CN114925483A - 城市交通网络的碳排放测定方法 - Google Patents

城市交通网络的碳排放测定方法 Download PDF

Info

Publication number
CN114925483A
CN114925483A CN202210448081.6A CN202210448081A CN114925483A CN 114925483 A CN114925483 A CN 114925483A CN 202210448081 A CN202210448081 A CN 202210448081A CN 114925483 A CN114925483 A CN 114925483A
Authority
CN
China
Prior art keywords
traffic network
urban traffic
urban
carbon emission
network
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.)
Pending
Application number
CN202210448081.6A
Other languages
English (en)
Inventor
马捷
王牵莲
陈景旭
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 CN202210448081.6A priority Critical patent/CN114925483A/zh
Publication of CN114925483A publication Critical patent/CN114925483A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • 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
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于城市碳排放测定技术领域，具体涉及一种城市交通网络的碳排放测定方法。包括步骤：建立城市交通网络的拓扑结构；以城市交通网络的拓扑结构为基础构建基于用户均衡原则的交通状态预测方法，以预测城市交通网络中各路段的交通状态；基于城市交通网络中各路段的交通状态，计算城市交通网络中通过各路段所需的时间以及获得各路段上车辆的平均运行速度；建立碳排放量测定方法，以测定城市交通网络的碳排放量。本发明考虑到了城市交通网络的规模效应，建立了城市交通网络的拓扑结构，并且基于该城市交通网络的拓扑结构构建基于用户均衡原则的交通状态预测方法。本发明基于交通状态预测方法能够有效测定城市的交通碳排放量。

Description

城市交通网络的碳排放测定方法
技术领域
本发明属于城市碳排放测定技术领域，具体涉及一种城市交通网络的碳排放测定方法。
背景技术
数据显示，交通运输行业是能源消耗和碳排放的第三大主体。每年的交通碳排放量约占全球碳排放总量的17％。在我国，交通运输碳排放量约占我国碳排放总量的10.4％，其中道路交通运输的碳排放量占交通碳排放量的85％以上。而对于某些特大城市来说，道路交通运输的碳排放量在交通碳排放量中的占比甚至超过90％。
由此可见，在城镇化水平不断提升、机动车保有量持续增加的当下，研究城市交通碳排放具有重要意义。
现有公开了一种道路交通二氧化碳排放的预测方法及预测系统(申请号CN202110923903.7)，它基于未来目标年份的加权路网密度空间分布密度数据集和燃油车保有量，以及燃油车数量与二氧化碳排放的函数关系，预测未来目标年份的道路交通二氧化碳排放空间网格数据。现有还公开了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(申请号CN202111186813.0)，它是基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库，从而构建“道路速度—交通拥堵指数—车流量预测模型”和“道路速度—交通拥堵指数—碳排放核算模型”。通过以上模型核算城市道路交通逐日二氧化碳排放量，并累加得到目标城市路网全年道路交通二氧化碳排放量。
以上两种方法虽然都针对道路交通的二氧化碳排放量进行研究，但是都没有考虑到城市交通网络的规模效应，忽略了网络拓扑结构和居民出行需求对于交通碳排放量的影响，从而使得测定结果不准确。
发明内容
本发明的目的在于提供一种城市交通网络的碳排放测定方法，它的测定结果更加准确。
为达此目的，本发明采用以下技术方案：
一种城市交通网络的碳排放测定方法，包括：
S1)建立城市交通网络的拓扑结构；
S2)以城市交通网络的拓扑结构为基础构建基于用户均衡原则的交通状态预测方法，以预测城市交通网络中各路段的交通状态；
S3)基于城市交通网络中各路段的交通状态，计算城市交通网络中通过各路段所需的时间以及获得各路段上车辆的平均运行速度；
S4)建立碳排放量测定方法，以测定城市交通网络的碳排放量。
优选地，在上述的城市交通网络的碳排放测定方法中，步骤S1中，依据城市的道路网络连接和小区划分情况建立城市交通网络的拓扑结构G＝(N,A)，N为道路节点，A为有向路段的集合。
优选地，在上述的城市交通网络的碳排放测定方法中，令a∈A表示拓扑结构中任一有向路段，xa表示路段a上的交通流量；令n∈N表示拓扑结构中任一道路节点，每一道路节点既可作为出行需求发生的起点，也可作为出行需求结束的讫点；出行需求的起讫点形成拓扑结构中的OD对；令W表示OD对的集合，w∈W表示网络中的任一OD对，qw表示OD对w间的出行需求；Pw表示OD对w间的路径集合，p∈Pw表示拓扑结构中的任一路径。
优选地，在上述的城市交通网络的碳排放测定方法中，步骤S2中，基于用户均衡原则的交通状态预测方法采用如下的数学规划模型实现：
Figure BDA0003616217440000021
Figure BDA0003616217440000022
式中，
Figure BDA0003616217440000023
表示OD对w间路径p的流量；ta(·)表示路段a的出行时间函数，ta表示路段a的出行时间；
Figure BDA0003616217440000024
表示路径-路段关联系数，若路径p经过路段a，则
Figure BDA0003616217440000025
否则
Figure BDA0003616217440000026
通过计算获得城市交通网络中的路段交通流量
Figure BDA0003616217440000027
优选地，在上述的城市交通网络的碳排放测定方法中，ta(·)为经典的BPR函数：
Figure BDA0003616217440000028
式中，ta,0表示路段a的自由流时间，ca表示路段a的通行能力，ρ、τ为BPR函数参数。
优选地，在上述的城市交通网络的碳排放测定方法中，在步骤S3中，通过公式：
ta＝ta(xa)
da＝v0ta,0
Figure BDA0003616217440000031
计算城市交通网络中通过各路段所需的时间以及获得各路段上车辆的平均运行速度；
式中，da表示路段a的长度，ta,0为车辆通过路段a所需的时间，va为路段a上车辆的平均运行速度。
优选地，在上述的城市交通网络的碳排放测定方法中，路段a的长度可以直接查询地图或者通过浮动车法进行测量。
优选地，在上述的城市交通网络的碳排放测定方法中，在步骤S4中，建立碳排放量测定方法的过程为：
S41)计算单一车辆的燃料消耗，计算公式为：
f＝(0.00001v2-0.00182v+0.13408)×d
式中，v表示平均行驶速度，d表示出行距离，f表示燃油消耗量；
S42)计算路段a上行驶的单一车辆的燃料消耗，计算公式为：
Figure BDA0003616217440000032
S43)计算路段a上行驶的单一车辆的碳排放量，计算的公式为：
Figure BDA0003616217440000033
式中，μ表示燃料的碳排放因子，ρ表示燃料的密度；
S44)计算整个城市交通网络的碳排放量，计算的公式为：E＝∑aeaxa。
本发明的城市交通网络的碳排放测定方法的有益效果在于：考虑到了城市交通网络的规模效应，建立了城市交通网络的拓扑结构，并且基于该城市交通网络的拓扑结构构建基于用户均衡原则的交通状态预测方法。本发明基于上述的交通状态预测方法能够有效测定城市的交通碳排放量。
附图说明
图1是本发明实施例城市交通网络的碳排放测定方法的流程图；
图2是本发明实施例城市交通网络的拓扑结构图；
图3是本发明实施例城市交通网络的碳排放量示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
一种城市交通网络的碳排放测定方法，包括：
S1)建立城市交通网络的拓扑结构；
S2)以城市交通网络的拓扑结构为基础构建基于用户均衡原则的交通状态预测方法，以预测城市交通网络中各路段的交通状态；
S3)基于城市交通网络中各路段的交通状态，计算城市交通网络中通过各路段所需的时间以及获得各路段上车辆的平均运行速度；
S4)建立碳排放量测定方法，以测定城市交通网络的碳排放量。
本实施例的城市交通网络的碳排放测定方法的有益效果在于：考虑到了城市交通网络的规模效应，建立了城市交通网络的拓扑结构，并且基于该城市交通网络的拓扑结构构建基于用户均衡原则的交通状态预测方法。本实施例基于上述的交通状态预测方法能够有效测定城市的交通碳排放量。
优选地，在上述的城市交通网络的碳排放测定方法中，如图2所示，步骤S1中，依据城市的道路网络连接和小区划分情况建立城市交通网络的拓扑结构G＝(N,A)，N为道路节点，A为有向路段的集合。
令a∈A表示拓扑结构中任一有向路段，xa表示路段a上的交通流量；令n∈N表示拓扑结构中任一道路节点，每一道路节点既可作为出行需求发生的起点，也可作为出行需求结束的讫点；出行需求的起讫点形成拓扑结构中的OD对；令W表示OD对的集合，w∈W表示网络中的任一OD对，qw表示OD对w间的出行需求；Pw表示OD对w间的路径集合，p∈Pw表示拓扑结构中的任一路径。
具体地，本实施例的N中有24个道路节点n，A中有76条有向路段a，W中有528个OD对w。本实施例城市交通网络中，各OD对间的出行需求qw如表1所示：
表1城市交通网络的出行需求
Figure BDA0003616217440000041
Figure BDA0003616217440000051
Figure BDA0003616217440000061
Figure BDA0003616217440000071
Figure BDA0003616217440000081
Figure BDA0003616217440000091
Figure BDA0003616217440000101
步骤S2中，基于用户均衡原则的交通状态预测方法采用如下的数学规划模型实现：
Figure BDA0003616217440000102
Figure BDA0003616217440000103
式中，
Figure BDA0003616217440000104
表示OD对w间路径p的流量；ta(·)表示路段a的出行时间函数，ta表示路段a的出行时间；
Figure BDA0003616217440000105
表示路径-路段关联系数，若路径p经过路段a，则
Figure BDA0003616217440000106
否则
Figure BDA0003616217440000107
通过计算获得城市交通网络中的路段交通流量
Figure BDA0003616217440000108
本实施例城市的路段出行时间函数ta(·)为经典的BPR函数：
Figure BDA0003616217440000109
式中，ta,0表示路段a的自由流时间，ca表示路段a的通行能力，ρ、τ为BPR函数参数。作为优选方案，ρ＝0.15，τ＝4。
本实施例的城市交通网络中，各路段的参数(自由流时间ta,0，通行能力ca，路段长度da)取值如表2所示。
表2城市交通网络的路段参数取值
Figure BDA0003616217440000111
由于该数学规划模型严格凸，即可行域为凸集，目标函数为严格凸函数，模型的最优解唯一。因此，可以通过Frank-Wolfe算法、逐次平均法等已知算法进行求解，获得实例城市交通网络中的路段流量
Figure BDA0003616217440000121
如表3所示。
表3城市交通网络的路段流量
Figure BDA0003616217440000122
在步骤S3中，通过公式：
ta＝ta(xa)
da＝v0ta,0
Figure BDA0003616217440000123
计算城市交通网络中通过各路段所需的时间以及获得各路段上车辆的平均运行速度；
式中，da表示路段a的长度，ta,0为车辆通过路段a所需的时间，va为当前流量状况下路段a上车辆的平均运行速度。路段a的长度可以直接查询地图或者通过浮动车法进行测量。若应用浮动车法测量，则v0为浮动车的行驶速度，ta,0为浮动车通过路段a所需的时间，即自由流时间。
本实施例的城市交通网络各路段的出行时间ta和平均运行速度va如表4所示。
表4城市交通网络的路段出行时间和平均运行速度
Figure BDA0003616217440000131
在步骤S4中，建立碳排放量测定方法的过程为：
S41)计算单一车辆的燃料消耗，计算公式为：
f＝(0.00001v2-0.00182v+0.13408)×d
式中，v表示平均行驶速度(km/h)，d表示出行距离(km)，f表示燃油消耗量(L)；S42)计算路段a上行驶的单一车辆的燃料消耗，计算公式为：
Figure BDA0003616217440000132
S43)计算路段a上行驶的单一车辆的碳排放量，计算的公式为：
Figure BDA0003616217440000133
式中，μ表示燃料的碳排放因子，ρ表示燃料的密度；
常用燃料的碳排放因子和燃料的密度如下表：
Figure BDA0003616217440000134
Figure BDA0003616217440000141
S44)计算整个城市交通网络的碳排放量，计算的公式为：E＝∑aeaxa。
具体地，以城市内机动车最常用的汽油为例，μ＝3.17kg/kg，ρ＝0.745kg/L，则ea的计算方法为：
ea＝[0.0000236va 2-0.00430va+0.317]×da
整个城市交通网络的碳排放量E为：
Figure BDA0003616217440000142
经过计算，本实施例城市交通网络各路段上单一车辆的ea如表5所示。进一步地，图3应用路段颜色的深浅表示了碳排放量的多少，使得结果更加直观。
本实施例城市交通网络的交通碳排放量E＝409924。
表5城市交通网络的路段单一车辆碳排放量
Figure BDA0003616217440000143
Figure BDA0003616217440000151
显然，本发明的上述实施例仅仅是为了清楚说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (8)

1.一种城市交通网络的碳排放测定方法，其特征在于，包括：
S1)建立城市交通网络的拓扑结构；
S2)以城市交通网络的拓扑结构为基础构建基于用户均衡原则的交通状态预测方法，以预测城市交通网络中各路段的交通状态；
S3)基于城市交通网络中各路段的交通状态，计算城市交通网络中通过各路段所需的时间以及获得各路段上车辆的平均运行速度；
S4)建立碳排放量测定方法，以测定城市交通网络的碳排放量。
2.根据权利要求1所述的城市交通网络的碳排放测定方法，其特征在于：步骤S1中，依据城市的道路网络连接和小区划分情况建立城市交通网络的拓扑结构G＝(N,A)，N为道路节点，A为有向路段的集合。
3.根据权利要求2所述的城市交通网络的碳排放测定方法，其特征在于：令a∈A表示拓扑结构中任一有向路段，xa表示路段a上的交通流量；令n∈N表示拓扑结构中任一道路节点，每一道路节点既可作为出行需求发生的起点，也可作为出行需求结束的讫点；出行需求的起讫点形成拓扑结构中的OD对；令W表示OD对的集合，w∈W表示网络中的任一OD对，qw表示OD对w间的出行需求；Pw表示OD对w间的路径集合，p∈Pw表示拓扑结构中的任一路径。
4.根据权利要求3所述的城市交通网络的碳排放测定方法，其特征在于：步骤S2中，基于用户均衡原则的交通状态预测方法采用如下的数学规划模型实现：
Figure FDA0003616217430000011
Figure FDA0003616217430000012
式中，
Figure FDA0003616217430000013
表示OD对w间路径p的流量；ta(·)表示路段a的出行时间函数，ta表示路段a的出行时间；
Figure FDA0003616217430000014
表示路径-路段关联系数，若路径p经过路段a，则
Figure FDA0003616217430000015
否则
Figure FDA0003616217430000016
通过计算获得城市交通网络中的路段交通流量
Figure FDA0003616217430000017
5.根据权利要求4所述的城市交通网络的碳排放测定方法，其特征在于：
ta(·)为经典的BPR函数：
Figure FDA0003616217430000021
式中，ta,0表示路段a的自由流时间，ca表示路段a的通行能力，ρ、τ为BPR函数参数。
6.根据权利要求4所述的城市交通网络的碳排放测定方法，其特征在于：在步骤S3中，通过公式：
ta＝ta(xa)
da＝v0ta,0
Figure FDA0003616217430000022
计算城市交通网络中通过各路段所需的时间以及获得各路段上车辆的平均运行速度；
式中，da表示路段a的长度，ta,0为车辆通过路段a所需的时间，va为路段a上车辆的平均运行速度。
7.根据权利要求6所述的城市交通网络的碳排放测定方法，其特征在于：路段a的长度可以直接查询地图或者通过浮动车法进行测量。
8.根据权利要求6所述的城市交通网络的碳排放测定方法，其特征在于：在步骤S4中，建立碳排放量测定方法的过程为：
S41)计算单一车辆的燃料消耗，计算公式为：
f＝(0.00001v2-0.00182v+0.13408)×d
式中，v表示平均行驶速度，d表示出行距离，f表示燃油消耗量；
S42)计算路段a上行驶的单一车辆的燃料消耗，计算公式为：
Figure FDA0003616217430000023
S43)计算路段a上行驶的单一车辆的碳排放量，计算的公式为：
Figure FDA0003616217430000024
式中，μ表示燃料的碳排放因子，ρ表示燃料的密度；
S44)计算整个城市交通网络的碳排放量，计算的公式为：E＝∑aeaxa。
CN202210448081.6A 2022-04-26 2022-04-26 城市交通网络的碳排放测定方法 Pending CN114925483A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210448081.6A CN114925483A (zh) 2022-04-26 2022-04-26 城市交通网络的碳排放测定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210448081.6A CN114925483A (zh) 2022-04-26 2022-04-26 城市交通网络的碳排放测定方法

Publications (1)

Publication Number Publication Date
CN114925483A true CN114925483A (zh) 2022-08-19

Family

ID=82806591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210448081.6A Pending CN114925483A (zh) 2022-04-26 2022-04-26 城市交通网络的碳排放测定方法

Country Status (1)

Country Link
CN (1) CN114925483A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115455681A (zh) * 2022-09-02 2022-12-09 江苏城乡建设职业学院 一种面向多载运工具的通勤交通碳排放空间分布估算方法
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
CN116681323A (zh) * 2023-04-20 2023-09-01 浙江大学 基于个人出行链的碳排放计算方法、电子设备、介质
CN117010667A (zh) * 2023-09-27 2023-11-07 深圳市城市交通规划设计研究中心股份有限公司 一种道路交通排放空间溯源方法、电子设备及存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115455681A (zh) * 2022-09-02 2022-12-09 江苏城乡建设职业学院 一种面向多载运工具的通勤交通碳排放空间分布估算方法
CN115455681B (zh) * 2022-09-02 2023-08-25 江苏城乡建设职业学院 一种面向多载运工具的通勤交通碳排放空间分布估算方法
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
CN116681323A (zh) * 2023-04-20 2023-09-01 浙江大学 基于个人出行链的碳排放计算方法、电子设备、介质
CN116681323B (zh) * 2023-04-20 2023-12-05 浙江大学 基于个人出行链的碳排放计算方法、电子设备、介质
CN117010667A (zh) * 2023-09-27 2023-11-07 深圳市城市交通规划设计研究中心股份有限公司 一种道路交通排放空间溯源方法、电子设备及存储介质
CN117010667B (zh) * 2023-09-27 2024-02-27 深圳市城市交通规划设计研究中心股份有限公司 一种道路交通排放空间溯源方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN114925483A (zh) 城市交通网络的碳排放测定方法
CN110126841B (zh) 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法
CN112466122B (zh) 一种公交线网的备选线路集生成、线路规划方法及装置
CN108681795B (zh) 城市交通路网和用户出行链约束下的电动汽车充电负荷时空预测方法
CN110174117A (zh) 一种电动汽车充电路线规划方法
CN111523714B (zh) 一种电力充电站选址布局方法及装置
CN103234544A (zh) 电动汽车电量消耗因子模型建立及续驶里程估算方法
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
CN110414795B (zh) 基于改进两步移动搜索法的新增高铁枢纽可达性影响方法
CN108932561A (zh) 一种考虑非线性充电函数的电动汽车充电路径选择方法
CN112750219B (zh) 车辆出行费用计算方法及系统
CN113724495A (zh) 一种城市共享出行的流量预测方法
Kang et al. Link-based emission model for eco routing
CN114842641B (zh) 面向省域的多模式链式交通分配方法
CN116968767A (zh) 基于多维数据融合的新能源汽车充电路径规划方法及系统
CN115631083B (zh) 高速公路可达性确定方法和装置
CN111896013A (zh) 一种大规模路网中的货车远距离路径的预处理规划方法
CN111126878A (zh) 一种基于生态指数的城市交通运行评价方法
CN105427394A (zh) 基于试错法和机动车流量的拥堵收费最优费率确定方法
CN114819361A (zh) 一种低碳出行背景下的城市电动汽车需求预测方法
CN115091975A (zh) 一种基于交通三网融合的电动汽车充电优化方法
CN114840984A (zh) 一种考虑出行路径决策的电动汽车充电负荷时空预测方法
CN114582121A (zh) 一种考虑碳排放的路网级全生命养护优化方法
CN114462898A (zh) 基于地理信息的公路规划管理方法及系统
CN112993980A (zh) 一种电动汽车充电负荷时空概率分布模型计算方法

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