为探究智能网联环境下高速公路合流区混合交通流特性,分析在由人工驾驶车辆(human driven vehicle,HDV)、网联自动驾驶车辆(connected and autonomous vehicle,CAV)组成的混合交通流环境下安全、效率、能耗、排放的变化规律。本文基于SU...
详细信息
为探究智能网联环境下高速公路合流区混合交通流特性,分析在由人工驾驶车辆(human driven vehicle,HDV)、网联自动驾驶车辆(connected and autonomous vehicle,CAV)组成的混合交通流环境下安全、效率、能耗、排放的变化规律。本文基于SUMO(Simulation of Urban Mobility)仿真平台,在考虑CAV等级影响的基础上,分别对不同类型车辆建立驾驶行为模型,通过设置不同车辆渗透率参数构建不同仿真场景,以分析合流区在通行效率、交通安全、能耗排放方面的混合交通流运行特性。结果表明:CAV的渗透可以明显缓解合流区混合交通流的拥堵现象,有效降低了车辆平均延误,也在一定程度上提高了平均车速;网联自动驾驶车辆的安全性优于人工驾驶车辆,且高等级自动驾驶车辆表现出更为显著的安全效益;随着自动驾驶车辆渗透率的增加,混合交通流车辆的油耗量和排放量得到有效降低,在一定程度上减少了交通运行对环境的不利影响。研究成果可为高速公路引入自动驾驶方案提供决策依据和技术参考。
由于混合动力汽车与传统燃油车的能耗排放因子具有差异性,导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO_(2)排放因子测算模型,基于车辆比功率VSP(Vehicle Specific Power)作为...
详细信息
由于混合动力汽车与传统燃油车的能耗排放因子具有差异性,导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO_(2)排放因子测算模型,基于车辆比功率VSP(Vehicle Specific Power)作为车辆行驶状态与能耗排放之间耦合关系的表征参数。通过引入内燃机转速区分内燃机开启和关闭工作状态,并计算内燃机开启状态下VSP对应的平均能耗率,同时,建立能够解析混合动力汽车能耗排放产生机理的VSP分布。通过收集典型行驶工况下车辆测试油耗数据和北京市车辆实际行驶轨迹数据,验证了模型的准确性,并应用模型测算混合动力汽车不同速度区间下的油耗和CO_(2)排放因子。研究结果表明:在城市行驶工况(UDDS)和高速行驶工况(HWY)中,模型测算能耗排放因子与真实值的平均相对误差分别为3.7%和-1.7%,与不考虑内燃机开启状态相比,测算误差减少5.6%和4.3%;在实际交通状态下,采用传统燃油车的测算方法会导致混合动力汽车行驶平均速度为高速区间时油耗和CO_(2)排放量被低估,当行驶平均速度为低速区间时油耗和CO_(2)排放量会被高估。
暂无评论