爱丁堡赫瑞瓦特大学团队联合DHL与克兰菲尔德大学，首次利用DHL UK约6500辆卡车真实数据，开展零碳货运数字孪生模拟，设定2030年10%、2040年50%、2050年100%电动重卡三阶段目标，聚焦伦敦至东米德兰兹机场路线，通过智能体建模优化充电设施布局。
据www.heraldscotland.com报道，爱丁堡赫瑞瓦特大学（Heriot-Watt University）的交通研究人员正利用国际物流巨头DHL提供的运营数据，开展英国首个针对公路-航空联运场景的零碳货运数字孪生模拟项目。
基于真实车队数据的电动化路径推演
该项目聚焦DHL英国约6500辆卡车和厢式货车组成的车队，重点模拟其从伦敦至东米德兰兹机场（East Midlands Airport）的干线运输路线。该路线途经M1高速公路，是英国关键物流走廊之一。研究由英国国家级交通脱碳研究枢纽TransiT主导，赫瑞瓦特大学研究员亚历克斯·福特博士（Dr Alex Foote）负责公路货运模块，与克兰菲尔德大学（Cranfield University）的空运专家及DHL合作推进。
福特博士表示：“我们正在构建一个仿真模型，展示卡车车队如何从当前零电动重卡状态，逐步过渡到2050年100%电动重卡。借助DHL提供的实际运行数据，我们已启动在模拟中引入电动重卡，以分析其对运输频次、货量承载及车队规模的影响。”
研究指出，由于电池重量增加及充电耗时较长，全电动化可能导致车队规模扩大——即相同运力需更多车辆维持交付水平。因此，仿真不仅关注车辆替换，更着重识别配套基础设施的关键缺口。
智能建模驱动充电网络科学布局
团队采用“基于智能体的建模”（agent-based modelling, ABM）技术，将每辆卡车、每位驾驶员及沿途充电设施均设为可自主决策的“智能体”。这些智能体通过内置评分机制，自主选择最优路径与充电策略：例如优先在DHL自有场站完成补电以规避途中停靠；或在长距离运输中主动选择M1沿线服务区快充点。该机制使模型能动态反馈最经济、最高效、最可靠的充电设施布点方案——包括位置、功率等级及与电网协同方式。
目前，研究已启动2030年10%电动化率情景模拟，旨在识别首批需强化电网容量的场站节点；后续将逐步提升至2040年50%、最终实现2050年100%电动化目标。福特博士强调：“我们希望证明，电动重卡在长途干线货运中的可行性，比业界普遍预期来得更早——且无需大规模改造现有基础设施。”
打通公空衔接，构建全链条数字孪生
项目下一阶段关键任务，是将赫瑞瓦特大学的公路货运仿真模型，与克兰菲尔德大学开发的航空货运仿真系统进行集成，并联合DHL与东米德兰兹机场共同验证“空运—公路接驳”环节的协同脱碳路径。这一步骤是TransiT建设覆盖全英交通网络的互联数字孪生体系的核心环节。
“这一领域的研究对DHL公路与航空货运业务的未来至关重要，它支撑着规模化减碳所需的技术落地，同时保障客户货物持续高效流转。当下支持这项工作，将助力我们应对日益增长的低碳物流需求，并构建支撑气候目标的运输网络。”——洛娜·迪恩（Lorna Dean），DHL Express英国网络与干线规划主管
值得注意的是，该研究被团队明确界定为“英国首次”聚焦零排放物流中公路与航空衔接环节的系统性数字孪生实践。此前，英国在重型电动货车商业化应用方面整体滞后于欧盟主要国家，而本项目所依托的真实车队数据、分阶段量化目标（10%/50%/100%）及ABM驱动的基础设施决策逻辑，为行业提供了可复用的方法论框架。对中国供应链从业者而言，此类基于真实运营数据的渐进式电动化仿真，对评估国内高速干线电动化试点（如京沪、京广等通道）的车辆配置、场站改造优先级及电网协同节奏具有直接参考价值；同时，其“公空联运”视角也呼应了中国跨境电商物流对时效与低碳双重要求的升级趋势。
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
