基于微观交通仿真的基本路网机动车碳排放因子测量方法技术

本发明专利技术公开了基于微观交通仿真的基本路网机动车碳排放因子测量方法，包括以下步骤：（1）开展现场调查，采集和分析道路交通数据；（2）分解道路网络为基本路网并划分其类型；（3）车辆管理所机动车数据资料的调取与分析；（4）基本路网微观交通仿真模型的构建与校正；（5）运行仿真模型，输出仿真行程时间，计算行程速度；（6）计算机动车的碳排放因子；（7）构建机动车碳排放因子计算模型；（8）选择合适的计算模型并输入道路交通数据，计算机动车碳排放因子。本发明专利技术通过将道路网络分解为基本路网，极大地简化了机动车碳排放因子的影响因素，并建立基于交通仿真的碳排放因子计算模型，具有很强的普适性和实用价值。强的普适性和实用价值。强的普适性和实用价值。

【技术实现步骤摘要】
基于微观交通仿真的基本路网机动车碳排放因子测量方法


[0001]本专利技术涉及环境保护以及交通规划、设计与管理等多个
，具体涉及一种基于微观交通仿真的基本路网机动车碳排放因子测量方法。

技术介绍

[0002]交通运输是温室气体排放的主要领域之一，也是碳排放增长速度最快的领域之一。截至2020年底，中国全国机动车保有量达3.72亿辆；2019年，国内汽油消耗达到1.4亿吨，交通领域节能减排和降碳任重道远。中国在2030年达到碳排放峰值的目标面临着机动车保有量3倍增长的威胁，机动车的碳排放在整个城市的碳排放中占比较大，是城市交通系统可持续发展需要解决的关键问题。为了更好地控制城市道路机动车交通的碳排放，就必须有一套方便、快捷的机动车碳排放因子的测量方法，以便更好地指导旨在减碳降排的交通规划与管理以及城市规划。因此，机动车碳排放因子的测量是目前交通规划与管理和环境保护等多个
需要解决的核心技术问题。
[0003]传统的宏观层面的交通碳排放计算方法存在明确的缺陷，忽视了道路和交通的微观特征对碳排放的影响。传统方法通常采用固定不变的碳排放因子，或需要采集大量的有关车辆运行状态的数据，耗费大量的人力和物力。这些缺陷在很大程度上限制了其实际的工程应用价值，导致在实践中无法对社会经济的变化、政策措施的实施、道路网络的改善等因素对机动车碳排放的作用做出快速准确的分析。
[0004]不同城市、区县的道路网络呈现出错综复杂的结构与特征，对于不同地区的路网进行碳排放因子的测量难度很大。面对结构复杂、形态各异的路网，传统的碳排放因子计算模型考虑的因素过于复杂和微观，其适用性存在一定程度的局限，无法进行大范围的推广。

技术实现思路

[0005]为克服现有机动车碳排放因子测量方法的局限性，本专利技术提供了一种基于微观交通仿真的基本路网机动车碳排放因子测量方法，该方法可以有效解决传统测量方法需要采集大量的道路交通数据、耗费大量的人力和物力、可推广性差等缺陷。创新性地提出基本路网的概念，极大地简化了碳排放因子测量的技术难度，并且使得错综复杂、形态各异的道路网络可以简化为具有通用性的基本单元。以微观交通仿真为基础构建基本路网机动车碳排放因子计算模型，可以全面系统地分析多种道路交通影响因素对机动车碳排放因子的作用，能够广泛地应用于形态各异的道路网络。
[0006]本专利技术采用如下技术方案：
[0007]1、基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：测量步骤如下：
[0008]步骤(1)确定所测量的城市道路交通系统，采集该城市道路交通系统中的道路设施数据和交通数据、并对该城市道路交通系统的现场调查数据进行统计分析：
[0009]步骤(2)将城市道路交通系统中的城市道路网络分解为基本路网，并对其进行类
型划分，统计其频率、确定主要的基本路网类型；
[0010]步骤(3)调取路网所在城市的机动车数据资料，分析机动车辆关键数据的统计分布；机动车数据资料可以从地方车辆管理所或城市道路交通系统获取；
[0011]步骤(4)针对步骤(2)中统计的各类型基本路网，构建基本路网的微观交通仿真模型，仿真各种道路交通状况，并且对仿真模型进行校正；
[0012]步骤(5)基于微观交通仿真模型，输出每辆机动车在仿真路网特定区域的仿真行程时间，并据此计算每辆仿真机动车的平均行程速度；
[0013]步骤(6)选择合适的机动车尾气排放模型，常用的机动车尾气排放模型采用，IVE、MOBILE、COPERT、CMEM、MOVES等，计算机动车在不同的道路交通状况下的碳排放因子；
[0014]步骤(7)运用数理统计学的非线性回归模型，基于步骤(6)计算得到的碳排放因子构建机动车的碳排放因子计算模型；
[0015]步骤(8)对于某一基本路网，选择合适的机动车碳排放因子计算模型，输入实测或者预测的道路交通数据，计算机动车的碳排放因子。
[0016]本专利技术所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，基于步骤(1)中道路设施数据包括：道路功能等级、道路横断面形式、路段车道数、相邻交叉口的距离、交叉口进口道车道数、车道长度和车道功能的划分；
[0017]道路功能等级、道路横断面形式、路段车道数、交叉口进口道车道数、车道功能划分属于离散型变量：指标为：频数、频率；
[0018]相邻交叉口的距离、车道长度为连续型变量：指标为：均值、中值、方差、均方差、最小值和最大值；
[0019]基于步骤(1)中交通数据应包括：车辆的类型、路段上各种车辆类型的交通量、行驶速度、交叉口进口道左转弯车辆和右转弯车辆的比例、延误、停车次数；
[0020]其中车辆的类型、停车次数属于离散型变量：指标为：频数、频率；
[0021]路段上各种车辆类型的交通量、行驶速度、交叉口进口道左转弯车辆和右转弯车辆的比例、延误(延误例如红灯停车、车辆降速)属于连续型变量：指标为：均值、中值、方差、均方差、最小值和最大值。
[0022]本专利技术所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，基于步骤(2)中基本路网是由信号控制交叉口与其相邻的接入路段所构成；以交叉口的类型因素、交叉口进口道的车道数因素、交叉口进口道上游路段的车道数因素针对基本路网进行类型划分。
[0023]在对基本路网进行类型划分时，需要考虑的因素有：交叉口的类型、交叉口进口道的车道数、交叉口进口道上游路段的车道数等。
[0024]本专利技术所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，基于步骤(3)中所研究城市的机动车辆关键数据主要包括：车辆类型、车龄、车辆长度、燃料类型；
[0025]关键数据中的车辆类型、车辆长度将用于微观交通仿真模型的构建；
[0026]关键数据中的车龄、燃料类型将用于计算机动车碳排放因子。
[0027]本专利技术所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，基于步骤(4)中微观交通仿真模型所仿真的路段长度、车道数、交叉口类型、车辆类型、期望速度、交通量关键参数应符合步骤(1)中的现场调查数据的统计分析。
[0028]6、根据权利要求1所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：基于步骤(4)中微观交通仿真模型的校正需要考虑交通仿真系统对车辆运动的模拟效果，车辆运动包括：车辆的加速、减速和转弯；通过修改车辆的跟驰、换道、路径变换等仿真模型的参数，使得仿真结果符合现场调查的数据。
[0029]本专利技术所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，基于步骤(5)中仿真路网特定区域；该仿真路网特定区域为交叉口的进口道及其上游路段。该区域应该选择在交叉口的进口道及其上游路段，以交叉口上游路段的起点作为特定区域的起始端点，以交叉口进口道的停止线所在位置为特定区域的终止端点。
[0030]本专利技术所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，步骤(4)中微观本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：测量步骤如下：步骤(1)确定所测量的城市道路交通系统，采集该城市道路交通系统中的道路设施数据和交通数据、并对该城市道路交通系统的现场调查数据进行统计分析：计步骤(2)将城市道路交通系统中的城市道路网络分解为基本路网，并对其进行类型划分，确定基本路网类型；步骤(3)调取路网所在城市的机动车数据资料，分析机动车辆关键数据的统计分布；步骤(4)针对步骤(2)中统计的各类型基本路网，构建基本路网的微观交通仿真模型，仿真各种道路交通状况，并且对仿真模型进行校正；步骤(5)基于微观交通仿真模型，输出每辆机动车在仿真路网特定区域的仿真行程时间，并据此计算每辆仿真机动车的平均行程速度；步骤(6)选择合适的机动车尾气排放模型，算机动车在不同的道路交通状况下的碳排放因子；步骤(7)运用数理统计学的非线性回归模型，基于步骤(6)计算得到的碳排放因子构建机动车的碳排放因子计算模型；步骤(8)对于某一基本路网，选择合适的机动车碳排放因子计算模型，输入实测或者预测的道路交通数据，计算机动车的碳排放因子。2.根据权利要求1所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：基于步骤(1)中道路设施数据包括：道路功能等级、道路横断面形式、路段车道数、相邻交叉口的距离、交叉口进口道车道数、车道长度和车道功能的划分；道路功能等级、道路横断面形式、路段车道数、交叉口进口道车道数、车道功能划分属于离散型变量：指标为：频数、频率；相邻交叉口的距离、车道长度为连续型变量：指标为：均值、中值、方差、均方差、最小值和最大值；基于步骤(1)中交通数据应包括：车辆的类型、路段上各种车辆类型的交通量、行驶速度、交叉口进口道左转弯车辆和右转弯车辆的比例、延误、停车次数；其中车辆的类型、停车次数属于离散型变量：指标为：频数、频率；路段上各种车辆类型的交通量、行驶速度交叉口进口道左转弯车辆和右转弯车辆的比例、延误属于连续型变量：指标为：均值、中值、方差、均方差、最小值和最大值。3.根据权利要求1所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：基于步骤(2)中基本路网是由信号控制交叉口与其相邻的接入路段所构成；以交叉口的类型因素、交叉口进口道的车道数因素、交叉口进口道上游路段的车道数因素针对基本路网进行类型划分。在对基本路网进行类型划分时，需要考虑的因素有：交叉口的类型、交叉口进口道的车道数、交叉口进口道上游路段的车道数。4.根据权利要求1所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：基于步骤(3)中所研究城市的机动车辆关键数据主要包括：车辆类型、车龄、车辆长度、燃料类型；关键数据中的车辆类型、车辆长度将用于微观交通仿真模型的构建；
关键数据中的车龄、燃料类型将用于计算机动车碳排放因子。5.根据权利要求1所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：基于步骤(4)中微观交通仿真模型所仿真的路段长度、车道数、交叉口类型、车辆类型、期望速度、交通量关键参数应符合步骤(1)中的现场调查数据的统计分析。6.根据权利要求1所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：基于步骤(4)中微观交通仿真模型的校正需要考虑交通仿真系统对车辆运动的模拟效果，车辆运动包括：车辆的加速、减速和转弯；通过修改车辆的跟驰、换道、路径变换仿真模型的参数，使得仿真结果符合现场调查的数据。7.根据权利要求1所述的基于微观交通仿真的基本路网机动车碳排放因子测量方法，其特征在于：基于步骤(5)中仿真路网特定区域；该仿真路网特定区域为交叉口的进口道及其上游路段。该区域应该选择在交叉口的进口道及其上游路段，以交叉口上...

【专利技术属性】
技术研发人员：张国强，刘雪宁，陈峻，
申请(专利权)人：东南大学，
类型：发明
国别省市：