黄 宇,张 庆
(中国交通信息中心有限公司,北京100088)
近年来,全国汽车保有量增长率保持在13%[1]左右,北京市机动车保有量目前已达550 余万辆。随着北京市雾霾天气的增多,机动车污染问题再度受到社会的广泛关注。相关研究表明,机动车排放已经成为城市污染的主要来源。机动车的有害气体主要通过汽车尾气排放、曲轴箱窜气和汽油蒸汽3 个途径进入大气中[2]。机动车尾气排放的主要污染物中含有大量的一氧化碳(CO)、氮氧化合物(NOx)、碳氢化合物(HC)和颗粒物(PM)。
排放因子反映了机动车的排放水平,是机动车污染控制的重要依据。机动车排放因子可以通过成熟的排放因子模型进行比较精确的估算。何东全、傅立新[3-4]等通过MOBILE 模型,谢绍东[5]通过COPERTIII模型,对中国部分城市的机动车排放因子进行了测算;王海鲲应用IVE模型计算了上海机动车污染物排放;何春玉[6]运用CMEM 模型计算了北京市机动车的排放因子。以上提到的四种模型对采用美国排放标准和欧洲排放标准的汽车市场具有较好的适用性。本文应用MOBILE模型对北京市机动车排放因子进行测定,由于我国排放标准不同于美国和欧洲标准,因此需要对模型中的相关参数结合北京市实际进行修正。
在我国一些特大型城市,交通拥堵问题严重,在拥堵路网中,汽车实际使用过程具有低速行驶、启制动频繁、加减速频繁、长时间怠速行驶等特点。这些特点增加了机动车的尾气排放,因此大城市交通拥堵区域的机动车污染问题尤其严重。速度、流量、密度是交通管理部门衡量交通状态常用的参数,其中速度对于单车排放因子的影响较大。随着对环境保护的日益重视,交通管理者在监测道路交通网络运行状态的同时需要衡量路网机动车排放水平。本文采用车载尾气检测系统对北京市机动车尾气排放进行测量,将实测数据与模型预测数据比对,研究机动车排放因子与车速之间的关系,为路网机动车不同交通状态下排放建模提供基础。
MOBILE 模型是美国环境保护署(EPA)为解决环境污染建模的需要而设计的。MOBILE模型最初主要用于评价除加州外的的其余49 个美国本土州的道路机动车排放率。该模型中,车队燃料主要为汽、柴油,少量以天然气、电力驱动。MOBILE 模型可以估算汽油车、柴油车以及某些专用车辆(天然气汽车、电动车等)的排放水平,可测排放因子包括CO、NOx、NH、排气颗粒物、轮胎磨损颗粒物、制动器磨损颗粒物、二氧化硫(SO2)、氨(NH3)等有害空气污染物以及二氧化碳(CO2)等。排放输出结果为车队污染物平均排放因子,单位为g/mile或g/h。
MOBILE模型以联邦测试程序和补充的联邦测试程序测的单车的基本排放因子作为标准,然后将实际参数与标准工况作对比对基本排放因子进行修正,得到实际排放因子。MOBILE 模型根据GVWR(车辆总质量)、LVW(装有负载的车辆总量,车辆净重加300 磅)与ALVW(调整的LVW,车辆净重与毛重的数学平均)的不同将车型分为28 类。根据北京市在用车型分布,本文主要考虑LDGV、HDGV 两种车型。MOBILE6 模型将道路主要分为五种类型:高速公路、无匝道路、主干道/辅助路、区域路、城市局部巷道等。
车队特征参数包括车龄、累积行驶里程、道路类型、平均速度、工作日使用强度及日分布、休息日使用强度及日分布等。根据北京市交管局数据设置相关参数,其中因北京市快速路车流密集,因此道路类型设为freeway;将速度区间2.5~65mph(4.02~104.59km/h)划分为14 段,取各速度区间中值作为平均速度;车辆行驶里程为2km/年。
MOBILE模型和燃油有关的参数包括汽油硫含量、雷德蒸汽压等。按照国家第四阶段机动车污染物排放标准汽油硫含量为50ppb,雷德蒸汽压为85kPa。
环境特征参数包括评估年、评估月、温度、海拔、绝对湿度、云覆盖率、日峰时续时间、日出时间、日落时间等。根据相关气象统计资料,本文MOBILE 模型中将北京市平均海拔设为48.71m,绝对湿度86grains/lb,温度-11~18℃。
国家技术政策及规定相关参数包括第二阶段加油排放控制技术、维修/检修制度、反干预措施等。第二阶段加油排放控制是将加油过程中产生的油气回收的措施,该措施于1974 年最先在美国加利福尼亚州的圣地亚哥推行;反干预措施用来减小控制系统干预的频率和对排放的影响,这些干预包括加错油、排放控制器的消除、催化转化器的失效等[7]。
将本研究所标定的参数输入MOBILE模型,对北京市代表车型LDGV、HDGV 的排放因子NOx、VOC、CO、PM进行测算。图1~图4为MOBILE模型计算的四种排放因子随平均速度变化曲线。图中ALL 曲线代表全体车型(LDGV、HDGV)的平均排放水平。
图1 NOx随平均速度变化关系
图2 VOC随平均速度变化关系
图3 CO随平均速度变化关系
图4 PM随平均速度变化关系
图1 反映了NOx随机动车平均行驶速度的变化关系。可以看出,随着平均速度的增大,HDGV的NOx排放逐渐增大,LDGV 的NOx排放逐渐减小,车速大于60km/h 时排放水平略有提高之后趋于稳定。由于北京市在用机动车仍以小型汽油车为主,机动车整体的NOx排放变化趋势与LDGV 相似,但车速大于60km/h 的排放水平上升幅度更明显。
图2、图3反映了VOC、CO随机动车平均行驶速度的变化关系。可以看出,随着平均速度的增大,VOC、CO 排放因子在低速区排放水平较高,并且随着速度的增大有一个显著降低的过程,之后逐渐趋于稳定。
图4 反映了PM 随机动车平均行驶速度的变化关系。可以看出,随着平均速度的变化,PM 排放水平变化不大,但重型汽油车PM的整体排放水平明显高于小型汽油车。
机动车尾气排放测量方法主要分为两大类[8]:一类是实验室内测量,主要指台架测试法,利用底盘测功机或发动机测功机模拟车辆的工况;另一类是现实驾驶工况下的测量,包括遥感测量、隧道测量、车载仪器测量等。底盘测功机检测可以模拟标准的驾驶工况。常见的测量工况有美国联邦测量工况(Federal Test Procedure)、欧洲的ECE (Economic Commission for Europe)、日本的JPN10-15。我国《点燃式发动机汽车排气污染物排放限制及测量方法(双怠速法及简易工况法)》(GB 18285—2005)和《车用压燃式发动机和压燃式发动机汽车排气烟度排放限值及测量方法》(GB 3847—2005)对我国的测试标准进行了详细规定。台架测试虽然可操作性强,但是标准的测量工况不能完全反映现实中汽车的实际行驶过程[9]。遥感测量是在车辆实际行驶过程中对尾气数据进行检测,但检测设备只能固定于道路两旁以收集通过道路截面机动车的排放数据,而对机动车的行驶特征(如速度、加速度)无法获知,同时遥感监测易受天气条件的影响。隧道测量操作难度较大。
车载尾气检测就是将尾气检测设备安装在机动车上,机动车上路正常行驶,通过尾气检测设备对机动车尾气排放进行实时动态检测的一种方法。随着尾气检测设备制造技术的发展,尾气检测设备越来越小型化、检测精度越来越高,同时车载尾气检测又具有可以检测机动车实际行驶过程尾气排放的特点。
SEMTECH—DS尾气分析仪集成了三种汽车尾气分析仪、O2及环境参数传感器、GPS系统以及汽车运行参数接口,使用发动机扫描仪可以通过OBD 采集汽车运行参数。因此选用美国Sensors 公司的SEMTECH—DS系统对北京市代表车型汽车进行测试,以修正MOBILE模型参数,检验模型测算效果。对汽油车样本的排放车载测试数据进行统计,得到CO、HC、NOx在不同行车速度下的排放值,见图5~图7。
图5 CO测试、模拟结果比较
图6 HC测试、模拟结果比较
图7 NOx测试、模拟结果比较
为研究各排放因子与速度之间的关系,收集MOBILE 模型的输出结果与对应速度值。对于排放因子CO、HC、NOx,分别尝试二次、三次曲线、复合函数、幂函数模型拟合。排放因子为被解释变量,平均速度为解释变量。通过图5~图7分别对CO、HC、NOx测试结果与模拟结果进行比较,可以看出,幂曲线对于CO、HC 拟合优度较高,拟合效果较好,而二次曲线对NOx拟合效果较好。实测数据与平均速度之间的反映了相同的趋势,验证了修正后的MOBILE 模型的准确性与可行性。
车载设备检测数据与模型预测表明,MOBILE6.2 模型对于评价平均速度对于机动车排放因子的影响具有良好的适应性。该模型结合城市路网交通流速度、流量、密度等参数可以有效评估拥堵状态下机动车的整体排放水平。
研究表明低速状态下机动车整体排放水平较高,因此有效治理特大城市道路交通网交通拥堵对于城市环境改善具有重要意义。
[1] 张力军.机动车污染防治基本理论[M].北京:中国环境出版社,2010.
[2] 李岳林,郭晓汾.汽车排放与噪声控制[M].北京:人民交通出版社,2007.
[3] 何东全,郝吉明,贺克斌,等.应用模式计算机动车排放因子[J].环境科学,1998,19(3):7-10.
[4] 傅立新,贺克斌,何东全,等.MOBILE 汽车源排放因子计算模式研究[J]. 环境科学学报,1997,17(4):474-479.
[5] 谢邵东,宋翔宇,沈新华,等.应用COPERTⅢ模型计算中国机动车排放因子[J]. 环境科学,2006,27(3):415-419.
[6] 何春玉,王歧东.运用CMEM模型计算北京市机动车排放因子[J].环境科学研究,2006,19(1):109-112.
[7] 李丹. 西安市机动车排放因子研究[D]. 西安:长安大学,2011.
[8] 张凯山. 机动车为其测量与预测[M]. 北京:科学出版社,2012.
[9] Sjoedin Ake, Lenner Magnus. On Road Measurements of Single Vehicle Pollutant Emissions, Speed and Acceleration for Large Fleets of Vehicles in Different Traffic Environments[J]. The Science of the Total Environment, 1995(169):157-165.