Hội nghị Khoa học công nghệ lần thứ XXII

Trường Đại học Giao thông vận tải

ĐÁNH GIÁ GIẢM PHÁT THẢI CỦA HỆ THỐNG XE BUÝT NHANH
TẠI HÀ NỘI QUA PHÂN TÍCH ĐẶC TRƯNG LÁI NGOÀI THỰC TẾ
Nguyễn Thị Yến Liên*, Thân Thị Hải Yến, Bùi Lê Hồng Minh, Cù Thị Thục Anh
Trường Đại học Giao thông Vận tải, Số 3 Cầu Giấy, Hà Nội
*
Tác giả liên hệ:Email:
Tóm tắt. Bài báo đã đánh giá hiệu quả hoạt động của xe buýt nhanh (BRT) tại Hà Nội
dựa trên dữ liệu lái ngoài thực tế. Dữ liệu lái ngoài thực tế của BRT đã được thu thập
bằng công nghệ GPS với tốc độ cập nhật 1Hz. Các sai số trong dữ liệu GPS đã được
xử lý trước khi đưa vào tính tốn 25 thông số động học lái. Kết quả cho thấy chưa có
sự khác biệt lớn về vận tốc trung bình của BRT so với buýt truyền thống, vận tốc trung
bình của BRT chỉ cao hơn buýt truyền thống 1,3 lần. Tuy nhiên, phương thức lái của
BRT đã có sự khác biệt đáng kể so với buýt truyền thống: tỷ lệ thời gian hoạt động ở
chế độ ổn định trong dải vận tốc trung bình và trong dải vận tốc thấp tăng so với buýt
truyền thống lần lượt là 68,9% và 47,4%; tỷ lệ thời gian không tải giảm 15,9% so với
buýt truyền thống. Kết quả nghiên cứu cũng cho thấy mức phát thải các chất ô nhiễm
của BRT đã giảm so với bt truyền thống từ 3,0 ÷ 54,6%.
Từ khóa: VSP, BRT, buýt, đặc trưng lái, hệ số phát thải.

1. ĐẶT VẤN ĐỀ
Giao thông vận tải (GTVT) là một phần rất quan trọng của cuộc sống hiện đại, con
người ngày càng phụ thuộc nhiều hơn vào các loại phương tiện giao thông cơ giới.
Tuy nhiên, GTVT lại là một trong những ngun nhân chính gây ơ nhiễm khơng khí
tại các thành phố lớn của các nước đang phát triển, trong đó có Việt Nam. Đẩy mạnh
phát triển hệ thống giao thơng công cộng được xem như là một trong những giải pháp
để cải thiện chất lượng khơng khí đơ thị tại Việt Nam trong những năm gần đây. Do
đó, riêng Hà Nội, từ năm 2001 đến năm 2017 số lượng các tuyến xe buýt đã tăng 3 lần

và số xe buýt tăng 4,2 lần [1]. Từ tháng 12 năm 2016, Hà Nội đã chính thức khai
trương tuyến xe buýt nhanh (BRT) đầu tiên nhằm nâng cao năng lực vận chuyển và
giảm thiểu phát thải. BRT là xe buýt được hoạt động trên làn đường riêng và có hệ
thống giao thơng ưu tiên hỗ trợ để tạo ra tốc độ di chuyển nhanh hơn và tần suất vận
tải lớn hơn so với bt truyền thống. Do đó, đặc trưng lái ngồi thực tế là sự khác biệt
lớn nhất giữa buýt truyền thống và BRT. Hiện nay, nhiều quan điểm cho rằng hoạt
động của BRT tại Hà Nội hiện nay chưa thực sự hiệu quả do tỉ lệ làn đường dành riêng
cho BRT chưa cao. Do đó, nghiên cứu này được thực hiện nhằm lượng hóa hiệu quả
thực sự mà BRT đạt được thơng qua phân tích các đặc trưng lái ngồi thực tế và đặc
trưng phát thải của hệ thống xe buýt này.
-376-


Trường Đại học Giao thông vận tải

Hội nghị Khoa học công nghệ lần thứ XXII

2. PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp nghiên cứu được trình bày trong Hình 1.
Lựa chọn tuyến
Thu thập dữ liệu lái ngồi thực
tế
Xử lý dữ liệu
Tính các thơng số đặc trưng
của chu trình lái
Mơ phỏng phát thải
Đánh giá hiệu quả hoạt động

Hình 1. Phương pháp nghiên cứu.
2.1. Lựa chọn tuyến

Để đạt được mục tiêu nghiên cứu, tuyến xe buýt nhanh BRT01 đã được lựa chọn.
Hiện tại đây là tuyến xe buýt nhanh duy nhất tại Hà Nội. Một số thông tin của tuyến
BRT 01 như Bảng 1 [2].
Bảng 1. Thông tin về tuyến BRT01.
Tên tuyến
Số hiệu
Chiều dài tuyến (km)
Số điểm dừng trên toàn tuyến (điểm)

Bến xe Yên Nghĩa – Kim Mã
BTR01
14,8
23

2.2. Thu thập dữ liệu lái ngoài thực tế
Trong nghiên cứu này, dữ liệulái ngoài thực tế của BRT được thu thập bằng công
nghệ GPS, sử dụng thiết bị Garmin Etrex Vista HCx có tốc độ cập nhật 1Hz (Hình 2).

-377-


Trường Đại học Giao thông vận tải

Hội nghị Khoa học cơng nghệ lần thứ XXII

Hình 2. Thiết bị Garmin Extra Vista HCx.

Quá trình thu thập dữ liệu được
thực hiện một cách liên tục trong
ngày, bắt đầu từ khoảng 6am và kết

thúc vào khoảng 8pm tại điểm đầu và
điểm cuối của tuyến. Phần mềm
Mapsource được sử dụng để xuất dữ
liệu từ thiết bị GPS ra file excel, gồm
2 trường dữ liệu: vận tốc và thời gian.
Quá trình thu thập dữ liệu được thực
hiện trong khoảng thời gian từ 3/2017
đến 10/2017.

2.3. Xử lý dữ liệu
Dữ liệu lái thu được có thể chứa các sai số liên quan đến hiện tượng mất tín hiệu
đột ngột, các điểm dữ liệu dị biệt, sự trôi của các giá trị vận tốc bằng không (zero
speed drift) và nhiễu trắng (white noise) [3]. Do đó, dữ liệu này cần được xử lý để loại
bỏ các sai số nhưngkhơng được làm mất đi tính tồn vẹn của dữ liệu gốc, qua đó các
tính tốn về mặt năng lượng sẽ được hồn thiện hơn khi phân tích đặc trưng lái. Một
bộ lọc gồm 9 bước đã được thiết trong [4] sẽ được sử dụng để định dạng và xử lý các
sai số trong dữ liệu GPS thu được. Toàn bộ quá trình xử lý được thực hiện tự động trên
phần mềm Matlab.
2.4. Tính các thơng số động học đặc trưng của chu trình lái
Chu trình lái là bức tranh về mối liên hệ giữa vận tốc – thời gian của phương tiện
tham gia giao thông trong điều kiện nhất định. Do đó, đặc trưng lái ngồi thực tế của
phương tiện vận tải sẽ được phản ánh qua các thông số động học chu trình lái như
được định nghĩa trong Bảng 2. Định nghĩa này áp dụng cho trường dữ liệu vận tốc
gồm n giá trị thời gian tính bằng giây (ti) (với 1 ≤ i ≤ n) và vận tốc vi tính bằng km/h
(1 ≤ i < n).
Bảng 2.Các thông số động học thường sử dụng xác định đặc trưng chu trình lái ([17,
18]).
Đơn
vị


Các thơng số và định nghĩa
n
v
v1
+  (ti − ti −1 ). i
3, 6 i = 2
3, 6

Chiều dài/tổng khoảng cách:

Dist = (t2 − t1 )

Tổng thời gian:

Ttotal = t2 − t1 +  (ti − ti −1 )

s

Tdrive = Ttotal – Tidle

s

km

n

i =2

Thời gian chuyển động:


Thời gian chạy ổn định ở vận tốc trung bình:
-378-

s


Trường Đại học Giao thông vận tải

Hội nghị Khoa học công nghệ lần thứ XXII

−2
−1
−2
−1

t 2 − t1 ( a1  0,1m.s vµ v1  5m.s ) 
 n 
t i − t i −1 ( a i  0,1m.s và v i 5m.s )

Tc =
+

(ngược lại)
(ngược lại)



0
i =2
0



Thi gian chy n nh vận tốc thấp:
−2
−1
−2
−1

t − t ( a  0,1m.s vµ v1  5m.s ) 
 n 
t i − t i −1 ( a i  0,1m.s vµ v i 5m.s )

Tcr = 2 1 1
+

(ngược lại)
(ngược l¹i)



0
 i =2 
0


Thời gian chạy ổn định:

Tcruise = Tc + Tcr = Tdrive – Tacc - Tdec

s

s

Thời gian tăng tốc:
t − t (a  0,1m.s−2 )  n t i − t i −1 (a i  0,1m.s −2 )
Tacc = 2 1 1
+

(ngược lại) i =2 0
(ngược lại)
0

s

Thi gian gim tc:
t t (a  − 0,1m.s−2 )  n t i − t i −1 (a i  − 0,1m.s−2 ) 
Tdec = 2 1 1
+

(ngược lại)
(ngược lại)
0
i = 2 0


s

Thi gian khơng tải:
t − t (v = 0 vµ a1 = 0 )  n t i − t i −1 (v1 = 0 vµ a1 = 0) 
Tidle = 2 1 1
+


(ngược lại)
(ngược lại)
0
i = 2 0


s

T lệ thời gian lái xe: Pdrive = Tdrive .100%

%

Ttotal

Tc
.100%
Ttotal

Tỉ lệ thời gian chạy ổn định ở vận tốc trung bình:

Pc =

Tỉ lệ thời gian chạy ổn định ở vận tốc thấp:

Pcr =

Tcr
.100%
Ttotal


%

Tỉ lệ thời gian tăng tốc:

Pacc =

Tacc
.100%
Ttotal

%

Tdec
.100%
Ttotal

%

Tidle
.100%
Ttotal

%

Tỉ lệ thời gian giảm tốc:

Pdec =

Tỉ lệ thời gian không tải:


Pstop =

Vận tốc trung bình:

v trip = 3, 6

Vận tốc lái xe trung bình:

v drive = 3, 6

Độ lệch chuẩn của vận tốc:

v =

1 n
(v i − v)2

n − 1 i =1

%

dist
Ttotal

km/h

dist
Tdrive


km/h
km/h

-379-


Trường Đại học Giao thông vận tải

Hội nghị Khoa học cơng nghệ lần thứ XXII

1
a=
Ttotal

Gia tốc trung bình:

n

a
i =1

m/s2

i

Gia tốc dương trung bình:
−1

n
 n 1 (nÕu a i  0) 

a i (nÕu a i  0) 
a pos =





1 0 (ngược lại)
i =1 0(ngượclại)  
Gia tốc âm trung bình:

m/s2

−1

n
 n 1 (nÕu a i  0) 
a i (nÕu a i  0) 
a neg =   
   

1 0 (ngược lại)
i =1 0(ngượclại)

lch chun của gia tốc:

a =

m/s2


1 n
 (a i − a)2
n − 1 i =1

Số lần dừng:
n 1( v = 0  a = 0  v  0  a  0 )
 i

  i
i
i
stop − nr =  
i =1
0 (ngược lại)
S ln dng trờn 1 km:

stop rate =1000

m/s2

lần
stop− nr
dist

lần/k
m

Động năng dương (PKE):
PKE =


n 
v 2 − v 2i −1 (nÕu v i  v i −1 )
1
i

dist i =2 0
(ngượclại)

Cn quõn phng của gia tốc (RMSA):

m/s2
T

RMSA =

1 2
1 N 2
a
.dt
=
. a i
T 0
N i =1

Với: N = T = Ttotal
Công suất riêng của xe (VSP): VSP =1,1 a  v + 0,132  v + 0,000302  v3
Với: v là vận tốc của xe (m/s), a là gia tốc (m/s2).

m/s2


W/kg

2.5. Mô phỏng phát thải
Để có thể đánh giá chi tiết hơn về hiệu quả hoạt động của BRT, nghiên cứu này đã
tiến hành mô phỏng phát thải của buýt BRT dựa trên dữ liệu lái ngồi thực tế. Mơ hình
IVE (International Vehicle Emissions) được sử dụng để mô phỏng phát thải của xe
bt theo các chu trình lái đặc trưng. Mơ hình IVE do Cơ quan Bảo vệ Môi trường
Hoa Kỳ (US. EPA) và Văn phòng Quan hệ Quốc tế thiết kế đặc biệt để phù hợp với
các nước đang phát triển trong nỗ lực nhằm giải quyết phát thải từ nguồn động [5].
Tính chính xác của IVE đã được đánh giá qua nghiên cứu của Gou và cộng sự (2007)
khi hệ số tương quan giữa kết quả mô phỏng theo IVE và kết quả đo ngoài thực tế đều
lớn hơn 0,8 đối với tất cả các chất ô nhiễm [6].

-380-


Trường Đại học Giao thông vận tải

Hội nghị Khoa học công nghệ lần thứ XXII

Phát thải của các phương tiện vận tải phụ thuộc vào rất nhiều yếu tố có liên quan
đến nhiên liệu, phương tiện, phương thức lái và điều kiện mơi trường xung quanh. Do
đó, hiện nay chưa có một phương trình tốn học nào có thể mơ tả đầy đủ ảnh hưởng
của tất cả các yếu tố đầu vào tới hệ số phát thải (emission factor, EF) của phương tiện.
Trong IVE, EF được xác định dựa trên tốc độ phát thải với một loạt các hệ số hiệu
chỉnh theo công nghệ, theo phương thức lái, và theo các điều kiện mơi trường xung
quanh theo thuật tốn được biểu diễn trên Hình 3[5].

Điều chỉnh
hệ số phát

thải dịng xe
**
Tính toán
điều chỉnh
nhiệt độ

*

Dữ liệu đầu vào file Fleet
- Phân loại cơng nghệ của
phương tiện
- Phân loại điều hịa khơng khí
- Điều chỉnh hệ số phát thải nền
bởi công nghệ và chất ơ nhiễm

Tính tốn
hệ số phát
thải nền

Dữ liệu đầu ra
- Khởi động
- Đang chạy

Bắt đầu vịng lặp

*

Tính tốn
điều chỉnh
loại đường


*

Tính tốn
điều chỉnh
bảo dưỡng

*

Tính tốn
điều chỉnh
chất lượng
nhiên liệu

*

Tính tốn
điều chỉnh
điều hịa
khơng khí

*

Tính tốn
điều chỉnh
phương
thức lái

Dữ liệu đầu vào file Location
- Địa điểm/thời gian

- Nhiệt độ
- Loại đường
- Chương trình bảo dưỡng kiểm định
- Thông tin về nhiên liệu
- Sử dụng điều hịa khơng khí
- Phân loại phương thức lái
- Phân loại thời gian khởi động
- Quãng đường đi được

Hình 3. Thuật tốn sử dụng trong IVE.
Dữ liệu lái ngồi thực tế
Trong IVE, dữ liệu vận tốc tức thời theo thời gian của dữ liệu lái ngoài thực tế
được sử dụng để xác định 2 thông số đầu vào quan trọng của mơ hình như sau:
• Cơng suất riêng của xe (Vehicle Specific Power, VSP): là nhu cầu năng lượng
tính cho một đơn vị khối lượng của xe để thắng các lực cản chuyển động như lực cản
lăn, lực cản khơng khí, lực cản lên dốc, lực cản tăng tốc và lực cản mooc kéo. Cơng
thức tính VSP theo [5]:
VSP
(kW/ton)
0,132]+0,000302×v3

=v×[1,1×a+9,81

(arctan(sin(grade)))

+

(1)
-381-



Hội nghị Khoa học công nghệ lần thứ XXII

Trường Đại học Giao thơng vận tải

Trong đó: a là gia tốc (m2/s), v là vận tốc (m/s), grade là độ dốc của đường
(radian).
• ES (Engine stress):thể hiện tương quan giữa nhu cầu năng lượng của động cơ
trong vòng 20 giây vận hành (từ vi-5 đến vi-25) và số vòng quay của động cơ trên phút
(RPM). ES được tính tốn theo Cơng thức (2) [5].
ES = RPMIndex +(0,08 ton/kW)× PreaveragePower

(2)

Trong đó: PreaveragePower = Average (VSPt=-5 to -25s) (kW/tấn)
RPMIndex = Speedt=0/SpeedDivider (Khơng có đơn vị)
Dữ liệu khác
Các dữ liệu liên quan đến phương tiện được xác định dựa trên đặc trưng của hệ
thống xe buýt tại Hà Nội, cụ thể: xe buýt hạng nặng, sử dụng nhiên liệu diesel, quãng
đường di chuyển trung bình năm là 77380 km [7].
Nhiên liệu sử dụng là diesel, các thông số được lấy theo tiêu chuẩn xăng dầu của
Tổng công ty xăng dầu Việt Nam Petrolimex. Nhiệt độ và độ ẩm xác định theo dữ liệu
của Trung tâm khí tượng thủy văn quốc gia ().
3. KẾT QUẢ VÀ THẢO LUẬN
3.1. Kết quả xử lý dữ liệu GPS
Toàn bộ dữ liệu lái liên tục ngoài thực tế của BRT trên tuyến BRT01 đã được phân
cắt thành các phân đoạn hành trình ứng với mỗi lượt di chuyển giữa điểm đầu và điểm
cuối của tuyến, các phân đoạn này được gọi là “trip”. Theo đó, nghiên cứu này đã thu
được 104 “trip”. Các “trip” này đã được đưa qua bộ lọc gồm 9 bước như đã trình bày
trong [4] để xử lý các sai số ngẫu nhiên và làm trơn dữ liệu trước khi được sử dụng để

tính tốn các thông số phản ánh đặc trưng lái. Kết quả xử lý dữ liệu GPS như được đưa
ra trong Bảng 3.
Bảng 3. Kết quả lọc dữ liệu GPS.
Loại lỗi

-382-

Tỉ lệ lỗi trung bình(*) (%)

Sai về thời gian

1,01e-04

Vận tốc dị biệt

0

Sự trôi của các giá trị vận tốc bằng không

3,02

Các giá trị vận tốc bằng khơng bị lỗi

0,14

Khoảng trống tín hiệu

2,33

Gia tốc dị biệt


0,02


Hội nghị Khoa học công nghệ lần thứ XXII

Trường Đại học Giao thông vận tải

Ghi chú: (*)Các giá trị trong bảng trên được tính dựa trên 104 kết quả xử lý dữ liệu
độc lập tương ứng với 104 trip dữ liệu lái ngồi thực tế được đưa vào q trình lọc.
Theo Bảng 3, tỉ lệ các điểm dữ liệu đã được loại bỏ/thay thế hoặc bổ sung chiếm
trung bình khoảng 5,5%. Trong đó, lỗi do sự trơi của các giá trị v = 0 km/h là cao nhất
(chiếm ~ 3,02%), lỗi do mất tín hiệu đột ngột đứng thứ hai (chiếm ~ 2,33%), điều đó
cho thấy tín hiệu GPS thu được hay bị gián đoạn. Kết quả trong Bảng 3 cũng cho thấy,
khơng có lỗi vượt q tốc độ trên tuyến BRT01. Kết quả này phù hợp với số liệu báo
cáo từ Hệ thống quản lý và điều hành xe buýt BUS-WEBGPS [2].
3.2. Đặc trưng lái ngoài thực tế của BRT
Dữ liệu GPS sau khi được xử lý đã được sử dụng để xác định dặc trưng lái ngoài
thực tế thơng qua việc tính tốn các thơng số động học chu trình lái. Tuy nhiên, một số
thơng số động học chu trình lái như chiều dài tuyến, thời gian lái ở các chế độ khác
nhau, cũng như tổng thời gian lái khơng có ý nghĩa phản ánh đặc trưng di chuyển vì
các thơng số này cịn phụ thuộc vào chiều dài thiết kế của tuyến. Do đó, các thơng số
này không được sử dụng để đánh giá sự thay đổi đặc trưng lái ngoài thực tế của BRT
so với buýt truyền thống. Kết quả xác định đặc trưng lái ngoài thực tế của BRT được
trình bày trong Bảng 4.
Từ Bảng 4 có thể thấy rằng, nếu chỉ so sánh dựa trên giá trị vận tốc trung bình thì
đặc trưng lái ngồi thực tế của BRT khơng khác biệt nhiều so với buýt truyền thống,
vận tốc trung bình của BRT chỉ cao hơn xe buýt truyền thống khoảng 1,3 lần (tăng ~
29,6%). Tuy nhiên, tỷ lệ thời gian BRT hoạt động ở chế độ ổn định tăng rõ rệt so với
buýt truyền thống, tăng 68,9% đối với tỷ lệ thời gian xe hoạt động trong chế độ ổn

định ở vận tốc trung bình, và tăng 47,4% đối với tỷ lệ thời gian xe hoạt động trong chế
độ ổn định ở vận tốc thấp. Tỷ lệ thời gian BRT hoạt động ở chế độ không tải cũng
được cải thiện đáng kể, giảm 15,9% so với buýt truyền thống.
Sự cải thiện trong phương thức di chuyển của BRT so với buýt truyền thống có thể
được giải thích bởi BRT đã được thiết kế với làn đường riêng nên khả năng di chuyển
thuận lợi hơn buýt truyền thống. Kết quả này cũng gợi mở rằng mức phát thải của
BRT sẽ giảm so với buýt truyền thống bởi nghiên cứu của Tong và cộng sự [9] đã chỉ
ra rằng khi xe chuyển động, mức phát thải của xe ở chế độ ổn định là thấp nhất.
3.3. Đặc trưng phát thải của BRT
Để khẳng định nhận định về hiệu quả giảm phát thải của BRT so với buýt truyền
thống, nghiên cứu này đã tiến hành mô phỏng phát thải của BRT trên phần mềm IVE
theo dữ liệu lái ngoài thực tế của hai loại xe buýt này. Trong đó, tất cả các thơng số
liên quan đến đặc tính nhiên liệu, phương tiện, và điều kiện mơi trường xung quanh
được sử dụng để mô phỏng phát thải của BRT và xe buýt truyền thống là như nhau.
Kết quả mơ phỏng phát thải của BRT như trình bày trên Bảng 5.
-383-


Trường Đại học Giao thông vận tải

Hội nghị Khoa học cơng nghệ lần thứ XXII

Bảng 4. Đặc trưng lái ngồi thực tế của BRT.
Đặc trưng lái ngồi thực tế
Thơng số

Tỷ lệ thời gian tăng tốc
Tỷ lệ thời gian giảm tốc
Tỷ lệ thời gian chạy ổn định ở
vận tốc trung bình

Tỷ lệ thời gian chạy ổn định ở
vận tốc thấp
Tỷ lệ thời gian khơng tải
Vận tốc trung bình
Độ lệch chuẩn của vận tốc
Vận tốc cực đại
Phân vị 95th của vận tốc
Gia tốc cực đại
Gia tốc cực tiểu
Gia tốc trung bình
Gia tốc dương trung bình
Gia tốc âm trung bình
Độ lệch chuẩn của gia tốc
Phân vị 95th của gia tốc dương
Phân vị 95th của gia tốc âm
Tổng số lần dừng
Tỷ lệ dừng trên 1km
Động năng dương (PKE)
Căn quân phương của gia tốc
(RMSA)
Công suất riêng của xe (VSP)
- Công suất riêng cực đại
- Công suất riêng cực tiểu
- Trung bình của các VSP
dương
- Trung bình của các VSP âm

-384-

Đơn vị


Xe buýt truyền
thống [8]

BRT

%
%

36,97
38,06

34,60
32,08

Phần trăm
chênh lệch so
với buýt
truyền thống
(%)
-6,4
-15,7

%

8,34

14,09

68,9


%

8,29

12,22

47,4

%
km/h
km/h
km/h
km/h
m/s2
m/s2
m/s2
m/s2
m/s2
m/s2
m/s2
m/s2
/km
m/s2

8,34
16,59
10,44
45,47
32,96

3,47
-3,05
0,00
0,56
-0,55
0,61
1,50
-1,34
27
1,61
0,36

7,01
21,50
10,08
45,5
32,5
3,06
-2,22
0,00
0,49
-0,53
0,50
1,11
-1,38
22
1,21
0,34

-15,9

29,6
-3,4
0,1
-1,4
-11,8
-27,2
0
-12,5
-3,6
-18,0
-26,0
3,0
-18,5
-24,8
-5,6

m/s2

0,61

0,50

-18,0

W/kg
W/kg

31,70
-23,98


23,48
-21,11

-25,9
-12,0

W/kg

2,67

2,03

-24,0

W/kg

-2,44

-2,33

-4,5


Trường Đại học Giao thông vận tải

Hội nghị Khoa học công nghệ lần thứ XXII

Bảng 5.So sánh hiệu quả giảm phát thải của BRT so với buýt truyền thống.
Hệ số phát thải (g/km)


Mức giảm phát thải của
BRT so với buýt truyền

Chất ơ
nhiễm

BRT

Bt truyền thống
[10](*)

CO

2,56

3,68

-30,4

VOC

0,66

1,27

-48,0

8,65

19,05


-54,6

SO2

0,09

0,15

-40,0

PM10

2,87

2,96

-3,0

CO2

863,73

1471

-41,3

thống (%)

NOx

(tính theo
Nitơ)

Ghi chú: (*) hệ số phát thải của buýt truyền thống được xác định theo phương pháp
tương tự như phương pháp được sử dụng trong nghiên cứu này.
Theo Bảng 5, BRT có mức phát thải thấp hơn so với buýt truyền thống, hiệu quả
giảm phát thải có thể đạt từ 3,0 ÷ 54,6%. Trong đó, mức giảm phát thải đối với NOx là
cao nhất, đạt ~55%. Điều này có thể được giải thích bởi mức phát thải NOx dao động
rất lớn giữa các chế độ hoạt động của phương tiện như đã được chỉ ra trong [9], mà sự
khác biệt về tỉ lệ các chế độ hoạt động giữa BRT và buýt truyền thống là lớn nhất.
4. KẾT LUẬN
Nghiên cứu này đã đánh giá được hiệu quả hoạt động của BRT tại Hà Nội khi so
sánh đặc trưng lái ngoài thực tế và đặc trưng phát thải của BRT so với xe buýt truyền
thống. Kết quả nghiên cứu cho thấy hoạt động của hệ thống BRT hiện nay chưa thực
sự hiệu quả do chưa tạo ra sự khác biệt lớn về giá trị vận tốc trung bình. Vận tốc trung
bình của BRT chỉ lớn hơn so với vận tốc trung bình của buýt truyền thống khoảng 1,3
lần. Tuy nhiên, phương thức lái của BRT đã có sự thay đổi theo chiều hướng tích cực
để có thể giảm mức phát thải các chất ô nhiễm so với buýt truyền thống. Trong
phương thức lái của BRT, tỷ lệ thời gian xe hoạt động ở chế độ ổn định tăng 68,9%
đối với dải vận tốc trung bình (v  5 m/s), và tăng 47,4% đối với dải vận tốc thấp (v 
5 m/s) so với buýt truyền thống; tỷ lệ thời gian xe hoạt động ở chế độ khơng tải giảm
15,9% so với bt truyền thống. Do đó, mức phát thải các chất ô nhiễm của BRT đã
giảm so với buýt truyền thống từ 3,0 ÷ 54,6%. Các kết quả nghiên cứu đạt được đã góp
phần khẳng định lại nhận định đặc trưng lái ngoài thực tế ảnh hưởng rất lớn tới mức
phát thải của các phương tiện vận tải, thay đổi hành vi lái có thể mang lại những lợi
ích rõ rệt về mặt mơi trường.

-385-



Hội nghị Khoa học công nghệ lần thứ XXII

Trường Đại học Giao thông vận tải

TÀI LIỆU THAM KHẢO
[1]. Bộ Giao thơng Vận tải, Hà Nội: Ðổi mới loại hình dịch vụ vận tải công cộng.
(26/05/2018).
[2]. Hệ
thống
quản
lý
và
điều
hành
WEBGPS),.

xe

buýt

(BUS-

[3]. Duran A., Earleywine M., GPS Data Filtration Method for Drive Cycle Analysis
Applications, National Renewable Energy Lab.(NREL), Golden, CO (United
States), SAE 2012 World Congress, 2012.
[4]. Nguyen Y.-L.T., Bui N.-D., Nghiem T.-D., Le A.-T., GPS data processing for
driving cycle development in Hanoi, Vietnam, Journal of Engineering Science and
Technology.2020;15(2):1429 - 1440.
[5]. ISSRC, IVE Model Users Manual Version 2.0 2008. />(25/08/2018).
[6]. Guo H., Zhang Q.-y., Shi Y., Wang D.-h. Evaluation of the International Vehicle

Emission (IVE) model with on-road remote sensing measurements. Journal of
Environmental Sciences, 2007;19:818-826.
[7]. Trang T.T., Van H.H., Oanh N.T.K. Traffic emission inventory for estimation of
air quality and climate co-benefits of faster vehicle technology intrusion in Hanoi,
Vietnam. Carbon Management. 2015;6(3-4):117-128.
[8]. Nguyen Y.-L.T., Nghiem T.-D., Le A.-T., Bui N.-D. Development of the typical
driving cycle for buses in Hanoi, Vietnam. Journal of the Air & Waste
Management
Association.
2019;69(4):423437.ttps://doi.org/10.1080/10962247.2018.1543736.
[9]. Tong H., Hung W., Cheung C. On-road motor vehicle emissions and fuel
consumption in urban driving conditions. Journal of the Air & Waste Management
Association. 2000;50(4):543-554.
[10]. Lien N.T.Y., Dung N.T. Health co-benefits of climate change mitigation for the
bus system of Hanoi. 2018;56(3):312-323. />
-386-