基于浮动车数据的轻型机动车道路油耗算法研究

《基于浮动车数据的轻型机动车道路油耗算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文基于浮动车数据的轻型机动车道路油耗算法研究姓名：涂钊申请学位级别：硕士专业：城市交通工程指导教师：于雷20090601中文摘要在社会经济不断发展，机动车保有量逐年增长的形势下，道路交通领域逐渐成为现代城市发展的能源消耗大户。为了评估城市动态交通网络的机动车油耗，进而面向节能减排来提高交通网络的管理水平，需要对油耗进行准确的量化计算，因此，油耗算法及模型的开发已逐渐成为了交通领域节能减排的研究热点。其中，如何利用可获取的动态交通数据量化路网平均油耗水平成为关键问题之一。动态交通数据主要的内容是路段平均速度，

2、其通常用以动态评估大范围路网内机动车行驶状态，总体来说这种数据有两类：一是浮动车数据提供的实时路段平均速度；二是正在研究中的利用实时的检测器数据反推实时路段平均速度。但是目前的油耗模型及算法仅仅解决了以逐秒速度量化路网平均油耗水平，而进行大范围的收集机动车行驶的逐秒速度数据难以实现，因此，目前的油耗模型和算法缺乏实用性，还不能满足动态量化路网平均油耗水平的需求。因此，本文在总结现有油耗算法及模型的基础上，开发了一种能利用路段平均速度来动态量化城市快速路上轻型车平均油耗水平的油耗算法。首先，本文引入了油耗量化中一个较新的概念——机

3、动车比功率(VSP)的概念。相对于速度和加速度，VSP是一个与油耗具有更好的逻辑关系和统计规律的变量。本文在阐述了VSP的计算方法和其与油耗关系的基础上，提出了以VSP为中间变量的油耗算法的建立方法及算法的基本思路，收集了油耗算法开发所需的基础数据，并且设计了开发过程。在此基础上，建立了基于浮动车数据的油耗算法，该算法能够通过输入快速路上路段平均速度来动态量化快速路上的平均油耗水平。之后，利用实测的轻型车在快速路上行驶速度数据和油耗数据，对建立的油耗算法进行了验证。验证结果显示，该算法在计算快速路上轻型车行驶总油耗平均相对误差为

4、4．13％，最大相对误差为6．07％；对两辆捷达车行驶中，以lOkm／h划分间隔的各平均速度区间下的油耗进行验证时，平均相对误差分别为3．46％和9．50％。最后，本文利用北京市西三环路网1分钟的浮动车数据，应用建立的油耗算法，选取百公里油耗为燃油经济性指标，对北京市西三环和西四环上轻型车行驶平均油耗水平实现了动态量化，并且将计算结果与北京市统计的油耗水平进行对比，得出该算法的计算结果符合实际情况。关键词：浮动车数据、油耗算法、机动车比功率、燃油经济性j量塞交通太堂亟±堂僮迨塞△旦墨!B△￡IABSTRACTWiththerap

5、idsocialandeconomicdevelopmentfollowedbythecontinuedgrowthofautomobileownership，theroadtransportationhasbecomeasignificantconsumerofenergyduringthedevelopmentofmodemcity．Inordertoevaluatethefuelconsumptionbymotorvehiclesinurbandynamictransportationnetworksfromthepers

6、pectiveofraisingtheleveloftrafficmanagementforsavingenergy,itisnecessarytoaccuratelyquantifythefuelconsumption．Inthisbackground，thedevelopmentoffuelconsumptionalgorithmsandmodelshasbecomeafast-evolvingresearchtopicinthefieldoftransportation．Particularly,itbecomesoneo

7、fkeyproblemstodeterminetheaveragefuelconsumptionlevelofroadnetworksbyusingtheavailabledynamictrafficdata．Dynamictrafficdatamainlycontaintheaverageroadspeeds，whichareusedtoevaluatetravelingconditionsofmotorvehiclesinawidelyrangedroadnetwork．Suchdataincludetwocategorie

8、s，thefloatingcardatawithreal—timemeanspeedsofroadsandthemeanspeedsofroadsderivedbythedetectordata，whichisstillanon—goingresearchtop