摘 要：提出一種耦合環(huán)境參數(shù)、汽車形狀和用電需求的太陽能汽車能耗計算方法，基于典型氣象數(shù)據(jù)，進(jìn)行太陽能汽車年性能模擬。結(jié)果表明：與常規(guī)電動汽車相比，當(dāng)光伏組件效率為24.4%（2021年單晶硅組件最高效率）時，太陽能汽車在北京地區(qū)的年充電量減少78.8%，年充電次數(shù)減少81.2%；在昆明地區(qū)的年充電量減少96.2%，年充電次數(shù)減少96.6%。當(dāng)光伏組件效率達(dá)到28.0%時，太陽能汽車在昆明地區(qū)將不再需要從電網(wǎng)充電就可滿足一年的用電需求。此外，還分析不同參數(shù)對汽車光伏系統(tǒng)發(fā)電量的影響和汽車光伏系統(tǒng)的成本，其中太陽能汽車在昆明地區(qū)的最佳停車朝向?yàn)槟掀?0°。

關(guān)鍵詞：太陽電池；光伏組件；轉(zhuǎn)換效率；汽車性能；太陽能汽車

中圖分類號：TK513 文獻(xiàn)標(biāo)志碼：A

0 引 言

近年來，隨著太陽電池光電轉(zhuǎn)換效率的提高和光伏組件價格的下降，太陽能汽車逐漸成為熱門的話題，國內(nèi)外學(xué)者做了大量有關(guān)太陽能汽車方面的研究。然而，許多學(xué)者在研究太陽能汽車性能時，忽略了具體的用車需求。Masuda 等［1］測量發(fā)現(xiàn)，每天行駛不到30 公里的汽車只需依靠太陽能充電就能滿足用電需求，但在陰雨天時，僅靠光伏系統(tǒng)無法滿足行駛需求；Birnie［2］分析發(fā)現(xiàn)，太陽能每年能滿足年行駛為19312 km 的電動車?yán)锍痰?2%。但Lodi 等［3］指出全電池效應(yīng)對汽車的影響，即當(dāng)汽車停放時間過長時，光伏系統(tǒng)的發(fā)電量超過汽車蓄電池容量，多余的電量將會損失。因此，光伏系統(tǒng)所發(fā)的電量并非都能有效利用。此外，汽車形狀對汽車光伏系統(tǒng)發(fā)電量的影響不可忽視［4］，使用一維光伏陣列作為汽車光伏模型［5］雖簡化了計算過程，但計算結(jié)果存在很大偏差［6］。

綜上，太陽能汽車的性能評估除需考慮汽車光伏系統(tǒng)的發(fā)電量和續(xù)航里程外，還應(yīng)結(jié)合不同用戶習(xí)慣和氣候因素影響下的汽車耗電量。因此，本文提出一種耦合環(huán)境參數(shù)、汽車形狀和用電需求的太陽能汽車能耗計算方法?；诖四Ｐ停疚恼{(diào)用典型氣象數(shù)據(jù)評估搭載光伏系統(tǒng)的純電動汽車在中國昆明和北京兩個城市的實(shí)際充電需求。此外，本文還考慮不同參數(shù)如光電轉(zhuǎn)換效率和汽車朝向，對太陽能汽車性能的影響。同時，本文還估算了汽車光伏系統(tǒng)的成本。

1 理論模型

如圖1 所示，汽車上可安裝光伏組件的部位主要有前車蓋、前擋風(fēng)玻璃、車頂、后擋風(fēng)玻璃和后備箱蓋。當(dāng)汽車行駛時，前后擋風(fēng)玻璃處的光伏組件收回到車頂，不發(fā)電。

根據(jù)能量守恒定律，太陽能汽車的能量平衡方程為：

Ecp +Ec =Ed +Es （1）

式中：Ecp——太陽能汽車光伏系統(tǒng)的發(fā)電量，kWh；Ec——太陽能汽車從電網(wǎng)充的電量，kWh；Ed——太陽能汽車消耗的電量，kWh；Es——太陽能汽車蓄電池的充放電電量，kWh。

如圖2 所示，太陽能汽車的充電有兩種模式，一種是由汽車表面光伏組件吸收太陽能轉(zhuǎn)換成電能，通過最大功率點(diǎn)追蹤（maximum power point tracking，MPPT）升壓控制器給蓄電池充電；另一種是當(dāng)太陽輻照度不足時，從電網(wǎng)通過逆變器給蓄電池充電。

式中：y——不同車型的修正參數(shù)；Pac——熱泵空調(diào)的功耗，W；具體公式如式（13）、式（14）所示：

式中：v——汽車體積比。

2 性能仿真

2.1 流程

模擬流程如圖4 所示，其主體流程為：1）開始，首次充電0.9Eb；2）判斷汽車是否行使，若行駛，則汽車前后擋風(fēng)玻璃處的光伏組件收回車頂，根據(jù)光伏系統(tǒng)發(fā)電量、汽車行駛耗電和空調(diào)耗電量計算蓄電池剩余電量；若不行駛，則汽車前后擋風(fēng)玻璃處的光伏組件從車頂伸展開，根據(jù)光伏系統(tǒng)發(fā)電量、汽車停車耗電量計算蓄電池剩余電量；3）判斷蓄電池是否滿電，若滿電，則停止充電，多余的光伏系統(tǒng)發(fā)電量將損失；4）判斷蓄電池電量是否不足，若電量小于0.2Eb，則從電網(wǎng)充電至0.9Eb；若電量大于0.2Eb，則不從電網(wǎng)充電；每次循環(huán)周期為一個時間步長（本文設(shè)置的時間步長為1 h）。

2.2 仿真工況

如表1 所示，根據(jù)中國地區(qū)的太陽能分布和地理位置，本文選擇典型城市昆明和北京，及中國典型的緊湊型純電動轎車（秦PLUS，比亞迪），相關(guān)參數(shù)如表2 所示。

歐世奇等［13］給出中國不同車輛的年平均行駛距離，其中秦PLUS 的年均行駛距離為12018.71 km。Lodi 等［3］研究表明，一天中的3 個行車時段的比例為2.7∶1∶2.7；中國交通的高峰期為07：00—09：00 和17：00—19：00，昆明和北京的通勤高峰期的實(shí)際車速分別為33.33 和26.48 km/h。Green 等［14］展示了太陽電池效率表，其中2021 年單晶硅光伏組件的最高光電轉(zhuǎn)換效率為24.4%。

陰影遮擋會使光伏組件產(chǎn)生熱斑效應(yīng)［15］，嚴(yán)重影響光伏組件的性能和壽命，因此本文假設(shè)汽車在停車狀態(tài)下無陰影遮擋（S=1）且朝正南方向。由于行駛時汽車方向是隨機(jī)的，假設(shè)汽車每天改變一個方向，每次改變45°，8 d 為一個循環(huán)。此外，汽車前后玻璃上的光伏組件在行駛狀態(tài)下不發(fā)電，汽車的熱泵空調(diào)僅在行駛時使用。仿真所涉及的其他相關(guān)參數(shù)如表3 所示。

2.3 仿真結(jié)果

將典型氣象年數(shù)據(jù)代入Matlab 進(jìn)行模擬，得到太陽能汽車一年的用電量、光伏系統(tǒng)的發(fā)電量、從電網(wǎng)充電量和有無光伏系統(tǒng)的充電次數(shù)，如表4 所示。結(jié)果表明：太陽能汽車在昆明地區(qū)一年的用電量為2015.88 kWh，而汽車光伏系統(tǒng)的發(fā)電量為2408.55 kWh，一年中汽車只需從電網(wǎng)充電75.91 kWh，汽車的年充電量減少96.2%。另外，有光伏系統(tǒng)時，一年只需充電2 次，對比無光伏系統(tǒng)時一年需充電58 次，年充電次數(shù)減少96.6%；太陽能汽車在北京地區(qū)一年的用電量為2370.69 kWh，汽車光伏系統(tǒng)的發(fā)電量為2268.41 kWh，一年中汽車需從電網(wǎng)充電501.70 kWh，汽車的充電量減少78.8%，有光伏系統(tǒng)時，一年只需充電13 次，對比無光伏系統(tǒng)時一年需充電69 次，充電次數(shù)減少81.2%。

如圖5、圖6 所示，昆明和北京兩地一南一北，全年的輻照變化和環(huán)境溫度變化差異較大。昆明四季如春，汽車耗電和光伏系統(tǒng)發(fā)電量較為平均，汽車光伏系統(tǒng)發(fā)電量在一年中的大部分時間內(nèi)都是多于汽車用電量的，只有10—12 月份例外，因此汽車只需在10 月和12 月份各充1 次電即可。而北京冬天較寒冷，汽車光伏系統(tǒng)發(fā)電量在1—3 月份和9—12月份都少于汽車用電量，因此在北京地區(qū)汽車冬天充電次數(shù)較多。

3 參數(shù)分析

光電轉(zhuǎn)換效率的增大將使汽車光伏系統(tǒng)的發(fā)電量增加，提高太陽能汽車的性能，但單結(jié)太陽電池的光電轉(zhuǎn)換效率的理論極限為33%［16］，三結(jié)太陽電池的理論極限為50%［17］。此外，汽車停車時不同朝向也對汽車光伏系統(tǒng)的發(fā)電量有影響。

3.1 光電轉(zhuǎn)換效率

如圖7 所示，當(dāng)光伏組件的光電轉(zhuǎn)換效率達(dá)到28.0%時，太陽能汽車在昆明地區(qū)將實(shí)現(xiàn)無需充電即能滿足一年的用電需求。預(yù)計各種太陽電池實(shí)現(xiàn)達(dá)到該效率的年限分別為：單晶硅太陽電池2035 年，多晶硅2073 年，砷化鎵薄膜和三結(jié)太陽電池分別在2011 年和2000 年就已達(dá)到。另外，太陽能汽車在北京地區(qū)的年充電次數(shù)隨光電轉(zhuǎn)換效率的增大而減少。當(dāng)光電轉(zhuǎn)換效率接近單結(jié)太陽電池的理論極限時，汽車一年仍需充7 次電，當(dāng)光電轉(zhuǎn)換效率接近三結(jié)太陽電池的理論極限時，汽車一年只需充2 次電。

3.2 汽車朝向

為了確定汽車不同停車方向?qū)夥到y(tǒng)發(fā)電量的影響，本文提出基于汽車尺寸的汽車光伏系統(tǒng)在水平平面上的投影效率（ηpe）：

式中：Et—— 無陰影遮擋的汽車光伏系統(tǒng)的發(fā)電量，Et =Ecp /S，kWh；Ape——汽車橫截面積，m2；

結(jié)合式（6）、式（7）和式（15）可知，ηpe 與η0 成正比，因此本文提出無量綱參數(shù)——模型因子（Hpe0 =ηpe /η0）：

式中：Hpe0——模型因子；η0——光伏組件參考效率。

設(shè)置汽車正南朝向時為0°，指定向西偏轉(zhuǎn)為正，每次偏轉(zhuǎn)45°。本文調(diào)用昆明的典型年氣象數(shù)據(jù)進(jìn)行模擬得到，如圖8 所示，模型因子（Hpe0）隨汽車朝向的變化范圍是0.746～0.793，差值為0.047。當(dāng)汽車朝南偏西約70°時，Hpe0 達(dá)最大值0.793；當(dāng)汽車朝正北時，Hpe0 達(dá)最小值0.746。綜上，通過模擬得到太陽能汽車的模型因子在昆明地區(qū)隨汽車朝向的變化，因?yàn)槠嚬夥到y(tǒng)的發(fā)電量隨模型因子值的增大而增大，所以建議太陽能汽車在昆明地區(qū)的停車方向?yàn)槟掀?0°。

4 經(jīng)濟(jì)性分析

太陽能汽車的光伏系統(tǒng)主要由光伏組件、MPPT 控制器、充電狀態(tài)（state of charge，SOC）控制器、蓄電池和直流電機(jī)組成。電動汽車擁有除光伏組件和MPPT 控制器外的其他儀器，此外汽車光伏系統(tǒng)的MPPT 控制器和其他配件的成本約為汽車光伏系統(tǒng)的20%，因此本文重點(diǎn)關(guān)注光伏組件的成本分析。與單晶硅太陽電池相比，砷化鎵薄膜太陽電池具有更好的靈活性和更高的效率，但使用砷化鎵薄膜光伏組件的成本為100～200 美元/W，而使用硅的成本為0.2～0.6 美元/W［18］。如圖9 所示，由于疫情影響，硅光伏組件價格在短期內(nèi)略有上漲，但從長期來看仍會下降。2022 年1 月，單晶硅光伏組件價格已降至1.84 元/W，多晶硅光伏組件的價格已降至1.67元/W。

根據(jù)表5 中單晶硅光伏組件尺寸，365 W 光伏組件的價格為372.25 元/m2。計算得到汽車光伏系統(tǒng)的當(dāng)前成本為汽車價格的3.1%，如表6 所示。然而，商用光伏組件的效率約為20%，低于實(shí)驗(yàn)室的24.4%。

5 結(jié) 論

本文提出一種結(jié)合環(huán)境參數(shù)、汽車形狀和用電需求的太陽能汽車能耗計算方法?；诖耍{(diào)用典型氣象數(shù)據(jù)進(jìn)行年性能模擬，設(shè)置時間步長為1 h。結(jié)果表明：與常規(guī)電動汽車相比，當(dāng)光伏組件效率為24.4%（2021 年單晶硅組件最高效率）時，太陽能汽車在北京地區(qū)的年充電量減少78.8%，年充電次數(shù)減少81.2%；太陽能汽車在昆明地區(qū)的年充電量減少96.2%，年充電次數(shù)減少96.6%；當(dāng)光伏組件效率達(dá)到28.0%時，在昆明地區(qū)太陽能汽車將不再需要從電網(wǎng)充電就可滿足一年的用電需求。

此外，還分析了汽車朝向?qū)ζ嚬夥到y(tǒng)發(fā)電的影響，提出一個無量綱參數(shù)——模型因子，模擬太陽能汽車的模型因子在昆明地區(qū)隨汽車朝向的變化，其變化范圍是0.746～0.793，差值為0.047。由于汽車光伏系統(tǒng)的發(fā)電量隨模型因子值的增大而增大，故建議太陽能汽車在昆明地區(qū)的停車方向?yàn)槟掀?0°。最后，分析了光伏系統(tǒng)成本，得出使用單晶硅的光伏系統(tǒng)的成本約為汽車價格的3.1%。

［參考文獻(xiàn)］

［1］ MASUDA T， ARAKI K， OKUMURA K， et al. Staticconcentrator photovoltaics for automotive applications［J］.Solar energy， 2017， 146： 523-531.

［2］ BIRNIE D P Ⅲ . Analysis of energy capture by vehiclesolar roofs in conjunction with workplace plug-in charging［J］. Solar energy， 2016， 125： 219-226.

［3］ LODI C， GIL-SAYAS S， CURRò D， et al. Full-batteryeffect during on-board solar charging of conventionalvehicles［J］. Transportation research part D： transport andenvironment， 2021， 96： 102862.

［4］ ARAKI K， JI L， KELLY G， et al. To do list for researchand development and international standardization toachieve the goal of running a majority of electric vehicleson solar energy［J］. Coatings， 2018， 8（7）： 251.

［5］ CHENG K， GUO L M， WANG Y K， et al. Prediction ofenergy balance and utilization for solar electric cars［J］.IOP conference series： earth and environmental science，2017， 93： 012025.

［6］ ROHOLLAHI E， ABDOLZADEH M， ALI MEHRABIANM. Prediction of the power generated by photovoltaic cellsfixed on the roof of a moving passenger coach： a case study［J］. Proceedings of the institution of mechanicalengineers， part F： journal of rail and rapid transit， 2015，229（7）： 830-837.

［7］ KALOGIROU S. Solar energy engineering： processes andsystems［M］. Amsterdam： Academic Press， 2009.

［8］ 任曉. 基于非晶硅電池的光伏光熱綜合利用系統(tǒng)的理論與實(shí)驗(yàn)研究［D］. 合肥： 中國科學(xué)技術(shù)大學(xué)， 2021.

REN X. Theoretical and experimental study onphotovoltaic photothermal comprehensive utilizationsystem based on amorphous silicon battery［D］. Hefei：University of Science and Technology of China， 2021.

［9］ 任濤， 韓一峰， 韓碩， 等. n型高效光伏組件發(fā)電性能研究［J］. 太陽能學(xué)報， 2022， 43（12）： 13-18.

REN T， HAN Y F， HAN S， et al. Power generationperformance study of high-efficiency n-type PV module［J］.Acta energiae solaris sinica， 2022， 43（12）： 13-18.

［10］ EUROPEAN C. Technical Guidelines for the preparation ofapplications for the approval of innovative technologiespursuant to Regulation［M］. European： EuropeanCommission， 2018， 1-53.

［11］ XIE P， JIN L， QIAO G， et al. Thermal energy storage forelectric vehicles at low temperatures： concepts， systems，devices and materials［J］. Renewable and sustainableenergy reviews， 2022， 160： 112263.

［12］ 李維偉. 純電動汽車空調(diào)系統(tǒng)建模與能耗占比分析［D］. 長春： 吉林大學(xué)， 2020.

LI W W. Modeling of PEV air conditioning system andanalysis of energy consumption proportion［D］. Changchun：Jilin University， 2020.

［13］ OU S Q， YU R J， LIN Z H， et al. Intensity and dailypattern of passenger vehicle use by region and class inChina： estimation and implications for energy use andelectrification［J］. Mitigation and adaptation strategies forglobal change， 2020， 25（3）： 307-327.

［14］ GREEN M A， DUNLOP E D， HOHL-EBINGER J， et al.Solar cell efficiency tables （Version 58）［J］. Progress inphotovoltaics： research and applications， 2021， 29（7）：657-667.

［15］ 張臻， 單立， 王磊， 等. 光伏組件熱斑案例失效分析與影響因素研究［J］. 太陽能學(xué)報， 2017， 38（1）： 271-278.

ZHANG Z， SHAN L， WANG L， et al. Study on caseanalysis and effect factors of hot spot failure forphotovoltaic module［J］. Acta energiae solaris sinica， 2017，38（1）： 271-278.

［16］ ANDREANI L C， BOZZOLA A， KOWALCZEWSKI P， etal. Silicon solar cells： toward the efficiency limits［J］.Advances in physics： X， 2019， 4（1）： 1548305.

［17］ RABADY R I. Optimized multi-junction photovoltaic solarcells for terrestrial applications［J］. Solar energy， 2014，106： 72-81.

［18］ HOROWITZ K A W. A techno-economic analysis and costreduction roadmap for Ⅲ-Ⅴ solar cells［R］. UnitedStates： USDOE Advanced Research Projects Agency -Energy（ ARPA-E）， 2018， 1-35.

基金項目：國家自然科學(xué)基金重點(diǎn)項目（52130601）；國家自然科學(xué)基金青年基金（52106276）