本网讯 近日，Sustainable Cities and Society（《可持续城市与社会》）在线发表了人工智能与计算机学院王瑞平博士在电动汽车充电碳足迹与城市低碳治理领域的最新研究成果。论文题为“Spatiotemporal Quantification of Electric Vehicle Charging Carbon Footprint for Urban Governance”（面向城市治理的电动汽车充电碳足迹时空量化研究）。王瑞平博士为论文第一作者，张美航博士为共同作者、湖北文理学院张林博士为论文通讯作者，湖北师范大学为论文第一单位。Sustainable Cities and Society是由Elsevier出版的国际权威学术期刊，中科院SCI工程技术大类一区TOP期刊，影响因子为12.6。
交通电动化是实现“双碳”目标的重要路径，但电动汽车的减排效益高度依赖充电所用电力的碳强度。现有研究多采用年均或固定的电网排放因子，既难以反映电网碳强度的日内波动，也未充分考虑城市内部“何时充、何处充”的空间差异，低碳治理缺乏精细化数据支撑和可操作的政策抓手。
针对上述问题，该团队基于UrbanEV公开数据集，整合深圳市275个交通小区为期六个月的逐时充电数据，耦合分时与分区域电网碳排放因子，构建了交通小区尺度、小时分辨率的充电碳足迹时空矩阵，并借助空间热点探测与地理加权回归，识别出高排放热点区及其价格响应特征，揭示了充电碳排放的时空异质性规律。
在此基础上，团队构建了时空注意力网络预测模型，并进一步建立了“碳感知”动态定价优化框架：在不改变充电总需求的前提下，通过电价信号引导充电负荷由高碳时段向低碳时段转移。模拟结果显示，该机制实现日减排3756 kgCO₂（减排率0.54%），折合深圳公共充电网络年减排约1371 tCO₂，为城市碳排放“算碳—析碳—预测—治碳”闭环治理提供了可复制的方法体系与政策工具。
该工作得到了湖北师范大学英才培育项目（YC2026122）的资助。
作者简介：王瑞平，工学博士，高级工程师（人工智能系列），IEEE Senior Member，湖北师范大学人工智能与计算机学院专任教师，珠海市高层次人才，华中科技大学与远光研究院人工智能实验室联合培养博士后，武汉科技大学校外导师，SCI期刊审稿人。曾担任远光大模型“远光智言”研发团队技术负责人。主要研究方向为生成式人工智能（大语言模型、多模态大模型）、自然语言处理、图像处理、计算机视觉与机器视觉。以第一作者发表学术论文10余篇，其中SCI检索8篇、北大核心期刊4篇；参与国家自然科学基金项目1项；以第一发明人申请并授权发明专利10余项。
论文信息：
Wang R, Zhang M, Zhang L. Spatiotemporal quantification of electric vehicle charging carbon footprint for urban governance[J]. Sustainable Cities and Society, 2026: 107705.
论文链接：https://doi.org/10.1016/j.scs.2026.107705