基于实际道路测试的在用重型柴油车排放因子研究

摘要：依据GB 17691—2018规定的车载排放测试方法，开展实际道路的重型车PEMS试验。选取MOVES 模型作为初始模型，对重型在用车的PEMS实际测量数据依据STP与速度进行统计分析，并将所有PEMS试验工况“映射”到同一种标准循环工况下，得到不同车辆种类不同排放标准的重型车各类污染物排放因子。结果表明，货车类中重型货车的CO和NOx排放因子均高于其他类货车，同时随着排放阶段的升级排放因子值在不断下降。随着平均车速的增加，CO、NOx和PN的排放速率均呈现增加的趋势，而排放因子则呈现相反的趋势。车辆排放随平均车速的变化在低车速时较为激烈，在高车速时则逐渐变缓。针对重型货车（总质量≥12 t），车企还需要通过加强后处理系统热管理、优化尿素喷射策略、提高催化器转化效率等技术来进一步降低排放。特别是在车型低于40 km/h时，车速的上下波动对车辆的CO、NOx和PN的排放因子影响明显，司机的驾驶习惯对排放结果有较大影响。

关键词：在用柴油车；实际道路测试；排放因子；排放标准；比功率

中图分类号：U467.5 收稿日期：2024-10-20

DOI：10.19999/j.cnki.1004-0226.2024.12.005

1 前言

我国对机动车尾气控制排放法规不断严格化，特别是对于排放污染比重最大的重型柴油机动车持续更新相关环保标准[1-3]。《重型柴油车污染物排放限值及测量方法（中国第六阶段）》[4]增加了整车实际道路测试等内容，对重型柴油车的排放水平要求不断加严。随着排放标准的升级，机动车排放净化装置也随之升级，机动车结构得到了优化，车辆使用强度及道路交通也发生了变化，机动车排放因子将相应产生变化，以往的排放因子研究成果已经不能完全真实地反映现阶段机动车排放状况。

机动车排放因子模型关心的是车的排放特征，它给出单车或车队单位里程、单位时间或单位油耗的排放水平，即排放因子（常用单位为g/km和g/kg）或排放速率（g/s）。重型车在实际道路行驶时的驾驶工况、超载情况等因素[5-8]对重型车排放产生关键的影响。机动车排放模型 MOVES（Motor Vehicle Emission Simulator）可以估算移动源的污染物排放。国内研究机构利用实测排放数据和机动车活动水平数据验证了MOVES模型在我国的适用性，并开展了北京、深圳等城市的机动车排放清单研究工作[9-11]。

本文依据GB 17691—2018规定的车载排放测试方法，开展实际道路的重型车PEMS试验。选取MOVES 模型作为初始模型，对重型在用车的PEMS实际测量数据依据STP与速度进行统计分析，并将所有PEMS试验工况“映射”到同一种标准循环工况下，得到不同车辆种类不同排放标准的重型车各类污染物排放因子。

2 试验内容及方法

2.1 测试车辆

本次研究依据GB 17691—2018规定的车载排放测试方法，共计完成217辆重型车的PEMS试验，按车型作为一级分类，排放阶段作为二级分类，完成试验的车辆分布如表1所示。试验车辆所用燃料为车辆自带的市售国六柴油。

本次研究的试验车辆主要为进行新车生产一致性和在用车符合性检查的重型柴油车，按照表2给出的汽车分类方法分为轻型货车、中型货车、重型货车、中型客车、大型客车等5类。依据GB 17691—2005、GB—2018标准进行划分，国Ⅲ、国Ⅳ、国Ⅴ和国Ⅵ阶段的试验车辆分别为14辆、15辆、42辆和146辆。

试验车辆装配的发动机排量涵盖2.8～11.6 L，包含大、中、小排量，试验车辆的最大总质量涵盖4.5～49.0 t。国三车辆基本上没有后处理，国四车辆部分车型选择EGR+POC技术路线，部分使用SCR，DPF基本没有应用；国五车辆淘汰了EGR+POC的技术路线，SCR应用比例进一步提升，小部分轻型车辆选用EGR+DPF技术路线；随着国六标准的实施，SCR和DPF均成为重型柴油车的标准配置，同时EGR应用比例也继续提升。

2.2 测试方法

试验车辆分别加载不同的载荷质量，依据GB 17691—2018附录K的测试规范进行整车道路排放试验，试验数据采集频率为1 Hz。整车排放试验运行工况满足GB 17691—2018附录K中不同车辆类型的工况比例构成要求，同一车辆的试验路线和车辆速度在不同载荷比例条件下尽量保持一致。

试验中所采用的主要测试仪器为HORIBA公司的OBS—ONE—G12型车载排放分析系统，该系统集成了OBD诊断读取设备、GPS测量设备与排放测量设备，分别使用化学发光分析仪测量NOx，不分光红外线吸收型分析仪测量CO、CO2以及凝缩离子法测量颗粒物PN。

2.3 排放因子计算模型

本研究基于重型车Pems试验瞬态数据，参考MOVES模型的构建方法，建立重型车排放因子计算模型。建模过程中主要步骤如下：

a.确定比功率计算式。

机动车比功率定义为机动车的单位质量的瞬时输出功率，参考美国环境保护署（EPA）在MOVES模型中给出的针对重型车的比功率简化计算式，利用下式计算重型车比功率：

STP=1/f[Mv]（a+gsinθ）+Av+Bv²+Cv³ （1）

式中，STP为重型车比功率，kW/t；fscale为固定质量因子，t；v为瞬时车速，m/s；M为机动车质量，t；a为瞬时车辆加速度，m/s2；g为重力加速度，9.8 m/s2；sinθ为道路坡度；A为滚动阻力系数，kW·s/m；B为转动阻力系数，kW·s2/m2；C为空气动力学阻力系数，kW·s3/m3。

表3列出了5个总车重区间内的STP计算式各系数值。实际计算中，只需要根据实际总车重位于哪个总车重区间，即可根据表3得到STP计算式各系数值。道路的坡度在实际测量中难以获得，为了简化计算，参考其他研究人员在计算时的做法，将坡度sinθ取为0。

b.Pems试验瞬态数据网格化。

为将Pems试验中不同工况下的排放速率（CO2、CO、PN和NOx）瞬态数据进行聚类，需要根据瞬时车速和瞬时机动车比功率等参数划分Bin网格，对归属于同一Bin网格中的工况下的排放速率瞬态数据求算数平均值作为该Bin网格的平均排放速率。Moves模型中根据瞬时车速和瞬时机动车比功率，将Bin网格划分为23个。文献针对大型客车，轻型、中型、重型货车共几种重型车型，共选取30辆车，根据瞬时车速和比功率的分布，将Bin网格划分为22个。本研究参考MOVES模型中瞬时比功率区间划分方法和文献对车速区间划分的方法，将Bin网格划分为23个，各网格定义如表4所示。

划分Bin网格之后根据重型车Pems试验瞬态数据，计算每个Bin网格内的CO2、CO、PN和NOx平均排放速率，计算式如下：

c.数据归一化处理。

Pems试验中每辆车的试验工况均不相同，不同的试验结果之间不能直接进行对比与分析，若要对比不同试验中车辆的排放大小，需要将所有Pems试验工况“映射”到同一种标准循环工况下，即Pems试验结果进行数据归一化处理。数据归一化主要分为以下步骤：

选取标准循环工况时，根据划分的Bin格，统计标准循环工况在各个Bin网格中的频数，进而得到标准循环在各个Bin网格中的频率，作为加权系数。

根据标准循环在各Bin网格中的加权系数与各Bin网格中的平均排放速率，将PEMS试验实测排放因子换算为标准循环下的综合排放因子：首先各Bin网格内的CO2、CO、PN和NOx平均排放速率分别与各Bin网格的标准循环加权系数相乘，求和，最后与标准循环平均车速相除，换算为Pems试验“映射”到标准循环下的综合排放因子。计算公式如下：

3 试验结果

3.1 不同排放标准车辆的微观工况排放速率

依据上述测试方法和计算模型，分别计算每辆车辆不同污染物的排放速率，然后根据不同排放标准分别计算平均值，得到不同排放标准车辆不同污染物的微观工况排放速率曲线如图1所示。

依据中国工况得到的重型车典型运行工况，选择8种不同的工况（对应0～10 km/h、10～20 km/h、20～30 km/h、30～40 km/h、40～50 km/h、50～60 km/h、60～70 km/h和70～80 km/h），平均车速分别为5.1 km/h、15.1 km/h、23.2 km/h、34.6 km/h、46.4 km/h、57.8 km/h、63.2 km/h、74.6 km/h。

分别计算8种不同的典型工况在各Bin网格中的加权系数，按照上述的数据归一化处理，分别得到不同排放标准车辆在不同平均车速工况条件下的排放速率和排放因子（如图2和图3所示）。从图中可以看出，随着平均车速的增加，CO、NOx和PN的排放速率均呈现增加的趋势，而排放因子则呈现相反的趋势。车辆排放随平均车速的变化在低车速时较为激烈，在高车速时则逐渐变缓。

3.2 实际道路排放因子总体情况

依据上述给出的研究方法，通过PEMS试验得到的实测排放因子，再经过归一化处理，得到了不同排放阶段不同车型标准状态下的综合排放因子，如图4和图5所示。

通过图5可以看出，随着排放阶段的升级，CO的排放因子总体下降。总体来看重型货车均高于其他车型，这是因为重型货车平时驾驶时负荷比较大，燃烧不完全，而且燃料消耗量也大。

通过图5可以看出，货车类中重型货车的NOx排放因子均高于其他类货车，同时随着排放阶段的升级排放因子值在不断下降。NOx的生成机理为高温富氧，重型货车由于长期处于高负荷状态，因此造成的NOx排放量比较高。

4 结语

a.货车类中重型货车的CO和NOx排放因子均高于其他类货车，同时随着排放阶段的升级排放因子值在不断下降。因此针对重型货车（总质量≥12 t），车企还需要通过加强后处理系统热管理、优化尿素喷射策略、提高催化器转化效率等技术来进一步降低排放。

b.随着平均车速的增加，CO、NOx和PN的排放速率均呈现增加的趋势，而排放因子则呈现相反的趋势。在行驶里程相同的条件下，在驾驶过程中提高车辆的平均车速，能够起到降低总排放量的效果。

c.车辆排放随平均车速的变化在低车速时较为激烈，在高车速时则逐渐变缓。特别是在车型低于40 km/h时，车速的上下波动对车辆的CO、NOx和PN的排放因子影响明显，司机的驾驶习惯对排放结果有较大影响。

参考文献：

[1]环境保护部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

[2]环境保护部HJ 857—2017 重型柴油车、气体燃料车排气污染物车载测量方法及技术要求[S]北京：中国标准出版社，2017

[3]生态环境部GB 3847—2018 柴油车污染物排放限值及测量方法（自由加速法及加载减速法）[S]北京：中国环境科学出版社，2018

[4]生态环境部GB 17691—2018 重型柴油车污染物排放限值及测量方法（中国第六阶段）[S]北京：中国标准出版社，2018

[5]许家毅，刘宝利，张佑源，等车辆载荷对国六重型柴油车排放的影响研究[J]小型内燃机与车辆技术，2020，49（6）：29-34

[6]高龙，童亮北京市超限超载重型货车污染物排放因子模型分析与建立[J]公路交通科技（应用技术版），2015，11（7）：247-249

[7]吕立群，徐龙，尹航，等重型柴油车实际道路NOx排放分析方法研究[J]汽车工程，2024，46（1）：151-160

[8]张凡，李梁，于津涛不同因素对在用重型车排放因子影响的试验研究[J]小型内燃机与车辆技术，2023，52（1）：35-42

[9]岳园圆，宋国华，黄冠涛，等MOVES在微观层次交通排放评价中的应用研究［J］交通信息与安全，2013，31（6）：47-53

[10]曹杨基于MOVES模型的深圳市机动车排放清单研究[D]哈尔滨：哈尔滨工业大学，2018

[11]冯谦，刘保献，杨妍妍，等基于远程监测的北京市柴油车实际道路NOx与CO2排放特征[J]中国环境科学，2023，43（8）：4418-4426

作者简介：

张凡，男，1982年生，高级工程师，研究方向为重型车、发动机能耗及排放检验。