基于实际工况的重型商用货车碳排放研究 2023.docx

目录第1章项目背景和目标11.1 目11.1.1 碳达峰碳中和11.1.2 减污降碳协同增效21.1.3 柴油货车污染治理攻坚行动31.1.4 国内外燃料消耗量限值现状41.1.5 重型货车的碳排放现状51.1.6 16d'”71.2 项目目标8第2章研究内容92.1 研究内容92.1.1 油耗模型搭建92.1.2 微观工况识别102.1.3 多维度碳排放因子数据库构建102.1.4 碳排放因子验证112.1.5 探索实际道路行驶工况和发动机参数在油耗监测和模拟计算上的价值122.1.6探讨研究结果为相关部门提供数据支撑的可能性122.2技术路线13第3章数据处理分析153.1 样本数据筛选153.1.1 典型车型的筛选153.1.2 典型参数的筛选183.2 数据主要问题193.3 数据质量分析.243.3.1 数据处理流程243.3.2 数据清洗结果263.4 全年上线车辆分析313.5 本章小结37第4章综合油耗分析394.1 综合油耗技术路线394.2 综合油耗的分段方法404.3 分段后的数据再清洗414.3.1 时间密度414.3.2 车速积分/里程差424.4 综合油耗计算方法454.4.1 比较喷油量和油箱液位454.4.2 比较积分算法和求和算法464.4.3 比较里程段分别计算油耗和综合计算油耗474.4.4 活动范围筛选484.4.5 5时筛*504.5 综合油耗计算结果514.5.1 车辆数量分布514.5.2 综合油耗均值524.5.3 怠速段和行驶段油耗534.6 重型专项作业车的油耗分析574.6.1 数据筛选574.6.2 数据清洗与切段584.6.3 专项作业车工况分析594.6.4 专项作业车的油耗604.7 本章小结63第5章工况识别及其油耗655.1 工况识别方法655.2 可视化方法695.3 工况识别和模型构建结果725.3.1 /('':725.3.2 牵引汽车775.3.3 自卸汽车815.3.4 速度-加速度-功率和油耗的分布865.4 本章小结94第6章多场景油耗分析966.1 停车点及负载识别966.1.1 停车点及负载识别方法流程966.1.2 停车点及负载识别结果IOl6.2 区域场景识别1096.2.1 行驶场景对油耗的影响1096.2.2 场景筛选方法1126.2.3 场景匹配方法1146.2.4 不同场景的油耗1156.3 长短途油耗分析1176.4 多维度油耗分析1196.4.1 多场景与负载匹配算法1196.4.2 结果分析1206.5 油耗与温度的关系分析1246.5.1 验证方法1246.5.2 结果分析1266.6 本章小结127第7章碳排放因子验证1297.1 PEMS排放对比验证1297.1.1 技术路线1297.1.2 验证结果1337.2 实车油耗对比验证1357.2.1 1367.2.2 验证结果1397.2.3 结果分析1417.3 本章小结145第8章碳排放因子数据库1468.1 碳排放系数计算1468.2 数据库147第9章项目成果、结论和建议1519.1 1519.1.1 建立一套对重型货车实际道路行驶工况和发动机参数大数据质量分析和数据清理的方法1519.1.2 构建重型货车在实际道路运行的微观工况数据库1529.1.3 建立重型货车多维度的碳排放因子数据库1539.2 项目结论1559.3 目£14«156第1章项目背景和目标1.1 项目背景1.1.1 碳达峰碳中和2020年9月，习近平总书记在第七十五届联合国大会上宣布，中国力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和目标。为深入贯彻落实党中央、国务院关于碳达峰、碳中和的重大战略决策，扎实推进碳达峰行动，2021年10月，国务院印发了2030年前碳达峰行动方案，其中要求到2025年单位国内生产总值二氧化碳排放比2020年下降18%,到2030年单位国内生产总值二氧化碳排放比2005年下降65%以上。同时要求将碳达峰贯穿于经济社会发展全过程和各方面，重点实施能源绿色低碳转型行动、节能降碳增效行动、工业领域碳达峰行动、城乡建设碳达峰行动、交通运输绿色低碳行动、循环经济助力降碳行动、绿色低碳科技创新行动、碳汇能力巩固提升行动、绿色低碳全民行动、各地区梯次有序碳达峰行动等“碳达峰十大行动在政策保障上，要求建立统一规范的碳排放统计核算体系。加强碳排放统计核算能力建设，深化核算方法研究，加快建立统一规范的碳排放统计核算体系。支持行业、企业依据自身特点开展碳排放核算方法学研究，建立健全碳排放计量体系。推进碳排放实测技术发展，加快遥感测量、大数据、云计算等新兴技术在碳排放实测技术领域的应用，提高统计核算水平。积极参与国际碳排放核算方法研究，推动建立更为公平合理的碳排放核算方法体系。碳排放统计核算是做好碳达峰碳中和工作的重要基础，是制定政策、推动工作、开展考核、谈判履约的重要依据。为贯彻落实中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见和2030年前碳达峰行动方案有关部署，夯实碳达峰碳中和工作基础，2022年8月，国家发展改革委、国家统计局、生态环境部联合印发关于加快建立统一规范的碳排放统计核算体系实施方案。要求到2023年，职责清晰、分工明确、衔接顺畅的部门协作机制基本建立，相关统计基础进一步加强，各行业碳排放统计核算工作稳步开展，碳排放数据对碳达峰碳中和各项工作支撑能力显著增强，统一规范的碳排放统计核算体系初步建成。到2025年，统一规范的碳排放统计核算体系进一步完善，碳排放统计基础更加扎实，核算方法更加科学，技术手段更加先进，数据质量全面提高，为碳达峰碳中和工作提供全面、科学、可靠数据支持。1.1.2 减污降碳协同增效温室气体与环境污染物具有同根同源性。煤炭等化石燃料在燃烧过程中既产生二氧化碳等温室气体，也会产生颗粒物、一氧化碳、二氧化硫等空气污染物。温室气体与环境污染物在控制措施方面也具有协同效应。当前，我国生态环境保护结构性、根源性、趋势性压力总体上尚未根本缓解，结构性污染问题仍然突出。进一步将大气污染防治与温室气体控排措施深度融合，将加快生态环境质量由量变到质变的改善进程。为深入贯彻落实党中央、国务院关于碳达峰碳中和决策部署，落实新发展阶段生态文明建设有关要求，协同推进减污降碳，实现一体谋划、一体部署、一体推进、一体考核。2022年6月，生态环境部印发了减污降碳协同增效实施方案。面对生态文明建设新形势新任务新要求，基于环境污染物和碳排放高度同根同源的特征，遵循减污降碳内在规律，强化源头治理、系统治理、综合治理，切实发挥好降碳行动对生态环境质量改善的源头牵引作用，充分利用现有生态环境制度体系协同促进低碳发展，创新政策措施，优化治理路线，推动减污降碳协同增效。方案目标要求到2025年，减污降碳协同推进的工作格局基本形成；重点区域、重点领域结构优化调整和绿色低碳发展取得明显成效；形成一批可复制、可推广的典型经验；减污降碳协同度有效提升。到2030年，减污降碳协同能力显著提升，助力实现碳达峰目标；大气污染防治重点区域碳达峰与空气质量改善协同推进取得显著成效；水、土壤、固体废物等污染防治领域协同治理水平显著提高。该方案还在优化环境治理中，要求推进大气污染防治协同控制，提出推进移动源大气污染物排放和碳排放的协同治理。在强化支撑保障中，要求完善减污降碳法规标准，推动将协同控制温室气体排放纳入生态环境相关法律法规和研究制订重点行业温室气体排放相关标准。1.1.3 柴油货车污染治理攻坚行动近年来，通过制定实施大气污染防治行动计划和打赢蓝天保卫战三年行动计划，我国环境空气质量明显改善，人民群众蓝天幸福感、获得感显著增强。但重点地区、重点领域大气污染问题仍然突出，京津冀及周边等区域细颗粒物（PM2.5）浓度仍处于高位，秋冬季重污染天气依然高发、频发；臭氧污染日益凸显，特别是在夏季，已成为导致部分城市空气质量超标的首要因子；柴油货车污染尚未有效解决，移动源是氮氧化物排放的重要来源，对秋冬季PM2.5污染和夏季臭氧污染影响较大，大气污染防治工作任重道远。为贯彻落实中共中央国务院关于深入打好污染防治攻坚战的意见有关要求，打好重污染天气消除、臭氧污染防治、柴油货车污染治理三个标志性战役，解决人民群众关心的突出大气环境问题，持续改善空气质量，2022年11月，生态环境部等15部门联合印发了柴油货车污染治理攻坚行动方案。方案提出强化挥发性有机物（VoCs）、氮氧化物等多污染物协同减排，目标是到2025年，全国柴油货车排放检测合格率超过90%,氮氧化物排放量下降12%,新能源和国六排放标准货车保有量占比力争超过40%o据中国移动源环境管理年报（2022）统计，2021年全国货车CO、HC、NoX、PM排放量分别为206.2万吨、51.6万吨、480.7万吨、5.8万吨，占汽车排放总量的29.7%、28.4%、84.6%、91.1%<,重型货车的四项污染物排放量分别为73.5万吨、32.2万吨、432.5万吨、3.3万吨。因此，重型柴油货运车辆的污染物和Co2协同减排是未来我国交通领域减排的重点领域。1.1.4 国内外燃料消耗量限值现状重型商用车的碳排放与燃油消耗情况息息相关。我国工信部于2022年6月17日公开征求重型商用车辆燃料消耗量限值强制性国家标准的意见。如图1-1所示，考虑到我国第三阶段货车/客车油耗与2025年国外先进水平差距保守估计在15%左右，半挂牵引汽车油耗差距将在20%,为实现减污降碳协同增效等规划目标，本次征求意见稿考虑到了缩小此类差距。征求意见稿中将所有车型的油耗标准整体加严了15%左右，同时增加了与限值对应的CCh排放量参考值的计算方法。图国内外重型商用车油耗标准趋势此外，国际上其他国家也对重型货运车辆碳排放在原先的基础上提出了更高的要求。美国环境保护署(EPA)在拜登总统的洁净货车法案要求减少新生产的中/重型车辆的污染物和温室气体排放的背景下，于2023年4月12日公布了其拟议的重型车辆第3阶段温室气体标准，征求对2027-2032年的拟议第三阶段标准的意见，提案更新加严了2027车型年车辆的CO2排放标准，并提出2028-2032重型车C02要求。2023年10月16B,欧盟理事会通过了针对货车及大客车（重型车）的二氧化碳排放标准提案，通过了目前全球最为严格积极的重型货车二氧化碳减排目标：到2030年减排43%；到2035年减排64%；至I2040年减排90%o1.1.5 重型货车的碳排放现状交通运输是控制碳排放的重要领域之一，根据OUrWorldinData（https:/OUrWOrldindata.org）机构的数据统计（如图1-2所示），2021年全球CCh排放量达到了371.2亿吨，中国的CO2排放呈现持续增长的趋势，2021年排放量达到114.7亿吨，占全球CO2排放量的31%o2019年交通部门排放占全球CO2排放量的22.17%,其增长率高于任何其他行业。另外根据不同计算来源，我国交通部门碳排放约占总量的7.6%-11%,位于建筑制造、电力和工业之后，仍是碳排放的主要来源之一。公路交通也是成为落实“双碳战略的重点领域。欧美国家的经验表明，交通部门的碳达峰会晚于工业、住宅和商业等部门，因此也是“脱碳”难度最高的行业。AnnIUICO2emissionsCMoeMdBO0f>frratortfMbMeMWA>*WWV*V*W*MB*:图12全球和中国二氧化碳年排放量（17502021年）交通运输中的碳排放主要来源于运输过程中交通运输工具燃料燃烧产生的CO2排放。根据交通运输部交通规划研究院的数据分析表明，交通运输领域不同运输方式产生的碳排放量差异明显。公路运输（含社会车辆、营运车辆）是交通领域碳排放的重点方面，排放量占交通领域碳排放总量的86.76%0水路运输排放占比为6.47%,民航运输排放占比为6.09%,铁路运输碳排放占比为0.68%o因此，促进公路交通部门减少碳排放成为我国落实“双碳”战略的主要任务之一。如图1-3所示在公路运输中，重型货车的CCh排放量最大，占公路运输碳排放总量的54%,重型货车是未来我国公路交通及整个交通运输领域减排的重中之重。(b)图1-3我国交通运输领域CO?排放量占比（2019年）（b）公路运输各类车型CO2排放情况（2019年）据2021年交通运输行业发展统计公报统计，2021年末全国拥有公路营运汽车1231.96万辆，比上年末增长5.2%。分结构来看，拥有载客汽车58.70万辆、1751.03万客位，分别下降4.2%和4.9%；如图1-4所示，拥有载货汽车1173.26万辆、17099.50万吨位，分别增长5.7%和8.3%,其中，载货汽车406.94万辆、4923.43万吨位，分别下降1.7%和增长5.6%,专用货车60.39万辆、718.76万吨位,分别增长19.2%和20.5%,牵引汽车346.68万辆、增长11.5%,挂车359.25万辆、增长7.4%。由此可见，重型货车和乘用车是未来我国公路运输，也是整个交通运输行业节能减排的关键方面。14250%保有增长率图14全国公路营运汽车及各类载货汽车保有量（2021年）(»公)部»1.1.6 小结在愈加紧迫的“双碳''目标背景和严格的政策标准情况下，考虑到重型柴油货车在交通领域碳排放占比较高的情况，开展重型柴油货车的碳排放研究至关重要。开展这些工作的首要任务是建立描述交通运输行业碳排放的高精度核算方法，为减少交通领域的碳排放相关政策和技术提供支撑。目前，我国还没有建立健全交通领域统一规范的碳排放统计核算体系。当下国内比较流行的交通碳排放计算方法有：（1）“自上而下”的高油耗计算方法；（2）“自上而下”的基于汽车保有量的碳排放计算方法；（3）基于客货运量、周转量和碳排放强度的宏观计算方法；（4）基于城市规模的汽车保有量或周转量的中观计算方法；（5）基于乘客出行方式及其排放强度的乘客碳排放微观计算方法。但是每种方法都有其模型、参数和数据的准确性问题。例如，常规计算方法的实际燃料消耗率是基于燃料消耗量限值标准和燃料消耗量调查。碳排放模型一般采用限值与实际消耗率的换算率。但是由于燃料消耗率随着车辆类型、实际运行条件、大气环境和驾驶员习惯的不同而不同，因此燃料消耗率的准确性总是值得怀疑。要获得实际的燃油消耗率，必须建立一系列方法，根据一些连续稳定的数据集模拟数据。目前，重型车第六阶段排放标准特别强调了对氮氧化物排放的严格限制，并引入了实际道路行驶工况和发动机参数等相关参数数据，以减少柴油和汽油重型车辆（HDV）的排放。这些参数可以被视为一个稳定、连续的数据源。因此，根据实际道路行驶工况和发动机参数，本项目可以基于参数分析并建立模型，根据模型输出结果，进一步对我国重型商用重型货车的实际燃料消耗情况进行系统分析。通过道路工况的构建，比较在法规标准的不同工况条件下柴油消耗量与实际柴油消耗量的差异，为建立重型商用重型货车碳排放源清单奠定基础。1.2 项目目标本项目拟运用10059辆重型货车的实际道路行驶工况及发动机运行参数数据，建立连续稳定的燃油消耗模型，并模拟重型货车在实际运行过程的油耗。通过实际工况和发动机参数的大数据，可以节省大量现场检查、检测和实验的费用。该项目旨在：（1）基于重型货车实际工况和发动机参数大数据，运用模式模拟、聚类分析、实验比对等方法，构建重型货车实际道路碳排放因子模型，给出分道路类型、车辆类型、不同负载和使用场景下的重型货车实际道路的碳排放因子数据库。（2）探讨实际工况和发动机参数数据应用于实际道路油耗水平和碳排放强度监测和管控的可行性、可操作性以及合理性。（3）探讨结果为重型货车下一阶段排放标准制定、油耗限值标准修订提供数据支撑；为减污降碳协同增效政策提供技术依据的可能性。第2章研究内容2.1 研究内容本研究综合利用重型货车实际道路行驶工况和发动机参数数据，通过数据清洗、修复和处理，搭建基于实际道路行驶工况和发动机参数的油耗模型。得到动态应用场景下重型商用货车多维度的碳排放因子数据库，并开展多角度的分析。2.1.1 油耗模型搭建交通领域中重型货车的保有量口益增长，能够准确计算重型货车的综合油耗对帮助交通领域的碳减排显得尤为重要。其实这不仅涉及环境污染和能源消耗，还涉及经济效益。然而，传统的实验室测试和模拟工况时常不能完全反映实际驾驶条件下的油耗，因为实际的道路行驶工况包含了多种复杂的因素，包括驾驶者行为、交通流量、道路类型、地形等。例如，货车在城市道路上的频繁停车、加速和减速，与其在高速公路上的稳定行驶对油耗的影响是截然不同的。货车的发动机参数（如动力性能、载重能力、气动形态等）也会影响油耗。比如，可能存在高效能的引擎在某些工况下比低效能的引擎更为节油，而在另一些工况下结果则相反。因此，重型货车的综合油耗计算需要结合不同的行驶工况和影响因素，开展本研究需要从实际道路的行驶工况入手，同时考虑重型货车的发动机参数等因素，以获得更真实、准确的数据。除此之外，不同的车型、质量区间和使用场景也与油耗存在显著的关系。例如，一辆大型的重型货车在长途运输中的油耗与其在短途、城市配送中的油耗是有所不同的，但这些差异值通常不能直接得到，需要开展更深层的研究和分析。综合的油耗计算实际上是一个动态的、复杂的系统，涉及众多的变量和因素，它们之间相互作用，共同决定了重型货车的油耗。利用大量的实际行驶数据，开展模型模拟和结果分析，不仅可以更准确地了解实际道路油耗，还可以为相关部门和企业提供科学的决策依据，帮助他们制定更加合理、有效的能源节约和污染防治策略。2.1.2 微观工况识别传统的油耗测量方法往往采用宏观的视角，而忽略了实际行驶中的微小变化。但是微观工况识别则着眼于这些细节，通过深入挖掘真实行驶数据，来揭示实际行驶中的各种细微变化对油耗的影响。微观工况识别在本研窕中起到了重要的作用。真实的道路行驶工况是复杂且多变的。一个驾驶任务，可能会涉及多种不同的驾驶模式，如加速、匀速、减速、等待、转弯等。每一种驾驶模式对油耗的影响都是不同的。例如，频繁地加速和减速会导致油耗增加，而匀速行驶则相对更为节能。微观工况识别的目的是为了准确地判定重型货车在实际行驶中所经历的这些驾驶模式，为油耗的准确测量和分析提供数据支持。本研究拟采集货车行驶中的多项实时参数，利用高效的数据分析算法，对数据进行处理和分析，保证微观工况的准确识别。微观工况识别还需要分析重型货车的发动机参数。由于重型货车的结构、性能、载重等参数不同，即使在相同的驾驶模式下的油耗也会有差异。例如，一辆高效的货车在加速模式下的油耗可能比一辆低效的货车要低。因此，在微观工况识别时，需结合发动机参数进行详细的考察和分析。2.1.3 多维度碳排放因子数据库构建在实际运输中，重型货车经历的不同的场景和工况会对油耗产生不同的影响。因此，分析多场景和工况的油耗可以帮助项目组了解重型货车在不同驾驶环境、不同负载条件下的油耗表现，得到更精准的分析结果。重型货车面对不同的驾驶场景（如城市、高速、山路和乡村道路等）都有不同的驾驶模式和油耗特性。例如，城市中红绿灯频繁且交通拥堵，车辆可能会经常处于低速甚至是停车状态，会导致油耗相对较高；在高速公路上，车辆可以保持相对稳定地高速行驶，油耗相对较低。除上述的场景外，不同地区、不同气候和不同海拔也都可能影响重型货车的油耗。对比驾驶场景时，应综合考虑以上多重因素。重型货车的载重量也是影响油耗的一个重要因素。同一辆车在满载、半载或空载的状态下，油耗是完全不同的。满载的货车需要更多的动力来克服车身重量带来的阻力，会导致油耗增加。通过对不同场景下的驾驶模式、路况、车辆状态等进行深入地研窕和分析，可以更准确地计算多场景下的油耗。通过数据采集、模拟仿真和实地测试等方法，可以得到不同场景下的油耗数据，为运输企业和相关部门提供科学的决策依据。建立多维度的碳排放因子数据库，确保油耗数据的应用价值，包含重型货车在不同车型、不同场景（气候、地理和交通特性）、不同负载的碳排放因子，确保数据库的科学性和实用性。2.1.4 碳排放因子验证为确保重型货车的油耗和碳排放数据的准确性，本研究开展了3种方式的验证，包括PEMS试验验证、法规工况比较验证和实车验证。便携式排放测量系统（PEMS,PortableEmissionMeasurementSystem）广泛应用于实时测量车辆的排放特性。该设备通过与车辆尾气管道相连的探针采集污染物的浓度，包括一氧化碳（C0）、二氧化碳（CO2）、碳氢化合物（HC）、氮氧化合物（NC）X）和颗粒物（PM）等，同时通过与车辆传感器相接，得到发动机及车辆的相关技术参数，如发动机转速、进气管压力、进气管温度以及车辆速度等。对比分析车辆PEMS试验数据与车辆的实际道路行驶工况和发动机参数的数据，能够验证实际道路行驶工况和发动机参数用于本研究的准确性，并帮助项目组发现可能存在的偏差，优化油耗模型。实车验证是用于验证本研究的综合油耗模型以及微观工况识别结果。本研究选择了汽车保有量排名靠前的重型货车开展验证。对比货车司机的加油记录结果和对应时间内的实际道路行驶工况和发动机参数数据，帮助验证实际道路行驶工况和发动机参数数据用于本研究中计算综合油耗的可行性。法规工况验证是利用微观工况切分结果和不同车型和质量区间的重型货车的燃料消耗限值进行对比。对微观工况识别的结果进行法规工况的模拟和验证可以检验微观工况识别结果的准确性。油耗及碳排放因子的验证是确保数据真实性、科学性和可靠性的关键步骤。只有通过严格的验证，才能确保得到的数据能够真实反映货车的油耗和碳排放情况，从而为相关部门的政策制定和市场监管提供有力支持。2.1.5 探索实际道路行驶工况和发动机参数在油耗监测和模拟计算上的价值实际道路行驶工况和发动机参数能够提供车辆的实际运行状态，如驾驶模式、油耗、排放等信息。一方面，准确有效地利用这些参数，可以更好地了解重型货车的真实性能，以及重型货车与不同道路、气候、驾驶行为等多种因素之间的复杂关系。深入研究参数的大数据样本，可以进一步定位对油耗产生主导影响的具体因素。另一方面，根据实际道路行驶工况和发动机参数研究提供的新方向，提炼出和重型货车油耗和碳减排相关的实用策略和建议，用以推动重型货车行业的持续优化，可涉及技术创新、驾驶培训、道路基础设施改进等多个层面。实际道路行驶工况和发动机参数数据不仅提供了新的研究窗口，更打开了一个推动中国重型货车向更加环保、高效和可持续方向发展的大门。2.1.6 探讨研究结果为相关部门提供数据支撑的可能性主要是探讨研究结果为重型货车下一阶段排放标准制定、油耗限值标准修订提供数据支撑的可能性。在当代技术飞速发展的背景下，重型货车的实际道路行驶工况和发动机参数已经在众多领域显现出其不可估量的价值，尤其是在重型货车的油耗监测与模拟计算上。获取车辆实时运行状态信息技术逐渐发展成熟，使得获取更精准的油耗与排放数据成为可能。为了确保未来的排放与油耗标准真实反映重型货车在实际工况下的性能，以下是实际道路行驶工况和发动机参数数据在这方面的应用潜力。一是能够实时监测和记录车辆的多种运行参数，如引擎转速、节气门位置、燃油消耗等，这些数据可以提供关于车辆在不同工况下的详细信息。与传统的油耗测试方法相比，基于实际道路行驶工况和发动机参数的油耗计算方法能够更真实的反映车辆在实际道路、气候和驾驶行为等条件下的油耗表现。二是可以深入探索不同场景和工况对油耗和碳排放的影响，从而为相关部门制定更为精准的Co2排放限值和燃油消耗限值提供参考。例如，长时间的怠速、频繁的起停、高速行驶等工况可能都会对油耗产生不同的影响，而这些都可以通过实际道路行驶工况和发动机参数数据进行定量分析。三是可以为重型货车制造商提供有价值的反馈。基于这些数据，制造商可以更好地了解自己产品在实际应用中的表现，从而进行必要的技术优化或创新。例如，如果数据显示某一型号的货车在爬坡工况下的油耗明显增加，那么制造商可能会考虑改进其动力系统或传动系统来解决这一问题。四是基于实际道路行驶工况和发动机参数的油耗计算方法还可以为相关部门提供一个实时监测和调整油耗标准的手段。随着技术的发展和市场需求的变化，油耗限值可能需要进行不断的修订。而实际道路行驶工况和发动机参数数据提供了一个实时、大数据的来源，可以帮助相关部门快速反应市场变化，及时修订相关标准。实际道路行驶工况和发动机参数数据无疑为重型货车的排放与油耗标准制定提供了一种方法。能够更真实、更精准地了解车辆在实际工况下的性能，为相关部门、制造商和其他相关方提供有力的数据支撑。通过对该数据的深入研究和应用，能够推动整个行业向更加绿色、高效的方向前进。2.2 技术路线项目研究框架如图2-1所示，本研究筛选车辆总质量大于12吨的重型商用货车作为研究对象，导出其实际道路行驶工况和发动机参数数据，对数据开展清洗、修复和挖掘等处理，以喷油量参数作为基础分析数据，油箱液位和做工情况作为辅助分析数据，对一段时间和行驶里程内的油耗数据建立油耗模型，并开展相关模型模拟，计算其综合碳排放因子。结合重型商用货车在实际运行中高速、国道、省道和建成区（非建成区）等使用场景，有无货物负载的负载场景，牵引汽车、载货汽车、自卸汽车等车型的实际应用场景，构建多维度的碳排放因子数据库。利用法规工况验证、PEMS试验、实车验证数据和模型模拟结果比较，进一步验证模型结果的准确性。图21技术路线第3章数据处理分析3.1 样本数据筛选3.1.1 典型车型的筛选为得到更真实的重型货车分布情况，样本数据主要是以重型货车的销量为依据，来筛选部分典型的车型。筛选条件是：自重型柴油车污染物排放限值及测量方法（中国第六阶段）（GB17691-2018）发布以来，按照此标准生产的重型牵引汽车、重型载货汽车和重型自卸汽车，车辆的总质量均大于12吨。再根据信息公开数据中销量的相应比例，来确定每一车辆类型每一总质量区间的具体数量。筛选的详细结果如表3-1所示，筛选车辆共计10059辆，78个车辆类型，其中牵引汽车5324辆，自卸汽车2880辆，载货汽车1855辆。样本车辆的运行时间范围是2022年1月至12月。本研究均是基于上述部分典型车型的数据分析结果（不包括专项作业车），不能代表通用情况。表3-1样本车辆类型和总质量区间分布车型编号数量牵引汽车(46-49t5324QY-4649-01740QY-4649-02450QY-4649-03450QY-4649-04730QY-4649-05704QY-4649-06450QY-4649-07450QY-4649-08450QY-4649-09450QY-4649-10450总计5324车型编号数量载货汽车(12-16t191ZH-1216-0139ZH-1216-0239ZH-1216-0320ZH-1216-0440ZH-1216-0516ZH-1216-0637(16-20t743ZH-1620-0155ZH-1620-0279ZH-1620-0370ZH-1620-0489ZH-1620-05111ZH-1620-0691ZH-1620-0776ZH-1620-0832ZH-1620-0970ZH-1620-1()70(20-25t696ZH-2025-01262ZH-2025-0269ZH-2025-0360ZH-2025-0473ZH-2025-0562ZH-2025-0657ZH-2025-0753ZH-2025-0860(25-31t224ZH-2531-0173ZH-2531-0220ZH-2531-0314ZH-2531-0420ZH-2531-0515ZH-2531-0620ZH-2531-0715ZH-2531-0847>31t1ZH-31-011总计1855车型编号数量自卸汽车(12-16t176ZX-1216-0145ZX-1216-0255ZX-1216-0313ZX-1216-0424ZX-1216-058ZX-1216-0631(16-20t562ZX-1620-0197ZX-1620-0250ZX-1620-0334ZX-1620-0450ZX-1620-0563ZX-1620-0650ZX-1620-0750ZX-1620-0850ZX-1620-0950ZX-1620-1068(20-25t728ZX-2025-01136ZX-2025-02170ZX-2025-0370ZX-2025-0443ZX-2025-0570ZX-2025-0625ZX-2025-0770ZX-2025-0870ZX-2025-0911ZX-2025-1063(25-3It1414ZX-2531-01162ZX-2531-0246ZX-2531-0330ZX-2531-0478ZX-2531-05240ZX-2531-06470ZX-2531-07120ZX-2531-08148ZX-2531-09120总计2880表3-2为2022年不同车辆类型和总质量区间的货车销量数据。如表所示，载货汽车(>31t)在2022年的销量极低，销售占比接近为0。样本筛选是依据不同车型的销量在总量中的占比，在样本总量中进行分配，得到每个车型的采样数量。因此，对于销量很少的车型，在样本筛选中的占比也很低。由于车型的销量低，小样本量不会对研究结果造成显著影响。另外，表中牵引汽车是用总质量来表示的，实际上牵引汽车的质量应该为整车重量加上牵引总质量来表示。据统计2022年牵引汽车(1827t销量前十的车型，其整车重量加上牵引总质量均在46-49吨区间内，因此样本数据所选的牵引汽车为总质量在18-2711,整车重量加上牵引总质量在46-49吨，下文均以牵引汽车（46-49t来表示。表322022年分车型和总质量区间的重型柴油货车（总质量多2t）销量车辆类型总质量区间总销量销量占比牵引汽车(18-27t26993276.64%载货汽车(12-16t36241.01%载货汽车(16-20t132343.68%载货汽车(20-25t124023.45%载货汽车(25-3It41621.16%载货汽车>31t2()().01%自卸汽车(12-16t24390.68%自卸汽车(16-20t100272.79%自卸汽车(20-25t137283.82%自卸汽车(25-3It243066.76%3.1.2 典型参数的筛选如图3-1所示，重型货车实际道路行驶工况和发动机参数共有28项。其中包括了与车辆相关的参数，如车辆识别代码（VIN码,VehicleIdentificationNumber）.终端报文采集时间、车速和累计里程等；和地理位置相关的参数，如经纬度；与发动机性能的相关参数，如发动机转速。基于上述参数的大数据分析运用，能够更深入地了解车辆性能和状态。本研究共筛选了19项重型货车的典型参数。其中在重型货车的动态数据中筛选了10项参数，其中包括发动机燃料流量和油箱液位，2项与油耗相关的参数，以及VIN、终端报文采集时间、车速、累计里程、经纬度、发动机输出扭矩、摩擦扭矩和发动机转速等8项实时运行参数。在静态注册数据中筛选了5项参数，包括车辆型号、发动机型号、基准扭矩、总质量和整备质量。还选用了发动机额定功率及对应转速、发动机最大扭矩及对应转速、常用燃料箱体积和车辆类型等4项参数，参与辅助计算和异常值筛选等工作。字段名字段含义数据长JrbyteS精度KT3OT1vidvn«N/A#N/A22000终端报文果集时间#N/A#N/A32001车速21/256k11vh042202累计里程40.1km052501定位状态10«N/A62502经度40.000l072503纬度4OO(XX)Ol0SOoOo流水号*rNA*N/A950011大气压力10.5kPa01050012发动机净输出超矩1-1251150013摩擦扭矩1H-12512514发动机转速20.125rpm013515发动机燃料流量20.05ITh01450016SCR上游NOX传愚船输出值20.05ppm20015517SCR下游NoX传感曙雅出值20.05ppm-216518反应剂余10.4017519进气地20.05kQ/h01850020SCR入口温度20.03125C-2731950021SCR出0湿度2