数字化赋能汽车行业低碳化发展路径研究

2024-03-13任鹏燕孙锌石中金

信息通信技术与政策 2024年2期

任鹏燕孙锌石中金

(1. 中国信息通信研究院产业与规划研究所,北京 100191;2.中汽数据有限公司,天津 300300)

0 引言

低碳化和数字化是当前全球经济社会发展的两大趋势。《中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》明确提出要推动大数据、人工智能(Artificial Intelligence, AI)、5G等新兴技术与绿色低碳产业深度融合[1]。

2022年,我国汽车全年产销分别完成2 702.1万辆和2 686.4万辆[2]。根据全球能源互联网发展合作组织的研究,预计到2030年我国汽车保有量将达到3.8亿辆,能源消耗和碳排放量将增长50%以上[3]。交通行业已成为我国碳排放增长较快的领域之一。

汽车行业作为数字化的先行者,数字技术在我国汽车行业的应用程度领先于其他行业,且正值汽车行业“电动化、网联化、智能化、低碳化”变革加速期,研究数字化赋能汽车行业低碳化发展实现路径,对推动汽车行业高质量发展具有重大意义。

1 汽车行业碳排放边界

汽车行业作为制造业的“集大成者”,具有关联度高、产业链长、辐射面宽、带动性强的特点,产业碳排放边界和条件较难厘清。当前从汽车全生命周期开展汽车碳排放核算和管理在行业内已经基本达成了共识。

汽车行业主管部门正在探索推进汽车全生命周期碳排放管理。2021年7月,中华人民共和国国家发展和改革委员会印发《“十四五”循环经济发展规划》,提出“汽车使用全生命周期管理推进行动”,指出要研制汽车使用全生命周期管理方案,构建汽车使用全生命周期信息交互系统[4]。2021年8月,中华人民共和国工业和信息化部提出建立汽车行业的“全生命周期碳排放标准体系”的计划[5]。

相关学者对汽车全生命周期的范围与划分做了广泛研究。赵子贤[6]等认为汽车生命周期系统边界包括汽车材料周期、从燃料开采到使用的燃料周期和汽车报废回收3个阶段。马骊溟[7]等从原材料获取阶段、制造装配阶段、运行使用阶段和报废回收阶段4个阶段开展新能源汽车全生命周期节能减排性能评价。中汽数据有限公司将乘用车的生命周期系统边界定义为包括乘用车的车辆周期(材料、零部件和整车的生产制造阶段、维修保养)和燃料周期(燃料的生产、运输和使用)在内的全生命周期阶段[8]。

综合来看,汽车行业的全生命周期碳排放系统边界包括车辆从设计生产到报废回收的车辆周期和从燃料开采到使用的燃料周期。《中国汽车低碳行动计划研究报告(2021)》显示,目前纯电动乘用车有近50%的碳排放来自于车辆周期,未来随着车辆技术及补给电力的清洁化,车辆周期的占比将会进一步加大并超过90%[8]。本文聚焦包括汽车产品研发设计、生产制造、运行使用、回收利用等汽车全生命周期的各环节,探讨数字化赋能汽车行业低碳化发展路径。

2 数字化赋能汽车行业低碳化发展内涵

数字化赋能是指通过数字技术和数字化手段,赋予行动主体更多能力和机会来实现更高效、更创新的生产和生活方式,促进形成包容、创新高效的可持续发展的创造力[9]。数字化应用于传统产业体系,推动产业升级与变革的核心机制就是“赋能”[10]。数字化“赋能”并不是简单地赋予能力,而是激发行动主体自身的能力实现既定目标[11]。投射到汽车行业低碳化发展,数字化赋能主要体现在理念重塑、技术增效、组织再造3个方面。

一是理念重塑。数字化正在引领汽车行业的深度变革和发展,重塑汽车的产业价值体系,推动产业发展兼顾转型创新和节能减排,凝聚数字化绿色化协同转型发展共识,实现数字化绿色低碳价值引领,深度挖掘数据价值,推动商业模式的创新和变革,持续优化行业结构,实现产业发展形态、发展逻辑绿色化重构。

二是技术增效。物联网、大数据、AI等数字技术在汽车生产制造环节的应用,可有效推动生产数据的实时获取与传递,实时监控生产过程,提升能源、资源的利用效率,降低生产成本。数字化转型会使制造企业成本降低17.6%、营收增加22.6%[12]。

三是组织再造。数字化技术可有效助力汽车产业链上下游企业之间的信息传递,提升行业经营和管理的精准性,构建高效的网络化组织模式,提升企业内外部的运行管理效率、上下游协同能力,实现产业链资源高效配置。同时,数字化可推动车辆生命周期内的绿色管控。

3 数字化赋能汽车行业低碳化发展路径

汽车车辆周期包括汽车研发设计、生产制造、运行使用、回收利用等整个过程,汽车行业低碳化发展需要各阶段联动,深化各阶段数字化赋能,以及实现供应链上下游的高效、低碳化管理(见图1)。

图1 数字化赋能汽车行业低碳化发展路径框架图

3.1 研发设计

汽车的研发设计包括车型外观、结构强度、内饰布局、动力配置等多个维度,涉及概念设计、样车试制、性能优化以及后续的投产和市场问题反馈等多个环节。研发环节数字化赋能主要包括研发环节数字化转型、生态化设计低碳产品、新能源汽车产品研发三大路径。

研发环节数字化转型。在传统的汽车研发模式中,各环节的协调成本高,设计反复修改率高,反复道路测试碳排放高。一方面,利用虚拟现实、数字孪生、数字仿真等数字技术,可有效推进跨团队、跨价值链、跨生态协同研发,缩短研发周期,降低研发成本,提升研发效率。另一方面,对汽车产品的工艺、功能、质量、运行环境等参数数据进行深入挖掘与分析,可有效推动汽车设计从试验验证到模拟择优,减少实际道路测试。

生态化设计低碳产品。研发环节作为汽车生产制造阶段的起始阶段,源头控碳对全生命周期低碳化发展至关重要。在产品的研发设计阶段导入产品碳排放计算模型,建立概念产品碳排放的数学模型,在研发阶段识别碳排放关键点,实现低碳材料、低碳零部件、低碳工艺、高效能源管理系统等的应用,实现汽车全生命周期的低碳化设计,可有效推动车辆全生命周期综合低碳化。

新能源汽车产品研发。推动新能源汽车发展是汽车行业低碳化发展的有效举措,《中国汽车低碳行动计划研究报告(2022)》显示,相较于传统汽油车,纯电动车碳排放减少43.4%[13]。数字化开发平台、高精度虚拟仿真建模、多物理场耦合仿真寻优和验证、数字孪生、自动化测试及大数据AI智能分析等数字技术可加速新能源汽车的开发进程,有效推动新能源汽车产品迭代。

3.2 生产制造

汽车行业属于重工业生产制造,包括冲压、焊装、涂装以及总装四大工艺,涉及压铸机、焊机、伺服电机、机械化输送设备、辅助设备等高耗能设备。汽车生产制造环节数字化赋能包括生产设备低碳化管理和工艺低碳化优化两大路径。

生产设备能耗减少、碳排放减少、效率提高。一方面,汽车生产制造过程涉及化石燃料燃烧或者消耗导致的直接碳排放;另一方面,汽车生产制造过程对电力、压缩空气、冷却循环水等能源消耗严重。对机器设备进行物联网改造,配备通信接口和传感器,可实时采集、监测生产设备碳排放数据,实现设备碳排放实时监测与自动预警,降低生产过程中的直接碳排放。同时,利用大数据、AI等技术对生产设备温度、电压、电流等数据挖掘分析,可实现设备故障自动报警与预测性维护,减少现场巡检,提高设备运营维护效率。此外,利用数字技术可实现设备碳排放台账管理、能效分析,实现汽车生产制造过程中的设备碳全景可视化监测,推动生产设备低碳化升级。

生产工艺效率提升、精益管理。汽车生产过程涉及压铸、焊接、电泳、打磨、零件组装、材料和车身搬运等众多工序。一方面,深化各工序数字化应用程度,可以有效减少由于人工生产操作不合理导致的多余能耗和物耗;另一方面,搭建汽车生产制造全流程服务平台可有效推动库存、制造、物流、质检、人员等各生产环节数据的有效连接,提高各环节信息传递效率和精准度,有效减少停工、错料等情况。此外,数字孪生工厂建设可提前模拟得知生产规划方案中是否存在浪费,调整生产工艺及产业布局,合理利用物流及供应链系统,提高场地使用和运行效率。

3.3 运行使用

汽车运行使用阶段涉及汽车的零售分销、售后服务、检查保养、维修维护、上路运行等。汽车出行阶段数字化赋能主要包括汽车后服务数字化转型、远程故障诊断服务、单车智能减少驾驶能耗、网联赋能交通高效通行四大路径。

汽车后服务数字化转型。汽车行业后服务链较长,围绕用户购车全链路涉及线索获取、用户运营、赋能渠道、售后服务等各环节,传统营销依赖层层严密的渠道,需要大量的人力和海量的广告投入,同时经销商、救援机构、供应商等各方用户信息互通难度大,用户运营与服务效率低。新媒体矩阵渠道引流、数字化工具精准营销、智能客户辅助决策、大数据挖掘用户价值等数字化新方式新模式,可提高各环节服务精准度,节约人力成本,有效降低产品或服务的平均成本和能耗。

远程故障诊断服务。我国作为汽车行业的消费大国,汽车保有量不断提升,尤其在电动化、智能化转型变革期,涉及到电池续航、车机系统升级、维护检测诊断等的需求不断攀升。利用5G、AI、大数据等技术创新远程诊断、维修保养提醒、软件远程升级等汽车服务,将传统依赖线下渠道的维修保养和软件升级转为线上,可以大大减少维修过程中的碳排放。同时,通过实时监测汽车运行状态信息,预先远程判断故障,大大降低非正常故障的发生率,提高汽车燃油经济性,有效减少碳排放。

单车智能减少驾驶能耗。根据第八届中国电动汽车百人会论坛数据,当前乘用车L2级自动驾驶已经实现了大规模商业化应用。通过通行引导、并线辅助、编队行驶等智能驾驶辅助技术,可有效优化出行工况、整车热管理策略以及整车能量管理,有效提升启停时的燃烧效率,降低油消耗和污染物排放,减少驾驶能量消耗。通过自动泊车技术,车辆可自动寻找空闲车位,自动出车库候客,有效降低停车过程的碳排放。

网联赋能交通高效通行。越来越多的智能网联汽车上路,可以推动形成车路云协同一体,实现区域内交通整体优化。基于车联网技术可以实现道路状况的可视、可测、可控,通过智能交通系统可对道路不同方向的车流进行预判,智能化动态调配所有通行车辆及路口信号系统,提升区域内各街道和交通路线的通行效率,降低交通事故频率,进而降低出行碳排放。

3.4 回收利用

汽车回收利用阶段涉及废旧汽车处理、废旧零部件等的回收利用。汽车回收利用阶段数字化赋能主要体现为高效分类回收利用体系的构建。

当前,全国报废汽车的回收拆解量呈快速增长态势,2021年中国报废汽车回收拆解量同比增长20.7%[14],汽车行业回收再制造再利用需求旺盛。此外,随着大量电动汽车投入使用,不久将迎来电动汽车动力电池退役潮,动力电池的回收利用能有效助力节能减排。依托互联网、大数据、区块链等数字技术,建立报废汽车、废旧零部件、废旧动力电池分类回收网络与管理体系,可有效推动汽车行业废旧物资回收、拆解、再利用全链条发展。搭建“互联网+回收”新型回收模式,可有效应对传统回收模式效率低下的痛点;通过区块链等数字技术推动拆解可追溯,实现智能化与精细化拆解,有效应对拆解“黑市”;通过大数据、物联网等信息化技术可进一步提升回用件鉴定、筛选和流通使用效率,提升零部件回收利用效率。另外,依托数字技术平台及工具,加快研发动力电池无损检测、自动化拆解、有价金属高效提取等技术,推动废旧电池在备电、充电、换电等领域安全梯次应用。

3.5 供应链管理

汽车供应链较长,涉及众多零配件供应商、工厂、一级经销商、二级经销商、仓库等主体的沟通协调。在汽车供应链管理方面,数字化赋能主要包括资源动态优化配置以及绿色供应链体系构建两大方面。

资源动态优化配置。传统汽车供应链呈线性序列式,沟通协同效率低且供应链协同难度大,供应链库存浪费严重。数字技术平台可以推动供应链各主体互联互通、沟通高频高效,打通从产品研发、采购、生产到销售的全价值链资源,实时监测上游原材料/零配件供应情况以及下游产品需求信息,灵活动态调整库存、产线,实现柔性生产、产供销协同,有效缓解行业库存及产能过剩的情况。

绿色供应链体系构建。汽车行业的碳排放盘查、监测、核算是推动汽车行业低碳化发展的基础。一方面,大数据、AI、区块链等技术的应用是建立单车碳排放计算和追踪体系的基础,供应链碳排数据汇聚、共享和应用,可以推动汽车全生命周期碳足迹追踪及碳排放分析评价。另一方面,上游原材料、元器件、零部件企业碳排放数据通过供应链向整车企业传递,为整车企业选择供应链合作伙伴提供依据,推动整车企业发挥供应链链主的作用,开展全生命周期碳管理行动,将自身绿色环保实践推广至上下游企业,倒逼上下游企业进行低碳化转型。

4 数字化赋能汽车行业低碳化发展面临的挑战

产业链系统化全局统筹难。汽车产业是所有工业部门中产业链较长的行业之一,供应链体系庞大。同时,它也是供应链国际化程度最高的产业之一,汽车零部件供应涉及到多个国家和地区的许多企业。汽车全生命周期减碳脱碳是一项系统工程,需要全产业链生态共同努力,当前产业链各环节各企业数字化建设程度差异较大,数字化赋能汽车行业低碳化发展难以实现全局统筹,“零敲碎打”式的单个企业单个环节的数字化赋能往往难以触动到整个行业的系统化转型。

数字基础设施不完善、数字技术掣肘。数字化赋能需要以数字化基础设施建设和数字技术支撑为前提。基础设施的建设投入大、周期长,当前汽车行业数字化所需要的信息基础设施、算力基础设施、智能交通基础设施等仍处在建设初期。此外,当前汽车行业的数字化技术还处于持续创新的过程中,基础技术仍然比较薄弱,数字系统的底层软件技术等仍存在诸多不足。

数据安全、网络安全等面临风险。汽车行业低碳化发展离不开数据的采集和应用,伴随着汽车行业数据种类和数量不断上升,数据管控挑战加大,面临系统安全、网络安全、数据安全等多重安全风险,一旦敏感数据遭到破坏或泄露,将会造成重大经济损失甚至生产瘫痪。