基于遠程監(jiān)測的北京市柴油車實際道路NOx與CO2排放特征

馮 謙,劉保獻,3,楊妍妍,3*,張少君,沈秀娥,盧 洋,王蓬睿,吳 燁

基于遠程監(jiān)測的北京市柴油車實際道路NO與CO2排放特征

馮 謙1,2,劉保獻1,2,3,楊妍妍1,2,3*,張少君2,沈秀娥1,3,盧 洋1,3,王蓬睿1,吳 燁2

(1.北京市生態(tài)環(huán)境監(jiān)測中心,北京 100048；2.清華大學環(huán)境學院,北京 100084；3.大氣顆粒物監(jiān)測技術北京市重點實驗室,北京 100048)

采用遠程在線監(jiān)測技術對北京市典型柴油車的實際道路運行參數(shù)進行監(jiān)測,并基于標準PEMS測試設備與遠程在線監(jiān)測同步對比測試,分析遠程在線監(jiān)測技術的數(shù)據(jù)一致性,研究建立適用于北京市柴油車的微觀運行模態(tài)劃分方法,并基于微觀運行模態(tài)分析典型柴油車的NO和CO2排放特征.研究結果表明:1)遠程在線監(jiān)測的柴油車NO和CO2排放率與PEMS測試數(shù)據(jù)的線性擬合2均高于0.99;2)基于建立的北京市柴油車的微觀運行模態(tài)劃分方法,北京市柴油車的微觀運行模態(tài)劃分結果符合正態(tài)分布,實現(xiàn)將車輛微觀運行工況進行均勻劃分的目的;3)在不同車速范圍內(nèi),不同類型車輛的NO和CO2排放因子呈現(xiàn)出不同的變化趨勢,國六排放車輛的NO排放因子普遍低于國五排放,NO綜合排放因子最高的為國五重型柴油車(7.63±0.57)g/km;隨著噸位增加,柴油車CO2排放因子會呈不同程度的增加且國六重型柴油車CO2相對較高,主要原因可能是國六車相對復雜的后處理系統(tǒng)增加了燃油的消耗.

重型車；遠程監(jiān)測；微觀運行模態(tài)劃分；NO排放因子；CO2排放因子

依據(jù)《中國移動源環(huán)境管理年報(2022)》[1]數(shù)據(jù),柴油車的氮氧化物(NO)排放量超過汽車排放總量的80%,顆粒物(PM)排放量超過90%.北京市本地來源中的移動源對大氣PM的貢獻高達46%,其中僅占全市機動車保有量4%的柴油車占到全部移動源排放的31%[2].交通領域碳排放約占我國碳排放總量的10%,尤其是公路柴油車運輸為主,年均排放10億t CO,占交通行業(yè)排放總量的85%左右[3].柴油車在實際道路運行時所排放的NO和CO與實驗室測試結果具有較大差異.研究表明,柴油車在實際道路運行的NO排放量遠遠超過實驗室測試結果[4-6].車輛的油耗水平直接決定了CO2的排放量.黃成等[7]測試重型柴油車在上海城區(qū)的平均油耗為17.8L/100km,而急加速行駛達到平均油耗值的2.0倍,車輛裝載貨物的油耗約是空載的1.6～3.2倍[8].姚志良等[9]指出,柴油車在變工況情況下的平均油耗為勻速狀態(tài)下的1.08～1.24倍.因此,實際交通路況引起的車輛加減速、怠速以及車輛載荷、駕駛員駕駛習慣等因素均可導致柴油車實際道路油耗與認證油耗存在較大差別,直接影響基于油耗值計算的柴油車CO2排放量[10].盡管PEMS能夠相對準確地測量車輛在實際運行中的NO和CO2排放[11],但PEMS設備成本昂貴,安裝和運行耗時,且每天只能完成1輛或2輛車的測試[12],PEMS測試難以擴大到整個車隊的監(jiān)測規(guī)模,需要更具成本效益和高效的方法來支撐柴油車的排放監(jiān)測與管理[13-15].

北京市率先提出對重型車實施遠程排放監(jiān)測的要求,并發(fā)布《重型汽車排氣污染物排放限值及測量方法(OBD法第Ⅳ、Ⅴ階段)》(DB11/1475-2017)[16].與PEMS測試方法不同,遠程排放監(jiān)測為柴油車的NO和CO2實時運行排放監(jiān)測與管理提供了一種新型的方法和工具[17-19].對于配置選擇性催化還原系統(tǒng)(SCR)的柴油車,在SCR系統(tǒng)下游安裝電化學的NO傳感器以監(jiān)測NO的濃度,實現(xiàn)SCR系統(tǒng)中尿素噴射的閉環(huán)控制[20].車輛配置的車載終端通過電子控制單元(ECU)收集基于傳感器監(jiān)測的NO濃度和其他監(jiān)測數(shù)據(jù)[21],通過車載終端的無線通信模塊將監(jiān)測數(shù)據(jù)傳輸?shù)奖O(jiān)測平臺,可以實現(xiàn)對車輛排放與運行關鍵參數(shù)的實時監(jiān)測與分析,馮謙等[22]利用遠程監(jiān)測系統(tǒng)對北京市柴油與天然氣公交車進行實時排放在線監(jiān)測與分析,揭示了不同燃料類型公交車在實際道路運行的NO排放特征,闡釋了不同燃料公交車超排的工況因素與成因.遠程監(jiān)測技術的應用推廣,意味著柴油車的排放監(jiān)測由實驗室逐漸轉向了實時運行動態(tài)監(jiān)測.柴油車的NO和CO2排放在公路運輸領域占有相當大的份額[23-24].然而,目前基于遠程在線監(jiān)測技術對柴油車在實際道路微觀運行模態(tài)下NO和CO2排放特征的研究,還鮮有報道.

本研究采用遠程在線監(jiān)測技術對北京市典型柴油車的實際道路運行參數(shù)進行監(jiān)測,并基于標準PEMS測試設備與遠程在線監(jiān)測同步對比測試,分析遠程在線監(jiān)測技術的數(shù)據(jù)一致性,創(chuàng)新地建立了適用于北京市柴油車的微觀運行模態(tài)劃分方法,并基于微觀運行模態(tài)分析典型柴油車的NO和CO2排放特征,對北京市機動車監(jiān)測方法的升級、實現(xiàn)雙碳目標和降低NO排放的路徑選擇具有重要意義[25-26].

1 監(jiān)測方法

1.1 遠程監(jiān)測方法

基于移動源排放遠程監(jiān)測平臺(以下簡稱“監(jiān)測平臺”)獲取重型車實時運行與排放數(shù)據(jù),重型車配備車載終端并與車載診斷系統(tǒng)OBD端口連接,獲取車輛和發(fā)動機的逐秒運行數(shù)據(jù),包含車速、發(fā)動機轉速、瞬時NO濃度、瞬時燃料流量等數(shù)據(jù),車載終端按照1Hz頻率采集車輛數(shù)據(jù)并通過GPRS信號遠程發(fā)送至監(jiān)測平臺.選擇分析的樣本車輛均按照北京市地方標準DB11/1475-2017[16]技術要求配備車載終端,并將實時運行數(shù)據(jù)傳輸至監(jiān)測平臺.

1.2 車輛樣本與監(jiān)測參數(shù)項

重型車是指最大總質(zhì)量大于3500kg的M類和N類汽車,其中重型車根據(jù)最大總質(zhì)量又可分為輕型、中型、重型.其中,最大總質(zhì)量大于3500kg、小于4500kg為輕型;總質(zhì)量大于4500kg、小于12000kg為中型;總質(zhì)量大于12000kg為重型.目前,北京市聯(lián)網(wǎng)柴油車中,輕、中、重型柴油車的占比約為50%:10%:40%.依據(jù)不同噸位車輛數(shù)占比,分別選擇輕、中、重型柴油車各100輛,車齡均小于五年,國五排放階段柴油車占比約為20%.獲取車輛的主要參數(shù),見表1.

表1 遠程監(jiān)測車輛的主要參數(shù)

樣本車輛的運行工況數(shù)據(jù)包含市區(qū)、市郊、高速等典型道路工況類型,累計運行時間超過100000h有效工況數(shù)據(jù),且涵蓋北京的春、夏、秋、冬典型季節(jié)的運行數(shù)據(jù).基于選擇的典型車輛運行工況與排放數(shù)據(jù),進行柴油車微觀模態(tài)劃分與排放特征分析.

2 結果與討論

2.1 在線監(jiān)測數(shù)據(jù)一致性驗證

2.1.1 排放率計算方法 為了研究柴油車遠程監(jiān)測數(shù)據(jù)的精度,對NO、CO2監(jiān)測結果與法規(guī)標準PEMS測試方法進行一致性對比分析.參照標準[26]中NO瞬時質(zhì)量排放率的計算公式,假設排氣在273K(0℃)和101.3kPa下的密度為1.293kg/m3,柴油與進入發(fā)動機的空氣完全燃燒后排出尾氣管,計算獲得NO質(zhì)量排放率,見式(1).

式中:NO,i為瞬時NO質(zhì)量排放率,g/s;e為NO排放濃度,10-6;ρ為柴油密度, kg/L,選柴油密度為0.85kg/ L;fFuel,i為燃料體積流量,L/h;fAir,i為空氣質(zhì)量流量, kg/h.

通過遠程監(jiān)測系統(tǒng)采集的車輛瞬時質(zhì)量燃油流量,基于式(2)計算CO2質(zhì)量排放率.

式中:CO2,i為瞬時CO2質(zhì)量排放率,g/s;為柴油機完全燃燒單位質(zhì)量柴油轉換成CO2的系數(shù),3.1863,無量綱(即1kg柴油完全燃燒排放3.1863kg的CO2);Fuel,i為燃料體積流量,L/h;為柴油密度,kg/L.

2.1.2 一致性對比分析 在遠程監(jiān)測方法中,NO傳感器精度、NO和CO2計算模型精度對測試結果精度影響較大.采用PEMS測試方法與遠程監(jiān)測同步對一輛重型國六柴油車進行對比測試.與PEMS測試系統(tǒng)同步測試獲得的NO和CO2質(zhì)量排放率,見圖1.圖1a,遠程監(jiān)測與PEMS2種監(jiān)測方式獲取的NO質(zhì)量排放率隨車速變化呈現(xiàn)大體一致的變化趨勢,在車速出現(xiàn)急加速、急減速時,遠程監(jiān)測的NO排放率相比PEMS出現(xiàn)略高的峰值,但峰值偏差均在15%以內(nèi),在其他工況遠程監(jiān)測的NO值略低于PEMS測試結果,這與兩種測試設備的精度和靈敏度相關.在瞬變過程中,連續(xù)時間內(nèi)的NO氣體在NO傳感器內(nèi)快速堆積,造成傳感器測量的NO濃度偏高;在車速平穩(wěn)運行中,PEMS測試設備對NO檢測精度要高于NO傳感器,因此獲得的NO濃度略高于NO傳感器數(shù)值;圖1b,遠程監(jiān)測與PEMS測試得到的CO2質(zhì)量排放率基本處于一致水平,在車速瞬變工況,基于遠程監(jiān)測獲得CO2質(zhì)量排放率略微高于PEMS的測試結果,主要由于遠程監(jiān)測獲得的油耗數(shù)據(jù)是基于發(fā)動機在瞬時工況的理論油耗數(shù)據(jù),柴油在發(fā)動機燃燒時,發(fā)動機瞬態(tài)變化導致柴油燃燒不完全,進而導致生成的CO2低于理論值,因此PEMS測試到的CO2要低于理論柴油轉換的CO2排放量[21,28-29].

圖1 遠程監(jiān)測與PEMS測試結果對比

車輛的比功率(VSP),即單位質(zhì)量機動車的瞬時功率,是發(fā)動機克服車輪旋轉阻力、空氣動力學阻力做功以及增加機動車的動能和勢能所需要輸出的功率和因內(nèi)摩擦阻力造成的傳動系機械損失功率,其數(shù)值與速度和加速度有關.相比國外的研究結果,中國典型城市的機動車行駛工況在高VSP(大于8kW/ton)和高速(大于80km/h)的比例相對較低.參考MOVES的IVE計算公式,依據(jù)張少君[30]中重型車VSP的計算公式,見式(3),計算車輛逐秒VSP.

基于遠程監(jiān)測與PEMS測試獲取柴油車逐秒的車速、NO濃度、燃油流量等數(shù)據(jù),依據(jù)式(1)～(3),分別計算逐秒的VSP、NO和CO2質(zhì)量排放率,然后劃分VSP區(qū)間,計算在不同VSP區(qū)間工況內(nèi)的NO和CO2平均質(zhì)量排放率,計算結果見圖2.

由圖2a可見,隨著比功率的增加,NO質(zhì)量排放率增加,VSP高于0kW/t后,PEMS測試的NO質(zhì)量排放率均略高于遠程監(jiān)測的NO值,這與上述分析一致,PEMS測試NO的精度要高于遠程監(jiān)測的NO傳感器的精度;圖2b,基于擬合分析,遠程監(jiān)測與PEMS測試的NO質(zhì)量排放率線性擬合系數(shù)2高于0.99;圖2c,隨著VSP的增加,兩種方式獲得的CO2質(zhì)量排放率大體呈先增加后降低趨勢,在不同的VSP區(qū)間,PEMS測試的CO2濃度均低于遠程監(jiān)測的CO2值;圖2d,兩種方式測試CO2質(zhì)量排放率的線性擬合2高于0.99.因此,基于線性擬合方程作為遠程在線的NO和CO2質(zhì)量排放的修正公式,得到相對更為精準的結果.

2.2 北京市重型車微觀運行模態(tài)劃分方法

研究交通流微觀運行模態(tài)的表征參數(shù),并確定模態(tài)劃分方法,是耦合交通流運行狀態(tài)和機動車排放的基礎,也為不同車輛進行綜合對比分析提供了標準的工況劃分和加權依據(jù)[30].基于遠程監(jiān)測方法獲取的樣本車輛實時車速工況數(shù)據(jù)進行分析,研究確定適用于北京市重型車的交通流微觀運行模態(tài)劃分方法.

2.2.1 車速區(qū)間劃分 依據(jù)獲取的北京市典型重型車的實時運行工況數(shù)據(jù),將車速劃分為減速、怠速、勻速和加速,將勻速和加速兩種車速類型合并,不同車速類型的定義依據(jù)中國工況標準[32]進行劃分.對勻速和加速工況類型按照車速區(qū)間比例進行等比例劃分,劃分為低速、中速、高速工況區(qū)間.由于正態(tài)分布能較好地體現(xiàn)劃分Bin的合理性,將劃分的Bin進行合理組合,構建符合正態(tài)分布的Bin分組.為了實現(xiàn)VSP Bin滿足正態(tài)分布的分組目的,依據(jù)車輛工況數(shù)據(jù),對勻速和加速工況按照2km/h間隔粒度進行劃分,見圖3,按車速由小到大,分別計算工況分布頻率和累積頻率,分別選取累積頻率在33%±2%中值車速、66%±2%中值車速確定為低速-中速、中速-高速的車速區(qū)間分界值.按照上述劃分方法,將北京市重型車的車速區(qū)間劃分為[0.5,42)、[42,66]、[66,90]3個車速區(qū)間.

圖3 車速區(qū)間劃分

2.2.2 VSP Bin劃分 VSP Bin劃分方法,主要包含減速、怠速、勻速與加速下的VSP Bin的劃分,減速、怠速各自對應一個Bin區(qū)間,勻速與加速的VSP Bin的劃分方法,通過將VSP Bin按照0.5kW/t劃分(可根據(jù)分析的精準程度選擇不同數(shù)據(jù)粒度).根據(jù)車速區(qū)間的劃分,分為3個車速區(qū)間內(nèi)VSP Bin的劃分.分別計算3個不同車速區(qū)間的VSP分布頻率.北京市重型車典型運行工況的VSP分布頻率及累積頻率,見圖4.

按照課題組[33]方法,依據(jù)VSP劃分方法,對上述不同車速區(qū)間的VSP進行窗口劃分,分別得到3組VSP Bin劃分,并進行正態(tài)分布擬合,擬合系數(shù)2不小于0.85,若不滿足,則對VSP區(qū)間間隔再進行細粒度劃分、VSP區(qū)間的組合,直到劃分的VSP Bin頻率滿足正態(tài)分布,從而確定了北京市重型車VSP Bin的劃分方法,見圖5.

圖4 不同車速區(qū)間VSP頻率分布

圖5 北京市典型重型車VSP Bin劃分方案

優(yōu)先從樣本數(shù)據(jù)中的車速數(shù)據(jù)進行劃分,劃分為減速、怠速和勻速-加速3類,進而對勻速-加速工況數(shù)據(jù)按照VSP分布頻率分位數(shù)進行切分分組,采用高斯正態(tài)擬合方法[33],VSP劃分擬合結果符合正態(tài)分布,即驗證了本研究確定的VSP Bin劃分方法的合理性,從而實現(xiàn)車輛運行工況的最佳表征,能夠更好地區(qū)分柴油車實際道路運行車輛的工況,具有極佳的區(qū)分度.

2.2.3 基于微觀運行模態(tài)的排放計算方法 根據(jù)確定的北京市柴油車車微觀運行模態(tài)v-VSP劃分結果,將基于遠程監(jiān)測并計算獲得的NO排放率和經(jīng)燃油流量計算得到的逐秒CO2排放率劃分到對應的微觀運行模態(tài)Bin內(nèi),計算每個Bin內(nèi)所有瞬態(tài)工況點的平均NO排放因子、CO2排放因子以及該VSP區(qū)間內(nèi)的工況權重系數(shù).

2.3 微觀運行模態(tài)重型車排放特征

基于獲取的北京市柴油車的排放數(shù)據(jù),計算并分析不同VSP Bin的NO和CO2排放因子,由圖6可見,不同排放階段柴油車在不同車速范圍,大體呈現(xiàn)低速NO排放因子較高,在中速略微降低,在高速相對較低趨勢.以國五輕型車為例,在低、中、高速區(qū)間、不同VSP區(qū)間的NO平均排放因子依次降低,分別為4.06g/km、2.04g/km、1.61g/km.這種變化趨勢主要受兩方面影響:一是車速提高,車輛在單位里程的工作時間減少,NO排放總量降低;另一方面,受柴油機NO凈化裝置的影響,當車速升高后,為車輛提供動力的柴油機負荷增大,柴油機缸內(nèi)燃燒溫度升高,從而導致SCR對NO的凈化效率提高,使車輛的NO排放因子下降.在不同車速范圍,隨著VSP增加,車輛的NO排放因子大體呈現(xiàn)先增加再降低趨勢,反映出車輛在工況變換過程中,混合氣的混合均勻程度變差從而導致燃油在缸內(nèi)燃燒條件變差、SCR凈化效率降低等綜合原因造成NO排放因子的變化.在不同VSP Bin區(qū)間,國五排放階段的車輛大體高于國六排放階段的車輛,與實際情況接近,也體現(xiàn)了提高車輛的排放標準,能有效降低污染物的排放.不同噸位國五排放階段柴油車中,在不同VSP區(qū)間的NO排放因子大體呈現(xiàn)重型車NO排放因子最高,其次是中型車,輕型車的NO排放因子最低;不同噸位國六排放階段柴油車同樣呈現(xiàn)重型車NO排放因子最高,其次是中型車,輕型車最低.國六排放階段柴油車的NO排放因子普遍低于國五車,表明提高排放標準要求,在一定程度上能有效降低污染物的排放,但降幅程度并沒有達到GB17691中國六標準發(fā)動機與國五標準的排放限值的降幅比例.相同排放標準車輛,隨著噸位增加,NO排放因子也會升高.通過以上分析表明,在柴油車的排放監(jiān)管中需要針對不同排放階段、不同噸位的車輛提出不同的監(jiān)管要求.

圖6 微觀運行模態(tài)區(qū)間NOx排放因子

由圖7可見,不同排放標準、不同噸位車輛在不同車速范圍,大體呈現(xiàn)低速CO2排放因子較高,在中速略微降低,在高速又有所升高.以輕型國六車為例,在低、中、高速區(qū)間,不同VSP區(qū)間的CO2平均排放因子分別為832.3g/km、490.9g/km、515.7g/km.隨著車速增加,CO2排放因子先降低再升高,反映出車輛在工況變換過程中燃油消耗量的需求變化.當車速由低速升高為中速時,柴油機處于較好的燃油經(jīng)濟工況區(qū),CO2排放因子相對較低;當車速和負荷再持續(xù)增加,不僅柴油機負荷增大,且柴油機的燃燒條件變差,燃油噴射量增加,而導致CO2排放量增加.對于不同噸位柴油車,隨著噸位增加,CO2排放因子也逐漸增大.國五排放階段輕、中、重型柴油車在不同VSP Bin的平均CO2排放因子依次為439.3g/km、569.7g/km、708.6g/km;國六排放階段輕、中、重型柴油車在不同VSP Bin的平均CO2排放因子依次為505.8g/km、540.2g/km、893.4g/km.對于不同噸位柴油車,隨著噸位增加,在實際道路運行的CO2排放因子也會增加,主要由于車輛噸位增加,需要消耗較多的燃油做功,因此較大噸位柴油車的CO2排放因子會相對較高.因此,在對柴油車的CO2排放量進行核算時,要盡可能地考慮車輛的運行工況、工況變化、噸位等因素對CO2排放因子的影響,才能相對較精準地核算柴油車的碳排放.

圖7 微觀運行模態(tài)區(qū)間CO2排放因子

2.4 重型車的綜合排放因子

重型車的綜合排放因子,基于每個VSP Bin內(nèi)的排放因子與北京市典型重型車Bin的頻率進行加權求和,再計算不同類別車隊的平均綜合排放因子.由圖8可見,NO綜合排放因子最高的為國五重型車,(7.63±0.57)g/km;其次為國五中型車,為(4.16± 0.52)g/km.國六排放階段柴油車的綜合NO排放因子大都低于國五排放階段柴油車,輕、中、重型車的NO排放因子依次為(1.42±0.13)g/km、(2.99± 0.49)g/km、(3.55±0.37)g/km.國六排放階段柴油車的NO排放因子普遍低于國五排放階段,這體現(xiàn)了排放控制技術升級對于車輛污染排放控制達到了較好的效果.另外,輕、中型柴油車的NO排放因子低于重型車,主要原因可能是輕、中型柴油車的原機(SCR前)NO濃度相對較低;且包含SCR在內(nèi)的排放控制系統(tǒng)的體積小于重型柴油車的排放控制系統(tǒng),使SCR具有較好的保溫效果;另外,輕、中型柴油車的中、高速工況比例偏高,致使柴油機的排溫較高,綜合原因使SCR系統(tǒng)具有相對較高的工作溫度,對流經(jīng)SCR系統(tǒng)的NO具有較高的凈化效率,有效地降低了NO排放.

圖8 NOx綜合排放因子

由圖9可見,隨著柴油車噸位增加,CO2排放因子也逐漸增大.在不同排放階段,CO2綜合排放因子最高的均為重型柴油車,其次為中型柴油車.國五排放階段中,輕、中、重型柴油車的CO2綜合排放因子依次為(453.4±148.9)g/km、(573.4±176.9)g/km、(790.7±146.9)g/km.國六排放階段中,輕、中、重型柴油車的CO2綜合排放因子依次為(458.1±114.6)g/ km、(571.3±147.9)g/km、(970.6±31.8)g/km.通過以上監(jiān)測數(shù)據(jù)分析,隨著柴油車噸位增加,在實際道路運行中CO2排放因子會呈不同程度的增加.另外,通過對比分析,國六輕、中型柴油車與國五柴油車的CO2排放因子基本相當,但國六重型柴油車相對較高,主要原因可能是國六車的的后處理排放系統(tǒng)相對復雜、體積較大,大部分國六車安裝了顆粒物捕集器(DPF),隨著碳煙與灰分在DPF的堆積,會造成柴油機排氣背壓的升高,柴油機需要增加額外柴油消耗以克服增加的排氣背壓,加之,重型車常處于中高負荷運行狀態(tài),后處理排放系統(tǒng)的背壓增加對柴油車油耗的增加也會更顯著.

圖9 綜合CO2排放因子

3 結論

3.1 通過標準PEMS測試對基于遠程監(jiān)測的NO、CO2排放率進行一致性對比分析,線性擬合系數(shù)2均高于0.99,建立了基于PEMS測試對遠程監(jiān)測數(shù)據(jù)的修正方法.

3.2 基于遠程監(jiān)測方法,獲取北京市典型柴油車的車速特征,建立了適用于北京市柴油車的微觀運行模態(tài)劃分方法,北京市柴油車的車速區(qū)間分別為[0.5,42)、[42,66)、[66,90)三個區(qū)間,進而切分組合成正態(tài)分布形式,實現(xiàn)將車輛工況進行均勻分VSP Bin的目的.

3.3 不同類型車輛在不同車速范圍,大體呈現(xiàn)低速NO排放因子較高,在中速略微降低,在高速相對較低趨勢;在不同VSP Bin區(qū)間,國五排放階段車輛的NO排放因子大體高于國六排放階段車輛.不同類型車輛在不同車速范圍,大體呈現(xiàn)低速CO2排放因子較高,在中速略微降低,在高速又有所升高;在不同車速范圍,隨著VSP增加,車輛的CO2排放因子大體呈現(xiàn)先增加再降低趨勢;隨著柴油車噸位增加,CO2排放因子也逐漸增大.

3.4 NO綜合排放因子最高的為國五重型柴油車,其次為國五中型柴油車.國六排放階段柴油車的綜合NO排放因子大都低于國五排放階段.國六排放階段柴油車的NO排放因子低于國五排放階段,這體現(xiàn)了排放控制技術升級有助于提高柴油車的污染排放控制效果.隨著噸位增加,CO2排放因子也逐漸增大.不同排放階段柴油車中,CO2綜合排放因子最高的均為重型柴油車,其次為中型柴油車.

[1] 中國移動源環(huán)境管理年報(2022) [R]. 北京:中華人民共和國生態(tài)環(huán)境部, 2022.China mobile source environmental management annual report (2022) [R]. Beijing: Ministry of Ecology and Environment of the People's Republic of China, 2022.

[2] 北京市現(xiàn)階段大氣PM2.5來源解析結果新聞發(fā)布會[EB/OL]. http://sthjj.beijing.gov.cn.Press conference of Beijing current Atmospheric PM2.5source analysis results [EB/OL]. http: // sthjj. beijing. gov.cn.

[3] 交通領域占碳排放總量的10%,燃油車:不容輕視的降碳難點[EB/OL]. https://baijiahao.baidu.com.The transport sector accounts for 10% of total carbon emissions, Fuel-powered vehicles: a serious challenge to reduce carbon emissions [EB/OL]. https://baijiahao.baidu.com.

[4] Velders G, Geilenkirchen G, et al. Higher than expected NOemission from trucks may affect attainability of NO2limit values in The Netherlands [J]. Atmos. Environ., 2011,45:3025-3033.

[5] Wang X, Westerdahl D, Wu Y, et al. On-road emission factor distributions of individual diesel vehicles in and around Beijing, China [J]. Atmos. Environ, 2011,45:503-513.

[6] Wu Y, Zhang S J, Hao J M, et al. On-road vehicle emissions and their control in China:a review and outlook [J]. Sci. Total Environ., 2017, 574:332-349.

[7] 黃 成,陳長虹,景啟國,等.重型柴油車車載排放實測與加載影響研究[J]. 環(huán)境科學, 2006,27(11):2303-2308.Huang C, Chen C H, Jing Q G, et al. Study of on-board emission measurement for heavy-duty diesel vehicle and its impact with load [J]. Environmental Science, 2006,27(11):2303-2308.

[8] 黃 成,陳長虹,景啟國,等.重型柴油車實際道路排放與行駛工況的相關性研究[J]. 環(huán)境科學學報, 2007,27(2):177-184.Huang C, Chen C H, Jing Q G, et al. On-board emission from heavy-duty diesel vehicle and its relationship with driving behavior [J]. Journal of Environmental Sciences, 2007,27(2):177-184.

[9] 姚志良,馬永亮,賀克斌,等.寧波市實際道路下汽車排放特征的研究.環(huán)境科學學報, 2006,26(8):1229-1234.Yao Z L, Ma Y L, He K B, et al. A study on the real-world vehicle emission characteristics in Ningbo [J]. Journal of Environmental Sciences, 2006,26(8):1229-1234.

[10] Zhou H, Zhao H W, Feng Q, et al. Effects of environmental parameters on real-world NOemissions and fuel consumption for heavy duty diesel trucks using an OBD Approach [C]. SAE Technical Paper, 2018,2018-01-1817.

[11] Zheng X, Wu Y, Zhang S J, et al. Characterizing particulate polycyclic aromatic hydrocarbon emissions from diesel vehicles using a portable emissions measurement system [J]. Scientific Reports, 2017,7.

[12] Zhang S J, Wu Y, Yan H, et al. Black carbon pollution for a major road in Beijing: implications for policy interventions of the heavy-duty truck fleet [J]. Transportation Research Part D: Transport and Environment, 2017.

[13] Carslaw D, Rhys-Tyler G, et al. New insights from comprehensive on-road measurements of NO, NO2and NH3from vehicle emission remote sensing in London, UK [J]. Atmospheric Environment, 2013, 81:339-347.

[14] Degraeuwe B, Weiss M. Does the new european driving cycle (NEDC) really fail to capture the NOemissions of diesel cars in Europe [J]. Environ. Pollut., 2017,222:234-241.

[15] Jonson J, Borken-Kleefeld J, Simpson D, et al. Impact of excess NOemissions from diesel cars on air quality, public health and eutrophication in Europe [J]. Environmental Research Letters, 2017, 12.

[16] DB11/1475-2017 重型汽車排氣污染物排放限值及測量方法(OBD法第Ⅳ、Ⅴ階段) [S]. 北京市生態(tài)環(huán)境局, 2017. DB11/1475-2017 Heavy-duty vehicle exhaust emission limits and measurement methods (OBD-based stage IV and stage V) [S]. Beijing municipal ecology and environment bureau, 2017.

[17] Zhang S J, Zhao P, HE L Q, et al. On-board monitoring (OBM) for heavy-duty vehicle emissions in China: Regulations, early-stage evaluation and policy recommendations [J]. Science of the Total Environment, 2020,731:1-11.

[18] Cheng Y, He L Q, He W N, et al. Evaluating on-board sensing-based nitrogen oxides (NO) emissions from a heavy-duty diesel truck in China [J]. Atmospheric Environment, 2019,216.

[19] Tan Y, Henderick P, Yoon S, et al. On-board sensor-based NOemissions from heavy-duty diesel vehicles [J]. Environmental science & technology, 2017,53(9):5504-5511.

[20] Carstens S, Majewski W.A. NOsensors (assessed) [EB/OL]. https://www.dieselnet.com/tech/sensors_nox.php.

[21] Durbin T, Johnson K, Karavalakis G, et al. Heavy-duty on-road vehicle inspection and maintenance program (final report) [J]. California Air Resources Board, 2019.

[22] Feng Q, Zhen K, LU Y, et al. Analysis on emission characteristics of urban buses based on remote online monitoring [C]. SAE Technical Paper, 2021, 2021-01-0601.

[23] 呂 晨.北京市高分辨率交通碳排放清單研究與低碳發(fā)展情景分析[D]. 北京:北京工業(yè)大學, 2020.Lv C. Research on high rsolution transport carbon emission inventory and analysis of low carbon development scenario in Beijing [D]. Beijing: Beijing University of Technology, 2020.

[24] 張 意,吳 琳,毛洪鈞,等.天津市機動車污染物排放清單及控制對策研究[J]. 南開大學學報(自然科學版), 2017,(1):92-98.Zhang Y, Wu L, Mao H J, et al. Research on vehicle emission inventory and its management strategies in Tianjin [J]. Acta Scientiarum Naturalium Universitatis Nankaiensis, 2017,(1):92-98.

[25] 唐 偉,楊 強,黃 成,等.基于大數(shù)據(jù)分析和IVE模型的杭州市機動車污染物排放變化特征研究[J]. 環(huán)境科學學報, 2018,38(1): 71-78.Tang W, Yang Q, Huang C, et al. Study on characteristics of pollutant emission from motor vehicles in Hangzhou based on large data analysis and IVE model [J]. Journal of Environmental Sciences, 2018, 38(1):71-78.

[26] 牛天林.基于智能交通大數(shù)據(jù)的南京高分辨率路網(wǎng)排放清單研究[D]. 北京:清華大學, 2017.Niu T L. Development of high-resolution road vehicle emission inventory for Nanjing based on intelligent transportation big data [D]. Beijing: Tsinghua University, 2017.

[27] HJ857-2017 重型柴油車、氣體燃料車排氣污染物車載測量方法及技術要求[S]. 生態(tài)環(huán)境部, 2017.HJ857-2017 Measurement method and technical specification for PEMS test of exhaust pollutants from heavy-duty diesel and gas fuelled vehicles [S]. Ministry of Ecological Environment, 2017.

[28] He W N, Cheng Y, Feng Q, et al. Analysis of real-world fuel consumption characteristics of heavy-duty commercial diesel vehicle based on OBD method [C]. Materials Science and Engineering, 2020,774:1-7.

[29] 郭佳棟.重型車實際道路車載排放測試及排放特性研究[D]. 北京:北京理工大學, 2015.Guo J D. Research on real-world emission performance of heavy-duty vehicles based on portable emission measurement systems [D]. Beijing: Beijing Institute of Technology, 2015.

[30] 張少君.中國典型城市機動車排放特征與控制策略研究[D]. 北京:清華大學, 2014.Zhang S J. Characteristics and control strategies of vehicle emissions in typical cities of China [D]. Beijing: Tsinghua University, 2014.

[31] 牛國華.機動車排放因子模型數(shù)據(jù)庫研究[D]. 武漢:武漢理工大學, 2011.Niu G H. Study on emission factors modal database [D]. Wuhan: Wuhan University of Technology, 2011.

[32] GB/T38146-2019 中國汽車行駛工況[S].GB/T38176-2019 China automotive test cycle [S].

[33] 馮 謙.一套基于車聯(lián)網(wǎng)大數(shù)據(jù)的中國實際運行工況VSP Bin劃分方法:中國, ZL202110814294.1 [P] 2023-01-10.Feng Q. A VSP Bin classification method for actual operating conditions in China based on Internet of Vehicles Big Data: China, ZL202110814294.1 [P]. 2023-01-10.

致謝：本研究工作得到中汽科技(北京)有限公司陽益濤工程師的協(xié)助,在此表示感謝.

Characteristics of actual road NOand CO2emissions from diesel vehicles in Beijing based on remote monitoring.

FENG Qian1,2, LIU Bao-xian1,2,3, YANG Yan-yan1,2,3*, ZHANG Shao-jun2, SHEN Xiu-e1,3, LU Yang1,3, WANG Peng-rui1, WU Ye2

(1.Beijing Municipal Ecological and Environmental Monitoring Center, Beijing 100048, China；2.School of Environment, Tsinghua University, Beijing 100084, China；3.Beijing Key Laboratory of Airborne Particulate Matter, Beijing 100048, China)., 2023,43(8)：4418～4426

The study adopted remote online monitoring technology to monitor the actual road operating parameters of typical diesel vehicles in Beijing, and conducted synchronous comparative tests with standard PEMS testing equipment to analyze the data consistency of remote online monitoring technology. A micro-operating mode division method applicable to Beijing's diesel vehicles was established based on the analysis, and the NOand CO2emission characteristics of typical diesel vehicles were analyzed based on micro-operating mode. The study results show that: 1) the NOand CO2emissions rates of diesel vehicles monitored by remote online monitoring and PEMS testing data are both linearly fitted with2higher than 0.99; 2) the micro-operating mode division of Beijing's diesel vehicles based on the established method conform to normal distribution, achieving the objective of uniformly dividing the vehicle's micro-operating conditions; 3) in different vehicle speed ranges, the NOand CO2emission factors of different types of vehicles show different trends, and the NOemission factor of vehicles with China VI emission standard is generally lower than that of vehicles with China V emission standard. The highest NOcomprehensive emission factor belongs to China V heavy diesel vehicles, (7.63±0.57)g/km; as the tonnage increases, the CO2emission factor of diesel vehicles will increase to varying degrees and the CO2emission factor of China VI heavy diesel vehicles is relatively high, possibly due to the relatively complex after-treatment system of China VI vehicles increasing fuel consumption.

heavy-duty vehicles；remote monitoring methods；micro-operating mode division；NOemission factor；CO2emission factor

X511

A

：1000-6923(2023)08-4418-09

馮 謙(1986-),男,河北辛集人,高級工程師,博士,主要從事移動源排放監(jiān)測與控制技術研究.發(fā)表論文20余篇.fengqianhg@163. com.

馮 謙,劉保獻,楊妍妍,等.基于遠程監(jiān)測的北京市柴油車實際道路NO與CO2排放特征 [J]. 中國環(huán)境科學, 2023,43(8):4418-4426.

Feng Q, Liu B X, Yang Y Y, et al. Characteristics of actual road NOand CO2emissions from diesel vehicles in Beijing based on remote monitoring [J]. China Environmental Science, 2023,43(8):4418-4426.

2023-01-15

科技部課題(2022YFC3703602);北京市科委課題(Z191100009119014);國家自然科學基金面上項目(52170111)

* 責任作者, 正高級, yangyanyanstar@163.com