Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-969f75b0-238b-4d12-94ec-485f67de7552

Czasopismo

Logistyka

Tytuł artykułu

Transit demand forecast and emission estimation for electric bus fleet operation using activity based simulation

Autorzy Czogalla, O. 
Treść / Zawartość http://www.czasopismologistyka.pl/
Warianty tytułu
PL Prognozy popytu na przemieszczenia i szacowanie emisji dla floty elektrycznych autobusów z wykorzystaniem narzędzi symulacyjnych
Języki publikacji EN
Abstrakty
EN The forecast of transit demand is an important premise to analyze potential effects of electric bus fleet deployment in the public transport domain in order to generate realistic and robust data on transport mass between transit stops as an input for a transit vehicle model. In addition, the reduction of climate relevant gases such as carbon dioxide constitutes a major target of local policies of administrations within the European Union. Numerous cities seek for a significant reduction of emissions until 2050 [4]. Traffic and transport account for approximately 30 percent of total emissions. In this respect, exists a considerable potential by deployment of electric bus vehicles to contribute to a substantial reduction of energy consumption and tailpipe emissions in the domain of public transit. The gradual replacement of fossil fuelled vehicle fleet by electrically driven buses requires estimation of effects on emission rates within the transit system and total reduction potentials for a regional deployment. To estimate emission reductions internal emission models of Transportation Analysis and Simulation System (TRANSIMS) [8] have been calibrated and applied to conditions of the modeled urban network and bus vehicle emission rates.
PL Prognoza popytu na przemieszczenia jest ważną przesłanką przy analizach rozmieszczenia floty autobusowej zasilanej napędem elektrycznym. Celem tych analiz jest generowanie wiarygodnych wielkości przewozów między przystankami, które stanowią dane wejściowe w modelu ruchu. Ponadto, redukcja gazów cieplarnianych, takich jak dwutlenek węgla, stanowi istotny cel polityki Unii Europejskiej. Wiele miast dąży do znacznego zmniejszenia emisji do roku 2050. Transport wytwarza około 30 procent całkowitej emisji. W tym kontekście, zastosowanie elektrycznych autobusów może przyczynić się do istotnego zmniejszenia zużycia energii i emisji zanieczyszczeń w transporcie publicznym. Stopniowe zastępowanie floty pojazdów wykorzystujących paliwa kopalniane przez floty autobusów zasilanych w sposób elektryczny wymaga oszacowania wpływu takiej zmiany na poziom emisji. Przy oszacowaniu zmniejszenia emisji wykorzystano modele zaimplementowane w aplikacji TRANSIMS, służącej do analiz i symulacji transportu. Modele te zostały odpowiednio skalibrowane oraz dostosowane do analizowanej sieci miejskiej i poziomu emisji autobusów.
Słowa kluczowe
PL prognozy popytu   autobusy elektryczne   narzędzia symulacyjne  
EN demand forecast   electric buses   simulation tools  
Wydawca Instytut Logistyki i Magazynowania
Czasopismo Logistyka
Rocznik 2014
Tom nr 4
Strony 2739--2749
Opis fizyczny Bibliogr. 9 poz., rys., tab., pełen tekst na CD
Twórcy
autor Czogalla, O.
Bibliografia
[1] Bhat, C and Koppelman, F (2003). Activity based modeling of Travel Demand, Handbook of Transportation Science, Editor: R.W. Hall, Springer, International Series in Operations Research & Management Science, Volume 56.
[2] Barth, M and An, F et al., “Comprehensive Modal Emission Model (CMEM), version 2.0 user’s guide”, (Riverside, CA, 2000)
[3] Barton-Aschman Associates Inc. (1997): Model Validation and Reasonableness Checking Manual. Travel Model Improvement Program, U.S. Department of Transportation, Federal Highway Administration, Washington, DC.
[4] Czogalla, O, “Potentials of Traffic and Mobility Management for the Energy Efficient City”, Green Cities-Green Industries - The Harbin Conference 2012 (Harbin, P.R. China, June 15, 2012)
[5] Guo, J. Y. and C. R. Bhat (2007). “Population synthesis for micro-simulating travel behaviour”, Transportation Research Record, 2014 (12) 92–101, Washington, DC.
[6] Jeannotte, K. et.al. (2004). “Decision Support Methodology for Selecting Traffic Analysis Tools”. Traffic Anaysis Toolbox Volume II, Report No. FHWA-HRT-04-039, U.S. Department of Transportation, Federal Highway Administration, Washington, DC.
[7] Jeihani, M and Kyoungho, A et al., “Comparison of TRANSIMS’ Light Duty Vehicle Emissions with On-Road Emission Measurements.” In: Proceedings of 47th Annual Transportation Research Forum (Washington D.C., 2006)
[8] TRANSIMS Documents, Los Alamos National Laboratory, LA-UR-00-1725, TRANSIMS 4.0, (Los Alamos, NM, 2000)
[9] OpenStreetMap. The free wiki world map: http://www.openstreetmap.org (2013).
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-969f75b0-238b-4d12-94ec-485f67de7552
Identyfikatory