Research on Optimization Method of Green Wave Coordinated Signal Considering Carbon Emission Reduction

Resumo Técnico: Método de Otimização de Sinalização Coordenada de Onda Verde Considerando a Redução de Emissões de Carbono

Definição do Problema
O congestionamento do tráfego urbano e a poluição por exaustão impõem restrições significativas ao desenvolvimento sustentável. Embora o controle de sinalização coordenada de onda verde seja um método comprovado para melhorar a eficiência arterial, as pesquisas existentes frequentemente carecem de uma compreensão sistemática da correlação dinâmica entre os parâmetros de sinalização (comprimento de ciclo, tempo de verde, defasagem/offset) e as emissões de carbono. Além disso, os modelos de emissão atuais frequentemente dependem de médias macroscópicas ou são construídos sobre ambientes de tráfego estrangeiros (ex: EUA), levando a vieses de adaptação quando aplicados a redes rodoviárias chinesas. Há uma necessidade de uma abordagem localizada e microscópica que integre simulação de tráfego com estimativa de emissões para otimizar o tempo de sinalização especificamente para a redução de carbono, sem comprometer a eficiência do tráfego.

Metodologia
O estudo emprega uma metodologia de múltiplos estágios combinando simulação, modelagem e otimização:

1. Construção da Plataforma (Integração VISSIM-MOVES):

   • Uma plataforma de simulação de emissão de carbono de tráfego microscópico foi construída integrando o VISSIM (simulação de fluxo de tráfego) e o MORES (modelagem de emissão).
   • Localização: O modelo MOVES foi localizado para o contexto chinês. Os parâmetros geográficos foram calibrados usando dados climáticos de Jinan (emparelhados com Minneapolis, EUA, como linha de base), as distribuições de idade dos veículos foram ajustadas com base em levantamentos de campo e as características do combustível (teor de enxofre e benzeno) foram atualizadas para alinhar-se aos padrões VIA da China.
   • Interação de Dados: Scripts em Python facilitaram a troca de dados de velocidade e aceleração segundo a segundo do VISSIM para calcular a Potência Específica do Veículo (VSP), que impulsiona os cálculos de emissão do MOVES. A plataforma foi validada contra dados de PEMS medidos em campo, atingindo uma margem de erro dentro de 8%.

2. Avaliação e Análise de Correlação:

   • Métricas de avaliação principais foram selecionadas: atraso médio do veículo, número médio de paradas e comprimento médio de fila.
   • A análise de correlação de Pearson confirmou uma forte correlação positiva (coeficientes > 0,92) entre essas métricas operacionais de tráfego e as emissões de carbono, validando seu uso como proxies para otimização de emissões.

3. Classificação de Cenários:

   • As arteriais de onda verde foram categorizadas em cenários diferenciados com base em características espaço-temporais (ex: espaçamento entre interseções, estados de fluxo de tráfego como fluxo livre/estável/instável) para considerar a heterogeneidade nos efeitos de otimização.

4. Desenvolvimento do Modelo de Otimização:

   • Estimativa de Emissão: Um modelo matemático foi derivado para estimar as emissões totais de CO₂ com base na teoria VSP. Ele decompõe as emissões em quatro fases: aceleração, desaceleração, marcha lenta (fila) e cruzeiro. O modelo vincula as emissões totais diretamente ao número total de paradas e ao tempo total de atraso.
   • Modelagem de Atraso: O modelo de atraso de Webster foi selecionado por sua adequação em condições de fluxo estável (saturação < 1).
   • Estratégia de Otimização: Um método de "defasagem ótima de restrição — otimização colaborativa de múltiplos parâmetros" foi proposto.
     • Passo 1: Determinar a defasagem (offset) ótima para manter a largura de banda da onda verde.
     • Passo 2: Otimizar o ciclo comum, o tempo de verde da direção coordenada e a velocidade da onda verde para minimizar as emissões totais de carbono, sujeitos a restrições de saturação, segurança de pedestres e divisões de sinal (splits).
     • Passo 3: Ajustar finamente a defasagem para finalizar o esquema.
   • Solucionador: Um algoritmo genético foi usado para resolver o modelo de otimização.

Principais Resultados
A metodologia foi validada usando um estudo de caso de uma arterial de fluxo estável com espaçamento normal entre interseções em Jinan (quatro interseções, I1–I4).

• Ajustes de Parâmetros: A otimização resultou em um aumento no comprimento de ciclo comum (220s para 235s), um aumento médio de 15s no tempo de verde da direção coordenada e um aumento na velocidade da onda verde (55 km/h para 62 km/h).
• Melhorias de Desempenho:
  • Atraso Médio do Veículo: Diminuiu em 16,47% (de 84,79s para 70,83s).
  • Número Médio de Paradas: Diminuiu em 14,34% (de 1,234 para 1,057).
  • Emissões Totais de Carbono: Diminuíram em 4,78% (de ~4,49 milhões de g para ~4,28 milhões de g).
  • Largura de Banda da Onda Verde: Aumentou em 20 segundos (uma melhoria de 31% na eficácia da coordenação).
• Análise de Mecanismo: A redução das emissões foi impulsionada principalmente pela redução do ciclo "desaceleração-marcha lenta-aceleração". A redução nas paradas eliminou eventos de aceleração de alta emissão, enquanto a redução no atraso baixou as emissões de marcha lenta. A velocidade otimizada da onda verde manteve os veículos em faixas de VSP mais baixas (0–6 kW/t), reduzindo as emissões por unidade de distância em 8,6%.

Significância e Contribuições
O artigo reivindica as seguintes contribuições para o campo da gestão de tráfego de baixo carbono:

1. Modelagem de Emissão Localizada: Aborda a lacuna na propriedade intelectual doméstica independente para modelagem de emissão, localizando com sucesso o modelo MOVES para as condições geográficas, de veículos e de combustíveis da China, melhorando a precisão da estimativa.
2. Diferenciação Baseada em Cenários: Ao contrário de estudos anteriores que assumem cenários homogêneos, esta pesquisa analisa sistematicamente como os parâmetros de controle afetam as emissões através de diferentes cenários espaço-temporais (ex: curto vs. longo espaçamento entre interseções), revelando que as estratégias de otimização devem ser diferenciadas (ex: interseções de curto espaçamento são mais sensíveis a mudanças no tempo de verde devido aos riscos de transbordamento de fila).
3. Estrutura de Otimização Inovadora: O método proposto de "restrição de defasagem ótima" resolve o conflito entre a redução de emissões e a eficiência do tráfego. Ao fixar a defasagem primeiro para preservar a largura de banda da onda verde, o método evita a armadilha de otimizações tradicionais que podem interromper a coordenação ao buscar reduções de emissões.
4. Melhoria Sinérgica: O estudo demonstra que minimizar as emissões de carbono através da otimização de sinalização pode simultaneamente melhorar a eficiência do tráfego (reduzindo atrasos e paradas), oferecendo uma solução técnica viável para a gestão de arteriais de baixo carbono.

Limitações e Trabalhos Futuros
Os autores reconhecem que o estudo atual depende de dados de simulação calibrados com base em medições de campo e carece de monitoramento empírico direto de múltiplas fontes para os resultados finais de emissão. Sugere-se que pesquisas futuras incorporem fluxos de tráfego mistos, incluindo veículos de nova energia, e validem os modelos com dados de monitoramento de campo mais amplos.