發(fā)布時間：2025-03-20 02:45

　　 發(fā)展電動汽車被認(rèn)為是有效緩解城市交通污染的重要措施,但大規(guī)模的電動汽車發(fā)展不僅有增加電力部門排放的風(fēng)險,而且可能影響電網(wǎng)運(yùn)營的穩(wěn)定性。本研究以南京市為例,綜合應(yīng)用充電行為模式調(diào)研、蒙特卡洛模擬、COPERT模型、排放因子法等方法,系統(tǒng)研究了私家車、出租車和公交車三種類型電動汽車的充電特征及其對區(qū)域交通和電力部門排放的影響。結(jié)果表明,當(dāng)三種車型的電動化率分別達(dá)到50%、100%和100%時,城市的NOx、PM_2.5、CO、VOCs和CO₂排放量將分別比基準(zhǔn)情景減少378t、305t、20 223t、3649t和480萬t。但是,SO₂排放增加了1152t,并且導(dǎo)致南京市電網(wǎng)的夏季峰值負(fù)荷增加10%。為更好地改善中國城市環(huán)境空氣質(zhì)量,應(yīng)綜合考慮電動汽車有序充電、協(xié)同促進(jìn)清潔電力等發(fā)展策略,最大限度地實(shí)現(xiàn)電動汽車的環(huán)境效益。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1 基于蒙特卡洛法的規(guī)�；妱悠嚦潆娯�(fù)荷計(jì)算流程

本研究主要考慮私家車、出租車和公交車三種城市道路主要車型，通過對相關(guān)行業(yè)的調(diào)研獲取電動汽車電池類型和容量等信息，以問卷和現(xiàn)場調(diào)查等形式，了解用戶充電行為和車輛出行模式（日行駛里程、往返時間）等。首先，在收集電動汽車相關(guān)參數(shù)的基礎(chǔ)上，依據(jù)不同發(fā)展情景各類型車輛的電動化滲透率（表1）....

圖2 不同情景下各類型電動汽車充電負(fù)荷變化

圖4南京市2018年不同情景下交通及電力部門污染物排放量總體來看，車輛電動化可以大幅減少交通部門的排放，但會增加電力部門排放，總體排放變化決定城市電動汽車發(fā)展的環(huán)境影響。就南京市而言，在所有情景下，城市SO2排放總量均會增加，情景3的SO2增加最多，達(dá)到1152t。這是因?yàn)橄?...

圖5 不同情景下電力及交通部門總排放變化

總體來看，車輛電動化可以大幅減少交通部門的排放，但會增加電力部門排放，總體排放變化決定城市電動汽車發(fā)展的環(huán)境影響。就南京市而言，在所有情景下，城市SO2排放總量均會增加，情景3的SO2增加最多，達(dá)到1152t。這是因?yàn)橄鄬τ陔姀S，機(jī)動車的SO2排放量很小，其電動化所帶來SO2的....

圖4 南京市2018年不同情景下交通及電力部門污染物排放量

在BAU情景下，南京市2018年電力部門NOx、SO2、PM2.5和PM10的排放量分別為39207t、21504t、2294t和4153t,CO2排放量為5710萬t。在無序充電情景下，隨著電動化程度的提升，電動汽車充電所需的電量增加，電力系統(tǒng)產(chǎn)生的污染物排放總量呈....

本文編號：4037258