未來電動汽車將會對環(huán)境產生什么影響，已經有很多機構對該問題進行了研究，但他們預測的結果具有很大的不確定性。

現(xiàn)在，瑞士保羅謝爾研究所（PSI）、荷蘭萊頓大學和荷蘭環(huán)境評估機構（PBL）在聯(lián)合使用蒙特卡羅和全局敏感性分析技術來量化影響因素的不確定性。

他們引入了之前在該領域尚未涉及的兩個因素，包括因自動駕駛汽車和網聯(lián)汽車引起的駕駛模式改變，以及電力行業(yè)變化對電動汽車生產和充電的影響。

生命周期氣候變化對當前（生產年份2017）和未來（生產年份2040）每公里電動車輛的驅動貢獻。方塊包含結果的50％，而whiskers顯示5個和95個百分位數(shù)，紅色線表示中值結果。

Y軸顯示用于計算的背景數(shù)據庫；ecoinvent使用當前的電力情景，而Baseline和ClimPol則分別顯示未來電力部門的中間道路和積極的氣候政策。

我們發(fā)現(xiàn)用于充電的電量是影響結果的最大變量，盡管車輛尺寸、壽命、駕駛模式和電池尺寸也導致結果變化。我們開發(fā)了一種方法，將以后自動駕駛汽車和網聯(lián)汽車的節(jié)能潛力納入到新模型，發(fā)現(xiàn)這些新技術可以節(jié)約大約10％的能源，理想情況甚至可高達30％。

與僅僅基于技術改進的現(xiàn)在汽車相比，未來電動汽車對環(huán)境的影響大約能降低20％。但是，考慮未來電力行業(yè)的改進，這些改善空間可提高30-70％。這是制定政策時必須考慮的一個重要結論，否則，使用當前的一些分析結果作為未來技術指標將具有嚴重的誤導性。

對電動汽車等未來技術進行生命周期評估（LCA）時，通常假設用于基礎設施生產的背景數(shù)據庫是恒定的，并且未來的電力組合只需要考慮直接消費。我們發(fā)現(xiàn)，在計算電動汽車生產的上游影響時，若忽略未來電力系統(tǒng)的改善，會使結果的二氧化碳當量改變23-52克每公里，這種錯誤明顯超過ClimPol（德國IASS研究所的氣候變化和空氣污染項目）場景規(guī)定的兩個標準差。因此，尤其將來使用可再生電力為電動汽車充電的情況下，考慮電力行業(yè)的發(fā)展極為重要。

在該研究中，他們使用了生命周期評估LCA建模框架，量化了不確定輸入參數(shù)和關鍵生命周期庫存對2017年和2040年電動汽車影響。他們將蒙特卡羅分析與駕駛周期仿真相結合，以計算汽車能耗，并考慮了網聯(lián)汽車和自動駕駛汽車對能源需求產生的影響。此外，還考慮了能源系統(tǒng)的變化，以便使整個電動汽車生產鏈與所使用的特定發(fā)電場景保持一致。

該模型從迷你車到豪華車的車輛大小、車輛質量等不確定參數(shù)進行了分析，最可能的車型尺寸與雷諾Zoe和日產LEAF相當。