何 震，李永光

(上海電力學院 能源與機械工程學院，上海 200090)

隨著中國經(jīng)濟的快速增長，人們生活水平逐漸提高，汽車的使用也越來越普遍.據(jù)美國汽車行業(yè)權威雜志W(wǎng)ardsauto公布:截至2011年8月16日，全球各種汽車，包括轎車、卡車以及公共汽車等保有量已突破10億輛，中國達到1.058億輛，僅次于美國.到2050年全球汽車保有量將升至25億輛.[1]經(jīng)檢測，汽車尾氣中含有 NOx，CO，SO2，H2S以及鉛等有害成分，[2]龐大的汽車數(shù)量不僅給環(huán)境帶來了巨大的壓力，更侵蝕著人們的健康.

由于電動汽車依靠電池行駛，能夠實現(xiàn)零排放，可以在極大程度上緩解汽車尾氣污染，因此近幾年電動汽車受到青睞，發(fā)展十分迅速.但也有學者提出了質疑:電動汽車是否完全清潔無污染.目前我國電力生產(chǎn)約80%來自于火電，電動汽車從電網(wǎng)充電實質上只是將燃料從汽油換成煤而已，并沒有真正實現(xiàn)無污染、零排放.為了真正實現(xiàn)電動汽車零排放的目標，新能源的利用必不可少.為此，學者們提出了建立風能充電站或風光互補充電站為電動汽車充電.為了簡化模型，本文僅考慮風能充電.

利用風能對電動汽車充電的兩種形式為集中式充電和分布式充電.由于城市人口密集而集中式充電站占地面積較大，因此集中充電站一般建在人口稀少的地區(qū)，適用于電動汽車更換電池以補充能源.分布式充電即充電樁，由于其體積小，在城市中的應用范圍相對更廣.

風電利用方式主要有風電上網(wǎng)和風機直接對電動汽車充電.兩種方式均可進行集中式充電和分布式充電.由于風能的隨機性，利用風能直接對電動汽車進行分布式充電時，需要儲能裝置，以便于電動汽車隨時充電.本文僅考慮風能對電動汽車電池集中充電的情況.

雖然國內外學者對電動汽車的充電技術和運營作了相關研究，但卻沒有進行相應的經(jīng)濟性分析.本文將風電直接對電動汽車充電與電網(wǎng)內火電對電動汽車充電進行了對比，測算了投資成本和動態(tài)投資回收期.

1 風能對電動汽車充電的經(jīng)濟模型

對一項工程的經(jīng)濟性分析，可以清晰地體現(xiàn)該工程的可行性，實現(xiàn)資源的有效利用，避免浪費.同時，投資回收期是使累計的經(jīng)濟效益等于最初投資費用所需的時間，也是常用的經(jīng)濟性指標之一.由于目前電動汽車保有量很低，本文測算的是2020年上海電動汽車集中充電、換電的經(jīng)濟性.劉立國提出，電動汽車保有量的增長與GDP的增長基本一致，[3]將經(jīng)濟規(guī)模最大的浦東新區(qū)作為電動汽車集中推行區(qū)域.

利用風電對電動汽車充電與利用火電進行充電相比，收益為省煤費.投資為風電機組的一次投資、充電設備的成本差價以及配送過程中貨車的燃油費.

采用資金動態(tài)回收期[4]方法，凈現(xiàn)值可表示為:

式中:VNP——風能對電動汽車充電項目的凈現(xiàn)值;

m——每年省煤量，t;

d——煤價，元/t;

e——排污費，元/t;

r——貼現(xiàn)率;

n——投資回收期，a;

CI——一次投資成本，元.

令VNP=0，可得到投資回收期為:

由式(2)可知，在一定的貼現(xiàn)率條件下，要得出投資回收期，首先要確定一次投資成本、省煤量和排污費，而這些量的確定與預測的電動汽車保有量和電池配送路線相關.

2 經(jīng)濟性分析

2.1 一次投資成本測算

一次投資成本包括風電機組成本和集中充電站成本.兩者與電動汽車消耗的電量息息相關.全年耗電量為用戶耗電量和經(jīng)營耗電量之和，即:

式中:W——全年耗電量;

W1——用戶耗電量;

W2——經(jīng)營耗電量.

其中，電動汽車用戶的全年消耗電量為:

式中:Net——電動汽車保有量;

s1——用戶平均每天的行駛距離，km;

W0——用戶每百千米的平均耗電量，kWh.

電動貨車配送電池所耗電即為經(jīng)營耗電量，可表示為:

式中:w2——貨車每百千米耗電量，kWh;

s2——全年配送行程.

為了計算風電機組成本，需要確定風機機組參數(shù)和裝機數(shù)量.通過計算額定風速來確定風機參數(shù)、選擇匹配機組，并由單機發(fā)電量來確定風機機組的個數(shù)，計算總投資.

本文采用Weibull分布來描述風速分布規(guī)律.[5]Weibull 分布可表示為:

σ——風速的標準差;

c——尺度參數(shù);

求得k和c后，可以確定該地區(qū)的額定風速vr為:[6]

根據(jù)額定風速選擇相應風力機.通過風葉界面的風能功率可表示為:[7]

式中:A——掃風面積，m2;

ρ——空氣密度，kg/m3;

v——上游風速，m/s.

風力機發(fā)電的理論最大功率系數(shù)可表示為:[8]

式中:Cp0——貝茲理論得出的理論風能最大利用系數(shù)，取 0.593;

η——風力機效率，取 0.92;

ηg——變速齒輪的機械傳動效率，取0.96;

ηp——發(fā)電機的產(chǎn)電效率，取 0.95;

ηz——整流器的效率，取 0.97;

ηn——逆變器的效率，取 0.96;

由以上條件可得出風能發(fā)電理論最大功率因數(shù)Cp=0.463.單個風力機發(fā)電輸出功率為:

風機單價乘以風機數(shù)量則可得到風電機組成本.

2.2 省煤量計算

在傳統(tǒng)充電模式下，電動汽車的電力來自于電網(wǎng)，而電網(wǎng)中的電絕大部分來自于火電.假設電網(wǎng)中的電全部來自于火電，不考慮電廠自用電和電力傳輸效率，則全年省煤量為:

代入W值，并化簡得:

式中:q——每千克標準煤的發(fā)熱量，取 29 270 kJ/kg;

ηb——鍋爐的效率，取 0.92;

ηp——管道的熱效率，取 0.94;

ηe——汽輪發(fā)電機的絕對電效率，取0.457;

上述省煤量是在標準煤的情況下，若轉化為原煤，則上述結果需除以原煤標準煤轉換系數(shù)η1，取為 0.714 3.

另外，每年油耗不僅與更換電池數(shù)量有關，還與配送線路相關，這一部分的成本將在下面的實例中進行測算.

2.3 排污費計算

由于風電零排放，因此省下的排污費應計入收益中，計算公式為:

式中:A——排污費;

A1——廢氣污染物的污染當量數(shù)之和;

A2——固體廢物總重量，t.

1 t煤的污染排放量和污染物當量值如表1所示.

表1 1 t煤污染排放量與污染物污染當量值 kg

3 實例計算與分析

3.1 風電機組的選擇與單個機組的發(fā)電量和成本

上海位于東亞季風盛行區(qū)，受冬夏季風的影響，是我國海洋風能較為豐富的區(qū)域之一.并且上海作為經(jīng)濟、工業(yè)重鎮(zhèn)，對電力有著大量的需求.上海東海地區(qū)近海2008～2009年10 m海面風能分布特征[9]如表2所示.

表2 東海近海海面10 m風速分布 m/s

根據(jù)平均風功率密度等級表(GB/T 18710—2002)，可以判斷出上海風力資源較為豐富.上?，F(xiàn)在主要安裝的是輪轂高度為70 m的1.5 MW風力機組，因此需要用下式對其進行修正.[8]

式中:z0——海面粗糙度，取 0.003 m.

由此可得70 m風速分布如表3所示.

表3 東海近海70 m風速分布 m/s

計算后可得東海近海70 m的平均風速為7.19 m/s.根據(jù)式(5)可得額定風速vr=7.32 m/s，選取Aerodyn40.25風葉時，參數(shù)見表4.

表4 風機參數(shù)

據(jù)統(tǒng)計，該地區(qū)有效風時均在5 500 h以上，由式(8)可得單個風機年均發(fā)電量為3.21×106kWh.根據(jù)某公司報價，風電機組的價格按照3 800元/kW計算，則單機價格為570萬元，該價格包括風力機、傳動機構、發(fā)電機、自動控制裝置及支撐鐵塔等成本.

3.2 電動汽車一年耗電量

利用Bass模型預測，至2020年上海地區(qū)電動汽車保有量為7.87萬輛.據(jù)統(tǒng)計，上海平均上下班往返距離為30.2 km.以比亞迪e6電動汽車為基礎車型來進行計算，e6每百千米能耗為21.5 kWh.若僅考慮滿足人們正常上下班的情況，則用戶一年的耗電量為1.865×108kWh.

3.3 電池配送路線的確定及所耗能量計算

比亞迪e6充滿一次電可以行駛約300 km.上海電動汽車平均每天行駛30.2 km，e6電池容量為 62 kWh，能量密度為 95 Wh/kg，[10]則電動汽車電池重量為625 kg.計算可得電動汽車更換電池周期為9.55 d，平均每天更換電池數(shù)量為8 240個.汽車在城區(qū)內的平均行駛速度為30 km/h.為了方便消費者更換電池，每個電池更換點相距7.5 km.本文以浦東新區(qū)為電動汽車實驗區(qū).電池更換點和充電站如圖1所示.

圖1 浦東新區(qū)電池更換站與集中充電站分布

由圖1可知，電池更換站全部布置在環(huán)城公路以內，即城區(qū).集中充電站則布置在人口密度較小的郊區(qū).電池配送路線由 Dijkastra算法[11]確定.假設城區(qū)內道路、交通情況相同，則節(jié)點間路線的權值只與配送路程的長短相關.

由Dijkastra算法得出的路線圖(粗實線為配送路線)如圖2所示.

由圖2可以得出，各電池更換站點與集中充電站之間的距離如表5所示.

圖2 電池配送路線

表5 電池更換站與集中充電站之間的距離 km

配送電池貨車往返運行，由表5可知，全部站點均配送一次的總路程為583.8 km.由于每天更換電池數(shù)量為8 240個.采用載重30 t的集裝箱式貨車運送電池，每個站點每天需要運送次數(shù)為12.795次.全年配送電池總路程為2.726×106km.貨車能耗為121.6 kWh.經(jīng)營全年耗電量為3.31×106kWh，則全年總耗電量為1.868 ×108kWh.

3.4 一次成本的確定

風機個數(shù)為 1.868×108kWh/3.21×106kWh=58.1，因此風機個數(shù)為59個.風機成本為33 630萬元.目前利用火電為電動汽車充電時廣泛使用的是充電樁，而利用風電為電動汽車充電則需要建集中充電站.雖然兩者存在差異，但基礎充電設施基本一致，成本不會相差太大.因此，可分3種不同情況進行估算，分別為:集中充電站成本比充電樁總成本低50%;集中充電站成本與充電樁成本相同;集中充電站成本比充電樁總成本高50%.目前，充電樁的成本從幾千元到幾萬元不等，本文采用蘇州潤聯(lián)電子有限公司的報價為24 800元，充電功率參數(shù)為55 kW，則一臺e6充完電的時間為1.2 h.假設一天中電動汽車充電時間為6:00～24:00，那么一臺充電樁一天可充15臺電動汽車.因此，至少需要550臺充電樁，總成本為1 364萬元.

經(jīng)計算，第1種情況時，一次成本為32 948萬元.第2種情況時，一次成本為33 630萬元.第3種情況時，一次成本為34 312萬元.

3.5 省煤量及排污費的計算

由式(14)得一年省煤量為 5.907×104t，轉換為原煤則為8.27×104t.每噸原煤價格為550元.按照式(16)、式(17)和表1可得每噸標準煤的排污量為35元/t，折換成原煤，則為25元/t，則m(d+e)=4 755萬元.根據(jù)市場規(guī)律，貼現(xiàn)率按照8%計算，第1種情況下，投資回收期為10.5 a;第2種情況下，投資回收期為10.84 a;第3種情況下，投資回收期為11.18 a.由以上測算可知，充電設備的成本對投資回收期的影響不大，約11 a后可收回成本或實現(xiàn)盈利.

4 結語

通過以上測算，利用風能對電動汽車充電與利用火電充電相比，雖然初期投資較大，但經(jīng)營成本較低，從長期來看，前者將更有競爭力.目前，煤價、排污費總體上呈上升趨勢，風機成本則逐步下降.這種趨勢將導致投資回收期的進一步縮短，使得利用風能對電動汽車充電的方式更加經(jīng)濟.浦東新區(qū)作為電動汽車實驗區(qū)，煤價為550元/t時，投資回收期為11 a.煤價的上漲將導致投資回收期縮短.若煤價上漲50%，即煤價為825元/t，那么投資回收期為6.18 a.排污費的增加，將縮短投資回收期.2014年，北京將部分氣體排污費和非居民垃圾處理費提高了12倍，在上海地區(qū)，若按此新規(guī)定，則回收期縮短為6.26 a.風機成本越低，投資回收期越短.風機成本下降10%，則投資回收期為 9.25 a.

綜上所述，今后利用風能對電動汽車充電的經(jīng)濟性將更優(yōu)于利用火電，使電動汽車的使用變得完全清潔.風能資源較豐富地區(qū)可以推廣此種模式.

[1]《時代汽車》編輯部.全球汽車保有量與中國汽車保有量[J].時代汽車，2012(1):63.

[2]黑宇峰.論我國汽車保有量的增加對環(huán)境的危害[J].科技信息，2012(8):206.

[3]劉立國，程繼夏.汽車保有量與國民經(jīng)濟GDP及相關產(chǎn)業(yè)關系[J].長安大學學報:社會科學版，2005，7(3):35-38.

[4]賈仁甫，王紅.動態(tài)經(jīng)濟效果評價指標研究[J].河北職業(yè)技術師范學院學報，2000，14(4):63-66.

[5]丁明，吳義純，張立軍.風電場風速概率分布參數(shù)計算方法的研究[J].中國電機工程學報，2005，25(5):107-110.

[6]張海平.風力機特征風速的推導[J].云南工業(yè)大學學報，1997，13(1):76-78.

[7]劉靜，俞炳豐，姜盈霓.對福建省陸地風能資源的評估[J].可再生能源，2007，25(1):59-65.

[8]郭新生.風能利用技術[M].北京:化學工業(yè)出版社，2007:94-103.

[9]王曉亮，孫同美，徐晶晶，等.上海沿海風能資源評估[J].海洋技術，2012，31(1):107-110.

[10]吳憩棠.淺議比亞迪e6先行者電動車[J].汽車維修與保養(yǎng)，2012(3):44.

[11]任文軒.運用貪婪算法構建物流網(wǎng)絡的方法與應用研究[D].合肥:中國科技大學，2011.