扩展功能
文章信息
- 张宏, 姚延钢, 张露
- ZHANG Hong, YAO Yan-gang, ZHANG Lu
- 呼和浩特市轻型汽车运行工况构建研究
- Study on Construction of Light-duty Vehicle Driving Cycle in Hohhot City
- 公路交通科技, 2019, 36(11): 104-110
- Journal of Highway and Transportation Research and Denelopment, 2019, 36(11): 104-110
- 10.3969/j.issn.1002-0268.2019.11.014
-
文章历史
- 收稿日期: 2019-02-03
2. 内蒙古自治区城市交通数据科学及应用工程技术研究中心, 内蒙古 呼和浩特 010070
2. Inner Mongolia Engineering Research Center for Urban Transpartation Data Science and Applications, Hohhot Inner Mongolia 010070, China
长期以来, 由于缺少轻型汽车运行工况的基础研究和开发, 我国一直沿用欧洲行驶工况认证车辆能耗和颁布污染物排放标准, 忽略了外部环境的影响, 但在实际使用中, 欧洲工况NEDC燃油消耗标定值与我国汽车运行油耗真实值之间差距非常大[1]。目前, 轻型车能耗标准主要为GB/T 19233, GB/T 18368, GB/T 19753, 相应的测试工况基础采用NEDC。随着环境保护力度的加强, 国家对汽车节能减排提出了新要求[2], 显然欧洲工况NEDC越来越不能满足我国汽车节能减排法规的制定与实施, 急需开发一套独立的适合我国道路的汽车行驶工况。近年来, 国内外学者的工况研究成果[3-21]对中国工况的构建提供了借鉴和参考, 目标是成为一系列标准应用的测试循环, 包括油耗、排放、耐久等。
1 呼和浩特市道路轻型汽车运行数据采集 1.1 数据来源本研究在全国41个城市征集了约4 000多台各类型车辆, 车载数据采集终端统一招标采购, 呼和浩特市第1批安装了5台轻型传统汽油车车载终端, 第2批安装了91台, 车辆类型包括轻型车和重型车, 其中轻型车74台, 形成了稳定的数据采集车队, 车载终端全天24 h不间断采集数据, 数据统一发送到信息平台, 并接受信息化系统平台的统一监控。
本研究以第1批安装的5台轻型汽油传统车为研究对象, 不限制行驶路段、区域、时段和驾驶员, 具体参数见表 1, 从2016年11月至2017年08月共收集了10个月累计达75 000 km、2 300 h的有效数据, 分成出行特征、车辆出行特征和分布特征、动力特征、车辆能耗等5大类, 保存至信息化平台数据库。
征集车辆编号 | 车辆1 | 车辆2 | 车辆3 | 车辆4 | 车辆5 |
车辆品牌 | 奔驰 | 北京汽车 | 上海大众 | 一汽丰田 | 上海通用 |
变速器类型 | DCT | AT | MT | AT | AT |
品牌车型 | B200 | E-150 | POLO | 卡罗拉 | 景程 |
排量/L | 1.6 | 1.5 | 1.4 | 1.6 | 1.8 |
变速器档位 | 6 | 4 | 5 | 4 | 4 |
排放标准 | 国五 | 国四 | 国五 | 国三 | 国三 |
终端VIN编号 | 904884221 | 248100069 | 047804664 | 124746597 | 124746479 |
车龄车辆用途 | 2私家车 | 6私家车 | 2公务车 | 8出租车 | 6私家车 |
1.2 车辆运行数据和低频交通大数据收集
征用的每辆车按CATC项目组要求编号, 车辆运行时空特征由CATC专用车载设备采集, 传输速度为1 Hz。信息化平台分别建立了以各城市名命名的子系统数据库, 采集参数除速度、加速度、里程等基本参数外, 还包括坡度、风向、温度等外在环境参数, 共计22种参数, 数据传输模式有离线、在线两种。因GPS信号不良、数据采集设备故障等因素均会造成部分无效数据和异常数据, 经过初选、精选两级筛选控制数据质量, 按时间段分类管理数据。运行特征和分布特征参数如图 1所示, 分为时间参数、速度参数、加速度参数、速度比例参数、加速度比例参数和其他参数, 共计48个, 按特征和种类分别存储于原始数据库、统计分析数据库和工况数据库中。
|
为了对不同速度区间进行加权, 10个月期间连续收集了运行状态和道路属性两类低频动态交通大数据。运行状态属性有交通运行指数、平均速度、时间日期、拥堵级别。对道路进行编号, 记录道路名称、长度、等级、起点、终点, 数据每5 min刷新一次。
1.3 数据预处理与分析短片段切割的目的是将具有代表性的短片段聚合为一类进而寻求共同特征, 依据最大速度划分为低速、中速、高速和超高速4个片段区间, 速度区间设置为5~120 km/h, 分别以50, 80, 100 km/h为片段区间分界点。在统计分析数据库中调用呼和浩特市轻型汽车的最大速度值, 按上述短片段分割标准统计分析可知:轻型汽车在呼和浩特市道路运行条件下的低速占比最大, 达72.7%, 超高速、高速、中速所占比例分别为0.7%, 2.1%, 24.5%。
为保证收集的数据反映真实准确的工况特征, 筛选出符合工况构建要求的短片段, 参考WLTC短片段筛选规则, 建立了5条短片段筛选规则如表 2所示, 运行时间上下限为0~24 h, GPS数据缺失率 < 10%, 加速度范围为-8~6 m/s2, 速度范围为5~120 km/h, 匀速时间不超过10 s。结合我国轻型汽车的实际特征, 提出了数据质量控制要求, 将无效的和不合理的短片段去除。
数据经预处理后, 需验证所建立短片段筛选规则的合理性, 统计分析图 1中定义的48个参数, 将不同月份平均速度、怠速比例和平均加、减速度进行筛选前、筛选后对比, 如图 2所示, 二者趋势一致, 差异性 < 3%, 说明筛选后短片段符合要求。
|
2 呼和浩特市轻型汽车工况构建与分析 2.1 轻型车工况特征比较
试验车在低速区间、中速区间、高速区间、超高速区间的运行特征有明显差异, 经统计、整理后如图 3所示。统计分析可知, 怠速比例较高, 在呼和浩特市道路运行工况下约占1/4, 为24.84%, 所以平均速度不高, 仅为24.5, 55 km/h累计速度分布达92.3%。不考虑怠速, 计算车辆平均运行速度为32.6 km/h, 私家车出行时间多于公务车, 可见轻型汽车实际运行中, 多数情况下速度<40 km/h, 80%的出行链<40 km。加速度分布处于-1~1.5 m/s2比例最高, 约90%。
|
对比收集到的10个月数据, 各参数不同月份的计算结果变化率<5%, 如图 4所示, 因时间参数、速度参数、速度比例参数、加速度比例参数在不同季节表现出相似的特征, 数据稳定, 符合整体特征规律, 选取一年四季各1个月的数据即具有代表性。
|
CATC与其他出行软件统计的平均速度对比见表 3所示, 大数据分析结果基本一致, 平均速度差异值较小, 说明CATC统计结果与中国道路实际情况相符。
2.2 轻型汽车工况构建
参考WLTC工况构建方法, 确定了轻型汽车工况构建过程, 如图 5所示。
|
结合呼和浩特市实际道路的运行状况, 将采集到的数据导入低频动态交通大数据, 依据图 5第2步, 需对5台轻型车不同速度区间的短片段进行GIS加权, 权重计算与标定采用比较成熟的Van Aerde速度-流量算法, 模型公式见式(1):
(1) |
去除异常无效数据、违规数据, 依据呼和浩特市道路交通流量和低频动态大数据确定低速权重系数为0.32, 中速权重系数为0.29, 高速权重系数为0.24, 超高速权重系数为0.15。通过Excel处理图 1中48个参数数据, 统计获得了呼和浩特市轻型汽车低速区间、中速区间、高速区间、超高速区间特征及其总体特征, 如图 6所示。轻型汽车在市区内超高速情况比例极低, 道路拥堵是常态, 考虑到构建工况的实际应用, 去除超高速工况, 将超高速工况作为特殊工况另行研究。利用低速工况、中速工况和高速工况构建轻型汽车基本工况, 权重为0.85, 能有效地反映出城市基本通勤特征。总时长1 800 s, 片段平均时长和累计分布、速度区间时长决定了低速短片段时长为684 s, 中速短片段时长为613 s, 高速短片段时长为503 s。
|
将选择出来的短片段按照Cartesian product自由组合, 获得组合后片段的速度-加速度(v-a)分布并进行卡方检验; 对4个速度区间短片段加权后, 获得统一的速度-加速度(v-a)分布并进行卡方检验; 将二者卡方检验结果对比, 选择卡方值最小值为输出值, 确定工况曲线片段, 构建呼和浩特市轻型汽车运行工况, 如图 7所示。
|
图 7构建的呼和浩特市轻型汽车工况由怠速片段和运动片段两部分组成, 总时长1 800 s。其中有13个怠速片段, 占总时长的23.73%, 与图 2实际行驶怠速比例24.84%吻合度较高。基本工况中有12个运动片段, 由6个低速区间片段、3个中速区间片段、3个高速区间片段组成, 分别代表了市区工况、城郊工况、高速路工况, 平均速度为25.87 km/h, 与图 3实际行驶平均速度24.5 km/h差异性较小。总体上, CATC轻型汽车运行工况能较好地表达真实工况参数特征, 说明该曲线符合中国工况实际。
3 结论本研究借助平台构建了呼和浩特市轻型汽车工况, 得出的结论有:
(1) 采集的数据来源于中国实际工况, 参数特征具有中国特色。
(2) 将速度区间分为低速、中速、高速和超高速工况, 考虑了不同速度区间的特征差异, 对不同速度区间赋予了权重并进行加权处理。
(3) 各月份工况特征相近且数据稳定, 选取春夏秋冬各1个月的代表性数据即可满足工况的构建需求, 与整体特征相吻合。
(4) 轻型汽车在城区运行的比例较大。
[1] |
石琴, 仇多洋, 周洁瑜. 基于组合聚类法的行驶工况构建与精度分析[J]. 汽车工程, 2012, 34(2): 164-169. SHI Qin, CHOU Duo-yang, ZHOU Jie-yu. Driving Cycle Construction and Accuracy Analysis Based on Combined Clustering Technique[J]. Automotive Engineering, 2012, 34(4): 164-169. |
[2] |
孙强, 白书战, 韩尔樑, 等. 基于试验测量的瞬时行驶工况构建[J]. 吉林大学学报:工学版, 2015, 45(2): 364-370. SUN Qiang, BAI Shu-zhan, HAN Er-liang, et al. Instantaneous Driving Cycle Construction Based on Experimental Measurement[J]. Journal of Jilin University:Engineering and Technology Edition, 2015, 45(2): 364-370. |
[3] |
杜常清, 汪雨航, 张佩. 基于GPS/GIS数据的短行程工况构建方法研究[J]. 武汉理工大学学报:交通科学与工程版, 2016, 40(5): 803-808. DU Chang-qing, WANG Yu-hang, ZHANG Pei. Research on Short Trip Driving Cycle Development Based on GPS/GIS Data[J]. Journal of Wuhan University of Technology:Transportation Science & Engineering Edition, 2016, 40(5): 803-808. |
[4] |
BIELACZYC P, WOODBURN J, SZCZOTKA A. A Comparison of Carbon Dioxide Exhaust Emissions and Fuel Consumption for Vehicles Tested over the NEDC, FTP-75 and WLTC Chassis Dynamometer Test Cycles[EB/OL]. (2015-04-14)[2017-12-12].
|
[5] |
GALGAMUWA U, PERERA L, BANDARA S. Developing a General Methodology for Driving Cycle Construction:Comparison of Various Established Driving Cycles in the World to Propose a General Approach[J]. Journal of Transportation Technologies, 2015, 5(4): 191-203. |
[6] |
MINGYUE M, BENEDIKT W, FERIT K, et al. A Statistical Method for Driving Cycle Construction based on Path Geometry[C]//International Conference on Remote Sensing, Environment and Transportation Engineering.[S. l.]: Atlantis Press, 2013: 890-893.
|
[7] |
GAO X, ZHANG B, XIONG X, et al. Construction and Analysis of the Dalian Driving Cycle[J]. International Journal of Control & Automation, 2015, 8(6): 363-368. |
[8] |
胡志远, 秦艳, 谭丕强, 等. 基于大样本的上海市乘用车行驶工况构建[J]. 同济大学学报:自然科学版, 2015, 43(10): 1523-1527. HU Zhi-yuan, QIN Yan, TAN Pi-qiang, et al. Large-sample-based Car-driving Cycle in Shanghai City[J]. Journal of Tongji University:Natural Science Edition, 2015, 43(10): 1523-1527. |
[9] |
秦大同, 詹森, 漆正刚, 等. 基于K-均值聚类算法的行驶工况构建方法[J]. 吉林大学学报:工学版, 2016, 46(2): 383-389. QIN Da-tong, ZHAN Sen, QI Zheng-gang, et al. Driving Cycle Construction Using K-means Clustering Method[J]. Journal of Jilin University:Engineering and Technology Edition, 2016, 46(2): 383-389. |
[10] |
KNEZ M, MUNEER T, JEREB B, et al. The Estimation of a Driving Cycle for Celje and a Comparison to Other European Cities[J]. Sustainable Cities & Society, 2014, 11(2-3): 56-60. |
[11] |
陈铭, 郝利君, 葛蕴珊, 等. 轻型车典型行驶工况开发研究[J]. 车辆与动力技术, 2016(2): 18-23, 52. CHEN Ming, HAO Li-jun, GE Yun-shan, et al. Construction of Typical Driving Test Cycle for Light-duty Vehicle[J]. Vehicle & Power Technology, 2016(2): 18-23, 52. |
[12] |
路尧.中国轻型汽车行驶工况开发[D].北京: 北京理工大学, 2016. LU Rao. Development of China Light-duty Vehicle Driving Cycle[D]. Beijing: Beijing Institute of Technology, 2016. |
[13] |
DIMARATOS A, TSOKOLIS D, FONTARAS G, et al. Comparative Evaluation of the Effect of Various Technologies on Light-duty Vehicle CO2, Emissions over NEDC and WLTP[J]. Transportation Research Procedia, 2016, 14: 3169-3178. |
[14] |
PREVEDOUROS P, MITROPOULOS L. Life Cycle Emissions and Cost Study of Light Duty Vehicles[J]. Transportation Research Procedia, 2016, 15: 749-760. |
[15] |
杨正军. WLTP用于中国道路轻型车测试循环可行性研究[D].北京: 清华大学, 2014. YANG Zheng-jun. Feasibility Study of WLTP Used for Chinese Road Light-duty Vehicles[D]. Beijing: Tsinghua University, 2014. |
[16] |
王中奇, 关伟, 毕军, 等. 基于短时实际行驶工况的机动车微观排放模型[J]. 环境工程学报, 2016, 10(10): 5803-5807. WANG Zhong-qi, GUAN Wei, BI Jun, et al. Microscopic Emission Model of Motor Vehicle Based on Short-time Real Driving Cycle[J]. Chinese Journal of Environmental Engineering, 2016, 10(10): 5803-5807. |
[17] |
石琴, 郑与波. 因子分析在汽车行驶工况构建过程中的应用[J]. 中国机械工程, 2011(9): 1123-1127. SHI Qin, ZHENG Yu-bo. Application of Factor Analysis in Driving Cycle Development[J]. China Mechanical Engineering, 2011(9): 1123-1127. |
[18] |
郑路路, 黄宏成, 朱海健, 等. 基于上海市某型插电式混合动力汽车的行驶工况和电流工况研究[J]. 传动技术, 2016, 30(3): 3-7. ZHENG Lu-lu, HUANG Hong-cheng, ZHU Hai-jian, et al. Driving Cycle and Current Cycle Research Based on a Kind of PHEV Running Data in Shanghai[J]. Drive System Technique, 2016, 30(3): 3-7. |
[19] |
DEMUYNCK J, BOSTEELS D, DE PAEPE M, et al. Recommendations for the New WLTP Cycle based on an Analysis of Vehicle Emission Measurements on NEDC and CADC[J]. Energy Policy, 2012, 49(1): 234-242. |
[20] |
TONG H Y, TUNG H D, HUNG W T, et al. Development of Driving Cycles for Motorcycles and Light-Duty Vehicles in Vietnam[J]. Atmospheric Environment, 2011, 45(29): 5191-5199. |
[21] |
姚延钢.城市道路轻型汽车运行工况构建[D].呼和浩特: 内蒙古大学, 2017. YAO Yan-gang. Construction of Light-duty Vehicle Driving Cycle Based on Urban Road[D]. Hohhot: Inner Mongolia University, 2017. |