[论文解读] MOVESTAR: An Open-Source Vehicle Fuel and Emission Model based on USEPA MOVES

Ziran Wang, Guoyuan Wu+1 more|arXiv (Cornell University)|Aug 11, 2020

Vehicle emissions and performance参考文献 9被引用 18

一句话总结

MOVESTAR 是一个基于美国环保局（USEPA）MOVES 的开源轻量化车辆燃油与排放模型，仅需每秒一次的速度数据和车辆类型作为输入。它可在 Python、MATLAB 和 C++ 平台上实现实时与事后处理的燃油与排放计算，有效支持联网与自动驾驶车辆的节能驾驶系统评估，随着渗透率提升，可实现排放与燃油消耗的可测量减少。

ABSTRACT

In this paper, we introduce an open-source model "MOVESTAR" to calculate the fuel consumption and pollutant emissions of motor vehicles. This model is developed based on U.S. Environmental Protection Agency's (EPA) Motor Vehicle Emission Simulator (MOVES), which provides an accurate estimate of vehicle emissions under a wide range of user-defined conditions. Originally, MOVES requires users to specify many parameters through its software, including vehicle types, time periods, geographical areas, pollutants, vehicle operating characteristics, and road types. In this paper, MOVESTAR is developed as a simplified version, which only takes the second-by-second vehicle speed data and vehicle type as inputs. To enable easy integration of this model, its source code is provided in various languages, including Python, MATLAB and C++. A case study is introduced in this paper to illustrate the effectiveness of the model in the development of advanced vehicle technology.

研究动机与目标

• 开发一种简化且易于使用的替代方案，以替代复杂的美国环保局（USEPA）MOVES 模型，用于估算车辆燃油消耗与排放。
• 使缺乏排放建模专业知识的研究人员与实践者能够仅通过最少的输入数据，轻松估算燃油与排放输出。
• 提供开源的多平台实现（Python、MATLAB、C++），便于集成到仿真环境与实时应用中。
• 展示该模型在评估先进车辆技术（如联网与自动驾驶车辆中的协同节能驾驶系统）方面的实用性。
• 通过简化数据输入与模型执行流程，降低交通运输研究中环境影响评估的入门门槛。

提出的方法

• MOVESTAR 是 USEPA MOVES 的轻量化变体，通过聚焦于车辆类型与每秒一次的速度数据，避免了依赖图形用户界面（GUI）的参数输入。
• 利用从 MOVES 中提取的不同车辆类型对应的系数（A、B、C、M、f）计算车辆特定功率（VSP），从而实现排放率估算。
• 基于 VSP 的排放函数每秒计算一次排放率，并通过距离归一化处理，生成排放因子。
• 支持通过 MATLAB 脚本、Python 库以及 C++ 动态链接库（DLL）实现集成，适用于 PTV Vissim 微观交通仿真中的实时应用。
• 输入数据必须预先处理为每秒一次的速度格式；提供一个 MATLAB 脚本（'sbsSpd.m'）用于将亚秒级数据转换为所需分辨率。
• 输出结果包括以 .dat 格式提供的排放率（ER）与排放因子（EF），支持单车与单位距离的分析。

实验结果

研究问题

• RQ1 仅使用速度与车辆类型数据，简化且开源的模型能否准确估算车辆燃油消耗与排放？
• RQ2 MOVESTAR 如何通过 Vissim 仿真环境实现集成，以实现实时排放与燃油消耗评估？
• RQ3 在信号灯控制的路段中，协同节能驾驶系统在多大程度上可减少排放与燃油消耗？
• RQ4 联网与自动驾驶车辆（CAVs）的不同渗透率对整体燃油与排放性能有何影响？
• RQ5 MOVESTAR 是否可作为研究人员在缺乏 MOVES 或排放建模专业知识背景下的实用且易用的工具？

主要发现

• MOVESTAR 通过消除对图形用户界面（GUI）参数输入的需求，成功简化了 MOVES 的复杂性，仅需速度与车辆类型输入。
• 该模型通过 C++ DLL 成功集成至 PTV Vissim，实现在微观交通仿真过程中实时计算排放与燃油消耗。
• 在案例研究中，随着 EAD（节能接近与出发）车辆渗透率的提高，与基线情景相比，燃油消耗与排放（NOx、HC、CO、CO2）持续降低。
• 100% 传统车辆情景作为基线，显示更高的排放水平；而 100% EAD 情景表现出更优性能，且在引入 CED 车辆后进一步提升。
• 所有排放与燃油结果均以相对值形式报告，证实了该模型在不同车辆技术情景下对环境性能进行定量评估的能力。
• MOVESTAR 在 Python、MATLAB 与 C++ 中的开源可用性，使其能够广泛应用于各类研究与仿真工作流中。