能源基金会：中国大城市电动车发展的空气质量影响评估-北京和深圳案例分析.ppt

《能源基金会：中国大城市电动车发展的空气质量影响评估-北京和深圳案例分析.ppt》由会员分享，可在线阅读，更多相关《能源基金会：中国大城市电动车发展的空气质量影响评估-北京和深圳案例分析.ppt（113页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国可持续能源项目大卫与露茜尔派克德基金会威廉与佛洛拉休利特基金会合盟能源基金项目资助号：G-1806-28039会中国大城市电动车发展的空气质量影响评估：北京和深圳案例分析Air quality impact from electric mobility development inChinas megacities:Case studies in Beijing andShenzhen研究报告清华大学2020 年 4 月感谢能源基金会中国可持续能源项目为本报告提供资金支持，同时也诚挚地感谢为本报告提出宝贵意见与建议的业内专家与同事。报报告作者告作者一、项目负责人吴 烨二、项目主要研究人员清

2、华大学吴 烨邢 佳吴潇萌张少君梁馨予温轶凡王书肖王 慧杨道源北京交通发展研究院刘 莹三、报告执笔人吴 烨王聘玺张少君吴潇萌梁馨予王 慧报报告声明告声明本报告由能源基金会资助。报告内容不代表能源基金会观点。报告仅限于研究、个人学习或某个组织的内部传阅，不得翻印或者用于商业目的。如有不妥与谬误之处，敬请读者不吝批评和指正。中国大城市电动车发展的空气质量影响评估：北京和深圳案例分析前 言推进汽车电动化战略，降低车用化石能源消耗、减少来自交通领域的温室气体和大气污染物排放，是全球许多国家应对气候变化、降低能源消耗和治理空气污染的关键举措之一。近年来，得益于各国政府持续的政策支持、电动汽车（EV）技术提

3、升和电池成本大幅下降等原因，全球 EV 保 有 量 增 速 迅 猛。目 前，中 国 已 成 为 全 球 最 大 的EV 产销国，2018 年 EV 销量和保有量分别突破 100 和 200 万辆。在国家政策的引导下，我国部分城市设定了更为积极的 EV 推广目标，制定和实施具有地方特点的 EV 推广政策，取得了超出全国平均水平的推广成果。在全球范围内，上海、北京、深圳、杭州、天津、广州等 13 个城市在 EV 保有量上处于领先地位，被世界清洁交通委员会（ICCT）评为 2019 年的“世界电动汽车之都”。其中，北京和深圳近年来在交通电动化上取得了令人瞩目的成就，EV 保有量位居世界城市的前五位。

4、因此，对 EV 推广产生的环境效益进行科学评估具有重要意义。在相关政府部门的关心支持和能源基金会的资助下，项目工作组以北京和深圳作为案例城市，对其 EV 推广的环境效益进行了系统研究。本研究将为北京、深圳制定科学政策继续积极推广EV 和持续改善城市空气质量提供重要支持，也将为中国乃至世界其它城市提供重要的参考经验。本研究综合模型和测试手段，系统分析了两地 EV 推广所产生的环境效益。构建 EV 发展情景，对单车减排、车队减排、空气质量改善、健康及气候效益等多方面的综合效益进行了系统评估。本报告系统总结了项目的研究成果，全文共分七章。第一章介绍了项目研究的I中国大城市电动车发展的空气质量影响评估

5、：北京和深圳案例分析背景和意义，以及主要研究内容和技术路线。第二章为北京市和深圳市 EV 发 展 现 状 和 推 广 趋 势 的 调 研 和 分 析，并 建 立 本 研 究 所 评 估的EV 推广情景。第三章为车辆电动化污染物及温室气体减排效果的评估，在充分调研本地化的能源和排放数据基础上，从单车和车队两个层面，基于生命周期视角评估了 EV 的单车减排及车队总量减排效益。第四章通过实际道路和道路边环境的污染浓度测试，对 EV 在典型交通环境的浓度削减效益进行评估。第五章利用多尺度的空气质量模型，模拟了车队电动化情景的空气质量改善效益。在此基础上，第六章运用了污染暴露风险评估模式，定量分析了电动

6、化情景对人体健康和气候效益的货币化价值。第七章为研究的主要结论、相关政策建议与后续研究建议。研究过程中，我们力求做到科学、先进、实用，也希望相关的研究结果和结论能为国家和地方相关政府部门今后的决策提供有益的参考。不同车队的未来电动化水平预测还存在较大不确定性，排放清单、空气质量模拟和健康效益评估的系统复杂，特别是一些重要的大气化学模拟机制仍在不断完善中，研究难免有不妥之处，望关心这一领域的领导、专家和公众不吝提出批评和指导意见。项目课题组2020 年 4 月II执行摘要执行摘要推进汽车电动化战略实施，降低车用化石能源消耗、减少来自交通领域的温室气体和其他大气污染物排放，成为全球应对能源危机和环

7、境问题的重要举措之一。近年来，得益于各国政府持续的政策支持、电动汽车技术提升和电池成本大幅下降等原因，全球电动车保有量迅速增长。中、欧、美、日四大电动车市场中，中国占比最大，2018年电动车销量和保有量分别突破 100 和 200 万辆。在国家政策的引导下，部分城市设定了更为积极的电动汽车推广目标，并通过制定和实施极具本地特色的电动汽车推广政策，获得了超出平均水平的推广成果。上海、北京、深圳、杭州、天津、广州等 13 个城市，由于它们在电动汽车推广中的领先地位，被世界清洁交通委员会评为 2019 年的“世界电动汽车之都”。作为先锋城市，北京市和深圳市近几年在车队电动化上取得了令人瞩目的成就。本

8、研究运用模型和测试两种手段，系统分析了两市电动汽车推广所产生的环境效益。通过构建多个电动汽车推广情景，从单车减排、车队减排、空气质量改善、健康及气候效益等多方面进行了综合评估，为北京、深圳今后持续积极推广电动汽车和改善城市空气质量提供重要技术支持，也为中国乃至世界其它城市的电动汽车推广提供重要的参考经验。本研究的主要结论如下：（1）电动汽车对北京和深圳主要大气污染物和温室气体具有显著燃料周期减排效果。随着电网整体清洁能源比例的提高，在电力行业超低排放的技术发展背景下，电动汽车的推广可实现深圳小客车和1执行摘要公交车 VOC、NO、PM 和 SO 的生命周期减排；北京可实现 VOC、X2.52N

9、O 和 PM 的生命周期减排。例如，与汽油车相比，深圳纯电动小X2.5客车可实现 VOC 98%，NO 69%，PM 58%和 SO 38%的减排；北X2.52京纯电动小客车可实现 VOC 95%，NO 40%和 PM 20%的减排。与X2.5柴油车相比，深圳纯电动公交车可实现 VOC 93%，NO 95%，PM 62%X2.5和 SO 19%的减排；北京纯电动公交车可实现 VOC 87%，NO 90%2X和 PM 30%的减排。纯电动小客车可分别削减北京和深圳 CO 39%2.52和 71%的排放，纯电动公交车削减比例则为 27%和 66%。对于 BC，纯电动小客车可以削减北京和深圳的 BC

10、 排 放 75%和 82%；对于纯电动公交车，BC 减排比例则高达 86%和 90%。随着未来电力构成的持续清洁化，电动汽车的生命周期排放还将持续下降，单车减排的环境效益将更加显著。（2）电动汽车推广可带来显著的污染物及温室气体总量减排效益。深圳历年来在各车队推广的电动汽车总量已给深圳的交通部门带来 1.1 万吨 NO、超 2000 吨 HC 和超 300 吨 PM 吨的减排。其中，X2.5出租车是 HC 削减贡献最高的车队（60%）；公交车为 N OX（58%）和 PM2.5（62%）削减贡献最高的车队。政策参考情景下，2030 年北京市道路交通部门 HC、NO 可削减 1.2、1.6 万吨

11、，PM 和 SO 可削X2.52减 320 和 70 吨；深圳市 HC、NO 可削减 0.5、0.6 万吨，PM 和 SO2X2.5可削减 140 和 6 吨。道路交通部门总量削减比例在 25%-45%。由于2030 年 电 厂 已 完 成 超 低 排 放 改 造，电 动 化 对 上 游 电 厂 的 排 放 增量 影响较小。电动化对温室气体的总量减排效益也十分显著，政策参考情景下，北京市和深圳市分别可削减生命周期温室气体减排约 350 和500 万吨；区域极端电动化情景下，减排量可达到约 850 和 1300 万2执行摘要吨。（3）电动公交车推广可显著削减 NOX 和 BC 的道路环境浓度及排

12、放因子。电动公交车行驶时的 NOX 道路浓度远低于柴油公交车和天然气公交车，浓度均值低 1 个数量级以上；BC 道路浓度也远低于柴油公交车。电动公交车的 NOX 排放因子显著低于柴油公交车和天然气公交车；天然气和电动公交的 BC 排放因子显著低于柴油公交车。以电动公交车为主的道路，上下风向 NO 浓度几乎相当，表明电动公交车占据重要影响的道路可以显著降低道路边 NO 浓度。随着城市其他社会车辆电动化的推广，道路边 NO 浓度可进一步下降。（4）电动汽车推广能够削减两市全域 PM 和 NO 浓度及夏季2.52浓度高值区 O3 浓度。政策参考情景、本地极端情景和区域极端情景下，北京六环年均 PM2

13、.5 浓度分别可下降 0.5、1.3 和 2.3 g/m3，三环内浓度削减更显著，区域极端电动化下 PM2.5 削减可达 3.0-3.3 g/m3。政策情景可帮助 67%的超标区域实现达标；实施区域全面电动化策略可以削减浓度高值区 PM2.5 浓度 3.5-4.0 g/m3，帮助全部超标区域达标。对于深圳，政策情景、本地极端和区域极端情景下，交通密集区域年均 PM2.5 浓度分别下降约 0.4、0.6 和 1.2 g/m3。三种情景下，北京六环年均 NO2 浓度分别下降约 4.3、11.8 和 13.5 g/m3，三环内浓度削减更显著，区域极端电动化下可达 20-25 g/m3。对于三环内近1

14、60 km2 NO2 浓度超标区域，政策情景已可帮助所有超标区域实现全部达标。深圳交通密集区域年均 NO2 浓度在三种情景下的削减分别达到 4.1、11.3 和 12.5 g/m3。对于近 176 km2 NO2 浓度超标区域，政策情景可帮助 55%的超标区域达标；极端电动化策略可帮助所有超标区域达标。在夏季 O 浓度高峰时段，政策情景使北京和深圳 O 浓度高333执行摘要值区的月均日最大 8 小时 O3 浓度下降 4.3-7.0 和 0.5-2.3 g/m3，区域极端电动化情景下，削减量达到 21-31 和 17-24 g/m3。对于路网更密集、交通活动水平更高的城区及港口区域，电动化有更显

15、著的空气质量改善效益。（5）电动汽车推广可获得可观的人体健康及气候货币化效益。政策参考情景下，北京、深圳可避免早死约 800 和 160 例；区域极端电动化情景下，北京、深圳可避免早死约 4000 和 700 例。健康效益主要集中在交通密集的城区。上述电动化空气质量效益及对温室气体的总量削减效益能够给北京带来近 83 和 365 亿人民币的健康和气候相关货币化价值（政策情景和区域极端情景），给深圳带来 32 和 114亿元货币化价值（2015 年价格）。政策情景和本地极端情景下，在空气质量相对较好的深圳推广 EV 获得的人体健康效益相关货币化价值与气候效益相关的货币化价值几乎相当；区域极端情景

16、下人体健康效益货币化价值高于气候效益货币化价值。在污染相对更加严重的区域（比如北京），电动化带来的人体健康效益货币化价值在三个情景下均显著高于气候效益货币化价值。本研究主要的政策建议如下：（1）本研究选择空气污染程度有差异的两个城市开展案例分析，发现未来十年中国道路交通电动化对于空气质量相对较差城市的空气质量改善货币化效益将高于对温室气体减排的货币化效益。目前，电动化发展的鼓励政策中，尚未直接考虑电动汽车的空气质量效益。因此，在今后合理的鼓励电动汽车发展的政策工具设计中，应当充分发挥电动汽车空气质量和健康效益作为绿色交通体系建设的驱动力，并被纳入激励政策框架下。4执行摘要（2）出租车和公交车等

17、城市公共车队行驶里程高，单车排放因子高，在城市核心区使用比例高，对城市空气质量影响突出。对上述公共车队开展电动化的污染减排效益更高，可以实现成本和环境的双赢。深圳对公交和出租车队完全电动化的成功经验，应当值得广大中国城市参考借鉴。（3）小客车车队是大城市中心区域 VOC 的主要排放源之一，对PM2.5 的二次组分生成有重要贡献。由于人群密度高，电动化对交通密集核心区的空气质量和健康效益更为显著。大城市应该根据电动化的环境收益，制定区域差异化的地方鼓励政策，通过建立零排放区、实施经济措施、以及进一步鼓励充电基础设施建设等策略，推动新增及存量小客车的电动化。（4）应借鉴深圳和北京经验，在城市物流和

18、短途货运领域积极推广电动汽车技术，加速替代现有高排放柴油车。通过构建绿色物流区，完善充电网络和服务体系，实施交通区域管理措施，促进城市轻中型货运的深度电动化。（5）推动区域协同减排，发挥新能源车在柴油货车污染治理中的巨大潜力，共同改善区域大气环境质量。目前，电动汽车技术在中长距离重型货运应用的成熟度不够，建议在发展电动货车的基础上，同时考虑氢燃料电池车和超低排放天然气车等技术，优化交通能源技术设施和布局，构建区域协同的绿色货运服务平台，制定有效的税费激励政策，有力支撑今后区域绿色交通货运体系的建设。5第一章 项目研究背景和研究内容第一章 项目研究背景和研究内容1.1 研究背景随着我国社会经济的

19、发展和城镇化水平的逐步提高，人们的生活水平和出行需求也在不断增长，机动车保有量快速增加。据相关研究1估计，到 2030 年中国汽车保有量将达到 45 亿辆。由于经济和人口发展的不均衡性，机动车保有量分布体现出明显的区域化和城市化特征，特别是在京津冀、长三角和珠三角等经济发达地区的城市群高度聚集，对改善区域环境质量和应对气候变化带来了严峻的挑战。图 1.1 中国汽车保有量统计及预测，1990-2030 年1据世界能源署（IEA）计算，2015 年交通领域产生的温室气体排放占全球温室气体排放的 23%，其中道路交通源是主要排放源 2-3。此外，机动车尾气排放也是空气污染的重要来源之一，机动车排放大

20、量的氮氧化物（NOX）、挥发性有机物（VOC）和一次颗粒物是形成6第一章 项目研究背景和研究内容细颗粒物（PM）和臭氧（O）污染的重要前体物。目前，机动车2.53源已成为北京、深圳等大城市 PM2.5 污染的最重要本地污染源4-5。图 1.2 北京和深圳本地源 PM2.5 来源特征4-5推进汽车电动化战略，降低车用化石能源消耗、减少来自交通领域的温室气体和大气污染物排放，成为全球应对气候变化、降低能源消耗和治理空气污染的关键举措之一。近年来，得益于各国政府持续的政策支持、电动汽车（EV）技术提升和电池成本大幅下降等原因，全球 EV 保有量迅速增长。2018 年，全球电动乘用车的年销量和保有量分

21、别突破 200 和 500 万辆，电动乘用车的市场占比超过 2%6。2 0 1 8年，中国 EV 销量和保有量分别突破 100 和 200 万辆，是全球 EV 产销第一大国。在国家政策的引导下，部分城市设定了更为积极的 EV推广目标，通过制定和实施具有地方特点的 EV 推广政策，取得了超出全国平均水平的推广成果。上海、北京、深圳、杭州等 13 个中国城市由于在 EV 推广中的领先地位（世界前 50），被世界清洁交通委员会（ICCT）评为 2019 年的“世界电动汽车之都”7。7第一章 项目研究背景和研究内容图 1.3 全球电动乘用车保有量6作为中国汽车电动化推广的先锋城市，北京市和深圳市近几年

22、在车队电动化上取得了令人瞩目的成绩。本研究综合运用模型和测试手段，对两市 EV 推广所产生的单车减排、车队减排、空气质量改善、健康及气候效益等多方面进行了综合评估。研究将为北京、深圳今后持续积极推广 EV 和改善城市空气质量提供重要技术支持，也将为中国乃至世界其它城市的 EV 推广提供重要的参考经验。1.2 研究内容研究将从以下几个方面综合评估北京市和深圳市 EV 推广的综合效益：1）调研北京市和深圳市 EV 推广现状，分析未来电动化趋势，运用情景分析法建立多个 EV 发展情景，为后续评估提供数据基础。8第一章 项目研究背景和研究内容2）应用本地化参数库和大气污染排放评估工具，选择典型新能源车

23、型，评估 EV 相比传统燃油车的燃料生命周期污染物及温室气体单车减排效益；在此基础上，结合 EV 发展情景，评估北京市和深圳市 EV 推广对主要污染物的总量减排效益。3）利用道路在线测量方法，开展北京和深圳及其周边实际道路和道路边环境的污染物浓度测试，评估电动化在典型交通环境的浓度削减效益。4）使用多尺度空气质量模型系统，从城市和道路不同尺度综合评估电动化情景给北京市和深圳市带来的空气质量改善效益。5）基于生命周期温室气体减排及空气质量改善效益，评估电动化带来的健康和气候效益，为北京、深圳和其他城市 EV 发展提供重要科学依据。9第一章 项目研究背景和研究内容1.3 技术路线图 1.4 项目技

24、术路线图10第二章 北京和深圳车队电动化情景分析第二章 北京和深圳车队电动化情景分析本研究对北京市和深圳市的 EV 推广政策及推广现状进行了调研，并运用情景分析法对未来车队的电动化发展情况进行了预测，设置了政策参考情景、区域极端电动化情景及北京/深圳本地极端电动化情景。2.1 北京和深圳车队电动化政策与现状调研为了鼓励 EV 的推广，北京和深圳在国家政策基础上进一步推出了多项政策措施，实施了上牌优惠、购车补贴、充电基础设施建设补贴、路权优惠、停车优惠等 EV 激励政策，大力推动了 EV 在公交车、出租车、物流车、环卫车、私家车等车队的发展。（1）北京 EV 推广政策及发展现状北京作为 EV 推

25、广的先驱城市之一，通过财税政策与非财税政策的结合，大力推动了本地 EV 的发展。在 EV 市场早期发展阶段，财税激励政策的作用极为关键。中央与地方政府的新能源汽车购置补贴，大大降低了消费者的购置成本，提高了消费者的购车积极性。北京对于纯电动汽车（BEV）的购置补贴，对纯电动私家车的大规模推广起到了关键性的作用。新能源汽车市场步入繁荣，政策性补贴以逐年退坡的方式开始有计划淡出。2017 年，我国将新能源汽车补贴标准首次下调。2019 年，财政部、工信部、科技部、发改委联合发布的关于进一步完善新能源汽车推广应用财政补贴政策的通知明确提出，2019 年国家补贴标准在 2018 年基础上平均退坡 50

26、%，地方补贴也将在过渡期后完全11第二章 北京和深圳车队电动化情景分析退出。北京市推广应用新能源汽车管理办法提到，自 6 月 26 日起，取消对 BEV 的市级财政补助。2019 年 7 月以来，受宏观市场压力较大、国五排放车型降价销售、财政补贴退坡等因素影响，我国新能源汽车产销连续出现同比下滑。为了提振汽车市场，2020 年 3 月 31 日召开的国务院常务会议上确定，为促进汽车消费，将新能源汽车购置补贴和免征购置税政策延长 2 年。由于新能源汽车补贴经过几年退坡后已经降到了比较低的额度，因此补贴延长政策的关键不在于具体金额，而是营造稳定的政策环境，体现国家大力扶持新能源产业的决心。因此，除

27、了新车购置补贴，出台其他方面的激励政策对 EV 的持续发展尤为重要。为了提高 EV 的使用便利性，北京从上牌优惠、路权、以及激励充电基础设施建设等方面着手，通过实施一些非财税类的政策推广 E V2019 年度北京市单位内部公用充电设施建设补助资金申报指南提到，大力鼓励单位内部公用充电桩的建设，为功率范围在7 千瓦及以下的充电桩提供每千瓦 400 元的补贴，为功率范围在 7 千瓦以上的充电桩提供每千瓦 500 元的补贴。除了对充电保障的支持，车主在北京获得 EV 车牌相比燃油车更为容易，也极大地增加了 EV对消费者的吸引力。除此之外，北京对传统燃油车辆采取尾号限行，重污染期间特别采取单双号限行，

28、而对于 EV 则不设相应的限行要求，给予 EV 路权优惠。此外，北京市打赢蓝天保卫战三年行动计划8提出，要大力推动公共车队新能源化，推进新增和更新的公交、出租、环卫、邮政、通勤、轻型物流配送等车辆基本采用电动车，机场、铁路货场等新增或更换作业车辆主要采用新能源车等。到 2020 年，邮政、城市快递、轻型环卫车辆（4.5 吨以下）基本为电动车，办理货车通行证的轻型12第二章 北京和深圳车队电动化情景分析物流配送车辆（4.5 吨以下）基本为电动车，在中心城区和城市副中心使用的公交车辆为电动车。在北京市政府的大力推动下，截至 2018年底，北京机动车队电动化率达到近 4%，其中公交车队的电动化率达到

29、了 35%；截至 2019 年 7 月底，北京已累计推广 BEV 28.5 万辆。根据北京市打赢蓝天保卫战三年行动计划，2020 年，北京 EV 总保有量将达到 44 万辆，其中小客车推广量 30 万辆。图 2.1 北京电动汽车保有量，2010-2020 年8-913第二章 北京和深圳车队电动化情景分析图 2.2 北京 2018 年各车型电动化率8-9（2）深圳 EV 推广政策及发展现状深圳市政府近年来推行了深圳市大气质量提升计划、深圳市新能源汽车充电设施管理暂行办法、深圳市大气环境质量提升计划（20172020 年）、2018 年“深圳蓝”可持续行动计划、深圳修订网约车经营服务管理暂行办法、

30、深圳市推进新能源工程车产业发展行动计划（2019-2021 年）等一系列相关政策，实施了上牌优惠、购车补贴、充电基础设施建设补贴、路权优惠、停车优惠等 EV 激励政策，大力推动了 EV 在公交车、出租车、物流车、环卫车等车队的发展。截至 2019 年底，深圳基本实现了出租车和公交车的全面电动化；电动货车推广总量接近 8 万辆，在中型货车和小型货车中 EV 占比达 40%和 20%。此外，纯电动和插电式混动小客车共推广超过 21万辆，大型客车推广超过 4000 辆。在推广现状基础上，深圳还计划力争在 2020 年底，全市大型客车使用清洁能源车比例达到 30%以上，轻型货车使用 EV 比例达到 3

31、0%以上，重型货车使用清洁能源车比14第二章 北京和深圳车队电动化情景分析例达到 20%以上。图 2.3 深圳 EV 保有量，2015-2019 年图 2.4 深圳 2019 年电动化率15第二章 北京和深圳车队电动化情景分析2.2 北京和深圳 2030 年车队电动化情景分析基于 EV 发展现状调研结果，运用情景分析法对未来车队的电动化发展情况进行了预测，设置了政策参考情景、区域极端电动化情景及北京/深圳本地极端电动化情景。政策参考情景基于两市现行的政策导向和未来车辆技术发展特点等进行设计。在北京政策参考情景的预测中，2018-2020 年 EV 发展情景根据北京市打赢蓝天保卫战三年行动计划要

32、求进行考虑，2020 年后根据北京城市总体规划（2016 年-2035 年）进行预测。北京市交通发展研究院在城市总规基础上，根据车辆技术的发展特点、政策在行业轻型车、重型车以及私人领域的导向，设置了 4 个梯度递进情景，如表 2.1 所示。根据目前政策导向、技术进步、以及电动化假设的可实现性，研究采用了情景 1 和情景 2 的中间值作为本研究的北京政策参考情景。深圳政策参考情景则根据深圳的发展现状，参考北京的预测建立情景。另外，政策参考情景对两市周边地区的电动化考虑相对保守，尤其是在货车领域，周边地区的电动化率为北京、深圳的一半。例如，北京市内的外埠过境货车的电动化率考虑与河北、天津两地的重型

33、货车电动化率一致，为北京重型货车电动化率的一半。两市政策参考情景下 2030 年各车型的电动化率如图 2.5 所示。小客车的电动化率达到 30%，中大型客车电动化率为 25%-35%；货车领域，由于轻型物流车辆的快速电动化，轻型货车电动化率达到70%；中重型货车也实现了一定程度的电动化，尤其在深圳政府的大力推动下，深圳的中型货车电动化比例也将达到 60%。在公交和出租领域，深圳目前已基本实现全面电动化；在北京，除了应急保障、远郊山地等场景下保留小比例的传统燃油车，2030 年也将实现高度电16第二章 北京和深圳车队电动化情景分析动化。表 2.1 北京电动汽车推广梯度递进情景政策导向情景车辆技术

34、行业轻型车行业重型车私人领域情景 1 2020 年后车辆技 为新能源汽 仍 采 用 老 旧 车 新增全部新能源术性能不变 车更换重点 辆淘汰的措施情景 2 BEV 是 唯 一 路 为新能源汽 适 用 场 景 新 能 新增+家庭第二线，技术按照预 车更换重点 源 汽 车 成 为 更 辆车全部新能源期稳步进步换重点情景 3 BEV 是 唯 一 路 为新能源汽 适 用 场 景 新 能 新增+2026 年后线，技术按照预 车更换重点 源 汽 车 成 为 更 更新全部新能源期稳步进步换重点情景 4 氢燃料、BEV 等 为新能源汽 成 为 新 能 源 汽 新增+2021 年后多种技术并举，车更换重点 车更

35、换重点且技术稳步提升更新全部新能源图 2.5 北京和深圳 2030 年政策参考情景电动化率17第二章 北京和深圳车队电动化情景分析本研究为了预测电动化对空气质量改善的最大潜力，还设置了两个极端情景，考虑所有车型 100%电动化。北京/深圳本地极端电动化情景下，北京、深圳两地所有车型全部电动化；区域极端电动化情景下，全国所有省市所有车型全部电动化。需要说明的是，EV 对传统汽车的替代不能仅考虑数量上的替代，还应该考虑对行驶里程的替代。插电式混合动力汽车（PHEV）的电力替代行驶里程的比例与纯电行驶里程（AER）有关。而对于 BEV，由于续航里程的限制，不能完全覆盖长距离旅行，因此同样需要考虑电力

36、替代行驶里程的比例。本研究根据课题组采集的北京 500 辆轻型车的个体出行数据，计算了 BEV 和 PHEV 的电力替代行驶里程比例10-11，如 图 2.6 所示。对于纯电动轻型乘用车，电力替代比例达 93%。对于大中型客车、中重型货车、出租车、公交车等车型，由于其行驶路线通常固定，较少存在临时出行，因此本研究考虑其在数量上对传统车进行替代后，该传统车的所有行驶里程即被电力替代。18第二章 北京和深圳车队电动化情景分析图 2.6 EV 纯电行驶里程相对传统燃油车的比例19第三章 车辆电动化的减排效果评估第三章 车辆电动化的减排效果评估本研究应用本地化参数库和大气污染排放评估工具，对车队电动化

37、的单车和车队减排效益进行综合评估。在单车层面，选择典型新能源车型，使用生命周期模型评估 EV 相比传统燃油车的燃料生命周期（WTW）污染物及温室气体减排效益；在车队层面，结合 EV 发展情景，评估北京和深圳 EV 推广对主要污染物的总量减排效益。3.1 单车生命周期减排效益评估以小型客车和公交车为例，对 2030 年北京和深圳的 EV 相比传统燃油车的 WTW 单 车 单 位 行 驶 里 程 下 污 染 物 和 温 室 气 体 排 放 削减效益进行了评估。3.1.1 生命周期模型评估方法学研 究 采 用 美 国 能 源 部 阿 岗 国 家 实 验 室（Argonne NationalLabor

38、atory）开发的 GREET2018 模型框架，在数据本地化的基础上评估单车燃料生命周期排放。GREET 模 型 是 专 门 用 于 模 拟 车 辆 燃 料 和技术组合生命周期能耗和排放的模型12，被国内外学者广泛使用。GREET 模 型 的 边 界 完 整 涵 盖 了 车 辆 的 全 生 命 周 期，包 括 燃 料 生 命周期和材料生命周期。本研究主要聚焦在燃料生命周期，探讨北京和深圳典型 EV 的节能减排效益。以主要电动化车型小型客车和公交车为例，对 2030 年北京和深圳的 EV 和传统燃油车（小客车考虑汽油车、公交车考虑柴油车）的20第三章 车辆电动化的减排效果评估WTW 单车污染物

39、和温室气体排放进行比较。WTW 涵盖了“车辆运行-车用燃料”两个关键环节。其中，车用燃料阶段考虑电能、汽油、柴油三种车用燃料，重点调研其生产、输配路径，并考虑电能与油品生产过程中的一次能源（包括煤炭、天然气、石油等）的生产、储运与输配过程。车辆运行阶段探究车辆在行驶过程中的排放，BEV 在车辆运行阶段为零排放。本研究所构建的模型涉及到的车辆技术类型包括汽油小客车（ICEV，国 6 标准）、柴油公交车（DB，国 VI 标准）、纯电动小客车（BEV300，续航里程为 300 公里）以及纯电动公交车（BEB300）。评估的大气污染物包括 VOC、NO、PM 和 SO。本研究选取 CO2X2.52和

40、BC（黑碳）作为长寿命和短寿命温室气体的代表，分析 EV 相比传统燃油车的温室气体单车减排效益。WTW 数据库的关键参数包括消费电力构成、电厂排放因子、道路运行排放因子、燃油经济性等，研究根据北京和深圳的实际情况进行本地化修正。（1）消费电力构成电力构成是指不同发电方式的比例构成，目前主要的发电方式包括火力发电、水力发电、风能发电以及核能发电等，不同的发电方式会直接影响 WTW 上游污染物和 CO2 排放。目前我国仍以火力发电为主要发电方式，但不同区域发电方式比例差别显著。中国电网被划分为六大区域，北京属于华北电网，深圳属于南方电网，两者消费电力均由本地电力与外地电力两部分构成。根据电力统计资

41、料13，北京和深圳是典型的受端电网，本地发电分别占全部用电负荷的 30%和 25%，其余电力依靠外地输入。自 2013 年 9 月北京市 2013-2017 年清洁21第三章 车辆电动化的减排效果评估空气行动计划实施起，北京本地的燃煤压减进展迅速；2017 年底，北京电厂实现无煤化，天然气发电占比 100%。深圳本地电力中，核电、气电等清洁能源的装机比例较高；2018 年 年 底，全 市 核 电、气电等清洁能源装机占全市电力总装机容量的 87%14。对于 2030 年深圳本地电力构成，研究根据深圳供电局、深圳国民经济发展公报得到深圳非化石能源占比和总用电量，并根据深圳十三五规划对本地清洁电源装

42、机比例进行预测15-17。对于外地电力，本研究假设深圳外来电与南方电网平均电力构成相同、北京外来电与华北电网平均电力构成相同。综合课题组此前研究与王书肖课题组 ABaCAS 系 统 中 的 多 部门排放清单成果18,19得到 2030 年华北电网和南方电网的电力构成。综合本地电力与外地电力计算得到 2030 年北京和深圳消费电力构成，如图 3.1 所示，北京的煤电比例为 54%，深圳仅 28%。图 3.1 北京和深圳 2030 年消费电力构成（2）电厂排放因子电厂的大气污染物排放因子与末端控制措施密切相关。无控条件下的污染物排放因子20,21，结合污染物排放控制技术的去除效率与应22第三章 车

43、辆电动化的减排效果评估用比例22-24，可计算得到华北地区和南方地区燃煤电厂与燃气电厂的污染物有控排放因子。在电厂节能与超低排放改造的大背景下，研究考虑 2030 年所有燃煤电厂的超低排放改造已经完成，NOX 控制采用低氮燃烧与 SCR 烟气脱硝相结合的技术，PM2.5 控制采用电除尘+布袋除尘等技术，SO2 控制采用石灰石-石膏湿法脱硫等技术。对于北京燃气电厂的排放因子，研究基于北京市环科院提供的北京电厂烟气在线监测系统污染物排放数据，考虑了未来燃气电厂 NOX 末端排放控制的加严23。研究计算得到的各地区电厂排放因子如图 3.2 所示。由于超低排放改造的完成，燃煤电厂的排放大幅削减。由于南

44、方地区部分省份的电厂硫分测试结果高于其他省份，因此南方电网燃煤电厂的 SO2 的排放因子高于华北电网。电网间的 NOX 排放因子差异来自各地区不同的煤粉炉和循环流化床锅炉的技术构成分布，不同锅炉类型对 NOX排放的 SCR 去除效率不同。电网间 PM2.5 排放因子差异是由于不同地区采用的控制技术不同，除尘效率有差异。北京本地气电厂的排放控制较为严格，因此 NO 与 SO 排放因子显著低于华北地区电厂平均X2排放因子。23第三章 车辆电动化的减排效果评估图 3.2 2030 年北京、华北地区及南方地区电厂污染物排放因子（3）燃油经济性车辆运行阶段的燃油经济性是影响 WTW 能 耗 与 排 放

45、的 关 键 因素，而实际道路运行工况对结果的影响较为显著。研究表明，实际道路运行工况下ICEV 的CO2 排放比法规工况下高 15%-40%25-26。因此，燃油经济性需考虑车辆的实际道路能耗水平。研究采用课题组之前收集的小熊油耗 APP27中超 6 万名用户的实际道路油耗水平作为 ICEV的燃油经济性数据，即 6.8 L/100km。DB 的燃油经济性则基于课题组之前 62 辆欧 IV、欧 V 车的实际道路测试结果，考虑 20%的燃油经济性提升28，采用 24 L/100km。对于 EV 来说，由于具有制动能量回收系统，在频繁变速的城市道路工况下，能够获得更为显著的能耗削减效益。因此，研究同

46、样采用基于实际道路运行工况的 BEV 和 BEB 能耗数据，分别为 19.5 kWh/100km 和 84.0 kWh/100km28,10。（4）道路运行阶段排放因子本研究中 ICEV 和 DB 的 PM、NO 和 VOC 尾气排放因子均来2.5X24第三章 车辆电动化的减排效果评估自清华大学开发的 EMBEV 模型1，其中，ICEV 的热稳运行排放因子基于补充测试数据进行了更新，同时考虑了冷启动及其他修正。对于 PM2.5，EMBEV 模型提供了 GDI 和 PFI 技术下的排放因子。研究考虑到未来 ICEV 车队中采用 GDI 技术的比例将逐渐上升，因此研究基于课题组预测的 GDI 在未

47、来车队的占比（52%）1，对轻型车 GDI和 PFI 车辆的排放因子进行加权；对于 DB，则考虑使用安装 DPF 后的国 VI 排放因子。BC 排放因子根据调研的 BC/PM 比例进行折算29-33。VOC 蒸发排放因子来自清华大学刘欢课题组34。SO2 的排放采用硫元素平衡法，根据燃油经济性和含硫量（10ppm）进行计算，CO2 的排放则采用碳平衡法，根据燃油经济性进行计算35，见公式（3-1）、（3-2）。本研究使用的排放因子如表 3.1 所示。2，=(（0.85+0.43+0.75）+（0.85+0.43)44/1 1000（3-1）2，=64/3 1000（3-2）其中，2，2，是车辆

48、运行过程中的 CO 和 SO 排放，22g/km；是 TTW 阶段的能源消耗，kJ/km；是燃料的低位发热量，kJ/kg；和是燃料的碳含量和硫含量；是车辆运行过程中的 VOC 排放因子，kg/km；0.85 是 VOC 的平均碳含量；是车辆运行过程中的 CO 排放因子，kg/km；0.43 是 CO 的碳含量；是车辆运行过程中的 CH 排放因子，kg/km；0.75 是 CH 的碳含量。4425第三章 车辆电动化的减排效果评估表 3.1 车辆运行阶段温室气体与大气污染物排放因子污染物排放因子（g/km）ICEV0.13DB0.022.5VOCNOXPM2.5BC0.020.0010.00060

49、.0011570.020.0090.004649SO2CO23.1.2 小型客车生命周期减排效益研究比较了 ICEV 与 BEV 的 WTW 污染物排放，如图 3.3 所示。EV 在多种污染物上可达到全面的排放削减效益。ICEV 的 VOC 排放主要来自车辆运行阶段（包括汽油车尾气管和蒸发排放），由于 BEV 可实现车辆运行阶段的零排放，因此，BEV的推广可实现 WTW VOC 的大幅度减排，北京和深圳可分别减排 95%和 98%。对于 NO 和 PM，随着电厂超低排放改造的推进和上游电力的X2.5持续清洁化，上游 NO 和 PM 的排放因子大幅下降，EV 的生命周X2.5期 NO 和 PM

50、排放实现了减排。2015 年，华北地区燃煤电厂的 NOXX2.5和 PM2.5 排放因子分别在 3 和 0.4 g/kgce 左右23，而 2030 年考虑电力超低排放改造的完成后，华北地区燃煤电厂的 NO 和 PM 排放因子X2.5实现了显著削减，达到 1 和 0.08 g/kgce。近年来，随着上游电力清洁化的持续发力，未来清洁电力构成的比例将进一步提高。之前课题组基于 2010 年电力构成现状预测的 2030 年电力构成激进情景中，华北26第三章 车辆电动化的减排效果评估电网内京津冀区域和南方电网中的珠三角区域的可再生能源占比仅23%和 56%35；而本研究根据近年电力构成及政策导向预测