《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》:A comprehensive methodology for the assessment of decarbonization strategies in transportation
编辑推荐:
在交通运输部门脱碳所面临的挑战中,方法学不一致与排放范围不明确是其中的突出问题。研究人员提出了一种综合且透明的方法学,将生命周期评估(LCA)与总拥有成本(TCO)分析相结合,以平准化碳减排成本(LCCA)作为统一指标进行计算。通过方法学扩展,如排放节约潜力(
在交通运输部门脱碳所面临的挑战中,方法学不一致与排放范围不明确是其中的突出问题。研究人员提出了一种综合且透明的方法学,将生命周期评估(LCA)与总拥有成本(TCO)分析相结合,以平准化碳减排成本(LCCA)作为统一指标进行计算。通过方法学扩展,如排放节约潜力(ESP)指标和排放与成本增量图,并纳入基础设施需求、车辆特性和能源供应路径等关键因素,该方法学能够实现对技术性和行为性脱碳策略的一致比较。该方法学被应用于德国重型长途运输的案例研究,评估了涉及纯电动汽车(BEV)和燃料电池电动汽车(FCEV)的四种脱碳情景。结果表明,采用电力道路系统(ERS)的BEV在经济效益上最为可行,且具有最低的全球变暖潜势,与柴油基准情景相比可实现62%的排放节约。该研究为制定有效的、与气候目标一致的交通策略提供了透明且数据驱动的政策支持。
交通运输脱碳策略评估的综合方法学:研究背景、方法、结果与讨论
一、研究背景与问题提出
应对气候变化要求在所有行业进行深度脱碳,交通运输部门因其涉及车辆、能源载体和基础设施的复杂性而面临尤为严峻的挑战。评估脱碳策略的一种途径是通过平准化碳减排成本(Levelized Cost of Carbon Abatement, LCCA)指标。然而,尽管LCCA已被应用于多项交通研究中并提供了有价值的个体见解,但这些方法在范围和方法学上差异显著,导致其研究结果难以在不同脱碳选项间进行比较,且往往缺乏向真实世界车队应用的可转移性——在真实应用中,基础设施可用性、利用率模式和系统交互起着决定性作用。现有文献中,多数研究侧重于替代驱动技术(如生物燃料、天然气、合成燃料或电动化驱动系统),但仅有少数研究明确以每吨CO
2当量(tCO
2e)的货币单位计算LCCA。不同研究在范围界定、功能单位、方法学方法和报告规范上存在显著异质性——例如,有的研究采用井到轮(Well-to-Wheel, WTW)方法,有的则进行完整的车辆生命周期评估(LCA);折现处理方式亦不一致,有的明确纳入折现现金流,有的则呈现未折现的成本比较。这种异质性构成了文献比较的核心挑战,凸显了对统一方法学的迫切需求。针对上述问题,本研究旨在提供一种从所有权视角计算LCCA的综合方法学,整合脱碳策略全生命周期排放,确保成本与排放之间系统边界的一致性,并引入互补指标以增强评估的全面性和可比性。
二、研究内容与主要结论
研究人员在德国重型长途运输领域开展了案例研究,该案例覆盖德国该领域20%的货运量。研究构建了一个参考情景(柴油内燃机车辆)和四个脱碳情景,包括采用高功率充电(High-Power Charging, HPC)的BEV(情景1)、采用ERS的BEV(情景2)、采用现场制氢加氢站(HRS)的FCEV(情景3)以及采用混合氢源的FCEV(情景4)。研究的时间范围为2024年至2034年,并辅以2035年至2046年的敏感性分析。研究结果显示:情景2实现了最高的排放节约潜力(ESP),达62%的温室气体(GHG)减排;情景1实现54%的减排;情景4实现29%的减排;而情景3产生了负的ESP,表明其GHG排放超过参考情景,不适合作为脱碳策略,LCCA不适用于该情景。在LCCA结果方面,情景2产生负的LCCA值,为-207�/tCO
2e,表明其在降低排放的同时也降低了成本;情景1和情景4的LCCA分别为16�/tCO
2e和473�/tCO
2e。该研究支持透明、数据驱动的政策制定,为气候对齐的交通策略提供了科学依据。论文发表在《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》期刊上。
三、主要关键技术方法
研究人员采用的主要技术方法包括:(1)整合LCA与TCO分析,确保系统边界一致;(2)引入LCCA作为统一指标,计算成本与排放增量之比;(3)提出ESP指标,量化相对于参考情景的排放节约比例;(4)构建成本-排放增量图(Cost-Emission Delta Diagram),直观展示各情景的成本与排放差异;(5)建立参数分类矩阵,沿静态/动态和独立/个体维度结构化输入数据,以支持敏感性和不确定性分析。案例研究数据来源于交通模拟(Menter et al., 2023; Tietz et al., 2025)、科学文献、政策与行业报告,以及Ecoinvent(2024)等生命周期数据库,样本为德国重型长途运输部门20%的货运量。
四、研究结果
4.1 生命周期评估与总拥有成本结果
LCA结果表明,WTW阶段在所有情景中都是GHG排放的主要来源。在情景1中,电池是第二大贡献者,其次是车辆滑板;情景2中滑板和维修分别位列第二和第三;情景3和情景4中,基础设施运行成为第二大贡献者,其次是滑板和氢罐。情景3的整体GHG排放最高,其次是参考情景、情景4、情景1和情景2。TCO结果显示,参考情景以及情景3和情景4中能源成本是最大贡献者,而情景1和情景2中劳动力成本占主导。情景1因包含大型电池和额外车辆需求而具有最高的投资成本。情景1的TCO接近参考情景,情景2的TCO显著更低,情景3和情景4的TCO高于参考情景。
4.2 排放节约潜力与平准化碳减排成本结果
情景3产生负ESP,表明其GHG排放超过参考情景,不适合作为脱碳策略。情景2实现最高ESP(62%减排),情景1实现54%减排,情景4实现29%减排。情景2产生负LCCA(-207�/tCO
2e),达到最低成本;情景1和情景4的LCCA分别为16�/tCO
2e和473�/tCO
2e。
4.3 贡献与支配分析结果
贡献和支配分析明确识别使用阶段(特别是WTW排放)为所有情景中最显著贡献者(等级A)。情景1的生产和报废(EoL)排放因大型电池和有效载荷降低导致的车辆数量增加而列为等级B。基础设施运行在所有情景中列为等级D或E,但独立考量时,其排放超过除情景2以外的所有情景的生产和EoL排放。TCO结果中,运营支出(OPEX)在所有情景中为最重要成本驱动因素(等级A),资本支出(CAPEX)列为等级C。
4.4 其他重要参数
折现率对情景0和情景1的比较结果高度敏感:折现率接近0%至1.5%时情景1成本低于情景0,折现率高于1.5%时顺序反转。然而,其他情景(2-4)的结果顺序对折现率的敏感度较低。车辆年里程、寿命和有效载荷均对结果有直接缩放效应,其中有效载荷直接决定所需车辆数量,从而线性缩放TCO和LCA结果。
4.5 敏感性与不确定性分析结果
压缩机能耗变化(敏感性a)对情景3和4的基础设施排放影响显著,但情景3即使在最佳情况下仍排放高于参考。能源价格波动20%(敏感性b)使情景1在电价下降情况下LCCA转负。有效载荷减少(敏感性c)增加所需车辆数量,导致所有情景排放和TCO上升。WTW路径变化(敏感性e)产生最显著的LCA结果变化,但情景3的最佳情况LCCA仍高于情景1或2的任何版本。电网组合发展(敏感性f)即使在最坏情况(静态排放水平)下,情景1和2仍比参考情景排放更少。电池能量密度增加(敏感性d)改善有效载荷并减少所需车辆数量,显著降低排放和TCO,使情景1的LCCA大幅降低。
4.6 重型长途运输脱碳的反思与见解
研究以每吨公里(tkm)、每公里(km)及总情景或车辆为单位呈现结果,增强可比性。EoL数据对于燃料电池和氢罐的可用性有限,需进一步研究。2023年电网组合反映德国电力结构,而2023年氢组合因缺乏国家数据而采用全球平均值,鉴于结果对氢WTW路径的高度敏感性,应谨慎解读并随数据改进更新。理论上所有评估技术均可实现净零WTW排放,但需使用完全可再生燃料。鉴于绿色氢和可持续燃料生产中的转换损失,FCEV和ICEV路径预计需要比BEV策略高得多的可再生电力。然而,绿色氢和合成燃料在季节性储存和电网平衡方面具有优势。总体而言,BEV似乎是长期货运脱碳中最有效且可能最具成本效益的解决方案,但ICEV和FCEV在特定应用或利基环境中可作为有价值的补充。
五、讨论与结论
本论文提出了一种统一的方法学,整合LCA和TCO分析,基于LCCA推导脱碳成本。该方法学能够对交通部门脱碳策略进行一致且透明的LCCA计算,涵盖车辆技术、能源供应系统和相关充电或加注基础设施。通过将LCA和TCO分析与公认标准对齐,确保了方法学透明性并促进跨研究可比性。研究识别了传统LCCA指标的关键缺陷:每吨CO
2当量减排成本不足以评估策略有效性,为此引入ESP作为补充特征指标;同时倡导在成本-排放增量图中可视化结果,以避免偏向具有较低减排成本但绝对减排量较小的策略。方法学在协调与灵活性之间取得平衡:协调性通过定义适用于LCA和TCO分析的假设和系统边界实现,灵活性通过允许参数变化、纳入不同交通细分和适应区域条件实现。未来研究应将此方法学应用于其他交通细分(如航空和海运),扩展至其他环境影响类别,并与社会LCA或成本效益分析整合。方法学虽促进协调性,但不声称完全消除研究间可比性的挑战,系统边界、区域假设和数据可用性的差异将始终限制直接可比性。然而,该方法学通过要求经济与环境评估共同一致地记录假设、数据来源和边界定义,提高了透明度和对齐度。通过公开报告模型结构、多功能单位和参考流的结果以及敏感性分析,比较基础变得可追溯和可复现。未来工作应建立标准化的报告检查表或模板,以确保LCCA研究中假设、系统边界和参考流的一致披露。