從發展新能源開始，人類對於能源的追求就變成了“零碳社會”。
現在鋰電池的發展趨向平穩，且新能源車型的普及力度逐年增高，但光依靠鋰電池促進碳中和的發展來看還是太慢。單向發展比不過多向發展，於是，被關注許久的“燃料電池“終於被搬上臺面。
最近，財政部、工業和資訊化部、科技部、國家發展改革委、國家能源局正式批覆燃料電池汽車示範應用首批示範城市群，分別是京津冀、上海、廣東。
第一批燃料電池汽車示範城市的公佈，分別意味著什麼？燃料電池的難點在哪兒？今天聊這些。
燃料電池應用場景，最先是長途客/貨運？
中國又是全球第一產氫大國，年產氫氣上千萬噸，2020年中國氫氣產量超過2500萬噸。氫能源是公認的最潔淨的燃料，此前作為新能源汽車發展路徑之一而備受關注，但一直沒有成為主流的應用需求。
第一批示範區一公佈，意味著國內市場開始了新能源、插混技術和氫燃料電池的三條發展路線。
分析一下，這次示範區公佈之後，首先是帶動了氫能源上下游產業鏈的發展；那麼，燃料電池未來商業化後的最先應用場景會是怎樣？目前乘用車市場大面積推廣的新能源車型用的是磷酸鐵鋰和三元鋰這些主流電池，已經不缺少選擇。從需求端來看，燃料電池技術的主要市場應該是卡車、貨車或者大型長途車等。
從北京的示範區域來看，大興區、海淀區、昌平區、延慶、順義等地，還聯合天津、河北等地一起進行。幾個大的區縣和跨省市的聯合示範區，很有可能印證了上面的應用場景，就是長途的貨運或客運場景。
京津冀區域的示範區，很有可能是為了著手2022年的北京冬奧會。中石化9月初在延慶和崇禮分別規劃建設4座加氫站；另外張家口還規劃在2022年前，氫氣產能實現10000噸/年，2021年建成16座加氫站。配套設施的規劃已經非常詳盡，接下來的就是氫能車型的選擇，包含了眾多國產自主氫能客車，有6款共計212輛氫能源客車為冬奧會服務。
所以，從配套設施+執行規模來看，京津冀區域的示範區應該是最有前景的。其次的就是廣東，廣東在2015年就開始佈局氫能產業，已經有了較為成熟的產業鏈，從制氫、運輸、加氫再到氫燃料電池汽車的全產業鏈。而佛山又是城市群的牽頭城市，去年底就已經有了15條氫燃料公交線路、近700輛氫燃料電池客車。
但由於有廣汽集團的存在，牽扯到與豐田的合資關係，再聯想到豐田的氫能源技術。豐田很可能會看重這個機會，而且依靠這種成熟的合作關係搶得市場先機，這樣一來廣東示範區很有可能成為同時手握氫能源商用、乘用車市場的區域。
上海的示範區目前看來是相對更獨立的一個示範區。首先上海示範區和北京不同，沒有那麼大的輻射能力，但它的產業鏈比較完善。上從制氫、運輸、燃料電池再到整車，上海都有多數的頭部企業。而且，目前加氫站已經建成10座。上海的氫能產業鏈相對成熟，且頭部企業居多，成立示範區更大的意義是給氫能產業國產化開個好頭。
氫燃料電池優勢、難點，發展現狀如何？
相比傳統燃油車，氫燃料電池汽車有更好的節能屬性。
首先，氫燃料電池的反應過程非常簡單，氫氣+氧氣產生水，整個過程不會排出二氧化碳。但從生產到應用這整個過程中，製造氫肯定是免不了會產生碳排放的，但氫燃料電池汽車的碳排放還是要比內燃機車型要好，等同於目前的新能源車型甚至會有更好的表現。而氫能源最大的優勢，就是可再生。
從兩個角度看，氫燃料電池汽車比純電車續航足、補能快（配套設施完善的前提下）；和傳統燃油車比，氫燃料的節能減排屬性更強。
但，氫能源目前仍然存在諸多難點，分別是配套、使用壽命等問題。咱們逐一分析，首先是配套設施，截至2021年6月初，我國加氫站共建成141座，其中119座在運營，22座已建成。此外，還有73座正在建設，118座規劃建設。加氫站建設被兩方面所制約，第一是普遍1500萬元的建設成本，其次是燃料電池車保有量小，利潤低。
接著是使用壽命，2020年資料顯示國外的燃料電池壽命在5000h左右，同時期國內的燃料電池壽命在3000h左右，遠無法滿足車輛的使用需求。
其實國內早在2017年就已經開始規劃氫能源的相關政策，並且提出來三個發展目標，其一就是2021年的示範執行，2025年的實現區域小規模執行。
而國內的氫燃料電池車，只有一小部分企業在做，例如2019年的紅旗H5FCEV（概念展示）；今年長安也公佈了C385車型，未來也計劃推出FCV氫能源車型。除此之外，佈局氫能車型的還有吉利、長城和廣汽等廠商，但大部分汽車廠商還處於探索研究階段，主要還是因為研發成本問題，而且就目前而言加氫站還夠不著談論“普及”的資格。
總結
從屬性上看，氫燃料電池汽車仍是一臺電動車，但加氫更快，能緩解一定的續航焦慮，而且環保屬性也更強。但在未來的發展中，能源會是一種多元化共存的狀態。
現在純電車的短板正在慢慢補齊，例如電池密度的提升、充電樁的普及以及快充模式的出現，現在對於純電車的補能問題已經做的不錯。目前為止，純電車是現階段的領先者；而理論上更有優勢的燃料電池才剛剛起步，對於燃料電池而言，目前最大的問題是沒有辦法大規模的應用。
