SUMO交通仿真中CO2排放异常高的原因分析与解决方案

背景介绍

在SUMO交通仿真项目中，研究人员经常需要监测和分析车辆排放数据，特别是CO2排放量。近期有用户报告在仿真过程中出现了异常高的CO2排放值（超过50 kg/h），这明显超出了常规车辆的排放范围。本文将深入分析这一现象的技术原因，并提供解决方案。

问题现象

用户在使用SUMO进行交通仿真时，通过TraCI接口获取车辆的CO2排放数据，发现某些车辆在特定时刻的瞬时CO2排放值换算为每小时排放量后高达51.06 kg/h。而同一仿真中的其他车辆排放值则处于更合理的范围（如9.45 kg/h、36.20 kg/h等）。

技术分析

1. 排放计算原理

SUMO使用PHEMlight排放模型计算车辆排放，该模型基于车辆动力学参数（速度、加速度等）和排放等级（如PC_EU4_G）计算瞬时排放量。在用户案例中，车辆配置为：

<vType id="car" minGap="2.50" maxSpeed="17.00" emissionClass="PHEMlight5/PC_EU4_G">
    <param key="shutOffAutoDuration" value="20"/>
</vType>

2. 高排放原因

异常高排放值主要出现在以下情况：

• 车辆处于剧烈加速状态（如加速度达到2.6 m/s²）
• 瞬时数据直接换算为小时排放量
• 未考虑车辆实际运行状态的变化

3. 数据换算问题

用户代码中将瞬时排放值（mg/s）直接乘以0.0036换算为kg/h：

co2_mg_s = round(traci.vehicle.getCO2Emission(vehicle_id), 2)
co2_kg_h = co2_mg_s * 0.0036

这种直接换算方式会放大瞬时波动，特别是在车辆加速等动态工况下。

解决方案

1. 采用移动平均算法

建议对排放数据进行平滑处理，例如使用200步的移动平均窗口：

# 初始化排放数据队列
emission_history = deque(maxlen=200)

# 每步更新
emission_history.append(traci.vehicle.getCO2Emission(vehicle_id))
avg_emission = sum(emission_history) / len(emission_history)
co2_kg_h = avg_emission * 0.0036

2. 考虑实际工况

对于剧烈变化的工况（如急加速），建议：

• 记录完整的运行周期数据
• 区分不同驾驶模式（加速、匀速、减速）
• 按实际运行时间计算总排放量

3. 排放模型验证

检查排放模型参数是否合理：

• 确认车辆类型与排放等级的匹配性
• 验证最大速度和加速度设置是否符合实际
• 检查是否有异常的重型车辆混入

实际应用建议

1. 数据采集策略：建议采集至少1分钟的连续数据再进行排放量计算
2. 工况分类：将数据按加速、匀速、怠速等工况分别处理
3. 单位转换：在完成数据平滑后再进行单位转换
4. 异常值过滤：设置合理的阈值过滤明显异常的数据点

结论

SUMO仿真中出现的高CO2排放值通常是瞬时工况和数据处理方式共同作用的结果。通过采用合理的数据平滑算法、考虑车辆实际运行状态以及正确使用排放模型，可以获得更准确可靠的排放数据。这些方法不仅适用于CO2排放分析，也可应用于其他污染物排放的研究。