馮 謙,劉保獻(xiàn),3,楊妍妍,3*,張少君,沈秀娥,盧 洋,王蓬睿,吳 燁

基于遠(yuǎn)程監(jiān)測(cè)的北京市柴油車(chē)實(shí)際道路NO與CO2排放特征

馮 謙1,2,劉保獻(xiàn)1,2,3,楊妍妍1,2,3*,張少君2,沈秀娥1,3,盧 洋1,3,王蓬睿1,吳 燁2

(1.北京市生態(tài)環(huán)境監(jiān)測(cè)中心,北京 100048；2.清華大學(xué)環(huán)境學(xué)院,北京 100084；3.大氣顆粒物監(jiān)測(cè)技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048)

采用遠(yuǎn)程在線(xiàn)監(jiān)測(cè)技術(shù)對(duì)北京市典型柴油車(chē)的實(shí)際道路運(yùn)行參數(shù)進(jìn)行監(jiān)測(cè),并基于標(biāo)準(zhǔn)PEMS測(cè)試設(shè)備與遠(yuǎn)程在線(xiàn)監(jiān)測(cè)同步對(duì)比測(cè)試,分析遠(yuǎn)程在線(xiàn)監(jiān)測(cè)技術(shù)的數(shù)據(jù)一致性,研究建立適用于北京市柴油車(chē)的微觀運(yùn)行模態(tài)劃分方法,并基于微觀運(yùn)行模態(tài)分析典型柴油車(chē)的NO和CO2排放特征.研究結(jié)果表明:1)遠(yuǎn)程在線(xiàn)監(jiān)測(cè)的柴油車(chē)NO和CO2排放率與PEMS測(cè)試數(shù)據(jù)的線(xiàn)性擬合2均高于0.99;2)基于建立的北京市柴油車(chē)的微觀運(yùn)行模態(tài)劃分方法,北京市柴油車(chē)的微觀運(yùn)行模態(tài)劃分結(jié)果符合正態(tài)分布,實(shí)現(xiàn)將車(chē)輛微觀運(yùn)行工況進(jìn)行均勻劃分的目的;3)在不同車(chē)速范圍內(nèi),不同類(lèi)型車(chē)輛的NO和CO2排放因子呈現(xiàn)出不同的變化趨勢(shì),國(guó)六排放車(chē)輛的NO排放因子普遍低于國(guó)五排放,NO綜合排放因子最高的為國(guó)五重型柴油車(chē)(7.63±0.57)g/km;隨著噸位增加,柴油車(chē)CO2排放因子會(huì)呈不同程度的增加且國(guó)六重型柴油車(chē)CO2相對(duì)較高,主要原因可能是國(guó)六車(chē)相對(duì)復(fù)雜的后處理系統(tǒng)增加了燃油的消耗.

重型車(chē)；遠(yuǎn)程監(jiān)測(cè)；微觀運(yùn)行模態(tài)劃分；NO排放因子；CO2排放因子

依據(jù)《中國(guó)移動(dòng)源環(huán)境管理年報(bào)(2022)》[1]數(shù)據(jù),柴油車(chē)的氮氧化物(NO)排放量超過(guò)汽車(chē)排放總量的80%,顆粒物(PM)排放量超過(guò)90%.北京市本地來(lái)源中的移動(dòng)源對(duì)大氣PM的貢獻(xiàn)高達(dá)46%,其中僅占全市機(jī)動(dòng)車(chē)保有量4%的柴油車(chē)占到全部移動(dòng)源排放的31%[2].交通領(lǐng)域碳排放約占我國(guó)碳排放總量的10%,尤其是公路柴油車(chē)運(yùn)輸為主,年均排放10億t CO,占交通行業(yè)排放總量的85%左右[3].柴油車(chē)在實(shí)際道路運(yùn)行時(shí)所排放的NO和CO與實(shí)驗(yàn)室測(cè)試結(jié)果具有較大差異.研究表明,柴油車(chē)在實(shí)際道路運(yùn)行的NO排放量遠(yuǎn)遠(yuǎn)超過(guò)實(shí)驗(yàn)室測(cè)試結(jié)果[4-6].車(chē)輛的油耗水平直接決定了CO2的排放量.黃成等[7]測(cè)試重型柴油車(chē)在上海城區(qū)的平均油耗為17.8L/100km,而急加速行駛達(dá)到平均油耗值的2.0倍,車(chē)輛裝載貨物的油耗約是空載的1.6～3.2倍[8].姚志良等[9]指出,柴油車(chē)在變工況情況下的平均油耗為勻速狀態(tài)下的1.08～1.24倍.因此,實(shí)際交通路況引起的車(chē)輛加減速、怠速以及車(chē)輛載荷、駕駛員駕駛習(xí)慣等因素均可導(dǎo)致柴油車(chē)實(shí)際道路油耗與認(rèn)證油耗存在較大差別,直接影響基于油耗值計(jì)算的柴油車(chē)CO2排放量[10].盡管PEMS能夠相對(duì)準(zhǔn)確地測(cè)量車(chē)輛在實(shí)際運(yùn)行中的NO和CO2排放[11],但PEMS設(shè)備成本昂貴,安裝和運(yùn)行耗時(shí),且每天只能完成1輛或2輛車(chē)的測(cè)試[12],PEMS測(cè)試難以擴(kuò)大到整個(gè)車(chē)隊(duì)的監(jiān)測(cè)規(guī)模,需要更具成本效益和高效的方法來(lái)支撐柴油車(chē)的排放監(jiān)測(cè)與管理[13-15].

北京市率先提出對(duì)重型車(chē)實(shí)施遠(yuǎn)程排放監(jiān)測(cè)的要求,并發(fā)布《重型汽車(chē)排氣污染物排放限值及測(cè)量方法(OBD法第Ⅳ、Ⅴ階段)》(DB11/1475-2017)[16].與PEMS測(cè)試方法不同,遠(yuǎn)程排放監(jiān)測(cè)為柴油車(chē)的NO和CO2實(shí)時(shí)運(yùn)行排放監(jiān)測(cè)與管理提供了一種新型的方法和工具[17-19].對(duì)于配置選擇性催化還原系統(tǒng)(SCR)的柴油車(chē),在SCR系統(tǒng)下游安裝電化學(xué)的NO傳感器以監(jiān)測(cè)NO的濃度,實(shí)現(xiàn)SCR系統(tǒng)中尿素噴射的閉環(huán)控制[20].車(chē)輛配置的車(chē)載終端通過(guò)電子控制單元(ECU)收集基于傳感器監(jiān)測(cè)的NO濃度和其他監(jiān)測(cè)數(shù)據(jù)[21],通過(guò)車(chē)載終端的無(wú)線(xiàn)通信模塊將監(jiān)測(cè)數(shù)據(jù)傳輸?shù)奖O(jiān)測(cè)平臺(tái),可以實(shí)現(xiàn)對(duì)車(chē)輛排放與運(yùn)行關(guān)鍵參數(shù)的實(shí)時(shí)監(jiān)測(cè)與分析,馮謙等[22]利用遠(yuǎn)程監(jiān)測(cè)系統(tǒng)對(duì)北京市柴油與天然氣公交車(chē)進(jìn)行實(shí)時(shí)排放在線(xiàn)監(jiān)測(cè)與分析,揭示了不同燃料類(lèi)型公交車(chē)在實(shí)際道路運(yùn)行的NO排放特征,闡釋了不同燃料公交車(chē)超排的工況因素與成因.遠(yuǎn)程監(jiān)測(cè)技術(shù)的應(yīng)用推廣,意味著柴油車(chē)的排放監(jiān)測(cè)由實(shí)驗(yàn)室逐漸轉(zhuǎn)向了實(shí)時(shí)運(yùn)行動(dòng)態(tài)監(jiān)測(cè).柴油車(chē)的NO和CO2排放在公路運(yùn)輸領(lǐng)域占有相當(dāng)大的份額[23-24].然而,目前基于遠(yuǎn)程在線(xiàn)監(jiān)測(cè)技術(shù)對(duì)柴油車(chē)在實(shí)際道路微觀運(yùn)行模態(tài)下NO和CO2排放特征的研究,還鮮有報(bào)道.

本研究采用遠(yuǎn)程在線(xiàn)監(jiān)測(cè)技術(shù)對(duì)北京市典型柴油車(chē)的實(shí)際道路運(yùn)行參數(shù)進(jìn)行監(jiān)測(cè),并基于標(biāo)準(zhǔn)PEMS測(cè)試設(shè)備與遠(yuǎn)程在線(xiàn)監(jiān)測(cè)同步對(duì)比測(cè)試,分析遠(yuǎn)程在線(xiàn)監(jiān)測(cè)技術(shù)的數(shù)據(jù)一致性,創(chuàng)新地建立了適用于北京市柴油車(chē)的微觀運(yùn)行模態(tài)劃分方法,并基于微觀運(yùn)行模態(tài)分析典型柴油車(chē)的NO和CO2排放特征,對(duì)北京市機(jī)動(dòng)車(chē)監(jiān)測(cè)方法的升級(jí)、實(shí)現(xiàn)雙碳目標(biāo)和降低NO排放的路徑選擇具有重要意義[25-26].

1 監(jiān)測(cè)方法

1.1 遠(yuǎn)程監(jiān)測(cè)方法

基于移動(dòng)源排放遠(yuǎn)程監(jiān)測(cè)平臺(tái)(以下簡(jiǎn)稱(chēng)“監(jiān)測(cè)平臺(tái)”)獲取重型車(chē)實(shí)時(shí)運(yùn)行與排放數(shù)據(jù),重型車(chē)配備車(chē)載終端并與車(chē)載診斷系統(tǒng)OBD端口連接,獲取車(chē)輛和發(fā)動(dòng)機(jī)的逐秒運(yùn)行數(shù)據(jù),包含車(chē)速、發(fā)動(dòng)機(jī)轉(zhuǎn)速、瞬時(shí)NO濃度、瞬時(shí)燃料流量等數(shù)據(jù),車(chē)載終端按照1Hz頻率采集車(chē)輛數(shù)據(jù)并通過(guò)GPRS信號(hào)遠(yuǎn)程發(fā)送至監(jiān)測(cè)平臺(tái).選擇分析的樣本車(chē)輛均按照北京市地方標(biāo)準(zhǔn)DB11/1475-2017[16]技術(shù)要求配備車(chē)載終端,并將實(shí)時(shí)運(yùn)行數(shù)據(jù)傳輸至監(jiān)測(cè)平臺(tái).

1.2 車(chē)輛樣本與監(jiān)測(cè)參數(shù)項(xiàng)

重型車(chē)是指最大總質(zhì)量大于3500kg的M類(lèi)和N類(lèi)汽車(chē),其中重型車(chē)根據(jù)最大總質(zhì)量又可分為輕型、中型、重型.其中,最大總質(zhì)量大于3500kg、小于4500kg為輕型;總質(zhì)量大于4500kg、小于12000kg為中型;總質(zhì)量大于12000kg為重型.目前,北京市聯(lián)網(wǎng)柴油車(chē)中,輕、中、重型柴油車(chē)的占比約為50%:10%:40%.依據(jù)不同噸位車(chē)輛數(shù)占比,分別選擇輕、中、重型柴油車(chē)各100輛,車(chē)齡均小于五年,國(guó)五排放階段柴油車(chē)占比約為20%.獲取車(chē)輛的主要參數(shù),見(jiàn)表1.

表1 遠(yuǎn)程監(jiān)測(cè)車(chē)輛的主要參數(shù)

樣本車(chē)輛的運(yùn)行工況數(shù)據(jù)包含市區(qū)、市郊、高速等典型道路工況類(lèi)型,累計(jì)運(yùn)行時(shí)間超過(guò)100000h有效工況數(shù)據(jù),且涵蓋北京的春、夏、秋、冬典型季節(jié)的運(yùn)行數(shù)據(jù).基于選擇的典型車(chē)輛運(yùn)行工況與排放數(shù)據(jù),進(jìn)行柴油車(chē)微觀模態(tài)劃分與排放特征分析.

2 結(jié)果與討論

2.1 在線(xiàn)監(jiān)測(cè)數(shù)據(jù)一致性驗(yàn)證

2.1.1 排放率計(jì)算方法 為了研究柴油車(chē)遠(yuǎn)程監(jiān)測(cè)數(shù)據(jù)的精度,對(duì)NO、CO2監(jiān)測(cè)結(jié)果與法規(guī)標(biāo)準(zhǔn)PEMS測(cè)試方法進(jìn)行一致性對(duì)比分析.參照標(biāo)準(zhǔn)[26]中NO瞬時(shí)質(zhì)量排放率的計(jì)算公式,假設(shè)排氣在273K(0℃)和101.3kPa下的密度為1.293kg/m3,柴油與進(jìn)入發(fā)動(dòng)機(jī)的空氣完全燃燒后排出尾氣管,計(jì)算獲得NO質(zhì)量排放率,見(jiàn)式(1).

式中:NO,i為瞬時(shí)NO質(zhì)量排放率,g/s;e為NO排放濃度,10-6;ρ為柴油密度, kg/L,選柴油密度為0.85kg/ L;fFuel,i為燃料體積流量,L/h;fAir,i為空氣質(zhì)量流量, kg/h.

通過(guò)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)采集的車(chē)輛瞬時(shí)質(zhì)量燃油流量,基于式(2)計(jì)算CO2質(zhì)量排放率.

式中:CO2,i為瞬時(shí)CO2質(zhì)量排放率,g/s;為柴油機(jī)完全燃燒單位質(zhì)量柴油轉(zhuǎn)換成CO2的系數(shù),3.1863,無(wú)量綱(即1kg柴油完全燃燒排放3.1863kg的CO2);Fuel,i為燃料體積流量,L/h;為柴油密度,kg/L.

2.1.2 一致性對(duì)比分析 在遠(yuǎn)程監(jiān)測(cè)方法中,NO傳感器精度、NO和CO2計(jì)算模型精度對(duì)測(cè)試結(jié)果精度影響較大.采用PEMS測(cè)試方法與遠(yuǎn)程監(jiān)測(cè)同步對(duì)一輛重型國(guó)六柴油車(chē)進(jìn)行對(duì)比測(cè)試.與PEMS測(cè)試系統(tǒng)同步測(cè)試獲得的NO和CO2質(zhì)量排放率,見(jiàn)圖1.圖1a,遠(yuǎn)程監(jiān)測(cè)與PEMS2種監(jiān)測(cè)方式獲取的NO質(zhì)量排放率隨車(chē)速變化呈現(xiàn)大體一致的變化趨勢(shì),在車(chē)速出現(xiàn)急加速、急減速時(shí),遠(yuǎn)程監(jiān)測(cè)的NO排放率相比PEMS出現(xiàn)略高的峰值,但峰值偏差均在15%以?xún)?nèi),在其他工況遠(yuǎn)程監(jiān)測(cè)的NO值略低于PEMS測(cè)試結(jié)果,這與兩種測(cè)試設(shè)備的精度和靈敏度相關(guān).在瞬變過(guò)程中,連續(xù)時(shí)間內(nèi)的NO氣體在NO傳感器內(nèi)快速堆積,造成傳感器測(cè)量的NO濃度偏高;在車(chē)速平穩(wěn)運(yùn)行中,PEMS測(cè)試設(shè)備對(duì)NO檢測(cè)精度要高于NO傳感器,因此獲得的NO濃度略高于NO傳感器數(shù)值;圖1b,遠(yuǎn)程監(jiān)測(cè)與PEMS測(cè)試得到的CO2質(zhì)量排放率基本處于一致水平,在車(chē)速瞬變工況,基于遠(yuǎn)程監(jiān)測(cè)獲得CO2質(zhì)量排放率略微高于PEMS的測(cè)試結(jié)果,主要由于遠(yuǎn)程監(jiān)測(cè)獲得的油耗數(shù)據(jù)是基于發(fā)動(dòng)機(jī)在瞬時(shí)工況的理論油耗數(shù)據(jù),柴油在發(fā)動(dòng)機(jī)燃燒時(shí),發(fā)動(dòng)機(jī)瞬態(tài)變化導(dǎo)致柴油燃燒不完全,進(jìn)而導(dǎo)致生成的CO2低于理論值,因此PEMS測(cè)試到的CO2要低于理論柴油轉(zhuǎn)換的CO2排放量[21,28-29].

圖1 遠(yuǎn)程監(jiān)測(cè)與PEMS測(cè)試結(jié)果對(duì)比

車(chē)輛的比功率(VSP),即單位質(zhì)量機(jī)動(dòng)車(chē)的瞬時(shí)功率,是發(fā)動(dòng)機(jī)克服車(chē)輪旋轉(zhuǎn)阻力、空氣動(dòng)力學(xué)阻力做功以及增加機(jī)動(dòng)車(chē)的動(dòng)能和勢(shì)能所需要輸出的功率和因內(nèi)摩擦阻力造成的傳動(dòng)系機(jī)械損失功率,其數(shù)值與速度和加速度有關(guān).相比國(guó)外的研究結(jié)果,中國(guó)典型城市的機(jī)動(dòng)車(chē)行駛工況在高VSP(大于8kW/ton)和高速(大于80km/h)的比例相對(duì)較低.參考MOVES的IVE計(jì)算公式,依據(jù)張少君[30]中重型車(chē)VSP的計(jì)算公式,見(jiàn)式(3),計(jì)算車(chē)輛逐秒VSP.

基于遠(yuǎn)程監(jiān)測(cè)與PEMS測(cè)試獲取柴油車(chē)逐秒的車(chē)速、NO濃度、燃油流量等數(shù)據(jù),依據(jù)式(1)～(3),分別計(jì)算逐秒的VSP、NO和CO2質(zhì)量排放率,然后劃分VSP區(qū)間,計(jì)算在不同VSP區(qū)間工況內(nèi)的NO和CO2平均質(zhì)量排放率,計(jì)算結(jié)果見(jiàn)圖2.

由圖2a可見(jiàn),隨著比功率的增加,NO質(zhì)量排放率增加,VSP高于0kW/t后,PEMS測(cè)試的NO質(zhì)量排放率均略高于遠(yuǎn)程監(jiān)測(cè)的NO值,這與上述分析一致,PEMS測(cè)試NO的精度要高于遠(yuǎn)程監(jiān)測(cè)的NO傳感器的精度;圖2b,基于擬合分析,遠(yuǎn)程監(jiān)測(cè)與PEMS測(cè)試的NO質(zhì)量排放率線(xiàn)性擬合系數(shù)2高于0.99;圖2c,隨著VSP的增加,兩種方式獲得的CO2質(zhì)量排放率大體呈先增加后降低趨勢(shì),在不同的VSP區(qū)間,PEMS測(cè)試的CO2濃度均低于遠(yuǎn)程監(jiān)測(cè)的CO2值;圖2d,兩種方式測(cè)試CO2質(zhì)量排放率的線(xiàn)性擬合2高于0.99.因此,基于線(xiàn)性擬合方程作為遠(yuǎn)程在線(xiàn)的NO和CO2質(zhì)量排放的修正公式,得到相對(duì)更為精準(zhǔn)的結(jié)果.

2.2 北京市重型車(chē)微觀運(yùn)行模態(tài)劃分方法

研究交通流微觀運(yùn)行模態(tài)的表征參數(shù),并確定模態(tài)劃分方法,是耦合交通流運(yùn)行狀態(tài)和機(jī)動(dòng)車(chē)排放的基礎(chǔ),也為不同車(chē)輛進(jìn)行綜合對(duì)比分析提供了標(biāo)準(zhǔn)的工況劃分和加權(quán)依據(jù)[30].基于遠(yuǎn)程監(jiān)測(cè)方法獲取的樣本車(chē)輛實(shí)時(shí)車(chē)速工況數(shù)據(jù)進(jìn)行分析,研究確定適用于北京市重型車(chē)的交通流微觀運(yùn)行模態(tài)劃分方法.

2.2.1 車(chē)速區(qū)間劃分 依據(jù)獲取的北京市典型重型車(chē)的實(shí)時(shí)運(yùn)行工況數(shù)據(jù),將車(chē)速劃分為減速、怠速、勻速和加速,將勻速和加速兩種車(chē)速類(lèi)型合并,不同車(chē)速類(lèi)型的定義依據(jù)中國(guó)工況標(biāo)準(zhǔn)[32]進(jìn)行劃分.對(duì)勻速和加速工況類(lèi)型按照車(chē)速區(qū)間比例進(jìn)行等比例劃分,劃分為低速、中速、高速工況區(qū)間.由于正態(tài)分布能較好地體現(xiàn)劃分Bin的合理性,將劃分的Bin進(jìn)行合理組合,構(gòu)建符合正態(tài)分布的Bin分組.為了實(shí)現(xiàn)VSP Bin滿(mǎn)足正態(tài)分布的分組目的,依據(jù)車(chē)輛工況數(shù)據(jù),對(duì)勻速和加速工況按照2km/h間隔粒度進(jìn)行劃分,見(jiàn)圖3,按車(chē)速由小到大,分別計(jì)算工況分布頻率和累積頻率,分別選取累積頻率在33%±2%中值車(chē)速、66%±2%中值車(chē)速確定為低速-中速、中速-高速的車(chē)速區(qū)間分界值.按照上述劃分方法,將北京市重型車(chē)的車(chē)速區(qū)間劃分為[0.5,42)、[42,66]、[66,90]3個(gè)車(chē)速區(qū)間.

圖3 車(chē)速區(qū)間劃分

2.2.2 VSP Bin劃分 VSP Bin劃分方法,主要包含減速、怠速、勻速與加速下的VSP Bin的劃分,減速、怠速各自對(duì)應(yīng)一個(gè)Bin區(qū)間,勻速與加速的VSP Bin的劃分方法,通過(guò)將VSP Bin按照0.5kW/t劃分(可根據(jù)分析的精準(zhǔn)程度選擇不同數(shù)據(jù)粒度).根據(jù)車(chē)速區(qū)間的劃分,分為3個(gè)車(chē)速區(qū)間內(nèi)VSP Bin的劃分.分別計(jì)算3個(gè)不同車(chē)速區(qū)間的VSP分布頻率.北京市重型車(chē)典型運(yùn)行工況的VSP分布頻率及累積頻率,見(jiàn)圖4.

按照課題組[33]方法,依據(jù)VSP劃分方法,對(duì)上述不同車(chē)速區(qū)間的VSP進(jìn)行窗口劃分,分別得到3組VSP Bin劃分,并進(jìn)行正態(tài)分布擬合,擬合系數(shù)2不小于0.85,若不滿(mǎn)足,則對(duì)VSP區(qū)間間隔再進(jìn)行細(xì)粒度劃分、VSP區(qū)間的組合,直到劃分的VSP Bin頻率滿(mǎn)足正態(tài)分布,從而確定了北京市重型車(chē)VSP Bin的劃分方法,見(jiàn)圖5.

圖4 不同車(chē)速區(qū)間VSP頻率分布

圖5 北京市典型重型車(chē)VSP Bin劃分方案

優(yōu)先從樣本數(shù)據(jù)中的車(chē)速數(shù)據(jù)進(jìn)行劃分,劃分為減速、怠速和勻速-加速3類(lèi),進(jìn)而對(duì)勻速-加速工況數(shù)據(jù)按照VSP分布頻率分位數(shù)進(jìn)行切分分組,采用高斯正態(tài)擬合方法[33],VSP劃分?jǐn)M合結(jié)果符合正態(tài)分布,即驗(yàn)證了本研究確定的VSP Bin劃分方法的合理性,從而實(shí)現(xiàn)車(chē)輛運(yùn)行工況的最佳表征,能夠更好地區(qū)分柴油車(chē)實(shí)際道路運(yùn)行車(chē)輛的工況,具有極佳的區(qū)分度.

2.2.3 基于微觀運(yùn)行模態(tài)的排放計(jì)算方法 根據(jù)確定的北京市柴油車(chē)車(chē)微觀運(yùn)行模態(tài)v-VSP劃分結(jié)果,將基于遠(yuǎn)程監(jiān)測(cè)并計(jì)算獲得的NO排放率和經(jīng)燃油流量計(jì)算得到的逐秒CO2排放率劃分到對(duì)應(yīng)的微觀運(yùn)行模態(tài)Bin內(nèi),計(jì)算每個(gè)Bin內(nèi)所有瞬態(tài)工況點(diǎn)的平均NO排放因子、CO2排放因子以及該VSP區(qū)間內(nèi)的工況權(quán)重系數(shù).

2.3 微觀運(yùn)行模態(tài)重型車(chē)排放特征

基于獲取的北京市柴油車(chē)的排放數(shù)據(jù),計(jì)算并分析不同VSP Bin的NO和CO2排放因子,由圖6可見(jiàn),不同排放階段柴油車(chē)在不同車(chē)速范圍,大體呈現(xiàn)低速NO排放因子較高,在中速略微降低,在高速相對(duì)較低趨勢(shì).以國(guó)五輕型車(chē)為例,在低、中、高速區(qū)間、不同VSP區(qū)間的NO平均排放因子依次降低,分別為4.06g/km、2.04g/km、1.61g/km.這種變化趨勢(shì)主要受兩方面影響:一是車(chē)速提高,車(chē)輛在單位里程的工作時(shí)間減少,NO排放總量降低;另一方面,受柴油機(jī)NO凈化裝置的影響,當(dāng)車(chē)速升高后,為車(chē)輛提供動(dòng)力的柴油機(jī)負(fù)荷增大,柴油機(jī)缸內(nèi)燃燒溫度升高,從而導(dǎo)致SCR對(duì)NO的凈化效率提高,使車(chē)輛的NO排放因子下降.在不同車(chē)速范圍,隨著VSP增加,車(chē)輛的NO排放因子大體呈現(xiàn)先增加再降低趨勢(shì),反映出車(chē)輛在工況變換過(guò)程中,混合氣的混合均勻程度變差從而導(dǎo)致燃油在缸內(nèi)燃燒條件變差、SCR凈化效率降低等綜合原因造成NO排放因子的變化.在不同VSP Bin區(qū)間,國(guó)五排放階段的車(chē)輛大體高于國(guó)六排放階段的車(chē)輛,與實(shí)際情況接近,也體現(xiàn)了提高車(chē)輛的排放標(biāo)準(zhǔn),能有效降低污染物的排放.不同噸位國(guó)五排放階段柴油車(chē)中,在不同VSP區(qū)間的NO排放因子大體呈現(xiàn)重型車(chē)NO排放因子最高,其次是中型車(chē),輕型車(chē)的NO排放因子最低;不同噸位國(guó)六排放階段柴油車(chē)同樣呈現(xiàn)重型車(chē)NO排放因子最高,其次是中型車(chē),輕型車(chē)最低.國(guó)六排放階段柴油車(chē)的NO排放因子普遍低于國(guó)五車(chē),表明提高排放標(biāo)準(zhǔn)要求,在一定程度上能有效降低污染物的排放,但降幅程度并沒(méi)有達(dá)到GB17691中國(guó)六標(biāo)準(zhǔn)發(fā)動(dòng)機(jī)與國(guó)五標(biāo)準(zhǔn)的排放限值的降幅比例.相同排放標(biāo)準(zhǔn)車(chē)輛,隨著噸位增加,NO排放因子也會(huì)升高.通過(guò)以上分析表明,在柴油車(chē)的排放監(jiān)管中需要針對(duì)不同排放階段、不同噸位的車(chē)輛提出不同的監(jiān)管要求.

圖6 微觀運(yùn)行模態(tài)區(qū)間NOx排放因子

由圖7可見(jiàn),不同排放標(biāo)準(zhǔn)、不同噸位車(chē)輛在不同車(chē)速范圍,大體呈現(xiàn)低速CO2排放因子較高,在中速略微降低,在高速又有所升高.以輕型國(guó)六車(chē)為例,在低、中、高速區(qū)間,不同VSP區(qū)間的CO2平均排放因子分別為832.3g/km、490.9g/km、515.7g/km.隨著車(chē)速增加,CO2排放因子先降低再升高,反映出車(chē)輛在工況變換過(guò)程中燃油消耗量的需求變化.當(dāng)車(chē)速由低速升高為中速時(shí),柴油機(jī)處于較好的燃油經(jīng)濟(jì)工況區(qū),CO2排放因子相對(duì)較低;當(dāng)車(chē)速和負(fù)荷再持續(xù)增加,不僅柴油機(jī)負(fù)荷增大,且柴油機(jī)的燃燒條件變差,燃油噴射量增加,而導(dǎo)致CO2排放量增加.對(duì)于不同噸位柴油車(chē),隨著噸位增加,CO2排放因子也逐漸增大.國(guó)五排放階段輕、中、重型柴油車(chē)在不同VSP Bin的平均CO2排放因子依次為439.3g/km、569.7g/km、708.6g/km;國(guó)六排放階段輕、中、重型柴油車(chē)在不同VSP Bin的平均CO2排放因子依次為505.8g/km、540.2g/km、893.4g/km.對(duì)于不同噸位柴油車(chē),隨著噸位增加,在實(shí)際道路運(yùn)行的CO2排放因子也會(huì)增加,主要由于車(chē)輛噸位增加,需要消耗較多的燃油做功,因此較大噸位柴油車(chē)的CO2排放因子會(huì)相對(duì)較高.因此,在對(duì)柴油車(chē)的CO2排放量進(jìn)行核算時(shí),要盡可能地考慮車(chē)輛的運(yùn)行工況、工況變化、噸位等因素對(duì)CO2排放因子的影響,才能相對(duì)較精準(zhǔn)地核算柴油車(chē)的碳排放.

圖7 微觀運(yùn)行模態(tài)區(qū)間CO2排放因子

2.4 重型車(chē)的綜合排放因子

重型車(chē)的綜合排放因子,基于每個(gè)VSP Bin內(nèi)的排放因子與北京市典型重型車(chē)Bin的頻率進(jìn)行加權(quán)求和,再計(jì)算不同類(lèi)別車(chē)隊(duì)的平均綜合排放因子.由圖8可見(jiàn),NO綜合排放因子最高的為國(guó)五重型車(chē),(7.63±0.57)g/km;其次為國(guó)五中型車(chē),為(4.16± 0.52)g/km.國(guó)六排放階段柴油車(chē)的綜合NO排放因子大都低于國(guó)五排放階段柴油車(chē),輕、中、重型車(chē)的NO排放因子依次為(1.42±0.13)g/km、(2.99± 0.49)g/km、(3.55±0.37)g/km.國(guó)六排放階段柴油車(chē)的NO排放因子普遍低于國(guó)五排放階段,這體現(xiàn)了排放控制技術(shù)升級(jí)對(duì)于車(chē)輛污染排放控制達(dá)到了較好的效果.另外,輕、中型柴油車(chē)的NO排放因子低于重型車(chē),主要原因可能是輕、中型柴油車(chē)的原機(jī)(SCR前)NO濃度相對(duì)較低;且包含SCR在內(nèi)的排放控制系統(tǒng)的體積小于重型柴油車(chē)的排放控制系統(tǒng),使SCR具有較好的保溫效果;另外,輕、中型柴油車(chē)的中、高速工況比例偏高,致使柴油機(jī)的排溫較高,綜合原因使SCR系統(tǒng)具有相對(duì)較高的工作溫度,對(duì)流經(jīng)SCR系統(tǒng)的NO具有較高的凈化效率,有效地降低了NO排放.

圖8 NOx綜合排放因子

由圖9可見(jiàn),隨著柴油車(chē)噸位增加,CO2排放因子也逐漸增大.在不同排放階段,CO2綜合排放因子最高的均為重型柴油車(chē),其次為中型柴油車(chē).國(guó)五排放階段中,輕、中、重型柴油車(chē)的CO2綜合排放因子依次為(453.4±148.9)g/km、(573.4±176.9)g/km、(790.7±146.9)g/km.國(guó)六排放階段中,輕、中、重型柴油車(chē)的CO2綜合排放因子依次為(458.1±114.6)g/ km、(571.3±147.9)g/km、(970.6±31.8)g/km.通過(guò)以上監(jiān)測(cè)數(shù)據(jù)分析,隨著柴油車(chē)噸位增加,在實(shí)際道路運(yùn)行中CO2排放因子會(huì)呈不同程度的增加.另外,通過(guò)對(duì)比分析,國(guó)六輕、中型柴油車(chē)與國(guó)五柴油車(chē)的CO2排放因子基本相當(dāng),但國(guó)六重型柴油車(chē)相對(duì)較高,主要原因可能是國(guó)六車(chē)的的后處理排放系統(tǒng)相對(duì)復(fù)雜、體積較大,大部分國(guó)六車(chē)安裝了顆粒物捕集器(DPF),隨著碳煙與灰分在DPF的堆積,會(huì)造成柴油機(jī)排氣背壓的升高,柴油機(jī)需要增加額外柴油消耗以克服增加的排氣背壓,加之,重型車(chē)常處于中高負(fù)荷運(yùn)行狀態(tài),后處理排放系統(tǒng)的背壓增加對(duì)柴油車(chē)油耗的增加也會(huì)更顯著.

圖9 綜合CO2排放因子

3 結(jié)論

3.1 通過(guò)標(biāo)準(zhǔn)PEMS測(cè)試對(duì)基于遠(yuǎn)程監(jiān)測(cè)的NO、CO2排放率進(jìn)行一致性對(duì)比分析,線(xiàn)性擬合系數(shù)2均高于0.99,建立了基于PEMS測(cè)試對(duì)遠(yuǎn)程監(jiān)測(cè)數(shù)據(jù)的修正方法.

3.2 基于遠(yuǎn)程監(jiān)測(cè)方法,獲取北京市典型柴油車(chē)的車(chē)速特征,建立了適用于北京市柴油車(chē)的微觀運(yùn)行模態(tài)劃分方法,北京市柴油車(chē)的車(chē)速區(qū)間分別為[0.5,42)、[42,66)、[66,90)三個(gè)區(qū)間,進(jìn)而切分組合成正態(tài)分布形式,實(shí)現(xiàn)將車(chē)輛工況進(jìn)行均勻分VSP Bin的目的.

3.3 不同類(lèi)型車(chē)輛在不同車(chē)速范圍,大體呈現(xiàn)低速NO排放因子較高,在中速略微降低,在高速相對(duì)較低趨勢(shì);在不同VSP Bin區(qū)間,國(guó)五排放階段車(chē)輛的NO排放因子大體高于國(guó)六排放階段車(chē)輛.不同類(lèi)型車(chē)輛在不同車(chē)速范圍,大體呈現(xiàn)低速CO2排放因子較高,在中速略微降低,在高速又有所升高;在不同車(chē)速范圍,隨著VSP增加,車(chē)輛的CO2排放因子大體呈現(xiàn)先增加再降低趨勢(shì);隨著柴油車(chē)噸位增加,CO2排放因子也逐漸增大.

3.4 NO綜合排放因子最高的為國(guó)五重型柴油車(chē),其次為國(guó)五中型柴油車(chē).國(guó)六排放階段柴油車(chē)的綜合NO排放因子大都低于國(guó)五排放階段.國(guó)六排放階段柴油車(chē)的NO排放因子低于國(guó)五排放階段,這體現(xiàn)了排放控制技術(shù)升級(jí)有助于提高柴油車(chē)的污染排放控制效果.隨著噸位增加,CO2排放因子也逐漸增大.不同排放階段柴油車(chē)中,CO2綜合排放因子最高的均為重型柴油車(chē),其次為中型柴油車(chē).

[1] 中國(guó)移動(dòng)源環(huán)境管理年報(bào)(2022) [R]. 北京:中華人民共和國(guó)生態(tài)環(huán)境部, 2022.China mobile source environmental management annual report (2022) [R]. Beijing: Ministry of Ecology and Environment of the People's Republic of China, 2022.

[2] 北京市現(xiàn)階段大氣PM2.5來(lái)源解析結(jié)果新聞發(fā)布會(huì)[EB/OL]. http://sthjj.beijing.gov.cn.Press conference of Beijing current Atmospheric PM2.5source analysis results [EB/OL]. http: // sthjj. beijing. gov.cn.

[3] 交通領(lǐng)域占碳排放總量的10%,燃油車(chē):不容輕視的降碳難點(diǎn)[EB/OL]. https://baijiahao.baidu.com.The transport sector accounts for 10% of total carbon emissions, Fuel-powered vehicles: a serious challenge to reduce carbon emissions [EB/OL]. https://baijiahao.baidu.com.

[4] Velders G, Geilenkirchen G, et al. Higher than expected NOemission from trucks may affect attainability of NO2limit values in The Netherlands [J]. Atmos. Environ., 2011,45:3025-3033.

[5] Wang X, Westerdahl D, Wu Y, et al. On-road emission factor distributions of individual diesel vehicles in and around Beijing, China [J]. Atmos. Environ, 2011,45:503-513.

[6] Wu Y, Zhang S J, Hao J M, et al. On-road vehicle emissions and their control in China:a review and outlook [J]. Sci. Total Environ., 2017, 574:332-349.

[7] 黃 成,陳長(zhǎng)虹,景啟國(guó),等.重型柴油車(chē)車(chē)載排放實(shí)測(cè)與加載影響研究[J]. 環(huán)境科學(xué), 2006,27(11):2303-2308.Huang C, Chen C H, Jing Q G, et al. Study of on-board emission measurement for heavy-duty diesel vehicle and its impact with load [J]. Environmental Science, 2006,27(11):2303-2308.

[8] 黃 成,陳長(zhǎng)虹,景啟國(guó),等.重型柴油車(chē)實(shí)際道路排放與行駛工況的相關(guān)性研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2007,27(2):177-184.Huang C, Chen C H, Jing Q G, et al. On-board emission from heavy-duty diesel vehicle and its relationship with driving behavior [J]. Journal of Environmental Sciences, 2007,27(2):177-184.

[9] 姚志良,馬永亮,賀克斌,等.寧波市實(shí)際道路下汽車(chē)排放特征的研究.環(huán)境科學(xué)學(xué)報(bào), 2006,26(8):1229-1234.Yao Z L, Ma Y L, He K B, et al. A study on the real-world vehicle emission characteristics in Ningbo [J]. Journal of Environmental Sciences, 2006,26(8):1229-1234.

[10] Zhou H, Zhao H W, Feng Q, et al. Effects of environmental parameters on real-world NOemissions and fuel consumption for heavy duty diesel trucks using an OBD Approach [C]. SAE Technical Paper, 2018,2018-01-1817.

[11] Zheng X, Wu Y, Zhang S J, et al. Characterizing particulate polycyclic aromatic hydrocarbon emissions from diesel vehicles using a portable emissions measurement system [J]. Scientific Reports, 2017,7.

[12] Zhang S J, Wu Y, Yan H, et al. Black carbon pollution for a major road in Beijing: implications for policy interventions of the heavy-duty truck fleet [J]. Transportation Research Part D: Transport and Environment, 2017.

[13] Carslaw D, Rhys-Tyler G, et al. New insights from comprehensive on-road measurements of NO, NO2and NH3from vehicle emission remote sensing in London, UK [J]. Atmospheric Environment, 2013, 81:339-347.

[14] Degraeuwe B, Weiss M. Does the new european driving cycle (NEDC) really fail to capture the NOemissions of diesel cars in Europe [J]. Environ. Pollut., 2017,222:234-241.

[15] Jonson J, Borken-Kleefeld J, Simpson D, et al. Impact of excess NOemissions from diesel cars on air quality, public health and eutrophication in Europe [J]. Environmental Research Letters, 2017, 12.

[16] DB11/1475-2017 重型汽車(chē)排氣污染物排放限值及測(cè)量方法(OBD法第Ⅳ、Ⅴ階段) [S]. 北京市生態(tài)環(huán)境局, 2017. DB11/1475-2017 Heavy-duty vehicle exhaust emission limits and measurement methods (OBD-based stage IV and stage V) [S]. Beijing municipal ecology and environment bureau, 2017.

[17] Zhang S J, Zhao P, HE L Q, et al. On-board monitoring (OBM) for heavy-duty vehicle emissions in China: Regulations, early-stage evaluation and policy recommendations [J]. Science of the Total Environment, 2020,731:1-11.

[18] Cheng Y, He L Q, He W N, et al. Evaluating on-board sensing-based nitrogen oxides (NO) emissions from a heavy-duty diesel truck in China [J]. Atmospheric Environment, 2019,216.

[19] Tan Y, Henderick P, Yoon S, et al. On-board sensor-based NOemissions from heavy-duty diesel vehicles [J]. Environmental science & technology, 2017,53(9):5504-5511.

[20] Carstens S, Majewski W.A. NOsensors (assessed) [EB/OL]. https://www.dieselnet.com/tech/sensors_nox.php.

[21] Durbin T, Johnson K, Karavalakis G, et al. Heavy-duty on-road vehicle inspection and maintenance program (final report) [J]. California Air Resources Board, 2019.

[22] Feng Q, Zhen K, LU Y, et al. Analysis on emission characteristics of urban buses based on remote online monitoring [C]. SAE Technical Paper, 2021, 2021-01-0601.

[23] 呂 晨.北京市高分辨率交通碳排放清單研究與低碳發(fā)展情景分析[D]. 北京:北京工業(yè)大學(xué), 2020.Lv C. Research on high rsolution transport carbon emission inventory and analysis of low carbon development scenario in Beijing [D]. Beijing: Beijing University of Technology, 2020.

[24] 張 意,吳 琳,毛洪鈞,等.天津市機(jī)動(dòng)車(chē)污染物排放清單及控制對(duì)策研究[J]. 南開(kāi)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017,(1):92-98.Zhang Y, Wu L, Mao H J, et al. Research on vehicle emission inventory and its management strategies in Tianjin [J]. Acta Scientiarum Naturalium Universitatis Nankaiensis, 2017,(1):92-98.

[25] 唐 偉,楊 強(qiáng),黃 成,等.基于大數(shù)據(jù)分析和IVE模型的杭州市機(jī)動(dòng)車(chē)污染物排放變化特征研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2018,38(1): 71-78.Tang W, Yang Q, Huang C, et al. Study on characteristics of pollutant emission from motor vehicles in Hangzhou based on large data analysis and IVE model [J]. Journal of Environmental Sciences, 2018, 38(1):71-78.

[26] 牛天林.基于智能交通大數(shù)據(jù)的南京高分辨率路網(wǎng)排放清單研究[D]. 北京:清華大學(xué), 2017.Niu T L. Development of high-resolution road vehicle emission inventory for Nanjing based on intelligent transportation big data [D]. Beijing: Tsinghua University, 2017.

[27] HJ857-2017 重型柴油車(chē)、氣體燃料車(chē)排氣污染物車(chē)載測(cè)量方法及技術(shù)要求[S]. 生態(tài)環(huán)境部, 2017.HJ857-2017 Measurement method and technical specification for PEMS test of exhaust pollutants from heavy-duty diesel and gas fuelled vehicles [S]. Ministry of Ecological Environment, 2017.

[28] He W N, Cheng Y, Feng Q, et al. Analysis of real-world fuel consumption characteristics of heavy-duty commercial diesel vehicle based on OBD method [C]. Materials Science and Engineering, 2020,774:1-7.

[29] 郭佳棟.重型車(chē)實(shí)際道路車(chē)載排放測(cè)試及排放特性研究[D]. 北京:北京理工大學(xué), 2015.Guo J D. Research on real-world emission performance of heavy-duty vehicles based on portable emission measurement systems [D]. Beijing: Beijing Institute of Technology, 2015.

[30] 張少君.中國(guó)典型城市機(jī)動(dòng)車(chē)排放特征與控制策略研究[D]. 北京:清華大學(xué), 2014.Zhang S J. Characteristics and control strategies of vehicle emissions in typical cities of China [D]. Beijing: Tsinghua University, 2014.

[31] 牛國(guó)華.機(jī)動(dòng)車(chē)排放因子模型數(shù)據(jù)庫(kù)研究[D]. 武漢:武漢理工大學(xué), 2011.Niu G H. Study on emission factors modal database [D]. Wuhan: Wuhan University of Technology, 2011.

[32] GB/T38146-2019 中國(guó)汽車(chē)行駛工況[S].GB/T38176-2019 China automotive test cycle [S].

[33] 馮 謙.一套基于車(chē)聯(lián)網(wǎng)大數(shù)據(jù)的中國(guó)實(shí)際運(yùn)行工況VSP Bin劃分方法:中國(guó), ZL202110814294.1 [P] 2023-01-10.Feng Q. A VSP Bin classification method for actual operating conditions in China based on Internet of Vehicles Big Data: China, ZL202110814294.1 [P]. 2023-01-10.

致謝：本研究工作得到中汽科技(北京)有限公司陽(yáng)益濤工程師的協(xié)助,在此表示感謝.

Characteristics of actual road NOand CO2emissions from diesel vehicles in Beijing based on remote monitoring.

FENG Qian1,2, LIU Bao-xian1,2,3, YANG Yan-yan1,2,3*, ZHANG Shao-jun2, SHEN Xiu-e1,3, LU Yang1,3, WANG Peng-rui1, WU Ye2

(1.Beijing Municipal Ecological and Environmental Monitoring Center, Beijing 100048, China；2.School of Environment, Tsinghua University, Beijing 100084, China；3.Beijing Key Laboratory of Airborne Particulate Matter, Beijing 100048, China)., 2023,43(8)：4418～4426

The study adopted remote online monitoring technology to monitor the actual road operating parameters of typical diesel vehicles in Beijing, and conducted synchronous comparative tests with standard PEMS testing equipment to analyze the data consistency of remote online monitoring technology. A micro-operating mode division method applicable to Beijing's diesel vehicles was established based on the analysis, and the NOand CO2emission characteristics of typical diesel vehicles were analyzed based on micro-operating mode. The study results show that: 1) the NOand CO2emissions rates of diesel vehicles monitored by remote online monitoring and PEMS testing data are both linearly fitted with2higher than 0.99; 2) the micro-operating mode division of Beijing's diesel vehicles based on the established method conform to normal distribution, achieving the objective of uniformly dividing the vehicle's micro-operating conditions; 3) in different vehicle speed ranges, the NOand CO2emission factors of different types of vehicles show different trends, and the NOemission factor of vehicles with China VI emission standard is generally lower than that of vehicles with China V emission standard. The highest NOcomprehensive emission factor belongs to China V heavy diesel vehicles, (7.63±0.57)g/km; as the tonnage increases, the CO2emission factor of diesel vehicles will increase to varying degrees and the CO2emission factor of China VI heavy diesel vehicles is relatively high, possibly due to the relatively complex after-treatment system of China VI vehicles increasing fuel consumption.

heavy-duty vehicles；remote monitoring methods；micro-operating mode division；NOemission factor；CO2emission factor

X511

A

：1000-6923(2023)08-4418-09

馮 謙(1986-),男,河北辛集人,高級(jí)工程師,博士,主要從事移動(dòng)源排放監(jiān)測(cè)與控制技術(shù)研究.發(fā)表論文20余篇.fengqianhg@163. com.

馮 謙,劉保獻(xiàn),楊妍妍,等.基于遠(yuǎn)程監(jiān)測(cè)的北京市柴油車(chē)實(shí)際道路NO與CO2排放特征 [J]. 中國(guó)環(huán)境科學(xué), 2023,43(8):4418-4426.

Feng Q, Liu B X, Yang Y Y, et al. Characteristics of actual road NOand CO2emissions from diesel vehicles in Beijing based on remote monitoring [J]. China Environmental Science, 2023,43(8):4418-4426.

2023-01-15

科技部課題(2022YFC3703602);北京市科委課題(Z191100009119014);國(guó)家自然科學(xué)基金面上項(xiàng)目(52170111)

* 責(zé)任作者, 正高級(jí), yangyanyanstar@163.com