徐 龙，刘 莹，张建波，吴克寒

(1.北京交通发展研究院，北京100073；2.北京交通大学，北京100044；3.北京工业大学，北京100124)

0 引言

提升公交服务水平是提高城市公交出行分担率的必要条件，是改善城市交通拥堵实现城市可持续化发展的重要手段.探索公交服务水平与能耗的相关关系，从兼顾节能减排的角度出发，为改善城市公交服务水平提供参考依据，逐步显得更加重要.

公交服务水平[1]是评价公共交通系统为出行者提供载运服务的可达性、舒适性等出行者直接感受的衡量标准，很大程度上依赖于公交线网规模和线路发车频率等因素，而这些又与公交的能耗[2-3]直接相关，因此公交服务水平与能耗存在一定的相关关系.

然而现有的公交服务水平与能耗研究多从单一角度出发，很少兼顾公交服务水平改善与节能减排的双重目标.同时，虽然针对影响公交服务水平或公交能耗的分析很多，但是对关键因素[4]的量化关系却缺乏讨论.本文旨在从影响公交服务水平与能耗的相关因素出发，构建公交服务水平与公交能耗的量化关系，为公交服务水平改善和节能减排提供支持，具体思路如图1所示.

1 公交服务水平与能耗影响因素

在公交服务水平研究方面，文献[1]和[5]分析了公交出行分担比例、公交换乘距离、公交发车频率[6]、运行速度、出行时间、满载率等刻画公交服务水平的指标.不同的评价指标反映了公交车辆运行的不同状态，而油耗和公交运行状态紧密相关.

在公交能耗研究方面，现有研究多从工况角度出发，涉及的影响因素主要有车重、速度、车辆性能等.如Wang等[7]以工况为基础分析燃油类型对北京本地化的公交能耗影响.Zhai等[8]应用机动车比功率(Vehicle Specific Power,VSP)方法研究柴油公交车的影响因素，认为车辆的满载、半载或空载等不同状态也会影响油耗.当交通条件发生变化时，公交行驶工况[9]的变化也会影响公交能耗.当公交车辆以过低或者过高车速行驶时，其能耗都会大幅增加.王延伟[10]提出了公交车节能驾驶技术方案，详细指出驾驶员的驾驶技术、驾驶习惯等因素也会影响公交车辆的能耗水平.此外，从运行状态来看，不同道路类型上公交车速度不同，能耗也会不同[11]，比如有公交专用道的路段和无公交专用道的路段公交能耗有明显差异.

总结来看，公交能耗影响因素主要有行驶速度，载客量即满载率[12]和道路条件等.而满载率、行驶速度等因素同时也是评价公交服务水平的重要指标.如图2所示，综合公交服务水平与能耗的共同影响因素主要包括：满载率、空调状态、行驶速度、发车间隔和是否有公交专用道等.但现有研究缺乏综合考虑服务水平与公交能耗估算和评价之间的量化关系，尚不能综合评价公交服务质量和节能减排.

图2 公交服务水平与能耗影响因素相关性分析Fig.2 Correlation analysis of the impact factors of bus service level and energy consumption

2 数据采集与处理

2.1 数据采集

本文数据主要包括公交能耗数据[13-14]、公交IC卡数据[15]和北京市GIS地图.能耗数据通过在公交车上安装CAN总线监测设备，获取位置、速度、里程、能耗等相关数据；IC卡数据记录有车辆自编码、线路编号、乘客刷卡时间和上下车站点编号等信息，由此可获得公交的发车间隔和不同站点间满载率等信息[16].

2.2 数据预处理

在数据融合前，分别从空间、时间和状态层面进行清洗.通过设定清洗规则，剔除原始数据中的空值、错值和明显不合理数据等.本文对不同线路依据道路属性、行驶状态等因素划分不同的道路断面，利用监测数据获取较为精确的断面能耗值数据.

2.3 数据融合

数据融合主要利用地理信息系统完成数据的空间层面分类，利用电子表格进行时间层面、状态层面的分类.数据融合如图3所示.

公交能耗数据与IC卡数据融合示例如表1所示.

图3 数据融合思路Fig.3 The data fusion scheme

表1 公交能耗数据与IC卡数据融合结果Table 1 The fusion result of the bus energy consumption and IC card data

2.4 分属性数据提取

为精细量化不同属性对公交能耗的影响特征，本文采用基于时空特性的数据属性分类方法对原始数据进行分类.数据属性分类既要体现道路条件对公交车能耗的影响，同时还要体现交通拥堵情况、车辆运行状态、车型等因素的影响，具体如图4所示.

图4 基于时空特性的属性划分Fig.4 Property division based on time and space characteristics

3 公交服务水平与能耗的相关性分析

3.1 因素选取

本文选择速度、满载率和车型3个关键因素作为分析对象，讨论公交服务水平与能耗的关系.各影响因素的计算方法如下：

速度=行驶距离/行驶时间，其中行驶距离根据公交路线断面间的逐秒经纬度坐标计算得到，行驶时间为选取断面间的行驶时间差.

满载率=载客数/额定载客量，满载率对应公交线路相邻两站之间的断面.

车型则分为单机、铰接和双层3种类型.

3.2 单影响因素与能耗的相关性分析

(1)速度和能耗相关性.

统计早高峰(8:00-9:00)48辆次公交车的能耗与IC卡数据，车速分布在10～30 km/h，早高峰公交运行速度和百公里能耗之间呈现出明显的负相关性，如图5所示.

图5 公交车百公里能耗与运行速度的相关性Fig.5 The correlation between energy consumption per 100 km and speed of buses

利用SPSS对上述数据进行相关性分析.不同函数形式的相关性如表2所示，幂函数形式下公交运行速度和百公里能耗的拟合曲线的决定系数(R2)最高，为0.504.

表2 公交运行速度和百公里能耗相关性拟合结果Table 2 The correlation fitting results of bus speed and energy consumption per 100 km

(2)满载率和人均能耗相关性.

经统计，早高峰(8:00-9:00)间44辆次公交车的能耗与IC卡数据，班次客运量与百人百公里油耗呈现明显的负相关关系，如图6所示.

图6 公交满载率和人均能耗相关性Fig.6 The correlation between the load rate and energy consumption per capita

利用SPSS对上述数据进行相关性分析.不同函数形式的相关性如表3所示，逆函数形式下公交满载率和人均能耗的拟合曲线的决定系数(R2)最高，为0.905.

表3 公交满载率和人均能耗相关性拟合结果Table 3 The correlation fitting results of the load rate and energy consumption per capita

(3)车型和能耗相关性分析.

本文选择3条类似的公交线路，统计其百公里能耗和百人百公里能耗数据，结果如图7所示.单机公交车百公里能耗比双层公交车低约30%～40%，但单机车的百人百公里能耗却比双层公交车高约5%～15%.

4 基于服务水平的公交能耗预测模型

4.1 能耗预测模型构建

本文利用不同车型的满载率、平均速度，并区分有无公交专用道设置，构建了基于服务水平的公交能耗评价模型，如式(1)所示.不同条件下的系数标定结果如表4所示.

式中：E表示公交线路断面区间的公交车百公里能耗(L/100 km)；Q表示公交线路断面区间的公交车满载率(%)；V表示公交线路断面区间的平均速度(km/h)；a、b、m和n为不同车型和公交专用道条件下的系数.

图7 不同车辆类型的能耗情况对比分析Fig.7 Comparison of energy consumption of different vehicle types

表4 公交能耗模型系数标定结果Table 4 The coefficient calibration of the bus energy consumption model

如图8所示，公交专用道设置对公交车能耗存在影响.在无公交专用道时，当满载率为0，速度为10 km/h时，单车公交车的百公里能耗为30 L，随着速度的提高，百公里能耗逐渐降低；在布设公交专用道的路段，当满载率为0，速度为10 km/h时，单车公交车的百公里能耗为25 L.

通过对3种车型的速度、满载率、能耗拟合发现，同种车型的公交车，在画有公交专用道的路段行驶，其公交车百公里能耗明显低于无公交专用道的公交车辆.

4.2 模型应用

本文开展如下2个案例研究，尝试为公交车节能减排工作提供支持.

(1)能耗先进值选取.

以能耗模型为基础，本文选取了3种车型数据的前30%的数据，计算得到北京市公交车对应服务水平的能耗先进值.根据前30%数据结果，计算出满载率在0～25%、25%～50%、50%～75%、75%～100%、100%～125%之间，不同公交车型在不同速度下的百公里能耗推荐值，其结果如表5所示.

图8 单机公交车速度、满载率和能耗拟合关系Fig.8 The fitting relationship of speed,fully loaded rate and energy consumption of single bus

表5 不同车型在不同满载率情况下的能耗推荐值Table 5 Energy consumption recommendations for different types of bus in different load rates

(2)满载率和百公里能耗关系.

选取速度为10 km/h、20 km/h、30 km/h和40 km/h的情况，利用上述模型计算出各种车型的满载率和人均百公里能耗之间的关系，如图9所示.

图9 公交车满载率与人均百公里能耗关系Fig.9 The relationship between bus load rate and energy consumption per capita per 100 km

可以发现，公交车满载率越高，人均百公里能耗越低，但节油效果越来越不明显.且随着满载率的提高则势必造成服务水平的降低.在满载率超过60%时，节油效果的提升已经不明显.在相同的满载率和速度条件下，不同类型公交车的人均百公里能耗按铰接、双层和单机的顺序逐渐下降.且在平均速度低于40 km/h时，提高车辆的运行速度可以有效的降低人均能耗.

5 结 论

本文基于实测的公交CAN总线数据和公交IC卡数据，从公交服务水平与能耗共同的影响因素：车型、速度、满载率和公交专用道等方面进行量化分析；并在此基础上建立了基于服务水平的公交能耗评价模型，最后进行了案例应用.主要结论如下：

(1)公交服务水平与公交车能耗有明显的相关性，而车型、速度、满载率和是否设置公交专用道是公交服务水平与公交车能耗的共同影响因素.

(2)公交运行速度与百公里能耗有较为明显的负相关关系，且采用幂函数拟合效果较好.而公交满载率和人均能耗则存在明显的负相关关系，且采用逆函数拟合效果较好.

(3)车型与公交能耗有直接关系.单机车的百公里能耗比双层车低约30%～40%，但单机车的万人公里能耗却比双层车高约5%～15%.从单位周转能力节能减排的角度考虑，采用双层公交车是降低公交线路能耗的有效方法.同时，公交专用道也是降低公交单位能耗的有效手段.

(4)利用车型、公交专用道设置、公交运行速度和满载率数据构建了基于服务水平的公交能耗评价模型.结果表明，在满载率超过60%时，人均百公里能耗下降缓慢.当平均速度低于40 km/h时，不同车型的公交车提高行驶速度可以有效地降低人均能耗.

受限于数据样本有限和影响因素众多等原因，本文的研究仍有许多可以深入讨论的方面，同时基于服务水平的公交能耗模型仍有待进一步细化和丰富.