世界对气候恶化和日益严重的城市污染问题有着广泛的关注，几次的严重石油危机让人们认识到：能源需求的无限性和一次能源的有限性之间的矛盾日益深化。汽车在为人们带来便利的生活的基础上，也造成了严重的能源短缺问题和环境恶化的问题。汽车的尾气排放中有很多环境污染物如：氮氧化物、颗粒物等，这些排放物是造成雾霾和光化学污染的主要污染物，对环境会造成严重的负面影响。鉴于能源供需关系的矛盾和汽车污染加重对世界各国的经济发展和环境治理带来了巨大的压力。为了应对这种压力，采用电能而非传统燃油的新型电动汽车成为汽车市场的首要推广热点。据估计，到2021年，纯电动汽车和混合动力汽车保有量将会达到2000万辆，但是由于在我国火力发电是发电的主要形式，大规模发展电动汽车相当于用煤炭替代石油，如果电动汽车的规模超过一定限度，将导致碳排放增加。因此研究低碳背景下，京津冀地区的电动汽车的最大保有数量具有重要现实意义。
　　首先，基于京津冀地区的经济发展水平、历史发电量等的特点，本文选取地区总发电量和清洁能源发电量作为研究对象，通过灰色关联度分析选取了15个影响因素，包括：京津冀地区的GDP、居民消费水平、人均地区生产总值、焦炭生产总量、原油生产总量、汽油生产总量、煤油生产总量、柴油生产量、天然气生产总量、能源价格指数、能源资产用于社会固定投资、第一产业比重、第二产业比重、第三产业比重，每个影响因素与因变量的灰色关联度均高于0.75，消除数据之间的信息冗余，采用因子分析法对15个影响因素进行降维处理，提取了三个公共因子宏观经济环境因子、其他主要能源生产总量因子、燃料油生产总量因子和五个独立的影响因素源利用效率、能源价格指数、能源资产用于社会固定投资、第一产业比重、第二产业比重、第三产业比重，共计8个因子共同作为京津冀地区发电量预测模型的输入端。在引入单纯形搜索方法的改进的粒子群优化算法的基础上，本文构建了改进的粒子群算法优化极限学习机预测模型(IPSO-ELM)。其次，基于现有的能源结构，本文首次构建了一种，在低碳环境约束下，电动汽车最大保有量模型，对电动汽车的数量进行定量分析。最后，以京津冀地区为实例，计算地区2019-2030年电动汽车的最大保有量。
　　预测结果表明，由于IPSO对京津冀地区的总发电量和清洁能源发电量的预测模型有较高的精确度，适用于发电量预测，同时也可以说明，本文由灰色关联度分析和因子分析选取的影响因素的正确性。计算结果显示，基于根据2020年和2030年京津冀地区的减排目标和预测的能源结构，2020年、2030年电动汽车的最大数量不得超过1763.47万辆和2296.73万辆，此时，电动汽车占传统汽车的比例分别为68.99%和70.32%。若想要达到电动汽车的完全替代，那么2030年京津冀地区的清洁能源发电比例应当提升到37.26%才可以达到碳减排的目的。最后基于以上研究结果，本文对如何提高清洁发电量以及电动汽车的规模发展提出相关建议。