沃尔沃是第一家符合英国WLTP排放规定的汽车制造商

沃尔沃是第一家符合英国WLTP排放规定的汽车制造商

从Emissions Analytics借来的PEMS设备

►新的WLTP测试解释

►欧洲新的燃油经济性标准 ►沃尔沃首先在英国全面采用

沃尔沃已经成为英国第一家根据新的燃油效率和排放测试程序WLTP对其全系列汽车进行认证的汽车制造商。

新法律于2017年9月1日生效，取代了之前 - 并且在很大程度上失去信誉 - 的NEDC法规，这导致了误导性的广告诉讼。这是一个交错的推出：从2018年9月1日开始，只有WLTP认证的汽车可以在欧洲销售，沃尔沃汽车早早就在那里销售。

自大众汽车排放丑闻改变了燃油经济性报告的法律和道德格局以来，WLTP是最切实的变化之一- 尽管新的测试格式早在此之前就已计划好，可追溯到2007年。

但新系统能运作吗?继续阅读CAR的方便解释器。

沃尔沃完全抛弃了柴油

WLTP代表什么?

WLTP是标题为全球协调轻型车辆测试程序的简称，是欧盟所有汽油，柴油，电动和混合动力汽车的新燃油效率等级的名称。

新程序不仅仅依靠不太现实的实验室测试，而是通过额外的实际测试来补充实验室装备。它的创造者声称这些是世界上第一次在开放的道路上进行的官方燃油经济性测试。

什么是新的WLTP循环?

新测试按质量和数量(PM和PN)测量燃料消耗，二氧化碳(CO2)排放，氮氧化物(NOX)，一氧化碳(CO)和颗粒物。到目前为止，如此熟悉。方法论发生了重大变化。

根据汽车制造商和交易商协会的说法，早期的NEDC经济测试在20年内几乎没有变化。新欧洲驾驶循环可以追溯到20世纪80年代，并因其不切实际而受到广泛批评。

今天在英国销售的大多数汽车都错过了他们声称的综合燃油经济性数据 - 制造商在广告中引用的数据 - 减少了四分之一或更差。NEDC注册表最后更新于1997年。

新的WLTP数据与旧的NEDC相比如何?

在许多情况下，你可以预期新数字会下跌20%左右 - 尽管类似的模型将会在之前和之后回归相同的现实经济。

“可以将WLTP的引入与货币改革进行比较，”梅赛德斯在对新测试制度的评论中表示。“虽然这些车辆在技术上不会改变，但它们只是按照新标准来衡量。”

汽车行业数据供应商JATO发现汽车行业数据下降13%至18%，该供应商比较了两种系统测试的18种型号的NEDC和WLTP数据。

电动汽车和插电式混合动力汽车怎么样?

数字也适用于插电式混合动力汽车和电动汽车，因此我们准备看到较低的官方范围数据。

WLTP将意味着一种全新的PHEV测试方式 - 根据您访问插头的频率，可能会远离官方数字的汽车。

插电式混合动力车必须进行多次测试，从一个完整的电池开始并重复测试直到电池没电。另一项评估将使用完全扁平的电池进行，以更准确地了解真正的驾驶员可以预期的经济性。

最后，eco-boffins将进行一些严肃的计算器攻击，以计算官方排放和经济数据，根据汽车的电力范围进行调整。

新经济的关键日期，介绍和时间安排

所有被推出的全新汽车现在必须符合新的WLTP规则，但是有一个交错的推出。测试的WLTP实验室元素将在2018年9月1日之前在所有型号上进行，而道路RDE测试元件必须在2019年9月1日之前完成。

从2020年4月开始，新数据很可能是用于税收目的并在广告中公布的数字。在此之后，2021年将看到WLTP的数字最终杀死他们的NEDC前辈。

为什么要全面启动新法规会延迟两年?由于测试每个品牌，型号，车身风格和衍生品的巨大复杂性，所有附件和可选附件均可完成。新规则要求透明度，例如，更大的合金轮毂将对您的CO2和mpg产生什么影响。

对制造商及其配置者现在面临的困难感到困惑......

我们为什么要相信新的燃油经济性更多?

一方面，WLTP测试仍在实验室测量。那么是什么让这些测试更加真实?欧盟认为，新措施包括更高的速度，更长的距离和更动态的驾驶，更大的发动机负荷，使用的齿轮和温度 - 使其更像现实世界的驾驶。

像我们大多数人一样，像多丽丝阿姨和更多的Dash To The Shops一样少玩。

其次，新的道路元素是现实世界的驱动力。真正的驾驶排放(RDE)测试将有一个监测装置绑在汽车的外面，以测量喷出的污染物。

如上所述，便携式排放测量系统(PEMS)将用于监测尾气排放，例如NOX和颗粒物 - 在实际驾驶中必须保持低于规定的限值。

它不是那么简单，不是吗?

不，不是。旧的NEDC mpg和CO2数据仍将在2020年前报告- 因为这些将继续确定欧洲二氧化碳排放车队的平均目标。旧的NEDC系统用于设定目标，参见。

英国将至少在短期内继续使用NEDC二氧化碳排放值计算车辆税。因此，您的VED和BIK公司汽车税单将继续根据旧规则计算。

全清?好。听起来像是经典的官僚主义变革，在未来数月和数年内复杂化很多