CN117591617A - 一种混合交通流动态能耗测算方法、装置及可读存储介质 - Google Patents

一种混合交通流动态能耗测算方法、装置及可读存储介质 Download PDF

Info

Publication number
CN117591617A
CN117591617A CN202311553946.6A CN202311553946A CN117591617A CN 117591617 A CN117591617 A CN 117591617A CN 202311553946 A CN202311553946 A CN 202311553946A CN 117591617 A CN117591617 A CN 117591617A
Authority
CN
China
Prior art keywords
vehicle
energy consumption
database
road section
calculating
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
CN202311553946.6A
Other languages
English (en)
Inventor
毛宁
刘杰
于琦
马建兵
陈永志
林智祥
高嘉蔚
李齐丽
程逸楠
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.)
Transport Planning And Research Institute Ministry Of Transport
Original Assignee
Transport Planning And Research Institute Ministry Of Transport
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 Transport Planning And Research Institute Ministry Of Transport filed Critical Transport Planning And Research Institute Ministry Of Transport
Priority to CN202311553946.6A priority Critical patent/CN117591617A/zh
Publication of CN117591617A publication Critical patent/CN117591617A/zh
Pending legal-status Critical Current

Links

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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • 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
    • G08G1/065—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Remote Sensing (AREA)
  • Educational Administration (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Computational Linguistics (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (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)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种混合交通流动态能耗测算方法、装置及可读存储介质：获取待测算区域，并对该区域进行路段划分，得到多个路段。然后，利用预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库，计算出目标路段的车流量、平均车速、各种车型的能耗因子和车型比例。最后，根据这些数据，计算得到目标路段的能耗需求，进而计算出整个待测算区域的能耗需求。如此设计，为交通建设规划者提供了一种有效方案，可以更准确地评估和优化交通建设系统的能源效率。

Description

一种混合交通流动态能耗测算方法、装置及可读存储介质
技术领域
本发明涉及交通管理和规划领域，具体而言，涉及一种混合交通流动态能耗测算方法、装置及可读存储介质。
背景技术
随着社会经济的发展，交通建设压力日益增大，汽车作为主要的出行工具，其能源消耗和环境影响受到了广泛关注。交通与能源融合是未来发展必然趋势，而准确测算路网交通流所需能耗是把握交能融合需求端的必要途径。而在现有技术中，对于交通流能耗的测算，大都基于传统车型结构，而忽视了新型车辆，因此，需要一种更精细、全面的能耗测算方法，以便更好地评估和改善交通系统的能源效率。。
发明内容
本发明的目的在于提供一种混合交通流动态能耗测算方法、装置及可读存储介质。
第一方面，本发明实施例提供一种混合交通流动态能耗测算方法，包括；
获取待测算区域，并对所述待测算区域进行路段划分，得到多个路段；
获取预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库；
基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量和平均车速，所述目标路段为所述多个路段中的任一路段；
基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子；
基于所述车型结构数据库，计算得到所述目标路段的车型比例；
根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求；
根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求。
在一种可能的实施方式中，基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量，包括：
从所述路网数据库中获取所述目标路段对应的路网属性信息，所述路网属性信息包括所述目标路段对应的交通密度、阻塞密度以及通行能力；
从所述交通流数据库获取所述目标路段对应的速度信息，所述速度信息包括所述目标路段对应的速度、速度为流量最大时对应的车速以及自由流速度；
基于所述路网属性信息和所述速度信息，通过公式：
计算得到所述目标路段的车流量通；
其中，表示目标路段linki的车流量，/>表示目标路段linki的交通密度，表示目标路段linki速度，vm表示临界速度为流量最大时对应的车速，vf表示自由流速度，ρj表示阻塞密度，qc表示通行能力，c1表示交通状态与最大流量和阻塞密度之间的关系，c2表示交通状态与自由流速度、最大流量和阻塞密度之间的关系，c3表示交通状态与通行能力、自由流速度和阻塞密度之间的关系。
在一种可能的实施方式中，基于所述交通流数据库，计算得到目标路段的平均车速，包括：
从所述交通流数据库获取所述目标路段对应的速度信息，所述速度信息包括所述目标路段对应的平速度数据和速度数据量；
基于所述速度信息，通过公式：
计算所述目标路段的平均车速；
其中，v表示目标路段的平均速度，vs表示目标路段的速度数据，s表示目标路段的速度数据量。
在一种可能的实施方式中，所述基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子，包括：
从所述比功率分布数据库获取所述目标路段对应的比功率分布信息，所述比功率分布信息包括所述目标路段对应的各种车型机动车在各个比功率区间的分布值；
从所述机动车分车型排放率数据库获取所述目标路段对应的排放率信息，所述排放率信息包括各种车型机动车在各个比功率区间的排放率；
基于所述比功率分布信息和所述排放率信息，通过公式：
计算得到所述目标路段的各种车型机动车的能耗因子；
其中，所述表示平均速度v对应的第type种车型机动车的能耗因子，表示第type种车型机动车在第n个比功率区间的排放率，VSP/>表示第type种车型机动车在第n个比功率区间的分布值，δ为经验常数。
在一种可能的实施方式中，所述基于所述车型结构数据库，计算得到所述目标路段的车型比例，包括：
从所述车型结构数据库中获取所述目标路段对应的车型结构信息，所述车型结构信息包括目标路段对应的各种车型的数量、所有车型的数量；
基于所述车型结构信息，通过公式：
计算得到所述目标路段的车型比例；
其中，表示区域Area内第type种车型的比例，Ctype表示区域Area中第type种车型的数量，C表示区域Area中所有车型的数量。
在一种可能的实施方式中，所述根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求，包括：
根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，通过公式：
计算得到所述目标路段的能耗需求；
其中，表示目标路段linki的能耗需求，/>表示目标路段linki的长度，/>表示目标路段linki的车流量，v表示目标路段linki的平均车速，/>表示平均速度v对应的第type种车型机动车的能耗因子。
在一种可能的实施方式中，所述根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求，包括：
根据所述多个路段各自对应的能耗需求，通过公式：
计算得到所述待测算区域的区域能耗需求；
其中，所述nergy表示待测算区域的能耗需求。
第二方面，本发明实施例提供一种混合交通流动态能耗测算装置，包括：
获取模块，用于获取待测算区域，并对所述待测算区域进行路段划分，得到多个路段；获取预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库；
计算模块，用于基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量和平均车速，所述目标路段为所述多个路段中的任一路段；基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子；基于所述车型结构数据库，计算得到所述目标路段的车型比例；
测算模块，用于根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求；根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求。
第三方案面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行第一方面所述的混合交通流动态能耗测算方法。
第四方面，本发明实施例提供一种可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行第一方面所述的混合交通流动态能耗测算方法。
相比现有技术，本发明提供的有益效果包括：采用本发明实施例提供的一种混合交通流动态能耗测算方法、装置及可读存储介质，通过获取待测算区域，并对该区域进行路段划分，得到多个路段。然后，利用预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库，计算出目标路段的车流量、平均车速、各种车型的能耗因子和车型比例。最后，根据这些数据，计算得到目标路段的能耗需求，进而计算出整个待测算区域的能耗需求。如此设计，为交通建设规划者提供了一种有效方案，可以更准确地评估和优化交通建设系统的能源效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定。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相关的附图。
图1为本发明实施例提供的混合交通流动态能耗测算方法步骤流程示意图；
图2为本发明实施例提供的混合交通流动态能耗测算装置的结构示意框图；
图3为本发明实施例提供的计算机设备的结构示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要理解的是，术语“上”、“下”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，“设置”、“连接”等术语应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图，对本发明的具体实施方式进行详细说明。
为了解决前述背景技术中的技术问题，图1为本公开实施例提供的混合交通流动态能耗测算方法的步骤流程示意图，下面对该混合交通流动态能耗测算方法进行详细介绍。
步骤S201，获取待测算区域，并对所述待测算区域进行路段划分，得到多个路段；
步骤S202，获取预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库；
步骤S203，基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量和平均车速，所述目标路段为所述多个路段中的任一路段；
步骤S204，基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子；
步骤S205，基于所述车型结构数据库，计算得到所述目标路段的车型比例；
步骤S206，根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求；
步骤S207，根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求。
在本发明实施例中，假设我们需要对一个城市的交通能耗进行测算。首先，我们选择目标区域为该城市的中心商业区。然后，我们将该区域划分为多个路段，如主要道路、次要道路和街道。每个路段具有不同的交通特征和车流情况。在前面提到的交通建设能耗测算中，我们需要准备一些数据库。我们首先建立了一个路网数据库，其中包含了该城市各个道路的地理信息和连接关系。然后，我们获取了交通流数据库，其中记录了不同时间段内各个路段的车流量和平均车速数据。此外，我们还获取了比功率分布数据库，用于描述不同车辆类型在不同速度下的能耗分布。车型结构数据库记录了该城市的机动车型号和数量分布情况。最后，机动车分车型排放率数据库提供了各种车型机动车的能耗因子。假设我们选择了主要道路中的一个路段作为目标路段。通过分析路网数据库中的连接关系和交通流数据库中的数据，我们可以计算出该目标路段的车流量，即在特定时间段内通过该路段的车辆数量。同时，也可以计算出该目标路段的平均车速，即通过该路段的车辆的平均行驶速度。对于选定的目标路段，在比功率分布数据库中查找相应的比功率分布曲线。根据目标路段的平均车速，我们可以确定不同车型机动车在该路段上的能耗分布情况。然后，结合机动车分车型排放率数据库中提供的能耗因子，我们可以计算得到目标路段上各种车型机动车的能耗因子，用于后续的能耗需求计算。根据车型结构数据库中记录的该城市机动车的型号和数量分布情况，我们可以计算出在目标路段上不同车型机动车的比例。例如，如果该路段主要由小型轿车和大型货车组成，我们可以计算出小型轿车和大型货车在车型比例中所占的比例。假设我们的待测算区域是整个城市的中心商业区，由多个路段组成。我们已经计算出每个路段的能耗需求。现在，我们将这些能耗需求相加，以计算得到待测算区域的总能耗需求。
在一种可能的实施方式中，前述步骤S203可以通过以方式实施。
(1)从所述路网数据库中获取所述目标路段对应的路网属性信息，所述路网属性信息包括所述目标路段对应的交通密度、阻塞密度以及通行能力；
(2)从所述交通流数据库获取所述目标路段对应的速度信息，所述速度信息包括所述目标路段对应的速度、速度为流量最大时对应的车速以及自由流速度；
(3)基于所述路网属性信息和所述速度信息，通过公式：
计算得到所述目标路段的车流量通；
其中，表示目标路段linki的车流量，/>表示目标路段linki的交通密度，表示目标路段linki速度，vm表示临界速度为流量最大时对应的车速，vf表示自由流速度，ρj表示阻塞密度，qc表示通行能力，c1表示交通状态与最大流量和阻塞密度之间的关系，c2表示交通状态与自由流速度、最大流量和阻塞密度之间的关系，c3表示交通状态与通行能力、自由流速度和阻塞密度之间的关系。
在本发明实施例中，假设我们选择了城市主要道路上的一段长约2公里的路段作为目标路段。通过查询路网数据库，我们可以获得该目标路段的属性信息，如该路段的交通密度为200辆/公里、阻塞密度为300辆/公里和通行能力为1000辆/小时。根据选定的目标路段，我们在交通流数据库中查找该路段的速度信息。假设该路段当前的速度为40公里/小时，流量最大时对应的车速为20公里/小时，自由流速度为60公里/小时。使用所提供的公式，我们可以计算目标路段的车流量。根据公式计算过程如下：首先，根据给定的参数和速度信息计算出公式中的c1、c2、c3的值。假设根据路网属性信息和速度信息计算得到的c1＝0.5、c2＝0.8、c3＝0.2。然后，将计算得到的c1、c2、c3的值代入公式，并结合目标路段的交通密度和速度，计算得到该目标路段的车流量。
在一种可能的实施方式中，前述步骤S203可以通过以方式实施。
(1)从所述交通流数据库获取所述目标路段对应的速度信息，所述速度信息包括所述目标路段对应的平速度数据和速度数据量；
(2)基于所述速度信息，通过公式：
计算所述目标路段的平均车速；
其中，v表示目标路段的平均速度，vs表示目标路段的速度数据，s表示目标路段的速度数据量。
在本发明实施例中，假设我们选定的目标路段是一条长约1公里的城市快速路段。通过查询交通流数据库，我们可以获得该目标路段的速度信息。例如，我们从数据库中获取了100个时间片段内的速度数据，这些数据记录了车辆在目标路段上的不同时间点的速度。使用所提供的公式，我们可以计算目标路段的平均车速。根据公式计算过程如下：首先，我们将获取的速度数据进行累加，得到所有速度数据的总和。假设我们得到了速度数据的总和为3000km/h。然后，通过除以速度数据的数量，即100个时间片段，得到速度数据的平均值。在这个例子中，平均车速计算为3000km/h÷100＝30km/h。因此，根据所提供的公式，我们计算得到目标路段的平均车速为30km/h。综合以上场景举例，我们基于交通流数据库中的速度信息，通过公式计算得到了目标路段的平均车速。这个结果可以用于更深入的交通分析和规划工作中，以评估目标路段的交通状况和性能。
在一种可能的实施方式中，前述步骤S204可以通过以下示例执行实施。
(1)从所述比功率分布数据库获取所述目标路段对应的比功率分布信息，所述比功率分布信息包括所述目标路段对应的各种车型机动车在各个比功率区间的分布值；
(2)从所述机动车分车型排放率数据库获取所述目标路段对应的排放率信息，所述排放率信息包括各种车型机动车在各个比功率区间的排放率；
(3)基于所述比功率分布信息和所述排放率信息，通过公式：
计算得到所述目标路段的各种车型机动车的能耗因子；
其中，所述表示平均速度v对应的第type种车型机动车的能耗因子，表示第type种车型机动车在第n个比功率区间的排放率，/>表示第type种车型机动车在第n个比功率区间的分布值，δ为经验常数。
在本发明实施例中，假设我们选择了一条城市主要道路上的目标路段，涵盖了轿车、卡车和摩托车等不同类型的机动车辆。通过查询比功率分布数据库，我们可以获得该目标路段各种车型机动车在不同比功率区间的分布信息。例如，在低于50kW、50-100kW和大于100kW三个比功率区间内，轿车分别占总车流量的40％、30％和10％，卡车分别占20％、40％和30％，摩托车分别占10％、30％和60％。根据所选目标路段和车型，我们查询机动车分车型排放率数据库，获得各种车型机动车在不同比功率区间的排放率信息。例如，轿车在低于50kW比功率区间内的排放率为10g/km，50-100kW区间内的排放率为20g/km，大于100kW区间内的排放率为30g/km；卡车在对应区间内的排放率分别为40g/km、60g/km和80g/km；摩托车在对应区间内的排放率分别为5g/km、10g/km和15g/km。首先，我们根据比功率分布信息和排放率信息，结合每个比功率区间的分布值和排放率，计算出每个车型在该比功率区间内的能耗因子。
然后，将每个比功率区间内各车型的能耗因子加权求和，得到目标路段中各种车型机动车的平均能耗因子。综合以上场景举例，我们根据比功率分布信息和排放率信息，使用给定的公式计算得到了目标路段中各种车型机动车的能耗因子。
在一种可能的实施方式中，前述步骤S205可以通过以下方式执行实施。
(1)从所述车型结构数据库中获取所述目标路段对应的车型结构信息，所述车型结构信息包括目标路段对应的各种车型的数量、所有车型的数量；
(2)基于所述车型结构信息，通过公式：
计算得到所述目标路段的车型比例；
其中，表示区域Area内第type种车型的比例，Ctype表示区域Area中第type种车型的数量，C表示区域Area中所有车型的数量。
在本发明实施例中，假设我们选定的目标路段是城市高速公路上的一个区域，涵盖了轿车、卡车和摩托车等不同类型的车辆。通过查询车型结构数据库，我们可以获得该目标路段中各种车型的数量以及所有车型的数量信息。例如，该区域内轿车的数量为500辆，卡车的数量为100辆，摩托车的数量为50辆，而总共有650辆车。使用所提供的公式，我们可以计算目标路段的车型比例。根据公式计算过程如下：
首先，我们根据车型结构信息中各种车型的数量，计算出每种车型在该区域内的比例。然后，将各种车型的比例进行归一化处理，确保它们的总和为1，即保证所有车型比例的总和为1。在这个例子中，根据给定的公式计算得到的目标路段的车型比例为：假设在上述场景中，轿车数量为500辆，卡车数量为100辆，摩托车数量为50辆，则根据公式计算得到的车型比例为：轿车＝0.769，/>卡车＝0.154，/>摩托车＝0.077。
在一种可能的实施方式中，前述步骤S206可以通过以下步骤执行实施。
(1)根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，通过公式：
计算得到所述目标路段的能耗需求；
其中，表示目标路段linki的能耗需求，/>表示目标路段linki的长度，/>表示目标路段linki的车流量，v表示目标路段linki的平均车速，/>表示平均速度v对应的第type种车型机动车的能耗因子。
假设我们选择了一条城市主要道路上的目标路段，该路段长度为2公里，车流量为500辆/小时，平均车速为40公里/小时。同时，我们已经通过之前的步骤获得了该目标路段的车型比例和各种车型机动车的能耗因子。根据所提供的公式，我们可以计算目标路段的能耗需求。
在一种可能的实施方式中，前述步骤S207可以通过以下方式实现。
(1)根据所述多个路段各自对应的能耗需求，通过公式：
计算得到所述待测算区域的区域能耗需求；
其中，所述nergy表示待测算区域的能耗需求。
假设我们考虑的是一个城市内的交通网络，包括多个路段组成的待测算区域。每个路段都有自己的长度、车流量、平均车速、车型比例和各种车型机动车的能耗因子。
例如，我们选择了一个待测算区域，它由三个相邻的路段和/>)组成。现在我们已经针对每个路段计算出了它们各自的能耗需求值。
根据所提供的公式，我们需要对每个路段的能耗需求进行累加，得到整个待测算区域的区域能耗需求。
假设路段的能耗需求为1000单位，路段/>的能耗需求为1500单位，路段的能耗需求为800单位。我们可以使用以下公式计算待测算区域的区域能耗需求：
Energy＝1000+1500+800＝3300
在这个例子中，待测算区域的能耗需求为3300单位。
综合以上场景举例，我们通过累加每个路段的能耗需求，根据给定的公式计算得到了待测算区域的区域能耗需求。这个能耗需求值可以用于评估整个区域的能源消耗情况，并支持交通建设规划、能源管理和环境评估等方面的决策。
下面提供一种本发明实施例中混合交通流动态能耗测算方法的整体实施方式的描述。
步骤A，构建多种数据库。
构建路网数据库、路网数据库、交通流数据库、比功率分布数据库、车型结构数据库、排放率数据库。
对于路网数据库，利用路网地理信息数据，建立包含道路编号、道路名称、道路类型等信息的数据库；其中道路类型包括但不限于高速公路、一级公路、二级公路、三级公路、四级公路。
基于卡口监测数据、浮动车数据和公路交调数据等公路监测数据，建立包含道路编号、道路类型、道路速度、道路车型等信息的交通流数据库；
基于机动车行驶轨迹数据、路网数据等信息构建比功率分布数据库，具体地：
依据机动车行驶轨迹数据、路网数据，计算分道路类型、分车型的比功率分布。包含：划分机动车行驶轨迹，计算每个行驶轨迹片段的平均速度与逐秒轨迹下的比功率，将行驶轨迹片段划分到所属的道路类型和速度区间；对于不同道路类型下的每一个速度区间，对比功率进行聚类，建立比功率分布数据库，计算公式具体如下：
其中，VSP表示机动车的比功率；Speedbin表示速度划分区间；VSPbin表示机动车比功率区间；k表示速度；n表示比功率；m表示规定车型的重量；v表示机动车的速度；a表示机动车的加速度；A表示车辆滚动阻力系数；B表示旋转滚动阻力系数；C表示空气阻力系数；sinθ表示道路坡度；g表示当地的重力加速度。
基于公路交调数据、车辆注册信息等数据，构建车型结构数据库；
基于机动车排放数据，建立包含车辆类型、燃料类型、排放标准、排放率等信息的机动车分车型排放率数据库。
步骤B，选取研究区域Area(即待测算区域)。
步骤C，建立区域Area下的路段linki(即目标路段)的流量模型。
提取路网数据库中区域Area的路网属性信息、提取交通流数据库中区域Area的速度信息；对于研究区域Area内的路段linki，基于VanAerde模型，利用速度数据计算路段linki流量，计算公式：
其中，表示研究区域Area内路段linki的交通流量；/>表示研究区域Area内路段linki的交通密度；/>表示研究区域Area内路段linki速度；vm表示临界速度为流量最大时对应的车速；vf表示自由流速度；密度为零时对应的理论速度，即不考虑交通控制、车辆之间无干扰、驾驶员可按主观意愿进行自由选择的行驶速度；ρj表示阻塞密度，即速度和流量趋近于零、车辆无法通行的密度；qc表示通行能力，即一定道路和交通条件下，某一断面单位时间内所能通过的最大车辆数。
值得说明的是，若能够开展具体的link级交通调查并进一步形成路网交通流数据库，可直接从交通流数据库中直接提取路段linki流量。
该路段平均速度为其中，v表示该路段的平均速度；vs表示该路段的速度数据；s表示该路段的速度数据量。
步骤D，建立区域Area下的路段linki的车型结构比例模型。
提取车型结构数据库中区域Area的车型结构信息，建立区域Area的车型结构比例模型，具体如下：
其中，/>表示区域Area内第type种车型的比例；车型包括但不限于电、氢、油、气、混动等类型；Ctype表示区域Area中第type种车型的数量；C表示区域Area中所有车型的数量。
步骤E，建立区域Area下的机动车能耗模型，计算该区域下混合交通流所需能耗。
提取比功率分布数据库中区域Area的各车型比功率分布数据，结合排放率数据库，计算研究区域Area内路段linki上各车型的能耗因子：/>其中，/>表示平均速度v对应的第trpe种车型机动车的能耗因子；/>表示第trpe种车型机动车在第n个比功率区间的排放率；/>表示第type种车型机动车在第n个比功率区间的分布值；δ为经验常数，可以取值3600。
计算研究区域Area内路段linki的能耗需求：
其中，表示区域Area内路段linki的能耗需求；/>表示区域Area内路段linki的长度；/>表示区域Area内路段linki的车流量；v表示区域Area内路段linki的平均车速；/>表示平均速度v对应的第type种车型机动车的能耗因子。
计算研究区域Area内的能耗需求：
其中，Energy表示区域Area的能耗需求。
值得说明的是，前述比功率分布数据库是通过以下方式构建的。
首先获取机动车行驶轨迹数据路网数据，从中提取出经纬度、道路类型、瞬时速度、加速度以及车型的相关数据，然后通过依次计算划分短行程、平均速度、平均速度区间，以及计算出比功率，基于平均速度区间和比功率进行分布计算，进而得到比功率分布数据库。
请结合参阅图2，图2为本发明实施例提供的一种混合交通流动态能耗测算装置结构示意框图，混合交通流动态能耗测算装置110包括：
获取模块1101，用于获取待测算区域，并对所述待测算区域进行路段划分，得到多个路段；获取预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库；
计算模块1102，用于基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量和平均车速，所述目标路段为所述多个路段中的任一路段；基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子；基于所述车型结构数据库，计算得到所述目标路段的车型比例；
测算模块1103，用于根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求；根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求。
需要说明的是，前述混合交通流动态能耗测算装置110的实现原理可以参考前述混合交通流动态能耗测算方法的实现原理，在此不再赘述。应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，混合交通流动态能耗测算装置110可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上混合交通流动态能耗测算装置110的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(fieldprogrammable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessingunit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
本发明实施例提供一种计算机设备100，计算机设备100包括处理器及存储有计算机指令的非易失性存储器，计算机指令被处理器执行时，计算机设备100执行前述的混合交通流动态能耗测算方法。如图3所示，图3为本发明实施例提供的计算机设备100的结构框图。计算机设备100包括混合交通流动态能耗测算装置110、存储器111、处理器112及通信单元113。
为实现数据的传输或交互，存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接。例如，可通过一条或多条通讯总线或信号线实现这些元件相互之间电性连接。混合交通流动态能耗测算装置110包括至少一个可以软件或固件(firmware)的形式存储于存储器111中或固化在计算机设备100的操作系统(operatingsystem，OS)中的软件功能模块。处理器112用于执行存储器111中存储的混合交通流动态能耗测算装置110，例如混合交通流动态能耗测算装置110所包括的软件功能模块及计算机程序等。
本发明实施例提供一种可读存储介质，可读存储介质包括计算机程序，计算机程序运行时控制可读存储介质所在计算机设备执行前述的混合交通流动态能耗测算方法。
出于说明目的，前面的描述是参考具体实施例而进行的。但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导，众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。出于说明目的，前面的描述是参考具体实施例而进行的。但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导，众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。

Claims (10)

1.一种混合交通流动态能耗测算方法，其特征在于，包括；
获取待测算区域，并对所述待测算区域进行路段划分，得到多个路段；
获取预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库；
基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量和平均车速，所述目标路段为所述多个路段中的任一路段；
基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子；
基于所述车型结构数据库，计算得到所述目标路段的车型比例；
根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求；
根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求。
2.根据权利要求1所述的方法，其特征在于，基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量，包括：
从所述路网数据库中获取所述目标路段对应的路网属性信息，所述路网属性信息包括所述目标路段对应的交通密度、阻塞密度以及通行能力；
从所述交通流数据库获取所述目标路段对应的速度信息，所述速度信息包括所述目标路段对应的速度、速度为流量最大时对应的车速以及自由流速度；
基于所述路网属性信息和所述速度信息，通过公式：
计算得到所述目标路段的车流量通；
其中，表示目标路段linki的车流量，/>表示目标路段linki的交通密度，/>表示目标路段linki速度，vm表示临界速度为流量最大时对应的车速，vf表示自由流速度，ρj表示阻塞密度，qc表示通行能力，c1表示交通状态与最大流量和阻塞密度之间的关系，c2表示交通状态与自由流速度、最大流量和阻塞密度之间的关系，c3表示交通状态与通行能力、自由流速度和阻塞密度之间的关系。
3.根据权利要求1所述的方法，其特征在于，基于所述交通流数据库，计算得到目标路段的平均车速，包括：
从所述交通流数据库获取所述目标路段对应的速度信息，所述速度信息包括所述目标路段对应的平速度数据和速度数据量；
基于所述速度信息，通过公式：
计算所述目标路段的平均车速；
其中，v表示目标路段的平均速度，vs表示目标路段的速度数据，s表示目标路段的速度数据量。
4.根据权利要求1所述的方法，其特征在于，所述基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子，包括：
从所述比功率分布数据库获取所述目标路段对应的比功率分布信息，所述比功率分布信息包括所述目标路段对应的各种车型机动车在各个比功率区间的分布值；
从所述机动车分车型排放率数据库获取所述目标路段对应的排放率信息，所述排放率信息包括各种车型机动车在各个比功率区间的排放率；
基于所述比功率分布信息和所述排放率信息，通过公式：
计算得到所述目标路段的各种车型机动车的能耗因子；
其中，所述表示平均速度v对应的第type种车型机动车的能耗因子，/>表示第type种车型机动车在第n个比功率区间的排放率，/>表示第type种车型机动车在第n个比功率区间的分布值，δ为经验常数。
5.根据权利要求1所述的方法，其特征在于，所述基于所述车型结构数据库，计算得到所述目标路段的车型比例，包括：
从所述车型结构数据库中获取所述目标路段对应的车型结构信息，所述车型结构信息包括目标路段对应的各种车型的数量、所有车型的数量；
基于所述车型结构信息，通过公式：
计算得到所述目标路段的车型比例；
其中，表示区域Area内第type种车型的比例，Ctype表示区域Area中第type种车型的数量，C表示区域Area中所有车型的数量。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求，包括：
根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，通过公式：
计算得到所述目标路段的能耗需求；
其中，表示目标路段linki的能耗需求，/>表示目标路段linki的长度，表示目标路段linki的车流量，v表示目标路段linki的平均车速，/>表示平均速度v对应的第type种车型机动车的能耗因子。
7.根据权利要求6所述的方法，其特征在于，所述根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求，包括：
根据所述多个路段各自对应的能耗需求，通过公式：
计算得到所述待测算区域的区域能耗需求；
其中，所述nergy表示待测算区域的能耗需求。
8.一种混合交通流动态能耗测算装置，其特征在于，包括：
获取模块，用于获取待测算区域，并对所述待测算区域进行路段划分，得到多个路段；获取预先构建的路网数据库、交通流数据库、比功率分布数据库、车型结构数据库以及机动车分车型排放率数据库；
计算模块，用于基于所述路网数据库和所述交通流数据库，计算得到目标路段的车流量和平均车速，所述目标路段为所述多个路段中的任一路段；基于所述比功率分布数据库和所述机动车分车型排放率数据库，计算得到所述目标路段的各种车型机动车的能耗因子；基于所述车型结构数据库，计算得到所述目标路段的车型比例；
测算模块，用于根据所述目标路段的长度、所述车流量、所述平均车速、所述车型比例以及所述各种车型机动车的能耗因子，计算得到所述目标路段的能耗需求；根据所述多个路段各自对应的能耗需求，计算得到所述待测算区域的区域能耗需求。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行权利要求1-7中任意一项所述的混合交通流动态能耗测算方法。
10.一种可读存储介质，其特征在于，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行权利要求1-7中任意一项所述的混合交通流动态能耗测算方法。
CN202311553946.6A 2023-11-21 2023-11-21 一种混合交通流动态能耗测算方法、装置及可读存储介质 Pending CN117591617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311553946.6A CN117591617A (zh) 2023-11-21 2023-11-21 一种混合交通流动态能耗测算方法、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311553946.6A CN117591617A (zh) 2023-11-21 2023-11-21 一种混合交通流动态能耗测算方法、装置及可读存储介质

Publications (1)

Publication Number Publication Date
CN117591617A true CN117591617A (zh) 2024-02-23

Family

ID=89912689

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311553946.6A Pending CN117591617A (zh) 2023-11-21 2023-11-21 一种混合交通流动态能耗测算方法、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN117591617A (zh)

Citations (4)

* 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
CN104715605A (zh) * 2015-02-16 2015-06-17 北京交通大学 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
KR101668753B1 (ko) * 2015-06-29 2016-11-09 한국건설기술연구원 대기 오염 관리 시스템
CN117079459A (zh) * 2023-08-18 2023-11-17 北京赛目科技股份有限公司 混合自动驾驶交通流流速密能图谱构建方法及系统

Patent Citations (4)

* 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
CN104715605A (zh) * 2015-02-16 2015-06-17 北京交通大学 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
KR101668753B1 (ko) * 2015-06-29 2016-11-09 한국건설기술연구원 대기 오염 관리 시스템
CN117079459A (zh) * 2023-08-18 2023-11-17 北京赛目科技股份有限公司 混合自动驾驶交通流流速密能图谱构建方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴兵编著: "城市交通拥堵风险防控", 30 November 2020, 同济大学出版社, pages: 26 - 27 *

Similar Documents

Publication Publication Date Title
Hao et al. Seasonal effects on electric vehicle energy consumption and driving range: A case study on personal, taxi, and ridesharing vehicles
Zhao et al. Development of a representative urban driving cycle construction methodology for electric vehicles: A case study in Xi’an
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
Zhao et al. Construction of electric vehicle driving cycle for studying electric vehicle energy consumption and equivalent emissions
CN110728396B (zh) 一种考虑时空分布的电动汽车充电负荷综合建模方法
Liu et al. Impact of road gradient on energy consumption of electric vehicles
Liu et al. Modelling the multilevel structure and mixed effects of the factors influencing the energy consumption of electric vehicles
Lee et al. Synthesis of real-world driving cycles and their use for estimating PHEV energy consumption and charging opportunities: Case study for Midwest/US
Hu et al. Differences in energy consumption in electric vehicles: an exploratory real‐world study in Beijing
Chen et al. A review and outlook of energy consumption estimation models for electric vehicles
Shahidinejad et al. Statistical development of a duty cycle for plug-in vehicles in a North American urban setting using fleet information
Tong et al. A framework for developing driving cycles with on‐road driving data
Wang et al. Beijing passenger car travel survey: implications for alternative fuel vehicle deployment
Qi et al. Investigating real-world energy consumption of electric vehicles: a case study of Shanghai
Paffumi et al. European-wide study on big data for supporting road transport policy
Bhatti et al. Development and analysis of electric vehicle driving cycle for hilly urban areas
CN105868861A (zh) 一种基于时空数据融合的公交客流演化分析方法
Seedam et al. Development of an onboard system to measure the on-road driving pattern for developing motorcycle driving cycle in Khon Kaen city, Thailand
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
CN117079459B (zh) 混合自动驾驶交通流流速密能图谱构建方法及系统
CN113085832B (zh) 一种增程式混合动力车辆能量管理方法
Tong et al. Developing electric bus driving cycles with significant road gradient changes: A case study in Hong Kong
Ye et al. Driving cycle electrification and comparison
Magsino Investigating the operational dynamics of different transportation modes in vehicular networks
Wankhede et al. Differentiation of various drive cycles for estimating an electric four wheeler's energy utilisation for efficacious performance

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