Variabla hastighetsgränser är väl utbrett på Stockholms stadsnära motorvägar och en del av Stockholms Motorway Control System (MCS). Målet med dagens system är att minska risken för olyckor och följdolyckor vid låga hastigheter, trafikstockningar m.m. Detta görs genom att mäta medelhastigheten med hjälp av fasta detektorer och uppdatera hastigheten som visas på variabla meddelandeskyltar utifrån rådande trafiktillstånd. I och med att efterfrågan på resor i Stockholm under rusningstid överstiger den tillgängliga kapaciteten i vägnätet är behovet av ett effektivt trafiksystem stort. Variabla hastighetsgränser kan bidra till ökad framkomlighet, men då dagens system har som målsättning att öka säkerheten är effekter som leder till ökad framkomlighet begränsade. Dessutom finns det i dagens system ett stort beroende av fungerande detektorer som mäter trafiktillståndet så korrekt som möjligt för att valet av hastighet ska kunna bestämmas på ett effektivt sätt.

Syftet med den här rapporten är att undersöka alternativa styralgoritmer för att bestämma variabla hastighetsgränser på Stockholms motorvägsnät. Målet är att öka framkomligheten jämfört med dagens system. Två olika sträckor med olika komplexitet, trafiksituation och problematik studeras. Valet av studerade styralgoritmer för de olika sträckorna väljs för att på bästa sätt motverka den problematiken som uppstår på de specifika sträckorna. Därmed kan val av algoritmer komma att skilja sig åt beroende på sträcka. I projektet utvärderas också om estimering av trafiktillståndet kan användas för att förbättra informationsflödet till algoritmerna då detektorer inte fungerar som de ska eller helt saknas, vilket i sin tur kan leda till förbättrad anpassning av de variabla hastighetsgränserna. Detta görs av för en av de studerade sträckorna. Styralgoritmerna utvärderas med mikroskopisk trafiksimulering och metoden utvecklad i projektet Mobile Millenium Stockholm (MMS), som bygger på en makroskopisk trafikflödesmodell och Kalman filtrering, används för estimering av trafiktillståndet.

Variable speed limits are commonly used on Stockholm’s urban motorways, and it is part of the Stockholm Motorway Control System (MCS). The goal of today’s system is to reduce the risk of accidents during congested conditions, traffic jams etc. This is done by updating the speed limits shown on variable message signs based on a measured average speed at fixed detectors. As the demand for travel in Stockholm during peak-hours exceeds the available capacity in the road network, the need for an efficient traffic system is high. Variable speed limit systems have the possibility to contribute to increased efficiency, but since today’s system aims to increase safety, effects that lead to increased efficiency are limited. Further, in todays’ variable speed limit systems there are a large dependency of precise and available measurements from stationary detectors to be able to display speed limits that reflects the current traffic conditions. The purpose of this report is to investigate alternative control algorithms to decide on the variable speed limits to be displayed at variable message signs on the urban motorway of Stockholm.

The goal is to increase efficiency compared to today's system. Two different road stretches with different complexity and different traffic conditions, resulting in two different types of congestion, are studied. Thereby, the studied control algorithms on the two road stretches are chosen based on the possibility of solving a specific problematic traffic situation in the best way. Hence, the studied control algorithms might differ for the two road stretches. Furthermore, for one of the roads stretches it is investigated if estimation of the traffic state can be used as input to the control algorithm as a complement to missing and erogenous measurements from stationary detectors in order to improve the calculations of the variable speed limits. The control algorithms are evaluated with microscopic traffic simulation and the method developed in the project Mobile Millenium Stockholm (MMS), using a macroscopic traffic flow model together with a Kalman filter, is used for estimation of the traffic state.