由于混合动力汽车与传统燃油车的能耗排放因子具有差异性,导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO_(2)排放因子测算模型,基于车辆比功率VSP(Vehicle Specific Power)作为...由于混合动力汽车与传统燃油车的能耗排放因子具有差异性,导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO_(2)排放因子测算模型,基于车辆比功率VSP(Vehicle Specific Power)作为车辆行驶状态与能耗排放之间耦合关系的表征参数。通过引入内燃机转速区分内燃机开启和关闭工作状态,并计算内燃机开启状态下VSP对应的平均能耗率,同时,建立能够解析混合动力汽车能耗排放产生机理的VSP分布。通过收集典型行驶工况下车辆测试油耗数据和北京市车辆实际行驶轨迹数据,验证了模型的准确性,并应用模型测算混合动力汽车不同速度区间下的油耗和CO_(2)排放因子。研究结果表明:在城市行驶工况(UDDS)和高速行驶工况(HWY)中,模型测算能耗排放因子与真实值的平均相对误差分别为3.7%和-1.7%,与不考虑内燃机开启状态相比,测算误差减少5.6%和4.3%;在实际交通状态下,采用传统燃油车的测算方法会导致混合动力汽车行驶平均速度为高速区间时油耗和CO_(2)排放量被低估,当行驶平均速度为低速区间时油耗和CO_(2)排放量会被高估。展开更多
为评估交通管控策略的环境效益,提出有效融合微观交通仿真模型和微观车辆排放模型的方法。利用VISSIM平台构建案例微观交通仿真模型,提出基于轨迹数据的不同速度区间的加减速特征,应用K-means聚类方法划分4种驾驶行为,通过驾驶特性标定...为评估交通管控策略的环境效益,提出有效融合微观交通仿真模型和微观车辆排放模型的方法。利用VISSIM平台构建案例微观交通仿真模型,提出基于轨迹数据的不同速度区间的加减速特征,应用K-means聚类方法划分4种驾驶行为,通过驾驶特性标定仿真模型全局参数,描述了参数总敏感度以及参数之间相互作用的敏感度。利用DBSCAN(density-based spatial clustering of applications with noise)聚类分析并标定局部参数值,优化了参数标定流程。计算仿真轨迹工况,本地化MOVES(motor vehicle emission simulator)微观排放模型,得到交叉口不同流向和不同驾驶行为下的HC、CO、NO_(x)、CO_(2)排放。研究表明:仿真模型优化效果显著,所提方法可精确识别高排放的空间位置,解析排放与驾驶行为之间的联系。应用DBSCAN聚类分析参数寻优值有助于实现自动化标定流程,全局参数标定将速度分布χ^(2)误差由0.6327降至0.1306,加速度分布χ^(2)误差由0.1441降至0.0528,对于环境视角下仿真模型构建至关重要。展开更多
文摘由于混合动力汽车与传统燃油车的能耗排放因子具有差异性,导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO_(2)排放因子测算模型,基于车辆比功率VSP(Vehicle Specific Power)作为车辆行驶状态与能耗排放之间耦合关系的表征参数。通过引入内燃机转速区分内燃机开启和关闭工作状态,并计算内燃机开启状态下VSP对应的平均能耗率,同时,建立能够解析混合动力汽车能耗排放产生机理的VSP分布。通过收集典型行驶工况下车辆测试油耗数据和北京市车辆实际行驶轨迹数据,验证了模型的准确性,并应用模型测算混合动力汽车不同速度区间下的油耗和CO_(2)排放因子。研究结果表明:在城市行驶工况(UDDS)和高速行驶工况(HWY)中,模型测算能耗排放因子与真实值的平均相对误差分别为3.7%和-1.7%,与不考虑内燃机开启状态相比,测算误差减少5.6%和4.3%;在实际交通状态下,采用传统燃油车的测算方法会导致混合动力汽车行驶平均速度为高速区间时油耗和CO_(2)排放量被低估,当行驶平均速度为低速区间时油耗和CO_(2)排放量会被高估。
文摘为评估交通管控策略的环境效益,提出有效融合微观交通仿真模型和微观车辆排放模型的方法。利用VISSIM平台构建案例微观交通仿真模型,提出基于轨迹数据的不同速度区间的加减速特征,应用K-means聚类方法划分4种驾驶行为,通过驾驶特性标定仿真模型全局参数,描述了参数总敏感度以及参数之间相互作用的敏感度。利用DBSCAN(density-based spatial clustering of applications with noise)聚类分析并标定局部参数值,优化了参数标定流程。计算仿真轨迹工况,本地化MOVES(motor vehicle emission simulator)微观排放模型,得到交叉口不同流向和不同驾驶行为下的HC、CO、NO_(x)、CO_(2)排放。研究表明:仿真模型优化效果显著,所提方法可精确识别高排放的空间位置,解析排放与驾驶行为之间的联系。应用DBSCAN聚类分析参数寻优值有助于实现自动化标定流程,全局参数标定将速度分布χ^(2)误差由0.6327降至0.1306,加速度分布χ^(2)误差由0.1441降至0.0528,对于环境视角下仿真模型构建至关重要。
