Definição e avaliação de ciclos de condução ... · horário de realização da viagem, que...
-
Upload
trankhuong -
Category
Documents
-
view
216 -
download
0
Transcript of Definição e avaliação de ciclos de condução ... · horário de realização da viagem, que...
Definição e avaliação de ciclos de condução
representativos de condições reais de utilização em
diferentes contextos urbanos
Hugo André Cardoso Martins
Dissertação para obtenção do Grau de Mestre em
Engenharia Mecânica
Orientadores: Dr. Gonçalo Nuno de Oliveira Duarte
Dra. Patrícia de Carvalho Baptista
Júri
Presidente: Prof. Mário Manuel Gonçalves da Costa
Orientador: Dr. Gonçalo Nuno de Oliveira Duarte
Vogais: Dr. Gonçalo Nuno Antunes Gonçalves
Junho de 2016
ii
Resumo
Neste trabalho desenvolveu-se uma metodologia que estima os impactes energéticos e ambientais de
viagens específicas, considerando cerca de 100 000 km de dados reais de circulação na cidade de
Lisboa, tipificados pelo contexto de condução, que serviram de base à construção de ciclos de
condução representativos. A criação de ciclos de condução para viagens específicas foi realizada
através do desenvolvimento de uma ferramenta que concilia várias fontes de informação para
possibilitar a quantificação de impactes, conforme a metodologia Vehicle Specific Power.
Comparando os resultados obtidos com uma viagem real monitorizada, verificou-se um desvio de 6%
para o consumo de combustível, inferior ao verificado para a ferramenta de referência, que apresentou
um erro de 9%.
Aplicando a casos de estudo, os resultados de impactes energéticos e ambientais obtidos permitiram
verificar diferenças entre 5 a 36% na escolha de percursos alternativos para o mesmo par origem-
destino, aos quais foram associadas diferentes dinâmicas de condução, entre 1 a 6% na escolha do
horário de realização da viagem, que reflete os condicionamentos de tráfego observados em dois
horários distintos, assim como da escolha da tecnologia de propulsão utilizada, onde, no geral, se
observaram os melhores resultados para as tecnologias alternativas, que apresentaram um consumo
energético inferior entre 5% até 510% ao verificado para os veículos convencionais.
A metodologia desenvolvida permite quantificar, a priori, com resultados coerentes com as condições
de condução real, o consumo de energia e emissão de poluentes associados à utilização de diferentes
tecnologias de veículos, em percursos reais específicos, apresentando-se como uma boa alternativa
aos modelos numéricos atuais.
Palavras-chave: transporte rodoviário; ciclos de condução; condições reais; consumo de energia;
emissão de poluentes; caracterização de viagens.
iii
Abstract
This work presents a numerical methodology to estimate the energy and environmental impacts of
specific real trips, using on-road driving data. Through the use of an experimental data sample with
approximately 100 000 kilometers traveled in Lisbon, Portugal, multiple driving contexts were
characterized and selected as a basis for the construction of driving cycles. To create real-world
representative driving cycles on specific trips, a tool that uses several sources of information as inputs
was developed. The energy and environmental impacts associated to the generated driving cycles were
calculated using the Vehicle Specific Power methodology.
The tool developed was validated using a real-world monitored trip, resulting in a 6% deviation between
fuel consumption estimates and on-road experimental data, lower than the verified for the reference
tool prediction, which presented an error of 9%.
The cases studied indicated that alternative routing can significantly influence trip energy and
environmental impacts, with differences between 5 to 36%, for the same origin/destination pair. Rush
hour trips lead to approximately 1 to 6% increases in fuel consumption and pollutant emissions, except
for NOx which presented the opposite trend. The impacts of different vehicle technologies were also
assessed, proving that the average energy consumption for conventional vehicles is 4 to 75% higher
when compared to the hybrid electric vehicles considered. The same analysis between hybrid vehicles
and the full electric vehicle studied showed a difference with a factor of 2.1.
To sum up, the methodology developed is a good alternative to the actual numerical models for vehicle
use related energy consumption and pollutant emissions quantification, having presented results
consistent with real-world conditions, a priori, for particular real trips.
Keywords: road transport; driving cycles; real-world; energy consumption; pollutant emissions; trip
characterization.
iv
Agradecimentos
Neste espaço quero agradecer a todos os que de alguma forma contribuíram para o sucesso desta
etapa do meu percurso académico.
Em primeiro lugar gostaria de agradecer aos Doutores Gonçalo Duarte e Patrícia Baptista, pelo
excelente acompanhamento, disponibilidade, motivação, dedicação, interesse, boa disposição e
paciência desde o primeiro até ao último dia desta dissertação. Foi um prazer trabalhar e aprender
convosco.
Queria deixar uma palavra de agradecimento à Doutora Catarina Rolim pela cedência da base de
dados experimental utilizada neste trabalho, sem a qual não seria possível a sua realização.
À Engenheira Marta Faria pela ajuda, disponibilidade e partilha de informações úteis para o
desenvolvimento deste projeto.
À Camara Municipal de Lisboa pelo fornecimento de dados relativos à rede viária de Lisboa que foram
úteis à realização deste trabalho e ao Projeto i2d pela disponibilização dos dados de monitorização de
veículos.
Agradeço aos meus colegas e amigos mais próximos pela amizade, momentos partilhados e motivação
ao longo destes últimos anos.
Finalmente, aos meus pais e irmã, a quem devo tudo o que sou e alcancei na vida, agradeço-lhes os
valores incutidos, apoio, educação, disponibilidade, carinho e força.
v
Índice
1. Introdução ........................................................................................................................................ 1
1.1 Enquadramento ....................................................................................................................... 1
1.2 Estado da arte ......................................................................................................................... 4
1.3 Objetivos ............................................................................................................................... 15
1.4 Estrutura da tese ................................................................................................................... 16
2. Metodologia ................................................................................................................................... 17
2.1 Tratamento de dados experimentais .................................................................................... 18
2.2 Criação de micro-viagens representativas das condições reais de circulação em diferentes
hierarquias de vias ............................................................................................................................ 22
2.3 Ferramenta de avaliação de viagens .................................................................................... 26
2.4 Quantificação de impactes energéticos e ambientais .......................................................... 30
3. Resultados ..................................................................................................................................... 37
3.1 Validação da ferramenta ....................................................................................................... 37
3.1.1 Validação com viagem real ............................................................................................... 37
3.1.2 Validação com o COPERT ................................................................................................ 41
3.2 Casos de estudo associados à ferramenta ........................................................................... 42
4. Conclusões e trabalho futuro ......................................................................................................... 74
Referências bibliográficas ..................................................................................................................... 77
Anexos .................................................................................................................................................. 81
vi
Lista de tabelas
Tabela 1 – Excerto de variáveis extraídas de uma viagem monitorizada através do dispositivo i2d. .. 19
Tabela 2 - Hierarquia das redes. Adaptado: [61]. ................................................................................. 21
Tabela 3 - Excerto dos resultados estatísticos do nível 2 fora de hora de ponta ................................. 22
Tabela 4 - Excerto dos resultados estatísticos do nível 2 em hora de ponta ....................................... 22
Tabela 5 - Informação obtida na ferramenta relativa a uma viagem em Lisboa .................................. 27
Tabela 6 - Definição dos modos VSP. Adaptado: [28]. ........................................................................ 31
Tabela 7 - Curva de consumo de combustível e emissão de NOx do veículo I. Adaptado: [12]. ......... 32
Tabela 8 – Características do veículo monitorizado. ............................................................................ 35
Tabela 9 - Comparação dos resultados obtidos para a viagem real, pela ferramenta desenvolvida e
pela monitorização experimental. ......................................................................................................... 38
Tabela 10 - Resultados dos impactes energéticos e ambientais, obtidos pela ferramenta e por
monitorização experimental. ................................................................................................................. 39
Tabela 11 - Resultados dos impactes energéticos e ambientais, obtidos para dois exemplos de ciclos
e por monitorização experimental. ........................................................................................................ 40
Tabela 12 – Resultados dos impactes energéticos obtidos com o COPERT 4 para a viagem real
monitorizada. ......................................................................................................................................... 41
Tabela 13 - Resultados referentes à dinâmica dos ciclos de condução criados para o percurso 1, em
diferentes horários, no corredor Oriente - Carnide. .............................................................................. 43
Tabela 14 - Resultados dos impactes energéticos para o percurso 1, na viagem Oriente-Carnide
realizada pelo veículo I. ........................................................................................................................ 43
Tabela 15 - 5º e 95º Percentil do consumo de combustível médio para o percurso 1, do corredor Oriente
– Carnide, realizado pelo veículo I. ....................................................................................................... 44
Tabela 16 - Resultados dos impactes ambientais para o percurso 1, no corredor Oriente-Carnide
realizada pelo veículo I. ........................................................................................................................ 47
Tabela 17 - Resultados referentes à dinâmica dos ciclos de condução representativos criados para o
percurso 1, 2 e 3, em diferentes horários, no corredor Oriente-Carnide. ............................................. 50
Tabela 18 - Resultados dos impactes energéticos e ambientais para o percurso 1,2 e 3, no corredor
Oriente -Carnide realizada pelo veículo I. ............................................................................................. 51
Tabela 19 - 5º e 95º Percentil do consumo de combustível médio para o percurso 1, do corredor Oriente
– Carnide, realizado pelo veículo I. ....................................................................................................... 53
Tabela 20 - Resultados dos impactes energéticos para o percurso 1, 2 e 3, no corredor Oriente-Carnide,
realizado pelo veículo I. ........................................................................................................................ 58
Tabela 21 - - Resultados referentes à dinâmica dos ciclos de condução criados para o percurso 1, em
diferentes horários, na viagem Avenidas Novas - Alcântara. ............................................................... 62
Tabela 22 - Resultados dos impactes energéticos para o percurso 1, na viagem Avenidas Novas -
Alcântara realizada pelo veículo I. ........................................................................................................ 62
Tabela 23 - 5º e 95º Percentil do consumo de combustível médio para o percurso 1, do corredor
Avenidas Novas - Alcântara. ................................................................................................................. 63
vii
Tabela 24 - Resultados dos impactes ambientais para o percurso 1, no corredor Avenidas Novas –
Alcântara, realizada pelo veículo I. ....................................................................................................... 66
Tabela 25 – Resultados dos impactes energéticos e ambientais do percurso 1, realizado FHP, do
corredor Oriente – Carnide, para as diferentes tecnologias de veículos. ............................................. 68
Tabela 26 - Resultados dos impactes energéticos e ambientais do percurso 1, realizado FHP, do
corredor Avenidas Novas - Alcântara, para as diferentes tecnologias de veículos.............................. 71
Tabela 27 - Excerto dos resultados estatísticos do nível 1 fora de hora de ponta. .............................. 81
Tabela 28 - Excerto dos resultados estatísticos do nível 1 em hora de ponta. .................................... 81
Tabela 29 - Excerto dos resultados estatísticos do nível 3 fora de hora de ponta ............................... 81
Tabela 30 - Excerto dos resultados estatísticos do nível 3 em hora de ponta ..................................... 81
Tabela 31 - Excerto dos resultados estatísticos do nível 4 fora hora de ponta. ................................... 82
Tabela 32 - Excerto dos resultados estatísticos do nível 4 em hora de ponta. .................................... 82
Tabela 33 - Amostragem de micro-viagens obtida para o nível 3, FHP e em HP. ............................... 83
Tabela 34 - Amostragem de micro-viagens obtida para o nível 4, FHP e em HP. ............................... 83
Tabela 35 - Amostragem dos períodos de aceleração obtida para o nível 1, FHP. ............................. 83
Tabela 36 - Amostragem dos períodos de desaceleração obtida para o nível 1, FHP. ....................... 83
Tabela 37 - Amostragem dos períodos de velocidade constante obtida para o nível 1, FHP e em HP.
.............................................................................................................................................................. 84
Tabela 38 - Amostragem dos períodos de aceleração obtida para o nível 1, em HP. ......................... 84
Tabela 39 - Amostragem dos períodos de desaceleração obtida para o nível 1, em HP. ................... 84
Tabela 40 - Amostragem dos períodos de aceleração obtida para o nível 2, FHP. ............................. 84
Tabela 41 - Amostragem dos períodos de desaceleração obtida para o nível 2, FHP. ....................... 85
Tabela 42 - Amostragem dos períodos de velocidade constante obtida para o nível 2, FHP e em HP.
.............................................................................................................................................................. 85
Tabela 43 - Amostragem dos períodos de aceleração obtida para o nível 2, em HP. ......................... 85
Tabela 44 - Amostragem dos períodos de desaceleração obtida para o nível 2, em HP. ................... 85
Tabela 45 - Sumário das características dos veículos convencionais a gasolina e diesel considerados.
Adaptado:[12][64] .................................................................................................................................. 86
Tabela 46 - Sumário das características dos veículos com tecnologias alternativas considerados.
Adaptado:[12][64] .................................................................................................................................. 86
Tabela 47 - Curva de consumo e emissão do veículo da viagem real monitorizada. Adaptado: [65].. 87
Tabela 48 - Curva de consumo e emissão do veículo A. Adaptado: [12][64]. ...................................... 87
Tabela 49 - Curva de consumo e emissão do veículo B. Adaptado: [12][64]. ...................................... 88
Tabela 50 - Curva de consumo e emissão do veículo C. Adaptado: [12][64]. ..................................... 88
Tabela 51 - Curva de consumo e emissão do veículo D. Adaptado: [12][64]. ..................................... 89
Tabela 52 - Curva de consumo e emissão do veículo E. Adaptado: [12][64]. ...................................... 89
Tabela 53 - Curva de consumo e emissão do veículo F. Adaptado: [12][64]. ...................................... 90
Tabela 54 - Curva de consumo e emissão do veículo G. Adaptado: [12][64]. ..................................... 90
Tabela 55 - Curva de consumo e emissão do veículo H. Adaptado: [12][64]. ..................................... 91
Tabela 56 - Curva de consumo e emissão do veículo I. Adaptado: [12][63]. ....................................... 91
viii
Tabela 57 - Curva de consumo e emissão do veículo J. Adaptado: [12][63]. ...................................... 92
Tabela 58 - Curva de consumo e emissão do veículo K. Adaptado: [12][63]. ...................................... 92
Tabela 59 - Curva de consumo e emissão do veículo L. Adaptado: [12][63]. ...................................... 93
Tabela 60 - Curva de consumo e emissão do veículo M. Adaptado: [12][64]. ..................................... 93
Tabela 61 -- Curva de consumo e emissão do veículo N. Adaptado: [12][64]. .................................... 94
Tabela 62 -- Curva de consumo e emissão do veículo O. Adaptado: [12][64]. .................................... 94
Tabela 63 -- Curva de consumo e emissão do veículo P. Adaptado: [12][64]. .................................... 95
Tabela 64 -- Curva de consumo e emissão do veículo Q. Adaptado: [12][64]. .................................... 95
Tabela 65 -- Curva de consumo e emissão do veículo R. Adaptado: [64]. .......................................... 96
Tabela 66 - Resultados referentes à dinâmica dos ciclos de condução representativos criados para o
percurso 1, 2 e 3, em diferentes horários, no corredor Av. Novas - Alcântara. .................................... 97
Tabela 67 - Resultados dos impactes energéticos e ambientais para o percurso 1,2 e 3, no corredor
Av. Novas - Alcântara realizad pelo veículo I. ...................................................................................... 97
Tabela 68 - Resultados dos impactes energéticos para o percurso 1, 2 e 3, no corredor Av. Novas -
Alcântara, realizado pelo veículo I. ....................................................................................................... 97
ix
Lista de figuras
Figura 1 - Consumo de energia (1015 Btu) por meio de transporte. Fonte: [2]. ...................................... 1
Figura 2 - Contribuição do sector dos transportes para o total de emissões dos principais poluentes
atmosféricos. Adaptado: [5]. ................................................................................................................... 2
Figura 3 - Emissões de gases com efeito de estufa dos transportes (1990-2013) e metas futuras.
Adaptado: [6]. .......................................................................................................................................... 2
Figura 4 - Representação esquemática de um ensaio em banco de rolos. Fonte: [9]. .......................... 5
Figura 5 - Exemplo de utilização do Remote Sensing. Fonte: [20]. ....................................................... 6
Figura 6 - Veículo equipado com PEMS. Fonte: [22]. ............................................................................ 7
Figura 7 - Ciclo de condução WPG01. Fonte: [40]. .............................................................................. 11
Figura 8 – Rotas avaliadas no estudo de Ahn e Rakha (2007). Fonte: [51] ......................................... 14
Figura 9 - Esquema da metodologia utilizada....................................................................................... 18
Figura 10 - Dispositivo i2d instalado num veículo. Fonte: [56]. ............................................................ 19
Figura 11 - Algoritmo do tratamento de dados experimentais. ............................................................. 20
Figura 12 - Exemplo de um ciclo de condução criado utilizando o conceito de micro-viagens. .......... 23
Figura 13 – 97,5º e 2,5º percentis de aceleração, para 16 gamas de velocidades, com um intervalo de
confiança de 95%, verificados após a monitorização de 63 veículos ligeiros, em condições reais de
circulação, através de um leitor OBD e um dispositivo GPS. Fonte: [62]. ........................................... 25
Figura 14 – Ciclo de condução representativo criado pela ferramenta de uma viagem realizada entre o
Estádio José de Alvalade e o Marquês de pombal ............................................................................... 29
Figura 15 - Perfil de inclinação da faixa de rodagem da viagem entre o Estádio José de Alvalade e o
Marquês de Pombal. ............................................................................................................................. 30
Figura 16 - Exemplo de distribuição em modos VSP correspondente a um ciclo de condução criado
com a ferramenta. ................................................................................................................................. 31
Figura 17 – Valores de consumo médio verificados com diferentes ciclos de condução representativos
considerados. ........................................................................................................................................ 34
Figura 18 – Percurso da viagem monitorizada. .................................................................................... 35
Figura 19 - Perfil de altitude da viagem real obtido via experimental e pela ferramenta desenvolvida.
.............................................................................................................................................................. 37
Figura 20 - Histograma das velocidades médias obtidas (resolução de 1 km/h) nos ciclos de condução
representativos criados para o percurso da viagem monitorizada. ...................................................... 38
Figura 21 – Dois exemplos de ciclos de condução obtidos experimentalmente e pela ferramenta (a e
b). .......................................................................................................................................................... 39
Figura 22 - Percurso 1 do corredor Oriente - Carnide. ......................................................................... 42
Figura 23 - Inclinação da faixa de rodagem ao longo do percurso 1, do corredor Oriente - Carnide. . 43
Figura 24 - Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km)
referente aos ciclos de condução representativos criados para o percurso 1, do corredor Oriente -
Carnide, em HP e FHP pelo veículo I. .................................................................................................. 44
x
Figura 25 – Exemplos de ciclos de condução representativos, do percurso 1 no corredor Oriente -
Carnide, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e máximo (c)
para viagens realizadas FHP e em HP. ................................................................................................ 45
Figura 26 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 1
do corredor Oriente – Carnide, na origem do consumo mínimo, médio e máximo de combustível para
viagens em FHP (a) e HP (b). ............................................................................................................... 46
Figura 27 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 1
do corredor Oriente – Carnide, na origem da emissão mínima, médio e máxima de NOx para viagens
em FHP (a) e HP (b). ............................................................................................................................ 48
Figura 28 - Percurso 2 do corredor Oriente-Carnide. ........................................................................... 49
Figura 29 - Percurso 3 do corredor Oriente-Carnide. ........................................................................... 49
Figura 30 - Inclinação da faixa de rodagem ao longo do percurso 1, 2 e 3 do corredor Oriente - Carnide.
.............................................................................................................................................................. 50
Figura 31 - Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km)
referente aos ciclos de condução representativos criados para o percurso 2 do corredor Oriente -
Carnide, em HP e FHP, pelo veículo I. ................................................................................................. 52
Figura 32 - Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km)
referente aos ciclos de condução representativos criados para o percurso 3 do corredor Oriente -
Carnide, em HP e FHP, pelo veículo I. ................................................................................................. 52
Figura 33 - Exemplos de ciclos de condução representativos, do percurso 2 do corredor Oriente -
Carnide, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e máximo (c)
para viagens realizadas FHP e em HP. ................................................................................................ 54
Figura 34 - Exemplos de ciclos de condução representativos, do percurso 3 do corredor Oriente -
Carnide, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e máximo (c)
para viagens realizadas FHP e em HP. ................................................................................................ 55
Figura 35 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 2
do corredor Oriente – Carnide, na origem do consumo mínimo, médio e máximo de combustível para
viagens em FHP (a) e HP (b). ............................................................................................................... 56
Figura 36 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 3
do corredor Oriente – Carnide, na origem do consumo mínimo, médio e máximo de combustível para
viagens em FHP (a) e HP (b). ............................................................................................................... 57
Figura 37 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 2
do corredor Oriente – Carnide, na origem da emissão mínima, médio e máxima de NOx para viagens
em FHP (a) e HP (b). ............................................................................................................................ 59
Figura 38 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 3
do corredor Oriente – Carnide, na origem da emissão mínima, médio e máxima de NOx para viagens
em FHP (a) e HP (b). ............................................................................................................................ 60
Figura 39 – Percurso 1 do corredor Avenidas Novas - Alcântara. ....................................................... 61
Figura 40 – Inclinação da faixa de rodagem ao longo do percurso 1, do corredor Avenidas Novas –
Alcântara. .............................................................................................................................................. 62
xi
Figura 41 – Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km)
correspondente aos diversos ciclos de condução representativos do percurso 1 do corredor Avenidas
Novas - Alcântara, em HP e FHP. ........................................................................................................ 63
Figura 42 - Exemplos de ciclos de condução representativos, do percurso 1 do corredor Avenidas
Novas - Alcântara, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e
máximo (c) para viagens realizadas FHP e em HP. ............................................................................. 64
Figura 43 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução na origem do
consumo mínimo, médio e máximo de combustível para viagens em FHP (a) e HP (b), neste cenário.
.............................................................................................................................................................. 65
Figura 44 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 1
do corredor Avenidas Novas – Alcântara, na origem da emissão mínima, médio e máxima de NOx para
viagens em FHP (a) e HP (b). ............................................................................................................... 67
Figura 45 - Valores de consumo mínimo, médio e máximo de energia para o percurso 1, do corredor
Oriente - Carnide, realizado por diferentes tecnologias de veículos. ................................................... 69
Figura 46 - Valores do fator de emissão mínima, médio e máxima de NOx verificados para o percurso
1 do corredor Oriente - Carnide, realizado por diferentes veículos. ..................................................... 70
Figura 47 - Valores de consumo mínimo, médio e máximo de energia para o percurso 1, do corredor
Av. Novas - Alcântara, realizado por diferentes veículos. .................................................................... 72
Figura 48 - Valores do fator de emissão mínima, médio e máxima de NOx verificados para o percurso
1, do corredor Avenidas Novas - Alcântara, realizado por diferentes veículos. ................................... 73
xii
Acrónimos
ADC Athens Driving Cycle
ADVISOR Advanced Vehicle Simulator
ARTEMIS Assessment and Reliability of Transport Emission Models and Inventory Systems
API Application Program Interface
CH4 Metano
CO Monóxido de Carbono
CO2 Dióxido de Carbono
EEA European Environment Agency
EMEP European Monitoring and Evaluation Programme
EUA Estados Unidos da América
EV Electric Vehicle
FHP Fora de Hora de Ponta
FTP Federal Test Procedure
GPS Global Positioning System
HC Hidrocarbonetos
HEV Hybrid Electric Vehicle
HP Hora de ponta
ICEV Internal Combustion Engine Vehicle
MOVES Multi-scale mOtor Vehicle and equipment Emission Systems
NCAP New Car Assessment Programme
NEDC New European Driving Cycle
NH3 Amoníaco
NMVOC Non-Methane Volatile Organic Compound
NOx Óxidos de Azoto
NREL National Renewable Energy Laboratory
OBD On Board Diagnostics
PEMS Portable Emission Measurement Systems
PHEV Plug-in Hybrid Electric Vehicle
PM Particulate Matter
SAFD Speed Acceleration Frequency Distribution
SFTP Supplemental Federal Test Procedure
SO2 Dióxido de Enxofre
UE União Europeia
VOC Volatile Organic Compound
VSP Vehicle Specific Power
xiii
Nomenclatura
VSP Vehicle Specific Power
v Velocidade instantânea do veículo
a Aceleração do veículo
g Aceleração da gravidade
φ Inclinação da estrada
𝐹𝐶 Consumo total de combustível para um determinado ciclo de condução
𝐹𝐶𝑖 Consumo de combustível para o modo VSP i, para um determinado veículo
𝑡𝑖 Tempo gasto no modo VSP i para um dado ciclo de condução
𝐹𝐸𝑥 Emissão total do poluente x para um determinado ciclo de condução
𝐹𝐸𝑖 Emissão do poluente x para o modo VSP i, para um determinado veículo
1
1. Introdução
1.1 Enquadramento
Atualmente, o transporte e a mobilidade são elementos fundamentais para qualquer sociedade
desenvolvida. O sector dos transportes, através de meios rodoviários, ferroviários, aéreos, marítimos,
entre outros, é responsável por mover pessoas, bens e serviços, representando um papel importante
na atividade económica, bem como na atual qualidade de vida dos cidadãos.
A grande dependência neste sector leva a que o mesmo tenha impactes significativos a nível
energético. Segundo dados do Eurostat [1], em 2013, os transportes representaram 32% do total da
energia final utilizada nos estados membros da União Europeia (UE), dos quais 82% são da
responsabilidade dos transportes rodoviários. É de salientar ainda que, de acordo com o relatório
Annual Energy Outlook 2015 [2], os veículos ligeiros são o meio de transporte que mais contribui para
o gasto energético do sector dos transportes, com 58% em 2013, e segundo estimativas com 48% em
2040, como é visível na Figura 1.
Figura 1 - Consumo de energia (1015 Btu) por meio de transporte. Fonte: [2].
Tendo em conta a preponderância que os transportes apresentam a nível energético, é expectável - e
conhecido publicamente - o seu impacte ambiental, sendo atualmente o sector que mais contribui para
a poluição atmosférica [3], através de substâncias acidificantes, gases com efeito de estufa e
partículas.
Relativamente à UE, o sector dos transportes, contrariamente aos restantes sectores, é o único em
que a emissão de gases com efeito de estufa continua a aumentar [4]. A Comissão Europeia
acrescenta ainda que o sector rodoviário e particularmente os veículos ligeiros de passageiros, em
2012, contribuíram com cerca de 20% e 15% [4], respetivamente, das emissões totais de dióxido de
carbono (CO2), o principal gás responsável pelo efeito de estufa. Para além das elevadas emissões de
CO2, o transporte rodoviário é também um dos principais responsáveis por valores muito significativos
2
de monóxido de carbono (CO) e óxidos de azoto (NOx). Considerando apenas o sector do transporte
rodoviário, os compostos orgânicos voláteis não-metânicos (NMVOC), NOx e partículas (PM10 e PM2.5)
são predominantemente provenientes da combustão dos transportes rodoviários, como demonstra a
Figura 2 [5].
Figura 2 - Contribuição do sector dos transportes para o total de emissões dos principais poluentes atmosféricos.
Adaptado: [5].
Com as consequências ambientais cada vez mais presentes, os mecanismos de regulamentação
mundial têm introduzido leis que tentam controlar e forçar a redução das mesmas emissões. No caso
geral do sector dos transportes, à exceção dos meios marítimos, a UE traçou a meta de redução para
2030 e 2050, de 20% e 60% dos gases com efeito de estufa relativamente aos valores emitidos em
2008 e 1990, respetivamente, como se pode verificar na Figura 3 [6].
Figura 3 - Emissões de gases com efeito de estufa dos transportes (1990-2013) e metas futuras. Adaptado: [6].
3
Esta consciencialização ambiental tem sido acompanhada também por uma preocupação pela
eficiência energética, aliada à redução da emissão de poluentes locais. Particularizando ao caso dos
automóveis de passageiros, os objetivos traçados pela União Europeia para 2015, relativamente às
emissões de CO2, ditavam que os veículos novos registados na UE teriam de cumprir um limite máximo
de emissão média da frota de 130 g CO2/km, o que correspondia a um consumo médio de combustível
de 5,6 l/100km de gasolina e 4,9 l/100km de gasóleo. A nova meta proposta para 2021, corresponde
a um máximo de 95 g CO2 por quilómetro e a um consumo médio de 4,1 e 3,6 l/100km para gasolina
e gasóleo, respetivamente [7].
Porém, o controlo e regulação de substâncias emitidas pelos veículos não se limita apenas às
emissões de CO2, mas também compreende as emissões de CO, NOx, HC (Hidrocarbonetos) e PM
através das normas EURO – encontrando-se atualmente em vigor a norma EURO 6 [8]. De forma a
avaliar se as normas em vigor são cumpridas pelos novos veículos registados na UE, é realizado um
procedimento de certificação automóvel, no qual é analisada a energia utilizada e as emissões de
veículos em condições controladas. O teste é realizado num ensaio em banco de rolos com a
reprodução de ciclos de condução (velocidade ao longo do tempo) standard [9].
No entanto, os testes realizados atualmente têm sido alvo de críticas, uma vez que as emissões
aferidas na certificação não correspondem às verificadas em condições reais de circulação, resultado,
principalmente, da utilização de ciclos de condução que não são representativos das condições reais
de operação. Esta situação tem levantado dúvidas em relação ao impacte das normas em vigor na
redução de emissões [10].
A quantificação de emissões é um tema muito relevante e que pode ter consequências reais no meio
ambiente, pelo que a correta caracterização de impactes energéticos e ambientais é uma necessidade
sempre presente e abordada em vários estudos e investigações.
Atualmente existem diferentes métodos, tanto experimentais como numéricos, para caracterizar o
consumo de energia e a emissão de poluentes em condições específicas de circulação.
A nível experimental é possível quantificar impactes energéticos e ambientais em condições
controladas, nomeadamente através de ensaios em bancos de rolos com ciclos específicos (típicos
duma cidade, região, de um certo tipo de dinâmica de condução, etc.), ou através de medições em
estrada [9]. As análises experimentais permitem recolher informação para diferentes tecnologias de
veículos e, no caso de medições em estrada, para diferentes percursos, no entanto nem sempre é
possível e prático recorrer a estes métodos [9].
Os métodos numéricos apresentam-se como alternativa aos experimentais, para a caracterização
energética e ambiental de veículos. Através de métodos numéricos, é possível estimar o consumo de
energia e emissão de poluentes de diferentes tecnologias de propulsão, recorrendo a metodologias
baseadas em parâmetros médios de atividade do veículo na viagem a analisar, ou em ciclos de
condução específicos, que até podem ter sido recolhidos experimentalmente [11]. Comparativamente
aos métodos experimentais, os métodos numéricos são soluções mais práticas e acessíveis, que
permitem uma maior amostragem e abrangência de percursos/tecnologias a testar, no entanto, os seus
4
resultados podem não representar bem os fenómenos de condução em condições de circulação real
[9].
Os meios hoje disponíveis para quantificar impactes energéticos e ambientais são, de um modo geral,
pouco práticos para a aplicação no dia-a-dia e por vezes pouco representativos das condições reais
[9]. Para uma correta caracterização dos impactes associados ao uso de veículos, é necessário que
existam soluções que se adaptem a uma utilização ao dia-a-dia e que quantifiquem, de forma rigorosa,
os consumos e emissões de viagens reais. Uma vez que os métodos experimentais são tipicamente
soluções muito dispendiosas, em termos financeiros e temporais, a solução poderá passar pela
utilização de ferramentas numéricas que, através de bases de dados experimentais, possam replicar
situações de circulação real e, assim, quantificar corretamente consumos e emissões de uma utilização
quotidiana.
O acesso a informação relativa aos impactes da utilização de veículos no quotidiano possibilitaria uma
maior compreensão da influência de fatores como a tecnologia do veículo utilizado, o comportamento
de condução, a escolha do percurso, entre outros, no consumo de combustível e emissão de poluentes
associados a uma viagem. O conhecimento, a priori, dos impactes associados às diferentes
alternativas existentes para uma simples viagem, pode potenciar uma utilização mais racional dos
meios de transporte.
Conforme apresentado em diversos estudos [9][10], para uma melhor utilização da energia e
cumprimento das normas aplicadas mundialmente, é necessária, não só a evolução das tecnologias
hoje disponíveis, mas também a sensibilização da população. Torna-se então imprescindível a
existência de meios que consigam transmitir, com rigor, a informação relativa aos impactes energéticos
e ambientais associados à utilização de veículos no dia-a-dia. O acesso a este tipo de informação
permite a sensibilização dos utilizadores de transportes, assim como pode servir de referência às
entidades reguladoras, ajudando no desenvolvimento de estratégias para o controlo da emissão de
poluentes.
1.2 Estado da arte
A importante contribuição dos transportes rodoviários para a poluição atmosférica nas últimas décadas
originou diversos trabalhos na quantificação dos seus impactes. Atualmente existem várias técnicas
de quantificação de impactes energéticos e ambientais, ao nível do veículo, com o objetivo de
determinar as emissões e consumos com a maior precisão possível.
Recorrendo a meios experimentais ou numéricos, as emissões e consumos de um veículo dependem
de inúmeros fatores, como por exemplo, o tipo de motor e a sua operação, o tipo de via em que o
veículo se encontra, o comportamento do condutor, o tráfego envolvente, entre outros parâmetros que
muitas vezes são difíceis de traduzir e, que acabam por dificultar a representação rigorosa dos
impactes criados em condições reais de circulação.
5
Neste sentido, foram criadas diversas metodologias para tentar avaliar, da melhor forma, os impactes
da utilização de um automóvel. Nos métodos experimentais salientam-se dois tipos de soluções: a
análise em condições controladas e a análise em condições reais de circulação.
A análise em condições controladas é feita através de um dinamómetro que simula as condições de
carga de um ciclo de condução, diretamente no motor, através de um ensaio em banco de motor, ou
nas rodas do veículo, através de um ensaio em banco de rolos, como é visível no esquema
apresentado na Figura 4. Durante este ensaio as emissões são monitorizadas e armazenadas em
sacos para posterior análise de consumo e emissão de poluentes.
Figura 4 - Representação esquemática de um ensaio em banco de rolos. Fonte: [9].
A certificação automóvel utilizada atualmente é realizada com base nesta metodologia, através da
reprodução de ciclos de condução standard que diferem consoante as categorias de veículos e de
região para região, sendo usados os ciclos FTP (Federal Test Procedure) e SFTP (Supplemental
Federal Test Procedure) nos Estados Unidos da América (EUA) e NEDC (New European Driving Cycle)
na UE [9]. Contudo, a dinâmica dos ciclos de condução utilizados na certificação automóvel tem sido
criticada pela fraca representatividade de condições reais de circulação e, especificamente no caso do
NEDC, por ser um ciclo de cargas reduzidas estatisticamente pouco representativo das condições reais
de condução [9], o que origina disparidades significativas entre a certificação e os valores obtidos em
condições reais [10][12].
Diversos estudos foram realizados com o objetivo de quantificar os desvios existentes entre os valores
homologados e o verificado em utilização real, nos quais se comprovou que a atual certificação
subestima consumos de combustível, em média, entre 10 a 15% para veículos a gasolina e entre 12 a
20% para veículos a gasóleo [13]. Em relação às emissões de poluentes, verificaram-se valores
superiores, em média, em 40% em condições reais de circulação, à exceção das emissões de NOx
para veículos a gasóleo, onde se verificou, num estudo, valores médios superiores com um fator de
7,1 ao estipulado pela norma EURO 6, comparativamente aos valores homologados [13–19].
6
O facto do ensaio em banco de rolos ser uma análise em condições controladas permite uma maior
especificidade no caso em estudo, promovendo uma maior convergência e comparação entre
resultados. No entanto, de forma a caracterizar condições reais de condução, esta metodologia
apresenta desvantagens devido às suas limitadas condições de teste como, por exemplo, a ausência
de inclinação, a dependência face aos ciclos de condução predefinidos e o facto de se usar um
dinamómetro ao invés de uma condução em condições reais [9][10].
A análise em condições reais de condução, por meios experimentais, para a caracterização de
consumos energéticos e emissão de poluentes, pode ser concretizada de diferentes modos, sendo os
mais comuns os seguintes:
A medição através de equipamentos colocados em pontos específicos ao longo de uma via;
A monitorização de veículos através de dispositivos com ligação à porta OBD (On Board
Diagnostics) e outro tipo de sensores; e
Utilização de sistemas portáteis de medição de emissões, do inglês Portable Emission
Measurement Systems (PEMS).
A utilização de equipamentos de medição colocados em diversos pontos de uma via, ou Remote
Sensing, é um método de quantificação de emissões que, contrariamente à maior parte dos meios
experimentais, não necessita de contacto direto com o veículo. Esta quantificação de emissões é
realizada recorrendo ao uso de radiação infravermelha e ultravioleta, aplicando o princípio de absorção
dos gases emitidos. A cada passagem de um veículo são efetuadas várias análises aos gases de
escape emitidos, onde é verificada a quantidade de radiação absorvida pelos mesmos, sendo esta
proporcional à concentração de CO, CO2 e HC, para feixes de radiação infravermelha, e NOx para
feixes de radiação ultravioleta [9][20]. Como exemplo, a Figura 5 apresenta esquematicamente este
método de medição.
Figura 5 - Exemplo de utilização do Remote Sensing. Fonte: [20].
7
O Remote Sensing apresenta como principais vantagens a elevada amostragem de veículos em curtos
espaços temporais, que podem chegar aos milhares de observações por dia, dependendo sempre dos
locais analisados, assim como o facto das suas análises, com a tecnologia atual, apresentarem
resolução suficiente para a identificação das emissões de um determinado veículo. Contudo, é uma
alternativa sempre dependente do local onde a medição é realizada e que não permite avaliar como
variam as emissões de um veículo ao longo de uma viagem.
A monitorização de veículos através de dispositivos ligados à porta OBD é outra alternativa de recolha
de dados de condução em condições reais de circulação. Através deste tipo de dispositivos é possível
obter, a cada segundo, dados como a velocidade, parâmetros de funcionamento do motor (como a
carga ou a rotação), consumo de combustível, temperaturas e pressões em vários órgãos do veículo,
entre outros. A utilização destes dispositivos é muitas vezes acompanhada com sensores secundários
como acelerómetros e GPS. Este tipo de dispositivos apresentam-se como uma boa solução para a
monitorização de veículos em condições reais de circulação, tendo em consideração a quantidade de
informação recolhida e o método pouco intrusivo na sua utilização (quando comparado por exemplo
ao PEMS) [21].
Por último, os PEMS são dispositivos que são equipados no veículo e permitem a análise de consumo
e emissões de poluentes em condições reais de circulação. A Figura 6 apresenta um exemplo de um
veículo equipado com um PEMS.
Figura 6 - Veículo equipado com PEMS. Fonte: [22].
Estes dispositivos são capazes de avaliar instantaneamente os gases de escape, quantificando com
elevada precisão as emissões de NOx, HC, CO2, CO e PM com o veículo em movimento [23].
Tipicamente, estes dispositivos apresentam também conectividade à porta OBD do veículo, extraindo
assim informação relativa à dinâmica do veículo, parâmetros de funcionamento do motor, entre outros.
8
Os PEMS apresentam-se como uma alternativa fiável e precisa para a quantificação de emissões em
condições de circulação real, sendo atualmente considerada a sua inclusão nos testes de certificação
automóvel [10]. No entanto, apresentam como pontos fracos o facto de ser um dispositivo bastante
pesado (podendo chegar aos 80 kg) e intrusivo, como é visível na Figura 6, o que acaba por tornar o
método pouco prático [24].
Considerando agora alguns dos principais modelos numéricos utilizados para estimar os impactes
energéticos e ambientais da utilização de um veículo, de onde se destacam o EcoGest, ADVISOR,
MOVES, e COPERT, serão abordadas as metodologias utilizadas e o tipo de resultados obtidos para
cada modelo.
O EcoGest é um modelo numérico criado com o objetivo de simular ciclos de condução reais em
diferentes veículos. Esta ferramenta, através da aplicação das equações dinâmicas de funcionamento
de um veículo para curvas específicas de aceleração e desaceleração de vários tipos de condução, ou
de ciclos de condução, estima consumos e emissões, entre outros resultados, com a resolução de
1 segundo. Este modelo para além do ciclo de condução e das curvas de aceleração/desaceleração,
tem ainda como inputs a inclinação da faixa de rodagem, características do veículo em estudo (desde
parâmetros geométricos do motor, parâmetros aerodinâmicos, entre outros), número de passageiros,
peso de bagagem e dados referentes à utilização da caixa de velocidades do veículo. Os resultados
obtidos com este modelo verificam erros inferiores a 20% quando comparados a dados experimentais,
apresentando-se assim como uma boa alternativa para estudos de impactes, em veículos,
comparativamente aos métodos experimentais abordados anteriormente [11].
O ADVISOR, ferramenta desenvolvida pelo National Renewable Energy Laboratory (NREL), foi criado
com o principal objetivo de quantificar o consumo, desempenho e emissões de veículos equipados
com tecnologias alternativas, podendo também ser utilizado para as tecnologias convencionais. Este
modelo caracteriza o consumo de energia e as emissões de um veículo para um ciclo de condução
definido pelo utilizador, através de mapas de consumo de combustível e emissões. O modelo tem em
consideração a velocidade, aceleração, topografia e resistência aerodinâmica e ao rolamento para
estimar a potência necessária do motor, e com isso calcula a correspondente velocidade de rotação e
carga do motor. Aplicando esta metodologia a cada ponto do ciclo de condução, é obtida a potência
correspondente e o respetivo ponto de operação do motor, definido como velocidade de rotação e
carga, nos mapas de consumo e emissões de motores. Os mapas de consumo de combustível são
obtidos experimentalmente, com recurso a ensaios em banco de rolos, e também através de
extrapolação de veículos testados para condições de potência máxima definidas pelo utilizador. Os
impactes energéticos e ambientais são assim avaliados em cada ponto do ciclo de condução, através
da interpolação dos mapas referentes à velocidade de rotação e ao binário do motor [29][30].
Uma outra alternativa, desenvolvida pela United States Environmental Protection Agency, é a
ferramenta MOVES (Multi-scale mOtor Vehicle and equipment Emission Systems), que veio substituir
o MOBILE 6 nos EUA [27]. Esta ferramenta é baseada na metodologia Vehicle Specific Power (VSP),
que estima a potência do veículo utilizada, em cada segundo, de um ciclo de condução, com base na
9
velocidade, aceleração, resistência aerodinâmica, resistência ao rolamento e declive da estrada [28].
Desta forma, a cada segundo de um ciclo de condução é calculada a potência utilizada, sobre a forma
de VSP, ao qual pode ser associado o respetivo fator de consumo e emissão (avaliado
experimentalmente), sendo a sua utilização particularmente interessante na análise de dados reais de
condução recolhidos em estrada. O MOVES foi desenvolvido com o intuito de abordar todos os
poluentes e todos os níveis de resolução necessários para uma caracterização correta das aplicações
do sistema, utilizando para isso uma abordagem modal definida por 14 modos de VSP [28]. Estes
modos foram escolhidos, de forma a que todos tivessem consumos estatisticamente diferentes e
nenhum deles fosse dominante ao estimar o consumo de uma viagem [29][30]. A definição dos modos
VSP permite ainda uma análise em meso e macro escala. A quantificação de impactes, para um dado
ciclo de condução, pode ser assim determinada pela distribuição temporal em cada modo VSP, que
por sua vez, compreende um determinado fator de emissão para cada poluente. Esta ferramenta
caracteriza-se por ser baseada em dados empíricos que possibilitam avaliar os impactes ambientais
de veículos, para inúmeras condições definidas pelo utilizador [31][30].
Por último, o COPERT é uma ferramenta de referência na União Europeia, utilizada para quantificar
consumos e emissões de diferentes categorias de veículos [32]. O COPERT foi desenvolvido pela EEA
(European Environment Agency) com uma metodologia baseada em inventários de emissões, incluída
nos guias EMEP/EEA (European Monitoring and Evaluation Programme), e que considera vários tipos
de transportes rodoviários. As emissões encontram-se divididas em emissões a quente, emissões a
frio, considerando também NMVOC resultantes da evaporação de combustível e PM derivadas do
desgaste de pneu e travão. Tendo em conta todos estes fatores, o COPERT apresenta estimativas da
emissão dos principais poluentes atmosféricos (CO, NOx, VOC, PM, NH3, SO2, metais pesados) e
também dos gases com efeito de estufa (CO2, N2O, CH4). As estimativas de impactes energéticos e
ambientais são realizadas considerando a atividade do veículo, através da velocidade média,
distribuição de tempo em regime urbano, rural ou extra-urbano, categoria do veículo e cilindrada. Esta
ferramenta é bastante utilizada para a caracterização de frotas de veículos, assim como para a criação
de inventários nacionais de emissões [31][32].
Em Setembro de 2015, foi lançada a primeira versão da ferramenta COPERT Street Level, baseada
no atual COPERT 4, que possibilita estimar emissões em ruas específicas com uma resolução
temporal de 1 hora. No entanto, esta ferramenta não oferece a possibilidade de estudar os impactes
energéticos e, dado o seu recente lançamento, pouca informação existe ainda sobre o seu
desempenho [34][35].
Apesar das várias alternativas existentes para a quantificação de impactes energéticos e ambientais,
quer através de meios experimentais ou numéricos, existe ainda uma considerável margem de
progressão, principalmente nas ferramentas numéricas. Por exemplo, é expectável que ferramentas
que impliquem uma maior quantidade de informação a introduzir e complexidade de computação (como
o ADVISOR ou ECOGEST) permitam obter uma caracterização mais correta dos impactes observados
em condições de condução reais. Contudo, por simplicidade de análise, ferramentas como o COPERT
são mais frequentemente utilizadas. O MOVES apresenta uma abordagem diferente das anteriores,
10
possibilitando diferentes níveis de análise. Tendo isto em consideração, diversos estudos têm sido
realizados com o intuito de avaliar quais os parâmetros com maior influência numa viagem real e
desenvolver as atuais metodologias para a quantificação de impactes.
Conforme verificado nos métodos experimentais e numéricos aqui abordados, os ciclos de condução
são uma peça importante para a quantificação de impactes e certificação nos transportes rodoviários,
uma vez que estes constituem a principal ligação cinemática com as condições de condução [19].
O projeto ARTEMIS (Assessment and Reliability of Transport Emission Models and Inventory Systems)
realizou vários estudos com o objetivo de analisar a influência dos ciclos de condução, como
metodologia para estimar emissões [36][37].
De entre esses estudos, destaca-se a análise de uma larga base de dados de ciclos de condução,
maioritariamente composta por ciclos Europeus, com diferentes origens e tipologias, a partir da qual
foram escolhidos ciclos de condução diferenciados e quantificadas as suas emissões em ensaios em
banco de rolos [19]. Recorrendo a duas metodologias distintas, a primeira baseada na utilização de
vários parâmetros dinâmicos (em função da velocidade e aceleração) para caracterizar e selecionar
os ciclos de condução, e a segunda baseada numa distribuição bidimensional da velocidade
instantânea e aceleração, foram realizados vários casos de estudo, que permitiram verificar uma
influência significativa do ciclo de condução na emissão da maioria dos poluentes. Comparando as
duas metodologias distintas utilizadas, os melhores resultados foram obtidos para a metodologia
baseada na distribuição de velocidade e aceleração instantânea, tendo-se observado também que um
modelo baseado apenas na velocidade média é incapaz de prever o comportamento de emissões
induzido pela dinâmica dos ciclos de condução. Observou-se também que, velocidades muito baixas
ou muito altas, assim como acelerações elevadas em velocidades elevadas, frequência de paragens,
entre outros, são os parâmetros que mais influenciam as emissões. Concluiu-se ainda que a análise
de emissões deve ser orientada para os tipos de condução (como por exemplo extra-urbano, urbano,
rural e até com maior nível de especificidade), relacionada com os níveis hierárquicos das faixas de
rodagem e com dados estatísticos relativos ao tráfego, que para além de permitirem uma abordagem
a menores escalas, ao nível de ruas específicas, oferecem resultados coerentes com a realidade.
Para a obtenção de resultados de impactes energéticos e ambientais coerentes com as condições de
circulação real, através de metodologias baseadas em ciclos de condução, é necessário que os ciclos
utilizados sejam estatisticamente representativos das condições reais de circulação [19]. Tendo isto
em consideração, associado ao facto dos ciclos de condução apresentarem características diferentes
em regiões diferentes, devido a fatores como a geometria das estradas e a cultura de condução, vários
ciclos têm sido criados com o objetivo de representarem estatisticamente as condições de circulação
real de cada região [38][39].
Um exemplo disso é o ciclo WPG01, apresentado na Figura 7, construído com dados reais, recolhidos
no âmbito de um estudo, durante mais de um ano na cidade de Winnipeg, Canada, por 76 veículos
[40]. A metodologia utilizada para a construção deste ciclo consistiu na divisão dos dados de
monitorização em micro-viagens (excertos de viagens em que no seu início e fim o veículo encontra-
11
se parado e que podem, ou não, incluir situações de ralenti) alocadas em grupos com parâmetros de
condução semelhantes, baseados na distribuição SAFD (Speed Acceleration Frequency Distribution).
Foi ainda utilizado um algoritmo que otimiza e seleciona as micro-viagens com base em parâmetros
dinâmicos de cada grupo. O processo de construção do ciclo de condução inicia-se com a escolha
aleatória de duas micro-viagens, sendo as seguintes selecionadas com base na probabilidade de
transição, calculada entre os diferentes grupos de micro-viagens. O ciclo de condução criado foi
comparado com outros 8 ciclos de condução standard da região, tendo-se verificado para o WPG01
os parâmetros de condução mais próximos do observado nos dados experimentais recolhidos.
Figura 7 - Ciclo de condução WPG01. Fonte: [40].
Um outro estudo sobre a criação de ciclos de condução utilizou um algoritmo genético como
metodologia para encontrar o ciclo de condução representativo das condições de circulação em
Houston, Texas [41]. Os dados utilizados foram recolhidos através de um dispositivo PEMS, que
juntamente com um GPS, monitorizaram veículos num total de 24 h, o que correspondeu a 684 km. A
metodologia consistiu na utilização de um algoritmo genético para criar os ciclos de condução
representativos, tendo como base 4 grupos de micro-viagens, avaliados em diferentes categorias. As
medidas de análise utilizadas para agrupar as micro-viagens foram: tipo I, dinâmica de condução; tipo
II, distribuição por modos de condução; tipo III, fator de consumo de combustível; tipo IV, produto do
tipo II e III. Por intermédio da ferramenta MOVES, são estimadas as emissões de CO2 referentes aos
ciclos de condução criados, o que permitiu a comparação com os dados reais. Os resultados obtidos
para a emissão de CO2 apresentaram um menor desvio para ciclos de condução criados através da
medida de análise II, que corresponde à distribuição por modos de condução, com um desvio de
14,5%, relativamente ao verificado experimentalmente. Os modos de análise I e IV apresentaram
desvios inferiores a 17,6% sendo que os piores resultados foram obtidos para o tipo III com um desvio
de 25%, relativamente ao observado experimentalmente. Este estudo corrobora o verificado ao abrigo
do projeto ARTEMIS acima abordado.
12
Outro ciclo de condução com base em dados reais de circulação é o ADC (Athens Driving Cycle),
produto de um estudo desenvolvido na cidade de Atenas, Grécia [42]. Os dados reais utilizados para
a criação do ADC foram obtidos através de monitorizações de veículos durante um período de dois
anos, recorrendo a dispositivos como um leitor OBD, GPS e acelerómetros. Após a recolha de dados
experimentais, foi desenvolvido um software dedicado para a análise estatística e modelação do ciclo
ADC do qual se obteve um ciclo com as seguintes características: duração de 1160 s, uma distância
total de 6512 m, uma velocidade média de 20,2 km/h e uma velocidade máxima de 70,9 km/h. Para
efeitos de comparação foram testados 3 veículos, de diferentes características, num ensaio em banco
de rolos com a reprodução de 3 ciclos de condução distintos: o ADC, o NEDC e o ciclo de condução
urbano (ECE-15) incluído no NEDC. Foi possível observar, nos resultados obtidos, que o consumo de
combustível e as emissões de NOx apresentaram valores superiores para o ciclo ADC em todos os
casos. De notar que a diferença das emissões NOx observadas no ciclo ADC, relativamente aos
restantes ciclos, apresentou um fator máximo de 2,5. Verificou-se também que as emissões de CO
apresentaram valores máximos para o ciclo ADC em 2 veículos, sendo que o máximo relativo ao
terceiro veículo foi obtido no ciclo ECE-15. Por último, as emissões de HC não apresentaram diferenças
significativas entre os 3 ciclos.
Até agora, foram abordados os principais métodos de quantificação de impactes energéticos e
ambientais de veículos, as suas metodologias e o enquadramento dos ciclos de condução nesta
temática. No entanto, para uma melhor perceção sobre o que uma ferramenta numérica, prática e
aplicável ao quotidiano deve ter em consideração, serão referidos alguns estudos, nos quais são
explorados alguns dos fatores associados aos impactes de viagens reais.
De acordo com vários estudos, a inclinação da estrada apresenta uma influência significativa no
consumo de combustível e na emissão de poluentes por parte dos veículos. Esta influência justifica-se
pelo facto de, a um declive positivo da estrada estar associada uma maior potência extraída do motor
para manter o veículo à mesma velocidade, o que origina valores superiores de consumo de energia
e respetivas emissões [43]. Essas diferenças foram quantificadas na literatura, tendo-se verificado num
estudo, com recurso a viagens reais realizadas por veículos ligeiros a gasolina e monitorizadas por um
dispositivo PEMS, emissões médias de NOx superiores por um fator de 4, para declives iguais ou
superiores a 5%, comparativamente a declives iguais ou inferiores a 0%, e relativamente ao consumo
de combustível médio verificaram-se diferenças entre 40 a 100% [44].
Foram também realizados estudos com o objetivo de aferir a influência da inclusão da inclinação da
estrada nas ferramentas numéricas de quantificação de impactes. Num desses estudos, focado na
ferramenta MOVES e na utilização de dados experimentais recolhidos através de um dispositivo GPS
e um leitor OBD, verificou-se que a não inclusão de dados relativos ao perfil de altitude da viagem
origina erros nos fatores de emissão entre 10 a 48%. Foi ainda observado que os modos de operação
da ferramenta MOVES apenas foram corretos 33 a 55% do tempo quando a inclinação não foi
considerada na metodologia VSP [43][45].
13
Outro fator importante a ter em consideração são os diferentes perfis de condução criados por
diferentes condutores e, consequentemente, os diferentes impactes para a mesma viagem. Prova
disso é um estudo realizado na Bélgica [46], onde foram realizados vários testes em diferentes
contextos de condução, utilizando para isso 9 veículos ligeiros de passageiros conduzidos por dois
tipos de condutor: o primeiro com um estilo de condução calmo e o segundo com um estilo de condução
mais agressivo. As viagens foram monitorizadas com um dispositivo PEMS, o que permitiu confrontar
os impactes dos diferentes estilos de condução. Os resultados deste estudo demonstraram um
consumo de combustível médio superior até 40% para o estilo de condução agressivo
comparativamente ao estilo de condução normal. Relativamente às emissões de CO, HC e NOx
verificaram-se aumentos até um fator de 8. As diferenças verificadas entre os tipos de condução foram
mais evidentes para veículos a gasolina, comparativamente aos veículos Diesel testados [46]. Estes
resultados são uma tendência conhecida e que se verifica noutros artigos sobre o tema [47], o que tem
originado um crescente interesse sobre técnicas de alteração dos comportamentos de condução. Uma
dessas técnicas é a eco-condução, que tem como principal objetivo a poupança de combustível e de
emissões de poluentes. A utilização de indicações para uma eco-condução em tempo real, verificou
num estudo, reduções de 10 a 20% no consumo de combustível e emissões de CO2 [48].
O tráfego e o congestionamento são parte integrante das viagens em meios rodoviários, principalmente
as realizadas em meios urbanos. Apesar do congestionamento ser um parâmetro externo, com
caracter aleatório, há uma relação de causalidade direta com a hora de realização da viagem, sendo
mais provável a sua ocorrência em períodos de hora de ponta. Este condicionamento do fluxo de
trafego tem consequências ao nível do consumo energético e das emissões de poluentes, confirmadas
na literatura em vários estudos [44][46][49], tendo-se observado aumentos entre os 7 e os 32 % para
o consumo de combustível e entre 9 e os 33 % nas emissões de CO, HC e NOx para viagens realizadas
em hora de ponta, comparativamente a viagens realizadas fora de hora de ponta, em função do
percurso utilizado [44].
Outro parâmetro com influência nos impactes energéticos e ambientais de uma viagem é o veículo
utilizado. Atualmente existem várias tecnologias de veículos disponíveis, com diferentes
características, mas partilhando todas o mesmo objetivo: maior eficiência e economia. No entanto,
existe uma diferença considerável ao nível dos impactes energéticos e ambientais entre veículos com
diferentes tecnologias de propulsão e até mesmo para veículos com a mesma tecnologia, pelo que a
escolha de um veículo deve compreender esse fator. De forma a avaliar a variabilidade de impactes
entre veículos, um estudo de C. Lorf et al. (2013) analisou os resultados do Royal Automobile Club
2011 RAC Future Car Challenge, um desafio anual de automobilismo onde os participantes procuram
o menor consumo de energia possível enquanto conduzem os 92 km que separam Brighton e Londres,
em Inglaterra [50]. Nesta competição participaram veículos com motor de combustão interna (ICEV),
veículos ligeiros elétricos (EV), híbridos plug-in (PHEV) e híbridos (HEV). Os resultados obtidos nesta
prova demonstraram que a tecnologia de propulsão é o fator mais influente no consumo de energia,
tendo-se verificado o menor consumo energético médio para os veículos elétricos, cerca de 40%
inferior à média global. As restantes tecnologias classificaram-se na seguinte ordem: PHEV, HEV e
14
por último os ICEV, que apresentaram um consumo, em média, entre 3 a 4 vezes superior ao verificado
para os EV. A recuperação de energia nos eventos de travagem dos veículos elétricos revelou-se um
importante fator para a redução de energia destes veículos, correspondendo até 32% da energia
utilizada na prova. Ao nível das emissões de CO2, verificaram-se as menores emissões para os
veículos mais eficientes energeticamente [50].
A escolha do percurso para a realização de uma viagem entre o ponto A e o ponto B é outro fator com
influência direta no consumo e nas emissões associadas a uma viagem. O percurso encontra-se
também relacionado com outros fatores já abordados, como o congestionamento ou até a inclinação
da estrada. O processo de decisão/planeamento da viagem é principalmente baseado na experiencia
do condutor, na informação disponível sobre o tempo da viagem, na distância e outros fatores
relacionados com a viagem. Tipicamente, a decisão recai para rotas que minimizam o tempo de
viagem, e como consequência, os condutores acabam por escolher percursos mais longos em
distância se estes refletirem poupanças temporais. Tendo isto em mente, um estudo de Ahn e Rakha
(2007), realizado nos EUA, decidiu avaliar se a escolha de um percurso mais longo, mas por outro lado
mais rápido, pode representar poupanças energéticas e ambientais [51]. Para isso, foram analisados
dados experimentais de duas rotas no estado de Virgínia, nos EUA, apresentadas na Figura 8,
coerentes com a questão acima levantada. Os dados experimentais utilizados, correspondem a ciclos
de condução, topografia e coordenadas, resultantes da monitorização de 21 viagens através de um
dispositivo GPS e que foram posteriormente inseridos em vários modelos numéricos, entre eles o
MOVES, para estimar os consumos e emissões das viagens realizadas.
Figura 8 – Rotas avaliadas no estudo de Ahn e Rakha (2007). Fonte: [51]
Os resultados obtidos demonstram que o percurso mais rápido nem sempre é a melhor escolha de um
ponto de vista energético e ambiental, tendo-se observado, para este caso, melhorias até 63, 71, 45,
e 20% nas emissões de HC, CO, NOx e CO2, respetivamente, na utilização de um percurso mais lento,
apesar de este inferir um tempo de viagem superior em 17%. Este tipo de resultados, comprovado com
15
outros estudos [44], demonstram a influência da escolha do percurso, pelo que este deve ser um fator
em consideração para uma analise aos impactes energéticos e ambientais de uma viagem do ponto A
ao ponto B.
Em suma, apesar de atualmente existirem vários meios para a quantificação de impactes associados
a viagens, quer através de meios numéricos ou experimentais, foram identificadas na literatura
algumas lacunas nas alternativas disponíveis, sobretudo por oferecerem soluções pouco práticas à
aplicação no dia-a-dia e por vezes pouco representativas das condições reais [9]. Tendo em
consideração o facto dos métodos experimentais serem soluções tipicamente dispendiosas, em termos
financeiros e temporais tanto em macro como em micro-escala, a solução passa pela utilização de
ferramentas numéricas, sobretudo as baseadas em dados reais nas suas análises (como por exemplo
os ciclos de condução), uma vez que apresentam resultados bastante coerentes com a realidade. No
entanto, as ferramentas numéricas verificadas na literatura não são transponíveis a uma utilização no
quotidiano, que contemple fatores associados a viagens reais específicas. Um claro exemplo disso é
o facto de os impactes energéticos e ambientais não serem tipicamente considerados no processo de
decisão do percurso para uma viagem [52], até porque não existem ferramentas que disponibilizem
esse tipo de informação, a priori, de uma forma rigorosa.
1.3 Objetivos
Tendo em consideração as lacunas identificadas na literatura, o objetivo geral desta dissertação passa
pela quantificação de impactes energéticos e ambientais de viagens reais especificas, em ambiente
urbano, considerando dados reais de circulação tipificados pelo contexto de condução.
Para tal é necessário desenvolver uma metodologia, aplicável numa ferramenta numérica, que
possibilite a quantificação de consumos e emissões de diferentes tecnologias de veículos para uma
viagem real especifica.
Assim, para atingir o objetivo apresentado, foi necessário:
Analisar dados reais de condução na cidade de Lisboa;
Caracterizar diferentes contextos de condução;
Desenvolver uma metodologia que permita criar ciclos de condução representativos de
viagens específicas reais e que quantifique os impactes energéticos e ambientais
associados; e
Validar resultados para posterior aplicação a casos de estudo.
Para o desenvolvimento desta metodologia foram tidos em consideração alguns dos parâmetros
identificados na literatura com influência no consumo de combustível e emissão de poluentes em
viagens reais, nomeadamente, o horário de realização da viagem, a utilização de diferentes tecnologias
de propulsão, variabilidade de perfis de condução entre diferentes condutores e a inclinação da faixa
de rodagem associada ao percurso real em estudo.
16
1.4 Estrutura da tese
A presente dissertação encontra-se dividida em 4 capítulos:
No primeiro capítulo da tese é introduzida a temática em análise, discutindo-se a importância do setor
dos transportes e os seus impactes, em particular dos transportes rodoviários. São também abordados
alguns desafios atuais associados ao setor dos transportes rodoviários e analisados os principais
métodos de quantificação de impactes hoje disponíveis. Inserem-se ainda neste capítulo, o estado da
arte, os objetivos e a estrutura da tese.
O segundo capítulo corresponde à metodologia utilizada na realização deste trabalho. Neste capítulo
é relatado o tratamento de dados aplicado à base de dados experimental utilizada, o funcionamento
da ferramenta de avaliação de viagens, o algoritmo utilizado para a criação dos ciclos de condução
representativos e os fundamentos teóricos necessários para a quantificação de impactes.
No terceiro capítulo é realizada a validação da metodologia desenvolvida, através da comparação dos
resultados obtidos pela ferramenta com os dados experimentais e com uma ferramenta numérica de
referência. Após a validação, são apresentados casos de estudo onde é possível verificar a influência
de vários fatores, como a hora de realização da viagem, os percursos alternativos para o mesmo par
origem/destino, a variabilidade das condições de condução e as diferentes tecnologias de propulsão.
Por último, o quarto capítulo, onde são apresentadas conclusões sobre a metodologia e a ferramenta
desenvolvida, nomeadamente os seus resultados e coerência com as condições de circulação real.
São também apresentadas sugestões de trabalho futuro, relativamente à ferramenta e metodologia
criadas que possam refletir melhorias na quantificação de impactes e emissões.
Em anexo, são disponibilizados alguns dados relativos à análise estatística, amostragem da base de
dados e um dos casos de estudo.
17
2. Metodologia
Para quantificar corretamente os impactes associados a viagens reais, recorrendo a ferramentas
numéricas, foi necessária a utilização de metodologias que compreendam os fatores associados às
condições de circulação real. Tendo isso em mente, a metodologia desenvolvida neste trabalho
procurou compreender ao máximo os fatores referenciados na literatura.
Conforme verificado no subcapítulo 1.2, os ciclos de condução apresentam-se como o elo de ligação
da dinâmica do veículo numa viagem, sendo recomendada a sua utilização por vários autores [35][52].
Assim sendo, optou-se pela utilização de ciclos de condução reais resultantes da monitorização de
veículos na cidade de Lisboa.
Para ser possível a utilização dos dados experimentais acima referidos, foi necessário um tratamento
de dados experimentais, através de um pós-processamento, abordado com mais detalhe no
subcapítulo 2.1 e 2.2, do qual resultaram micro-viagens representativas de diferentes contextos de
condução, para diferentes períodos de realização da viagem.
De forma a ligar os ciclos de condução com percursos específicos da cidade de Lisboa, recorreu-se à
utilização de aplicações externas com capacidade de planeamento de rotas reais. Para isso, utilizou-
se a aplicação web Google Maps Directions Application Program Interface (API) que disponibiliza toda
a informação necessária para o planeamento de uma viagem [54], como por exemplo os troços que
compõem o percurso em estudo, a distância de cada troço e os percursos alternativos. Foi também
considerado o perfil de inclinação ao longo da viagem, extraído através da aplicação web Google Maps
Elevations API para os percursos em estudo [55].
O cruzamento de informação relativa ao percurso real em estudo foi feito através da ferramenta de
avaliação de viagens desenvolvida em MATLAB, no âmbito deste trabalho, que cria ciclos de condução
representativos de viagens reais especificas através da utilização de várias fontes de dados.
Informação mais detalhada sobre a ferramenta de avaliação de viagens pode ser encontrada no
subcapítulo 2.3.
Os ciclos de condução foram desenvolvidos através de um algoritmo de seleção aleatório de
micro-viagens, representativas dos contextos de condução, que compõem o percurso real em estudo.
Por último, foi aplicada a metodologia VSP (discutida com mais detalhe no subcapítulo 2.4) aos ciclos
de condução representativos criados, permitindo assim a quantificação de impactes energéticos e
ambientais de viagens específicas para diferentes tecnologias de veículos.
Um esquema ilustrativo da metodologia utilizada na ferramenta de avaliação de viagens desenvolvida
é apresentado na Figura 9.
18
Figura 9 - Esquema da metodologia utilizada
2.1 Tratamento de dados experimentais
Um dos principais constrangimentos das ferramentas numéricas de quantificação de impactes, ao nível
do veículo, é a utilização de metodologias pouco coerentes com as condições reais de circulação. No
entanto, a utilização de dados recolhidos experimentalmente – relativos a condições reais de circulação
- em ferramentas numéricas, possibilita a reprodução de fenómenos reais em ambiente de simulação,
o que permite simular e analisar inúmeros cenários sem as limitações inerentes aos métodos
experimentais.
19
Na metodologia proposta é utilizada uma base de dados experimental, recolhidos no âmbito de uma
tese de doutoramento desenvolvida [56], com cerca de 3600 horas de monitorização de veículos e que
correspondem a aproximadamente 100 000 km percorridos por 40 condutores, em condições reais de
circulação, na cidade de Lisboa.
A monitorização de veículos, responsável por esta base de dados, foi realizada através do dispositivo
i2d [57], apresentado na Figura 10, capaz de analisar, recolher e transmitir informação da utilização de
veículos com resolução de 1 Hz.
Figura 10 - Dispositivo i2d instalado num veículo. Fonte: [56].
Este dispositivo, através de sensores dedicados como o GPS, acelerómetros, altímetro e ligação à
porta OBD, recolhe informação relativa à dinâmica de condução, localização, operação do motor e
inclinação da estrada que permitem, de um modo geral, caracterizar a utilização de um veículo [56]. A
Tabela 1 apresenta um exemplo da aquisição ao longo do tempo de algumas das variáveis possíveis
de obter com o dispositivo i2d.
Tabela 1 – Excerto de variáveis extraídas de uma viagem monitorizada através do dispositivo i2d.
Tempo (s) Latitude (º) Longitude
(º) Velocidade
(km/h) Aceleração
(m/s2) Carga no motor (%)
RPM
319 38,74764 -9,150144 14 1,25 87 2258
320 38,74767 -9,150155 16 0,69 18 1442
321 38,747692 -9,150167 19 0,69 85 1516
322 38,747746 -9,150177 21 0,14 31 1656
323 38,7478 -9,150186 20 -1,11 22 1568
324 38,7478 -9,150186 13 -2,22 35 929
Os dados obtidos com a monitorização de veículos são apresentados conforme a sequência de viagens
realizada por cada condutor. No entanto, para a finalidade desta ferramenta, foi necessário agrupar os
vários contextos de condução na cidade de Lisboa, para que possam ser representativas dos
comportamentos de condução e condições de trafego de qualquer viagem específica definida. A Figura
20
11 apresenta um algoritmo geral dos tratamentos aplicados à base de dados e que serão aqui
aprofundados.
Figura 11 - Algoritmo do tratamento de dados experimentais.
Numa primeira fase, e tendo em consideração a conhecida influência do tráfego/congestionamento na
dinâmica de condução, dividiu-se a base de dados em monitorizações coincidentes com horas de ponta
e nas restantes horas. Segundo um estudo realizado [58], existem dois picos de tráfego na cidade de
Lisboa, que correspondem, aproximadamente, ao intervalo entre as 8 e as 10 horas e entre as 17 e as
20 horas, que definem assim o horário de hora de ponta considerado.
21
De seguida foi utilizado um pós-processamento (dos dados de monitorização extraídos diretamente do
dispositivo i2d), já implementado na fonte de dados utilizada no âmbito de outro trabalho [59], que
identifica a faixa de rodagem/rua em que o veículo se encontra a cada segundo. Este pós-
processamento corresponde à conversão das coordenadas obtidas pelo dispositivo i2d na aplicação
web Google Maps Geocoding API [60], que devolve os locais correspondentes às coordenadas
introduzidas.
Posteriormente, no âmbito da ferramenta desenvolvida neste trabalho, a implementação da
correspondência de cada segundo de monitorização a faixas de rodagem específicas, permitiu o
desenvolvimento de um algoritmo em MATLAB que agrupou os dados por faixas de rodagem/ruas.
Assim, todos os dados disponíveis de todos os condutores que conduziram na rua X, ficaram
armazenados na mesma variável, sem alterar a sua ordem cronológica. Com os dados já agrupados
por faixas de rodagem, utilizou-se uma base de dados da Câmara Municipal de Lisboa, com informação
relativa ao número de vias de trânsito de cada faixa de rodagem, o que permitiu acrescentar essa
informação à base de dados utilizada.
Recorrendo à hierarquia de redes utilizada na cidade de Lisboa, em que cada nível de rede é
constituído por faixas de rodagem do mesmo tipo, onde se identifica o Nível 1 como rede arterial, o
Nível 2 como rede coletora e distribuidora e o Nível 3 e 4 como rede local [61], considerou-se esta
informação na base de dados e procedeu-se ao agrupamento dos dados de monitorização por nível e
vias de trânsito em MATLAB. A Tabela 2 apresenta informação mais detalhada relativa a cada nível
de faixas de rodagem considerado.
Tabela 2 - Hierarquia das redes. Adaptado: [61].
Nível Tipo Características
1 Rede arterial Assegura os principais atravessamentos da cidade, bem como os
percursos mais longos no seu interior.
2 Rede
coletora/distribuidora
Assegura a distribuição dos maiores fluxos de tráfego, bem como
os percursos médios e o acesso à rede de nível 1.
3 Rede local Assegura a distribuição próxima, bem como o encaminhamento
dos fluxos de tráfego para as faixas de rodagem de nível superior.
4 Rede local Composto por faixas de rodagem estruturantes dos bairros, com
acesso ao edificado e onde o elemento principal é já o peão.
Posto isto, e com a reorganização da base de dados experimentais, foi possível agrupar dados de
condução na cidade de Lisboa com características semelhantes, isto é, mesma hierarquia de faixa de
rodagem, mesmo número de vias de trânsito e horas com intensidade de tráfego semelhante.
De forma a interpretar melhor a dinâmica de condução para cada um dos casos definidos e também
verificar se à divisão de dados considerada correspondem, ou não, diferentes dinâmicas de condução
realizou-se uma análise estatística – implementada em MATLAB - onde foram avaliados diversos
22
parâmetros. A Tabela 3 e Tabela 4 apresentam um excerto dos resultados obtidos, encontrando-se os
restantes resultados para consulta no Anexo A.
Tabela 3 - Excerto dos resultados estatísticos do nível 2 fora de hora de ponta
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 19 19 0,6 7,1 31
2 26 24 0,6 7,9 31
3 33 27 0,6 8,9 23
4 35 27 0,5 8,9 19
Tabela 4 - Excerto dos resultados estatísticos do nível 2 em hora de ponta
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 17 18 0,6 6,7 34
2 24 24 0,6 7,8 33
3 26 25 0,6 8,0 29
4 32 28 0,5 8,7 20
Analisando os resultados estatísticos obtidos, presentes nas Tabelas 3, 4 e no anexo A, podem-se
retirar as seguintes conclusões:
Comparando dados do mesmo nível, é notória a influência do horário de ponta na dinâmica de
condução, comprovado, tipicamente, pelos maiores tempos de ralenti e valores inferiores de
velocidade média comparativamente ao observado fora de hora de ponta;
As dinâmicas de condução são dependentes do nível hierárquico da faixa de rodagem, assim
como do número de vias de trânsito – o que prova a influência dos constrangimentos das
infraestruturas na dinâmica de condução - visível através dos diferentes valores de velocidade
média, desvio padrão da velocidade, valor médio de VSP ou percentagens de tempo em ralenti
entre vias de trânsito do mesmo nível e entre diferentes níveis de faixas de rodagem; e
Verificou-se também que os valores de velocidade média observados decrescem para níveis
hierárquicos inferiores, isto é, das principais artérias para as estradas da rede local.
2.2 Criação de micro-viagens representativas das condições reais
de circulação em diferentes hierarquias de vias
Após a divisão da base de dados por hierarquias de nível e número de vias de trânsito, foi necessário
implementar uma metodologia para a criação de ciclos de condução representativos para cada caso
23
em cima mencionado. A metodologia utilizada para a criação de ciclos de condução foi influenciada,
principalmente, por três fatores:
Distância dos ciclos de condução criados;
Os ciclos criados não geram condições de potência exageradas, e
Representatividade das condições reais de circulação.
Uma vez que a ferramenta proposta tem por objetivo simular os consumos e emissões de uma qualquer
viagem específica na cidade de Lisboa, é necessário que haja flexibilidade nos ciclos de condução
criados, isto é, que a distância dos ciclos de condução criados seja o mais próxima possível da
distância definida da viagem real, de forma a não comprometer os resultados.
Outro fator importante é que os ciclos de condução não gerem condições de potência exageradas.
Essa condição foi assumida uma vez que a base de dados utilizada teve origem em ciclos de condução
em condições reais de circulação com carros típicos. Através desta condição, é seguro afirmar que os
ciclos de condução criados com esta metodologia podem ser replicados por outros veículos.
Por outro lado, os ciclos de condução criados através da base de dados experimental, para além de
terem de respeitar as distâncias definidas da viagem, têm também de ser representativos das
condições reais de circulação para a viagem definida. Para isso, os ciclos de condução criados têm de
representar estatisticamente as condições de condução para as quais o ciclo se destina, estando essa
representatividade diretamente associada à qualidade dos resultados [19].
Tomando em consideração os fatores acima abordados, e após analisar os resultados estatísticos para
os casos definidos da divisão da base de dados, decidiu-se utilizar o conceito de micro-viagens, para
a criação dos ciclos de condução nas hierarquias de nível 3 e 4. As micro-viagens definem-se como
excertos de períodos de monitorização em que no seu início e fim, o veículo se encontra parado e que
podem, ou não, incluir situações de ralenti, sendo bastante utilizadas para a criação de ciclos de
condução, um exemplo disso é o estudo realizado para a criação do ciclo WPG01 [40]. A Figura 12
apresenta um exemplo de um ciclo de condução gerado com recurso a micro-viagens.
Figura 12 - Exemplo de um ciclo de condução criado utilizando o conceito de micro-viagens.
24
Contudo, a utilização de micro-viagens, no seu conceito, cria alguns constrangimentos para a finalidade
desta metodologia. Sendo o principal objetivo deste trabalho a criação de ciclos de condução
representativos de percursos específicos, para posterior quantificação dos impactes associados a esse
percurso, é fundamental que a unidade de construção do ciclo de condução permita a flexibilidade
necessária para a criação de ciclos de condução com distâncias definidas. Consequentemente, o uso
de micro-viagens como unidade de construção implica que, no início e fim de cada micro-viagem exista
uma paragem do veículo. Tomando como exemplo a circulação em autoestradas ou vias rápidas onde
o contexto de condução, em condições normais, implica poucas paragens do veículo, a utilização de
micro-viagens só seria viável caso existisse uma paragem no início e final desse troço, o que nem
sempre se verifica. No entanto, essa hipótese comprometeria a flexibilidade na criação dos ciclos de
condução assim como a representatividade das condições de circulação real, visto ser praticamente
impossível obter uma amostragem considerável de micro-viagens que compreendam todas as
combinações de distâncias possíveis. A escolha de micro-viagens, como unidade de construção para
os diferentes níveis hierárquicos considerados, baseou-se, então, na análise dos dados estatísticos
obtidos.
Com a análise dos dados estatísticos, apresentados na Tabela 3, Tabela 4 e Anexo A, foram
consideradas as seguintes abordagens:
Nível 1 – Apresenta dados estatísticos que demonstram a ocorrência pouco frequente de
paragens do veículo, com por exemplo velocidades médias substancialmente superiores
quando comparadas a outros níveis ou os reduzidos tempos de ralenti. Desta forma optou-se
pela utilização de um algoritmo alternativo, discutido em detalhe no subcapítulo 2.3, para a
criação de ciclos de condução representativos deste nível;
Nível 2 – Verifica velocidades médias inferiores até um fator de 3,8 ao verificado para o nível
1, observando-se um aumento até 30% do tempo de ralenti para este nível, comparativamente
ao nível 1. Contudo não é esperado para este nível hierárquico uma frequência de paragens
que produza uma amostragem de micro-viagens suficiente para a finalidade desta
metodologia. Desta forma, decidiu-se a utilização de um algoritmo alternativo também aplicado
ao nível 1;
Nível 3 – Os dados estatísticos deste nível revelam velocidades médias inferiores até cerca de
94%, quando comparadas ao nível 2. Verifica-se também um aumento dos tempos de ralenti
no nível 3 até 17%, relativamente ao apresentado no nível 2, pelo que é esperada uma maior
frequência de paragens. Assim, decidiu-se a utilização de micro-viagens como unidade de
construção de ciclos de condução representativos do nível 3; e
Nível 4 - Neste nível verificam-se resultados estatísticos bastante semelhantes ao verificado
no nível 3, com desvios na velocidade média inferiores a 21% e em 5% relativamente ao tempo
de ralenti. Assim optou-se também pela utilização de micro-viagens para este nível hierárquico.
25
Para ser possível a utilização de micro-viagens representativas, na criação de ciclos de condução de
nível 3 e 4, foi necessário implementar, em MATLAB, um algoritmo que extraísse micro-viagens
representativas dos dados de monitorização disponíveis.
As micro-viagens foram extraídas de acordo com as seguintes condições, para cada caso de nível
hierárquico e número de vias de trânsito:
Distância da micro-viagem compreendida entre 100 a 1000 m, de forma a permitir a
flexibilidade necessária para a criação de ciclos de condução que se adaptem à distância dos
percursos definidos;
Velocidade média da micro-viagem extraída, compreendida no intervalo velocidade média ±
desvio padrão da velocidade do nível e número de vias de trânsito correspondente,
considerando-se, assim, apenas micro-viagens representativas do contexto de condução em
questão; e
Aceleração máxima e mínima da micro-viagem definidas na Figura 13, com base num estudo
[62], de forma a excluir micro-viagens com descontinuidades causadas pela divisão prévia da
base de dados.
Figura 13 – 97,5º e 2,5º percentis de aceleração, para 16 gamas de velocidades, com um intervalo de confiança de 95%, verificados após a monitorização de 63 veículos ligeiros, em condições reais de circulação, através de
um leitor OBD e um dispositivo GPS. Fonte: [62].
Com estas restrições foi possível extrair uma larga amostragem de micro-viagens, uma vez que foram
consideradas poucas restrições ao nível da dinâmica de condução das mesmas, o que permite para a
finalidade da ferramenta uma maior representatividade das condições reais de circulação na cidade de
Lisboa.
Tendo em conta as restrições da abordagem das micro-viagens ao nível 1 e 2, em cima explicadas, a
unidade de construção de ciclos de condução nestes níveis resultou da divisão dos dados de
26
monitorização, através de um programa implementado em MATLAB, em períodos de aceleração e
períodos de desaceleração com variações de velocidade na ordem dos 20 km/h, assim como períodos
de velocidade constante com variações máximas de 10 km/h. Para a obtenção dos períodos em cima
mencionados, foi também considerada a condição de aceleração máxima e mínima aplicada as micro-
viagens representativas de nível 3 e 4, apresentada na Figura 13.
Contrariamente às micro-viagens extraídas para a construção de ciclos de nível 3 e 4, com distâncias
compreendidas entre os 100 m e os 1000 m, apenas os períodos de velocidade constante extraídos
em nível 1 e 2 apresentam constrangimentos relativamente à distância, compreendida entre 75 e
125 m, uma vez que a limitação da distância em períodos de aceleração e desaceleração condicionaria
fortemente a atividade do veículo e a representatividade desses períodos.
Com a abordagem detalhada neste subcapítulo, ficou criada a base de dados experimental a ser
utilizada na criação dos ciclos de condução representativos na ferramenta de impactes energéticos e
ambientais. A amostragem das unidades de construção (nomeadamente as micro-viagens e os
excertos acima descritos) obtida após os processamentos aqui descritos encontra-se no Anexo B.
A criação dos ciclos de condução como combinações de micro-viagens para os níveis 3 e 4 ou por
períodos de aceleração, desaceleração e velocidade constante extraídos dos dados de monitorização
para o nível 1 e 2, será aprofundada no subcapítulo seguinte.
2.3 Ferramenta de avaliação de viagens
Após o tratamento de dados experimentais e com a extração de excertos de dinâmicas de condução
para a criação dos ciclos de condução representativos de condições reais de circulação, foi necessário
implementar, em MATLAB, a ferramenta que servisse de elo de ligação das diferentes fontes de dados
e criasse os ciclos de condução adequados à viagem real, na cidade de Lisboa, sobre a qual se tem
interesse em avaliar o consumo de combustível e emissão de poluentes associados ao uso de veículos.
De seguida serão abordados os princípios da ferramenta implementada em MATLAB com vista à
criação dos ciclos de condução representativos de viagens reais.
O primeiro passo é a definição da viagem. Uma viagem real é definida pelo seu ponto de origem,
digamos ponto A, e destino, ponto B. Para se chegar do ponto A ao B existe uma ou mais rotas
possíveis, sempre dependentes das infraestruturas disponíveis. A aplicação web Google Maps
Directions API [54] foi integrada na ferramenta para o planeamento da rota descrita acima. Com a
integração desta aplicação é possível extrair informação como, por exemplo, o nome das faixas de
rodagem/ruas e a distância em cada um dos troços, de um máximo de 3 rotas possíveis, do ponto A
ao ponto B definidos. Com a(s) rota(s) já definida(s), é necessário fazer a correspondência do nível
hierárquico e número de vias das faixas de rodagem que compõe(m) a(s) rota(s) com as bases de
dados já referidas anteriormente. A Tabela 5 apresenta um exemplo da informação obtida na
ferramenta relativa ao planeamento de uma viagem real entre a Av. Almirante Reis e a Av. da
Liberdade.
27
Tabela 5 - Informação obtida na ferramenta relativa a uma viagem em Lisboa
Nome da faixa de rodagem Nível Nº de vias de trânsito Distância (m)
Avenida Almirante Reis 2 2 533
Rua dos Anjos 4 1 119
Rua Jacinta Marto 2 2 60
Rua Joaquim Bonifácio 2 2 351
Rua Gomes Freire 3 2 146
Rua Alexandre Herculano 3 2 536
Avenida da Liberdade 3 3 250
Avenida da Liberdade 3 3 404
Com a informação do planeamento da viagem extraída da aplicação web Google Maps Directions API
torna-se então possível a criação de ciclos de condução representativos para cada troço da rota,
avaliando-se o nível, número de vias de trânsito de cada faixa de rodagem e a respetiva distância de
cada troço, que servem de condicionantes tanto na base de dados a utilizar, no caso do nível e número
de vias de trânsito, como na duração do ciclo de condução a criar.
Conforme indicado no subcapítulo 2.2, os troços nível 1 e nível 2 apresentam uma metodologia para a
criação de ciclos de condução diferente da metodologia utilizada nos níveis 3 e 4. Caso o troço seja
de nível 1 ou nível 2 é adotado o seguinte procedimento para a criação do ciclo de condução
representativo:
1. Seleciona-se um período de aceleração aleatório (entre 0 e 20 km/h);
2. Considera-se como distância em falta, ou distância disponível para a construção do ciclo, a
distância definida no planeamento da viagem para este troço, subtraída pelo valor de distância
do arranque aleatório já adicionado ao ciclo e pelo valor médio de distância das paragens
correspondentes ao arranque;
3. Avalia-se se a distância disponível é inferior a 100 m. Caso seja, o procedimento continua no
ponto 6, caso contrário continua-se o processo de construção do ciclo de condução no ponto 4;
4. Seleciona-se um período de velocidade constante aleatório e avalia-se a velocidade inicial
desse período relativamente ao último ponto do ciclo em construção:
a. Caso a velocidade do período aleatório se encontre entre ±14 km/h, relativamente ao
último ponto do ciclo em construção, adiciona-se esse período. A distância disponível
para construção é calculada como a distância disponível atual subtraída pela distância
do período de velocidade constante aleatório adicionado ao ciclo;
b. Caso a velocidade do período aleatório seja igual, ou superior a 15 km/h, relativamente
ao último ponto do ciclo em construção, adiciona-se um período de aceleração para a
gama de velocidades em que se encontra o ciclo, se esse arranque aleatório respeitar
28
a distância disponível, calculada como a distância disponível atual, subtraindo-se a
distância do arranque considerado e a distância média da base de dados do período
de desaceleração equivalente à gama do período de aceleração utilizado;
c. Caso a velocidade do período aleatório seja igual ou inferior a 15 km/h, relativamente
ao último ponto do ciclo em construção, adiciona-se um período de desaceleração,
apropriado à gama de velocidades em que se encontra o ciclo, se esse período
aleatório respeitar a distância disponível, calculada como a distância disponível atual,
subtraindo-se a distância do período de desaceleração considerado e adicionando-se
a distância média da base de dados do período de desaceleração considerada.
5. Processo iterativo entre o ponto 3 e 5 até a distância disponível ser inferior a 100 m;
6. É avaliada a velocidade em que se encontra o ciclo de condução e são aplicados de forma
iterativa os períodos de desaceleração até a combinação de períodos de desaceleração
satisfazerem a distância definida no planeamento da rota com uma margem de ± 100 m; e
7. Por fim é aplicado um filtro passa-baixo nos pontos de ligação dos diferentes “blocos”. Este
filtro permite suavizar os dados, de forma a evitar descontinuidades causadas por esta
metodologia de criação de ciclos de condução.
Para troços de nível 3 ou 4, o processo de criação do ciclo de condução representativo é o seguinte:
1. Seleciona-se uma micro-viagem aleatória e considera-se como distância em falta para
construção do ciclo, a distância definida no planeamento da viagem para este troço, subtraída
pelo valor da micro-viagem adicionada;
2. Avalia-se a distância disponível e se for superior a 100 m continua o processo para o ponto 3,
caso contrário termina o ciclo de condução;
3. Seleciona-se uma micro-viagem aleatória e considera-se como distância em falta para
construção do ciclo, a distância disponível atual, subtraída ao valor da micro-viagem
adicionada; e
4. Avalia-se a distância disponível e se for superior a 100 m continua o processo para o ponto 3,
caso contrário termina o ciclo de condução.
Ao longo da construção de ciclos de condução de nível 3 e 4 são registados os desvios de distância
de todos os ciclos representativos dos troços criados. Após todos os troços de nível 3 e 4 terem os
seus ciclos representativos criados, é avaliada a distância desses ciclos combinados e caso o desvio
seja superior, em módulo, a 100 m, são adicionadas ou retiradas, consoante o caso, micro-viagens
correspondentes ao nível e número de vias de trânsito com maior frequência no planeamento da rota.
A aleatoriedade presente nas duas metodologias de criação de ciclos de condução, aliada à
representatividade das bases de dados utilizadas para a criação dos perfis de velocidade confere a
imprevisibilidade/aleatoriedade e representatividade das condições de circulação real aos ciclos de
29
condução criados, isto é, procura determinar múltiplas formas de o condutor abordar o mesmo
percurso. Simultaneamente, a criação de múltiplos ciclos de condução para cada caso (considerando-
se várias rotas para a mesma origem-destino, o horário de realização da viagem e as diferentes
tecnologias de veículos) permitirá ainda, avaliar a variabilidade dos impactes energéticos e ambientais
inerentes às diferentes formas possíveis de realizar o mesmo percurso, consequência de diferentes
estilos de condução ou de condicionamentos de tráfego. O número de ciclos de condução
representativos considerados na análise de impactes para cada caso será discutido com mais detalhe
no subcapítulo 2.4.
A Figura 14 apresenta um ciclo de condução representativo, criado com as metodologias acima
descritas, de uma viagem entre o Estádio José de Alvalade e o Marquês de Pombal.
Figura 14 – Ciclo de condução representativo criado pela ferramenta de uma viagem realizada entre o Estádio José de Alvalade e o Marquês de pombal
Por fim, para se poder aplicar a metodologia VSP, que será aprofundada no subcapítulo 2.4, são ainda
necessários os valores de aceleração e também informação relativa à inclinação da faixa de rodagem.
O cálculo da aceleração foi realizado através da derivada, a cada segundo do ciclo de condução, de
um polinómio de 2º grau que contém o ponto anterior e posterior ao ponto de cálculo da aceleração.
Para o cálculo da inclinação da faixa de rodagem, foi utilizada a aplicação web Google Maps Elevations
API [55], que converteu as coordenadas obtidas na ferramenta, com origem no Google Maps Directions
API, em perfis de elevação das rotas correspondentes à viagem real considerada. Desta forma foi
possível obter a altitude num intervalo de 50 em 50 m, de onde se retirou a inclinação da estrada
através da derivada de um polinómio de 2º grau, que contem o ponto anterior e posterior ao ponto de
cálculo da inclinação da faixa de rodagem. A Figura 15 apresenta o perfil de inclinação obtido ao longo
da viagem considerada anteriormente.
30
Figura 15 - Perfil de inclinação da faixa de rodagem da viagem entre o Estádio José de Alvalade e o Marquês de Pombal.
2.4 Quantificação de impactes energéticos e ambientais
A metodologia VSP apresenta-se como o elo de ligação entre os ciclos de condução representativos
criados e a quantificação de consumos de combustível e emissão de poluentes associados ao uso de
veículos.
Desenvolvida em 1998, por J. L. Jiménez no Massachusetts Institute of Technology, a metodologia
VSP é baseada numa simplificação de forças aplicadas no veículo durante a sua condução [28]. Esta
análise permite estimar a potência por unidade de massa (potência específica) através da combinação
da dinâmica do veículo (velocidade, aceleração, resistência ao rolamento e aerodinâmica) e inclinação
da estrada a cada ponto da viagem. A expressão utilizada para calcular o VSP a cada segundo de
condução é a seguinte:
VSP = v × (1,1 × a + g × sin(φ) + 0,132) + 0,000302 × v3 (1)
Onde:
VSP – Vehicle Specific Power (W/kg);
v – velocidade instantânea do veículo (m/s);
a – aceleração do veículo (m/s2);
g – aceleração da gravidade (9,8 m/s2);
φ – inclinação da estrada (rad);
0,132 – coeficiente de resistência de rolamento (m/s2); e
0,000302 – coeficiente de resistência aerodinâmica (m-1).
Uma utilização rigorosa da metodologia VSP deve ter em consideração os coeficientes individuais de
cada veículo analisado. No entanto, neste trabalho utilizou-se a curva genérica para veículos ligeiros
de forma a facilitar e uniformizar a análise, assim como realizado noutros estudos [30][29].
31
Sendo o VSP um parâmetro específico, este permite a comparação entre veículos com diferentes
pesos, uma vez que a potência necessária em diferentes veículos para condições de condução
semelhantes será proporcional às suas massas.
De forma a agrupar condições de condução semelhantes verificadas na distribuição de potência, obtida
com a metodologia VSP para uma viagem/ciclo de condução, são utilizados 14 intervalos, definidos
como modos VSP. A Tabela 6 apresenta a definição dos modos VSP.
Tabela 6 - Definição dos modos VSP. Adaptado: [28].
Modo VSP Intervalo VSP (W/kg) Modo VSP Intervalo VSP (W/kg)
1 VSP < -2 8 13 ≤ VSP < 16
2 - 2 ≤ VSP < 0 9 16 ≤ VSP < 19
3 0 ≤ VSP < 1 10 19 ≤ VSP < 23
4 1 ≤ VSP < 4 11 23 ≤ VSP < 28
5 4 ≤ VSP < 7 12 28 ≤ VSP < 33
6 7 ≤ VSP < 10 13 33 ≤ VSP < 39
7 10 ≤ VSP < 13 14 39 ≤ VSP
De forma a salientar a utilidade da distribuição em modos VSP é apresentada na Figura 16, como
forma de exemplo, a distribuição em modos VSP correspondente a um ciclo de condução criado com
a ferramenta.
Figura 16 - Exemplo de distribuição em modos VSP correspondente a um ciclo de condução criado com a ferramenta.
No caso da distribuição em modos VSP apresentada na Figura 16 verifica-se uma predominância do
modo VSP 3, com mais de 40% do tempo, que corresponde maioritariamente a situações de veículo
parado, ou por outras palavras períodos de ralenti. Observa-se também que os modos VSP mais
elevados são muito pouco utilizados nesta viagem, pelo que considerando também a predominância
32
do modo VSP 3, nos indica que muito provavelmente este ciclo de condução é referente a um contexto
de características urbanas.
A ligação entre a distribuição de potência utilizada com os correspondentes impactes energéticos e
ambientais de veículos é realizada por intermédio de curvas de consumo de combustível e emissão de
poluentes em função da potência específica, conforme a metodologia VSP. As curvas utilizadas neste
trabalho foram extraídas experimentalmente, no âmbito de três estudos [12][63][64], onde foram
monitorizados vários veículos, com diferentes tecnologias de propulsão, através de um dispositivo
PEMS em condições de circulação real. As características dos 18 veículos considerados (onde se
incluem 2 veículos a gasolina, 10 a gasóleo, 5 híbridos e 1 elétrico) neste trabalho são apresentadas
no Anexo C. Um exemplo de curvas de consumo de combustível e emissões por modos VSP é
apresentado na Tabela 7. A totalidade das curvas de consumo e emissão, correspondentes aos
diferentes veículos considerados, encontram-se no Anexo D.
Tabela 7 - Curva de consumo de combustível e emissão de NOx do veículo I. Adaptado: [12].
Modo VSP Consumo de
combustível (g/s) Emissão de NOx
(g/s)
1 0,042 0,0003
2 0,122 0,0006
3 0,131 0,0006
4 0,451 0,0024
5 0,630 0,0036
6 0,799 0,0049
7 1,056 0,0076
8 1,178 0,0095
9 1,563 0,0141
10 1,837 0,0173
11 2,323 0,0300
12 2,674 0,0396
13 3,102 0,0528
14 3,569 0,0765
Conforme mencionado anteriormente, nesta metodologia serão criados vários ciclos de condução
representativos de um mesmo percurso o que permitirá analisar os impactes de diferentes utilizações
de potência através da aplicação da metodologia VSP a cada ponto da viagem.
Os impactes energéticos e ambientais dos diferentes veículos considerados associados aos vários
ciclos de condução representativos são então calculados com base nas seguintes equações:
𝐹𝐶 = ∑ 𝐹𝐶𝑖 × 𝑡𝑖
14
𝑖=1
(2)
𝐹𝐸𝑥 = ∑ 𝐹𝐸𝑖 × 𝑡𝑖
14
𝑖=1
(3)
33
onde:
𝐹𝐶 – consumo total de combustível para um determinado ciclo de condução (g);
𝐹𝐶𝑖 – consumo de combustível para o modo VSP i, para um determinado veículo (g/s);
𝑡𝑖 – tempo gasto no modo VSP i para um dado ciclo de condução (s);
𝐹𝐸𝑥 – emissão total do poluente x para um determinado ciclo de condução (g); e
𝐹𝐸𝑖 – emissão do poluente x para o modo VSP i, para um determinado veículo (g/s).
Através das equações 2 e 3 foi possível quantificar os consumos de combustível e emissões de
poluentes, nomeadamente o CO2, HC e NOx, para os ciclos de condução desejados.
Após o desenvolvimento desta metodologia, e a sua implementação em MATLAB, é necessário avaliar
a qualidade dos resultados obtidos.
Para cada ciclo de condução representativo de um percurso real são quantificados os seus impactes
energéticos e ambientais associados aos 18 veículos considerados, pelo que importa avaliar o número
necessário de ciclos que confiram uma amostragem representativa das condições reais de circulação
de uma viagem real. Com a criação de vários ciclos de condução representativos será então possível
avaliar os impactes das diferentes formas de abordar um percurso específico, consequência de
diferentes estilos de condução e constrangimentos de trafego, para um determinado horário de
realização da viagem.
Para isso, foram realizados vários testes, independentes entre si, com diferente número de ciclos de
condução criados, para a mesma viagem real e tecnologia de veículo, com o objetivo de avaliar a
variação de um parâmetro médio dos resultados obtidos com o número de iterações. A Figura 17
apresenta a variação dos valores de consumo mínimo, médio e máximo com o número de ciclos de
condução representativos considerados em cada análise.
34
Figura 17 – Valores de consumo médio verificados com diferentes ciclos de condução representativos considerados.
Observando a Figura 17, verifica-se uma convergência do valor médio de consumo de combustível a
partir de análises com 200 ciclos de condução. Uma das limitações da utilização de algoritmos de
seleção aleatória é a de que a obtenção de ciclos otimizados para o consumo mínimo ou máximo não
é garantida e o custo computacional é alto [41] o que corrobora o facto de para o valor mínimo e
máximo de consumo de combustível não se verificar uma convergência de valores. Ainda assim, é
interessante verificar que o valor de consumo de combustível máximo obteve-se para uma análise com
200 ciclos de condução e que, por outro lado, o valor mínimo de consumo de combustível foi obtido
para uma análise com 1000 ciclos de condução.
Assim, tomando em consideração o tempo computacional necessário para a obtenção de resultados e
o facto de que o valor médio de consumo de combustível converge aproximadamente em análises com
200 ciclos de condução, decidiu-se o seguinte critério de paragem para a criação de ciclos de condução
representativos: uma variação inferior a 0,1 l/100km no valor médio de consumo de combustível nos
últimos 100 ciclos de condução criados, entre um valor mínimo e máximo de 200 e 500 ciclos de
condução considerados, respetivamente. Desta forma e de acordo com o referido anteriormente, os
ciclos de condução aqui abordados como mínimo e máximo de alguns parâmetros terão um carácter
meramente indicativo, não garantindo a representação do mínimo e máximo absolutos possíveis de
obter a partir desta base de dados.
A ferramenta desenvolvida, assim como as bases de dados processadas, que serviram de base à
criação dos ciclos de condução, encontram-se disponíveis no CD em anexo.
Com o objetivo de garantir a robustez da metodologia e ferramenta desenvolvida, esta foi validada por
comparação com uma viagem real, assim como com uma ferramenta de referência de cálculo de
consumo em veículos (COPERT 4).
Relativamente à comparação com uma viagem real, foi utilizada uma viagem efetuada num veículo
Diesel EURO 6, realizada no âmbito de uma tese de mestrado desenvolvida [65], onde foi monitorizado
35
o consumo de combustível assim como a emissão de NOx. Algumas características do veículo
monitorizado encontram-se na Tabela 8.
Tabela 8 – Características do veículo monitorizado.
Tecnologia Diesel
Cilindrada (cm3) 1461
Razão de compressão 15.5:1
Potência máxima (kW/RPM) 81/4000
Binário máximo (Nm/RPM) 260/(1750-2500)
Peso em vazio (kg) 1345
Razão potência - peso (W/kg) 60
A monitorização foi realizada através de um dispositivo PEMS, constituído por:
Leitor OBD, onde foi extraída a velocidade do veículo com resolução de 1 Hz;
Dispositivo GPS com altímetro barométrico (com precisão de 0,5 m), onde foi obtida a altitude
do percurso ao longo da viagem;
Analisador de gases de escape, onde foi extraída a informação necessária para quantificar os
impactes da viagem, nomeadamente o consumo de combustível e as emissões de NOx; e
Placa de aquisição de dados e computador portátil equipado com LabView, para integração
de toda a informação recolhida em estrada a 1Hz.
A monitorização foi realizada num percurso de aproximadamente 3800 m, na cidade de Lisboa,
apresentado na Figura 18.
Figura 18 – Percurso da viagem monitorizada.
Foi igualmente efetuada a comparação do desempenho da ferramenta com o modelo numérico mais
utilizado na Europa para a quantificação de impactes de utilização de veículos, o COPERT. Conforme
detalhado no subcapítulo 1.2, o COPERT segue uma metodologia baseada na velocidade média da
36
viagem e parâmetros específicos do veículo que permitem quantificar impactes energéticos e
ambientais numa macro escala. Tipicamente este software é utilizado para quantificação de impactes
energéticos e ambientais de frotas de veículos, numa base anual de circulação. Para efeitos de
validação dos resultados obtidos com a ferramenta, foi utilizada a versão COPERT 4, tendo como
inputs as condições meteorológicas médias de Portugal, propriedades dos combustíveis, distância
média de viagem, contexto de condução e características do veículo. Desta forma, foi possível estimar
uma curva de consumo em função da velocidade de circulação, para a qual se considerou o veículo
utilizado na viagem monitorizada (Tabela 8), que se insere na categoria Diesel EURO 6 1.4 – 2 l. A
curva obtida para esta categoria de veículo foi a seguinte:
FCcopert = 0,0008 × 𝑣𝑚é𝑑𝑖𝑎2 − 0,1258 × 𝑣𝑚é𝑑𝑖𝑎 + 9,0775 (4)
onde:
FCcopert – Consumo de energia em (l/100km); e
𝑣𝑚é𝑑𝑖𝑎 – Velocidade média de circulação (km/h).
Os resultados das duas metodologias de validação são apresentados no subcapítulo 3.1.
37
3. Resultados
Nesta secção é apresentada a validação da ferramenta desenvolvida, assim como a aplicação da
metodologia a vários casos de estudo.
3.1 Validação da ferramenta
3.1.1 Validação com viagem real
Tendo em consideração o principal objetivo desta metodologia, permitir a quantificação de impactes
energéticos e ambientais da utilização de veículos em percursos reais específicos, a validação dos
resultados obtidos, pela ferramenta desenvolvida, com uma viagem real foi considerada como sendo
uma validação essencial. Desta forma, foi efetuada a comparação com uma viagem monitorizada com
um dispositivo PEMS (conforme apresentado no subcapítulo 2.4), apresentada na Figura 18. A este
percurso corresponde um perfil de topografia, obtido através do dispositivo GPS, com altímetro
barométrico, e estimado pela utilização da metodologia desenvolvida através da aplicação web Google
Elevations API, cujos resultados se apresentam na Figura 19.
Figura 19 - Perfil de altitude da viagem real obtido via experimental e pela ferramenta desenvolvida.
Os perfis de altitude obtidos pelo método experimental ou através da ferramenta desenvolvida, com
recurso à aplicação web Google Elevations API, apresentam perfis bastante semelhantes. Conclui-se
assim que a inclinação da faixa de rodagem calculada com base nos dados obtidos via Google
Elevations API, utilizada para o cálculo do VSP em cada ponto nos ciclos de condução representativos
criados, apresenta uma boa aproximação do verificado experimentalmente.
Para esta viagem específica, foram criados 200 ciclos de condução representativos de onde resultaram
as características dinâmicas apresentadas na Tabela 9. Uma vez que a viagem foi realizada às 12h30m
foi considerado o período de realização da viagem fora da hora de ponta, para a comparação com a
viagem real.
38
Tabela 9 - Comparação dos resultados obtidos para a viagem real, pela ferramenta desenvolvida e pela monitorização experimental.
Velocidade (km/h) Tempo (s)
Método Média σ Medido Média σ
Ferramenta 25,1 4,3 - 550 115
Experimental 23,8 - 579 - -
O valor de velocidade média obtido para os ciclos de condução representativos criados com a
ferramenta apresenta um valor bastante próximo do verificado na monitorização experimental da
viagem, com um desvio de aproximadamente 5%. Ainda assim, esta diferença pode ser justificada,
essencialmente, pelo facto de a base de dados existente se basear em padrões gerais de condução
de vários condutores e não se adaptar na sua totalidade a este caso particular, como se verifica pela
análise do valor médio. A Figura 20 apresenta um histograma das velocidades médias obtidas nos
ciclos de condução representativos criados para este percurso.
Figura 20 - Histograma das velocidades médias obtidas (resolução de 1 km/h) nos ciclos de condução representativos criados para o percurso da viagem monitorizada.
Observando a Figura 20, é possível verificar a quantidade de ciclos de condução representativos
criados para este cenário e as velocidades médias associadas aos 200 ciclos de condução
considerados. É ainda visível a existência de 14 ciclos de condução com velocidades médias
compreendidas entre os 23 e 24 km/h, intervalo em que se insere a viagem real monitorizada, o que é
um claro indicador de que a ferramenta desenvolvida considerou vários tipos de condução com
velocidades médias semelhantes ao da viagem real monitorizada.
A Figura 21 apresenta o ciclo de condução obtido experimentalmente através do leitor OBD e dois
exemplos de ciclos de condução representativos deste percurso, criados pela ferramenta, com
velocidades médias similares à verificada na viagem monitorizada.
39
Figura 21 – Dois exemplos de ciclos de condução obtidos experimentalmente e pela ferramenta (a e b).
Analisando os ciclos de condução obtidos pela ferramenta e comparando-os ao ciclo de condução
obtido experimentalmente verifica-se, mais uma vez, que a ferramenta desenvolvida teve em
consideração um tipo de condução semelhante ao verificado experimentalmente, para este percurso
real específico. Ou seja, apesar do valor médio não ser exatamente o verificado experimentalmente
(tendo como sustentação micro-viagens e excertos de ciclos de condução extraídos de uma base de
dados com cerca de 100 000 km), a ferramenta permite obter ciclos de condução com características
bastante semelhantes ao caso particular em análise.
Os resultados dos impactes energéticos obtidos experimentalmente e através da ferramenta podem
ser consultados na Tabela 10.
Tabela 10 - Resultados dos impactes energéticos e ambientais, obtidos pela ferramenta e por monitorização experimental.
Consumo de combustível Emissão de NOx
Método Média σ Total Média σ Total
(l/100km) (l) (g/km) (g)
Ferramenta 6,7 1,8 0,25 0,702 0,117 2,60
Experimental 7,1 - 0,27 0,824 - 3,16
Os resultados apresentados demonstram um desvio inferior a 6% para a estimativa obtida pela
ferramenta, relativamente ao consumo de combustível médio entre os dados experimentais e o valor
médio verificado para os 200 ciclos de condução considerados. No entanto, é de salientar que o valor
a)
b)
40
obtido experimentalmente para a média de consumo de combustível se encontra no intervalo média ±
desvio padrão dos ciclos de condução representativos criados. Considerando os impactes ambientais,
os valores médios obtidos, a partir de 200 ciclos de condução gerados pela ferramenta, para a emissão
média de NOx verificam um desvio 17% inferior ao obtido experimentalmente. Este desvio pode ser
justificado pela emissão deste poluente depender de vários fatores de uma forma complexa, como
cargas muito baixas ou muito elevadas no motor, tempos de ralenti, entre outros [21] aliado ao facto
de o perfil de condução observado experimentalmente não ser exatamente igual ao padrão de
condução estimado para este percurso.
Considerando agora os exemplos de ciclos de condução apresentados na Figura 21, os seus impactes
são identificados na Tabela 11.
Tabela 11 - Resultados dos impactes energéticos e ambientais, obtidos para dois exemplos de ciclos e por monitorização experimental.
Consumo de combustível Emissão de NOx
Média (l/100km) Total (l) Média (g/km) Total (g)
Exemplo a) 7,5 0,28 0,790 2,93
Exemplo b) 7,1 0,26 0,661 2,44
Experimental 7,1 0,27 0,824 3,16
Relativamente aos resultados dos impactes associados aos dois exemplos de ciclos de condução
considerados verifica-se, para a estimativa da ferramenta, um desvio do consumo total de combustível
inferior a 4% comparativamente ao verificado experimentalmente. No entanto, para o consumo de
combustível médio em litros por 100 km observa-se um desvio de 6% para o exemplo a), enquanto
que para o exemplo b) o resultado foi igual ao obtido experimentalmente, o que é um indicador de que
o desvio verificado para o consumo total pode ser resultado de uma ligeira diferença na distância
considerada pela ferramenta, relativamente à viagem monitorizada, isto é, existir um ligeiro desvio
entre o ponto de partida e o ponto de chegada da viagem ou até consequência de arredondamentos.
Analogamente para o valor médio do fator de emissão e emissão total de NOx observou-se um desvio
de 4% e 25%, respetivamente para o exemplo a) e b), quando comparados ao verificado
experimentalmente.
Em suma, verificou-se que a viagem monitorizada, que serviu de base de comparação à ferramenta,
estava enquadrada nos parâmetros médios de atividade do veículo estimados para este percurso.
Apesar do valor de velocidade média obtido pela ferramenta, com base em 200 ciclos de condução
representativos do percurso em estudo, não ser exatamente o verificado nos dados experimentais da
viagem real, o tipo de condução particular da viagem de monitorização foi, ainda assim, considerado
pela ferramenta. Os impactes energéticos e ambientais desta viagem foram também considerados
dentro dos parâmetros médios estimados pela metodologia sendo ainda de referir que, analisando
particularmente alguns dos ciclos de condução criados, com velocidade média similar, foi possível
encontrar ciclos com características muito semelhantes ao caso particular em estudo, nos quais se
verificaram valores muito próximos de consumo médio de combustível (7,1 e 7,5 l/100km) mas com
desvios de 4 e 25% para a emissão de NOx.
41
3.1.2 Validação com o COPERT
Ainda para a validação da ferramenta desenvolvida neste trabalho, foi efetuada a comparação com um
dos softwares mais utilizados na Europa, o COPERT 4, tendo por base as características da viagem
real apresentada anteriormente. Para tal, de forma a permitir uma comparação direta com a ferramenta,
foi considerada a velocidade média estimada pelos 200 ciclos de condução representativos criados
para o percurso real e a velocidade média resultante da monitorização experimental da viagem, de
forma a aferir a qualidade dos resultados obtidos pelo COPERT com o input de uma viagem real.
Tabela 12 – Resultados dos impactes energéticos obtidos com o COPERT 4 para a viagem real monitorizada.
Input COPERT Consumo de combustível COPERT
(l/100km)
Consumo de combustível Real (l/100km)
Velocidade média da ferramenta
6,4
7,1 Velocidade média
da viagem real 6,5
Após aplicação da Equação 4 para as diferentes velocidades médias consideradas, obtiveram-se os
valores da Tabela 12. Comparativamente à ferramenta, o COPERT estimou um valor de consumo,
cerca de 5% inferior (6,4 l/100km vs. 6,7 l/100km, na Tabela 10). Analogamente para a viagem real, o
COPERT subestimou os consumos verificados experimentalmente em cerca de 9%, o que apresenta
um desvio superior ao verificado para a ferramenta desenvolvida.
Os desvios verificados entre o COPERT e a metodologia desenvolvida neste trabalho, assim como
entre o COPERT e a viagem real, podem ser justificados pelo facto de este ser um modelo numérico
baseado em parâmetros médios de atividade do veículo. Conforme se verificou na literatura, os
parâmetros médios não compreendem a dinâmica dos ciclos de condução [19] o que leva a que sejam
desprezados fenómenos locais de alta emissão/consumo que podem influenciar os impactes de uma
viagem [52].
Para avaliar uma viagem real com o COPERT é necessário assumir uma velocidade média que, por si
só, pode não representar a viagem em estudo, como se verificou. No caso da ferramenta desenvolvida,
o facto de esta ter sido baseada em 100 000 km de dados de monitorização na cidade de Lisboa e,
ainda assim, neste caso particular existir um desvio de 5%, entre a velocidade média estimada
considerando 200 ciclos de condução representativos, e o verificado nos dados experimentais, ilustra
a importância de ferramentas que considerem a variabilidade inerente dos ciclos de condução, a
fatores como o comportamento de condução e os condicionamentos de tráfego na sua análise.
Com isto, indica-se, mais uma vez, que modelos numéricos baseados em parâmetros médios de
atividade do veículo são menos coerentes com as condições de circulação real do que modelos
numéricos baseados em distribuições instantâneas de velocidade e aceleração, como utilizado nesta
metodologia.
42
3.2 Casos de estudo associados à ferramenta
Neste subcapítulo são apresentados os resultados obtidos com a metodologia desenvolvida, aplicados
a diferentes casos de estudo. Os casos de estudo definidos compreendem duas viagens específicas:
entre Oriente e Carnide; e entre Avenidas Novas e Alcântara. Estas duas viagens foram escolhidas
por serem consideradas representativas dos padrões de mobilidade na cidade de Lisboa, sendo
considerados corredores de destaque por um estudo sobre a mobilidade desenvolvido para a Camara
Municipal de Lisboa [61]. Para cada par origem-destino são apresentados resultados relativos aos
impactes associados a diferentes horários de realização da viagem, percursos alternativos disponíveis
ou referentes à utilização das diferentes tecnologias de propulsão de veículos.
Aplicação 1: Oriente - Carnide
De forma a avaliar os impactes de utilização de veículos associados ao horário de realização de uma
viagem específica, isto é, hora de ponta (HP) e fora de hora de ponta (FHP), considera-se numa
primeira fase o corredor Oriente - Carnide e nomeadamente o percurso 1, apresentado na Figura 22,
com uma distância de 9854 m, realizado pelo veículo I, da Tabela 45, bastante comum na frota
Portuguesa.
Figura 22 - Percurso 1 do corredor Oriente - Carnide.
A Figura 23 apresenta a inclinação do percurso em estudo, ao longo da sua distância, onde é possível
verificar o declive maioritariamente positivo característico deste percurso.
43
Figura 23 - Inclinação da faixa de rodagem ao longo do percurso 1, do corredor Oriente - Carnide.
A Tabela 13 apresenta um resumo dos resultados dinâmicos obtidos para este cenário, através da
ferramenta desenvolvida.
Tabela 13 - Resultados referentes à dinâmica dos ciclos de condução criados para o percurso 1, em diferentes horários, no corredor Oriente - Carnide.
Velocidade (km/h) Aceleração (m/s2) Tempo (s)
Horário Média σ >0
Média >0 σ
<0 Média
<0 σ Média σ
FHP 26,8 4,1 0,48 0,04 -0,48 0,04 1343 253
HP 25,0 3,5 0,49 0,03 -0,49 0,04 1429 218
Na Tabela 13 é apresentada uma comparação de parâmetros dinâmicos de 200 ciclos de condução
representativos da rota 1, criados para viagens realizadas em diferentes horários, a partir dos quais é
possível verificar algumas tendências:
A velocidade média de viagens realizadas em horário FHP é cerca de 7% superior a viagens
realizadas em HP;
Os valores de aceleração média são bastante semelhantes em ambos os períodos, não
existindo assim diferenças assinaláveis entre HP e FHP; e
A duração média da viagem é superior para viagens realizadas em HP, em cerca de 1 minuto.
Os impactes energéticos associados a este cenário podem ser consultados na Tabela 14.
Tabela 14 - Resultados dos impactes energéticos para o percurso 1, na viagem Oriente-Carnide realizada pelo veículo I.
Consumo de combustível
Horário Média σ
(l/100km)
FHP 6,8 0,6
HP 6,9 0,6
Como constatado nos resultados relativos à dinâmica de condução da Tabela 13, verificaram-se
também diferenças ao nível dos impactes energéticos nos horários de realização da viagem
44
considerados. O consumo de combustível medio de viagens realizadas em HP, para este cenário,
apresenta valores superiores em cerca de 2% comparativamente a viagens realizadas FHP. A Figura
24 apresenta um histograma dos consumos obtidos para os 200 ciclos de condução representativos
deste cenário.
Figura 24 - Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km) referente aos ciclos de condução representativos criados para o percurso 1, do corredor Oriente - Carnide, em HP e FHP
pelo veículo I.
Com a análise do histograma é possível verificar a distribuição dos valores de consumo obtidos para
os ciclos de condução representativos criados pela ferramenta, nos dois períodos considerados de
realização da viagem. A diferença ténue do consumo de combustível médio apresentado na Tabela 14
é aqui visível na forma de um desfasamento da dispersão dos valores obtidos, no caso de viagens
realizadas em HP para consumos mais elevados, comparativamente a viagens FHP. A distribuição
apresentada na Figura 24 apresenta um comportamento semelhante ao de uma distribuição
log-normal, sendo visível uma cauda para valores superiores à média. O 5º e 95º percentil verificados
para os dois períodos de realização da viagem encontram-se na Tabela 15.
Tabela 15 - 5º e 95º Percentil do consumo de combustível médio para o percurso 1, do corredor Oriente – Carnide, realizado pelo veículo I.
Consumo de combustível
Horário 5º Percentil 95º Percentil
(l/100km)
FHP 6,0 7,9
HP 6,1 8,0
Os valores mínimo e máximo de consumo de combustível médio obtidos para os ciclos de condução
criados são de 5,6 e 10,8 l/100km, respetivamente, para viagens FHP e 5,8 e 9,3 l/100km para viagens
45
em HP. Porém, estes valores apenas podem ser considerados como indicadores, conforme
mencionado no subcapítulo 2.4. Na Figura 25 encontram-se exemplos de ciclos de condução que
originaram os consumos mínimo, médio e máximo, de combustível para este cenário.
Figura 25 – Exemplos de ciclos de condução representativos, do percurso 1 no corredor Oriente - Carnide, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e máximo (c) para viagens
realizadas FHP e em HP.
Através da análise dos ciclos de condução da Figura 25, é possível verificar que a duração das viagens
se encontra associada ao consumo de energia: dos 6 exemplos de ciclos apresentados, quanto maior
a sua duração maior o seu consumo. Contrariamente ao esperado, apenas nos ciclos exemplificativos
a)
b)
c)
46
do valor médio de consumo de combustível se verifica uma maior duração da viagem em HP,
comparativamente a FHP, contudo importa referir que para o percurso analisado, a diferença média
verificada, considerando a totalidade dos ciclos de condução criados, foi de aproximadamente 1 minuto
relativamente aos diferentes períodos de realização da viagem. Entre os ciclos de consumo mínimo,
médio e máximo de combustível é visível a influência de períodos de ralenti, verificando-se, para este
caso, que a maiores períodos de ralenti correspondem maiores consumos de combustível.
Uma outra forma de analisar os consumos associados a este cenário é através de curvas de
distribuição em modos VSP, disponíveis na Figura 26, correspondentes aos ciclos de condução na
origem dos consumos mínimo, médio e máximo de combustível.
Figura 26 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 1 do corredor Oriente – Carnide, na origem do consumo mínimo, médio e máximo de combustível para viagens em
FHP (a) e HP (b).
As curvas de distribuição em modos VSP, referentes a diferentes períodos de realização da mesma
viagem, apresentam características semelhantes, sendo evidente tanto em viagens realizadas em HP
b)
a)
47
como FHP a predominância do modo VSP 3. Este modo inclui valores de VSP iguais a 0, referentes a
períodos de ralenti, isto é, períodos em que o veículo se encontra parado. A relação entre os ciclos
que originam o consumo mínimo, médio e máximo e o tempo em ralenti é aqui também visível.
Relativamente à emissão de poluentes associada a este cenário apresentada na Tabela 16, é também
possível verificar semelhanças na emissão de poluentes para viagens realizadas em HP
comparativamente a FHP.
Tabela 16 - Resultados dos impactes ambientais para o percurso 1, no corredor Oriente-Carnide realizada pelo veículo I.
Emissão de CO2 Emissão de HC Emissão de NOx
Horário Média σ Média σ Média σ
(g/km) (g/km) (g/km)
FHP 182 17 0,030 0,004 0,453 0,063
HP 186 15 0,030 0,003 0,448 0,058
A emissão média de CO2 apresenta um valor superior em cerca de 2% para viagens realizadas em HP
comparativamente ao obtido FHP. Os valores mínimo e máximo obtidos para o fator de emissão de
CO2 foram de 149 e 290 g/km, respetivamente, para viagens realizadas em FHP e de 154 e 249 g/km
para viagens realizadas em HP.
Analogamente, as emissões de HC, neste cenário, apresentam valores semelhantes nos dois períodos
de realização da viagem. Os fatores de emissão de HC apresentaram como valores mínimo e máximo
0,024 e 0,049 g/km, para viagens realizadas FHP e 0,024 e 0,042 g/km para períodos de HP.
Por último, a emissão média de NOx apresenta um valor superior em 1% em viagens realizadas FHP
comparativamente a viagens realizadas em HP. Segundo a literatura, o NOx é reconhecido atualmente
como um dos 3 poluentes atmosféricos (PM, NO2 e O3 ao nível do solo) que mais efeitos prejudiciais
apresentam à saúde humana [66]. Assim, de forma a uma melhor compreensão dos fatores de que
depende a emissão de NOx são apresentadas na Figura 27 as curvas de distribuição em modos de
VSP, referentes aos ciclos de condução que originam a emissão mínima, média e máxima de NOx.
48
Figura 27 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 1 do corredor Oriente – Carnide, na origem da emissão mínima, médio e máxima de NOx para viagens em FHP (a) e
HP (b).
É interessante verificar que os ciclos de condução que originam as emissões mínimas, médias e
máximas de NOx são, de um modo geral, diferentes dos que originam o consumo mínimo, médio e
máximo de combustível para o caso FHP. Essa diferença visível nas curvas de distribuição em modos
VSP, para o caso do consumo e para o caso das emissões de NOx (Figura 26 e Figura 27), deve-se
ao facto de a emissão de NOx depender de forma diferente do consumo de combustível,
nomeadamente em fatores como longos períodos de ralenti, períodos de carga no motor muito baixa
ou muito elevada, entre outros [12]. Para o caso de viagens realizadas FHP, verifica-se que o modo
VSP 3, associado a períodos de ralenti, foi o fator que mais influenciou a emissão mínima, média e
máxima de NOx, sendo proporcional, neste caso, o tempo despendido no modo 3 à emissão de NOx.
No entanto, para viagens realizadas em HP verifica-se o oposto, pelo que a utilização de modos VSP
mais elevados e associados a uma maior utilização de potência, foi o fator diferenciador para a emissão
a)
b)
49
de NOx nestes ciclos de condução analisados. O fator de emissão mínimo e máximo de NOx para
viagens realizadas FHP são de 0,332 e 0,688 g/km e de 0,340 e 0,681 g/km para viagens realizadas
em HP.
De forma a avaliar os impactes da escolha de um percurso, serão agora analisados as restantes rotas
alternativas fornecidas pela aplicação web Google Directions API no corredor Oriente-Carnide,
apresentadas na Figura 28 e Figura 29, para o mesmo veículo. O segundo e terceiro percursos
alternativos têm uma distância de 10877 e 14581 m, respetivamente, sendo de salientar os cerca de
4700 m de diferença entre o percurso 3 e 1 e os 3700 m entre o percurso 3 e 2, sendo o percurso 3 o
mais longo.
Figura 28 - Percurso 2 do corredor Oriente-Carnide.
Figura 29 - Percurso 3 do corredor Oriente-Carnide.
Na Figura 30 encontram-se os perfis de inclinação da faixa de rodagem dos percursos considerados.
50
Figura 30 - Inclinação da faixa de rodagem ao longo do percurso 1, 2 e 3 do corredor Oriente - Carnide.
Através da observação do perfil de inclinação de todos os percursos, Figura 30, é possível verificar
que todos os percursos apresentam uma predominância de declives positivos da faixa de rodagem,
não se destacando diferenças assinaláveis relativamente à topografia dos três percursos.
Tabela 17 - Resultados referentes à dinâmica dos ciclos de condução representativos criados para o percurso 1, 2 e 3, em diferentes horários, no corredor Oriente-Carnide.
Velocidade (km/h) Aceleração (m/s2) Tempo (s)
Percurso Horário Média σ >0
Média >0 σ
<0 Média
<0 σ Média σ
1 FHP 26,8 4,1 0,48 0,04 -0,48 0,04 1343 253
HP 25,0 3,5 0,49 0,03 -0,49 0,04 1429 218
2 FHP 23,3 3,3 0,51 0,03 -0,50 0,03 1699 276
HP 21,5 2,7 0,51 0,03 -0,50 0,03 1834 235
3 FHP 29,6 4,0 0,47 0,03 -0,47 0,03 1790 272
HP 28,0 3,3 0,48 0,03 -0,48 0,03 1879 226
A Tabela 17 apresenta uma comparação de parâmetros dinâmicos de 200 ciclos de condução criados
para diferentes horários de realização da viagem, em cada percurso. Relativamente aos percursos 2
e 3 pode concluir-se que:
A velocidade média de viagens realizadas FHP para o percurso 2 e 3 é cerca de 8% e 6%,
respetivamente, superior a viagens realizadas em HP;
Os valores de aceleração média são bastante semelhantes em ambos os períodos para os
percursos 2 e 3; e
A duração média da viagem é superior para viagens realizadas em HP, em cerca de 2 minutos
no percurso 2 e 1 minuto no percurso 3, comparativamente a viagens realizadas FHP.
Analisando os resultados dinâmicos obtidos nos diferentes percursos podem-se tirar algumas
conclusões:
As velocidades médias dos percursos considerados apresentam valores distintos entre si,
verificando-se os valores máximos para o percurso 3, com valores 10 a 12% superiores ao
verificado no percurso 1 e 27 a 30% relativamente ao percurso 2;
51
Os valores de aceleração média apresentam valores máximos para o percurso 2,
comparativamente ao percurso 1 e 3; e
O percurso que apresenta a menor duração média de viagem é o percurso 1. No entanto, é de
salientar que o percurso 2 e percurso 3 têm mais, aproximadamente, 1000 e 4700 m que o
percurso 1, verificando-se para esses percursos uma duração média da viagem com valores
superiores entre 6 a 9 minutos.
Os resultados dos impactes energéticos e ambientais obtidos para o percurso 2 e 3, associados a este
cenário, são apresentados na Tabela 18.
Tabela 18 - Resultados dos impactes energéticos e ambientais para o percurso 1,2 e 3, no corredor Oriente -Carnide realizada pelo veículo I.
Consumo de combustível
Percurso Horário Média σ Total
(l/100km) (l)
1 FHP 6,8 0,6 0,66
HP 6,9 0,6 0,67
2 FHP 7,1 0,5 0,76
HP 7,3 0,5 0,78
3 FHP 6,3 0,4 0,90
HP 6,3 0,4 0,91
Analogamente ao verificado para o percurso 1, também nos percursos 2 e 3 existem diferenças, ainda
que pouco significativas, nos impactes energéticos para viagens realizadas em diferentes horários.
Para o percurso 2, o consumo médio e total de combustível é aproximadamente 2% superior para
viagens realizadas em períodos de HP, comparativamente a FHP sendo que para o percurso 3 essa
diferença é de aproximadamente 1%.
Comparando o impacte energético dos 3 percursos considerados, o percurso 1 apresenta-se como a
melhor alternativa a nível energético, uma vez que este apresenta um consumo total médio de
combustível aproximadamente 16% inferior ao obtido para o percurso 2 e 36 % inferior para o resultado
do percurso 3. Ainda assim, o percurso 3 é o que apresenta a menor média de consumo de combustível
aos 100 km, apresentando um consumo médio 8 a 16% inferior aos restantes percursos. De seguida
são apresentados, na Figura 31 e Figura 32, os histogramas com os consumos médios obtidos para
as iterações de ciclos de condução representativos do percurso 2 e 3.
52
Figura 31 - Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km) referente
aos ciclos de condução representativos criados para o percurso 2 do corredor Oriente - Carnide, em HP e FHP,
pelo veículo I.
Figura 32 - Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km) referente
aos ciclos de condução representativos criados para o percurso 3 do corredor Oriente - Carnide, em HP e FHP,
pelo veículo I.
Analisando os histogramas dos três percursos é possível concluir que viagens realizadas em HP, para
este corredor, têm um maior impacte energético que as realizadas FHP, verificando-se em todos os
percursos considerados um offset positivo da dispersão de resultados de consumo de combustível
para viagens realizadas em HP. Os resultados obtidos dos percursos analisados apresentam uma
dispersão com características semelhantes à de uma curva de distribuição log-normal. Nos resultados
analisados nota-se também uma maior facilidade em atingir valores de consumo mais afastados do
valor médio por excesso do que por defeito. O 5º e 95º percentil verificados nos resultados obtidos
para os dois períodos de realização dos percursos 1, 2 e 3 encontram-se na Tabela 19.
53
Tabela 19 - 5º e 95º Percentil do consumo de combustível médio para o percurso 1, do corredor Oriente –
Carnide, realizado pelo veículo I.
Consumo de combustível
Percurso Horário 5º Percentil 95º Percentil
(l/100km)
1 FHP 6,0 7,9
HP 6,1 8,0
2 FHP 6,4 8,1
HP 6,6 8,1
3 FHP 5,7 7,2
HP 5,8 7,0
Relativamente ao percurso 2, os valores mínimos e máximos de consumo de combustível resultantes
das iterações de ciclos de condução representativos efetuadas foram de 6,0 e 9,5 l/100km para viagens
realizadas FHP e 6,2 e 8,4 l/100km para viagens realizadas em HP. No percurso 3 esses valores foram
de 5,2 e 8,3 l/100km para viagens realizadas FHP e de 5,3 e 7,4 l/100km para viagens realizadas em
HP.
De entre todos os percursos considerados, o valor mínimo de consumo de combustível em l/100km,
verificado para esta viagem, foi obtido no percurso 3 com um valor de 5,2, sendo que o valor máximo
corresponde ao percurso 1 com um valor de 10,8, ainda que estes valores sejam meramente
indicativos conforme já foi mencionado anteriormente.
Na Figura 33 e Figura 34 é possível observar exemplos de ciclos de condução que originam os
consumos mínimo, médio e máximo de combustível para o percurso 2 e 3 do corredor Oriente -
Carnide.
Analisando os exemplos de ciclos de condução da Figura 33, relativos ao percurso 2, verifica-se que,
assim como no percurso 1, quanto maior a duração do ciclo, maior o seu consumo relativamente à
tecnologia de propulsão em análise. Os exemplos apresentados de ciclos de condução representativos
de viagens realizadas em hora de ponta, para este percurso, apresentam as mesmas tendências
verificadas para o percurso 1, verificando-se mais uma vez semelhanças entre os dois períodos de
realização da viagem.
54
Figura 33 - Exemplos de ciclos de condução representativos, do percurso 2 do corredor Oriente - Carnide, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e máximo (c) para viagens
realizadas FHP e em HP.
b)
a)
c)
55
Figura 34 - Exemplos de ciclos de condução representativos, do percurso 3 do corredor Oriente - Carnide, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e máximo (c) para viagens
realizadas FHP e em HP.
Os ciclos exemplificativos de consumo mínimo, médio e máximo de combustível para o percurso 3,
apresentados na Figura 34, apresentam um comportamento semelhante ao verificado no percurso 1 e
2, relativamente às viagens realizadas em HP comparativamente a FHP.
Comparando os ciclos de condução relativos aos diferentes percursos é possível identificar diferenças
na sua estrutura, consequência dos percursos serem constituídos por composições distintas de nível
hierárquico da faixa de rodagem, assim como diferentes distâncias.
a)
b)
c)
56
Assim como para o percurso 1, a distribuição em modos VSP de exemplos de ciclos de condução
representativos do valor mínimo, médio e máximo de consumo de combustível pode ser observada na
Figura 35 para o percurso 2 e na Figura 36 para o percurso 3.
Figura 35 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 2 do corredor Oriente – Carnide, na origem do consumo mínimo, médio e máximo de combustível para viagens em
FHP (a) e HP (b).
As curvas de distribuição em modos VSP para o percurso 2 apresentam características semelhantes
ao observado para o percurso 1, nomeadamente a representatividade do modo VSP 3 e a relação
entre os ciclos de consumo mínimo, médio e máximo. De referir que para o percurso 1, e para os
exemplos de ciclos de condução considerados neste caso, é visível uma maior utilização de modos
VSP superiores a 3 para viagens realizadas FHP, comparativamente a viagens realizadas em HP,
refletindo assim a maior velocidade média das viagens realizadas FHP e como consequência uma
maior potência utilizada.
a)
b)
57
Figura 36 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 3 do corredor Oriente – Carnide, na origem do consumo mínimo, médio e máximo de combustível para viagens em
FHP (a) e HP (b).
O percurso 3 apresenta uma curva de distribuição em modos VSP em linha com o verificado para o
percurso 1 e 2 à exceção de uma maior percentagem temporal visível entre os modos VSP 6 e 8. A
maior utilização destes modos VSP é devida a uma maior velocidade média verificada no percurso 3,
com um valor superior entre 10 a 30% relativamente aos restantes percursos, utilizando-se desta forma
mais potência.
Um quadro resumo com informações relativas ao impacte ambiental dos 3 percursos considerados, do
corredor Oriente-Carnide, é apresentado na Tabela 20.
a)
b)
58
Tabela 20 - Resultados dos impactes energéticos para o percurso 1, 2 e 3, no corredor Oriente-Carnide,
realizado pelo veículo I.
Emissão de CO2 Emissão de HC Emissão de NOx
Percurso Horário Média σ Total Média σ Total Média σ Total
(g/km) (g) (g/km) (g) (g/km) (g)
1 FHP 182 17 1770 0,030 0,004 0,290 0,453 0,063 4,40
HP 186 15 1801 0,030 0,003 0,290 0,448 0,058 4,34
2 FHP 190 14 2043 0,031 0,003 0,336 0,449 0,043 4,82
HP 195 12 2098 0,032 0,003 0,345 0,444 0,039 4,78
3 FHP 167 12 2415 0,028 0,002 0,397 0,431 0,047 6,21
HP 170 10 2444 0,028 0,002 0,398 0,419 0,038 6,03
Assim como foi verificado para o percurso 1 e analisando agora a Tabela 20, com os resultados obtidos
para os 3 percursos, existe uma ligeira influência do período de realização desta viagem nos impactes
ambientais, com as emissões de CO2 a serem superiores em viagens realizadas em HP
comparativamente a FHP e a verificar-se a tendência oposta relativamente às emissões de NOx.
Considerando as emissões de CO2, todos os percursos analisados apresentam uma variabilidade
semelhante entre as emissões de viagens realizadas em período de HP comparativamente a FHP,
apresentando valores de fator de emissão e emissão total superiores entre 2 a 3% para viagens em
HP comparativamente a FHP. Analisando os resultados entre os diferentes percursos, o percurso 3
apresenta o menor fator de emissão média, com valores cerca de 9 a 15% inferiores aos restantes
percursos, no entanto, ao nível da emissão total apresenta valores superiores cerca de 36%
relativamente ao percurso 1 e cerca de 17% para o percurso 2.
Para as emissões de HC, verificam-se impactes muito semelhantes nos dois períodos de realização
da viagem, conferindo-se a maior variabilidade entre períodos de realização de viagem no percurso 2
onde as viagens realizadas em HP apresentam um valor superior 3% ao observado FHP. O percurso
com fator de emissão mínimo é o percurso 3, com um valor inferior entre 7 a 14% comparativamente
aos percursos 1 e 2, que apresentam um fator de emissão muito semelhante. Contudo, é o percurso 1
que apresenta a menor emissão total de HC.
Finalmente, as emissões de NOx apresentam uma tendência contrária ao verificado para os restantes
poluentes analisados, relativamente ao período de realização da viagem, apresentando assim valores
superiores entre 1 e 3% para viagens realizadas FHP comparativamente a HP. Conforme mencionado
anteriormente, a quantificação de emissões de NOx é um processo complexo, dada a dependência
deste poluente num largo conjunto de fatores distintos dos restantes poluentes abordados. Após
analisar os dados obtidos verifica-se que, para viagens com velocidades médias semelhantes, como é
o caso de viagens realizadas em diferentes horários, a maior emissão de NOx está associada a uma
maior distribuição temporal em modos VSP mais elevados, como é o caso das viagens realizadas FHP,
comparativamente a HP. No entanto, e tendo em consideração a maior eficiência no consumo de
combustível do percurso 3, observa-se também uma menor emissão de NOx para esse percurso, com
59
um valor inferior, aproximadamente, em 6% e cerca de 5% ao observado no percurso 1 e 2,
respetivamente. Tal pode ser justificado, por um valor de velocidade média superior entre 10 a 30 %
no percurso 3, relativamente aos restantes percursos considerados, que contribui positivamente, em
maior proporção, que a utilização de modos VSP mais elevados, aos quais correspondem maiores
fatores de emissão g/s, como consequência da maior velocidade média. Ainda assim, o valor mínimo
de emissão total de NOx corresponde ao percurso 1, principalmente por este apresentar a distância
mínima dos percursos considerados. As curvas de distribuição em modos VSP referentes a ciclos de
condução representativos do percurso 2 e 3 são apresentadas nas Figura 37 e Figura 38.
Figura 37 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 2 do corredor Oriente – Carnide, na origem da emissão mínima, médio e máxima de NOx para viagens em FHP (a) e
HP (b).
As curvas de distribuição em modos VSP dos ciclos de condução na origem da emissão mínima, média
e máxima de NOx para o percurso 2 apresentam algumas diferenças relativamente ao observado para
o percurso 1. No percurso 1, os ciclos exemplificativos abordados na emissão de NOx apresentaram
b)
a)
60
distribuições temporais no modo VSP 3 significativamente distintas em ambos os períodos de
realização de viagem. Para este percurso, observa-se uma distribuição de tempo no modo VSP 3
bastante semelhante entre os ciclos exemplificativos analisados, pelo que as diferenças entre a
emissão de NOx prendem-se, principalmente, na utilização de modos VSP mais elevados.
No entanto, ainda que as curvas tenham comportamentos distintos no percurso 1 e 2, para os
diferentes horários de realização da viagem, é o percurso 2 que apresenta, em ambos os casos, o
menor fator de emissão de NOx, o que demonstra os inúmeros fatores de que depende a emissão
deste poluente.
Figura 38 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 3 do corredor Oriente – Carnide, na origem da emissão mínima, médio e máxima de NOx para viagens em FHP (a) e
HP (b).
As curvas de distribuição em modos VSP consideradas para o percurso 3 também apresentam
diferenças relativamente aos percursos abordados anteriormente. De notar que, o percurso 3 é o
percurso com maior velocidade média dos percursos considerados no corredor Oriente – Carnide,
a)
b)
61
refletindo-se numa maior representatividade temporal dos modos VSP mais elevados, aos quais
correspondem os maiores fatores de emissão g/s de NOx. Ainda assim o fator de emissão médio g/km,
dos percursos analisados do corredor Oriente – Carnide, é mínimo para este percurso. O aumento da
representatividade dos modos VSP mais elevados deste percurso é compensado em maior proporção
na velocidade média, comparativamente aos restantes percursos, justificando assim o fator de emissão
médio, em g/km, mínimo para este percurso.
Analisando os resultados dos impactes energéticos e ambientais dos percursos considerados para o
corredor Oriente – Carnide, verifica-se que o percurso ideal para a realização deste corredor seria o
percurso 1, mesmo não sendo este o percurso mais eficiente (neste caso o percurso 3), dado que este
apresenta valores totais inferiores entre 15 a 36 % ao nível do consumo de energia e entre 15 a 41%
nas emissões de poluentes analisados, principalmente por apresentar a distância mínima,
comparativamente aos percursos alternativos considerados.
Aplicação 2: Avenidas Novas - Alcântara
Considerando agora o segundo e último par origem-destino estudado, o corredor
Avenidas Novas - Alcântara, serão analisados os impactes de utilização, para o mesmo veículo
considerado no corredor Oriente – Carnide, associados ao horário de realização de uma viagem no
percurso 1 deste corredor.
O percurso em análise é apresentado na Figura 39, composto por uma distância de 6144 m e por um
declive de inclinação da faixa de rodagem maioritariamente negativo, apresentado na Figura 40.
Figura 39 – Percurso 1 do corredor Avenidas Novas - Alcântara.
62
Figura 40 – Inclinação da faixa de rodagem ao longo do percurso 1, do corredor Avenidas Novas – Alcântara.
Um resumo dos parâmetros dinâmicos de 200 ciclos de condução representativos do percurso 1, para
os diferentes períodos de realização de viagens, encontra-se na Tabela 21.
Tabela 21 - - Resultados referentes à dinâmica dos ciclos de condução criados para o percurso 1, em diferentes horários, na viagem Avenidas Novas - Alcântara.
Velocidade (m/s) Aceleração (m/s2) Tempo (s)
Horário Média σ >0
Média >0 σ
<0 Média
<0 σ Média σ
FHP 29,2 5,0 0,53 0,05 -0,52 0,05 770 158
HP 26,0 4,6 0,54 0,05 -0,53 0,05 864 163
Analisando a dinâmica dos ciclos de condução criados para este percurso, relativa aos diferentes
horários de realização da viagem é possível verificar algumas tendências:
A velocidade média de viagens realizadas fora de hora de ponta é cerca de 12% superior
comparativamente ao resultado obtido para viagens realizadas em hora de ponta;
Os valores médios de aceleração, tanto positiva como negativa, apresentam valores
superiores cerca de 2%, em módulo, para viagens realizadas em HP comparativamente a
viagens realizadas FHP; e
A duração média da viagem é superior em cerca de 2 minutos para viagens realizadas em HP.
Os impactes energéticos e ambientais associados a este cenário são apresentados na Tabela 22.
Tabela 22 - Resultados dos impactes energéticos para o percurso 1, na viagem Avenidas Novas - Alcântara realizada pelo veículo I.
Consumo de combustível
Horário Média σ Total
(l/100km) (l)
FHP 5,2 0,7 0,31
HP 5,5 0,6 0,33
Assim como foi verificado nos casos anteriores, também para esta viagem existem diferenças, ao nível
do consumo de energia, na sua realização em diferentes horários. Esse desvio é visível no consumo
de combustível médio e total de viagens realizadas em HP, onde foram obtidos valores superiores em
63
cerca de 6% ao observado em viagens realizadas FHP. Na Figura 41 é possível observar um
histograma com os resultados obtidos para o consumo médio dos 200 ciclos de condução
considerados para esta análise.
Figura 41 – Histograma dos valores obtidos para o consumo de combustível (resolução de 0,2 l/100km) correspondente aos diversos ciclos de condução representativos do percurso 1 do corredor Avenidas Novas -
Alcântara, em HP e FHP.
Através da Figura 41 é possível verificar, mais uma vez, um ligeiro desfasamento positivo dos
resultados obtidos em HP comparativamente aos obtidos para viagens realizadas FHP. A dispersão
dos resultados obtidos possui mais uma vez um comportamento similar a uma distribuição log-normal
sendo que o 5º e 95º percentil verificados para os diferentes períodos de realização da viagem são
apresentados na Tabela 23.
Tabela 23 - 5º e 95º Percentil do consumo de combustível médio para o percurso 1, do corredor Avenidas Novas - Alcântara.
Consumo de combustível
Horário 5º Percentil 95º Percentil
(l/100km)
FHP 4,2 6,6
HP 4,5 6,6
Os valores mínimos e máximo de consumo de combustíveis obtidos para os ciclos de condução criados
são de 3,5 e 9,1 l/100km, respetivamente, para viagens FHP e 3,8 e 7,8 l/100km para viagens em HP.
Na Figura 42 encontram-se exemplos de ciclos de condução que originam os consumos mínimo, médio
e máximo de combustível para este cenário.
64
Figura 42 - Exemplos de ciclos de condução representativos, do percurso 1 do corredor Avenidas Novas - Alcântara, responsáveis pelos valores de consumo de combustível mínimo (a), médio (b) e máximo (c) para
viagens realizadas FHP e em HP.
Os exemplos de ciclos de condução representativos dos valores de consumo mínimo, médio e máximo
de combustível, apresentados na Figura 42, demonstram diferenças entre os períodos de realização
de viagem, tal como foi verificado nos percursos anteriormente analisados do primeiro par origem-
destino.
As curvas de distribuição VSP dos ciclos aqui apresentados podem ser observadas na Figura 43.
a)
b)
c)
65
Figura 43 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução na origem do consumo
mínimo, médio e máximo de combustível para viagens em FHP (a) e HP (b), neste cenário.
As curvas de distribuição em modos VSP relativas aos exemplos de ciclos de condução na origem do
consumo de combustível mínimo, médio e máximo deste percurso, comparativamente aos percursos
analisados anteriormente no primeiro par origem-destino, apresentam uma percentagem de tempo
superior no modo 1 e inferior em modos superiores ao modo 3, principalmente nos exemplos relativos
a viagens realizadas FHP. Esta diferença pode ser justificada pelo declive maioritariamente negativo
da faixa de rodagem, para este percurso, em contraste com os percursos do corredor Oriente - Carnide
cuja inclinação da faixa de rodagem era predominantemente positiva. Assim sendo, este percurso
utiliza, no geral, uma potência inferior quando comparado aos percursos do corredor Oriente-Carnide,
justificando assim uma menor representatividade temporal dos modos VSP mais elevados.
a)
b)
66
Os resultados dos impactes ambientais associados aos ciclos de condução representativos deste
percurso encontram-se na Tabela 24.
Tabela 24 - Resultados dos impactes ambientais para o percurso 1, no corredor Avenidas Novas – Alcântara, realizada pelo veículo I.
Emissão de CO2 Emissão de HC Emissão de NOx
Horário Média σ Total Média σ Total Média σ Total
(g/km) (g) (g/km) (g) (g/km) (g)
FHP 139 19 837 0,023 0,004 0,141 0,338 0,084 2,04
HP 146 17 881 0,024 0,003 0,154 0,336 0,063 2,03
Relativamente à emissão de poluentes associados a este percurso é, mais uma vez, notória a
influência do período de realização da viagem no fator de emissão dos poluentes considerados,
verificando-se para a emissão de CO2 e HC valores superiores, aproximadamente, em 5% para
viagens realizadas em hora de ponta, comparativamente ao obtido em viagens realizadas fora de hora
de ponta. Relativamente à emissão de NOx verificam-se valores muito semelhantes entre os diferentes
períodos de realização da viagem.
Comparando este percurso com os percursos analisados no corredor Oriente - Carnide, verifica-se que
para além de existirem diferenças relativas às emissões totais, consequência deste percurso ter uma
distância consideravelmente inferior aos percursos do corredor Oriente – Carnide, existem também
diferenças significativas no fator de emissão g/km de NOx. O fator de emissão de NOx deste percurso
apresenta valores inferiores entre 25 a 34% ao observado nos percursos do corredor Oriente – Carnide
para viagens realizadas em HP e FHP.
A Figura 44 apresenta as curvas de distribuição em modos VSP associadas aos ciclos de condução
na origem da emissão mínima, média e máxima de NOx deste percurso, para diferentes períodos de
realização de viagem. Analisando as curvas de distribuição em modos VSP obtidas para os percursos
do corredor Oriente – Carnide e comparando à Figura 44 verifica-se que, tipicamente, este percurso
tem menor representatividade em modos VSP mais elevados (correspondentes a uma maior carga no
motor e como consequência maiores emissões de NOx).
67
Figura 44 - Curvas de distribuição em modos VSP, associadas aos ciclos de condução, do percurso 1 do corredor Avenidas Novas – Alcântara, na origem da emissão mínima, médio e máxima de NOx para viagens em
FHP (a) e HP (b).
Os resultados obtidos relativamente aos impactes energéticos e ambientais do percurso 2 e 3, do
corredor Avenidas Novas – Alcântara, relativos a utilização do veículo I, podem ser encontradas no
Anexo E.
Análise da utilização de diferentes tecnologias de propulsão
De forma a avaliar o desempenho de diferentes tecnologias de propulsão de veículos em viagens
específicas reais, são agora considerados o percurso 1 do corredor Oriente – Carnide e o percurso 1
do corredor Avenidas Novas – Alcântara, realizados fora de hora de ponta, onde se verificaram os
menores consumos de combustível e emissão de poluentes para as viagens analisadas.
A Tabela 25 apresenta os resultados dos impactes energéticos e ambientais das diferentes tecnologias
de propulsão consideradas para análise, relativos à viagem Oriente – Carnide através do percurso 1.
a)
b)
68
De forma a facilitar a análise de resultados, foi utilizado um código de cores, que destaca os menores
e maiores consumos de combustível e emissão de poluentes verificados entre as diferentes tecnologias
e, entre a totalidade dos veículos considerados.
Tabela 25 – Resultados dos impactes energéticos e ambientais do percurso 1, realizado FHP, do corredor Oriente – Carnide, para as diferentes tecnologias de veículos.
Consumo de combustível1 Emissão de CO2
1 Emissão de HC1 Emissão de NOx1
Veículo Tecn.2 Média σ Total Média σ Total Média σ Total Média σ Total
(l/100km) (l) (g/km) (g) (g/km) (g) (g/km) (g)
A SI 9,7 1,0 0,94 222 22 2162 0,039 0,011 0,378 0,089 0,014 0,87
B CI 7,7 0,8 0,75 205 20 1994 0,006 0,001 0,055 0,574 0,067 5,58
C CI 6,9 0,6 0,67 184 17 1789 0,000 0,000 0,002 1,324 0,133 12,86
D CI 6,6 0,6 0,64 177 16 1722 0,000 0,000 0,001 0,705 0,095 6,85
E CI 7,3 0,7 0,71 196 19 1906 0,012 0,002 0,113 0,799 0,083 7,76
F CI 6,4 0,6 0,62 171 16 1663 - - - 0,697 0,071 6,78
G CI 7,3 0,7 0,71 194 19 1890 0,005 0,001 0,051 1,133 0,128 11,01
H CI 7,0 0,6 0,68 188 16 1827 - - - 1,086 0,110 10,55
I CI 6,8 0,6 0,66 182 17 1770 0,030 0,004 0,290 0,453 0,063 4,40
J CI 6,1 0,6 0,59 163 17 1587 0,036 0,007 0,349 0,491 0,071 4,77
K CI 6,8 0,7 0,66 182 19 1765 0,011 0,002 0,102 0,460 0,059 4,48
L SI 8,1 0,8 0,79 188 18 1827 0,001 0,000 0,006 0,036 0,003 0,35
M HEV-SI 7,3 0,6 0,71 167 14 1624 0,003 0,001 0,027 0,011 0,001 0,10
N HEV-SI 6,0 0,6 0,59 140 14 1358 0,002 0,000 0,017 0,006 0,001 0,06
O HEV-SI 5,8 0,6 0,56 133 14 1288 0,001 0,000 0,009 0,007 0,002 0,07
P HEV-SI 5,6 0,5 0,54 128 12 1246 0,001 0,000 0,013 0,022 0,009 0,21
Q HEV-SI 6,0 0,6 0,58 139 14 1351 0,010 0,001 0,095 0,006 0,000 0,06
R BEV 25,6* 2,8* 2,48* - - - - - - - - -
1Código de cores utilizado: melhor de cada tecnologia; melhor globalmente; pior de cada tecnologia; pior globalmente. 2Tecnologias: Spark Ignition (SI); Compression Ignition (CI); Hybrid Electric Vehicle (HEV); Battery Electric Vehicle (BEV). * Unidades do veículo R: (kWh/100km).
Relativamente ao consumo de energia, nos veículos convencionais (A a L), destacam-se os veículos
D, F e J, que correspondem a veículos equipados com motor Diesel, com consumos entre os 6,1 e
6,6 l/100km, e nas tecnologias alternativas os veículos híbridos (M a Q) N, O, P e Q, com consumos
cerca de 2 a 18% inferiores aos veículos convencionais de destaque. A Figura 45 apresenta os valores
de consumo mínimo, médio e máximo obtidos para os diferentes veículos analisados no percurso 1 do
corredor Oriente – Carnide.
69
Figura 45 - Valores de consumo mínimo, médio e máximo de energia para o percurso 1, do corredor Oriente - Carnide, realizado por diferentes tecnologias de veículos.
Através da Figura 45, é possível verificar a variabilidade dos resultados de consumo de energia obtidos
com os ciclos de condução representativos deste percurso, para as diferentes tecnologias de propulsão
analisadas. De salientar a eficiência das tecnologias alternativas - à exceção do veículo M, que
apresenta um consumo de energia superior a alguns veículos diesel - com consumos energéticos
inferiores, principalmente do veículo R (com um consumo de energia inferior por um fator de 2,1 a 3,6
quando comparado aos restantes veículos analisados), que corresponde ao veículo elétrico
considerado.
Conforme já foi descrito anteriormente, verifica-se uma maior facilidade em atingir consumos afastados
do valor médio por excesso do que por defeito. Tal pode ser justificado por uma maior representação
estatística, nos dados reais de monitorização na cidade de Lisboa, de fenómenos de condução que
potenciem consumos de combustível mais elevados, como por exemplo condicionamentos de trafego
e o facto de ser mais difícil realizar uma eco-condução do que uma condução despreocupada com o
consumo de energia.
A variabilidade dos impactes energéticos obtidos depende também do veículo e especialmente das
tecnologias de propulsão. Um estudo de Vlieger et al. (2000) focado na influência de comportamentos
de condução em diferentes tecnologias de veículos verificou que o comportamento de condução é
mais influente na emissão de poluentes para as tecnologias de veículos com maiores valores médios
de emissão de poluentes e, relativamente ao consumo de energia de um veículo a gasolina, verificou-
se que este é mais suscetível a variações por diferentes comportamentos de condução do que um
veículo diesel [46]. Isto pode ser justificado pelo facto de existir uma queda na eficiência mais ampla
para os veículos a gasolina fora das zonas de maior eficiência, comparativamente aos veículos diesel.
Assim, um comportamento de condução que contemple regimes de utilização fora das gamas de maior
eficiência, apresentará maiores diferenças, relativamente a uma utilização normal, num veículo a
gasolina que num veiculo diesel. Com os resultados apresentados na Figura 45, verificam-se as
70
tendências identificadas na literatura, pelo que os veículos a gasolina, veículo A e L, considerados
nesta análise, apresentam a maior variabilidade de resultados comparativamente às restantes
tecnologias consideradas, incluindo os veículos diesel.
Relativamente as emissões de CO2, os veículos em destaque são os referidos anteriormente para o
menor consumo de combustível, tanto nas tecnologias convencionais como nas tecnologias
alternativas.
As emissões de HC apresentam os seus valores mínimos para os veículos convencionais C,D e L e
para os veículos equipados com tecnologias alternativas, O, P e Q.
As emissões de NOx verificam os seus mínimos para os veículos convencionais A e L, equipados com
motores a gasolina, o que é esperado, uma vez que as emissões de NOx são tipicamente mais
elevadas em veículos Diesel, verificando-se também aqui essa tendência. Os veículos convencionais
equipados com motor diesel em destaque são os I, J e K. A Figura 46 apresenta os valores mínimo,
médio e máximo de emissão de NOx obtidos para os diferentes veículos analisados neste percurso.
Figura 46 - Valores do fator de emissão mínima, médio e máxima de NOx verificados para o percurso 1 do corredor Oriente - Carnide, realizado por diferentes veículos.
Através da análise da Figura 46 verifica-se uma grande variabilidade dos valores do fator de emissão
de NOx nos diferentes veículos analisados, o que reflete a sensibilidade da emissão de NOx em
condições de circulação real. Conforme mencionado anteriormente destacam-se os veículos a
gasóleo, e principalmente os veículos C, G e H com fatores de emissão 2 a 3 vezes superiores quando
comparados com outros veículos Diesel. Os veículos a gasolina considerados apresentam emissões
de NOx inferiores com um fator de 5 a 37, quando comparados aos veículos diesel, e superiores com
um fator de 1,6 a 14,5 quando comparados a veículos híbridos.
Os valores obtidos com os ciclos de condução representativos deste percurso apresentam valores
muito distantes dos valores definidos como máximos no procedimento de certificação Europeu, onde
71
é utilizado o ciclo NEDC. Comparativamente às normas em vigor, e considerando a norma EURO 5
que abrange a maioria dos veículos aqui analisados, esta prevê 0,180 g/km como fator de emissão
máximo para veículos diesel, o que não é respeitado por nenhum dos veículos aqui analisados com
esta metodologia. Estes resultados estão em linha com o verificado em vários estudos [13][42],
relativamente às disparidades entre os impactes obtidos nos ciclos de condução utilizados no
procedimento de certificação e os resultados obtidos em condições de circulação real.
Os dados relativos ao percurso 1 realizado FHP, obtidos para as diferentes tecnologias de veículos,
no corredor Avenidas Novas – Alcântara, encontram-se na Tabela 26.
Tabela 26 - Resultados dos impactes energéticos e ambientais do percurso 1, realizado FHP, do corredor Avenidas Novas - Alcântara, para as diferentes tecnologias de veículos.
Consumo de combustível1 Emissão de CO21 Emissão de HC1 Emissão de NOx
1
Veículo Tecn.2 Média σ Total Média σ Total Média σ Total Média σ Total
(l/100km) (l) (g/km) (g) (g/km) (g) (g/km) (g)
A SI 7,7 1,0 0,46 176 23 1061 0,031 0,011 0,185 0,071 0,014 0,43
B CI 6,1 0,8 0,37 163 21 981 0,004 0,001 0,026 0,445 0,074 2,68
C CI 5,1 0,7 0,31 137 19 825 0,000 0,000 0,001 0,980 0,157 5,91
D CI 5,0 0,7 0,30 133 18 802 0,000 0,000 0,000 0,523 0,128 3,16
E CI 5,5 0,8 0,33 148 20 890 0,009 0,002 0,053 0,599 0,099 3,61
F CI 4,8 0,7 0,29 128 18 775 - - - 0,521 0,086 3,14
G CI 5,5 0,8 0,33 147 20 890 0,004 0,001 0,025 0,851 0,166 5,13
H CI 5,3 0,7 0,32 142 18 857 - - - 0,810 0,131 4,89
I CI 5,2 0,7 0,31 139 19 837 0,023 0,004 0,141 0,338 0,084 2,04
J CI 4,6 0,7 0,28 122 18 738 0,027 0,006 0,164 0,362 0,090 2,18
K CI 5,1 0,7 0,31 136 19 823 0,008 0,002 0,047 0,342 0,071 2,06
L SI 6,5 0,8 0,39 149 18 901 0,000 0,000 0,002 0,028 0,004 0,17
M HEV-SI 5,9 0,7 0,35 135 15 815 0,002 0,001 0,013 0,009 0,001 0,05
N HEV-SI 4,5 0,7 0,27 105 16 631 0,001 0,000 0,008 0,005 0,001 0,03
O HEV-SI 4,4 0,7 0,27 102 17 616 0,001 0,000 0,004 0,006 0,002 0,03
P HEV-SI 4,3 0,7 0,26 99 15 600 0,001 0,000 0,006 0,017 0,013 0,10
Q HEV-SI 4,6 0,8 0,28 107 18 645 0,008 0,001 0,051 0,005 0,000 0,03
R BEV 14,2* 3,6* 0,86* - - - - - - - - -
1Código de cores utilizado: melhor de cada tecnologia; melhor globalmente; pior de cada tecnologia; pior globalmente. 2Tecnologias: Spark Ignition (SI); Compression Ignition (CI); Hybrid Electric Vehicle (HEV); Battery Electric Vehicle (BEV). * Unidades do veículo R: (kWh/100km) e (kWh).
Para este caso, os veículos convencionais em destaque pelo menor consumo de energia são os F e
J, que apresentam um consumo médio de 4,6 e 4,8 l/100km, respetivamente. Nas tecnologias
alternativas, o destaque vai para os veículos O, P e Q que apresentam um consumo médio de
combustível entre os 4,4 e 4,6 l/100km e que representa uma redução de, aproximadamente, 5 a 9 %
relativamente aos veículos convencionais com melhor desempenho energético.
É interessante verificar que, comparativamente ao percurso 1 do corredor Oriente – Carnide, realizado
nos dois horários considerados, verifica-se um consumo de combustível médio inferior entre os 25 e
os 31%, no veículo I, para este percurso do corredor Av. Novas - Alcântara. Tal pode ser justificado
pelo facto do percurso Av. Novas – Alcântara, ter uma velocidade média ligeiramente superior e
72
diferentes contextos de condução mas principalmente por estar também associado a um perfil de
inclinação da faixa de rodagem predominantemente negativo, ao contrário do verificado para o
percurso 1 da Aplicação 1. Assim, à utilização de níveis de potência mais elevados, como
consequência de uma inclinação da faixa de rodagem maioritariamente positiva, para o percurso do
corredor Oriente – Carnide, corresponde um maior consumo de energia, resultando assim num fator
de consumo médio superior para esse percurso, comparativamente ao percurso 1 do corredor Av.
Novas – Alcântara.
Figura 47 - Valores de consumo mínimo, médio e máximo de energia para o percurso 1, do corredor Av. Novas - Alcântara, realizado por diferentes veículos.
A Figura 47 apresenta os resultados de consumo de energia obtidos com os ciclos de condução
representativos deste percurso, relativos às diferentes tecnologias de propulsão analisadas. Verifica-se
aqui também a variabilidade de resultados entre as diferentes tecnologias de veículos consideradas,
assim como a amplitude de resultados obtidos para o mesmo veículo, refletindo a representatividade
dos ciclos de condução criados. É ainda interessante verificar a diferença nos resultados obtidos para
os dois percursos considerados, na análise de utilização de diferentes tecnologias de veículos,
existindo alterações na classificação ordenada apresentada na Figura 45 e Figura 47 relativa ao
consumo de energia. Isto reflete a influência da inclinação do percurso e do contexto de condução no
consumo de energia de um veículo, existindo contextos mais ou menos favoráveis à eficiência
energética do mesmo, normalmente associados à categoria e finalidade do veículo em questão. É
também de destacar o consumo energético do veículo R que apresenta para este percurso um valor
de consumo 80% inferior em comparação com o percurso do corredor Oriente – Carnide, que se deve
principalmente à menor utilização de potência e à recuperação de energia associadas ao perfil de
inclinação predominantemente negativo deste percurso.
Relativamente aos resultados obtidos para a emissão de CO2 os veículos em destaque para este
percurso são o D e J para os veículos convencionais, e os veículos N, O e P nas tecnologias
alternativas, emitindo cerca de 20% menos que o verificado nos veículos convencionais em destaque.
73
As emissões de HC verificam o seu mínimo para os veículos convencionais C, D e L e relativamente
aos veículos equipados com tecnologias alternativas, nos veículos N, O e P.
Para as emissões de NOx os valores mínimos, dos veículos convencionais analisados, encontram-se
mais uma vez associados a veículos equipados com motor a gasolina, A e L, sendo que para veículos
diesel esse destaque vai para os veículos I, J e K, tal como se verificou no percurso anteriormente
analisado.
Comparativamente ao percurso 1, do corredor Oriente – Carnide, e de acordo com o verificado para
os valores de consumo nos dois casos, também no fator de emissão de NOx se reflete o efeito da
inclinação do percurso, verificando-se para este percurso valores inferiores ao apurado no percurso
analisado anteriormente.
Figura 48 - Valores do fator de emissão mínima, médio e máxima de NOx verificados para o percurso 1, do corredor Avenidas Novas - Alcântara, realizado por diferentes veículos.
A Figura 48 apresenta os valores mínimo, médio e máximo do fator de emissão de NOx obtido para os
ciclos de condução representativos criados para este percurso. Assim como verificado no caso anterior,
também aqui é visível a sensibilidade da emissão de NOx, em cada veículo e entre veículos, para
diferentes comportamentos de condução. Relativamente aos resultados obtidos para os veículos
convencionais, e particularmente aos veículos diesel destacam-se mais uma vez os veículos C, G e H
pelos fatores de emissão mais elevados comparativamente aos restantes veículos diesel analisados.
Em suma, os resultados de impactes obtidos permitiram verificar a influência da escolha de percursos
específicos, aos quais foram associadas diferentes dinâmicas de condução, através da criação de
vários ciclos de condução representativos específicos para cada percurso, dependentes quer dos
próprios condutores, como das infraestruturas ou mecanismos de controlo de tráfego, da inclinação da
faixa de rodagem, da escolha do horário de realização da viagem, que reflete os condicionamentos
de tráfego observados em dois horários distintos, assim como da escolha da tecnologia de
propulsão utilizada.
74
4. Conclusões e trabalho futuro
A presente dissertação traçou como principal objetivo o desenvolvimento de uma metodologia,
aplicável a uma ferramenta numérica, que permita estimar o consumo de energia e emissão de
poluentes associados a viagens reais específicas, considerando dados reais de circulação tipificados
pelo contexto de condução. Assim, foi necessário processar e analisar dados referentes a uma amostra
de 40 condutores e cerca de 100 000 km de monitorização de veículos na cidade de Lisboa, o que
permitiu caracterizar os diferentes contextos de condução, baseados no nível hierárquico das faixas
de rodagem, número de vias de trânsito e no período de realização da viagem, considerados para a
criação de ciclos de condução. A ferramenta de avaliação de viagens desenvolvida concilia diferentes
fontes de informação, como por exemplo o planeamento da viagem e o perfil de inclinação dos
percursos obtidos via web, a base de dados dos diferentes contextos de condução, entre outras, da
qual resultam múltiplos ciclos de condução representativos de percursos reais.
Os ciclos de condução foram criados recorrendo a períodos de aceleração, desaceleração, velocidade
constante e ao conceito de micro-viagens (de 100 a 1000 metros) extraídos dos dados de
monitorização para os diferentes contextos considerados. A seleção das unidades de construção que
compõem os ciclos de condução criados é realizada através de um algoritmo aleatório, tomando em
consideração os contextos de condução e distância do percurso em estudo. A aleatoriedade presente
na metodologia de criação de ciclos de condução, aliada à representatividade das bases de dados
utilizadas, confere a imprevisibilidade e representatividade estatística das condições de circulação real
aos ciclos de condução gerados, procurando determinar múltiplas formas de um condutor abordar o
mesmo percurso. A ligação entre os ciclos de condução representativos de percursos específicos e o
consumo de energia e emissão de poluentes, associados à utilização de veículos, realizou-se com a
aplicação da metodologia VSP e a utilização de 18 veículos, que abrangem diferentes tecnologias de
propulsão, caracterizados na literatura conforme essa metodologia.
De forma a avaliar a qualidade dos resultados obtidos com a metodologia desenvolvida, realizaram-se
dois tipos de validação: a comparação com uma viagem real monitorizada e a comparação com o
software COPERT. Comparativamente ao medido experimentalmente, os resultados obtidos com esta
metodologia evidenciaram um erro de 6% face ao valor médio de consumo de combustível, relativo
aos ciclos de condução considerados representativos desse percurso, enquanto que para a mesma
análise no COPERT se verificou um erro de 9%. Relativamente á emissão de NOx, verificou-se um
desvio de 17% entre o valor médio estimado pela ferramenta e o verificado experimentalmente. Ainda
assim, apesar de existirem desvios para os parâmetros médios estimados, a ferramenta considerou
vários ciclos de condução semelhantes ao da viagem real monitorizada, onde se obtiveram impactes
energéticos muito próximos do observado experimentalmente. Uma das valências desta metodologia
é que, com a criação de múltiplos ciclos de condução representativos para cada caso, são
considerados diferentes comportamentos de condução para a mesma viagem, e consequentemente
diversos impactes energéticos e ambientais. Assim, para além de se estimar os parâmetros médios de
75
consumo de energia e emissão de poluentes, são também considerados casos particulares, o que
possibilita o estudo dos diferentes resultados obtidos para um mínimo de 200 viagens simuladas.
Posteriormente foram analisados casos de estudo onde foram avaliados dois corredores reais
representativos na cidade de Lisboa. Os resultados obtidos nos casos de estudo permitiram verificar
diferenças de 5 a 36% no consumo energético e emissão de poluentes, relativamente à escolha do
percurso para o mesmo par origem - destino. Considerando o horário de realização da viagem,
observaram-se também desvios superiores para o consumo de combustível e emissão de poluentes
entre 1 a 6%, à exceção da emissão de NOx que verifica a tendência contrária, para a realização da
viagem em HP comparativamente a FHP.
Os resultados obtidos por esta metodologia para os dois corredores analisados, e os respetivos
percursos considerados, apresentam diferenças tanto ao nível de parâmetros dinâmicos de condução,
como no consumo de energia e emissão de poluentes associados ao uso de veículos. Tal pode ser
justificado pelo facto dos contextos de condução que compõem os percursos e os parâmetros que os
caracterizam - neste caso os níveis hierárquicos da rede viária de Lisboa, assim como o número de
vias de trânsito, as distâncias, a influência do congestionamento e estilo de condução nos diferentes
contextos e a topografia -, condicionam os ciclos de condução, o que reflete a adaptabilidade dos ciclos
de condução criados pela ferramenta a cada percurso considerado.
Foi possível também verificar, nos casos de estudo abordados, diferentes impactes energéticos e
ambientais para as diferentes tecnologias de veículos consideradas (através da avaliação de 18
veículos diferentes), verificando-se os melhores resultados para as tecnologias alternativas, com
destaque para o veículo elétrico que apresentou um consumo energético com um fator entre 2,1 a 5,1
inferior ao verificado para os restantes veículos analisados. Os veículos convencionais (SI e CI)
apresentaram valores de consumo energético superiores 4 a 75%, relativamente aos veículos híbridos
considerados, à exceção do veículo M que apresentou uma eficiência energética inferior a alguns
veículos diesel. Relativamente às emissões de NOx, os piores resultados verificaram-se para os
veículos diesel, com emissões superiores 4,8 a 37 vezes, comparativamente aos veículos a gasolina
analisados, que por sua vez apresentam valores superiores com um fator de 1,6 a 15,7 ao observado
para as tecnologias hibridas abordadas.
Os múltiplos ciclos de condução considerados em cada análise permitiram ainda obter uma gama de
resultados que representa a sensibilidade dos impactes energéticos e ambientais de um percurso a
diferentes comportamentos de condução, mecanismos de controlo de tráfego ou pelo próprio fluxo de
tráfego.
Em suma, a metodologia desenvolvida apresenta-se como uma boa alternativa para a análise, a priori,
de consumo de energia e emissão de poluentes associados à utilização de veículos em percursos
específicos, tendo apresentado resultados coerentes com o verificado na literatura, assim como em
condições de circulação real.
76
Como sugestões de trabalho futuro a esta dissertação podem ser destacados:
Contabilização de mais parâmetros nesta metodologia, de forma a ser possível avaliar a
influência de outros fatores em viagens reais específicas, nomeadamente o uso do ar
condicionado, arranques a frio, existência de sistema start-stop, qual a carga no veículo,
temperatura e humidade entre outros;
Utilização de bases de dados mais específicas e que se adaptem o melhor possível aos
diferentes contextos de condução, nomeadamente a utilização de bases de dados específicas
para cada condutor;
Aplicação desta metodologia a dados reais de condução de outras regiões; e
Melhorias computacionais nomeadamente ao nível do tempo de computação e criação de uma
interface user-friendly.
77
Referências bibliográficas
[1] European Commission, 2015, EU transport in Figures. Publications Office of the European Union. doi:10.2832/90922
[2] U.S. Energy Information Administration, 2015, Annual Energy Outlook 2015. Report DOE/EIA-0383
[3] Xiao, Z., Dui-Jia, Z., e Jun-Min, S., 2012, «A Synthesis of Methodologies and Practices for Developing Driving Cycles», Energy Procedia, 16, pp. 1868–1873. doi:10.1016/j.egypro.2012.01.286
[4] European Commission, 2015, «Road transport: Reducing CO2 emissions from vehicles» [Online]. Disponivel em: http://ec.europa.eu/clima/policies/transport/vehicles/index_en.htm. [Acedido: 04-Fev-2016].
[5] European Environment Agency, «Emissions of air pollutants from transport» [Online]. Disponivel em: http://www.eea.europa.eu/data-and-maps/indicators/transport-emissions-of-air-pollutants-8/transport-emissions-of-air-pollutants-3. [Acedido 01-Fev-2016].
[6] European Environment Agency, «Eurostat - Greenhouse gas emissions from transport» [Online]. Disponivel em: http://www.eea.europa.eu/data?and?maps/daviz/transport?emissions?of?ghgs?2#tab?chart_1. [Acedido: 01-Fev-2016].
[7] European Commission, 2015, «Reducing CO2 emissions from passenger cars - European Commission», pp. 1–3 [Online]. Disponivel em: http://ec.europa.eu/clima/policies/transport/vehicles/cars/index_en.htm. [Acedido 10-Fev-2016].
[8] Comissão Europeia, 2012, REGULAMENTO (EU) N.o 459/2012 da Comissão de 29 de Maio de 2012 que altera o regulamento (CE) nº 692/2008 da Comissão no que respeita às emissões dos veículos ligeiros de passegeiros e comerciais (EURO 6)
[9] Franco, V., Kousoulidou, M., Muntean, M., Ntziachristos, L., Hausberger, S., e Dilara, P., 2013, «Road vehicle emission factors development: A review», Atmospheric Environment, 70, pp. 84–97. doi:10.1016/j.atmosenv.2013.01.006
[10] Weiss, M., Bonnel, P., Hummel, R., e Steininger, N., 2013, A complementary emissions test for light-duty vehicles: Assessing the technical feasibility of candidate procedures, JRC Scientific and Policy Reports, Report nº 25572 EN.
[11] Silva, C. M., Farias, T. L., e Mendes-Lopes, J. M. C., 2002, «EcoGest - Numerical Modelling Of The Dynamic, Fuel Consumption And Tailpipe Emissions Of Vehicles Equipped With Spark Ignition Engines», Urban Transport VIII, 60.
[12] Duarte, G. O., Gonçalves, G. A., Baptista, P. C., e Farias, T. L., 2015, «Establishing bonds between vehicle certification data and real-world vehicle fuel consumption - A Vehicle Specific Power approach», Energy Conversion and Management, 92, pp. 251–265. http://dx.doi.org/10.1016/j.enconman.2014.12.042
[13] Mellios, G., Hausberger, S., Keller, M., Samaras, C., Ntziachristos, L., Dilara, P., e Fontaras, G., 2011, Parameterisation of fuel consumption and CO2 emissions of passenger cars and light commercial vehicles for modelling purposes, JRC Scientific and Policy Reports, Report nº 24927 EN.
[14] Rhys-Tyler, G. A., e Bell, M. C., 2012, «Toward reconciling instantaneous roadside measurements of light duty vehicle exhaust emissions with type approval driving cycles», Environmental Science and Technology, 46, pp. 10532–10538. doi:10.1021/es3006817
[15] Fontaras, G., Franco, V., Dilara, P., Martini, G., e Manfredi, U., 2014, «Development and review of Euro 5 passenger car emission factors based on experimental results over various driving cycles», Science of the Total Environment, 468-469, pp. 1034–1042.
78
doi:10.1016/j.scitotenv.2013.09.043
[16] Pelkmans, L., e Debal, P., 2006, «Comparison of on-road emissions with emissions measured on chassis dynamometer test cycles», Transportation Research Part D: Transport and Environment, 11, pp. 233–241. doi:10.1016/j.trd.2006.04.001
[17] Mock, P., German, J., Bandivadekar, A., Ligterink, I., e Lambrecht, U., 2013, «From laboratory to road», International Council on Clean Transportation.
[18] Franco, V., Posada Sánchez, F., German, J., e Mock, P., 2014, «Real-world exhaust emissions from modern diesel cars», International Council on Clean Transportation.
[19] André, M., e Rapone, M., 2009, «Analysis and modelling of the pollutant emissions from European cars regarding the driving characteristics and test cycles», Atmospheric Environment, 43, pp. 986–995. doi:10.1016/j.atmosenv.2008.03.013
[20] U.S. Environmental Protection Agency, 1993, «Remote Sensing: A Supplemental Tool for Vehicle Emission Control», Report EPA400-F-92-017.
[21] Duarte, G., 2013, «A methodology to estimate vehicle fuel consumption and pollutant emissions in real-world driving based on certification data». Dissertação de Doutoramento, Instituto Superior Técnico.
[22] «PEMS device» [Online]. Disponivel em: http://www.billigstautos.com/wp-content/uploads/2013/04/Messung-tatsächlicher-Abgaswerte-im-laufenden-Betrieb-an-einem-Kfz-TÜV-Nord.jpg. [Acedido 01-Abr-2016].
[23] European Commission, «Real world emissions and activity monitoring of engines and vehicles in support to the European Emissions control legislation PEMS in the European Emissions Legislation» [Online]. Disponivel em: http://iet.jrc.ec.europa.eu/pems/portable?emissions?measurement?systems?pems. [Acedido 01-Abr-2016].
[24] Weiss, M., Bonnel, P., Hummel, R., Manfredi, U., Colombo, R., Lanappe, G., Lijour, P. Le, e Sculati, M., 2011, Analyzing on-road emissions of light-duty vehicles with Portable Emission Measurement Systems (PEMS), JRC Scientific and Technical Reports, Report EUR 24697 EN - 2011.
[25] Wipke, K. B., Cuddy, M. R., e Burch, S. D., 1999, «ADVISOR 2.1: A User-Friendly Advanced Powertrain Simulation Using a Combined Backward/Forward Approach», IEEE Transactions on Vehicular Technology, 48, pp. 1751–1761. doi:10.1109/25.806767
[26] Markel, T., Brooker, A., Hendricks, T., Johnson, V., Kelly, K., Kramer, B., O’Keefe, M., Sprik, S., e Wipke, K., 2002, «ADVISOR: A systems analysis tool for advanced vehicle modeling», Journal of Power Sources, 110, pp. 255–266. doi:10.1016/S0378-7753(02)00189-1
[27] U.S. Environmental Protection Agency, «MOBILE Model (on-road vehicles)» [Online]. Disponivel em: https://www3.epa.gov/otaq/mobile.htm. [Acedido 01-Abr-2016].
[28] Jiménez-Palacios, J. L., «Understanding and Quantifying Motor Vehicle Emissions with Vehicle Specific Power and TILDAS Remote Sensing». Dissertação de Doutoramento, Massachusetts Institute of Technology, Dept. of Mechanical Engineering; 1999.
[29] Frey, H., Unal, A., Chen, J., Li, S., e Xuan, C., 2002, Methodology for developing modal emission rates for EPA’s multi-scale motor vehicle & equipment emission system, U.S. Environmental Protection Agency, Report nº EPA420-R-02-027.
[30] Frey, H. C., Unal, A., Chen, J., e Song, L., 2003, «Modeling Mobile Source Emissions Based Upon In-Use and Second-by-Second Data : Development of Conceptual Approaches for EPA ’ s New MOVES Model», Annual Meeting of the Air & Waste Management Association, Pittsburgh, PA, Junho 2003.
[31] Environmental Protection Agency, 2010, Motor Vehicle Emission Simulator (MOVES) 2010: User Guide, Report EPA-420-B-12-001b.
79
[32] «COPERT 4 Methodology Outline» [Online]. Disponivel em: http://emisia.com/products/copert?4/methodology. [Acedido 01-Abr-2016].
[33] Gkatzoflias, D., Kouridis, C., Ntziachristos, L., e Samaras, Z., 2012, Copert 4. Computer Program to calculate emissions from road transport, European Environment Agency.
[34] Tritsi, A., e Box, P. O., COPERT Street Level, European Environment Agency.
[35] «COPERT Street Level: from a small street to a big city» [Online]. Disponivel em: http://emisia.com/products/copert-street-level. [Acedido 01-Abr-2016].
[36] Joumard, R., Rapone, M., e André, M., 2006, Analysis of the cars pollutant emissions as regards driving cycles and kinematic parameters, Institut National de Recherche sur les Transports et leur Securite, Report nº INRETS-LTE 0607.
[37] André, M., Keller, M., Sjödin, Å., e Gadrat, M., 2009, «The Artemis European tools for estimating
the transport pollutant emissions», Proceedings of the 18th International Emission Inventories
Conference p. 1-10.
[38] Liu, J., Wang, X., e Khattak, A., 2016, «Customizing driving cycles to support vehicle purchase and use decisions: Fuel economy estimation for alternative fuel vehicle users», Transportation Research Part C: Emerging Technologies, 67, pp. 280–298. doi:10.1016/j.trc.2016.02.016
[39] André, M., Joumard, R., Vidon, R., Tassel, P., e Perret, P., 2006, «Real-world European driving cycles, for measuring pollutant emissions from high- and low-powered cars», Atmospheric Environment, 40, pp. 5944–5953. doi:10.1016/j.atmosenv.2005.12.057
[40] Ashtari, A., Bibeau, E., e Shahidinejad, S., 2014, «Using Large Driving Record Samples and a Stochastic Approach for Real-World Driving Cycle Construction: Winnipeg Driving Cycle», Transportation Science, 48, pp. 170–183. http://dx.doi.org/10.1287/trsc.1120.0447
[41] Yu, L., Zhang, X., Qiao, F., e Qi, Y., 2010, «Genetic Algorithm-Based Approach to Develop Driving Schedules to Evaluate Greenhouse Gas Emissions from Light-Duty Vehicles», Transportation Research Record: Journal of the Transportation Research Board, 2191, pp. 166–173. http://dx.doi.org/10.3141/2191-21
[42] Tzirakis, E., Pitsas, K., Zannikos, F., e Stournas, S., 2006, «Vehicle Emissions and Driving Cycles : Comparison of the Athens Driving Cycle (ADC) With Ece-15 and European Driving Cycle (EDC)», Global NEST Journal, 8, pp. 282–290.
[43] Wyatt, D. W., Li, H., e Tate, J. E., 2014, «The impact of road grade on carbon dioxide (CO2) emission of a passenger vehicle in real-world driving», Transportation Research Part D: Transport and Environment, 32, pp. 160–170. doi:10.1016/j.trd.2014.07.015
[44] Frey, H. C., Zhang, K., e Rouphail, N. M., 2008, «Fuel use and emissions comparisons for alternative routes, time of day, road grade, and vehicles based on in-use measurements», Environmental Science and Technology, 42, pp. 2483–2489. doi: 10.1021/es702493v
[45] Sentoff, K. M., Aultman-Hall, L., e Holmén, B. A., 2015, «Implications of driving style and road grade for accurate vehicle activity data and emissions estimates», Transportation Research Part D: Transport and Environment, 35, pp. 175–188. doi:10.1016/j.trd.2014.11.021
[46] Vlieger, I. De, Keukeleere, D. De, e Kretschmar, J. G., 2000, «Environmental Effects of Driving Behavior and Congestion Related to Passenger Cars», Atmospheric Environment, 34, pp. 4649–4655. doi:10.1016/s1352-2310(00)00217-x
[47] Holmén, B. A., e Niemeier, D. A., 1998, «Characterizing the effects of driver variability on real-world vehicle emissions», Transportation Research Part D: Transport and Environment, 3(2), pp. 117–128. doi:10.1016/S1361-9209(97)00032-1
[48] Barth, M., e Boriboonsomsin, K., 2009, «Energy and emissions impacts of a freeway-based dynamic eco-driving system», Transportation Research Part D: Transport and Environment, 14(6), pp. 400–410. doi:10.1016/j.trd.2009.01.004
[49] Choudhary, A., e Gokhale, S., 2016, «Urban real-world driving traffic emissions during
80
interruption and congestion», Transportation Research Part D: Transport and Environment, 43, pp. 59–70. doi:10.1016/j.trd.2015.12.006
[50] Lorf, C., Martinez-Botas, R. F., Howey, D. A., Lytton, L., e Cussons, B., 2013, «Comparative analysis of the energy consumption and CO2 emissions of 40 electric, plug-in hybrid electric, hybrid electric and internal combustion engine vehicles», Transportation Research Part D: Transport and Environment, 23, pp. 12–19. doi:10.1016/j.trd.2013.03.004
[51] Ahn, K., e Rakha, H., 2007, «Field evaluation of energy and envirommental impacts of driver route choice decisions», 2007 Ieee Intelligent Transportation Systems Conference, Vols 1 and 2, 24061, pp. 216–221.
[52] Ahn, K., e Rakha, H., 2008, «The effects of route choice decisions on vehicle energy consumption and emissions», Transportation Research Part D: Transport and Environment, 13, pp. 151–167. doi:10.1016/j.trd.2008.01.005
[53] Joumard, R., Rapone, M., André, M., 2006, Analysis of the cars pollutant emissions as regards driving cycles and kinematic parameters, Institut National de Recherche sur les Transports et leur Securite, Report nº INRETS-LTE 0607.
[54] Google, 2015, «Google Maps Directions API | Google Developers», pp. 1–25 [Online]. Disponivel em: https://developers.google.com/maps/documentation/directions/intro. [Acedido 05-Abr-2016].
[55] Google, 2015, «Google Maps Elevation API | Google Developers», pp. 1–10 [Online]. Disponivel em: https://developers.google.com/maps/documentation/elevation/intro. [Acedido 05-Abr-2016].
[56] Rolim, C., 2015, «Impacts of adopting on board ICT and training on driving behavior, safety, energy and environment: application to light duty vehicles and buses», Dissertação de Doutoramento, Instituto Superior Técnico.
[57] ITDS e IDMEC-IST, 2011, «i2d - intelligence to drive, Eficiência na Condução Automóvel, Apresentação Pública», «Portuguese Investement Support Fund»/«Fundo de Apoio ao Investimento».
[58] Brito, J., 2012, «Caracterização da flutuação do tráfego na cidade de Lisboa», Dissertação de Mestrado, Faculdade de Ciências e Tecnologia.
[59] Faria, M. V., Duarte, G. O., Baptista, P. C., e Farias, T. L., 2015, «Scenario-based analysis of traffic-related PM2.5 concentration: Lisbon case study», Environmental Science and Pollution Research.
[60] Google, 2016, «Google Maps Geocoding API | Google Developers» [Online]. Disponivel em: https://developers.google.com/maps/documentation/geocoding/intro#Geocoding 2. [Acedido 05-Abr-2016].
[61] Câmara Municipal de Lisboa-Licenciamento Urbanístico e Planeamento Urbano, 2005, Lisboa: o desafio da mobilidade.
[62] Liu, B., e Frey, H. C., 2015, «Measurement and Evaluation of Real-World Speed and Acceleration Activity Envelopes for Light-Duty Vehicles», Transportation Research Record: Journal of the Transportation Research Board, 2503, pp. 128–136. doi: 10.3141/2503-14
[63] Duarte, G. O., Varella, R. A., Gonçalves, G. A., e Farias, T. L., 2014, «Effect of battery state of charge on fuel use and pollutant emissions of a full hybrid electric light duty vehicle», Journal of Power Sources, 246, pp. 377–386. doi:10.1016/j.jpowsour.2013.07.103
[64] Alves, J. L. C., 2013, «Avaliação experimental do perfil de consumo de energia de veículos eléctricos», Dissertação de Mestrado, Instituto Superior Técnico.
[65] Araujo, A., 2008, «Monitorização de consumos e emissões de NOx em veículos Diesel», Dissertação de Mestrado, Instituto Superior Técnico.
[66] European Environment Agency, 2013, Air Pollution.
81
Anexos
A. Resultados estatísticos dos níveis hierárquicos considerados
Tabela 27 - Excerto dos resultados estatísticos do nível 1 fora de hora de ponta.
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 73 23 0,3 9,4 1
2 50 32 0,5 10,2 15
3 67 32 0,5 12,2 5
4 67 32 0,7 15,3 2
Tabela 28 - Excerto dos resultados estatísticos do nível 1 em hora de ponta.
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 59 28 0,4 8,5 3
2 37 31 0,5 8,4 20
3 56 38 0,5 11,4 8
4 57 39 0,6 15,5 5
Tabela 29 - Excerto dos resultados estatísticos do nível 3 fora de hora de ponta
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 19 19 0,6 6,6 29
2 21 20 0,6 7,0 29
3 17 18 0,7 7,1 35
4 24 23 0,6 7,1 36
Tabela 30 - Excerto dos resultados estatísticos do nível 3 em hora de ponta
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 18 18 0,6 6,1 29
2 18 19 0,6 6,5 34
3 16 18 0,6 6,4 38
4 28 23 0,4 6,8 25
82
Tabela 31 - Excerto dos resultados estatísticos do nível 4 fora hora de ponta.
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 18 20 0,6 6,2 26
2 17 17 0,6 6,3 30
3 19 17 0,6 6,3 30
Tabela 32 - Excerto dos resultados estatísticos do nível 4 em hora de ponta.
Nº de vias de trânsito
Velocidade média (km/h)
Desvio padrão da velocidade
(km/h)
Aceleração média >0
(m/s2)
VSP médio >0 (W/kg)
Tempo em ralenti (%)
1 18 20 0,6 5,8 25
2 17 17 0,6 6,2 32
3 17 18 0,5 6,1 37
83
B. Amostragem da base de dados
Tabela 33 - Amostragem de micro-viagens obtida para o nível 3, FHP e em HP.
Micro-viagens
Número de vias de trânsito FHP HP
1 1123 1719
2 2303 4465
3 155 114
4 29 17
Tabela 34 - Amostragem de micro-viagens obtida para o nível 4, FHP e em HP.
Micro-viagens
Número de vias de trânsito FHP HP
1 2276 2443
2 626 573
3 70 75
4 - -
Tabela 35 - Amostragem dos períodos de aceleração obtida para o nível 1, FHP.
Períodos de aceleração (km/h)
Número de vias de trânsito
0-20 20-40 40-60 60-80 80-100 100-120
1 18 44 57 49 35 2
2 43 237 299 96 22 2
3 164 618 875 634 353 79
4 9 20 49 13 2 3
Tabela 36 - Amostragem dos períodos de desaceleração obtida para o nível 1, FHP.
Períodos de desaceleração (km/h)
Número de vias de trânsito
120-100 100-80 80-60 60-40 40-20 20-0
1 43 27 33 14 40 18
2 43 12 92 242 278 43
3 26 163 424 772 750 164
4 12 20 21 23 30 9
84
Tabela 37 - Amostragem dos períodos de velocidade constante obtida para o nível 1, FHP e em HP.
Períodos de velocidade constante
Número de vias de trânsito FHP HP
1 16576 15940
2 16456 18822
3 127789 155231
4 6197 6294
Tabela 38 - Amostragem dos períodos de aceleração obtida para o nível 1, em HP.
Períodos de aceleração (km/h)
Número de vias de trânsito
0-20 20-40 40-60 60-80 80-100 100-120
1 27 130 125 65 35 1
2 293 473 356 120 12 2
3 720 1712 1632 814 276 163
4 34 29 17 11 10 5
Tabela 39 - Amostragem dos períodos de desaceleração obtida para o nível 1, em HP.
Períodos de desaceleração (km/h)
Número de vias de trânsito
120-100 100-80 80-60 60-40 40-20 20-0
1 43 9 29 82 132 27
2 43 9 118 326 592 293
3 43 145 449 1223 1822 720
4 6 16 7 24 52 34
Tabela 40 - Amostragem dos períodos de aceleração obtida para o nível 2, FHP.
Períodos de aceleração (km/h)
Número de vias de trânsito
0-20 20-40 40-60 60-80 80-100 100-120
1 37 99 29 1 7 1
2 756 3948 1632 146 7 1
3 382 2685 1396 226 36 4
4 71 313 206 64 7 4
85
Tabela 41 - Amostragem dos períodos de desaceleração obtida para o nível 2, FHP.
Períodos de desaceleração (km/h)
Número de vias de trânsito
120-100 100-80 80-60 60-40 40-20 20-0
1 1 3 1 16 136 37
2 1 3 72 1211 3959 756
3 1 14 175 1276 2838 382
4 1 5 68 331 432 71
Tabela 42 - Amostragem dos períodos de velocidade constante obtida para o nível 2, FHP e em HP.
Períodos de velocidade constante
Número de vias de trânsito FHP HP
1 1272 1120
2 68890 61588
3 52357 51654
4 10992 10799
Tabela 43 - Amostragem dos períodos de aceleração obtida para o nível 2, em HP.
Períodos de aceleração (km/h)
Número de vias de trânsito
0-20 20-40 40-60 60-80 80-100 100-120
1 45 78 22 1 7 1
2 1347 3620 1618 170 3 1
3 1122 3100 1261 230 25 4
4 140 363 263 57 21 2
Tabela 44 - Amostragem dos períodos de desaceleração obtida para o nível 2, em HP.
Períodos de desaceleração (km/h)
Número de vias de trânsito
120-100 100-80 80-60 60-40 40-20 20-0
1 1 3 1 14 97 45
2 1 3 132 1283 3695 1347
3 1 12 142 1210 33746 1122
4 1 2 50 270 450 140
86
C. Características dos veículos considerados
Tabela 45 - Sumário das características dos veículos convencionais a gasolina e diesel considerados. Adaptado:[12][64]
1 De acordo com a European New Car Assessment Programme (Euro NCAP)
* Constante após 1000 rpm.
Tabela 46 - Sumário das características dos veículos com tecnologias alternativas considerados. Adaptado:[12][64]
1 De acordo com a European New Car Assessment Programme (Euro NCAP)
* Constante após 1000 rpm.
Vehicle
Class1
Small multi-
purpose-vehicle
Vehicle A B E H J L C I D F G K
Technology SI CI CI CI CI SI CI CI CI CI CI CI
ICE
displacemen
t (cc)
1598 1995 1461 1120 1248 998 1686 1995 1560 1598 1685 1796
ICE
compression
ratio
10.5:1 16.5:1 15.2:1 16.0:1 16.8:1 10.5:1 18.0:1 16.5:1 not avail. 16.5:1 17.0:1 16.2:1
ICE Power
(kW/RPM)135/5500 105/4000 80.5/4000 55.2/4000 55.2/4000 50.7/6000 96.9/4000 85/4000 82/3600 77.2/4400 84.3/4000 79.8/3200
ICE Torque
(Nm/RPM)240/1600 305/1750 240/1750 170/1500 190/1750 93/3600 300/2000 260/1750 270/1750 250/1500 260/1250 250/1400
Vehicle
mass (kg)1205 1225 1285 1191 1140 950 1503 1385 1430 1499 1713 1475
Power-to-
Weight ratio
(W/kg)
112 86 63 46 48 53 64 61 57 52 49 54
Measureme
nts total
time (s)
10696 10705 5067 5418 7491 5945 4158 7213 4508 7588 8245 7359
Supermini Small family car Large family car
Vehicle
Class1
Large family car
Vehicle M N P Q R O
Technology HEV-SI HEV-SI HEV-SI HEV-SI BEV HEV-SI
Configurati
onParallel Parallel Full Full - Full
ICE
displacemen
t (cc)
1496 1281 1798 1798 - 1798
ICE
compression
ratio
10.4:1 10.8:1 13.0:1 13.0:1 - 13.0:1
ICE Power
(kW/RPM)84/6000 64.9/5800 73/5200 73/5200 - 73/5200
ICE Torque
(Nm/RPM)145/4800 121/4500 142/4000 142/4000 - 142/4000
Vehicle
mass (kg)1130 1225 1495 1410 1567 1725
Electric
Power
(kW/RPM)
10/1500 10.3/--- 60/--- 60/--- 80/--- 60/---
Electric
Torque
(Nm/RPM)
78/1000* 48.5/1000* 207/--- 207/--- 60/--- 207/---
Combined
Power (kW)91 66 100 100 - 100
Total Power-
to-Weight
ratio (W/kg)
81 54 67 71 51 58
Measureme
nts total time
(s)
8069 10937 9463 4934 - 15051
Small family carSupermini
87
D. Curvas de consumo e emissão por veículo
Tabela 47 - Curva de consumo e emissão do veículo da viagem real monitorizada. Adaptado: [65].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,165 - - 0,0021
2 0,221 - - 0,0016
3 0,169 - - 0,0011
4 0,416 - - 0,0034
5 0,586 - - 0,0057
6 0,833 - - 0,0102
7 1,069 - - 0,0144
8 1,330 - - 0,0230
9 1,510 - - 0,0298
10 1,696 - - 0,0341
11 2,191 - - 0,0424
12 2,867 - - 0,0625
13 3,210 - - 0,0782
14 3,961 - - 0,1062
Tabela 48 - Curva de consumo e emissão do veículo A. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,126 0,39 3,69E-05 0,0001
2 0,234 0,73 2,40E-04 0,0004
3 0,211 0,66 4,44E-04 0,0005
4 0,521 1,63 2,47E-04 0,0006
5 0,748 2,35 2,30E-04 0,0008
6 0,945 2,97 1,87E-04 0,0011
7 1,161 3,65 1,58E-04 0,0011
8 1,518 4,76 1,94E-04 0,0015
9 1,712 5,38 1,57E-04 0,0013
10 1,977 6,21 1,19E-04 0,0014
11 2,334 7,33 2,20E-04 0,0020
12 2,743 8,60 1,90E-04 0,0028
13 3,058 9,55 2,53E-04 0,0036
14 3,962 12,05 4,12E-04 0,0058
88
Tabela 49 - Curva de consumo e emissão do veículo B. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,102 0,32 7,37E-06 0,0008
2 0,254 0,80 1,47E-05 0,0020
3 0,193 0,62 3,36E-06 0,0017
4 0,507 1,61 3,27E-05 0,0036
5 0,690 2,19 3,73E-05 0,0041
6 0,883 2,81 6,33E-05 0,0066
7 1,028 3,27 1,04E-04 0,0076
8 1,310 4,16 1,89E-04 0,0125
9 1,481 4,71 1,91E-04 0,0156
10 1,760 5,60 2,61E-04 0,0222
11 2,007 6,38 3,06E-04 0,0283
12 2,246 7,14 4,27E-04 0,0314
13 2,500 7,95 4,52E-04 0,0365
14 3,025 9,62 6,90E-04 0,0498
Tabela 50 - Curva de consumo e emissão do veículo C. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,014 0,04 - 0,0008
2 0,043 0,14 - 0,0020
3 0,129 0,41 3,41E-06 0,0017
4 0,493 1,57 - 0,0036
5 0,680 2,17 - 0,0041
6 0,867 2,76 - 0,0066
7 1,104 3,52 - 0,0076
8 1,367 4,36 - 0,0125
9 1,611 5,14 - 0,0156
10 1,805 5,76 - 0,0222
11 2,144 6,84 - 0,0283
12 2,632 8,39 - 0,0314
13 2,952 9,41 - 0,0365
14 3,508 11,19 - 0,0498
89
Tabela 51 - Curva de consumo e emissão do veículo D. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,024 0,08 - 0,0004
2 0,068 0,22 - 0,0007
3 0,097 0,31 1,74E-06 0,0009
4 0,455 1,45 - 0,0041
5 0,642 2,05 - 0,0064
6 0,862 2,75 - 0,0079
7 1,099 3,50 - 0,0111
8 1,339 4,27 - 0,0156
9 1,567 5,00 - 0,0195
10 1,855 5,92 - 0,0315
11 2,164 6,90 - 0,0419
12 2,608 8,32 - 0,0625
13 2,958 9,43 - 0,0851
14 3,762 12,00 - 0,1119
Tabela 52 - Curva de consumo e emissão do veículo E. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,029 0,09 8,27E-06 0,0004
2 0,098 0,31 2,76E-05 0,0010
3 0,154 0,49 6,14E-05 0,0024
4 0,452 1,44 8,85E-05 0,0101
5 0,677 2,16 1,31E-04 0,0135
6 0,909 2,90 1,36E-04 0,0182
7 1,161 3,70 7,13E-05 0,0238
8 1,379 4,39 1,90E-04 0,0328
9 1,667 5,31 1,73E-04 0,0401
10 2,106 6,71 4,74E-04 0,0493
11 2,430 7,75 4,84E-04 0,0597
12 2,727 8,69 7,58E-04 0,0837
13 3,328 10,61 0,00E+00 0,0945
14 3,414 10,89 0,00E+00 0,1070
90
Tabela 53 - Curva de consumo e emissão do veículo F. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,025 0,08 - 0,0003
2 0,071 0,23 - 0,0008
3 0,108 0,35 - 0,0013
4 0,430 1,37 - 0,0053
5 0,606 1,93 - 0,0073
6 0,793 2,53 - 0,0097
7 0,986 3,14 - 0,0117
8 1,202 3,83 - 0,0143
9 1,537 4,90 - 0,0191
10 1,834 5,85 - 0,0257
11 2,380 7,59 - 0,0379
12 2,586 8,24 - 0,0452
13 2,951 9,41 - 0,0524
14 3,342 10,66 - 0,0589
Tabela 54 - Curva de consumo e emissão do veículo G. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,039 0,12 4,56E-06 0,0007
2 0,115 0,37 1,24E-05 0,0016
3 0,146 0,47 3,25E-05 0,0017
4 0,429 1,37 4,95E-05 0,0067
5 0,674 2,15 7,66E-05 0,0113
6 0,920 2,93 8,06E-05 0,0158
7 1,144 3,65 8,95E-05 0,0204
8 1,400 4,46 6,05E-05 0,0242
9 1,667 5,31 3,03E-05 0,0310
10 1,971 6,28 4,05E-05 0,0398
11 2,402 7,66 2,95E-05 0,0666
12 2,777 8,86 4,23E-05 0,0876
13 3,184 10,15 1,55E-05 0,1081
14 3,732 11,90 1,13E-04 0,1293
91
Tabela 55 - Curva de consumo e emissão do veículo H. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,034 0,11 - 0,0006
2 0,092 0,29 - 0,0014
3 0,093 0,30 - 0,0013
4 0,499 1,59 - 0,0075
5 0,691 2,20 - 0,0103
6 0,924 2,95 - 0,0148
7 1,127 3,59 - 0,0200
8 1,430 4,56 - 0,0276
9 1,667 5,31 - 0,0362
10 2,040 6,51 - 0,0478
11 2,363 7,54 - 0,0578
12 2,701 8,61 - 0,0713
13 2,966 9,46 - 0,0803
14 3,246 10,35 - 0,0824
Tabela 56 - Curva de consumo e emissão do veículo I. Adaptado: [12][63].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,042 0,13 5,33E-05 0,0003
2 0,122 0,39 7,66E-05 0,0006
3 0,131 0,42 9,82E-05 0,0006
4 0,451 1,44 2,27E-04 0,0024
5 0,630 2,01 2,35E-04 0,0036
6 0,799 2,55 3,81E-04 0,0049
7 1,056 3,37 3,88E-04 0,0076
8 1,178 3,75 5,28E-04 0,0095
9 1,563 4,98 5,93E-04 0,0141
10 1,837 5,85 1,02E-03 0,0173
11 2,323 7,40 1,18E-03 0,0300
12 2,674 8,52 1,19E-03 0,0396
13 3,102 9,88 2,38E-03 0,0528
14 3,569 11,37 3,07E-03 0,0765
92
Tabela 57 - Curva de consumo e emissão do veículo J. Adaptado: [12][63].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,026 0,08 2,60E-05 0,0002
2 0,063 0,20 7,21E-05 0,0004
3 0,152 0,48 2,69E-04 0,0012
4 0,377 1,20 3,39E-04 0,0027
5 0,533 1,70 3,12E-04 0,0039
6 0,709 2,26 2,69E-04 0,0049
7 0,907 2,89 3,39E-04 0,0061
8 1,168 3,72 4,71E-04 0,0092
9 1,370 4,37 5,77E-04 0,0133
10 1,675 5,34 6,08E-04 0,0196
11 2,020 6,44 7,55E-04 0,0306
12 2,456 7,83 8,23E-04 0,0504
13 2,779 8,86 7,52E-04 0,0604
14 2,914 9,29 1,03E-03 0,0716
Tabela 58 - Curva de consumo e emissão do veículo K. Adaptado: [12][63].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,034 0,11 4,18E-06 0,000
2 0,059 0,19 1,05E-05 0,000
3 0,182 0,58 9,67E-05 0,001
4 0,481 1,53 7,99E-05 0,003
5 0,633 2,02 7,24E-05 0,004
6 0,792 2,52 7,30E-05 0,005
7 1,028 3,28 9,26E-05 0,006
8 1,216 3,88 1,06E-04 0,009
9 1,360 4,34 9,48E-05 0,010
10 1,718 5,48 1,82E-04 0,016
11 1,948 6,21 2,27E-04 0,023
12 2,297 7,32 3,15E-04 0,031
13 2,603 8,30 4,30E-04 0,045
14 2,889 9,21 4,45E-04 0,060
93
Tabela 59 - Curva de consumo e emissão do veículo L. Adaptado: [12][63].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,129 0,41 0,00E+00 7,85E-05
2 0,153 0,49 6,93E-08 7,70E-05
3 0,167 0,53 5,83E-06 5,41E-05
4 0,472 1,50 5,67E-07 2,79E-04
5 0,629 1,99 2,41E-08 3,65E-04
6 0,901 2,86 0,00E+00 5,53E-04
7 1,071 3,40 0,00E+00 6,29E-04
8 1,308 4,15 9,00E-07 9,20E-04
9 1,411 4,47 5,78E-06 9,31E-04
10 1,589 5,04 1,73E-05 1,14E-03
11 1,810 5,74 4,86E-05 1,42E-03
12 1,930 6,12 1,32E-04 1,60E-03
13 2,015 6,39 6,76E-05 2,10E-03
14 2,046 6,49 0,00E+00 2,74E-03
Tabela 60 - Curva de consumo e emissão do veículo M. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,141 0,44 2,14E-06 2,63E-05
2 0,176 0,55 1,22E-05 4,57E-05
3 0,118 0,37 3,25E-05 4,36E-05
4 0,399 1,26 1,54E-05 8,82E-05
5 0,571 1,80 1,17E-05 1,02E-04
6 0,770 2,43 7,17E-06 1,13E-04
7 0,949 2,99 3,63E-06 1,49E-04
8 1,114 3,51 6,31E-06 1,76E-04
9 1,359 4,26 2,33E-05 2,06E-04
10 1,600 5,04 2,14E-05 2,49E-04
11 1,830 5,76 3,04E-05 2,91E-04
12 1,930 6,02 5,25E-05 3,08E-04
13 2,143 6,70 3,95E-05 3,06E-04
14 2,548 7,67 2,68E-04 3,97E-04
94
Tabela 61 -- Curva de consumo e emissão do veículo N. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,015 0,05 8,68E-07 2,49E-06
2 0,067 0,21 2,50E-06 6,96E-06
3 0,084 0,27 5,26E-06 8,28E-06
4 0,269 0,85 1,07E-05 3,88E-05
5 0,460 1,46 1,81E-05 5,68E-05
6 0,695 2,21 2,03E-05 7,45E-05
7 0,879 2,79 2,74E-05 9,86E-05
8 1,095 3,48 1,77E-05 1,04E-04
9 1,329 4,22 2,52E-05 1,17E-04
10 1,573 4,99 1,56E-05 1,98E-04
11 1,943 6,17 3,85E-05 4,29E-04
12 2,433 7,72 1,10E-04 4,09E-04
13 2,748 8,72 2,05E-04 1,36E-03
14 3,202 10,16 6,04E-04 9,82E-04
Tabela 62 -- Curva de consumo e emissão do veículo O. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,071 0,22 0,00E+00 1,57E-05
2 0,056 0,18 8,57E-06 9,64E-06
3 0,034 0,11 1,33E-05 7,75E-06
4 0,148 0,47 3,54E-06 3,54E-05
5 0,383 1,21 0,00E+00 6,76E-05
6 0,655 2,06 0,00E+00 9,56E-05
7 0,998 3,15 1,06E-07 9,02E-05
8 1,227 3,87 0,00E+00 1,00E-04
9 1,472 4,64 0,00E+00 1,06E-04
10 1,791 5,65 0,00E+00 2,97E-04
11 2,192 6,91 0,00E+00 3,32E-04
12 2,619 8,25 0,00E+00 2,55E-04
13 3,078 9,70 0,00E+00 4,43E-04
14 4,133 12,99 0,00E+00 3,62E-03
95
Tabela 63 -- Curva de consumo e emissão do veículo P. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,073 0,23 4,96E-07 4,00E-05
2 0,058 0,18 1,19E-05 1,63E-05
3 0,025 0,08 8,46E-06 8,72E-06
4 0,166 0,52 8,48E-06 3,99E-05
5 0,418 1,32 1,42E-05 1,03E-04
6 0,694 2,19 1,89E-05 1,31E-04
7 0,931 2,94 1,16E-05 1,46E-04
8 1,167 3,68 1,61E-05 2,83E-04
9 1,344 4,24 1,33E-05 5,01E-04
10 1,745 5,51 2,06E-05 6,30E-04
11 1,970 6,22 0,00E+00 1,40E-03
12 2,300 7,26 0,00E+00 1,21E-03
13 2,789 8,81 0,00E+00 2,36E-03
14 3,591 11,34 0,00E+00 1,92E-02
Tabela 64 -- Curva de consumo e emissão do veículo Q. Adaptado: [12][64].
Modo VSP Consumo de
combustível (g/s) Emissão de CO2
(g/s) Emissão de HC
(g/s) Emissão de NOx
(g/s)
1 0,071 0,22 6,16E-05 1,75E-05
2 0,056 0,18 1,58E-05 1,37E-05
3 0,012 0,04 1,02E-06 2,19E-06
4 0,186 0,59 6,84E-05 7,23E-05
5 0,428 1,36 8,77E-05 8,23E-05
6 0,686 2,18 2,01E-04 7,95E-05
7 1,018 3,23 2,06E-04 1,20E-04
8 1,282 4,07 4,18E-04 1,52E-04
9 1,597 5,07 2,97E-04 1,64E-04
10 1,828 5,80 5,58E-04 1,83E-04
11 2,454 7,79 5,95E-06 2,55E-04
12 2,995 9,50 0,00E+00 2,57E-04
13 3,303 10,48 0,00E+00 2,48E-04
14 4,199 13,33 0,00E+00 1,98E-04
96
Tabela 65 -- Curva de consumo e emissão do veículo R. Adaptado: [64].
Modo VSP Consumo de combustível
(Wh/s)
1 -2,241
2 -0,434
3 0,275
4 2,567
5 3,976
6 5,260
7 6,122
8 7,876
9 9,217
10 10,656
11 12,553
12 14,862
13 17,365
14 20,957
97
E. Resultados do corredor Av. Novas – Alcântara
Tabela 66 - Resultados referentes à dinâmica dos ciclos de condução representativos criados para o percurso 1, 2 e 3, em diferentes horários, no corredor Av. Novas - Alcântara.
Velocidade (km/h) Aceleração (m/s2) Tempo (s)
Percurso Horário Média σ >0
Média >0 σ
<0 Média
<0 σ Média σ
1 FHP 29,2 5,0 0,53 0,05 -0,52 0,05 770 158
HP 26,0 4,6 0,54 0,05 -0,53 0,05 864 163
2 FHP 18,5 3,1 0,51 0,04 -0,51 0,05 1168 238
HP 17,0 2,7 0,52 0,04 -0,50 0,04 1269 210
3 FHP 25,7 4,0 0,54 0,05 -0,53 0,04 938 177
HP 22,5 3,1 0,53 0,04 -0,52 0,04 1072 162
Tabela 67 - Resultados dos impactes energéticos e ambientais para o percurso 1,2 e 3, no corredor
Av. Novas - Alcântara realizad pelo veículo I.
Consumo de combustível
Percurso Horário Média σ Total
(l/100km) (l)
1 FHP 5,2 0,7 0,31
HP 5,5 0,6 0,33
2 FHP 6,2 0,9 0,36
HP 6,6 0,7 0,38
3 FHP 6,0 0,7 0,39
HP 6,2 0,6 0,40
Tabela 68 - Resultados dos impactes energéticos para o percurso 1, 2 e 3, no corredor Av. Novas - Alcântara,
realizado pelo veículo I.
Emissão de CO2 Emissão de HC Emissão de NOx
Percurso Horário Média σ Total Média σ Total Média σ Total
(g/km) (g) (g/km) (g) (g/km) (g)
1 FHP 139 19 837 0,023 0,004 0,14 0,338 0,084 2,04
HP 146 17 881 0,024 0,003 0,15 0,336 0,063 2,03
2 FHP 167 23 971 0,029 0,005 0,17 0,341 0,056 1,98
HP 175 20 1023 0,031 0,004 0,18 0,355 0,061 2,07
3 FHP 160 18 1042 0,027 0,004 0,17 0,381 0,071 2,48
HP 165 16 1082 0,028 0,003 0,18 0,367 0,051 2,40