CN106875682A - Etc车道和人工收费车道的污染气体排放量对比分析方法 - Google Patents

Etc车道和人工收费车道的污染气体排放量对比分析方法 Download PDF

Info

Publication number
CN106875682A
CN106875682A CN201710207333.5A CN201710207333A CN106875682A CN 106875682 A CN106875682 A CN 106875682A CN 201710207333 A CN201710207333 A CN 201710207333A CN 106875682 A CN106875682 A CN 106875682A
Authority
CN
China
Prior art keywords
dusty gas
analysis
vehicle
discharge
toll collection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710207333.5A
Other languages
English (en)
Other versions
CN106875682B (zh
Inventor
叶智锐
孙卓群
严钰
朱娇娇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201710207333.5A priority Critical patent/CN106875682B/zh
Publication of CN106875682A publication Critical patent/CN106875682A/zh
Application granted granted Critical
Publication of CN106875682B publication Critical patent/CN106875682B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications

Abstract

本发明公开了一种ETC车道和人工收费车道的污染气体排放量对比分析方法,包括基础数据采集、基础数据预处理和特性分析;所述基础数据采集,包括测试车辆排放气体中污染气体的体积浓度及测试车辆同步速度数据,以及ETC车道及人工收费车道在高、平峰交通流参数获取;所述基础数据预处理,包括各类污染气体质量排放率转化和污染气体排放因子计算,以及测试车辆比功率计算;所述特性分析,包括排放特性分析和交通流特性分析。通过数理统计方法,对比研究两类车道车辆运行特性及排放特征;最终得出ETC车道上污染气体排放率显著低于人工收费车道,且ETC系统在提高高速公路收费站处车辆运行效率,减少延误时长及排队长度有着明显的优势。

Description

ETC车道和人工收费车道的污染气体排放量对比分析方法
技术领域
本发明涉及交通节能减排技术,尤其是一种ETC车道和人工收费车道的污染气体排放量对比分析方法。
背景技术
城际交通拥堵作为拥堵问题的重要组成部分,大多发生在高速公路收费站处,因为收费站处路段通行能力除了受到道路自身固有通行能力的约束外,更易受到收费站服务能力的限制,车辆必须减速驶入站内停车等待缴费,再加速驶离收费站,经常导致后续车辆不断地产生排队现象。更为显著地是,这种拥挤路况的产生使得车辆开开停停,燃油燃烧不充分,导致碳氢化合物和一氧化碳等排放污染物急剧增加。高速公路上的ETC收费站,是通过安装在车辆挡风玻璃上的车载电子标签与在收费站ETC车道上的微波天线之间的微波专用短程通讯,利用计算机联网技术与银行进行后台结算处理,从而达到车辆通过路桥收费站不需停车而能交纳路桥费的目的。ETC车道除了在提高过往车辆收费运行效率的同时,其在节能减排方面的作用也值得我们关注。
然而,目前有关于ETC车道以及人工收费车道的排放量测算的研究还是一片空白。因此需要相关的研究填补这部分的空白,为ETC车道节能减排提供技术支撑。
发明内容
发明目的:本发明提供了一种分析ETC车辆尾气排放规律,为制定ETC节能减排政策提供理论依据的ETC车道和人工收费车道污染气体排放量对比分析方法。
技术方案:本发明为实现上述目的采用以下技术方案:
一种ETC车道和人工收费车道的污染气体排放量对比分析方法,包括以下步骤:
S1、采集基础数据
所述基础数据包括测试车辆排放气体中污染气体的体积浓度、测试车辆同步速度数据,以及ETC车道及人工收费车道在高峰、平峰交通流参数。
S2、基础数据预处理
包括排放数据处理和测试车辆比功率计算,其中排放数据处理包括各类污染气体质量排放率转化和污染气体排放因子计算。
S3、特性分析
包括排放特性分析和交通流特性分析。
其中,所述步骤S1中污染气体的体积浓度为排放气体中的CO、HC、NOx和CO2气体的体积浓度;所述同步速度数据为测试车辆在排放测量时的实时车辆速度,测试车辆排放气体中污染气体的体积浓度及测试车辆同步速度数据要保证两类数据时间上同步;所述高峰、平峰交通流参数包括ETC车道及人工收费车道在高峰、平峰时段内速度、交通量、延误时长和排队长度。
所述步骤S2中各类污染气体质量排放率转化指将数据采集过程中所得到的CO、HC、NOx和CO2污染气体体积浓度转换成相应的单位时间内污染气体排放质量,对于以汽油为燃料的车辆,各类污染气体质量排放率的计算公式如下:
COg/s=(mair+mfuel)×MCO/Mexhaust×CO×10-2
HCg/s=(mair+mfuel)×MHC/Mexhaust×HCppm×10-2
NOxg/s=(mair+mfuel)×MNOx/Mexhaust×NOxppm×10-2
CO2g/s=(mair+mfuel)×MCO2/Mexhaust×CO2%×10-2
其中,MCO为CO的分子量;MHC为排放气体中未完全燃烧的HC的分子量,HC为碳氢化合物;MNOx为NOx的分子量;MCO2为CO2的分子量;COg/s、HCg/s、NOxg/s以及CO2g/s分别是CO、HC、NOx和CO2气体质量排放率;HCppm为排放气体中碳氢化合物的气体体积浓度;CO为排放气体中一氧化碳的体积百分比;NOxppm为排放气体中氮氧化合物的体积浓度;CO2%为排放气体中二氧化碳的体积百分比;mair和mfuel分别为单位时间空气和燃料的消耗质量;
Mexhaust为尾气的分子量,用下式计算:
Mexhaust=(13.88×HCppm×10-6)+(28.01×CO×10-2)+(44.01×CO2%×10-2)
+(31.46×NOxppm×10-6)+(32.00×O2%×10-2)+(2.016×H2%×10-2)+18.01×(1-K)
+(100-HCppm/104-CO-CO2%-NOxppm/104-O2%-H2%-100×(1-K))×28.01/102
其中,K通过公式K=[1+0.005×(CO+CO2%)×y-0.01×H2%]-1来计算,H2%通过公式H2%=[0.5×y×CO×(CO+CO2%)]/[CO+3×CO2%]来计算;
其中,O2%为排放气体中氧气的体积百分比,H2%为排放气体中氢气的体积百分比;
污染气体排放因子E是指单位行程长度内污染气体排放质量,在计算出污染气体的质量排放率后通过如下公式进行计算:
E=3600×R/V;
其中,E为排放因子,R为各类污染气体的质量排放率,V为测试车辆的速度;
所述测试车辆比功率VSP是指汽车发动机最大功率与汽车总质量之比,计算公式如下:
VSP=v×(a×(1+ε)+g×grade+g×CR)+0.5×ρa×CD×A×v3/m
其中,m为测试车辆质量,v为测试车辆实时速度,a为测试车辆实时加速度,ε为质量因数;grade为垂直高度与斜坡的长度比,g为重力加速度,CR为滚动摩阻系数(无量纲),CD为阻力系数;A为车辆的最大截面面积,ρa环境空气的密度。
所述步骤S3中排放特性分析包括测试车辆在ETC车道与人工收费车道比功率值频率分布特性分析、各类污染气体与比功率之间关系分析、两类车道排放数据t检验及各类污染气体变化范围分析和排放因子分析;
所述交通流特性分析包括对高、平峰时段内收费站的车辆排队长度、交通量、总延误时长对比分析,对高峰、平峰时段内车辆进、出两类收费站的平均速度、最大速度、平均加速度对比分析,对车辆的加速、减速、怠速和匀速四种运行状态分析,对同一时段不同类型车道、同一类型车道不同时段两情况下各自的最大排队长度、交通量以及总延误时长数据进行t检验,判断其是否显著不同。
进一步的,所述测试车辆在ETC车道与人工收费车道比功率值频率分布特性分析是指绘制两类车道比功率值频率分布图分析其特性;
所述各类污染气体与比功率之间关系分析是指绘制两类车道上各类污染气体质量排放率随比功率值变化的关系图分析其特性;
所述两类车道排放数据t检验及各类污染气体变化范围分析是指通过t检验验证在ETC车道上的排放数据与人工收费车道上的排放数据特性,并分析CO、HC、NOx和CO2的质量排放率变化范围;
所述排放因子分析是指通过将各类污染气体的质量排放率转化为其排放因子来进行特性分析。
进一步的,所述对高、平峰时段内收费站的车辆排队长度、交通量、总延误时长对比分析,是通过将高、平峰时间段划分为若干小时间间隔来分别进行统计分析;其中,排队长度是指小时间间隔内车道的最大等候车辆数,交通量是指单位时间内通过收费站的车辆数,总延误时长是指每辆车的延误时长相加,每辆车的延误时长可通过实际行驶时间与没有来自前后车辆的任何影响的行驶时间相减来进行计算;
所述对高、平峰时段内进、出两类收费站的平均速度、最大速度、平均加速度对比分析,是对小客车在高、平峰时段下进出两类车道的速度、加速度特性进行分析对比;
所述对车辆的加速、减速、怠速和匀速四种运行状态分析是指通过绘制在高、平峰时段内,对于两类收费站,车辆进入收费站、通过收费站、离开收费站三阶段内速度随着时间、空间变化的拟合曲线,来分析通过收费站过程中车辆驾驶行为特性;
所述对速度、延误时长、排队长度因素进行t检验是指应用t检验来检验高峰或平峰时段内不同类型收费站的车辆速度,延误时长和排队长度是否显著不同或检验同一类型收费站在高峰和平峰时段内车辆速度,延误时长和排队长度的特性。
优选的,所述测试车辆是以汽油为燃料的小客车。
有益效果:与现有技术相比,本发明的一种ETC车道和人工收费车道污染气体排放量对比分析方法具有以下优点:采用较简便易行的测量方法,对ETC车辆在高速公路收费站处的运行特征、排放特征进行研究,探究排放规律,为节能减排政策的制定提供理论指导,为优化ETC车道的建设提供指导意见,使管理者和设计者能够更好地管理、调整和优化系统运作和系统设计,并进一步降低车辆在高速公路收费站的温室气体排放量。
附图说明
图1是一种ETC车道、人工收费车道的排放水平对比研究方法流程图。
图2是实施例中两类车道比功率值频率分布示例图。
图3是实施例中ETC车道上CO质量排放率与小客车VSP关系示例图。
图4是实施例中ETC车道上HC质量排放率与小客车VSP关系示例图。
图5是实施例中ETC车道上NOx质量排放率与小客车VSP关系示例图。
图6是实施例中ETC车道上CO2质量排放率与小客车VSP关系示例图。
图7是实施例中MTC车道上CO质量排放率与小客车VSP关系示例图。
图8是实施例中MTC车道上HC质量排放率与小客车VSP关系示例图。
图9是实施例中MTC车道上NOx质量排放率与小客车VSP关系示例图。
图10是实施例中MTC车道上CO2质量排放率与小客车VSP关系示例图。
图11是实施例中ETC车道高峰时段小客车速度-时间关系示例图。
图12是实施例中ETC车道平峰时段小客车速度-时间关系示例图。
图13是实施例中MTC车道高峰时段小客车速度-时间关系示例图。
图14是实施例中MTC车道平峰时段小客车速度-时间关系示例图。
图15是实施例中ETC车道高峰时段小客车速度-空间关系示例图。
图16是实施例中ETC车道平峰时段小客车速度-空间关系示例图。
图17是实施例中MTC车道高峰时段小客车速度-空间关系示例图。
图18是实施例中MTC车道平峰时段小客车速度-空间关系示例图。
图19是实施例中ETC车道高峰时段小客车空间-时间关系示例图。
图20是实施例中ETC车道平峰时段小客车空间-时间关系示例图。
图21是实施例中MTC车道高峰时段小客车空间-时间关系示例图。
图22是实施例中MTC车道平峰时段小客车空间-时间关系示例图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
ETC车道和人工收费车道的污染气体排放量对比分析方法的流程图如图1所示,该方法包括以下步骤:
S1、采集基础数据
所述基础数据包括测试车辆排放气体中污染气体的体积浓度、测试车辆同步速度数据,以及ETC车道及人工收费车道在高、平峰交通流参数。
S2、基础数据预处理
包括排放数据处理和测试车辆比功率计算,其中排放数据处理包括各类污染气体质量排放率转化和污染气体排放因子计算。
S3、特性分析
包括排放特性分析和交通流特性分析。
其中,排放特性分析,包括了测试车辆在ETC车道与人工收费(MTC)车道比功率值频率分布特性、各类污染气体与比功率之间关系分析、两类车道排放数据t检验及各类污染气体变化范围分析和排放因子分析;交通流特性分析主要是通过数学统计的方法,对不同的交通流参数以及它们的变化规律进行研究,其中包括了对高、平峰时段内收费站的排队长度、交通量、总延误时长对比分析,对高、平峰时段内进、出两类收费站的平均速度、最大速度、平均加速度对比分析,对车辆四种运行状态(加速、减速、怠速、匀速)分析,对速度、延误时长、排队长度因素进行t检验。
下面结合附图和实施例对方面作进一步说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。
实施例:
以G42国道上的薛家收费站进行ETC车道、人工收费车道为例进行排放水平对比研究。首先进行收费站基础数据获取,车辆排放气体中CO、HC、NOx和CO2气体的体积浓度采用了AUTOplus汽车尾气分析仪随车实时进行采集,并采用GPS 16-HVS仪器实时采集在排放测量时的测试车辆的速度,采集这两者数据时应当调整两种仪器时间一致;交通流参数包括两类车道的速度、交通量、延误时长和排队长度等参数,选择了下午5:30~7:00时间段作为高峰时间段、下午3:00~4:00作为平峰时间段,利用无人机俯拍ETC车道拍摄收费亭的交通运行视频,并通过视频软件进行分析获得。
其次进行基础数据预处理工作,其中包括了各类污染气体质量排放率转化、污染气体排放因子计算以及测试车辆比功率计算三大部分。各类污染气体质量排放率转化即将数据采集过程中所得到的CO、HC、NOx和CO2污染气体体积浓度转换成相应的单位时间内污染气体排放质量,对于以汽油为燃料的车辆,其质量排放率的计算方式可参考SAEHandbook(Practise,1993)中的公式进行计算,各类污染气体的质量排放率计算采用如下公式:
COg/s=(mair+mfuel)×MCO/Mexhaust×CO×10-2
HCg/s=(mair+mfuel)×MHC/Mexhaust×HCppm×10-2
NOxg/s=(mair+mfuel)×MNOx/Mexhaust×NOxppm×10-2
CO2g/s=(mair+mfuel)×MCO2/Mexhaust×CO2%×10-2
其中,MCO为CO的分子量28.01;MHC为排放气体中未完全燃烧的HC的分子量,一般认为其平均的H/C原子比为1.85,其分子量为13.85;MNOx为NOx的分子量31.46;MCO2为CO2的分子量44.01;COg/s、HCg/s、NOxg/s以及CO2g/s分别是CO、HC、NOx和CO2气体质量排放率;HCppm为排放气体中碳氢化合物的气体体积浓度;CO为排放气体中一氧化碳的体积百分比;NOxppm为排放气体中氮氧化合物的体积浓度;CO2%为排放气体中二氧化碳的体积百分比;mair和mfuel分别为单位时间空气、燃料的消耗质量(kg/h)。
Mexhaust为尾气的分子量,可用下式计算:
Mexhaust=(13.88×HCppm×10-6)+(28.01×CO×10-2)+(44.01×CO2%×10-2)
+(31.46×NOxppm×10-6)+(32.00×O2%×10-2)+(2.016×H2%×10-2)+18.01×(1-K)
+(100-HCppm/104-CO-CO2%-NOxppm/104-O2%-H2%-100×(1-K))×28.01/102
其中,K通过公式K=[1+0.005×(CO+CO2%)×y-0.01×H2%]-1来计算,H2%可通过公式H2%=[0.5×y×CO×(CO+CO2%)]/[CO+3×CO2%]来计算。
其中,O2%为排放气体中氧气的体积百分比,H2%为排放气体中氢气的体积百分比。
污染气体排放因子是指单位行程长度内污染气体排放质量,可在计算出污染气体的质量排放率后通过如下公式进行计算:
E=3600×R/V
其中,E为排放因子(g/km),R为各类污染气体的质量排放率(g/s),V为测试车辆的速度(km/h)。
所述测试车辆比功率(VSP)是衡量汽车动力性能的一个综合指标,具体是指汽车发动机最大功率与汽车总质量之比,它是联系机动车运行状况与其排放的重要参数,其计算公式如下:
VSP=v×(a×(1+ε)+g×grade+g×CR)+0.5×ρa×CD×A×v3/m
其中,m为测试车辆质量(kg),v为测试车辆实时速度(m/s),a为测试车辆实时加速度(m/s2),ε为质量因数,其值与传动系统中的旋转组件的平移质量相等;grade为垂直高度与斜坡的长度比,g为重力加速度,CR为滚动摩阻系数(无量纲),CD为阻力系数(无量纲);A为车辆的最大截面面积(m2),ρa环境空气的密度(20℃下为1.207kg/m3)。
上述公式中各项参数取值如下表1所示:
表1实施例比功率公式各项参数取值
根据表1中所采用的参数,实施例中的比功率的值可以简化成为如下的公式:
VSPcar=v×(1.1a+9.81×grade+0.132)+4.38×10-4v3
最后需要进行特性分析工作,其中包括了排放特性分析和交通流特性分析两部分。所述排放特性分析,包括了测试车辆在ETC车道与人工收费车道比功率值频率分布特性、各类污染气体与比功率之间关系分析、两类车道排放数据t检验及各类污染气体变化范围分析和排放因子分析。其中,测试车辆在ETC车道与人工收费车道比功率值频率分布特性分析通过绘制图2的两类车道比功率值频率分布图完成,从图2中可以看出,在ETC车道上绝大部分的比功率值集中在-21kw/t~20kw/t区间内,在人工收费车道上则集中在-21kw/t~40kw/t区间内,ETC车道比功率值分布范围较小,同时也分布较均匀。在各类污染气体与比功率之间关系分析中,图3至图10为两类车道上各类污染气体质量排放率随比功率值变化的关系图,从中可以得出以下几点结论:
(1)在ETC车道以及人工收费车道上,随着测试车辆比功率的上升其排放气体中的CO、HC和NOx的质量排放率也同步波动上升,因此可以认为车辆排放集中在怠速阶段、加速阶段、匀速阶段;排放尾气中CO2的质量排放率随着VSP的增加变化并不明显。
(2)对于汽油燃料车辆,其怠速阶段CO、HC和NOx的质量排放率随着比功率值的升高有着不同范围的增加;
所述两类车道排放数据t检验及各类污染气体变化范围分析是指通过t检验验证在ETC车道上的排放数据与在人工收费车道上的排放数据有着显著不同,并分析CO2、CO、NOx和HC的质量排放率变化范围。实施例中ETC车道上的排放数据与人工收费车道的排放数据t检验所得的p值都小于0.05,两者有着显著差异。实施例的ETC车道中,CO质量排放率变化范围为0.0054g/s~0.0058g/s,而在人工收费车道(MTC车道)中为0.0055g/s~0.012g/s;在ETC车道中,HC的质量排放率变化范围为6×10-6g/s~2×10-5g/s,MTC车道为1×10-5g/s~5×10-5g/s;ETC车道的NOx质量排放率变化范围为7×10-6g/s~9×10-5g/s,MTC车道上为4×10-5~6×10-4g/s;对于CO2,在ETC车道中的排放为约1.28g/s~1.29g/s,在MTC车道中为2.5g/s~3g/s。可以得出以下结论:
(1)从各类污染气体的质量排放率变化范围来看,ETC车道能够使得污染气体排放量较少;
(2)污染气体的排放量从大到小依次排列顺序为CO2、CO、NOx和HC,其中CO2占了极大的比重。
所述排放因子分析是通过将各类污染气体的质量排放率转化为其排放因子来进行研究,实施例中的排放因子计算结果如下表2所示,从表2中数据可知,ETC车道各类污染物的排放因子明显小于人工收费车道各类污染物的排放因子;从而来验证ETC系统在减少排放方面的优越性是明确的。
表2.实施例中ETC和收费车道客车污染物排放因子
所述交通流特性分析主要是通过数学统计的方法,对不同的交通流参数以及它们的变化规律进行研究,其中包括了对高、平峰时段内收费站的排队长度、交通量、总延误时长对比分析,对高、平峰时段内进、出两类收费站的平均速度、最大速度、平均加速度对比分析,对车辆四种运行状态(加速、减速、怠速、匀速)分析,对速度、延误时长、排队长度因素进行t检验。实施例中高、平峰时段内收费站的排队长度、交通量、总延误时长对比分析,通过将高、平峰时间段划分为若干15分钟的小时间间隔来分别进行统计分析。实施例中的具体数据如下表3所示:
表3实施例中ETC和MTC车道在不同时间段的排队长度、交通量、总延误时长
通过表3中数据对比分析可以研究得出,相同的15分钟内,实施例中ETC车道的交通量明显大于人工收费车道(MTC车道),且ETC车道的排队长度接近于0;同时,ETC车道上的延误主要发生在进入收费站阶段而人工收费车道上的延误主要发生在进入收费站、收费站滞留这两个阶段。所述对高、平峰时段内进、出两类收费站的平均速度、最大速度、平均加速度对比分析,主要是对小客车在高、平峰时段下进出两类车道的速度、加速度特性进行分析对比。实施例中对高、平峰时段下进出收费站的速度、加速度特性数据进行了统计,如表4所示:
表4.高、平峰时段下ETC车道与MTC车道进出收费站速度、加速度特性对比
从表4中的数据中可以研究发现,在最高速度、平均速度方面,无论是在高峰还是平峰,ETC车道的车辆运行速度都远大于人工收费车道(MTC车道),且ETC车道受高、平峰时段的影响较小,而在平均加速度方面,无论在高峰还是平峰,人工收费车道的加速度都低于ETC车道。所述对车辆四种运行状态(加速、减速、怠速、匀速)分析是指通过绘制附图11-22在平、高峰时段内,对于两类收费站,车辆进出收费站过程内速度-时间、速度-空间以及空间-时间变化的拟合曲线,从而来分析通过收费站过程中车辆驾驶行为特点。所述对速度、延误时长以及排队长度因素进行t检验是指应用t检验来检验高峰或平峰时段内不同类型收费站的车辆速度、延误时长和排队长度是否显著不同或检验同一类型收费站在高峰和平峰时段内车辆速度,延误时长和排队长度是否显著不同。该项研究中,经过分析可得无论高峰还是平峰,不同收费类型车道下的速度、延误时长和排队长度都有显著差异;在人工收费车道上,高峰与平峰时段下的速度、延误时长和排队长度有显著差异;而在ETC车道上,高峰与平峰时段下的速度、延误时长和排队长度差异不明显。
表5.小客车速度、延误时长、排队长度的t检验p值结果
表5中D表示延误时长,QLd表示排队长度。
上面结合附图和实施例对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (7)

1.一种ETC车道和人工收费车道的污染气体排放量对比分析方法,其特征在于,包括以下步骤:
S1、采集基础数据
所述基础数据包括测试车辆排放气体中污染气体的体积浓度、测试车辆同步速度数据,以及ETC车道及人工收费车道在高峰、平峰交通流参数;
S2、基础数据预处理
包括排放数据处理和测试车辆比功率计算,其中排放数据处理包括各类污染气体质量排放率转化和污染气体排放因子计算;
S3、特性分析
包括排放特性分析和交通流特性分析。
2.如权利要求1所述的一种ETC车道和人工收费车道的污染气体排放量对比分析方法,其特征在于:所述步骤S1中污染气体的体积浓度为排放气体中的CO、HC、NOx和CO2气体的体积浓度;所述同步速度数据为测试车辆在排放测量时的实时车辆速度,测试车辆排放气体中污染气体的体积浓度及测试车辆同步速度数据要保证两类数据时间上同步;所述高峰、平峰交通流参数包括ETC车道及人工收费车道在高峰、平峰时段内速度、交通量、延误时长和排队长度。
3.如权利要求2所述的一种ETC车道和人工收费车道的污染气体排放量对比分析方法,其特征在于:所述步骤S2中各类污染气体质量排放率转化指将数据采集过程中所得到的CO、HC、NOx和CO2污染气体体积浓度转换成相应的单位时间内污染气体排放质量,对于以汽油为燃料的车辆,各类污染气体质量排放率的计算公式如下:
COg/s=(mair+mfuel)×MCO/Mexhaust×CO×10-2
HCg/s=(mair+mfuel)×MHC/Mexhaust×HCppm×10-2
NO x g / s = ( m a i r + m f u e l ) × M NO x / M e x h a u s t × NO x p p m × 10 - 2
CO 2 g / s = ( m a i r + m f u e l ) × M CO 2 / M e x h a u s t × CO 2 % × 10 - 2
其中,MCO为CO的分子量;MHC为排放气体中未完全燃烧的HC的分子量,HC为碳氢化合物;为NOx的分子量;为CO2的分子量;COg/s、HCg/s、NOxg/s以及CO2g/s分别是CO、HC、NOx和CO2气体质量排放率;HCppm为排放气体中碳氢化合物的气体体积浓度;CO为排放气体中一氧化碳的体积百分比;NOxppm为排放气体中氮氧化合物的体积浓度;CO2%为排放气体中二氧化碳的体积百分比;mair和mfuel分别为单位时间空气和燃料的消耗质量;
Mexhaust为尾气的分子量,用下式计算:
Mexhaust=(13.88×HCppm×10-6)+(28.01×CO×10-2)+(44.01×CO2%×10-2)
+(31.46×NOxppm×10-6)+(32.00×O2%×10-2)+(2.016×H2%×10-2)+18.01×(1-K)
+(100-HCppm/104-CO-CO2%-NOxppm/104-O2%-H2%-100×(1-K))×28.01/102
其中,K通过公式K=[1+0.005×(CO+CO2%)×y-0.01×H2%]-1来计算,H2%通过公式H2%=[0.5×y×CO×(CO+CO2%)]/[CO+3×CO2%]来计算;
其中,O2%为排放气体中氧气的体积百分比,H2%为排放气体中氢气的体积百分比;
污染气体排放因子E是指单位行程长度内污染气体排放质量,在计算出污染气体的质量排放率后通过如下公式进行计算:
E=3600×R/V;
其中,E为排放因子,R为各类污染气体的质量排放率,V为测试车辆的速度;
所述测试车辆比功率VSP是指汽车发动机最大功率与汽车总质量之比,计算公式如下:
VSP=v×(a×(1+ε)+g×grade+g×CR)+0.5×ρa×CD×A×v3/m
其中,m为测试车辆质量,v为测试车辆实时速度,a为测试车辆实时加速度,ε为质量因数;grade为垂直高度与斜坡的长度比,g为重力加速度,CR为滚动摩阻系数(无量纲),CD为阻力系数;A为车辆的最大截面面积,ρa环境空气的密度。
4.如权利要求3所述的一种ETC车道和人工收费车道的污染气体排放量对比分析方法,其特征在于:所述步骤S3中排放特性分析包括测试车辆在ETC车道与人工收费车道比功率值频率分布特性分析、各类污染气体与比功率之间关系分析、两类车道排放数据t检验及各类污染气体变化范围分析和排放因子分析;
所述交通流特性分析包括对高、平峰时段内收费站的车辆排队长度、交通量、总延误时长对比分析,对高峰、平峰时段内车辆进、出两类收费站的平均速度、最大速度、平均加速度对比分析,对车辆的加速、减速、怠速和匀速四种运行状态分析,对同一时段不同类型车道、同一类型车道不同时段两情况下各自的最大排队长度、交通量以及总延误时长数据进行t检验,判断其是否显著不同。
5.如权利要求4所述的一种ETC车道和人工收费车道的污染气体排放量对比分析方法,其特征在于:
所述测试车辆在ETC车道与人工收费车道比功率值频率分布特性分析是指绘制两类车道比功率值频率分布图分析其特性;
所述各类污染气体与比功率之间关系分析是指绘制两类车道上各类污染气体质量排放率随比功率值变化的关系图分析其特性;
所述两类车道排放数据t检验及各类污染气体变化范围分析是指通过t检验验证在ETC车道上的排放数据与人工收费车道上的排放数据特性,并分析CO、HC、NOx和CO2的质量排放率变化范围;
所述排放因子分析是指通过将各类污染气体的质量排放率转化为其排放因子来进行特性分析。
6.如权利要求4所述的一种ETC车道和人工收费车道的污染气体排放量对比分析方法,其特征在于:
所述对高、平峰时段内收费站的车辆排队长度、交通量、总延误时长对比分析,是通过将高、平峰时间段划分为若干小时间间隔来分别进行统计分析;其中,排队长度是指小时间间隔内车道的最大等候车辆数,交通量是指单位时间内通过收费站的车辆数,总延误时长是指每辆车的延误时长相加,每辆车的延误时长可通过实际行驶时间与没有来自前后车辆的任何影响的行驶时间相减来进行计算;
所述对高、平峰时段内进、出两类收费站的平均速度、最大速度、平均加速度对比分析,是对小客车在高、平峰时段下进出两类车道的速度、加速度特性进行分析对比;
所述对车辆的加速、减速、怠速和匀速四种运行状态分析是指通过绘制在高、平峰时段内,对于两类收费站,车辆进入收费站、通过收费站、离开收费站三阶段内速度随着时间、空间变化的拟合曲线,来分析通过收费站过程中车辆驾驶行为特性;
所述对速度、延误时长、排队长度因素进行t检验是指应用t检验来检验高峰或平峰时段内不同类型收费站的车辆速度,延误时长和排队长度是否显著不同或检验同一类型收费站在高峰和平峰时段内车辆速度,延误时长和排队长度的特性。
7.如权利要求1至6任一项所述的一种ETC车道和人工收费车道的污染气体排放量对比分析方法,其特征在于,所述测试车辆是以汽油为燃料的小客车。
CN201710207333.5A 2017-03-31 2017-03-31 Etc车道和人工收费车道的污染气体排放量对比分析方法 Active CN106875682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710207333.5A CN106875682B (zh) 2017-03-31 2017-03-31 Etc车道和人工收费车道的污染气体排放量对比分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710207333.5A CN106875682B (zh) 2017-03-31 2017-03-31 Etc车道和人工收费车道的污染气体排放量对比分析方法

Publications (2)

Publication Number Publication Date
CN106875682A true CN106875682A (zh) 2017-06-20
CN106875682B CN106875682B (zh) 2020-07-31

Family

ID=59159748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710207333.5A Active CN106875682B (zh) 2017-03-31 2017-03-31 Etc车道和人工收费车道的污染气体排放量对比分析方法

Country Status (1)

Country Link
CN (1) CN106875682B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126655A (zh) * 2019-03-05 2020-05-08 东南大学 一种基于车辆比功率和模型树回归的收费站车辆排放预测方法
CN113850991A (zh) * 2021-08-31 2021-12-28 北京北大千方科技有限公司 一种收费站的交通状况识别方法、装置、存储介质及终端

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202549067U (zh) * 2012-05-07 2012-11-21 厦门晟阳科技有限公司 停车场电子数据采集和信息指示装置
CN104715605A (zh) * 2015-02-16 2015-06-17 北京交通大学 一种基于vsp分布的交通运行数据与排放数据耦合方法与系统
US20160321476A1 (en) * 2004-07-09 2016-11-03 Amtech Systems, LLC Multi-protocol rfid system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160321476A1 (en) * 2004-07-09 2016-11-03 Amtech Systems, LLC Multi-protocol rfid system
CN202549067U (zh) * 2012-05-07 2012-11-21 厦门晟阳科技有限公司 停车场电子数据采集和信息指示装置
CN104715605A (zh) * 2015-02-16 2015-06-17 北京交通大学 一种基于vsp分布的交通运行数据与排放数据耦合方法与系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋国华等: ""基于PEMS 技术的收费站尾气排放模型分析"", 《交通运输系统工程与信息》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126655A (zh) * 2019-03-05 2020-05-08 东南大学 一种基于车辆比功率和模型树回归的收费站车辆排放预测方法
CN113850991A (zh) * 2021-08-31 2021-12-28 北京北大千方科技有限公司 一种收费站的交通状况识别方法、装置、存储介质及终端

Also Published As

Publication number Publication date
CN106875682B (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN104715605B (zh) 一种基于vsp分布的交通运行数据与排放数据耦合方法与系统
CN104778851B (zh) 一种基于行驶轨迹的生态驾驶优化方法和系统
CN112113912A (zh) 一种柴油车排放遥感大数据监测系统及监测方法
CN101886940A (zh) 混合动力电动汽车能耗排放检测系统与检测方法
Ng et al. Reducing vehicle fuel consumption and exhaust emissions from the application of a green-safety device under real driving
CN102567811A (zh) 基于实时道路交通特征的机动车排放测算方法
CN205016045U (zh) 汽车碳排放检测系统
WO2022036619A1 (zh) 点燃式发动机汽车尾气排放遥感大数据检测方法和系统
CN104742831A (zh) 汽车碳排放检测系统
CN108763643B (zh) 一种地区机动车排放因子计算方法
Moody et al. In service CO2 and NOX emissions of Euro 6/VI cars, light-and heavy-dutygoods vehicles in real London driving: taking the road into the laboratory
CN112542042B (zh) 一种考虑机动车碳排放的潮汐车道设置方法及装置
CN113158125B (zh) 一种基于车联网的柴油车NOx排放评测方法
CN109613905A (zh) 一种动态识别重型商用车实际运行高油耗恶劣工况的方法和装置
CN111598424A (zh) 一种基于重型柴油车远程监控数据的排放计算方法
CN113743715A (zh) 基于车联网重型车实际工况的油耗及NOx排放评价方法
CN106875682A (zh) Etc车道和人工收费车道的污染气体排放量对比分析方法
CN115655730A (zh) 重型柴油车PEMS测试中NOx排放的计算方法
Śmieszek et al. Determining the fuel consumption of a public city bus in urban traffic
Huang et al. Ultrafine particle emission characteristics of diesel engine by on-board and test bench measurement
Wang et al. China 6 moving average window method for real driving emission evaluation: Challenges, causes, and impacts
CN109752590B (zh) 一种基于数据驱动的电动公交能耗估计方法
Guor et al. Study on exhaust emission test of diesel vehicles based on PEMS
CN106228307A (zh) 高速公路etc系统环境效益测算方法
Yan et al. Vehicle emission comparisons along electronic and manual toll collection lanes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant