基于比功率分布的公交車行駛周期建立方法研究

賴瑾璇, 于 雷*,2, 宋國華, 郭 沛, 陳旭梅

(1. 北京交通大學(xué) 城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點實驗室, 北京 100044; 2. 美國德克薩斯南方大學(xué) 科技學(xué)院, 休斯頓 77004;3. 中咨泰克交通工程集團有限公司, 北京 100083)

基于比功率分布的公交車行駛周期建立方法研究

賴瑾璇1, 于 雷*1,2, 宋國華1, 郭 沛3, 陳旭梅1

(1. 北京交通大學(xué) 城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點實驗室, 北京 100044; 2. 美國德克薩斯南方大學(xué) 科技學(xué)院, 休斯頓 77004;3. 中咨泰克交通工程集團有限公司, 北京 100083)

行駛周期是公交車排放預(yù)測的核心數(shù)據(jù)之一。 本文采用便攜式車載 GPS 收集了北京市 14 條公交線路重型柴油車的 313 499 條有效數(shù)據(jù),并基于比功率分布方法,建立了北京市 BRT 公交、快速公交和常規(guī)公交車在低速區(qū)間、中速區(qū)間和高速區(qū)間的行駛周期,并對所建立的行駛周期進行了驗證。 結(jié)果表明:本文所建立的行駛周期與驗證實測數(shù)據(jù)比功率分布的誤差小于 2%,而四工況的相對誤差達(dá) 5.7%,這表明本文建立的行駛周期更能準(zhǔn)確地反映北京市公交車與排放相關(guān)的特征。

城市交通;行駛周期;基于比功率參數(shù)方法;重型公交車

1 引 言

“公交優(yōu)先”是當(dāng)前大城市應(yīng)對交通擁堵、機動車污染和能源消耗的一項重要的交通發(fā)展策略.在大力發(fā)展公交的背景下,如何準(zhǔn)確的評估各項公交發(fā)展政策的節(jié)能減排效果成為城市交通可持續(xù)發(fā)展的一項重要議題.而在對公交政策開展節(jié)能減排的評估過程中,準(zhǔn)確地預(yù)測公交車的排放成為最關(guān)鍵的技術(shù)問題之一.因此,本文擬研究公交車行駛周期的建立方法,為準(zhǔn)確地估算公交車排放奠定基礎(chǔ).

為了提高排放估算的準(zhǔn)確性,許多國內(nèi)外的學(xué)者在建立本地化行駛周期的研究中,都進行了許多有意義的嘗試.國外學(xué)者 Andre 認(rèn)為由于各城市的路網(wǎng)結(jié)構(gòu),駕駛行駛特征都存在差異,因此研究本地化的行駛周期是十分必要的[1].而在建立本地化的行駛周期過程中,關(guān)鍵問題是評價參數(shù)和評價方法的選取,這決定了所建立行駛周期側(cè)重反映的特征.Lin 采用馬爾科夫方法建立了速度和加速度的頻率矩陣,進而構(gòu)建了 LA01 行駛周期[2].為了更好地反映交通行駛特征,國內(nèi)學(xué)者王岐東引入了交通修正因子參數(shù),建立了中國 11 個城市的高峰和平峰的行駛周期[3].然而以上的研究主要側(cè)重考察行駛周期對交通特征的反映,而沒有考察建立的行駛周期是否能準(zhǔn)確的預(yù)測排放.針對這個問題,Yu 基于 PEMS 數(shù)據(jù)提出了采用比功率參數(shù)建立輕型車行駛周期的方法[4].此外,Yu 采用遺傳算法來建立輕型車行駛周期[5].但當(dāng)前還沒有關(guān)于建立既能反映行駛特征,又能反映排放特征的重型車行駛周期的建立方法.因此,本文主要采用基于比功率的方法來建立北京市重型柴油公交車的行駛周期,為準(zhǔn)確地估算城市公交排放奠定基礎(chǔ).

2 數(shù)據(jù)收集與分析

收集數(shù)據(jù)是建立本地化行駛周期的前提.為了最大限度地獲取公交車在路網(wǎng)中實際的行駛特征數(shù)據(jù),本研究采用車載法進行數(shù)據(jù)收集,即將便攜式 GPS 置于待測公交車中來記錄其逐秒的速度數(shù)據(jù).本研究對北京市五環(huán)內(nèi) 14 條公交線路展開了3 個工作日的數(shù)據(jù)收集,包括 BRT 線路 2 條,快速公交線路 3 條,常規(guī)公交 9 條,如圖1 所示.為了涵蓋多時段的交通運行特征,本研究在3個工作日的6:30-19:00 期間共隨機對 126 輛重型柴油公交車展開測試.基于上述測試,并經(jīng)過數(shù)據(jù)質(zhì)量控制,最終共獲取了公交車逐秒的行駛數(shù)據(jù) 313 499 條;其中,BRT 線路的行駛數(shù)據(jù)為 59 617 條,快速公交的行駛數(shù)據(jù) 為 63 549 條, 常規(guī) 線路 的行 駛數(shù) 據(jù)為190 333條.以上收集的數(shù)據(jù)分為兩部分,其中,前兩個工作日的測試數(shù)據(jù)用于行駛周期的開發(fā),而第三個工作日的數(shù)據(jù)用于對建立的行駛周期的有效性進行驗證.

圖1 測試路線圖Fig.1 Testing transit lines

3 行駛周期建立方法

3.1 比功率參數(shù)

由于比功率參數(shù)(Vehicle Specific Power, VSP)既能反映公交的行駛特征,又與公交車的排放存在密切的聯(lián)系[4,5],因此本研究擬采用基于比功率方法來建立公交車的行駛周期.比功率參數(shù)被定義為車輛運輸單位質(zhì)量(包括自重、旅客或物品)發(fā)動機所輸出的瞬時功率,常用的單位為 kW/ t.其物理意義是車輛克服輪胎摩擦阻力,空氣阻力,以及為其動能、勢能變化所做的功.本研究公交車 VSP 的計算公式如式(1) 所示[6].此外,本研究選取 1 kW/t為 VSP 劃分區(qū)間間隔.

式中 v 表示速度,單位為 m/s;a 表示加速度,單位為 m/s2;N 為整數(shù).

3.2 基于比功率分布的行駛周期建立方法

本研究采用基于短行程比選的方法來建立公交行駛周期,具體包括以下三個部分:短行程劃分,短行程比選和行駛周期構(gòu)建.

(1)短行程劃分.

短行程由相鄰兩個停車點之間的車輛行駛過程構(gòu)成,即機動車從一個怠速工況開始時刻到下一個怠速工況開始時刻之間的逐秒速度數(shù)據(jù),通常由一個怠速部分和一個行駛部分構(gòu)成.本研究根據(jù)短行程的定義,分別對 BRT、快速公交和常規(guī)公交三種線路的數(shù)據(jù)進行短行程劃分,建立三種線路的短行程集合,如表1所示.

表1 三種線路類型的短行程集合Table1 Classified micro-trip pools of buses for different bus lines

(2)短行程比選.

短行程比選是行駛周期構(gòu)建最重要的步驟.短行程的比選是指利用指標(biāo)參數(shù),從短行程集合中挑選出具有代表性的多個短行程,為構(gòu)建行駛周期奠式中 i為 VSP 區(qū)間的編號,其取值范圍為[-20, -20] 區(qū)間的整數(shù);fBins,i表 示短行 程總樣 本 里編號為 i 的 VSP 區(qū)間的時間分布比例;fBinmic,i表示單個短行程中編號為 i的 VSP 區(qū)間的時間分布比例.

(3)行駛周期的構(gòu)建.

行駛周期構(gòu)建的方法是基于各個速度區(qū)間下每個短行程與對應(yīng)子集合的 VSP 分布的均方誤差(RMSE),將各個速度區(qū)間下的子集合中的短行程升序排列.然后按照 RMSE 值從小到大順序依次挑選短行程進行組合,直到組合的行駛周期達(dá)到1 200 秒左右.這是由于研究表明,10 分鐘左右的行駛周期足以反映車輛的所有行駛特征,并利于實際操作.但是考慮到樣本的隨機性和不足量,一般都會延長行駛周期的持續(xù)時間為 10-30 分鐘,因此本文確定行駛周期為 1 200 秒左右[3,7].定基礎(chǔ).其中,指標(biāo)參數(shù)的設(shè)立尤為關(guān)鍵,它決定了挑選的短行程是否能反映公交在路網(wǎng)中實際的行駛特征和排放特征.傳統(tǒng)研究中主要采用四工況時間比例,短行程運行時間、運行里程等參數(shù)作為短行程比選的指標(biāo).但是這些指標(biāo)之間存在相關(guān)性,缺乏清晰明確的指標(biāo)權(quán)重研究,并且不能直接反映行駛周期的排放特性,無法檢驗行駛周期的代表性.而比功率分布參數(shù)(VSP 分布)能很好地刻畫機動車的交通特征和排放特性,并且結(jié)合平均速度可確定單位距離內(nèi)的油耗排放水平.因此本文選用比功率分布參數(shù)和平均速度兩個指標(biāo)來挑選短行程.具體的短行程比選方法如下:

①首先將每條線路的短行程再細(xì)分到平均速度為 0-15 km/h、15-25 km/h、25 km/h 以上三個子集合中.

②計算三種線路類型中各個速度區(qū)間下每個短行程的 VSP 分布和該速度區(qū)間下短行程集合的VSP 分布.

③比較每個短行程的 VSP 分布對應(yīng)短行程集合的 VSP 分布的相似性.本研究采用 VSP 分布的均方根誤差 RMSE(ROOT Mean Squared Error) 為評價指標(biāo).RMSE 值越小,則說明候選短行程與對應(yīng)的短行程集合的相似度越高.RMSE 的計算公式如式(2)所示.

4 行駛周期的建立與驗證

4.1 北京市公交行駛特征分析

基于收集的數(shù)據(jù),本研究選用了平均行程速度、平均加速度、平均減速度、平均停站時間四個參數(shù)來描述所收集的公交車的行駛特征,分析的結(jié)果如表2所示.

表2 三種公交線路類型的行駛特征Table2 Driving characteristics of three transit bus lines

4.2 公交行駛周期的建立

基于收集的公交逐秒速度數(shù)據(jù),本研究分別統(tǒng)計 BRT、快速公交、常規(guī)線路以及所有測試數(shù)據(jù)的比功率分布,如圖2 所示.結(jié)果表明:

(1) 三類線路 類型的 VSP 值分布 集中在[-20,20]區(qū)間,其分布比值分別為 99.2%,99.7%和 99.8%;

(2)BRT、快速公交、常規(guī)線路和所有測試線路的 VSP 都集中分布[-5,5] 區(qū)間,并集中分布在零區(qū)間;但三種線路在零區(qū)間比例存在明顯差異,這表明分別建立三種線路的行駛周期是十分必要的.

圖2 三種公交線路的比功率分布圖Fig.2 VSP distributions for different testing bus lines

根據(jù)小節(jié)3所示的行駛周期建立方法,本研究分別建立了 BRT、快速公交和常規(guī)公交在低速區(qū)間[0,15 km/h) 、中速區(qū)間[15,25 km/h) 和高速區(qū)間[25 km/h, ∞ )的行駛周期,如圖3 所示.分析所建立的行駛周期可知,對于 BRT,在低速區(qū)間 BRT的停車時間明顯高于其他兩個速度區(qū)間.對于快速公交,其加速、減速頻率明顯高于 BRT 公交.三個不同速度區(qū)間下的加速和減速工況的時間比重分別為 60.5% 、80.7% 和 82.1%,造成該現(xiàn)象的原因之一是由于快速公交運行線路的交通流特征相對于 BRT 更為復(fù)雜.而對于常規(guī)公交,其勻速運行的比例在三個速度區(qū)間分別為 9.6%、24.2% 和22.7%,高于 BRT 線路和快速公交的比重.但是常規(guī)公交的運行速度最低,這是由于更頻繁的停站和在低等級線路運行的時間更大所引起的;并且常規(guī)公交的平均停站時間相對其他兩種線路的公交更長.

圖3 [0,15 km/h) 、[15,25 km/h) 和[25 km/h, ∞ )區(qū)間下所建立的三種公交線路的行駛周期Fig.3 Speed-specific driving cycles for BRT,express,and regular line buses

4.3 公交行駛周期的驗證

對于所建立的行駛周期,本研究將展開驗證與分析.由于篇幅的限制,本研究將僅以常規(guī)公交為例.假設(shè)實測的驗證樣本能反映實際路網(wǎng)中公交車的行駛特征的前提下,本研究采用的驗證方法是通過比較建立的行駛周期與用于驗證的實測數(shù)據(jù)比功率分布的相似性(RMSE)來驗證所建立的行駛周期的代表性,驗證結(jié)果如表3 所示.結(jié)果表明,所建立的行駛周期與實測數(shù)據(jù)的比功率分布的相對誤差分布在[0.7%,2.0%]區(qū)間.

表3 建立的行駛周期與實測數(shù)據(jù)的比功率分布相似性比較Table3 RMSE between developed driving cycles and the validation data sample

為了進一步驗證本文所建立的行駛周期,本研究將建立的常規(guī)公交行駛周期與中國當(dāng)前用于公交排放測試的四工況行駛周期分別與實測數(shù)據(jù)相比較,如圖4 所示.結(jié)果表明:

所建立的低速、中速和高速區(qū)間的常規(guī)公交行駛周期與實測數(shù)據(jù)的比功率分布誤差(RMSE)分別為 0.7%,1.4% 和 2.0%;而四工況行駛周期的比功率分布誤差分別是 5.7%,2.9% 和 3.7%.此外,四工況行駛周期在比功率區(qū)間[10,20]的比重為 15.0%,比實測數(shù)據(jù)實際比重高了 14.1%,這預(yù)示著四工況行駛周期將高估公交排放;而所建立的行駛周期在該區(qū)間僅比實測數(shù)據(jù)低 0.5%,這表明所建立的行駛周期更能準(zhǔn)確地預(yù)測公交的排放量.

5 研究結(jié)論

本研究基于大量的實測 GPS 數(shù)據(jù),提出了一種基于 VSP 分布的公交車行駛周期的建立方法.并基于該方法,分別建立了北京市城區(qū) BRT、快速公交和常規(guī)公交在高速度區(qū)間、中速度區(qū)間和低速度區(qū)間下的公交行駛周期.本研究得到的主要結(jié)論如下:

圖4 本研究建立的行駛周期、四工況行駛周期與驗證數(shù)據(jù)的比功率分布的對比圖Fig.4 Comparison of VSP distributions among the Four-Mode cycle,developed driving cycles, and the validation data sample

(1)比較本研究所建立的行駛周期、四工況行駛周期和實測數(shù)據(jù)的比功率分布誤差可知:四工況行駛周期與實測數(shù)據(jù)在低速、中速和高速區(qū)間的比功率分布誤差(RMSE)分別是 5.7%, 2.9% 和 3.7%;而所建立的行駛周期與實際數(shù)據(jù)的誤差(RMSE)分別是 0.7%,1.4% 和 2.0%.相較于四工況行駛周期,本文所建立的行駛周期在低速、中速和高速三個區(qū)間比功率分布更符合實測數(shù)據(jù).

(2)此外,四工況行駛周期在 VSP 為[10,20]區(qū)間的比值比實測數(shù)據(jù)高 15.0%,而所建立的行駛周期僅比實測數(shù)據(jù)小 0.5%,這表明四工況的行駛周期將會高估排放,而本研究所建立的行駛周期更能準(zhǔn)確地預(yù)測排放.

[1] Andre M.The Artemis European driving cycles for measuring car pollutant emissions[J].Journal of Science of the Total Environment,2004,334-335: 73-84.

[2] Lin J,Niemeier D A.Regional driving characteristics, regional driving cycles[J].Journal of Transportation Research Part D:Transport and Environment,2003,8 (5):361-381.

[3] Wang Q,Huo H,He K,et al.Characterization of vehicle driving patterns and development of driving cycles in Chinese cities[J].Journal of Transportation Research Part D:Transport and Environment,2008,13 (5):289-297.

[4] Yu L,Wang Z,Qiao F,et al.Vehicle emission characteristics-based approach to the development and evaluation of driving cycles for classified roads[J].In Transportation Research Record: Journal of the Transportation Research Board,Transportation Research Board of the National Academies,Washington,D.C., demand frecast model for Beijing taxis[J]. CommunicationsStandardization, 2010,224(7): 89-92.]

[3] 北京市交通委員會. 關(guān)于加強出租汽車管理提高運營服務(wù)水平 的意 見 [R].2013.[Beijing Municipal Commission of Transport.The opinion of strengthening management to improve the taxi service level [R].2013.]

[4] 孫蕊,于海濤,杜勇. 出租車交接班空間分析算法研究[C]. 第七屆中國智能交通年會優(yōu)秀論文集, 2012:146-152.[SUN R,YU H T,DU Y.Spatial analysis algorithm for taxi shift[C].The 7thChina Intelligent Transportation Conference Excellent Proceedings,2012:146-152.]

[5] 李新延,李德仁.DBSCAN 空間聚類算法及其在城市規(guī)劃中的應(yīng)用[J]. 測繪科學(xué),2005,30(3):51-53. [LI X Y,LI D R.DBSCAN spatial clustering algorithm and its application in urban planning[J].Science of Surveying and Mapping,2005,30:51-53.] 2008,2058:58-67.

[5] Yu L,Zhang X,Qiao F,et al.Genetic algorithm-based approach to develop drivingschedulestoevaluate greenhouse gas emissions from light-duty vehicles[J]. In Transportation Research Record: Journal of the Transportation Research Board,Transportation Research Board of the National Academies,Washington,D.C., 2010,2191:166-173.

[6] 郝艷召,于雷,宋國華,等.基于比功率參數(shù)的北京市柴油公交車行駛和排放特征研究[J].汽車工程, 2010,32(2):103-109.[HAO Y Z,YU L,SONG G H,et al.A study on driving and emission features of diesel buses in Beijing based on VSP parameter[J]. Automotive Engineering,2010,32(2):103-109.]

[7] Hung W,Tong H,Lee C,et al.Development of a practical driving cycle construction methodology:A case study in Hong Kong[J].Journal of Transportation Research Part D:Transport and Environment,2007,12 (2):115-128.

Establishing Method of Driving Cycles for Transit Buses Based on VSP Distributions

LAI Jin-xuan1,YU Lei1,2,SONG Guo-hua1,GUO Pei3,CHEN Xu-mei1
(1.MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology,Beijing Jiaotong University, Beijing 100044,China;2.College of Science and Technology,Texas Southern University,Houston Texas 77004,USA; 3.TECH Highway Science and Technology Research Institute,Beijing 100083,China)

The driving cycle is one key parameter for the vehicle emission estimation of transit buses.This paper collects a total of 313,499 data from heavy duty diesel vehicles of 14 transit lines using the portable GPS,by which different driving cycles for BRT,rapid transit buses,and regular transit buses are developed and validated for low,middle and high speed ranges based on the vehicle specific power(VSP).It is found from the results that the RMSEs between VSP distributions of the developed driving cycles and the validation data sample is less than 2%,while RMSEs between VSP distributions of the Four-Mode driving cycle and the validation data sample are as much as 5.7%.It indicates that the developed driving cycles can estimate the emissions from the transit buses more accurately than the Four-Mode cycle.

urban traffic;driving cycles;VSP distribution-based approach;heavy-duty transit bus

1009-6744(2014)01-0209-06

U268.6

A

2013-08-29錄用日期:2013-09-23

國家自然科學(xué)基金(71273024,51208033);國家重點基礎(chǔ)研究發(fā)展規(guī)劃項目計劃(973 計劃 2012CB725403).

賴瑾璇(1987-), 女, 湖南醴陵人, 博士生.*通訊作者:Leiyu@center.njtu.edu.cn