2022PHEV推广应用评估

上海PHEV推广应用评估及“十四五”政策建议研究2021年7月PAGEPAGE8摘要PHEV碳排放PHEVPHEVPHEV的排放进行了计算。第六章PHEV车的现有用户、有意向目录摘要 2一、研究背景及意义 6二、研究内容和技术路线 7研究内容 7技术路线 7三、新能源汽车市场推广现状 8全国新能源汽车市场情况 8上海新能源汽车市场情况 9四、研究样本及研究方法 12数据处理及研究样本 12研究模型 12五、上海PHEV使用特征及碳排放研究 15研究样本构成情况 15出行特征 16充电特征 19碳排放 28六、上海新能源汽车用户调研研究 33调研对象 33调研内容 34主要调研结论 35七、结论与建议 39图目录图1技术路线 7图2全国新能源汽车销量情况 8图32020年全国新能源汽车细分车辆类别月销量情况 9图4全国新能源汽车细分车辆类型累计销量情况 9图5上海新能源汽车年销量 10图6上海新能源汽车细分车辆类型累计销量 10图7上海新能源乘用车年度销量动力类型比例情况 11图8上海新能源乘用车分领域累计销量情况 11图9上海新能源汽车推广特征 11图10数据清洗及研究样本的确定 12图11车辆使用场景识别方法 13图12充电地点类型识别方法 13图13PHEV工作模式 14图14研究样本按充电条件分类情况 15图15未充电车辆构成情况 16图16全样本PHEV周均出行天数分布 16图17全样本PHEV细分使用场景周均出行天数分布 17图18全样本PHEV日均出行里程分布 17图19全样本PHEV细分使用场景日均出行里程分布 18图20全样本PHEV日均出行时长分布 18图21全样本PHEV细分使用场景日均出行时长分布 19图22有充电行为的PHEV周均充电天数分布 20图23有充电行为的PHEV细分使用场景周均充电天数分布 20图24有充电行为的PHEV百公里充电次数分布 20图25有充电行为的PHEV细分使用场景百公里充电次数分布 20图26有充电行为的PHEV细分充电地点类型周均充电天数分布 21图27有充电行为的PHEV细分充电地点类型百公里充电次数分布 21图28有充电行为的PHEV充电时长分布 21图29有充电行为的PHEV细分使用场景充电时长分布 22图30有充电行为的PHEV细分充电地点类型周均充电时长分布 22图31有充电行为的PHEV细充电开始时刻分布 23图32有充电行为的PHEV细分使用场景充电开始时刻分布 23图33有充电行为的PHEV充电开始SOC分布 23图34有充电行为的PHEV细分使用场景充电开始SOC分布 24图35有充电行为的PHEV电网充电里程比例（EDR）分布 24图36有充电行为的PHEV细分使用场景电网充电里程比例（EDR）分布 25图37有充电行为的PHEV细分充电地点类型电网充电里程比例（EDR）分布 25图38随周均充电天数增加EDR变化趋势 26图39相同充电频率下不同续航里程的EDR水平 26图40不同续航里程下随周均充电天数增加EDR均值变化曲线 27图41全样本PHEV碳排放分布 29图42全样本PHEV与汽油车、纯电车碳排放对比 29图43全样本PHEV细分车辆类别与汽油车对比 30图44不同使用场景车辆单车年排放情况 30图45不同使用场景所有车辆年总排放 31图46不同能耗、充电频次排放分布 32图47调研对象 33图48250名现有PHEV用户结构情况 34图49150名潜在用户结构情况 34图50主要调研内容 35图51现有PHEV用户出行和充电情况 35图52现有PHEV用户不同充电条件下充电情况 36图53现有PHEV用户满意度评价 37图54现有用户选择PHEV而未选BEV的原因 37图55潜在用户购买倾向 38图56政策对用户的影响 39表目录表1不同充续航里程车辆的EDR均值 27表2 不同充续航里程车辆的EDR均值拟合曲线方程 27表3相同充电频率下随续航里程提升EDR值的增加量 28表4不同充电条件单车排放对比 31表5不同接入时间单车排放对比 31一、研究背景及意义明确。根据国际能源署（IEA）二氧化碳排放量数据，201929%15（10%7%（4%（3国地位巩固。20209222030年前达到峰值，努力争取2060（来了新的考验，也为新能源汽车产业的发展提供了机会。62%2025通领域碳排放提前实现“达峰”的主要路径。2021630日，PHEV54%2023PHEVPHEVPHEVPHEV通领域的碳达峰路径规划提供研究支撑。二、研究内容和技术路线研究内容本文分为七个章节。各章主要研究内容如下：PHEVPHEVPHEVPHEV的排放进行了计算。第六章为上海新能源PHEV技术路线本研究的技术路线如下所示：图1技术路线三、新能源汽车市场推广现状全国新能源汽车市场情况9年中国新能源汽车的销量规模发展迅速。2012年-201410万辆。20154年120万辆。2019年受补贴大幅退坡的影响，中国新能源汽车市场未能维持增长态势，销量首次出现下滑，产业总体进入调整阶段。截至202166032.06%49381.68%110.377.4234.92%。图2全国新能源汽车销量情况12020年全国纯电动乘用车销量达97.6万辆，同比增加14.6%，市场占比达73%2020年新能源汽车销量增长的主要力量；插电式混合动力乘用24.79.1%18%1217.2%9%。从2020年月度销量来看，纯电动乘用车在下半年整体走高，而插电乘用车1数据来源：中国汽车工业协会2数据来源：中国汽车工业协会、乘联会公开数据整理，下同PAGE2数据来源：中国汽车工业协会、乘联会公开数据整理，下同PAGE9和新能源商用车总体需求增长较为平稳。图32020年全国新能源汽车细分车辆类别月销量情况2从累计销量来看，纯电动乘用车占比约64%，占据全国新能源汽车市场主要份额。图4全国新能源汽车细分车辆类型累计销量情况上海新能源汽车市场情况2013源汽车推广应用规模屡创历史新高，2017、2018年新能源汽车年度销量先后突67万辆，202010202154广规模的领先地位。1010图5上海新能源汽车年销量3从分车辆类型来看，截至2021年上半年插电、纯电乘用车累计销量分别为28.9万辆、21.85093%车推广呈现以乘用车为绝对主力的市场特征。图6上海新能源汽车细分车辆类型累计销量从历年乘用车的动力类型比例来看，2019年之前插电式混合动力乘用车为图在补贴数额上有所差别，也促使更多消费者选择插电混合动力汽车。20192018年前主流V纯电续航里程小于400KM随着各企业新能源汽车产品的更新换代产品性能提升，2018年开始市场上纯电4003数据来源：上海市公安交警总队车辆管理所，下同PAGEPAGE11电日趋方便，共同成为纯电销量增长的驱动力。图7上海新能源乘用车年度销量动力类型比例情况76%图8上海新能源乘用车分领域累计销量情况从以上上海新能源汽车市场数据来看，上海新能源汽车市场可以总结为以下几大特征：图9上海新能源汽车推广特征44上海机动车2020年保有量数据（450.64万辆）来自上海市经济信息中心四、研究样本及研究方法数据处理及研究样本2020PHEVPHEV201289201289（1里程没有跳变现象（40%（1（2SOC（3GPS124237PHEV。图10数据清洗及研究样本的确定研究模型车辆使用场景识别73%16%11%法如下所示：PAGEPAGE13图11车辆使用场景识别方法充电地点类型识别CPIM模型5识别车辆充电地类型，结果为“有固定充电点”车辆占比68%(3822如下：图12充电地点类型识别方法电网充电里程（EDR）PHEV具有电机和发动机两个驱动力，既可以利用外部电网对车辆动力蓄电6：5充电点算法模型（CPIM）:ChargingPointIdentificationModel；其它表示充电场景为交通设施、商圈等。6秦孔建，陈海峰，方茂东.插电式混合动力电动汽车排放和能耗评价方法研究[J].2010中国汽车工程学PAGEPAGE14PEV3（（CD模式（2（CS模式SOCSOCPHEVCDCSEDR。图13PHEV工作模式本研究中假设CD段的里程完全是来自电网的电驱动里程（简称电里程，记MeCS（Mf（7。则，EDR可由如下公式表示：𝐸𝐷𝑅= 𝑀!+𝑀"

（1）越大.EDR.但是，EDR一章节将会进行分析。会年会优秀论文，2010.7Hao，HewuOuyang.Amethodplug-inhybridvehicleelectricdistanceanalysisvalidatedwithactualdrivingdata[J].andAdaptationGlobalChange,2020,五、上海PHEV使用特征及碳排放研究研究样本构成情况1242378.532%。图14研究样本按充电条件分类情况10%1.2201758%55%图15未充电车辆构成情况出行特征出行特征主要从三个方面进行分析：车辆的出行率，即车辆的使用强度，用周均出行天数反映；出行里程，即车辆的行驶里程，用平均每日出行里程反映；出行时长，即车辆的行驶时长，用平均每日出行时长反映。出行率全样本PHEV总体出行率较高，周均出行5天及以上的车辆数占比达到71%；不同场景出行强度差异大，私家通勤周均出行5天和6天的分别占30%、31%，专职网约周均出行6天占比高达71%。图16全样本PHEV周均出行天数分布图17全样本PHEV细分使用场景周均出行天数分布出行里程PHEV82.5KM105KM184.9KM121.7KM，49.6KM图18全样本PHEV日均出行里程分布图19全样本PHEV细分使用场景日均出行里程分布出行时长全样本PHEV单车日均出行时长均值为3.1小时；私家通勤1.8小时、兼职网约3.7小时、专职网约7.7小时、法人4.8小时。图20全样本PHEV日均出行时长分布图21全样本PHEV细分使用场景日均出行时长分布充电特征SOC，用充电开始和结束电池电量百分比反映。5.1（10%PEV（90%1.2万辆。充电频次周均充电1-2天的车辆占48%，百公里充电0-0.5次的车辆占40%；专职网约周均充电3天及以上占63%，百公里充电次数0-0.5次占到75%。图22有充电行为的PHEV周均充电天数分布图23有充电行为的PHEV细分使用场景周均充电天数分布图24有充电行为的PHEV百公里充电次数分布图25有充电行为的PHEV细分使用场景百公里充电次数分布从细分充电地点类型来看，无固定充电地点车辆周均充电1天的车辆占比达73%；百公里充电次数0-0.5次车辆占比达91%。图26有充电行为的PHEV细分充电地点类型周均充电天数分布图27有充电行为的PHEV细分充电地点类型百公里充电次数分布充电时长2-3370%。图28有充电行为的PHEV充电时长分布图29有充电行为的PHEV细分使用场景充电时长分布图30有充电行为的PHEV细分充电地点类型周均充电时长分布充电时刻22：00-23：008：00-9：0011：00-12：0000-9：00。图31有充电行为的PHEV细充电开始时刻分布图32有充电行为的PHEV细分使用场景充电开始时刻分布SOC62%的车辆都是SOC在30%以下才充电，不同使用场景间差别不大。图33有充电行为的PHEV充电开始SOC分布图34有充电行为的PHEV细分使用场景充电开始SOC分布电网充电里程比例（EDR）（4..3小节DRPHEV排放和能耗提供基础。EDR计算结果EDR0.（DR0EDR0.34，50%EDR0.329%EDR0.125%的车辆EDR0.57EDR最低（图36。图35有充电行为的PHEV电网充电里程比例（EDR）分布图36有充电行为的PHEV细分使用场景电网充电里程比例（EDR）分布EDR影响因素分析EDR的影响EDR0.45EDR5.6EDR0.4（图37EDR影响较大。图37有充电行为的PHEV细分充电地点类型电网充电里程比例（EDR）分布EDR的影响20043000R3000PHEV38EDR显看出当周均充电33率，需提升续航里程。图38随周均充电天数增加EDR变化趋势EDR的影响下图显示了续航里程分别为53km、60km和80km的三个群体的PHEV随周均充电天数的增加EDR的变化趋势。图39相同充电频率下不同续航里程的EDR水平从图391EDR2天以上可EDREDR3天以上这种增加幅度接近一个10kmEDR的分析不同样本群体的EDR均值来具体研究提升充电频率和续航里程对EDR的影响程度。样本细分如下表所示：表1不同充续航里程车辆的EDR均值周均充电天数53km60km80km总计车辆数EDR车辆数EDR车辆数EDR车辆数EDR1天(0,1.5]2460.052440.062310.097210.072天(1.5,2.5]1860.211730.292250.415840.313天(2.5,3.5]1910.391630.511850.615390.514天(3.5,4.5]2130.471990.611740.685860.585天(4.5,5.5]1430.551790.691350.774570.676天(5.5,6.5]210.60410.72480.791100.737天(6.5,7]————10.8220.9030.87总计10000.3210000.4210000.4930000.41EDREDR图40不同续航里程下随周均充电天数增加EDR均值变化曲线不同续航里程的拟合曲线方程如下：表2不同充续航里程车辆的EDR均值拟合曲线方程NEDC续航里程 曲线方程53km 𝐸𝐷𝑅=0.41𝑙𝑛(0.68𝑤+0.43)60km 𝐸𝐷𝑅=0.39𝑙𝑛(1.15𝑤)80km 𝐸𝐷𝑅=0.31𝑙𝑛(2.61𝑤−1.28)50k80km53km60km、80kmEDR的增加具体值如：1天1天2天3天4天5天6天7天53km提高到60km60km提高到0.010.030.090.100.110.100.120.090.130.080.140.070.140.06

表3相同充电频率下随续航里程提升EDR值的增加量周均充电天数80kmPHEV53kmEDR0.160km80km3EDR80km需求。碳排放本小节基于百公里电耗和百公里油耗，计算包含发电环节与车辆使用环节的PHEV每公里二氧化碳排放水平。PHEV的碳排放包括电里程排放和油里程排放，分别对应了电力生产阶段和车用燃料燃烧阶段。每公里二氧化碳排放计算公式：𝑬𝑭𝑪𝑶𝟐=电力环节+燃油环节=𝑬𝑪×𝑪𝑶𝟐𝒆⁄𝟏𝟎𝟎+𝑬𝑭×𝐂𝐎𝟐𝐟⁄𝟏𝟎𝟎其中：EC：实际综合百公里电耗EF：实际综合百公里油耗CO2e：每度电二氧化碳排放强度，单位g/kwhCO2f：每升汽油二氧化碳排放强度，单位g/L2019577g/kwh，将高压输送与变电基站的损失6.5%计算在内，我国电力用户端的用电二氧化碳排放强度为10%676g/kwh。2300g/L8。8郝旭，王贺武，李伟峰，欧阳明高．基于中国电网结构及一线典型城市车辆出行特征的PHEV二氧化碳排放分析．环境科学全样本排放情况130-180g/km200g/km13%。图41全样本PHEV碳排放分布与其他燃料类型车辆排放对比情况（162g/km）（184g/km）12%排放（201g/km）19%。图42全样本PHEV与汽油车、纯电车碳排放对比992021GB/T19233BGB/T197532020PHEVSVS（171151.1C（车型越大越高，CA1.3倍。图43全样本PHEV细分车辆类别与汽油车对比不同使用场景排放440.350.801.150.255.906.155.3倍左右。图4523.2万9.541%6.126%7.633%。图44不同使用场景车辆单车年排放情况图45不同使用场景所有车辆年总排放不同充电条件排放充电条件好指的是有固定充电地点，即居家、工作地；充电条件差指的是无固定充电地点或不充电。PHEVABC7%2%A级、BSUV2%、8%。表4不同充电条件单车排放对比车辆级别/充电条件单车碳排放均值（g/km）A级B级C级Sedan150163199充电差156165224充电好145161190SUV165209充电差167224充电好164205总计157188199201720172017A（90A2017年前后的排放，可以看到排放明显差异。表5不同接入时间单车排放对比PAGEPAGE32车辆接入时间充电差车辆比例充电好车辆比例总计A级车排放（g/km）2017年及之前44%56%100%1632017年之后33%67%100%154总计36%64%100%157不同能耗排放强度、油耗和电耗水平相互作用，增加充电频率，碳排放减排幅度逐渐缩小。图46不同能耗、充电频次排放分布PAGEPAGE33六、上海新能源汽车用户调研研究调研对象20201020211月结束，通过定点面访和电话访400（250150份潜在用户)，20份定性访谈。图47调研对象250PEV1501002016-2019174762016201935人、51人、80人、84人。图48250名现有PHEV用户结构情况150名潜在用户，其中包括家中已有汽油车、BEVPHEV的潜在用户和102487:325-4089BEV，PHEV55人，7916从职业来看，企业领导/63人，私营/31人，工人/商人/服务人员25人，机关/事业单位/干部/公务员22人，教师/科研学生等9人。图49150名潜在用户结构情况调研内容2502016-2019PHEV车的现有用户、150名未来有意（现有车主，未来选购倾向、配置的偏好和新能源汽车政策的变化对选购和使用行为的影响。PAGEPAGE35图50主要调研内容主要调研结论现有用户使用情况充电条件好的现有PHEV用户在充电频次、充电地点等方面与充电条件不好的用户差异明显；现有PHEV用户平均每周使用次数为5.9天，日均出行里程为48.3公里。图51现有PHEV用户出行和充电情况PAGEPAGE36图52现有PHEV用户不同充电条件下充电情况10现有用户满意度“充电条