社会车辆速度及靠站时间对城市客车排放能耗的影响*

黄文峰 杨鹏史 丁 卉 赵永明 钟 慧 刘永红▲

（1.中山大学智能工程学院 广州510006；2.中山大学广东省交通环境智能监测与治理工程技术研究中心 广州510006；3.中山大学广东省智能交通系统重点实验室 广州510006）

0 引 言

公共交通系统的建设有利于提高交通运输效率[1]、缓解交通拥堵[2-3]、降低人均排放能耗[4]，而城市客车作为1种建设成本较低、易于运营的交通工具，在公共交通系统中扮演着的重要角色。但由于城市客车多属于重型车且具有较高运行频次[5]，其尾气污染物排放在车队中有较高的排放贡献，特别是NOx污染物[6-7]。因此，城市客车污染能耗问题已成为交通环境领域的研究热点。

影响城市客车排放能耗的因素大致可以分为以下3种：城市客车自身运行参数（速度[8]、加速度、机动车比功率）[9-10]、城市客车运行条件（排放标准、能源类型、载客人数等）、外部交通系统（社会车辆车速、公交优先方式、运行区域等）。

城市客车自身运行参数与排放因子的关系研究属于城市客车基础排放特征的研究，是城市客车排放预测模型开发的基础，已有较多研究成果。

在城市客车运行条件方面，YU等[11]则通过车载排放测试研究了乘客载重在不同速度区间和加速度区间下对公交车排放的影响。Pan等[12]将LNG客车的排放特性与其他2种燃料（混合燃料、柴油）客车进行比较，发现3种燃料客车的排放特性存在显著差异。

在外部交通系统方面，多数研究多采用交通模型仿真数据或实测城市客车逐秒运行数据，对城市客车尾气排放的外部影响因素进行分析。Alam和Hatzopoulou[13-14]研究交通拥堵、道路坡度、信号优先和公交站选址这4个影响因素单个作用或综合作用对排放因子的影响。Shan等[15]研究发现在严重交通拥堵的情况下，公交专用道具有减排效益。Yu等[16]通过加速度和速度定义了停车影响区，并比较了不同运行工况和站点类型下的公共汽车排放量。Li等[17]根据距离定义了站点影响区，并比较了远郊站点和近郊站点的公共汽车排放量。Wang等[18]和Pan等[19]研究均表明路段和站点区域或交叉口区域之间公交车排放量具有显著差异；Pan等[19]研究结论还指出不同区域内速度、加速度、载客量、坡度等因素对于公交车CO2排放的影响强度是不同。

在交通系统中，社会车辆运行速度反映道路车流整体运行状态，公交靠站时间则反映站点的客流量情况和站点设计水平等。这2个因素都反映了交通系统的活跃程度，研究其对公交车排放能耗影响的定量研究具有重要意义。过去的研究中对于社会车辆运行状态的描述多为“拥堵”“畅通”，缺乏细致地揭示社会车辆运行速度的变化会为城市客车排放能耗带来多少涨幅或降幅。此外，对于公交站点影响的研究，尚未有学者将靠站时间作为定量分析的指标。

因此，笔者以天然气和纯电动这2类新能源公交车为研究对象，采集实测公交车逐秒运行数据及靠站时间数据，基于杨鹏史等[20]的公交车运行工况预测模型和排放预测模型构建方法，定量分析不同运行区域（道路、路段、站点）下社会车辆速度和靠站时间这2个影响因素与公交车排放能耗之间的影响关系。研究其影响机理对于准确梳理交通系统内各要素之间的联系、优化城市客车的运行状态、降低排放能耗具有指导作用。

1 数据与方法

1.1 主要数据源

本研究所采集的数据主要包括公交车运行数据和社会车辆平均速度。公交车运行数据来自5条运行于广州市中心城区的公交车线路（见图1），其信息包括公交车逐秒GPS数据、公交车进出站时刻数据，采集时间为2015年10月—12月，采集时段覆盖工作日与非工作日的全部公交车运营时段，最终共采集到有效公交车数据约75万余条。社会车辆平均速度来自高德交通信息发布平台（http://tp.amap.com/），通过该平台获取公交车行驶路线对应道路的社会车辆平均速度数据。

图1 广州市公交车GPS采集实验线路Fig.1 Experimental bus lines for collecting GPS data in Guangzhou

1.2 数据处理与模型方法

本研究参考Li等[17]和陈峻等[21]研究中对公交车运行区域的划分原则，分别提取出道路区域（以路名为划分依据）、路段区域（不受交叉口、站点影响的理想区域）、站点区域的GPS样本，各运行区域下公交车GPS样本数量分别为484/177/174个。

对于公交车运行工况，选取公交车平均速度和运行模式分布2个参数进行表征。其中，平均速度反映1段行程下公交车的整体运行状态；运行模式（bin）由机 动车比功率（Vehicle specific power，VSP）和速度共同定义，可反映车辆的瞬态速度、加速度水平；运行模式分布则是1段行程下不同运行区间的占比，可表征1段行程下公交车的微观运行状态。

对每个逐秒GPS样本，匹配对应时段和对应路段上的社会车辆平均速度及靠站时间（其中路段区域样本无需匹配靠站时间），并参考He等[22]和Zhang等[23]的运行模式划分方法，统计出每个样本运行模式分布。该方法将运行模式划分为18个bin，其中，bin0和bin1分别为刹车、怠速模式，bin11～bin18为低速区间运行模式，bin21～bin28为中速区间运行模式，bin第1个编号越大代表速度越高，bin第2个编号越大代表加速和负载越高。最终形成统计结果见表1。

表1 不同运行区域下公交车GPS样本示例Tab.1 Result of buses'GPS samples at different locations

以天然气和纯电动公交车为研究对象，采用局部加权线性回归法（locally weighted liner regression，LWLR）建立不同运行区域下的公交车运行工况预测模型及排放能耗预测模型，具体建模方法与杨鹏史等[20]的研究方法相同。本研究模型可实现基于社会车辆平均速度、靠站时间这2个参数预测不同运行区域下公交车平均速度和运行模式分布，进而获得不同运行工况下的公交车排放因子和耗电因子。

对于模型评估，采用平均相对误差（mean absolute percentage error,MAPE）这个指标从以下2个方面验证模型的准确性：①对比公交车平均速度的模拟值与真实值之间的平均相对误差；②对比基于模拟运行模式分布计算得到排放及耗电因子与基于真实运行模式分布计算得到的排放及耗电因子之间的平均相对误差。

式中：m为样本数；y(i)为真实值；为模拟值；MAPE为平均相对误差，%。

本研究模型在不同运行区域下的公交车平均速度及运行工况模拟平均相对误差见表2。不同区域下的公交车平均速度误差不超过20%。不同区域下的公交车排放因子预测效果优于耗电因子，这是因为纯电动公交车的耗电功率在不同运行模式下差异较大，以致总体的平均耗电因子对运行模式分布更加敏感。

表2 不同运行区域下公交车平均速度及运行工况模拟平均相对误差Tab.2 MAPE of the predicted average speed of buses and predicted operating mode distributions at different locations%

1.3 量化分析的情境设置

1.3.1 基于运行工况模型的情境设置

情景设置包括基准情景确定和影响因素分级。

在基准情景确定方面，根据不同区域的原始样本计算出各区域下的社会车辆速度平均值、靠站时间平均值作为各区域的基准情景，并由运行工况预测模型得到基准情景下的公交车速度和排放、耗电因子。在影响因素分级方面，结合社会车辆速度和靠站时间的数据分布范围和样本数量，设置影响因素的分级，见图2。

图2 基于运行工况模型的情境设置Fig.2 Situations based on the model of operating conditions

1.3.2 相对平均速度、相对排放因子和相对耗电因子计算公式

在定量分析中，为了消除量纲和数量级对于比较分析的影响，采用结合基准情景换算得到其相对速度、相对排放/耗电因子进行分析。

式中：vbus.base为基准情景下的公交车平均速度，km/h；EFbus，base为基准情景下的平均排放因子，g/km；ECbus，base为基准情景下的平均耗电因子，kWh/km；为第l个待预测样本的公交车平均速度，km/h；为第l个待预测样本的公交车排放因子，g/km；为第l个待预测样本的公交车耗电因子，kWh/km；，和分别为第l个待预测样本的公交车相对平均速度、相对排放因子、相对耗电因子。

2 结果与分析

社会车辆速度和靠站时间反映了交通系统的活跃状态，在不同运行区域（道路、路段、站点）下，其对公交车排放能耗的影响机理不同。因此，运用公交车运行工况预测模型对这2个因素进行定量影响研究。

2.1 道路区域下的排放能耗定量影响分析

2.1.1 公交车运行状态变化

基于基准情景换算得到77类道路区域情景下公交车相对速度见图3。

由图3可见：在社会车辆速度为20 km/h和总靠站时间为150 s的最差条件下，公交车相对速度仅为0.66；在社会车辆速度为50 km/h和总靠站时间为0 s的最优条件下，公交车相对速度可达1.87。

图3 道路区域下社会车辆速度、靠站时间对公交车相对速度的影响Fig.3 Relative bus speed influenced by the speed on the road and dwell time in road areas

社会车辆速度和靠站时间对道路区域下公交车的影响并非互相独立的。随着靠站时间增大，社会车辆速度对公交车速度的影响程度逐渐减弱（见表3）；随着社会车辆速度增大，靠站时间对公交车速度的影响程度逐渐增强，见表4。以上结果表明：在道路区域下，社会车辆速度和靠站时间均对公交车的运行速度有影响，其中的任何1个因素的极端恶化均会明显限制公交车的运行。此外，多数情况下，社会车辆速度对公交车运行的影响程度明显高于靠站时间。

表3 不同靠站时间下，社会车辆速度的变化对道路区域下公交车运行速度的影响分析Tab.3 Effect of the speed on the road on the bus speed under different dwell time in road areas

表4 不同社会车辆速度下，靠站时间的变化对道路区域下公交车运行速度的影响分析Tab.4 Effect of the dwell time on the bus speed under different speeds on the road in road areas

图4为道路区域下社会车辆速度、总靠站时间对公交车运行工况的影响。由图4可见：道路区域公交车平均速度在25 km/h及以上时，其中速区间运行模式（bin21～bin28）分布占比出现明显增长，公交车平均速度每增加5 km/h，中速区间运行模式占比平均增加11%；而公交车平均速度在20 km/h及以下时，公交车平均速度每增加5 km/h，中速区间运行模式占比平均仅增加3%。

图4 道路区域下社会车辆速度、总靠站时间对公交车运行工况的影响Fig.4 Bus operating mode distributions influenced by the speed on the road and dwell time in road areas

2.1.2 相对排放、耗电因子变化

基于基准情景换算得到77类道路区域情景的天然气公交车相对排放因子和纯电动公交车相对耗电因子见图5。其中，各气态污染物在不同情景下的变化规律较相近。随着靠站时间增大，社会车辆速度对公交车排放能耗的影响程度逐渐减弱，见表5；随着社会车辆速度的增大，靠站时间对公交车排放能耗的影响程度逐渐增强，见表6。

表5 不同靠站时间下，社会车辆速度的变化对道路区域下公交车排放能耗的影响分析Tab.5 The effect of road speed on bus emissions and electricity consumptions under different dwell time in road areas

表6 不同社会车辆速度下，靠站时间的变化对道路区域下公交车排放能耗的影响分析Tab.6 Effect of dwell time on bus emissions and electricity consumptions under different speeds on the road

如图5（d）所示，在0～60 s的总靠站时间范围内且社会车辆速度超过40 km/h时，相对耗电因子随社会车辆速度增加而减小的趋势逐渐变缓，甚至呈现轻微的先减后增趋势。在此良好交通系统条件下，公交车平均速度可达25 km/h以上，但公交车频繁启停的特点导致公交车司机为达到较高行驶速度而存在更多大幅加速操作，使得该情境下公交车平均速度每增加5 km/h，中速高VSP区间占比增加约7%。中速高VSP区间占比的明显增加及高VSP区间下纯电动公交车的瞬时耗电功率较高，造成良好交通条件下公交车整体耗电因子水平反而呈现轻微增长。

图5 道路区域下社会车辆速度、总靠站时间对公交车相对排放、耗电因子的影响Fig.5 Relative bus emission factors and electricity consumption factor influenced by the speed on the road and the dwell time in road areas

综上，社会车辆速度和靠站时间对道路区域的公交车排放、耗电因子均同样有影响，且社会车辆速度的影响程度明显更高。当交通系统中的社会车辆速度小于40 km/h时，提高社会车辆速度有利于降低公交车排放能耗；而当交通系统中的社会车辆速度大于40 km/h时，缩短靠站时间比提高社会车辆速度更有利于降低公交车排放能耗。相较气态污染物相对排放因子，相对耗电因子在不同情景下的变化幅度稍小。

2.2 站点区域下的排放能耗定量影响分析

2.2.1 公交车运行状态变化

基于基准情景换算得到49类站点区域情景的公交车相对速度见图6。

由图6可见，在社会车辆速度为20 km/h和靠站时间为35 s的最差条件下，公交车相对速度仅为0.74；在社会车辆速度为50 km/h和靠站时间为0 s的最优条件下，公交车相对速度可以达到1.50。

图6 站点区域下社会车辆速度、靠站时间对公交车相对速度的影响Fig.6 Relative bus speed influenced by the speed on the road and the dwell time in bus-stop areas

一方面,随着靠站时间增大，社会车辆速度对公交车速度的影响程度逐渐减弱（见表7）；另一方面，随着社会车辆速度增大，靠站时间对公交车速度的影响程度逐渐增强（见表8）。以上结论表明，在站点区域下，社会车辆速度和靠站时间均对公交车的运行速度有影响。与道路区域不同，站点区域下靠站时间对公交车运行的影响程度稍高于社会车辆速度的影响。

表7 不同靠站时间下，社会车辆速度的变化对站点区域下公交车运行速度的影响分析Tab.7 Effect of the speed on the road on the bus speed under different dwell time in bus-stop areas

表8 不同社会车辆速度下，靠站时间的变化对站点区域下公交车运行速度的影响分析Tab.8 Effect of the dwell time on the bus speed under different speeds on the road in bus-stop areas

图7为站点区域下社会车辆速度、总靠站时间对公交车运行工况的影响。由图7可见：站点区域公交车平均速度在20 km/h及以上时，其中速区间运行模式分布占比出现明显增长，公交车平均速度每增加5 km/h，中速区间运行模式占比平均增加12%；而公交车平均速度在20 km/h及以下时，公交车平均速度每增加5 km/h，中速区间运行模式占比仅平均增加1%。

图7 站点区域下社会车辆速度、总靠站时间对公交车运行工况的影响Fig.7 Bus operating-mode distributions influenced by the speed on the road and the dwell time in bus stop areas

2.2.2 相对排放、耗电因子变化

基于基准情景换算得到49类站点区域情景的天然气公交车相对排放因子和纯电动公交车相对耗电因子见图8。各气态污染物在不同情景下的变化规律较相似。随着靠站时间的增加，社会车辆速度对公交车排放能耗的影响程度逐渐减弱，见表9；随着社会车辆速度的增加，靠站时间对公交车排放能耗的影响程度逐渐增强，见表10。

表9 不同靠站时间下，社会车辆速度的变化对站点区域下公交车排放能耗的影响分析Tab.9 Effect of the speed on the road on bus emissions and electricity consumptions under different dwell time in bus-stop areas

表10 不同社会车辆速度下，总靠站时间的变化对站点区域下公交车排放能耗的影响分析Tab.10 Effect of the dwell time on bus emissions and electricity consumptions under different speeds on the road in bus-stop areas

见图8（d），在0～5 s的靠站时间范围内且社会车辆速度超过30 km/h时，相对耗电因子随社会车辆速度增加呈明显的先减后增趋势。在此交通系统条件下，站点区域公交车平均速度达18～23 km/h，同样因为公交车司机为达到更高的行驶速度而存在更多加速操作，使得该情境下公交车平均速度每增加5 km/h，中速高VSP区间占比增加约4%。公交车的中速高VSP区间所占频率的明显增加及高VSP区间下较高的瞬时耗电功率，造成良好交通条件下公交车整体耗电因子水平的波动变化。

图8 站点区域下社会车辆速度、靠站时间对公交车相对排放、耗电因子的影响Fig.8 Relative bus emission factors and electricity consumption factor influenced by the speed on the road and the dwell time in bus-stop areas

综上，社会车辆速度和靠站时间对站点区域的公交车排放、耗电因子均同样有影响，且靠站时间的影响程度更高。相较气态污染物相对排放因子，相对耗电因子在不同情景下的变化幅度稍小。

因此在客流量大、公交线路较多的站点，可以考虑设置分站点，合理分配客流及优化公交车进出站路线，减少由于多辆公交车同时靠站导致的多次停车现象。设置公交车分站点不仅有利于提高公交车运行效率及减排节能，也有利于减少候车乘客受公交车尾气污染暴露的严重程度，保护乘客出行健康。

2.3 路段区域下的排放能耗定量影响分析

2.3.1 公交车运行状态变化

基于基准情景换算得到7类路段区域情景的公交车相对速度见图9。由图9可见：当社会车辆速度为20～50 km/h时公交车相对速度的变化范围为0.63～1.29。平均情况下，社会车辆速度每增加5 km/h，公交车相对平均速度增加0.11。

图9 路段区域下社会车辆速度对公交车相对速度的影响Fig.9 Relative bus speed influenced by the speed on the road in sections

图10为路段区域下社会车辆速度对公交车运行工况的影响。由图10可见，路段区域公交车平均速度在20 km/h及以上时，其中速区间运行模式分布占比出现明显增长，公交车平均速度每增加5 km/h，中速区间运行模式占比平均增加12%；而公交车平均速度在20 km/h及以下时，公交车平均速度每增加5 km/h，中速区间运行模式占比仅平均增加1%。

图10 路段区域下社会车辆速度对公交车运行工况的影响Fig.10 Bus operating-mode distributions influenced by the speed on the road in sections

2.3.2 相对排放、耗电因子变化

基于基准情景换算得到7类路段区域情景的天然气公交车相对排放因子和纯电动公交车相对耗电因子见图11。各气态污染物在不同社会车辆速度下的变化趋势和幅度十分接近，平均情况下，社会车辆速度每增加5 km/h，NOx、THC和CO相对排放因子分别减少0.13，0.13，0.12。

图11 路段区域下社会车辆速度对公交车相对排放、耗电因子的影响Fig.11 Relative bus-emission factors and electricity consumption factor influenced by the speed on the road in sections

纯电动公交车的相对耗电因子随社会车辆速度的变化呈先减后增趋势：当社会车辆速度小于40 km/h时，平均情况下社会车辆速度每增加5 km/h，相对耗电因子减少0.12；当社会车辆速度大于40 km/h时，平均情况下社会车辆速度每增加5 km/h，相对耗电因子的增长幅度明显，为0.17。

当社会车辆平均速度在40 km/h以上时，公交车平均速度达35 km/h以上，公交车中速高VSP区间占比显著增加，公交车平均速度每增加5 km/h，中速高VSP区间占比增加约12%，该增加幅度比道路区域、站点区域更加显著，也导致其相对耗电因子在良好交通条件下出现更明显的恶化。

3 结束语

1）在道路区域，当交通系统中的社会车辆速度小于40 km/h时，提高社会车辆速度有利于降低公交车排放能耗；而当交通系统中的社会车辆速度大于40 km/h时，缩短靠站时间比提高社会车辆速度更有利于降低公交车排放能耗。

2）在站点区域，靠站时间对公交车运行和能耗排放的影响高于社会车辆速度的影响，因此在该运行区域下，优化靠站时间可为公交车减排节能带来更明显的效果，特别是在客流量较大、公交线路较多的站点，通过合理设计公交站台、规范乘客上下车等措施，缩短公交车的靠站时间，可进一步有效减少公交车的排放能耗。

3）在路段区域，当社会车辆平均速度在40 km/h以上时，公交车相对耗电因子出现更明显的恶化，该恶化程度比道路区域、站点区域更加显著。因此，建议公交车司机在通畅道路上行驶时，尽量减少急加速、急减速的操作，以平稳的加速度进行速度提升，有利于降低公交车排放能耗水平。

由于公交车频繁启停的运行特点，其在通畅道路上行驶时出现较多高加速工况，所以当社会车辆速度大于40 km/h时，优化社会车辆速度难以进一步明显降低公交车的排放能耗，甚至可能导致整体耗电因子水平轻微增长。因此，提升公交车运行效率并非总能降低公交车排放能耗，要实现二者的综合效益最大化，应将二者放在1个现实且复杂的运行环境中进行综合评价和协同控制。