PENDELEN PER MOTORFIETS: EEN IMPACTANALYSE
Eindrapport in opdracht van: Febiac vzw Woluwedal 46, bus 6 1200 BRUSSEL 21 september 2011
TRANSPORT & MOBILITY LEUVEN DIESTSESTEENWEG 57 3010 KESSEL-LO (LEUVEN) BELGIË +32 (16) 31.77.30 http://www.tmleuven.be
Rapportnummer: 10.69 Auteur: I. Yperman (TML)
2
Inhoud INHOUD .......................................................................................................................................................3 TABELLEN ...................................................................................................................................................4 FIGUREN ......................................................................................................................................................5 1
INLEIDING ..........................................................................................................................................6
2
EFFECT OP VERKEERSAFWIKKELING EN CONGESTIE ...........................................................7 2.1 CASE STUDY LEUVEN-BRUSSEL................................................................................................................................. 7 2.1.1 Referentiescenario....................................................................................................................................................... 8 2.1.2 Scenario met modale verschuiving............................................................................................................................. 19 2.1.3 Effect van modale verschuiving op verkeersafwikkeling............................................................................................. 27 2.2 GLOBAAL EFFECT OP HOOFDWEGENNET ............................................................................................................ 29 2.2.1 Case study: scenario met modale verschuiving inclusief aanzuigeffect.......................................................................... 30 2.2.2 Voertuigverliesuren en tijdsbaten op het volledige hoofdwegennet ............................................................................... 32 2.3 GLOBAAL EFFECT OP ONDERLIGGEND WEGENNET .......................................................................................... 33
3
EFFECT OP EMISSIES...................................................................................................................... 35 3.1 EMISSIES VAN MOTORFIETSEN EN PERSONENWAGENS ..................................................................................... 35 3.1.1 Emissiefactoren ....................................................................................................................................................... 35 3.1.2 Externe emissiekosten ............................................................................................................................................. 38 3.2 CASE STUDY LEUVEN-BRUSSEL: EMISSIEKOSTEN................................................................................................ 40
4
CONCLUSIES ..................................................................................................................................... 44 4.1 EFFECT OP VERKEERSAFWIKKELING EN CONGESTIE ........................................................................................ 44 4.1.1 Case study Leuven-Brussel ...................................................................................................................................... 44 4.1.2 Globaal effect op hoofdwegennet ............................................................................................................................... 44 4.1.3 Globaal effect op het onderliggend wegennet .............................................................................................................. 45 4.2 EFFECT OP EMISSIES .................................................................................................................................................. 45
REFERENTIES........................................................................................................................................... 46 BIJLAGE A:
BESCHRIJVING VAN HET LINK TRANSMISSIE MODEL....................................... 48
3
Tabellen Tabel 1: Waarderingen emissies 2010 in €/kg (CO2 in €/ton), waardes euro 2009 (bron: De Nocker et al. (2010))
39
4
Figuren Figuur 1: Het beschouwde studiegebied tussen Leuven en Brussel 7 Figuur 2: Locaties in het studiegebied waarop telgegevens verzameld worden 9 Figuur 3: Verkeersintensiteiten en snelheden in Sterrebeek richting Brussel op dinsdag 18 mei 2010. 10 Figuur 4: waarnemingspunten R0 Zaventem in een intensiteit-snelheid diagram 11 Figuur 5: waarnemingspunten R0 Zaventem in een dichtheid-intensiteit diagram 12 Figuur 6: intensiteiten op de hoofdrijbaan in Sterrebeek richting Brussel (opgemeten en gesimuleerd) 13 Figuur 7: snelheden op de hoofdrijbaan in Sterrebeek richting Brussel (opgemeten en gesimuleerd) 13 Figuur 8: Filevoortplanting in de ochtendspits in het referentiescenario 17 Figuur 9: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het referentiescenario 18 Figuur 10: pae-waarde van de motorfiets in functie van de verkeersdichtheid 21 Figuur 11: Filevoortplanting in de ochtendspits in het scenario met modale verschuiving 26 Figuur 12: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het scenario met modale verschuiving27 Figuur 13: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het referentiescenario en in het scenario met modale verschuiving 28 Figuur 14: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het referentiescenario en in de scenario’s met modale verschuiving 29 Figuur 15: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het scenario met modale verschuiving inclusief aanzuigeffect en in de andere beschouwde scenario’s 32 Figuur 16: Emissiefactoren voor motorfietsen en personenwagens op snelwegen in functie van de gemiddelde snelheid 37 Figuur 17: Emissiefactoren van de verschillende polluenten voor motorfietsen en personenwagens 38 Figuur 18: Externe emissiekosten voor motorfietsen en personenwagens op snelwegen in functie van de gemiddelde snelheid 39 Figuur 19: Externe emissiekosten van de verschillende polluenten voor motorfietsen en personenwagens 40 Figuur 20: Externe emissiekosten voor alle voertuigcategorieën op snelwegen in functie van de gemiddelde snelheid 41 Figuur 21: Totale emissiekosten per voertuigcategorie op het traject Leuven-Brussel in de ochtendspits 42 Figuur 22: Totale emissiekosten per polluent op het traject Leuven-Brussel in de ochtendspits 43
5
1
Inleiding
Het verminderen van de verkeerscongestie en het verbeteren van de luchtkwaliteit ten gevolge van het wegverkeer vormen belangrijke uitdagingen voor onze mobiliteit. In deze studie gaan we na of het pendelen per motorfiets in deze context een bijdrage kan leveren. We onderzoeken of het realiseren van een modale verschuiving van personenwagens naar motorfietsen een effect heeft op de verkeersafwikkeling en congestie. Verder bestuderen we ook welke impact dergelijke modale verschuiving zou hebben op verkeersemissies en luchtkwaliteit. Het rapport is opgebouwd als volgt: In Hoofdstuk 2 wordt het effect op de verkeersafwikkeling en de verkeerscongestie onderzocht van een modale verschuiving in het pendelverkeer van personenwagens naar motorfietsen. Het effect op emissies wordt in kaart gebracht in Hoofdstuk 3. In Hoofdstuk 4 tenslotte worden de belangrijkste conclusies geformuleerd.
6
2
Effect op verkeersafwikkeling en congestie
In dit hoofdstuk bestuderen we het effect op de verkeersafwikkeling van een modale verschuiving in het pendelverkeer van personenwagens naar motorfietsen. Omdat motorfietsen minder fysieke ruimte innemen op het wegdek, kan een vlottere verkeersdoorstroming verwacht worden wanneer meer pendelaars hun wagen aan de kant laten staan en zich per motorfiets naar het werk verplaatsen. De impact op verkeersafwikkeling wordt bestudeerd aan de hand van een case study waarbij het verkeer op het snelwegtraject Leuven-Brussel nauwkeurig gesimuleerd wordt (cf. Sectie 2.1), eerst in een referentiescenario en vervolgens in een scenario waarbij een modale verschuiving optreedt van personenwagens naar de motorfiets. In Sectie 2.2 bekijken we het effect van een modale verschuiving op het globale hoofdwegennet in België. Sectie 2.3 beschouwt tenslotte de globale impact op het onderliggend wegennet. 2.1
Case study Leuven-Brussel
Als case study beschouwen we de verkeersafwikkeling op het snelwegtraject Leuven-Brussel in een typische ochtendspits. Figuur 1 toont het studiegebied: de snelweg E40 tussen Leuven en Brussel, met in het Oosten de aansluiting van de E314 op de E40 (in Leuven), en in het Westen de aansluiting van de E40 op de R0 rond Brussel (in Sint-Stevens-Woluwe).
Figuur 1: Het beschouwde studiegebied tussen Leuven en Brussel
In een eerste stap construeren we het referentiescenario, waarbij de verkeersafwikkeling in de huidige situatie in kaart wordt gebracht (Sectie 2.1.1). Vervolgens beschouwen we een scenario waarbij een modale verschuiving van personenwagens naar motorfietsen gerealiseerd wordt (Sectie 2.1.2). Door vergelijking van beide scenario’s kunnen we het effect van de modale verschuiving bepalen op de verkeersafwikkeling (Sectie 2.1.3).
7
2.1.1
Referentiescenario
Het referentiescenario geeft de verkeersafwikkeling in de huidige situatie weer. Met behulp van een verkeersmodel worden realistische simulaties gemaakt van de verkeersstromen in het studiegebied. 2.1.1.1 Verkeersmodel Het verkeersmodel dat we gebruiken is het Link Transmissie Model (LTM) dat ontwikkeld werd aan de KULeuven (Yperman (2007)). LTM simuleert verkeersstromen in netwerken op realistische wijze. Het is een dynamisch model dat de evolutie van de verkeerstoestand weergeeft in tijdsintervallen van willekeurige grootte (bv. 5 minuten). Het proces van file-opbouw en fileafbouw wordt in detail gemodelleerd. Dit state-of-the-art model leent zich uitstekend tot het simuleren van files en voortplanting van files in grote verkeersnetwerken. Een gedetailleerde beschrijving van het model en van de werking ervan is opgenomen in bijlage A. Het verkeersmodel wordt gevoed met een verkeersvraag en een verkeersnetwerk. Nadat deze ingevoerd zijn, berekent het model hoe de verkeersstromen zich voortplanten in het verkeersnetwerk. Als output krijgen we een grafische weergave van verkeersintensiteiten, snelheden en –dichtheden op de verschillende netwerkonderdelen in het verloop van de tijd. Het ontstaan en het voortplanten van files wordt gevisualiseerd in een filmpje. Ook de reistijden in het verloop van de tijd vormen een output van het model. 2.1.1.2 Verkeersvraag Een verkeersvraag moet gedefinieerd worden en ingegeven worden in het model. Voor de beschouwde case study kan de verkeersvraag afgeleid worden uit verkeerstellingen die beschikbaar gesteld werden door het Vlaams Verkeerscentrum. We kunnen beroep doen op verkeerstellingen op 7 locaties in het studiegebied, waar continu telgegevens verzameld worden door middel van detectoren die in het wegennet liggen. Deze locaties bevinden zich ter hoogte van het op- en afrittencomplex van Leuven (E314), Haasrode (E40), Bertem (E40), Sterrebeek (E40), Kraainem (E40), Wezembeek-Oppem (R0) en Zaventem (R0). Figuur 2 geeft een overzicht van deze 7 locaties waarop telgegevens verzameld worden:
8
Zaventem
Sterrebeek
Kraainem
Wezembeek-Oppem
Bertem
Leuven
Haasrode
Figuur 2: Locaties in het studiegebied waarop telgegevens verzameld worden
Voor elke locatie zijn 6 tellingen beschikbaar: op de oprit, de afrit, de hoofdrijbaan tussen op- en afrit en dit telkens in beide rijrichtingen. De telgegevens op deze locaties werden door het Vlaams Verkeerscentrum beschikbaar gesteld voor de hele maand mei 2011, per tijdsinterval van 5 minuten. Enkel in Bertem waren geen meetgegevens beschikbaar voor de periode mei 2011. Voor deze locatie werd daarom teruggegrepen naar gegevens uit de maand mei 2010. Om een ‘typische ochtendspits’ weer te geven wordt de ochtendspits van donderdag 12 mei 2011 geselecteerd. Op deze dag is het totale verkeersvolume in de ochtendspits gelijk aan de mediaan van de verkeersvolumes in de ochtendspits van alle werkdagen in mei 2011. De ochtendspits van 12 mei 2011 wordt verondersteld representatief te zijn voor een typische ochtendspits. In Bertem en Sterrebeek worden de gegevens van dinsdag 18 mei 2010 weerhouden om een typische ochtendspits voor te stellen. Op deze dag komen de verkeersvolumes in de ochtendspits in Sterrebeek nagenoeg overeen met de verkeersvolumes op donderdag 12 mei 2011. Figuur 3 toont een voorbeeld van de opgemeten intensiteiten en snelheden in Sterrebeek op de hoofdrijbaan richting Brussel op dinsdag 18 mei 2010. De blauwe curve geeft het verloop van de verkeersintensiteiten (PersonenAutoEquivalenten/5min) over de dag, de rode curve geeft de snelheid van de verkeersstroom (km/u).
9
Sterrebeek hoofdrijbaan richting Brussel 18 mei 2010 700
intensiteit (PAE/5min) snelheid (km/u)
600 500 400 300 200 100 0 0u 1u 2u 3u 4u 5u 6u 7u 8u 9u 10u 11u 12u 13u 14u 15u 16u 17u 18u 19u 20u 21u 22u 23u 24u Tijdsindex
Figuur 3: Verkeersintensiteiten en snelheden in Sterrebeek richting Brussel op dinsdag 18 mei 2010.
Tussen 5u en 7u is er een sterke toename van de verkeersintensiteit. Rond 6u45 ontstaat er een file die gekenmerkt wordt door een lagere snelheid van de verkeersstroom. De file duurt tot ongeveer 9u. Verderop zullen we de periode van 6u30 tot 9u30 beschouwen als ochtendspitsperiode. Merk op dat er op 18 mei 2010 rond 14u een incident optreedt. Tot ongeveer 20u worden lage intensiteiten en heel lage snelheden waargenomen. Op een ‘normale’ dag is er in Sterrebeek richting Brussel na de middag geen structurele file meer. Op basis van de verkeerstellingen van 12 mei 2011 en 18 mei 2010 op de verschillende locaties worden herkomst-bestemmingsmatrices gedistilleerd voor elk tijdsinterval van 5 minuten tussen 6u30 en 9u30. Per tijdsinterval geven deze matrices het aantal vooropgestelde verplaatsingen tussen de verschillende herkomsten en bestemmingen. De verkeersvraag wordt ingevoerd in het verkeersmodel in de vorm van herkomst-bestemmingsmatrices. Deze matrices worden opgesteld door toepassing van een aan de KULeuven ontwikkelde HB schattingsmethodiek (Frederix et al. (2010)). De verkeerstellingen bevatten ook informatie over de samenstelling van de verkeersstromen. Gemiddeld genomen krijgen we in de ochtendspits voor het beschouwde studiegebied: •
83,4% voertuigen korter dan 4.9m (personenwagens en motorfietsen)
•
7,5% voertuigen met lengte tussen 4.9m en 6.9m (bestelwagens)
• 9,1% voertuigen langer dan 6.9m (vrachtwagens en bussen) De eerste categorie kan onderverdeeld worden in personenwagens en motorfietsen volgens de verhouding van afgelegde voertuigkilometers op het Belgische snelwegennet van beide voertuigcategorieën. We beroepen ons hiervoor op de verkeerstellingen van het Federaal Planbureau (Federaal Planbureau (2009)). Dit resulteert dan in volgende verkeerssamenstelling: •
0.9% motorfietsen 10
•
82.5% personenwagens (< 4.9m)
•
7.5% bestelwagens (4.9m < X <6.9m)
•
9.1% vrachtwagens en bussen (> 6.9m)
2.1.1.3 Verkeersnetwerk Naast de verkeersvraag moet ook een verkeersnetwerk geconstrueerd en ingevoerd worden. Hiertoe wordt het studiegebied opgedeeld in wegsecties die ongeveer 1 km lang zijn. Voor elke wegsectie wordt een maximale snelheid, een capaciteit (of maximale intensiteit) en een maximale dichtheid gedefinieerd. Waar mogelijk leiden we deze grootheden af uit de verkeerstellingen. We illustreren dit met de wegsectie die overeenkomt met de hoofdrijbaan op de buitenring R0 in Zaventem. In Figuur 4 worden alle waarnemingen (verkeerstellingen) uit de maand mei 2011 op de buitenring R0 in Zaventem geplot als een puntenwolk. Elk punt stelt een waarneming voor (intensiteit en gemiddelde snelheid) in een tijdsinterval van 5 minuten.
Figuur 4: waarnemingspunten R0 Zaventem in een intensiteit-snelheid diagram
De verkeersdichtheid wordt berekend als het quotiënt van de intensiteit en de gemiddelde snelheid. Figuur 5 zet de waarnemingspunten uit in een dichtheid-intensiteit diagram.
11
Figuur 5: waarnemingspunten R0 Zaventem in een dichtheid-intensiteit diagram
Uit deze waarnemingen kunnen we volgende waarden afleiden die worden toegekend aan de beschouwde wegsectie op de buitenring R0 in Zaventem: •
maximale snelheid = 120 km/u
•
capaciteit = maximale intensiteit = 8000 vtg/u
•
maximale dichtheid = 400 vtg/km
Op analoge wijze worden de maximale snelheid, capaciteit en maximale dichtheid van de andere schakels in het verkeersnetwerk bepaald. 2.1.1.4 Resultaten Na het invoeren van de verkeersvraag en het verkeersnetwerk kan het verkeersmodel beginnen rekenen. Voor elke wegsectie berekent het verkeersmodel verkeersintensiteiten, -dichtheden en – snelheden per tijdsstap van 5 minuten. Op die manier worden de verkeersstromen gesimuleerd in het studiegebied op 12 mei 2011 tussen 6u30 en 9u30. Na de simulatie wordt gecontroleerd of de resulterende intensiteiten en snelheden overeenstemmen met de telgegevens. Op alle locaties en tijdsstappen blijken simulatieresultaten goed overeen te stemmen met telgegevens. Figuur 6 en Figuur 7 geven ter illustratie de gesimuleerde en de gemeten intensiteiten en snelheden in Sterrebeek.
12
Sterrebeek hoofdrijbaan richting Brussel 9000 8000 7000
Intensiteit [pae/u]
6000 5000 4000 3000 2000 Metingen Simulatie
1000 0 6u
7u
8u
9u
10u
11u
Tijdsindex
Figuur 6: intensiteiten op de hoofdrijbaan in Sterrebeek richting Brussel (opgemeten en gesimuleerd)
Sterrebeek hoofdrijbaan richting Brussel 140
120
Snelheid [km/u]
100
80
60
40 Metingen Simulatie
20
0 6u
7u
8u
9u
10u
11u
Tijdsindex
Figuur 7: snelheden op de hoofdrijbaan in Sterrebeek richting Brussel (opgemeten en gesimuleerd)
Filevoortplanting Figuur 8 geeft een beeld van de filevoortplanting in de ochtendspits. Om de 10 minuten wordt een momentopname weergegeven. De balkjes op de verschillende schakels stellen verkeersdichtheden voor. Dikkere en donkerdere balkjes stellen hogere dichtheden voor.
13
Brussel
Leuven
6u30 Brussel
Leuven
6u40 Brussel
Leuven
6u50 Brussel
Leuven
7u00 Brussel
Leuven
7u10
14
Brussel
Leuven
7u20 Brussel
Leuven
7u30 Brussel
Leuven
7u40 Brussel
Leuven
7u50 Brussel
Leuven
8u00
15
Brussel
Leuven
8u10 Brussel
Leuven
8u20 Brussel
Leuven
8u30 Brussel
Leuven
8u40 Brussel
Leuven
8u50
16
Brussel
Leuven
9u00 Brussel
Leuven
9u10 Brussel
Leuven
9u20 Brussel
Leuven
9u30 Figuur 8: Filevoortplanting in de ochtendspits in het referentiescenario
Om 6u40 ontstaat een file ter hoogte van de aansluiting van de E40 op de R0. De hoofdrijbaan op de buitenring R0 ter hoogte van Zaventem heeft onvoldoende capaciteit om beide stromen i) vanaf de oostelijke E40 en ii) vanaf de zuidelijke R0 op te vangen. Deze wegsectie op de buitenring R0 fungeert als bottleneck. Achter deze bottleneck ontstaat een file op de E40 richting Leuven. Vanaf 6u40 wordt deze file richting Leuven steeds langer en krijgt ze een steeds hogere verkeersdichtheid. Om 7u30 is de file helemaal teruggeslagen tot in Haasrode. Om 7u40 slaat de file ook terug tot in Leuven. Vanaf 8u begint de file terug op te lossen in de richting van Brussel. Om 9u10 is de file verdwenen. 17
Reistijden De files geven ook aanleiding tot hogere reistijden. Figuur 9 geeft de reistijd op de E40 vanaf de samenvoeging E40-E314 (Leuven) tot de splitsing E40-R0 (Sint-Stevens-Woluwe) in het verloop van de tijd. Vanaf 6u40 begint de reistijd toe te nemen. Om 7u50 duurt een ritje op de E40 tussen Leuven en Sint-Stevens-Woluwe 14 minuten langer dan om 6u40. Na 7u50 neemt de reistijd geleidelijk aan weer af, om rond 9u terug op het niveau van 6u40 uit te komen. Reistijden Leuven-Brussel in de ochtendspits 22 20 18
Reistijd [minuten]
16 14 12 10 8 6 4 referentiescenario
2 0 6u00
7u00
8u00 Tijdsindex
9u00
10u00
Figuur 9: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het referentiescenario
Voertuigverliesuren Voor het referentiescenario bepalen we het totaal aantal voertuigverliesuren. Deze geven weer hoeveel tijd door alle voertuigen samen verloren wordt. Ze geven een goede indicatie van de verkeerscongestie. In eerste instantie bepalen we de verliestijden in het verloop van de tijd, op de E40 vanaf de samenvoeging E40-E314 (Leuven) tot de splitsing E40-R0 (Sint-Stevens-Woluwe). Verliestijden geven het verschil tussen de ondervonden reistijd en de reistijd in een onbelast netwerk met vrijstromend verkeer. Vervolgens bepalen we voertuigverliesuren door de verliestijden te vermenigvuldigen met de verkeersvolumes die aan deze verliestijden worden blootgesteld. Voertuigverliesuren geven weer hoeveel verliestijd door alle voertuigen samen wordt opgelopen:
18
t =9 u 30
VVU =
∫ qVdt
t = 6 u 30
waarbij VVU = voertuigverliesuren in de ochtendspits (voertuiguren) q = verkeersvolume (voertuigen/tijdseenheid) V = verliestijd (u)
In het referentiescenario worden in totaal 1925 voertuigverliesuren opgelopen.
2.1.2
Scenario met modale verschuiving
In dit scenario beschouwen we een modale verschuiving van personenwagens naar motorfietsen. We nemen aan dat 10% van de personenwagens vervangen wordt. Eerst bekijken we hoe we de simulatieparameters moeten aanpassen om dergelijke modale verschuiving te kunnen modelleren (Sectie 2.1.2.1). Daarna voeren we een simulatie uit met deze nieuwe parameters en bekijken we de resultaten (Sectie 2.1.2.2). 2.1.2.1
Aanpassen simulatieparameters
Personenauto-equivalent (pae) van de motorfiets De ruimte die motorfietsen innemen op de weg kan vergeleken worden met de ruimte die personenwagens innemen, en kan vervolgens uitgedrukt worden in personenauto-equivalenten (pae). De pae waarde van de motorfiets geeft eigenlijk weer hoeveel personenauto’s hetzelfde effect zouden hebben op de doorstroming van het verkeer en de capaciteit van de weg. Wanneer er weinig verkeer is op de weg, kan aangenomen worden dat motorfietsen evenveel ruimte innemen op de weg als personenwagens. Een motorfiets heeft dan een pae waarde van 1. Wanneer het echter drukker wordt op de weg, en de snelheid van de verkeersstroom daalt, gaan motorfietsen minder ruimte innemen. Sommige motorfietsen houden minder afstand tot hun voorliggers of gaan tussen twee rijstroken inrijden. Het personenauto-equivalent van de motorfiets wordt hierdoor kleiner. Wanneer het verkeer volledig stilstaat, kan aangenomen worden dat alle motorfietsen tussen twee rijstroken in gaan rijden. In dat geval heeft de motorfiets een pae-waarde van 0. De pae-waarde van een motorfiets is dus afhankelijk van de snelheid en van het verkeersregime op de weg. Bovendien is de pae-waarde ook afhankelijk van het wegtype (autosnelweg, regionale weg, kruispunt, …) en van het aandeel motorfietsen in de verkeersstroom. In de literatuur worden verschillende waarden teruggevonden voor de pae van een motorfiets. In 1963 stelde Holroyd een waarde vast van 0.6 pae, gebaseerd op empirisch materiaal dat onderzocht werd aan de UK Transport and Road Research Laboratory (Holroyd (1963)). Deze 19
waarde werd niet gedifferentieerd naar wegtype of verkeersstroomregime. Bovendien zijn de voertuig- en verkeersstroomkarakteristieken uit 1963 wellicht niet meer relevant voor de huidige situatie. In 2007 erkende Lee dat de pae-waarde afhankelijk is van het aandeel motorfietsen en van de snelheid van de verkeersstroom. Hij ontwikkelde een model om de pae van motorfietsen te bepalen in verschillende omstandigheden. Afhankelijk van de verkeerssituatie stelt Lee waarden vast van 0.4 pae tot 0.75 pae (Lee (2007)). Verschillende onderzoekers stellen waarden vast van 0 pae tot 0.33 pae in stedelijke omgeving nabij verkeerslichten (Ellis (2005), UK Department for Transport (2004), Powell (2000), Holroyd (1963)). Deze waarden kunnen echter niet toegepast worden voor snelwegen. Minh vindt een pae-waarde van 0.28 (Minh (2005)) en Powell vindt waarden tussen 0 pae en 0.65 pae (Powell (2000)), maar deze zijn gebaseerd op tests in Indonesië, Maleisië en Thailand met zeer hoge percentages motorfietsen en kunnen niet zomaar toegepast worden in Europa. Wigan overschouwt de bestaande literatuur en besluit dat de best beschikbare waarde voor autosnelwegen 0.5 pae bedraagt. Voor de beschouwde case study wordt deze waarde van 0.5 pae weerhouden om de verkeerstoestand met maximale intensiteit (capaciteit) te karakteriseren. Bij deze maximale intensiteit (qM) hoort een verkeersdichtheid kM. Bij vrij stromend verkeer met een lage verkeersdichtheid (k ≈ 0) nadert de waarde naar 1 pae. In dat geval is de onderlinge afstand tussen voertuigen nagenoeg identiek, of het nu om personenwagens of motorfietsen gaat. Tussenliggende verkeersregimes (0 < kM < kMAX) worden gekenmerkt door een tussenliggende waarde (1 > pae > 0.5). Bij sterk gecongesteerd verkeer met hoge verkeersdichtheid (k ≈ kMAX) nadert de waarde naar 0 pae. Motorfietsen rijden in dat geval tussen de rijstroken in en passeren personenwagens zonder deze te hinderen. Tussenliggende verkeersregimes (kM < k < kMAX) worden gekenmerkt door een tussenliggende waarde (0.5 > pae > 0). Rekening houdend met bovenstaande informatie gaan we uit van volgend verband tussen de pae en de verkeersdichtheid: k pae_motorfiets = (1 − 0.5 ) voor k ≤ kM kM pae_motorfiets = 0.5(1 −
k − kM ) voor k ≥ kM k max − k M
waarbij: k = verkeersdichtheid (pae/km) kM = verkeersdichtheid bij capaciteitsregime (pae/km) kMAX = maximale verkeersdichtheid (pae/km) Dit verband wordt grafisch voorgesteld in Figuur 10:
20
PAE motorfiets ifv dichtheid 1 0.9 0.8
PAE motorfiets (-)
0.7 0.6 0.5 kM 0.4 0.3 0.2 0.1 0
kMAX 0
50
100
150
200 250 dichtheid (pae/km)
300
350
400
450
Figuur 10: pae-waarde van de motorfiets in functie van de verkeersdichtheid
Simulatieparameters Om het scenario met modale verschuiving te simuleren worden de verkeersstromen vanuit de herkomstpunten aangepast, evenals de capaciteit van de knelpuntschakels. Dit gebeurt als volgt:
Q = Q * (1 − f . p pw . pae pw + f . p pw C = C − ( pae *
k moto
− pae
c moto
BG pw BGmoto
c paemoto )
). f . p pw .Q *
waarbij: Q = aangepaste verkeersvraag vanuit herkomstpunt (pae/u) Q* = oorspronkelijke verkeersvraag vanuit herkomstpunt (pae/u) f = fractie personenwagens die vervangen wordt (-) ppw = oorspronkelijk percentage personenwagens in de verkeersstroom (-) paepw = pae-waarde personenwagen (-) BGpw = bezettingsgraad personenwagen (-) BGmoto = bezettingsgraad motorfiets (-) paecmoto = pae-waarde motorfiets bij congestie (kM < k) (-) C = aangepaste capaciteit knelpuntschakel (pae/u) C* = oorspronkelijke capaciteit knelpuntschakel (pae/u) paekmoto = pae-waarde motorfiets bij capaciteit (k = kM) (-) Door toepassing van deze formules kan de modale verschuiving gemodelleerd worden. Er wordt verondersteld dat een bepaalde fractie f (in dit geval 10%) van het personenwagenverkeer de auto inruilt voor een motorfiets. Daarbij wordt ook rekening gehouden met een verschillende bezettingsgraad van personenwagens t.o.v. motorfietsen. In een auto zitten doorgaans meer personen dan op een motorfiets. Voor pendelverkeer in Vlaanderen wordt een bezettingsgraad vastgesteld van 1.1 personen per auto (OVG Vlaanderen (2010)). Voor motorfietsen nemen we een bezettingsgraad aan van 1 persoon per motorfiets. Merk op dat 10 personenwagens dus
21
vervangen zullen worden door 11 motorfietsen. Het aantal bestelwagens en vrachtwagens blijft ongewijzigd. Volgende simulatieparameters worden weerhouden: f = 10% ppw = 83.4% paepw = 1 BGpw = 1.1 BGmoto = 1 paekmoto = 0.5 2.1.2.2 Resultaten Nadat de simulatieparameters aangepast zijn kunnen we m.b.v. het verkeersmodel een scenario met modale verschuiving doorrekenen. Dit levert volgende resultaten op: Filevoortplanting Figuur 11 geeft een beeld van de filevoortplanting in de ochtendspits. Om de 10 minuten wordt een momentopname weergegeven. De balkjes op de verschillende schakels stellen verkeersdichtheden voor. Dikkere en donkerdere balkjes stellen hogere dichtheden voor.
Brussel
Leuven
6u30 Brussel
Leuven
6u40
22
Brussel
Leuven
6u50 Brussel
Leuven
7u00 Brussel
Leuven
7u10 Brussel
Leuven
7u20 Brussel
Leuven
7u30
23
Brussel
Leuven
7u40 Brussel
Leuven
7u50 Brussel
Leuven
8u00 Brussel
Leuven
8u10 Brussel
Leuven
8u20
24
Brussel
Leuven
8u30 Brussel
Leuven
8u40 Brussel
Leuven
8u50 Brussel
Leuven
9u00 Brussel
Leuven
9u10
25
Brussel
Leuven
9u20 Brussel
Leuven
9u30 Figuur 11: Filevoortplanting in de ochtendspits in het scenario met modale verschuiving
Om 6u40 ontstaat een file ter hoogte van de aansluiting van de E40 op de R0. De hoofdrijbaan op de buitenring R0 ter hoogte van Zaventem heeft onvoldoende capaciteit om beide stromen i) vanaf de oostelijke E40 en ii) vanaf de zuidelijke R0 op te vangen. Deze wegsectie op de buitenring R0 fungeert als bottleneck. Achter deze bottleneck ontstaat een file op de E40 richting Leuven. Vanaf 6u40 wordt deze file richting Leuven steeds langer en krijgt ze een steeds hogere verkeersdichtheid. Om 7u50 bereikt de file haar hoogtepunt en is ze teruggeslagen tot ergens halverwege tussen Sterrebeek en Bertem. Vanaf 8u begint de file terug op te lossen in de richting van Brussel. Om 8u30 is de file verdwenen. Reistijden De files geven ook aanleiding tot hogere reistijden. Figuur 12 geeft de reistijd op de E40 vanaf de samenvoeging E40-E314 (Leuven) tot de splitsing E40-R0 (Sint-Stevens-Woluwe) in het verloop van de tijd. Vanaf 6u40 begint de reistijd toe te nemen. Om 7u50 duurt een ritje op de E40 tussen Leuven en Sint-Stevens-Woluwe 6 minuten langer dan om 6u40. Na 7u50 neemt de reistijd geleidelijk aan weer af, om rond 8u30 terug op het niveau van 6u40 uit te komen.
26
Reistijden Leuven-Brussel in de ochtendspits 22 20 18
Reistijd [minuten]
16 14 12 10 8 6 4 2 0 6u00
scenario modale verschuiving 10% 7u00
8u00 Tijdsindex
9u00
10u00
Figuur 12: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het scenario met modale verschuiving
Merk op dat het hier gaat om reistijden van een ‘gemiddeld’ voertuig in de verkeersstroom. Voor motorfietsen wordt aangenomen dat ze dezelfde snelheid aanhouden als personenwagens. Voertuigverliesuren De voertuigverliesuren, die weergeven hoeveel tijd alle voertuigen samen verliezen, wordt bepaald op analoge wijze als aangegeven in Sectie 2.1.1.4. In het scenario met modale verschuiving worden in totaal 706 voertuigverliesuren opgelopen.
2.1.3
Effect van modale verschuiving op verkeersafwikkeling
Door vergelijking van het scenario met modale verschuiving met het referentiescenario kunnen we het effect van de modale verschuiving bepalen op de verkeersafwikkeling. 2.1.3.1 Filevoortplanting In beide scenario’s ontstaat op hetzelfde moment (6u40) en om dezelfde reden een file op de E40 ter hoogte van de aansluiting met de R0. De file slaat terug richting Leuven. De file slaat in het referentiescenario een stuk sneller terug en ze wordt er ook een stuk langer. Om 7u40/7u50 bereikt de file een hoogtepunt. In het referentiescenario staat de file dan helemaal tot in Leuven (cf. Figuur 8), terwijl in het scenario met modale verschuiving de file niet verder komt dan ergens 27
halverwege tussen Sterrebeek en Bertem (cf. Figuur 11). Vanaf 8u begint de file terug op te lossen in de richting van Brussel. In het referentiescenario is de file om 9u10 verdwenen, terwijl ze in het scenario met modale verschuiving reeds opgelost is om 8u30. We kunnen concluderen dat de file korter wordt en sneller verdwijnt ten gevolge van de modale verschuiving. 2.1.3.2 Reistijden Deze bevindingen worden bevestigd wanneer we de reistijden in beide scenario’s vergelijken. Figuur 13 geeft de reistijden op de E40 vanaf de samenvoeging E40-E314 (Leuven) tot de splitsing E40-R0 (Sint-Stevens-Woluwe) in het verloop van de tijd. Reistijden Leuven-Brussel in de ochtendspits 22 20 18
Reistijd [minuten]
16 14 12 10 8 6 4
referentiescenario scenario modale verschuiving 10%
2 0 6u00
7u00
8u00 Tijdsindex
9u00
10u00
Figuur 13: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het referentiescenario en in het scenario met modale verschuiving
Vanaf 6u40 begint de reistijd toe te nemen. De reistijd neemt sneller toe in het referentiescenario. Om 7u50 is het reistijdverlies in dit scenario bijna dubbel zo groot in vergelijking met het scenario met modale verschuiving, waar de file een stuk korter is. De file is niet alleen korter, ze verdwijnt ook sneller in het scenario met modale verschuiving. Om 8u30 zijn de reistijden terug op het oorspronkelijk niveau terechtgekomen. In het referentiescenario gebeurt dit pas om 9u10.
28
2.1.3.3 Voertuigverliesuren Ten gevolge van de modale verschuiving dalen de voertuigverliesuren (i.e. de tijd die alle voertuigen samen in z’n geheel verliezen) van 1925 u naar 706 u. Dit komt neer op een reductie met 63%. Merk op dat hierbij geen rekening gehouden wordt met mogelijke aanzuigeffecten. 2.1.3.4 Scenario zonder congestie Naast het scenario waarbij 10% van de personenwagens vervangen wordt door motorfietsen, bekijken we ook eens welke modale verschuiving nodig zou zijn om de files volledig weg te werken. Hiertoe passen we de simulatieparameter f (fractie personenwagens die vervangen wordt) stelselmatig aan en bekijken we steeds de resulterende verkeersafwikkeling na doorrekening met het verkeersmodel. Uiteindelijk blijkt dat een modale verschuiving van 25% van de personenwagens nodig is om de congestie volledig op te lossen. Figuur 14 geeft de bijhorende reistijden in vergelijking met de andere scenario’s. Reistijden Leuven-Brussel in de ochtendspits 22 20 18
Reistijd [minuten]
16 14 12 10 8 6 referentiescenario scenario modale verschuiving 10% scenario modale verschuiving 25%
4 2 0 6u00
7u00
8u00 Tijdsindex
9u00
10u00
Figuur 14: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het referentiescenario en in de scenario’s met modale verschuiving
2.2
Globaal effect op hoofdwegennet
In deze Sectie bekijken we de impact op voertuigverliesuren wanneer een modale verschuiving gerealiseerd wordt op het hele hoofdwegennet in België. We trachten het effect te bepalen wanneer op dit volledige hoofdwegennet in de spitsperiode 10% van de personenwagens 29
vervangen wordt door motorfietsen. Hiertoe gaan we de effecten van de modale verschuiving die vastgesteld werden in de case study extrapoleren naar het hele hoofdwegennet. Het is echter duidelijk dat de effecten van een modale verschuiving afhankelijk zijn van de lokale verkeerssituatie. Achter elke bottleneck ontwikkelt zich een file met andere karakteristieken, die afhankelijk zijn van lokale omstandigheden, zoals de lokale verkeersvraag en de capaciteit van de lokale bottleneck en stroomopwaartse wegsecties. Het verband tussen enerzijds de modale verschuiving en anderzijds de verandering in verkeersafwikkeling, de reductie in reistijden en de reductie in voertuigverliesuren verschilt dus voor elke locatie. Het resultaat van een globale berekening voor het volledige hoofdwegennet op basis van een extrapolatie van de resultaten van de case study kan daarom enkel fungeren ter indicatie van de grootte-orde van de impact van een globale modale verschuiving. Om meer nauwkeurige resultaten te verkrijgen zou een verkeerssimulatie over het volledige Belgische hoofdwegennet gemaakt moeten worden. Dit valt echter buiten het bestek van deze studie. In wat volgt bepalen we eerst voor de case study Leuven-Brussel het effect op reistijden en voertuigverliesuren van een modale verschuiving van 10% van de personenwagens naar motorfietsen, waarbij we rekening houden met een aanzuigeffect (Sectie 2.2.1). Vervolgens worden de resultaten geëxtrapoleerd naar het volledige hoofdwegennet (Sectie 2.2.2). Ook de totale tijdsbaten worden berekend.
2.2.1
Case study: scenario met modale verschuiving inclusief aanzuigeffect
In de case study Leuven-Brussel werd ten gevolgde van de modale verschuiving een reductie van 63% van het aantal voertuigverliesuren vastgesteld. Daarbij werd echter geen rekening gehouden met mogelijke aanzuigeffecten. Wanneer een bepaalde transportoptie aantrekkelijker wordt, kan verwacht worden dat deze optie meer verkeer zal aantrekken. Zo zal een verbeterde situatie met kortere reistijden op het hoofdwegennet extra verkeer aantrekken naar dit hoofdwegennet. Dit extra verkeer komt voor een deel voort uit verplaatsingen die vroeger niet gemaakt werden, en voor een deel uit verplaatsingen die vroeger gemaakt werden op een alternatieve wijze, bv. via het onderliggend wegennet of via een andere verkeersmodus (openbaar vervoer, fiets, …). Door middel van de ‘elasticiteit’ wordt aangegeven hoeveel extra verkeer aangetrokken wordt, wanneer de verkeerssituatie verbetert, i.e. wanneer de transportkost daalt. In de literatuur wordt voor pendelverkeer (‘essentiële trips in de piekperiode’) een prijselasticiteit (t.o.v. de gegeneraliseerde transportprijs) -0.2 voorgesteld (Mayeres (1999)). Dit houdt in dat voor pendelverkeer geldt dat de verkeersvraag met 0,2% stijgt wanneer de totale prijs van een verplaatsing met 1% daalt, of omgekeerd, dat de verkeersvraag met 0,2% daalt wanneer de totale prijs van een verplaatsing met 1% stijgt. Voor de beschouwde case study Leuven-Brussel bepalen we nu de grootte van het aanzuigeffect en de impact hiervan op voertuigverliesuren.
30
We redeneren vanuit een ‘typische’ verplaatsing, waarbij we aannemen dat de verplaatsing van Leuven naar Brussel op de E40 vanaf de samenvoeging E40-E314 (Leuven) tot de splitsing E40R0 (Sint-Stevens-Woluwe) over een traject van 14 km kan doorgaan als ‘typische’ verplaatsing. De kost van deze verplaatsing bestaat enerzijds uit een voertuigkost (aankoop, onderhoud, brandstof, verkeersbelasting, verzekering, …) en anderzijds uit een tijdskost. De voertuigkost wordt weerspiegeld in de kilometervergoeding die officieel geldt voor dienstverplaatsingen met de eigen wagen. Deze voertuigkost bedraagt momenteel 0.33 €/km (Agentschap voor binnenlands bestuur (2011)). Over het traject van 14 km bedraagt de voertuigkost 4.7 €. Om de tijdskost te bepalen wordt de reistijd gemonetariseerd. Voor pendelverkeer veronderstellen we een tijdswaardering van 21.6 €/u per reiziger (bron: De Ceuster (2010)). Anders uitgedrukt heeft een pendelaar er 21.6 € voor over om een uur reistijd uit te sparen in de spitsperiode. Combineren we dit cijfer met de bezettingsgraad van 1,1 reizigers per voertuig, dan krijgen we een tijdswaardering van 23.76 €/u per voertuig voor pendelverkeer. In het referentiescenario varieert de tijdskost voor de verplaatsing van 14 km tussen 2.8 € (voor verplaatsingen die plaatsvinden voor 6u40 en na 9u00) en 8.3 € (voor een verplaatsing om 7u50). In het scenario met modale verschuiving varieert deze tijdskost tussen 2.8 € en 5.5 €. Voor een verplaatsing om 7u50 (op het hoogtepunt van congestie) ligt de totale kost van een verplaatsing (voertuigkost + tijdskost) 21% lager in het scenario met modale verschuiving t.o.v. het referentiescenario (totale verplaatsingskosten bedragen respectievelijk 10.2 € en 13.0 €). Bijgevolg wordt op dat moment ongeveer 4% extra verkeer aangetrokken. Voor verplaatsingen voor 6u40 en na 9u00 blijft de transportkost gelijk en wordt geen extra verkeer aangetrokken. Tussen 6u40 en 9u00 wordt gemiddeld genomen ongeveer 2% extra verkeer aangetrokken. Wanneer we m.b.v. het verkeersmodel een scenario doorrekenen waarbij deze extra verkeersvraag in rekening wordt gebracht, levert dit volgende resultaten op: Reistijden Figuur 15 vergelijkt de reistijden in dit scenario met modale verschuiving inclusief aanzuigeffect met de reistijden in de andere beschouwde scenario’s. T.o.v. het scenario met modale verschuiving zonder aanzuigeffect nemen de reistijden sneller toe (t.g.v. een langere file) en duurt het langer vooraleer de reistijden terug op het oorspronkelijk niveau uitkomen (i.e. vooraleer de file opgelost is).
31
Reistijden Leuven-Brussel in de ochtendspits 22 20 18
Reistijd [minuten]
16 14 12 10 8 6 referentiescenario scenario modale verschuiving 10% scenario modale verschuiving 25% scenario modale verschuiving 10% + aanzuig
4 2 0 6u00
7u00
8u00 Tijdsindex
9u00
10u00
Figuur 15: Reistijd op de E40 tussen Leuven en Sint-Stevens-Woluwe in de ochtendspits in het scenario met modale verschuiving inclusief aanzuigeffect en in de andere beschouwde scenario’s
Voertuigverliesuren Ten gevolgde van het aanzuigeffect neemt het aantal voertuigverliesuren toe van 706 u (in het scenario met modale verschuiving zonder aanzuigeffect) naar 1158 u. Tegenover het referentiescenario treedt in het scenario met modale verschuiving inclusief aanzuigeffect een reductie in voertuigverliesuren op van 40%. In het scenario met modale verschuiving zonder aanzuigeffect bedroeg deze reductie in voertuigverliesuren 63%. Nochtans is het aanzuigeffect slechts goed voor (gemiddeld) 2% extra verkeer. Merk dus op dat de resultaten in deze case study erg gevoelig zijn voor kleine schommelingen in de verkeersvraag.
2.2.2
Voertuigverliesuren en tijdsbaten op het volledige hoofdwegennet
We bepalen nu de reductie in voertuigverliesuren en de resulterende tijdsbaten, wanneer een modale verschuiving van 10% van de personenwagens naar motorfietsen plaatsvindt op het volledige hoofdwegennet in België. Zoals hoger beschreven extrapoleren we het resultaat van de case study naar het volledige hoofdwegennet. Rekening houdend met het aanzuigeffect veronderstellen we dus dat er 40% minder voertuigverliesuren voorkomen ten gevolge van een modale verschuiving van 10% van de personenwagens. Merk nogmaals op dat dit cijfer (40%) enkel een indicatieve waarde heeft. 32
In de studie ‘Analyse van de congestie in België’ (Maerivoet S. & I. Yperman (2008)) werd vastgesteld dat op het hoofdwegennet in België dagelijks door alle voertuigen samen ongeveer 37.000 verliesuren worden opgelopen. Wanneer hierin ten gevolge van de modale verschuiving een reductie van 40% optreedt, kunnen dagelijks ongeveer 15.000 voertuigverliesuren worden uitgespaard. Combineren we deze waarde met de tijdswaardering van 23.76 €/u per voertuig, dan bekomen we een totale tijdsbaat van ongeveer 350.000 € per dag ten gevolge van de modale verschuiving van personenwagens naar motorfietsen.
2.3
Globaal effect op onderliggend wegennet
Het effect van een modale verschuiving op het onderliggend wegennet is moeilijk te bepalen zonder bijkomend onderzoek en bijkomende gevalsstudies en verkeerssimulaties. Het onderliggend wegennet wordt gekenmerkt door een aantal andere karakteristieken dan het hoofdwegennet. Zo zal er bijvoorbeeld een andere verkeerssamenstelling voorkomen op het onderliggend wegennet. Er zal ook een ander verband van toepassing zijn tussen de personenauto-equivalent van de motorfiets en de verkeersdichtheid. Verder is ook het aandeel pendelverkeer op het onderliggend wegennet kleiner dan op het hoofdwegennet. Exacte cijfers daarover hebben we niet. Wanneer echter aangenomen wordt dat het personenvervoer op het hoofdwegennet in de ochtendspits voor 100% uit pendelverkeer bestaat, dan dient (om de som te laten kloppen) ook aangenomen te worden dat pendelaars 30% uitmaken van het personenverkeer op het onderliggend wegennet (berekend op basis van het gemiddelde percentage pendelverkeer tijdens de ochtendspits in Vlaanderen (55%)(OVG Vlaanderen (2010)) en op basis van de bekende verkeersvolumes op hoofd- en onderliggend wegennet (hoofdwegennet 34.86 x 109 vtgkm/jaar; onderliggend wegennet 61.15 x 109 vtgkm/jaar)(Maerivoet S. & I. Yperman (2008))). Gezien het verschillend karakter van hoofd- en onderliggend wegennet zal in het algemeen een ander verband bestaan tussen enerzijds de modale verschuiving en anderzijds de verandering in verkeersafwikkeling, de reductie in reistijden en de reductie in voertuigverliesuren. Op basis van de beschouwde case study Leuven-Brussel kunnen geen kwantitatieve uitspraken over het onderliggend wegennet gedaan worden. We kunnen echter wel volgende beschouwingen maken:
•
In de literatuur worden voor het onderliggend wegennet in het algemeen lagere waarden voorgesteld voor de pae van de motorfiets in vergelijking met het hoofdwegennet (cf. Sectie 2.1.2.1).
•
Enerzijds zal het aantrekkelijker geworden hoofdwegennet een deel verplaatsingen aantrekken die zich vroeger op het onderliggend wegennet afwikkelden. Merk op dat dit fenomeen een gunstige invloed kan hebben op het inperken van sluipverkeer. Anderzijds zal ook het onderliggend wegennet aantrekkelijker worden (kortere reistijden) waardoor ook hier een aanzuigeffect kan ontstaan.
33
•
Wanneer enkel voor pendelverkeer een modale verschuiving gerealiseerd wordt, zal de totale shift relatief gezien ruim 3 keer kleiner zijn indien slechts 30% van het verkeer bestaat uit pendelaars t.o.v. de situatie op het hoofdwegennet waarbij aangenomen wordt dat 100% van het personenverkeer uit pendelaars bestaat.
•
Daartegenover staat dat het dagelijks aantal voertuigverliesuren op het onderliggend wegennet ruim 5 keer hoger ligt dan het dagelijks aantal voertuigverliesuren op het hoofdwegennet (Maerivoet S. & I. Yperman (2008)). Op basis van bovenstaande beschouwingen zou op eerste zicht een tijdsbaat verwacht kunnen worden die in dezelfde grootte-orde ligt als de tijdsbaat op het hoofdwegennet. Bijkomend onderzoek is echter noodzakelijk om deze stelling te onderbouwen en om meer concrete cijfers te verkrijgen.
34
3
Effect op emissies
In dit hoofdstuk bekijken we het effect op emissies van een modale verschuiving van personenwagens naar motorfietsen. Enerzijds kan een effect verwacht worden door een verschil in emissies tussen motorfietsen en personenwagens. Sectie 3.1 gaat hier dieper op in. Anderzijds kan ook een effect worden verwacht ten gevolge van het gewijzigde karkater van de verkeersafwikkeling. De totale impact op emissies (i.e. de som van deze twee effecten) wordt bestudeerd in Sectie 3.2 aan de hand van de case study Leuven-Brussel. 3.1
Emissies van motorfietsen en personenwagens
3.1.1
Emissiefactoren
Een emissiefactor geeft de uitstoot weer van een bepaald polluent per afgelegde voertuigkilometer (eenheid: g/km). In deze studie bepalen we emissiefactoren van 7 polluenten (CO2, NOX, NO2, PM2.5_uitlaatemissies, EC, PM2.5_niet-uitlaatemissies, VOC) voor 4 voertuigklassen:
•
Een motorfiets ≤ 250 cc, emissieklasse Euro 3
•
Een ‘gemiddelde’ personenwagen
•
Een ‘gemiddelde’ bestelwagen
•
Een ‘gemiddelde’ vrachtwagen
De bovengenoemde polluenten zijn samen verantwoordelijk voor de (zo goed als) volledige externe kost van emissies in de transportsector (cf. Sectie 3.1.2). Andere polluenten dragen daar nauwelijks toe bij en worden in deze studie niet beschouwd. Merk op dat NO2 een onderdeel is van NOX. PM2.5 zijn fijne stofdeeltjes met een diameter kleiner dan 2.5 micrometer. Er wordt een onderscheid gemaakt tussen PM2.5_uitlaatemissies die rechtstreeks uit de uitlaat komen, en PM2.5_niet-uitlaatemissies die veroorzaakt worden door slijtage van remmen, banden en wegdek. EC staat voor ‘Elemental Carbon’ of ‘roet’ en is een onderdeel van de PM2.5_uitlaatemissies. VOC staat voor ‘Volatile Organic Compounds’ of ‘Vluchtige Organische Stoffen’. De emissiefactor van een ‘gemiddelde’ personenwagen wordt samengesteld op basis van emissiefuncties die beschikbaar zijn per brandstofsoort, per cilinderinhoud en per emissieklasse (Euro1, Euro2, …). Deze emissiefuncties worden daarbij gewogen naargelang het aantal afgelegde kilometers op het Belgische snelwegennet van voertuigen binnen de bepaalde subcategorie (brandstofsoort, cilinderinhoud en emissieklasse). De emissiefuncties die we gebruiken zijn de meest recent beschikbare COPERT IV emissiefuncties (Ntziachristos et al., (2010)). De COPERT IV database is grotendeels gebaseerd op metingen van de emissies tijdens rollerbank testcycli in combinatie met emissiemodellen. Deze ritcycli zijn zoveel mogelijk representatief voor bepaalde ritpatronen in de stad of op snel35
en buitenwegen. In deze studie gebruiken we de emissiefuncties die opgesteld werden voor snelwegen. Het aantal afgelegde kilometers op het Belgische snelwegennet van voertuigen binnen de verschillende subcategorieën (brandstofsoort, cilinderinhoud en emissieklasse) uit het Belgische wagenpark wordt afgeleid uit het transportmodel TREMOVE v3.3 (De Ceuster et al. (2010)). In het vervolg van deze Sectie 3.1.1 vergelijken we de emissiefactor van een ‘gemiddelde’ personenwagen met de emissiefactor van een motorfiets subcategorie 4-takt, ≤ 250 cc, emissieklasse Euro 3. In het scenario met modale verschuiving wordt namelijk aangenomen dat gemiddelde personenwagens vervangen worden voor nieuwe motorfietsen van het type 4-takt, ≤ 250 cc, emissieklasse Euro 3. Emissiefactoren zijn afhankelijk van de gemiddelde snelheid van de voertuigen. Figuur 16 geeft de emissiefactoren weer van de verschillende polluenten voor motorfietsen en personenwagens in functie van de gemiddelde snelheid van de voertuigen op snelwegen:
Emissiefactoren CO2
Emissiefactoren NOx 1
motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
0.3
motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
0.9 0.8 0.7 Emissie NOx (g/km)
Emissie C02 (ton/km)
0.25
0.2
0.15
0.1
0.6 0.5 0.4 0.3 0.2
0.05
0
0.1 10
20
30
40
50 60 70 Snelheid (km/u)
80
90
0
100
10
20
30
Emissiefactoren NO2
40
50 60 70 Snelheid (km/u)
80
90
100
Emissiefactoren PM2.5 0.045
motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
0.04
0.25
0.2
Emissie PM2.5 (g/km)
Emissie NO2 (g/km)
0.035
0.15
0.1
0.03 0.025 0.02 0.015 0.01
0.05 0.005 0
10
20
30
40
50 60 70 Snelheid (km/u)
80
90
100
0
10
20
30
40
50 60 70 Snelheid (km/u)
80
90
100
36
Emissies EC in functie van snelheid
Emissiefactoren PM2.5-niet-uitlaat
0.035
0.02 motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
0.03
motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
0.018
Emissie PM2.5-niet-uitlaat(g/km)
0.016
Emissie EC (g/km)
0.025
0.02
0.015
0.01
0.005
0
0.014 0.012 0.01 0.008 0.006 0.004 0.002
10
20
30
40
50 60 70 Snelheid (km/u)
80
90
0
100
10
20
30
40
50 60 70 Snelheid (km/u)
80
90
100
Emissiefactoren VOC 1 motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
0.9 0.8
Emissie VOC (g/km)
0.7 0.6 0.5 0.4 0.3 0.2 0.1 0
10
20
30
40
50 60 70 Snelheid (km/u)
80
90
100
Figuur 16: Emissiefactoren voor motorfietsen en personenwagens op snelwegen in functie van de gemiddelde snelheid
De meeste polluenten kennen een minimale emissiefactor bij een gemiddelde snelheid van 60 à 70 km/u. Voor alle snelheden geldt dat de emissiefactoren van de polluenten CO2, NOX, NO2, PM2.5 en EC hoger zijn voor een gemiddelde personenwagen dan voor een motorfiets (type 4takt, ≤ 250 cc, emissieklasse Euro 3). Enkel de emissiefactor van VOC is hoger voor motorfietsen. Figuur 17 zet de emissiefactoren van de verschillende polluenten voor motorfietsen en personenwagens nog eens naast elkaar. De emissiefactoren gelden in dit geval voor de snelweg bij een gemiddelde snelheid van 90 km/u.
37
Emissiefactoren (g/km)
(CO2:ton/km)
Snelweg - Gemiddelde snelheid 90 km/u
motorfiets < 250 cc, Euro 3
gemiddelde personenwagen
0.6000
g/km
(CO2: ton/km)
0.5000 0.4000 0.3000 0.2000 0.1000
C VO
2. 5_ ni et -u it l aa t
PM
PM
EC
O N
2. 5_ ui tl a at
2
x O N
C
O
2
0.0000
Figuur 17: Emissiefactoren van de verschillende polluenten voor motorfietsen en personenwagens
3.1.2
Externe emissiekosten
Emissies hebben een negatieve invloed op de volksgezondheid, op het klimaat, op ecosystemen, of meer algemeen op het milieu. Door rekening te houden met deze milieuschade kunnen emissies gemonetariseerd worden of gekoppeld worden aan zogenaamde ‘externe emissiekosten’. Externe kosten zijn kosten die veroorzaakt worden door een verplaatsing, maar waar de gebruiker zelf geen rekening mee houdt. De koppeling van emissies aan externe emissiekosten gebeurt door middel van een monetaire waardering van deze emissies. In deze studie baseren we de monetaire waardering van de emissies op de resultaten van de studie ‘Actualisering van de externe milieuschadekosten’ door VITO (De Nocker et al. (2010)). In deze studie werden schadekosten bepaald voor Vlaanderen volgens de ExternE methode. Deze methode beschouwt alle stappen vanaf de emissie tot haar impact op het milieu. Daarbij wordt rekening gehouden met de verspreiding van de emissies, en met de effecten op mens en milieu (toename ziekteverschijnselen, verminderde oogstopbrengsten, slijtage van bouwmaterialen, aandeel in het broeikaseffect, …). Deze effecten worden gemonetariseerd aan de hand van principe van ‘willingness-to-pay’, of hoeveel iemand bereid is te betalen om een milieueffect te vermijden. Tabel 1 geeft de emissiewaarderingen van de beschouwde polluenten weer, die gelden voor wegvervoer op de snelweg:
38
Tabel 1: Waarderingen emissies 2010 in €/kg (CO2 in €/ton), waardes euro 2009 (bron: De Nocker et al. (2010)) NOx (€/kg)
PM2.5 (€/kg)
VOC (€/kg)
CO2 (€/ton)
0.577
135.503
7.535
20.000
Merk op dat waarderingen beschikbaar zijn voor NOX en PM2.5, maar niet voor de subcategorieën NO2 en EC. Wanneer we bovenstaande emissiewaarderingen combineren met de emissiefactoren voor motorfietsen en personenwagens, kunnen we voor beide voertuigcategorieën de totale externe emissiekosten (van alle polluenten samen) bepalen in functie van de gemiddelde snelheid. Figuur 18 geeft het resultaat. Externe emissiekosten 2 motorfiets < 250 cc, Euro 3 gemiddelde personenwagen
1.8
Emissiekost (EUR/100km)
1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0
10
20
30
40
50 60 70 Snelheid (km/u)
80
90
100
Figuur 18: Externe emissiekosten voor motorfietsen en personenwagens op snelwegen in functie van de gemiddelde snelheid
Bij alle snelheden liggen de externe emissiekosten van motorfietsen (type 4-takt, ≤ 250 cc, emissieklasse Euro 3) lager dan deze van een gemiddelde personenwagen. Voor beide voertuigcategorieën zijn de externe emissiekosten minimaal bij een gemiddelde snelheid van 60 à 70 km/u. In
39
Figuur 19 worden de externe emissiekosten van de verschillende polluenten voor motorfietsen en personenwagens met elkaar vergeleken. De emissiefactoren gelden in dit geval voor de snelweg bij een gemiddelde snelheid van 90 km/u. Externe kosten emissies (EUR/100km) Snelweg - Gemiddelde snelheid 90 km/u personenwagen
TO T
VO C
aa t PM
2. 5_ ni et -u it l
aa t 2. 5_ ui tl PM
NO
CO
x
0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0
2
EUR/100km
motorfiets < 250 cc
Figuur 19: Externe emissiekosten van de verschillende polluenten voor motorfietsen en personenwagens
Vooral de externe kosten van CO2-, PM2.5- en VOC-emissies zijn relevant. Personenwagens genereren in vergelijking met motorfietsen hogere kosten t.g.v. CO2 en fijn stof, maar lagere kosten t.g.v. VOC. De totale externe emissiekost van motorfietsen (type 4-takt, ≤ 250 cc, emissieklasse Euro 3) ligt 21% lager dan deze van een gemiddelde personenwagen.
3.2
Case study Leuven-Brussel: emissiekosten
Voor de beschouwde case study Leuven-Brussel (cf. Sectie 2.1) bepalen we externe emissiekosten in het referentiescenario en in het scenario met modale verschuiving. Door vergelijking van beide scenario’s kunnen we dan het effect van de modale verschuiving bepalen op de externe emissiekosten. Eerst bepalen we in beide scenario’s de externe emissiekost voor elk individueel voertuig, rekening houdend met de gemiddelde snelheid van dit voertuig over zijn traject van Leuven naar Brussel. Externe emissiekosten worden bepaald door emissiewaarderingen te combineren met emissiefactoren (cf. Sectie 3.1.2). Figuur 20 geeft de totale externe emissiekost in functie van de gemiddelde snelheid voor alle voertuigcategorieën.
40
Externe emissiekosten 12 motorfiets < 250 cc, Euro 3 gemiddelde personenwagen gemiddelde bestelwagen gemiddelde vrachtwagen
Emissiekost (EUR/100km)
10
8
6
4
2
0
10
20
30
40
50 60 70 Snelheid (km/u)
80
90
100
Figuur 20: Externe emissiekosten voor alle voertuigcategorieën op snelwegen in functie van de gemiddelde snelheid
Nadat de emissiekost voor elk voertuig is bepaald, sommeren we de emissiekost van alle voertuigen die in de ochtendspits (6u30 – 9u30) het traject Leuven-Brussel afwerken. Het resultaat zijn de totale emissiekosten van alle voertuigen samen in de rijrichting Leuven-Brussel. Zowel voor het referentiescenario als voor het scenario met modale verschuiving berekenen we nu deze totale emissiekosten.
Figuur 21 vergelijkt de totale emissiekosten per voertuigcategorie in beide scenario’s:
41
Totale Emissiekosten in case study referentiescenario
scenario met modale verschuiving
EUR
3500 3000 2500 2000 1500 1000
L TO TA A
en vr
ac ht w ag
n ag e el w st be
pe
rs o
m
ne
ot or
fie
nw ag en
ts
500 0
Figuur 21: Totale emissiekosten per voertuigcategorie op het traject Leuven-Brussel in de ochtendspits
De totale emissiekosten liggen in het scenario met modale verschuiving 6% (of 180 €) lager dan in het referentiescenario. Twee oorzaken liggen hieraan ten grondslag: enerzijds wordt in het scenario met modale verschuiving een aantal personenwagens vervangen door motorfietsen, die een lagere externe emissiekost hebben, en anderzijds kent het scenario met modale verschuiving een vlottere verkeersafwikkeling met hogere gemiddelde snelheden bij congestie. We bekijken deze effecten even van naderbij: Door een verhoging van het aantal motorfietsen in het scenario met modale verschuiving neemt de emissiekost van motorfietsen toe met 150 € t.o.v. het referentiescenario. De emissiekost van personenwagens neemt in het scenario met modale verschuiving af met 240 €. Hiervan zijn 180 € toe te schrijven aan het verminderd aantal personenwagens en 60 € aan de hogere gemiddelde snelheid bij congestie van de overgebleven personenwagens. De vervanging van personenwagens door motorfietsen levert dus een winst op van 30 € (180 € - 150 € = 30 €). De emissiekost van vrachtwagens daalt in het scenario met modale verschuiving met 90 € (of 10%) t.o.v. het referentiescenario. Het aantal vrachtwagens blijft gelijk, maar in het scenario met modale verschuiving rijden ze gemiddeld sneller wanneer er congestie is, waardoor hun emissiekost daalt. De vlottere verkeersafwikkeling met hogere gemiddelde snelheden bij congestie levert in totaal een winst op van 150 € (60 € + 90 € = 150 €). Van de in totaal 6% (of 180 €) lagere emissiekosten in het scenario met modale verschuiving, is dus 1% (of 30 EUR) toe te schrijven aan de veranderde voertuigsamenstelling, en 5% (of 150 €) aan de vlottere verkeersafwikkeling met hogere gemiddelde snelheden bij congestie.
42
Merk op dat voor de beschouwde case study de emissiebaten 2 grootte-ordes lager liggen dan de tijdsbaten. Enerzijds is de totale emissiekost een grootte-orde kleiner dan de totale congestiekost en anderzijds is de reductie in emissiekost (scenario modale verschuiving t.o.v. referentiescenario) een grootte-orde kleiner dan de reductie in congestiekost.
Figuur 22 laat zien hoe de totale emissiekosten onderverdeeld zijn naar de verschillende polluenten.
Totale Emissiekosten in case study referentiescenario
scenario met modale verschuiving
3500 3000
EUR
2500 2000 1500 1000 500
L TO TA A
C
PM
VO
et -u itla at
2. 5_ ui PM
2. 5_ ni
tla at
x O N
C
O
2
0
Figuur 22: Totale emissiekosten per polluent op het traject Leuven-Brussel in de ochtendspits
Door een verhoging van het aantal motorfietsen in het scenario met modale verschuiving neemt de emissiekost van VOC met 36% toe t.o.v. het referentiescenario. De emissiekosten van alle andere polluenten dalen in het scenario met modale verschuiving, enerzijds omdat motorfietsen een lagere externe emissiekost hebben, en anderzijds vanwege de vlottere verkeersafwikkeling met hogere gemiddelde congestiesnelheden:
•
CO2: -7.5%
•
NOX: -5.5%
•
PM2.5_uitlaat: -4%
•
PM2.5_niet-uitlaat: -16%
43
4
Conclusies
4.1
Effect op verkeersafwikkeling en congestie
4.1.1
Case study Leuven-Brussel
De impact van een modale verschuiving op de verkeersafwikkeling en de verkeerscongestie wordt bestudeerd aan de hand van een case study waarbij het verkeer op het snelwegtraject Leuven-Brussel nauwkeurig gesimuleerd wordt, eerst in een referentiescenario en vervolgens in een scenario waarbij een modale verschuiving optreedt van personenwagens naar motorfietsen. Door vergelijking van beide scenario’s kunnen we het effect van de modale verschuiving bepalen op de verkeersafwikkeling en congestie. Het referentiescenario geeft de verkeersafwikkeling in de huidige situatie weer. Met behulp van een dynamisch verkeersmodel worden realistische simulaties gemaakt van de verkeersstromen in het studiegebied. Deze simulaties tonen hoe er om 6u40 een file ontstaat in Sterrebeek. De file groeit aan waardoor de reistijd op het traject Leuven-Brussel toeneemt. Om 7u50 is de file helemaal teruggeslaan tot in Leuven. Een ritje Leuven-Brussel duurt dan 14 minuten langer dan buiten de spits. Om 8u begint de file terug op te lossen richting Brussel. Om 9u10 is de file verdwenen. In het referentiescenario worden in totaal 1925 voertuigverliesuren opgelopen. Deze geven weer hoeveel tijd door alle voertuigen samen verloren wordt. Ze geven een goede indicatie van de verkeerscongestie. In het scenario met modale verschuiving nemen we aan dat 10% van de personenwagens vervangen wordt door motorfietsen. Simulaties van dit scenario tonen eveneens dat er om 6u40 een file ontstaat in Sterrebeek. De file groeit echter minder snel aan en op haar hoogtepunt reikt ze ook minder ver, ergens tot halverwege Sterrebeek en Bertem. Het maximale reistijdverlies bedraagt 6 minuten. De file verdwijnt ook sneller in vergelijking met het referentiescenario (om 8u30 is de file verdwenen). In het scenario met modale verschuiving worden in totaal 706 voertuigverliesuren opgelopen. Tegenover het referentiescenario komt dit neer op een reductie met 63%. 4.1.2
Globaal effect op hoofdwegennet
De impact op verkeerscongestie wordt ook bestudeerd wanneer een modale verschuiving gerealiseerd zou worden op het volledige hoofdwegennet in België. Hiertoe worden de resultaten van de case study Leuven-Brussel geëxtrapoleerd naar het hele hoofdwegennet. Omdat het verband tussen enerzijds de modale verschuiving en anderzijds de verandering in verkeersafwikkeling, de reductie in reistijden en de reductie in voertuigverliesuren sterk plaatsafhankelijk is, moet het resultaat van een globale berekening voor het volledige hoofdwegennet op basis van een extrapolatie van de resultaten van de case study opgevat worden als een indicatief resultaat. Bij het bepalen van de impact wordt rekening gehouden met een aanzuigeffect op het hoofdwegennet. Omdat verplaatsingen op het hoofdweggenet goedkoper en dus aantrekkelijker
44
geworden zijn, zal gemiddeld genomen ongeveer 2% extra verkeer worden aangetrokken. Rekening houdend met dit aanzuigeffect, treedt voor de case study Leuven-Brussel een reductie in voertuigverliesuren op van 40% t.o.v. het referentiescenario. Extrapoleren we dit cijfer naar het volledige hoofdwegennet, dan kunnen in België dagelijks 15.000 voertuigverliesuren worden uitgespaard, wat equivalent is met een totale tijdsbaat van ongeveer 350.000 € per dag. Merk nogmaals op dat deze cijfers slechts een indicatieve waarde hebben. 4.1.3
Globaal effect op het onderliggend wegennet
Voor een kwantitatieve analyse van de impact van een globale modale verschuiving op het onderliggend wegennet zijn onvoldoende gegevens beschikbaar. Op basis van een aantal partiële beschouwingen zou verwacht kunnen worden dat de tijdsbaat in dezelfde grootte-orde ligt als deze op het hoofdwegennet. Bijkomend onderzoek is echter noodzakelijk om deze stelling te onderbouwen.
4.2
Effect op emissies
De impact van een modale verschuiving op emissies en emissiekosten wordt onderzocht aan de hand van de case study Leuven-Brussel. Emissiekosten worden berekend in het referentiescenario en in het scenario met modale verschuiving. Door vergelijking van beide scenario’s bepalen we het effect van de modale verschuiving op de emissiekost. Emissiekosten worden bepaald per voertuigcategorie. De emissiekost van de polluenten CO2, NOX, NO2, PM2.5 en EC ligt hoger voor een gemiddelde personenwagen dan voor een motorfiets (type 4-takt, ≤ 250 cc, emissieklasse Euro 3). Enkel de emissiekost van VOC is hoger voor motorfietsen. De totale externe emissiekost van motorfietsen (alle polluenten samen) ligt 21% lager dan deze van een gemiddelde personenwagen. In het scenario met modale verschuiving ligt de totale emissiekost 6% lager in vergelijking met het referentiescenario. Hiervan kan 1% toegeschreven worden aan de vervanging van personenwagens door motorfietsen die een lagere externe emissiekost hebben, en 5% aan de vlottere verkeersafwikkeling met hogere gemiddelde snelheden bij congestie.
45
Referenties Yperman, I. (2007), The Link Transmission Model for Dynamic Network Loading. PhD Thesis, Katholieke Universiteit Leuven, Leuven, Belgium. Frederix, R., C.M.J. Tampère, F. Viti and L.H. Immers (2010), The effect of dynamic network loading models on DTA-based OD estimation. In: Tampère C.M.J., Viti F. & Immers L.H. (eds): New Developments in Transport Planning: Advances in Dynamic Traffic Assignment. Edward Elgar, Cheltenham, UK - Northampton, MA, USA. Federaal Planbureau (2009): Verkeerstellingen Federaal Planbureau 2009, http://www.plan.be/databases/PVar.php?VC=TRAF001&D1[]=ZZTOT&D2[]=W40MOTO&D2[]=W50PRIVATE&D2[]= W60LDV&D2[]=W70HDV&D2[]=W80BC&D2[]=W90SPEC&D3[]=WW10SNEL&DB=TRANSP&lang=nl&XT=0,
geraadpleegd augustus 2011 Ntziachristos, Samaras, et al., (2010) EMEP EEA Emission Inventory Guidebook, Exhaust Emissions from Road Transport, Chapters 1.A.3.b.i, 1.A.3.b.ii, 1.A.3.b.iii, 1.A.3.b.iv, 2009 (versie juni 2010) De Nocker L. et al. (2010) Actualisering van de externe milieuschadekosten (algemeen voor Vlaanderen) met betrekking tot luchtverontreiniging en klimaatverandering, studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA, VITO. Lee Tzu-Chang (2007), An Agent-Based Model to Simulate Motorcycle Behaviour in Mixed Traffic Flow, PhD thesis, Imperial College London Ellis T. (2005), Inquiry into managing transport congestion Victoria, Motorcycle Riders’ Association (MRA) Submission, December 2005. UK Department for Transport (2004), Motorcycles and Congestion: The Effect of Modal Split; London UK, 2004 Minh C. (2005), The Speed, Flow and headway analyses of motorcycle traffic, Journal of the Eastern Asia Society for Trnaposrtation Studies, vol. 6, pp. 1496-1508. Holroyd, E. M. (1963) Effect of Motorcycles and Pedal Cycles on Saturation Flow at Traffic Signals. Roads and Road Construction, Oct., 315 – 316. Powell, M. (2000) A model to represent motorcycle behaviour at signalized intersections incorporating an amended first order macroscopic approach, Transportation Research Part A, No. 34, 497 - 514.
46
Wigan, M. R. (2000) Motorcycles as Transport: Vol. 1 – Powered Two Wheelers in Victoria. VicRoads, Melbourne, Australia. OVG Vlaanderen (2010) Onderzoek Verplaatsingsgedrag Vlaanderen, sept. 2009 – sept. 2010, Instituut voor Mobiliteit, Hasselt, 2010 Agentschap voor binnenlands bestuur (2011) Kilometervergoeding bij dienstverplaatsingen, http://binnenland.vlaanderen.be/kilometervergoeding, geraadpleegd september 2011 De Ceuster, G. et al. (2010) TREMOVE v2.3 Model and Baseline Description, verslag voor de Europese Commissie, DG Environment, 2005; Update naar TREMOVE v3.3, 2010 Mayeres, I. (1999) The control of transport externalities: A general equilibrium analysis. PhD Thesis, Katholieke Universiteit Leuven, Leuven, Belgium. Maerivoet S. en I. Yperman (2008) Analyse van de congestie in België, Eindverslag voor Federale Overheidsdienst Mobiliteit en Vervoer, Oktober 2008.
47
Bijlage A: Beschrijving van het Link Transmissie Model Het Link Transmissie Model is een dynamisch verkeerssimulatiemodel. Verkeerssimulatiemodellen bepalen reistijden en reiskosten in een verkeersnetwerk, gegeven de gevolgde routes van alle reizigers. Eigenschappen van het Link Transmissie Model Het Link Transmissie Model (LTM) is een macroscopisch verkeerssimulatiemodel, waarin voertuigen zich verplaatsen als een continuum. Verkeersstromen worden realistisch gemodelleerd in grote praktische netwerken die zowel snelwegen als stedelijke regio’s omvatten. Het LTM heeft volgende kenmerken:
• • •
Verkeersstromen planten zich voort op schakels zoals dat gebeurt in de eerste orde kinematische golftheorie. Het file-opbouw en file-afbouw proces in LTM sluit nauwer aan bij de realiteit dan in state-of-the-art macroscopische verkeerstoedelingsmodellen. Het LTM oplossingsalgoritme is rekenefficiënt, waardoor verkeersstromen in grote netwerken gesimuleerd kunnen worden in een beperkte rekentijd. Voertuigen worden gedisaggregeerd naar hun route. Tijdens hun reis door het netwerk worden de routes van de voertuigen voortdurend bijgehouden, zodanig dat de informatie uit het routekeuzemodel ook echt gebruikt kan worden.
Oplossingsalgoritme Verkeersnetwerken worden opgebouwd uit homogene schakels a, die afgebakend worden door een startpunt xa0 en een eindpunt xaL. Deze schakels hebben een willekeurige lengte La en zijn met elkaar verbonden via knooppunten n. Knooppunten hebben geen fysieke lengte en fungeren als uitwisselingslocatie van verkeersentiteiten. Elk knooppunt heeft een aantal toekomende schakels i en een aantal vertrekkende schakels j. Het cumulatief aantal voertuigen N(x,t) is het totaal aantal voertuigen dat locatie x voorbijgekomen is op tijdstip t. Voor elke tijdsstap bepaalt LTM het cumulatief aantal voertuigen dat het start- en eindpunt (xa0 en xaL) van elke schakel a voorbijgekomen is. Pas wanneer voertuigen de schakel verlaten hebben, wordt hun reistijd bepaald. De zendstroom Si(t) van schakel i op tijdstip t is de maximum hoeveelheid voertuigen die de schakel zouden kunnen verlaten tijdens tijdsinterval [t , t+∆t], als deze schakel zou uitmonden in een reservoir met een oneindige capaciteit. De ontvangstroom Rj(t) van schakel j op tijdstip t is de maximum hoeveelheid voertuigen die de schakel zouden kunnen binnenstromen tijdens tijdsinterval [t , t+∆t], als een oneindige verkeersvraag zou losgelaten worden op deze schakel. De overgangsstroom Gij(t) is de hoeveelheid voertuigen die daadwerkelijk overgaan van link i naar link j tijdens tijdsinterval [t , t+∆t]. Het LTM oplossingsalgoritme verdeelt de totale simulatieperiode in tijdsintervallen ∆t. Voor elk tijdsinterval ∆t omvat het algoritme drie stappen:
48
Voor elk tijdsinterval ∆t, Voor elk knooppunt n, Stap 1: Bepaal de zendstroom Si aan het afwaartse schakeleinde (xiL) voor elke toekomende schakel i ∈ In en bepaal de ontvangstroom Rj aan het opwaartse schakeleinde (xj0) voor elke vertrekkende schakel j ∈ Jn. In (Jn) is de verzameling van toekomende (vertrekkende) schakels van knooppunt n. Stap 2: Bepaal de overgangsstromen Gij(t) van de toekomende schakels i ∈ In naar de vertrekkende schakels j ∈ Jn, i.e. bepaal welk aandeel van de zend- en ontvangstromen daadwerkelijk verzonden en ontvangen wordt. Stap 3: Pas het cumulatief aantal voertuigen N(x,t) aan voor het afwaartse schakeleinde (xiL) van elke toekomende schakel i ∈ In en voor het opwaartse schakeleinde (xj0) van elke vertrekkende schakel j ∈ Jn:
N ( xiL , t + ∆t ) = N ( xiL , t ) +
∑ G (t ) j∈J n
ij
N ( x 0j , t + ∆t ) = N ( x 0j , t ) + ∑ Gij (t )
voor alle i ∈ In voor alle j ∈ Jn
i∈I n
Schakelmodel In LTM planten verkeersstromen zich voort op schakels zoals dat gebeurt in de kinematische golftheorie. Verkeer wordt gekenmerkt door drie macroscopische variabelen: de instensiteit q, de dichtheid k en de gemiddelde snelheid v. Tussen deze drie variabelen geldt de volgende relatie: v = q/k De intensiteit q is het aantal voertuigen dat een bepaalde plaats voorbijkomt tijdens een bepaald tijdsinterval dt. De dichtheid k is het aantal voertuigen dat op een bepaald tijdsstip waargenomen wordt over een bepaald plaatsinterval dx. Verder wordt in de kinematische golftheorie aangenomen dat er een functionele relatie bestaat tussen de intensiteit q en de dichtheid k, ook wel het fundamenteel diagram genoemd. Naar analogie met Newell (1993) wordt in LTM een driehoekig fundamenteel diagram gebruikt, zoals aangegeven in Figuur S.2.
49
q qM
vf
w kjam
kM
k
Figuur S.1: Driehoekig fundamenteel diagram
De intensiteit q is nul voor een nuldichtheid en voor de maximale dichtheid kjam. Tussenin bereikt de functie een maximale intensiteit qM, die ook de capaciteit wordt genoemd. De stijgende tak van het fundamenteel diagram geeft verkeerstoestanden weer die zich in het ‘vrij-verkeer’ regime bevinden, de dalende tak stelt verkeerstoestanden in ‘congestie’ voor. De kinematische golftheorie stoelt op de combinatie van dit veronderstelde fundamenteel diagram en de wet van behoud van voertuigen. Deze verkeersbehoudswet beschrijft de evolutie van een verkeerstoestand over plaats en tijd: ∂k ( x, t ) ∂q( x, t ) + =0 ∂t ∂x
Verkeerstoestanden in het ‘vrij-verkeer’ regime planten zich voort met snelheid vf en verkeerstoestanden in ‘congestie verplaatsen zich met negatieve snelheid w (cf. Figuur S.2). Uit de kinematische golftheorie worden cumulatieve voertuigaantallen afgeleid. Newell (1993) ontwikkelde een methode om het cumulatief aantal voertuigen in schakels rechtstreeks te bepalen uit begin- en randvoorwaarden. Op basis van Newell’s theorie werd een efficiënte methode ontwikkeld om zend- en ontvangstromen te bepalen, de eerste stap in het LTM oplossingsalgoritme:
S i (t ) = min(( N ( xi0 , t + ∆t − R j (t ) = min(( N ( x Lj , t + ∆t +
Lj wj
Li ) − N ( xiL , t )), q M ,i ∆t ) v f ,i
) + k jam L j − N ( x 0j , t )), q M , j ∆t )
Door zend- en ontvangstromen op deze manier te bepalen zorgen we ervoor dat het verkeer op schakels zich voortplant zoals in de kinematische golftheorie.
50
In vergelijking met het Cel Transmissie Model (CTM), heeft LTM een hogere rekenefficiëntie. CTM is een veelgebruikt verkeersmodel met een ander numeriek oplossingsschema voor hetzelfde kinematisch golfmodel. Om dezelfde nauwkeurigheid te bereiken heeft het CTM behoorlijk meer rekentijd nodig. Knoopmodellen Knoopmodellen bepalen de overgangsstromen Gij (t) van de toekomende schakels i naar de vertrekkende schakels j van een knooppunt n, de tweede stap in het LTM oplossingsalgoritme. Knoopmodellen voldoen aan de verkeersbehoudswet. Elk knoopmodel heeft bepaalde voorrangs- en gedragsregels die beperkingen opleggen aan de overgangsstromen en die uiteindelijk bepalen welk aandeel van de zend- en ontvangstromen daadwerkelijk verzonden en ontvangen wordt. Volgende knoopmodellen worden gebruikt om snelwegnetwerken te modelleren: •
Inhomogeen knooppunt Inhomogene knooppunten worden gebruikt om een verandering in capaciteit of in snelheidslimiet te modelleren. Deze knooppunten verbinden 1 toekomende schakel met 1 vertrekkende schakel (cf. Figuur S.3).
Figuur S.2: Inhomogeen knooppunt
•
Herkomstknooppunt In een herkomstknooppunt wordt verkeer op het netwerk losgelaten. Deze knooppunten fungeren als voedingspunten van het verkeersnetwerk. In dergelijk knooppunt vertrekt 1 schakel (cf. Figuur S.4).
Figuur S.3: Herkomstknooppunt
•
Bestemmingsknooppunt Verkeer verlaat het netwerk in een bestemmingsknooppunt. In dergelijk knooppunt komt 1 schakel toe (cf. Figuur S.5).
Figuur S.4: Bestemmingsknooppunt
51
•
Splitsingsknooppunt Splitsingsknooppunten worden gebruikt om afritten van een snelweg te modelleren. In een splitsingsknooppunt komt 1 schakel toe en vertrekken precies 2 schakels (cf. Figuur S.6).
Figuur S.5: Splitsingsknooppunt
•
Samenvoegingsknooppunt Samenvoegingsknooppunten worden gebruikt om opritten op een snelweg te modelleren. In een samenvoegingsknooppunt komen 2 schakels toe en vertrekt 1 schakel (cf. Figuur S.7).
Figuur S.6: Samenvoegingsknooppunt
52