丁晓华：双碳目标下PHEV发展机遇的思考

2021年6月17日至19日，由中国汽车工业协会主办的第十一届中国汽车论坛在嘉定举行。站在新五年的起点上，本届论坛以“新起点、新战略格局——推动汽车产业高质量发展”为主题，设置“一次闭门峰会+一次会议论坛+两次中外论坛+12场主题论坛”，全方位汇聚政府领导、全球汽车企业领袖、汽车行业精英，共商汽车产业强市大计，落实国家提出的“二氧化碳排放峰值、碳中和”战略目标要求，助力打造。其中，上海市新能源汽车公共数据采集与监测研究中心顾问丁晓华在6月19日下午举行的“二氧化碳排放峰值，碳中和新能源汽车发展态势”主题论坛上发表了主题演讲。以下为现场演讲:

谢谢你给我机会与你分享我们的想法和想法。前面的专家都是从全球、中国、产业链来谈“双碳”。我的题目不太讨人喜欢。插电式混动是五年后还是十年后就没有了？插电式混合动力“双碳”能活多少年？通过数据告诉我们上海插电式混合动力用户的节能减排情况。它们在排放方面比汽油车有优势吗？直接切入主题，看上海的数据发展。截至目前，约有52万辆。数据中心都是上海牌照的新能源车，数据必须按照国家标准发送。52万辆中插电式混动比例为48%。从2019年开始，占比越来越小，每个月纯电占比会达到60%。无论如何，预测未来的增长，在未来一年到2025年，上海将再销售35万辆汽车。这是一条年度增长曲线。当然，交通管理政策是另一回事，让你卖这么多又是另一回事。假设35万辆中仍有20%的插电式混动，当年仍有7万辆，合计保有量约50万辆。我们无法回避这个问题。刚才赵院长讲得很好，现在他就从综合的角度来做二氧化碳排放峰值。换句话说，如果混合动力本身要比石油卡车增加更多的排放，那就不能发展。回答这个问题有几个问题:第一个问题与里程和用户结构有关。第二个问题，是否收费？第三个问题是，每百公里开多少电？技术问题不做完，后期做的任何分析基础都不够。大多数人在做碳排放分析时用的是公布的耗电量，而我们用的是实际数据，路上的实际数据。鉴定什么？我看过ICCT的报告，上海用户的UF很低，大概0.3左右。整个样本都差不多，问题是上海和国外不一样。上海有很多私人用户的在线预约(全职在线预约和兼职在线预约)。我们用模型算法对他们进行识别，识别出的结论是73%是真的通勤，其余是线上预约，所以一定要识别清楚用户。其次，要识别他在哪里收费，或者不收费。结论是居住和工作的地方都真的有充电桩，上海的比例只有2%，很低。其中只有60%的会在家里和工作时收取费用，如果是私人购买，具有真正的自然属性。注意，在上海购买新能源汽车需要充电桩安装证明。这种情况下，真正落地的人，只有60%能通过车辆端的数据看到你是定点收费的。还有的不在家也不工作，有的无法识别。有的车在上海周边，所有数据都去掉了。做好排放分析要看出行的特点。私人通勤的日均里程并不高，50公里，但是一旦做了专用网，也就190公里左右，接近200公里，这些都是后面计算排放量的基础。如果我们一周驾驶五天，六天，七天……另一方面，我们发现那些全职用车的人真的很痛苦，他们每周要工作六天以上，在某些情况下甚至七天。隐藏的问题很多，今天就不展开了。最重要的是在计算混合动力实际数据的过程中，如何计算UF。清华大学教授王和博士生发明了算法。第一阶段是电网充电，第二阶段是行驶中充油。算法中是一段一段单独计算的，也就是说去掉加油的里程后得到最终结果。真正的私人通勤是0.42，和德国私家车的情况差不多，但是我们都低于美国和挪威。因为国情不同，家里的充电情况也不一样。无论是私人通勤、网上预约还是法人，无论是两地收费还是只一地收费还是不收费，用友值都不一样。如果NEDC的续航里程是50公里、60公里、70公里，对用友会有什么影响？每10公里增加0.06。如果增加插电式混合动力汽车的行驶里程，将有助于减少排放。私人通勤和私人全职网络协议都是私人购买，不是商务车。不同型号的私人购买的车分开统计，放在一起会颠倒结论。也就是说最近SUV带油罐车的比例很高，所以这两年机油排放量不减反增。大部分网约车都是有价格意识的，多是A级车和乘用车，所以要把一个车型和另一个车型分开。经过计算，得出的结论是，如果是2吨以上的SUV的插电式混合动力汽车，排放量是208，很高，和一般的燃油车排放量差不多。但如果是乘用车，基本都是130-140，不管你是做全职网恋还是私人通勤。在计算每公里排放量时，专网和私人通勤没有太大区别。结论是网高只有3%-8%左右，但按年计算很高，一个是5万公里，一个是1.3万公里，差距很大。橙色值很高，说明电网碳排放强度需要大幅降低。2018年全球发电端碳排放强度仅为475，2019年中国将需要577。如果不降，纯电还是会有问题。六个主要结论:(1)在上海的PHEV用户中，56%在家里或工作单位有充电点，10%没有。在私人购买的车辆中，60%的人住在家里。(2)上海私人购买插电式混合动力用户只有73%是通勤，其他都是做网约。(3)日均行驶里程多为50公里，是法人用户一旦做兼职网约的2.5 -3.7倍。(4)上海电网充电UF数为0.42，如果用户家里和工作有充电桩，UF值达到0.6。充电对于混合能源的节能减排意义重大。NEDC纯电动里程每10公里，UF增加0.06。(5)上海私人通勤PHEV车辆的UF与德国私人用户几乎相等，但比美国和挪威的私人PHEV车辆低10%，充电条件是造成这一差异的主要影响因素。(6)品牌全样PHEV每公里二氧化碳排放量为170g，而国内传统燃油车为201g，可节省15%。这都是来自实际数据。未来五到十年，运油车是不可能被完全取代的。真正要禁的油是纯燃油，某种程度上应该给插电式混动车适度的鼓励。随着电气排放的减少，仍然有节能减排的效果。目前车企在生产端生产PHEV有两个指标。今年增加了55%到C。不管是CAFC还是双点，也分PHEV，肯定会出。对策有三:对策一:110公里以上用友很好，希望增加DC充电口，因为不可能在小区充满电，让他在公共场所充电。原来的PHEV没有DC港，电池也很小，大家都觉得没必要……。但随着电动里程的增加，DC将是有价值的。要控制油箱，跨越“1100公里”。现在有些产品是这样的。PHEV不能这样发展。油箱要适度控制，电多的时候要控制油，这样节能减排效果更好。对策二:补贴的充电终端不能与充电行为挂钩，钱不能直接给消费者。数据显示，如果一周充三次电，UF会涨得很高。如果有这样的监管，这样的补贴就会有效。纯电不需要评估，必须充电后才能开机。对策三:小区内“一桩双”“共享充电”，每个用户一个晚上的充电时间是5个小时，而一个晚上有10个小时。一桩双可以一起给相邻的车充电，不要推广“一桩一”的模式。我们的数据中心主要处理交通、充电、电池和综合应用。交通规划部门是如何应用这些数据的？我们的50万辆车已经装上了上海的交通网络，很多人来找我们做交通拥堵和交通安全分析。我只想做有质量的数据，有标签的数据，有验证过的算法。下面是各种数据的提供者，上面是各种数据的需求者。你做了之后有什么数据？1.新能源汽车保有量50万辆以上。2.电池的可追溯数据是市经信委建立的，现在我们正在收集这些数据，电池装车后流向哪里要监管。3.氢燃料的站集成数据，我们的平台上已经有1400辆汽车。4.更改电站数据。5.上海市经信委新批准的无人驾驶数据，未来正在建设。感谢能源基金会和清华大学王、的支持。我的内容就这些了，谢谢！2021年6月17日至19日，由中国汽车工业协会主办的第十一届中国汽车论坛在嘉定举行。站在新五年的起点上，本届论坛以“新起点、新战略格局——推动汽车产业高质量发展”为主题，设置“一次闭门峰会+一次会议论坛+两次中外论坛+12场主题论坛”，全方位汇聚政府领导、全球汽车企业领袖、汽车行业精英，共商汽车产业强市大计，落实国家提出的“二氧化碳排放峰值、碳中和”战略目标要求，助力打造。其中，上海市新能源汽车公共数据采集与监测研究中心顾问丁晓华在6月19日下午举行的“二氧化碳排放峰值，碳中和新能源汽车发展态势”主题论坛上发表了主题演讲。以下为现场演讲:

谢谢你给我机会与你分享我们的想法和想法。前面的专家都是从全球、中国、产业链来谈“双碳”。我的题目不太讨人喜欢。插电式混动是五年后还是十年后就没有了？插电式混合动力“双碳”能活多少年？通过数据告诉我们上海插电式混合动力用户的节能减排情况。它们在排放方面比汽油车有优势吗？直接切入主题，看上海的数据发展。截至目前，约有52万辆。数据中心都是上海牌照的新能源车，数据必须按照国家标准发送。52万辆中插电式混动比例为48%。从2019年开始，占比越来越小，每个月纯电占比会达到60%。无论如何，预测未来的增长，在未来一年到2025年，上海将再销售35万辆汽车。这是一条年度增长曲线。当然，交通管理政策是另一回事，让你卖这么多又是另一回事。假设35万辆中仍有20%的插电式混动，当年仍有7万辆，合计保有量约50万辆。我们无法回避这个问题。刚才赵院长讲得很好，现在他就从综合的角度来做二氧化碳排放峰值。换句话说，如果混合动力本身要比石油卡车增加更多的排放，那就不能发展。回答这个问题有几个问题:第一个问题与里程和用户结构有关。第二个问题，是否收费？第三个问题是，每百公里开多少电？技术问题不做完，后期做的任何分析基础都不够。大多数人在做碳排放分析时用的是公布的耗电量，而我们用的是实际数据，路上的实际数据。鉴定什么？我看过ICCT的报告，上海用户的UF很低，大概0.3左右。整个样本都差不多，问题是上海和国外不一样。上海有很多私人用户的在线预约(全职在线预约和兼职在线预约)。我们用模型算法对他们进行识别，识别出的结论是73%是真的通勤，其余是线上预约，所以一定要识别清楚用户。其次，要识别他在哪里收费，或者不收费。结论是居住和工作的地方都真的有充电桩，上海的比例只有2%，很低。其中只有60%的会在家里和工作时收取费用，如果是私人购买，具有真正的自然属性。注意，在上海购买新能源汽车需要充电桩安装证明。这种情况下，真正落地的人，只有60%能通过车辆端的数据看到你是定点收费的。还有的不在家也不工作，有的无法识别。有的车在上海周边，所有数据都去掉了。做好排放分析要看出行的特点。私人通勤的日均里程并不高，50公里，但是一旦做了专用网，也就190公里左右，接近200公里，这些都是后面计算排放量的基础。如果我们一周驾驶五天，六天，七天……另外，我们发现全职用车的人真的很痛苦，他们每周要工作六天以上，在某些情况下甚至要工作七天。隐藏的问题很多，今天就不展开了。最重要的是在计算混合动力实际数据的过程中，如何计算UF。清华大学教授王和博士生发明了算法。第一阶段是电网充电，第二阶段是行驶中充油。算法中是一段一段单独计算的，也就是说去掉加油的里程后得到最终结果。真正的私人通勤是0.42，和德国私家车的情况差不多，但是我们都低于美国和挪威。因为国情不同，家里的充电情况也不一样。无论是私人通勤、网上预约还是法人，无论是两地收费还是只一地收费还是不收费，用友值都不一样。如果NEDC的续航里程是50公里、60公里、70公里，对用友会有什么影响？每10公里增加0.06。如果增加插电式混合动力汽车的行驶里程，将有助于减少排放。私人通勤和私人全职网络协议都是私人购买，不是商务车。不同型号的私人购买的车分开统计，放在一起会颠倒结论。也就是说最近SUV带油罐车的比例很高，所以这两年机油排放量不减反增。大部分网约车都是有价格意识的，多是A级车和乘用车，所以要把一个车型和另一个车型分开。经过计算，得出的结论是，如果是2吨以上的SUV的插电式混合动力汽车，排放量是208，很高，和一般的燃油车排放量差不多。但如果是乘用车，基本都是130-140，不管你是做全职网恋还是私人通勤。在计算每公里排放量时，专网和私人通勤没有太大区别。结论是网高只有3%-8%左右，但按年计算很高，一个是5万公里，一个是1.3万公里，差距很大。橙色值很高，说明电网碳排放强度需要大幅降低。2018年全球发电端碳排放强度仅为475，2019年中国将需要577。如果不降，纯电还是会有问题。六个主要结论:(1)在上海的PHEV用户中，56%在家里或工作单位有充电点，10%没有。在私人购买的车辆中，60%的人住在家里。(2)上海私人购买插电式混合动力用户只有73%是通勤，其他都是做网约。(3)日均行驶里程多为50公里，是法人用户一旦做兼职网约的2.5 -3.7倍。(4)上海电网充电UF数为0.42，如果用户家里和工作有充电桩，UF值达到0.6。充电对于混合能源的节能减排意义重大。NEDC纯电动里程每10公里，UF增加0.06。(5)上海私人通勤PHEV车辆的UF与德国私人用户几乎相等，但比美国和挪威的私人PHEV车辆低10%，充电条件是造成这一差异的主要影响因素。(6)品牌全样PHEV每公里二氧化碳排放量为170g，而国内传统燃油车为201g，可节省15%。这都是来自实际数据。未来五到十年，运油车是不可能被完全取代的。真正要禁的油是纯燃油，某种程度上应该给插电式混动车适度的鼓励。随着电气排放的减少，仍然有节能减排的效果。目前车企在生产端生产PHEV有两个指标。今年增加了55%到C。不管是CAFC还是双点，也分PHEV，肯定会出。对策有三:对策一:110公里以上用友很好，希望增加DC充电口，因为不可能在小区充满电，让他在公共场所充电。原来的PHEV没有DC口，电池也很小，大家都觉得没必要……y.但随着电动里程的增加，DC将是有价值的。要控制油箱，跨越“1100公里”。现在有些产品是这样的。PHEV不能这样发展。油箱要适度控制，电多的时候要控制油，这样节能减排效果更好。对策二:补贴的充电终端不能与充电行为挂钩，钱不能直接给消费者。数据显示，如果一周充三次电，UF会涨得很高。如果有这样的监管，这样的补贴就会有效。纯电不需要评估，必须充电后才能开机。对策三:小区内“一桩双”“共享充电”，每个用户一个晚上的充电时间是5个小时，而一个晚上有10个小时。一桩双可以一起给相邻的车充电，不要推广“一桩一”的模式。我们的数据中心主要处理交通、充电、电池和综合应用。交通规划部门是如何应用这些数据的？我们的50万辆车已经装上了上海的交通网络，很多人来找我们做交通拥堵和交通安全分析。我只想做有质量的数据，有标签的数据，有验证过的算法。下面是各种数据的提供者，上面是各种数据的需求者。你做了之后有什么数据？1.新能源汽车保有量50万辆以上。2.电池的可追溯数据是市经信委建立的，现在我们正在收集这些数据，电池装车后流向哪里要监管。3.氢燃料的站集成数据，我们的平台上已经有1400辆汽车。4.更改电站数据。5.上海市经信委新批准的无人驾驶数据，未来正在建设。感谢能源基金会和清华大学王、的支持。我的内容就这些了，谢谢！

标签：发现

汽车资讯热门资讯