在中国清洁交通伙伴关系“迈向零排放交通2024”年会上,清华大学环境学院副教授张少君分享了城市与区域机动车污染智慧管控技术研究进展。机动车,尤其是柴油货车,已成为城市PM2.5和臭氧污染的主要来源,严重影响空气质量。为应对这一挑战,张教授团队依托国家重点研发项目“典型城市和区域机动车污染智慧管控技术集成与示范实践”,开发了一系列智慧监管技术和决策支持方法,重点关注柴油货车的污染监控和新能源汽车推广路径,以弥补传统监管方式的覆盖不足和效率低的问题,助力实现交通低碳化与空气质量的提升。
研究进展与关键发现
1. 重型车实时动态监管:团队构建了融合OBD和跟车检测的立体监管网络,用于精确识别和分析重型柴油货车的实时排放。研究覆盖了15,000辆重型货车,系统评估了不同使用场景下的排放水平,低速场景柴油货车NOx显著较高。为此,团队建立了基于场景的排放因子库,为不同场景下的精准减排提供了科学依据。
图1 不同用途车辆的NOx排放分布
2. 交通与排放的精细化解析:通过多源数据融合,团队构建了城市级细分交通场景的重型货车排放清单。研究发现不同类型车辆的排放分布差异显著,例如牵引车的高排放集中在城市外围高速干道和港口区域,而环卫车等城市货车和专用车在市区道路排放较高。基于该模型,团队制定了优化高排放车淘汰的策略,并指出淘汰前20%的高排放车比淘汰国IV车辆的减排效果高出23.2吨/天。
3. 新能源汽车推广的决策支持:团队基于60,000辆电动货车和55,000辆柴油货车的实际运行数据,系统评估了不同场景下电动化的可行性与效益。研究显示,轻型物流车的电动化需求可以基本满足,后续通过完善充电基础设施网络解决存在的里程焦虑问题;但重型牵引车在长途运输中的续航能力仍有待提升。为此,团队建议提升电池密度和先进补能技术(超快充、换电),以支持全场景电动化的实现。
政策建议与未来展望
1. 构建立体监管体系:通过OBD、跟车等技术手段的融合,建立覆盖全车队的排放监控网络,实现对高排放车的精细化监控。
2. 优化减排策略:基于排放热点区域和高排放车分布,优先在污染严重路段推广新能源汽车,逐步减少重型柴油车的使用,建立电动货车专用通道和充电站。
3. 推动新能源技术创新:通过提升电池能量密度、降低能耗等手段实现成本和减排效益双赢。研究显示,到2030年,重型牵引车有望在高续航和快速补能技术支持下,实现全场景电动化。
一个非政府、非营利、自愿性的交流、合作及观点传递平台,秉承“独立、开放、共享、包容”的理念 聚焦政策和技术创新,总结、宣传和推广国际、中国和地方先进经验,加速交通迈向零排放