一种面向乘用车型的电动汽车使用周期碳排放计算方法

技术领域

本发明属于节能减排与新能源技术领域，提供一种面向乘用车型的电动汽车使用周期碳排放计算方法。

背景技术

随着电力清洁化的发展，以电动汽车为代表的新能源汽车相对于传统燃油车具有显著减排效果已成为广泛共识，推广新能源汽车是道路交通领域减碳的重要途径之一。电动汽车的广泛使用和保有量的增加使得电动汽车在使用环节的低碳发展的重要性日益凸显。根据中汽集团《中国汽车低碳行动计划(2022)执行摘要》普通纯电动乘用车使用环节碳排放占比为53.6％，车辆周期占比达到46.4％，因此电动汽车行业使用环节的减排降碳是重中之重。

当前使用环节碳排放的计算通常采用里程法，即采用电动汽车在使用周期的行驶里程的缺省值，基于百公里电耗数据，电力碳排放因子数据计算使用周期的碳排放。但该方法尚未考虑电动汽车的实际用车场景，以及使用周期内全国电力结构随着时间的变化，因此和实际情况相比存在一定的误差。

发明内容

为解决现有技术中存在的不足，本发明提供一种面向乘用车型的电动汽车使用周期碳排放计算方法。

本发明采用如下的技术方案。本发明的第一方面提供了一种面向乘用车型的电动汽车使用周期碳排放计算方法，包括以下步骤：

步骤1，获取电动汽车用户的充电行为历史数据和全国平均电力碳排放因子数据；

步骤2，获取电动汽车具体型号的车辆数据及其对应的碳排放因子数据；

步骤3，将电动汽车使用周期划分为车辆行驶环节和车辆维护保养环节，使用步骤1的充电行为数据和步骤2的车辆数据，构建电动汽车使用周期碳排放计算模型；

步骤4，将电动汽车用户的充电行为数据、电动汽车车辆数据、碳排放因子数据输入到步骤3构建的电动汽车使用周期碳排放计算模型，计算电动汽车全生命周期的碳排放量。

优选地，步骤1中，电动汽车用户的充电行为历史数据包括：电动汽车的历史充电数据和充电时间信息。

优选地，步骤2中，车辆数据包括：车型信息、百公里电耗、质保期限、车辆质保里程、轮胎重量、车用液体和重量；

所述的碳排放因子数据包括：轮胎、车用液体的碳排放因子数据缺省值。

优选地，步骤3包括：

步骤3.1，以步骤1获取的电动汽车用户的充电行为历史数据和全国平均电力碳排放因子数据，构建电动汽车车辆行驶环节碳排放模型；

步骤3.2，构建电动汽车保养环节碳排放模型，车辆维护保养环节是指车辆在使用周期内的维护、保养，包括：轮胎更换、车用液体的更换。

优选地，步骤3.1具体包括：

步骤3.1.1，采集电动汽车的使用周期和使用里程参数，使用质保期作为电动汽车的使用寿命，使用质保里程作为电动汽车的使用里程参数；

步骤3.1.2，使用步骤3.1.1获得的使用周期和使用里程参数，采集电动汽车用户的充电特征；

步骤3.1.3，基于步骤3.1.2获得的电动汽车用户的充电特征，构建电动汽车车辆行驶环节碳排放模型。

优选地，步骤3.1.2具体包括：

步骤A，获取电动汽车历史充电数据；

步骤B，使用步骤3.1.1获得的使用周期和使用里程参数，构建用户每月的平均充电电量

式中：

T

L

q

步骤C，统计每个用户的月平均充电电量，月充电电量数据的均方差；并设置没有月度充电异常行为的条件，以如下公式(3)表示：

σ

式中：

σ

σ

σ

步骤D，使用步骤B获得的具有一般充电行为的条件和步骤C获得的没有月度充电异常行为的条件，筛选用户每月充电数据分布均匀的用户，去掉月度充电异常的用户；

步骤E，使用步骤D筛选后的用户数据，计算所筛选用户的月平均充电量

式中：

表示年平均充电电量。

优选地，步骤3.1.3，基于步骤3.1.2获得的平均充电电量，计算使用周期的碳排放量C

式中；

K1

优选地，步骤3.2中，电动汽车保养环节碳排放模型以如下公式表示：

C

式中：

C

m

k

n

m

k

优选地，步骤4，电动汽车使用周期碳排放计算模型以如下公式表示：

C

式中：

C

C

C

与现有技术相比，本发明的有益效果至少包括：本发明考虑用户的实际用车场景，充分利用采集数据，分析具有一般充电行为用户的月度充电特征，同时考虑了使用期限内全国电力结构的变化，基于年度动态碳排放因子数据，计算了行驶环节的碳排放量。本发明提供一种面向乘用车型的电动汽车使用周期碳排放计算方法可为评估市场上主流乘用类的电动汽车在使用周期内的碳排放计算提供依据，使得车企关于电动汽车全生命周期碳排计算更加准确，也为电动汽车用户在用车期间的碳排放计量、碳排放强度等级评价提供依据。

附图说明

图1是依照本发明实施例提供的车辆维护环节和车辆形式环节的清单数据的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例，都属于本发明的保护范围。

如图1所示，本发明的实施例1提供了一种面向乘用车型的电动汽车使用周期碳排放计算方法，包括以下步骤：

步骤1，获取电动汽车用户的充电行为历史数据和全国平均电力碳排放因子数据。

在本发明优选但非限制性的实施方式中，所述的电动汽车用户的充电行为数据包括：设定时长的充电数据、充电时间信息。例如但不限于，最近8个月的充电行为数据。

步骤2，获取电动汽车具体型号的车辆数据及其对应的碳排放因子数据。

在本发明优选但非限制性的实施方式中，所述的电动汽车具体型号的车辆数据，从厂商公开的车辆信息获取，具体包括：车型信息、百公里电耗、质保期限、车辆质保里程、轮胎重量、车用液体重量；所述的碳排放因子数据包括轮胎、车用液体的碳排放因子数据缺省值。车型信息例如但不限于，SUV、MPV、轿车三种车型。车用液体例如但不限于，润滑油、刹车剂和制冷剂。

步骤3，将电动汽车使用周期划分为车辆行驶环节和车辆维护保养环节，构建电动汽车使用周期碳排放计算模型。

在本发明优选但非限制性的实施方式中，步骤3具体包括：

步骤3.1，以步骤1获取的电动汽车用户的充电行为历史数据和全国平均电力碳排放因子数据，构建电动汽车车辆行驶环节碳排放模型。具体包括：

步骤3.1.1，采集电动汽车的使用周期和使用里程参数。

值得注意的是，本领域技术人员可以通过任意来源获得电动汽车的使用周期参数和使用里程参数。优选但非限制性地，使用质保期作为电动汽车近似的使用寿命，使用质保里程作为电动汽车近似的使用里程参数。

目前对于电动汽车市场上在出售时均会标示质保期，通常使用寿命会略高于质保期，考虑车辆更新换代因素，因此确定使用周期的寿命即质保年限，以T

步骤3.1.2，使用步骤3.1.1获得的使用周期和使用里程参数，采集电动汽车用户的充电特征。

值得注意的是，本领域技术人员可以通过任意途径采集电动汽车用户的充电特征，例如但不限于已有的统计数据。任意来源的用户的充电特征均落入本发明的范围之内。

作为本发明突出的实质性特点之一，本发明基于采集数据挖掘用户的充电特征，在本发明进一步优选的实施方式中，步骤3.1.2具体包括：

步骤A，从电动汽车采集商户平台获取历史充电数据，例如但不限于，8个月的充电数据。

步骤B，使用步骤3.1.1获得的使用周期和使用里程参数，构建用户每月的平均充电电量

式中：

T

L

q

步骤C，统计每个用户的月平均充电电量，月充电电量数据的均方差；并设置没有月度充电异常行为的条件，以如下公式(3)表示：

σ

式中：

σ

σ

σ

可以理解的是，均方差反映用户月充电电量的波动水平，均方差越小表明用户的充电习惯较为固定；

步骤D，使用步骤B获得的具有一般充电行为的条件和步骤C获得的没有月度充电异常行为的条件，筛选用户每月充电数据分布均匀的用户，去掉月度充电异常的用户。

步骤E，使用步骤D筛选后的用户数据，计算所筛选用户的月平均充电量

式中：

表示年平均充电电量。

步骤3.1.3，基于步骤3.1.2获得的电动汽车用户的充电特征，构建电动汽车车辆行驶环节碳排放模型。具体地，基于步骤3.1.2获得的平均充电电量，计算使用周期的碳排放量C

式中；

K1

步骤3.2，构建电动汽车保养环节碳排放模型，车辆维护保养环节是指车辆在使用周期内的维护、保养，包括轮胎更换、车用液体(润滑油、制动液与冷却液)的更换；具体地，电动汽车保养环节碳排放模型以如下公式表示：

C

式中：

C

m

k

n

m

k

在一个示例但非限制性的实施方式中，在使用期限内，更换轮胎两次，共四个轮胎；更换润滑油29次，更换刹车剂2次、更换制冷剂2次；参考公开数据轮胎与车用液体的碳排放因子采用缺省值，具体参数参考下表。

表1电动汽车保养环节相关参数表

值得注意的是，上表仅是一种示例但非限制性的实施方式，因为各个部件的制造材料和工艺发生变化导致参数变化，本发明提供的公式(7)仍然适用，仅需要调整具体参数即可，任何具体参数数值的改变都落入本发明的范围之内。

步骤4，电动汽车使用周期碳排放计算模型以如下公式表示：

C

式中：

C

C

C

在进一步优选的实施方式中，步骤4，将电动汽车用户的充电行为数据、电动汽车车辆数据、碳排放因子数据输入到电动汽车碳足迹模型，计算电动汽车全生命周期的碳排放量。

为了更加清楚地介绍本发明突出的实质性特点以及由其带来的显著的进步，以下结合一个计算实例予以说明所述的面向乘用车型的电动汽车使用周期碳排放计算方法。具体地，所选用的车型具体包括：

表2样本车型1的基本信息

表3样本车型2的基本信息

步骤I，计算车辆行驶环节碳排放，具体包括：

(1)用车行为分析

参照实施例1所述的使用环节充电数据采集、处理方法，从采集平台获取的数据及计算结果如下：

表4样本车型1的月度平均充电数据

里程法计算所得月平均充电电量：

(12.9*150000/100)/(12*8)＝201.56

里程法计算所得月平均充电电量为201.56kWh，那么采集用户月充电度数的筛选范围是101.28kWh至403.02kWh。

基于采集的数据，普通用户月度一般充电电量：

因此，普通用户月度一般充电电量为：204.20kWh。

表5样本车型2的月度平均充电数据

里程法计算所得月平均充电电量：

(17.2*150000/100)/(12*8)＝268.75

里程法计算所得月平均充电电量为268.75kWh，那么采集用户月充电度数的筛选范围是134.38kWh至537.5kWh。

基于采集的数据，普通用户月度一般充电电量：

因此，普通用户月度一般充电电量为：262.12kWh

(2)行驶阶段碳足迹分析

样本车型1、2使用周期为8年，均设定从2020年开始使用。近期的电力碳排放因子参考环保部发布的《企业温室气体排放核算方法与报告指南发电设施》等数据，2020年全国碳排放因子为0.6101，2021年全国碳排放因子为0.5810，2022年全国平均碳排放水平0.5703。

参照国家应对气候变化战略研究和国际合作中心、国家发展和改革委员会能源研究所、中国电力企业联合会、CALCD数据库、《中国2030年能源电力发展规划研究及2060年展望等报告》、《IPCC第五次评估报告》等研究成果，2060年之前电力碳排放因子曲线在基准情境下所示。

2020年全国电力碳排放因子：0.6101kg/kWh

2021年全国电力碳排放因子：0.5810kg/kWh

2022年全国电力碳排放因子：0.5703kg/kWh

2023年全国预测电力碳排放因子：0.56kg/kWh

2024年全国预测电力碳排放因子：0.539kg/kWh

2025年全国预测电力碳排放因子：0.5180kg/kWh

2026年全国预测电力碳排放因子：0.4966kg/kWh

2027年全国预测电力碳排放因子：0.4752kg/kWh

样本车型1在基准场景下，使用环节的碳排放量为：

204.2*12*(0.6101+0.5810+0.5703+0.56+0.539+0.5180+0.4966+0.4752)＝10633.51kg

样本车型2在基准场景下，使用环节的碳排放量为：

262.12*12*(0.6101+0.5810+0.5703+0.56+0.539+0.5180+0.4966+0.4752)＝13649.64kg

步骤II，计算维护环节碳排放，具体包括：

按照实施例1所述的方法计算维护环节碳排放。

在使用期限内，更换轮胎两次，共四个轮胎，轮胎在维护环节的碳排放量为：

44.64*8.6*4*2＝3071.23kg

在使用期限内，更换润滑油29次，每次4L。

1.2*3.6*29＝125.28kg

在使用期限内，更换刹车剂2次，每次1L。

1.2*0.9*2＝2.16kg

在使用期限内，更化制冷剂2次，每次500g。

15.1*0.5*2＝15.1kg

维护环节总的碳排放量是3213.77kg。

步骤III，数据分析评价，具体包括：

车辆使用周期的碳排放数据如下：

表6电动汽车使用周期各阶段计算结果

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。