全电动和插电式混合动力汽车——学习率、用户成本和减少二氧化碳和空气污染物排放的成本分析外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

全电动和插电式混合动力汽车——学习率、用户成本和减少二氧化碳和空气污染物排放的成本分析

摘要：本文介绍了在德国销售的电动和插电式混合动力汽车的经验曲线和成本效益分析。我们发现，在2010年到2016年之间，电动汽车的价格和与传统汽车的价差分别下降了23plusmn;2%和32plusmn;2%，插电式混合动力汽车下降了6plusmn;1%和37plusmn;2%。如果这种趋势持续下去，即使是传统汽车的价格也可能在生产了7plusmn;100万辆电动汽车和5plusmn;100万辆插电式混合动力车后达到峰值。电动和插电式混合动力汽车的用户成本相对于传统汽车每年下降14%和26%。此外，通过使用电动汽车来减少二氧化碳和空气污染物排放的成本也在下降。2 但是，在目前的水平上，先进的后处理系统仍然比电气化动力系统以更低的成本减少了氮氧化物和微粒的排放。总的来说，对强有力的技术学习的观察表明，政策制定者应该把他们的支持集中在公路运输电气化的非成本市场壁垒上，具体解决充电基础设施的可用性问题。

关键词：全电动和插电式混合动力汽车；用户成本；污染物排放；成本分析

1、引言

纯电动和插电式混合动力汽车越来越受欢迎，在挪威的市场份额为29%，荷兰为6%，在中国、法国和英国为1.5% 。然而，即使在进入大众汽车市场十年后，它们仍然面临着重要的市场障碍，包括价格高、行驶里程短、充电时间长和充电设施不足。这一情况已经得到解决，部分原因是由于与雄心勃勃的部署目标相关的政府激励措施。例如，中国和美国的目标是到2020年分别运营500万辆(SC, 2012)和120万辆电动汽车(IA-HEV, 2015)。德国的目标是在同年让100万辆电动和插电式混合动力汽车上路(BR, 2016a)。如果这些目标得以实现后，持续存在的市场壁垒需要通过政策干预来消除，而政策干预又需要对消费者偏好和技术经济进步有很好的理解。

与此相关的是技术学习，即通过规模经济、边做边学或边找边学的综合效应，降低生产成本，改善产品属性。非插电式混合动力汽车的技术学习已经被量化(Weiss et al.， 2012a)，最近的一小部分电动汽车的技术学习已经被量化(Safari, 2017)。这两项研究都显示出价格下降的强劲趋势，这意味着用户成本以及通过电动汽车减少二氧化碳(CO₂)和空气污染物排放的成本可能会随之下降。如果是这样，电动和插电式混合动力汽车不仅在经济上对消费者更有吸引力，而且在经济上更有效地缓解道路交通的负面影响。

2、文献综述

本文评估了在德国销售的全电动和插电式混合动力汽车的技术经济性能。德国是欧盟最大的乘用车市场，2016年汽车注册量为340万辆(KBA, 2016)。重点是在2010年至2016年期间，我们:(i)探索价格趋势并建立经验曲线;(ii)对用户成本进行时间序列分析;(iii)评估减少二氧化碳和空气污染物排放的成本。₂ 研究结果将有助于政策制定者制定有效支持公路运输电气化的激励措施。

3、 方法和数据

3.1定义

在本文中，我们使用术语“电动汽车”、“全电动汽车”和“电动汽车(BEV)”来表示由一个或多个电动机驱动的乘用车，它们的推进能量完全来自电池。条款“塞——混合动力”,“插件混合动力汽车”,和“插电式混合动力汽车(PHEV)”用于乘用车:(1)配有一个内燃机(ICE)和一个或多个电动马达,(2)把他们推进能源从可燃燃料和/或电力,和(3)可以从外部电力来源。可由内燃机和电动机并行驱动的并联插电式混合动力车和仅由电动机驱动的串联插电式混合动力车并无区别。我们的选择确保了一个足够大的车辆样本的2011年和2012年，当时只有很少的插入式混合动力车模型在市场上提供。“传统汽车”和“传统汽车”这两个术语是指完全由内燃机驱动的乘用车，内燃机从汽油或柴油中获取能量。

3.2数据收集

我们首先通过扩展网络搜索，找出2010年至2016年在德国销售的所有批量生产的电动和插电式混合动力车型，涵盖从它们进入大规模汽车市场到撰写本文的这段时间。通过单独租赁合同提供牵引电池的电动汽车不包括在内，因为这些汽车比使用牵引电池的汽车更便宜(见补充材料中的表S1eS4)。

对于每一种已确定的电动和插电式混合动力汽车模型，都选择了一种可比较的常规汽车模型，在生产年份、品牌和型号名称、车型和大小以及发动机功率方面尽可能与电动汽车模型相匹配。我们通常选择手动档的传统汽车。由于配备手动变速器的汽车与配备自动变速器的汽车之间的价格差异很小，每辆汽车的价格差异在300欧元到1500欧元之间(ADAC, 2016)，因此产生的偏差较小。

对于所有确定的电动、插电式混合动力和传统汽车模型，收集了以下参数的信息:价格[欧元]、额定发动机功率[kW]，如果适用，牵引电池的容量[kWh]、认证的特定距离电力或燃料消耗[kWh/100公里;l/100 km]和CO排放 [g CO/km]，以及汽车制造商或第三方出版的经认证的排放标准(见补充材料中的表S1eS4)。

在最后一步，收集相关的辅助信息。计算实际汽车价格，增值税信息来自统计学 (2017a)，年度通胀率信息来自欧盟统计局(2017)。为了估算电动汽车和插电式混合动力车的累计产量，全球新车注册数据来自ZSW(2016)。为了计算用户成本，我们收集了每一款电动、插电式混合动力和传统汽车模型ADAC(2017)的维护、保险和注册费用。此外，还对车辆寿命、年行驶里程、实际燃料和电力消耗以及如表1所示的柴油、汽油和电力价格进行了假设。

车辆寿命为6年的假设是基于以下三个考虑:首先，我们确保收集到的维护成本数据(ADAC, 2017)的一致性，这些数据同样指的是6年的寿命。第二，该假设考虑了电池寿命的不确定性(参见，如Helmers和Weiss, 2017;这可能比汽车的寿命还短。第三，车辆寿命为6年的假设与德国商用二手车BMF(2017)规定的6年折旧年限一致。我们承认，乘用车的行驶时间可能超过6年，并在敏感性分析中考虑将车辆寿命延长11年(15万公里)。我们不考虑在此期间更换电池，并假设每年的维护和保险费用与6年内使用的汽车相同。

减少电动和插电式混合动力汽车的二氧化碳和氮氧化物排放的费用是根据表1和补充材料表S2和S4所显示的收集到的资料计算的。表1说明:

电动汽车模型的认证和实际用电量;

插电式混合动力汽车和传统汽车排气管的认证和实字排放;

德国电力生产的共同排放;电池生产的共同排放。

为了在敏感性分析中模拟可再生能源在电力结构中的扩散，假设碳强度为131克二氧化碳当量/千瓦时，其中包括主要基于可再生能源的电力的剩余碳排放。

在计算减少空气污染物排放的成本时，重点是氮氧化物(NO_X)和颗粒数(PN)的排放，因为这两种污染物都对公众健康造成重大影响。我们选择解决粒子排放数量而不是颗粒物排放前参数更准确地捕获粒子的健康影响,特别是那些超细粒子的尺寸范围gt; 23和100 nm之间贡献小排放的总体质量粒子。收集的数据如下:

插电式混合动力汽车和传统汽车模型的距离特异性路面NO粒子数排放因子(表2); 德国电力生产无排放(表1) 。

假设的NO_X排放因子主要基于欧洲环境机构的空气污染物排放清单指南。关于插电式混合动力汽车在路上氮氧化物排放的数据仍然很少。在此，我们依赖Franco等人(2016)，据我们所知，他们对插电式混合动力柴油车进行了唯一公开的道路NO_X排放测量。

公路上的粒子数排放测量直到最近才可用。本分析中使用的排放因子是基于底盘测功机和道路上的测试。区分汽油和柴油车型的排放因素，以及根据欧盟5和6排放限制认证的车型。

表一表示用于计算用户成本以及通过电动和插电式混合动力汽车减少二氧化碳和二氧化氮排放的成本的数据(进一步说明见补充材料中的表）。

n.a. -不适用。

敏感性分析假设寿命为11年

表二表示插电式混合动力汽车与常规汽车尾气NO颗粒数排放系数X 主要数据来源:EEA (2016b)， Giechaskiel et al. (2015)， Hammer et al.(2015)(详见补充资料表S6)。

3.3数据分析

3.3.1数据聚合

以2015年为基准，计算每一款电动、插电式混合动力和传统车型的实际价格P[EUR]:

式中，汽车模型i的名义价格在t年[EUR]中预先表示，r表示在t年的增值税税率，k表示根据

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[238266]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 发动机零件失效及应对方法分析外文翻译资料
• 电子商务环境中的在线购买行为模型研究外文翻译资料
• 丰田方式工业精神分析及对人类工业文明的发展启示外文翻译资料
• 知识产权在中小型汽车企业中的运用及保护研究外文翻译资料
• 串联式混合电动汽车新型模型验证和评估方法外文翻译资料
• 重型自动变速器系统离合器执行器的系统建模和压力控制外文翻译资料
• 基于MPC5744P芯片的永磁同步电机底层驱动系统开发外文翻译资料
• 行车视觉关注: 司机驾驶经验对于视觉注意力顺序的影响外文翻译资料
• 什么在自然环境中控制注意力？外文翻译资料
• 经验和反应对驾驶员视觉信息采集的影响外文翻译资料