CN115019513A - 一种交通碳排放监测系统及监测方法 - Google Patents

一种交通碳排放监测系统及监测方法 Download PDF

Info

Publication number
CN115019513A
CN115019513A CN202210842395.4A CN202210842395A CN115019513A CN 115019513 A CN115019513 A CN 115019513A CN 202210842395 A CN202210842395 A CN 202210842395A CN 115019513 A CN115019513 A CN 115019513A
Authority
CN
China
Prior art keywords
vehicle
energy consumption
vehicles
road network
traffic
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
CN202210842395.4A
Other languages
English (en)
Inventor
韩杰
李新月
林翰
李治山
蔡婧仪
莫男
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN202210842395.4A priority Critical patent/CN115019513A/zh
Publication of CN115019513A publication Critical patent/CN115019513A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Tourism & Hospitality (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于交通碳排放监测技术领域，具体涉及一种交通碳排放监测系统及监测方法，系统包括城市路网监控子系统、车流量信息统计子系统、车流量通行信息统计子系统、交通通行碳排放预测子系统，通过建立城市路网数据库，实时统计各路网及其组成路段的车流量信息和通行信息，建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看，达到实时监测的目的，本发明的数据皆为实时数据，包括城市路网中通行的车辆数量、车辆信息以及根据车辆使用年限修正的能耗数据，使得建立的预测模型更为精准，监测的结果更准确。

Description

一种交通碳排放监测系统及监测方法
技术领域
本发明属于交通碳排放监测技术领域，具体涉及一种交通碳排放监测系统及监测方法。
背景技术
随着交通工具的普及和城市路网建设的不断完善，城市交通流量呈现飞速增长趋势，由此带来的城市交通碳排放也随之快速增长。城市交通碳排放是城市碳排放的重要组成部分，对城市交通碳排放进行统计，是分析城市路网碳排放分布，进而实现城市交通碳排放管控的重要工作。研究一套涉及交通工具、能量消耗以及路网使用情况，且能真实反映城市路网交通碳排放的预测模型是非常必要的。
现阶段针对城市交通碳排放的研究工作也陆续开展，目前国际上估算城市交通道路碳排放量的方法主要基于实测法、物质守恒和排放系数等。实测法通常利用环境监测站或其它排放测量站点，对二氧化碳浓度进行监测提取，并基于监测到的相关指标来计算碳排放量。该方法计算得到的碳排放量精度相对较高，但在监测过程中有些监测数据监测提取难度较高，并且对二氧化碳气体的收集量、监测站点的覆盖范围等方面都有较高要求，否则计算结果就不具有代表性。物质守恒和排放系数分别对应：“自上而下”法和“自下而上”法。“自上而下”法通过交通运输业各类能源的消耗量和碳排放系数来计算碳排放。“自上而下”法的土地利用类型、交通流量计数作为权重因子能够提升空间分配的准确性，但是数据相对难以获取。我国目前的能耗统计数据是基于行业的，并且不包括某些非商用性社会车辆的能耗，因此统计数据严重低估了实际能耗。自下而上的模型相较于前两种方法在理论上是准确的，并反映了移动源排放的特征，该方法的关键问题是需要对车辆类型、行驶距离、单位燃料消耗和相应的碳排放因子数据进行准确量化。本发明利用城市交通路网系统获取交通流量信息、车流量通行信息，并通过优化后的自下而上的交通通行碳排放模型计算道路实时碳排放量，这是本发明能实现更精确测算的原因。
发明内容
为了解决上述问题，本发明提供了一种交通碳排放监测系统及监测方法，具体技术方案如下：
一种交通碳排放监测系统，包括城市路网监控子系统、车流量信息统计子系统、车流量通行信息统计子系统、交通通行碳排放预测子系统；
所述城市路网监控子系统包括各个路网模块及其组成路段的城市路网数据库；
所述车流量信息统计子系统包括用于实时统计各路网及其组成路段的车流量信息；
所述车流量通行信息统计子系统用于实时统计各个路网模块及其组成路段的车辆通行信息；
所述交通通行碳排放预测子系统用于根据车流量信息统计子系统的数据以及车流量通行信息统计子系统的数据，建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看；
所述城市路网监控子系统分别与车流量信息统计子系统、车流量通行信息统计子系统连接，所述车流量信息统计子系统、车流量通行信息统计子系统分别与交通通行碳排放预测子系统连接。
优选地，所述车流量信息统计子系统包括车辆信息识别模块和车流量统计模块；所述车辆信息识别模块用以识别各路网模块及其组成路段中通行的车辆身份信息；所述车流量统计模块用以根据车辆识别模块识别出来的车辆身份信息统计各路网模块及其组成路段中通行的各类型车辆的数量信息。
优选地，所述车辆信息识别模块通过图像识别提取车辆的车牌信息，并将车牌信息上传到云端系统，云端系统在数据库中检索该车牌对应的车辆身份信息。
优选地，所述车辆身份信息包括但不限于车辆类型、车辆使用年限以及车辆能源类型；
所述车辆类型分为：大型车、中型车、小型车、新能源电车以及其他能源车；所述车辆使用年限为车辆实际上路行驶年限；
柴油型、汽油型、电力型以及天然气型。
优选地，所述车流量通行信息统计子系统包括车辆通行时间统计模块、车辆通行速度计算模块及车辆能耗分析模块；
所述车辆通行时间统计模块用于统计各个路网模块及其组成路段的车辆通行时间数据；
所述车辆通行速度测量模块用以计算各个路网模块及其组成路段的车辆通行速度数据；
所述车辆能耗分析模块中存入各车辆生产厂家提供的车辆能耗数据。
优选地，所述车辆能耗分析模块中存入的车辆能耗数据包括：平均能耗曲线和平均能耗加权系数；
所述平均能耗曲线为车辆生产厂家提供的车辆在不同行驶速度下的平均能耗实验数据；
所述平均能耗加权系数为车辆生产厂家提供的车辆在使用了不同年限以后，行驶同样工况下的平均能耗加权系数。
优选地，所述交通通行碳排放预测模型具体如下：
Figure BDA0003751646520000041
其中：
Figure BDA0003751646520000042
为交通碳排放预测总量，t；
α为车辆类型加权系数，其中大型车的车辆类型加权系数为α1，中型车的车辆类型加权系数为α2，小型车的车辆类型加权系数为α3，新能源电车的车辆类型加权系数为α4以及其他能源车的车辆类型加权系数为α5；
P为车辆能耗率，L/km；
S为车辆行程，km；
β为能耗转换系数，其中大型车的能耗转换系数为β1，中型车的能耗转换系数为β2，小型车的能耗转换系数为β3，新能源电车的能耗转换系数为β4以及其他能源车的能耗转换系数为β5；
γ为碳排放系数，其中大型车的碳排放系数为γ1，中型车的碳排放系数为γ2，小型车的碳排放系数为γ3，新能源电车的碳排放系数为γ4以及其他能源车的碳排放系数为γ5；
Figure BDA0003751646520000043
为平均能耗加权系数，其中大型车的平均能耗加权系数为
Figure BDA0003751646520000044
中型车的平均能耗加权系数为
Figure BDA0003751646520000045
小型车的平均能耗加权系数为
Figure BDA0003751646520000046
新能源电车的平均能耗加权系数为
Figure BDA0003751646520000047
以及其他能源车的平均能耗加权系数为
Figure BDA0003751646520000048
δ为道路通行碳排放加权系数；
π为行驶年限碳排放加权系数；
λ为车辆数，辆。
一种交通碳排放监测方法，包括以下步骤：
步骤S1，建立城市路网数据库，包括各个路网模块及其组成路段；
步骤S2，实时统计各路网及其组成路段的车流量信息，包括识别车辆的身份信息以及根据识别出来的车辆身份信息统计各路网模块及其组成路段中通行的各类型车辆的数量信息；所述车辆类型包括大型车、中型车、小型车、新能源电车以及其他能源车；
步骤S3，实时统计各个路网模块及其组成路段的车辆通行信息，所述车辆通行信息包括车辆的通行时间、通行速度、通行能耗；
步骤S4，根据步骤S3和步骤S4采集的数据建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看。
本发明的有益效果为：本发明提供了一种交通碳排放监测系统及监测方法，系统包括城市路网监控子系统、车流量信息统计子系统、车流量通行信息统计子系统、交通通行碳排放预测子系统，通过建立城市路网数据库，实时统计各路网及其组成路段的车流量信息和通行信息，建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看，达到实时监测道路碳排放的目的，使决策者可以根据道路的实际情况，较为灵活的进行交通政策的调整。本发明在车辆分型时考虑了新能源汽车，传统碳排放测算模型主要针对燃油车，然而新能源汽车是全球未来汽车发展的方向，因此本发明的模型更加的准确并且可以与时俱进，充分的考虑了传统燃油车的逐步淘汰和新能源汽车的逐步推广。本发明的数据皆为实时数据，包括城市路网中通行的车辆数量、车辆信息以及根据车辆使用年限修正的能耗数据，使得建立的预测模型更为精准，监测的结果更准确。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明的系统原理图；
图2为本发明的车辆平均能耗加权系数ζ取值；
图3为本发明的数据示例表。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如图1所示，本发明的具体实施方式提供了一种交通碳排放监测系统，包括城市路网监控子系统、车流量信息统计子系统、车流量通行信息统计子系统、交通通行碳排放预测子系统；
所述城市路网监控子系统包括各个路网模块及其组成路段的城市路网数据库；
所述车流量信息统计子系统包括用于实时统计各路网及其组成路段的车流量信息；
所述车流量通行信息统计子系统用于实时统计各个路网模块及其组成路段的车辆通行信息；
所述交通通行碳排放预测子系统用于根据车流量信息统计子系统的数据以及车流量通行信息统计子系统的数据，建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看；
所述城市路网监控子系统分别与车流量信息统计子系统、车流量通行信息统计子系统连接，所述车流量信息统计子系统、车流量通行信息统计子系统分别与交通通行碳排放预测子系统连接。
其中，所述车流量信息统计子系统包括车辆信息识别模块和车流量统计模块；所述车辆信息识别模块用以识别各路网模块及其组成路段中通行的车辆身份信息；所述车流量统计模块用以根据车辆识别模块识别出来的车辆身份信息统计各路网模块及其组成路段中通行的各类型车辆的数量信息，具体可以根据路网监控系统识别并统计各路网及其组成路段的实时车流量信息。所述车辆信息识别模块通过图像识别提取车辆的车牌信息，并将车牌信息上传到云端系统，云端系统在数据库中检索该车牌对应的车辆身份信息。
所述车辆身份信息包括但不限于车辆类型、车辆使用年限以及车辆能源类型；
所述车辆类型分为：大型车、中型车、小型车、新能源电车以及其他能源车；所述车辆使用年限为车辆实际上路行驶年限；
柴油型、汽油型、电力型以及天然气型。
优选地，所述车流量通行信息统计子系统包括车辆通行时间统计模块、车辆通行速度计算模块及车辆能耗分析模块；
所述车辆通行时间统计模块用于统计各个路网模块及其组成路段的车辆通行时间数据；
所述车辆通行速度测量模块用以计算各个路网模块及其组成路段的车辆通行速度数据；
所述车辆能耗分析模块中存入各车辆生产厂家提供的车辆能耗数据。
优选地，所述车辆能耗分析模块中存入的车辆能耗数据包括：平均能耗曲线和平均能耗加权系数；
所述平均能耗曲线为车辆生产厂家提供的车辆在不同行驶速度下的平均能耗实验数据；
所述平均能耗加权系数为车辆生产厂家提供的车辆在使用了不同年限以后，行驶同样工况下的平均能耗加权系数。
优选地，所述交通通行碳排放预测模型具体如下：
Figure BDA0003751646520000081
其中：
Figure BDA0003751646520000082
为交通碳排放预测总量，t；
α为车辆类型加权系数，其中大型车的车辆类型加权系数为α1，中型车的车辆类型加权系数为α2，小型车的车辆类型加权系数为α3，新能源电车的车辆类型加权系数为α4以及其他能源车的车辆类型加权系数为α5；
P为车辆能耗率，L/km；
S为车辆行程，km；
β为能耗转换系数，其中大型车的能耗转换系数为β1，中型车的能耗转换系数为β2，小型车的能耗转换系数为β3，新能源电车的能耗转换系数为β4以及其他能源车的能耗转换系数为β5；
γ为碳排放系数，其中大型车的碳排放系数为γ1，中型车的碳排放系数为γ2，小型车的碳排放系数为γ3，新能源电车的碳排放系数为γ4以及其他能源车的碳排放系数为γ5；
Figure BDA0003751646520000091
为平均能耗加权系数，其中大型车的平均能耗加权系数为
Figure BDA0003751646520000092
中型车的平均能耗加权系数为
Figure BDA0003751646520000093
小型车的平均能耗加权系数为
Figure BDA0003751646520000094
新能源电车的平均能耗加权系数为
Figure BDA0003751646520000095
以及其他能源车的平均能耗加权系数为
Figure BDA0003751646520000096
δ为道路通行碳排放加权系数；
π为行驶年限碳排放加权系数；
λ为车辆数，辆。
所述车型加权系数α，由于不同交通工具在在消耗单位燃料/能源的过程能源利用率不同，其产生的CO2量会存在差异，因此在计算不同类型的交通工具的CO2排放量时，需要通过能耗转换系数α对其碳排放量进行修正，在本专利中大型车为α1＝1.3、中型车为α2＝1.2、小型车为α3＝1.1、新能源电车为α4＝1、其他能源车为α5＝0.9，这里所述的车型加权系数α的取值仅用于区别计算碳排放量时由于不同交通工具消耗单位燃料/能源的过程能源利用率不同导致的差异，并不是固定的唯一值，具体的数值取值可以根据实验测试修正；
所述能耗转换系数β，由于能源类型不同、能源生产附加能源消耗代价不同、能源利用率不同等，车辆在消耗单位燃料/能源的过程中产生的CO2量对存在差异。因此在计算不同类型的交通工具的碳排放量时需要通过能耗转换系数β对其碳排放量进行修正，在本发明中大型车为β1＝0.3、中型车为β2＝0.35、小型车为β3＝0.4、新能源电车为β4＝0.65、其他能源车为β5＝0.7，这里所述的能耗转换系数β的取值仅用于区别计算碳排放量时由于能源类型不同、能源生产附加能源消耗代价不同、能源利用率不同等，车辆在消耗单位燃料/能源的过程中产生的CO2量的差异，并不是固定的唯一值，具体的数值取值可以根据实验测试修正；
所述碳排放系数γ，由于同一类型的交通工具由于其配置存在差异，其碳排放量也会存在差异，因此在计算不同类型的交通工具的碳排放量时需要通过碳排放系数γ对其碳排放量进行修正，在本发明中大型车为γ1＝1.8、中型车为γ2＝1.5、小型车为γ3＝1.2、新能源电车为γ4＝1.1、其他能源车为γ5＝0.8，这里所述的碳排放系数仅用于区别计算碳排放量时由于不同类型交通工具的配置差异导致的碳排放系数差异，并不是固定的唯一值，具体数值取值可以通过权衡同一类型车辆由于其配置差异导致的碳排放系数γ不同，加以进一步修正；
所述平均能耗加权系数ζ，由于车辆行驶在不同的速率时，能耗消耗量和能源利用率是存在差异的，因此在计算交通工具的碳排放量时需要根据车辆在不同路段中的实际行驶速度，需要通过平均能耗加权系数ζ对其碳排放量进行修正，在本发明中车辆的平均能耗加权系数ζ的取值见图2，这里所述的平均能耗加权系数仅用于区别同一类型车辆类型行驶在不同速率，执行相同驾驶操作的条件下，由于能耗消耗量和能源利用率差异导致的碳排放加权系数，并不是固定的唯一值，具体数值取值可以根据具体车型在不同行驶速率的能耗消耗量和能源利用率，加以进一步修正；
所述道路通行碳排放加权系数δ，由于不同路段的实际路况(路面维护情况、路面类型、路段通行交叉路口数量、路段通行交叉路口停留时间等)存在差异，这将导致交通工具在不同路段行驶过程中的碳排放量也会存在差异，因此需要通过道路通行碳排放加权系数δ对其碳排放量进行修正，在本专利中举例为：高速路δ1为1、国道δ2为1.1、省/乡道δ3为1.2、环城路δ4为1.3、市区道路δ5为1.4，这里所述的道路通行碳排放加权系仅用于对车辆在不同道路类型的通行碳排放权重区别，并不是固定的唯一值，具体数值取值可以根据不同道路实际情况进一步修正；
所述行驶年限碳排放加权系数π，由于交通工具随着行驶年限的增加，导致其部件的老化燃料使用效率衰减等系列原因，会导致其在消耗单位燃料/能源的过程中产生的CO2量对存在差异，因此需要通过行驶年限碳排放加权系数π对其碳排放量进行修正。
本发明的具体实施方式还提供了一种交通碳排放监测方法，包括以下步骤：
步骤S1，建立城市路网数据库，包括各个路网模块及其组成路段；
步骤S2，实时统计各路网及其组成路段的车流量信息，包括识别车辆的身份信息以及根据识别出来的车辆身份信息统计各路网模块及其组成路段中通行的各类型车辆的数量信息；所述车辆类型包括大型车、中型车、小型车、新能源电车以及其他能源车；
步骤S3，实时统计各个路网模块及其组成路段的车辆通行信息，所述车辆通行信息包括车辆的通行时间、通行速度、通行能耗；
步骤S4，根据步骤S3和步骤S4采集的数据建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的实施例中，应该理解到，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元可结合为一个单元，一个单元可拆分为多个单元，或一些特征可以忽略等。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (8)

1.一种交通碳排放监测系统，其特征在于，包括城市路网监控子系统、车流量信息统计子系统、车流量通行信息统计子系统、交通通行碳排放预测子系统；
所述城市路网监控子系统包括各个路网模块及其组成路段的城市路网数据库；
所述车流量信息统计子系统包括用于实时统计各路网及其组成路段的车流量信息；
所述车流量通行信息统计子系统用于实时统计各个路网模块及其组成路段的车辆通行信息；
所述交通通行碳排放预测子系统用于根据车流量信息统计子系统的数据以及车流量通行信息统计子系统的数据，建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看；
所述城市路网监控子系统分别与车流量信息统计子系统、车流量通行信息统计子系统连接，所述车流量信息统计子系统、车流量通行信息统计子系统分别与交通通行碳排放预测子系统连接。
2.根据权利要求1所述的一种交通碳排放监测系统，其特征在于，所述车流量信息统计子系统包括车辆信息识别模块和车流量统计模块；所述车辆信息识别模块用以识别各路网模块及其组成路段中通行的车辆身份信息；所述车流量统计模块用以根据车辆识别模块识别出来的车辆身份信息统计各路网模块及其组成路段中通行的各类型车辆的数量信息。
3.根据权利要求2所述的一种交通碳排放监测系统，其特征在于，所述车辆信息识别模块通过图像识别提取车辆的车牌信息，并将车牌信息上传到云端系统，云端系统在数据库中检索该车牌对应的车辆身份信息。
4.根据权利要求2所述的一种交通碳排放监测系统，其特征在于，所述车辆身份信息包括但不限于车辆类型、车辆使用年限以及车辆能源类型；
所述车辆类型分为：大型车、中型车、小型车、新能源电车以及其他能源车；所述车辆使用年限为车辆实际上路行驶年限；
柴油型、汽油型、电力型以及天然气型。
5.根据权利要求4所述的一种交通碳排放监测系统，其特征在于，所述车流量通行信息统计子系统包括车辆通行时间统计模块、车辆通行速度计算模块及车辆能耗分析模块；
所述车辆通行时间统计模块用于统计各个路网模块及其组成路段的车辆通行时间数据；
所述车辆通行速度测量模块用以计算各个路网模块及其组成路段的车辆通行速度数据；
所述车辆能耗分析模块中存入各车辆生产厂家提供的车辆能耗数据。
6.根据权利要求5所述的一种交通碳排放监测系统，其特征在于，所述车辆能耗分析模块中存入的车辆能耗数据包括：平均能耗曲线和平均能耗加权系数；
所述平均能耗曲线为车辆生产厂家提供的车辆在不同行驶速度下的平均能耗实验数据；
所述平均能耗加权系数为车辆生产厂家提供的车辆在使用了不同年限以后，行驶同样工况下的平均能耗加权系数。
7.根据权利要求6所述的一种交通碳排放监测系统，其特征在于，所述交通通行碳排放预测模型具体如下：
Figure FDA0003751646510000021
其中：
Figure FDA0003751646510000022
为交通碳排放预测总量，t；
α为车辆类型加权系数，其中大型车的车辆类型加权系数为α1，中型车的车辆类型加权系数为α2，小型车的车辆类型加权系数为α3，新能源电车的车辆类型加权系数为α4以及其他能源车的车辆类型加权系数为α5；
P为车辆能耗率，L/km；
S为车辆行程，km；
β为能耗转换系数，其中大型车的能耗转换系数为β1，中型车的能耗转换系数为β2，小型车的能耗转换系数为β3，新能源电车的能耗转换系数为β4以及其他能源车的能耗转换系数为β5；
γ为碳排放系数，其中大型车的碳排放系数为γ1，中型车的碳排放系数为γ2，小型车的碳排放系数为γ3，新能源电车的碳排放系数为γ4以及其他能源车的碳排放系数为γ5；
Figure FDA0003751646510000036
为平均能耗加权系数，其中大型车的平均能耗加权系数为
Figure FDA0003751646510000031
中型车的平均能耗加权系数为
Figure FDA0003751646510000034
小型车的平均能耗加权系数为
Figure FDA0003751646510000032
新能源电车的平均能耗加权系数为
Figure FDA0003751646510000035
以及其他能源车的平均能耗加权系数为
Figure FDA0003751646510000033
δ为道路通行碳排放加权系数；
π为行驶年限碳排放加权系数；
λ为车辆数，辆。
8.一种交通碳排放监测方法，其特征在于，包括以下步骤：
步骤S1，建立城市路网数据库，包括各个路网模块及其组成路段；
步骤S2，实时统计各路网及其组成路段的车流量信息，包括识别车辆的身份信息以及根据识别出来的车辆身份信息统计各路网模块及其组成路段中通行的各类型车辆的数量信息；所述车辆类型包括大型车、中型车、小型车、新能源电车以及其他能源车；
步骤S3，实时统计各个路网模块及其组成路段的车辆通行信息，所述车辆通行信息包括车辆的通行时间、通行速度、通行能耗；
步骤S4，根据步骤S3和步骤S4采集的数据建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看。
CN202210842395.4A 2022-07-18 2022-07-18 一种交通碳排放监测系统及监测方法 Pending CN115019513A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210842395.4A CN115019513A (zh) 2022-07-18 2022-07-18 一种交通碳排放监测系统及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210842395.4A CN115019513A (zh) 2022-07-18 2022-07-18 一种交通碳排放监测系统及监测方法

Publications (1)

Publication Number Publication Date
CN115019513A true CN115019513A (zh) 2022-09-06

Family

ID=83082200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210842395.4A Pending CN115019513A (zh) 2022-07-18 2022-07-18 一种交通碳排放监测系统及监测方法

Country Status (1)

Country Link
CN (1) CN115019513A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117093645A (zh) * 2023-10-20 2023-11-21 佛山市龙生光启科技有限公司 一种基于大数据可视化的碳排放监测系统及方法
CN117271992A (zh) * 2023-09-19 2023-12-22 东莞市东莞通股份有限公司 一种基于大数据的城市道路碳排放监测管理系统
CN117575166A (zh) * 2023-12-14 2024-02-20 中国公路工程咨询集团有限公司 一种基于深度学习的公路交通碳排放预测方法及装置
CN117636653A (zh) * 2023-11-23 2024-03-01 安徽省交通规划设计研究总院股份有限公司 一种高速公路交通碳排放测算方法
CN117854283A (zh) * 2024-03-05 2024-04-09 南通装配式建筑与智能结构研究院 一种城市道路碳中和估算分析方法
CN118155415A (zh) * 2024-03-20 2024-06-07 东营市东网互联信息科技有限公司 一种用于绿色交通的交通碳排放监测系统及方法
CN118230308A (zh) * 2024-03-25 2024-06-21 广东省环境科学研究院 移动源氮氧化物排放清单编排方法、电子设备及存储介质
CN118155415B (zh) * 2024-03-20 2024-10-22 东营市东网互联信息科技有限公司 一种用于绿色交通的交通碳排放监测系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103838971A (zh) * 2014-03-12 2014-06-04 中国航天系统工程有限公司 一种城市路网动态交通能耗及排放的计算方法
CN105206056A (zh) * 2015-09-25 2015-12-30 珠海高凌信息科技有限公司 道路交通污染源智能预测方法及系统
CN106845371A (zh) * 2016-12-31 2017-06-13 中国科学技术大学 一种城市路网机动车尾气排放遥感监控系统
CN107239844A (zh) * 2016-03-28 2017-10-10 武汉长江通信智联技术有限公司 一种基于Hadoop的石油运输车辆油耗预测方法
CN110807175A (zh) * 2019-10-31 2020-02-18 广州市交通规划研究院 一种基于目标城市交通模型数据的城市交通碳排放测算方法
CN111489060A (zh) * 2020-03-21 2020-08-04 河南大学 一种高时空分辨率交通源排放清单制备方法
CN113515722A (zh) * 2021-09-15 2021-10-19 南昌云宜然科技有限公司 一种道路交通排放与扬尘排放的实时监测方法与系统
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
US20220139216A1 (en) * 2020-10-30 2022-05-05 Seoul Institute Of Technology Device and method for calculating air pollutant emissions from road mobile source
CN114742413A (zh) * 2022-04-13 2022-07-12 西南大学 城市交通碳排放量监测系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103838971A (zh) * 2014-03-12 2014-06-04 中国航天系统工程有限公司 一种城市路网动态交通能耗及排放的计算方法
CN105206056A (zh) * 2015-09-25 2015-12-30 珠海高凌信息科技有限公司 道路交通污染源智能预测方法及系统
CN107239844A (zh) * 2016-03-28 2017-10-10 武汉长江通信智联技术有限公司 一种基于Hadoop的石油运输车辆油耗预测方法
CN106845371A (zh) * 2016-12-31 2017-06-13 中国科学技术大学 一种城市路网机动车尾气排放遥感监控系统
CN110807175A (zh) * 2019-10-31 2020-02-18 广州市交通规划研究院 一种基于目标城市交通模型数据的城市交通碳排放测算方法
CN111489060A (zh) * 2020-03-21 2020-08-04 河南大学 一种高时空分辨率交通源排放清单制备方法
US20220139216A1 (en) * 2020-10-30 2022-05-05 Seoul Institute Of Technology Device and method for calculating air pollutant emissions from road mobile source
CN113515722A (zh) * 2021-09-15 2021-10-19 南昌云宜然科技有限公司 一种道路交通排放与扬尘排放的实时监测方法与系统
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
CN114742413A (zh) * 2022-04-13 2022-07-12 西南大学 城市交通碳排放量监测系统及方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
廖凯;李振宇;尹志芳;李超;: "城市交通温室气体排放评价模型研究与应用", 中国能源, no. 06, 25 June 2016 (2016-06-25) *
柴泾哲;: "城市交通能耗及碳排放测算研究", 价值工程, no. 07 *
柴泾哲;: "城市交通能耗及碳排放测算研究", 价值工程, no. 07, 8 March 2015 (2015-03-08) *
檀华梅等: "福州市机动车碳排放特征分析", 黑龙江八一农垦大学学报, vol. 30, no. 1, 28 February 2018 (2018-02-28) *
熊丽君;唐浩;孟浩;周浩;黄宇驰;赵杰红;: "上海市闵行区碳排放测算研究", 中国人口.资源与环境, no. 2, 31 December 2012 (2012-12-31) *
陈蔚 等: "城市机动车能耗排放核算平台建设——以深圳市为例", 城市交通, vol. 16, no. 5, 31 December 2018 (2018-12-31) *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117271992A (zh) * 2023-09-19 2023-12-22 东莞市东莞通股份有限公司 一种基于大数据的城市道路碳排放监测管理系统
CN117271992B (zh) * 2023-09-19 2024-03-26 东莞市东莞通股份有限公司 一种基于大数据的城市道路碳排放监测管理系统
CN117093645B (zh) * 2023-10-20 2024-03-15 佛山市龙生光启科技有限公司 一种基于大数据可视化的碳排放监测系统及方法
CN117093645A (zh) * 2023-10-20 2023-11-21 佛山市龙生光启科技有限公司 一种基于大数据可视化的碳排放监测系统及方法
CN117636653B (zh) * 2023-11-23 2024-05-24 安徽省交通规划设计研究总院股份有限公司 一种高速公路交通碳排放测算方法
CN117636653A (zh) * 2023-11-23 2024-03-01 安徽省交通规划设计研究总院股份有限公司 一种高速公路交通碳排放测算方法
CN117575166A (zh) * 2023-12-14 2024-02-20 中国公路工程咨询集团有限公司 一种基于深度学习的公路交通碳排放预测方法及装置
CN117575166B (zh) * 2023-12-14 2024-05-28 中国公路工程咨询集团有限公司 一种基于深度学习的公路交通碳排放预测方法及装置
CN117854283A (zh) * 2024-03-05 2024-04-09 南通装配式建筑与智能结构研究院 一种城市道路碳中和估算分析方法
CN117854283B (zh) * 2024-03-05 2024-05-10 南通装配式建筑与智能结构研究院 一种城市道路碳中和估算分析方法
CN118155415A (zh) * 2024-03-20 2024-06-07 东营市东网互联信息科技有限公司 一种用于绿色交通的交通碳排放监测系统及方法
CN118155415B (zh) * 2024-03-20 2024-10-22 东营市东网互联信息科技有限公司 一种用于绿色交通的交通碳排放监测系统及方法
CN118230308A (zh) * 2024-03-25 2024-06-21 广东省环境科学研究院 移动源氮氧化物排放清单编排方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN115019513A (zh) 一种交通碳排放监测系统及监测方法
Ma et al. Examining influential factors on the energy consumption of electric and diesel buses: A data-driven analysis of large-scale public transit network in Beijing
WO2022174588A1 (zh) 一种列车计划运行图自动调整系统及方法
CN107239844B (zh) 一种基于Hadoop的石油运输车辆油耗预测方法
CN109613905B (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
CN113806675B (zh) 一种NOx排放与油耗特征分析方法
CN101886940A (zh) 混合动力电动汽车能耗排放检测系统与检测方法
CN103500504A (zh) 基于rfid数据的城市道路交通参数估计与路况判别方法及应用系统
CN110486017B (zh) 一种基于露天矿区路径的无人驾驶车辆能耗节能方法
CN113743715B (zh) 基于车联网重型车实际工况的油耗及NOx排放评价方法
CN115691120A (zh) 一种基于高速公路流水数据的拥堵识别方法及系统
CN111598424A (zh) 一种基于重型柴油车远程监控数据的排放计算方法
CN112486962A (zh) 一种提取组合短片段计算重型柴油车NOx排放的方法
CN111806516A (zh) 一种用于智能列车监测与运维的健康管理装置及方法
CN116579527A (zh) 一种企业用油统计数据智能分析管理系统
CN112767686B (zh) 一种基于多源数据融合的公路网汽车排放估算方法
CN111063042A (zh) 一种基于大数据的高速公路自由流收费路径拟合系统
CN112434950B (zh) 一种取消省界收费站货车计费调整风险评估的方法及用途
CN118038662A (zh) 公路碳排与交通流量实时融合分析与处理系统
CN113505493A (zh) 一种智能调度电动车的大气污染物减排量核算方法
Tao et al. Development of a representative driving cycle for evaluating exhaust emission and fuel consumption for Chinese switcher locomotives
CN110715685A (zh) 一种基于智能手机的路面行驶质量检测方法
CN116151680A (zh) 轨道交通能耗分析系统及方法
CN115600807A (zh) 一种公交化运营的铁路旅客进站查验效率的评价方法
CN111210067B (zh) 一种通勤视角都市圈空间半径测算方法

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