机场地面保障车辆的怠速能耗审计与电动化临界点

1 · 创新命题

中 面向中小机场地服公司的车队电动化决策工具，用低成本 OBD/GPS 记录仪实测 地面保障车辆（行李车、牵引车、电源车）的怠速占比与实际负载谱， 给出按车型的电动化投资回收期，替代目前靠厂商宣传材料做决策的现状。 EN A fleet-electrification decision tool for regional ground handlers: cheap OBD/GPS loggers measure what GSE vehicles actually do (idle share, duty cycle), producing per-vehicle-type payback periods instead of vendor-brochure assumptions.

2 · 背景与空白

机场地面保障设备（GSE）电动化是机场减碳的主要抓手之一，但中小机场缺乏决策依据。 已有工作：大型枢纽（如部分欧美机场）发布过 GSE 电动化案例； 学术界有 GSE 排放清单研究，多基于假设的负载谱而非实测。 空白在：中小机场 GSE 实际负载谱的公开实测数据缺失， 导致投资回收期计算全靠假设。适合学生课题：设备便宜、可与本地机场合作、 结论正负都成立（若回收期 > 车辆寿命，那是重要的否定结论）。

3 · 可检验假设

H1 在选定中小机场，行李牵引车的怠速时间占比 ≥ 55%， 显著高于厂商 TCO 模型常用的 30–40% 假设， 导致实际电动化回收期比厂商模型短 ≥ 25%。 H2（机制）怠速占比的主要驱动是航班波峰结构而非车辆数量， 即增加车辆不会显著降低单车怠速比。

4 · 量化验收标准

1. 【方法学校验 · 硬门槛】 用记录仪测得的燃油消耗与车辆加油记录对账， 累计偏差 ≤ 10%；GPS 里程与里程表偏差 ≤ 5%。此条不过，全部能耗结论无效。
2. 样本：≥ 4 台车辆，≥ 30 个运行日，覆盖高峰与平峰日。
3. 怠速判据必须预先写死且可复现（如：发动机运转 且 速度 < 2 km/h 持续 > 60 s）， 并做判据敏感性分析（阈值 ±50% 对结论的影响）。
4. 财务模型必须报告输入参数的不确定度传播（电价、油价、电池更换周期）， 给出回收期的区间而非单点值。
5. 必须包含对照：与厂商公开 TCO 模型的假设逐项对比表。
6. 全部原始记录数据（去标识化后）与财务模型开源。

5 · 数据与工具

用途	来源 / 工具
车辆数据	ELM327 OBD-II 蓝牙适配器（约 $15/台）+ 树莓派或手机记录
定位	GPS 模块（约 $12/台）或手机 GPS
数据管理	SQLite + Python
财务模型	自建（电价/油价用公开费率；车辆报价用公开目录）
场地准入	必须与本地机场地服公司合作并取得书面许可 —— 这是本课题的最大不确定性
对照基准	厂商公开 TCO 白皮书 —— 仅用于对比，不计入本项目贡献

能力边界：OBD-II 在老旧或非道路型 GSE 车辆上可能不支持标准协议； 必须在第 2 周实测确认，不可假设可用。

6 · 赛季执行路径

1. 第 1–2 周：联系本地机场/地服公司取得合作许可 —— 不过则改课题（见 go/no-go）。
2. 第 3 周：实测 OBD 兼容性；标定记录仪。
3. 第 4 周：完成燃油对账方法学校验。
4. 第 5–8 周：30 日数据采集。
5. 第 9 周：怠速判据敏感性分析；负载谱产出。
6. 第 10 周：财务模型 + 不确定度传播；与厂商假设对比。
7. 第 11 周：向地服运营经理做结果评审访谈，取得引用许可。
8. 第 12 周：简述撰写。

7 · 新颖性边界

不声称：不提出新的车辆能耗模型；不声称电动化本身是新方案； 不声称结论可外推至其他机场（样本为单机场，必须显式声明）。 已有工作：大型机场有 GSE 电动化案例研究；学术界有基于假设负载谱的排放清单。 本项目贡献：中小机场 GSE 实测负载谱的首个公开数据集， 以及基于实测而非假设的回收期计算 —— 且明确量化了假设与实测的差距。 护城河类型：独家关系（六类之一）+ 累积数据集（E）—— 机场准入本身是壁垒；随机场数增加，跨机场负载谱基准库成为资产。

8 · go/no-go

第 2 周末（最关键）：确认取得机场/地服书面合作许可。 不可得 → 立即改课题：转为校园/物流园区的轻型作业车队（叉车、园区电瓶车）， 方法学完全相同，H1 阈值按新场景重设，主结论框架（实测 vs 假设的回收期差异）不变。 第 3 周末：若 OBD 不兼容 → 降级为纯 GPS + 发动机声学/振动判定怠速 （加装廉价振动传感器），精度下降但判据仍可复现，需在局限中说明。