CN116703185A - 交通载体的碳排放分析装置及方法 - Google Patents
交通载体的碳排放分析装置及方法 Download PDFInfo
- Publication number
- CN116703185A CN116703185A CN202310997832.4A CN202310997832A CN116703185A CN 116703185 A CN116703185 A CN 116703185A CN 202310997832 A CN202310997832 A CN 202310997832A CN 116703185 A CN116703185 A CN 116703185A
- Authority
- CN
- China
- Prior art keywords
- data
- exhaust gas
- carbon emission
- module
- exhaust
- 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
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 159
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 159
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 59
- 238000010792 warming Methods 0.000 claims abstract description 29
- 238000012806 monitoring device Methods 0.000 claims abstract description 16
- 239000007789 gas Substances 0.000 claims description 270
- 238000005070 sampling Methods 0.000 claims description 76
- 239000000446 fuel Substances 0.000 claims description 43
- 238000013519 translation Methods 0.000 claims description 42
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000004868 gas analysis Methods 0.000 claims description 17
- 238000010438 heat treatment Methods 0.000 claims description 13
- 239000002912 waste gas Substances 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000012216 screening Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 5
- 238000000691 measurement method Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 239000000110 cooling liquid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本申请公开了交通载体的碳排放分析装置，包括监测装置和云平台，监测装置采集并获取交通载体的工况数据和废气排放监测数据，云平台包括特征关联模块、增温趋势模块和碳排放核算模块，其中，特征关联模块用于以交通载体的工况数据为基准，计算废气排放监测数据与废气排放监测数据的相关度，当计算得到的相关度最大时，将废气排放监测数据与交通载体的工况数据进行时间对齐；增温趋势模块用于计算废气气体的增温趋势值；碳排放核算模块用于基于时间对齐后的废气排放监测数据，以及废气气体的增温趋势值计算交通载体的碳排放量。本申请能够提高交通载体的碳排放核算的精度。
Description
技术领域
本申请涉及碳排放技术领域，尤其涉及交通载体的碳排放分析装置及方法。
背景技术
温室气体浓度逐年增加，所引起的气候变暖是全世界面临的重大环境问题，交通领域作为第三大碳排放来源，引起了全国重大关注。IPCC（Intergovernmental Panel onClimate Change，联合国政府间气候变化专门委员会）提出的“自上而下”的交通碳排放核算方法，即能源消耗数据乘以燃料碳排放系数以计算交通碳排放量，该技术方案已经无法满足“双碳”目标所要达成的精细化统计要求。基于“实测法”的交通碳核算方法，该方案在实际应用中存在如下问题：碳排放的主要气体是CO2、CH4和N2O，在实测法中至少需要两个气体分析单元对气体进行测量，气体流量的监测单元也是独立的单元，由于气体分析单元和气体流量监测单元都是独立的单元，因此会导致所测量的数据会有响应时间的偏差，使数据统计会有明显的偏差，导致碳排放的核算精度差异大。同时在交通载体全生命周期的碳排放核算中，其时间维度跨域很长，因此在整个生命周期中，气候的差异也会对碳排放的计算带来影响，导致碳排放的核算精度低。
发明内容
本申请的目的在于提供一种交通载体的碳排放分析装置及方法，提高交通载体的碳排放核算的精度。
基于上述目的，本申请提供一种交通载体的碳排放分析装置，装置包括：
监测装置，用于采集并获取交通载体的工况数据和废气排放监测数据，其中，工况数据为以下至少之一：油耗信息、功率信息，废气排放监测数据为以下至少之一：废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据；
云平台，能够与监测装置通信，云平台包括特征关联模块、增温趋势模块和碳排放核算模块，其中，
特征关联模块，用于以交通载体的工况数据为基准，计算废气排放监测数据与交通载体的工况数据的相关度，当计算得到的相关度最大时，将废气排放监测数据与交通载体的工况数据进行时间对齐；
增温趋势模块，用于计算废气气体的增温趋势值；
碳排放核算模块，用于基于时间对齐后的废气排放监测数据，以及废气气体的增温趋势值，计算交通载体的碳排放量。
进一步的，监测装置包括：
流量采集模块，用于获取交通载体的基于流量采集模块采样时间的废气流量数据；
预处理模块，用于控制交通载体的温度和湿度；
温湿度监测模块，与预处理模块连接，用于获取基于温湿度监测模块采样时间的废气湿度数据和废气温度数据；
至少一个气体分析模块，用于获取交通载体的基于气体分析模块采样时间的废气碳排放气体浓度数据，废气碳排放气体为以下至少之一：CO2、CH4、N2O；
传输模块，能够与云平台通信，将废气流量数据、废气碳排放气体浓度数据、废气湿度数据以及废气温度数据传输至云平台。
进一步的，若交通载体为机动车，装置还包括：
车载远程终端，能够与传输模块通信，用于获取机动车的基于车载远程终端采样时间的油耗数据；
传输模块，将机动车的油耗数据传输至云平台。
进一步的，
特征关联模块以油耗数据为基准，将获取的油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气碳排放气体浓度数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气碳排放气体浓度数据与油耗数据进行时间对齐，得到第一废气碳排放气体浓度数据；
特征关联模块以油耗数据为基准，将获取的油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气流量数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气流量数据与油耗数据进行时间对齐，得到第一废气流量数据；
特征关联模块以油耗数据为基准，将获取的油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气湿度数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气湿度数据与油耗数据进行时间对齐，得到第一废气湿度数据；
特征关联模块以油耗数据为基准，将获取的油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气温度数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气温度数据与油耗数据进行时间对齐，得到第一废气温度数据；
碳排放核算模块，用于根据第一废气碳排放气体浓度数据、第一废气流量数据、第一废气湿度数据、第一废气温度数据以及废气气体的增温趋势值，计算机动车的碳排放量。
进一步的，若交通载体为船舶，装置还包括：
船舶远程终端，能够与传输模块通信，用于获取船舶的基于船舶远程终端采样时间的功率数据；
传输模块，将船舶的功率数据传输至云平台。
进一步的，特征关联模块以船舶的功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气碳排放气体浓度数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气碳排放气体浓度数据与功率数据进行时间对齐，得到第二废气碳排放气体浓度数据；
特征关联模块以功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气流量数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气流量数据与功率数据进行时间对齐，得到第二废气流量数据；
特征关联模块以功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气湿度数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气湿度数据与功率数据进行时间对齐，得到第二废气湿度数据；
特征关联模块以功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气温度数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气温度数据与功率数据进行时间对齐，得到第二废气温度数据；
碳排放核算模块，根据第二废气碳排放气体浓度数据、第二废气流量数据、第二废气湿度数据、第二废气温度数据以及废气气体的增温趋势值，计算船舶的碳排放量。
进一步的，增温趋势模块确定CO2的增温趋势值恒定为1，以及根据下面公式确定CH4的增温趋势值为：
；
其中，N为采样次数，为采样频率。
进一步的，增温趋势模块根据下面公式确定N2O的增温趋势值为：
；
其中，N为采样次数，为采样频率。
进一步的，碳排放核算模块根据下面公式计算交通载体的碳排放量Mgas为：
；
其中，N为采样次数，M为废气气体的类型总数，为不同燃料类型所对应的第p种废气气体密度，/>为第i次采样时第p种废气气体的浓度，/>为第i次采样时废气气体的流量，/>为第i次采样时废气气体的温度，/>为第i次采样时废气气体的湿度，/>为第p种废气气体的采样频率，/>为第p种气体的增温趋势值。
基于上述目的，本申请提供一种交通载体的碳排放分析方法，方法包括：
采集并获取交通载体的工况数据和废气排放监测数据，其中，工况数据为以下至少之一：油耗信息、功率信息，废气排放监测数据为以下至少之一：废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据；
以交通载体的工况数据为基准，废气排放监测数据与交通载体的工况数据的相关度，当计算得到的相关度最大时，将废气排放监测数据与交通载体的工况数据进行时间对齐；
计算废气气体的增温趋势值；
基于时间对齐后的废气排放监测数据，以及废气气体的增温趋势值计算交通载体的碳排放量。
本申请提供更精细化的基于实测法的交通载体碳排放监测装置，规避了多参数监测数据因采样时间差异和不同交通载体燃料差异等导致交通碳排放核算与“自上而下”的燃料法核算差异，同时，考虑不同时间维度不同碳排放气体碳核算的增温趋势差异，进一步从交通载体全生命周期考虑碳排放计算的准确性，满足“双碳”目标下对交通载体碳核算方法精细化的要求。
附图说明
图1是根据本申请提供的交通载体的碳排放分析装置的第一系统框图；
图2是根据本申请提供的交通载体的碳排放分析装置的第二系统框图；
图3是根据本申请提供的交通载体的碳排放分析装置的第三系统框图；
图4是根据本申请提供的CO2气体浓度数据与油耗数据的相关度示意图；
图5是根据本申请提供的气体流量数据与油耗数据的相关度示意图；
图6是根据本申请提供的交通载体的碳排放分析装置的第四系统框图；
图7是根据本申请提供的交通载体的碳排放分析方法的流程图。
具体实施方式
以下将结合附图所示的具体实施方式对本申请进行详细描述，但这些实施方式并不限制本申请，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本申请的保护范围内。
请参考图1，本申请实施例提供一种交通载体的碳排放分析装置100，本申请实施例提供的装置100包括监测装置11和云平台12。监测装置11采集并获取交通载体的工况数据和废气排放监测数据，其中，工况数据为以下至少之一：油耗信息、功率信息，废气排放监测数据为以下至少之一：废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据。云平台12能够与监测装置11通信。云平台12包括特征关联模块121、增温趋势模块122和碳排放核算模块123。特征关联模块121以交通载体的工况数据为基准，计算废气排放监测数据与废气排放监测数据的相关度，当计算得到的相关度最大时，将废气排放监测数据与交通载体的工况数据进行时间对齐。增温趋势模块122计算废气气体的增温趋势值。碳排放核算模块123基于时间对齐后的废气排放监测数据，以及废气气体的增温趋势值计算交通载体的碳排放量。交通载体可以为以下至少之一：机动车、船舶。在实际运用中，由于监测原理局限宽量程范围要求，废气碳排放气体浓度数据的测量至少需要两个气体分析单元，两个不同的气体分析单元的采集数据就会存在数据响应时间的偏差，气体流量监测单元也是独立的单元，其采集的流量数据也会存在数据响应时间的偏差，因而会导致所测量的数据会有响应时间的偏差，从而会导致碳排放核算的不精确。因此本申请以交通载体的工况数据为基准，将废气排放监测数据与交通载体的工况数据进行时间对齐，从而消除响应时间的差异，以使交通载体的碳排放的计算更加精确。另一方面，在计算交通载体的碳排放时，将全球气温增长对废气的影响纳入考虑范围，进一步使交通载体的碳排放的计算更加精确。
作为一种可选的实现方式，如图2所示，监测装置11包括流量采集模块111、预处理模块112、温湿度监测模块113、至少一个气体分析模块114和传输模块115。流量采集模块111获取交通载体的基于流量采集模块111采样时间的废气流量数据，可以通过多级压差法或者热式法检测交通载体排放的废气流量。预处理模块112控制交通载体的温度和湿度，对废气中的颗粒物和油性物质等进行处理，同时对废气中的水汽通过冷凝法或者热湿法进行处理。温湿度监测模块113获取经预处理模块112处理后的交通载体的基于温湿度监测模块113采样时间的废气湿度数据和废气温度数据。气体分析模块114获取交通载体的基于气体分析模块114采样时间的废气碳排放气体浓度数据，废气气体为以下至少之一：CO2、CH4、N2O，即可以获取CO2气体浓度数据、CH4气体浓度数据以及N2O气体浓度数据。传输模块115能够与云平台12通信，将废气流量数据、废气碳排放气体浓度数据、废气湿度数据以及废气温度数据传输至云平台12。可以理解的是，流量采集模块111、温湿度监测模块113和气体分析模块114，这几个模块是单独的模块，因此数据采集处理的响应时间会存在偏差，气体分析模块114是对废气气体的多个组成成分分析，一般也涉及多个分析模块，每个分析模块的采集处理的响应时间也会存在偏差，因此后续云平台12需要对获取的废气流量数据、废气碳排放气体浓度数据、废气湿度数据以及废气温度数据进行数据对齐，消除各个模块的时间偏差所带来的影响。可以理解的是，监测装置11可以设置在交通载体上，对交通载体的废气排放进行监测以及废气排放数据的获取。若交通载体为机动车，将监测装置11安装在机动车上，对机动车的废气排放进行监测，若交通载体为船舶，将监测装置11安装在船舶上，对船舶的废气排放进行监测。
作为一种可选的实现方式，如图3所示，若交通载体为机动车，装置100还包括车载远程终端13，能够与传输模块115通信，用于获取机动车的基于车载远程终端13采样时间的油耗数据。车载远程终端13是个独立的单元，其数据采集响应时间也是单独的。车载远程终端13安装在机动车上，通过机动车的电机控制器获取机动车的油耗数据，以及获取机动车的车辆信息、冷却液温度、速度、扭矩和功率等。传输模块115将机动车的油耗数据、车辆信息、冷却液温度、速度、扭矩和功率等信息，传输至云平台12。通过车载远程终端13获取机动车本身的车况信息，以便云平台12后续对采集的数据进行处理。
作为一种可选的实现方式，云平台12的特征关联模块121对接收到机动车的废气碳排放气体浓度数据、废气流量数据、废气湿度数据以及废气温度数据，对接收到的无效数据进行筛除，所接收的各个数据都是以各自模块采样时间进行时序排列的，因此特征关联模块121以机动车的油耗数据为基准，将气体浓度数据、废气流量数据、废气湿度数据以及废气温度数据进行数据对齐，以避免采样时间偏差或者各个模块差异对机动车碳排放核算的影响。具体地，特征关联模块121以机动车的油耗数据为基准，将获取的油耗数据采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气碳排放气体浓度数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气碳排放气体浓度数据与油耗数据进行时间对齐，得到第一废气碳排放气体浓度数据。可以理解的是，废气碳排放气体浓度数据可以为以下气体的至少一种：CO2、CH4、N2O，因此分别将CO2气体浓度数据、CH4气体浓度数据以及N2O气体浓度数据，进行数据对齐的操作。如图4所示的CO2气体浓度数据与油耗数据的相关度示意图，由图中可知，当油耗数据的时间序列偏移量为+9秒时，CO2气体浓度数据与油耗数据的相关度最大，因此CO2气体浓度数据的采样时间序列偏移量+9秒，即获取对齐后的CO2气体浓度数据。同样的，特征关联模块121以油耗数据为基准，将获取的油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气流量数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气流量数据与油耗数据进行时间对齐，得到第一废气流量数据。如图5所示的气体流量数据与油耗数据的相关度示意图，由图中可知，当油耗数据的时间序列偏移量为-5秒时，气体流量数据与油耗数据的相关度最大，因此气体流量数据的采样时间序列偏移量为-5秒，即获取对齐后的气体流量数据。特征关联模块121以油耗数据为基准，将获取的油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气湿度数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气湿度数据与油耗数据进行时间对齐，得到第一废气湿度数据。特征关联模块121以油耗数据为基准，将获取的油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与废气温度数据的相关度，当计算得到的相关度最大时，获取油耗数据的时间序列偏移量，基于油耗数据的时间序列偏移量将废气温度数据与油耗数据进行时间对齐，得到第一废气温度数据。碳排放核算模块123根据第一废气碳排放气体浓度数据、第一废气流量数据、第一废气湿度数据、第一废气温度数据以及废气气体的增温趋势值计算机动车的碳排放量。基于数据对齐后的废气排放监测数据，消除数据测量时各个模块采样时间所带来的差异，能够提供准确的监测数据，以确保机动车碳排放计算的准确性，提高了计算的精度。
作为一种可选的实现方式，将对齐后的机动车的废气排放监测数据做进一步数据筛选，以获取有效的数据。特征关联模块121对第一废气碳排放气体浓度数据、第一废气流量数据、第一废气湿度数据以及第一废气温度数据进行数据筛选，得到筛选后的废气碳排放气体浓度数据、废气排放流量数据、废气湿度数据以及废气温度数据，其中，数据筛选的条件为：机动车的冷却液温度大于第一温度阈值且在第一时间阈值内冷却液温度的温度变化小于第二温度阈值，以及机动车的功率超过功率阈值时，作为上述数据有效的条件。一般地，第一温度阈值设置为70度，第一时间阈值设置为5分钟，第二温度阈值设置为2度，汽油发动机的功率阈值设置为7千瓦，柴油发动机的功率阈值设置为21千瓦。碳排放核算模块123根据筛选后的废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据以及废气气体的增温趋势值计算机动车的碳排放量。通过对监测数据的筛选，能够进一步保证数据的有效性和正确性，以使机动车碳排放计算更加准确。
作为一种可选的实现方式，如图6所示，若交通载体为船舶，装置100还包括船舶远程终端14，能够与传输模块115通信，用于获取船舶的基于车载远程终端14采样时间的功率数据。传输模块115将船舶的功率数据传输至云平台12。船舶远程终端14是个独立的单元，其数据采集响应时间也是单独的。船舶远程终端14安装在船舶上，通过船舶的电机控制器获取船舶的功率数据，以及获取船舶信息、航行当前时间点、航速、航向等。传输模块115将船舶的功率数据、船舶信息、航行当前时间点、航速、航向等信息，传输至云平台12。通过船舶远程终端14获取船舶本身的车况信息，以便云平台12后续对采集的数据进行处理。
作为一种可选的实现方式，云平台12的特征关联模块121对接收到船舶车的废气碳排放气体浓度数据、废气流量数据、废气湿度数据以及废气温度数据，所接收的各个数据都是以各自模块采样时间进行时序排列的，因此特征关联模块121以船舶的功率数据为基准，将气体浓度数据、废气流量数据、废气湿度数据以及废气温度数据进行数据对齐，以避免采样时间偏差或者各个模块差异对船舶的碳排放核算的影响。具体地，特征关联模块121以船舶的功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气碳排放气体浓度数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气碳排放气体浓度数据与功率数据进行时间对齐，得到第二废气碳排放气体浓度数据。可以理解的是，废气碳排放气体浓度数据可以为以下气体的至少一种：CO2、CH4、N2O，因此分别将CO2气体浓度数据、CH4气体浓度数据以及N2O气体浓度数据，进行数据对齐的操作。同样的，特征关联模块121以功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气流量数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气流量数据与功率数据进行时间对齐，得到第二废气流量数据。特征关联模块121以功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气湿度数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气湿度数据与功率数据进行时间对齐，得到第二废气湿度数据。特征关联模块121以功率数据为基准，将获取的功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与废气温度数据的相关度，当计算得到的相关度最大时，获取功率数据的时间序列偏移量，基于功率数据的时间序列偏移量将废气温度数据与功率数据进行时间对齐，得到第二废气温度数据。碳排放核算模块123根据第二废气碳排放气体浓度数据、第二废气流量数据、第二废气湿度数据、第二废气温度数据以及废气气体的增温趋势值计算船舶的碳排放量。基于数据对齐后的废气排放监测数据，消除数据测量时各个模块采样时间所带来的差异，能够提供准确的监测数据，以确保船舶碳排放计算的准确性，提高了碳排放计算的精度。
作为一种可选的实现方式，将对齐后的船舶的废气排放监测数据做进一步数据筛选，以获取有效的数据。特征关联模块121对第二废气碳排放气体浓度数据、第二废气流量数据、第二废气湿度数据以及第二废气温度数据进行数据筛选，得到筛选后的废气碳排放气体浓度数据、废气排放流量数据、废气湿度数据以及废气温度数据，其中，数据筛选的条件为：船舶的船速大于第一速度阈值且在第一时间阈值内船速的速度变化小于第二速度阈值，以及船舶的功率超过功率阈值时，作为上述数据有效的条件。一般地，第一速度阈值根据船舶发动机的不同而设置不同，一般取值为2-10m/s，第一时间阈值设置为6分钟，船舶的功率阈值设置为85千瓦瓦。碳排放核算模块123根据筛选后的废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据以及废气气体的增温趋势值计算机动车的碳排放量。通过对监测数据的筛选，能够进一步保证数据的有效性和正确性，以使船舶碳排放计算更加准确。
作为一种可选的实现方式，增温趋势模块122确定CO2的增温趋势值恒定为1。增温趋势模块122根据下面公式确定CH4的增温趋势值为：
；
其中，N为采样次数，为采样频率。
作为一种可选的实现方式，增温趋势模块122还根据下面公式确定N2O的增温趋势值为：
；
其中，N为采样次数，为采样频率。通过计算CO2的增温趋势值、CH4的增温趋势值以及N2O的增温趋势值，将全球增温趋势废气所带来的影响考虑到碳排放计算的范围内，能够进一步提高了交通载体的碳排放计算精度。
作为一种可选的实现方式，碳排放核算模块123根据下面公式计算交通载体的碳排放量Mgas为：
；
其中，N为采样次数，M为废气气体的类型总数，为不同燃料类型所对应的第p种废气气体密度，/>为第i次采样时第p种废气气体的浓度，/>为第i次采样时废气气体的流量，/>为第i次采样时废气气体的温度，/>为第i次采样时废气气体的湿度，/>为第p种废气气体的采样频率，/>为第p种气体的增温趋势值。其中，不同燃料类型所对应的第p种废气气体密度如下表所示：
通过该碳排放计算公式，可以计算机动车或者船舶的碳排放量。根据每次测量的次数，以及每次测量所获取的废气碳排放气体浓度、气体湿度以及气体温度，结合每种废气气体所对应的增温趋势值，计算该次测量的碳排放量。对于机动车或者船舶的整个生命周期而言，通过碳排放计算公式，可以获取整个生命周期的碳排放总量。可以理解的是，可以通过云平台12，计算一个区域或者一个城市，所有交通载体的碳排放量，从而获取该区域或者城市的碳排放总量，以对城市交通的碳排放量进行分析和评价。
为了更进一步说明本申请实施例提供的交通载体的碳排放分析装置100，以下将结合对于本申请实施例提供的交通载体的碳排放分析方法进行进一步说明。
如图7所示，作为一种可选的实现方式，交通载体的碳排放分析方法包括步骤：
S701、采集并获取交通载体的工况数据和废气排放监测数据，其中，工况数据为以下至少之一：油耗信息、功率信息，废气排放监测数据为以下至少之一：废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据；
S701、以交通载体的工况数据为基准，计算废气排放监测数据与交通载体的工况数据的相关度，当计算得到的相关度最大时，将废气排放监测数据与交通载体的工况数据进行时间对齐；
S703、计算废气气体的增温趋势值；
S704、基于时间对齐后的废气排放监测数据，以及废气气体的增温趋势值计算交通载体的碳排放量。
通过该碳排放监测和核算方法，计算交通载体为机动车或船舶的碳排放量，从而使碳排放计算的精度进一步提高。
尽管为示例目的，已经公开了本申请的优选实施方式，但是本领域的普通技术人员将意识到，在不脱离由所附的权利要求书公开的本申请的范围和精神的情况下，各种改进、增加以及取代是可能的。
Claims (10)
1.一种交通载体的碳排放分析装置，其特征在于，所述装置包括：
监测装置，用于采集并获取交通载体的工况数据和废气排放监测数据，其中，所述工况数据为以下至少之一：油耗信息、功率信息，所述废气排放监测数据为以下至少之一：废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据；
云平台，能够与所述监测装置通信，所述云平台包括特征关联模块、增温趋势模块和碳排放核算模块，其中，
所述特征关联模块，用于以所述交通载体的工况数据为基准，计算所述废气排放监测数据与所述交通载体的工况数据的相关度，当计算得到的相关度最大时，将所述废气排放监测数据与所述交通载体的工况数据进行时间对齐；
所述增温趋势模块，用于计算废气气体的增温趋势值；
所述碳排放核算模块，用于基于所述时间对齐后的废气排放监测数据，以及所述废气气体的增温趋势值，计算所述交通载体的碳排放量。
2.如权利要求1所述的交通载体的碳排放分析装置，其特征在于，所述监测装置包括：
流量采集模块，用于获取所述交通载体的基于所述流量采集模块采样时间的废气流量数据；
预处理模块，用于控制所述交通载体的温度和湿度；
温湿度监测模块，与所述预处理模块连接，用于获取基于所述温湿度监测模块采样时间的废气湿度数据和废气温度数据；
至少一个气体分析模块，用于获取所述交通载体的基于所述气体分析模块采样时间的废气碳排放气体浓度数据，所述废气碳排放气体为以下至少之一：CO2、CH4、N2O；
传输模块，能够与所述云平台通信，将所述废气流量数据、废气碳排放气体浓度数据、废气湿度数据以及废气温度数据传输至所述云平台。
3.如权利要求2所述的交通载体的碳排放分析装置，其特征在于，若所述交通载体为机动车，所述装置还包括：
车载远程终端，能够与所述传输模块通信，用于获取所述机动车的基于所述车载远程终端采样时间的油耗数据；
所述传输模块，将所述机动车的油耗数据传输至所述云平台。
4.如权利要求3所述的交通载体的碳排放分析装置，其特征在于，
所述特征关联模块以所述油耗数据为基准，将获取的所述油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与所述废气碳排放气体浓度数据的相关度，当计算得到的相关度最大时，获取所述油耗数据的时间序列偏移量，基于所述油耗数据的时间序列偏移量将所述废气碳排放气体浓度数据与所述油耗数据进行时间对齐，得到第一废气碳排放气体浓度数据；
所述特征关联模块以所述油耗数据为基准，将获取的所述油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与所述废气流量数据的相关度，当计算得到的相关度最大时，获取所述油耗数据的时间序列偏移量，基于所述油耗数据的时间序列偏移量将所述废气流量数据与所述油耗数据进行时间对齐，得到第一废气流量数据；
所述特征关联模块以所述油耗数据为基准，将获取的所述油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与所述废气湿度数据的相关度，当计算得到的相关度最大时，获取所述油耗数据的时间序列偏移量，基于所述油耗数据的时间序列偏移量将所述废气湿度数据与所述油耗数据进行时间对齐，得到第一废气湿度数据；
所述特征关联模块以所述油耗数据为基准，将获取的所述油耗数据的采样时间序列做正反向平移，并计算每一次平移后的油耗数据与所述废气温度数据的相关度，当计算得到的相关度最大时，获取所述油耗数据的时间序列偏移量，基于所述油耗数据的时间序列偏移量将所述废气温度数据与所述油耗数据进行时间对齐，得到第一废气温度数据；
所述碳排放核算模块，用于根据所述第一废气碳排放气体浓度数据、第一废气流量数据、第一废气湿度数据、第一废气温度数据以及所述废气气体的增温趋势值，计算所述机动车的碳排放量。
5.如权利要求2所述的交通载体的碳排放分析装置，其特征在于，若所述交通载体为船舶，所述装置还包括：
船舶远程终端，能够与所述传输模块通信，用于获取所述船舶的基于所述船舶远程终端采样时间的功率数据；
所述传输模块，将所述船舶的功率数据传输至所述云平台。
6.如权利要求5所述的交通载体的碳排放分析装置，其特征在于，
所述特征关联模块以所述船舶的功率数据为基准，将获取的所述功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与所述废气碳排放气体浓度数据的相关度，当计算得到的相关度最大时，获取所述功率数据的时间序列偏移量，基于所述功率数据的时间序列偏移量将所述废气碳排放气体浓度数据与所述功率数据进行时间对齐，得到第二废气碳排放气体浓度数据；
所述特征关联模块以所述功率数据为基准，将获取的所述功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与所述废气流量数据的相关度，当计算得到的相关度最大时，获取所述功率数据的时间序列偏移量，基于所述功率数据的时间序列偏移量将所述废气流量数据与所述功率数据进行时间对齐，得到第二废气流量数据；
所述特征关联模块以所述功率数据为基准，将获取的所述功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与所述废气湿度数据的相关度，当计算得到的相关度最大时，获取所述功率数据的时间序列偏移量，基于所述功率数据的时间序列偏移量将所述废气湿度数据与所述功率数据进行时间对齐，得到第二废气湿度数据；
所述特征关联模块以所述功率数据为基准，将获取的所述功率数据的采样时间序列做正反向平移，并计算每一次平移后的功率数据与所述废气温度数据的相关度，当计算得到的相关度最大时，获取所述功率数据的时间序列偏移量，基于所述功率数据的时间序列偏移量将所述废气温度数据与所述功率数据进行时间对齐，得到第二废气温度数据；
所述碳排放核算模块，根据所述第二废气碳排放气体浓度数据、第二废气流量数据、第二废气湿度数据、第二废气温度数据以及所述废气气体的增温趋势值，计算所述船舶的碳排放量。
7.如权利要求1所述的交通载体的碳排放分析装置，其特征在于，所述增温趋势模块确定CO2的增温趋势值恒定为1，以及根据下面公式确定CH4的增温趋势值为：
；
其中，N为采样次数，为采样频率。
8.如权利要求7所述的交通载体的碳排放分析装置，其特征在于，所述增温趋势模块根据下面公式确定N2O的增温趋势值为：
；
其中，N为采样次数，为采样频率。
9.如权利要求8所述的交通载体的碳排放分析装置，其特征在于，所述碳排放核算模块根据下面公式计算所述交通载体的碳排放量Mgas为：
；
其中，N为采样次数，M为废气气体的类型总数，为不同燃料类型所对应的第p种废气气体密度，/>为第i次采样时第p种废气气体的浓度，/>为第i次采样时废气气体的流量，/>为第i次采样时废气气体的温度，/>为第i次采样时废气气体的湿度，/>为第p种废气气体的采样频率，/>为第p种气体的增温趋势值。
10.一种交通载体的碳排放分析方法，其特征在于，所述方法包括：
采集并获取交通载体的工况数据和废气排放监测数据，其中，所述工况数据为以下至少之一：油耗信息、功率信息，所述废气排放监测数据为以下至少之一：废气碳排放气体浓度数据、废气流量数据、废气湿度数据、废气温度数据；
以所述交通载体的工况数据为基准，计算所述废气排放监测数据与所述交通载体的工况数据的相关度，当计算得到的相关度最大时，将所述废气排放监测数据与所述交通载体的工况数据进行时间对齐；
计算废气气体的增温趋势值；
基于所述时间对齐后的废气排放监测数据，以及所述废气气体的增温趋势值计算所述交通载体的碳排放量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310997832.4A CN116703185A (zh) | 2023-08-09 | 2023-08-09 | 交通载体的碳排放分析装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310997832.4A CN116703185A (zh) | 2023-08-09 | 2023-08-09 | 交通载体的碳排放分析装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116703185A true CN116703185A (zh) | 2023-09-05 |
Family
ID=87831619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310997832.4A Pending CN116703185A (zh) | 2023-08-09 | 2023-08-09 | 交通载体的碳排放分析装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116703185A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2015203649A1 (en) * | 2009-02-02 | 2015-07-23 | Planetary Emissions Management | System of systems for monitoring greenhouse gas fluxes |
| US20180156766A1 (en) * | 2016-12-06 | 2018-06-07 | Ning Zeng | Networked Environmental Monitoring System and Method |
| CN108181432A (zh) * | 2017-12-28 | 2018-06-19 | 清华大学 | 机动车尾气污染物全组分排放测试方法 |
| CN109740977A (zh) * | 2019-03-14 | 2019-05-10 | 华北电力大学 | 基于灰色关联分析的燃气机组碳排放影响因素的评价方法 |
| CN112114088A (zh) * | 2019-06-21 | 2020-12-22 | 苏州五蕴明泰科技有限公司 | 一种交通领域温室气体排放监控计量方法及系统 |
| CN114088878A (zh) * | 2021-10-22 | 2022-02-25 | 江苏中路工程技术研究院有限公司 | 一种基于5g技术的车辆碳排放监测系统及其监测方法 |
| CN115290834A (zh) * | 2022-10-09 | 2022-11-04 | 杭州泽天春来科技有限公司 | 船舶碳排放监测装置及方法 |
| CN115936955A (zh) * | 2023-02-01 | 2023-04-07 | 河北省建筑科学研究院有限公司 | 一种园区机动车碳排放核算方法及实时监测系统 |
| CN116128690A (zh) * | 2022-12-08 | 2023-05-16 | 浙江正泰智维能源服务有限公司 | 一种碳排放量成本值计算方法、装置、设备及介质 |
| CN116187844A (zh) * | 2023-02-15 | 2023-05-30 | 中汽研汽车检验中心（天津）有限公司 | 适用于远程监控和实际道路测试的重型车碳排放及油耗分区重构测评方法 |
| CN116368355A (zh) * | 2021-09-05 | 2023-06-30 | 汉熵通信有限公司 | 物联网系统 |
-
2023
- 2023-08-09 CN CN202310997832.4A patent/CN116703185A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2015203649A1 (en) * | 2009-02-02 | 2015-07-23 | Planetary Emissions Management | System of systems for monitoring greenhouse gas fluxes |
| US20180156766A1 (en) * | 2016-12-06 | 2018-06-07 | Ning Zeng | Networked Environmental Monitoring System and Method |
| CN108181432A (zh) * | 2017-12-28 | 2018-06-19 | 清华大学 | 机动车尾气污染物全组分排放测试方法 |
| CN109740977A (zh) * | 2019-03-14 | 2019-05-10 | 华北电力大学 | 基于灰色关联分析的燃气机组碳排放影响因素的评价方法 |
| CN112114088A (zh) * | 2019-06-21 | 2020-12-22 | 苏州五蕴明泰科技有限公司 | 一种交通领域温室气体排放监控计量方法及系统 |
| CN116368355A (zh) * | 2021-09-05 | 2023-06-30 | 汉熵通信有限公司 | 物联网系统 |
| CN114088878A (zh) * | 2021-10-22 | 2022-02-25 | 江苏中路工程技术研究院有限公司 | 一种基于5g技术的车辆碳排放监测系统及其监测方法 |
| CN115290834A (zh) * | 2022-10-09 | 2022-11-04 | 杭州泽天春来科技有限公司 | 船舶碳排放监测装置及方法 |
| CN116128690A (zh) * | 2022-12-08 | 2023-05-16 | 浙江正泰智维能源服务有限公司 | 一种碳排放量成本值计算方法、装置、设备及介质 |
| CN115936955A (zh) * | 2023-02-01 | 2023-04-07 | 河北省建筑科学研究院有限公司 | 一种园区机动车碳排放核算方法及实时监测系统 |
| CN116187844A (zh) * | 2023-02-15 | 2023-05-30 | 中汽研汽车检验中心（天津）有限公司 | 适用于远程监控和实际道路测试的重型车碳排放及油耗分区重构测评方法 |
Non-Patent Citations (2)
| Title |
|---|
| 余艳春;虞明远;宋国华;高艺;赖瑾璇;: "我国公路运输温室气体排放清单研究", 交通节能与环保, no. 03 * |
| 曾芳，张盼: "《普通高等教育"十三五"规划教材 电力能源与环境概论》", 冶金工业出版社, pages: 113 - 114 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108181432B (zh) | 机动车尾气污染物全组分排放测试方法 | |
| CN102463902B (zh) | 确定目标热调节值以控制可再充电储能系统的系统和方法 | |
| CN101963800A (zh) | 一种柴油车道路排放远程实时监测系统和监测方法 | |
| CN111289040A (zh) | 走航监测系统 | |
| CN109978335B (zh) | 一种船舶燃油合规性判定与违规识别方法 | |
| CN103703223A (zh) | 排放物测量系统 | |
| CN102162772A (zh) | 车辆排放监测装置及方法 | |
| CN108763643B (zh) | 一种地区机动车排放因子计算方法 | |
| CN110243384B (zh) | 实际行驶排放试验路线的确定方法、装置、设备和介质 | |
| CN101135691B (zh) | 一种车载机动车运行参数或污染物排放的测试方法及装置 | |
| CN105427404A (zh) | 机动车实际工况油气生成及脱附车载数据采集系统与方法 | |
| CN212621763U (zh) | 一种基于无人机的船舶烟羽so2排放采集、检测装置 | |
| CN116703185A (zh) | 交通载体的碳排放分析装置及方法 | |
| Kousoulidou et al. | Validation of the COPERT road emission inventory model with real-use data | |
| CN111783034A (zh) | 一种车云协同计算的排放路谱分析方法 | |
| CN117171921B (zh) | 柴油颗粒物尾气净化装置健康状态评估处理方法和装置 | |
| Fernandes et al. | Comparing different approaches for estimating tailpipe emissions in passenger cars | |
| Ragatz et al. | Aerodynamic drag reduction technologies testing of heavy-duty vocational vehicles and a dry van trailer | |
| CN113669139A (zh) | 一种船舶用废气排放装置及其排放方法 | |
| CN108106858A (zh) | 一种汽车风噪与油耗及汽车尾气排放的测试系统及方法 | |
| CN111927639A (zh) | 发动机尾气的检测方法、装置及系统 | |
| CN114662060B (zh) | 基于机器学习的车载氮氧化物传感器浓度测量值修正方法 | |
| CN110618100A (zh) | 汽车尾气对大气污染的随车、道路实时监测装置及方法 | |
| CN203337393U (zh) | 一种车载式汽车实验数据采集系统 | |
| CN205246492U (zh) | 汽车尾气排放量的远程检测装置 |
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 |