Environmental assessment of electric vehicle deployment pathways for Europe

Prosjektet ?Electric Vehicle Deployment Pathways for Europe? var et forskingsprosjekt hvor NTNU Industriell økologi og NTNU Elkraft, samarbeidet med TU Berlin. Prosjektet hadde også et indirekte bidrag fra IIASA (international institute of applied systems analysis) gjennom at en prosjektmedarbeider deltok på deres sommerleir for unge forskere med arbeid relatert til prosjektet. Prosjektet startet våren 2017 og sluttet våren 2021. Prosjektet kombinerte ulike modellerings disipliner for å gjennomføre analyser med ønsket relevans for videre utvikling av den europeiske elbilpolitikken. Foreksempel så ble kraftsystemmodeller og data kombinert med livsløpsmodeller i et fleksibelt rammeverk for å analysere klimafotavtrykket til elbiler i ulike europeiske land. Analysen sammenlignet også klimagevinsten ved bruk av elbiler jamfør konvensjonelle biler. Resultatene viste forholdsvis stor variasjon mellom ulike europeiske land. I noen land var det betydelig klimagevinst ved å benytte elbil sammenlignet med vanlige biler, mens i andre land var denne liten og i noen tilfeller negativ. Hvorvidt dette betyr at man bør ha en differensiert elbilpolitikk, tar prosjektet ikke for seg, men det gir et grunnlag for en diskusjon rundt dette. Prosjektet inkluderte også analyser av klimafotavtrykket til ladning av elbiler i et fremtidig kraftsystem og strømnett anno 2050 på vei mot to-graders-målet. Analysene viste at selv i disse systemene så kan det kan være stor variabilitet i klimafotavtrykket gjennom et døgn. Dette indikerer at også i en framtid hvor, kraftsystemet er på en omstillingsbane med kurs mot togradersmålet, så vil det være viktig å forstå implikasjonene av ladetidspunkt på kraftsystemet mhp å maksimerere klimanytten av elbiler. Prosjektet jobber nå med sine siste analyser hvor man studerer hvordan ulike europeiske land bør fase inn elbiler for å maksimere klimanyttet. Det jobbes også med å se på hvordan dette påvirkes av ulike begrensninger på for eksempel kapasitet på batteriproduksjon. Intensjonen er at de siste resultatene skal være publisert innen utgangen av 2021.

This project will ultimately yield a total of 8 peer-reviewed research papers as well as the completion of a PhD. The papers cover methodological advances as well as applications. Key findings included that there can be significant variability in GHG emissions associated with electricity for charging electric vehicles throughout the day and night also in a European power system in 2050. This suggests that understanding power system responses and GHG footprints of increased demand for charging electric vehicles will still be important going forward. The results also demonstrate significant heterogeneity of the carbon footprints of electric vehicles across the different countries in Europe as of 2020. This means that the mitigation benefits of Electric vehicles vary significantly across the same countries. The project has yet to publish its final results wrt optimal phase in strategies of BEVs in Europe. The results are expected to support further development of European EV Policies.

In this project, we aim to enhance the current state of knowledge regarding the environmental implications of large-scale electric vehicle deployment in the passenger transport sector in Europe, and to use these insights to provide guidance to policy makers in the promotion or stimulation of optimal deployment pathway strategies. We will specifically address the timing of deployment; that is, whether potential widespread deployments should happen in the near term, medium term or long term. The approach used here requires a mapping of future personal transport modes and travel activities, as well as of the future European electricity mix. By combining existing transport and power market models with life cycle assessment methodology, we determine the environmental impact of future electrical vehicles and electricity. These results will then be combined to model future transport scenarios. These scenarios can then be used to determine the optimal timing for a mass deployment of electrical vehicles.