中國分省道路交通二氧化碳排放因子

呂 晨 ,張 哲 ,陳徐梅 ,馬 冬 ,蔡博峰 * (.生態環境部環境規劃院,北京 000；.上海交通大學,中英國際低碳學院,上海 0040；.交通運輸部科學研究院,北京 00084；4.中國環境科學研究院,國家環境保護機動車污染控制與模擬重點實驗室,北京 000；5.清華大學環境學院,北京 00084)

中國于 2009年成為世界上最大的二氧化碳(CO2)排放國,交通運輸是 CO2排放量增長最快的行業[1-2].其中,道路CO2排放對交通排放總量的貢獻率達到 71.7%,遠超航空,鐵路和水運等其他運輸方式[3],且在經濟發達,人口密度高的一,二線城市道路排放占比更高[4-5].中國政府于2020年在聯合國大會承諾CO2排放力爭于2030年前達到峰值,努力爭取于2060年前實現碳中和.在工業領域采取有力減排措施的同時,發掘機動車減排潛力,控制道路 CO2排放量增長成為降低CO2排放總量并推動碳排放達峰的重要驅動力.提高道路 CO2排放量的核算精度,掌握排放量的變化規律是制定有效減排措施的基礎.

通過研究機動車 CO2排放因子,以提高道路CO2排放量評估的準確性,具體方法包括基于發動機參數和油耗量進行理論計算[6-10],基于宏觀排放因子模型(Computer Programme to Calculate Emissions from Road Transport, COPERT)[11-16],綜合移動源排放模型(Motor Vehicle Emission Simulator,MOVES)[17-19],工況排放模型(International Vehicle Emission Model, IVE)[20],瞬態排放模型(Transport &Mobility Model, TREMOVE)[21]等模型結合本地化參數模擬,基于便攜式排放測試系統(Portable Emission Measurement System, PEMS)等移動監測設備實測[14,22-25]以及其他研究方法[26-28].機動車排放因子受引擎油耗速率,車輛行駛速度,路面鋪設狀況,環境溫濕度等條件的影響而動態變化,全國不同地區由于機動車保有量,擁堵狀況,道路通行能力,路網車速等條件的不同,機動車 CO2排放因子存在差異.研究人員已對北京市,西安市,深圳市等地的機動車排放因子進行深入研究[17,29-31],但由于研究口徑和方法的差異,對于不同省份和城市間機動車排放因子對比的研究相對缺乏.同時,交通產業的發展和運輸結構調整使居民的出行方式日益多樣化,對比不同交通工具乘客的人均 CO2排放量,倡導居民選擇低能耗,低排放的交通工具出行是節能減排的有效途徑.當前研究主要集中于對單車排放因子的研究,對于機動車單位客運,貨運周轉量 CO2排放因子的研究相對匱乏.

本研究綜合考慮內燃機車輛的直接排放和純電動汽車的間接排放,基于本地化修正的 MOVES模型模擬機動車在不同速度條件下的CO2排放因子,建立速度與排放因子變化規律的評估方程.結合路網平均車速和電網排放因子得到各省分車型的CO2排放因子,對比全國不同省份間機動車排放因子的差異.同時,綜合考慮客運車輛的載客量和客座率,貨運車輛的載重量和載貨率,建立各省單位客運,貨運周轉量的機動車 CO2排放因子數據庫,旨在為核算各省道路交通排放量提供數據支持,并根據排放因子的變化特征提出有效的道路交通減排措施.

1 數據來源與方法

1.1 車型分類

機動車 CO2排放包括直接排放與間接排放,直接排放來自汽油,柴油等內燃機車輛燃料燃燒產生的尾氣排放,間接排放來自電動汽車消耗電能引起的排放.參考GA802-2014[32],GB1589-2016[33]和GB 7258-2017[34]標準中的車型分類原則與具體參數,與MOVES模型中車型分類模塊相匹配,確定本研究的車型包括6種載客汽車與 4種載貨汽車.其中,載客汽車分為汽油,柴油,純電動小型載客汽車,柴油,純電動公交車和摩托車;載貨汽車分為重型,中型,輕型和微型載貨汽車,詳細的分類標準及車型參數如表1所示.

表1 車輛分類標準與車型參數Table 1 Vehicle classification standards and parameters

1.2 研究方法

MOVES模型作為新一代多功能,綜合性的機動車排放模型,通過引入比功率(VSP)將活動水平數據分解到各個源組,隨后將源組分布與各源組排放速率相結合,模擬機動車在不同運行工況下的溫室氣體排放因子.國內外大量研究已基于 MOVES模型結合本地參數模擬目標區域的機動車CO2排放因子,并證明了該模型良好的可移植性和模擬結果的準確性.如圖1所示,運行模型時,首先創建運行規范,規定模擬的區域邊界,核算目標,時間跨度,車輛類型,燃料類型,道路類型和溫室氣體類型等模擬條件.隨后,在運行規范的基礎上使用參數管理面板(CDM)將默認參數替換為中國本地化參數,進行本地化修正.基于本地化修正的MOVES模型模擬8種內燃機車輛在不同行駛速度下的 CO2排放因子,并建立速度與排放因子變化關系的擬合方程,如公式(1～8)所示.隨后,結合各省路網平均車速得到分省分車型的CO2排放因子.純電動汽車的間接 CO2排放因子根據車輛每百公里耗電量結合不同省份的電網CO2排放因子核算,方法如公式(9～10)所示.參考美國環保署對 56款純電動汽車在混合工況下的能耗測試數據,并調研國內典型電動小客車,電動公交車的性能參數,綜合選取電動小客車和電動公交車的耗電量分別為16和100(kW·h)/100km.

圖1 研究方法流程Fig.1 Flowchart of research methods

式中: EF為基于行駛里程的機動車CO2排放因子,kgCO2/km;V為行駛速度,km/h;R為每百公里電耗量,(kW·h)/100km;I為電力排放因子,kgCO2/(kW·h);x為車型,其中 x1為汽油小型載客汽車,x2為柴油小型載客汽車,x3為電動小型載客汽車,x4為柴油公交車,x5為電動公交車,x6為摩托車,x7為重型載貨汽車,x8為中型載貨汽車,x9為輕型載貨汽車,x10為微型載貨汽車.

機動車單位客運周轉量CO2排放因子定義為乘客出行時每 km 人均 CO2排放量,單位貨運周轉量CO2排放因子定義為貨物運輸時每公里每噸貨物CO2排放量.兩者不僅取決于交通工具自身的排放特性,更與實際負載率有關.基于客車的額定載客量與客座率,貨車的額定載重量與載貨率計算單位客運,貨運周轉量的CO2排放因子,方法如公式(11～12)所示.

式中:EN為單位客運周轉量 CO2排放因子,kgCO2/(人·km);EC 為單位貨運周轉量 CO2排放因子,kgCO2/(t·km);N 為額定載客量,人;P 為實際客座率,%;C為額定載重量,t;S為實際載貨率,%.

1.3 數據來源

基于 MOVES模型在國家尺度模擬排放因子,本地化參數通過官方統計年鑒,數據網站,文獻資料獲取.其中,車型分類及參數如表1所示,分車型的機動車保有量與分等級的道路長度來源于中國統計年鑒[35];車輛行駛里程來源于《道路機動車大氣污染物排放清單編制技術指南(試行)》[36]提供的道路機動車年均行駛里程參數;燃料參數選取國Ⅴ排放標準下的汽油,柴油成分數據;車齡分布基于每年新注冊車輛數量與分車型的車輛存活曲線得到的車齡分布[17];氣象參數來源于中國氣象數據數據網(http://data.cma.cn)對 2019年全國逐時溫度,濕度的統計;速度逐時分布來自百度地圖智慧交通平臺(http://jiaotong.baidu.com/top/)對全國百余城市路網逐時平均速度的監測數據.

計算分省 CO2排放因子時,需考慮各省不同的路網平均速度與電力排放因子.如表 2所示,路網平均速度數據來源于2020年7月1日～2020年11月 30日間百度地圖智慧交通平臺對全國百余城市逐時路網速度的監測數據,并取平均值,以該省份典型城市的速度表征該省份的路網平均車速;各省電力排放因子參考中國區域電網平均CO2排放因子[37].

表2 不同省份路網平均車速與電網CO2排放因子Table 2 Average road speed and electricity CO2 emission factor in different provinces

2 結果與討論

2.1 機動車CO2排放特性

車輛類型、燃料類型、引擎油耗速率和行駛速度是造成機動車 CO2排放因子變化的主要因素,如圖2所示,汽油、柴油機動車(除摩托車)的CO2排放因子隨速度的升高有明顯的下降趨勢.在機動車啟動階段(速度小于 10km/h),較高的燃料消耗速率導致排放因子達到最高值;隨后在低速階段(10～40km/h),排放因子的波動幅度較大,隨速度的提升迅速下降;當達到正常運行階段(40～100km/h),排放因子穩定較低水平,波動幅度較小;最后,在高速階段(速度大于100km/h),排放因子出現小幅度的波動,部分車型排放因子小幅上升.同時,機動車 CO2排放因子與發動機排量,油耗速率,載運量成正比.全國路網平均速度為 53.620km/h,平均電網排放因子為0.647kgCO2/(kW·h),在此條件下,如圖 3 所示,單車CO2排放因子由高到低分別為:柴油公交車0.880kgCO2/km,重型貨車 0.877kgCO2/km,電動公交車0.676kgCO2/km,中型貨車0.508kgCO2/km,輕型貨車0.374kgCO2/km,柴油小客車0.227kgCO2/km,微型貨車0.216kgCO2/km,汽油小客車0.203kgCO2/km,電動小客車0.108kgCO2/km與摩托車0.062kgCO2/km.

圖2 機動車CO2排放因子隨行駛速度變化規律Fig.2 The variation between CO2 emission factors and speeds of vehicles

圖3 機動車CO2排放因子與單位周轉量CO2排放因子Fig.3 CO2 emission factor and CO2 emission per turnover of different motor vehicles

機動車單位周轉量CO2排放因子不僅取決于車輛排放特性,同時與載運量相關.如圖 3所示,對于載客汽車,摩托車,柴油小客車,汽油小客車,電動小客車,柴油公交車和電動公交車滿載時的單位客運周轉量 CO2排放因子分別為 0.062,0.045,0.041,0.022,0.015,0.011kgCO2/(人·km).結果發現,摩托車由于僅限單人駕駛,人均 CO2排放量最高,公交車滿載時人均 CO2排放量最低.由于載客量較高,柴油公交車和電動公交車的人均CO2排放量較汽油小客車相比分別降低了 63%和 73%,倡導公共交通,降低私家車使用頻率是降低道路交通 CO2排放量的有效途徑.同時,推廣純電動汽車是減少機動車 CO2排放量的關鍵措施,在結合間接排放的條件下,電動小客車的人均CO2排放量較汽油和柴油小客車分別下降了46%和 51%,電動公交車的人均 CO2排放量較柴油公交車下降了 27%.對于貨運車輛,微型貨車,輕型貨車,重型貨車和中型貨車滿載時的單位貨運周轉量CO2排放因子分別為 0.120,0.083,0.049,0.042kgCO2/(t·km),微型貨車受載重量的限制,單位貨運量的CO2排放量最高,中型貨車的單位貨運量CO2排放量最低.

2.2 分省機動車CO2排放因子

基于 31個省份的路網平均速度與電網排放因子得到不同省份各類機動車 CO2排放因子,并與理論計算,MOVES模型,COPERTIV模型,IVE模型,TREMOVE模型,PEMS實測,統計數據核算和其他方法得到的CO2排放因子作比較(圖4虛線所示),驗證結果的準確性.

圖4 各省份不同車型CO2排放因子Fig.4 CO2 emission factors for different motor vehicles in different provinces

各城市由于人口密度,機動車保有量,道路密度,道路等級,限行措施的差異,導致道路通行能力不同,路網平均速度相應存在差異.如圖4所示,上海,北京,重慶等一線和新一線城市人口密度高,經濟實力強,2018年千人機動車保有量分別為174,267,186輛/千人[38-40],均高于全國平均水平(166輛/千人[35]).較高的機動車保有量導致道路相對擁堵,路網平均速度低于45km/h,柴油和汽油車輛的 CO2排放因子位居全國前列.以汽油小型載客汽車為例,上海,北京,重慶的CO2排放因子均為0.215kgCO2/km,較全國平均值高出 5.58%.與之相比,廣西[41],江西[42]的千人機動車保有量分別為 104,117輛/千人,遠低于全國平均水平.路網平均車速高于60km/h,車輛通行狀況良好,汽油小客車的CO2排放因子分別為0.194和0.190kgCO2/km,全國平均水平相比分別降低 4.43%和 6.40%.因此,在控制城市機動車保有量的同時,提升道路通行能力,降低道路擁堵狀況,從而提高機動車行駛速度是降低道路 CO2排放量的有效途徑.電動汽車的CO2排放量與電網排放因子相關,如圖 4(i)和(j)所示,受區域電網排放因子的影響,華北,東北,華東和西北地區的電動汽車CO2排放因子較高,華中和南方地區的排放因子較低.

2.3 分省單位周轉量CO2排放因子

根據各省機動車 CO2排放因子,結合載客汽車的最大載客量與載貨汽車的最大載重量,建立分省分車型的單位客運,貨運周轉量 CO2排放因子庫,如表 3所示.將排放因子庫與一定時間尺度內目標區域的客運周轉量與貨運周轉量相結合,可迅速評估該區域的道路CO2排放量.

表3 分省單位周轉量CO2排放因子Table 3 CO2 emission factors per turnover in different provinces

續表3

3 結論

3.1 柴油公交車,重型貨車,電動公交車,中型貨車,輕型貨車,柴油小客車,微型貨車,汽油小客車,電動小客車與摩托車的全國平均 CO2排放因子分別為0.880, 0.877, 0.676, 0.508, 0.374, 0.227, 0.216, 0.203,0.108, 0.062kgCO2/km.單位客運周轉量的CO2排放因子與交通工具類型,額定載客量和實際客座率有關,在滿載條件下,柴油公交車和電動公交車的人均CO2排放量較汽油小客車相比分別降低了 63%和73%,電動小客車的人均 CO2排放量與汽油和柴油小客車分別下降了 46%和 51%,電動公交車的人均CO2排放量較柴油公交車下降了 27%.倡導綠色出行,發展公共交通,降低私家車使用頻率,推廣新能源汽車,同時提高客座率是降低道路 CO2排放量的有效途徑.

3.2 機動車 CO2排放因子隨行駛速度的升高而降低,各省份由于路網通行能力和電網排放因子不同,導致內燃機車輛和純電動汽車的 CO2排放因子不同.上海,北京,重慶等省份道路相對擁堵,路網平均速度低于45km/h,機動車CO2排放因子較高;廣西,江西等地車輛保有量較少,道路相對暢通,路網平均速度高于60km/h,機動車CO2排放因子較低.因此,在控制機動車保有量增長的同時,優化道路布局,提升通行能力,降低擁堵程度,從而提高全路網尤其是核心城區的車輛行駛速度,是降低道路 CO2排放量的有效方法.

3.3 建立分省分車型的單位客運,貨運周轉量 CO2排放因子庫,為基于周轉量核算區域道路交通 CO2排放量的方法提供了數據支持.