基于时空维度的长江主要类型船舶能耗建模及变化规律

张志恒 袁裕鹏

1.武汉理工大学交通与物流工程学院可靠性与新能源研究所，武汉，4300632.船舶动力工程技术交通行业重点实验室，武汉，4300633.国家水运安全工程技术研究中心，武汉，430063

0 引言

水路运输有着运价低廉、运量大的优点，一直以来在我国综合运输体系中占有重要地位[1-2]。随着“海洋强国”“长江经济带建设”等一系列国家战略的出台，航运业的蓬勃发展有了新的机会和政策支持[3]。长江作为黄金水道，是流域经济社会发展的“主动脉”和综合运输体系的“主架骨”，为长江经济带建设提供强劲的支撑[4]。在新的经济发展时期，国家提出的长江经济带战略也为航运业的发展带来契机[5]。然而，水路运输的快速发展带来了一些问题和挑战，如能源消耗与温室气体排放逐年攀升，长江航运的蓬勃发展导致的大气污染、生态污染等问题[6-8]。长江船舶的节能减排是实现“双碳”战略目标的一个重要环节，而长江现有船舶的能耗现状分析及能耗规律的揭示，可为制定“双碳”战略目标的技术路径提供相关的参考建议，因此，对长江航运能耗进行监测和控制是亟待解决的问题。由于目前船舶没有安装能耗的计量设备，对能耗进行准确监测较为困难，同时船舶在营运的过程中，能耗与通航环境密切相关，而且长江全航线水文条件复杂，易受季节的影响，船舶能耗的统计也很困难，因此，研究长江船舶能耗计算方法，对长江船舶能耗水平进行估算，研究船舶航行在长江不同航段能耗水平对于节能减排有重要意义。

国内外对船舶能耗的研究由来已久。早在20世纪70至80年代，国内外学者就对船舶阻力的计算方法进行了研究[9]。最初关于船舶阻力的研究多基于大量船舶试验，进而回归出船舶的相关阻力公式。例如，HOLTROP[10]通过对大量实船试验数据的分析，提出了船舶运行功率与其航速及主尺度的回归模型，该模型可以较准确地得到阻力计算结果；ISHERWOOD[11]也基于船舶试验，给出了船舶风阻的计算公式。船舶风阻的计算过程复杂，该公式可以根据船舶的受风面积和风速对风阻进行粗略的估计，对船舶风阻的计算具有很好的借鉴意义。基于以上经验，HU[12]借助船舶试验的结果，提出一种能够估算在开放水域中运行的船舶的浅水阻力公式，该公式能够较为准确地计算船舶的浅水阻力。基于以上学者对船舶阻力的研究，SUN等[13]综合了船舶阻力的计算公式，并分析船-机-桨的运动机理，进而建立船舶的能耗模型。这种建模方式也是一种常见的船舶能耗模型的建模方法，但这种物理建模方法在准确性和普适性上有待提高。另外，还有学者借助统计分析的方法分析预测船舶的能耗。BOCCHETTI等[14]借助船舶运行记录的数据(如单位油耗、速度、吃水和纵倾等)进行回归分析和预测，这种方法简单，但是精度较低。近年来，为了提高能耗模型的精确度，国内外研究人员将智能算法运用到船舶能耗建模及能耗预测上，对船舶能耗模型进行优化改进，不断提高能耗模型的准确性，其中，人工神经网络是经常被使用的方法。JEON等[15]借助人工神经网络的方法，根据收集的船舶运行数据(包括航程、发动机功率和船速等)进行大数据分析，建立能耗模型，研究结果表明该模型可以较为精确地计算主机的油耗；叶睿等[16]不仅考虑船舶运行数据，还考虑了船员操作等因素，运用人工神经网络对传统的油耗模型进行了优化，该研究对能耗模型的改进具有一定的借鉴意义。人工神经网络在多维和非线性数据的处理中具有较强的学习能力，此外，在能耗的预测方面，神经网络一般比数据统计的精度要高。PETERSEN等[17]基于采集的船舶运行数据，借助多种机器学习的方法对其油耗进行预测，也达到了较高的精度。但目前大部分研究集中在船舶速度、吃水和纵倾等特性上，风、浪、流等环境因素的考虑较少。为此，HU等[18]考虑风、浪、流海洋环境因素，运用反向神经网络(back propagation neural network，BPNN)和高斯过程回归(gaussian process regression，GPR)技术训练和预测两个数据集，结果表明，两种技术均能够准确预测船舶能耗，其中高斯过程回归模型的精度更高但是需要的运行时间更长；WANG等[19]不仅考虑了现实的船舶运行数据，还考虑了天气数据，借助LASSO回归模型提出了一种新型的船舶油耗预测模型，并且将预测结果与实际油耗数据进行误差对比，结果表明所提方法在预测准确性和计算性能上表现均较好。

综上所述，以上研究均可以对单一船舶的能耗进行计算。基于船舶试验回归公式的方法虽然精度较高但研究成本过高，数据统计的方法虽然简单但精度很难保证。借助智能算法可以增加模型计算的准确度并可以对船舶的能耗进行预测，但是当前研究没有较高的普适性，更不能对较大数量船舶的总能耗进行估算和研究。针对上述问题，以长江内船舶为研究对象，建立长江主要类型船舶能耗模型，并根据能耗计算结果，从时空两个维度分析主要类型船舶能耗变化规律，为长江绿色航运的发展提供指导性的意见。

1 长江主要类型船舶能耗模型

1.1 能耗建模

如图1所示，船舶在航行过程中，船体会受到水、风、波浪、浅水等对它的阻力，为了克服这种阻力，船舶主机需要发出相应的功率，作用于螺旋桨并产生推力，推动船舶航行。通过计算不同通航环境下的船舶航行阻力，以及分析船体-主机-螺旋桨之间的能量转换关系，可以获得不同通航环境下的船舶主机能耗。

图1 船舶航行机理Fig.1 Ship sailing mechanism

船舶受到的航行阻力可以表示为

R=RT+Rwave+Rwind+Rshal

(1)

式中，R为船舶航行阻力，N；RT为静水阻力，N；Rwave为波浪增阻，N；Rwind为船舶航行方向上的风阻，N；Rshal是浅水阻力，N。

当船舶在某一航速下航行时，为了克服船舶的航行阻力，船舶主机会发出一定的功率，在此基础上，船舶的主机功率可以由下式表示：

(2)

式中，PB为船舶主机输出功率，kW；K为螺旋桨个数；ηS为轴系传递效率；ηG为齿轮箱效率；ηR为螺旋桨的相对旋转效率；ηQPC为推进效率；vs为船舶对水航速，m/s。

船舶的推进效率由下式表示：

ηQPC=ηHη0

(3)

式中，ηH为螺旋桨的敞水效率；η0为船体效率。

为了使理论模型的计算结果更具有通用性，基于调研分析结果，干散货船、集装箱船、液货船ηQPC取值在0.5左右，若客船稍大则取0.65左右。进行能耗计算时直接将取值代入式(2)即可。

船舶主机单位距离的油耗如下：

(4)

vg=vs±vw

式中，Q0为船舶主机单位距离的燃油消耗量，是船舶对地航速及通航环境等参数的函数，g/m；vg为船舶对地航速，m/s；vw为水流速度，m/s；vwind为风速，m/s；H为水深，m；h为浪高，m；ge为船舶主机的油耗率，g/(kW·h)。

由于不同航段的航行环境各异，可以将整个长江航线划分为若干个航段，分析各个航段的航行环境特征，进而得到整个航线的船舶能耗。结合式(3)，可以得到船舶整个航线上的总油耗

(5)

式中，vw，i为第i个航段的水流速度，m/s；vwind，i为第i个航段的风速，m/s；Hi为第i个航段的水深，m；hi为第i个航段的浪高，m；ge，i为第i个航段的主机油耗率，g/(kW·h)；Si为不同的航段；qaux为副机的油耗，t；N为划分的航段数量。

其中，副机油耗用下式表示：

qaux=xQe

(6)

式中，x取0.2。

基于以上对于单船能耗的分析，假设整个航线上在运营主要类型船舶主要有c种，其中，同类型船舶又有b种不同的吨位。同一类型船舶在整个航线上的总能耗用下式表示：

{[F(vg，i，n，vw，i，vwind，i，Hi，hi，ge，i，n)Si]+qauxn}

(7)

式中，Qe，n为同吨位船舶的能耗，t；an为同类型相同吨位的船舶数量；n为不同载重吨位分类；vg，i，n为同吨位船舶的对地航速，m/s；ge，i，n为同吨位船舶的主机油耗率，g/(kW·h)；qauxn为同吨位船舶的副机总油耗，t。

进一步，考虑到航线上的不同类型的船舶，可以得到整个航线上的主要类型船舶的总能耗

{[F(vg，i，n，m，vw，i，vwind，i，Hi，hi，ge，i，n，m)Si]+qauxn，m}

(8)

式中，an，m为各类型、各吨位船舶的数量；vg，i，n，m为各类型、各吨位船舶的对地航速，m/s；ge，i，n，m为各类型、各吨位船舶主机油耗率，g/(kW·h)；qauxn，m为各类型、各吨位船舶的副机总油耗，t；m为不同类型的船舶。

每年整个航线上主要类型船舶的能耗用下式表示：

{[F(vg，i，n，m，vw，i，vwind，i，Hi，hi，ge，i，n，m)Si]+qauxn，m}

(9)

其中，kn，m为各类型、各吨位船舶每年的航次。根据上述建模方法，在Simulink中搭建了模型。

1.2 模型验证

为了验证上述船舶能耗理论模型的准确性，筛选3艘不同类型的船舶，将船舶试验结果与上述理论模型所求阻力进行误差比较。其中，部分船舶的基本参数见表1、表3和表5，阻力对比结果见表2、表4和表6。

表1 集装箱船基本参数Tab.1 Basic data of container ship

表2 集装箱船阻力对比结果Tab.2 Comparison results of container ship resistance

表3 货船基本参数Tab.3 Basic data of cargo ship

表4 货船阻力对比结果Tab.4 Comparison results of cargo ship resistance

表5 液货船基本参数Tab.5 Basic data of tankship

表6 液货船阻力对比结果Tab.6 Comparison results of tank ship resistance

表2、表4、表6所示为部分阻力结果对比的情况，长江船舶航行平均速度约为4 m/s，从上述结果来看，所有船型的船舶航速在4 m/s左右时，模型计算所得阻力如船舶试验的阻力误差在10%左右，故通过模型得到结果再乘以修正系数μ=1.1即可得到最接近实际的结果。

2 数据预处理

2.1 船舶种类及数量分析

基于1.1节船舶能耗的建模思路，调研收集了长江在运营的1000 t载重以上的干散货船、液货船、集装箱船以及客船的数量和基本参数，依照船舶不同的运营区域将其划分为库区航线船舶和长江中下游航线船舶。不同类型船舶的数量见表7和表8。

表7 库区航线不同类型船舶数量分布Tab.7 The distribution of different ships in the reservoir area

表8 长江中下游航线不同类型船舶数量分布Tab.8 The distribution of different ships in the middle and lower reaches of the Yangtze River

根据船舶的载重吨位对同类型船舶进行分类，其中库区航线不同载重吨位的各类船舶数量分布见表9。旅游客船按照载重吨位进行划分，不同载重吨位的客船数量分布见表10。长江中下游航线不同载重吨位的各类船舶数量分布见表11。

表9 库区航线不同载重吨位船舶数量分布Tab.9 The distribution of different deadweight tonnages ships in the reservoir area

表10 库区航线不同吨位旅游客船数量分布Tab.10 The distribution of different deadweight tonnages passenger ships in the reservoir area

表11 长江中下游航线不同载重吨位船舶数量分布Tab.11 The distribution of different deadweight tonnages ships in the middle and lower reaches of the Yangtze River

2.2 通航环境数据分析

2.2.1航段划分

长江干线冗长复杂，覆盖地理区域广泛，不同地理区域航行环境的不同，直接导致船舶航行时所受阻力的不同。长江干线航道随季节、随区段周而复始变化，一般来说，长江干线水文情况分为枯水期、中水期和洪水期。长江干线水文条件的变化以地域变化有较明显的区别，其中，重庆到奉节是回水变动区，枯水期的水流条件较好，其他时期是急流航段，水流条件恶劣；奉节到坝前常年水流条件较好；葛洲坝到三峡大坝段在洪水期是急流航段，其他时期水流条件较好；宜昌到武汉航段在枯水期是急流航段；武汉到上海航段航道主要是水深的变化，水流条件相对中上游航道而言差异不大。因此，将长江干线划分为重庆到奉节、奉节到坝前、两坝间、宜昌到武汉、武汉到上海5个航段。为了验证航段划分的科学性，根据从重庆到上海的通航环境实测数据，基于K-means聚类算法，将具有相似通航环境的航段进行划分，具体划分结果如图2所示。

图2 航段划分结果Fig.2 The result of segment division

由图2可以看出，按照经度坐标的定位，聚类的结果与上述航段的划分情况基本吻合，可以证明其科学性。

2.2.2通航环境要素分析

长江干线航道情况复杂，各处水深参差不齐，难以衡量，因此，以长江干线维护水深作为参考，结合船载能效数据采集与监控系统获得船舶的航行环境数据，并对所采集的数据进行相应的预处理工作。根据各种传感器的性能和技术参数确定各采集参数的正常监测范围，从而进行异常数据的识别。然后通过程序迭代清洗所采集的数据，包括寻找重大缺失数据，判断异常数据等。预处理之后获得可靠的数据基础。其中，部分有效数据见表12。

表12 部分有效数据Tab.12 Partially valid data

以长江干线维护水深作为参考，分析四季不同维护水深情况，结合实测数据得到不同航段不同季节的水深平均值，根据经验得到水流速度的平均值。由于长江船舶上层建筑不大，故风速对船舶阻力的影响不是特别显著，仅考虑不同航段的平均风速，不再根据不同季节进行划分。具体数据见表13。

表13 各航段平均水深、水流速度及风速Tab.13 Average water depth，current speed and wind speed of each flight segment

为了方便计算，将船舶设计航速按照50%的平均工况换算为船舶的平均速度，具体见表14和表15。

表14 库区航线不同吨位船舶平均航速Tab.14 Average speed of different tonnages ships in the reservoir area

将以上输入条件代入式(8)和式(9)，计算得到库区航线以及长江中下游航线主要类型船舶能耗水平，其中，库区航线各个载重吨位船舶总能耗以及不同类型船舶能耗占比如图3和图4所示。

表15 长江中下游航线不同吨位船舶平均航速Tab.15 Average speed of ships of different tonnages in the middle and lower reaches of the Yangtze River

图3 库区航线不同类型船舶总油耗Fig.3 Total fuel consumption of ships in the reservoir area

图4 库区航线不同类型船舶能耗占比Fig.4 Proportion of fuel consumption of ships in the reservoir area

由图3可以看出，3001～5000 t的干散货船燃油消耗量远远高出其他载重吨位的船舶，主要原因是3001～5000 t的干散货船数量远高于其他类型船舶，故燃油消耗总量远高于其他类型船舶；载重吨区间在1000～2000 t、2001～3000 t的干散货船和3001～5000 t的液货船年燃油消耗量较多也较为接近，其他载重吨区间的船舶年燃油消耗量较少，客船因为数量最少所以油耗也相对较少。由图4可以明显看出，库区航线中干散货船的燃油消耗量最多，液货船燃油消耗量占17.17%，集装箱船占总燃油消耗量的7.4%；客船燃油消耗量最少，占总消耗量的3.22%。船舶总燃油消耗量跟船舶数量密切相关，库区航线干散货船数量远高于其他类型船舶，故总能耗较高。

长江中下游航线干散货船、集装箱船、液货船各个载重吨区间所有船舶能耗水平以及各个类型船舶能耗占比如图5和图6所示。

图5 长江中下游航线不同类型船舶总能耗Fig.5 Total energy consumption of different types of ships in the middle and lower reaches of the Yangtze River

图6 长江中下游航线不同类型船舶能耗占比Fig.6 Proportion of energy consumption of different types of ships in the middle and lower reaches of the Yangtze River

由图5可以看出，载重吨区间在1000～2000 t的干散货船年油耗量远高于其他类型吨位的船舶，其他载重吨位的干散货船年燃油消耗量次之，集装箱船及液货船年油耗量较少。其中，10 000 t以上集装箱船、5001～7000 t的液货船年油耗量最少。因为载重吨区间在1000～2000 t的干散货船数量远高于其他类型船舶，故其年耗油量最高。由图6可以看出，干散货船占长江中下游航线船舶能耗的绝大部分，集装箱船和液货船占比很少。这是因为长江中下游的主力船舶为干散货船，其数量占总船舶的大部分，故总能耗最高。

3 长江主要类型船舶能耗多维度变化规律分析

根据式(5)对不同类型不同吨位船舶的能耗水平进行了计算和分析，得到长江主要类型船舶在时间、空间两个不同维度以及不同船型的能耗变化规律。

3.1 随时间的变化规律

图7和图8所示分别为长江主要类型船舶各个载重吨位的船舶在不同季节上水和下水时的单位距离能耗。图中，“干”“集”“液”分别代表干散货船、集装箱船、液货船。

图7 不同船舶在不同季节的能耗水平(上水)Fig.7 Energy consumption of different ships in different seasons (upstream)

图8 不同船舶在不同季节的能耗水平(下水)Fig.8 Energy consumption of different ships in different seasons (downstream)

由图7可以看出，各载重吨位区间的船舶在不同季节的单位距离能耗趋势基本是相同的。船舶上水航行时，在夏季的单位距离能耗最大，在秋季单位距离能耗量次之，冬季能耗较少，春季能耗最低。这是因为长江夏季处于洪水期，水流量大，流速最快，因此船舶在上水时受到的阻力最大，能耗量最多；春冬季处于长江枯水期，水流速度最慢，船舶航行阻力较小，故春冬季能耗较低，春节航道水深略深于冬季，船舶所受浅水阻力较冬季小，故春季能耗最少。

由图8可以看出，各载重吨位区间的船舶在不同季节的单位距离能耗趋势基本相同；船舶在下水航行时，夏秋季单位距离能耗较低，由于秋季水深比夏季大，故在秋季船舶能耗最低；船舶在春冬季单位距离能耗略高于夏秋季，春冬季水流较小，水深较浅，故能耗略高于夏秋两季。

3.2 随空间的变化规律

由于调研的数据只有4类船舶的航线横跨了武汉到上海，为了使研究不受其他因素影响，故只选取这4种船舶作为研究对象，分析其在不同航段的能耗情况。图9～图12所示分别为这四类船舶在不同季节上水时不同航段上的单位距离油耗水平。

图9 春季不同航段能耗水平(上水)Fig.9 Energy consumption of different flight segments in spring (upstream)

图10 夏季不同航段能耗水平(上水)Fig.10 Energy consumption of different flight segments in summer (upstream)

图11 秋季不同航段能耗水平(上水)Fig.11 Energy consumption of different flight segments in fall (upstream)

图12 冬季不同航段能耗水平(上水)Fig.12 Energy consumption of different flight segments in winter (upstream)

由图9可以看出，在春季，船舶航行在奉节至坝前这一航段的单位距离油耗量最低，而在宜昌至武汉航段单位距离油耗量最高。因为春季时奉节到坝前航段水流较缓，船舶上水航行所受阻力受水流速度影响较大，所以此处船舶能耗最低，而宜昌到武汉航段水流速度最大，故船舶能耗最高。由图10可以看出，在夏季，船舶在两坝间航段单位距离油耗高于其他航段，这是因为夏季库区水流湍急，故船舶能耗最高。在奉节至坝前、宜昌至武汉这两个航段单位距离油耗量基本相同，而且比其他航段高，此航段水流速度较大，且水深一般，故船舶能耗值较高；在重庆至奉节和武汉至上海航段，船舶单位距离油耗量基本相当，且略低于奉节至坝前航段。由图11可以看出，在秋季，船舶在宜昌至武汉航段的单位距离燃油消耗量是最高的，因为秋季时宜昌至武汉航段水流速度最大，导致船舶能耗值最高，重庆到奉节、两坝间和武汉至上海航段能耗基本相同，其中，武汉至上海航段略高，而奉节至坝前航段能耗高于武汉至上海航段能耗，由于奉节至坝前航段水流速度较大，而水深一般，故船舶能耗水平较高；两坝间航段水流较缓，船舶能耗最低。由图12可以看到，在冬季，船舶在奉节至坝前航段时的能耗最低，而船舶航行在宜昌至武汉航段时能耗最高。奉节至坝前航段水流最缓，船舶能耗水平最低；宜昌到武汉航段水流速度最大且水深最低，所以船舶航行时能耗最高。

图13～图16所示分别为船舶在不同季节下水时不同航段上的单位距离油耗水平。由图13可以看出，在春季，船舶在重庆至奉节段时能耗值最高，两坝间航段略低于重庆至奉节段，奉节至坝前和宜昌至武汉段能耗值基本相同且略低于两坝间航段，武汉至上海航段能耗水平最低。由图14可以看出，夏季时，船舶在两坝间航段单位距离能耗最低，在重庆至奉节段能耗水平最高，奉节至坝前和宜昌到武汉段能耗水平相当且皆低于重庆至奉节航段，武汉至上海段船舶单位距离能耗值较低。由图15可以看出，在秋季，重庆至奉节航段能耗值最高，两坝间航段次之，武汉至上海航段最低。由图16可以看出，在冬季，船舶在重庆至奉节航段最高，武汉至上海航段最低。由于船舶下水航行的缘故，水流速度较大的航段通常船舶能耗水平较低，因为武汉至上海水流速度较大且水深较大，所以船舶能耗最低，在夏秋季，两坝间航段水流最缓，所以能耗水平相对较高。

图13 春季不同航段能耗水平(下水)Fig.13 Energy consumption of different flight segments in spring (downstream)

图14 夏季不同航段能耗水平(下水)Fig.14 Energy consumption of different flight segments in summer (downstream)

图15 秋季不同航段能耗水平(下水)Fig.15 Energy consumption of different flight segments in fall (downstream)

图16 冬季不同航段能耗水平(下水)Fig.16 Energy consumption of different flight segments in winter (downstream)

3.3 不同船型的变化规律

经过计算分析，同载重吨位区间的船舶不论上水还是下水，不同类型船舶之间的能耗差异基本相当，故不再区分船舶上下水情形，客船与干散货船、集装箱船和液货船分类方式不同，由此仅分析此三类船舶的能耗区别，不再包含客船。相同载重吨位、不同类型的船舶能耗具体变化情况如图17所示。

图17 不同类型相同载重吨位船舶能耗水平Fig.17 Energy consumption of different ships with the same deadweight tonnages

由图17可以看出，载重吨区间在1000～2000 t的船舶中，干散货船能耗水平最高，液货船能耗略低于干散货船，集装箱船能耗值最低；载重吨区间在2000～3000 t的船舶中，集装箱船单位距离能耗值最高，干散货船和液货船能耗水平相当；载重吨区间在3000～5000 t的船舶中，集装箱船能耗水平最高，干散货船次之，液货船最低；载重吨区间在5000～7000 t的船舶中，干散货船能耗值最低，集装箱船与液货船能耗水平基本相同。总地来说，集装箱船能耗高于其他两种类型的船舶，因为集装箱船更为肥大，长宽比较小，导致其航行时所受阻力较大，且集装箱船航行速度略高于其他两类船舶，故集装箱船能耗最高。

4 结论

(1)不论是库区航线还是长江中下游航线，干散货船的能耗总量是最高的；库区航线中，3000～5000 t的干散货船总的燃油消耗量远远高出其他类型载重吨位的船舶；长江中下游航线油耗最高的为载重吨区间在1000～2000 t的干散货船。

(2)船舶上水航行时，夏季的单位距离能耗最大，船舶在秋季单位距离能耗量次之，冬季能耗较少，春季能耗最低。船舶在下水情况下，秋季船舶能耗最低，夏季能耗较低，春冬季的能耗水平基本相同但高于夏季。

(3)船舶上水航行时，在春季，船舶航行在奉节到坝前航段的单位距离油耗量最低；在夏季，船舶在两坝间航段单位距离油耗明显高于其他航段；在秋季，宜昌至武汉航段船舶能耗水平最高；在冬季，船舶航行至奉节到坝前航段时的能耗最低。船舶在下水航行情况下，春、秋、冬季时，船舶在不同航段的能耗基本都是从重庆至上海逐渐减少；而在夏季，两坝间航段能耗最低。

(4)载重吨区间在1000～2000 t的船舶中，干散货船能耗水平最高，液货船能耗略低于干散货船，集装箱船能耗值最低；载重吨区间在2000～3000 t的船舶中，集装箱船单位距离能耗值最高，干散货船和液货船能耗水平相当；载重吨区间在3000～5000 t的船舶中，集装箱船能耗水平最高，干散货船次之，液货船最低；载重吨区间在5000～7000 t的船舶中，干散货船能耗值最低，集装箱船与液货船能耗水平基本相同。

5 建议及展望

(1)研究结果表明，船舶在宜昌至武汉航段能耗最高，故未来船舶在此航段航行时可以采用能效管理如航速优化的手段来降低船舶能耗。

(2)从研究结果来看，载重吨位较大的船舶中，集装箱船的能耗值较高，可以作为节能减排措施的重点实施对象，例如采取低碳燃料、混合动力等措施降低船舶能耗。

(3)所提的长江主要类型船舶能耗模型只考虑传统动力形式进行建模，未来可以结合新能源动力的发展进一步研究。