基于move模型的不停車收費措施減排效果評價

基于move模型的不停車收費措施減排效果評價

0基于moves模型的交通排放模型汽車產(chǎn)量的增加是城市交通擁堵和污染的加劇。我國當前交通問題研究的關注點正由集中治堵轉(zhuǎn)向治堵與減排兼顧,采用的交通管理與控制策略也在緩解交通擁堵、疏導交通流的同時考慮其對減少尾氣排放的作用。交通管理與控制措施會改變路網(wǎng)中車輛的行駛工況,而不同的行駛工況將導致不同的尾氣排放。微觀層次交通排放模型是量化機動車排放、評價交通管理產(chǎn)生節(jié)能減排效果的重要手段。近年來,國外專家學者基于機動車排放數(shù)據(jù)開發(fā)了大量的尾氣量化模型,在國內(nèi)外應用比較廣泛的有:MOBILE,COPERT,CMEM和MOVES等。其中MOBILE、COPERT等是宏觀模型,可以用來測算國家或城市的交通油耗排放總量和發(fā)展趨勢,但不能用于微觀層次的排放評價。Barth等建立的基于功率需求的CMEM模型,它通過車輛行駛模式和發(fā)動機運行參數(shù)計算逐秒排放。盡管CMEM是微觀模型中應用較為廣泛的模型,但其復雜的單車參數(shù)設置和計算需求局限了其用于測算和評價交通項目的排放影響。MOVES模型是美國環(huán)保署從2001年開始研發(fā)的新一代綜合排放模型。它基于功率需求變量及其分布,實現(xiàn)了排放模型在微觀、中觀和宏觀不同集計層次的統(tǒng)一。目前,MOVES已成為美國加州以外地區(qū)用于交通排放評估的法規(guī)模型。MOVES模型中的默認運行工況和基本排放率主要針對美國本土,且相對固化。由于我國與美國在車型類型劃分標準、道路交通狀況等方面的差異性,因此將MOVES模型引入我國進行排放測算時,需要對模型中的參數(shù)進行本地化修正。在我國,清華大學、北京交通大學和東南大學等也進行了微觀層次交通排放模型與算法的研究。張瀟等利用車載尾氣檢測設備得到實測排放數(shù)據(jù),并用此方法計算了交叉口不同轉(zhuǎn)向的尾氣排放與路段的比值。吳孟庭等利用微觀仿真軟件(Vissim)對研究對象進行微觀交通流模擬,并將得到的車輛運行數(shù)據(jù)作為CMEM模型的輸入文件,對某一公交專用道設置進行了油耗及減排評價。李東玲等參考美國環(huán)保署NON-ROAD模型中非道路移動源排放模擬的基本方法,建立了基于實際燃油消耗率估算我國工程機械排放清單的方法。但是,國內(nèi)還未見基于MOVES模型的微觀層次交通排放評價的應用研究。在此背景下,通過分析MOVES模型的計算原理與輸入?yún)?shù),提出微觀層次輸入?yún)?shù)的本地化獲取方法。結(jié)合北京車輛排放數(shù)據(jù),運用2種方法,即在MOVES計算原理的基礎上分別使用本地排放率和MOVES模型中默認排放率,進行排放測算,并與實測排放數(shù)據(jù)進行比較,以分析MOVES技術路線的適用性和應用改進建議。1基于move的微觀交通排放評價參數(shù)的獲取方法1.1交通排放的微觀模型在MOVES模型中給定預測地點、時間、排放過程和車輛類型后,污染物排放可以按照下面4步進行計算。1)計算車輛所有運行信息,包括機動車啟動次數(shù)、運行時間(SHO)、用于蒸發(fā)排放計算的排放源時間(SH)和停車時間(SHP)等。2)把所有的車輛運行信息分布到車型和運行工況區(qū)間上,每個區(qū)間對應的排放過程(包括蒸發(fā)排放、啟動排放、運行排放等)是惟一的。3)計算排放率。排放率在給定排放過程、車型和運行工況區(qū)間的基礎上表征各車型的排放特征,但同時排放率也會受到額外因素的影響,比如燃油和溫度等。4)把分布在排放源、運行工況區(qū)間上的所有排放相加。數(shù)學表達式如下。式中:TEprocess,sourcetype為總排放量;process為排放過程;sourcetype為排放源類型;bin為排放源和工況區(qū)間;ER為排放率;Ac為行駛特征;Aj為調(diào)整因子。針對不同的應用層次,在MOVES模型中所需要的輸入數(shù)據(jù)是不同的,見表1。計算微觀層次交通排放需要輸入的參數(shù)有:天氣信息、燃油類型與信息、車齡分布、檢測維護制度、運行工況分布、排放源類型、行駛周期和非道路運行數(shù)據(jù)。在本文的研究中主要關注城市道路運行下的機動車尾氣排放,所以對此類參數(shù)予以重點討論。1.2運行工況分布的逐秒計算運行工況分布是MOVES模型的核心參數(shù)。模型根據(jù)參數(shù)的可獲取性給定了3種形式的運行工況分布計算的源參數(shù):平均速度、行駛周期和運行工況分布。這3個參數(shù)在微觀層次排放測算中只需要輸入1個,但最終都要轉(zhuǎn)化為運行工況分布參與計算。在MOVES中輸入平均速度或行駛周期后,模型會自動算出運行工況分布。而直接獲取本地化的運行工況分布參數(shù),是精確測算排放、將MOVES模型本地化的關鍵。運行工況分布由多個排放過程的工況分布(加速、減速、勻速、怠速等)組合而成,其中每個排放過程又被詳細劃分為23個工況小區(qū)間(opmodebin),見表2。MOVES根據(jù)機動車瞬時速度、加速度來分別計算車輛在各個bin下的運行工況分布。運行工況分布參數(shù)的獲取主要有2種方法:(1)利用GPS實測的逐秒數(shù)據(jù);(2)在無GPS實測數(shù)據(jù)條件下,可用獲取平均速度的方法間接獲取運行工況分布數(shù)據(jù)。運行工況分布參數(shù)來自于逐秒速度,而無GPS實測數(shù)據(jù)不能得到精確的運行工況分布參數(shù),所以下面主要討論第1種方法。筆者提出的方法是把GPS安裝在測試車輛上,按照既定的線路進行運行測試得到逐秒運行數(shù)據(jù),這樣可以更加真實的反映機動車的運行工況分布特征。對得到的逐秒數(shù)據(jù)進行質(zhì)量控制后,計算VSP值。對于典型輕型車,可采用如下公式,由速度和加速度2個瞬時變量計算。式中:v為機動車速度,m·s-1;a為機動車加速度,m·s-2。得到逐秒VSP值就可以按照表2中的運行工況區(qū)間定義計算機動車在各個工況區(qū)間的時間分布,繼而利用MOVES中各工況區(qū)間對應的排放率或本地排放率進行排放計算,在實例分析中將對這2種排放計算方法進行詳細介紹。當運行工況參數(shù)不可得到時,可以輸入平均速度或行駛周期,下面介紹平均速度和行駛周期的本地化獲取方法。在MOVES中,平均速度指行程速度,而非點速度,由于點速度通常高于行程速度,交通工程中常見的RTMS微波檢測器或感應線圈的平均速度數(shù)據(jù)并不能直接代入MOVES中參與計算。平均行程速度的獲取可分2種情況討論:(1)有GPS實測,即在測試車輛上安裝GPS設備,并使其在被評價路網(wǎng)上運行,并對測試結(jié)果進行數(shù)據(jù)質(zhì)量控制,即可得到被測試路段的平均速度;(2)無GPS實測,這種情況下可以參考當?shù)亟煌ú块T采集發(fā)布的行程速度(如基于GPS的浮動車數(shù)據(jù))或由點速度根據(jù)經(jīng)驗推算。輸入平均速度后,MOVES模型會選擇系統(tǒng)默認的或用戶提供的行駛周期計算運行工況分布。行駛周期指一段時間內(nèi)車輛行駛速度隨時間的變化曲線,它是對1輛車在城市道路上從起點至終點駕駛狀態(tài)的模擬。行駛周期參數(shù)的獲取同樣有2種方法:(1)利用GPS實測數(shù)據(jù),即在測試車輛上安裝GPS設備,并使其按照設計好的線路運行,得到被測試路段上的逐秒數(shù)據(jù),然后按照行駛周期合成的方法計算本地行駛周期,具體方法可參考相關文獻;(2)采用默認行駛周期,我國在法規(guī)排放測試上一般采用歐洲的ECE和EU-DC行駛周期,MOVES針對車型、道路類型和速度區(qū)間提供了不同的行駛周期,但在實際道路運行過程中,存在著很多不可預見性和偶然性,所以一般不推薦使用第2種方法。1.3機動車信息此外,MOVES模型還涉及以下4類參數(shù)。(1)機動車車型、車齡分布參數(shù)獲取?？衫密嚺谱R別技術進行交通流車型構(gòu)成數(shù)據(jù)和車齡分布數(shù)據(jù)的收集。由于MOVES模型中的車型分類按照美國車型分類標準進行劃分,所以在將MOVES模型應用于我國排放測算時,需要把獲得的車型數(shù)據(jù)按照MOVES模型里面的車型分類進行匹配。關于機動車相關信息的提取可參考相關論文。(2)天氣信息參數(shù)的獲取。天氣參數(shù)主要包括溫度和相對濕度,這2個參數(shù)可以利用電子溫濕度測試儀及時獲得,也可從當?shù)貧庀蟛块T獲取相關數(shù)據(jù)。(3)燃油信息與類型參數(shù)獲取?？筛鶕?jù)當?shù)貓?zhí)行的油品地方標準或國家標準進行參數(shù)的設置,例如《北京市地方車用汽油標準》(DB11/238—2012)和《車用柴油標準》(DB11/239—2012)。(4)道路類型參數(shù)獲取。MOVES模型中道路類型主要分為2種:限制出入道路和非限制出入道路。限制出入道路主要指快速路等車輛必須經(jīng)由固定出入口進出的高等級道路,而非限制入口道路主要指非快速路(一般有信號燈控制)。2收費及收費模式為了檢驗上述方法在微觀層次交通排放評價中的適用性,以首都機場高速路天竺收費站為研究對象,根據(jù)收費站不同的通過方式———電子收費(ETC)和人工收費(MTC),收集了車輛逐秒速度數(shù)據(jù),并基于本地排放率和默認排放率分別對車輛通過ETC和MTC車道時的排放進行測算;同時,收集了相應的逐秒排放數(shù)據(jù),以檢驗MOVES測算結(jié)果的準確性。2.1u2009etcs的測量仿真1)測試設備和測試車輛。該測試采用的設備是車載排放設備OEM-2100。該設備能夠檢測車輛每秒的CO2,CO,HC,NOx排放和逐秒油耗,以及對應的逐秒速度和經(jīng)緯度數(shù)據(jù)。本案例中采用的測試車輛為國I排放標準輕型車捷達,該車生產(chǎn)于2000年,排量1.6L,裝有三元催化器。2)測試路段。以北京市天竺收費站為中心,選取車輛駕駛行為受到收費站影響的上下游各200m區(qū)間作為研究路段。天竺收費站距離首都機場2km,雙向共16個收費通道,ETC收費通道位于最外側(cè)。該ETC系統(tǒng)要求通過車輛車速不能超過60km/h,并保持2m以上車距,且僅向裝有“速通卡”的車輛開放。3)測試設計。為了收集在不同交通狀況下的ETC和MTC車道的排放數(shù)據(jù)和車輛運行工況分布數(shù)據(jù),采用了循環(huán)測試法,每次循環(huán)包含4次通過測試(包括雙向的MTC和ETC車道),每天進行6個循環(huán)24次通過測試,選擇正常工作日的09:00~15:00時進行測試,2d共完成48次循環(huán)測試。4)測試結(jié)果。按照收費方式進行分類匯總,選取研究路段上均為有效數(shù)據(jù)的通過測試。其中ETC車道測試數(shù)據(jù)20組,平均速度為40.4km/h,平均通過時間為42s;MTC車道測試數(shù)據(jù)20組,平均速度為14.6km/h,平均通過時間為117.1s。測試車輛通過MTC和ETC收費站時各自的速度距離圖見圖1,2。在進行數(shù)據(jù)質(zhì)量控制、剔除由PEMS設備本身造成的錯誤數(shù)據(jù)后,筆者對23次ETC車道和22次MTC車道的通過數(shù)據(jù)進行整理,得到ETC和MTC車道的各排放物的實測排放因子如表3所示。由于采取了更為嚴格的數(shù)據(jù)質(zhì)量控制,該處結(jié)果有別于參考文獻的計算結(jié)果,對實測排放因子的計算更為準確。2.2種方案的測算由于同時采集了本地化的車輛運行工況和排放率,利用MOVES對測試車輛通過ETC和MTC車道時的排放進行測算時,本案例設計了2種方案:(1)基于MOVES默認排放率的排放測算;(2)基于本地排放率的排放測算。2種方案均利用本地化的車輛運行工況。2.2.1等車式變道路/車輛運行工況分布車輛通過ETC和MTC車道的差異主要是運行工況分布的差異,故主要分析2種場景下運行工況分布的差別,使用MOVES中默認的排放率進行排放測算。1)運行工況分布計算。由于排放測試時收集了車輛的逐秒速度數(shù)據(jù),所以基于GPS實測數(shù)據(jù)直接計算運行工況分布。首先對原始GPS數(shù)據(jù)進行數(shù)據(jù)質(zhì)量控制,包括修正錯誤數(shù)據(jù)和補齊丟失數(shù)據(jù)。然后,把20次通過MTC和ETC車道的逐秒數(shù)據(jù)進行分類匯總,以避免測試車輛在運行過程中出現(xiàn)的偶然性誤差,提高運行工況分布的準確性。根據(jù)式(2)計算VSP后,按照MOVES中運行工況定義(見表2)計算運行工況分布,結(jié)果見圖3。由圖3可見,ETC和MTC車道的運行工況分布存在顯著差異。(1)MTC車道OpModeID為1的怠速比例遠遠大于ETC車道。這是由于車輛通過MTC時要停車繳費;而通過ETC車道時不需要停車。(2)MTC車道OpModeID為12的時間比例大于ETC車道。這是由于MTC車道車輛停車繳費后需要從停止起步,逐漸加速至正常速度;而通過ETC車道的車輛是從較高速開始加速至正常速度。(3)ETC車道OpModeID為21的時間比例大于MTC車道,這是由于在車輛即將到達ETC車道時,車輛會逐漸減速,達到通過ETC車道時要求的速度即不高于60km/h;而車輛即將到MTC車道時,速度會逐漸降低,到達收費站時,速度為零。2)其他參數(shù)。按照MOVES的輸入要求,根據(jù)實際情況對車輛類型參數(shù)、天氣信息參數(shù)、道路類型參數(shù)進行設置。本測試使用的為輕型汽油車、車齡為6年、平均氣溫為42.8℃(77°F)、相對濕度為25%、測試道路類型為限制入口道路。3)測算結(jié)果。將計算出的ETC和MTC車道運行工況分布及其他參數(shù)分別代入MOVES模型中進行計算,結(jié)果見表4。2.2.2排放率的確定—基于本地排放率的MOVES排放測算排放率作為車輛的固有屬性,是指單位時間內(nèi)車輛行駛所產(chǎn)生的排放量。在MOVES模型中,基于美國車輛排放標準對車型進行劃分,各類型車輛分別對應默認排放率。本方案為了精確對應車型,將使用本地排放率進行排放測算。首先,對測試得到的逐秒數(shù)據(jù)進行質(zhì)量控制;然后,根據(jù)VSP聚類分析方法將VSP按照一定的間隔劃分不同的區(qū)間單元(bin);接下來,分別計算各區(qū)間HC,CO,NOx,CO2的平均值,即可得到測試車輛各排放物的排放率曲線。在得到本地排放率與ETC和MTC車道運行工況分布后,利用各工況區(qū)間對應的排放率進行計算,結(jié)果見表5。2.3結(jié)合moves模型的排放模型分析首先,對排放因子絕對值進行比較分析,與實測排放因子值相比,MOVES預測結(jié)果的相對誤差見表6。從上表可以看出:(1)除CO外,基于本地排放率測算的各排放因子與實測數(shù)據(jù)吻合度很高。(2)基于