特長公路隧道CO單車排放模型研究

田 芳，付 帥，鄭 晅，李 雪

（1.江蘇省交通工程建設局，江蘇 南京 210000：2.長安大學電子與控制工程學院，陜西 西安 710064）

0 引言

機動車CO排放因子是評估隧道車輛污染物排放量、運營需風量設計、通風系統控制以及工程環境評價的重要依據[1-2]。同時，CO排放因子作為一個動態變化的參量，受到尾氣排放標準、氣候條件以及燃料品質等因素的影響，隨著車輛排放標準的提高和發動機技術的更新，車輛CO排放因子也在不斷減小[3-5]。因此，研究特長公路隧道機動車CO排放因子，動態把握機動車CO排放因子，有利于減少隧道通風系統建設和運營成本，符合低碳環保的工程設計理念。

目前，國內外主要采用臺架試驗法、隧道實測法和模型預測法等確定機動車污染物排放因子。臺架試驗法[6]通過試驗臺架，測定機動車污染物排放建立機動車單車污染物排放因子。陳長虹等[7]及姚志良等[8]利用車載排放測試儀，開展了重型柴油車實際道路排放測試，在我國重型車實際道路排放研究方面取得了突破；鄧順熙等[9]采用底盤測功機，測試了我國輕型車CO，HC 和NOx的排放因子：高爽等[10]采用底盤測功機對國內現有不同品牌輕型汽車進行臺架試驗，并對尾氣樣品中VOCs 物種進行定量分析。

隧道實測法通過現場監測隧道內車流排放污染物，確定機動車平均污染物排放因子。陳超等[11]對上海市延安東路越江隧道等隧道內CO 和NOx濃度分布及環境參數進行實測，推算得到中國城市地下道路車流綜合平均CO，NOx污染物排放因子現狀，推算結果與PIRAC2012年關于中國地區的研究結果有較好的一致性，且明顯小于現行相關公路隧道規范的設計值；ZHAO D T 等[12]對西安市文昌門-和平門隧道內CO 和NOx濃度分布及環境參數進行現場實測，推算可反映西安市綜合平均CO，NOx污染物排放因子現狀；王明年等[13]對廈門翔安海底隧道內污染物濃度進行了實測，給出了隧道通風運營建議；朱春等[14]對澳洲Vulture street 公交專用隧道內的細微顆粒物和氣體污染物進行實測，分析了自然通風和縱向通風下隧道內NOx、細微顆粒物濃度及粒度的分布特征。

模型預測法基于國內外學者開展的車輛排放模型對機動車污染物排放因子進行預測。目前，確定車輛排放的代表模型有美國環保局MOBILE模型、歐洲委員會COPERT模型[15]。其中，COPERT模型現已被廣泛應用于歐盟國家機動車污染物排放因子估算和防治等研究工作[16]。此外，我國機動車排放標準沿用歐洲體系，COPERT模型所需數據量較少，可操作性強，在我國機動車排放因子研究中得到了較好的推廣。馬因韜等[17]對比分析MOBILE，EMFAC，COPERT 等模型在中國的適用程度，得出COPERT模型更適合研究中國實際排放標準下車輛污染物的排放情況，可兼容我國目前和未來一段時間機動車排放標準；李荔等[18]以COPERT模型建立江蘇省2015年機動車排放清單，分析了分車型、排放標準以及道路類型的機動車污染物排放分擔率：何曉云等[19]以COPERT 計算了杭州市分車型分排放標準下的機動車排氣污染物的排放因子，并估算了分車型分排放標準下各污染物分擔率：謝軼嵩等[20]利用COPERT模型建立了南京市2014年機動車CO，NOx，VOCs，PM10和PM2.5排放量模型；朱倩茹等[21]以COPERT模型，對比分析不同參數，研究了重型柴油貨車對CO，VOC，NOx，PM，SO2等污染物排放因子的影響。

綜上所述，臺架測試法和隧道實測法可確定一定工況下的機動車排放因子，但結果離散性較大且難以快速反映排放因子的變化情況。此外，特長公路隧道在結構特征、交通特征、工程建設場址氣候條件、城市發展水平等方面有較大差異性，簡單照搬公路隧道的設計標準和參數、國外相關標準或規范將帶來很多問題。

為動態跟蹤并把握特長公路隧道污染物排放現狀，科學評估機動車污染物排放因子動態變化特性。本文在考慮燃料特征、排放控制水平、不同路況下的典型行駛工況等因素影響的情況下，利用COPERT模型，結合隧道實測法，對分車型分標準的CO排放因子進行了細化研究。

1 COPERT模型參數

COPERT模型計算機動車綜合排放因子時，需要明確車輛所滿足的尾氣排放標準、平均行駛速度、車輛的平均行駛里程、燃料蒸汽壓和含硫量以及氣候參數等。中國對載客機動車主要是按照準載乘客數進行劃分，與COPERT模型按照發動機排氣量劃分方式不同。我國車型與COPERT 車型轉化的具體方法見文獻[22]。

COPERT V模型是平均速度型排放因子模型，本文選取30 km/h 作為平均行駛速度[23-24]。

本文設定汽油和柴油中硫的質量分數分別為0.005%和0.05%，而汽油的蒸汽壓冬、春2季為88 kPa，夏秋2季為72 kPa。

氣候參數包括月最低氣溫和月最高氣溫。本文采用全國31 個省2016年各月的最高氣溫和最低氣溫的平均值，代表國家水平的平均情況。

本文在考慮以上國內相關研究成果的基礎上，采用COPERT 的12.4 km 默認值。

2 隧道CO單車污染物排放模型

根據我國機動車數據統計現狀，將機動車劃分為汽油車（小客車、大客車）和柴油車（輕型貨車、重型貨車）4 類。將車輛平均車速、氣候條件等代入COPERT模型，可預測隧道內4種車型的單車CO排放因子。

2.1 單車CO排放模型

汽油車在不同排放標準不同車速時的CO排放因子見表1。

表1 載客汽車的CO排放因子 g·km－1·輛－1

圖1 不同排放標準下載客汽車CO排放因子

根據表1中小客車在不同運行速度下的CO排放因子，利用數學擬合方法（擬合度R2＞0.9），得到不同排放標準下小客車CO排放因子隨速度變化的函數關系見公式（1）～（3）。

式中：EF為CO排放因子；v為速度。

不同排放標準下小客車CO排放因子曲線見圖2。

圖2 不同排放標準下小客車CO排放因子曲線

不同排放標準下大客車CO排放因子曲線見圖3。

同理可得不同排放標準下大客車CO排放因子隨速度變化的函數關系見公式（4）～（6）。

圖3 不同排放標準下大客車CO排放因子曲線

從表1可以看出，隨著排放標準提高，小客車和大客車CO排放因子不斷減少，國III 和國IV標準下的CO排放因子基本保持一致，但當排放標準提升到國V 時，CO排放因子顯著下降。當小客車和大客車速度在不斷增大時，CO排放因子不斷減小。不同排放標準下載客汽車的CO排放因子見圖1。

由圖1～圖3可知，小客車在不同排放標準下的CO排放因子和速度均呈多項式關系。大客車在國III 和國IV 排放標準下的CO排放因子和速度也呈多項式關系，在國V 排放標準下的CO排放因子和速度呈線性關系。因此，提升車輛排放標準，適當提高車輛行駛速度，有利于減少CO排放。

輕型貨車和重型貨車在不同速度下的CO排放因子見表2。

表2 載貨汽車的CO排放因子 g·/km－1·輛－1

從表2可以看出，隨著排放標準的提高，輕型貨車和重型貨車CO排放因子不斷減少，國III 和國IV標準下的CO排放因子差別不大，基本保持一致，但當排放標準提升到國V 時，CO排放因子有顯著的下降。不同車速的載貨汽車的CO排放因子見圖4。從圖4可以看出，當輕型貨車和重型貨車速度在不斷增大時，CO排放因子不斷減小。

圖4 不同車速的載貨汽車CO排放因子變化

根據表2，輕型貨車在不同運行速度下的CO排放因子，利用數學擬合方法，得到不同排放標準下小客車CO排放因子隨速度變化的函數關系見公式（7）～（9）。

不同排放標準下輕型貨車的CO排放因子曲線見圖5。

圖5 不同排放標準下輕型貨車的CO排放因子曲線

重型貨車CO排放因子隨速度變化的函數關系，見公式（10）～（12）。

不同排放標準下重型貨車CO排放因子變化曲線見圖6。

圖6 不同排放標準下重型貨車CO排放因子曲線

由圖4～圖6可知，輕型貨車和重型貨車在不同排放標準下的CO排放因子和速度均呈線性關系，且載貨汽車CO排放因子小于載客汽車的CO排放因子，表明柴油車CO排放量低于汽油車CO排放。

2.2 機動車綜合CO排放因子

根據《2018年中國機動車管理年報》數據，汽車已占機動車主導地位，其構成按車型分類，客車占88.8%，貨車占11.2%；按燃料類型分類，汽油車占89.0%，柴油車占9.4%，燃氣車占1.6%；按排放標準階段分類，國I 前標準的汽車占0.1%，國I標準的汽車占3.7%，國II標準的汽車占5.5%，國III標準的汽車占21.2%，國IV標準的汽車占47.5%，國V 及以上標準的汽車占21.2%[25－29]。因此，綜合考慮現行車輛存在不同排放標準的情況，假定國III標準車型比例為30%，國IV標準車型比例為50%，國V標準車型比例為20%，定義CO 平均排放因子EFave-i見公式（13）。

式中：i為不同的車型種類，分別是小客車（PC）、大客車（BUS）、輕型貨車（LDV）、重型貨車（HDV）。

根據式（13），可得載客汽車和載貨汽車的CO平均排放因子，見表3、表4。

表3 載客汽車的CO 平均排放因子 g·km－1·輛－1

表4 載貨汽車的CO 平均排放因子 g·km－1·輛－1

2.3 隧道運營現狀實測

選取西安市南五臺公路隧道進行機動車污染物排放濃度及排放因子的測試。采樣地點為隧道東行線，隧道全長912 m，隧道橫截面為39 m2，雙向4 車道，在測試期間，為避免通風影響，關閉隧道風機，可認為隧道內污染物濃度變化是由交通活塞效應和自然風造成的。采樣點布置在距隧道出、入口200 m處，采樣高度為1.5 m，測點位置見圖7。

圖7 測點布置示意

采樣時間從2019年5月13日至2019年5月19日，為期1 周，包括5 個工作日和2 個非工作日。每天采樣時段劃分為早晨(7:00～10:00)，下午(12:00～15:00)，晚間(17:00～20:00)，夜間(22:00～24:00)，共4 個時段。

利用TSI Q－Trak 儀器對環境溫度、相對濕度、氣壓和風速進行了探測。此外，在測點1 和2 各安裝1臺攝像機來記錄交通數據，包括車輛類型、數量和車速。采用Ecotech 公司的EC 9830型CO 分析儀對測點處的CO 進行在線監測，精確穩定地測定CO 的實時濃度。所有儀器在使用前都進行了標定。

為減少數據誤差，對采樣期間溫度、濕度、氣壓和風速數據取平均值，結果見表5。

表5 實測隧道不同時段環境參數

由表5可知，隧道內環境參數變化范圍不大，有利于實現對污染物的測量。對車輛類型、車輛數目以及車速等交通特征進行統計，結果見表6。監測期間隧道內2 處測點的CO 濃度變化見表7。由表6、表7可見，測點2 相比測點1，CO 濃度有一定比例的增加。

表6 實測隧道采樣日期交通特征

表7 監測期間隧道內2 處測點的CO 濃度變化 g·km－1·輛－1

采用質量平衡模型計算機動車污染物CO排放因子，見式（14）。

式中：EF為實測時間段內混合機動車流的CO 平均排放因子，g/（km·輛）；N為采樣時間段內通過隧道的機動車總量，輛；L為隧道內測點1 和測點2 之間的距離，km；Coutlet，Cinlet為隧道測點2 和測點1 處CO濃度，g/m3；V為隧道內的平均風速，m/s；T為采樣時間間隔，s；A為隧道橫斷面面積，m2。

將表5～7 中的監測結果代入公式（14），可得4個時段的CO 平均排放因子，見表8。將表8 中機動車的CO 平均排放因子和COPERT模型預測CO排放因子對比，發現速度在40～70 km/h 時，和預測結果相吻合，驗證了COPERT模型在我國城市機動車CO排放因子計算的適用性。

表8 機動車分時段CO排放因子 g·km－1·輛－1

2.4 與現行設計參數比較

目前，我國隧道通風工程設計計算主要根據JTG T D70 2－02—2014 《公路隧道通風設計細則》（以下簡稱細則）。細則中CO 污染物基準排放量以2000年為起點，按每年2.0%的遞減率計算至設計目標年份獲得的排放量，作為隧道通風設計目標年份的基本排放量：此外，PIARC 于2019年更新了《Road Tunnels Vehicle Emissions and Air Demand for Ventilation》報告中也給出了最新污染物排放因子研究成果。以小客車CO排放因子為例，對COPERT 計算結果和細則基準量和PIARC最新研究成果進行對比，見圖8。

圖8 小客車CO排放因子與設計標準特性比較

從圖8可知，COPERT模型計算得到的CO排放因子和PIARC最新研究成果吻合，遠低于我國公路隧道通風設計細則基準量，表明隨著汽車工業技術的高速發展與進步，環保意識的日益增強，燃料品質與道路路況的不斷改善，以及中國對機動車排放標準的日趨嚴厲，機動車CO排放因子也在呈逐漸減小趨勢。

3 結論

（1）利用COPERT模型，計算了機動車在不同排放標準、不同行車速度下的CO排放因子，建立了特長公路隧道的CO單車排放模型。

（2）根據不同排放標準車型比例，推算得到混合車流CO 平均排放因子，并基于隧道實測法，將CO實測數據和COPERT模型預測結果對比，表明COPERT模型的在中國機動車污染物排放因子預測方面適用性較強。

（3）將COPERT模型預測數據和PIARC2019年最新研究成果及中國通風設計細則污染物排放因子基準量進行對比，COPERT模型預測數據和PIARC研究結果較為吻合，均遠低于通風設計細則規定的基準量。