北京市机动车行驶工况研究

王军方，丁焰，王爱娟，尹航，谭建伟，殷宝辉

1.中国环境科学研究院，北京 100012

2.北京理工大学机械与车辆工程学院，北京 100081

机动车行驶工况是指机动车在道路上的具体行驶状态，包括怠速、加速、减速、匀速等。机动车行驶工况［1］会直接造成机动车排放和油耗的显著变化，是影响机动车排放和油耗的主要因素。

目前，我国所用的乘用车认证工况仍然是欧洲的市区稳态工况ECE-15和包含了郊区工况的NEDC工况，重型车认证工况也为欧洲稳态ESC和瞬态ETC工况［2-3］。而中国的实际道路特征、交通流量分布、地理特征、自然环境等与欧盟国家有很大差异。另外，发动机测试结果不能反映重型车整车实际道路排放特征和油耗特征。因此，为准确评估北京市机动车排放和油耗水平，必须开发和构建一套能够真实反映北京市运行特征的轻型车和重型车行驶工况。

构建行驶工况一般包括四个步骤:车辆工况数据采集、工况数据分析、工况数据解析和确定工况［4-7］。最关键的步骤是工况采集和工况解析。目前车辆行驶工况数据采集方法主要有三种:目标车辆跟踪法;固定路线上的循环测试法(平均车流统计法);车主自主行驶的数据采集法［8］。数据工况解析是整个行驶工况构建流程中最关键的一步，不同的工况解析方法决定了最终解析出的行驶工况是否能够反映车辆的实际道路运行特征。如何解析出反映车辆实际运行特征的行驶工况，国内外许多研究机构和高校［9-23］提出了不同的方法，其中使用最多、最具有代表性的解析方法主要有四种:定步长截取法和基于短行程开发出来的行程分析法、V-A(velocity and acceleration)矩阵分析法、主成分聚类分析法以及马尔科夫分析法。笔者综合考虑各种解析方法的优缺点后，设计了一种基于定步长行驶工况解析法的短行程重叠截取式定步长解析法。行程片段的时间周期以900～1200 s为间隔，最终行驶工况运用V-A矩阵分析法，整个过程的运行通过Matlab软件来完成。

1 试验

1.1 工况采集方法和采集设备

以北京市乘用车、公交车和重型卡车为研究对象，进行实际道路运行工况数据测试。乘用车采用车主自主行驶工况采集方法和综合工况采集方法。综合工况采集方法是综合目标车辆跟踪法和固定路线循环测试法的优点而设计出的车辆工况数据采集方法。公交车采用“正常运营法”的工况数据采集方法。对于重型卡车，由于北京市白天限制其在五环内运行，只有晚上才能进入市区内，因此，利用确定区域的目标车辆跟踪法来采集重型卡车工况数据。

运行工况数据采集的仪器为全球定位系统(GPS)［9］，测试系统具有良好的保密性和抗干扰性。其单点定位精度可达10 m，测速精度0.1 m/s，能够满足车辆工况测试要求。

1.2 测试路线

在选择乘用车测试路线时，以平均车速作为选择原则，同时考虑所选道路的级别、交通流量大小、车辆堵塞程度、早晚交通流量变化明显程度等因素。基于上述原则，分别在北京市东区、南区、北区、西区、东南区、东北区、西南区、西北区以及环线上选取代表性路线进行乘用车工况数据数据采集(图1)。在进行北京市公交车测试路线选择时，为了使所选路线具有代表性，基于如下原则进行选取:不同道路上公交车的平均车速值、道路的交通流量大小、车辆拥堵程度、早晚交通流量和负荷变化明显程度、道路类型分布情况和公交车行驶的主要路段等［24］。重型卡车测试路线主要在五环及以外线路，另外还有少部分用于夜间工况测试的五环内线路，同时考虑北京市交通强度、交通密度以及道路等级等因素，分别在北京市东南西北四个区域选择典型测试路线。

图1 各工况测试路线Fig.1 Part of test route lines

2 结果与讨论

2.1 数据量的确定

理论上讲，采集的数据越多，结果会越准确。但是由于客观条件的限制，采集数据不可能无穷大。根据文献［16，25-26］，当采集的数据量达到一定值后，即使增加数据量，准确性也不会有很大提高。共采集了北京市轻型车工况数据110.1万组，累计行驶里程7500 km。公交车工况得到102.3万组逐秒有效数据，累计行驶里程6261 km。重型卡车工况得到20.7万组逐秒有效数据，累计行驶里程2168 km。通过对样本特征值准确性和数据量的关系分析，可以得出当数据量达到上述量值后，车辆平均速度、平均运行速度(不包含怠速)、平均加速度、平均减速度以及各种运行模式(怠速、加速、减速和匀速)等特征参数趋于稳定。采集的样本数据量已经满足数据统计分析的要求，可以进行下一步的工况提取。

2.2 机动车运行速度－加速度及频率分布

2.2.1 运行速度-加速分布

基于已经获得的机动车有效工况数据，对乘用车、公交车和重型卡车的速度、加速度运行特征进行了初步分析，如图2～图4所示。

图2 乘用车速度－加速度分布Fig.2 Speed and acceleration distribution of passenger vehicles

由图2可见，乘用车的速度主要集中于0～60 km/h，最大速度甚至超过100 km/h;在0～50 km/h速度范围内，加速度主要分布在-1～1 m/s2，在大于50 km/h速度段加速度主要分布在-0.5～0.5 m/s2。乘用车速度范围和加速度范围均较宽，主要因为乘用车多运行于市区快速路和街区道路上，运行于街区道路时，车速较低，而且加减速频繁，运行于快速道路时，车速较高。

由图3可见，北京市公交车运行速度主要集中于0～30 km/h，运行速度范围较窄，最大车速不超过60 km/h;加速度主要集中于-1～1 m/s2。主要因为公交车多运行于人流量密集地区，车流量大，运行路线上红绿灯较多，且公交车在运行路线上频繁停靠，所以车辆运行速度较低且经常怠速和起动。

由图4可见，重型卡车的行驶速度主要分布在0～50 km/h内，最大车速超过90 km/h，速度分布范围介于乘用车和公交车之间，速度为0～40 km/h时，车辆加速度主要分布在-0.6～0.6 m/s2，在大于40 km/h的速度下运行时，加速度主要集中在-0.5～0.5 m/s2。主要因为北京市限制卡车在白天进入五环以内区域，重型卡车多运行于五环以外交通通畅的快速干道上，因此卡车的平均速度要比公交车高，而且行驶比较平稳。

2.2.2 机动车运行速度频率分布

通过对机动车速度数据进行分析，统计出了车辆在怠速、0～10、10～20、20～30、30～40、40～50、50～60、60～70、70～80 km/h以及大于80 km/h区间下运行速度频率分布，如图5～图7所示。

由图5可见，乘用车怠速下的速度频率(该速度下的运行时间占总运行时间的比例)最高，为26.03%。此外，车辆在 20～30、30～40、40～50 km/h区间的速度频率也较高，分别为12.75%、13.74%和12.52%。车辆在大于80 km/h下的速度频率最低，仅为0.91%。总体来看，乘用车运行速度主要集中在小于60 km/h的范围内，车辆在不超过60 km/h的速度频率达到91.24%。

由图6可见，公交车怠速下的速度频率最高，为29.32%。除怠速运行外，车辆在10～20、20～30、30～40 km/h下速度频率也较高，分别为14.36%、16.04%和15.72%。车辆最高车速不超过60 km/h，在 50～60 km/h下速度频率最低，仅为4.71%。总体来看，车辆运行速度主要集中在小于50 km/h，小于50 km/h下的速度频率达到95.29%。

由图7可见，重型卡车在60～70 km/h下的速度频率最高，为16.54%。在怠速、40～50和50～60 km/h下的速度频率也较高，分别为12.44%、11.66%和11.46%。大于80 km/h下的速度频率相对较低，仅为0.84%。总体来看，车辆运行速度主要集中在小于70 km/h范围内，小于70 km/h下的速度频率达到99.16%。

2.3 机动车解析工况结果及与其他工况对比分析

从大量的实际车辆运行调查数据中解析和提取与总体样本特征近似的数据段，需要选用一些统计学特征值来完整描述行驶工况特征，如使用平均速度、加速度、行驶时间、怠速比例等。笔者研究工况解析采用的是特征参数法，该方法是以13个参数作为合成行驶工况的标准参数，分别计算总体样本和划分行程片段的13个参数特征值以及相关性。根据平均偏差和相关系数筛选工况，再利用V-A矩阵分析法评价以及确定最终工况。

V-A矩阵分析指通过分析各行驶工况数据速度-加速度概率分布与总体数据速度-加速度概率分布的关系，考察各备选工况速度-加速度构成与总体数据速度-加速度构成的形态相似性;通过计算各备选工况速度-加速度概率分布与总体数据速度-加速度概率分布之间的差异(即DIF)，确定代表数据区间。DIF越小，说明二者概率分布之间的偏差就越小，工况的代表性也就越强。DIF是指备选数据与总体数据速度-加速度概率分布对应项之差的平方和，计算公式为:

式中，i为备选数据速度-加速度分布与总体数据速度-加速度概率分布对应的第i项;j为第j个备选数据速度-加速度概率分布;k为总体数据速度-加速度概率分布。

首先将每个数据按不同的速度区间进行分类，速度分为:(0，10］、(10，20］、(20，30］、(30，40］、(40，50］、(50，60］、(60，70］、(70，80］、(80，90］、(90，∝)共 10个区间，加速度分为:［1.6，+∝)、［1.4，1.6)、［1.2，1.4)、［1.0，1.2)、［0.8，1.0)、［0.6，0.8)、［0.4，0.6)、［0.2，0.4)、(0，0.2)、0、(0，-0.2)、［-0.2，-0.4)、［-0.4，-0.6)、［-0.6，-0.8)、［-0.8，-1.0)、［-1.0，-1.2)、［-1.2，-1.4)、［-1.4，-1.6)、［-1.6，-∝)共19个区间，统计每类速度-加速度所占时间比例，即可得到速度-加速度概率分布数据。

2.3.1 机动车解析工况结果

将采集到的大量逐秒速度数据汇总，利用Matlab软件根据已经设计的片断截取方法，分别将乘用车、公交车和重型卡车行驶工况数据样本划分为许多重叠且时间步长为900～1200 s的行程片段。经过样本数据分割，得到乘用车数据片断共计7849个;公交车数据片断共计11198个;重型卡车数据片断共计792个。通过行程片段筛选得出10个备选工况。

从备选工况中通过计算与总体工况的相关系数以及V-A矩阵分析计算DIF，选择相关系数大且DIF小的工况作为乘用车、公交车和重型卡车的典型综合工况特征值。工况曲线如图8～图10所示。综合工况特征值见表1。

图8 乘用车的综合行驶工况Fig.8 Driving cycle or modes of passenger vehicles

表1 综合工况特征值Table 1 Characteristic values of vehicles

比较三种车辆综合工况的特征值可以看出，与重型卡车相比，乘用车和公交车由于多运行于市区，而市区车流量大、交通较拥堵，因此车辆运行速度较低，怠速、加速、减速比例较高，匀速运行比例较低。其中，公交车由于多运行于红绿灯较多、交通流量大路段，且频繁停靠站，平均速度更低，怠速比例更大。重型卡车由于白天只能在五环外运行，交通通畅，运行环境较好，匀速运行比例和平均速度均较高。

2.3.2 与其他工况对比分析

对北京市乘用车工况、NEDC工况、ECE-15工况和FTP-75工况进行比较(表2)。由表2可见，从平均速度、平均加减速度方面，北京市乘用车工况明显低于NEDC工况和FTP-75工况。乘用车工况的平均速度(Vm)分别与NEDC工况和FTP-75工况相差21.36%和27.33%，平均加速度(Am)分别与NEDC工况和FTP-75工况相差37.21%和53.49%，平均减速度(Dm)分别与 NEDC工况和FTP-75工况相差49.06%和41.51%。另外，在工况比例方面，北京市乘用车工况的加、减速比例明显高于NEDC工况和FTP-75工况;而乘用车工况的匀速比例却比NEDC工况和FTP-75工况低很多。这主要由于北京市车流量大，交通拥堵，因而车辆运行速度偏低和加减速运行频繁。因此，如果基于NEDC工况或FTP-75工况对北京市乘用车排放和油耗进行测试研究，将存在很大偏差。另外，通过比较北京市重型卡车工况和UDDS工况，也发现北京市重型卡车工况与UDDS工况存在很大差异，北京市重型卡车加速度和减速度的绝对值均偏小，加减速比例偏大。因此，基于国外重型车工况分析北京市重型卡车排放和油耗特征，也将存在很大差异。

表2 机动车典型工况特征值比较Table 2 Comparison of different test cycles

3 结论

(1)在对国内外先进的机动车行驶工况构建方法进行研究分析的基础上，根据北京市各类车辆的运行特点，制定了分车型的工况数据采集方法。对于乘用车，采用根据车主自主驾驶法及综合了目标车辆跟踪法和固定路线循环测试法的优点而设计出的车辆工况数据采集方法。对于公交车，采用正常运营法。对于重型卡车，采用目标车辆跟踪法。

(2)得到乘用车逐秒的有效运行数据110.1万组，累计行驶里程7500 km;公交车逐秒的有效数据102.3万组，累计行驶里程6261 km;重型卡车逐秒的有效数据20.7万组，累计行驶里程2168 km。经过数据样本数据量与测试数据准确性的统计分析，证实所采集的样本数据量已经满足工况提取的数据量要求。

(3)与重型卡车相比，乘用车和公交车由于多运行于市区，车流量大，车辆运行速度较低，怠速、加速、减速比例较高，而匀速运行比例较低。其中，公交车由于多运行于交通流量大路段，且频繁停靠站，平均速度更低，怠速比例更大。重型卡车由于白天只能在五环外运行，交通通畅，运行环境较好，匀速运行比例和平均速度均较高。

(4)通过对北京市乘用车工况、NEDC工况、ECE-15工况和FTP-75工况进行比较发现，从平均速度、加速度和减速度方面，北京市乘用车工况明显低于NEDC工况和FTP-75工况;在工况比例方面，北京市乘用车工况的加减速比例明显高于NEDC工况和FTP-75工况;而北京市乘用车工况的匀速比例却比NEDC工况和FTP-75工况低很多。另外，比较北京市重型卡车工况和国外重型车UDDS工况发现，北京市重型卡车工况与UDDS工况差异较大，北京市重型卡车加速度和减速度的绝对值均偏小，而加减速运行时间比例偏大。

［1］肖竑，梁锡林.影响机动车排放因子计算相关因素探讨［J］.环境保护，2004(4):45-47.

［2］国家环境保护总局.GB 18352.3—2005 轻型汽车排气污染物排放限值及测量方法(中国Ⅲ、Ⅳ阶段)［S］.北京:中国标准出版社，2005.

［3］国家环境保护总局.GB 17691—2005 车用压燃式、气体燃料点燃式发动机与汽车排气污染物排放限值及测量方法(中国Ⅲ、Ⅳ、Ⅴ阶段)［S］.北京:中国标准出版社，2005.

［4］朱西产，李孟良，马志雄，等.车辆行驶工况开发方法［J］.江苏大学学报，2005，26(2):110-113.

［5］刘希玲，丁焰.我国城市汽车行驶工况调查研究［J］.环境科学研究，2000，13(3):23-27.

［6］DEMBSKI N，GUEZENNEC Y，SOLIMAN A.Analysis and experimental refinement of real-world driving cycles［R］.Washington DC:SEA Technical Paper，2002.

［7］ANDRE M.The ARTEMIS European driving cycles for measuring car pollutant emission［J］.Sci Total Environ，2004，334/335:73-84.

［8］JIE L M.Process approach to driving cycle development［D］.California:University of California，2002.

［9］丁焰.中国机动车排放因子模型研究［D］.北京:北京理工大学，2009.

［10］de HAAN P，KELLER M.Real-world driving cycles for emissions measurements:ARTEMIS and Swiss cycles:final report［R］.Geneva:Swiss Agency for Environment，Forests and Landscape，2001.

［11］STEVEN H.Development of a worldwide harmonized heavy-duty engine emissions test cycle，final report:TRANS/WP29/GRPE/2001/2［R］.［S.l.］:ECE-GRPE WHDC Working Group，2001.

［12］ MICHAL V-L，DOUGLAS C L，JOSHUA P W.Real-world emissions from 40 heavy-duty trucks recruited at Tulare，CA rest area［R］.Washington DC:SAE Technical Paper，2002.

［13］WANG Q D，HUO H，HE K B，et al.Characterization of vehicle driving patterns and development of driving cycles in Chinese cities［J］.Transportation research Part D，2008，13(5):289-297.

［14］裴文文.面向尾气排放控制的北京市机动车行驶周期研究［D］.北京:北京交通大学，2005.

［15］KUHLER M，KARSTENS D.Improved driving cycle for testing automotive exhaust emissions［M］.New York:Society of Automotive Engineers Inc，1978.

［16］ANDRE M，HICKMAN A J，HASSEL D，et al.Driving cycles for emissions measurements under European conditions［R］.Washington DC:SAE Technical Paper，1995.

［17］马东.轻型车排放因子研究［D］.北京:北京理工大学，2008.

［18］ CLARK N N，GAUTAM M，WAYNE W S，et al.Creation and evaluation of a medium heavy-duty truck test cycle［J］.SAE Tracsactions，2003，112(4):2654-2668.

［19］ BROWN S，BRYETTC，MOWLEM.In-service emissions performance-drive cycles［R］.Australia:National Environment Protection Council Service Corporation，1999.

［20］李波.概率论与数理统计［M］.重庆:重庆大学出版社，1995.

［21］杜雪樵.惠军随机过程［M］.合肥:合肥工业大学出版社，2006.

［22］张锐.城市道路汽车行驶工况的构建与研究［D］.合肥:合肥工业大学，2009.

［23］马志雄，李孟良，张富兴，等.主成分分析法在车辆实际行驶工况开发中的应用［J］.武汉理工大学学报，2004，26(4):32-35.

［24］马志雄，李孟良，朱西产，等.公交车行驶工况开发过程中试验线路的提取研究［J］.武汉理工大学学报，2004，28(4):515-517.

［25］ANDRE M.Driving cycles development:characterization of the methods［M］.Washington DC:SAE Technical Paper，1996.

［26］ANDRE M.In actual user car testing:70000 kilometers and 10000 trips by 55 French cars under real conditions［M］.New York:SAE Technical Paper，1991. ▷