CN112613652A - 一种服务于低碳道路交通规划的道路网碳排放估算方法 - Google Patents
一种服务于低碳道路交通规划的道路网碳排放估算方法 Download PDFInfo
- Publication number
- CN112613652A CN112613652A CN202011499597.0A CN202011499597A CN112613652A CN 112613652 A CN112613652 A CN 112613652A CN 202011499597 A CN202011499597 A CN 202011499597A CN 112613652 A CN112613652 A CN 112613652A
- Authority
- CN
- China
- Prior art keywords
- road
- traffic
- carbon
- vehicle
- type
- 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
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 61
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 36
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 42
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 21
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 239000000446 fuel Substances 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 23
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000011835 investigation Methods 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 9
- 238000011161 development Methods 0.000 description 4
- 239000003502 gasoline Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种服务于低碳道路交通规划的道路网碳排放估算方法，该方法通过MOVES模型二氧化碳排放因子规律建立排放因子与速度的拟合函数，再通过机动车油耗数据，建立本地化二氧化碳排放因子数据库；然后基于道路交通规划参数，建立道路网高峰小时道路交通量估算方法；通过本地道路交通调查，选择几个重要路段视频拍摄道路交通情况，获取输入VISSIM仿真软件的基本参数，基于多种交通场景下的VISSIM仿真获取机动车平均速度分布；最终建立道路网碳排放估算方法对城市道路交通碳排放进行有效估算。该方法能为城市低碳道路交通规划提供碳排放数据基础，对优化低碳规划方案、降低道路网碳排放具有重要意义，有利于实现城市可持续交通系统的改善提升。
Description
技术领域
本发明属于低碳道路交通规划领域，更具体地，涉及服务于城市低碳道路交通规划的道 路网高峰小时轻型车碳排放估算方法。
背景技术
道路交通作为城市交通的重要组成部分，承担着大量的交通出行任务。它在缓解城市交 通压力和改善市民的出行环境方面发挥着重要作用。车辆使用量的增加导致车辆温室气体排 放量的急剧增加，进而对中国交通运输的可持续发展提出了严峻挑战，道路交通已成为节能 减排的重点领域。道路交通的碳排放严重超出了自然环境的自净能力，作为居民生活和生产 的高度集中的地方，生态环境的破坏无疑将严重损害城市居民的身体，心理和生活。因此， 如何实现道路交通运输的可持续发展已经成为交通规划师的一项严峻的挑战。
对于运输计划设计者来说，一项重要的辅助决策信息是计划方案的温室气体排放量。他 们通常依靠排放估算结果来比较不同的计划方案，从而从低碳发展的角度制定有效的控制措 施。但是传统的道路交通估算方法对于未来的交通规划方案下的动态交通活动数据的估计或 预测没有任何关注，成为亟需解决的问题。
发明内容
发明目的：针对以上现有技术存在的问题，本发明提供一种服务于城市道路低碳交通规 划的道路网高峰小时轻型车碳排放估算方法。该方法道路交通规划指标，估算该道路交通规 划方案下的道路网高峰小时轻型车碳排放量，是减少道路交通碳排放的关键技术，为优化道 路交通规划方案提供数据支撑，进而促进道路交通系统的可持续发展。
技术方案：为实现本发明的目的，本发明所采用的技术方案是：
一种服务于城市低碳道路交通规划的道路网高峰小时轻型车碳排放估算方法，该方法包 括如下步骤：
S1：基于MOVES排放因子建立轻型车本地化二氧化碳排放因子数据库；
S2：基于道路交通规划指标估算各时段各等级道路各车型实际交通流量；
S3：基于VISSIM仿真获取机动车平均速度分布；
S4：建立道路网碳排放估算方法对城市道路交通碳排放进行有效估算。
进一步的，在所述的步骤S11中的基于MOVES排放因子建立轻型车本地化二氧化碳排 放因子数据库的过程如下：
S11:输入MOVES模型需要的基本参数，选择排放因子Emission Rates模式，利用MySQL 导出RatePerDistance表格中对应的规划年各车型(轻型乘用车、轻型卡车、摩托车)的二氧 化碳排放因子数据库；
S12:分析MOVES模型内嵌的各车型排放因子随车龄、平均速度bin的变化规律；
S13:根据S12中的变化规律，对MOVES排放因子进行标准化处理，建立标准化排放因 子与平均速度bin的拟合函数，即速度修正系数f(v)；
S14：通过小熊油耗app搜集不同车辆类型下不同排量车型油耗数据，根据本地机动车注 册数据，统计轻型乘用车和摩托车排量分布，轻型卡车的载重分布，依据权重(各车型排量 分布比例)进行各车型平均油耗估算，进而依据碳平衡原理推算出平均油耗；
式中
是燃料r驱动的车型i的平均油耗(L/100km)，
是燃料r驱动的车型i的排量 分布或载重分布为k的平均油耗(L/100km)，αi，k车型i的排量分布或载重分布为k的比例；
式中
代表的是燃料r驱动的车型i的二氧化碳排放因子(g/km)，
是燃料r驱动的车 型i的平均油耗(L/100km)，ρr是燃料r的密度，γc，r是燃料r的碳质量比例；
S15:根据排放因子与速度的拟合函数、平均油耗，建立轻型车本地化二氧化碳排放因子 数据库；
式中EFi，r，v代表的是燃料r驱动的车型i的二氧化碳随平均速度bin变化的排放因子(g/km)， 
代表的是燃料r驱动的车型i的二氧化碳排放因子(g/km)，f(v)是标准化排放因子与速度的 拟合函数，即速度修正系数。
进一步的，在所述的步骤S2中的基于道路交通规划指标估算各时段各等级道路各车型实 际交通流量的过程如下：
S21：根据道路交通理论通行能力推荐值及通行能力修正系数，对各等级道路交通高峰时 段可用通行能力进行估算；
Crs,j＝C0,j×αln，j×αlw，j×αh，j×αe,j
式中，Crs，j是道路类型j路段可用通行能力(pcu/h)，C0,j是道路类型j单条车道的理论通行 能力(pcu/h/lane),αln,j是道路类型j车道数修正系数，αlw,j是道路类型j车道宽度修正系数， αh，j是道路类型j交叉口影响修正系数，αe，j是道路类型j道路环境影响修正系数；
S22：根据卡口数据或实际拍摄数据，获取现状高峰时段道路交通流量比，进行规划年高 峰时段各等级道路V/C比推算；
式中μj是道路类型j高峰时段的V/C比，Crs，j是道路类型j高峰时段路段可用通行能力， Crs，1是主干路高峰时段的路段可用通行能力，μ1是主干路高峰时段的V/C比，
是道路类型j 高峰时段的平均交通量，
是主干路高峰时段的平均交通量。
S23：根据可用通行能力及各时段V/C进行各时段各等级道路实际交通流量；
Qj＝Crs，j×μj
式中Qj是道路类型j路段实际交通量(pcu/h)，Crs,j是道路类型j路段可用通行能力(pcu/h),μj是道路类型j高峰时段的V/C比。
S24：根据卡口数据或实际拍摄数据，获取不同道路类型车辆类型构成数据(不同类型车 辆类型的占比(比例))，进而推算出高峰时段各等级道路各车型的交通量。
式中Qi,j是道路类型j上车型i的交通量(veh/h)，μj是道路类型j高峰时段的V/C比，pi是 车型i的比例，fi是车型的标准小汽车换算系数。
进一步的，在所述的步骤S3中的基于VISSIM仿真获取机动车平均速度分布的过程如下：
S31：通过本地道路交通调查，针对不同等级道路分布选择几个承担城市重要交通任务的 路段进行视频拍摄，获取道路交通情况，获取输入VISSIM仿真软件的基本参数；
S32：根据步骤S2得到的交通量数据，进行多种交通场景下的VISSIM仿真获取轻型车 高峰小时在道路类型j上的平均速度分布δj(v)。
进一步的，在所述的步骤S4中的道路网碳排放估算方法的过程如下：
S41：根据交通量Qi，j及平均速度分布δ(v)，计算出各等级道路上轻型车各车型以速度v运 行的交通量：
Qi，j，v＝Qi，j×δj(v)
式中Qi，j，v是道路类型上车型以速度运行的交通量(veh/h)；Qi，j是道路类型上车型的 交通量(veh/h)；δj(v)为机动车高峰小时在道路类型j上的平均速度分布。
S41：计算划年道路网高峰小时轻型车二氧化碳排放量：
式中：E表示在高峰小时二氧化碳的排放量(g/h)；Ei，j，v表示在j类道路上，车型i在高峰 小时以速度v运行的排放量(g/h)；Qi，j，v表示在类道路上，车型i在高峰小时以速度v运行的 车辆数(veh/h)；Lj表示类道路的规划里程数(km)；ERi，r，v表示燃料r驱动的车型i以速度v运 行的排放因子(g/km)。
有益效果：与现有技术相比，本发明的技术方案具有以下有益的技术效果：
本发明通过MOVES模型二氧化碳排放因子规律建立排放因子与速度的拟合函数，再通 过机动车油耗数据，建立本地化二氧化碳排放因子数据库；然后基于道路交通规划参数，建 立道路网高峰小时道路交通量估算方法；通过本地道路交通调查，选择几个重要路段视频拍 摄道路交通情况，获取输入VISSIM仿真软件的基本参数，通过多种交通场景下的VISSIM 仿真获取机动车平均速度分布；最终建立道路网碳排放估算方法对城市道路交通碳排放进行 有效估算。该方法中的排放因子数据库建立方法区别于传统的实车试验方法，是一种适应于 所有城市二氧化碳排放因子数据库建立的快捷简单的通用方法，能大大节省实车试验所需要 的大量人力和物力，并且弥补了实车试验车型单一、不能涵盖所有交通状况的缺陷。此外， 该方法中的基于道路规划指标的道路网估算方法能为城市低碳道路交通规划提供碳排放数据 基础，对优化低碳规划方案、降低道路网碳排放具有重要意义，有利于实现城市可持续交通 系统的改善提升。
附图说明
图1是本发明方法流程图；
图2是本发明技术路线图。
具体实施方式
以下将结合附图，对本发明的技术方案及有益效果进行详细说明。
以某城市道路交通规划方案为例，如图1和图2所示，本发明所述的服务于城市低碳道 路交通规划的道路网高峰小时轻型车碳排放估算方法，包括如下步骤：
(一)基于MOVES排放因子建立轻型车本地化二氧化碳排放因子数据库，包括如下步 骤：
步骤1，选择MOVES的Emission Rates模式，利用MySQL导出RatePerDistance表格中 对应的规划年轻型乘用车、轻型卡车、摩托车的二氧化碳排放因子数据库。
步骤2，对数据库相同平均速度bin下不同时段、不同月份的排放因子求平均，得到不同 平均速度bin下的平均排放因子，如表1所示。
表1 MOVES模型不同平均速度bin对应的排放因子
| 速度bin | 对应的速度区间 | 轻型乘用车 | 轻型卡车 | 摩托车 |
| 1 | [0km/h,4km/h) | 889.9037 | 1142.841 | 796.3493 |
| 2 | [4km/h，12km/h) | 498.2653 | 643.2873 | 473.9459 |
| 3 | [12km/h，20km/h) | 302.4433 | 393.5136 | 312.7467 |
| 4 | [20km/h，28km/h) | 237.17 | 310.255 | 259.013 |
| 5 | [28km/h,36km/h) | 203.3209 | 267.4617 | 231.8858 |
| 6 | [36km/h，44km/h) | 180.5688 | 239.4426 | 215.0858 |
| 7 | [44km/h,52km/h) | 161.3756 | 213.41 | 202.9405 |
| 8 | [52km/h，60km/h) | 152.0807 | 202.2941 | 207.5945 |
步骤3，以速度bin5的排放因子为基准排放因子，对表1中的排放因子进行标准化处理， 得到速度修正参数，如表2所示。
表2 MOVES模型不同速度bin对应的速度修正参数
| 速度bin | 对应的速度区间 | 轻型乘用车 | 轻型卡车 | 摩托车 |
| 1 | [0km/h，4km/h) | 4.376843 | 4.272916 | 3.434231 |
| 2 | [4km/h,12km/h) | 2.450635 | 2.405157 | 2.043876 |
| 3 | [12km/h，20km/h) | 1.487517 | 1.471290 | 1.348710 |
| 4 | [20km/h,28km/h) | 1.166481 | 1.159998 | 1.116985 |
| 5 | [28km/h，36km/h) | 1.000000 | 1.000000 | 1.000000 |
| 6 | [36km/h,44km/h) | 0.888097 | 0.895241 | 0.927550 |
| 7 | [44km/h,52km/h) | 0.793699 | 0.797909 | 0.875174 |
| 8 | [52km/h，60km/h) | 0.747983 | 0.756348 | 0.895245 |
步骤4，通过小熊油耗app搜集不同车辆类型下不同排量车型油耗数据，根据本地机动 车注册数据，统计各车型排量分布，依据权重进行各车型平均油耗估算，如表3至5所示。
表3轻型乘用车平均油耗及平均排放因子
表4轻型卡车平均油耗及平均排放因子
表5摩托车平均油耗及平均排放因子
步骤5，对表2中速度bin1-8的排放因子速度修正系数进行幂函数拟合，结合表3-表5 的基础排放因子，得到该城市本地化轻型车排放因子，如表6所示。
表6轻型车基础排放因子及其速度修正因子
| 燃油类型 | 基础排放因子(g/km) | 速度修正因子 | |
| 轻型乘用车 | 汽油 | 197.29 | 4.38495x<sup>-0.90741</sup> |
| 轻型卡车 | 柴油 | 253.24 | 4.27765x<sup>-0.89292</sup> |
| 摩托车 | 汽油 | 82.17 | 3.9809x<sup>-0.74419</sup> |
(二)基于道路交通规划指标估算各时段各等级道路各车型实际交通流量，包括以下步 骤：
步骤1，从道路交通规划文本中筛选出规划指标，如表7所示。
表7道路交通规划指标
| 里程(km) | 车道数 | 设计速度(km/h) | 是否机非分离 | 车道宽度(m) | |
| 主干路 | 230.5 | 6 | 60 | 是 | 3.5 |
| 次干路 | 138.8 | 4 | 40 | 是 | 3.5 |
| 支路 | 312 | 2 | 30 | 否 | 3 |
步骤2，根据表7中的规划指标，得到理论通行能力及其修正系数推荐值，进而推算出 路段单向可用通行能力，如表8所示。
表8各等级道路理论通行能力及其修正系数
| 主干路 | 次干路 | 支路 | |
| 理论通行能力(pcu/h/lane) | 1690 | 1640 | 1550 |
| 车道数修正系数 | 2.60 | 1.87 | 1.00 |
| 车道宽度修正系数 | 1.0 | 1.0 | 0.75 |
| 交叉口影响修正系数 | 0.52 | 0.68 | 0.65 |
| 非机动车影响修正系数 | 1.0 | 1.0 | 0.8 |
| 可用通行能力(pcu/h) | 2285 | 2085 | 605 |
步骤3，根据现状交叉口卡口数据，统计主干路、次干路、支路在高峰时段流量比，如 表9所示。
表9现状各等级道路高峰小时流量比
| 主干路 | 次干路 | 支路 | |
| V/C | 1 | 0.72 | 0.55 |
步骤4，根据一般道路交通规划服务水平设计是不超过三级服务水平，按照三级服务水 平对应的V/C比(0.75-0.9)，我们将主干路V/C值取为0.8，根据表9中的比值，推算出规 划年次干路、支路的V/C比，如表10所示。
表10规划年各等级道路高峰小时流量比
| 主干路 | 次干路 | 支路 | |
| V/C | 0.8 | 0.58 | 0.44 |
步骤5，根据表8和表10，推算出各等级道路路段单向交通量，如表11所示。
表11规划年各等级道路高峰小时交通量
| 主干路 | 次干路 | 支路 | |
| 交通量(pcu/小时) | 1828 | 1210 | 266 |
(三)基于VISSIM仿真获取机动车平均速度分布，包括：
步骤1，选择该县城某一路段自由流状态时进行录像拍摄，将所有车辆行程平均速度分 布作为VISSIM输入的期望速度分布，如表12所示。
表12期望速度分布
| 速度区间 | 速度分布 |
| [20km/h，25km/h) | 0.019608 |
| [25km/h,30km/h) | 0.02451 |
| [30km/h，35km/h) | 0.176471 |
| [35km/h，40km/h) | 0.406863 |
| [40km/h，45km/h) | 0.205882 |
| [45km/h，50km/h) | 0.063725 |
| [50km/h，55km/h) | 0.073529 |
| [55km/h，60km/h) | 0.029412 |
步骤2，分布选择该县城典型的主干路、次干路及支路构型，在VISSIM中分别搭建该构 型，将(二)中所得到的各车辆类型交通量数据作为VISSIM输入，开始多次仿真，最终得 到主干路、次干路、支路的机动车平均速度，将平均速度按照MOVES模型中的速度bin进行分类，最终得到主干路、次干路、支路的机动车平均速度bin分布，如表13所示。
表13各等级道路平均速度bin分布
(四)估算道路网碳排放
步骤1，根据机动车注册数据，得到三种车型的比例，如表14所示.
表14轻型车车型比例及换算系数
| 轻型乘用车 | 轻型卡车 | 摩托车 | |
| 比例 | 0.8224 | 0.0876 | 0.09 |
| 换算系数 | 1.0 | 1.0 | 0.6 |
步骤2，根据表11和表14，得到三种车型在各等级道路的交通量，如表15所示。
表15各等级道路轻型车高峰小时交通量
| 主干路 | 次干路 | 支路 | |
| 轻型乘用车 | 3119 | 2063 | 454 |
| 轻型卡车 | 332 | 220 | 48 |
| 摩托车 | 341 | 225 | 49 |
步骤3，根据表7和表15，得到三种车型在各等级道路的车公里数，如表16所示。
表16各等级道路轻型车高峰小时车公里数
| 主干路 | 次干路 | 支路 | |
| 轻型乘用车 | 718924.3 | 286349.9 | 141709.4161 |
| 轻型卡车 | 76578.03 | 30501.28 | 15094.53411 |
| 摩托车 | 78676.06 | 31336.93 | 15508.08299 |
步骤4，根据表6、表13和表16，则可以最终预测出该城市规划年轻型车高峰小时碳排 放量为364.92吨/小时。
应当指出，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想，对于本技 术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进 和修饰，这些改进和修饰也在本申请权利要求的保护范围内。
Claims (10)
1.一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，该方法包括如下步骤：
S1：基于MOVES排放因子，建立轻型车本地化二氧化碳排放因子数据库；
S2：基于道路交通规划指标，估算各等级道路轻型车各车型高峰小时实际交通量；
S3：基于VISSIM仿真，获取轻型车平均速度分布；
S4：估算规划年道路网高峰小时轻型车碳排放量。
2.根据权利要求1所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，步骤S1具体为：
S11：输入MOVES模型所需参数，选择排放因子emission rate模式，导出轻型车各车型二氧化碳排放因子数据库；
S12：根据MOVES模型内嵌的各车型排放因子随车龄、平均速度bin的变化规律，建立各车型排放因子与平均速度bin的拟合函数；
S14：根据本地注册的轻型车中各车型排量分布比例，进行各车型平均油耗估算；
S15：根据各车型平均油耗及排放因子与速度的拟合函数，建立轻型车本地化二氧化碳排放因子数据库。
3.根据权利要求2所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，各车型平均油耗为：
式中
是燃料r驱动的车型i的平均油耗(L/100km)，
是燃料r驱动的车型i的排量分布或载重分布为k的平均油耗(L/100km)，αi，k车型i的排量分布或载重分布为k的比例。
4.根据权利要求3所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，轻型车各车型本地化排放因子为：
式中
代表的是燃料r驱动的车型i的二氧化碳排放因子(g/km)，
是燃料r驱动的车型i的平均油耗(L/100km)，ρr是燃料r的密度，γc，r是燃料r的碳质量比例。
5.根据权利要求1所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，步骤S2具体为：
S21：根据道路交通理论通行能力推荐值及通行能力修正系数，对各等级道路交通可用通行能力进行估算；
S22：根据卡口数据或实际拍摄数据，获取现状各时段各等级道路交通最大服务交通量与基本通行能力之比V/C比，进行规划年高峰小时道路交通V/C比推算；
S23：根据S21得到的可用通行能力及S22得到的高峰小时V/C，进行日高峰小时各等级道路实际交通流量计算；
S24：根据S22中的卡口数据或实际拍摄数据，获取不同道路类型车辆类型构成数据，进而推算出高峰小时各等级道路各车型的交通量。
6.根据权利要求5所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，各等级道路交通可用通行能力为：
Crs，j＝C0，j×αln，j×αlw，j×αh，j×αe，j
式中，Crs，j是道路类型j路段可用通行能力，C0，j是道路类型j单条车道的理论通行能力，αln，j是道路类型j车道数修正系数，αlw，j是道路类型j车道宽度修正系数，αh，j是道路类型j交叉口影响修正系数，αe，j是道路类型j道路环境影响修正系数。
7.根据权利要求6所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，规划年高峰小时道路交通V/C比为：
式中μj是道路类型j高峰时段的V/C比，Crs，j是道路类型j高峰时段路段可用通行能力，Crs，1是主干路高峰时段的路段可用通行能力，μ1是主干路高峰时段的V/C比，
是道路类型j高峰时段的平均交通量，
是主干路高峰时段的平均交通量。
8.根据权利要求7所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，高峰小时各等级道路各车型的交通量为：
式中Qi，j是道路类型j上车型i的交通量，Crs，j是道路类型j路段可用通行能力，μj是道路类型j高峰时段的V/C比，Pi是车型i的比例，fi是车型i的标准小汽车换算系数。
9.根据权利要求1所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，步骤S3具体为：
S31：根据本地道路交通情况，获取VISSIM仿真软件的输入参数；
S32：根据步骤S2得到的交通量，进行多种交通场景下的VISSIM仿真获取轻型车平均速度分布。
10.根据权利要求1所述的一种服务于低碳道路交通规划的道路网碳排放估算方法，其特征在于，步骤S4具体为：
S41：计算各等级道路上轻型车各车型以速度v运行的交通量；
S42：估算规划年道路网高峰小时轻型车碳排放量：
式中：E表示在高峰小时轻型车碳排放量；Ei，j，v表示在j类道路上车型i在高峰小时以速度v运行的碳排放量；Qi，j，v表示在j类道路上车型i在高峰小时以速度v运行的车辆数；Lj表示j类道路的规划里程数；ERi，r，v表示燃料r驱动的车型i以速度v运行的二氧化碳排放因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011499597.0A CN112613652B (zh) | 2020-12-17 | 2020-12-17 | 一种服务于低碳道路交通规划的道路网碳排放估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011499597.0A CN112613652B (zh) | 2020-12-17 | 2020-12-17 | 一种服务于低碳道路交通规划的道路网碳排放估算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112613652A true CN112613652A (zh) | 2021-04-06 |
| CN112613652B CN112613652B (zh) | 2024-07-12 |
Family
ID=75240224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011499597.0A Active CN112613652B (zh) | 2020-12-17 | 2020-12-17 | 一种服务于低碳道路交通规划的道路网碳排放估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112613652B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113222217A (zh) * | 2021-04-15 | 2021-08-06 | 中国科学技术大学先进技术研究院 | 基于离散排放标签的柴油车排放连续值预测方法及系统 |
| CN113962450A (zh) * | 2021-10-12 | 2022-01-21 | 生态环境部环境规划院 | 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 |
| CN114333302A (zh) * | 2021-12-15 | 2022-04-12 | 深圳先进技术研究院 | 全局交通优化系统 |
| CN114417503A (zh) * | 2022-01-11 | 2022-04-29 | 蔚来汽车科技(安徽)有限公司 | 用于车辆的碳足迹估计方法和碳足迹估计系统 |
| CN115455742A (zh) * | 2022-10-24 | 2022-12-09 | 湖南工商大学 | 基于用户信息可信度的燃油车出行碳排放计算方法 |
| CN115620423A (zh) * | 2022-10-08 | 2023-01-17 | 广州市城市规划勘测设计研究院 | 交叉口车队能耗和排放估算方法、装置、介质及设备 |
| CN116189461A (zh) * | 2023-04-28 | 2023-05-30 | 安徽大学 | 考虑碳排放的交叉口交通管控方法、系统和存储介质 |
| CN116307369A (zh) * | 2023-02-17 | 2023-06-23 | 广东省城乡规划设计研究院有限责任公司 | 一种城市交通碳排放计算方法、装置及存储介质 |
| CN117074046A (zh) * | 2023-10-12 | 2023-11-17 | 中汽研汽车检验中心(昆明)有限公司 | 高原环境下汽车实验室排放测试方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101436345A (zh) * | 2008-12-19 | 2009-05-20 | 天津市市政工程设计研究院 | 基于TransCAD宏观仿真平台的港区道路交通需求预测系统 |
| KR101668756B1 (ko) * | 2015-06-29 | 2016-10-24 | 한국건설기술연구원 | 도시 환경 관리 시스템 |
| WO2016169290A1 (zh) * | 2015-04-21 | 2016-10-27 | 华南理工大学 | 一种面向道路交通事故应急处置的决策支持系统及方法 |
| CN110827184A (zh) * | 2019-10-12 | 2020-02-21 | 上海市政工程设计研究总院（集团）有限公司 | 一种道路交通碳排放计算模块及计算方法 |
-
2020
- 2020-12-17 CN CN202011499597.0A patent/CN112613652B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101436345A (zh) * | 2008-12-19 | 2009-05-20 | 天津市市政工程设计研究院 | 基于TransCAD宏观仿真平台的港区道路交通需求预测系统 |
| WO2016169290A1 (zh) * | 2015-04-21 | 2016-10-27 | 华南理工大学 | 一种面向道路交通事故应急处置的决策支持系统及方法 |
| KR101668756B1 (ko) * | 2015-06-29 | 2016-10-24 | 한국건설기술연구원 | 도시 환경 관리 시스템 |
| CN110827184A (zh) * | 2019-10-12 | 2020-02-21 | 上海市政工程设计研究总院（集团）有限公司 | 一种道路交通碳排放计算模块及计算方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113222217A (zh) * | 2021-04-15 | 2021-08-06 | 中国科学技术大学先进技术研究院 | 基于离散排放标签的柴油车排放连续值预测方法及系统 |
| CN113962450A (zh) * | 2021-10-12 | 2022-01-21 | 生态环境部环境规划院 | 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 |
| CN113962450B (zh) * | 2021-10-12 | 2022-04-08 | 生态环境部环境规划院 | 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 |
| WO2023109715A1 (zh) * | 2021-12-15 | 2023-06-22 | 深圳先进技术研究院 | 全局交通优化系统 |
| CN114333302A (zh) * | 2021-12-15 | 2022-04-12 | 深圳先进技术研究院 | 全局交通优化系统 |
| CN114417503A (zh) * | 2022-01-11 | 2022-04-29 | 蔚来汽车科技(安徽)有限公司 | 用于车辆的碳足迹估计方法和碳足迹估计系统 |
| CN114417503B (zh) * | 2022-01-11 | 2023-09-12 | 蔚来汽车科技(安徽)有限公司 | 用于车辆的碳足迹估计方法和碳足迹估计系统 |
| CN115620423A (zh) * | 2022-10-08 | 2023-01-17 | 广州市城市规划勘测设计研究院 | 交叉口车队能耗和排放估算方法、装置、介质及设备 |
| CN115455742A (zh) * | 2022-10-24 | 2022-12-09 | 湖南工商大学 | 基于用户信息可信度的燃油车出行碳排放计算方法 |
| CN115455742B (zh) * | 2022-10-24 | 2024-01-30 | 湖南工商大学 | 基于用户信息可信度的燃油车出行碳排放计算方法 |
| CN116307369A (zh) * | 2023-02-17 | 2023-06-23 | 广东省城乡规划设计研究院有限责任公司 | 一种城市交通碳排放计算方法、装置及存储介质 |
| CN116189461A (zh) * | 2023-04-28 | 2023-05-30 | 安徽大学 | 考虑碳排放的交叉口交通管控方法、系统和存储介质 |
| CN117074046A (zh) * | 2023-10-12 | 2023-11-17 | 中汽研汽车检验中心(昆明)有限公司 | 高原环境下汽车实验室排放测试方法及装置 |
| CN117074046B (zh) * | 2023-10-12 | 2024-01-02 | 中汽研汽车检验中心(昆明)有限公司 | 高原环境下汽车实验室排放测试方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112613652B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112613652A (zh) | 一种服务于低碳道路交通规划的道路网碳排放估算方法 | |
| 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 | |
| CN102567811A (zh) | 基于实时道路交通特征的机动车排放测算方法 | |
| CN110209990A (zh) | 一种基于车辆身份检测数据的单辆车排放轨迹计算方法 | |
| CN108230217A (zh) | 一种基于高速公路收费数据的能耗排放总量核算系统及其核算方法 | |
| CN111340415B (zh) | 一种基于货运轨迹数据的车辆自发编队模式挖掘方法 | |
| CN102054222A (zh) | 基于居民出行分析的城市机动车排放量化方法 | |
| Pu et al. | Impact of license plate restriction policy on emission reduction in Hangzhou using a bottom-up approach | |
| CN101886940A (zh) | 混合动力电动汽车能耗排放检测系统与检测方法 | |
| CN111047179B (zh) | 一种基于频繁模式挖掘的车辆运输效率分析方法 | |
| CN113962450B (zh) | 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 | |
| CN105225488A (zh) | 一种基于机动车比功率的速度对车辆排放因子修正方法 | |
| CN111861086B (zh) | 一种资源配置方法和系统 | |
| CN116307837A (zh) | 一种基于多种监测技术的区域机动车排放评估方法及系统 | |
| CN116011169A (zh) | 基于rfid和obd数据的城市道路交通碳排放测算方法 | |
| Zhang et al. | Emissions characteristics for heavy-duty diesel trucks under different loads based on vehicle-specific power | |
| CN105608528A (zh) | 基于大数据分析的出租车驾驶员收入-压力评估方法和系统 | |
| CN111489060A (zh) | 一种高时空分辨率交通源排放清单制备方法 | |
| CN110633898A (zh) | 一种考虑交通出行碳排放的县域城镇生活圈划分方法 | |
| CN109493449A (zh) | 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法 | |
| CN118038662A (zh) | 公路碳排与交通流量实时融合分析与处理系统 | |
| CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
| CN109752590B (zh) | 一种基于数据驱动的电动公交能耗估计方法 | |
| CN110659794B (zh) | 一种基于综合成本评估的公交车队置换方法 | |
| CN115439295A (zh) | 一种变电站基建过程中施工车辆碳排量计算方法 |
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 |