakintensiteiten, fietssnelheden Baanvak/lijn-intensiten Baanvak/lijnsnelheden Statische AON toedeling Multirouting toedeling HbMatrices per vervoerwijze ZwaarteKrachtModel (ZKM) Statische evenwichtsToedeling Wegvakintensiteiten, wegvaksnelheden Reistijden op HB niveau (skimmatrix) RitGeneratieModel Vertrekken en Aankomsten per zone SocioData 1.RitKeuze 2. Vervoerwijzekeuze 3. Bestemmingskeuze 4. RouteKeuze 15

16 Van Statisch naar STAQ 16 Wegvakintensiteiten, fietssnelheden Baanvak/lijn-intensiten Baanvak/lijnsnelheden Statische AON toedeling Multirouting toedeling HbMatrices per vervoerwijze ZwaarteKrachtModel (ZKM) STAQ Wegvakintensiteiten, wegvaksnelheden Reistijden op HB niveau (skimmatrix) RitGeneratieModel Vertrekken en Aankomsten per zone SocioData 1.RitKeuze 2. Vervoerwijzekeuze 3. Bestemmingskeuze 4. RouteKeuze 1 2 4a4a 4a4a 3a3a 5a5a 6a6a

17 Wat is STAQ? Voorbeeld met een statisch toedeling Capaciteit= 4000 vtg/u Capaciteit= 6000 vtg/u Vraag= 4200 vtg/u AB Wat is de lengte van de wachtrij en de reistijd van A naar B na 1 uur? Volgens een traditioneel statisch model: -Geen fysieke wachtrij, vertraging in de bottleneck -Reistijd wordt berekend met een reistijdfunctie:

18 Wat is STAQ? Voorbeeld met dynamisch model Wat is de lengte van de wachtrij en de reistijd van A naar B na 1 uur? Capaciteit= 4000 vtg/u Capaciteit= 6000 vtg/u Vraag= 4200 vtg/u A In een realistisch dynamisch toedelings model: -File lengte: 1150m -Reistijd: 12 min Density(veh/km) Flow (veh/h) v1 v2,v3 BB Status 2Status 1Status 3

19 Wat is STAQ? Wat is de lengte van de wachtrij en de reistijd van A naar B na 1 uur? Capaciteit= 4000 vtg/u Capaciteit= 6000 vtg/u Vraag = 4200 vtg/u AB In STAQ: Squeezing… -File lengte: 1150m -Reistijd: 12 min. Queuing…

20 Statisch vs Quasi-dynamisch (referentie) Statisch STAQ

21 Statisch vs Quasi-dynamisch (variant) Statisch STAQ

22 Vertrektijdstipkeuze pagina 22

23 Toevoegen vertrektijdstipkeuzemodel 23 Wegvakintensiteiten, fietssnelheden Baanvak/lijn-intensiten Baanvak/lijnsnelheden Statische AON toedeling Multirouting toedeling HbMatrices per vervoerwijze ZwaarteKrachtModel (ZKM) STAQ Wegvakintensiteiten, wegvaksnelheden Reistijden op HB niveau (skimmatrix) RitGeneratieModel Vertrekken en Aankomsten per zone SocioData 1.RitKeuze 2. Vervoerwijzekeuze 3. Bestemmingskeuze 4. RouteKeuze Vertrektijdstipkeuze Model

24 Vertrektijdstipkeuze (ToD) Als gevolg van congestie kan iemand besluiten om eerder of later te vertrekken Het model gaat uit van een gewenst vertrek- en aankomsttijdstip (OViN) Afwijking van deze gewenste tijdstippen, alsmede reistijd worden als ‘kosten’ meegenomen 7:008:009:00

25 Quasi-Dynamisch vs STAQ+ToD (ref) Zwaarte van de bottleneck neemt af als gevolg van vertrektijdstipkeuze (meer verkeer buiten de spits) Absolute afname bottleneck: 61 voertuigen

26 Quasi-Dynamisch vs STAQ+ToD (var) Door het verminderen van de bottleneck verschuift er minder verkeer naar de restdag Absolute afname bottleneck: 24 voertuigen De verschuiving kan natuurlijk ook komen door vertraging elders op de route

27 Effecten vertrektijdstipkeuze

28 Verschuiving op gebiedsniveau gebied 1 gebied 2gebied 3gebied 4gebied 5gebied 6gebied 7gebied 8gebied 9 gebied 10 gebied 11,46%1,71%2,13%1,53%1,99%2,37%6,03%9,32%9,92%3,79% gebied 21,65%1,51%1,72%1,47%1,89%2,18%5,67%7,19%9,24%2,90% gebied 32,20%1,49%1,64%1,45%1,53%1,84%3,91%7,85%9,46%2,50% gebied 41,43%1,48%1,43%1,49%1,82%1,63%3,69%4,32%6,72%1,90% gebied 51,76%1,85%1,69%1,90%3,86%1,66%2,93%3,17%7,45%2,23% gebied 61,56%1,69%1,52%1,50%1,97%1,46%1,54%3,36%2,96%1,45% gebied 71,99%2,08%1,72%1,83%3,05%1,45%1,42%1,85%1,99%1,41% gebied 82,11% 2,27%1,87%2,98%1,78%1,58%0,00%1,49%1,44% gebied 92,40%2,52%2,03%1,49%2,47%1,60%1,84%1,48%1,43%1,41% gebied 101,48%1,59%1,51%1,54%2,62%1,44%1,51%2,06%1,79%1,47% gebied 1gebied 2gebied 3gebied 4gebied 5gebied 6gebied 7gebied 8gebied 9gebied 10 gebied 11,46%1,71%2,15%1,48%1,90%2,29%5,41%8,85%8,91%2,76% gebied 21,66%1,51%1,77%1,47%1,83%2,23%5,22%6,82%8,34%2,48% gebied 32,19%1,49%1,63%1,45%1,50%1,82%3,52%7,23%8,42%2,16% gebied 41,43%1,48%1,43%1,47%1,72%1,58%3,58%4,36%6,23%1,79% gebied 51,71%1,79%1,64%1,75%3,72%1,57%2,90%3,23%6,98%2,15% gebied 61,55%1,68%1,52%1,48%1,83%1,46%1,55%3,56%2,83%1,43% gebied 72,02%2,10%1,73%1,84%2,90%1,46%1,42%1,87%1,83%1,41% gebied 82,08%2,09%2,22%1,84%2,75%1,77%1,57%0,00%1,49%1,44% gebied 92,16%2,26%1,88%1,46%2,21%1,54%1,71%1,48%1,43%1,40% gebied 101,46%1,58%1,48%1,49%2,44%1,40%1,52%2,10%1,73%1,47% Referentie: Variant:

29 Convergentie en resultaten pagina 29

30 Convergentie - STAQ

31 Convergentie - ToD Als voorbeeld de convergentie in het uitsnedemodel (het beeld in de BBMB is gelijk) In iteratie 5 is het maximum verschil in reistijd tov iteratie 4 ongeveer 16 seconden (in de avondspits) iteratieochtendspitsavondspitstotaal 20, , , , , , , , , ,25E-050, , ,75E-060, , ,33E-070, ,53E-05 83,98E-083,29E-052,07E-05 92,29E-091,07E-056,72E ,89E-093,53E-062,22E ,7E-091,18E-067,39E ,69E-093,78E-072,38E ,7E-091,21E-077,66E ,69E-094,38E-082,81E ,7E-091,37E-089,21E ,69E-091,51E-091,57E ,7E-092,18E-097,35E ,69E-091,24E-091,54E ,7E-091,98E-107,57E ,69E-091,27E-091,43E-09

32 Convergentie - ZKM

33 Rekentijden BBMA met STAQ en TODBBMB Routeset 4:30:00 Transportmodel 1 iteratie 5:27:008:34:00 - weerstandsmatrices 0:05:00 - zkm 0:43:00 - time of day 4:56:00 - jteration 1 1:48:00 - jteration 2 1:03:00 - jteration 3 1:06:00 - postprocessing 0:59:00 Totaal 3 iteraties met eindtoedeling (in min) 20:51:0025:42:00

34 Indicatie: reistijden* pagina 34 *Disclaimer: De STAQ reistijden (rood) zijn gemaakt op basis van de oorspronkelijke statische matrices, de ZKM reistijden (blauw) zijn gemaakt zonder de parameters van ZKM te herschatten en zonder kalibratie. Hierbij is de hoeveelheid verkeer lager dan verwacht op de trajecten.

35 Conclusies pagina 35

36 pagina 36 Conclusies -STAQ zorgt voor een verbetering van de reistijdschatting door de betere congestiemodellering en dus een realistischere verkeersafwikkeling in het netwerk -Vertrektijdstipkeuze leidt tot een verschuiving van verkeer uit de spits, oplossen van de bottlenecks leidt tot een terug-naar-de-spits effect. Dit volgt de lijn der verwachting -Rekentijden nemen zelfs af -Risicobeperking actualisatie: - Door de tijd tussen actualisaties te gebruiken voor onderzoek - Door tijdens de ontwikkeling ook het gehele schattingsproces te doorlopen worden hierin verrassingen vermeden

37 pagina 37 Vragen?

38 DAT.Mobility BV TEL MAIL WEBSITE


Download ppt "De haalbaarheid en meerwaarde van quasi-dynamisch toedelen en vertrektijdstipkeuzemodellering binnen de BBMA Martijn Heynickx Kobus Zantema 9 MAART 2016."

Verwante presentaties


Ads door Google