[发明专利]使用宏观参数确定来自车辆的污染物排放的方法

说明书

本发明涉及一种用于确定来自车辆的污染物排放(PSEE，来自后处理系统的污染物排放)的方法，所述方法是使用利用宏观参数(PAR)产生的车辆模型(MOD VEH)、发动机模型(MOD MOT)以及后处理系统模型(MOD POT)而基于对车辆的位置(pos_GPS)和/或高度(alt_GPS)和/或速度(v_GPS)的测量值的使用。

本发明涉及对来自车辆、具体地说来自机动车辆的污染物排放进行建模的领域。

为了应对大城市中遇到的公众和环境健康挑战，在实际使用中对来自车辆的污染物排放的评估是主要问题。为了实现此，目前主要使用的方案包括借助便携式排放测量系统(PEMS)来检测车辆。然而，这些系统的成本仍然令人望而却步，且无法实现其大规模分布。因此，这些系统在实际使用中无法大规模地测量污染物排放。

为了克服与此种检测相关的问题，存在各种建模方案。污染物建模的现有技术包括宏观模型和微观模型两个主要类别。本发明的领域在本文中是在车辆规模、即宏观规模上。例如在专利申请FR2984557(US 2013/0158967)中描述的那样，以极为详细的方式对燃烧中涉及的物理现象进行建模的高频率(微观规模)模型由于其计算时间过长且还由于所需要的大量参数而并不适合于在实际使用中大规模地评估污染物排放。

采用宏观方案，最为普遍的模型使用排放因子，即每行驶公里的平均排放系数。这些系数取决于所考虑的污染物、旅程上的平均速度、机动化类型(汽油/柴油)以及车辆的欧洲标准。可具体地提及专利申请CN102054222A，该专利申请将GPS采集与排放因子相联系。然而，这些方案仅仅考虑车辆和驾驶员的平均行为，且因此无法对车辆和驾驶员的实际使用进行建模。具体地说，这里忽略了驾驶风格对排放的影响。可评估在足够长持续时间的总体运行上的总体平均排放。

此外，许多研究均基于用于评估污染物排放的排放因子。可具体地提及由Liu,H.、Chen,X.、Wang,Y.和Han,S.作出的文献(2013)。针对中国上海的车辆排放和近路空气质量建模：基于来自出租车的全球定位系统数据和修订MOVES排放清单。交通研究记录：交通研究委员会杂志，(2340)，38-48，其中，与出租车相连接的GPS数据用作用于排放因子的输入数据，以及由Sentoff,K.M.,Aultman-Hall,L.,&Holmén,B.A.作出的文献(2015)。驾驶风格和道路坡度对于精确车辆活动数据和排放评估的影响。交通研究部分D：交通和环境，35,175-188，其研究排放因子评估的精确性。后一研究的结论表明，误差的主要来源是并不考虑驾驶风格和坡度的影响。然而，为了捕获这些现象，需要使用称为微观污染物模型的更精细模型水平，该微观污染物模型的输入数据是1赫兹的车辆速度信号。

此外，已存在设计成在工程研究的背景内使用的多个微观模型，这些模型无法适用于机载实施，例如智能手机或服务器上的机载实施。最著名的微观模型是综合模态排放模型(CMEM)以及乘用车和重载排放模型(PHEM)，这些模型将瞬时速度分布作为输入数据。在20世纪90年代由加利福尼亚大学(河侧)开发的CMEM模型在出现时代表了重大的贡献，但如今具有两个主要缺点：由于过度简化造成的不精确结果和对于柴油机动化的考虑不足。

关于PHEM模型，该模型具有这样的限制，即对于多种相对不同的车辆，仅仅提出一种模型类型。若干文献已研究了将这些围观模型与由安装在车辆中的连接盒所提供的GPS数据相联系。可具体地提及由Pluvinet,P.,Gonzalez-Feliu,J.,&Ambrosini,C.作出的文献(2012)。用于理解城市货物运动的GPS数据分析。社会和行为科学，39,450-462，该文献给出研究细节，其中，GPS(全球定位系统)数据用于提供微观排放模型。然而，由于不考虑车辆类型和发动机类型，因而此种研究具有重大限制。考虑车辆类型和机动化是在大规模实际使用中对污染物排放进行建模的主要问题。确切地说，虽然可恢复GPS测量，但了解其发动机的技术规格并且由此构建模型则复杂得多。然而，这些规格对于构建上述微观模型是重要的。现有微观模型的主要限制是无法用于大规模部署，因为这些围观模型针对所考虑的每个车辆均需要繁琐的手动配置工作。