CN117093818B - 城配物流车辆碳排放的测算方法及系统 - Google Patents
城配物流车辆碳排放的测算方法及系统 Download PDFInfo
- Publication number
- CN117093818B CN117093818B CN202210519785.8A CN202210519785A CN117093818B CN 117093818 B CN117093818 B CN 117093818B CN 202210519785 A CN202210519785 A CN 202210519785A CN 117093818 B CN117093818 B CN 117093818B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- speed interval
- carbon emission
- speed
- 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.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 148
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000005259 measurement Methods 0.000 claims abstract description 52
- 239000000446 fuel Substances 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000004949 mass spectrometry Methods 0.000 claims description 4
- 238000012384 transportation and delivery Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 claims 6
- 230000002596 correlated effect Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 10
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及运输环保技术领域，公开了一种城配物流车辆碳排放的测算方法，包括：获取城配物流车辆在行驶过程中的车辆运行数据；根据车辆运行数据确定物流车辆的运行速度，并得到与运行速度相对应的速度区间数据、油耗数据和行驶里程数据；根据速度区间数据、油耗数据以及预先构建的速区油耗测算公式确定车辆在不同速度区间的碳排放数据；根据车辆在不同速度区间的碳排放数据以及预先构建完成的总碳排放测算公式对行驶区段的碳排放值进行计算以确定总碳排放值。本发明的方案通过建立不同路况与速度区间实际油耗及碳排放量的测算算法，实现对单个运输车辆运行过程碳排放量的准确测算，以为企业或政府提供准确的数据参考。
Description
技术领域
本发明涉及运输环保技术领域，具体涉及一种城配物流车辆碳排放的测算方法及系统。
背景技术
随着我国碳达峰与碳中和国家战略的推进，各行业的碳排放测算逐渐从过去的宏观估算向微观个体与活动的精准测算深入。尤其物流运输行业等能源依赖型行业，物流企业与运输车辆在运行过程中的精准碳测算日益成为重大需求。其中，城市配送行业处于物流产业链最后一环，中小和个体经营者众多，配送量动态性大，车辆新旧不一、车况复杂，路况与路线动态性大导致车辆行驶过程速度高低不一。上述特点，导致城配车辆运行中很难形成相对稳定的碳排放规律。因此，直接利用宏观统计数据与车辆设备出厂基准数据进行测算，很难适应未来单个车辆碳测算和碳税核准等方面对油耗排放数据精准化的要求。
目前针对上述社会现实需求，国内围绕物流运输车辆的碳测算、低碳设备领域，尚缺少相关技术的攻关。因此，设计一种面向城配物流领域，尤其针对中小与个体物流经营业主与车辆的以准确测算个体车辆运行过程中碳排放量的测算系统与方法成为本领域技术人员亟待解决的技术问题。
发明内容
针对所述缺陷，本发明实施例公开了一种城配物流车辆碳排放的测算方法，其能够计算得到物流车辆在运行过程中更为精准的碳排放数据；为车辆运行的碳测算、碳税计算以及碳最有路径规划提供动态精准的数据依据。
本发明实施例第一方面公开了城配物流车辆碳排放的测算方法，包括：
获取城配物流车辆在行驶过程中的车辆运行数据；
根据所述车辆运行数据确定物流车辆的运行速度，并得到与所述运行速度相对应的速度区间数据、油耗数据和行驶里程数据；所述油耗数据和行驶里程数据均与速度区间数据相对应；
根据所述速度区间数据、油耗数据以及预先构建的速区油耗测算公式确定车辆在不同速度区间的碳排放数据；
根据所述车辆在不同速度区间的碳排放数据以及预先构建完成的总碳排放测算公式对行驶区段的碳排放值进行计算以确定总碳排放值。
作为一种可选的实施方式，在本发明实施例第一方面中，所述测算方法，还包括：
根据所述速度区间数据和油耗数据确定车辆在特定速度区间的单位里程油耗；
对所述单位里程油耗与总碳排放值与相应的物流车辆信息中进行数据关联存储，并对该次数据测算数据统计。
作为一种可选的实施方式，在本发明实施例第一方面中，所述速度区间数据包括第一速度区间、第二速度区间、第三速度区间和第四速度区间；所述第一速度区间为大于100km/h，所述第二速度区间为60km/h至100km/h，所述第三速度区间为20km/h至60km/h，所述第四速度区间为小于20km/h。
作为一种可选的实施方式，在本发明实施例第一方面中，在进行运行速度与速度区间数据进行关联对应时，采取动态变化对每段运行速度所属速度区间进行区间确认，所述动态变化指的是在速度区间变化时，在变化界限处有2km/h的滞环带测量动态变化。
作为一种可选的实施方式，在本发明实施例第一方面中，所述速区油耗测算公式包括：
Fn＝fn×L；fn＝(w1fn-1+w2Fn/L)/2；
其中，Fn为在特定速度区间的第n次测算得到总油耗，fn为在特定速度区间的第n次测算得出的每公里油耗值；L为第n次监测车辆在特定速度区间行驶的里程数；fn-1为在特定速度区间的第n次测算时的前一次的每公里油耗值；w1和w2为加权平均数的权重，且w1+w2＝1。
作为一种可选的实施方式，在本发明实施例第一方面中，所述总碳排放测算算法公式为：
F＝λi∑h，l，s，d(αh，l，s，d+Fn)；
其中，F为车辆全程的总碳排放值；λi为i类燃油的单位碳排放值；α，l，s，d为车辆在特定速度区间的设备燃油损耗；Fn为在特定速度区间的第n次测算得出的总油耗。
作为一种可选的实施方式，在本发明实施例第一方面中，所述测算方法还包括：
接收与物流车辆关联的车辆信息；
根据所述车辆信息中车型信息确定对应车辆的出厂的每公里油耗基准值；所述每公里油耗基准值与速度区间相对应；
提取与所述车辆信息关联的车辆历史数据，所述车辆历史数据包括单位里程油耗以及历史碳排放值。
本发明实施例第二方面公开一种城配物流车辆碳排放的测算系统，包括：
获取模块：用于获取城配物流车辆在行驶过程中的车辆运行数据；
数据确定模块：用于根据所述车辆运行数据确定物流车辆的运行速度，并得到与所述运行速度相对应的速度区间数据、油耗数据和行驶里程数据；所述油耗数据和行驶里程数据均与速度区间数据相对应；
速区排放计算模块：用于根据所述速度区间数据、油耗数据以及预先构建的速区油耗测算公式确定车辆在不同速度区间的碳排放数据；
总排放计算模块：用于根据所述车辆在不同速度区间的碳排放数据以及预先构建完成的总碳排放测算公式对行驶区段的碳排放值进行计算以确定总碳排放值。
本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的城配物流车辆碳排放的测算方法。
本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的城配物流车辆碳排放的测算方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中的数据的城配物流车辆碳排放的测算方法通过在采集运输车辆相关数据的基础上，建立不同路况与速度区间实际油耗及碳排放量的测算算法，实现对单个运输车辆运行过程碳排放量的准确测算，为物流企业实施行之有效的碳减排管理，以及政府碳税等政策的精准施策提供实时和准确的技术与数据参考。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的城配物流车辆碳排放的测算方法的流程示意图；
图2是本发明实施例公开的城配物流车辆碳排放的测算系统的结构示意图；
图3是本发明实施例提供的一种城配物流车辆碳排放的测算系统的结构示意图；
图4是本发明实施例提供的一种电子设备的结构示意图。
附图标记：11、车载数据采集模块；12、基础数据库模块；13、云存储模块；14、碳排放测算模块；15、测算数据存储服务器；16、服务终端。
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，所描述的实施例仅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。
需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
物流运输行业等能源依赖型行业，物流企业与运输车辆在运行过程中的精准碳测算日益成为重大需求。其中，城市配送行业处于物流产业链最后一环，中小和个体经营者众多，配送量动态性大，车辆新旧不一、车况复杂，路况与路线动态性大导致车辆行驶过程速度高低不一。上述特点，导致城配车辆运行中很难形成相对稳定的碳排放规律。因此，直接利用宏观统计数据与车辆设备出厂基准数据进行测算，很难适应未来单个车辆碳测算和碳税核准等方面对油耗排放数据精准化的要求。基于此，本发明实施例公开了城配物流车辆碳排放的测算方法、系统、电子设备及存储介质，通过在采集运输车辆相关数据的基础上，建立不同路况与速度区间实际油耗及碳排放量的测算算法，实现对单个运输车辆运行过程碳排放量的准确测算，为物流企业实施行之有效的碳减排管理，以及政府碳税等政策的精准施策提供实时和准确的技术与数据参考。
实施例一
请参阅图1，图1是本发明实施例公开的城配物流车辆碳排放的测算方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1和图2所示，该基于城配物流车辆碳排放的测算方法包括以下步骤：
S101：获取城配物流车辆在行驶过程中的车辆运行数据；
通过设置在物流车辆处的数据采集模块来对城配物流车辆进行具体的数据采集与传输，本发明实施例提及的车辆运行数据主要包括有如下几种数据：车辆运行油耗、里程与车辆定位信息；基于定位信息变动，通过GPS或北斗导航系统测算车辆实时行驶里程，根据所述行李里程来对油耗数据以及碳排放数据进行数据测算。
S102：相对应的速度区间数据、油耗数据和行驶里程数据；所述油耗数据和行驶里程数据均与速度区间数据相对应；
在本步骤主要是为了进行具体数据对应，因为在不同的速度区间会有不同的油耗以及行驶里程。所述速度区间数据包括第一速度区间、第二速度区间、第三速度区间和第四速度区间；所述第一速度区间为大于100km/h，所述第二速度区间为60km/h至100km/h，所述第三速度区间为20km/h至60km/h，所述第四速度区间为小于20km/h。通过上述速度区间来确定在第一速度区间行驶的里程，在第二速度区间行驶的里程，第三速度区间行驶的里程以及第四速度区间行驶的里程，通过上述数据为后续的数据测算提供数据支持。其中速度区间分为四类：高速区间：时速100公里以上；次高速区间：时速60-100公里；低速区间：时速20-60公里；驻车区间：时速20公里以下。
在进行速度区间确定的时候，由于车辆行驶速度是变化的，故而在进行运行速度与速度区间数据进行关联对应时，采取动态变化对每段运行速度所属速度区间进行区间确认，所述动态变化指的是在速度区间变化时，在变化界限处有2km/h的滞环带测量动态变化。在实际测量的过程中采取对每个速度区间中间界限正负2公里的滞环带测量动态变化中的时速。例如：当时速处于上升状态并高于22公里低于60公里，才被认定为进入低速区间；而当时速处于下降状态并低于18公里时，才被认定为进入驻车区间。
S103：根据所述速度区间数据、油耗数据以及预先构建的速区油耗测算公式确定车辆在不同速度区间的碳排放数据；
更为优选的，所述速区油耗测算公式包括：
Fn＝fn×L；fn＝(w1fn-1+w2Fn/L)/2；
其中，Fn为在特定速度区间的第n次测算得到总油耗，fn为在特定速度区间的第n次测算得出的每公里油耗值；L为第n次监测车辆在特定速度区间行驶的里程数；fn-1为在特定速度区间的第n次测算时的前一次的每公里油耗值；w1和w2为加权平均数的权重，且w1+w2＝1。
通过上述油耗测算公式能够更好的计算得到对应速度区间在第n次测算的时候，其每公里的油耗值；以供后续碳排放数据计算。
更为优选的，所述测算方法，还包括：
S1031：根据所述速度区间数据和油耗数据确定车辆在特定速度区间的单位里程油耗；
S1032：对所述单位里程油耗与总碳排放值与相应的物流车辆信息中进行数据关联存储，并对该次数据测算数据统计。
在测算数据存储服务器中保存单个车辆实时碳排放测算历史值，以及不同速度区间的单位里程油耗实测历史值。这样一方面可以进行数据汇集，另一方面可以为后续数据测算提供历史数据基础。
S104：根据所述车辆在不同速度区间的碳排放数据以及预先构建完成的总碳排放测算公式对行驶区段的碳排放值进行计算以确定总碳排放值。
更为优选的，所述总碳排放测算算法公式为：
F＝λi∑h，l，s，d(αh，l，s，d+Fn)；
其中，F为车辆全程的总碳排放值；λi为i类燃油的单位碳排放值；α，l，s，d为车辆在特定速度区间的设备燃油损耗；Fn为在特定速度区间的第n次测算得出的总油耗。
本发明实施例的测算方法包括：通过实时采取数据汇总计算车辆运行的实际油耗，并结合预先输入的车辆油品换算碳排放量；通过实际采集的速度数据，结合车辆厂家基准数据，统计记录各车辆在不同速度区间的实际油耗；结合不同速度区间实际油耗与实时运行数据中不同速度区间的行驶时间与路程等数据，测算车辆运行过程计算油耗；将车辆运行实际油耗与计算油耗求均值，得到最终测算油耗；根据车辆加油数据，基于各类油品碳排放基础数据，测算车辆在最终测算油耗下的碳排放值。
本发明实施例的方案通过车厂车辆基准数据与实时测量数据取加权平均值，既修正车厂基础数据忽略路况、车况等因素造成的“理想化”，又通过历史数据修正克服车载设备在实际行驶中可能产生的计量误差。通过实际数据与历史数据加权平均、测算数据与出厂数据交互所得到的测算数据，基于本碳排放测算得到的个体车辆不同速度区间碳排放数据，可以用于车辆后续的碳最优路径规划等后续数据决策模型，充分发挥城配午休成立行驶过程实时碳排放数据测算的市场与社会价值。
本发明以城配车辆运行过程的碳排放为研究对象，在采集运输车辆相关数据的基础上，依据车辆油耗的基本规律，建立单个城配车辆在不同路况与速度区间实际油耗及碳排放量的测算算法，系统构建城配物流行业车辆运行碳排放量实时精准测算体系，实现对单个运输车辆运行过程碳排放量的准确测算，为物流企业实施行之有效的碳减排管理，以及政府碳税等政策的精准施策提供实时和准确的技术与数据参考。
更为优选的，所述测算方法还包括：
S100a：接收与物流车辆关联的车辆信息；
S100b：根据所述车辆信息中车型信息确定对应车辆的出厂的每公里油耗基准值；所述每公里油耗基准值与速度区间相对应；
S100c：提取与所述车辆信息关联的车辆历史数据，所述车辆历史数据包括单位里程油耗以及历史碳排放值。
在进行具体实施的时候需要预先获得并存入不同车辆车型的出厂每公里油耗基准数据，每公里油耗基准数据要求汽车厂商提供分速度区间的具体数据；这样才能够为后续具体的数据测算提供更为精准的数据支持。
如图2所示，该系统公开了如下模块：所述车载数据采集模块11用于获取物流车辆运行数据采集与传输；所述基础数据库模块12用于获取物流车辆厂商基准数据导入；所述云存储模块13用于将所述车载数据采集模块和基础数据库模块得到的相关油耗、行驶里程等数据实时存储；所述碳排放测算模块14将云存储模块获得的数据导入到碳测算算法中，测算得出每辆入网运输车辆运行的实时碳排放测算值，以及对应不同速度区间的单位里程油耗实测值；所述测算数据存储服务器15为所述碳排放测算模块产生的车辆运行实时碳排放测算值以及对应不同速度区间的单位里程油耗实测值进行存储；所述服务终端16用于对测算数据存储服务器存储的数据资源进行调用。
本发明实施例中的数据的城配物流车辆碳排放的测算方法通过在采集运输车辆相关数据的基础上，建立不同路况与速度区间实际油耗及碳排放量的测算算法，实现对单个运输车辆运行过程碳排放量的准确测算，为物流企业实施行之有效的碳减排管理，以及政府碳税等政策的精准施策提供实时和准确的技术与数据参考。
实施例二
请参阅图3，图3是本发明实施例公开的城配物流车辆碳排放的测算系统的结构示意图。如图3所示，该城配物流车辆碳排放的测算系统可以包括：
获取模块21：用于获取城配物流车辆在行驶过程中的车辆运行数据；
数据确定模块22：用于根据所述车辆运行数据确定物流车辆的运行速度，并得到与所述运行速度相对应的速度区间数据、油耗数据和行驶里程数据；所述油耗数据和行驶里程数据均与速度区间数据相对应；
速区排放计算模块23：用于根据所述速度区间数据、油耗数据以及预先构建的速区油耗测算公式确定车辆在不同速度区间的碳排放数据；
总排放计算模块24：用于根据所述车辆在不同速度区间的碳排放数据以及预先构建完成的总碳排放测算公式对行驶区段的碳排放值进行计算以确定总碳排放值。
更为优选的，所述测算系统，还包括：
油耗确定模块：用于根据所述速度区间数据和油耗数据确定车辆在特定速度区间的单位里程油耗；
关联存储模块：用于对所述单位里程油耗与总碳排放值与相应的物流车辆信息中进行数据关联存储，并对该次数据测算数据统计。
更为优选的，所述速度区间数据包括第一速度区间、第二速度区间、第三速度区间和第四速度区间；所述第一速度区间为大于100km/h，所述第二速度区间为60km/h至100km/h，所述第三速度区间为20km/h至60km/h，所述第四速度区间为小于20km/h。
更为优选的，在进行运行速度与速度区间数据进行关联对应时，采取动态变化对每段运行速度所属速度区间进行区间确认，所述动态变化指的是在速度区间变化时，在变化界限处有2km/h的滞环带测量动态变化。
更为优选的，所述速区油耗测算公式包括：
Fn＝fn×L；fn＝(w1fn-1+w2Fn/L)/2；
其中，Fn为在特定速度区间的第n次测算得到总油耗，fn为在特定速度区间的第n次测算得出的每公里油耗值；L为第n次监测车辆在特定速度区间行驶的里程数；fn-1为在特定速度区间的第n次测算时的前一次的每公里油耗值；w1和w2为加权平均数的权重，且w1+w2＝1。
更为优选的，所述总碳排放测算算法公式为：
F＝λi∑h，l，s，d(αh，l，s，d+Fn)；
其中，F为车辆全程的总碳排放值；λi为i类燃油的单位碳排放值；α，l，s，d为车辆在特定速度区间的设备燃油损耗；Fn为在特定速度区间的第n次测算得出的总油耗。
更为优选的，所述测算系统还包括：
信息接收模块：用于接收与物流车辆关联的车辆信息；
基准确定模块：用于根据所述车辆信息中车型信息确定对应车辆的出厂的每公里油耗基准值；所述每公里油耗基准值与速度区间相对应；
提取模块：用于提取与所述车辆信息关联的车辆历史数据，所述车辆历史数据包括单位里程油耗以及历史碳排放值。
本发明实施例中的数据的城配物流车辆碳排放的测算方法通过在采集运输车辆相关数据的基础上，建立不同路况与速度区间实际油耗及碳排放量的测算算法，实现对单个运输车辆运行过程碳排放量的准确测算，为物流企业实施行之有效的碳减排管理，以及政府碳税等政策的精准施策提供实时和准确的技术与数据参考。
实施例三
请参阅图4，图4是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图4所示，该电子设备可以包括：
存储有可执行程序代码的存储器510；
与存储器510耦合的处理器520；
其中，处理器520调用存储器510中存储的可执行程序代码，执行实施例一中的城配物流车辆碳排放的测算方法中的部分或全部步骤。
本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的城配物流车辆碳排放的测算方法中的部分或全部步骤。
本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的城配物流车辆碳排放的测算方法中的部分或全部步骤。
本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的城配物流车辆碳排放的测算方法中的部分或全部步骤。
在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明的各个实施例所述方法的部分或全部步骤。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的城配物流车辆碳排放的测算方法、系统、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种城配物流车辆碳排放的测算方法，其特征在于，包括：
获取城配物流车辆在行驶过程中的车辆运行数据；
根据所述车辆运行数据确定物流车辆的运行速度，并得到与所述运行速度相对应的速度区间数据、油耗数据和行驶里程数据；所述油耗数据和行驶里程数据均与速度区间数据相对应；
根据所述速度区间数据、油耗数据以及预先构建的速区油耗测算公式确定车辆在不同速度区间的碳排放数据；所述速度区间数据包括第一速度区间、第二速度区间、第三速度区间和第四速度区间，所述速区油耗测算公式包括：
Fn＝fn×L；fn＝(w1fn-1+w2Fn/L)/2；
其中，Fn为在特定速度区间的第n次测算得到总油耗，fn为在特定速度区间的第n次测算得出的每公里油耗值；L为第n次监测车辆在特定速度区间行驶的里程数；fn-1为在特定速度区间的第n次测算时的前一次的每公里油耗值；w1和w2为加权平均数的权重，且w1+w2＝1；
根据所述车辆在不同速度区间的碳排放数据以及预先构建完成的总碳排放测算公式对行驶区段的碳排放值进行计算以确定总碳排放值，所述总碳排放测算公式为：
F＝λi∑h,l,s,d(αh,l,s,d+Fn)；
其中，F为车辆全程的总碳排放值；λi为i类燃油的单位碳排放值；αh,l,s,d为车辆在特定速度区间的设备燃油损耗；h为第一速度区间，l为第二速度区间，s为第三速度区间，d为第四速度区间，Fn为在特定速度区间的第n次测算得出的总油耗。
2.如权利要求1所述的城配物流车辆碳排放的测算方法，其特征在于，所述测算方法，还包括：
根据所述速度区间数据和油耗数据确定车辆在特定速度区间的单位里程油耗；
对所述单位里程油耗与总碳排放值与相应的物流车辆信息中进行数据关联存储，并对该次数据测算数据统计。
3.如权利要求1所述的城配物流车辆碳排放的测算方法，其特征在所述第一速度区间为大于100km/h，所述第二速度区间为60km/h至100km/h，所述第三速度区间为20km/h至60km/h，所述第四速度区间为小于20km/h。
4.如权利要求3所述的城配物流车辆碳排放的测算方法，其特征在于，在进行运行速度与速度区间数据进行关联对应时，采取动态变化对每段运行速度所属速度区间进行区间确认，所述动态变化指的是在速度区间变化时，在变化界限处有2km/h的滞环带测量动态变化。
5.如权利要求1所述的城配物流车辆碳排放的测算方法，其特征在于，所述测算方法还包括：
接收与物流车辆关联的车辆信息；
根据所述车辆信息中车型信息确定对应车辆的出厂的每公里油耗基准值；所述每公里油耗基准值与速度区间相对应；
提取与所述车辆信息关联的车辆历史数据，所述车辆历史数据包括单位里程油耗以及历史碳排放值。
6.一种城配物流车辆碳排放的测算系统，其特征在于，包括：
获取模块：用于获取城配物流车辆在行驶过程中的车辆运行数据；
数据确定模块：用于根据所述车辆运行数据确定物流车辆的运行速度，并得到与所述运行速度相对应的速度区间数据、油耗数据和行驶里程数据；所述油耗数据和行驶里程数据均与速度区间数据相对应；
速区排放计算模块：用于根据所述速度区间数据、油耗数据以及预先构建的速区油耗测算公式确定车辆在不同速度区间的碳排放数据；所述速度区间数据包括第一速度区间、第二速度区间、第三速度区间和第四速度区间，所述速区油耗测算公式包括：
Fn＝fn×L；fn＝(w1fn-1+w2Fn/L)/2；
其中，Fn为在特定速度区间的第n次测算得到总油耗，fn为在特定速度区间的第n次测算得出的每公里油耗值；L为第n次监测车辆在特定速度区间行驶的里程数；fn-1为在特定速度区间的第n次测算时的前一次的每公里油耗值；w1和w2为加权平均数的权重，且w1+w2＝1；
总排放计算模块：用于根据所述车辆在不同速度区间的碳排放数据以及预先构建完成的总碳排放测算公式对行驶区段的碳排放值进行计算以确定总碳排放值，所述总碳排放测算公式为：
F＝λi∑h,l,s,d(αh,l,s,d+Fn)；
其中，F为车辆全程的总碳排放值；λi为i类燃油的单位碳排放值；αh,l,s,d为车辆在特定速度区间的设备燃油损耗；h为第一速度区间，l为第二速度区间，s为第三速度区间，d为第四速度区间，Fn为在特定速度区间的第n次测算得出的总油耗。
7.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至5任一项所述的城配物流车辆碳排放的测算方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1至5任一项所述的城配物流车辆碳排放的测算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210519785.8A CN117093818B (zh) | 2022-05-13 | 2022-05-13 | 城配物流车辆碳排放的测算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210519785.8A CN117093818B (zh) | 2022-05-13 | 2022-05-13 | 城配物流车辆碳排放的测算方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117093818A CN117093818A (zh) | 2023-11-21 |
| CN117093818B true CN117093818B (zh) | 2024-04-19 |
Family
ID=88780448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210519785.8A Active CN117093818B (zh) | 2022-05-13 | 2022-05-13 | 城配物流车辆碳排放的测算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117093818B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105138832A (zh) * | 2015-08-18 | 2015-12-09 | 浙江工商大学 | 一种核算车辆路径规划中碳排放量的方法和系统 |
| CN109741595A (zh) * | 2018-12-07 | 2019-05-10 | 东南大学 | 一种城市配送车辆出行仿真方法及系统 |
| CN110378506A (zh) * | 2019-05-08 | 2019-10-25 | 上海大学 | 车辆碳排放量规划方法、装置、电子设备和存储介质 |
| CN111680936A (zh) * | 2020-08-12 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通碳排放量的监测方法、装置及终端设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102238001B1 (ko) * | 2020-10-30 | 2021-04-08 | 재단법인 서울특별시 서울기술연구원 | 도로이동오염원에 의한 대기오염물질 배출량 산정 장치 및 그 산정 방법 |
-
2022
- 2022-05-13 CN CN202210519785.8A patent/CN117093818B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105138832A (zh) * | 2015-08-18 | 2015-12-09 | 浙江工商大学 | 一种核算车辆路径规划中碳排放量的方法和系统 |
| CN109741595A (zh) * | 2018-12-07 | 2019-05-10 | 东南大学 | 一种城市配送车辆出行仿真方法及系统 |
| CN110378506A (zh) * | 2019-05-08 | 2019-10-25 | 上海大学 | 车辆碳排放量规划方法、装置、电子设备和存储介质 |
| CN111680936A (zh) * | 2020-08-12 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通碳排放量的监测方法、装置及终端设备 |
Non-Patent Citations (1)
| Title |
|---|
| 考虑碳排放的时变路网多车型城市配送路径优化研究;张煜璐;中国优秀硕士学位论文全文数据库 ，工程科技Ⅱ辑;20170615(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117093818A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yao et al. | Vehicle fuel consumption prediction method based on driving behavior data collected from smartphones | |
| WO2021135653A1 (zh) | 一种识别车辆的异常停留的方法和系统 | |
| US9672667B2 (en) | System for processing fleet vehicle operation information | |
| US11657074B2 (en) | Systems and methods for database geocoding | |
| US20170103101A1 (en) | System for database data quality processing | |
| CN109670970B (zh) | 一种驾驶行为评分方法、装置及计算机可读存储介质 | |
| CN108475358B (zh) | 用于评价驾驶员的行程性能的方法和系统 | |
| CN108369682B (zh) | 用于评价驾驶员的行程性能的方法和系统 | |
| CN109109784A (zh) | 根据用户行为而提供车辆剩余行驶信息的系统及其方法 | |
| CN112598169B (zh) | 交通运行态势评估方法、系统及装置 | |
| CN108475359B (zh) | 用于评价驾驶员的行程性能的方法和系统 | |
| CN108431837B (zh) | 用于评价驾驶员的行程性能的方法和系统 | |
| CN108369683B (zh) | 用于评价驾驶员的行程性能的方法和系统 | |
| CN102661881B (zh) | 机动车船燃油废气和微细颗粒排放的智能监管系统和方法 | |
| CN111210537A (zh) | 一种油耗分析方法、装置、设备和存储介质 | |
| CN112734242A (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
| CN113762755A (zh) | 驾驶员分析报告推送方法、装置、计算机设备和存储介质 | |
| CN108369681B (zh) | 用于评价驾驶员的行程性能的方法和系统 | |
| CN108475357B (zh) | 用于评价驾驶员的行程性能的方法和系统 | |
| Xing et al. | Operation Energy Consumption Estimation Method of Electric Bus Based on CNN Time Series Prediction | |
| CN117400948A (zh) | 一种汽车能耗预测方法、装置、电子设备及存储介质 | |
| CN117093818B (zh) | 城配物流车辆碳排放的测算方法及系统 | |
| Peng et al. | Usage-based insurance system based on carrier-cloud-client | |
| CN116664025A (zh) | 装卸货位置点生成方法、装置及设备 | |
| CN103607408A (zh) | 基于实时油耗信息采集的油耗核算方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |