APP下载

机动车污染排放模型的研究进展

2023-08-19李加强

现代工业经济和信息化 2023年6期
关键词:尾气机动车排放量

夏 杰, 李加强, 谢 尖

(1.西南林业大学机械与交通学院, 云南 昆明 650224;2.湖北师范大学文理学院, 湖北 黄石 435109)

0 引言

近年来,机动车尾气排放污染物已经成为大气污染的重要因素之一。面对我国如此庞大的人口基数和机动车保有量,限行并不能从根本上解决机动车尾气排放污染问题,需要对尾气污染物进行定性和定量分析。通过对尾气进行检测,并对尾气的主要成分进行定性分析。由于不能对尾气直接进行检测计算,因此,对尾气进行定量分析的难度相对较大。目前,常见的定量研究方法是采用排放模型。机动车排放模型主要是根据排放因子和排放参数对机动车的尾气排放进行定量研究,通过排放实验设定的参数以及各种传感装置获取的排放数据,结合排放模型建立机动车排放的数学或物理模型,从而估算排放量。排放模型可以根据车辆的工况、外界环境、燃油品质等进行排放量的实际计算,能够准确得到排放量以及各类污染物的占比,为尾气的定量研究提供了有效方法。

1 机动车污染排放的影响因素

1.1 后处理装置

后处理装置对机动车污染排放的影响主要是指GPF(汽油机颗粒捕集器)和DPF(柴油机颗粒捕集器),颗粒捕集器在一定程度上可以减少颗粒物的排放。但加装颗粒捕集之后,会导致排气背压下降,并且随着捕集器使用年限的增加,颗粒物积累量和捕集器内的碳载量也在不断增加,压降下降更为明显,缸内废气增多,导致HC 和NOx的排放量增加。

1.2 过量空气系数

混合气浓度用过量空气系数来表示。当混合气过稀时,燃料燃烧速度和温度降低导致颗粒再生能力变差,会增加颗粒物的排放量。当混合气过浓时,在燃烧过程中氧气不足,燃烧恶化,燃料不能完全燃烧,生成大量的CO、HC 和NOx。

1.3 燃料品质

辛烷值和十六烷值不仅作为评价燃料优劣的参数,而且对CO、HC 和NOx的排放也有影响。辛烷值低的燃料,其抗爆性差,在燃烧时容易出现爆燃现象,产生大量的NOx和CO2。十六烷值主要影响柴油机燃烧的滞燃期,十六烷值较低的柴油在燃烧阶段的滞燃期比较长,柴油不能在短时间内完全燃烧,导致预混期缸内的柴油增加,在燃烧阶段温度升高,最终导致NOx的排放量增加。

1.4 发动机工况

在汽油机处于怠速阶段时,发动机转速较低、可燃混合气较浓,CO 和HC 的排放量较多。在匀速阶段,发动机的转速稳定,各类污染物的排放均有所下降。在大负荷和全负荷阶段,由于对发动机的动力性要求较高,需要比较浓的可燃混合气,导致燃烧阶段空气不足,燃料燃烧不完全,会引起CO、HC 和颗粒物的排放量增加。

1.5 外界环境因素

环境因素主要考虑温度和海拔。在低温环境下,燃料的流动性差、雾化效果达不到燃烧要求,燃料燃烧不完全使污染物排放增加。高温条件运行时,由于空气密度变小,而燃油的密度几乎不变,燃油系统容易产生气阻现象,混合气得不到充分燃烧,排出的CO将增加。在高海拔地区,大气压力低、空气稀薄,进入气缸的新鲜空气少,可燃混合气变浓,CO、HC 和NOx的排放量增加。

2 机动车排放测试方法

2.1 整车道路测试

整车道路测试是根据测试内容和研究方向选择不同的道路测试条件和机动车整车进行测试,在整车上安装传感器或监测设备,利用排放测试系统可以直接获得机动车运行参数、运行状态和污染物排放量,是一种简单、可靠、方便、直观的检测方法。李腾腾等人[1]采用国六排放标准的一辆公交车,基于整车道路测试,对公交车的负荷和空调对排放的影响进行了实验。结果表明,在轻载和空车运行状态下,开启空调有利于降低发动机的排温,减少NOx的排放量。在空调关闭时,轻载的NOx的排放量比空车时的排放量大。NOx的排放与发动机的负荷有关,发动机负荷增加时,NOx的排放量也随之增加。而无论是开空调还是增加发动机的负荷,颗粒物的排放都会增加,这是因为在开空调和大负荷条件下,发动机的燃油消耗量增加,油耗增加之后会加剧颗粒物的排放。许丹丹等人[2]使用欧六排放标准的客车和货车进行整车道路排放测试,分别测试了发动机工况和驾驶工况下的排放数据,在相同转速条件下,随着机动车行驶里程的增加,NOx的排放量也不断增加。发动机保持低转速或加速运行,NOx的排放量也在增加。由此可知,NOx的排放量不仅受到发动机工况的影响,而且还与驾驶工况有关。

2.2 底盘测功机测试

底盘测功机可以反映驾驶工况对排放的影响,模拟出行驶阻力、坡度阻力等行驶工况的道路载荷曲线,具有拆装便捷、实验成本低等优点,可在实验室模拟多种环境下的行驶条件,真实准确地测量出实际排放量。杨聪等人[3]为了检验使用底盘测功机测试排放特性的准确性,对国六排放标准的绿化洒水车和底盘测功机进行了实际工况和模拟工况的实验对比。为了更加真实地反应测功机的排放,建立了时间—坡度的转载模型。

式中:i为坡度;h为坡路的高度;v为车速;t为时间;水平距离为vt。

通过此模型的计算数据与实际道路测试数据进行比较,测功机在满载状态下测得的CO 和CO2排放量,与实际道路所测值接近。而测功机所测的NOx排放量,远高于道路测试。无论是满载还是半载道路,所测的PN 排放量远远高于测功机。因此,在选择使用底盘测功机检测排放因子时,检测CO、NOx和CO2的排放具有一定可行性。

2.3 台架测试

台架实验受外界自然环境限制较少,各零件布置不受整车影响,发动机灵活安装,减少测试成本并提高模块化设计的效率。韩永强等人[4]采用稳态台架模拟了机动车在怠速、低速、匀速、高速、加速和减速等工况下的排放,并根据驾驶平衡算法计算实验中不同工况的行驶阻力。怠速和低速条件下的排放比较恶劣,加权系数超过0.9,说明影响轻型机动车排放的主要因素是怠速和低速时的工况。王谦等人[5]利用台架分别对不同排放标准的重型车和轻型车进行实验,通过实验探究不同工况、路况和车重对CO2排放的影响,在低速阶段和市区工况下,CO2的排放量明显增加。在同样路况和工况条件下,重型车的排放量比轻型车更高。实验表明,CO2的排放量与车重成正比例关系,随着车重的增加,行驶过程中的油耗也相应增加,导致CO2的排放量增加。

3 机动车排放因子模型研究

3.1 MOVES 模型

美国环保署利用Java 语言和MySQL 关系数据库开发了车辆排放模型MOVES,替代了MOBILE 模型,并对MOVES 模型进行更新换代。MOVES 模型基本结构如图1 所示。MOVES 模型覆盖了三个层面,第一层面是国家机动车排放层面,也称宏观层面;第二层面是省市机动车排放层面,也称中观层面;第三层面是行驶路段和交叉路口,也称微观层面。MOVES 模型可以对HC、CO、NOx及PM等污染物进行模拟。单肖年等人[6]通过修正燃油品质、排放标准、车型、车龄和行驶里程等多项本地排放因子,并说明了排放因子本地化的必要性,最终建立了本地化修正MOVES 模型,匹配了车辆排放清单,最后通过建立的本地排放修正模型,计算了上海轻型车在不同速度下的污染物排放因子。曹杨等人[7]为了能使用MOVES 模型精确计算深圳市机动车的排放量,将MOVES 模型结合深圳本地特点进行了深圳本土化,主要涉及地理信息、车辆信息、燃油信息和模拟年等参数,进行了MOVES模型本土化前后和实际道路测试排放因子的对比。本土化之后,CO 和NOx的排放因子更接近实际道路测试所排放的值。本土化前后和实际道路测试的CO2和HC 排放因子,相对误差比较接近。要想通过MOVES模型得到实际的排放因子,还要对MOVES 模型进行不断完善和修正。岳园圆等人[8]获取了不同情况下的微观层面数据,并且通过收费站获取了实际数据,以验证MOVES 模型的准确性,最终利用MOVES 模型计算了不同车速下的实际排放因子。

图1 MOVES 模型基本结构图

3.2 MOBILE 模型

MOBILE 系列模式是由美国环保局通过对排放数据进行长期监测和实验,最后根据所得数据进行回归拟合得到的经验公式。高俊等人[9]将MOBILE 模型本土化,计算了武汉市不同车型的排放因子和排放总量,并且对各类污染进行分析。其中,NOx主要是由重型柴油车排放,排放CO 最多的车型是重型汽油车。总体来说,HC 和CO 的排量大部分来自于汽油车,柴油车主要排放NOx。吴大磊等人[10]为了使用MOBILE模型预测液化石油气出租车的排放因子,选取了28辆以液化石油气(LPG)为燃料的出租车,基于行驶里程、平均速度和LPG 出租车占比等因素进行实验,并与实测值进行比较。在没有输入车龄分布、年平均累积里程和平均车速之前,HC、CO 和NOx的实际车队测试排放量与MOBILE 模型预估量相差不大。但输入之后,模型预估的各项排放量均远低于实际道路车队测试排放量。在MOBILE 模型中,车龄分布、年平均行驶里程和平均车速是很重要的输入参数。程颖等人[11]为了探究符合我国国情的排放模型,详细地介绍了MOBILE 模型的具体算法、特点和使用方法,并且基于汽车尾气检测设备(PEMS)对MOBILE 模型的参数进行了校正,如图2 所示。在次干路和支路上的实测,各项排放因子均高于MOBILE 模型的估算值。因此,还需进一步校正MOBILE 参数。

图2 MOBILE 模型排放演算步骤

3.3 IVE 模型

国际可持续发展研究中心与加州大学河边分校合作,共同开发了IVE 模型(International Vehicle Emission Model),为发展中国家提供了机动车排放模型。姚志良等人[12]从模型结构、模型界面和模型参数等方面系统地介绍了IVE 模型,并对其进行了深入分析,确定了平均速度和VSP 分布、车流量分布和技术类型分布等主要计算参数。根据确定的参数对北京市的尾气排放进行计算,从计算结果来看,居民路的排放因子最高,快速路的排放因子最低,原因是在居民路上机动车的车速往往较低,多处于怠速或低速状态,此时污染物的排放量增加。颗粒物则主要来自货车和公交车。对于CO 和VOC,普通轻型车贡献最高。通过与MOBILE 模型进行比较,说明IVE 模型在我国是可行的。薛佳平等人[13]对不同排放标准、不同行驶里程和不同类型的柴油车进行排放测试,通过测试结果对IVE 模型的排放因子进行修正,并给出了修正公式:

将车载排放测试结果Emea与模型中基本排放因子EIVE进行比较,得到修正系数R。根据修正系数,利用修正后的IVE 模型计算宁波市的排放因子,如图3所示。结果表明,无论哪种车型,CO 的排放量在所有排放因子中占比最高。从车型来看,乘用车的排放因子最大。从污染物来看,公交车的排放量最大。周华等人[14]利用实验汽车在天津市区内进行实验,得到所需要的实验数据。根据实验数据对不同引擎负载划分方法对相关系数造成的影响进行了研究和分析,采用引擎负载(ES)划分的情况下,相关系数都很低,排放因子与对应的VSP 近乎不相关。而采用Paps 方案,除了HC 外,其他排放因子都与VSP 系数保持了较高的相关性。当使用ES 划分bin 时,对于工况与排放相关系数的比较,Paps 方案获得的数据真实性和相关性优于ES 方案,Paps 方案所测数据与实际数据更为接近。如图3 所示。

图3 IVE 模型结构

3.4 CMEM模型

CMEM(Comprehensive Modal Emission Mode)模型是由加州大学河畔分校工程学院环境研究与技术中心、密歇根大学和劳伦斯·伯克利国家实验室共同开发的微观机动车尾气排放模型,该模型可以将尾气污染物参数化,计算不同车型在不同工况下的污染物排放情况。王晓宁等人[15]为了探究柴油公交车如何减少排放,结合我国柴油车排放实际,比较了柴油公交车与重型柴油卡车影响排放的因素,最后通过修正柴油公交车的载荷、速度、加速度和传动效率,得到了符合我国实际情况的排放模型。CMEM模型主要结构如图4 所示。根据修正后的模型,对哈尔滨公交车的排放因子进行了计算,修正后的模型计算出的排放因子与实际排放因子几乎相同,修正的模型计算出的结果符合柴油公交车的排放规律。加速度对排放因子的影响较大,传动效率因素还需要进一步验证。何春玉等人[16]为了探究北京的机动车排放因子,使用9 辆轻型车基于CMEM 模型进行实验,通过GPS 采集了CMEM模型所需要的参数,用实际测试的结果与模型计算结果对比,CO、HC 和NOx排放因子具有较好的一致性,模型计算出的CO2高于每一类车的实际排放,说明对于模型的CO2参数还需继续修正,以确保接近实际排放值。徐成伟等人[17]利用GPS 和OEM采集了武汉市主道路上的车辆驾驶与实时排放数据,结合CMEM模型计算了武汉市机动车微观排放,并与实际检测的微观量进行对比,对于CO 和HC,模型预估值高于实测值,NOx的预估值低于实测值。从瞬态测试来看,模型的预估值与实测值相接近,说明CMEM模型在武汉比较适用。

3.5 COPERT 模型

COPERT 模型是欧洲委员会(EC)在开展机动车排放因子研究时开发的,经过不断完善,已实现了利用计算机程序进行计算,能够兼容不同国家地区的不同排放参数。沈岩等人[18]利用北京市机动车保有量、工况和燃料消耗量等数据,结合COPERT 模型对CO2排放因子进行预估,从车速和工况两个方面分析了所造成的影响。怠速和低速状态下,机动车排放的CO2最多,随着车速的增加,污染物的排放量减少。同样,在冷启动阶段,机动车排放的CO2最多。NOx、CO、VOCs 和PM2.5 对环境造成的影响在空间分布上主要集中在北京市中心,NOx和CO 在空间上有着明显的环线特征。何晓云等人[19]利用COPERT 模型计算出小型载客汽车、大中型载客汽车和载货汽车的排放因子,随着排放标准的严格,小型载客汽车排放的CO和HC 呈现下降趋势,而颗粒物几乎不受排放标准的影响。随着车型的增大,污染物排放也增多,载货汽车的排放也随车型增大而增加。汽油载货汽车排放的CO 和HC 多于柴油载货汽车,而柴油载货汽车排放的NOx和PM2.5 高于同等排放标准下的汽油载货车。Muhammad 等人利用GPS 收集车辆数据,用COPERT模型来估计车辆的燃料消耗。GPS 数据被分为三类,并使用不同的方程式来计算移动活动的燃料消耗率和发动机开启时的静止活动燃料消耗率。通过计算车辆的平均速度和与每个控制点的距离,将所有控制点的活动提取为流动活动和固定活动。流动活动和固定活动的燃料消耗是通过COPERT 模型中的平均速度来计算的。在高峰和非高峰阶段,排放量并没有明显的变化,这是因为卡拉奇是世界上人口最多的城市之一,导致道路时刻都很拥挤,在伊斯兰堡和拉合尔的油耗差异比较大,实验结果比较符合实际情况,说明用COPERT 模型预测油耗是可行的。

4 结语

从以上研究不难发现,目前常见的排放模型都是国外研发的。迄今为止,我国还未自主研发排放模型。在计算排放时,通常是采用国外现有模型。由于国家与国家之间的排放标准存在差异,我们不能直接使用国外研发的模型计算我国机动车的排放,要将输入模型的参数本土化,并根据我国的实际情况对模型参数进行不断地修正。但是,由于环境和地域的不同,在计算时往往会出现误差。因此,结合我国排放标准和环境地域特点研发属于我国的排放模型就显得格外重要。通过模型预估出排放因子,从而达到治理尾气、保护环境的目的。

猜你喜欢

尾气机动车排放量
让机动车交通安全统筹更
由一起厂内机动车事故引发的思考
天然气输配系统甲烷排放量化方法
黑龙江省碳排放量影响因素研究
铁路机动车管理信息系统
机动车尾气污染物排放和控制探究
多层介质阻挡放电处理柴油机尾气颗粒物
全国机动车污染物排放量
——《2013年中国机动车污染防治年报》(第Ⅱ部分)
江苏省火力发电机组二氧化碳排放量估算
变频技术在尾气压缩机上的应用