基于LEAP模型的移動源能耗及碳排放研究

李亞寧 周 勇

齊魯工業大學（山東省科學院）科技發展戰略研究所

0 引言

基于“雙碳”戰略目標，我國在“十四五”規劃中多次提出綠色轉型理念，明確指出要大力發展綠色能源，推進重點行業和重要領域的綠色低碳轉型。2020 年9 月，國家主席習近平在聯合國大會第七十五屆會議上提出：中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和。在國家提出“碳達峰，碳中和”戰略目標與綠色發展新背景下，中國經濟結構與社會運轉方式將出現重大調整與深刻變化。交通運輸業是繼工業、建筑行業之后的第三大溫室氣體排放源，2021 年，我國碳排放總量為101.5 億t，交通運輸業占總排放量的10%，已經成為我國實現“雙碳”目標不可忽視的重要發力點。山東省既是我國能耗大省也是交通強省，在能源方面，能源結構以高碳的化石能源為主，其中化石能源占比約88%，居全國首位；在交通運輸方面，具有我國最大的交通運輸規模，公路貨運量、私家車數量居全國首位，已成為我國移動源保有量大省。交通運輸成為山東省化石能源消耗及溫室氣體排放的重點領域，推動交通運輸領域綠色低碳轉型是山東省建立首個交通強國省域示范區的要求，也是確保實現“雙碳”目標的關鍵所在。

1 文獻綜述

在交通領域碳排放方面，現有研究主要采用自上而下的宏觀經濟模型和自下而上的微觀技術模型對移動源能耗進行碳排放建模與計算。自上而下的宏觀經濟模型更側重于對經濟活動進行分析，以一般均衡模型（CGE）、排放庫存模型（COPERT）為代表，適用于分析宏觀政策對交通的影響、測算綜合排放因子、宏觀層面移動源排放清單估算，例如孫林［1］以標準CGE 模型為框架，將消費者客車保有、新車型號選擇以及交通工具選擇等行為嵌入到動態混合CGE 模型中，模擬分析客車節能減排有關技術與稅費政策；謝紹東等［2］通過對COPERT Ⅲ模式、MOBILE 模式以及臺架測試所得中國移動源排放因子進行對比分析后，發現應用COPERT Ⅲ計算所得排放因子更加貼近中國移動源的真實排放狀態。由于我國市場存在的宏觀調控、平衡機制不盡完善，故自上向下的模型模擬結果可能與實際情況出現較大偏差。自下而上的微觀技術模型反映了社會主體層面在現實中的行為特征，可以進一步將其分為基于優化的模型與核算的模型，使用較多的是MARKAL、AIM 和低碳分析平臺（LEAP）等，其中MARKAL模型偏重于優化分配機制，能通過滿足所有終端能源需求來確定最佳能源供應［3-4］；AIM模型的本質是詳述人類能源消費和生產活動中所使用的技術過程，側重于具體技術設備的選擇分析研究［5-6］；LEAP 模型專為長期能源規劃而設計，本質上是一套自下而上的能源需求及能源生產核算工具。LEAP 模型可以對終端能源消費系統進行仿真，將能源需求、能源轉換、資源分析及環境影響等作為研究目標，全面地預測和評估各措施的能源與環境效應，從而更加適合省級移動源節能減排研究。

綜上所述，既有研究對碳排放的影響因素、減排途徑和建模方法等方面作出了深入探討，但現有研究多集中于國家層面或者較發達區域，例如京津冀、長三角、粵港澳等地，對于其他地區的道路交通能源消耗與污染物排放的研究尚有空缺，山東省作為我國能源大省，擁有我國首個交通強國省域示范區，研究如何調整能源消耗結構、交通運輸低碳轉型，對于我國實現“雙碳”目標具有重要意義。因此，以道路交通領域為例，以構建2005-2050 年山東省道路交通低碳為背景，利用LEAP 模型模擬不同發展情景下道路交通領域對未來能源需求及CO2排放的變化情況，對道路交通減排潛力及重點措施進行分析。

2 模型構建與數據來源

2.1 LEAP模型概述

LEAP 模型原名長期能源替代規劃系統（Longrage Energy Alternatives Planning System），后因碳排放問題備受關注，更名為低排放分析系統或稱低碳分析平臺（Low Emissions Analysis Platform），由瑞典斯德哥爾摩環境研究所與美國波士頓大學共同開發。LEAP 模型采用部門分析法建立，是一個基于情景分析的自底向上的能源—環境核算工具。LEAP 模型包括能源供應、能源加工轉換、終端能源需求等環節，主要可應用于能源規劃或預測、能源平衡表及環境污染物清單、溫室氣體減排分析以及綜合資源利用規劃。LEAP 模型具有靈活多樣的結構，能夠根據研究對象的特征，數據的可得性以及分析目的與種類靈活地構建模型與數據結構，對不同場景中能源消耗與溫室氣體排放進行分析，從時間上看由近及遠，從空間上看從小至大，均適用于設區大范圍內的國家。LEAP 模型有開放的框架、公式編輯功能、對初始數據要求低、靈活多用等特點，故已在國內外被廣泛應用于多領域的部門能源政策制定、能源供應與需求分析、空氣污染物以及溫室氣體排放量計算等方面的研究［7-21］。

根據山東省交通領域移動源的特征、中國機車分類標準以及LEAP 模型算法將研究對象劃分為客運和貨運兩個交通部門；并將上述兩個部門再劃分為微小型客車、中型客車、大型客車、出租客運、公交客運、摩托車和微輕型貨車、中型貨車、重型貨車、低速貨車、三輪汽車11 個終端子部門。模型中設定的輸入參數為分部門活動水平、能源強度以及燃料類型，并通過對能源消費需求進行仿真，測算了不同場景下道路移動源的能源消耗量，溫室氣體排放量以及節能減排潛力。

2.2 研究方法

基于LEAP 模型內部算法，根據移動源的分類標準，分別設置相關參數，完成不同情景道路交通能源消耗量的計算，具體計算過程如下：

2.2.1 能源消耗量

移動源能源消耗量由移動源保有量、年均行駛里程和燃油經濟性等活動水平計算得到。

其中：E為移動源能源消耗量，單位tce；Pi,j為i類車型j 種燃料移動源保有量，單位輛；VKTi為i 類車型的年均行駛里程，單位km；FEi,j為i 類車型j 種燃料燃油經濟性，即百公里能耗，單位按照燃料類型分為L/102km（柴油、汽油）、kWh/102km（電能）、kg/102km 或MJ/102km（天然氣）。

2.2.2 CO2排放量

其中：C 為CO2排放量，單位t；ECj為j類燃料的能源消耗量，單位tce；EFj為j類燃料CO2排放因子，單位為kg/L、kg/kWh或kg/MJ。

2.3 數據來源

2.3.1 移動源保有量

移動源保有量的研究方法主要有時間序列模型、回歸模型、Logistic 模型、Gompertz 模型、GM灰色模型法、曲線估計法、彈性系數法、生命周期法等，其中可具體分為無飽和水平限制模型和有飽和限制模型兩大類。

常用的無飽和限制模型，如回歸模型、彈性系數模型等，結合地域發展情況及數據自身特點，將保有量與地區人均GDP、居民消費水平和產值等參數相關聯，在移動源保有量預測的相關研究中得以廣泛應用。其優勢在于數據可得以及方便解釋，缺點在于根據已有移動源發展經驗，移動源保有量不會隨著經濟增長一直增加，長期視角下經濟發展水平和移動源保有量的關系呈動態變化。

常用的有飽和限制模型一般是在Logistic曲線或者Gompertz 曲線的基礎上分析預測移動源保有量變化。其中，Gompertz 曲線可以在不同階段采用不同曲率，相較Logistic曲線更加靈活。移動源的保有量有在未來某一時期增長趨緩的特性，Gompertz 曲線更契合移動源保有量的實際增長過程。另外，Gompertz 曲線模型可以引入多個解釋變量，能更好地結合區域經濟發展模擬移動源保有規模變化，適用性更強。在預測車輛保有量的相關研究中，使用Gompertz 模型的學者也越來越多，例如吉木色等［22］、劉云［23］、龐可等［24］，利用Gompertz 模型分別對北京市、蘭州市的移動源保有量進行了預測。

因此使用Gompertz 模型與Matlab 工具結合預測移動源保有量，研究對象主要是13 種車型的移動源，包括大型客車、中型客車、小型客車、微型客車、重型貨車、中型貨車、輕型貨車、微型貨車、其它汽車、摩托車（包括普通型摩托車和輕便型摩托車）、拖拉機、掛車。山東省2018-2050年移動源總保有量預測，結果如圖1 所示，預測值與實際值的誤差在2%左右，移動源保有量總量呈現后期增速減緩的趨勢，到2050 年保有量達3 699 萬輛。

圖1 山東省2005-2050年移動源保有量

2.3.2 活動水平

山東省2005-2020 年移動源保有量、新注冊量以及淘汰量實際歷史數據來源于山東省交管部門；年均行駛里程數據來源于《山東省大氣污染物排放清單編制手冊》《道路機動車大氣污染物排放清單編制技術指南》以及《城市大氣污染物排放清單編制技術手冊》；分燃料類型比例來源于調研統計數據并參考文獻《中國機動車環境管理年報(2020)》以及《山東省交通用油檢驗》。

2.3.3 燃油經濟性

柴油、汽油的百公里能耗數據基于《山東省交通用油檢驗》，單位為L/102km，查詢傳統燃料熱值可知，汽油熱值為43 MJ/kg，柴油熱值為42.5 MJ/kg。由于汽油、柴油密度分別約為0.73 g/ml、0.85 g/ml，轉換計量單位后計算可得，汽油的熱值為31.39 MJ/L，柴油的熱值為36.13 MJ/L。其他燃油經濟性數據參考文獻［8,24-27］。

3 情景設置

“十四五”規劃提出要“推動綠色發展、實現‘雙碳’目標”。移動源的能耗和碳排放量的變化關系著中國能否如期實現“雙碳”目標。在交通領域，國家和地方均采取了一系列積極措施實現節能減排，例如優化交通運輸結構、推廣節能低碳型交通工具、提高燃油箱車能效標準以及加快淘汰高能耗高排放老舊車輛等。比亞迪、北汽集團、長安、豐田、大眾、本田、起亞、寶馬等多家車企也陸續提出停止銷售燃油車時間。已有研究提出，在“雙碳”目標下，中國交通部門的碳排放應努力在2030 年前達峰，2060年力爭近“零排放”。因此，結合已有數據，以2010 年為基準年，從活動水平（移動源保有量、行駛里程）和能耗強度（燃油經濟性）等因素入手，構建了一級情景和二級情景來分析評估山東省道路移動源的能源消耗和碳排放量［28］。

3.1 基準情景

基準（BAU）情景可以看作一種參考情景，該情景假設山東省交通部門按照基準年交通現狀繼續發展，不作政策方案調整，即“零方案”情景，主要用于與其他情景對比。在該情景下，不改變現有政策，不考慮基準年之后政府出臺的各種政策措施，用能類型、車型結構和燃油經濟性也都保持在基準年水平。

3.2 低碳優化情景

以基準情景為基礎對場景進行優化的低碳優化情景（LCO）,改善能源結構和發展新能源機動車成為重要的減排途徑。目前新能源機動車市場和傳統燃油機動車市場正發生著翻天覆地的變化，數據顯示截至2021 年燃油車批發總量下降4%、零售量下降6%，新能源移動源同比實現增長。在一定意義上，新能源車的增加與傳統燃油車的下降反映著新能源車正在逐步取代燃油車市場，因此全球范圍多家車企正在向新能源化轉型。按照政府規劃和市場變化趨勢，為盡早實現交通領域“碳達峰”目標，要加速提升新能源機動車的競爭力和市場占有率。因此，參照目前發達國家經驗，結合政府政策規劃和移動源市場變化規律，在該情景下設置優化條件，2040 年停售燃油機動車、2050 年全面禁用燃油機動車，在該條件下進一步調整移動源結構。

3.3 強化低碳情景

強化低碳（ELC）情景在低碳優化情景的基礎上對移動源進行技術優化和政策約束。技術方面提高移動源的燃油經濟性、淘汰老舊車輛，政策方面完善公共交通系統、宣傳綠色交通低碳出行。技術優化和政策強化對改善移動源造成的環境效應具有滯后性，為順利實現2060 年的碳中和目標，選擇在2030 年即開始實施。在該情景下移動源在2030年能耗效率提升20%、年均行駛里程下降1%。

4 不同情景下山東省道路交通節能減排分析

4.1 能源消耗模擬結果分析

4.1.1 基準情景

基準情景下能源消耗情況如圖2 所示，由于基準情景無電力滲透，故汽油、柴油能源消耗量均呈現持續上升態勢。在基準情景下，基準年能源消耗總量為846.410 PJ，之后道路交通能源消耗量持續上升，到2050 年汽油燃料消耗量為1 154.422 PJ、柴油燃料消耗量為2 103.450 PJ。

圖2 基準（BAU）情景能源消費需求

4.1.2 低碳優化情景

低碳優化情景下有電力等新能源滲透，能源消耗量如圖3 所示，呈現先增后減的趨勢，2040 年后緩慢減少。在低碳優化情景下，基準年汽油能源消耗282.810 PJ、柴油能源消耗563.600 PJ。能源消耗總量在2039 年之前持續上升，2039 年能源消耗總量為3 099.281 PJ，2040年之后能源消耗量緩慢下降。終年汽油消耗量為717.205 PJ、柴油消耗量為1 143.769 PJ，這與該情景下燃油類機動車限制以及新能源機動車推廣有關。

圖3 低碳優化（LCO）情景能源消費需求

4.1.3 強化低碳情景

強化低碳情景下，能源消耗總量在2005-2029年間呈現持續上升趨勢，在2030 年有明顯下降，這與2030 年采取的移動源技術優化和政策約束有關。如圖4 所示。2030 年后能耗量又緩慢上升，對燃油類移動源采取銷售限制措施后能耗量在2039年達到峰值，之后能耗總量開始緩慢下降。

圖4 強化（ELC）情景能源消費需求

該情景下，基準年能源消耗總量不變，2029年能源消耗量為2 793.814 PJ，2030 年消耗量為2 245.488 PJ，有較大幅度下降，但之后能耗量又緩慢上升。2039 年能源消耗量峰值為2 454.631 PJ，較低碳優化情景峰值降低20.799%，2040年消耗量為1 929.520 PJ。終年能源消耗量為1 473.891 PJ，其中汽油消耗量為568.026 PJ、柴油消耗量為905.865 PJ，較低碳優化情景的終年能耗量有所下降。

4.2 不同情景下山東省移動源碳排放分析與預測

不同情景下山東省移動源CO2排放量的變化趨勢預測如圖5～7所示，基準年2010年山東省道路交通CO2排放量為60.687×106t。

圖5 基準（BAU）情景碳排放量變化趨勢

BAU 情景下，山東省移動源CO2排放量變化如圖5，呈現持續上升趨勢，終年CO2排放量將達到233.278×106t。LCO 情景下，CO2排放量變化如圖6，2040年前排放量持續上升，采取了移動源銷售及使用限制等系列措施后，在2039年CO2排放量達到峰值221.703×106t，其中柴油的碳排放量下降更為明顯，此后CO2排放量緩慢下降，到2050 年時CO2排放量降到132.982×106t，約較BAU 情景降低了42.994%。ELC 情景下，CO2排放量變化趨勢如圖7 所示，2030 年前排放量呈上升趨勢。碳達峰是CO2排放量由增轉降的歷史拐點，在2029 年CO2排放量為199.524×106t，2030 年CO2排放量為160.397 × 106t，雖有大幅下降，但之后排放量又緩慢上升，所以并未達到峰值。2029年后碳排放量先下降，后又以較小幅度上升，到2039 年CO2排放量達到峰值175.588×106t，較LCO 情景降低了20%。優化后終年CO2排放量為105.321×106t，約較LCO情景降低了20.801 % ，較BAU 情景降低了54.852 %。依據2022 年8 月前后歐洲各發達國家面臨能源供應不足的重壓，紛紛重啟燃煤發電、推遲退煤進程，甚至有國家如丹麥放棄碳中和目標。結合我國經濟發展規律，選擇ELC 情景作為山東省道路交通達峰情景合理且有意義。

圖6 低碳優化（LCO）情景碳排量變化趨勢

圖7 強化低碳（ELC）情景碳排量變化趨勢

強化低碳（ELC）情景下不同車型的CO2排放量變化見圖8，基準年CO2排放主要貢獻車型為客運汽車、貨運汽車以及掛車，其中客運汽車貢獻最大，為28.31%。對汽車部門車型展開，ELC 情景下汽車部門分車型CO2排放貢獻率變化趨勢見圖9。汽車部門分為客運部門和貨運部門，在客運部門中，CO2排放量貢獻最大的是以私家車為主力的小型客車；在貨運部門中，CO2排放量貢獻最大的是重型載貨車。從汽車部門整體來看，基準年小型載客車（36.77%）和重型貨車（37.78%）排放貢獻率相當，是汽車部門排放的主要貢獻車型。隨著經濟社會發展，在不加控制的狀態下小型客車排放貢獻率逐漸上升，在2029 年達到52.82%，此時重型貨車排放貢獻率為35.09%。技術和政策優化措施實施后，2030年小型客車貢獻率為52.10%、重型貨車貢獻率為35.19%。到2039 年時，小型客車貢獻率為49.20%、重型貨車貢獻率為36.98%，實施結構優化措施后2040 年小型客車貢獻率為54.32%、重型貨車貢獻率為32.81%，之后小型客車排放量貢獻率逐漸下降，終年小型客車貢獻率為49.35%、重型貨車貢獻率為37.66%。可見，ELC 情景減排措施對小型客車CO2減排有顯著作用，而重型貨車排放貢獻略有上升，因此技術、政策和結構方面的優化是有效的，但仍要提高電動貨車的市場覆蓋率、推進新能源貨車發展進程。

圖8 ELC情景不同車型CO2排放變化趨勢

圖9 ELC情景汽車部門分車型CO2排放變化趨勢

5 結論

隨著經濟社會的發展和城鎮化進程的加快，交通領域的碳排放越來越成為我國實現碳達峰的重難點。以山東省為例，采取自下向上的微觀技術模型，運用LEAP 模型模擬不同的道路交通發展情景下交通領域未來能源需求和CO2排放變化，分析了山東省道路交通未來的減排潛力和重點措施。考慮數據可得性，未覆蓋全口徑“大交通”，后續研究可逐步完善。主要結論如下：

1）能源消耗角度。從燃料分類來看，柴油的能源消耗量要高于汽油，柴油能源結構的調整是能源消耗量控制的重點。從不同情景來說，ELC 和LOC情景下，能源消耗量分別在2029 和2039 年開始出現大幅下降，ELC 情景下能源峰值量是LOC 情景的79.20% ，終年節能率提高了20%左右。

2）CO2排放角度。根據模型運行結果，柴油機動車的環境效應貢獻率較大，在低碳優化后柴油燃料導致的CO2排放下降也更明顯，因此在燃料角度，控制好對柴油機動車的優化所獲的效益更高。通過對LOC、ELC 情景CO2排放的變化趨勢預測分析，可以發現LOC 和ELC 情景都在2039 年達到峰值，但ELC 情景下峰值量更低。在對移動源結構優化的基礎上進行技術優化和政策約束，CO2排放峰值比僅進行能源結構優化降低了20%左右。對比結合兩種情景，LOC 情景僅進行了能源結構的優化，碳排放量達峰后緩慢下降，ELC 情景先對技術和政策優化，碳排放量有一定下降，但之后仍緩慢上升，如若不進行能源結構的優化，即使實現達峰也可能出現達峰后不可控的“反彈”現象。只進行技術和政策優化不足以實現碳排放達峰后穩中有降，結構、技術和政策優化三者結合將發揮巨大的減排作用。

3）通過對不同車型的排放貢獻分析，發現ELC情景下CO2排放的主要貢獻車型為小型客車、重型貨車和掛車，對主要排放貢獻車型采取針對性措施可事半功倍。其中汽車部門的小型客車排放貢獻率更高，并且技術及政策措施對小型客車排放貢獻率的作用似乎大于結構優化對小型客車的作用效果，而同樣排放貢獻率較大的重型貨車則對結構措施更為敏感，因此針對客運和貨運移動源節能減排可采取不同措施。

綜上所述，ELC 情景可以作為山東省道路交通碳達峰情景，減排措施中的結構優化措施將作為重點有效措施優先考慮。因此，應以移動源電動化和老舊車淘汰為重點措施，撬動當地以燃油為主的移動源能源結構，這需要政府制定相關法律法規對銷售新車的CO2排放水平提出要求，給予新能源移動源優惠購車、置換獎勵及使用補貼，加上民眾調整出行結構，同時結合技術和政策調整優化，可推動山東省交通領域盡早實現CO2排放達峰。