欢迎访问《新能源进展》官方网站！今天是

新能源进展 >

2021 , Vol. 9 >Issue 1: 69 - 75

DOI: https://doi.org/10.3969/j.issn.2095-560X.2021.01.010

基于LEAP模型的广州交通领域能耗及空气污染物排放分析

  • 杨森 1, 2, 3, 4 ,
  • 黄莹 1, 2, 3 ,
  • 焦建东 1, 2, 3, 4 ,
  • 廖翠萍 , 1, 2, 3, †
展开
  • 1.中国科学院广州能源研究所,广州 510640
  • 2.中国科学院可再生能源重点实验室,广州 510640
  • 3.广东省新能源和可再生能源研究开发与应用重点实验室,广州 510640
  • 4.中国科学院大学,北京 100049
† 通信作者：廖翠萍,E-mail：

作者简介：杨 森（1992-）,男,硕士研究生,主要从事交通领域节能减排研究。廖翠萍（1966-）,女,博士,研究员,博士生导师,主要从事能源经济与政策研究方向的研究。

收稿日期: 2020-07-29

  要求修回日期: 2020-11-24

基金资助

能源基金会赠款项目（G-1811-28739）

收起

Analysis of Energy Consumption and Air Pollutant Emission in Guangzhou Transportation Field Based on LEAP Model

  • Sen YANG 1, 2, 3, 4 ,
  • Ying HUANG 1, 2, 3 ,
  • Jian-dong JIAO 1, 2, 3, 4 ,
  • Cui-ping LIAO , †, 1, 2, 3
Expand
  • 1. Guangzhou Institute of Energy Conversion, Chinese Academy of Sciences, Guangzhou 510640, China
  • 2. CAS Key Laboratory of Renewable Energy, Guangzhou 510640, China
  • 3. Guangdong Provincial Key Laboratory of New and Renewable Energy Research and Development, Guangzhou 510640, China
  • 4. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2020-07-29

  Request revised date: 2020-11-24

Copyright

版权所有 © 《新能源进展》编辑部
Fold

摘要

基于长期能源替代规划系统（LEAP）模型,结合情景分析法,模拟广州交通领域未来的能耗及CO、HC、NOx、PM2.5、SO2等主要空气污染物排放趋势,分析广州交通领域的节能及空气污染物排放控制策略。结果表明：综合情景下,到2035年,广州交通领域将较基准情景节能23.06%,CO、HC、NOx、PM2.5、SO2分别减排30.05%、28.31%、27.86%、23.77%、16.33%;各子情景中,能源结构优化情景的节能减排贡献最大;从运输类型来看,公路货运、私人交通、公路客运、水路货运和航空客运的节能减排贡献较大;要实现城市交通能耗及污染物排放控制,需要大力发展公共交通,促进铁路和水路运输的发展,以部分分流私人交通、公路和航空运输的交通需求增长,同时提高能源清洁化率和能效水平。

关键词： LEAP模型; 情景分析; 节能; 污染物减排

本文引用格式

杨森 , 黄莹 , 焦建东 , 廖翠萍 . 基于LEAP模型的广州交通领域能耗及空气污染物排放分析[J]. 新能源进展, 2021 , 9(1) : 69 -75 . DOI: 10.3969/j.issn.2095-560X.2021.01.010

Abstract

Based on Long-range Energy Alternatives Planning System (LEAP) model and scenario analysis method, the future energy consumption and emission trends of major air pollutants such as CO, HC, NOx, PM2.5 and SO2 in the transportation field of Guangzhou were simulated this paper, and the energy saving and air pollutant emission control strategies in Guangzhou transportation field were analyzed. The results showed as follows: under the comprehensive scenario, by 2035, Guangzhou's transportation sector will save 23.06% energy consumption compared with the Business as Usual (BAU) scenario, and the emissions of CO, HC, NOx, PM2.5 and SO2 decreased by 30.05%, 28.31%, 27.86%, 23.77% and 16.33% respectively; among the sub scenarios, the energy structure optimization scenario has the largest contribution to energy saving and emissions reduction; in terms of transport types, road freight, private transport, highway passenger transport, waterway freight transport and air passenger transport contribute more to energy saving and emissions reduction; in order to realize the control of urban traffic energy consumption and pollutant emissions, it is necessary to develop public transportation, promote the development of railway transportation and waterway transportation, partially divert the growth of traffic demand of private transportation, highway transportation and air transportation, and promote the cleanliness of energy structure and the energy efficiency.

Key words： LEAP model; scenario analysis; energy saving; pollutant emission reduction

0 引言

交通运输业作为我国国民经济发展的支柱之一,一直是我国能耗和空气污染物排放的主要来源。随着我国城市化进程的不断推进以及经济的持续快速发展,未来城市交通的能源消费和空气污染物排放也将继续增长,在可持续发展背景下的节能减排压力越来越大。迫切需要针对城市交通领域开展节能减排研究,为实现以更少的资源投入取得更好的节能减排效果提供科学支撑。
当前,对节能减排问题的研究主要有自上而下的宏观分析与自下而上的微观分析。宏观分析主要通过可计算一般均衡（computable general equilibrium, CGE）模型实现,但该模型侧重于投资收益分析,在技术方面考虑不足,且由于我国市场机制不够完善,用该模型所得到的研究结论可能与现实情况有较大偏差[1]。微观分析主要有亚太地区综合评价模型/终端技术模型（Asia-Pacific integrated model/enduse model, AIM/Enduse）、MARKAL（market allocation）模型、长期能源替代规划系统（long-range energy alternatives planning system, LEAP）模型等,其中AIM/Enduse模型侧重于技术研究[2],MARKAL模型侧重于对所提出分配机制的优化[3,4,5],而LEAP模型能够更加全面、系统地综合分析各种技术与政策对节能减排的影响,更有利于对城市交通领域的节能减排问题进行研究[1]。国内外学者对交通领域的节能减排问题进行了较多研究。AZAM等[6]用LEAP模型对马来西亚道路运输过程中的能耗及污染物排放情况进行了研究。SADRI等[7]用LEAP模型对发展中国家交通运输领域中的节能减排问题进行研究,建议提高公共交通的比重来减少能源消耗和污染物排放。池莉[5]用LEAP模型预测了北京客运交通2011-2030年的能源消费量和污染物排放量,认为北京交通节能减排的最佳策略是以发展公共交通为主,辅之以发展私人交通。潘鹏飞等[8]用LEAP模型对河南省交通运输领域2030年的能耗及污染物排放情况进行了模拟,得出了综合情景节能减排效果最好的结论。PENG等[9]用LEAP模型研究了天津交通领域在不同情景下的能耗及污染物排放情况,指出排放标准的制定是所有情景下减少大气污染物排放最有效的措施。但已有针对城市交通的节能减排策略研究主要集中在道路交通领域[10],综合考虑道路、铁路、航空、水路运输领域的节能减排研究较为薄弱,且所研究的污染物种类较少。
广州作为国家综合交通枢纽,在其经济不断发展的同时,能源消费需求和空气污染物排放也保持着持续增长的趋势,2019年广州交通领域能源消费量为2 045万t标煤,较2005年增长2.6倍,由此带来的节能减排压力也越来越大。选取广州来进行研究,对全国大部分城市交通领域的节能减排都具有借鉴意义。因此,本文以广州为例,应用LEAP模型,结合情景分析法对广州交通领域未来能源消费和污染物排放情况进行研究,分析节能减排潜力,进而给出可行的政策建议。

1 研究方法

1.1 LEAP模型

LEAP模型由瑞典斯德哥尔摩研究所和美国波士顿大学联合开发,常用于能源消费预测及污染物减排模拟等研究,是一种自下而上的集成结构模型,广泛应用于能源环境政策分析领域。该模型从技术角度出发,对不同行业的能源生产和消费情况进行模拟[11]。模型的输入参数包括不同部门的活动水平、工艺结构、能效、燃料类型等微观数据,以及GDP、三产结构等宏观数据;输出参数为能源需求量及空气污染物排放量等[1]。相较于其他模型,LEAP模型可对各部门进行更加全面、详细的研究,且该模型结构性强,数据输入灵活[11]。
根据广州交通领域的特征,构建了广州交通领域能源消费和空气污染物排放模型,以2017年为基准年,2035年为目标年,分析未来广州交通领域的节能减排潜力,讨论其节能减排策略。结合广州实际情况将广州交通领域划分为市内客运、市际客运和货运交通3种类型,并按照终端使用的运输类型进一步细分为14个层次（表1）。主要依据不同情景下各交通运输类型的车辆数、行车里程、客/货运周转量、不同单位综合能耗、燃料类型、排放因子等基本参数来对能源消费量、污染物排放量进行计算,这些参数在不同的情境下基于不同的政策及技术因素进行相应的调整。
Table 1 Structure of LEAP-Guangzhou transportation model

表1 LEAP广州交通模型结构

交通类型 终端使用 能源结构
市内客运 私人小汽车 汽油、电力
摩托车 汽油
出租车 汽油、电力、LPG
公交车 电力、天然气、LPG
轮渡 柴油
地铁 电力
市际客运 公路客运 汽油、柴油、天然气、氢能
铁路客运 柴油、电力
航空客运 航煤、生物航煤
水路客运 柴油、生物柴油
货运交通 公路货运 汽油、柴油、天然气、氢能
铁路货运 柴油、电力
航空货运 航煤、生物航煤
水路货运 燃料油、生物燃料油

注：LPG为液化石油气（liquefied petroleum gas）。

1.2 能源消费量与污染物排放量的计算

1.2.1 能源消费量的计算
广州交通能源消费量根据不同交通运输类型相应的活动水平数据和能源强度数据计算,其计算公式为：
${{E}_{e}}=\sum{\left( {{N}_{i}}\times {{L}_{i}}\times {{V}_{i,e}} \right)}+\sum{\left( {{Q}_{j}}\times {{R}_{j,e}} \right)}$ (1)
其中：e为汽油、柴油、电力等相应能源类型;i为私人小汽车、摩托车、出租车、公交车等交通工具;j为轮渡、地铁以及公路、铁路、航空、水路客/货运;Ee为交通领域能源e的消费量,tce;Ni为交通工具i的保有量,辆;Li为交通工具i的年运输距离,km;Vi,e为交通工具i消耗能源e的百公里综合能耗,tce/100km;Qj为交通工具j的客/货运周转量,人·km或t·km;Rj,e为交通工具j消耗能源e的单位客/货运周转量综合能耗,tce/(人·km) 或tce/(t·km)。
1.2.2 污染物排放量的计算
选取CO、HC、NOx、PM2.5和SO2五种大气污染物进行研究。不同运输类型的大气污染物排放量计算方法差异较大,主要基于不同交通工具、不同能源类型及相应的污染物排放因子,计算公式如下：
$\begin{align} & {{P}_{m}}=\sum{\left( {{N}_{u}}\times {{L}_{u}}\times {{F}_{u,e,m}} \right)}+ \\ & \sum{\left( {{F}_{v}}\times {{F}_{v,e,m}} \right)+\sum{\left( {{E}_{w,e}}\times {{F}_{w,e,m}} \right)}} \end{align}$ (2)
其中：m为CO、HC、NOx、PM2.5、SO2;u为私人小汽车、摩托车、出租车、公交车、公路客/货运;v为航空客/货运;w为轮渡、地铁及铁路、水路客/货运;Pm为交通运输过程中污染物m的排放量,t;Fv为起飞着陆循环（land take-off, LTO）;Ew,e为交通运输类型w关于能源e的能源消费量,tce;Fu,e,m为交通运输类型u消耗能源e所产生的污染物m的排放因子,t/km;Fv,e,m为交通运输类型v消耗能源e所产生的污染物m的排放因子,t/LTO;Fw,e,m为交通运输类型w消耗能源e所产生的污染物m的排放因子,t/tce。

1.3 情景设置

在LEAP模型基础上,以2035年为目标年,为研究各种政策及技术对广州交通领域能源消费及污染物排放的影响,设置了两种情景：基准情景和综合情景。其中,基准情景作为参照,用以检验各种控制情景的实施效果。通过分析不同情景下交通领域的能源消费趋势和污染物排放趋势,进而梳理未来广州市交通领域能耗及污染物排放控制的最佳策略。
2005-2017年广州交通类型、活动水平、能源效率、能源结构数据主要来自《广州统计年鉴》（2005-2017）、《广州城市交通运行报告》以及公交公司、交通主管单位调研和文献资料调研等;消耗不同类型能源产生的CO、HC、NOx、PM2.5、SO2的排放因子主要参考《道路机动车大气污染物排放清单编制技术指南（试行）》《非道路移动源大气污染物排放清单编制技术指南》。情景分析中主要参照全国及广州交通领域相关政策措施,结合历史趋势来对活动水平、能源结构数据进行设置。相关规划及文件主要有《交通运输节能环保“十三五”发展规划》《广州市人民政府关于印发广州市环境空气质量达标规划（2016-2025年）的通知》《广州市人民政府办公厅关于印发广州市节能降碳第十三个五年规划（2016-2020年）的通知》《广州市综合交通第十三个五年规划》《广州市新能源汽车发展工作方案（2017-2020年）》等。能效的设置主要参考广州当地的相关能效数据,及交通运输领域发展水平较高城市的相关能效数据,并考虑其未来变化趋势,力求符合实际情况并具有可行性。
考虑到数据的可获得性以及不同城市间的比较,本研究不包括管道和非道路交通,航空仅包括商业航空,大气污染物排放指燃料燃烧直接产生和电力使用间接产生的CO、HC、NOx、PM2.5、SO2,除广州地铁外其余交通排放均为移动源产生的排放。本研究所涉及的能耗与大气污染物排放边界与统计数据边界相一致,对各种交通类型采用属地原则,城市轨道交通的研究边界为广州地铁集团运营线路的牵引能耗和场站运营能耗所产生的排放,未包括商业体能耗所产生的排放[1]。
1.3.1 基准情景
在发展现状基础上,综合考虑现有政策措施及“十三五”期间出台的各种政策措施,并以目前的力度继续施行相关政策措施[12]。在市内客运交通中发展公共交通,到2035年,全市公共交通分担率达到65%,对中小客车进行总量控制,私人小汽车的拥有量控制在320万辆以内;市际客运和货运交通中推广铁路和水路运输,以分流部分公路和航空运输量;交通工具的能源效率达到规划要求。推广清洁能源在交通运输中的使用,到2022年在全市全面实现公交车、出租车的新能源化;增加氢燃料和生物质燃料等清洁能源的使用,到2035年清洁能源占比达到18%。
1.3.2 综合情景
综合情景是在政策的基础上,综合考虑运输结构优化、能源效率提升、能源结构优化等措施,实现对广州交通领域能耗及污染物排放的控制,共设置了三个子情景：运输结构调整情景、能源效率提高情景、能源结构优化情景。在研究综合情景对能耗及污染物排放控制的同时,进一步深入分析不同子情景对其能耗及污染物排放控制的贡献[15]。具体综合情景的定量化见表2。
Table 2 Quantification of integrated scenarios

表2 综合情景的定量化

情景 情景设置 情景描述
运输结构调整情景 在基准情景基础上,进一步对广州交通运输结构进行调整,鼓励发展公共交通,提高铁路和水路运输的占比[14] 在市内客运中提高公共交通的分担率[13],2035年公共交通分担率达到70%;全市私人小汽车拥有量控制在260万辆以内;铁路客运与水路客运的客运量占比分别达到36%、0.69%;铁路货运与水路货运的货运量占比分别达到2%、35%
能源效率提高情景 在基准情景基础上,进一步提高广州交通运输能源效率,达到全国领先水平 通过技术进步、管理水平提升等措施提高交通工具的能效水平;到2035年,全市主要交通工具的能源效率较2017年提高30%
能源结构优化情景 在基准情景基础上,进一步优化广州交通运输能源结构,提高电力、天然气、生物燃料、氢能等清洁能源占比 实施高强度的能源转型政策,大力提高广州交通领域的能源消费清洁化率;到2035年,全市交通能耗总量中,电力占比达到4%,天然气占比达到6%,生物燃料占比达到10%,氢能占比达到12%,清洁能源在交通运输总能耗中的占比达到34%

2 结果与讨论

2.1 能源消费趋势及节能贡献

根据模型模拟的结果（图1）,基准情景下广州交通领域的能源消费量将继续增长,但增长速度将逐渐放缓,到2030年左右达到峰值,随后缓慢下降,到2035年下降到2 445万t标煤,约为2017年的1.2倍。综合情景下,各种措施的实施将有效抑制广州交通领域的能耗消费增长,能源消费达峰时间将提前到2025年左右,且峰值量仅为基准情景峰值量的85.99%,约为2 111万t标煤。到2035年下降为1 881万t标煤,约较基准情景降低了23.06%。
Fig. 1 Energy consumption of transportation sector in Guangzhou from 2035

图1 2035年广州交通领域能源消费量

广州市交通运输领域各子情景下不同运输类型的节能贡献率如表3所示。从结果可知,运输结构调整情景对节能的贡献率最大,达到了39.32%;其次是能源效率提升情景,为32.03%;能源结构优化情景最小,为28.65%。从运输类型方面来看,公路货运、私人交通、航空客运、航空货运对节能的贡献率比较大。由于大力发展公共交通、铁路运输、水路运输,从而转移了部分私人交通、公路运输、航空运输的运输需求,使得公共交通、铁路运输、水路运输对广州市交通运输领域节能的贡献率不高,甚至在运输结构调整情景中出现了耗能增加的情况。
Table 3 Contribution rate of energy saving in transportation field of Guangzhou in 2035

表3 2035年广州市交通运输领域的节能贡献率

运输类型 运输结构 调整情景 / % 能源效率 提高情景 / % 能源结构 优化情景 / %
私人交通 27.76 21.08 2.05
公共交通 -1.00 4.33 0.62
公路客运 1.43 1.96 3.65
铁路客运 -0.11 1.71 0.00
航空客运 16.08 10.93 0.00
水路客运 0.00 0.01 0.00
公路货运 44.97 46.83 93.68
铁路货运 -0.08 0.07 0.00
航空货运 11.41 11.41 0.00
水路货运 -0.46 1.68 0.00
综合 39.32 32.03 28.65
同时,随着道路交通中电动车、天然气车、氢能车的推广,以及生物燃料在航空和水路运输中的应用,2035年广州交通领域的能耗中电力、天然气、生物燃料、氢能的占比将分别提高到4.45%、6.38%、11.47%、12.84%,进而使得清洁能源在能源消费中的占比达到35.13%,能源结构得到优化。

2.2 大气污染物排放趋势及减排贡献

图2展示了基准情景和综合情景下未来广州交通领域CO、HC、NOx、PM2.5、SO2等空气污染物的排放趋势。基准情景下,未来广州交通领域除SO2排放有望较现状水平大幅下降外,其他主要的空气污染物仍将继续增长,但增长速度均会不同程度地降低。其中,CO、NOx排放将于2030年左右达峰、HC和PM2.5的排放不断增加。到2035年,CO、HC、NOx、PM2.5、SO2的排放量将分别达到65 005 t、8 407 t、99 448 t、3 918 t、3 407 t,分别为2017年的1.2倍、1.3倍、1.3倍、1.5倍、0.7倍。综合情景下,随着政策措施的进一步严格实施,未来广州交通领域的主要空气污染物排放均将较基准情景显著下降,其中CO、HC、NOx、SO2的排放达峰时间将提前至2020年左右。到2035年,CO、HC、NOx、PM2.5、SO2的排放量将分别下降至45 471 t、6 027 t、71 741 t、2 987 t、2 851 t,较基准情景分别减少30.05%、28.31%、27.86%、23.77%、16.33%,减排效果明显。
Fig. 2 Pollutant emissions from the transportation sector in Guangzhou by 2035

图2 到2035年广州市交通领域污染物排放量

各子情景及不同运输类型对不同污染物的减排效果不同,表4展示了2035年广州市交通运输领域污染物减排贡献率。对CO、HC、NOx、PM2.5、SO2的减排贡献率最大的子情景分别为运输结构调整情景37.30%、能源结构优化情景37.13%、能源结构优化情景44.96%、能源结构优化情景41.20%、能源效率提高情景74.99%。由表4可知,五种大气污染物中,能源结构优化情景对HC、NOx、PM2.5三种的减排贡献率为最大,对CO的减排贡献率仅次于运输结构调整情景,到2035年综合情景相较于基准情景实现了较大幅度的大气污染物减排,因而强化清洁能源使用的能源结构优化情景对广州交通领域的大气污染物减排具有较大作用。
Table 4 Contribution rate of pollutant emission reduction in different scenarios in 2035

表4 2035年不同情景中污染物减排贡献率

运输类型 运输结构调整情景 能源效率提高情景 能源结构优化情景
CO / % HC / % NOx / % PM2.5 / % SO2 / % CO / % HC / % NOx / % PM2.5 / % SO2 / % CO / % HC / % NOx / % PM2.5 / % SO2 / %
私人交通 50.25 45.18 6.96 34.24 152.59 39.40 30.56 3.46 9.07 18.96 4.20 2.29 -0.54 -2.46 -51.13
公共交通 -0.41 -1.62 -2.38 -12.51 -72.72 1.81 6.09 6.61 18.57 48.42 1.41 2.55 0.46 -0.42 -11.80
公路客运 4.96 4.60 12.18 13.31 0.59 6.92 5.50 10.83 6.33 0.24 9.72 12.45 6.35 4.65 1.79
铁路客运 -0.04 -0.18 -0.31 -1.51 -7.74 0.68 2.47 3.23 8.37 19.07 0.15 0.36 0.50 0.17 -7.83
航空客运 0.91 2.46 1.76 2.45 10.38 0.78 1.80 0.96 0.72 1.35 3.14 6.18 2.75 2.77 47.83
水路客运 -0.02 -0.05 -0.05 -0.14 -0.05 0.03 0.06 0.05 0.07 0.01 0.02 0.04 0.00 0.06 0.10
公路货运 43.99 49.07 86.37 82.67 18.04 47.41 45.24 59.28 30.35 5.53 76.13 64.12 74.04 55.89 35.70
铁路货运 -0.05 -0.19 -0.36 -1.09 -4.73 0.05 0.15 0.22 0.35 0.69 0.04 0.10 0.14 0.06 -2.11
航空货运 1.08 2.91 2.09 2.90 12.31 0.50 1.16 0.62 0.46 0.87 1.58 3.11 1.38 1.39 24.07
水路货运 -0.65 -2.19 -6.24 -20.33 -8.66 2.42 6.96 14.75 25.70 4.87 3.61 8.81 14.92 37.88 63.38
综合 37.30 32.58 24.47 17.63 14.28 29.66 30.29 30.57 41.17 74.99 33.04 37.13 44.96 41.20 10.73
综合来看,能源结构优化情景对于各种污染物的控制效果最好,其次是能源效率提高情景,运输结构调整情景也能对各种污染物起到较好的控制效果。值得注意的是,能源效率提高对SO2的减排效果显著。
从运输类型来看,运输结构调整情景在基准情景的基础上进一步发展公共交通、铁路运输、水路运输,分流了部分私人交通、公路运输、航空运输的运输需求,虽然导致了公共交通、铁路运输、水路运输中各种污染物排放量的增加,但对整个广州市交通运输领域产生的各种污染物起到了很好的减排作用。能源效率提高情景中,整体上看私人交通和公路货运对各种污染物的减排贡献率最大,因而加强私人交通和公路货运的能源效率提升对于各种污染物地控制效果更显著。能源结构优化情景中,公路运输对各种污染物的减排贡献率均比较高,因而继续在公路运输中提高天然气车和氢能车的占比有助于更好的控制各种污染物的排放。值得注意的是,生物燃料具有减少污染物排放的作用,在航空和水路运输中推广使用生物燃料对SO2的减排效果尤为显著。

3 结论

使用LEAP模型,通过设置基准情景、综合情景,模拟了广州交通运输领域未来能源消费和CO、HC、NOx、PM2.5、SO2五种空气污染物排放趋势,分析了能耗及污染物排放控制策略,从而为城市交通运输领域的能耗及污染物排放控制研究提供了借鉴。研究结果显示：
（1）基准情景下,广州交通领域的能源消费到2030年左右达到峰值,2035年降至2 445万t标煤。综合情境下,能源消费达峰时间提前到2025年左右,且峰值量仅为基准情景的85.99%,2035年的能源消费量降至1 881万t标煤,较基准情景减少23.06%。各子情景中,运输结构调整情景对节能的贡献率最大,达到了39.32%。从运输类型上看,公路货运、私人交通、航空客运、航空货运对节能的贡献率较大。
（2）基准情景下,CO和NOx排放将于2030年左右达峰,HC和PM2.5排放不断增加。2035年CO、HC、NOx、PM2.5、SO2的排放量分别达65 005 t、8 407 t、99 448 t、3 918 t、3 407 t,分别为2017年的1.2倍、1.3倍、1.3倍、1.5倍、0.7倍。综合情景下,CO、HC、NOx、SO2排放达峰时间均为2020年左右,到2035年,CO、HC、NOx、PM2.5、SO2的排放量将分别下降至45 471 t、6 027 t、71 741 t、2 987 t、2 851 t,较基准情景分别减少30.05%、28.31%、27.86%、23.77%、16.33%,减排效果明显。综合来看,各子情景中能源结构优化情景的减排效果最好,从运输类型上看,公路货运、私人交通、公路客运、水路货运对污染物的减排贡献率较大。
（3）要实现城市交通能耗及污染物排放控制,需要大力发展公共交通,促进铁路运输和水路运输的发展,以部分分流私人交通、公路运输和航空运输的交通需求增长,同时提高能源清洁化率和能效水平。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
黄莹, 郭洪旭, 廖翠萍, 等. 基于LEAP模型的城市交通低碳发展路径研究——以广州市为例[J]. 气候变化研究进展, 2019, 15(6): 670-683. DOI: 10.12006/j.issn.1673-1719.2019.010.

[2]
胡秀莲, 姜克隽. 减排对策分析: AIM/能源排放模型[J]. 中国能源, 1998(11): 17-22.

[3]
LARSON E D, WU Z X, DELAQUIL P, et al.Future implications of China's energy-technology choices[J]. Energy policy, 2003, 31(12): 1189-1204. DOI: 10.1016/S0301-4215(02)00171-4.

[4]
刘哲, 曾维华. 低碳技术发展路线图及优选模型研究综述[J]. 中国人口·资源环境, 2014, 24(5): 11-13.

[5]
池莉. 基于LEAP模型的北京市未来客运交通能源需求和污染物排放预测[D]. 北京: 北京交通大学, 2014.

[6]
AZAM M, OTHMAN J, BEGUM R A, et al.Energy consumption and emission projection for the road transport sector in Malaysia: an application of the LEAP model[J]. Environment, development and sustainability, 2016, 18(4): 1027-1047. DOI: 10.1007/s10668-015-9684-4.

[7]
SADRI A, ARDEHALI M M, AMIRNEKOOEI K.General procedure for long-term energy-environmental planning for transportation sector of developing countries with limited data based on LEAP (long-range energy alternative planning) and EnergyPLAN[J]. Energy, 2014, 77: 831-843. DOI: 10.1016/j.energy.2014.09.067.

[8]
潘鹏飞, 王平, 李伟, 等. 基于LEAP的河南省交通运输节能减排潜力分析[J]. 河南农业大学学报, 2014, 48(3): 370-375. DOI:10.16445/j.cnki.1000-2340.2014.03.022 .

[9]
PENG B B, DU H B, MA S F, et al.Urban passenger transport energy saving and emission reduction potential: a case study for Tianjin, China[J]. Energy conversion and management, 2015, 102: 4-16. DOI: 10.1016/j.enconman.2015.01.017.

[10]
DAVIS S J, CALDEIRA K, MATTHEWS H D.Future CO2 emissions and climate change from existing energy infrastructure[J]. Science, 2010, 329(5997): 1330-1333. DOI: 10.1126/science.1188566.

[11]
郭秀锐, 刘方熙, 符立伟, 等. 基于LEAP模型的京津冀地区道路交通节能减排情景预测[J]. 北京工业大学学报, 2017, 43(11): 1743-1749. DOI: 10.11936/bjutxb2016110027.

[12]
彭彬彬. 天津市道路交通部门节能减排的LEAP模型与政策分析[D]. 天津: 天津大学, 2013.

[13]
刘君, 刘尚俊. 绿色低碳理念下现代城市交通规划措施分析[J]. 生态经济, 2017, 33(2): 54-57.

[14]
黄成, 陈长虹, 王冰妍, 等. 城市交通出行方式对能源与环境的影响[J]. 公路交通科技, 2005, 22(11): 163-166. DOI: 10.3969/j.issn.1002-0268.2005.11.041.

[15]
王逸欣, 王珊珊, 王克, 等. 河南省交通部门能源需求与污染物排放预测[J]. 环境科学与技术, 2016, 39(S2): 514-519, 539. DOI: 10.3969/j.issn.1003-6504.2016.S2.099.

Options
文章导航

/

〈 〉

主管单位：中国科学院
主办单位：中国科学院广州能源研究所
ISSN 2095-560X　
CN 44-1698/TK
地址：广州市天河区五山能源路2号广州能源所《新能源进展》编辑部　
邮编：510640　
电话：+86-20-87057066　
E-mail：xnyjz@ms.giec.ac.cn
微信公众号
粤ICP备11089167号-2　 版权所有 © 《新能源进展》编辑部