常澤宇， 王 磊， 黃 凱， 劉 磊， 郁亞娟,4

(1.北京理工大學(xué)材料學(xué)院， 北京 100081； 2.北京林業(yè)大學(xué)環(huán)境科學(xué)與工程學(xué)院， 北京 100083；3.戴爾豪斯大學(xué)， 哈利法克斯 B3H4R2； 4.北京理工大學(xué)重慶創(chuàng)新中心， 重慶 401120）

0 引言

為解決道路交通溫室氣體排放問題， 中國在2009 年啟動了新能源汽車試點(diǎn)計劃[1]。 在2014 年到2018 年期間， 電動汽車以每年42 萬輛的速度增加并且依舊處于快速增長階段[2-3]。 相較于傳統(tǒng)內(nèi)燃機(jī)燃油車（internal combustion engine vehicles, ICEV），電動汽車（blade electric vehicles, BEV）以動力電池為核心，具有道路“零排放”的優(yōu)勢，能大量減少汽車道路行駛過程中CO2的排放[4-5]。

生命周期評價（life cycle assessment, LCA）是一種評價產(chǎn)品、工藝或服務(wù)從原材料采集到產(chǎn)品生產(chǎn)、運(yùn)輸、使用及最終處置整個生命周期階段（從搖籃到墳?zāi)梗┑哪茉聪募碍h(huán)境影響的方法[6-8]。生命周期評價包括確定目的和范圍、清單分析、影響評估和結(jié)果解釋四個具體實(shí)施步驟。通過LCA 報告可以對產(chǎn)品生產(chǎn)過程中的高污染環(huán)節(jié)提出改善意見， 或者對產(chǎn)品在某一領(lǐng)域的高污染做出預(yù)警。

在這項(xiàng)研究中， 首先確定了以市場上主流的磷酸鐵鋰（LFP）動力電池和三元鋰（NMC）動力電池包為研究對象， 通過數(shù)據(jù)收集整理出不同整備質(zhì)量下BEV 效率參數(shù)和相應(yīng)整備質(zhì)量下的ICEV 耗油對應(yīng)數(shù)據(jù)。 基于Simapro 軟件對京津冀地區(qū)電動汽車CO2排放進(jìn)行全生命周期評價，并與傳統(tǒng)燃油汽車對比，判斷推廣使用BEV 的碳中和潛力[9]。 為了方便結(jié)果的比較， 本研究使用同一LCA 體系來量化傳統(tǒng)燃油車和電動汽車全生命周期CO2排放。

1 研究方法

BEV 和ICEV 的環(huán)境影響差別主要來自于動力電池全生命周期的環(huán)境負(fù)荷和能源循環(huán)環(huán)境負(fù)荷。本研究基于LCA 方法，以市面上主流的LFP 動力電池和NMC 動力電池為研究對象，分別歸納總結(jié)了生產(chǎn)階段、使用階段和回收階段BEV 動力電池的CO2排放水平。其中使用階段以京津冀區(qū)域推廣BEV 的現(xiàn)實(shí)情形為例， 將量化的CO2排放水平與ICEV 使用汽油的排放水平做出比較。

本研究在專業(yè)的環(huán)境評價軟件Simapro 中建模并進(jìn)行影響評估。 基于Simapro 數(shù)據(jù)庫中的LCA 體系（Selected LCI results V1.04）計算下的CO2排放系數(shù)，各個結(jié)果在同一體系下計算得出，排除了因方法體系選擇不同造成的差異性。 另外也可以對生產(chǎn)和回收過程中的物質(zhì)流清單在統(tǒng)一衡量尺度下進(jìn)行計算，便于后續(xù)的統(tǒng)一加和分析。

生產(chǎn)階段BEV 和ICEV 的主要環(huán)境負(fù)荷差異來自于BEV 中動力電池的生產(chǎn)，2 者車身的原材料投入本研究中默認(rèn)一樣且環(huán)境影響一樣。 所以生產(chǎn)階段僅僅對LFP 和NMC 動力電池生產(chǎn)過程中的CO2做了量化計算，功能單位為1 kg，具體清單見表1 和表2。 其中LFP 動力電池清單來自MAJEAU[10]，NMC 動力電池清單來自于COX[11]。

表1 LFP 動力電池清單

表2 NMC 動力電池清單

使用階段中，以Well-to-Wheel（WTW）法，即WTT (well to tank, 油井到油箱的CO2排放) 和TTW（tank to wheels, 過程中的CO2排放） 對汽油能源生命周期進(jìn)行區(qū)分， 其中ICEV 的排放主要在道路行駛階段，BEV 行駛過程中主要依靠電力消耗。 考慮到電力排放的轉(zhuǎn)移， 本研究收集了2010 年至2017年華北地區(qū)的電網(wǎng)數(shù)據(jù)， 相關(guān)電網(wǎng)數(shù)據(jù)來源于國家統(tǒng)計局的統(tǒng)計。此外，當(dāng)?shù)氐碾娏ιa(chǎn)排放系數(shù)的水平同樣影響B(tài)EV 使用過程環(huán)境影響，排放系數(shù)客觀反映了當(dāng)?shù)仉娏ιa(chǎn)的清潔度，對量化BEV 行駛過程中的上游污染排放有著重要作用。 Selected LCI results V1.04 體系下的相關(guān)排放系數(shù)見表3。

表3 電力生產(chǎn)CO2 排放系數(shù)

目前國內(nèi)動力電池的回收產(chǎn)業(yè)相對還不完善，因此本研究使用的數(shù)據(jù)基于大量文獻(xiàn)調(diào)研， 結(jié)合生產(chǎn)過程中量化影響較大的特征材料， 選擇了適合本研究的回收清單，回收清單包括原材料、能源和回收物質(zhì)3 個部分，并且按功能單位進(jìn)行換算。本研究使用的LFP 回收清單來自于王琢璞[12]，該LFP 回收技術(shù)包含了傳統(tǒng)濕法技術(shù)和全組分“物理法” 回收技術(shù)，相關(guān)參數(shù)見表4。

表4 LFP 動力電池回收清單

本研究使用的NMC 回收清單來自謝英豪等[13]的廢舊動力電池定向循環(huán)工藝流程， 該法結(jié)合了傳統(tǒng)濕法和火法的優(yōu)勢并改進(jìn)了各自的不足， 相關(guān)參數(shù)見表5。

表5 NMC 動力電池回收清單

2 BEV 動力電池全生命周期碳足跡

生命周期評價方法一般用于評價某一確定產(chǎn)品或者規(guī)?；漠a(chǎn)業(yè)鏈，在電動汽車產(chǎn)業(yè)中，由于不同車型、不同技術(shù)之間的差別，動力電池的整備質(zhì)量會因?yàn)槠錆M足的功能不同而產(chǎn)生差異[14]。 因?yàn)榇蟛糠周囆偷膯未涡旭偫锍碳性?00～400 km， 因此本研究以單次續(xù)航里程350 km， 放電深度（DOD）80%計算。

BEV 不同動力電池全生命周期CO2排放分布情況見圖1。由圖1 可知，LFP 和NMC 動力電池在生產(chǎn)過程中的碳足跡相差不大， 全生命周期內(nèi)的CO2排放LFP 動力電池略高于NMC 動力電池。由圖1（a）可知，在BEV 動力電池全生命周期內(nèi)，LFP 動力電池和NMC 動力電池的CO2排放量分別達(dá)到49 495.04和46 759.09 kg。由圖1（b）和圖1（c）可知，使用階段的CO2排放占到了2 類動力電池全生命周期排放的大部分，LFP 動力電池使用階段CO2排放占比達(dá)到了69.05%， 而NMC 動力電池使用階段的CO2排放量達(dá)到了73.09%。 要降低電動汽車全生命周期CO2的排放水平，必須要改善提高電力清潔度。 BEV 電池使用階段，主要消耗電能，因此電力結(jié)構(gòu)依然決定著電動汽車行駛階段CO2排放。 生產(chǎn)階段NMC 和LFP 動力電池的CO2排放量分別占到各自全生命周期的23.63%和19.35%。 回收階段LFP 動力電池CO2排放占7.32%，NMC 動力電池占7.56%。 LFP 和NMC 動力電池生產(chǎn)和回收階段的CO2排放共計分別占到各自全生命周期的30.95%和26.91%。 由此可見通過提高電力清潔度使BEV 使用階段的CO2排放降低的潛力十分巨大[15-17]。京津冀地區(qū)電力生產(chǎn)的CO2排放因子始終在1 kg/（kW·h） 左右波動，遠(yuǎn)高于歐盟等地的電力排放系數(shù)， 因此改善電力條件對未來我國實(shí)現(xiàn)碳中和有重要的意義。

圖1 BEV 動力電池全生命周期CO2 排放

3 電動汽車碳中和潛力分析

3.1 電動汽車與傳統(tǒng)燃油車全生命周期排放比較

BEV 的碳中和潛力主要取決于電池包的生產(chǎn)和使用的電力清潔度[18]，并且需要展現(xiàn)出相較于ICEV的低排優(yōu)勢。 因此本研究對二者的比較主要是進(jìn)行動力電池全生命周期和汽油全生命周期的CO2排放進(jìn)行比較， 對于車身材料的全生命周期排放默認(rèn)二者一樣。受到當(dāng)?shù)氐碾娏ιa(chǎn)條件的制約，京津冀不同區(qū)域BEV 行駛過程中的CO2排放與相應(yīng)的汽油全生命周期排放比較結(jié)果并不一致[19]。 因此，我們分別計算京津冀不同地區(qū)的CO2排放， 并求平均值。BEV 動力電池生產(chǎn)和回收階段的排放主要受到能源投入和原材料開采消耗的影響， 而重要的使用階段則主要受到電力清潔度的影響。 為了增加對比可信度，我們考慮了上游排放轉(zhuǎn)移的可能，比較BEV動力電池和ICEV 燃油的全生命周期CO2排放。

基于國家統(tǒng)計局統(tǒng)計的電網(wǎng)數(shù)據(jù)中2010 年至2017 年整個華北區(qū)域的電力輸入輸出結(jié)果，總結(jié)出了京津冀地區(qū)電力使用消耗分布，見表6。 因?yàn)榫_數(shù)字的保留問題， 可能存在分布比例和不為1 的情況，實(shí)際計算過程中采用原精確數(shù)值進(jìn)行計算。

表6 京津冀地區(qū)電力使用分布

京津冀地區(qū)BEV 與ICEV 全生命周期CO2排放情況見圖2。 由圖2 可知， 在京津冀區(qū)域，LFPbased 電動汽車、NMC-based 電動汽車和ICEV 全生命周期的CO2排放量分別為46 738.53，45 351.99，37 879.81 kg。BEV 在CO2排放上并沒有產(chǎn)生明顯的優(yōu)勢，這主要是由于在生產(chǎn)、使用和回收階段中電力的投入使用會有較大的排放貢獻(xiàn)比例。 特別是BEV行駛過程中， 因?yàn)榫┙蚣降貐^(qū)使用的電力清潔度并不高，盡管使用過程中BEV 可以在CO2百公里排放上低于相應(yīng)的ICEV， 但是在行駛里程下能否彌補(bǔ)BEV 動力電池生產(chǎn)和回收階段產(chǎn)生的CO2排放尚且存疑。可能的原因一是BEV 的行駛里程不夠造成全生命周期內(nèi)CO2減排效果不理想[20]。 二是本研究考慮了上游排放轉(zhuǎn)移的可能性， 京津冀地區(qū)使用的電能并不完全來自于本地區(qū)， 電力負(fù)擔(dān)從清潔電力能源結(jié)構(gòu)轉(zhuǎn)移到相對不清潔的電力能源結(jié)構(gòu)中[21]，間接加大了CO2的排放水平。

圖2 京津冀地區(qū)BEV 與ICEV 全生命周期CO2 排放量

3.2 碳中和潛力分析

由上述研究可知， 電力清潔程度對于CO2排放和碳中和潛力具有關(guān)鍵的影響。從這個角度出發(fā)，我們收集了全球各個地區(qū)的電力排放系數(shù)[22]，對CO2排放和碳中和潛力進(jìn)行對比，見表7。

表7 不同國家/地區(qū)的電力排放系數(shù)

全球各個地區(qū)CO2排放和碳中和潛力對比見圖3。

圖3 全球各地區(qū)CO2 排放和碳中和潛力對比

由圖3（a）可知，如果BEV 使用的所有電能均來自于京津冀地區(qū)，即不考慮上游排放轉(zhuǎn)移，在CO2排放上BEV 對比ICEV 有一定水平的減少。 而若是采用全國平均的電力排放系數(shù)， 則可以觀察到很明顯的CO2減排效果。 這說明在我國推廣使用BEV，對實(shí)現(xiàn)CO2減排具有明顯的效果， 對于我國實(shí)現(xiàn)碳中和可以提供可觀的積極影響。 而隨著我國電力清潔水平的提升，可以預(yù)見，在達(dá)到全球平均水平，甚至歐美及其他發(fā)達(dá)國家的水平時， 將產(chǎn)生更為明顯的CO2減排。 由圖3（b）可知，京津冀地區(qū)乃至全國，使用電動汽車具有十分巨大的碳中和潛力。 隨著電力清潔程度的提高，BEV 的推廣使用為我國CO2減排和碳中和事業(yè)將起到很大的助力作用。

4 結(jié)論與展望

對于電動汽車LFP 和NMC 動力電池全生命周期的CO2排放，LFP 動力電池和NMC 動力電池使用階段CO2排放占比分別達(dá)到了69.05%和73.09%。在生產(chǎn)階段，NMC 和LFP 動力電池的生產(chǎn)排放CO2占到了分別占到各自全生命周期的23.63%和19.35%。而回收階段的CO2排放，2 種動力電池回收階段的CO2排放分別僅占到7.32%和7.56%。 說明生產(chǎn)和回收過程中的電力輸入以及使用過程中電力的消耗依然是BEV 動力電池全生命周期的CO2排放主要貢獻(xiàn)來源， 提高電力清潔度可以更加明顯的突顯出電動汽車低排放優(yōu)勢。

通過對本研究中選擇的BEV 動力電池和相應(yīng)整備質(zhì)量下燃油車汽油消耗的全生命周期排放對比， 傳統(tǒng)燃油車、LFP-based 電動汽車、NMC-based電動汽車的全生命周期CO2排放分別為37 879.81,46 738.53,45 351.99 kg。 在京津冀地區(qū)BEV 動力電池在CO2排放上實(shí)現(xiàn)減排具有有限的優(yōu)勢。 而在全國平均水平下， 因?yàn)殡娏η鍧嵍鹊母纳瓶梢詫?shí)現(xiàn)BEV 的CO2減排。 隨著我國環(huán)保事業(yè)的發(fā)展，未來我國電力清潔程度必然會得到提升， 與全球其他國家對比的結(jié)果說明，隨著電力清潔度的改善BEV 的推廣使用具有巨大的碳中和潛力。