路网碳排放时空特征与可持续减排策略——基于目标路段管控与车辆电动化的模拟研究

《Sustainability》:Spatiotemporal Carbon Emission Characteristics and Sustainable Reduction Strategies for Road Networks: A Simulation of Targeted Road-Segment Control and Vehicle Electrification

【字体: 大 中 小 】 时间:2026年07月04日 来源:Sustainability 4.1

编辑推荐:

  全球气候变化对城市可持续发展构成严峻挑战,构建低碳交通系统是提升特大城市道路网可持续性的核心策略。本研究结合城市道路交网络特征,基于GPS轨迹数据(5699辆机动车,2019年9月北京)与COPERT排放模型,建立了机动车出行分段与碳排放估算方法,分析了车辆排

  
全球气候变化对城市可持续发展构成严峻挑战,构建低碳交通系统是提升特大城市道路网可持续性的核心策略。本研究结合城市道路交网络特征,基于GPS轨迹数据(5699辆机动车,2019年9月北京)与COPERT排放模型,建立了机动车出行分段与碳排放估算方法,分析了车辆排放的时空分布特征。通过引入电动汽车生命周期评价(Life Cycle Assessment, LCA)排放因子,研究人员从路段(road-segment)和车辆电动化两个维度提出了基于随机选取与排序优化(ranking-based optimization)的碳减排策略,并在四种车队电动化结构(金字塔型Pyramid、倒金字塔型Inverted Pyramid、橄榄型Olive及哑铃型Dumbbell)下模拟评估了各策略效果及路网碳排放水平。结果表明:高峰拥堵显著抬高碳排放强度;在LCA框架下,纯电动汽车(Battery Electric Vehicle, BEV)与插电式混合动力汽车(Plug-in Hybrid Electric Vehicle, PHEV)排放显著低于传统内燃机汽车(Internal Combustion Engine Vehicle, ICEV);在相同干预强度下,排序优化方案的碳减排量约为随机选取方案的2倍(路段管控)和3倍(电动化替换)。研究表明,将EV推广政策与精准碳减排管控策略相结合,可有效缓解城市道路网碳排放。
论文解读:路网碳排放时空特征与可持续减排策略——基于目标路段管控与车辆电动化的模拟研究
该文发表于《Sustainability》,研究背景立足于全球气候变化背景下中国"2030碳达峰、2060碳中和"目标之交通部门减排需求。城市道路交通占全国交通CO2排放80%以上,拥堵可使CO2排放增加20%–40%,但既有研究存在三方面不足:一是多依赖宏观"自上而下"法或单路段排放因子,缺乏基于轨迹数据的路网精细化时空刻画;二是电动车减排效益常仅考虑尾气(tailpipe)排放,未在全生命周期评价(Life Cycle Assessment, LCA)框架下比较BEV、PHEV与ICEV;三是对靶段管控与车辆电动化两策略多分开研究,少有耦合模拟,且多随机选取而非按排放特征排序优化。为此,研究人员以2019年9月北京市5699辆机动车GPS轨迹数据(采样间隔30 s,工作日子集3390辆,空间范围六环内中心城区)为基础,结合COPERT平均车速法核算路段CO2排放,引入LCA全生命周期排放因子,分别设计随机选取与按排放量排序优化的路段管控方案(控制前10%、10%–20%、20%–30%最高排放路段分别假定减排70%、50%、30%,对照随机选30%路段统一减50%)和车辆电动化替换方案(随机替换10%车辆 vs 替换排放量最高的10%车辆),并在Pyramid(ICEV为主)、Olive(PHEV为主)、Dumbbell(BEV+ICEV并存)、Inverted Pyramid(BEV为主)四种车队结构下进行情景模拟。结论显示:排放呈明显时空不均,高峰拥堵抬升排放强度;排序优化路段管控和优先替换高排放车辆的电动化方案分别约为随机方案减排效果的2倍和3倍;四种车队结构减排潜力比约1:5:10:30(Pyramid→Olive→Dumbbell→Inverted Pyramid)。该研究为城市路网靶向减排与分阶段电动化路径提供了统一的模拟框架与相对效率基准。
主要关键技术方法:
研究人员获取北京市2019年9月5699辆机动车GPS轨迹数据(原始>40000辆,筛选一周内≥5天有出行记录者;工作日六城区子样本N=3390),用scikit-mobility库进行轨迹清洗与停留点/出行分段(时间阈值法,停车判定阈值为10 min);采用COPERT模型平均车速法(hot emission factor依路段平均速度v用五次多项式计算EFCO2(v),公式(5)),以g/km为单位核算各路段尾气CO2排放(不含蒸发与磨损排放),将轨迹点通过最近邻算法匹配至OpenStreetMap路网路段并聚合;引入乘用车间LCA全生命周期CO2排放强度(含生产、使用、报废阶段,BEV与PHEV上游电网排放按2019年北京电网因子折算);借助OSMnx构建路网拓扑、skmob.tessellation做200 m格网划分(65809个单元);设计两类减排情景——①路段管控:随机选30%排放路段统一假定减50% vs 按排放量降序前30%分三档(Top10%减70%、10%–20%减50%、20%–30%减30%);②车辆电动化:随机替换10%车辆(零运行排放,LCA计入)vs 替换日排放量最高10%车辆;设四种车队结构(ICEV:PHEV:BEV比例分别为Pyramid≈7:2:1、Olive≈4:4:2、Dumbbell≈4:1:5、Inverted Pyramid≈1:2:7)评估全网LCA调整减排量,并用广义Logistic函数拟合不同渗透率下累计减排曲线。
研究结果:
3. Analysis of Spatiotemporal Distribution Characteristics of Vehicle Carbon Emissions in Road Networks(路网车辆碳排放时空分布特征分析)
研究人员以1 km格网与200 m格网分别作宏观可视化与热点识别,将轨迹推算的VKT(车辆行驶里程)、平均车速、CO2排放匹配至路段并聚合。空间上,二至六环放射线与环线快速路排放最高,五环内为核心高排放区,城东高于城西;时间上,工作日呈典型早晚双峰,早高峰(07:00–09:00)平均车速最低,排放总量与单位VKT排放强度(Emission Intensity, EI = CO2/VKT,g/km)均显著升高,非工作日无此现象,说明拥堵导致低速工况下单公里CO2排放因子增大。前10%高排放路段贡献全路网28.2% CO2,具明显偏态(Pareto-like)分布。
4.1. Life-Cycle Emissions of EVs(电动汽车生命周期排放)
研究人员依据IPCC 2006指南核算乘用车间LCA排放(假定寿命14年、15万km),结果显示BEV与PHEV的全生命周期CO2、VOC、NOx低于ICEV,但因电池制造与电力上游过程PM2.5与SO2较高;BEV每公里全生命周期CO2排放显著低于ICEV,支持以LCA因子替代零尾气假设做路网减排评估。
4.2. Simulation Evaluation of Carbon Reduction Based on Targeted Road-Segment Emission Control(基于靶段排放管控的碳减排模拟评估)
研究人员对同批135665条路段中相同数量(12401条,即总量30%)实施两种干预:随机方案假定各段减排50%,合计减5524.74 kg CO2/d;排序优化方案对前10%、10%–20%、20%–30%高排放段分别假定减70%、50%、30%,合计减12363.35 kg CO2/d,为随机方案的约2.24倍,且减排空间集中于环线及放射动脉(排放热点)。早高峰高排放段较 off-peak 增多并向次干道溢出,表明时段差异化管控必要性。按道路等级分:快速路总排放占比最大(42.3%)但EI较低(156.2 g/km,均速48.1 km/h),主干路EI最高(208.7 g/km,拥堵频繁启停),集散道路最低。
4.3. Simulation Evaluation of Carbon Reduction Considering Vehicle Electrification(考虑车辆电动化的碳减排模拟评估)
研究人员在工作日子样本3390辆车中对比:随机替换10%车辆(339辆)得尾气管CO2减4308.16 kg/d;优先替换日排放量最高10%车辆得减12920.51 kg/d(约3倍)。随电动化渗透率提高随机方案近似线性增长,排序优化方案用广义Logistic函数拟合优度R2=0.9956。在假定41338辆车队规模下的四种车队结构中,Pyramid、Olive、Dumbbell、Inverted Pyramid结构分别产生减排61.80 kg、304.19 kg、683.88 kg、1771.92 kg,近似比1:5:10:30;电网排放因子敏感性分析显示低煤电网可进一步提升BEV减排效益。
讨论与结论翻译(浓缩原文Conclusions):
研究人员基于GPS轨迹分段与COPERT模型分析了路网CO2排放时空特征,并结合LCA评估了靶段管控与车辆电动化排序优化策略。(1) 排放集中于中心城区、环线与放射动脉,高峰拥堵降低平均车速并升高EI(g/km),BEV/PHEV全生命周期CO2、VOC、NOx低于ICEV但PM2.5、SO2偏高;(2) 同等干预覆盖率下,按排放量排序优化路段管控(Top10%减70%、10%–20%减50%、20%–30%减30%)估算减排量为随机选段(30%路段统一减50%)之2倍以上;(3) 针对最高排放10%车辆做电动化替换之估算减排量为随机替换同比例车辆之约3倍,空间上更多覆盖高排放快速路与主干路及中心区次干路;(4) 四种车队过渡路径Pyramid→Olive→Dumbbell→Inverted Pyramid之LCA调整后路网减排潜力近似比1:5:10:30。研究表明将EV推广与按排放排序之精准路网管控相结合可有效减缓城市道路交通碳排放,为可持续城市交通政策提供模拟依据与方法框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号