Единая транспортная модель как инструмент оперативного и стратегического прогноза транспортных потоков и доходов от взимания платы на автомобильных дорогах гк



Pdf просмотр
Дата26.01.2017
Размер2.55 Mb.
Просмотров215
Скачиваний0

Единая транспортная модель как инструмент
оперативного и стратегического прогноза
транспортных потоков и доходов от взимания платы
на автомобильных дорогах ГК «Автодор»
Группа компаний Сетек

Транспортная инфраструктура и
моделирование
Транспортный комплекс - один из самых важных элементов в экономике государства. Ключевым инструментом для сбалансированного развития и управления транспортным комплексом является транспортная модель для стратегического и оперативного транспортного планирования.
Транспортные модели используются для:
 Планирования развития транспортной сети
 Оценки эффективности инфраструктурных проектов
 Совместного анализа инфраструктурных проектов, их взаимного влияния
 Создания интеллектуальных транспортных систем
2
Франция
(1990 год)
Италия
(1990 год)
Англия
(1985 год)
Германия
(1990 год)
Транспортная модель автодорог европейской части России– необходимый инструмент для развития всего автодорожного комплекса
РФ

Цели Единой транспортной модели ГК
«Автодор»
 Планирование развития автодорожной сети с учетом роста трафика:
 Оценка взаимного влияния проектов отдельных участков различных автодорог ГК «Автодор» друг на друга.
 Прогноз интенсивности транспортных потоков для дорог ГК «Автодор».
 Оценка доходов от эксплуатации платных дорог
ГК «Автодор» долгосрочную перспективу.
 Сокращение сроков реализации новых проектов и повышение качества их выполнения.
 Непрерывный мониторинг в режиме реального времени дорожно-транспортной ситуации на автомобильных дорогах ГК «Автодор» (интенсивность, скорость).
 Хранение, обработка и анализ данных по дорожно-транспортной ситуации
(интенсивность, скорость).
3
Будет создан единый инструмент для оценки и визуализации текущей ситуации, оценки
тарифной политикой, мониторинга автодорог, прогнозирования интенсивности движения и
доходов на них.

Технологии и опыт участников
проекта
4
Всероссийский центр изучения общественного мнения
Финэкспертиза
Геомониторинг
Субподрядные организации
PTV (Германия)
A+S (Россия/Германия)
Alyce Sofreco (Франция)
Опыт работы

Динамическая и статическая модель Парижа, статическая модель
Страсбурга и Марокко.

Динамические модели Брюсселя, автодорог Австрии и Румынии.

Статическая модель Москвы и более 30 российских городов

Разработка динамической модели Москвы

Социологические опросы по заказу президента и правительства
РФ.
Программное обеспечение
PTV Optima TDW – система для хранения и анализа данных автоматических детекторов транспорта
PTV Optima – инструмент разработки динамической модели в реальном времени (база для ИТС «верхнего уровня»)
PTV Visum – инструмент разработки статической модели
Разработка единой транспортной модели осуществляется французской, российской и немецкой командами экспертов с использованием современного программного обеспечения, которое более 30 лет успешно применяется во многих странах мира.

ТрансМод – франко-российская компания группы компаний Сетек

5
Функциональная схема ЕТМ –
взаимосвязь отдельных программных
решений

6
 Сбор социально-экономических и демографических характеристик по 1600 муниципальным районам в европейской части РФ и 12 приграничным к области моделирования государствам
 Анализ стратегий и программ транспортного развития –
федеральных, региональных и альтернативных видов транспорта
 Сбор технико-экономических характеристик дорог
ГК «Автодор» и альтернативной дорожной сети
 Социологические опросы пользователей автомобильных дорог ГК «Автодор»:
 телефонный опрос более 200 предприятий-грузоперевозчиков
 придорожный опрос 49 000 респондентов
 телефонный опрос подвижности населения в 21000 респондентов
 Замеры интенсивности транспортных потоков в 537 точках в течение 12 часового периода с 8.00 до 20.00 с применением средств видеорегистрации:
 на развязках (по направлениям движения)
 на сечениях автомобильных дорог
Разработка статической модели –
исследования и сбор исходных данных


Разработка транспортной модели базового года
автодорог ГК «Автодор»
Текущие характеристики модели:

2500 транспортных районов, разделенных на
150 агломераций
 Слои спроса:
 Дальние перемещения
 «Короткие» - ежедневные перемещения (ДР, ДП, РР,
ПП, отдельно для типов нас. пунктов)
 Транспортный граф:

150 000 отрезков
 более 50 000 километров дорог 1-3 категории
7
Все этапы начиная от полевых исследований и до разработки модели базового года выполнены в соответствии с методикой
СТО АВТОДОР 2.2-2013 «Рекомендации по прогнозированию интенсивности дорожного движения на платных участках автомобильных
дорог Государственной компании «Автодор» и доходов от их эксплуатации» (приказ от 12.04.2013 № 65)

Разработка модели прогноза доходов от сбора
платы за проезд по автодорогам ГК «Автодор»
Разработаны модели прогнозных лет с учетом:

прогноз изменения социально-экономических и демографических показателей (численность населения, численность работников и т.д.) на территории моделирования;

прогноз уровня автомобилизации населения;

проектируемые изменения в транспортной сети;

прогноз изменения в оценке стоимости времени.
Проведен анализ эластичности и систем тарификации.
Разработана модель прогноза доходов.
Основной результат - это разработка инструмента для:
1. Оценки взаимного влияния отдельных участков автодорог ГК «Автодор».
2. Определения максимально точных и актуальных прогнозов доходов от взимания платы
.
8
Рис.1 Пример панели управления модели прогноза доходов, для ПВП на 1124 км

9
Разработка системы анализа данных
автоматических детекторов транспорта
 Использование всех существующих
датчиков и возможность интеграции
новых
 Импорт и объединение собранных данных по пространственному,
временному и содержательному
критериям
Проверка обобщенных данных
подсчетов на основе исторических данных подсчетов и фиксированных предельных значений
 Формирование настраиваемых
отчетов по каждому месту подсчета, включая распределение интенсивности движения по интервалам движения, типам транспортного средства и экспорта в разные форматы
 Визуализация данных подсчетов в виде диаграмм и таблиц

10
Динамическая модель оперативного прогноза
транспортной ситуации
Решаемые задачи в рамках динамической модели в реальном времени
(PTV Optima):
 Расчет текущей транспортной ситуации (интенсивность и скорость на участках автодорог)
 Расчет краткосрочного прогноза (на 1 час вперед и несколько дней с учетом запланированных событий)
 Ввод событий и инцидентов и их учет при прогнозировании – анализ «узких» мест
 Создание прототипа мобильного приложения
для информирования пользователей автодорог
 Создание аналитического ядра для
разработки ИТС (в том числе, возможность интеграции различных сервисов и функциональности)
Рис 1. Пример интерфейса оператора динамической модели PTV Optima

11
Задача




Подход

Мониторинг
текущей ситуации


“Что сейчас
происходит на
дороге?”
Прогноз



“Какая ситуация
будет в течение
часа?”
Поддержка при принятии
решения


“Что происходит , если
...?”
“Что надо сделать?”
Только
наблюдаемые
данные
При большом объеме данных
Невозможно
Невозможно
+
Статистика
Позволяет
Только
«стандартные» ситуации
Невозможно
+
Транспортная
модель
Позволяет
Позволяет
Позволяет
Сравнение подходов к оперативному
планированию транспортной ситуации

12
Динамическая модель в режиме онлайн необходима:
• Для расчета текущей ситуации и прогноза интенсивности на 1 час вперед
• Для информирования о дорожном движении
• Для поддержки принятия решений по управлению транспортными потоками
Исходные данные
• Данные FCD (автобус, такси, ...)
• Данные детекторов
• Данные видеокамер
• Данные о событиях
PTV Optima
• Транспортная модель
• Имитация в режиме реального времени:
• Текущая ситуация и прогноз
Расчет оптимальных маршрутов
Результаты
• Состояние системы дорожного движения (интенсивность, скорость, время в пути, …)
• Стратегия управления (Decision
Support System)
Общий взгляд на систему моделирования в
реальном времени

ГК «Автодор» получит инструмент на базе систематически актуализируемой транспортной модели, который позволит:
 Прогнозировать интенсивности транспортных потоков и доходы от вложенных инвестиций
 Повысить качество реализации новых проектов
 Проводить оперативный мониторинг дорожно- транспортной ситуации и анализ исторических данных
 Разработать полноценную ИТС на базе аналитического ядра транспортной модели
13
Спасибо за внимание!
В результате



Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©nethash.ru 2019
обратиться к администрации

войти | регистрация
    Главная страница


загрузить материал