CN113722652B - 一种燃油车交通碳排放计算方法 - Google Patents
一种燃油车交通碳排放计算方法 Download PDFInfo
- Publication number
- CN113722652B CN113722652B CN202110869072.XA CN202110869072A CN113722652B CN 113722652 B CN113722652 B CN 113722652B CN 202110869072 A CN202110869072 A CN 202110869072A CN 113722652 B CN113722652 B CN 113722652B
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- motor vehicle
- carbon
- data
- different
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 190
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 190
- 239000000446 fuel Substances 0.000 title claims abstract description 68
- 238000004364 calculation method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 66
- 239000000295 fuel oil Substances 0.000 claims abstract description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 37
- 239000007789 gas Substances 0.000 claims description 30
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 20
- 239000001569 carbon dioxide Substances 0.000 claims description 20
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 15
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 11
- 229930195733 hydrocarbon Natural products 0.000 claims description 7
- 150000002430 hydrocarbons Chemical class 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 229910001868 water Inorganic materials 0.000 claims description 7
- 238000012886 linear function Methods 0.000 claims description 6
- 239000003921 oil Substances 0.000 claims description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 4
- 239000004215 Carbon black (E152) Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- VUZPPFZMUPKLLV-UHFFFAOYSA-N methane;hydrate Chemical compound C.O VUZPPFZMUPKLLV-UHFFFAOYSA-N 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 2
- 239000000470 constituent Substances 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims description 2
- 239000004071 soot Substances 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000005431 greenhouse gas Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种燃油车交通碳排放计算方法，涉及环境监测技术，该方法包括：在所需计算交通碳排放量的区域首先接入汽车检测站数据库，获取不同燃油车在检测状态下单位时间内尾气排放中成分及含量信息，并基于此类信息计算出该车辆每升汽油所产生的碳排放量，即单位碳排放率；接着需要接入加油站信息库获取目标检测时间内燃油使用数据，与检测站的数据结合计算城市行驶碳排放率和高速行驶碳排放率；然后接入高速收费站数据库，获取不同车辆高速行驶里程，结合机动车检测站数据，获取不同碳排放等级的车辆的高速行驶碳排放量，进一步计算出其他数据。此种计量方式主要依靠软件***结合现有数据加以实现，可以很好地节约人工和计量装置的成本。
Description
技术领域
本发明涉及环境监测技术领域，具体涉及一种燃油车交通碳排放计算方法。
背景技术
随着全球各国对于气候问题、对环境污染问题关注的不断加强,降低碳排放总量，控制与治理环境污染成为各国关注的重点。交通是城市温室气体排放的集中领域之一,对于城市交通碳排放方面的研究,无论是碳排放现状、碳排放预测研究、减碳潜力分析等都是以碳排放量的测算为基础的。
日前,城市交通碳排放量的核算多是基于能源消耗总量和各类能源的排放系数进行估算的。该方法受制于各城市能源统计口径不同,很难获取到不同类型能源的消耗。即使可以获取到不同类型能源的消耗，由于能源统计口径不同,获得的能源消耗也不准确。
因为在机动车行驶过程中，随着机动车的使用年限以及交通事故等情况的发生，机动车对于汽油的使用也会有所不同，不同的行驶状态下对于汽油的使用状态也会有所不同，汽油可能会在机动车发动机中充分燃烧产生二氧化碳和水，也可能会产生一氧化碳、碳氢化合物等等其他会产生温室作用的气体。
因此,基于能源消耗总量计算的城市交通碳排放量不准确，不能真实反映现如今的交通碳排放量。
发明内容
本发明的目的在于提供一种燃油车交通碳排放计算方法，可以更加精确的监测不同环境下城市交通中不同交通工具在不同状态下所产生的碳排放，可以用于碳排放影响因素、城市碳排放量变化曲线等研究。
本发明实施例提供了一种燃油车交通碳排放计算方法，其特征在于，包括以下步骤：
步骤一：接入机动车检测站数据库，获取机动车在检测状态下排放的尾气中多种成分的组成以及含量数据、单位检测时间内耗油量数据，结合不同其他的二氧化碳当量计算机动车在检测状态下每消耗1升所产生的碳排放量，即单位碳排放率；
步骤二：接入目标检测区域加油站数据库，获取一定时间内的加油站加油数据，与检测站所获取并整理出的不同排放量等级机动车占比数据结合，计算出不同碳排放等级车辆总耗油量，基于机动车不同行驶状态碳排放率与检测状态碳排放率比值进一步确定机动车在不同行驶状态下的单位碳排放率，即每升汽油所产生的碳排放量；
步骤三：接入高速公路收费站数据库，获取不同车辆高速行驶记录，结合机动车检测站所检测的车辆碳排放信息以及高速油耗与行驶里程的数学关系计算出不同车辆的高速耗油总量。
作为跟进一步的优选方案，所述获取机动车检测数据库中机动车在检测状态下排放的尾气中不同成分的组成以及含量数据、单位检测时间内耗油量数据，最终计算出单位排放率，包括：
通过服务器端编写的程序中的数据接口获取机动车检测站中所上传的机动车检测过程中所获取的检测状态下，在单位时间中机动车所使用的燃油总量、产生的尾气中的不同组成成分及其含量；其中，机动车发动机工作过程中所使用的燃油完全燃烧的情况下所产生的成为是二氧化碳和水，当机动车发动机工作时然后不完全燃烧的时候，所产生的尾气中的成分主要是一氧化碳、二氧化碳、水、碳氢化合物和碳烟颗粒，其中会引起碳排放变化的主要是各种含碳气体，也就是一氧化碳、二氧化碳和碳氢化合物，也就是CO、CO2和HC，其中一氧化碳会在空气中等量转化为二氧化碳，所以一氧化碳的二氧化碳当量为1，也就是GWP等于1，其中HC主要表现为甲烷即CH4，其GWP值为25，记检测过程中所产生的汽油的质量为m，产生的二氧化碳的质量为m1、产生的一氧化碳质量为m2、产生的气体碳氢化合物质量为m3，其他固体成分质量为m4，所以检测过程中的每升汽油所产生的碳排放量为(m1+m2+25m3)/m，记为a，即检测状态下机动车碳排放率。
作为跟进一步的优选方案，基于机动车不同行驶状态碳排放率与检测状态碳排放率比值进一步确定机动车在不同行驶状态下的单位碳排放率，即每升汽油所产生的碳排放量，包括：
记检测状态下机动车碳排放率为a，将机动车主要分为城市行驶和高速行驶两种行驶状态，其中城市行驶状态下的单位碳排放率与检测状态下的单位碳排放率的比值为b城市，则城市行驶状态下的单位碳排放率可以表示为a·b城市，同理可以记高速行驶状态下的单位碳排放率与检测状态下的单位碳排放率的比值为b高速，则高速行驶状态下的碳排放同样可以表示为a·b高速。
作为跟进一步的优选方案，按照不同的碳排放等级进行划分并计算其在全部机动车中的占比，包括:
记总的机动车数量为Q，以将单位碳排放率计算到小数点后一位，即精确到0.1为例，相同数值的单位碳排放率的机动车归为一类进行计数，记为W，则其中某一数值的单位碳排放率的机动车在所有机动车的占比为W/Q，记为c，其中不同数值或者说碳排放等级的车辆占比可以记为c1、c2、c3……cn，最终用于其他数据计算。
作为跟进一步的优选方案，接入目标区域的加油站数据库，获取目标区域内加油总量信息数据，并与其他数据相结合，计算出不同单位碳排放率等级的机动车的耗油总量数据，包括:
通过服务器端的内部程序及加油站数据库借口接入加油站数据库，获取一定时间内的加油总量数据，记目标区域中的一定时间内的加油总量为d，单位为升，所以不同单位碳排放率，即不同碳排放等级的机动车的耗油量可以记为dc，即不同数值或者说碳排放等级的车辆耗油量为dc1、dc2、dc3……dcn。
作为跟进一步的优选方案，接入目标区域内高速公路收费站数据库，获取不同机动车高速行驶里程数据，并结合其他数据及高速公路行驶和状态下里程与耗油量的函数关系进一步计算机动车不同状态下，包括:
通过服务器端的内部程序及高速公路收费站数据库***，获取机动车在高速公路上的行驶数据其中主要是通过机动车通过高速公路的收费站进行确定机动车的行驶里程。因为机动车在高速公路的行驶状态主要是以较高的速度匀速行驶，发动机工作状态几乎恒定，所以机动车在高速公路的行驶里程与其所消耗的汽油呈现线性函数关系，其中，本发明中已经将机动车的油耗定义为dc，记函数中的系数为f，高速行驶里程为e，则高速行驶状态下的油耗可以表示为d高速＝fe，则城市行驶状态下油耗可以表示为d城市＝dc-d高速＝dc-fe；则该碳排放等级的机动车的高速油耗比为fe/dc，即平均每升汽油中有fe/dc部分用于高速行驶消耗，(1-fe/dc)属于城市行驶消耗。
作为跟进一步的优选方案，综合使用机动车检测站数据、目标区域加油站数据以及高速公路收费站数据结合其他自实验数据可以计算出总的的交通碳排放量以及其他细节数据，包括:
使用上述方式获取目标区域中不同的机动车碳排放等级及所属等级中的机动车占比、城市行驶状态单位碳排放率，可表示为a·b城市、高速行驶状态碳排放率，可表示为a·b高速、一定时间内城市行驶油耗，可表示为d城市、一定时间内高速行驶油耗，可表示为d高速，目标区域中的一定时间内的碳排放总量为g＝a·b城市·d城市+a·b高速·d高速，其中g为目标区域内一定时间内的某一碳排放等级的机动车碳排放总量，所以总的碳排放量可以表示为
本发明实施例与现有技术相比存在的有益效果是:现如今的交通碳排放计算方式更多的是直接通过燃油的使用或车辆的行驶里程进行换算，但是在实际操作中，不同车辆在不同的行驶状态下会产生的碳排放量有所不同，即使是同品牌的车辆，但是本发明通过获取机动车检测站的机动车检测状态下的汽油消耗、尾气排放量、尾气排放中不同成分的组成及尾气排放中不同成分的占比，结合不同温室气体的二氧化碳当量进一步分析出检测状态下的不同车辆的每消耗一升汽油所产生的碳排放量，即单位碳排放率，进一步将机动车的行驶状态概括为城市行驶状态和高速行驶状态，并结合两者行驶状态下的单位碳排放与检测状态下的单位碳排放率的比值计算出不同行驶状态下的单位碳排放率，并计算不同单位碳排放率数值的车辆在全部检测车辆中的占比，接着，通过获取目标区域的加油站信息，计算出汽油总消耗量和不同单位碳排放率的机动车的汽油消耗量。更进一步的，为了实现更精确的计算，本发明对某一单位碳排放率的机动车平均的城市行驶汽油使用量和高速行驶汽油使用量进行计算，因为其中高速行驶状态下机动车的油耗比较稳定，所以相对来说高速行驶状态下，油耗与行驶里程存在一定的线性函数关系，所以可以依据线性函数关系以及行驶里程反向计算出某一单位碳排放率等级的机动车的高速油耗，再结合该单位碳排放等级的机动车的总的油耗，计算出城市行驶油耗，接着，结合城市行驶单位碳排放率和高速行驶单位碳排放率计算出该单位跑碳排放率等级的机动车的目标时间内总的碳排放量，最后，将不同单品碳排放率等级的机动车的碳排放量进行求和就可以得到更加细化和准确的燃油车交通碳排放量信息。
附图说明
图1是本发明一实施例提供的燃油车交通碳排放计算方法的软件***架构示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本发明说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤操作、元素和/或组件的存在，但并不排除—个或多个其它特征、整体、步骤.操作元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
城市交通主要由道路交通组成,有的城市还包括轨道交通、水运交通、空运交通和铁路交通。本发明主要针对目标区域内的居民日常出行中燃油车机动车的碳排放计算方式进行阐述，所以暂不将水运交通、空运交通和铁路交通纳入研究。
另外，目前对城市交通碳排放量的计算多采用自上而下或自下而上的方法。自上而下的方法是基于交通***中能源消耗总量和各类能源的排放系数进行估算的。该方法受制于各城市能源统计口径不同,很难获取到不同类型能源的消耗。即使可以获取到不同类型能源的消耗，由于能源统计口径不同,获得的能源消耗也不准确。
现有的自下而上是基于各类交通工具能源活动的计算方法,通过交通工具的活动强度和单位能耗量来推算碳排放量。此种方法中，现有的计算方法方法核算边界困难,且活动数据源的获取困难,因此该方法较复杂，不利于对城市交通碳排放量的实时测算。
基于以上方法的缺陷,本发明提出的一种燃油车交通碳排放计算方法，可以准确、且可以轻松便捷地计算城市交通碳排放量。
图1为本发明实施例提供的一种燃油车交通碳排放计算方法的应用场景示意图，上述一种燃油车交通碳排放计算方法可以用于对交通碳排放量的计算中的燃油车的交通碳排放量的计算。本发明中所涉及的计算方法只需使用服务器端编辑的软件应用程序实现对于现有的机动车检测站数据库、目标区域加油站数据库以及高速公路收费站数据库的接入并获取信息读取权限再结合程序算法即可实现自动对目标区域内一定时间内的燃油车交通碳排放数据的测算。
以下结合图1对本发明实施例的一种燃油车交通碳排放计算方法进行详细说明。
图1示出了本发明提供的一种燃油车交通碳排放计算方法的示意性流程图,参照图,对该方法的详述如下:
第一步，通过服务器端的软件访问机动车检测站数据库接口，接入机动车检测站数据库。
第二步，访问机动车检测站数据库，获取机动车检测状态下的尾气排放信息，并进行存储，用于下一步的数据计算。
第三步，结合不同温室气体的二氧化碳当量，计算出不同机动车的在检测状态下的单位碳排放率，也就是检测状态下，机动车每消耗一升汽油所产生的碳排放量。
第四步，结合城市行驶状态单位碳排放量与检测状态单位碳排放量的比值以及高速行驶状态下单位碳排放率与检测状态下的单位碳排放率的比值，计算出不同的机动车在高速状态下和城市行驶状态下的单位碳排放率。
第五步，依据计算出的不同车辆的单位碳排放率将车辆进行不同等级的碳排放率的分类，并计算该等级机动车在全部机动车中的数量占比。
第六步，接入加油站数据库，获取加油站的一定时间内的加油信息。计算出一定时间内不同等级的碳排放率的机动车所消耗的汽油总量。
第七步，依据高速行驶状态下里程与油耗之间的直线线性关系计算出该单位碳排放率等级的机动车高速行驶状态下的油耗，进一步计算出城市行驶状态下的油耗。
第八步，依据前面步骤的计算数据计算出不同碳排放率等级的机动车的碳排放量。
第九步，依据前面计算得到的数据计算出目标区域内一定时间内的碳排放总量数据。
在本实施例中，计算地表交通碳排放量和地下交通碳排放量的和,并将地表交通碳排放量和地下交通碳排放量的和作为待监测区域的交通碳排放量，将综合地表交通碳排放信息和综合地下交通碳排放信息结合生成综合交通碳排放信息。
本发明实施例中,本发明通过获取机动车检测站的机动车检测状态下的汽油消耗、尾气排放量、尾气排放中不同成分的组成及尾气排放中不同成分的占比，结合不同温室气体的二氧化碳当量进一步分析出检测状态下的不同车辆的每消耗一升汽油所产生的碳排放量，即单位碳排放率，进一步将机动车的行驶状态概括为城市行驶状态和高速行驶状态，并结合两者行驶状态下的单位碳排放与检测状态下的单位碳排放率的比值计算出不同行驶状态下的单位碳排放率，并计算不同单位碳排放率数值的车辆在全部检测车辆中的占比，接着，通过获取目标区域的加油站信息，计算出汽油总消耗量和不同单位碳排放率的机动车的汽油消耗量。更进一步的，为了实现更精确的计算，本发明对某一单位碳排放率的机动车平均的城市行驶汽油使用量和高速行驶汽油使用量进行计算，因为其中高速行驶状态下机动车的油耗比较稳定，所以相对来说高速行驶状态下，油耗与行驶里程存在一定的线性函数关系，所以可以依据线性函数关系以及行驶里程反向计算出某一单位碳排放率等级的机动车的高速油耗，再结合该单位碳排放等级的机动车的总的油耗，计算出城市行驶油耗，接着，结合城市行驶单位碳排放率和高速行驶单位碳排放率计算出该单位跑碳排放率等级的机动车的目标时间内总的碳排放量，最后，将不同单品碳排放率等级的机动车的碳排放量进行求和就可以得到更加细化和准确的燃油车交通碳排放量信息。
对应于上文实施例所述的一种燃油车交通碳排放计算方法,图1示出了本发明实施例提供的交通碳排放量的监测装置的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。
需要说明的是，上述装置/单元之间的信息交互,执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程，在此不再赘述。
示例性的,计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器中,并由处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段,该程序段用于描述计算机程序在终端设备中的执行过程。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (1)
1.一种燃油车交通碳排放计算方法，其特征在于，包括以下步骤：
步骤一：接入机动车检测站数据库，获取机动车在检测状态下排放的尾气中多种成分的组成以及含量数据、单位检测时间内耗油量数据，结合排放的尾气中的其他的二氧化碳当量，将其他对于碳排放的影响换算为二氧化碳排放量，计算出机动车在检测状态下每消耗1升所产生的碳排放量，即单位碳排放率；
步骤二：接入目标检测区域加油站数据库，获取一定时间内的加油站加油数据，与检测站所获取并整理出的不同排放量等级机动车占比数据结合，计算出不同碳排放等级车辆总耗油量，基于机动车不同行驶状态碳排放率与检测状态碳排放率比值进一步确定机动车在不同行驶状态下的单位碳排放率，即每升汽油所产生的碳排放量；
步骤三：接入高速公路收费站数据库，获取不同车辆高速行驶记录，结合机动车检测站所检测的车辆碳排放信息以及高速油耗与行驶里程的数学关系计算出不同车辆的高速耗油总量；
所述获取机动车检测数据库中机动车在检测状态下排放的尾气中不同成分的组成以及含量数据、单位检测时间内耗油量数据，最终计算出单位排放率，包括：
通过服务器端编写的程序中的数据接口获取机动车检测站中所上传的机动车检测过程中所获取的检测状态下，在单位时间中机动车所使用的燃油总量、产生的尾气中的不同组成成分及其含量；其中，机动车发动机工作过程中所使用的燃油完全燃烧的情况下所产生的成为是二氧化碳和水，当机动车发动机工作时然后不完全燃烧的时候，所产生的尾气中的成分主要是一氧化碳、二氧化碳、水、碳氢化合物和碳烟颗粒，其中会引起碳排放变化的主要是各种含碳气体，也就是一氧化碳、二氧化碳和碳氢化合物，也就是CO、CO2和HC，其中一氧化碳会在空气中等量转化为二氧化碳，所以一氧化碳的二氧化碳当量为1，也就是GWP等于1，其中HC主要为甲烷即CH4，其GWP值为25，记检测过程中所产生的汽油的质量为m，产生的二氧化碳的质量为m1、产生的一氧化碳质量为m2、产生的气体碳氢化合物质量为m3，其他固体成分质量为m4，所以检测过程中的每升汽油所产生的碳排放量为(m1+m2+25m3)/m，记为a，即检测状态下机动车碳排放率；
基于机动车不同行驶状态碳排放率与检测状态碳排放率比值进一步确定机动车在不同行驶状态下的单位碳排放率，即每升汽油所产生的碳排放量，包括：
记检测状态下机动车碳排放率为a，将机动车主要分为城市行驶和高速行驶两种行驶状态，其中城市行驶状态下的单位碳排放率与检测状态下的单位碳排放率的比值为b城市，则城市行驶状态下的单位碳排放率可以表示为a·b城市，同理可以记高速行驶状态下的单位碳排放率与检测状态下的单位碳排放率的比值为b高速，则高速行驶状态下的碳排放同样可以表示为a·b高速；
按照不同的碳排放等级进行划分并计算其在全部机动车中的占比，包括:
记总的机动车数量为Q，以将单位碳排放率计算到小数点后一位，相同数值的单位碳排放率的机动车归为一类进行计数，记为W，则其中某一数值的单位碳排放率的机动车在所有机动车的占比为W/Q，记为c，其中不同数值或者说碳排放等级的车辆占比可以记为c1、c2、c3……cn，最终用于其他数据计算；
接入目标区域的加油站数据库，获取目标区域内加油总量信息数据，并与其他数据相结合，计算出不同单位碳排放率等级的机动车的耗油总量数据，包括:
通过服务器端的内部程序及加油站数据库借口接入加油站数据库，获取一定时间内的加油总量数据，记目标区域中的一定时间内的加油总量为d，单位为升，所以不同单位碳排放率，即不同碳排放等级的机动车的耗油量可以记为dc，即不同数值或者说碳排放等级的车辆耗油量为dc1、dc2、dc3……dcn；
接入目标区域内高速公路收费站数据库，获取不同机动车高速行驶里程数据，并结合其他数据及高速公路行驶和状态下里程与耗油量的函数关系进一步计算机动车不同状态下，包括:
通过服务器端的内部程序及高速公路收费站数据库***，获取机动车在高速公路上的行驶数据其中主要是通过机动车通过高速公路的收费站进行确定机动车的行驶里程；因为机动车在高速公路的行驶状态主要是以较高的速度匀速行驶，发动机工作状态几乎恒定，所以机动车在高速公路的行驶里程与其所消耗的汽油呈现线性函数关系，其中，本发明中已经将机动车的油耗定义为dc，记函数中的系数为f，高速行驶里程为e，则高速行驶状态下的油耗可以表示为d高速＝fe，则城市行驶状态下油耗可以表示为d城市＝dc-d高速＝dc-fe；则该碳排放等级的机动车的高速油耗比为me/dc，即平均每升汽油中有fe/dc部分用于高速行驶消耗，(1-fe/dc)属于城市行驶消耗；
综合使用机动车检测站数据、目标区域加油站数据以及高速公路收费站数据结合其他自实验数据可以计算出总的的交通碳排放量以及其他细节数据，包括:
获取目标区域中不同的机动车碳排放等级及所属等级中的机动车占比、城市行驶状态单位碳排放率a·b城市、高速行驶状态碳排放率a·b高速、一定时间内城市行驶油耗d城市、一定时间内高速行驶油耗d高速，目标区域中的一定时间内的某一机动车碳排放等级中全部的机动车的碳排放总量为g＝a·b城市·d城市+a·b高速·d高速，其中g为目标区域内一定时间内的某一碳排放等级的机动车碳排放总量，在实际测算工作中，可以依据所需测算的精度需求对机动车碳排放等级进行细致划分为n级，记目标区域内一定时间内的第i级碳排放等级的机动车碳排放总量为gi，所以总的碳排放量可以表示为
/>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110869072.XA CN113722652B (zh) | 2021-07-30 | 2021-07-30 | 一种燃油车交通碳排放计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110869072.XA CN113722652B (zh) | 2021-07-30 | 2021-07-30 | 一种燃油车交通碳排放计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113722652A CN113722652A (zh) | 2021-11-30 |
| CN113722652B true CN113722652B (zh) | 2023-06-13 |
Family
ID=78674452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110869072.XA Active CN113722652B (zh) | 2021-07-30 | 2021-07-30 | 一种燃油车交通碳排放计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113722652B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114645762B (zh) * | 2022-05-23 | 2022-08-02 | 山东新凌志检测技术有限公司 | 一种机动车尾气净化监视***及方法 |
| CN115184302A (zh) * | 2022-06-21 | 2022-10-14 | 上海第二工业大学 | 一种利用车联网技术测定特定区域车辆碳排放因子的方法 |
| CN115455742B (zh) * | 2022-10-24 | 2024-01-30 | 湖南工商大学 | 基于用户信息可信度的燃油车出行碳排放计算方法 |
| CN116595436A (zh) * | 2023-05-17 | 2023-08-15 | 中国环境科学研究院环境技术工程有限公司 | 一种重型柴油车辆实际道路碳排放率统计方法及*** |
| CN117422594A (zh) * | 2023-08-14 | 2024-01-19 | 广东省科学院广州地理研究所 | 高时空分辨率的高速公路客货车碳排放计量方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102162772A (zh) * | 2010-12-24 | 2011-08-24 | 财团法人车辆研究测试中心 | 车辆排放监测装置及方法 |
| CN107730425A (zh) * | 2017-09-11 | 2018-02-23 | 深圳市易成自动驾驶技术有限公司 | 碳排放量计算方法、装置及存储介质 |
| CN108230217A (zh) * | 2017-12-28 | 2018-06-29 | 江苏交科能源科技发展有限公司 | 一种基于高速公路收费数据的能耗排放总量核算***及其核算方法 |
| EP3444771A1 (en) * | 2017-08-18 | 2019-02-20 | Hepu Technology Development (Beijing) Co. Ltd. | Blockchain-based carbon trading system |
| CN109740213A (zh) * | 2018-12-24 | 2019-05-10 | 斑马网络技术有限公司 | 车辆能耗评估方法、设备及存储介质 |
-
2021
- 2021-07-30 CN CN202110869072.XA patent/CN113722652B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102162772A (zh) * | 2010-12-24 | 2011-08-24 | 财团法人车辆研究测试中心 | 车辆排放监测装置及方法 |
| EP3444771A1 (en) * | 2017-08-18 | 2019-02-20 | Hepu Technology Development (Beijing) Co. Ltd. | Blockchain-based carbon trading system |
| CN107730425A (zh) * | 2017-09-11 | 2018-02-23 | 深圳市易成自动驾驶技术有限公司 | 碳排放量计算方法、装置及存储介质 |
| CN108230217A (zh) * | 2017-12-28 | 2018-06-29 | 江苏交科能源科技发展有限公司 | 一种基于高速公路收费数据的能耗排放总量核算***及其核算方法 |
| CN109740213A (zh) * | 2018-12-24 | 2019-05-10 | 斑马网络技术有限公司 | 车辆能耗评估方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113722652A (zh) | 2021-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113722652B (zh) | 一种燃油车交通碳排放计算方法 | |
| Barth et al. | Traffic congestion and greenhouse gases | |
| Lyu et al. | Review of the studies on emission evaluation approaches for operating vehicles | |
| Barth et al. | Recent validation efforts for a comprehensive modal emissions model | |
| Pokharel et al. | An on-road motor vehicle emissions inventory for Denver: an efficient alternative to modeling | |
| Faria et al. | How do road grade, road type and driving aggressiveness impact vehicle fuel consumption? Assessing potential fuel savings in Lisbon, Portugal | |
| Hao et al. | Plug-in hybrid electric vehicle utility factor in China cities: Influencing factors, empirical research, and energy and environmental application | |
| Zhang et al. | Characterizing the toxic gaseous emissions of gasoline and diesel vehicles based on a real-world on-road investigation | |
| Cui et al. | Optimization based method to develop representative driving cycle for real-world fuel consumption estimation | |
| Zhang et al. | Emissions characteristics for heavy-duty diesel trucks under different loads based on vehicle-specific power | |
| Smit et al. | Real-world emission factors for SUVs using on-board emission testing and geo-computation | |
| Mafi et al. | Developing local driving cycle for accurate vehicular CO2 monitoring: A case study of Tehran | |
| Farzaneh et al. | Texas-specific drive cycles and idle emissions rates for using with EPA’s MOVES model-final report | |
| Leach | A negative emission internal combustion engine vehicle? | |
| Chen et al. | MOVES-Beijing-based high spatial and temporal resolution ammonia emissions from road traffic in Beijing | |
| Chang et al. | Electric vehicle fleet penetration helps address inequalities in air quality and improves environmental justice | |
| Zhang et al. | How do errors occur when developing speed correction factors for emission modeling? | |
| Salihu et al. | Effect of road slope on driving cycle parameters of urban roads | |
| Zhong et al. | Models for predicting vehicle emissions: A comprehensive review | |
| Ge et al. | Real-road NOx and CO2 emissions of city and highway China-6 heavy-duty diesel vehicles | |
| Barati et al. | Modeling Emissions of Construction and Mining Equipment by Tracking Field Operations | |
| Aly et al. | Estimation of carbon dioxide emissions on heterogeneous traffic based on metropolitan traffic emissions inventory model | |
| Yao et al. | VSP‐based emission factor calibration and signal timing optimisation for arterial streets | |
| Pielecha et al. | Comparison of Vehicle Exhaust Emissions with Gasoline Engines of Different Ecological Classes in Road Tests | |
| Ahmed et al. | Modelling Vehicle Emissions and Fuel Consumption Based on Instantaneous Speed and Acceleration Levels |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |