不同能源策略下北京市私有机动车辆CO2排放系统仿真模拟

doi:10.3969/j.issn.2097-0706.2023.08.004

综合智慧能源 ›› 2023, Vol. 45 ›› Issue (8): 26-35.doi: 10.3969/j.issn.2097-0706.2023.08.004

不同能源策略下北京市私有机动车辆CO₂排放系统仿真模拟

何沭纬¹^,²(), 韩颖慧¹^,³^,^*(), 徐文斌⁴(), 张元勋²^,^*(), 单玉龙³(), 余运波³()

1.中国科学院大学资源与环境学院，北京 100049
2.中国科学院大学燕山地球关键带与地表通量观测研究站，北京 101408
3.中国科学院生态环境研究中心，北京 100085
4.北京环境特性研究所，北京 100854

收稿日期:2023-06-02 修回日期:2023-06-14 出版日期:2023-08-25 发布日期:2023-08-22
通讯作者: *韩颖慧（1978），女，副教授，硕士生导师，博士，从事温室气体核算、监测与减排控制、电化学储能、综合能源管理等方面的研究，hanyinghui@ucas.ac.cn；张元勋（1971），男，教授，博士生导师，博士，从事大气化学、环境监测仪器与分析方法开发、环境健康、生态环境损害鉴定评估等方面的研究，yxzhang@ucas.edu.cn。
作者简介:何沭纬（1997），男，在读博士研究生，从事常规污染物与温室气体协同减排及核算、区块链技术在温室气体交易的应用、系统动力学模型与最优化模型耦合决策等方面的研究， heshuwei22@mails.ucas.ac.cn；
徐文斌（1986），男，副研究员，博士，从事温室气体检测及危险化学气体泄漏监测等方面的研究，xuwb@aircas.ac.cn；
单玉龙（1990），男，副研究员，硕士生导师，博士，从事移动源污染排放控制基础与应用方面的研究，ylshan@rcees.ac.cn；
余运波（1971），男，研究员，博士生导师，博士，从事机动车碳污一体化减排控制方面的研究，ybyu@rcees.ac.cn。
基金资助:
国家重点研发计划项目(2022YFE0209500)

Simulation for CO₂ emissions from private vehicles in Beijing under different energy strategies

HE Shuwei¹^,²(), HAN Yinghui¹^,³^,^*(), XU Wenbin⁴(), ZHANG Yuanxun²^,^*(), SHAN Yulong³(), YU Yunbo³()

1. College of Resources and Environment Sciences, University of Chinese Academy of Sciences, Beijing 100049, China
2. Yanshan Earth Critical Zone and Surface Flux Observation and Research Station, University of Chinese Academy of Sciences, Beijing 101408, China
3. Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China
4. Science and Technology on Optical Radiation Laboratory, Beijing Institute of Environmental Characteristics, Beijing 100854, China

Received:2023-06-02 Revised:2023-06-14 Online:2023-08-25 Published:2023-08-22
Supported by:
National Key Research and Development Program of China(2022YFE0209500)

摘要/Abstract

摘要：

在全球气候变暖的背景下，低碳排放已经成为公众关注的焦点。为减少北京市私有机动车辆的碳排放，需要研究不同能源策略下北京市私人所有车辆碳排放趋势。对北京市私有车辆的碳排放特性进行了深入的研究，通过收集北京市私有车辆数量、车辆能源消耗、能源排放因子以及电力生产排放等数据，使用系统动力学方法建立了北京市私人乘用车、私人货运车辆以及其他用途车辆碳排放模型，重点研究了2030—2060年的碳排放情况。模型计算了基准情景、燃料替代情景、清洁能源情景和燃料替代与清洁能源双重实施情景下2010—2060年间北京市私有机动车辆的碳排放量。研究结果显示：4种情景下都能实现碳达峰，但在现有规划下，基准情景很难在2030年实现碳达峰，而其他情景则能加速碳达峰的到来；到2060年时，与基准情景相比，清洁能源情景减少了5.7%的碳排放量，燃料替代情景减少了20.0%的碳排放量，燃料替代与清洁能源双重实施情景减少了34.3%的碳排放量；单独从能源消费端实施燃料替代行动比单独从能源生产端实施清洁能源行动更有效，但双重实施情景的碳减排效果超过了两者单独实施情景之和，产生了协同效应。敏感性分析显示，能源消费端燃料替代、能源生产端清洁能源发电以及柴油机和汽油机的燃烧效率是影响碳排放的主要因素。研究结果可为决策者提供有启发的信息，推动北京市未来的能源和交通领域实现低碳发展，为北京市能源和交通领域的碳排放研究提供新的视角。

关键词: 碳排放：私有机动车辆, 系统动力学, 能源政策, 情景模拟, 碳达峰, 清洁能源

Abstract:

In the context of global warming and climate change， reduction of carbon emissions has become a major concern. To solve this problem，the carbon emissions from private vehicles in Beijing with different energy policies are analysed. The number of private vehicles，energy consumptions of vehicles， emission coefficient of vehicles and carbon emissions from power generation are intensively studied. The carbon emission models of private vehicles， freight cars and vehicles for various purposes in Beijing are established by system dynamics， and their carbon emissions from 2030 and 2060 are studied. The models calculate the carbon emissions from private vehicles in Beijing between 2010 and 2060 under four scenarios： the basic scenario， electric vehicle （EV） substitution， clean energy， and combined utilization of EV substitution and clean energy. Although the carbon peaking can be achieved under all the four scenarios， but the goal can hardly be achieved by 2030 under the basic scenario. The other three scenario can accelerate the pursuit of the goal. Compared with the carbon emissions under the basic scenario， the carbon emissions from vehicles under clean energy scenario can be reduced by 5.7%， that under EV substitution scenario can be reduced by 20.0%， and that with combined utilization of EV substitution and clean energy can be reduced by 34.3%. It can be seen that the EV substitution strategy implemented at user end is prior to the clean energy strategy implemented at source end. However， the combination of clean energy strategy and EV substitution strategy demonstrates a synergistic effect in carbon emission reduction， surpassing the sum of the reduction made by the two strategies. The sensitivity analysis reveals that EV substitution at consumption end， clean energy generation at source side， and the combustion efficiency of diesel and gasoline engines are the primary factors influencing carbon emissions. This study provides insightful information for decision-makers， promoting low-carbon development of energy and transportation sectors in Beijing， and offering a new perspective for researches on carbon emissions from these two sectors.

Key words: carbon emissions, private vehicle, system dynamics, energy policy, scenarios simulation, carbon peak, clean energy

中图分类号:

X169

何沭纬, 韩颖慧, 徐文斌, 张元勋, 单玉龙, 余运波. 不同能源策略下北京市私有机动车辆CO₂排放系统仿真模拟[J]. 综合智慧能源, 2023, 45(8): 26-35.

HE Shuwei, HAN Yinghui, XU Wenbin, ZHANG Yuanxun, SHAN Yulong, YU Yunbo. Simulation for CO₂ emissions from private vehicles in Beijing under different energy strategies[J]. Integrated Intelligent Energy, 2023, 45(8): 26-35.

图/表 12

图1

表1

系统模型参数

参数	含义	数值
t	模拟的时长	0 $∼$ 50 a
C_PEV	电车平均每100 km电耗	12 kW·h
C_PFV	燃油车平均每100 km油耗	11.1 L
C_PDV	柴油货车平均每100 km油耗	23.0 L
E_other	其他用途私有车CO₂排放量	3.855 423×10⁷ t
$f C O 2$	CO₂排放因子	柴油,2.69 kg/L;车用汽油,2.14 kg/L;标准煤,2.62 kg/kg
f_E-C	耗电量-标准煤转换因子	0.378 kg/(kW·h)
p_EV	电车在私人乘用车中的保有量占比	分情景赋予不同的值
p_FV	传统燃油车在私人乘用车中的保有量占比	分情景赋予不同的值
p_RE	可再生能源比例	分情景赋予不同的值
p_GDP	北京市年均GDP变化率	2010 —2021年历史数据，2021年后为0.05

表1

表2

模型变量及计算公式

变量	含义	计算公式	单位
N_PPV	北京市私人乘用车保有量	43.417lnt+369.74	万辆，(Saturation: $N P P V ≥ 363.13$ )
N_DV	北京市私人货运汽车保有量	0.357 9t²-1.857 3t+9.163 3	万辆，(Saturation: $N D V ≤ 40$ )
N_D	北京市机动车驾驶员数量	239.24lnt+597.9	万人，(Saturation: $N D ≥ 607.24$ )
M_PPV	私人乘用车年平均行驶里程	4 936.59N_D/N_PPV	km/a
M_DV	私人货运汽车年平均行驶里程	$4 000 (1 + p G D P) t$	km/a，(Saturation: $M D V ≤ 105$ )
N_EV	北京市私人电车数量	$N P P V p E V$	万辆
N_FV	北京市私人传统燃油车数量	$N P P V - N E V$	万辆
C_EV	平均每辆电车年耗电量	$C P E V M P P V / 100$	kW·h
C_FV	平均每辆传统燃油车的年油耗（汽油）	$C P F V M P P V / 100$	L
C_DV	平均每辆私人货车的年柴油消耗量（柴油)	$C P D V N D V / 100$	L
C_EV,all	北京市私人电车年总用电量	$N E V C E V$	kW·h
C_FV,all	北京市私人传统燃油车年总耗油量（汽油）	$N F V C F V$	L
C_DV,all	北京市私人货车年总耗油量（柴油）	$N D V C D V$	L
E_EV	北京市私人电车年CO₂排放量	$f C O 2 C E V, a l l f E - C (1 - p R E)$	t
E_FV	北京市私人传统燃油车年CO₂排放量	$f C O 2, F C F V, a l l$	t
E_DV	北京市私人货车年CO₂排放量	$f C O 2, D C D V, a l l$	t
E_PPV	北京市私人所有车辆年CO₂排放量	E_EV+E_FV+E_DV+E_other	t
E_all	北京市私有车辆的累计CO₂排放量（从2010年开始）	INTEG(E_PPV)	t

表2

表3

图2

图3

图4

表4

图5

图6

图7

图8

参考文献 24

[1]	中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见[N]. 人民日报,2021-10-25(001).
[2]	IEA. Growth of key indicators in China,1980—2020[DB/OL].(2022-10-26)[2023-05-28]. https://www.iea.org/data-and-statistics/charts/growth-of-key-indicators-in-china-1980-2020?language=zh.
[3]	LIU X, MA S, TIAN J, et al. A system dynamics approach to scenario analysis for urban passenger transport energy consumption and CO₂ emissions: A case study of Beijing[J]. Energy Policy, 2015, 85:253-270. doi: 10.1016/j.enpol.2015.06.007
[4]	WEN L, BAI L. System dynamics modeling and policy simulation for urban traffic:A case study in Beijing[J]. Environmental Modeling & Assessment, 2017, 22:363-378.
[5]	WEN L, WANG A. System dynamics model of Beijing urban public transport carbon emissions based on carbon neutrality target[J]. Environment,Development and Sustainability, 2022, 23:1-26. doi: 10.1007/s10668-019-00578-z
[6]	NAKATA T. Energy-economic models and the environment[J]. Progress in Energy and Combustion Science, 2004, 30(4):417-475. doi: 10.1016/j.pecs.2004.03.001
[7]	PRESSLEY P N, AZIZ T N, DECAROLIS J F, et al. Municipal solid waste conversion to transportation fuels: A life-cycle estimation of global warming potential and energy consumption[J]. Journal of Cleaner Production, 2014, 70:145-153. doi: 10.1016/j.jclepro.2014.02.041
[8]	MESSNER S, SCHRATTENHOLZER L. MESSAGE-MACRO:Linking an energy supply model with a macroeconomic module and solving it iteratively[J]. Energy, 2000, 5(3):267-282.
[9]	HICKMAN R, ASHIRU O, BANISTER D. Transport and climate change: Simulating the options for carbon reduction in London[J]. Transport Policy, 2010, 17(2):110-125. doi: 10.1016/j.tranpol.2009.12.002
[10]	OGATA K. System dynamics[J]. Englewood Cliffs:Prentice-Hall, 1978.
[11]	BALA B K, ARSHAD F M, NOH K M. System dynamics:Modelling and simulation[M]. 2017:274.
[12]	COYLE R G. System dynamics modelling:A practical approach[M]. Boca Raton: Chapman & Hall/CRC, 1988.
[13]	杨顺顺. 系统动力学应用于中国区域绿色发展政策仿真的方法学综述[J]. 中国环境管理, 2017, 9(6):41-47.
	YANG Shunshun. Research progress of application of system dynamics in regional green development policy simulation in China[J]. Chinese Journal of Environmental Management, 2017, 9(6):41-47.
[14]	STERMAN J D. System dynamics modeling:Tools for learning in a complex world[J]. California Management Review, 2001, 43(4):8-25.
[15]	RICHARDSON G P. Problems for the future of system dynamics[J]. System Dynamics Review: The Journal of the System Dynamics Societ, 1996, 12(2):141-157.
[16]	利亚姆·吉布森. 中国高速增长时代是否永远结束了?[EB/OL].(2023-01-15)[2023-05-28]. https://chinese.aljazeera.net/economy/2023/1/25/%E4%B8%AD%E5%9B%BD%E9%AB%98%E9%80%9F%E5%A2%9E%E9%95%BF%E6%97%B6%E4%BB%A3%E6%98%AF%E5%90%A6%E6%B0%B8%E8%BF%9C%E7%BB%93%E6%9D%9F%E4%BA%86.
[17]	汤立斌. 2023年北京GDP预期目标增长4.5%以上[EB/OL].(2023-01-15)[2023-05-28]. https://news.cnstock.com/news,bwkx-202301-5006348.htm.
[18]	蒋飞. 中国潜在经济增速初探——宏观经济专题报告[R]. 深圳: 长城证券, 2022.
[19]	杨懿瑾. 北京市将推动存量燃油车电动化[EB/OL]. (2022-09-05)[2023-05-28]. http://bj.news.cn/2022-09/05/c_1128975763.htm.
[20]	北京市人民政府. 北京市“十四五”时期能源发展规划[Z]. 2022.
[21]	曹政. 《北京市碳达峰实施方案》发布 2030年可再生能源消费比重将达25%左右[EB/OL].(2022-10-14) [2023-05-28]. https://www.beijing.gov.cn/gongkai/shuju/sjjd/202210/t20221014_2835571.html.
[22]	孙岩, 张昱, 刘学敏. 北京市交通碳排放的驱动因素分析——基于城市发展视角[J]. 城市与环境研究, 2020, 23(1):81-95.
	SUN Yan, ZHANG Yu, LIU Xuemin. Driving factors of urban transportation CO₂ emission in Beijing—An analysis based on the urban development perspective[J]. Urban and Environmental Research, 2020, 23(1):81-95.
[23]	李云燕, 羡瑛楠. 北京市低碳交通发展现状、问题与对策研究[J]. 中国发展, 2014, 14(4):13-18.
	LI Yunyan, XIAN Yingnan. Current situation, issues and countermeasures of low carbon transportation in Beijing[J]. China Development, 2014, 14(4):13-18.
[24]	国家统计局. 国家数据[EB/OL]. (2022-12-31)[2023-05-28]. https://data.stats.gov.cn/easyquery.htm?cn=E0103.

情景	参数	数值
基准情景（Base Case）	私人乘用车中电车保有量占比p_EV,Base	WITH LOOKUP (Time), (2010, 0), (2020, 0.06)^[19], (2030, 0.10), (2040,0.20), (2050, 0.30), (2060, 0.40)
基准情景（Base Case）	可再生能源比例p_RE,Base	WITH LOOKUP (Time), (2010, 0), (2020, 0.104)^[20], (2025, 0.144)^[20], (2030, 0.250)^[21], (2040, 0.300), (2050, 0.350), (2060, 0.400)
燃料替代情景(EV Substitution）	私人乘用车中电车保有量占比p_EV,EVS	WITH LOOKUP (Time), (2010, 0), (2020, 0.06), (2030, 0.30), (2040, 0.50), (2050, 0.80), (2060, 1.00)
燃料替代情景(EV Substitution）	可再生能源比例p_RE,EVS	p_RE,EVS=p_RE,Base
清洁能源情景(Clean Energy）	私人乘用车中电车保有量占比p_EV,CE	p_EV,CE=p_EV,Base
清洁能源情景(Clean Energy）	可再生能源比例p_RE,CE	WITH LOOKUP (Time), (2010, 0), (2020, 0.104), (2030, 0.500), (2040, 0.800), (2050, 0.900), (2060, 1.000)
燃料替代和清洁能源两者实施情景(Green Action)	私人乘用车中电车保有量占比p_EV,GA	p_EV,GA=p_EV,EVS
燃料替代和清洁能源两者实施情景(Green Action)	可再生能源比例p_RE,GA	p_RE,GA= p_RE,CE

年份	真实值/万辆	模拟值/万辆	误差/%
2020	478.03	469.71	-1.77
2019	471.77	465.14	-1.43
2018	462.46	460.02	-0.53
2017	453.68	454.23	0.12
2016	440.95	447.53	1.47
2015	429.39	439.62	2.33
2014	425.98	429.93	0.92
2013	415.89	417.44	0.37
2012	396.56	399.83	0.82
2011	378.50	369.74	-2.37

不同能源策略下北京市私有机动车辆CO₂排放系统仿真模拟

Simulation for CO₂ emissions from private vehicles in Beijing under different energy strategies

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 24

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘天阳, 高亚静, 谢典, 赵良. 功能型零碳园区建设路径分析[J]. 综合智慧能源, 2023, 45(8): 44-52.
[2]	赵国涛, 钱国明, 孙艳兵, 丁泉, 朱海东. 碳逸会计在综合能源系统低碳性评价中的应用[J]. 综合智慧能源, 2023, 45(6): 73-80.
[3]	范德锴, 付洁, 刘洋, 周春宝, 代建军. 纤维素热解制备高值化学品的研究综述[J]. 综合智慧能源, 2023, 45(5): 24-31.
[4]	刘媛媛, 耿直, 张元峰, 张良, 韩昭, 张斌. 单井U型地埋管换热器传热特性与热渗耦合特性分析[J]. 综合智慧能源, 2023, 45(4): 81-88.
[5]	葛磊蛟, 崔庆雪, 李明玮, 刘自发, 夏明超. 面向低碳经济运行的新型电力系统态势感知技术综述[J]. 综合智慧能源, 2023, 45(1): 1-13.
[6]	翁志鹏, 周京华, 李津, 詹政东. 含风光接入的微电网可靠性影响分析[J]. 综合智慧能源, 2023, 45(1): 67-74.
[7]	江婷, 赵雅姣. 基于燃气分布式的综合能源系统碳减排分析[J]. 综合智慧能源, 2022, 44(9): 27-32.
[8]	王开亭, 李小斌, 张红娜, 刘糁, 曲凯阳, 李凤臣. 集中供热系统中应用湍流减阻剂的节能减排综合性能评价[J]. 综合智慧能源, 2022, 44(9): 40-50.
[9]	姜曙, 刘芳芳, 刘媛媛, 陈启召, 连丽, 任梦楠. “地热能+”在工程实践中的综合梯级应用[J]. 综合智慧能源, 2022, 44(9): 59-64.
[10]	许阳森, 张磊, 毕磊. 中温质子导体固体氧化物燃料电池的发展与挑战[J]. 综合智慧能源, 2022, 44(8): 68-74.
[11]	郭恒元, 冯小峰, 李国栋, 段志国, 李远征. 含制氢装置的机组组合与检修低碳协同优化研究[J]. 综合智慧能源, 2022, 44(5): 78-87.
[12]	吴林芮, 刘璐, 孟瑜, 李岩, 胡南, 徐海龙, 陈美琦, 郑武康. 锌-空气电池阴极碳基催化剂材料研究进展[J]. 综合智慧能源, 2022, 44(4): 65-70.
[13]	陈泽泓, 廖锷, 吴磊, 曹淇, 陈国强, 杜广瀚, 刘桂秀, 李根. 太阳能光热电站熔融盐管道支吊架应力分析[J]. 综合智慧能源, 2022, 44(4): 85-91.
[14]	何清素, 韩庆芝, 刘志远, 张兆师. 区块链技术在碳交易中的应用研究[J]. 综合智慧能源, 2022, 44(3): 23-28.
[15]	左文东, 李彪, 郭宝刚, 高晓宇, 顾吉浩, 王维贺, 董智鹏. 基于大数据分析的二级网智能平衡系统应用[J]. 综合智慧能源, 2022, 44(3): 44-49.