智能網聯交通系統碳減排效益評估與實證研究*

王彩鳳, 祁昊, 吳忠宜, 李成, 智涵禎

(1.交通運輸部科學研究院, 北京 100029;2.百度在線網絡技術(北京)有限公司, 北京 100085)

目前,主要從微觀、中觀、宏觀3個層次進行城市交通碳排放研究。在微觀層面,Abou-Senna H.等通過VISSIM和移動源排放測算模型(MOVES)對交通量、速度、載質量、道路狀態等與碳排放之間的關系進行了研究[1];Ahn K.等基于全球定位系統信息,對道路類型和碳排放之間的關系進行了研究[2]。研究發現,僅選擇高速道路行駛并不能有效降低交通排放量,建議在路徑選擇中適當選取一定比例的低速路段并減少激進駕駛行為,以實現更好的節能減排效果。在中觀層面,程穎等利用車載排氣排放物檢測設備采集的不同道路等級下汽車排氣排放物排放數據,對不同模型計算的碳排放因子精度進行了對比分析[3]。在宏觀層面,Burón J. M.等利用NEI體系,將交通規劃模型EMME/2和排放模型MOBILE整合,建立了加拿大宏觀層次下路網機動車排放測算模型CALMOB6,該模型能反映真實的當地碳排放強度[4];李健等采用IPCC自上而下方法,分析了京津冀地區機動車常規污染物(CO、NOx、HC、PM2.5等)的排放特征及不同省市的排放物貢獻度[5]。目前關于碳排放的研究主要集中在模型利用及改進方面,對結合先進技術進行碳排放評估的研究較少。為此,本文從智能網聯交通系統碳減排原理入手,結合現有研究建立典型交通場景下智能網聯交通系統碳排放測算模型,實現對城市智能網聯交通系統碳減排的測算與評估。

1 智能網聯交通系統碳減排基本原理

普通城市道路交叉口和道路路段對城市交通運行通暢、能源消耗和碳排放等具有重要影響。缺乏智能技術支持的情況下,駕駛人難以準確獲知交通流和信號燈情況,導致不必要的駕駛行為,增加延誤時間、燃油消耗和污染物排放量。異常情況下,駕駛人無法及時獲取相關信息,影響車輛行駛效率和安全性,降低交通流量和行駛速度,進一步增加能源消耗和污染物排放量。

智能網聯技術的快速發展在改善城市道路交通狀況和降低污染物排放方面起到重要作用。如圖1所示,智能網聯交通系統基于路側感知設備和智能網聯系統先進技術[6-7],實現對城市道路交叉口信號配時的優化,同時對城市道路和交叉口內通行的車輛進行路徑規劃及車速引導,減小排隊長度,減少停車時間及停車次數等,從而提高城市道路通行能力,提升車輛通行效率,避免交通事故及事故導致的道路擁堵,有效緩解交通擁堵,促進城市交通碳減排。

圖1 智能網聯系統碳減排基本原理

2 智能網聯交通系統碳減排效益評估方法

2.1 信號交叉口碳排放測算方法

根據智能網聯系統碳減排原理,車輛在交叉口會產生急加減速變換、起/停操作及怠速等駕駛行為。車輛在不同運行狀況下的碳排放不同,交叉口碳排放主要有三方面[8]:

(1) 減速階段。減速階段的碳排放是指車輛即將到達交叉口之前因前方為紅燈由城市平均運營時速開始剎車減速至停駛過程中產生的碳排放,計算公式如下:

(1)

式中:QQE, y1為第y年車輛進入交叉口時減速階段的碳排放量(t);qPN,i,j,p為第j天通過第i個交叉口的單日交通量(輛);p為車輛類型;QPA,i,p為車輛進入第i個交叉口時減速階段的碳排放量(g/輛)。

(2) 怠速階段。怠速階段的碳排放是指車輛在交叉口因紅燈停車怠速過程中產生的碳排放,計算公式如下:

(2)

式中:QQE,y2為第y年車輛在交叉口怠速過程中產生的碳排放量(t);RMP,i,p為第i個交叉口進口道單車怠速溫室氣體排放速率[g/(s·輛)];Ti,j,p為第j天第i個交叉口各進口道車輛的平均延誤時間(s)。

(3) 加速階段。加速階段的碳排放是指車輛起動加油時產生的碳排放,計算公式如下:

(3)

式中:QQE,y3為第y年車輛在交叉口起動加油時產生的碳排放量(t);QPD,i,p為車輛在第i個交叉口等待紅燈結束后駛出交叉口的過程中加速階段的碳排放量(g/輛)。

綜上,交叉口的碳排放為:

QQE,y=QQE,y1+QQE,y2+QQE,y3

(4)

式中:QQE,y為第y年交叉口的碳排放量(t)。

2.2 道路路段碳排放測算方法

根據已有研究成果,影響城市道路路段碳排放的因素主要包括道路通行量、車輛行駛里程、行駛速度、碳排放因子等。基于城市交通運輸活動碳排放評估ASIF法,結合路段碳排放計算方法[9-10],考慮項目路段運行數據等,路段日碳排放量計算公式為:

Ki,j=qVT,i,j,p,d×DBD,i,d×FEF,i,p,d

(5)

式中:Ki,j為第y年第j天第i個路段的日碳排放量(t);qVT,i,j,p,d為第j天第i個路段的單日交通量(輛);d為道路等級;DBD,i,d為第i個路段的行駛距離(km);FEF,i,p,d為第i個路段車輛行駛時的碳排放因子(g/km),根據機動車速度、道路條件、車輛載質量、車型等因素確定。

路段的年碳排放量為:

(6)

式中:QOE,y為第y年路段的碳排放量(t)。

2.3 智能網聯交通系統碳減排效益評估

在已知智能網聯系統實施前后各信號交叉口與道路路段碳排放量的基礎上,可按下式計算城市道路網的碳減排總量QSE,y:

QSE,y=(QQE,y,u-QQE,y,v)+(QOE,y,u-QOE,y,v)

(7)

式中:QQE,y,u、QQE,y,v分別為第y年智能網聯項目實施前后信號交叉口的碳排放總量;QOE,y,u、QOE,y,v分別為第y年智能網聯項目實施前后道路路段的碳排放量。

3 實例驗證

北京市高級別自動駕駛示范區位于北京大興亦莊,是全球首個高級別自動駕駛示范區,預計3年內鋪設網聯道路300 km,完成332個路口的智能化改造。

3.1 數據采集

研究所采集數據主要包括智能網聯實施前后信號交叉口和道路路段的相關數據,共收集3個交叉口和5條路段信息,數據時間維度為2022年智能網聯項目實施前后各一周(2022年6月8—14日、2022年9月19—25日)的數據。3個信號交叉口分別為科創八街與經海路交叉口(交叉口1)、科創八街與經海三路交叉口(交叉口2)、中和街與永昌北路交叉口(交叉口3),5條道路路段分別為經海路中段路段(科創六街—科創八街,路段1)、經海三路路段(科創六街—科創八街,路段2)、經海一路路段(科創六街—科創八街,路段3)、榮京東街—科創五街路段(榮京東街與榮華路交叉口—科創五街與經海路交叉口,路段4)、永昌北路路段(萬源街—中和街,路段5),交叉口和路段實景見圖2。

①～⑧分別為交叉口1、交叉口2、交叉口3、路段1、路段2、路段3、路段4、路段5

3.1.1 交叉口數據分析

信號交叉口相關數據主要包括交叉口名稱、日期、時間、交通量、平均排隊長度和平均延誤等(見表1)。

主要以小汽車為研究對象,由于缺少小汽車車型數據,暫不考慮車型類別,只考慮汽油小汽車。根據已有車載排放測試和MOVES 模型,計算交叉口碳排放評估模型中參數值,結果見表2。

對交叉口采集數據進行分析,智能網聯項目實施前后平均排隊長度和延誤時間對比分別見圖3、圖4,智能網聯項目實施后交叉口平均排隊長度和延誤時間的變化見表3。由圖3、圖4、表3可知:智能網聯項目實施后3個交叉口的平均排隊長度和平均延誤時間都得到改善。

表1 交叉口采集數據樣例

表2 相關參數描述[11]

圖3 智能網聯項目實施前后交叉口排隊長度對比

圖4 智能網聯項目實施前后交叉口延誤時間對比

表3 智能網聯項目實施后交叉口排隊長度和延誤時間的變化 單位:%

3.1.2 路段數據分析

道路路段數據主要包括路段名稱、起終點交叉口名稱、日期、時間、交通量、平均車速和平均行程時間等(見表4)。

表4 路段采集數據樣例

由于缺少小汽車車型數據和道路等級數據,計算時不考慮車型類別和道路等級,代表車型統一為1.6 L排量小汽車,其單車行駛速度與二氧化碳排放強度的關系見圖5[12]。參考城市交通碳排放因子數據庫等[13],確定代表車型行駛速度為15 km/h、20 km/h、25 km/h、30 km/h時的碳排放強度分別為362 g/km、342 g/km、312 g/km、280 g/km。

圖5 1.6 L排量小汽車行駛速度與二氧化碳排放

對道路路段采集數據進行分析,智能網聯項目實施前后經海路中段、經海三路、榮京東街—科創五街3個路段的交通量和平均車速對比見圖6,智能網聯項目實施后路段交通量和平均車速的變化見表5。由圖6、表5可知:智能網聯項目實施后路段交通量和平均車速都得到提升。

3.2 效果評估

3.2.1 交叉口碳減排分析

核算3個交叉口的碳排放情況,智能網聯項目實施前后交叉口日均碳排放量對比見圖7。由圖7可知:智能網聯項目實施后3個交叉口的日均碳排放量都明顯降低,其中中和街與永昌北路交叉口的日均碳減排量最大。智能網聯項目實施前后3個交叉口的年碳排放量分別為283.61 t、128.48 t,智能網聯項目實施后實現的年碳減排量為155.13 t,交叉口的平均年碳減排量為51.71 t。北京市高級別自動駕駛示范區一期和二期共建設332個路口,據此估算,該項目實現的年碳減排量為17 167.72 t,交叉口碳減排率為54.70%。

圖6 智能網聯項目實施前后部分路段交通量和平均車速對比

表5 智能網聯項目實施后道路路段交通和平均車速的變化 單位:%

圖7 智能網聯項目實施前后交叉口日均碳排放量對比

3.2.2 路段碳減排分析

核算5個路段的碳排放情況,智能網聯項目實施前后路段日均碳排放量對比見圖8。

圖8 智能網聯項目實施前后路段日均碳排放量對比

由圖8可知:路段4(榮京東街—科創五街)的碳排放量較大,該路段為主要交通走廊,交通量較大,因而碳排放量也較大。智能網聯項目實施后,5個路段的日均碳排放量都有所降低,其中榮京東街—科創五街路段的日均碳減排量為1.58 t,其他4個路段的平均日均碳減排量為0.24 t。考慮交通走廊及普通道路長度的影響,通過加權的方式,根據特征路段長度占比測算北京市高級別自動駕駛示范區智能網聯項目實施后年碳排放量為70 132.54 t,項目實施前年碳排放量為103 699.27 t,預計每年實現碳減排量33 566.73 t,碳減排率為32.37%。

3.2.3 項目碳減排分析

綜上所述,北京市高級別自動駕駛示范區智能網聯項目全部建成后,預計每年實現碳減排量50 734.45 t,智能網聯系統在降低城市交通碳排放方面具有顯著效果。

4 結論

本文通過分析智能網聯交通系統的基本特征與碳減排基本原理,提出基于信號交叉口與道路路段的智能網聯系統碳排放測算模型,并以北京市高級別自動駕駛示范區為例進行碳減排效益實例驗證,預估其智能網聯交通系統能實現年碳減排量約5.1萬t,碳減排效益顯著。其中信號交叉口預計實現年碳減排量約1.7萬t,道路路段預計實現年碳減排量約3.4萬t,約為信號交叉口的2倍,智能網聯系統對優化道路路段通行效率和減少碳排放的效果更突出。但由于當前未能獲取車輛組成、燃料類型等詳細數據,僅通過假設采用標準參數值,后續研究中須進一步細化,提升智能網聯系統碳減排效益評估方法的精度與準確性。