可持續城市出行：交通、電力與政策的整合最佳化

封存文章

這是一個整合模型原型。原文部分「達標百分比」由合成情境產生，未以實際城市觀測校準。

電動車增加不必然令城市交通更可持續：道路擠塞可能不變，充電尖峰可轉移至電網，而新基建又有土地與材料成本。研究因此把車隊演化、路網流量、充電需求和再生能源放在同一個邊界內。

系統動力學

令 $N_k(t)$ 為交通模式 $k$ 的使用者或車隊：

\dot N_k =I_k(N,p,t)-O_k(N,p,t),

其中政策 $p$ 影響購置、淘汰及模式轉移。採用率可有飽和效應，但 Logistic 曲線的速度與上限必須由資料估計，不能預先指定再稱作預測。

對路段 $a$ 使用 BPR 形式的旅行時間：

t_a=t_a^0\left[1+\alpha \left(\frac{v_a}{C_a}\right)^\beta\right].

交通流守恆、道路容量與起訖需求共同決定 $v_a$ 。電動車行程再映射到節點充電負荷 $L_{i,t}$ ；電力平衡為

G_{i,t}+R_{i,t}+B^{\mathrm{out}}_{i,t} =L_{i,t}+B^{\mathrm{in}}_{i,t}+S_{i,t}.

必須統一功率與能量單位：kW 是瞬時功率，kWh 才是時段能量。

候選政策可同時最小化：

結果應呈現 Pareto 前沿，而不是把不同單位的指標任意相加。權重由持份者選擇，敏感度亦要公開。

校準資料至少包括人口與車隊、交通計數、起訖矩陣、充電紀錄、發電排放因子及土地限制。以歷史年份回測後，再對燃料價格、電池成本、電網碳強度與需求反彈做情境分析。

先建立可觀察的基準年；再以單一走廊測試充電及公交優先策略；最後才把模型擴展到全市。每一步都要列出實際 KPI、資料責任人與停止規則。

這個框架的價值不是輸出一個「最可持續」數字，而是顯示改善一個子系統可能把成本轉移到另一個子系統，讓政策選擇變得可追蹤。