节能环保论文（节能降耗优秀文章）-碳中和资讯网

为探究电动汽车在全生命周期是否仍具有良好的节能减排效益，论文以插电式混合动力汽车(PHEV)和纯电动汽车(BEV)为研究对象，采用生命周期评价方法和GREET模型，对能源消耗及污染排放情况进行计算，并对比传统汽车(GICEV),以评价其环境效益。研究得出以下结论：

1)两种电动汽车全生命周期总能耗均低于传统汽车，PHEV和BEV相对于GICEV分别减少18.94%和24.27%,在车辆行驶阶段体现出明显的节能优势；

2)相比于GICEV,两种电动汽车对CO2、NOx、CO和VOC的排放量均有不同程度的下降，其中BEV对CO和VOC的减排效果最好，分别减少了90.34%和44.39%,但SOx的排放量增至GICEV的2.57倍，综合来看，PHEV和BEV的环境影响负荷分别比GICEV下降了24.25%和40.72%;

3)考虑负外部性时，电动汽车的纯经济成本更接近于真实成本，有利于减排；

4)在未来我国能源结构得到优化的前提下，推广电动汽车的效益会更加可观。

关键词：电动汽车;生命周期评价;GREET模型;环境影响负荷;节能减排

在汽车领域，节能减排一直是一个热度不减的话题。以我国为例，民用汽车拥有量由2010年的7 801.83万辆激增至2018年的2.32亿辆(国家统计局，2019a),汽车，尤其是传统燃油汽车，拥有量日益增加，与之俱来的能源问题和环境问题也日趋严峻。传统汽车尾气污染物排放所造成的环境污染则成为新时代我国环保事业面临的重大挑战。在此背景下，大力推广以清洁能源为燃料的环境友好型新能源汽车，逐渐成为我国解决上述问题的一项重要战略举措。

近年来，我国一直将新能源汽车作为战略性新兴产业。为促进新能源汽车的需求，2009年以来，中央和地方相继出台新能源汽车购置补贴和免征购置税等相关政策。2020年年初，面对新能源汽车行业下行压力及新冠疫情的双重打击，为进一步提振新能源汽车产业，国务院于2020年3月31日决定，将原定于年底失效的上述政策延期两年，并提出将充电桩纳入“新基建”(人民网，2020)。此举在促进传统汽车向新能源汽车的战略转型道路上迈出了重要一步。电动汽车作为新能源汽车的一种，一直被人们广泛认可。目前，混合动力汽车(HEV)、插电式混合动力汽车(PHEV)和纯电动汽车(BEV)是我国主要的电动汽车发展方向。然而，电动汽车节能减排的优势仅仅是针对汽车行驶阶段而言的，如果从全生命周期角度来看，电动汽车是否还具备这种优势，节能减排的环境效益是多少，均有待进一步研究。

在电动汽车和传统汽车能耗、污染物排放以及环境影响方面，国内外学者均展开了相关研究，这对其健康发展起到重要的推动作用：Ribau等(2014)通过单目标和多目标遗传算法，将燃料混合动力汽车(FC-HEV)和插电式混合动力汽车(FC-PHEV)与传统汽车进行对比发现，优化生命周期二氧化碳排放与控制成本相互矛盾，同时证明插电式混合动力汽车具有更高的运行效率，而燃料混合动力汽车成本和环境影响更低；Huo等(2015)选取中国与美国各3个地区对电动汽车温室气体和其他空气污染物排放展开研究，预测到2025年由于发电厂排放得到有效控制，电动汽车的使用将更大程度上减少温室气体和其他空气污染物排放；施晓清等(2013)通过燃料生命周期理论，以北京市电动汽车为研究对象，对多组减排情景进行模拟分析，为电动汽车的推广与改进提出了优化建议。在具体方法上，随着研究的不断深入，全生命周期方法被越来越多地应用于各种研究：Simons等(2015)通过全生命周期评价法发现使用氢气燃料比化石燃料能更大程度减少温室气体对环境的影响；刘宏等(2007)则从节能、环保和经济角度出发，对不同车型全生命周期进行评估，发现纯电动汽车能创造巨大的经济效应与社会效应；杨峰等(2009)通过对传统燃油汽车(RAVA4)与纯电动汽车(RAVA4 EV)进行全生命周期成本分析与比较，得出纯电动汽车运行成本低于燃油汽车，但总成本高于燃油汽车的结论；王恩慈等(2017)基于WTW体系与GREET模型，选择4个能源结构差异明显的国家，从能耗与排放两个方面对电动汽车进行分析，发现新能源为主的国家比以化石能源为主的国家更适合于发展纯电动汽车；孔德洋等(2018)从电解水制氢工艺出发，深入讨论在不同发电方式下，燃料电池汽车全生命周期能耗、排放与环境效益的具体情况，得出风能发电更占优势的结论。

综上所述，目前汽车生命周期环境影响的研究领域相对成熟，但较为缺乏各种电动汽车间的横向比较。本文试图通过生命周期评价方法，并结合GREET模型，选取市场上典型的插电式混合动力汽车和纯电动汽车为电动汽车的代表车型，从能耗、污染排放、环境影响负荷及环境成本等角度全面对比传统汽车进行分析评价，以判断电动汽车是否仍然具有良好的节能减排效益。

1 研究方法和数据

1.1 研究方法

1.1.1 GREET模型

GREET模型是由美国阿贡实验室(Argonne national laboratory, ANL)开发的研究车辆燃料周期能量消耗和气体排放的评价模型。该模型被广泛应用于汽车生命周期评价领域：通用汽车公司曾以美国为背景，应用GREET模型对不同车辆技术和燃料路线进行能耗及温室气体排放进行分析评价；Han等(2015)基于GREET模型得出轻型汽车和低碳燃料对温室气体减排效益可观的结论。

模型的计算逻辑为，对于燃料周期上游阶段，每单位产品输出所需要消耗的能量可由该过程的能量效率(η)计算得到。当所有原料均在生产燃料的过程中通过燃烧被消耗时，总能耗(Ein)的计算公式为

绝大多数情况下，原料可以同时充当生产燃料的原料和工艺燃料，此时的总能耗由原料能量和工艺燃料能量两部分组成，即部分原料能源作为原料转化为燃料，其余原料能源作为工艺燃料参与燃烧以提供热量。因此需要区分出工艺燃料的消耗量(Ep),公式为

燃料周期上游阶段的排放大部分来源于工艺燃料的燃烧，少量来源于非燃烧过程，如蒸发或泄漏。每种排放量与对应的工艺燃料种类、消耗量与设备有关。对于工艺燃料燃烧过程产生的第i种排放物的计算公式为

式中：Muc, i为非燃烧过程排放的第i种排放物；Fi,j,k为第k种设备使用第j种工艺燃料的排放因子；Ep, j,k为第k种设备使用第j种工艺燃料的消耗量，计算公式为

其中，Ein为能源总消耗量，由公式(1)和公式(2)计算得出，αj为工艺燃料总消耗量中第j种工艺燃料所占的比例，βk,j为在所有使用第j种工艺燃料的设备中第k种设备所占的比例。

需要注意的是，燃料周期上游的总能耗和总排放除了来源于燃烧消耗，还应将工艺燃料的生命周期上游阶段纳入考虑范围，因为工艺燃料作为一种燃料，也经历了一系列同样的生产方式。综上，燃料周期上游的总能耗(Etotal)和总排放(Mtotal, i)的计算公式为

式中：Eup, in, j为第j种工艺燃料自身上游阶段的能耗；Mup, i,j为第j种工艺燃料自身上游阶段排放物i的量；Ep, j为第j种工艺燃料的消耗量。

本文数据以GREET 模型中的内置数据为基准，对部分数据参考我国实际情况做出调整，详见1.2节。

1.1.2 生命周期评价法(LCA模型)

生命周期评价(life cycle assessment, LCA)是对一个产品或工艺过程全生命周期内有关的输入、输出及其直接和间接环境影响进行汇编和评估的方法，也称作从“摇篮”到“坟墓”的分析。根据ISO14040标准规定，LCA包括4个阶段：目的与范围的确定，环境清单分析，环境影响评价以及评价结果解释(ISO,2006)。

基于我国现状，本文以电动汽车推广使用的能源与环境效益分析为目标，引入传统汽车作为对照，全面评价车辆和燃料生产、使用和车辆报废处理阶段的能量消耗与污染物排放情况。为了便于与GREET模型结果衔接，本文将评价范围整合为燃料周期和车辆周期。根据生命周期的概念，针对车辆燃料，美国ANL提出了“从井到轮”(well-to-wheel, WTW)评价体系。该体系以燃料系统为研究对象，分为从油井到油泵(well-to-pump, WTP)和从油泵到车轮(pump-to-wheel, PTW)2个阶段：WTP为燃料周期的上游阶段，主要包括原料的开采、运输和储存，燃料的生产、运输和配送；PTW为燃料周期的下游阶段，以车辆行驶过程对燃料的消耗为主体。燃料周期的环境影响主要由上游的生产运输和下游的燃料消耗造成。车辆周期包括车用原材料生产、车辆制造(主体、电池和流体)、整车装配、车辆配送以及维修和报废阶段。汽车全生命周期的环境影响是燃料周期和车辆周期所有环境影响的总和。本文研究的环境影响仅限于与车辆和燃料系统直接相关的影响，诸如厂房建设和设备制造等间接影响则不纳入考虑范围。

本文以每辆汽车行驶25万km为功能单位，利用燃料经济性指标，即“能耗信息”(L/hkm),使以“每输出1 MJ车用燃料”为单位的WTP阶段和以“每行驶100 km”为单位的PTW阶段建立联系，对各类汽车进行全生命周期能耗分析和环境影响评价，涉及的主要排放物包括CO2、CH4、SOx、NOx、粉尘、CO和VOC等7种，其中粉尘包括PM2.5和PM10。汽车全生命周期主要架构如图1所示，主要包括汽车生产阶段、汽车行驶阶段和汽车报废回收阶段。

图1 汽车全生命周期主要架构

环境影响评价是将清单分析得到的环境负荷量通过分类、特征化、标准化和加权转化成不同类型的环境影响，以便从不同角度审查研究系统，进而为下一阶段的评价结果解释提供信息。环境影响评价主要考虑7种排放物对环境的影响，包括全球变暖、酸化、光化学臭氧合成和烟尘及灰尘5个方面(Hertwich等，2001)。

1)特征化环境影响潜值是指全生命周期环境排放影响的总和，计算公式为

式中：EP(j)为第j种环境影响潜值，即系统对第j种潜在环境影响类型的贡献；Q(j)i为第i种物质的排放量；EF(j)i为第i种排放物质对第j种潜在环境影响的当量因子，本文考虑影响尺度为100 a。

2)标准化的第一个目的是使以绝对数表示的影响值转化为相对值，从而具有数值可比性；第二个目的是为进一步评估提供依据。本文以1990 年作为参考年，建立标准人当量，即每年每人平均造成的环境影响潜值。标准化后的环境影响潜值可表述为

式中：NEP(j)为标准化后的环境影响潜值；ER(j)90为1990年全球(地区)第j种环境影响人均潜值。标准化后的单位记为“标准人当量”。

3)加权标准化后的环境影响潜值仅反映各种影响类型的相对大小，并没有反映出该影响的相对重要性，这说明即便两种不同的环境影响潜值标准化后结果相同，也不能代表二者的影响同样严重。因此需要对影响的重要性进行排序，重要性即权重，加权后的第j种环境影响潜值WP(j)为

式中WF(j)为权重因子。本文采用2000年我国政府的削减目标确定权重，可以反映在1990年的基准上要削减多少才能达到2000年的目标。权重越大，削减越快，权重大于1说明2000年的总量排放会低于基年，小于1说明目标是降低排放的增长速度而并非削减总量(杨建新，2002)。

4)环境影响负荷。通过将加权后的环境影响潜值进行加和，构建环境影响负荷指标EIL,用于反映所研究系统的整体全生命周期内对环境的压力大小。

1.2 数据和材料

1.2.1 研究对象的选取

根据当前新能源产业的发展现状和政府的发展规划，混合动力汽车(HEV)、插电式混合动力汽车(PHEV)和纯电动汽车(BEV)是主要的电动汽车发展方向。因此本文选取插电式混合动力汽车(PHEV)、纯电动汽车(BEV)进行生命周期评价。在选取各类型代表车型时，考虑典型性和市场占有率等因素。丁舟波等(2017)在电动汽车全生命周期评价中，基于美国ANL车辆周期模型，选择丰田普锐斯PHEV和日产聆风分别作为插电式混合动力汽车和纯电动汽车的代表。普锐斯是世界上最早实现批量生产的混合动力汽车，截至2017年1月底，全球累计销量已突破1 000万辆(丰田中国，2017),故本文选取普锐斯PHEV作为插电式混合动力车的典型。截至2019年5月，日产聆风全球累计销量达41.5万辆，成为全球累计销量最高的纯电动车型(汽车之家，2019),故本文选择日产聆风作为纯电动汽车的代表。此外，为了便于分析电动汽车的节能减排效益，本文还选取了2019年国内销量最高的传统汽油车大众朗逸(GICEV)作为对照车型。3种车型的主要参数见表1。

表1 车型主要参数

1.2.2 燃料周期的能耗与污染物排放

1)燃料关键参数设置。本文涉及的汽车燃料为电能和汽油。根据《2019年国民经济和社会发展统计公报》和《2019年全国电力工业统计快报》,我国2019年发电量组成为：火力发电占69.57%,水力发电占17.38%,核电占4.64%,线路损失率为5.9%(国家统计局，2020;中国电力企业联合会，2020)。由于我国发电主体是煤炭发电，所以对煤炭发电路径依照我国实情调整参数，其余使用软件默认数据。此路径包括：煤炭开采和洗选、煤炭运输、煤炭发电，其中，煤炭开采洗选过程的能源转化效率为97.5%,消耗煤炭占比80%,电力占比16%,柴油占比2%,各种燃料均对应一种或多种燃烧技术。参考张茜(2012)的研究，为各技术分别设置使用比例。煤炭运输方式设置如下：铁路640 km, 占比70.6%;水路1 255 km, 占比19.1%;公路179 km, 占比10.3%。煤炭发电主要利用气化联合循环发电系统(IGCC)和内燃机发电系统，二者分别占比1%和99%。

汽油的燃料路径包括：原油的开采和运输、汽油的精炼、成品油的运输及储存。对WTP阶段能耗影响最大的是原油的开采效率和汽油的炼制效率。国内原油开采效率为93%,开采阶段消耗能源的占比情况为：电力37%、天然气23%、原油20%、煤炭10%、柴油8%,参考张茜(2012)的研究，为各种燃料对应的燃烧技术分别设置比例。原油运输方式设置如下：铁路917 km, 占比14.7%;水路1 806 km, 占比51.9%;管道428 km, 占比33.4%。对于进口原油，则采用GREET内部默认的美国原油开采效率。2019年，我国原油进口量为5.01亿t, 对外依存度72.5%(石油商报，2020),平均运输距离11 000 km, 90%为远洋运输(Shen等，2012)。汽油精炼时的能源转化效率为90.6%,消耗能源的占比情况为：煤48.9%,电力33.8%,燃料油11.9%。汽油运输方式设置如下：铁路913 km, 占比65%;公路80 km, 占比100%;水路1 806 km, 占比24%;管道300 km, 占比11%(Shen等，2012)。各运输的能源强度使用软件内置数据。

2)能耗与污染物排放结果。为了使燃料周期与车辆周期的研究结果相关联且具有可比性，应为3种汽车设置相同的寿命里程，以往研究一般将此指标设定于1.5万～30万km(Hawkins等，2013;Zamel等，2006;Weiss等，2003)。本文取值25万km, 基于此功能单位，结合车型参数，利用GREET 模型计算燃料周期的能耗和排放，结果如表2所示。由此可以看出，纯电动汽车的全生命周期能耗最小，但燃料上游阶段耗能最高。

1.2.3 车辆周期的能耗与污染物排放

1)车辆主体。汽车的整备质量是汽车在正常条件准备行驶时的重量(油箱装有90%的燃油),并包括随车附件(备胎、随车工具等)。本文假设GICEV和PHEV的整备质量中含有30 kg的汽油，将汽油、流体、电池和轮胎质量一并扣除，得出GICVE、PHEV和BEV的剩余质量(主体质量)分别为：1 136 kg、1 495 kg和1 491 kg。

计算车辆制造过程的能耗和排放需要材料组分和材料能耗数据。如附表1所示，共8种主要材料，假设均为原生材料；材料能耗及排放情况如附表2所示。

表2 燃料周期能耗及污染物排放

计算得主体制造阶段的能耗及排放结果，如表3所示。由此可以看出，总能耗和主体质量呈正相关。与传统汽车相比，其余二者因质量更大产生了更多能耗和污染排放。因此，相比传统汽车，电动汽车更需要实现车身轻量化，从而在此阶段实现节能减排，例如，增加碳纤维增强复合材料在原材料中的占比，不仅可以有效减重，还能通过结构优化提高材料利用率。

2)电池和流体。电池的完整生产流程包括生产和装配两个过程。生产过程采用GREET内置数据。由于各类电池装配流程基本一致，本文假设装配过程的能耗强度均为2.67 MJ/kg(Dunn等，2014)。流体环境清单包括生产、使用和废弃物处理3个阶段。加和电池系统和流体系统环境清单的计算结果如表4所示。随着动力系统电气化程度的提升，电池质量增加，制造过程的能耗和污染排放逐渐增加。同时，流体质量也随电气化程度提升而减小，制造阶段的能耗和污染排放逐渐降低。最终，由于电池系统质量较大，BEV总能耗最高。

表3 车辆主体系统制造阶段的能耗及排放

表4 电池系统和流体系统能耗及排放

3)装配，运送和报废。汽车装配阶段包括7个步骤：油漆生产、涂装、空气调节系统(HVAC)和照明、供暖、物料搬运、焊接以及车间压缩空气。本文采用GREET内置数据库计算结果。配送阶段模拟重型卡车运输，取平均运输距离1 600 km(Schuckert等，1996;Li等，2012)。报废回收阶段分为汽车主体粉碎和电池报废处理两个过程，假设二者的比能耗分别为0.37 MJ/kg和31 MJ/kg(Aguirre等，2012),仅使用电能。计算结果如表5所示。

表5 装配运送和报废阶段能耗及排放

2 结果与分析

2.1 汽车全生命周期能耗分析

GICEV、PHEV和BEV在整个燃料周期的能耗分别为：803 GJ、575 GJ和510 GJ。由图2可知，相对于GICEV,PHEV和BEV两种新电动汽车的能耗均有不同程度地降低：PHEV降低了28.35%;BEV节能效果最显著，降低了36.45%。WTP阶段，相对于传统汽车，PHEV和EBV两种电动汽车更加耗能，其中BEV能耗最高，比GICEV高出64.94%,这主要是由于电能的生产需要消耗大量的一次能源，我国以燃煤发电为主，而煤电的效率仅有40%左右，转化时损失了大部分能量。PTW阶段，PHEV和BEV能耗分别为GICEV的56.15%和31.56%,体现出明显的节能优势。这是由于行驶过程中汽油燃烧的能量损耗非常严重，而电能的燃料经济性优于汽油，能量转化效率较高。因此，在车辆行驶阶段使用电动汽车有利于节能环保。

图2 燃料周期各阶段耗能情况

GICEV、PHEV和BEV在整个车辆周期的能耗分别为：113 GJ、167 GJ和183 GJ。由图3可知，汽车主体能耗最大，其次是电池和流体，在车辆周期各部分能耗随质量增加而增加。同时，电池生产及报废处理阶段的能耗随汽车电气化程度的提高而明显增加。

图3 车辆周期各部分能耗情况

汽车全生命周期总能耗为燃料周期和车辆周期能耗之和，GICEV、PHEV和BEV总能耗分别为916 GJ、742 GJ和693 GJ。由图4可知，PHEV和BEV总能耗均低于GICEV,分别降低了18.94%和24.27%,这表明电动汽车可以在一定程度上降低能源消耗。无论哪种汽车，燃料周期占全生命周期能耗的比例均达到70%以上。由此可知，限制传统汽车进一步发展的瓶颈是汽油的低转化效率，而要更好地发挥电动汽车的节能优势，提高原始能源发电的转化效率则至关重要。

图4 汽车全生命周期能耗情况

2.2 汽车全生命周期污染物排放分析

由图5可以看出：对于BEV,PHEV的CO和VOC减排效果更为明显，分别减少了90.34%和44.39%,CO2和NOx排放量分别下降了19.17%和25.67%,但SOx排放量明显增加至GICEV的2.57倍，粉尘排放量也增加了43.92%。由此可知，随着汽车电气化程度的增加，主要来源于不完全燃烧和燃料挥发的CO和VOC排放量降低。同时，SOx的排放量随电能使用的增加而增加，目前我国燃煤基数较为庞大，即使采用了脱硫技术仍会产生大量硫氧化物。由于电能是清洁能源，BEV在PTW阶段实现的零排放是促使其全生命周期CO2和NOx减排的关键因素。这也说明BEV的温室气体排放(主要是CO2)向WTP阶段(电能的生产阶段)集中，这不仅有利于燃煤电厂对排放进行集中处理，还有利于减轻城市的热岛效应，提升当地居民的生活质量。在粉尘排放方面，两种电动汽车排放量均大于传统汽车，并无优势可言，这主要是煤炭开采运输过程产生的扬尘所致。

图5 两种电动汽车相对于传统汽车的污染物排放变化情况

2.3 汽车全生命周期环境影响评价

涉及的5种环境影响及对应污染物分别为：全球变暖(CO2和CH4)、酸化(SOx和NOx)、光化学臭氧合成(VOC、CO和CH4)和烟尘及灰尘(粉尘)。基于环境清单分类，以当量模型作为特征化模型，选取国际通用的特征化因子计算5种环境影响潜值，再依次进行标准化和加权处理，所得结果即为环境影响负荷水平(EIL)。由此计算出GICEV、PHEV和BEV的环境影响负荷，结果如表6所示。

GICEV的环境影响负荷为58.40人当量，即一辆传统汽车全生命周期的环境影响为1990年人均综合环境影响潜值的58.40倍，同理，PHEV的环境影响负荷为44.24人当量，BEV的环境影响负荷为34.62人当量。对于GICEV,以造成光化学臭氧合成的影响最大，占比79.81%;其次是全球变暖、酸化和富营养化，分别占12.35%、4.95%和1.63%;造成粉尘的影响最小，仅占1.27%。这主要是因为汽油燃烧产生大量挥发性有机物参与光化学反应造成光化学烟雾，同时排放大量温室气体使气温升高，导致全球变暖。随着电气化程度的提升，造成酸化的影响越来越大。对于BEV,酸化占比16.96%,仅次于光化学臭氧合成，这表明电气化程度高的汽车在生产燃料和制造车辆时，涉及电能使用的过程多，因而产生大量硫氮氧化物，进而造成酸化。

表6 GICEV、PHEV与BEV的环境影响负荷