关于乘用车能源及动力系统技术的全球环境影响分析

《Advances in Applied Energy》：A global environmental impact analysis of passenger vehicle energy and powertrain technologies

　　赵成成 | 阿瓦德·B.S. 阿尔夸伊蒂 | 王琪 | 胡赛因·巴克尔 | 阿卜杜拉·S. 阿尔拉马丹 | 埃姆雷·森克尔 | 郑丽亮·小林 | S. 马尼·萨拉西
清洁能源研究平台（CERP），阿卜杜拉国王科技大学（KAUST），图瓦尔，23955-6900，沙特阿拉伯

**摘要**
乘用车的可持续性与联合国的第13项可持续发展目标（气候行动）相一致。本研究评估了零排放车辆（ZEVs）——燃料电池车辆（FCVs）和纯电动汽车（BEVs）——与传统的内燃机车辆（ICEVs）（使用汽油、柴油、压缩天然气（CNG）、甲醇、氢气变体（蓝色、灰色、绿色）以及混合动力车（HEVs）和插电式混合动力车（PHEVs）的对比。通过Well-to-Wheel生命周期评估（LCA）量化了全球变暖、酸化和富营养化潜力，并对15种车辆-燃料系统进行了敏感性分析。研究重点关注沙特阿拉伯（2024-2030年），并扩展到全球范围，发现使用绿色氢气的FCVs是最优选择，可使生命周期排放减少77.8%，其次是使用绿色氢气的ICEVs、蓝色氢气的FCVs和灰色氢气的FCVs。使用蓝色氢气的ICEVs、BEVs和CNG HEVs的排放减少率为27.9%–33.6%，而其他替代方案的减排效果较差。基于化石燃料的HEVs和ICEVs在减少酸化和富营养化影响方面表现更好。预计到2030年（可再生能源渗透率为50%），BEVs的碳排放减少潜力将达到60%。在碳密集型电网地区，氢动力车辆可作为过渡解决方案；而在低碳电网地区，BEVs将占据主导地位。提高电网的脱碳程度对于最大化ZEVs的效能至关重要。

**1. 引言**
2015年联合国气候变化大会（COP21）达成了《巴黎协定》，该协定得到了196个国家的批准。该协定的目标是将全球温度升幅控制在工业化前水平以上不到2°C，进一步将升幅限制在1.5°C以内[1]。为了实现这些目标，《巴黎协定》要求到2030年全球温室气体（GHG）排放量减少45%[2]。交通运输行业约占全球GHG排放总量的16.5%，是第二大排放源[3]。在国家和地区的净零框架下，向低排放交通的转型正在加速，包括欧盟的《可再生能源指令II》（RED II）、英国的可再生能源运输燃料义务、阿拉伯联合酋长国的《2050年能源战略》以及沙特阿拉伯的《2030年愿景》。

已经开发出多种车辆技术来减少与交通相关的排放。这些技术已在不同的环境背景下进行了评估，详见补充表S1-S3。除了内燃机车辆（ICEVs）外，纯电动汽车（BEVs）、插电式混合动力车（PHEVs）和混合动力车（HEVs）由于驱动系统的效率提升和支持性政策框架而获得了显著的市场份额[4]、[5]、[6]。比较性生命周期评估（LCA）一致表明，BEVs和PHEVs相对于ICEVs的温室气体优势取决于电网的碳强度，而不是自动发生的[7]。跨国界的Well-to-Wheel综合分析[7]证实了这种依赖性，区域研究在中国[8]、[9]、日本[10]以及以水力发电为主的巴西[11]中量化了其程度。在德国，Bieker等人[12]表明，在实际使用情况下，PHEVs每单位财政激励措施带来的温室气体减排效益显著低于BEVs；而Zeng等人[13]的研究表明，建模选择本身就能使全球变暖潜力相差高达51%——足以改变BEV和ICEV的排名。在以煤炭为主的系统中，这种依赖性则完全逆转：在印度的电网下，电动汽车的生命周期温室气体排放量可能高于柴油和汽油内燃机车辆[14]。其次级因素——电池化学成分[15]、区域供应链和回收利用[16]、[17]以及车队的动态演变[19]——进一步影响BEVs的排放，但很少能超过电网组成的影响。混合动力车（HEVs）处于中间位置：高效HEVs（例如丰田Prius）在美国碳密集型地区可以与BEVs持平或表现更优[20]、[21]，欧洲[22]以及西班牙[23]和立陶宛[24]的国家级评估中也报告了类似的依赖性。前瞻性情景分析[25]表明，随着电网的脱碳，这种HEV优势可能会减弱，但在许多市场中直到2030年之前都不会消失。在政策环境变化的情况下，基于氢气的途径再次成为比较研究的焦点。尽管质子交换膜（PEM）燃料电池车辆（FCVs）的市场份额较小且呈下降趋势，但持续的基础设施和政策支持可能使其逐渐复苏[26]；2024/1788号指令（欧盟）通过建立技术中立的认证框架加强了这一趋势，该框架认可蓝色和其他低碳氢气途径——可能包括甲烷热解——只要满足定义的生命周期温室气体减排阈值[26]、[27]。同时，H2-ICE技术在联盟和行业层面已被证明在技术上是可行的[28]、[29]、[30]。对于FCVs而言，相对于汽油内燃机车辆的温室气体减排效益很大程度上取决于氢气的来源、运输方式、压缩和储存方式。Teimouri等人[31]在实际驾驶条件下报告称，FCV的二氧化碳排放比汽油FCVs、CNG FCVs和电力驱动的FCVs分别少75.87%、73.42%和35.5%；Kelly等人[21]在美国的背景下表明，FCV相对于电网驱动的BEVs的竞争力取决于氢气生产途径；Candelaresi等人[32]和Valente等人[33]强调了途径配置（SMR、生物质气化、可再生电解）在比较结果中的决定性作用。相反，Joshi等人[34]发现，即使在以水电为主的尼泊尔电网中，FCV途径也会因上游氢气物流而受到不利影响——仅有丰富的低碳电力并不足以保证FCV的竞争力。许多评估中的地理分辨率仍然有限。大规模建模框架[35]、[36]能够捕捉到电网层面的变化，但忽略了当地的氢气供应链。特定背景下的研究填补了这一空白：Mingolla和Lu[37]在香港出租车车队的案例中表明，电池更换型BEVs与可再生氢气FCVs之间的成本效益边界取决于当地电网的碳强度和进口可再生氢气的可靠性；Yu等人[38]在资源密集型的中国省级电网中表明，氢气途径的优先级对资源和生产路线的空间差异非常敏感——当地的氢气供应条件显著改变了比较生命周期排放。关于氢动力内燃机车辆的实证研究相对较少，但表明即使没有大的架构变化，也能实现显著的温室气体减排[32]、[39]、[40]。在资源丰富的地区，甲醇和CNG驱动的ICEVs也受到了关注：Luo等人[41]、Li等人[42]和Gainey等人[43]评估了甲醇相对于汽油基线的优势，而Teimouri等人[31]表明，在某些情况下，气体燃料的内燃机车辆可以优于汽油车辆。随着电网的脱碳，有效的温室气体减排还需要减少材料加工过程中的上游排放：Gan等人[44]和Qiao等人[45]表明，车辆生命周期排放相对于燃料周期排放变得越来越重要；Qiao等人[17]与Dai等人[15]一起强调了电池生产和回收在剩余生命周期排放中的重要作用。

中东和北非（MENA）地区——特别是沙特阿拉伯——在现有的乘用车研究中关注度较低，尽管其在全球能源转型中扮演着战略角色。作为其《2030年愿景》战略的一部分，沙特阿拉伯计划至少50%的电力来自可再生能源，并正在积极投资蓝色和绿色氢气以及电子甲醇[46]、[47]、[48]。极端气候条件，如高环境温度，可能会严重影响车辆性能，尤其是在能源效率、电池稳定性和零部件耐久性方面[49]。在特定区域条件下评估这些技术对于支持新兴的交通政策和指导特定的燃料和驱动系统策略至关重要。选择沙特阿拉伯作为基准案例是因为其在传统燃料生产中的突出作用、其明确的温室气体减排承诺，以及该地区缺乏全面的乘用车生命周期评估研究。

本研究使用LCA量化了环境影响——具体来说是全球变暖潜力（GWP）、富营养化潜力（EP）和酸化潜力（AP），这些指标在氢相关的LCA文献中非常常见[50]、[51]——涵盖了三类车辆：（i）零排放车辆（ZEVs），特别是FCVs和BEVs；（ii）传统和替代内燃机车辆——如使用汽油、柴油、CNG、天然气（NG）和氢气变体（绿色、蓝色、灰色）驱动的ICEVs；（iii）混合动力车辆，包括使用柴油、汽油和CNG驱动的PHEVs和HEVs。评估涵盖了2024年和预计2030年的燃料途径和车辆制造阶段，并对15种燃料-车辆组合进行了敏感性分析，以增强分析的稳健性。此外，一些研究和在线工具已经估算了全球轻型车辆和电力电网的碳足迹[35]、[36]、[52]、[53]。为了评估全球范围内的减排潜力，本研究纳入了特定国家的参数，以估算BEVs、汽油PHEVs、蓝色氢气ICEVs和蓝色氢气FCVs的生命周期排放。该框架评估了多种车辆-燃料配置的脱碳潜力，并为依赖石油但拥有丰富可再生能源资源的地区提供了更清洁的交通途径。此外，该研究扩展了现有的数据集，包括GREET 2022，纳入了未充分探索的车辆类型，如氢气和CNG ICEVs、CNG HEVs以及甲醇驱动的车辆。在环境法规和政策框架内设置了两个温室气体排放阈值：与《巴黎协定》一致的2030年气候稳定阈值和RED II温室气体减排阈值。该研究还针对MENA地区特有的差距，提出了更清洁的交通选项。

**2. 材料与方法**
LCA方法遵循国际标准化组织（ISO）14040和ISO 14044标准[54]、[55]。LCA被政府、公司和决策者广泛用于评估产品、过程或服务的整个生命周期的环境影响[56]、[57]、[58]、[59]。本研究使用了GREET 2022（《交通运输中的温室气体、受监管排放和能源使用》）。GREET 2022包括两个模块：GREET1，涵盖燃料周期——通常称为Well-to-Wheel（WtW）——包括原料提取、燃料生产和分配以及车辆运行，通常分为Well-to-Tank（WTT）和Tank-to-Wheel（TTW）阶段；以及GREET2，涵盖车辆周期，包括材料提取、加工、制造、使用和使用寿命结束后的处理。生命周期影响评估（LCIA）使用CML2001方法进行，计算细节见补充信息（SI）的第S3节。全球模型使用Spyder开发。地理信息系统（GIS）数据可视化在QGIS中生成。

**图1. 本研究的LCA范围和流程**

**2.1. 目标和范围**
图1展示了车辆-燃料系统的从摇篮到坟墓（CtG）生命周期，包括燃料周期和车辆周期。评估的影响包括100年和20年内的全球变暖潜力（GWP100/20）、EP和AP。评估的车辆类型包括使用电网供电的BEVs、使用灰色氢气的PEM FCVs（FCVs-g）、蓝色氢气的PEM FCVs（FCVs-b）和绿色氢气的PEM FCVs（FCVs-s）（通过可再生能源驱动的PEM电解产生）、使用电网电力和汽油组合供电的PHEVs（PHEVs-G）、使用柴油驱动的HEVs（HEVs-D）、使用汽油驱动的HEVs（HEVs-G）和CNG驱动的HEVs（HEVs-CNG），以及使用柴油（ICEVs-D）、汽油（ICEVs-G）、CNG（ICEVs-CNG）、天然气甲醇（ICEVs-M）、气态灰色氢气（ICEVs-H2g）、气态蓝色氢气（ICEVs-H2b）和气态绿色氢气（ICEVs-H2s）驱动的常规ICEVs。本研究的功能单位是“一辆乘用车行驶的一公里”。每辆乘用车预计在12年内的使用寿命为250,000公里[60]。能量消耗和生命周期排放按250,000公里的寿命进行了标准化，并分别以MJ/km和g/km表示。系统边界排除了辅助基础设施的建设，包括加氢站和可再生能源设施。虽然包括了氢气分配的能量需求，但没有考虑基础设施建设和与管道或拖车部署相关的空间限制的影响。这些因素可能会影响基础设施匮乏地区的氢气途径的可扩展性和环境性能。基准车辆运行是在沙特阿拉伯吉达的典型条件下建模的。

**2.2. 清单分析**
生命周期清单编制了评估每种动力系统-燃料组合所需的质量和能量流动。本研究使用GREET 2022获取了多种车辆模型的清单数据，包括ICEVs-D、ICEVs-G、BEVs、FCVs、PHEVs-G、HEVs-D和HEVs-G。其他类型的车辆数据，如使用气态氢气、CNG、ICEVs-M和HEVs-CNG的车辆数据，来自现有数据库和文献。当特定数据不可用时，使用了GREET 2022中的默认值。本研究使用的电力、天然气和氢气燃料周期的数据来自文献中提供的已建立模型[61]。以下小节描述了燃料生产和车辆制造的主要清单假设。

**2.2.1. 氢气**
对于2024年的情景，评估定义了沙特阿拉伯每种氢气途径的供应地点。这些地点的选择基于当前运营情况和距离吉达的远近：灰色氢气来自延布，蓝色氢气来自朱拜勒，绿色氢气来自努奥姆[62]。分析假设氢气通过管道从生产地点运输到大宗终端，然后再通过气体管式拖车运输到吉达的加氢站。灰色氢气和蓝色氢气都是通过蒸汽甲烷重整（SMR）过程从天然气（NG）合成的。灰色氢气在延布生产，使用通过沙特阿拉伯长达1193公里的管道从阿布凯克输送到延布的天然气，其能源强度为0.5 MJ/吨-公里[63][64][65]。虽然先前的研究表明氢气运输对总体温室气体（GHG）结果的影响有限，但由于缺乏地区-specific数据[49]，本分析采用了文献中的估算值。未来的研究可以使用本地测量数据来进一步完善这一参数。H2 A模型和NETL报告指出灰色氢气的生产效率为76%，每千克氢气需要2.3 MJ和184.6 MJ的天然气[66]。蓝色氢气依赖法迪利油田的天然气，通过74.9公里的管道输送到朱拜尔工厂。蓝色氢气的生产过程中包括碳捕获和存储（CCS），假设CCS效率为90%[66]。根据H2 A模型，其生产效率为70.8%。NERL报告指出，每千克蓝色氢气的能源需求为7.3 MJ和196.2 MJ的天然气[66]。绿色氢气通过太阳能驱动的质子交换膜（PEM）水电解在尼奥姆生产，并通过气体拖车运输1069公里到达吉达。太阳能用于氢气的压缩过程。根据H2 A模型的模拟结果，生产效率达到60.2%，每千克氢气的能源消耗为55.5 kWh，用水量为14.31升。

2.2.2. 电力
电力电网的碳强度（gCO2eq/千瓦时）使用公式（1）-（3）计算。排放因子EFgrid,i以克/千瓦时的单位量化类型i的排放，权重因子ψi表示每种排放类型的贡献。电网损耗通过电网损耗因子?纳入计算。参数α代表发电厂类型j（例如，太阳能、天然气、石油）的份额，而β反映每个发电厂j内技术类型k的份额。与基础设施建设相关的排放未被纳入分析。
(1) CIgrid = ∑i EFgrid,i × ψi
(2) EFgrid,i = ∑j α × EFplant,i,j
(3) EFplant,i,j = ∑k β × EFtechnologies,i,j,k

沙特阿拉伯的电力部门主要由化石燃料主导，天然气和原油分别占总能源结构的67.1%和32.7%[67]。相比之下，太阳能和风能的贡献仅为0.21%和不到0.01%，如表S20所示。本研究还包括的所有其他国家的能源结构也在表S20中详细列出。

在沙特阿拉伯，燃煤发电厂主要使用联合循环燃气轮机（39%）、单循环燃气轮机（34%）和蒸汽轮机（18%）[68]。燃气发电厂的配置更加多样化，包括24%的联合循环燃气轮机、47%的单循环燃气轮机和30%的蒸汽轮机[68]。每种技术的平均效率和排放因子在附录S2中有详细说明。电网损耗因子设定为7%[69]。国家运输距离是使用为本研究开发的Python算法估算的。沙特阿拉伯电网的计算碳强度为685 gCO2/千瓦时。

2.2.3. 天然气
2024年的沙特阿拉伯情景显示完全依赖传统的天然气来源[70]。在2030年的情景中，预计将采取多样化策略，包括页岩气开采，预计其将占天然气总产量的9.7%[70][71]。本研究中使用的传统天然气假设来自哈拉德天然气厂，通过天然气管道运输到吉达，其能源密度为0.4 MJ/吨-公里[63]。沙特阿拉伯的传统天然气回收效率为97.5%，加工和压缩效率分别为97.4%和93%[72]。传输和分配的损失因子设定为1.003[72]。天然气生产过程中的甲烷泄漏是全球变暖潜力（GWP）的一个关键因素。本研究使用的总体甲烷泄漏率为0.38%，更多细节见附录S2.2.2.4。

2.2.4. 甲醇
这里评估的甲醇路线是从天然气生产的，生产效率为66.5%，包括蒸汽共生产[73][74]。材料和能源投入以及温室气体排放和关键空气污染物数据来自Haldor Tops?e A/S提供的资料，GREET模型中采用了默认值[74]。系统能源消耗的更多细节见附录S2。

2.2.5. 柴油和汽油
柴油和汽油燃料专门来自延布的SAMREF和YASREF炼油厂，通过302公里的管道运输到吉达的大宗终端。管道运输的能源强度设定为0.19 MJ/吨-公里[75]。SAMREF和YASREF分别每天处理大约400千桶阿拉伯轻质原油和阿拉伯重质原油。大部分原油被转化为柴油、汽油和其他蒸馏产品，重质产品的产量不到20%[76][77][78]。API比重和硫含量的更多细节见附录S2。

2.2.6. 车辆制造
GREET模型为各种车辆的生命周期评估提供了基础数据集，包括内燃机车辆（ICEVs）、电池电动汽车（BEVs）、燃料电池车辆（FCVs）、混合动力电动车（HEVs）和插电式混合动力电动车（PHEVs）。GREET模型考虑了车辆车身、底盘和流体等多种元素，考虑到不同动力系统类型的差异。GREET 2022版本中没有提供由氢气、压缩天然气（CNG）和甲醇驱动的ICEVs及使用CNG的HEVs的制造数据。对于这些车辆，假设车身、底盘和流体数据与使用传统化石燃料的ICEVs和HEVs一致。基于GREET模型为这些车辆类型开发了计算路径。本研究未考虑车辆的进出口贸易。PHEVs的续航里程设定为64公里，而BEVs设定为483公里。根据GREET的默认数据，BEVs、PHEVs和HEVs配备了锂离子电池，而FCVs则假设使用镍氢（Ni-MH）电池。所有车辆配置的材料组成和整备质量详见附录S1。当组件级别的数据不可用时，重量是根据GREET 2022的材料假设从总车辆质量推导出的[32][41]。更换间隔、燃油经济性假设以及数据来源和处理方法的详细信息见附录S1。

2.3. 2030年情景
随着技术的进步和沙特阿拉伯2030年绿色倡议的实施，预计到2030年，该国电力网格的组成将包含50%的天然气、36.4%的太阳能和13.6%的风能[79][80]。文献预测到2030年CCS效率将提高到96.2%[66]。报告还指出，到2030年沙特阿拉伯将尝试非常规天然气开采，预计页岩气将占天然气来源的9.7%[70][71]。根据目前的趋势，预计到2030年沙特阿拉伯的锂离子电池回收率将达到25%，相比2024年假设的0%有所显著提高[81]。未来的乘用车预计将减轻重量，使用GREET模型中的轻质材料库存来减少底盘和车身质量。铅酸电池、锂铁磷酸盐（LFP）电池和镍氢电池的重量预计减少20%。本研究假设质子交换膜燃料电池的重量能量密度从1.03 kg/kW降低到1.02 kg/kW。

2.4. 全球比较和脱碳阈值
电动和氢基车辆的碳足迹在很大程度上取决于电力的碳强度。通过整合国家级别的电网结构、传输损耗和排放强度，评估了BEVs、PHEVs-G、ICEVs-H2b和FCVs-H2b的从井到轮的温室气体排放，以评估依赖电网技术的碳影响。选定国家和沙特阿拉伯情景的能源结构见附录S20，电网损耗因子和电力碳强度见表1。全球比较采用参数敏感性方法，将选定国家的具体结果映射到全球电网强度的连续梯度（0–730 gCO2eq/千瓦时）上。该框架允许使用国家电网强度作为垂直基准，将发现结果推广到不同的国际能源情景。

本研究在所有车辆的制造阶段使用了统一的材料和能源消耗假设，基于本研究中的车辆库存数据。使用GREET 2022计算了不同国家情景下的CtG排放和能源消耗。此外，本研究定义了两个温室气体排放阈值：2030年CtG气候稳定阈值和RED II WtW温室气体减排阈值。巴黎协定要求到2024年总温室气体排放减少45%。因此，2030年气候稳定阈值设定为2024年ICEVs-D生命周期温室气体排放的55%。根据RED II，可再生燃料必须实现70%的排放减少。因此，RED II温室气体减排阈值定义为2024年ICEVs-D WtW温室气体排放的30%，加上2024年ICEVs-D的车辆生命周期温室气体排放。

表1. 各国家情景的电网损耗因子和电力碳强度。沙特阿拉伯的电力强度是专门为本研究计算的，而其他国家的最新数据来自已建立的数据库（2024年）。由于数据有限，冰岛和格陵兰的数据为2022年的数据。

2.5. 敏感性分析
由于几个地区特定参数的全面概率分布函数有限，本研究没有进行完整的概率不确定性分析。相反，它结合了情景分析和局部敏感性分析，使用一次一个扰动的方法[82]，以评估在关键假设合理变化下的结果稳健性。检查了九个参数，包括车辆寿命、天然气管道能源密度、CCS效率、电网损耗、甲烷泄漏率、卡车能源密度、电网碳足迹、燃油经济性以及SMR的能源使用。具体来说，电网损耗从基线值7%变化到4%和9%，CCS效率从90%调整到85%和95%，车辆寿命测试为7年和17年。所有其他参数相对于其基线值变化了±10%。然后评估了这些变化对GWP100、EP和AP的影响，以确定最具影响力的参数，并检查在测试范围内主要比较结论的稳健性，从而在缺乏完整概率分布的情况下间接描述结果的确定性。

下载：下载高分辨率图片（536KB）
下载：下载全尺寸图片

图2. 2024年情景下各种车辆系统生命周期的温室气体（GHG）排放和总能源消耗。原料和燃料运输过程中的排放及其各自生产阶段的气体排放被纳入考虑。与基础设施建设相关的排放未纳入分析。ADR指的是组装、处置和回收过程。

3. 结果和讨论
3.1. 2024年情景
图2显示了所研究的车辆-燃料技术的整个生命周期的温室气体排放和能源消耗。燃料循环排放包括原料提取、燃料生产和车辆运行的贡献。车辆循环进一步细分为车辆部件生产、电池、流体以及组装、处置和回收（ADR）。在所有情况下，组装和使用寿命结束阶段的排放都是次要的，而部件和电池生产是主要排放源。ICEVs-G被确定为主要排放源，其温室气体排放强度为0.29 kgCO2eq/公里。这种排放优势主要归因于ICEVs-G较低的运营能源效率，其MPGGE为26.2，比ICEVs-D低17.1%。车辆运行阶段的温室气体排放占总ICEVs-G生命周期排放的73.6%，其总排放量比ICEVs-D高出20.4%。此外，ICEVs-G的能源消耗为3.98 MJ/公里，比ICEVs-D高出22.7%。

鉴于当前的电网基础设施限制、太阳能间歇性和大规模储能部署的局限性，对于沙特阿拉伯的乘用车来说，FCVs-H2代表了最有前景的脱碳路径——不包括依赖完全可再生电力的情景。这与Vision 2030的目标一致，即优先发展国内氢能经济并具有强烈的出口导向。每公里仅排放0.05千克二氧化碳当量的氢能车辆，与内燃机汽车（ICEVs-D和ICEVs-G）相比，实现了77.8%的温室气体（GHG）减排和81.6%的总体排放量减少。此外，其他基于氢的能量交通工具技术，包括氢内燃机汽车（ICEVs-H2s）和氢燃料电池汽车（FCVs-H2b），也显示出显著的减排效果，其排放量分别为每公里0.06千克和0.09千克二氧化碳当量，相比ICEVs-D分别减少了73%和62.9%。然而，氢的生产需要大量能源，尤其是蓝色氢的生产所需资源更多。在三种低碳氢能技术中，氢内燃机汽车的能源消耗最高，为每公里4.69兆焦耳（MJ），而氢燃料电池汽车（FCVs-H2s）和氢燃料电池汽车（FCVs-H2b）的能源消耗分别为每公里2.30兆焦耳和2.42兆焦耳。氢燃料电池汽车（FCVs-H2g）、氢内燃机汽车（ICEVs-H2b）、纯电动汽车（BEVs）和压缩天然气混合动力汽车（HEVs-CNG）的生命周期温室气体排放量在每公里0.11至0.17千克二氧化碳当量之间。值得注意的是，压缩天然气混合动力汽车（HEVs-CNG）的运行能耗比内燃机汽车（ICEV-D）降低了12.2%，其中68.9%的总排放量（0.17千克二氧化碳/公里）来自运行阶段。相比之下，主要依赖化石燃料供电的纯电动汽车（BEVs）的温室气体排放量比内燃机汽车（ICEV-D）减少了31.2%，其中72.9%的排放量源于电力生产过程，包括原材料提取和发电环节。尽管纯电动汽车（BEVs）的生命周期能源需求较低，仅为每公里2.52兆焦耳，但由于电网损失，其能源使用量仍高于氢燃料电池汽车。当纯电动汽车（BEVs）完全采用太阳能供电时，其温室气体排放量降至每公里0.04千克二氧化碳当量，生命周期能源消耗降至每公里1.45兆焦耳，如图2所示，表明其全球变暖潜能值（GWP）影响比氢燃料电池汽车低16.1%。

对于PHEVs-G、HEVs-D、HEVs-G、氢内燃机汽车（ICEVs-H2g）、压缩天然气混合动力汽车（ICEVs-CNG）和甲醇内燃机汽车（ICEVs-M），其生命周期温室气体排放量接近内燃机汽车（ICEV-D），介于每公里0.21至0.24千克二氧化碳当量之间，生命周期能源需求在每公里2.85至4.01兆焦耳之间。PHEVs-G由于同时使用汽油和电力，燃料生产是其主要排放来源（占总排放量的46.3%），因此相对于内燃机汽车（ICEV-D）仅节省了4.6%的能源。对于HEVs-D和HEVs-G，运行阶段分别占总排放量的74.3%和70.6%，其能源消耗分别减少了10.7%和9.9%。相反，在氢内燃机汽车（ICEVs-H2g）中，燃料消耗占总排放量的87.1%，能源使用量为每公里3.61兆焦耳，这与内燃机汽车相当，反映了氢燃料内燃机效率较低的特点。压缩天然气混合动力汽车（ICEVs-CNG）和甲醇内燃机汽车（ICEVs-M）的温室气体排放量与内燃机汽车（ICEV-D）相似，其中压缩天然气混合动力汽车的燃料效率较低（25.4英里/加仑汽油当量），80.3%的排放量来自车辆运行。甲醇内燃机汽车（ICEVs-M）的燃料循环占总排放量的72.5%（每公里0.24千克二氧化碳当量），而其能源消耗比内燃机汽车高出23.9%。有关所有车辆燃料技术的GWP20、EP和AP的详细信息，请参见补充信息（SI）中的第S3节。2024年情景的综合结果可以在第S4节找到。

补充信息中还提供了高分辨率图片（490KB）和全尺寸图片（a）、不同类型内燃机汽车和混合动力汽车与内燃机汽车（ICEV-D）的对比结果、纯电动汽车和插电式混合动力汽车（PHEVs）与纯电动汽车的对比结果，以及基于氢的内燃机汽车和氢燃料电池汽车的性能评估（以蓝色、灰色和绿色氢能源路径为基础）。图3展示了车辆性能对比的概览。顶部图表显示了不同类型内燃机汽车和混合动力汽车与内燃机汽车（ICEV-D）的对比结果，底部图表则比较了纯电动汽车和插电式混合动力汽车（BEVs与BEVs）以及基于氢的内燃机汽车和氢燃料电池汽车（FCVs与HCVs）。ADR表示组装、处置和回收过程。

图3a展示了使用不同类型燃料的内燃机汽车和混合动力汽车的环境影响，包括柴油、汽油、压缩天然气（CNG）、甲醇和氢。基于氢的燃料进一步分为蓝色、灰色和绿色三种变体，并提供了每种车辆燃料技术的排放概况，全面展示了它们的环境影响。图3(a)显示，在所有评估的车辆类型中，氢燃料车辆具有最低的全球变暖潜能值（GWP）。具体而言，分析表明，基于绿色氢的内燃机汽车相比传统柴油内燃机汽车，GWP100降低了73%，GWP20降低了73.2%。尽管GWP有所减少，但在能源效率（EP）和累积环境影响（AP）方面，氢内燃机汽车的影响仍较高。在氢燃料选项中，蓝色氢在EP和AP方面表现最为不利。EP以每公里千克磷酸根离子当量（kg PO43-eq）为单位，受氧化亚氮（N2O）和氮氧化物（NOx）排放的显著影响。这些排放主要来源于生产灰色和蓝色氢的蒸汽重组（SMR）过程，以及氢压缩、运输等能耗较高的环节。此外，氢燃烧还会产生更多的氮氧化物（NOx）。氢内燃机汽车（ICEVs-H2b）在EP和AP方面的最大影响与碳捕获和封存（CCS）技术的采用有关，这需要大量的能源投入。车辆制造过程中的因素也加剧了EP的影响，例如生产车身和底盘所需的钢铁和铝、催化转化器中的铂族金属，以及氢储存罐中的碳纤维。此外，使用镍氢电池（Ni-MH）和尼龙等电子组件和组装材料也会增加EP。

AP以每公里千克二氧化硫当量（kgSO2eq）为单位，排放主要与二氧化硫（SO2）和氮氧化物（NOx）有关。与EP相比，车辆制造过程对AP的影响更大，主要是由于金属生产过程中产生的酸性气体排放。例如，从硫化物矿石中提取铜和镍（用于电池、电子设备和电动机）会释放大量二氧化硫[83]。压缩天然气混合动力汽车（HEVs-D）和混合动力汽车（HEVs-G）在EP和AP方面的表现优于传统内燃机汽车，这归功于它们更简单的结构以及燃料生产过程中的较低排放。考虑到这些权衡，从环境角度来看，压缩天然气混合动力汽车（HEVs-D）和混合动力汽车（HEVs-G）是更为平衡的选择，总体环境压力较低。图3b显示了基于插电式混合动力汽车（PHEVs）的参考标准，纯电动汽车（BEVs）在电池制造过程中的温室气体排放量分别高出253%和271%。然而，完全依赖电力的纯电动汽车（BEVs）在温室气体排放方面比PHEVs降低了27.6%和25.8%，因为它们的能源有58.3%来自电力。这种差异主要是由于运行阶段的排放减少。相比之下，PHEVs在EP和AP指标上的表现更好，因为电池生产和电力发电过程中伴随着大量的氮氧化物（NOx）和二氧化硫（SOx）排放。

图3c使用氢内燃机汽车（ICEV H2b）作为参考，展示了使用氢燃料的车辆在整个生命周期中的相对环境影响。当在相同生产基础上比较氢能源路径时，氢燃料电池汽车（FCVs）的温室气体排放量低于内燃机汽车（ICEVs）。观察到的GWP差异主要归因于能源转换效率的显著差异。在EP和AP方面，氢燃料电池汽车通常优于内燃机汽车。虽然氢内燃机汽车在运行过程中仍会排放少量二氧化碳（CO2）、一氧化碳（CO）、氮氧化物（NOx）、挥发性有机化合物（VOCs）和氧化亚氮（N2O），从而导致GWP、EP和AP略有增加，但氢燃料电池汽车的运行过程中没有排放。总体而言，GWP100和GWP20指标在所有车辆类别中表现相似，因为GWP100和GWP20之间的差异主要源于甲烷（CH4）排放，而在本研究中评估的车辆技术的生命周期排放中甲烷排放量很小。只有当甲烷排放较多时，这一差异才变得显著。

补充信息中的第3节（表S22）提供了GWP100、GWP20、EP和AP的详细结果，单位分别为每公里千克二氧化碳当量、每公里千克二氧化碳当量和每公里千克磷酸根离子当量、每公里千克二氧化硫当量。图4展示了2030年情景下各种车辆系统的生命周期温室气体排放量和总能源使用量，包括原料、燃料运输和基础设施建设的排放和能源消耗。该图还展示了2030年的气候稳定阈值和RED II温室气体减排阈值。ADR表示组装、处置和回收过程。

图4显示了2030年各种车辆燃料技术的生命周期排放量和能源消耗，较浅的条形代表2022年的数据。两条虚线分别表示预测的2030年CtG气候稳定阈值和RED II WtW温室气体减排阈值。到2030年，氢燃料电池汽车（FCVs-H2s）的生命周期温室气体排放量预计最低，为每公里0.05千克二氧化碳当量。氢燃料电池汽车（FCVs-H2b）以及氢内燃机汽车（ICEVs-H2s）和纯电动汽车（BEVs）的排放量也较为有利，分别为每公里0.07千克、0.07千克和0.09千克二氧化碳当量。2030年不同车辆技术的减排潜力重新定义了环境影响等级。氢燃料电池汽车（FCVs-H2s）、氢燃料电池汽车（FCVs-H2b）和氢内燃机汽车（ICEVs-H2s）符合RED II指令设定的严格温室气体减排目标。虽然纯电动汽车（BEVs）、氢燃料电池汽车（FCVs-H2g）和氢内燃机汽车（ICEVs-H2b）未达到RED II阈值，但它们符合2030年的气候稳定目标。与2024年水平相比，纯电动汽车的温室气体排放量预计减少42.9%，能源需求减少25.8%，这主要得益于电力生产阶段的排放量减少80%和能源消耗减少88.5%。这些减排反映了沙特阿拉伯向可再生能源的转型，预计到2030年可再生能源将占电力供应的50%。相比之下，氢内燃机汽车（ICEVs-H2b）和氢燃料电池汽车（FCVs-H2g）的排放量分别预计减少22.9%和12.4%。尽管排放量有所减少，但氢动力内燃机汽车的能源消耗相对较高，引发了关于能源效率和温室气体减排目标合规性的担忧。

PHEVs-G和混合动力汽车（HEVs-CNG）的排放量介于每公里0.16千克和0.17千克二氧化碳当量之间。值得注意的是，与传统内燃机汽车相比，PHEVs的温室气体排放量减少了26.3%，这归功于电网脱碳的进步。相反，氢内燃机汽车（ICEVs-H2g）、混合动力汽车（HEVs-D）、混合动力汽车（HEVs-G）、甲醇内燃机汽车（ICEVs-M）和压缩天然气混合动力汽车（ICEVs-CNG）的排放量仍处于较低水平，介于每公里0.20–0.24千克二氧化碳当量之间。其中，甲醇内燃机汽车（ICEVs-G）的排放表现最差，为每公里0.28千克二氧化碳当量。

图5对影响GWP、EP和AP的关键参数进行了实证调整。电网损失从基线7%调整到4%和9%，碳捕获和封存（CCS）效率从90%调整到85%和95%，寿命评估为7年和17年。其他参数，包括天然气管道能量密度、甲烷泄漏率、卡车能量密度、电网碳足迹、燃油经济性和天然气蒸汽重组（NG SMR）能源使用量，均从基线值调整了±10%。

图5以热力图的形式展示了18种情景下九个参数对GWP、EP和AP的影响，具体数值见补充信息（SI）的表S25-30。如图5所示，燃油经济性对所有车辆燃料技术都有显著影响，尤其是对GWP的影响最大，其次是EP和AP。在燃料生产过程中排放较高的车辆，特别是内燃机汽车（ICEVs-D）、混合动力汽车（HEVs-D）和混合动力汽车（HEVs-G），其GWP敏感性较高。相比之下，使用替代燃料的内燃机汽车受的影响较小，而纯电动汽车（BEVs）和氢燃料电池汽车（FCVs），尤其是使用绿色氢的，对排放变化的敏感性最低。对于EP和AP，纯电动汽车（BEVs）、插电式混合动力汽车（PHEVs）和混合动力汽车（HEVs-CNG）对燃油经济性的变化更为敏感。天然气蒸汽重组过程中的能源消耗对使用蓝色氢的内燃机汽车（ICEV）和氢燃料电池汽车（FCV）的GWP、EP和AP有轻微影响。电网碳强度对纯电动汽车（BEVs）的GWP、EP和AP的影响最大，但也影响使用蓝色和灰色氢的内燃机汽车（ICEV）和氢燃料电池汽车（FCV），反映了氢生产所需的大量电力。卡车运输能量密度对长距离燃料运输有影响，特别是对于蓝色氢和绿色氢。

图3c中的甲烷泄漏率从基线0.38%变化±10%，但由于基线值较低，其影响有限。电网损失主要影响纯电动汽车（BEVs）和插电式混合动力汽车（PHEVs）。除了燃油效率外，碳捕获和封存（CCS）效率对内燃机汽车（ICEVs）和氢燃料电池汽车（FCV-H2b）的环境性能也有显著影响。天然气管道的能量密度对内燃机汽车（ICEVs-CNG）和氢内燃机汽车（ICEVs-H2g）的影响较小。寿命变化±5年会影响零部件更换率，特别是对氢燃料电池汽车（FCV）的GWP有显著影响。

补充信息中提供了GWP100、GWP20、EP和AP的详细结果，单位分别为每公里千克二氧化碳当量、每公里千克二氧化碳当量、每公里千克磷酸根离子当量和每公里千克二氧化硫当量。图4展示了2030年各种车辆系统生命周期的温室气体排放量和总能源使用量，包括原料、燃料运输和基础设施建设相关的排放和能源消耗。该图还展示了2030年的气候稳定阈值和RED II温室气体减排阈值。2024年PHEVs-G的全球生命周期温室气体排放分布。下载：下载高分辨率图片（225KB）；下载全尺寸图片（c）。2024年FCVs-H2b的全球生命周期温室气体排放分布。下载：下载高分辨率图片（229KB）；下载全尺寸图片（d）。2024年ICEVs-H2b的全球生命周期温室气体排放分布。下载：下载高分辨率图片（817KB）；下载全尺寸图片（e）。在全球电力情景下，依赖电网的车辆-燃料路径的从摇篮到坟墓的温室气体排放。曲线显示了电网碳强度与各种动力系统技术的整车重量（WtW）温室气体排放之间的连续关系。垂直虚线代表当前各国的电网强度（例如，挪威、美国、法国和沙特阿拉伯），有助于进行区域基准比较并确定特定技术的盈亏平衡点。包括了在沙特阿拉伯2024年条件下ICEVs-D和ICEVs-G的排放数据，以便与全球脱碳阈值进行对比参考。图6. BEVs、PHEVs-G、FCVs-H2b和ICEVs-H2b的全球生命周期温室气体排放分析。该分析考虑了电网碳足迹、电力来源和电网效率的地区差异，包括燃料循环和车辆循环。3.5. 全球比较敏感性分析表明，BEVs和PHEVs-G受电网碳强度的影响最大（全球分布见补充信息中的图S1），其次是使用蓝色氢气的FCVs和ICEVs。因此，全球电网强度分析将BEVs、PHEVs、ICEVs-H2b和FCVs-H2b列为优先考虑的对象。图6a-6d显示了BEVs、PHEVs-G、FCVs-H2b和ICEVs-H2b的全球温室气体排放强度分布。图6e展示了电网碳强度对各种技术整个生命周期温室气体排放的影响。如图6e所示，BEVs和PHEVs的WtW温室气体排放受到电网电力碳强度的显著影响。由于BEVs对电能的依赖程度更高，因此它们对电网碳强度的变化更为敏感。相比之下，基于蓝色氢气的ICEVs和FCVs对WtW温室气体排放的影响较小，表明其对电力碳强度的敏感性较低。尽管如此，这些车辆通过转向低碳电力来源展示了减少全球变暖潜能的机会。此外，FCVs-H2b和ICEV-H2b在电网碳足迹较高的情况下仍能达到2030年CtG气候稳定阈值，这意味着在当前技术配置下，它们有潜力更早地符合气候稳定目标。值得注意的是，在电网碳强度超过529.6 g/kWh的情况下，ICEV-H2b的表现优于BEVs，这促使埃及、中国、沙特阿拉伯和南非等国家转向使用蓝色氢气的车辆以实现更大的温室气体减排。当电网碳强度保持在398 gCO2eq/kWh以下时，BEVs、FCVs-H2b和ICEV-H2b都能达到2030年的减排目标。在电网碳强度介于160至529.6 gCO2eq/kWh之间的地区（包括加拿大、格陵兰、荷兰、2030年能源组合情景下的沙特阿拉伯、美国和德国），BEVs的减排潜力大于ICEV-H2b，但低于FCVs-H2b。在电网碳强度低于261 gCO2eq/kWh的情况下，BEVs和FCVs-H2b均符合严格的RED II阈值。当电网碳强度进一步降至138 gCO2eq/kWh以下时，PHEVs成为可行的乘用车脱碳策略。如图6e所示，在电网碳强度低于160 gCO2eq/kWh时，BEVs的WtW排放显著低于FCVs-H2b。对于预期的2050年情景（如沙特阿拉伯和其他国家如冰岛、挪威、瑞士、瑞典、法国、芬兰、新西兰、比利时），所有四种依赖电网的车辆-燃料技术均超过了2030年的温室气体减排目标，其中BEVs的减排潜力最大。图6a、b和e进一步揭示了依赖电网的车辆在不同地区的排放差异：在低碳电网地区（如欧洲），BEVs和PHEVs的表现最佳；而在高碳电网地区（如亚洲部分地区），排放较高。虽然BEVs和PHEVs在高碳电网区域的排放量可能超过500 gCO2eq/km，但基于氢气的ICEVs和FCVs的排放量相对稳定，平均约为120 gCO2eq/km。氢气ICEVs和FCVs的温室气体排放还受到氢气运输物流的影响，但这在图中未展示。补充信息中的图S1和S2提供了有关电网碳强度和电网损耗的信息。3.6. 交叉验证和全球化背景补充信息中的表S31和S32系统地将本研究与五大洲的二十一项独立生命周期评估进行了比较，涵盖了方法学特点和关键发现。美国地区的WtW温室气体估算结果与Kelly等人[21]的报告非常吻合，而沙特阿拉伯的结果与MENA GREET模型[84]一致。这些比较支持了分析框架在不同地区背景下的有效性，并将当前结果置于已记录的全球范围内。据报道，BEVs的从摇篮到坟墓的温室气体排放量在低碳欧洲电网下约为70 g CO2eq/km[85]，而在高碳中国省电网下则达到279 g CO2eq/km[44]。动态生命周期评估进一步显示，随着电网的脱碳，中国的BEV排放量到2050年将减少61%以上，而电池化学成分对车辆周期温室气体排放的影响相对较小，仅为5%-10%[9] [19]。这些结果表明，决定减碳性能的主要因素是电网碳强度，而不仅仅是动力系统类型。沙特阿拉伯的BEV结果（基于2024年531 g CO2/kWh的电网，为165 g CO2eq/km）与其他类似碳强度的天然气系统（包括卡塔尔[87]和印度[88]）的结果相当，突显了这些发现对其他依赖化石燃料的经济体的相关性。使用绿色氢气的绿色氢FCV的排放量（53 g CO2eq/km）是全球最低的之一，这与基于专用可再生氢供应链的研究一致[32] [88]。相比之下，在高碳电网下依赖电解氢的FCV的排放量可达到922 g CO2eq/km，甚至可能超过ICEV的排放量，这证实了氢源是FCV生命周期性能的关键变量[34] [38]。同时，尽管零排放车辆的全球变暖潜能值（GWP）较低，但欧洲的多指标研究也报告了其较高的酸化和富营养化潜力[86] [89]，这突显了单一指标优化在全面评估低排放技术环境影响方面的局限性。本研究的几个特点使其不同于现有文献：以往的比较评估通常只考虑了3到7种车辆-燃料组合[31] [85] [90]；而本研究在一个统一的分析框架内评估了15种从摇篮到坟墓的路径，包括标准GREET 2022清单中未包含的氢燃料和CNG混合动力配置[73]。这种更广泛的范围与最近的主要数据研究一致，这些研究表明使用绿色氢气的H2-ICE车辆相比柴油可减少超过90%的温室气体排放[40]。该研究还解决了地理上的空白：据我们所知，之前没有在沙特阿拉伯条件下对乘用车排放进行过从摇篮到坟墓的评估，尽管该国既是主要的传统燃料生产国，也是低碳氢气的新兴出口国。此外，灰色氢、蓝色氢和太阳能电解绿色氢的区域特定供应链使用了经过验证的生产效率和实际运输距离进行参数化——而这些因素通常在通用路径分析中被忽略[91] [92] [93]。所有路径的酸化和富营养化潜力都使用CML2001方法进行了评估，揭示了单一指标方法可能遗漏的零排放技术的负担转移[86] [89]。连续的电网碳强度阈值分析进一步确定了特定技术的交叉点，包括BEVs和蓝色氢ICEVs之间的盈亏平衡阈值529.6 g CO2/kWh，为依赖化石燃料的经济体提供了可转移的决策标准。这一阈值与最近县级证据一致，表明美国电网在2025年的碳强度约为368 g CO2/kWh时，全国范围内的BEVs已经低于这一阈值[53]。最后，基于沙特阿拉伯2030年可再生能源目标的两个时间情景显示，渐进式的电网脱碳如何重塑不同技术之间的排名，为全球类似能源转型情境提供了前瞻性的政策框架。4. 结论本研究填补了关于沙特阿拉伯乘用车的一个研究空白，指出使用绿色氢气的FCVs和ICEVs对于该行业的短期至中期脱碳至关重要。生命周期温室气体排放分析表明，使用绿色、蓝色和灰色氢气的FCVs，以及由绿色氢气驱动的ICEVs，与传统的柴油ICEVs相比，可实现超过45%的排放减少。当使用氢气作为燃料时，FCVs在GWP、AP和EP方面的能源使用和环境影响低于使用氢气的ICEVs，使其成为沙特阿拉伯环境战略的首选方案。基于预期技术进步和向可再生能源转型的预测，到2030年将进一步减少排放。绿色氢FCV始终表现出最低的生命周期排放，而使用多种类型氢气的FCV以及使用绿色和蓝色氢气的ICEVs仍然是未来碳减排倡议中的有力候选者，能够实现2030年的气候稳定目标。在2024年的情景下，BEVs的表现与基于蓝色氢气的ICEVs和基于CNG的HEVs相当，与柴油ICEVs相比具有40.1%-44.9%的减排潜力，这主要是因为沙特阿拉伯较高的电网碳强度。假设100%的太阳能电力，BEVs的排放量比绿色氢FCV减少了16.1%。到2030年的预测表明，与2024年的水平相比，BEVs的生命周期温室气体排放量减少了42.9%。这使得BEVs成为与使用绿色和蓝色氢气的FCV以及使用绿色氢气的ICEVs相比具有竞争力的选择，强调了“清洁”能源在BEV发展中的关键作用。然而，我们的研究发现，零排放车辆在GWP降低方面具有“负担转移”挑战；尽管它们在GWP降低方面表现出色，但其上游阶段（特别是用于电池材料的硫化物矿开采和用于生产蓝色氢气的能源密集型SMR/CCS工艺）显著增加了AP和EP。考虑到当前电网的碳强度和有限的电气化能力，研究预测PHEVs相对于使用柴油的ICEVs仅能实现12.2%的温室气体减排。这一表现与使用灰色氢气的ICEVs以及使用柴油和汽油的HEVs的表现相当。进一步分析显示，增加对电气化的依赖加剧了AP和EP方面的环境影响，强调了可持续材料来源和电网脱碳的必要性。使用天然气和CNG的甲醇在ICEVs中提供的环境效益有限，分别增加了23.9%和20.4%的能源消耗。此外，在AP和EP方面的环境表现也不如柴油ICEVs。FCVs、EV和氢燃料ICEVs在各种国家的道路运输中显示出显著的生命周期WtW减排潜力。然而，只有FCVs-H2s、FCVs-H2b和ICEVs-H2s能够满足RED II框架中规定的严格减排目标。BEVs表现出显著的脱碳潜力和能源效率，尽管其排放量在化石燃料主导的电网中高度依赖于电力来源，可能超过0.15 kg CO2/km。鉴于LFP电池的长寿命和技术成熟度，许多国家已实施了政策来提高BEVs的环境和成本竞争力。对于目标是在碳减排方面取得显著进展的地区，全面的方法——包括清洁车辆的采用和可再生能源基础设施的扩展——至关重要。基于氢气的FCVs和ICEVs在电网碳强度较高的地区提供了可行的过渡解决方案，使得在电网无法立即脱碳的情况下仍能满足减排目标。这些发现强调了将运输生命周期排放策略与可再生能源转型相协调的必要性。政策制定者可以利用这些见解来制定综合策略，鼓励低排放车辆技术的采用，并设定国家和国际排放基准。这有助于各国评估现有能源基础设施是否能够在不超过温室气体阈值的情况下支持车辆技术的广泛采用。行业利益相关者可以利用这些见解来调整车辆技术供应，以适应区域环境条件。例如，在中等排放电网中，PHEVs-G可能具有优势，而在能够获得低排放氢气的地区，则优先考虑FCV。本研究为汽车制造商和能源提供商提供了根据区域条件定制产品组合和能源投资的路线图。总体而言，本研究的结果为MENA地区和其他具有类似能源结构的国家的脱碳路径提供了参考点。此外，本研究还为世界各国提供了关于依赖电网的车辆-燃料技术发展的指导。该开发的全球模型和数据集为定制国家脱碳战略提供了一个可转移的框架。未来的评估应研究可替代传统燃料的电子燃料（包括电子氨、电子甲醇制汽油和电子航空燃料）的脱碳潜力，以加深对这些新兴解决方案的理解。

**缩写说明：**
API：酸化潜力（Acidification Potential）
API：美国石油协会（American Petroleum Institute）
BEV：电池电动汽车（Battery Electric Vehicle）
CCS：碳捕获与储存（Carbon Capture and Storage）
CO2：二氧化碳（Carbon Dioxide）
CH4：甲烷（Methane）
CNG：压缩天然气（Compressed Natural Gas）
COP21：2015年联合国气候变化大会（United Nations Climate Change Conference）
CTG：从摇篮到坟墓（Cradle-to-Grave）
EPU：富营养化潜力（Eutrophication Potential）
EU：欧盟（European Union）
EVE：电动汽车（Electric Vehicle）
FCV：燃料电池车辆（Fuel Cell Vehicle）
FCV-g：使用灰氢驱动的燃料电池车辆（FCV powered by grey hydrogen）
FCV-b：使用蓝氢驱动的燃料电池车辆（FCV powered by blue hydrogen）
FCV-s：使用绿氢（基于太阳能的氢）驱动的燃料电池车辆（FCV powered by green hydrogen）
GHG：温室气体（Greenhouse Gas）
GIS：地理信息系统（Geographic Information System）
GREET：交通领域的温室气体、受管制排放和能源使用（Greenhouse Gases, Regulated Emissions, and Energy Use in Transportation）
GWP：全球变暖潜力（Global Warming Potential）
GWP20：20年内的全球变暖潜力（GWP20-year Global Warming Potential）
GWP100：100年内的全球变暖潜力（GWP100-year Global Warming Potential）
H2：氢（Hydrogen）
HEV：混合动力电动汽车（Hybrid Electric Vehicle）
HEV-D：使用柴油驱动的混合动力电动汽车（HEV powered by diesel）
HEV-G：使用汽油驱动的混合动力电动汽车（HEV powered by gasoline）
HEV-CNG：使用压缩天然气驱动的混合动力电动汽车（HEV powered by compressed natural gas）
ICEV：内燃机车辆（Internal Combustion Engine Vehicle）
ICEV-D：使用柴油驱动的内燃机车辆（ICEV powered by diesel）
ICEV-G：使用汽油驱动的内燃机车辆（ICEV powered by gasoline）
ICEV-CNG：使用压缩天然气驱动的内燃机车辆（ICEV powered by compressed natural gas）
ICEV-M：使用天然气制甲醇驱动的内燃机车辆（ICEV powered by methanol from natural gas）
ICEV-H2g：使用灰氢驱动的内燃机车辆（ICEV powered by grey hydrogen）
ICEV-H2b：使用蓝氢驱动的内燃机车辆（ICEV powered by blue hydrogen）
ICEV-H2s：使用绿氢驱动的内燃机车辆（ICEV powered by green hydrogen）
ISO：国际标准化组织（International Standards Organization）
LCA：生命周期评估（Life-Cycle Assessment）
LFP：磷酸铁锂电池（Lithium Iron Phosphate Battery）
MENA：中东和北非地区（Middle East and North Africa）
MJ：兆焦耳（Megajoule）
NOx：氮氧化物（Nitrogen Oxides）
N2O：一氧化二氮（Nitrous Oxide）
NG：天然气（Natural Gas）
Ni-MH：镍氢电池（Nickel–Metal Hydride）
PC：聚合物电解质膜（Polymer Electrolyte Membrane）
PFSA：全氟磺酸（Perfluorinated Sulfonic Acid）
PHEV：插电式混合动力电动汽车（Plug-In Hybrid Electric Vehicle）
PHEV-G：使用电网电力和汽油驱动的插电式混合动力电动汽车（PHEV powered by grid electricity and gasoline）
PZEV.AT：部分零排放车辆（Partial Zero-Emission Vehicle）– 先进技术（Advanced Technology）
RED II：可再生能源指令I（Renewable Energy Directive I）
ISO2S：二氧化硫排放标准（Sulfur Dioxide Emissions Standard）
SMR：蒸汽甲烷重整（Steam Methane Reforming）
TTW：从井口到车轮（Tank-to-Wheel）
UN SDG：联合国可持续发展目标（United Nations Sustainable Development Goal）
WTT：从井口到车轮的碳排放计算（Well-to-Tank Carbon Calculation）
ZEV：零排放车辆（Zero-Emission Vehicle）

**作者贡献声明：**
赵成成（Chengcheng Zhao）：撰写、审稿与编辑、初稿撰写、数据可视化、验证、软件使用、资源管理、方法论研究、调查分析、数据分析、概念化。
阿瓦德·B.S. 阿尔夸提（Awad B.S. Alquaity）：撰写、审稿与编辑、初稿撰写、验证、方法论研究、数据分析、概念化。
王琪（Qi Wang）：撰写、审稿与编辑、初稿撰写、数据可视化、验证、方法论研究、概念化。
侯赛因·巴克尔（Husain Baaqel）：撰写、审稿与编辑、初稿撰写、验证、概念化。
阿卜杜拉·S. 阿尔拉马丹（Abdullah S. AlRamadan）：撰写、审稿与编辑、方法论研究。
埃姆雷·岑克尔（Emre Cenker）：撰写、审稿与编辑、初稿撰写、方法论研究、概念化。
郑立良·小林（Leiliang Zheng Kobayashi）：撰写、审稿与编辑、方法论研究、数据管理、概念化。
S. 马尼·萨拉西（S. Mani Sarathy）：撰写、审稿与编辑、项目监督、方法论研究、资金获取。

**关于写作过程中生成式AI和AI辅助技术的声明：**
在准备本研究的过程中，作者使用了ChatGPT工具来提高文本的可读性和语言表达。使用该工具/服务后，作者对内容进行了必要的审阅和编辑，并对出版物的内容负全责。