零排放中型和重型车辆在车队运营中的可行性评估

零排放技术在不同车辆类别中的可行性分析，基于Autonomie仿真框架对比电池电动（BEV）、燃料电池（FCEV）、压缩天然气（CNG）和柴油动力系统的能耗、碳排放及全生命周期成本（TCO），揭示BEV在能耗和TCO上具优势但受充电设施制约，FCEV减排显著但经济性受限，CNG和柴油在特定场景仍具竞争力。

杨祺|黄凯|穆阿塔兹·穆罕默德

麦克马斯特大学计算科学与工程学院，加拿大安大略省汉密尔顿市Main Street West 1280号，邮编L8S 4L8

摘要

中型和重型车辆（MHDV）车队的脱碳进程激发了人们对零排放和替代燃料技术的日益关注。尽管这些技术的应用日益增多，但其在不同应用场景下的适用性仍存在显著差异。本文利用真实世界的车辆运行数据和代表性驾驶周期，在Autonomie仿真框架内对四种主要动力系统类型进行了建模和仿真：电池电动汽车（BEV）、燃料电池电动汽车（FCEV）、压缩天然气（CNG）和柴油车，涵盖了车辆类别2b至8。基于仿真结果，分析了能源消耗、二氧化碳排放量（CO₂）和总拥有成本（TCO）。结果表明，BEV在能源使用和总拥有成本方面表现最佳；FCEV在减排方面取得了显著成效，但受到能源成本的限制。通过考虑充电限制和各种运行模式进行的可行性评估，揭示了BEV在特定使用场景下的实际应用挑战。这些结果为在不同运行情景下选择技术和规划车队转型提供了定量依据。

引言

由于减少交通相关排放的压力不断增加，零排放和替代燃料动力系统在车队运营中的市场份额逐渐增加。2018年后，欧洲的电池电动汽车（BEV）和氢燃料电池汽车（FCEV）的注册数量激增，预计到2030年零排放车辆的数量将超过20万辆（Osieczko等人，2021年）。尽管柴油车和压缩天然气（CNG）卡车仍占主导地位，但BEV和FCEV的采用率正在上升，尤其是在中型车辆领域。

政府措施和政策干预在推动这一转型过程中起着核心作用。例如，加州的一项研究通过定性访谈和案例分析，探讨了如何通过结构性政策和组织机制促进重型车辆（HDV）车队中替代燃料车辆（AFVs）的推广和采用（Bae等人，2022年）。另一项研究比较了在气候保护和非政策情景下替代燃料和动力系统（AFPs）的预期市场份额，并强调了不同建模方法和政府政策对未来AFPs采用的影响（Kluschke等人，2019年）。此外，对欧洲道路运输部门温室气体排放预算的分析表明，31个欧洲国家的补贴和税收政策对BEV的市场份额产生了不同的积极影响（Schub等人，2025年）。这些研究表明，激励措施、法规和政策框架等外部因素可以显著加速向零排放车队的转型。

然而，除了政策和市场力量之外，实际车队中技术采用的关键决定因素是车辆本身的技术和运营关键绩效指标（KPI），包括能源消耗、总拥有成本（TCO）、维护要求、二氧化碳排放量（CO₂）和基础设施兼容性，这些因素直接影响车队运营商和政府的决策。实际上，BEV、FCEV、CNG和柴油动力系统的可行性因车辆类别、使用场景和运行模式而大不相同。因此，评估替代动力系统需要一个能够系统地捕捉这些KPI的综合性框架。

需要注意的是，目前进行此类全面、跨类别和多技术比较的研究仍然有限。现有研究通常专注于特定车辆类别或单一性能维度，难以全面了解各种技术的可行性。一般来说，同一类别内的研究通常只涉及少数车辆类别（例如类别2b或4–6），而跨类别研究虽然涵盖了多个车辆类别（例如4–8），但往往只关注一两种技术。因此，为了评估所有车辆类别中零排放技术的可行性，需要一个综合考虑多种运行条件和性能指标的综合性框架。

为了将本研究置于更广泛的学术背景中，下一节将回顾关于零排放和替代燃料中型及重型车辆的现有研究，重点介绍推动本工作的关键发现和方法论趋势。在此基础上，第三节将介绍一个综合性的比较框架，描述所使用的数据集及其在仿真过程中的整合方式。第四节结合实际数据（包括燃料价格、车辆里程和维护成本）展示仿真结果，并通过可视化手段便于进行比较分析。第五节提出了一种评估本研究考虑的车辆模型可行性的系统方法。最后，第六节通过南加州亚马逊车队的案例研究展示了所提出框架的实际应用价值，并讨论了关键发现和未来研究的方向。

文献综述

越来越多的研究通过基于仿真的技术和经济分析，探讨了替代动力系统的性能、成本和排放情况。少数研究尝试了更广泛的跨类别比较，同时考察了多种车辆类型。例如，O’Connell等人（2023年）评估了4–8类别中的二十多种车辆-燃料配置，发现电池电动汽车的生命周期温室气体排放量最多可降低92%

方法论

本文开发了一种顺序性的方法论框架，用于评估替代中型和重型车辆动力系统在车队运营中的性能。该方法论框架的核心是为每个使用场景（如车辆尺寸和车队应用）制定一个代表性的运行模式，以及相应的驾驶周期和车辆规格，详见图1。

首先，从多个公开来源汇总运行数据

结果

基于第三节提供的框架，本研究在Autonomie软件中为2b至8类别的车辆建立了通用模型，涵盖了四种不同的燃料技术。主要车辆参数根据附录A中规定的车辆规格精心设计。通过整合表3中的相应驾驶周期，获得了仿真结果。

可行性评估

基于仿真结果，本文对不同类型的车辆进行了可行性评估。评估重点关注两个方面：是否符合二氧化碳排放标准，以及车辆技术在各种运行模式下的实际可行性。

实际应用：亚马逊车队

我们简要说明了仿真结果在车队分析中的实际意义。亚马逊2024年发布的一份公开报告显示，该公司在南加州部署了约50辆重型电动卡车，年行驶里程超过一百万英里。这些卡车在混合的城市和高速公路条件下运行，符合本研究中考虑的8类长途车辆。

使用该车队数据

CRediT作者贡献声明

杨祺：撰写——初稿、方法论、调查、形式分析、概念化。黄凯：撰写——审阅与编辑、验证、监督、方法论、调查、概念化。穆阿塔兹·穆罕默德：撰写——审阅与编辑、监督、方法论、调查、概念化。

利益冲突声明

作者声明没有已知的利益冲突或个人关系可能影响本文的研究结果。

致谢

作者感谢主编、部门编辑、副编辑以及三位匿名审稿人的宝贵意见。本研究得到了加拿大自然资源部（NRCan）[资助编号：PCA-082]的支持，同时还获得了加拿大自然科学与工程研究委员会（NSERC）Discovery Grant计划[资助编号：RGPIN-2025-05957, RGPIN-2021-03478]的额外支持。此外，本研究还得到了加拿大社会科学与人文研究委员会（SSHRC）的资助。