電動貨車運營碳足跡核算與報告白皮書(中文翻譯與補充版)目錄 4 9 9 摘要《電動貨車運營碳足跡核算與報告白皮書》(以下簡稱《白皮書》或報告)是智慧貨運中心道路統(tǒng)燃料替代方案，是實現(xiàn)可持續(xù)、低排放物流的關(guān)鍵在既有的溫室氣體排放框架下，對電動貨車的運營排放進(jìn)行測量與報14083的基礎(chǔ)認(rèn)知。鑒于電動貨車充電行為《白皮書》涵蓋以下內(nèi)容：《白皮書》中提出的方法旨在幫助讀者應(yīng)對不同因素對能源供應(yīng)排放因子的識別與推導(dǎo)造成的《白皮書》最后指出了當(dāng)前行業(yè)在標(biāo)準(zhǔn)化方面所面臨的若干挑戰(zhàn)：貨運服務(wù)采購方在市場化機制（例如：通過能源屬性證書(EACs)市場明《白皮書》強調(diào)亟需各方協(xié)作，充分利用原始數(shù)據(jù)并采取創(chuàng)新方法，推動能源全生命周期報告的標(biāo)準(zhǔn)化，并在全球運輸排放管理中產(chǎn)生實際影響。智慧貨運中心正積極持續(xù)推進(jìn)相關(guān)工作會及政府聯(lián)合行動，共同促進(jìn)物流行業(yè)排放績效的顯著改善。果斷決策并付諸實踐，是邁引言《電動貨車運營碳足跡核算與報告白皮書》是智慧貨運中心道路貨運電氣化系列研究成果的一通過牽引電池組儲存電力，實現(xiàn)了駕駛活動與能源生產(chǎn)的有效解耦。這不僅消除了尾氣排更高的初級能源利用效率以及可再生能源的廣泛應(yīng)用，實現(xiàn)了更低所示，在歐盟地區(qū)，電動貨車的平均排放強度可降低約35%，在低碳電力國家可達(dá)85%。美國也展現(xiàn)出顯著的減排潛力，并且隨著各區(qū)域可再生能源占比的逐年提升，其減排潛力預(yù)計資價值的低排放運輸解決方案，能夠在短期和長期帶來對于已在運營中采用電動貨車的企業(yè)，無論是直接自營還是通過分包商使用，都解、測量并報告其排放情況。電力排放水平因其發(fā)電方式的不同而差異顯著；更為復(fù)雜的輸送至終端用戶的電力來源結(jié)構(gòu)也會影響其排放因子。盡管電力排放因子已長期應(yīng)用于8架（第3版）為排放計算提供了通用原則，溫室氣體核算體系(GHGProtocol)范圍2和范圍3標(biāo)準(zhǔn)在政策制定、行業(yè)規(guī)劃或企業(yè)實踐中，統(tǒng)一的碳排放計算方法都是開展對比分析、識前推進(jìn)道路運輸電動化和低碳轉(zhuǎn)型提供助力。從更長遠(yuǎn)的角度看，本白皮書提出的方法論也相對完備的情境。文中所示的排放計算流程、因子選擇邏輯及邊界設(shè)定，均假設(shè)計算或數(shù)據(jù)具備較高的完整性與準(zhǔn)確性，例如可獲得詳實的電力使用數(shù)據(jù)或電力因子的生命周期22企業(yè)自有或可控來源的燃料燃燒所產(chǎn)生的排放發(fā)電（PowerGeneration指燃料燃燒發(fā)電過程中產(chǎn)生的排放；燃料生產(chǎn)（FuelProduction指與燃料生產(chǎn)相關(guān)的上游活購買的低碳電力或其屬性（例如，可再生能源合同或原產(chǎn)地保證）通過合同關(guān)聯(lián)的放因子。其二是剩余混合排放因子(residualmixemi然而，目前GHGProtocol范圍2和范圍3標(biāo)準(zhǔn)中均并未明確討論使用基于市場方法的范圍2(PPAs)等方式進(jìn)行電動車運輸?shù)那闆r下，是否可以使用基于市場的排放因子進(jìn)行范圍3披露。該問題是當(dāng)前GHGProtocol關(guān)于范圍2與范圍3標(biāo)準(zhǔn)及市場措施咨詢中正在討論的重要議題之一。未根據(jù)該標(biāo)準(zhǔn)（ISO，2023車輛運營所產(chǎn)生的排放體排放，即因車輛實際運營活動而直接釋放至大氣的溫室氣體；另一類是車輛能源供應(yīng)的以電動貨運為例，其實際運營的直接排放為零。車輛能源供應(yīng)的有溫室氣體排放，包括“初級能源的開采、加工與運輸，電力的生產(chǎn)，發(fā)電基礎(chǔ)設(shè)施（如活動所產(chǎn)生的全部排放。因此，為確保正確計算排放量，無論是車隊運營方抑或運輸服務(wù)采但其似乎允許除電動貨車運營方之外的其他主體使用基于市場方法計算的排放量。例如，服務(wù)運營方為其電動貨車運營所用的電力購買了可再生能源證書，則該運營方可分別使用-GHGProtocol在其范圍2和范圍3標(biāo)準(zhǔn)中均未包含發(fā)電基礎(chǔ)設(shè)施產(chǎn)生的排放。3電力溫室氣體排放因子中通常包含的內(nèi)容以及中國電力因子的補充說明。第二部分分析能動貨車相關(guān)排放時可采用的幾種主要基于市場工具的方法。第四部分對幾個具有代表性的示，部分電力被用于自用、負(fù)荷平衡（例如抽水）以及電力交易。供電量與實際消耗量荷平衡（例如抽水）以及電力交易。供電量與實際消耗量之間的差異主要源于輸電與配電圖5上游活動到最終消耗的碳排放強度（Moro&Lonza,2018）可再生能源和核能的排放遠(yuǎn)低于化石燃料的電廠。該圖還說明了為何應(yīng)將上游排放納入可再生能源在總能耗中占比較高時，此類排放才會成為總排放的重要部分。舉例而言，及其能源類型每年可能發(fā)生劇烈變化，例如在天然氣短輸配電（T&D）過程中的平均損耗因電壓分布類型（即低壓至高壓電網(wǎng)連接）而異最終消費排放因子為比較電動車與柴油卡車的排放強度提供了最合適的依據(jù)。圖7展示了2019損耗。圖中紅線代表一個733gCO:e/kWh的電力排放因子臨界值。該臨界值基于26-40噸柴油卡車與電動卡車的平均油耗與電耗推算得出，反映了兩類車輛在單位行駛距離下碳排放的電力排放強度門檻。當(dāng)電力排放因子高于該值時，電動重卡在碳排放上可能不優(yōu)于同圖72019年歐洲各國的完整電力電力脫碳的主要驅(qū)動力之一是政策，其附帶目標(biāo)還包源的約束性目標(biāo)從32%提高到45%。與之配套的歐盟碳排放交易體系則通過“總量控制與交易”明不同選擇方案，并探討其對溫室氣體排放披露的影響。企業(yè)應(yīng)與專業(yè)機構(gòu)共同考量，根的依賴、減少電費支出，但也可能需要在儲能設(shè)備、備用電源合約，用戶按約定期限以固定價格采購定量電力。發(fā)電方可以是現(xiàn)有或新建的清潔能源電可分為實物型（電力直供用戶）或虛擬型（電力并入電網(wǎng)，用戶根據(jù)市場電價與協(xié)議電價PPA）則可以通過提供的可再生能源證書綠色電價與綠電產(chǎn)品：指通過電網(wǎng)采購可再生能源電力的短期合約。在基于市場的現(xiàn)有用電量。與EAC相關(guān)的排放因子及表2不同能源采購/發(fā)電方式對應(yīng)的報告涵蓋發(fā)電、貿(mào)易影響及輸配電損耗。其中，荷蘭數(shù)據(jù)庫還提供Delft（2022年）的研究成果，將結(jié)構(gòu)數(shù)據(jù)基于發(fā)電端而非消費端。作為眾多提供不同電壓等級的消費端數(shù)據(jù)（/the-ecoin失否是否是是是是是是是氣體報告：否是否是是否是否是是是是是是否是是是是是礎(chǔ)設(shè)施建設(shè)排放在大多數(shù)歐洲國家影響不大，除非在瑞典、冰島等可再生能源占電力消費主體為支持企業(yè)在開展電動車碳排放核算時選擇合適的電力排放因子，本節(jié)0.6205kgCO:e/kWh0.5366kgCO:/kWh0.1724kgCO:e/MJ0.1491kgCO:/MJ地理范圍根據(jù)電網(wǎng)分布劃分為全國、區(qū)域和省級三個層次，能夠表征跨區(qū)域及省級尺度包含平均以及各發(fā)電類型的碳足跡：燃煤發(fā)電、燃?xì)獍l(fā)電、水力發(fā)電、核能發(fā)電、風(fēng)力發(fā)電、光包括火電、水電、風(fēng)電、核電、太陽能包含：原材料獲取、設(shè)備獲取、施工建設(shè)、運營是否包含輸配電是(但不包含線損)否是否考慮進(jìn)出口鑒于進(jìn)出口電量占比非常小，不足以對全國電力碳足跡產(chǎn)生影響，在本次測算過程中均暫未考慮含全國和各區(qū)域電網(wǎng)因子，但生命周期表4中國電力相關(guān)因子對比更為詳細(xì)的分類排放因子，如按照發(fā)電類型、電網(wǎng)區(qū)域、是否包含非化石能源電力等維度劃的因子，生態(tài)環(huán)境部發(fā)布的《2023年全國電力碳足跡因子》覆此外，如企業(yè)已知具體電力來源的發(fā)電類型（例如明確來自水電或光伏電4本節(jié)重點討論如何確定電動汽車運營所使用的排放強度因子，建議讀者參考GLEC框架（第3本節(jié)將討論在涉及電動汽車時，如何應(yīng)對上述步驟中的一些額外數(shù)據(jù)類型電表讀數(shù)數(shù)據(jù)代表充電設(shè)施的總用電量，即同一設(shè)施內(nèi)所有充電點的用電量，包括來自電網(wǎng)或場內(nèi)發(fā)是豐富的充電活動數(shù)據(jù)可以提供每輛車的充電時間、持續(xù)時間和充電量。在某些情況下，系統(tǒng)還可以估是車輛遠(yuǎn)程信息處理數(shù)據(jù)，尤其是與電池管理系統(tǒng)相關(guān)的數(shù)據(jù)，可以提供充電活動數(shù)據(jù)以及詳細(xì)的能耗否默認(rèn)能量強度因子通?；谲囕v端的能耗，不包括充電損失或其他損失。通過這種方式，試圖模擬基否校正系數(shù)的大小應(yīng)基于典型運行工況下的充電損耗確定。這在很大程度上取決于充設(shè)施還需配置現(xiàn)場變壓器或電力轉(zhuǎn)換裝置。據(jù)設(shè)備制造商估算，典型直流快充設(shè)備度。這類數(shù)據(jù)通常僅反映單一使用場景，其定義的行駛與載重工況僅為滿足法規(guī)要求而設(shè)定真實使用狀況。但在缺乏更優(yōu)數(shù)據(jù)的情況下，此類數(shù)據(jù)仍可用于規(guī)劃在計算電動汽車運營排放時，必須同時考慮電力排放因能產(chǎn)生的損耗，如圖9所示。由于電動汽車車隊運營通常涉及多長途運輸中，排放因子的計算需格外謹(jǐn)慎。例如，在長途運輸中，承運商通常在其停車場進(jìn)行夜間充電，但為了延長續(xù)航里程，也可能會在裝卸地點或途中的公共及高速充電站進(jìn)行額外充電，且這表后發(fā)電設(shè)施的平均能源貢獻(xiàn)（詳見3.3節(jié)如廠區(qū)太陽能板；為系統(tǒng)性地考慮這些因素，并兼顧電網(wǎng)排放因子可能發(fā)生的變化，我們建議引入兩個額外變充電站所使用的所有電力來源的加權(quán)平均排放因子，包括該地點的電網(wǎng)排放因子以及表后發(fā)電Energygrid*Emissionfactorgrid+ΣEnergyBTM*EmissionfactorBTMNetemissionfactor=Energygrid+ΣNetemissionfactor=電表電量（kWh）與車輛實際獲電量之間的比率。由于目前缺乏行業(yè)實證數(shù)TOC排放強度可采用基于各充電站充電量或基于車輛Correctedemissionfactor=Netemissionfactor*EnergycorrectionfactorΣi充電活動占比i*校正排放因子i凈電力排放因子本白皮書翻譯版旨在幫助中國企業(yè)更好地對接國際物流碳核算標(biāo)準(zhǔn)，特別是在電動在本示例中，運輸活動單元（TCE,Transpor?通過上述公式，計算出運輸鏈要素(TCE)的案例中約為43,480tkm?？振偮释ㄟ^實際運輸數(shù)據(jù)模擬計算得出。?企業(yè)基于司機記錄的電量變化，結(jié)合車輛電池容量，計算匯總得出報告周期內(nèi)的總能耗擇適合的數(shù)值。車輛空駛的能耗與排放量應(yīng)納入總排放，計入運輸活動類別（TOC）的整體度計算。根據(jù)上述參數(shù)計算，報告周期內(nèi)電動重卡運輸過程產(chǎn)生的總排放量近車輛在實際運營條件下的能源使用和排放水平。需要指出的是，在計算與報告過程中常面臨數(shù)據(jù)不完整、方法不清等挑戰(zhàn)，歡迎相關(guān)方在實踐中與智慧貨運中心共同探討應(yīng)電動貨運車輛運營排放的核算與報告方法。報告首先對現(xiàn)有溫室氣體排放核算框架進(jìn)當(dāng)前存在的一個模糊領(lǐng)域是，如何使用基于市場（market的運輸服務(wù)排放強度能否供運輸服務(wù)使用方（即范圍3報告中的責(zé)任方或ISO14083定義的則是用于生命周期評估的綜合性數(shù)據(jù)庫——Ecoinvent。盡管可持續(xù)發(fā)展報告機構(gòu)常采用源署數(shù)據(jù)庫這樣易獲取且覆蓋廣泛的數(shù)據(jù)源，但這些數(shù)據(jù)庫未包含燃料生產(chǎn)及發(fā)電基礎(chǔ)設(shè)數(shù)據(jù)，因此行業(yè)仍需建立一個同等可靠、廣泛適用且涵蓋所有排放類別（包括上游排放展望未來，行業(yè)須協(xié)同努力，利用實測數(shù)據(jù)和創(chuàng)新方法推動電動貨車運營碳核算的而確保能源全生命周期報告的實際影響力，為構(gòu)建全球運輸排放統(tǒng)一報中心將持續(xù)聚焦物流排放核算領(lǐng)域的技術(shù)與行業(yè)挑戰(zhàn)，提供清/10.1016/j.MinisterievanInfrastructuurenWaterstaat.https://www.co2emissiefactoren.nl/wp-content/uploads/2022/01/23-CE-Delft-Ketenemissies-elektriciteit-content/uploads/20230612_Methodology_Report_UpdateIEA.(2023).CO2Emissionsin2022./assets/3c8fa115-35c4-4474-b237-1b00424c8844/CO2Em