KR20110078352A - Road, and, the related element for the emission factor experiment of the public transportation greenhouse gas and air pollution material and representative driving mode development system - Google Patents
Road, and, the related element for the emission factor experiment of the public transportation greenhouse gas and air pollution material and representative driving mode development system Download PDFInfo
- Publication number
- KR20110078352A KR20110078352A KR1020090135139A KR20090135139A KR20110078352A KR 20110078352 A KR20110078352 A KR 20110078352A KR 1020090135139 A KR1020090135139 A KR 1020090135139A KR 20090135139 A KR20090135139 A KR 20090135139A KR 20110078352 A KR20110078352 A KR 20110078352A
- Authority
- KR
- South Korea
- Prior art keywords
- driving
- data
- vehicle
- road
- information
- Prior art date
Links
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 14
- 238000011161 development Methods 0.000 title claims abstract description 7
- 238000003915 air pollution Methods 0.000 title abstract 2
- 239000000463 material Substances 0.000 title abstract 2
- 230000008859 change Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 10
- 239000007789 gas Substances 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 2
- 230000003442 weekly effect Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 abstract description 2
- 239000000446 fuel Substances 0.000 description 19
- 230000000694 effects Effects 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 14
- 239000003344 environmental pollutant Substances 0.000 description 14
- 231100000719 pollutant Toxicity 0.000 description 14
- 239000000809 air pollutant Substances 0.000 description 6
- 231100001243 air pollutant Toxicity 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 239000003502 gasoline Substances 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004171 remote diagnosis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000029305 taxis Effects 0.000 description 2
- 241000710171 Chrysanthemum virus B Species 0.000 description 1
- 241000220324 Pyrus Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 235000021017 pears Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
도로 부문의 배출총량을 산출하기위해서는 연료, 차량/도로의 운행, 기타자료와 같은 실제상황을 반영하는 운행활동자료와 이러한 운행활동자료와 연계될 배출계수, 미가열운행비율과 같은 기술적 자료가 필요하다. 여기서 배출계수와 같은 기술적 자료는 도로종류에 따라 차량들이 운행하는 실제패턴을 분석하여 통계적으로 유의성 있는 차속에 따른 오염물질별 배출계수식과 기온에 따른 미가열 상태 운행식을 산정한 뒤, 등급 또는 그룹화 된 운행활동자료에 연결되는 기술적 특성자료를 결합하여 총량을 산출하고 있다.In order to calculate the total emissions of the road sector, operational data reflecting actual conditions such as fuel, vehicle / road operation, and other data, and technical data such as emission factors and unheated operation rates to be linked to these operational data are required. Do. Here, technical data such as emission factors are analyzed by the actual pattern of vehicle operation according to the type of road, and the emission coefficient for each pollutant according to the vehicle speed is statistically significant and the unheated state operation according to the temperature is calculated. The total quantity is calculated by combining the technical characteristic data linked to the data of the operation.
현재 우리나라에서 배출계수를 산출하기 위한 주행모드를 개발하기 위해서 차종별(승용차, 버스, 트럭 등)로 대표차종을 선정하여, 도로종류에 따라 실제 주행패턴을 일정기간(월간, 연간 단위)운행하여 배출계수 산출용 대표주행모드를 개발하고 있다. 이러한 방법은 실제운행패턴을 파악할 수 있다는 장점은 있지만, 우리나라와 같이 급격한 차량 증가와 교통 환경 등의 변화가 예상되는 환경에서 그때 마다 새로운 주행모드를 개발하는 것이 쉽지 않고, 개발기간과 비용 또한 막대하게 요구된다. 또한 새로운 배출계수 산출용 대표 주행모드가 개발되었더라도 당해 연도의 유의성은 높지만 매년 새롭게 생성되는 실제운행활동자료와 연계하기 위해서는 시간이 경과 할수록 유의성이 낮아져, 실제 운행 활동 자료와 동일수준의 해상도를 유지하기 위해서 새로운 대표 주행모드가 개발되어야 한다.In order to develop driving mode to calculate emission factor in Korea, select representative vehicles by car type (car, bus, truck, etc.), and discharge the driving pattern for a certain period (monthly, annually) according to road type. A representative driving mode for calculating coefficients is being developed. Although this method has the advantage of being able to grasp the actual driving pattern, it is not easy to develop a new driving mode every time in the environment where rapid increase of vehicle and change of traffic environment are expected like in Korea, and development period and cost are enormous. Required. In addition, even if a new driving mode for calculating the emission factor is developed, the significance of the year is high, but in order to link with the actual operation activity data newly generated every year, the significance becomes lower as time passes, and maintains the same resolution as the actual operation activity data. New representative driving modes must be developed for this purpose.
본 발명은 도로 및 교통수단별 배출하는 온실가스 및 대기오염물질의 양을 산정하기 위한 활동도 자료와 배출계수의 개발이 필요함에 있어서, 배출계수 실험과 개발을 위하여 운행 기록계 및 OBD 시스템의 정보와 GPS의 위치정보에서 도로별, 교통수단별(세부 차종별, 배기량)로 주행모드를 분석 개발하는 시스템이다. The present invention requires the development of activity data and emission factors for estimating the amount of greenhouse gases and air pollutants emitted by roads and means of transportation. It is a system that analyzes and develops driving mode by road and transportation method (detailed vehicle type, displacement) from GPS location information.
온실가스 및 대기오염물질 배출목록(Emission Inventory) 작성은 온실가스 및 대기오염물질 저감 정책수립 시 가장 기초적이고 핵심적인 자료로 각각의 배출원을 규명하고, 배출원으로 부터 온실가스 배출량을 산정하여 총 온실가스 배출량을 목록화한 것이다. 정확한 배출량을 산정하기 위해서는 배출원 현황, 연료 사용량 등 활동도 정보와 배출원별 각각의 배출계수를 곱하여 산정하고 있다. The Greenhouse Gas and Air Pollutant Emission Inventory is the most basic and essential data in establishing the greenhouse gas and air pollutant reduction policy. It identifies each source and calculates greenhouse gas emissions from the source. It is a list of emissions. In order to calculate accurate emissions, activity information such as source status and fuel consumption is multiplied by each emission factor.
인위적인 연소 활동에서 발생하는 온실가스를 포함한 기타 대기오염물질들의 배출은 배출특성에 따라 점(point), 면(area), 선(line) 배출원으로 구분할 수 있다. 교통부문의 도로 이동 수단은 대부분이 운행특성상 선(line-도로)에서 배출활동이 이루어진다.Emissions of other air pollutants, including greenhouse gases from anthropogenic combustion activities, can be classified into point, area and line sources, depending on their emission characteristics. Most road vehicles in the transportation sector are discharged on a line because of the nature of their operation.
도로이동배출원의 배출은 주로 내연기관의 연소 활동에서 배기관을 통해서 발생하며, 그 외 연료탱크와 관로에서 외기온도 등의 영향에 따라서 증발배출이 이루어지며, 그 외 입자상오염물질들은 도면과 타이어 그리고 브레이크 작동에 따른 마모에서도 입자상 물질의 배출이 발생된다. 이러한 배출물질은 내연기관의 기술적 특성자료(Technical data)와 도로종류/형태와 차속 등의 운행활동 특성자료(Activity data)와의 결합관계를 이용하여 산출할 수 있다.Emissions of the road-moving source are mainly generated through the exhaust pipe in the combustion activity of the internal combustion engine, and evaporative emissions are generated in the fuel tanks and pipelines according to the influence of the outside air temperature. Emissions from particulates are also generated by wear due to operation. These emissions can be calculated using a combination of technical data of the internal combustion engine and activity data such as road type / type and vehicle speed.
도로이동수단에서 발생되는 온실가스를 포함한 기타오염물질들의 정량적 배출량을 산출하기 위해서는 이론적으로 다음과 같은 수식의 표현으로 계산될 수 있다.In order to calculate the quantitative emissions of other pollutants, including greenhouse gases, generated by road transport means, it can theoretically be calculated using the following formula.
여기서, i : 배출오염물질 k : 도로이동수단종류Where i is the pollutant discharged and k is the type of road transport means.
r : 도로종류 fk ,v(v) : 배출계수식r: road type f k , v (v): emission factor
즉, 배출오염물질별로 운행하는 도로의 종류 또는 도로등급(고속국도, 일반국도, 특광역시도, 지방도, 국가지원 지방도, 시군구도, 기타도로)에 따른 개별 운송 수단의 차속에 관계된 시간해상도상의 적분으로 그 총량을 계산하는 것이다. 하지만 개별 운송수단 모두를 시간/공간상에서 모니터링하여 그 총량을 산정한다는 것은 제도상이나 비용시간적으로 막대한 투자를 요구하기에 현실적으로 불가능 하다. 따라서 대부분의 국가에서는 현실적인 상황을 최대한 반영한 통계적인 자료를 생성하여 그 총량을 산정하고 있다.In other words, the integration of time resolution related to the speed of individual transportation vehicles according to the type of road or road class (high speed national road, general national road, special city road, local road, national support local road, city and county road, other roads) for each pollutant discharged. To calculate the total amount. However, it is practically impossible to monitor the total amount of individual vehicles in time and space and to calculate the total amount. Therefore, most countries generate statistical data that reflect the realistic situation to the maximum and calculate the total amount.
<그림 1>은 배출량 산출을 위한 관련 자료의 연관 관계를 나타내고 있다. 도 로 부문의 배출총량을 산출하기위해서는 연료, 차량/도로의 운행, 기타자료와 같은 실제상황을 반영하는 운행활동자료와 이러한 운행활동자료와 연계될 배출계수, 미가열운행비율과 같은 기술적 자료가 필요하다. 여기서 배출계수와 같은 기술적 자료는 도로종류에 따라 차량들이 운행하는 실제패턴을 분석하여 통계적으로 유의성 있는 차속에 따른 오염물질별 배출계수식과 기온에 따른 미가열 상태 운행식을 산정한 뒤, 등급 또는 그룹화 된 운행활동자료에 연결되는 기술적 특성자료를 결합하여 총량을 산출하고 있다.<Figure 1> shows the correlation of relevant data for emission calculation. To calculate the total emissions of the road sector, operational data reflecting actual conditions such as fuel, vehicle / road operation, and other data, and technical data such as emission factors and unheated operation rates to be linked to these operational data need. Here, technical data such as emission factors are analyzed by the actual pattern of vehicle operation according to the type of road, and the emission coefficient for each pollutant according to the vehicle speed is statistically significant and the unheated state operation according to the temperature is calculated. The total quantity is calculated by combining the technical characteristic data linked to the data of the operation.
국내의 자동차에 대한 연비모드는 국립환경과학원의 교통환경연구소 등의 기관에서 배출가스 규제 시험모드를 미국연방시험모드(FTP-75 : Federal Test Procedure)인 정용적시료채취장치(CVS-75 : Constant Volume Sampler)에 의해 배출가스를 측정하고 있다. The fuel efficiency mode for domestic automobiles is controlled by institutions such as the National Institute of Environmental Research (CVS-75: Constant Sample Collector), which is a federal test procedure (FTP-75). The exhaust gas is measured by the Volume Sampler.
주행모드란 도로상태, 차량 및 교통량에 따라 항상 변화하는 실제 주행패턴을 그때마다 반영하기가 쉽지 않기 때문에 실제 차량들의 주행패턴을 분석하여 통계적으로 대표적인 주행 사이클을 만드는 것이다. 주행모드는 사용목적에 따라 제작차량의 연비나 규제대상 배출물질을 측정하기 위하여 개발되고 있다.In the driving mode, it is not easy to reflect the actual driving pattern that always changes according to the road condition, the vehicle, and the traffic volume, so that the driving pattern of the actual vehicles is analyzed to make a statistically representative driving cycle. Driving modes are being developed to measure fuel economy and regulated emissions of manufactured vehicles, depending on the intended use.
배출계수(emission factor)는 자동차 활동도에 따른 배출율을 대표하는 것이지만, 전체 차량 중에서 제한된 차량의 결과로서 확대 적용된다. 이 배출계수는 사전에 정해진 주행 모드에 의해 실험실 조건 하에서 결정된다. 자동차에서 배출되는 대기오염물질량은 많은 변수에 의해 결정된다. 이러한 변수는 여행수요, 정체나 자유흐름의 교통상황, 정속, 공회전, 가속, 감속 등의 주행 모드, 엔진의 저온/고온 출발, 평균속도, 차량 부하, 주행거리, 주행빈도 등의 주행조건, 제작차 모델, 연식, 유지관리 상태, 엔진의 크기와 형태, 배출 저감장치, 연료 공급 시스템 등의 차량 조건, 연료 형태, 휘발성, 화학 첨가제 조성 등의 연료 특성, 대기온도습도 등의 지역기후 조건, 도로경사고도 등의 지형 조건 등 아주 다양하다. 이 배출계수는 실제 주행의 대안으로 배출량 측정장치를 사용하여 실험실에서 결정된다. 이는 대상 도시의 구체적인 지역 조건을 정확하게 반영하는 장점이 있다. 그러나, 배출계수는 실험실 규모의 제한된 샘플 수에 의존하기 때문에 다른 지역에 적용될 때 그 지역이나 당시의 조건을 정확하게 반영한다고 확신할 수 없다. 자동차 배출계수 관련 자료는 국내에서는 국립환경연구원 자동차공해연구소에서 발표하고 있으며, 유럽의 경우 EU EEA(1997)에서 정기적으로 조사 발표하고 있으며, 미국의 경우 US EPA(1985)와 캘리포니아 대기국(CARB : California Air Resource Board)은 교통당국과 유기적이고, 체계적으로 배출량을 조사하여 데이터베이스화되어 전산망을 통하여 관리되고 있다.The emission factor is representative of the emission rate according to vehicle activity, but is extended as a result of limited vehicles among all vehicles. This emission factor is determined under laboratory conditions by predetermined driving modes. The amount of air pollutants emitted from automobiles is determined by many variables. These variables include travel demand, traffic conditions of congestion and free flow, driving modes such as constant speed, idling, acceleration and deceleration, driving conditions such as cold / hot start, average speed, vehicle load, mileage, frequency of driving, etc. Vehicle model, age, maintenance status, engine size and shape, vehicle condition such as emission reduction device, fuel supply system, fuel characteristics such as fuel type, volatility, chemical additive composition, local climate conditions such as air temperature and humidity, road There is a wide variety of terrain conditions such as altitude. This emission factor is determined in the laboratory using an emission measuring device as an alternative to actual driving. This has the advantage of accurately reflecting specific local conditions of the target city. However, because the emission factor depends on a limited number of samples on a laboratory scale, it is not certain that it will accurately reflect the region or conditions at that time when applied to other regions. Data on vehicle emission factors are published by the Korea Institute for Environmental Pollution at the Korea Institute of Environmental Research, and are regularly published by the European Union EEA (1997). The California Air Resource Board is organically and systematically surveyed by the transportation authorities and managed through a computerized network.
배출가스 원단위 또는 배출계수는 배출총량을 정량화 하여 산출하기 위한 기술적 자료의 기본척도로 사용되므로, 개별차량에 대한 단위 주행거리당 온실가스 및 대기오염물질 배출량을 정확하게 산출할 필요가 있다. 그러나 실제 차량의 배출가스는 차종, 연료종류, 운행조건 등 각종 요인에 의해 크게 영향을 받기 때문에, 도로에서 운행하는 개별차량의 오염물질 배출량을 정확히 파악하는 것은 불가능하다. 따라서 차량이 실제 도로상을 주행할 때의 주행패턴을 모의하여 작성한 주행모드(시험모드)를 사용하여, 대상차종을 실험실적 조건하에서 차대동력계상에서 주행모드에 따라 주행시켜, 이 때 측정된 단위 주행거리당 배출가스 양과 평균차속의 관계를 사용하여 산출하는 방법을 일반적으로 적용하고 있다.Since the emission unit or emission factor is used as a basic measure of technical data to quantify and calculate the total emission amount, it is necessary to accurately calculate the emission amount of greenhouse gas and air pollutant per unit mileage for each vehicle. However, since actual vehicle emissions are greatly influenced by various factors such as vehicle type, fuel type, and operating conditions, it is impossible to accurately determine pollutant emissions of individual vehicles operating on roads. Therefore, by using the driving mode (test mode) that simulates the driving pattern when the vehicle actually runs on the road, the target vehicle is driven in the driving mode on the chassis dynamometer under laboratory conditions, and the unit driving measured at this time is performed. The method of calculating using the relationship between the amount of emission gas per distance and the average vehicle speed is generally applied.
또한, 이러한 배출계수 산출용 주행모드는 대상차량에 대해서도 동일차속일지라도 운행하는 도로의 종류 또는 도로의 등급에 따라서 그 주행모드는 상이하다. 일예로 대상차량이 평균차속 70km/hr를 주행했다 하더라도, 고속국도의 평균주행속도와 일반국도의 평균주행속도는 전혀 다른 주행패턴을 내재하고 있다. 이는 고속국도는 신호대기에 따른 정지/출반 구간이 없으나, 시내구간일 수록 신호대기 기간이 길어짐을 의미한다. 또한, 동일 도로에서의 동일 차속이라고 할지라도 승용, 택시, 버스(특히 서울의 경우, 마을버스, 간선버스, 지선버스, 광역버스, 시외버스), 화물 트럭 등의 차종별 주행패턴은 상이 할 수 있다. 아래 그림2는 차속제한 50km/hr인 도시도로구간에서 차량이 통행량에 따른 차속의 변화를 보여주는 예이다.In addition, the driving mode for calculating the emission coefficient is different depending on the type of road or grade of the road to which the vehicle is driven even at the same vehicle speed. For example, even if the target vehicle travels at an average vehicle speed of 70 km / hr, the average driving speed of the high speed national highway and the average driving speed of the general national highway have completely different driving patterns. This means that the high-speed national highway has no stop / release section due to signal waiting, but the longer the downtown section, the longer the waiting period. In addition, even if the same vehicle speed on the same road, driving patterns of cars, taxis, buses (especially in Seoul, town buses, trunk buses, branch buses, wide-area buses, intercity buses) and freight trucks may be different. . Figure 2 below is an example showing the change of vehicle speed according to the traffic volume in urban road section with vehicle speed limit of 50km / hr.
교통류의 흐름이 좋은 <그림 2>의 (a)구간은 신호대기(차속 0km/hr)시간 이외에는 차속이 빠르나, 교통량이 증가하는 구간(b)~(d)에는 신호대기구간이 길어지고, 차속 또는 느려짐을 알 수 있다. 개별차량의 배출총량의 관점에서는 (a)~(d)구간의 평균차속이 동일했다 하더라도, 정지/서행 그리고 가/감속에 관한 주행패턴 은 전혀 다르기 때문에 배출총량은 큰 차이를 보이게 된다.In section (a) of <Figure 2>, where traffic flow is good, the speed of the vehicle is faster than the signal waiting time (0km / hr), but the length of traffic is longer in the sections (b) to (d) where the traffic volume increases. Or slower. In terms of the total emissions of individual vehicles, even if the average vehicle speeds in the sections (a) to (d) are the same, the total emissions differ greatly because the driving patterns for stop / slowness and acceleration / deceleration are completely different.
현재 우리나라에서 배출계수를 산출하기 위한 주행모드를 개발하기 위해서 차종별(승용차, 버스, 트럭 등)로 대표차종을 선정하여, 도로종류에 따라 실제 주행패턴을 일정기간(월간, 연간 단위)운행하여 배출계수 산출용 대표주행모드를 개발하고 있다. 이러한 방법은 실제운행패턴을 파악할 수 있다는 장점은 있지만, 우리나라와 같이 급격한 차량 증가와 교통 환경 등의 변화가 예상되는 환경에서 그때마다 새로운 주행모드를 개발하는 것이 쉽지 않고, 개발기간과 비용 또한 막대하게 요구된다. 또한 새로운 배출계수 산출용 대표 주행모드가 개발되었더라도 당해 연도의 유의성은 높지만 매년 새롭게 생성되는 실제운행활동자료와 연계하기 위해서는 시간이 경과 할수록 유의성이 낮아져, 실제 운행 활동 자료와 동일수준의 해상도를 유지하기 위해서 새로운 대표 주행모드가 개발되어야 한다.In order to develop driving mode to calculate emission factor in Korea, select representative vehicles by car type (car, bus, truck, etc.), and discharge the driving pattern for a certain period (monthly, annually) according to road type. A representative driving mode for calculating coefficients is being developed. Although this method has the advantage of being able to grasp the actual driving pattern, it is not easy to develop a new driving mode every time in an environment where a sudden increase in vehicles and changes in traffic conditions are expected in Korea, and the development period and cost are enormous. Required. In addition, even if a new driving mode for calculating the emission factor is developed, the significance of the year is high, but in order to link with the actual operation activity data newly generated every year, the significance becomes lower as time passes, and maintains the same resolution as the actual operation activity data. New representative driving modes must be developed for this purpose.
이러한 대표주행모드에서 개발된 차속에 따른 배출계수(g/km-대)들은 활동자료의 원단위인 차종별 주행거리(km/대-년)와의 곱으로 배출량이 산출된다. 여기서, 배출계수는 기본적으로 차량엔진이 정상온도 이상(70℃)으로 가열된 상태의 배출(hot-emission)계수를 의미하며, 차종별 주행거리는 엔진가열구간과 엔진미가열구간 상태에서의 운행거리의 합을 의미한다.The emission factors (g / km-s) according to the vehicle speed developed in the representative driving mode are calculated by multiplying the mileage (km / s-year) by vehicle type, which is the unit of activity data. Here, the emission coefficient basically means a hot-emission coefficient when the vehicle engine is heated above the normal temperature (70 ° C.), and the driving distance of each vehicle model is the driving distance in the engine heating section and the engine unheating section. It means sum.
엔진가열운행시(hot emission)와 미가열 운행시(cold emission)의 개별차량의 배출량을 비교하기위하여 Cold emission의 산출식을 살펴보면 다음과 같다.In order to compare the emissions of individual vehicles during the hot emission and the cold emission, the expression of the cold emission is as follows.
여기서, βj : 차종별 주행거리중 엔진미가열상태의 주행비율(%)Where β j : driving ratio of the engine unheated state (%)
mj : 차종별 주행거리(km)m j : Mileage by car type (km)
: 차종별 엔진가열상태 대비 미가열상태의 배출비율. : Emission ratio of unheated state to engine heated state by car type.
일예로 EMEP/EEA emission inventory guidebook(2009)에서 제시한 Pre-Euro 가솔린 승용차의 값을 보면 아래 <표1>과 같다.For example, the values of Pre-Euro gasoline passenger cars presented in the EMEP / EEA emission inventory guidebook (2009) are shown in Table 1 below.
<표 1> Pre-Euro 가솔린 승용차의 값<Table 1> Value of Pre-Euro Gasoline Passenger Car
(온도범위 : -10~30℃)t a = 14 ° C
(Temperature range: -10 ~ 30 ℃)
상기 표에서 보는 바와 같이 의 비율은 외기온도의 변화와 밀접한 관계를 나타내며, 외기온도 14℃일 때, 엔진미가열상태에서는 엔진가열상태에 비해서 CO, NOx, VOC, 연료소모량이 각각 2.24배, 1.056배, 1.96배, 1.344배가 더 배출됨을 알 수 있다. 따라서 배출오염물질별로 차종별 주행거리중 ‘엔진미가열상태에서의 주행거리 비율’(βj)은 총배출량산정에 있어서 매우 중요한 활동자료 중 하나이다. 상기 차종에 대한 βj값은 아래와 같이 산출된다.As shown in the table above, the ratio of represents a close relationship with the change in the outside air temperature. When the outside air temperature is 14 ° C, CO, NOx, VOC, and fuel consumption are 2.24 times and 1.056, respectively, in the unheated state of the engine compared to the engine heated state. It can be seen that pears, 1.96 times and 1.344 times more are discharged. Therefore, the 'mileage ratio in engine unheated' (β j) of the mileage by vehicle type by emission pollutant is one of the most important activity data in calculating total emissions. Β j value for the vehicle model is calculated as follows.
βj = 0.6474-0.02545l trip-(0.00974-0.000385l trip)ta = β j l 0.6474-0.02545 trip - (l 0.00974-0.000385 trip) t a
여기서, 은 trip length로서 대상차량이 1회 시동을 걸어서 시동종료까지의 이동거리로서 일회평균이동거리로 표현된다. βj는 일회평균이동거리와 외기온도와의 함수로서 외기온도가 낮을수록 βj가 길어지며, 반대기 외기온도가 높아질수록 엔진정상온도에 도달하는 시간이 짧아지므로 βj는 줄어들게 된다. 유럽 국가들의 경우 일회평균이동거리는 8~15km/1회에서 나타났으며, 평균 12.4km/회 였다. 우리나라의 경우 1997년 서울시 교통센서스와 2002년 수도권 교통센서스 DB에서 조사된 값이 각각 14.26km/회, 12.35km/회 였다. 이러한 1회주행거리는 대표주행모드의 변화 또는 차종별 일주행거리의 변화와 마찬가지로 차량, 교통량, 운송수단 등의 변화에 따라 달라질 수 있으며, 동일시간대 일지라도 지역(도심지역, 교외지역 등)별로 다르게 다타날 수 있다.Here, is a trip length, and is expressed as a one-time average travel distance as a travel distance from the start of the vehicle to the start of the vehicle once. β j is becomes more outside temperature is low β j becomes longer as a function of the average one-time help the movement distance and the outside temperature and the higher the opposing group outside temperature becomes shorter the time to reach the engine steady temperature β j is reduced. For European countries, the average travel distance was between 8 and 15 km / time, with an average of 12.4 km / time. In Korea, the values surveyed from the 1997 Seoul Traffic Census and the 2002 Metropolitan Traffic Census DB were 14.26km / time and 12.35km / time, respectively. This one-time driving distance may vary according to the change of vehicles, traffic volume, transportation means, etc., like the change of the representative driving mode or the daily driving distance for each vehicle type, and may vary depending on the region (city area, suburban area, etc.) even in the same time zone. Can be.
아래 <표 2>의 EMEP/EEA emission inventory guidebook(2009)에서 제시한 Pre-Euro 휘발유 승용차량의 βj, 와 오염물질별 비율을 우리나라의 1997년 서울시 교통센서스 DB에서 조사된 값이 14.26 km/회 값과 2008년 우리나라 서울시의 월평균 기온을 사용하여 산출하였다.The values of β j , and the pollutant ratio of Pre-Euro gasoline passenger cars presented in the EMEP / EEA emission inventory guidebook (2009) in <Table 2> were 14.26 km / Calculated using the times and monthly average temperature of Seoul, Korea in 2008.
<표 2> EMEP/EEA의 Pre-Euro 휘발유 승용차량의 βj, 와 오염물질별 비율<Table 2> Ratio of β j , and Pollutants in Pre-Euro Gasoline Passenger Vehicles of EMEP / EEA
<그림 3>에서 보는 바와 같이 월평균 기온과, 일평균주행거리(β값의 주요인자)의 변화에 따라 배출오염물질 및 연료소비량의 변화가 큼을 알 수 있다. 월평균 기온은 기상청자료를 통해서 쉽게 획득이 용이하나, 일평균주행거리는 현재 센서스를 통해 부정기적으로 보고되고 있으며, 이 또한 상당한 시간과 비용이 요구되고 있다.As shown in <Figure 3>, the change of emission pollutants and fuel consumption is large according to the change of monthly average temperature and daily average driving distance (the major factor of β value). Monthly average temperatures are easily obtained through the Meteorological Administration data, but daily average mileage is reported irregularly through the current census, which also requires considerable time and cost.
자동차 산업에서 최근에 생산되는 자동차에는 여러 가지 계측과 제어를 위한 센서를 탑재하고 있다. 이러한 장치들은 ECU(Electronic Control Unit)에 의해서 제어되고 있는데, ECU의 원래 개발 목적은 점화시기/연료분사, 가변 밸브 타이밍, 공회전, 한계 값, 공연비 제어 등 엔진의 핵심기능을 정밀하게 제어하는 것이었으나, 차량과 컴퓨터 성능의 발전과 함께 자동변속기 제어를 비롯해 구동, 제동, 조향 계통, 안전 운행성 등 차량의 모든 부분을 제어하는 역할까지 하고 있다. 이러한 전자적인 진단 시스템은 발전을 거듭하였으며, 최근 ODB(On-Board Dignostic)라는 표준화된 진단 시스템으로 정착되었다.Recently produced cars in the automotive industry are equipped with sensors for various measurement and control. These devices are controlled by an ECU (Electronic Control Unit). The original development of the ECU was to precisely control the core functions of the engine such as ignition timing / fuel injection, variable valve timing, idling, limit value, air-fuel ratio control, etc. In addition to the advances in vehicle and computer performance, it also controls automatic transmission, as well as controlling all aspects of the vehicle, including driving, braking, steering systems, and safe operability. This electronic diagnostic system has evolved and recently became a standardized diagnostic system called On-Board Dignostic (ODB).
1988년 미국자동차공업협회(Society of Automative Engineers:SAE)는 진단 테스트 신호를 처리하는 표준 플러그 커넥터와 온보드 진단 프로그램 표준인 OBD를 제정하였으며, 이 후 보완을 거쳐 OBD-1.5, OBD-II라는 표준으로 발전하였다. OBD-I 규정은 연료계통, 산소센서, 배기가스재순환장치(EGR:Exhaust Gas Recirculation)에 대한 진단을 표준화하도록 규정되었으며, OBD-II 규정에서는 여기에 촉매효율, 엔진 실화(失火:Misfire), 흡기온도센서 등 엔진제어 모듈 입출력 6개 부품을 추가 장착하도록 의무화 하였다. 이에 따라 1996년형 이후부터 북미로 수출되는 전차종은 OBD-II 시스템을 탑재해야하며, 유럽에서도 2000년부터 OBD-II 장착을 의무화했다. 우리나라 또한 제작되는 모든 승용 자동차(2005년 휘발율 승용차, 2006년 경유차)에 대하여 OBD-II 시스템의 장착이 의무화하여, 2005년부터 단계적으로 2010년까지 국내 생산/수입되는 모든차량에 대하여 OBD-II 장착을 의무화하였다.In 1988, the Society of Automative Engineers (SAE) established the standard plug connector for processing diagnostic test signals and OBD, an onboard diagnostic program standard, which was later supplemented to the standards OBD-1.5 and OBD-II. Developed. The OBD-I regulations provide for the standardization of diagnostics for fuel systems, oxygen sensors and exhaust gas recirculation (EGR) .The OBD-II regulations include catalytic efficiency, engine misfire and intake. It is mandatory to install 6 parts of engine control module I / O such as temperature sensor. Accordingly, all models exported to North America since 1996 should be equipped with the OBD-II system. In 2000, OBD-II was also mandated in Europe. In Korea, OBD-II system is mandatory for all passenger cars manufactured in 2005 (oil volatility passenger car in 2005, diesel diesel car in 2006), and OBD-II for all vehicles produced and imported domestically from 2005 to 2010. Mandatory installation.
이러한 OBD-II 법규의 도입 취지는 1980년대에 배출가스 제어목적으로 엔진전자제어 시스템을 도입하여 촉매에 필요한 공연비와 점화시기 등을 전자적으로 제어하여 배출가스를 저감시키고자 시스템의 진단을 도울 목적으로 도입하였고, 삼원촉매와 Feedback control system을 사용하는 차량은 운전동안 배기관련 metering device 및 EGR system 등의 배출가스 제어 관련 주요부품을 진단하고 고장 발생시 운전자에게 경고하기 위한 고장진단 code를 포함한 On-board computer의 장착을 의무화 하였다. OBD-II의 시스템 구성을 살펴보면 아래 <그림 4>과 같으며, OBD-II 에 규정된 모니터링 항목에서 아래와 같은 다양한 정보를 추출할 수 있다.The purpose of the OBD-II regulation was to introduce an electronic control system for the purpose of exhaust gas control in the 1980s, and to help diagnose the system to reduce emissions by electronically controlling the air-fuel ratio and ignition timing required for catalysts. On-board computer including fault diagnosis code to diagnose major parts related to emission control such as exhaust-related metering device and EGR system and to warn driver in case of a vehicle using three-way catalyst and feedback control system. Mandatory installation of the. Looking at the system configuration of OBD-II, as shown in <Figure 4>, various information as below can be extracted from monitoring items defined in OBD-II.
또한, CVB(Connedted Vehicle Black Box)란 통신기능, 차량진단, 운전행태 분석 등의 핵심기능이 포함되어 평상시 및 사고 발생시 차량의 운행정보와 차량의 운전자 조작 정보 등을 기록하여 차량운행정보센터로 전송하는 텔레매틱스 단말기를 말한다. 이러한 CVB는 <그림 5>와 같이 차량운행정보, 운전자 조작정보, 차량거동 정보, 충돌정보, 고장정보, 운행정보 GPS 위치정보를 감지 및 저장하는‘사고감지 및 주행정보 저장기술’, 김지 및 저장 정보를 해석, 사고 원인분석 등을 위한 ‘정보 분석기술’, 분석된 정보를 토대로 자동사고 통보, 차량 위치추적, 원격진단 및 도로교통 안전진단 등 다양한 서비스에 활용하기 위한 ‘정보 활용 기술’로 구분되며, 각각의 기술에 대한 정보내용을 살펴보면 다음과 같다.In addition, CVB (Connedted Vehicle Black Box) includes core functions such as communication function, vehicle diagnosis, and driving behavior analysis, and records the vehicle's driving information and driver's operation information in case of an accident and transfers to the vehicle operation information center. Says a telematics terminal. These CVBs are 'accident detection and driving information storage technology' that detects and stores vehicle operation information, driver operation information, vehicle behavior information, collision information, fault information, and driving information, as shown in Figure 5. It is divided into 'information analysis technology' for interpreting information, analyzing cause of accidents, and 'information technology' for use in various services such as automatic accident notification, vehicle location tracking, remote diagnosis and road traffic safety diagnosis based on the analyzed information. Looking at the information on each technology is as follows.
- 사고감지 및 주행정보 저장 기술 : CVB내부 센서 및 OBD정보들에 의한 사고감지, 별도 에어백 유닛의 에어백 전개 신호로 감지, 주행 정보 및 차량 운행 정보에 대한 기술, 운전자 조작정보, 차량 이동정보, 고장 정보, 운동량(충돌)정보, GPS 위치정보, 영상정보를 저장하고, 사고 감지 시 저장 정보를 바탕으로 사고해석 및 원인 분석 등을 하기 위해 VAI 를 활용하여 해당 정보를 추출하는 기술-Accident detection and driving information storage technology: Accident detection by CVB internal sensor and OBD information, detection by airbag deployment signal of separate airbag unit, technology of driving information and vehicle driving information, driver operation information, vehicle movement information, failure Technology that saves information, momentum (collision) information, GPS location information, image information, and extracts the corresponding information by using VAI to analyze accidents and cause analysis based on the stored information when an accident is detected
- 정보 분석 기술 : CVB를 통해 측정 및 저장된 정보로부터 사고의 재구성, 원인규명을 위한 데이터 가공과정과 차량의 거동, 주행정보 기반의 사고해석 프로그램에 의한 각종 사고원인 정보리스트, 차량 구성품의 작동상태의 분석, 사고 상황의 시뮬레이션 등에 대한 정보처리 및 분석기술-Information analysis technology: Reconstruction of accidents from the measured and stored information through CVB, data processing process for identification of cause and behavior of vehicle, information list of various causes of accidents by accident analysis program based on driving information, and operation of vehicle components Information processing and analysis technology for analysis, simulation of accident situation
- 정보 활용 기술 : 텔레매틱스에 CVB 정보를 활용하는 기술로서, 무선통신 및 편의성 제공 등 각종 서비스를 말하며, 전송된 데이터를 차량 운행 정보센터에서 가공 및 분석을 통한 정보를 활용하는 기술로서, 분석된 정보를 토대로 자동 사고통보, 차량 위치추적, 원격진단 및 도로교통 안전 진단 등 공공기관 및 사고처리 유관기관과의 데이터 관리 및 편의성 제공기술-Information technology: This technology uses CVB information for telematics. It refers to various services such as wireless communication and convenience, and it uses technology through processing and analysis of transmitted data in the vehicle operation information center. Data management and convenience providing technology with public institutions and accident handling related organizations such as automatic accident notification, vehicle location tracking, remote diagnosis and road traffic safety diagnosis
이러한 CVB기술은 사고기록과 운행정보를 동시에 저장하는 신형 블랙박스의 기술표준으로 개정될 예정이며, 국토행양부는 차량용 블랙박스(KSR 5076)와 운행기록계(KSR 5072)의 기술규격을 통합한 새로운 국가 표준을 완성하기 위해 기술표준원과 공동작업을 착수하였다. 또한 정부는 2011년까지 전국의 상용차 75만대에 블랙박스를 단계적으로 의무화할 계획이며, 첫 단계로 2009년 6월부터 주요 대도시의 버스, 법인택시 10만대에 블랙박스를 도입하고, 운수회사는 관련 디지털 운행기록을 매분기마다 정부에 제출할 의무를 가지고 있다. CVB를 통해 생성되는 다양한정보는 속도정보, 운전형태 정보, 사고시 운전자 행동분석정도, (급)제동, (급)가속, (급)회전 정보, 차량위치 정보 등을 실시간으로 수집하여 응급구난 및 긴급출동, 교통사고 분석, 보험료 책정 기본자료 등 다양한 용도로 활용할 수 있다.The CVB technology will be revised to the technical standard of the new black box that stores accident records and driving information at the same time.The Ministry of Land, Transport and Tourism is a new company that integrates the technical specifications of the vehicle black box (KSR 5076) and the driving recorder (KSR 5072). A collaboration with the Agency for Technical Standards was undertaken to complete the national standard. In addition, the government plans to gradually phase out black boxes for 750,000 commercial vehicles nationwide by 2011.In June 2009, the government introduced black boxes for 100,000 buses and corporate taxis in major cities. It is obliged to submit digital driving records to the government every quarter. Various information generated through CVB collects real-time information such as speed information, driving type information, driver behavior analysis degree in case of accident, (rapid) braking, (rapid) acceleration, (rapid) rotation information, and vehicle location information in real time. It can be used for various purposes such as dispatching, traffic accident analysis, insurance premium basic data.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 본 발명의 도로 부문의 배출총량을 산출하기위해서는 연료, 차량/도로의 운행, 기타자료와 같은 실제상황을 반영하는 운행활동자료와 이러한 운행활동자료와 연계될 배출계수, 미가열운행비율과 같은 기술적 자료가 필요하다. 여기서 배출계수와 같은 기술적 자료는 도로종류에 따라 차량들이 운행하는 실제패턴을 분석하여 통계적으로 유의성 있는 차속에 따른 오염물질별 배출계수식과 기온에 따른 미가열 상태 운행식을 산정한 뒤, 등급 또는 그룹화 된 운행활동자료에 연결되는 기술적 특성자료를 결합하여 총량을 산출The present invention has been made to solve the above problems, in order to calculate the total emissions of the road section of the present invention, the operation activity data reflecting the actual situation such as fuel, vehicle / road operation, other data and such operation Technical data such as emission factors and unheated operating rates to be linked to the activity data are needed. Here, technical data such as emission factors are analyzed by the actual pattern of vehicle operation according to the type of road, and the emission coefficient for each pollutant according to the vehicle speed is statistically significant and the unheated state operation according to the temperature is calculated. Calculate the total amount by combining the technical characteristic data linked to the data
본 발명에 따르면, 도로 부문의 배출총량을 산출하기위해서는 연료, 차량/도로의 운행, 기타자료와 같은 실제상황을 반영하는 운행활동자료와 이러한 운행활동자료와 연계될 배출계수, 미가열운행비율과 같은 기술적 자료가 필요하다. 여기서 배출계수와 같은 기술적 자료는 도로종류에 따라 차량들이 운행하는 실제패턴을 분석하여 통계적으로 유의성 있는 차속에 따른 오염물질별 배출계수식과 기온에 따른 미가열 상태 운행식을 산정한 뒤, 등급 또는 그룹화 된 운행활동자료에 연결되는 기술적 특성자료를 결합하여 총량을 산출하는 효과가 있다.According to the present invention, in order to calculate the total discharge amount of the road sector, operation activity data reflecting actual conditions such as fuel, vehicle / road operation, and other data, emission factors to be associated with such operation activity data, unheated operation ratio, and The same technical data is required. Here, technical data such as emission factors are analyzed by the actual pattern of vehicle operation according to the type of road, and the emission coefficient for each pollutant according to the vehicle speed is statistically significant and the unheated state operation according to the temperature is calculated. It is effective to calculate the total amount by combining the technical characteristic data linked to the operation data.
이하, 본 발명의 바람직한 실시 예들을 첨부된 도면을 참고하여 더욱 상세히 설명한다. 본 발명의 실시 예들은 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 설명하는 실시 예들에 한정되는 것으로 해석되어서는 안 된다. 본 실시 예들은 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 상세하게 설명하기 위해서 제공되는 것이다. 따라서 도면에 나타난 각 요소의 형상은 보다 분명한 설명을 강조하기 위하여 과장될 수 있다.Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the accompanying drawings. The embodiments of the present invention may be modified in various forms, and the scope of the present invention should not be construed as being limited to the embodiments described below. These embodiments are provided to explain in detail the present invention to those skilled in the art. Accordingly, the shape of each element shown in the drawings may be exaggerated to emphasize a more clear description.
현재 우리나라에서 배출계수를 산출하기 위한 대표 주행모드를 개발하기 위해 차종별(승용차, 버스, 트럭 등)로 대표 차종을 선정하여, 도로 종류에 따라 실제 주행패턴을 일정 기간 운행하여 배출계수 산출용 대표주행모드를 개발하고 있다. 이러한 방법은 실제운행패턴을 파악할 수 있다는 장점은 일지만, 우리나라와 같이 급격한 차량 증가와 교통환경 등의 변화가 예상되는 환경에서 그 때마다 새로운 주행모드를 개발하는 것이 쉽지 않고, 개발기간과 비용 또한 막대하게 요구되고, 새로운 배출계수 산출용 대표 주행모드가 개발되었더라도 당해 연도의 유의성은 높지만 매년 새롭게 생성되는 실제운행활동자료와 연계하기 위해서는 시간이 경과 할수록 유의성이 낮아질 가능성이 있다.To develop a representative driving mode for calculating the emission factor in Korea, select a representative vehicle by car type (car, bus, truck, etc.), and run the driving pattern for a certain period of time depending on the type of road. I'm developing a mod. Although this method has the advantage of being able to grasp the actual driving pattern, it is not easy to develop a new driving mode every time in an environment where a rapid increase in vehicles and changes in traffic conditions are expected, as in Korea. Although significant demands have been made, and even if a representative driving mode for calculating a new emission factor has been developed, the significance of the year is high, but in order to link with the actual operational activity data newly generated each year, the significance may decrease with time.
따라서, 주행모드 및 관련 인자의 의 필요성에서 대표 주행모드의 개발이 반드시 필요하다. 다양한 도로 상태에 대한 차종별 대표 주행모드를 개발하기 위해서는 차종에 따른 도로종류별로 상세한 주행싸이클 자료가 요구된다.Therefore, it is necessary to develop a representative driving mode in the necessity of the driving mode and related factors. In order to develop a representative driving mode for each vehicle type for various road conditions, detailed driving cycle data for each vehicle type are required.
상기 기술한 배출계수 분류체계와 연계되는 차종별로 차량내부에 장착된 OBD-II자료와 GPS가 부착된 CVB 단말장치의 데이터로거에 저장된 자료를 추출하여 통계적으로 도로종류별, 차종별로 매년 실제주행패턴이 반영된 주행싸이클을 생성할 수 있으며, 일회평균주행거리와 일일평균시동횟수, 주행싸이클 이외에서 발생하는 공회전비율 등도 시/일/주간/월/연단위로 추출하여 도로별/차종별 대표주행모드를 가지고 차대동력계위에서 개발된 배출계수 또한 시/공간적 유의성을 매우 상세하게 확보할 수 있다. The OBD-II data installed in the vehicle and the data stored in the data logger of the CVB terminal device equipped with GPS are extracted for each vehicle type linked to the emission factor classification system described above. The driving cycle can be generated, and the average driving distance, daily average starting frequency, and idling rate generated outside the driving cycle are also extracted in hourly / daily / weekly / monthly / yearly units. Emission factors developed at power levels can also ensure spatial and spatial significance in great detail.
또한, 대표 주행모드의 추출하기 위하여 CVB의 정보 중 시간의 흐름에 따른 속도 변화, 가속도 변화, 위치정보 등을 분석한 차종에 따른 도로종류별 주행사이클 상세 특성자료를 이용하여 대표 주행모드를 추출할 수 있다. In addition, in order to extract the representative driving mode, the representative driving mode can be extracted using the detailed characteristic data of the driving cycle for each vehicle type, which analyzes the speed change, acceleration change, location information, etc. according to the time flow among the CVB information. have.
또한, 관련 인자로서 베타 값의 주요자료인 일회평균주행거리를 추출하기 위하여 OBD-II의 정보 중 시간의 흐름에 따른 시동 시 엔진 온도, 외기 온도와 주행 시 엔진 온도, 외기 온도 자료에서 차종별 주행거리 중 엔진미가열 상태의 주행비율, 차종별 엔진가열 상태 대비 미가열 상태의 배출 비율 자료를 추출할 수 있다. In addition, in order to extract the one-time average driving distance, which is the main data of the beta value, as a related factor, the mileage by vehicle type from the engine temperature, the outside temperature, the engine temperature during the run, and the outside temperature data according to the passage of time among the information of the OBD-II. It is possible to extract the running ratio of the unheated state of the engine and the emission ratio of the unheated state to the engine heated state of each vehicle type.
또한, 차종별 일 주행거리를 추출하기 위하여 OBD-II의 정보 중 대상 차량의 1회 시동을 켰을 때와 껐을 때까지의 이동거리로서 일회 평균이동거리와 일 주행거리를 추출할 수 있다. In addition, in order to extract the daily mileage for each vehicle type, it is possible to extract the one-time average travel distance and the daily mileage as the travel distances when the one-time start of the target vehicle is turned on and off, from the information of the OBD-II.
또한, 차종별 일일 온실가스 배출량을 산정하기 위하여 OBD-II의 정보 중 온실가스 물질인 CO2, N2O, CH4의 농도 자료와 배출가스 양을 이용하여 온실가스 배출 량을 통계처리 할 수 있다.In addition, the greenhouse gas emissions can be statistically analyzed using the concentration data of CO 2 , N 2 O, and CH 4 , which are the greenhouse gas substances, and the amount of exhaust gas in the information of OBD-II. .
본 발명은 상기에 기술된 실시예들에 의해 한정되지 않고, 당업자들에 의해 다양한 변형 및 변경을 가져올 수 있으며, 이는 첨부된 청구항에서 정의되는 본 발명의 취지와 범위에 포함된다.The present invention is not limited by the embodiments described above, and various changes and modifications can be made by those skilled in the art, which are included in the spirit and scope of the present invention as defined in the appended claims.
도 1은 활동도, 주행모드, 배출계수를 이용한 배출량 산정 절차도.1 is an emission calculation procedure using activity, driving mode, emission coefficient.
도 2a 및 도 2b는 도로의 통행량에 따른 다양한 주행모드.2A and 2B are various driving modes according to the traffic volume of the road.
도 3은 월평균기온과, 일평균주행거리(β값의 주요인자)의 변화에 따라 배출오염물질 및 연료소비량의 변화.Figure 3 is a change in the emission of pollutants and fuel consumption according to the change in the monthly average temperature and daily average running distance (key factor of β value).
도 4는 OBD-II 시스템의 구성.4 is a configuration of an OBD-II system.
도 5는 CVB 기술 범위.5 is the CVB description range.
도 6은 CVB 저장 정보 범위.6 is a CVB storage information range.
도 7은 CVB 정보 활용 범위.7 is a CVB information utilization range.
도 8은 주행모드 분석 시스템의 구성도.8 is a configuration diagram of a driving mode analysis system.
도 9는 운행기록계에서 분석한 차종에 따른 도로종류별 주행사이클 상세 특성자료.9 is a detailed characteristic data of the driving cycle for each road type according to the vehicle type analyzed in the tachograph.
도 10은 운행기록계에서 분석한 주행모드.10 is a driving mode analyzed by the tachograph.
Claims (5)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090135139A KR20110078352A (en) | 2009-12-31 | 2009-12-31 | Road, and, the related element for the emission factor experiment of the public transportation greenhouse gas and air pollution material and representative driving mode development system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090135139A KR20110078352A (en) | 2009-12-31 | 2009-12-31 | Road, and, the related element for the emission factor experiment of the public transportation greenhouse gas and air pollution material and representative driving mode development system |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20110078352A true KR20110078352A (en) | 2011-07-07 |
Family
ID=44917825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090135139A KR20110078352A (en) | 2009-12-31 | 2009-12-31 | Road, and, the related element for the emission factor experiment of the public transportation greenhouse gas and air pollution material and representative driving mode development system |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20110078352A (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789688A (en) * | 2012-08-20 | 2012-11-21 | 北京世纪高通科技有限公司 | Method for acquiring quantity of pollutants discharged by city vehicles |
KR101332424B1 (en) * | 2011-10-04 | 2013-11-22 | 주식회사 케이에프이앤이 | Method for calculating factor for counting engine non-heating emission index of vehicle in server, server thereof and obd connector communication device used therein |
KR101379599B1 (en) * | 2012-09-19 | 2014-04-01 | 아주대학교산학협력단 | Apparatus and method for calculating mobile emission |
KR101449917B1 (en) * | 2013-01-25 | 2014-10-23 | 주식회사 휴디콤 | The driving information and carbon emission analysis system using real time driving information of vehicle |
KR20150138905A (en) * | 2014-05-30 | 2015-12-11 | 전자부품연구원 | Method for managing greenhouse gases emissions and System for managing greenhouse gases emissions |
-
2009
- 2009-12-31 KR KR1020090135139A patent/KR20110078352A/en not_active Application Discontinuation
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101332424B1 (en) * | 2011-10-04 | 2013-11-22 | 주식회사 케이에프이앤이 | Method for calculating factor for counting engine non-heating emission index of vehicle in server, server thereof and obd connector communication device used therein |
CN102789688A (en) * | 2012-08-20 | 2012-11-21 | 北京世纪高通科技有限公司 | Method for acquiring quantity of pollutants discharged by city vehicles |
CN102789688B (en) * | 2012-08-20 | 2014-09-17 | 北京世纪高通科技有限公司 | Method for acquiring quantity of pollutants discharged by city vehicles |
KR101379599B1 (en) * | 2012-09-19 | 2014-04-01 | 아주대학교산학협력단 | Apparatus and method for calculating mobile emission |
KR101449917B1 (en) * | 2013-01-25 | 2014-10-23 | 주식회사 휴디콤 | The driving information and carbon emission analysis system using real time driving information of vehicle |
KR20150138905A (en) * | 2014-05-30 | 2015-12-11 | 전자부품연구원 | Method for managing greenhouse gases emissions and System for managing greenhouse gases emissions |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rosero et al. | Real-world fuel efficiency and emissions from an urban diesel bus engine under transient operating conditions | |
Agarwal et al. | Real-world automotive emissions: Monitoring methodologies, and control measures | |
Huang et al. | Remote sensing of on-road vehicle emissions: Mechanism, applications and a case study from Hong Kong | |
Carslaw et al. | Recent evidence concerning higher NOx emissions from passenger cars and light duty vehicles | |
Rakha et al. | Impact of stops on vehicle fuel consumption and emissions | |
Ropkins et al. | Real-world vehicle exhaust emissions monitoring: review and critical discussion | |
Jaikumar et al. | Modal analysis of real-time, real world vehicular exhaust emissions under heterogeneous traffic conditions | |
Gao et al. | Emission factors analysis for multiple vehicles using an on-board, in-use emissions measurement system | |
Wenzel et al. | Some issues in the statistical analysis of vehicle emissions | |
Ng et al. | Reducing vehicle fuel consumption and exhaust emissions from the application of a green-safety device under real driving | |
Joumard et al. | Influence of instantaneous speed and acceleration on hot passenger car emissions and fuel consumption | |
Marsden et al. | Towards a real-time microscopic emissions model | |
Gao et al. | Experimental measurement of on-road CO2 emission and fuel consumption functions | |
KR20110078352A (en) | Road, and, the related element for the emission factor experiment of the public transportation greenhouse gas and air pollution material and representative driving mode development system | |
Stedman et al. | An analysis of on-road remote sensing as a tool for automobile emissions control | |
Farzaneh et al. | Texas-specific drive cycles and idle emissions rates for using with EPA’s MOVES model-final report | |
Gorse | On-road emission rates of carbon monoxide, nitrogen oxides, and gaseous hydrocarbon | |
Rakha et al. | Emission model development using in-vehicle on-road emission measurements | |
Ragatz et al. | Aerodynamic drag reduction technologies testing of heavy-duty vocational vehicles and a dry van trailer | |
Boulter et al. | Emission factors 2009: Final summary report | |
Thibault et al. | Real-time air pollution exposure and vehicle emissions estimation using IoT, GNSS measurements and web-based simulation models | |
Cadle et al. | Real-world vehicle emissions: a summary of the seventh coordinating research council on-road vehicle emissions workshop | |
Cadle et al. | Real-world vehicle emissions: a summary of the sixth coordinating research council on-road vehicle emissions workshop | |
North et al. | Development of a vehicle emissions monitoring system | |
Farzaneh et al. | Texas-specific drive cycles and idle emissions rates for using with epa’s MOVES model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |