中国2020年电动汽车电源结构的线性规划

2023年11月24日发(作者：奔驰敞篷轿跑车型有哪些)

科技园地 新鞠ｆ瑚ｅ雕ｉ

中国２０２０年电动汽车电源结构的线性规划

同济大学汽车学院年晨宁

摘要在对２０２０年中国电源结构和电动汽车发展场景预测的基础上，通过建立电动汽

车电源结构线性规划模型，在电动汽车Ｗｅｌｌ ｔｏ Ｗｈｅｅｌ二氧化碳排放和发电成本之间得出最优

化方案，并使得一般和乐观场景下电动汽车Ｗｅｌｌ ｔｏ Ｗｈｅｅｌ二氧化碳分别较优化前减少７６．３％

和７０．９％。

关键词：电动汽车 二氧化碳Ｗｅｌｌ ｔｏ Ｗｈｅｅｌ排放 电源结构线性规划Ｌｉｎｇｏ软件

电动汽车（包括纯电动和插电式混合动力汽

车）素以节能环保著称，并且电力的生产成本与油

价相比也有巨大的优势［１］。然而在目前国际上密切关

注的二氧化碳排放方面，电动汽车在运行时Ｔａｎｋ ｔｏ

ｗｈｅｅｌ（油箱至车轮）能够实现二氧化碳的零排放，

但如果考虑到电力的生产所导致的Ｗｅｌｌ ｔｏ Ｗｈｅｅｌ

（环境至车轮）的二氧化碳则不可避免。在中国以

燃煤为主的火力发电占了重大比例，这将会导致电

动汽车的Ｗｅｌｌ ｔｏ Ｗｈｅｅｌ二氧化碳不容乐观口］。本文 年的各发电方式发电量及电源结构如表１所示。

将在对２０２０年中国电源结构预测的基础上，运用运

筹学的线性规划，使得为电动车新增发电的电源结

构在二氧化碳排放和发电成本上得到最优化。

１ ２０２０年中国电源结构预测

本文将中国的电源结构分为火电、水电、核

电、风电及其他。以２００９年为各发电方式月度变

化参考的基准年 Ｊ，并按照张斌的（（２０２０年我国

能源电力消费及碳排放强度情景分析》Ｅ４］中的方

案对２０２０年电源结构的预测，类比得出中国２０２０

亿ｋＷｈ 表１ ２０２０年各发电方式全年及月度发电量

２ 中国２０２０年电动汽车发展场景设定

本文将纯电动汽车和插电式混合动力汽车保

有量预测作１：１考虑。８６３计划节能与新能源汽

车重大项目办公室副主任甄子键在“２００９中国

汽车工程学会年会”上预测，２０２０年纯电动汽

车保有量为１ ６９８万辆，他的数据同样也被《中

国汽车产业发展报告（２０１０）汽车蓝皮书》所引

用；清华大学汽车工程系的王贺武教授在２００９

年９月由清华大学和新加坡交通学院合办的Ｇｒｅｅｎ

Ｔｒａｎｓｐｏｒｔ ｆｏｒ Ｇｒｏｗｉｎｇ Ｃｉｔｉｅｓ学会上，预测纯电动

汽车保有量２０２０年达到２ ６７０万辆。本文根据上

述两种较新的权威预测，给出２０２０年中国电动汽

车的发展场景：

般场景纯电动汽车和插电式混合动力汽车

各１ ６９８万辆；

乐观场景纯电动汽车和插电式混合动力汽车

各２ ６７０万辆。

一

３ 中国２０２０年电动汽车电力需求及二氧化碳排

放初步测算

首先计算２０２０年两种场景下，电动汽车的全

年及每月平均电耗：

假设每年３６５天，每天行驶６０ｋｍ，并运用

美国能源部的电耗标准：纯电动汽车０．２４ ｋＷｈ／ｋｍ

和插电式混合动力汽车０．１６７ ｋＷｈ／ｋｍ。由此得出

３０

中国２０２０年电动汽车电源结构的线性规划 ●—＿

两个场景下电动汽车的全年及每月电耗： 都蕴含了这个假设，它们在表述问题时常常不一

一

般场景全年１ ５１３．４７８亿ｋＷｈ，每月１２６．１２３ ２ 定明确指出。在线性规划模型中，称Ｚ为目标函

亿ｋＷｈ：

乐观场景全年２ ３７９．８５１亿ｋｗｈ，每月１９８．３２０ ９

亿ｋＷｈ。

应用国际原子能机构的研究成果［５】：煤炭发电 用Ｌｉｎｇｏ数学建模软件解决，由美国芝加哥大学

产生的全生命周期二氧化碳排放为１ ３００ ｇ／ｋＷｈ，

水利发电为３５ ｇ／ｋＷｈ，核能发电为２１ ｇ／ｋＷｈ和风力 成立Ｌｉｎｄｏ系统公司。目前Ｌｉｎｇｏ软件的最新版

发电为３０ ｇ／ｋＷｈ，其他发电方式取均值８５ ｇ／ｋＷｈ。

按照表１所示的电源结构和每种发电方式的二氧

化碳排放得出电动车的Ｗｅｌｌ ｔｏ Ｗｈｅｅｌ排放，由此

得到：

２０２０年一般场景中国电动汽车全年Ｗｅｌｌ ｔｏ

Ｗｈｅｅｌ排放１４７ ７３０ １９４ ｔ。假设到２０２０年，中国

汽油车二氧化碳排放达到目前欧洲的１６０ ｇ／ｋｍ，

同样这些汽油车的二氧化碳排放为１１８ ９９５ ８４０ ｔ，

这样的电动车的电源结构反而比汽油车增加了二

氧化碳的排放。乐观场景中国电动汽车全年Ｗｅｌｌ

ｔｏ ｗｈｅｅｌ排放２３２ ２９６ ５９５ ｔ，同样量的汽油车的 会在当年的发电设施的基础上，按照当年的电源

二氧化碳排放则为１８７ １１３ ６００ ｔ，结果同样不能 结构，增加各发电方式的发电设备，以满足电动

令人满意。 车的这部分电力需求。

因此，有必要对为电动车的新增发电作一定

的优化调整，而让电动车真正达到在二氧化碳排

放方面的减排作用。此外，也需考虑到发电的实

际成本，在发电能力允许和成本增加不多的情况

下，减少二氧化碳的排放。所以就是需要一个让

二氧化碳排放和成本最优化的方法。 在本文的模型中，目标函数应为发电导致的

４线性规划方法介绍

从数学意义上说，运筹学方法是一种求极

值的方法，即在一组约束为等式或不等式的条件

下，使系统的目标函数达到极值，即最大值或最

小值。从经济意义上说，是在一定的人力、物力

和财力资源条件下，使经济效果达到最大（如产

值、利润），或者在完成规定的生产或经济任务

下，使投入的人力、物力和财力等资源为最少

】

。

线性规划的数学模型由目标函数和约束条件

构成，可以表示为下列形式 Ｊ：

ｍａｘ（ｍｉｎ）ｚ （１）

ｓ．ｔ． ≤（＝，≥） ｉ＝１，２，…， （２）

≥０ Ｊ １，２，…，，ｚ （３）

其中，式（１）ｇ，Ｓｂ目标函数，它只有两种 车用电需求。

形式：ｍａｘ或ｍｉｎ；式（２）称为约束条件，它们

表示问题所受到的各种约束，一般有三种形式： 得出每月各发电方式可用于电动车的发电量Ｅｊａｖａ

“大于等于”、“小于等于”（这两种情况又称

不等式约束）或“等于”（又称等式约束）；式 筹学数学软件Ｌｉｎｇｏ计算，便可得出优化发电方

（３）称为非负约束条件，很多情况下决策变量

数， ，为决策变量，Ｃ，为目标函数系数，ｂ 为约

束右端常数或简称右端项，也称资源常数；称ａ

为约束系数或技术系数。运筹学的线性规划常

的Ｌｉｎｕｓ Ｓｃｈｒａｇｅ教授于１９８０年前后开发，后来

本为Ｌｉｎｇｏ１２．０，本文计算用的是目前最常用的

Ｌｉｎｇｏ１１．０。

５ 电动汽车电源结构线性规划模型

在建立中国电动汽车电源结构线性规划模型

之前，需要先提出这个模型所使用的前提：

①在全国范围内，２０２０年全国各电网已实

现互联，各发电厂的电力生产可以全国范围内输

送。

②未来随着我国电动车电力需求增加，国家

③火电和水电可以按照每月用电需求的变化

自由改变发电量，并且在每个月理论上允许全负

荷运转。

④核电、风电和其他发电方式常年都以全负

荷运转。

二氧化碳排放和成本总和的最小值：

５

．

ｍｌｎｚ （ａＣＯ：ｊ＋ＣＯＳ巧）

ｊ＝ｌ

约束条件则为各种发电方式每月发电量限制，

和每月新增发电量不少于电动汽车的用电需求：

≤Ｅｊａｖａ

Ｅ ＋Ｅｈ＋Ｅｎ＋Ｅｗ＋Ｅｏ≥Ｅｍ

式中，代表不同的发电方式，分别包括火电

（ｆ）、水电（ｈ）、核电（ｎ）、风电（ｗ）和其

他（０）； 为二氧化碳排放和成本之问的权重系

数；ｃｏ＃代表不同发电方式发电每千瓦时造成的

二氧化碳排放；ｃｏｓｒｊ代表不同发电方式发电每

千瓦时造成的成本； 为模型计算出的每月各种

发电方式的发电量；Ｅｊａｖａ代表当月某发电方式的

最多可用于电动车的发电量；Ｅｍ代表每月电动

ｃｏ＃、ＣＯＳ巧和Ｅｍ都为已知，接下来需要

和权重系数。ｃ，并把条件通过此类问题常用的运

案。从本文所需模型的输入和输出的角度出发，

： ２０ｌ１３１

．

口喀 ２５

科技园地

计算流程如图１所示。

Ｉ各月各发电方式 全年电动汽车

输入

Ｉ的发电量预测值 电力需求预测值

ｌ ｛

● ｌ

本文将采用电力需求较大的２０２０乐观场景为

例，演示模型的计算过程。

Ｉ各月各发电方式 全负荷发电潜力 Ｉ约束条件２

０约槲１ ／＼ 确

计算

＼／

【各用月于各电发动电车方发式电可量 Ｋ 轰萎

５．１各月各发电方式全负荷发电潜力与各月各发

电方式可用于电动车的发电量Ｅｊａｖａ

首先需要获得在增加电动车用电需求之后的

全国各月各发电方式的发电量。在表１的基础上

增加２０２０年乐观场景下电动汽车的用电需求，得

到如表２所示的２０２０年电动汽车乐观场景下的全

国电源结构。

观察火力发电数据，全年中，１２月的发电量最

Ｊｒ

各月新增电

大，同时再观察１２月的水电数据，又是全年中水

力电源结构

电较少的月份，另外，１２月又是全年中月度需求最

输出

大的月份。很显然，从１２月份的数据中可得出，其

４Ｌ４ｅ．￣电动车

二氧 傲

中的火电和水电都已经全负荷运转，则令５ ８７４亿

ｋＷｈ为火电的每月全负荷运转发电量，而７２４亿

图１ 中国电动汽车电源结构线性规划模型计算流程

ｋｗｈ为水电处于苦水期的全负荷运转发电量。

表２ ２０２０年电动汽车乐观场景下的全国电源结构 ￣７＿，ｋＷｈ

观察水利发电数据，全年中，８月的发电量最

均值１ ０３４亿ｋＷｈ为过渡期全负荷发电量。

大，同时８月也处于汛期，则令ｌ ３４４亿ｋＷｈ为 采用核电和风电的全负荷运转发电量减去表

水电处于汛期的全负荷运转发电量。取枯水期全 １的数据，得到每月最多可以用于电动车的发电

负荷７２４亿ｋＷｈ和汛期全负荷１ ３４４亿ｋＷｈ的平

量Ｅｊａｖａ，如表３所示。

表３ ２０２０年电动汽车乐观场景下的可用于为电动汽车新增的发电量 ￣ＥｋＷｈ

５．２权重系数

的概念。在我国碳税的收取已经在酝酿之中，本

本模型中的权重系数用来表示各种发电方式

文采用目前正在研究的方案之一，４０元／ｔ。但碳

的二氧化碳排放同其发电成本间的权重关系，其 税毕竟是用来鼓励二氧化碳减排的政策，而并不

影响到结果中对于二氧化碳排放优先和成本优先 是为了惩罚的目的，相对成本来说，占的比重还

之间的倾向。本文在得出权重系数时引入了碳税 是很小。因此，为了二氧化碳排放和成本数值上

３２

的级数，取权重系数６ｃ为４００。

据ＣＤ 丌取０．３元／ｋＷｈ、ＣＤ 取０．４元／ｋｗｈ、

Ｏ ０ ０ Ｏ

加 ∞ 如

５＿３ 中国电动车新增电力电源结构线性规划 ＣＤ 取０．９元／ｋＷｈ、ＣＯＳＴｗ取０．５５元／ｋＷｈ、

将目标函数和约束条件中所需各参数作如下

ＣＤ 取１元／ｋＷｈ；权重系数６ｃ取４００；各月

设定：根据国际原子能机构的数据，ＣＯ ｆ取１ ３００ Ｅｊａｖａ按照表３数据。通过Ｌｉｎｇｏｌ１．０编程并计算

ｇ／ｋＷｈ、Ｃ０２ ｈ取３５ ｇ／ｋＷｈ、Ｃ０２ｎ取２１ ｇ／ｋＷｈ、

得出２０２０年中国电动汽车乐观场景新增电力优化

ＣＯ２ｗ取３０ ｇ／ｋＷｈ、ＣＯ２０取８５ ｇ／ｋＷｈ；成本数

分配方案如图２所示：

，、

妻

蝴

１月 ２月 ３月４月 ５月 ６月 ７月 ８月 ９月 １Ｏ月 １１月 ｌ２月

图２ ２０２０年中国电动汽车乐观场景新增电力线性规划方案

由图２可以得出，优化配电方案在２０２０年的

电以后的优先级以此为风电、核电和火电。图２和

３月至６月、９月和１１月这六个月份全部都用水力 优化前电源结构相比，水利发电比例明显大幅增

发电来满足，在１月、２月、７月、８月、１０月和１２

加，火力发电所占比例明显减小。而对于核电和风

月这六个月份先后使用风电、核电和火电。特别在 电，虽然这两种发电方式的二氧化碳排放十分优

１Ｏ月份，水电供应不足的情况下，用风电和核电 越，但是由于它们本身发展的限制，无法起到很大

进行补充，没有用到火电。由此可见，模型选择了

的替代火电的作用。以同样方法得出２０２０年一般

水电作为二氧化碳排放和成本的最优化方案，水

场景下的优化配电方案，如图３所示。

＾

．％ －－－

１月 ２月 ３月 ４月 ５月 ６月 ７月 ８月 ９月 １ ０月 １１月 １ ２月

图３ ２０２０年中国电动汽车一般场景新增电力线性规划方案

用 孳３３

警 ｆ ０４“苟

科技园地 艇鞠｝ 琵 ∞

５．４优化后电动汽车二氧化碳Ｗｅｌｌ ｔｏ Ｗｈｅｅｌ排

二氧化碳的排放和相应成本进行计算。优化二氧

放

化碳排放后，２０２０两种场景下，为电动车用电新

接下来模型就将根据优化后的配电方案，对

增发电导致二氧化碳排放如图４和图５所示。

１４ ０００ ０００

１２ ００００００

一 ｌ０ ００００００

萎８００００ ０００

６０ ０００ ０００

ＩＩ

４０ ０００ ０００

２０００００００

０

图４ 中国２０２０年电动汽车发展一般场景新增发电优化方案的二氧化碳排放

２５ ００００００

２０００００００

０

Ｖ

ｌ５ ０００ ０００

嚣

１０００００００

ｌ１

５ ０００ ０００

０

图５ 中国２Ｏ２０年电动汽车发展乐观场景新增发电优化方案的二氧化碳排放

由图所示，两个场景的优化后二氧化碳排放

成的。２０２０乐观场景中火力发电的需求要多于

仍以火力发电为主。这是在水电、核电和风电无

一

般场景。优化前后的排放及成本比较如表４所

法满足用电需求的月份，不得已而使用火电所造

示。

３４

表４中国２０２０年电动汽车新增发电优化方案的输出结果及优化前后比较

由表４所示，相比优化前，模型能够分别用

增加５．４％和６．３％成本的代价，减少７６．３％和

７０．９％的二氧化碳排放，相比相同数量的汽油

车的二氧化碳排放，分别也可以减少７０．６％和

６３．７％。远远超过我国政府在哥本哈根会议上承

诺的４０％～４５％的减排目标。

５．５模型验证

用美国阿贡实验室用于计算车辆Ｗｅ１１ ｔｏ

Ｗｈｅ ｅｌ排放ＧＲＥＥＴ模型【８］对本文的结果进

行验证。将两个场景火电、水电、核电、风

电的电源结构１ ５．５％／８ １．７％／１．５％／１．１％和

１９．８％／７５．５％／２．９％／１．５％分别代入ＧＲＥＥＴ模

型并模拟２０２０年排放情况，获得一般场景电动汽

车排放７５ ｇ／ｍｉｌｅ，换算成公里并乘以电动车数量

及里程，得到２０２０年全年３４ ６４５ ５２８ ｔ，误差为

２－３７％；乐观场景９１ ｇ／ｍｉｌｅ，全年６６ ０９９ ９ｌ３ ｔ，

误差为２．５７％。

个电网电源结构出发，改善电动汽车二氧化碳

Ｗｅｌｌ ｔｏ ｗｈｅｅｌ排放，本文提出以下建议：

①改善整个电网的电源结构，大力发展可再

生能源，合理开发水电和核电。

②运用碳捕获与封存技术（Ｃａｒｂｏｎ Ｃａｐｔｕｒｅ

ａｎｄ Ｓｔｏｒａｇｅ，简称ＣＣＳ），二氧化碳排放为２３０

ｇ／ｋＷｈ。

③电动汽车示范区域采用智能电网技术，运

用可再生能源发电的独立充电网络。

参考文献

［１］邹新宇，褚晓鸣．电动汽车研究进展［Ｊ］．中小企业管

理与科技，２０１０，２２（８）：２４３—２４４．

１ ２ Ｊ Ｈｕｏ Ｈ，Ｚｈａｎｇ Ｑ，Ｗａｎｇ ＭＱ，Ｓｔｒｅｅｔｓ ＤＧ，Ｈｅ Ｋ．

Ｅｎｖｉｒｏｎｍｅｎｔａｌ ｉｍｐｌｉｃａｔｉｏｎ ｏｆ ｅｌｅｃｔｒｉｃ ｖｅｈｉｃｌｅｓ ｉｎ

Ｃｈｉｎａ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｃｉｅｎｃｅ＆ｔｅｃｈｎｏｌ，２０ １ ０，

４４（１３ ：４８５６—４８６１．

［３］《中国电力年鉴》编辑委员会．中国电力年鉴

通过线性规划模型优化新增发电的电源结

构，能够使得新增发电引起的二氧化碳排放得到

十分有效的改善，同时成本仅略有提高。并且运

用本文建立的模型和方法，只要输入当年的各月

发电数据和电动汽车用电需求，就可做出线性规

划方案。但是如果要计算电动汽车充电直接耗电

的电源结构和二氧化碳，仍然还是按照整个电网

的电源结构来计算，由于电动车的用电需求在全

社会的用电需求中的份额仍然太少，即便是用模

型优化得出的这些为电动汽车新增的发电量，也

无力改善以火电为主的中国电源结构。如果从整

２００９［Ｍ］．北京：中国电力出版社，２００９．

［４］张斌．２０２０年我国能源电力消费及碳排放强度情景分

析［Ｊ］．中国能源，２００９，３１（３）：２８—３１．

［５］ＷＥＩＳＳＥＲ，Ｄ．Ａ ｇｕｉｄｅ ｔｏ ｌｉｆｅ－ｃｙｃｌｅ ｇｒｅｅｎｈｏｕｓｅ ｇａｓ

（ＧＨＧ）ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｅｌｅｃｔｒｉｃ ｓｕｐｐｌｙ ｔｅｃｈｎｏｌｏｇｉｅｓ［Ｊ］．

Ｅｎｅｒｇｙ，２００７，３２：１５４３—１５５９．

［６］运筹学教材编写组．运筹学（第３版）［Ｍ】．北京：清

华大学出版社，２００５．

［７］朱德通．最优化模型与实验［Ｍ］．上海：同济大学出版

社，２００３．

１ ８］Ｗａｎｇ．Ｍ．ＧＲＥＥＴ １．５～Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｆｕｅｌ—Ｃｙｃｌｅ

Ｍｏｄｅｌ［Ａ］，Ｖｏ１．１：Ｍｅｔｈｏｄｏｌｏｇ￣Ｕｓｅ，ａｎｄ Ｒｅｓｕｌｔｓ，ＡＮＬ／

ＥＳＤ－３９；Ａｒｇｏｎｎｅ Ｎｍｉｏｎａｌ Ｌａｂｏｒａｔｏｒｙ：１ ９９９

（修改日期：２０１１—０３—２０）

倡导绿色

：昌０．曼ｌｊ ３０４ 罄 ５