面向实际交通状态的混合动力汽车能耗和CO_(2)排放模型

由于混合动力汽车与传统燃油车的能耗排放因子具有差异性,导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO_(2)排放因子测算模型,基于车辆比功率VSP(Vehicle Specific Power)作为车辆行驶状态与能耗排放之间耦合关系的表征参数。通过引入内燃机转速区分内燃机开启和关闭工作状态,并计算内燃机开启状态下VSP对应的平均能耗率,同时,建立能够解析混合动力汽车能耗排放产生机理的VSP分布。通过收集典型行驶工况下车辆测试油耗数据和北京市车辆实际行驶轨迹数据,验证了模型的准确性,并应用模型测算混合动力汽车不同速度区间下的油耗和CO_(2)排放因子。研究结果表明:在城市行驶工况(UDDS)和高速行驶工况(HWY)中,模型测算能耗排放因子与真实值的平均相对误差分别为3.7%和-1.7%,与不考虑内燃机开启状态相比,测算误差减少5.6%和4.3%;在实际交通状态下,采用传统燃油车的测算方法会导致混合动力汽车行驶平均速度为高速区间时油耗和CO_(2)排放量被低估,当行驶平均速度为低速区间时油耗和CO_(2)排放量会被高估。

基于多燃料类型出租车轨迹匹配的居民出行CO_(2)排放时空特征挖掘

作为公共交通出行的重要补充,出租车运营产生的燃料消耗和CO_(2)排放模式与城市居民的出行足迹相一致。在公共交通电气化的背景下,精准计算多种燃料类型出租车出行的CO_(2)排放量并挖掘其在城市不同区域的时空特征,对了解城市居民出行CO_(2)排放的空间特征与实现城市CO_(2)减排具有重要的现实意义。运用兰州市出租车运行轨迹数据,通过隐马尔可夫模型轨迹匹配实现居民出租车出行轨迹与路径的精准识别,使用COPERT模型计算了汽油、CNG、油气混动三种燃料类型出租车的CO_(2)排放量,并在不同时空尺度对居民出行CO_(2)排放的时空特征进行分析。研究结果发现:由于电气化进程中汽油车数量的减少,在三种燃料类型出租车CO_(2)排放量中,油气混动车最高,CNG车次之,汽油车的CO_(2)排放量最低,工作日早晚高峰时段CO_(2)排放量高于非工作日,而凌晨时段CO_(2)排放量较低。CO_(2)排放热点主要集中在交通枢纽、商圈和住宅区附近,且以兰州市各城市中心区为原点沿带状向城市外围递减,这些区域的高排放量反映了城市居民的出行需求和活动模式。研究结论可作为多燃料类型出租车温室气体排放的精准测算与城市公共交通减排路径的研究基础,同时也对居民出行碳排放的时空特征挖掘和推动城市交通低碳出行提供依据。