未來電動汽車將會對環境產生什么影響，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。

現在，瑞士保羅謝爾研究所（PSI）、荷蘭萊頓大學和荷蘭環境評估機構（PBL）在聯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汽車引起的駕駛模式改變，以及電力行業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，紅色線表示中值結果。

Y軸顯示用于計算的背景數據庫；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。

我們發現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。我們開發了一種方法，將以后自動駕駛汽車和網聯汽車的節能潛力納入到新模型，發現這些新技術可以節約大約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在汽車相比，未來電動汽車對環境的影響大約能降低20％。但是，考慮未來電力行業的改進，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。我們發現，在計算電動汽車生產的上游影響時，若忽略未來電力系統的改善，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，考慮電力行業的發展極為重要。

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，還考慮了能源系統的變化，以便使整個電動汽車生產鏈與所使用的特定發電場景保持一致。

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進行了分析，最可能的車型尺寸與雷諾Zoe和日產LEAF相當。