徐 龍，王 力，劉 瑩，宋國(guó)華，李晨旭，翟志強(qiáng)

(1.北方工業(yè)大學(xué)城市道路交通智能控制技術(shù)北京重點(diǎn)實(shí)驗(yàn)室，北京100144；2.北京交通發(fā)展研究院，北京100073；3.北京交通大學(xué)交通運(yùn)輸學(xué)院，北京100044；4.中國(guó)民航大學(xué)機(jī)場(chǎng)學(xué)院，天津300300；5.北京公共交通控股(集團(tuán))有限公司，北京100081)

0 引 言

公交車(chē)能耗碳排放強(qiáng)度變化和未來(lái)的達(dá)峰趨勢(shì)問(wèn)題日益受到城市管理部門(mén)和科研人員的關(guān)注.Carrese[1]等基于平均速度和VSP 方法建立了車(chē)輛排放測(cè)算模型，對(duì)同一線路中3位不同駕駛員的能耗排放水平進(jìn)行對(duì)比評(píng)價(jià).Gasraldi[2]等采用PEMS測(cè)試分析不同交叉口信號(hào)控制周期的CO2減排效果.Marsumoto[3]等通過(guò)視頻觀測(cè)和VISSIM仿真測(cè)算不同交叉口信號(hào)周期的CO2減排效果.Macián[4]等通過(guò)工況測(cè)試對(duì)低粘度油的CO2減排效果進(jìn)行實(shí)證分析.Yang[5]等通過(guò)OBD監(jiān)測(cè)設(shè)備采集燃油消耗率，VSP 模型對(duì)柴油公交車(chē)和混合動(dòng)力柴油車(chē)在標(biāo)準(zhǔn)工況下的CO2排放因子進(jìn)行對(duì)比研究.Zhang[6]等通過(guò)PEMS 對(duì)75 輛公交車(chē)進(jìn)行測(cè)試，發(fā)現(xiàn)天然氣公交車(chē)CO2排放因子與柴油車(chē)基本一致.徐龍[7]等通過(guò)OBD 能耗監(jiān)測(cè)設(shè)備、IC 卡數(shù)據(jù)和GIS，研究了公交車(chē)服務(wù)水平和能耗的相關(guān)性.應(yīng)紫敏[8]等對(duì)全生命周期下不同情景的公交車(chē)油改電碳減排效益進(jìn)行測(cè)算，證明不同燃料類(lèi)型(柴油車(chē)、電動(dòng)車(chē))公交車(chē)在運(yùn)行階段的碳排放量差距可達(dá)33%.Peng[9]等以公交車(chē)能耗碳排放總量統(tǒng)計(jì)數(shù)據(jù)為基準(zhǔn)，考慮柴油車(chē)與天然氣車(chē)不同比例，對(duì)國(guó)內(nèi)31個(gè)省份進(jìn)行預(yù)測(cè)研究.

以上研究以實(shí)車(chē)測(cè)試、工況分析、模型仿真等為主.當(dāng)前5G、車(chē)聯(lián)網(wǎng)等技術(shù)為感知公交車(chē)、公交線路、駕駛員等3個(gè)維度的能耗碳排放微觀數(shù)據(jù)[10]提供了手段.因此，本文建立基于多源數(shù)據(jù)融合的公交車(chē)能耗碳排放測(cè)算模型，在公交車(chē)、公交線路、駕駛員等3 個(gè)維度建立能耗碳排放量化關(guān)系，為公交車(chē)節(jié)能減碳提供支撐.

1 數(shù)據(jù)準(zhǔn)備

除上述提到的車(chē)輛燃料類(lèi)型、車(chē)輛類(lèi)型以外，Wang[11]等分析得到車(chē)輛行駛速度、加減速等對(duì)公交車(chē)的能耗碳排放強(qiáng)度有顯著的相關(guān)性.Zhai[12]等認(rèn)為車(chē)輛重量會(huì)明顯影響油耗.Lai[13]等發(fā)現(xiàn)公交線路特點(diǎn)(交叉口、線路走向)會(huì)對(duì)車(chē)輛碳排放造成影響.因此，車(chē)輛的線路特點(diǎn)、燃料類(lèi)型、車(chē)輛類(lèi)型等因素是影響公交車(chē)能耗碳排放評(píng)價(jià)的重要因素.采集北京市4 條線路，53 輛公交車(chē)，215 位駕駛員數(shù)據(jù)作為研究樣本，采集時(shí)間為5 d，共計(jì)757.7 萬(wàn)條數(shù)據(jù)，研究樣本基本情況如表1所示.

表1 研究樣本基本情況Table 1 Basic situation of study sample

1.1 OBD能耗監(jiān)測(cè)數(shù)據(jù)

為評(píng)價(jià)公交車(chē)能耗碳排放，采集OBD 監(jiān)測(cè)設(shè)備實(shí)時(shí)上傳的逐秒定位數(shù)據(jù)、累計(jì)能耗數(shù)據(jù)和累計(jì)里程數(shù)據(jù)，如表2所示.

表2 OBD 監(jiān)測(cè)數(shù)據(jù)示例Table 2 Samples of OBD monitoring data

1.2 加油(氣)數(shù)據(jù)

企業(yè)規(guī)定司機(jī)每次加油(氣)時(shí)將郵箱加滿(mǎn)，那么加油(氣)數(shù)據(jù)是車(chē)輛在兩次加油(氣)間隔期間車(chē)輛的能耗量，采集得到加油(氣)數(shù)據(jù)611條，如表3所示.

1.3 運(yùn)營(yíng)排班數(shù)據(jù)

為準(zhǔn)確評(píng)價(jià)駕駛員能耗情況，采集公交車(chē)運(yùn)營(yíng)排班數(shù)據(jù)信息，如公交線路對(duì)應(yīng)每個(gè)班次車(chē)輛的駕駛員姓名、工號(hào)及發(fā)車(chē)時(shí)刻等，共采集運(yùn)營(yíng)排班數(shù)據(jù)2 380條，駕駛員215人，如表4所示.

表3 加油(氣)數(shù)據(jù)示例Table 3 Samples of diesel or LNG refueling data

表4 駕駛員排班數(shù)據(jù)示例Table 4 Samples of drivers'scheduling data

2 模型構(gòu)建

2.1 數(shù)據(jù)質(zhì)量控制

車(chē)輛OBD 監(jiān)測(cè)數(shù)據(jù)常出現(xiàn)數(shù)據(jù)空值、數(shù)據(jù)異常值、數(shù)據(jù)缺失等問(wèn)題.采用以下方法進(jìn)行數(shù)據(jù)質(zhì)量控制.

(1)數(shù)據(jù)空值問(wèn)題.

對(duì)時(shí)間空值數(shù)據(jù)進(jìn)行刪除，且將前后數(shù)據(jù)劃分為不同行程段分析.對(duì)累計(jì)油耗空值數(shù)據(jù)，根據(jù)前后數(shù)據(jù)進(jìn)行判定.由于累計(jì)油耗數(shù)值0.5為粒度變化，若前后數(shù)據(jù)未變化，則將前一秒累計(jì)油耗數(shù)據(jù)填入；若前后數(shù)據(jù)有變化，將該數(shù)據(jù)刪除，前后數(shù)據(jù)劃分為不同行程段分析.累計(jì)里程空值問(wèn)題，也按照時(shí)間空值的方法處理.

(2)數(shù)據(jù)異常值問(wèn)題.

如果某個(gè)指標(biāo)前后數(shù)據(jù)發(fā)生較大偏移，則刪除并進(jìn)行標(biāo)記.后續(xù)分析將前后數(shù)據(jù)劃分為不同的行程段.

(3)數(shù)據(jù)缺失問(wèn)題.

在出現(xiàn)累計(jì)油耗數(shù)值未變化，逐秒定位數(shù)據(jù)和累計(jì)里程數(shù)據(jù)缺失的情況下，利用公交線網(wǎng)圖和定位軌跡匹配的方法對(duì)軌跡數(shù)據(jù)進(jìn)行補(bǔ)充，如圖1所示.

2.2 數(shù)據(jù)校核與修正

通過(guò)時(shí)間將車(chē)輛加油（氣）數(shù)據(jù)與OBD監(jiān)測(cè)數(shù)據(jù)進(jìn)行匹配，獲得643個(gè)樣本數(shù)據(jù)。剔除相對(duì)誤差超過(guò)±20%的異常數(shù)據(jù)（44 條，占6.8%），獲得有效樣本599個(gè).OBD監(jiān)測(cè)數(shù)據(jù)與加油（氣）數(shù)據(jù)優(yōu)缺點(diǎn)如表5所示.

分析發(fā)現(xiàn)，OBD監(jiān)測(cè)數(shù)據(jù)與加油(氣)數(shù)據(jù)呈線性相關(guān)關(guān)系，如圖2 所示，LNG 車(chē)、柴油車(chē)擬合優(yōu)度R2分別為0.878 2、0.871 9.本文認(rèn)為采用此方法修正后的OBD監(jiān)測(cè)數(shù)據(jù)，同時(shí)具有精度、實(shí)時(shí)性?xún)?yōu)點(diǎn)，可以用于車(chē)輛、公交線路和駕駛員的能耗碳排放評(píng)價(jià).

2.3 模型建立

在解決數(shù)據(jù)精度和實(shí)時(shí)性的基礎(chǔ)上，針對(duì)公交車(chē)、公交線路和駕駛員3 個(gè)維度構(gòu)建基于“速度—能耗碳排放強(qiáng)度曲線”的測(cè)算模型.將不同時(shí)間段(早高峰、平峰和晚高峰)的公交車(chē)數(shù)據(jù)分解成2 km 行程段進(jìn)行統(tǒng)計(jì)，便于在相同平均速度狀態(tài)下進(jìn)行測(cè)算和分析.模型構(gòu)建步驟如下

圖1 OBD 監(jiān)測(cè)數(shù)據(jù)軌跡補(bǔ)齊Fig.1 Complete missing values of OBD monitoring data track

表5 OBD 監(jiān)測(cè)數(shù)據(jù)與加油(氣)數(shù)據(jù)優(yōu)缺點(diǎn)分析Table 5 Advantages and disadvantages of OBD monitoring data and diesel or LNG refueling data

圖2 OBD 監(jiān)測(cè)數(shù)據(jù)與加油(氣)數(shù)據(jù)相關(guān)性分析Fig.2 Analysis of correlation between OBD monitoring data and diesel or LNG refueling data

Step 1將OBD 監(jiān)測(cè)數(shù)據(jù)中的累計(jì)里程指標(biāo)取差值，按每2 km為1個(gè)行程段，計(jì)算行程段內(nèi)的平均速度，即

式中：為2 km 短行程內(nèi)的平均速度(km/)；T、t分別2 km行程結(jié)束、開(kāi)始時(shí)的GPS/北斗時(shí)間(s).

Step 2將同一短行程內(nèi)的累計(jì)油耗指標(biāo)取差值，結(jié)合加油(氣)數(shù)據(jù)的校核參數(shù)，計(jì)算短行程內(nèi)的百公里能耗.將能耗指標(biāo)單位統(tǒng)一折算為千克標(biāo)準(zhǔn)煤/100公里，即kgce/(100 km).CO2指標(biāo)單位統(tǒng)一為千克CO2/100公里，即kg/(100 km).

式中：、C分別為2 km 短行程內(nèi)的百公里能耗強(qiáng)度、CO2排放強(qiáng)度；F、f分別為2 km 短行程結(jié)束、開(kāi)始時(shí)的累計(jì)油耗(L 或kg)；a、b為圖2 得到的折算系數(shù)；c、d分別為能耗指標(biāo)、CO2排放指標(biāo)折算系數(shù).表6 為4 個(gè)參數(shù)與能源類(lèi)型的對(duì)應(yīng)關(guān)系.

表6 不同能源類(lèi)型的修正參數(shù)Table 6 Correction parameters for different energy type

Step 3以1 km/h 為粒度劃分速度區(qū)間，將按對(duì)應(yīng)的平均速度區(qū)間進(jìn)行聚類(lèi)，得到其所屬的速度區(qū)間，如表7所示.

表7 2 km 行程段平均速度區(qū)間劃分Table 7 Distribution of average speeds of 2 km journey

Step 4統(tǒng)計(jì)不同速度區(qū)間下百公里能耗平均值，得到對(duì)應(yīng)速度區(qū)間內(nèi)平均百公里能耗.

式中：為速度區(qū)間j的平均百公里能耗(kgce/(100km))；Fj為平均速度處于j速度區(qū)間內(nèi)的每2 km百公里能耗(kgce/(100km))；n為平均速度處于j速度區(qū)間內(nèi)的短行程的數(shù)量.

同理，統(tǒng)計(jì)不同速度區(qū)間下CO2排放強(qiáng)度平均值，得到對(duì)應(yīng)速度區(qū)間內(nèi)CO2排放強(qiáng)度.

式中：為速度區(qū)間j的平均百公里CO2排放(kg/(100 km))；Cj為平均速度處于j速度區(qū)間內(nèi)的每2 km百公里能耗(kg/(100 km)).

Step 5采用指數(shù)、線性、對(duì)數(shù)函數(shù)、多項(xiàng)式(二次、三次)、冪指數(shù)等函數(shù)對(duì)數(shù)據(jù)進(jìn)行擬合，如圖3 所示，發(fā)現(xiàn)冪函數(shù)的擬合優(yōu)度R2=0.972 6 為最高.

因此，本文認(rèn)為“速度—能耗碳排放強(qiáng)度曲線”模型符合冪函數(shù)分布，基本公式為

式中：F為能耗強(qiáng)度指標(biāo)(kgce/(100km))；C為CO2排放強(qiáng)度指標(biāo)(kgce/(100km))；V為2 km短行程的平均速度(km/h).

3 實(shí)證研究

采用北京市實(shí)際的車(chē)輛、駕駛員、線路數(shù)據(jù)，對(duì)“速度—能耗碳排放強(qiáng)度曲線”模型進(jìn)行實(shí)證研究.

3.1 車(chē)輛能耗評(píng)價(jià)

采取“速度—能耗碳排放強(qiáng)度曲線”模型，對(duì)不同能源類(lèi)型、車(chē)型的車(chē)輛能耗碳排放進(jìn)行擬合對(duì)比，如圖4所示.

(1)LNG車(chē)的能耗碳排放強(qiáng)度高于柴油車(chē)，差距隨速度增大而增大.平均速度從10～60 km/h 變化時(shí)，LNG鉸接車(chē)比柴油鉸接車(chē)高3.3%～33.7%.

(2)雙層車(chē)的能耗碳排放強(qiáng)度高于鉸接車(chē)，差距隨速度增大而減少.平均速度從10～60 km/h 變化時(shí)，LNG雙層車(chē)比鉸接車(chē)高2.4%～13.3%.

由此可知，推廣LNG 公交車(chē)對(duì)降低交通能耗碳排放是有負(fù)面影響的.

圖3 2 km 行程段平均速度與能耗碳排放強(qiáng)度指標(biāo)的函數(shù)擬合關(guān)系Fig.3 Functional fitting relation between average speeds of 2 km journey and intensity of energy consumption and CO2 emission

3.2 駕駛員能耗評(píng)價(jià)

相同線路和車(chē)輛條件下，不同駕駛員的駕駛行為對(duì)公交車(chē)能耗碳排放有顯著影響，如圖5 所示.以57 路為例，平均速度為22.7 km/h，平均百公里能耗強(qiáng)度指標(biāo)為59.3 kgce/(100 km).6001823 駕駛員的平均速度為23.7 km/h，平均百公里能耗強(qiáng)度指標(biāo)為67.3 kgce/(100 km)，比線路平均水平高13.3%.6002041駕駛員的平均速度為21.8 km/h，平均百公里能耗為54.2 kgce/(100 km)，比線路平均水平低8.6%.兩者的能耗碳排放強(qiáng)度相差24.2%.從特征上看，在平均速度小于40 km/h 的區(qū)間內(nèi)，6001823 百公里能耗碳排放強(qiáng)度隨著速度降低明顯升高，說(shuō)明該駕駛員的駕駛行為更加劇烈，應(yīng)給與針對(duì)性的培訓(xùn).

3.3 線路能耗評(píng)價(jià)

在不考慮載客情況的假設(shè)條件下，利用“速度—能耗碳排放強(qiáng)度曲線”模型，對(duì)459 路和651路等2 條LNG 鉸接車(chē)的線路進(jìn)行對(duì)比后發(fā)現(xiàn)，在平均速度為26.8 km/h 的情景下，459 路能耗碳排放強(qiáng)度比651路低9.6%，且平均速度越低越明顯，如圖6所示.

圖4 能源類(lèi)型和車(chē)型對(duì)能耗碳排放強(qiáng)度影響Fig.4 Impacts of energy type and vehicle type on intensity of energy consumption and CO2 emission

圖5 不同駕駛員能耗碳排放強(qiáng)度對(duì)比分析Fig.5 Comparative analysis of intensity of energy consumption and CO2 emission of bus drivers

圖6 不同公交線路的能耗碳排放強(qiáng)度對(duì)比分析Fig.6 Comparative analysis of intensity of energy consumption and CO2 emission of bus lines

4 結(jié) 論

本文綜合利用OBD監(jiān)測(cè)數(shù)據(jù)、加油(氣)數(shù)據(jù)、運(yùn)營(yíng)排班數(shù)據(jù)等公交車(chē)大數(shù)據(jù)資源，對(duì)OBD 監(jiān)測(cè)數(shù)據(jù)用于車(chē)輛、公交線路和駕駛員能耗碳排放評(píng)價(jià)的準(zhǔn)確性進(jìn)行了驗(yàn)證和校核，建立“速度—能耗碳排放強(qiáng)度曲線”模型和評(píng)價(jià)方法，并利用北京市的公交車(chē)輛、公交線路和駕駛員數(shù)據(jù)進(jìn)行實(shí)證研究.當(dāng)前，隨著汽車(chē)智能化、網(wǎng)聯(lián)化的快速發(fā)展，車(chē)輛OBD 監(jiān)測(cè)數(shù)據(jù)已逐漸成為車(chē)輛標(biāo)配.該研究可在其他城市公交企業(yè)重新標(biāo)定后開(kāi)展應(yīng)用和分析，對(duì)各城市公交能耗碳排放目標(biāo)設(shè)定、碳排放交易都有現(xiàn)實(shí)意義.研究中未量化載客情況的影響，此外，電動(dòng)車(chē)的能耗、駕駛行為等與柴油、天然氣車(chē)有明顯的差異，下一步可將深化研究.