【技术实现步骤摘要】
本专利技术涉及碳排放领域，尤其涉及一种城市交通碳排放核算与减排的方法。
技术介绍
1、当前，全球能源需求随着社会经济发展而持续增长，能源活动带来的环境问题也日益凸显，能源与环境问题已成为当今国际社会的热门话题。截止2021年，苏州市机动车保有量达到478.9万辆，汽车保有量达到471.5万辆，分别比上年增长6.2％、6.4％，分别比五年前增长46.1％、50.5％。随着机动车保有量的增长，机动车尾气排放不仅恶化城市的空气质量，同时也为我国实现“双碳”目标造成巨大的阻碍。
2、尽管我国已经制定了严格的机动车排放标准，并从2020年7月1日起实施《轻型汽车污染物排放限值及测量方法(中国第六阶段)》。但是由于机动车排放受引擎油耗速率、车辆行驶速度、路面铺设状况、环境温湿度等条件的影响而动态变化，使得相应的机动车排放模型十分复杂且泛用性较差。目前我国并没有成熟的移动源排放模型，大多数的研究依靠国外成熟的机动车排放模型，并进行相应的本地化操作，最后得到相应的排放数据。但考虑到不同研究目的的不同，对机动车排放模型的本地化在参数种类和精度方面都存在差异，缺少针对基于交通数据进行国内具体一个城市交通碳排放模拟的研究。
技术实现思路
1、基于上述技术缺陷，本专利技术提供一种城市交通碳排放核算与减排的方法，能够结合moves模型对本地化的交通数据进行修正，实现国内本地化交通策略的制定，以解决现有问题。
2、本专利技术提供了一种城市交通碳排放核算与减排的方法，包括以下步骤：s1)
3、在本专利技术一实施例中，所述排放源指标参数包括道路类型分布、车辆类型及数量、车辆里程、平均速度分布。
4、在本专利技术一实施例中，所述调节因子指标包括地理边界数据、车龄分布数据、燃油数据、气象数据、停留模式、停靠模式、检查维修数据、发动机改造数据、车辆启动次数。
5、在本专利技术一实施例中，在moves模型的数据库中，存储有各类车辆的碳排放因子，碳排放量＝公里数×单位燃料消耗量×碳排放因子，其中，单位燃料消耗量指的是每公里的燃油消耗量。
6、在本专利技术一实施例中，在步骤s4)中，保持目标区域的其他数据不变，模拟同一类型车辆的平均车速对应的碳排放因子：即随平均车速增加，碳排放因子呈现出先增大后减小的趋势，碳排放因子对应一个最低碳排放的平均车速，即行驶相同距离碳排放强度最低的平均车速，将模拟得出的最低的平均车速调节赋予下一周期的交通数据指标。
7、在本专利技术一实施例中，在步骤s4)中，保持目标区域的其他数据不变，模拟不同类型车辆的平均车速对应的碳排放因子，得到不同类型车辆的对应的最低碳排放的平均车速，将模拟得出的各个类型车辆的最低的平均车速调节赋予下一周期的交通数据指标。
8、在本专利技术一实施例中，在步骤s4)中，保持目标区域的其他数据不变，模拟不同燃料车型在对应的平均车速下的碳排放因子，统计分析碳排放因子的结果，得到最低的碳排放因子对应的车辆类型和燃油数据，将该车辆类型和燃油数据赋予下一周期的交通数据指标。
9、在本专利技术一实施例中，在其他交通数据保持不变的情况下，所述碳排放因子随车辆的车龄增加而增大。
10、在本专利技术一实施例中，保持目标区域的其他数据不变，计算相同类型车辆在不同车龄与不同车辆里程下的碳排放因子，统计分析碳排放因子的结果，得到最低的碳排放因子对应的车龄分布和车辆里程，将该车龄分布和车辆里程赋予下一周期的交通数据指标。
11、在本专利技术一实施例中，所述燃油种类包括柴油、汽油、油电混合、纯电、天然气。
12、有益效果：
13、本专利技术的城市交通碳排放核算与减排的方法，在现有研究的基础上，根据理论分析和文献调研总结了目前城市交通碳排放的核算方法，并基于苏州地区的交通数据以及对机动车排放特征的研究，对移动源排放源模型moves进行了本地化修正，得到基于moves模型的苏州本地机动车碳排放数据。在此基础上，结合对机动车碳排放的研究，从交通管控、路网构建、用户决策等方面提出了低碳交通场景来支持苏州地区的绿色交通发展。
14、首先基于苏州地区交通数据研究了车速和车龄数据对机动车碳排放因子的影响，发现：轻型汽车碳排放因子整体呈现随速度增加先降低后升高的趋势，并确定了苏州轻型汽车的“绿色车速”约为96.6km/h；轻型汽车碳排放因子会随车龄增加先升高后基本不变，特别是2011年前出厂的机动车有着较高的碳排放因子，优先考虑淘汰此部分车辆。
15、接着，基于苏州本地的交通数据，对道路类型分布车辆类型、车辆里程、平均速度分布、车龄分布、燃油信息等参数对移动源排放软件moves进行本地化处理，得到了苏州本地私家汽车(汽油)、出租车(汽油)、私家汽车(柴油)、公交车(柴油)和公交车(天然气)的碳排放因子分别为213.33、200.91、232.72、1371.83、1942.56gco2e/km。
16、结合通过文献调研，弥补了moves模型在混合动力机动车、纯电力机动车等新能源车辆方面的缺失，并结合moves本地化后的碳排放数据，核算得到了苏州年居民使用机动车(私家汽车、出租车和公交车)出行造成的碳排放为581.57万吨co2e。
17、最后结合对机动车碳排放特征和moves本地化的研究，提出了评估城市交通政策如何带来低碳绿色出行效果的具体思路，并构建了机动车源头管控策略、公交优先和新能源汽车三种策略多种场景，为苏州推进低碳交通的实施提供切实可行的思路，能够根据交通数据以及市场宏观政策，即使调整交通数据中的某些参量，在保证目标地区有效通勤的情况下，能够逐步降低碳排放量。
本文档来自技高网...【技术保护点】
1.一种城市交通碳排放核算与减排的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的城市交通碳排放核算与减排的方法，其特征在于，所述排放源指标参数包括道路类型分布、车辆类型及数量、车辆里程、平均速度分布。
3.根据权利要求2所述的城市交通碳排放核算与减排的方法，其特征在于，所述调节因子指标包括地理边界数据、车龄分布数据、燃油数据、气象数据、停留模式、停靠模式、检查维修数据、发动机改造数据、车辆启动次数。
4.根据权利要求3所述的城市交通碳排放核算与减排的方法，其特征在于，在MOVES模型的数据库中，存储有各类车辆的碳排放因子，碳排放量＝公里数×单位燃料消耗量×碳排放因子，其中，单位燃料消耗量指的是每公里的燃油消耗量。
5.根据权利要求4所述的城市交通碳排放核算与减排的方法，其特征在于，在步骤S4)中，保持目标区域的其他数据不变，模拟同一类型车辆的平均车速对应的碳排放因子：即随平均车速增加，碳排放因子呈现出先增大后减小的趋势，碳排放因子对应一个最低碳排放的平均车速，即行驶相同距离碳排放强度最低的平均车速，将模拟得出的最低的平均
6.根据权利要求4所述的城市交通碳排放核算与减排的方法，其特征在于，在步骤S4)中，保持目标区域的其他数据不变，模拟不同类型车辆的平均车速对应的碳排放因子，得到不同类型车辆的对应的最低碳排放的平均车速，将模拟得出的各个类型车辆的最低的平均车速调节赋予下一周期的交通数据指标。
7.根据权利要求4所述的城市交通碳排放核算与减排的方法，其特征在于，在步骤S4)中，保持目标区域的其他数据不变，模拟不同燃料车型在对应的平均车速下的碳排放因子，统计分析碳排放因子的结果，得到最低的碳排放因子对应的车辆类型和燃油数据，将该车辆类型和燃油数据赋予下一周期的交通数据指标。
8.根据权利要求4所述的城市交通碳排放核算与减排的方法，其特征在于，在其他交通数据保持不变的情况下，所述碳排放因子随车辆的车龄增加而增大。
9.根据权利要求4所述的城市交通碳排放核算与减排的方法，其特征在于，保持目标区域的其他数据不变，计算相同类型车辆在不同车龄与不同车辆里程下的碳排放因子，统计分析碳排放因子的结果，得到最低的碳排放因子对应的车龄分布和车辆里程，将该车龄分布和车辆里程赋予下一周期的交通数据指标。
10.根据权利要求3所述的城市交通碳排放核算与减排的方法，其特征在于，所述车辆类型包括私家车、出租车、公交车；所述燃油数据包括燃油种类，所述燃油种类包括柴油、汽油、油电混合、纯电、天然气。
...【技术特征摘要】
1.一种城市交通碳排放核算与减排的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的城市交通碳排放核算与减排的方法，其特征在于，所述排放源指标参数包括道路类型分布、车辆类型及数量、车辆里程、平均速度分布。
3.根据权利要求2所述的城市交通碳排放核算与减排的方法，其特征在于，所述调节因子指标包括地理边界数据、车龄分布数据、燃油数据、气象数据、停留模式、停靠模式、检查维修数据、发动机改造数据、车辆启动次数。
4.根据权利要求3所述的城市交通碳排放核算与减排的方法，其特征在于，在moves模型的数据库中，存储有各类车辆的碳排放因子，碳排放量＝公里数×单位燃料消耗量×碳排放因子，其中，单位燃料消耗量指的是每公里的燃油消耗量。
5.根据权利要求4所述的城市交通碳排放核算与减排的方法，其特征在于，在步骤s4)中，保持目标区域的其他数据不变，模拟同一类型车辆的平均车速对应的碳排放因子：即随平均车速增加，碳排放因子呈现出先增大后减小的趋势，碳排放因子对应一个最低碳排放的平均车速，即行驶相同距离碳排放强度最低的平均车速，将模拟得出的最低的平均车速调节赋予下一周期的交通数据指标。
6.根据权利要求4所述的城市交通碳排放核算与减排的方法，其特征在于，在步骤s4)中，...
【专利技术属性】
技术研发人员：顾天奇，朱荣军，郭红敏，高欣，王健，王志红，陆敏博，王杰，江勇东，戈若愚，于斌，
申请(专利权)人：悉地苏州勘察设计顾问有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。