技术领域
[0001] 本
发明涉及低碳减排智能交通，具体涉及一种面向弹性停车激励机制的碳减排估算方法。
背景技术
[0002] 弹性停车激励机制是基于智能终端设备，通过竞价激励的形式引导驾车者放弃小
汽车通勤出行，转变为其他绿色、低碳出行方式的弹性停车激励策略及方法。通勤驾车者可通过智能终端设备提出竞价
申请，将某时段的通勤停车权转让给
停车场管理方，管理方选择接受或拒绝竞价。竞价成功后，停车场管理方将该停车权重新投放入停车需求市场，相应的通勤驾车者将选择其他绿色、低碳的出行方式(如公共交通、
自行车或步行)完成通勤并获取经济补偿。这种以停车需求管理引导驾车者通勤出行方式转移的弹性停车激励机制进一步地促进了低碳交通的发展，并且缓解了停车场停车泊位紧缺和驾车者停车难的问题，提高了停车泊位的利用率。
[0003] 但是目前现有的弹性停车激励机制，忽略了经济杠杆在共享停车理念中的引导作用，并且由于弹性停车激励机制的评价指标多具有不同程度的相关性，且驾车者个体之间本身存在差异，因此无法对弹性停车激励机制实施后带来的环境改善程度进行准确评估。目前还未有相关的研究对弹性停车激励机制的运营
稳定性进行相对准确地估算以及衡量其带来的环境改善程度，导致弹性停车激励机制在实际运营过程中，无法定量地评价该机制为停车场带来的额外收益、以及在提升停车资源利用率、减少交通环境污染等方面的效果。
发明内容
[0004] 发明目的：本发明的目的在于提供一种面向弹性停车激励机制的碳减排估算方法，以便准确地计算面向弹性停车激励机制的
碳足迹减排当量，评估其带来的环境改善程度。
[0005] 技术方案：本发明提供的一种面向弹性停车激励机制的碳减排估算方法，包括以下步骤：
[0006] S1:以通勤驾车者和停车场管理方为建模对象，根据实际停车场的建设和运营情况以及弹性停车激励机制的实施情况，确定停车场运营稳定性评估方法中的已知参数；
[0007] S2:以停车收费额度最大化作为目标函数，考虑弹性停车激励机制运营过程中对停车场停车收费的约束提出面向弹性停车激励机制的停车场运营稳定性评估方法；
[0008] S3:基于分支定界法对运营稳定性评估方法的目标函数进行求解，确定停车场各竞价时段的泊位回收数量及各竞价时段的激励强度方案；
[0009] S4:根据弹性停车激励机制的实际运营过程，考虑驾车者个体的竞价行为，构建0-1线性规划模型准确估算泊位返还状态；
[0010] S5:针对竞价成功并选择替代出行方式的驾车者个体，基于清单因子法计算其弹性停车激励机制下当日的碳足迹减排当量。
[0011] 进一步地，步骤S1中，停车场运营稳定性评估方法中的已知参数包括停车场对外开放的泊位数so、周边停车场的实际泊位需求量Dr、停车场允许的最大泊位冗余数量Dy、停车场对竞价日期当天预测的泊位需求量De、停车泊位转租后能带来的收益fn、爽约后驾车者需支付的惩罚金fb、参与到弹性停车激励机制的驾车者总人数Q、停车竞价时段t，且有t∈[1,2,...,T]，T为最大竞价时段；第t时段发起竞价的驾车者人数的泊松分布强度λt；无竞价驾车者在当日没有使用到停车泊位的人数比例ξ、爽约的驾车者人数比例pb、接受最低激励强度的驾车者占所有驾车者的比例θ；
[0012] 进一步地，步骤S2中，运营稳定性评估方法中的目标函数如式(1)所示：
[0013]
[0014] 式(1)中，目标函数U(ft)为停车场管理方的收益；ft为竞价时段t内的激励强度方案；χt为停车场管理方接受第t时段竞价泊位的数量，t为停车竞价时段，且有t∈[1,2,...,T]，T为最大竞价时段；so为停车场对外开放的泊位数；Q为参与到弹性停车激励机制的驾车者总人数(单位：人)；F(f)为激励强度的概率分布函数，λt为泊松过程中第t时段发起竞价的驾车者人数的强度；ξ为无竞价驾车者在当日没有使用到停车泊位的人数比例；pb为爽约的驾车者人数比例；Dr为周边停车市场的实际泊位需求量；fn为停车泊位转租后能带来的收益；fb为爽约后驾车者需支付的惩罚金；
[0015] 其中，激励强度的概率分布函数F(f)可表示为式(2)：
[0016]
[0017] 式(2)中，f为某一时段的激励强度，θ为接受最低激励强度的驾车者占所有驾车者的比例；fmax为最高激励强度；fmin为最低激励强度。
[0018] 进一步地，非线性规划模型的约束条件如式(3)-(9)所示：
[0019]
[0020]
[0021]
[0022] χt≤[F(ft)·λt] (6)
[0023] χt∈Z+ (7)
[0024] ft∈{fmin,fmax} (8)
[0025] t∈[1,2,...,T] (9)
[0026] 式(3)中，Dy为停车场允许的最大泊位冗余数量；
[0027] 式(4)中，De为停车场对竞价日期当天预测的泊位需求量；
[0028] 式(5)中，ft为时段t内的激励强度方案，ft-1为时段t-1内的激励强度方案；
[0029] 式(6)中，其含义为确保任一时段停车场接受竞价的泊位数小于等于发起竞价的小汽车出行者人数。
[0030] 进一步地，在步骤S3中，采用分支定界法求解运营稳定性评估方法的目标函数，步骤如下：
[0031] (1)根据已知参数，完成分支定界树的初始化工作，即对目标函数进行最小化标准形式转换，对整数变量约束进行松弛；根据
节点分布情况，选择分支定界树的某一特定节点进行MINLP子问题的求解，若此子问题不可行，则删除该节点并重新搜索分支定界树，否则得到一个可行解；
[0032] (2)对可行解进行目标函数判定，若所述特定节点处的目标函数大于当前上界，则说明该部分可行域不包含最优解，应
剪枝；
[0033] (3)对模型的整数约束进行变量检验，若所述特定节点不满足整数约束条件，则可将问题分支为两个
子节点；若特定节点满足整数约束，且目标函数值小于当前最优值，则更新模型的上界并剪除目标函数值大于当前上界的分支；
[0034] (4)检查分支定界树是否为空，若分支定界树为非空则返回步骤(1)，否则可终止
算法并输出当前最优解，最终求解得到停车场各竞价时段的泊位回收数量χt及各竞价时段的激励强度方案ft。
[0035] 进一步地，在步骤S4中，驾车者个体的竞价行为特征中考虑的参数包括驾车者竞价积极性系数、驾车者持续竞价行为发生的概率值以及驾车者于不同时段发起竞价申请的概率值，估算泊位返还状态的0-1线性规划模型的目标函数如式(10)所示，相应的约束条件如式(11)-式(13)所示：
[0036]
[0037]
[0038]
[0039] xit∈{0,1} (13)
[0040] 式(10)中，Z(xit)表示使所有驾车者个体泊位返还状态量的总和；xit为驾车者个体i在竞价时段t内的泊位返还状态量：若驾车者的竞价申请被停车场管理方所接受，所提交的停车泊位使用权返还成功，则xit＝1，反之则xit＝0；ai为驾车者竞价积极性系数；pid为驾车者持续竞价行为发生的概率值；pit为驾车者于不同时段发起竞价申请的概率值，pid和pit取值可以通过统计每位驾车者的历史竞价行为获得。式(10)含义为确保所计算出的每位驾车者泊位返还状态符合实际运营情况；
[0041] 式(11)含义为确保弹性停车激励机制在各时段t竞价成功的驾车者人数满足前述运营稳定性评估方法求解得到的泊位回收数量；
[0042] 式(12)含义为设定每位驾车者每天所提交的竞价申请至多只能被成功批准一次；
[0043] 式(13)含义为驾车者个体i在竞价时段t内的泊位返还状态量xit为0、1变量。
[0044] 进一步地，在步骤S5中，弹性停车激励机制下驾车者个体当日的碳足迹减排当量为该驾车者原始通勤出行方式下所产生的碳排放当量与选择其他通勤出行方式所产生碳
排放量之差，具体计算公式如式(14)所示：
[0045]
[0046] 式(14)中，V为弹性停车激励机制当日的碳足迹减排当量；Vi为驾车者个体i的碳足迹变化量；Bi为驾车者i使用小汽车通勤所产生的碳排放量；Ri为驾车者i主要的替代交通方式所产生的碳排放量；Li为该驾车者日常通勤距离；EFic和EFir分别是指小汽车出行方式的碳排放因子与替代方式的碳排放因子。
[0047] 有益效果：与
现有技术相比，本发明公开的面向弹性停车激励机制的碳减排估算方法，通过对弹性停车机理机制实施后的停车场运营稳定性进行评估，制定各竞价时段的激励强度和确定泊位回收数量，能够准确地计算面向弹性停车激励机制的碳足迹减
排量，以此表征弹性停车激励机制所带来的环境改善程度，弥补了现有技术无法估算弹性停车激励机制的运营稳定性和环境改善程度的不足，有助于对弹性停车激励机制的运营提供参考和指导。
附图说明
[0048] 图1为本发明的碳减排估算方法的
流程图；
[0049] 图2为不同激励强度下弹性停车激励机制实施的运营收入图；
[0050] 图3为不同可接受最低激励强度人数比例下弹性停车激励机制实施收益图；
[0051] 图4为不同比例下泊位回收的边际收入值；
[0052] 图5为弹性停车激励机制碳足迹减排当量曲线图。
具体实施方式
[0053] 下面结合附图和
实施例对本发明做进一步描述：
[0054] 本申请公开了一种面向弹性停车激励机制的碳减排估算方法，如图1所示，包括以下步骤：
[0055] S1:以通勤驾车者和停车场管理方为建模对象，根据实际停车场的建设和运营情况以及弹性停车激励机制的实施情况，确定停车场运营稳定性评估方法中的已知参数；
[0056] S2:以停车收费额度最大化作为目标函数，考虑弹性停车激励机制运营过程中对停车场停车收费的约束提出面向弹性停车激励机制的停车场运营稳定性评估方法；
[0057] S3:基于分支定界法对运营稳定性评估方法的目标函数进行求解，确定停车场各竞价时段的泊位回收数量及各竞价时段的激励强度方案；
[0058] S4:根据弹性停车激励机制的实际运营过程，考虑驾车者个体的竞价行为，构建0-1线性规划模型准确估算泊位返还状态；
[0059] S5:针对竞价成功并选择替代出行方式的驾车者个体，基于清单因子法计算其弹性停车激励机制下当日的碳足迹减排当量。
[0060] 在步骤S1中，所述停车场运营稳定性评估方法中的已知参数包括停车场对外开放的泊位数so、周边停车场的实际泊位需求量Dr、停车场允许的最大泊位冗余数量Dy、停车场对竞价日期当天预测的泊位需求量De、停车泊位转租后能带来的收益fn、爽约后驾车者需支付的惩罚金fb、参与到弹性停车激励机制的驾车者总人数Q、停车竞价时段t，且有t∈[1,2,...,T]，T为最大竞价时段；无竞价驾车者在当日没有使用到停车泊位的人数比例ξ、爽约的驾车者人数比例pb、接受最低激励强度的驾车者占所有驾车者的比例θ；
[0061] 步骤S2中，所构建的非线性规划模型的目标函数如式(1)所示：
[0062]
[0063] 式(1)中，目标函数U(ft)为停车场管理方的收益(单位：元)；ft为竞价时段t内的激励强度方案；χt为停车场管理方接受第t时段竞价泊位的数量(单位：个)，t为停车竞价时段，且满足t∈[1,2,...,T]，T为最大竞价时段；so为停车场对外开放的泊位数(单位：个)；Q为参与到弹性停车激励机制的驾车者总人数(单位：人)；F(f)为激励强度的概率分布函数；λt为泊松过程中第t时段发起竞价的驾车者人数的强度，因此竞价目标日期当天内通勤小汽车出行者中会发起竞价的人数为[F(ft)·λt]；ζ为无竞价驾车者在当日没有使用到停车泊位的人数比例；pb为爽约的驾车者人数比例；Dr为周边停车市场的实际泊位需求量(单位：
个)；fn为停车泊位转租后能带来的收益(单位：元)；fb为爽约后驾车者需支付的惩罚金(单位：元)；
[0064] 其中，激励强度的概率分布函数F(f)可表示为式(2)：
[0065]
[0066] 式(2)中，f为某一时段的激励强度(单位：元)；θ为接受最低激励强度的驾车者占所有驾车者的比例；fmax为最高激励强度(单位：元)；fmin为最低激励强度(单位：元)。
[0067] 上述非线性规划模型的约束条件如式(3)-(9)所示：
[0068]
[0069]
[0070]
[0071] χt≤[F(ft)·λt] (6)
[0072] χt∈Z+ (7)
[0073] ft∈{fmin,fmax} (8)
[0074] t∈[1,2,...,T] (9)
[0075] 式(3)中，Dy为停车场允许的最大泊位冗余数量(单位：个)，含义为停车场泊位的最大冗余量小于等于可接受范围，用于规避回收过多泊位所带来的
风险。
[0076] 式(4)表示竞价泊位的总数等于竞价目标日期当天内通勤驾车者中会发起竞价的人数；De为停车场对竞价日期当天预测的泊位需求量(单位：个)，其中if条件式的含义为确保弹性停车激励机制在判定回收泊位时能够兼顾考虑竞价发起人数与预测泊位需求数量之间的关系，且发起竞价的人数提供的泊位数不应大于预测泊位需求量与停车场对外开放泊位数之差。
[0077] 式(5)中，ft为时段t内的激励强度方案(单位：元)，ft-1为时段t-1内的激励强度方案(单位：元)，式(5)含义为满足机制设定中回收停车权的激励强度逐渐减弱的要求。
[0078] 式(6)含义为确保任一时段停车场接受竞价的泊位数小于等于发起竞价的小汽车出行者人数。
[0079] 步骤S3中，采用分支定界法求解运营稳定性评估方法中的目标函数，步骤如下：
[0080] (1)首先根据已知参数，完成分支定界树的初始化工作，并对整数变量约束进行松弛。然后，根据节点分布情况，选择分支定界树的某一特定节点进行MINLP子问题的求解，若此子问题不可行，则删除该节点并重新搜索分支定界树，否则得到一个可行解。
[0081] (2)对该可行解进行目标函数判定，若所述特定节点处的目标函数大于当前上界，则说明该部分可行域不包含最优解，应剪枝。
[0082] (3)对模型的整数约束进行变量检验，若所述特定节点不满足整数约束条件，则可将问题分支为两个子节点；若该特定节点满足整数约束，且目标函数值小于当前最优值，则更新模型的上界并剪除目标函数值大于当前上界的分支。
[0083] (4)检查分支定界树是否为空，若分支定界树为非空则返回第一步，否则可终止算法并输出当前最优解，最终求解得到停车场各竞价时段的泊位回收数量χt及各竞价时段的激励强度方案ft。
[0084] 步骤S4中，驾车者个体的竞价行为特征中考虑的参数包括驾车者竞价积极性系数、驾车者持续竞价行为发生的概率值以及驾车者于不同时段发起竞价申请的概率值，估算泊位返还状态的0-1线性规划模型的目标函数如式(10)所示，相应的约束条件如式(11)-式(13)所示：
[0085]
[0086]
[0087]
[0088] xit∈{0,1} (13)
[0089] 式(10)中，Z(xit)表示使所有驾车者个体泊位返还状态量的总和；xit为驾车者个体i在竞价时段t内的泊位返还状态量：若驾车者的竞价申请被停车场管理方所接受，所提交的停车泊位使用权返还成功，则xit＝1，反之则xit＝0；ai为驾车者竞价积极性系数；pid为驾车者持续竞价行为发生的概率值；pit为驾车者于不同时段发起竞价申请的概率值，pid和pit取值可以通过统计每位驾车者的历史竞价行为获得。式(10)含义为确保所计算出的每位驾车者泊位返还状态符合实际运营情况；
[0090] 式(11)含义为确保弹性停车激励机制在各时段t竞价成功的驾车者人数满足前述运营稳定性评估方法求解得到的泊位回收数量；
[0091] 式(12)含义为设定每位驾车者每天所提交的竞价申请至多只能被成功批准一次；
[0092] 式(13)含义为驾车者个体i在竞价时段t内的泊位返还状态量xit为0、1变量。
[0093] 步骤S5中，弹性停车激励机制下驾车者个体当日的碳足迹减排当量为该驾车者原始通勤出行方式下所产生的碳排放当量与选择其他通勤出行方式所产生碳排放量之差，具体计算公式如式(14)所示：
[0094]
[0095] 式(14)中，V为弹性停车激励机制当日的碳足迹减排当量(单位为g CO2)；Vi表示驾车者个体i的碳足迹变化量；Bi为驾车者i使用小汽车通勤所产生的碳排放量；Ri为驾车者i主要的替代交通方式所产生的碳排放量；进一步地Li表示该名驾车者日常通勤距离(单位为km)；EFic和EFir分别是指小汽车出行方式的碳排放因子与替代方式的碳排放因子；xit表示驾车者个体i在竞价时段t内的泊位返还状态：若驾车者的竞价申请被停车场管理方所接受，所提交的停车泊位使用权返还成功，则xit＝1，反之则xit＝0。
[0096] 以南京市瞻园商城停车场为例，实际运营中产生的非通勤停车泊位需求量为54，每一位驾车者参与停车竞价后所空置出来的泊位均被瞻园停车场以日均30元的收益转租给外界停车需求者。弹性停车实施方案设定瞻园商城停车场有50个停车泊位，且其中23个泊位用于服务参与弹性停车激励机制的通勤驾车者，剩余的27个泊位用于对外开放。通过小波神经网络预测发现瞻园商城停车场的非通勤停车泊位需求量为20，此时模型中停车泊位最大冗余量被设定为30(即10+20＝30，其中20为非通勤停车泊位需求量，数字10确保了在完成预测需求量停泊后停车场的占有率约为0.8)，因此在实际运营中即使是停车场的所有泊位都提供给外界停车市场，也无法满足当日的非通勤停车需求，所以本发明将算例中这种情况称之为“预测<需求”情景，并计算该情境下基于弹性停车激励机制运营稳定性的碳足迹减排量。
[0097] 根据实际停车场的建设和运营情况以及弹性停车激励机制的实施情况，确定了停车场运营稳定性评估的基本已知参数，如表1所示，具体包括停车场泊位总数、参与竞价的驾车者总人数、竞价时段数、泊位转租收益、没有使用停车权人数比例、爽约惩罚金额、爽约人数比例、No-show人数比例、最低激励强度值、最高激励强度值、以及可接受最低激励强度的人数比例。
[0098] 表1模型基本参数设置说明表
[0099]
[0100] 图2为该情景下最高激励强度从20元变化至30元和最低激励强度从0元变化至10元时，弹性停车激励机制运营收入的变化结果图，可见对于停车场管理方而言，随着激励强度
水平的提高，弹性停车激励机制所产生的运营收入将呈现逐步降低的趋势，并且提升最高激励强度所
挤压的利润空间比提升最低激励强度的更大。表2为调节激励强度后弹性停车激励机制所回收的泊位带来的运营收入，其数值已经剔除由于停车场转租对外泊位所带来的收益值。
[0101] 表2不同激励强度下回收泊位所带来的运营收入
[0102]
[0103] 图3描述了可接受最低激励强度的人数比例从5％变化至75％时弹性停车激励机制的运营收入。图3中增幅最显著的部分集中在数值区间的前部分(即5％至35％区间)，而随着可接受最低激励强度人数比例的继续增加(即27.5％至55％区间)，弹性停车激励机制的运营收入增长就有所放缓。图4用三次方曲线拟合了不同比例下所回收泊位的边际收入。可知随着人们停车共享意愿的增强，这个边际收入值处于从比较平缓到显著增加的提升阶段，如当可接受最低激励强度比例值增加到30％时，泊位所带来边际收入值就增加至15元；
而该比例值达到35％时，边际收入值就增加至约27.2元；同样，当该人数比例达到65％时，此时每个泊位所能带来的边际收入值约为28.9元。
[0104] 由于针对个体通勤出行的碳足迹计算是与个体通勤出行距离和所选择的交通工具有关，结合目前已有的碳足迹文献及研究报告，并考虑我国居民的出行结构及交通工具的直接能耗等特点，可以
整理得到适应本研究的碳排放因子清单，如表3所示。为简化计算过程，表3中碳排放因子仅考虑各交通方式直接碳排放情况，其中
温室气体如水汽、甲烷、
氧化亚氮、氟利昂等均参考《IPCC国家温室气体清单指南》转化为
二氧化碳当量。
[0105] 表3不同交通工具的碳排放因子清单
[0106]
[0107] 假设环境改善程度的评估是在弹性停车激励机制运营成熟的情况下计算得到，即驾车者可接受最低激励强度的人数比例为0.75，得到2017年4月6号至2017年6月4号工作日期间瞻园商城停车场实施弹性停车激励机制后可能产生的碳足迹减排当量情况，如图5所示。随着泊位回收情况的变化，驾车者碳减排变化量将产生一定的
波动，但其每日的波动数值基本上维持在4千克至11千克之间。据模型估算，在2017年4月6号至2017年6月4号之间共有工作日39天，由于不同驾车者竞价行为以及停车泊位回收数量变化，瞻园商城停车场日均能够减排二氧化碳约6.6397千克，以叶面积日二氧化碳吸收量为9.45(g/m2·d-1)的国槐树来算，对于一个具有50个停车泊位、23名员工的商业停车场而言，实施弹性停车激励机制所产生的碳减排量约等于为城市种植了702.61平方米的国槐树。同时需要注意的是，上述所计算的碳足迹减排当量仅为实施弹性停车激励机制后的直接数值，与种植碳补偿林相比，实施该停车共享政策可以免去组织相关人员种植林木所耗费人
力物力资源所产生的损耗，因此可以判定实际弹性停车激励机制的环境改善程度可能会更佳。
