KY开元·(中国)集团

城市交通碳排放核算与减排的方法pdf

2026-06-08 21:56

  本发明公开了一种城市交通碳排放核算与减排的方法,包括以下步骤:S1)获取目标区域当前周期的交通数据,所述交通数据包括排放源指标参数和调节因子指标参数;S2)将当前周期的交通数据输入至MOVES模型,计算出当前周期的碳排放量;S3)比较上一周期的碳排放量和当前周期的碳排放量,得到比较结果;S4)分析比较结果,根据比较结果调整排放源指标参数和/或调节因子指标参数,模拟碳排放量,制定下一周期的交通政策,即调整下一周期的交通数据指标;S5)返回步骤S1),重新获取交通数据。本发明能够根据交通数据以及市场

  S1)获取目标区域当前周期的交通数据,所述交通数据包括排放源指标参数和调节因

  S2)将当前周期的交通数据输入至MOVES模型,计算出当前周期的碳排放量;

  S4)分析比较结果,根据比较结果调整排放源指标参数和/或调节因子指标参数,模拟

  2.根据权利要求1所述的城市交通碳排放核算与减排的方法,其特征在于,所述排放源

  3.根据权利要求2所述的城市交通碳排放核算与减排的方法,其特征在于,所述调节因

  子指标包括地理边界数据、车龄分布数据、燃油数据、气象数据、停留模式、停靠模式、检查

  4.根据权利要求3所述的城市交通碳排放核算与减排的方法,其特征在于,在MOVES模

  型的数据库中,存储有各类车辆的碳排放因子,碳排放量=公里数×单位燃料消耗量×碳

  5.根据权利要求4所述的城市交通碳排放核算与减排的方法,其特征在于,在步骤S4)

  中,保持目标区域的其他数据不变,模拟同一类型车辆的平均车速对应的碳排放因子:即随

  平均车速增加,碳排放因子呈现出先增大后减小的趋势,碳排放因子对应一个最低碳排放

  的平均车速,即行驶相同距离碳排放强度最低的平均车速,将模拟得出的最低的平均车速

  6.根据权利要求4所述的城市交通碳排放核算与减排的方法,其特征在于,在步骤S4)

  中,保持目标区域的其他数据不变,模拟不同类型车辆的平均车速对应的碳排放因子,得到

  不同类型车辆的对应的最低碳排放的平均车速,将模拟得出的各个类型车辆的最低的平均

  7.根据权利要求4所述的城市交通碳排放核算与减排的方法,其特征在于,在步骤S4)

  中,保持目标区域的其他数据不变,模拟不同燃料车型在对应的平均车速下的碳排放因子,

  统计分析碳排放因子的结果,得到最低的碳排放因子对应的车辆类型和燃油数据,将该车

  8.根据权利要求4所述的城市交通碳排放核算与减排的方法,其特征在于,在其他交通

  9.根据权利要求4所述的城市交通碳排放核算与减排的方法,其特征在于,保持目标区

  域的其他数据不变,计算相同类型车辆在不同车龄与不同车辆里程下的碳排放因子,统计

  分析碳排放因子的结果,得到最低的碳排放因子对应的车龄分布和车辆里程,将该车龄分

  10.根据权利要求3所述的城市交通碳排放核算与减排的方法,其特征在于,所述车辆

  类型包括私家车、出租车、公交车;所述燃油数据包括燃油种类,所述燃油种类包括柴油、汽

  [0001]本发明涉及碳排放领域,尤其涉及一种城市交通碳排放核算与减排的方法。

  [0002]当前,全球能源需求随着社会经济发展而持续增长,能源活动带来的环境问题也

  有量达到478.9万辆,汽车保有量达到471.5万辆,分别比上年增长6.2%、6.4%,分别比五

  年前增长46.1%、50.5%。随着机动车保有量的增长,机动车尾气排放不仅恶化城市的空气

  [0003]尽管我国已经制定了严格的机动车排放标准,并从2020年7月1日起实施《轻型汽

  车污染物排放限值及测量方法(中国第六阶段)》。但是由于机动车排放受引擎油耗速率、车

  辆行驶速度、路面铺设状况、环境温湿度等条件的影响而动态变化,使得相应的机动车排放

  模型十分复杂且泛用性较差。目前我国并没有成熟的移动源排放模型,大多数的研究依靠

  国外成熟的机动车排放模型,并进行相应的本地化操作,最后得到相应的排放数据。但考虑

  到不同研究目的的不同,对机动车排放模型的本地化在参数种类和精度方面都存在差异,

  [0004]基于上述技术缺陷,本发明提供一种城市交通碳排放核算与减排的方法,能够结

  合MOVES模型对本地化的交通数据进行修正,实现国内本地化交通策略的制定,以解决现有

  [0005]本发明提供了一种城市交通碳排放核算与减排的方法,包括以下步骤:S1)获取目

  标区域当前周期的交通数据,所述交通数据包括排放源指标参数和调节因子指标参数;S2)

  将当前周期的交通数据输入至MOVES模型,计算出当前周期的碳排放量;S3)比较上一周期

  的碳排放量和当前周期的碳排放量,得到比较结果;S4)分析比较结果,根据比较结果调整

  排放源指标参数和/或调节因子指标参数,模拟碳排放量,制定下一周期的交通政策,即调

  [0006]在本发明一实施例中,所述排放源指标参数包括道路类型分布、车辆类型及数量、

  [0007]在本发明一实施例中,所述调节因子指标包括地理边界数据、车龄分布数据、燃油

  数据、气象数据、停留模式、停靠模式、检查维修数据、发动机改造数据、车辆启动次数。

  [0008]在本发明一实施例中,在MOVES模型的数据库中,存储有各类车辆的碳排放因子,

  碳排放量=公里数×单位燃料消耗量×碳排放因子,其中,单位燃料消耗量指的是每公里

  [0009]在本发明一实施例中,在步骤S4)中,保持目标区域的其他数据不变,模拟同一类

  型车辆的平均车速对应的碳排放因子:即随平均车速增加,碳排放因子呈现出先增大后减

  小的趋势,碳排放因子对应一个最低碳排放的平均车速,即行驶相同距离碳排放强度最低

  [0010]在本发明一实施例中,在步骤S4)中,保持目标区域的其他数据不变,模拟不同类

  型车辆的平均车速对应的碳排放因子,得到不同类型车辆的对应的最低碳排放的平均车

  速,将模拟得出的各个类型车辆的最低的平均车速调节赋予下一周期的交通数据指标。

  [0011]在本发明一实施例中,在步骤S4)中,保持目标区域的其他数据不变,模拟不同燃

  料车型在对应的平均车速下的碳排放因子,统计分析碳排放因子的结果,得到最低的碳排

  放因子对应的车辆类型和燃油数据,将该车辆类型和燃油数据赋予下一周期的交通数据指

  [0012]在本发明一实施例中,在其他交通数据保持不变的情况下,所述碳排放因子随车

  [0013]在本发明一实施例中,保持目标区域的其他数据不变,计算相同类型车辆在不同

  车龄与不同车辆里程下的碳排放因子,统计分析碳排放因子的结果,得到最低的碳排放因

  子对应的车龄分布和车辆里程,将该车龄分布和车辆里程赋予下一周期的交通数据指标。

  [0014]在本发明一实施例中,所述燃油种类包括柴油、汽油、油电混合、纯电、天然气。

  [0016]本发明的城市交通碳排放核算与减排的方法,在现有研究的基础上,根据理论分

  析和文献调研总结了目前城市交通碳排放的核算方法,并基于苏州地区的交通数据以及对

  机动车排放特征的研究,对移动源排放源模型MOVES进行了本地化修正,得到基于MOVES模

  型的苏州本地机动车碳排放数据。在此基础上,结合对机动车碳排放的研究,从交通管控、

  路网构建、用户决策等方面提出了低碳交通场景来支持苏州地区的绿色交通发展。

  [0017]首先基于苏州地区交通数据研究了车速和车龄数据对机动车碳排放因子的影响,

  发现:轻型汽车碳排放因子整体呈现随速度增加先降低后升高的趋势,并确定了苏州轻型

  汽车的“绿色车速”约为96.6km/h;轻型汽车碳排放因子会随车龄增加先升高后基本不变,

  特别是2011年前出厂的机动车有着较高的碳排放因子,优先考虑淘汰此部分车辆。

  [0018]接着,基于苏州本地的交通数据,对道路类型分布车辆类型、车辆里程、平均速度

  分布、车龄分布、燃油信息等参数对移动源排放软件MOVES进行本地化处理,得到了苏州本

  地私家汽车(汽油)、出租车(汽油)、私家汽车(柴油)、公交车(柴油)和公交车(天然气)的碳

  [0019]结合通过文献调研,弥补了MOVES模型在混合动力机动车、纯电力机动车等新能源

  车辆方面的缺失,并结合MOVES本地化后的碳排放数据,核算得到了苏州年居民使用机动车

  (私家汽车、出租车和公交车)出行造成的碳排放为581.57万吨CO2e。

  [0020]最后结合对机动车碳排放特征和MOVES本地化的研究,提出了评估城市交通政策

  如何带来低碳绿色出行效果的具体思路,并构建了机动车源头管控策略、公交优先和新能

  源汽车三种策略多种场景,为苏州推进低碳交通的实施提供切实可行的思路,能够根据交

  通数据以及市场宏观政策,即使调整交通数据中的某些参量,在保证目标地区有效通勤的

  [0021]下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完

  [0022]图1为本发明实施例的城市交通碳排放核算与减排的方法步骤流程图。

  [0025]图4为本发明实施例的苏州控制出行策略下碳排放目标为90%的20年的交通碳排

  [0026]图5为本发明实施例的苏州控制出行策略下碳排放目标为85%的20年的交通碳排

  [0027]图6为本发明实施例的苏州控制出行策略下碳排放目标为80%的20年的交通碳排

  [0028]图7为本发明实施例的轻型汽车综合碳排放因子和苏州市区机动车年碳排放量的

  [0029]下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完

  整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。

  [0030]基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获

  得的所有其他实施例,都属于本发明保护的范围。需要说明,若本发明实施例中有涉及方向

  性指示(诸如根据上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态

  (根据附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,

  [0031]另外,若本发明实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等

  的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技

  术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特

  征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能

  够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结

  [0032]本发明将以苏州市区为研究区域,通过研究机动车的排放特征和移动源排放模型

  的运行原理,结合苏州地区的交通数据,对MOVES模型进行本地化修正,并得到相应的机动

  车碳排放数据。在此基础上,分析交通数据和排放数据在时空上的分布情况,对苏州市机动

  [0033]机动车碳排放是指机动车在运行过程中所产生的温室气体排放,主要指的是二氧

  化碳气体。从物质守恒的角度看,机动车的碳排放量取决于耗油量和燃烧效率两个指标。机

  动车排放状态会发生变化,本质是发动机工况改变,发动机工况会影响碳排放,特别是瞬时

  [0034]对于某一研究区域的交通碳排放来说,机动车排放不仅受单一车辆的碳排放影

  响,还会受车队因素的影响,包括车队的数量、车型构成等因素。因此,本文将城市机动车碳

  排放的影响因素大致分为两类,一是车队因素,如车辆类型、车重、燃油种类等;二是运行因

  [0035]机动车排放模型是一种自下向上(bottom‑up)的排放模拟方法,主要是通过模拟

  机动车排放特征、代入机动车本身的使用特征进行运算来确定机动车排放量。模型通过收

  集实验室或道路行驶的排放数据确定车辆的基础排放因子,并用一定的数学方法确定实际

  条件与标准工况的差别,从而得到实际运行状况下的排放因子,然后通过统计一定时期内

  机动车的活动水平,结合修正的排放因子,即可测算出给定范围内的机动车排放情况。

  新综合移动源排放模型,采用开放性的数据库管理系统,可以通过采集当地实际交通数据,

  对MOVES模型进行本地化修正,进而估计机动车污染物的排放情况。同时,MOVES模型不但可

  以进行宏观层面的机动车排放计算,也可以进行区域层面机动车排放计算、可进行替代参

  数输入的中观层面机动车排放量测算,以及细致刻画机动车在微观层面的活动特征(如某

  个道路交叉口或某条道路)。从技术角度来看,MOVES在机动车比功率(Vehicle

  Power,VSP)、速度、加速度等参数的基础上定义了23种运行模式来区分车辆运行属性,能够

  更好地模拟不同类型机动车在不同状态下的排放,代表了排放模型研究的最新进展和发展

  [0037]MOVES的操作主要分为两部分:一是创建规范运行文件(Run

  对苏州本地参数的替换来进行模型的本地化修正。中观层面下,MOVES软件对数据的需求汇

  总如表1所示,并根据不同因素是否影响VSP和排放量计算,将其分为排放源指标和调节因

  [0038]如图1所示,本发明提供了一种城市交通碳排放核算与减排的方法,包括以下步骤

  [0039]S1)获取目标区域当前周期的交通数据,所述交通数据包括排放源指标参数和调

  节因子指标参数。本发明是基于MOVES模型进行的研究,因此,MOVES模型所需要的交通数据

  [0042]S2)将当前周期的交通数据输入至MOVES模型,计算出当前周期的碳排放量。在

  MOVES模型的数据库中,存储有各类车辆的碳排放因子,碳排放量=公里数×单位燃料消耗

  [0043]本发明的研究范围苏州市区(包括:吴中区、相城区、姑苏区、工业园区、高新区和

  吴江区)有着严格的大型货车禁行政策,并且考虑到部分数据获取困难且影响较小,对于停

  留模式、停靠模式、检查维修、发动机改造数据、车辆启动数据直接使用默认数据。

  [0044]进行MOVES模型本地化需要的参数主要来自官方统计年鉴、文献资料、数据网站以

  及合作单位。其中,道路数据、分车型车辆数量来自苏州统计年鉴;车辆里程数据来自悉地

  驶里程的研究;车辆速度数据来自《2020苏州城市交通发展年度报告》和高德大数据;车龄

  数据来自苏州统计年鉴和MOVES分车型车辆存活曲线;燃油数据来自国家标准《GB

  19147‑2016车用柴油》;气象数据来自苏州市吴江区(120.625°E,

  31.0°N)的地面气象观测数据。同时,由于私家汽车和运营车辆在交通数据上有较大的差

  [0045]S3)比较上一周期的碳排放量和当前周期的碳排放量,得到比较结果。

  [0046]S4)分析比较结果,根据比较结果调整排放源指标参数和/或调节因子指标参数,

  [0047]在一些实施例中,在步骤S4)中,保持目标区域的其他数据不变,模拟同一类型车

  辆的平均车速对应的碳排放因子:即随平均车速增加,碳排放因子呈现出先增大后减小的

  趋势,碳排放因子对应一个最低碳排放的平均车速,即行驶相同距离碳排放强度最低的平

  [0048]在一些实施例中,在步骤S4)中,保持目标区域的其他数据不变,模拟不同类型车

  辆的平均车速对应的碳排放因子,得到不同类型车辆的对应的最低碳排放的平均车速,将

  [0049]在一些实施例中,在步骤S4)中,保持目标区域的其他数据不变,模拟不同燃料车

  型在对应的平均车速下的碳排放因子,统计分析碳排放因子的结果,得到最低的碳排放因

  子对应的车辆类型和燃油数据,将该车辆类型和燃油数据赋予下一周期的交通数据指标。

  [0050]在一些实施例中,保持目标区域的其他数据不变,计算相同类型车辆在不同车龄

  与不同车辆里程下的碳排放因子,统计分析碳排放因子的结果,得到最低的碳排放因子对

  应的车龄分布和车辆里程,将该车龄分布和车辆里程赋予下一周期的交通数据指标。

  [0052]如车辆燃料类型、行驶速度和车龄是造成机动车碳排放因子变化的主要因素,因

  此本发明基于对MOVES模型参数的本地化修正研究了苏州地区平均车速和车龄数据对车辆

  [0053]注:图2中的速度区间表示在一定区间内的车速,每个区间的车速为8.04km/h左

  [0054]车辆碳排放因子受车辆运行效率和空气阻力等因素的影响,随车速增加呈现出先

  增大后减小的趋势,存在着一个最低碳的“绿色车速”,即行驶相同距离碳排放强度最低的

  车速。轻型汽车的碳排放因子在车速较低时,随车速的增加碳排放因子快速降低,当车速达

  到区间6(36.2km/h≤速度44.3km/h)后,车辆碳排放因子随车速变化幅度较小,整体呈现

  先降低后升高的趋势,并车辆平均速度为96.6km/h时达到最低的碳排放因子;从燃料种类

  的角度出发,柴油轻型汽车的碳排放因子略高于汽油轻型汽车,同一速度区间柴油轻型汽

  车碳排放因子高出汽油轻型汽车约8%,但不同的速度区间会出现汽油轻型汽车碳排放因

  子高于柴油轻型汽车的情况。本文确定的苏州市区轻型汽车的绿色车速约为96.6km/h,因

  此在进行碳减排策略选择时,可以选择要求车辆运行速度在其“绿色车速”或尽量靠近该速

  度的策略。如图3所示,图3不同车龄的轻型汽车碳排放因子,注:图3中的速度区间表示在一

  [0055]车辆车龄增加会导致车辆排放控制系统会逐渐劣化,以及车龄小的车往往会执行

  更严格的排放标准,因此车辆碳排放因子会随车龄增加逐渐变大。当机动车车龄较小时(0

  ~8年),轻型汽车的碳排放因子随车龄的增加,且汽油车和柴油车的碳排放因子基本相同;

  当机动车车龄较大时(9~16年),轻型汽车的碳排放因子几乎保持不变,且柴油车的碳排放

  [0056]由于执行了最近较为严格的排放标准,车龄较小的柴油车相比汽油车并没有较高

  的碳排放强度,而执行早期排放标准的柴油车则有较高的碳排放强度。据研究可以发现,

  MOVES数据库中的机动车碳排放因子在2011年有明显的突变情况,即相关的法律法规提高

  了机动车的排放要求。因此,尽管总体柴油车的碳排放因子高于汽油车,但近年来生产的汽

  油车从低碳的角度出发相比于柴油车并没有明显优势,应考虑淘汰较高车龄。机动车(执行

  [0057]本发明模拟了苏州市轻型汽车(私家汽车和出租车)和公交车两类车型的碳排放。

  同时,为了对比MOVES软件本地化对排放结果的影响,设置了对照组1和对照组2(对照组1为

  仅输入本地车辆数目和里程数据,其余均为软件默认数据的软件计算结果;对照组2为生态

  环境部环境规划院的《中国分省道路交通二氧化碳排放因子》报告中江苏省的碳排放因

  [0060]由于MOVES软件针对的是传统化石能源的燃油车,本文仅计算了以柴油和汽油为

  [0061]1、经过MOVES参数本地化后,轻型汽车(包括私家客车和出租车)的排放数据与未

  修正模式相比,排放差距分别为7.9%、11.8%、3.8%,中美两国在机动车交通方面数据的

  [0062]2、对比吕晨等人,中国分省道路交通二氧化碳排放因子[J].中国环境科学,2021,

  41(07):3122‑3130的研究,两者的排放差距分别为4.0%、3.5%和2.5%,这一方面证明了

  本文得到的机动车碳排放因子基本符合中国本地的机动车碳排放情况,另一方面由于双方

  本地化数据的种类、精度、研究范围不同,排放结果产生了一些差异,而本文的研究结果显

  [0063]3、从本地交通数据来看,尽管私家汽车和出租车同为轻型汽车,由于私家汽车相

  比出租车单车日均里程较少且车龄分布明显偏大,其碳排放因子相比运营车辆高约6.2%。

  [0064]4、经过MOVES参数本地化后,苏州柴油公交车的排放数据与未修正模式相比,排放

  差距约为27%,与以往江苏省的相关研究比较,排放差距为58%。通过对比分析,发现主要

  [0065]MOVES是传统的燃油车排放模拟器,缺少最近兴起的新能源汽车的排放数据库。本

  文采用中汽数据有限公司发布了“中国汽车低碳行动计划2021年研究成果”报告中混合动

  软件的补充。对于新能源公交车,本文参考吕晨等发表的中国分省道路交通二氧化碳排放

  因子[J].中国环境科学,2021,41(07):3122‑3130和曹静等发表的混合动力与燃料电池汽

  车节油与替代效果分析[J].同济大学学报(自然科学版),2009,37(8):1075‑1121.的研究

  得到电力公交车的碳排放因子(676gCO2e/km)和混合动力公交车的碳排放因子

  其中以汽油为燃料的私家汽车占总交通碳排放的86%,是最主要的贡献来源;公交车承担

  了苏州市区居民7.1%的出行,仅占总排放的5%。另外,本文将各种燃油类型的同种车型合

  并计算,得到可以体现不同车型碳排放水平的综合碳排放因子为:206gCO2e/km(轻型汽车)

  [0069]城市交通碳排放量的变化往往是多种因素相互作用的结果,很难从单一角度去量

  化交通碳排放的变化。目前对交通碳排放的研究往往会涉及社会、交通、经济等多种因素。

  在对苏州市机动车碳排放计算研究的基础上,本文讨论了交通政策对苏州市本地交通碳排

  放的影响,具体思路如图1所示。在此基础上结合苏州市的情况,设计了以下场景,并分析了

  其碳减排效果。需要注意的是,本文的研究内容为本地交通碳排放核算方法的研究,反应了

  设定场景下真实的交通变化的一般情况,所以本章的研究成果仅作为城市交通碳减排的参

  考,可在获取更精确的交通预测数据后应用本文成果指导制定具体的交通碳减排政策。

  [0071]本文研究了在不改变出行条件的情况下,即车辆车速、运行模式、交通构成等保持

  变的情况下,减少出行对于苏州市交通碳排放变化,假设了三种交通里程减少速率(居民出

  行每年降低1%、2%、3%)和三个碳减排目标(居民出行水平降至目前的90%、85%、80%)

  对应的共九个场景下,苏州市20年内的交通碳排放,如图4至图6所示,其中图4为90%的目

  [0073]公交作为一种密集型交通方式,实质就是用最少道路资源满足最多的个人交通需

  求,追求社会资源的最大化效用。公交出行能够明显降低城市交通碳排放一方面在于公交

  能够提升能源利用率,另一方面在于公交能够缓解城市交通拥堵,提高车道平均速度[13]。

  文简化交通模型,假设在一定范围内苏州市区轻型汽车的里程可以转化为公交车的里程,

  并预设了三种场景,即轻型汽车的里程每减少2%、3%、4%,公交车里程相应增加汽车里程

  的0.1%,机动车碳排放因子采用综合碳排放因子,忽略其它交通数据的变化。在假设的情

  景下,苏州市区20年内交通碳排放将会降低约7%~18%,并且出行里程减少越快、目标里

  [0076]经过分析可知,轻型汽车每减少5%的里程,苏州交通年碳排放将分别减少21.07

  万吨、23.25万吨和24.33万吨,约占总排放的3.62%、4.00%和4.19%,而随公交车平均载

  客量的增加,城市交通碳减排也随之增加;当私家汽车里程减少50%时,苏州每年交通碳排

  放将分别减少210.7万吨、232.46万吨和243.34万吨。对比三种情形下,公交车和轻型汽车

  的碳排放可以发现:当公交车和轻型汽车的里程比由1:30变为1:40时,碳减排效果只提高

  了4.7%。因此,公交优先政策的实质更偏向于减少汽车出行,而不是提高公交的运行效率。

  从另一方面来看,舒适的公交乘坐体验更能吸引居民从汽车出行转变为公交出行,需要决

  [0078]2020年,苏州市新能源机动车保有量4.97辆,同比增加29.0%,苏州市区轻型新能

  源汽车(电力和混合动力)保有量约为2.2万辆,约占轻型汽车总量的1.9%,仍有较大的提

  升空间。若苏州市区新能源轻型汽车的比例增加1%(假定电力和混合动力汽车的比例不

  变),轻型汽车综合碳排放因子将减低0.54%,苏州机动车碳排放总量降低约0.47%。苏州

  新能源轻型汽车增加至轻型汽车总量10%、20%、30%、40%、50%和60%的轻型汽车综合

  碳排放因子和苏州市区机动车年碳排放如图7所示。在设定的最理想情况下,轻型新能源汽

  车的机动车保有量占总量的60%,此时轻型汽车综合碳排放因子约为145.49gCO2e/km,苏

  州市区机动车年碳排放将减少159.54万吨,约为现在总量的27.6%,相当于57.98万吨标准

  [0079]纯电动公交车相比柴油等传统化石能源公交车在全生命周期尺度碳减排有明显

  优势,产生的原因主要来自燃料使用周期的巨大碳排放优势。目前,苏州市区纯电力公交车

  的比例已经达到了62.4%,并且仍保持不断增长的趋势。在可预见的未来,苏州市区的公交

  车可完全电力化,此时公交车的碳排放因子仅为676gCO2e/km,与2020年相比下降了约

  30.6%,苏州市区机动车年碳排放将减少9万吨,约为现在总量的1.6%,相当于3.27万吨标

  [0080]以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定

  本发明的具体实施只局限于这些说明。对于本发明所述技术领域的普通技术人员来说,在

  不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的

  2、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问加。

  3、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

  4、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

  2026年食品安全监督抽检实施细则理论考试试题200道及参(精练).docx

  2026年食品安全监督抽检实施细则理论考试试题200道及参【黄金题型】.docx

  2026年食品安全监督抽检实施细则理论考试试题200道附参(培优).docx

  2026年食品安全监督抽检实施细则理论考试试题200道附参【实用】.docx

  T∕CNCA 116.9-2025 露天矿卡车无人驾驶运输技术要求 第9部分:运行与协同.pdf

  2026年食品安全监督抽检实施细则理论考试试题200道附参【b卷】.docx

  原创力文档创建于2008年,本站为文档C2C交易模式,即用户上传的文档直接分享给其他用户(可下载、阅读),本站只是中间服务平台,本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方,若您的权利被侵害,请发链接和相关诉求至 电线) ,上传者

 谷歌地图 百度地图