基于运营成本—效益分析的电动卡车充电策略选择——运营因素视角及其对电气化的影响

《World Electric Vehicle Journal》：Selecting Charging Strategy for Electric Trucks Using Cost–Benefit Analysis—Perspective on Operational Factors and Their Implications for Electrification Anders Grauers and Henrik Gillstr?m

　　

电气化货运转型是一项艰巨任务，本文探讨如何基于运营因素评估充电策略。研究旨在开发一种方法，整合现有文献核心洞见，并使其对从业者而言易于理解与应用。因此，该方法力求简洁，涵盖筛选合适充电策略所需的核心要素，同时刻意排除影响较小的因素。该方法旨在为制定电气化战略提供起点，并可作为决定哪些解决方案需进一步采用详细方法深入研究的工具。研究人员采用成本—效益分析（Cost–Benefit Analysis），包含货币性与主观性指标，用以分析各类充电器及充电策略。本文的创新之处在于应用系统视角（Systems Perspective），实现对充电策略更为全面的评估，优于聚焦特定运营因素的既有研究。研究结果提出五项评估运营因素：充电成本（Charging Cost）、生产力（Productivity）、灵活性（Flexibility）、鲁棒性（Robustness）与商业风险（Business Risk）。研究表明，多数货运企业能够独立管理其绝大部分甚至全部充电需求。因此，许多企业或可随时启动电气化进程，因为公共充电对于其卡车电气化往往并非关键。此外，本文提出决策树（Decision Tree），以概览不同驾驶特征如何匹配不同充电策略。

## 研究背景与问题缘起

全球温室气体减排压力日益严峻，道路货运 sector 被视为二氧化碳排放的重要来源，据欧洲环境署统计，其排放占比达10%。然而，96%的公路货运仍依赖柴油卡车，且该 sector 需求持续增长，亟需实现重大转型。电池电动卡车（Battery Electric Trucks）配合固定充电被认为是最具减排潜力的技术路径之一，且具有较低的生命周期影响。尽管如此，电气化转型进展缓慢，存在多重障碍影响相关主体的推进意愿。

在卡车电气化过程中，最大变革在于充电环节的引入以及为实现与柴油卡车相当的服务性能而进行的充电规划。充电策略（Charging Strategies）涵盖充电地点、充电时机及所需功率输出等要素。选择适当的充电策略对货运企业实现高效运输系统至关重要，但现有文献多聚焦特定评估方面，缺乏关于哪些运营因素相关以及如何用于评估充电策略的系统研究。这一研究空白构成了道路货运电气化的主要障碍之一。

此外，作为新兴技术，几乎所有货运企业都以大量疑问、一定顾虑以及巨额新增投资需求来面对电气化。问题与成本直接可见，而收益却充满不确定性且存在于未来，使得决策伴随显著风险。更棘手的是，无法提供通用答案指导其如何电气化，因为企业最了解自身运营条件。缺乏系统视角时，企业易犯错误：例如误认为应最小化电池与充电器投资，却忽视了不自有充电器或采用小容量电池对充电成本与运营造成的负面影响；或倾向于使用公共充电以减少充电器或大电池投资，未能认识到公共充电存在自有充电器的所有问题，还附加了商业风险。

## 研究目的与方法

针对上述问题，Anders Grauers 与 Henrik Gillstr?m 开展研究，旨在探索如何基于运营因素评估充电策略，为货运企业提供实用的初步分析工具。研究提出一种简化方法，有意聚焦核心因素而排除次要因素，以便从业者理解与运用。该研究基于两个研究项目（REEL 2 与 E-charge）的洞见，这些项目自2021年启动，整合运输系统、能源系统和充电基础设施的多重视角，汇聚了货运企业、运输采购方及充电运营商等关键利益相关者的经验。研究人员通过参与研讨会、演示及项目会议，收集利益相关者关于电气化实践、挑战及应对策略的第一手资料。

研究采用成本—效益分析方法，整合技术可能性、电动汽车系统经济学及不同货运企业运营信息。具体步骤包括：确定评估充电策略的运营因素；分析各类充电器在这些因素上的表现；定义充电策略并进行排序；确定与运输任务及卡车使用相关的因素，构建充电策略选择决策树。

## 核心技术方法

研究运用的主要技术方法包括以下几个关键方面。研究基于两个研究项目（REEL 2 与 E-charge）的系统性洞见，这些项目汇聚了运输系统、能源系统及充电 infrastructure 的多重视角，并与货运企业、运输采购方、充电 point 运营商等关键利益相关者进行了深入互动；采用成本—效益分析（Cost–Benefit Analysis）框架，涵盖货币性与主观性指标，用于分析不同 charger 类型与充电策略；研究特别关注charger 利用率（Utilization），以"每个工作日全负荷小时数"作为关键度量指标，替代传统的百分比利用率表达；运用系统视角（Systems Perspective）进行综合评估，超越单一因素的孤立分析；构建决策树（Decision Tree）工具，基于卡车停放地点、日行驶里程及是否返回自有场地等核心变量，实现驾驶特征与充电策略的匹配。

## 研究结果

### 3.1 不同 charger 类型的运营因素评估

研究人员对典型 charger 类别进行了系统分析，包括自有的夜间 charger、自用快速 charger 及公共快速 charger，并在分析中排除了若干次要类别。

自有夜间充电（Own Night Charging）：夜间充电可实现约8小时的利用率，成本约为0.15 EUR/kWh，几乎始终是最经济的选择。由于通常每辆卡车配备一台 charger，无需协调充电时间，系统灵活性高。单台 charger 故障仅影响一辆卡车，鲁棒性较好；且由企业自有或长期租赁，商业风险低。

自用快速 charger—高利用率（Own Fast Chargers—High Utilization）：当利用率达到3.8个全负荷小时/工作日时，成本可降至0.2 EUR/kWh。但约八辆卡车共享一台 charger 时，各车充电时间相互制约，灵活性显著降低。同时，单点故障或延误易引发连锁反应，鲁棒性较差。

自用快速 charger—低利用率（Own Fast Chargers—Low Utilization）：为提升灵活性与鲁棒性而增加 charger 数量、降低利用率时，1.3小时利用率对应的成本升至0.4 EUR/kWh。虽优于高利用率情形，但仍不及夜间充电。

自用快速 charger—利用剩余电网容量（Own Fast Chargers—Using Spare Grid Capacity）：若场地已有大量夜间充电设施，其电网连接在白天多处于闲置状态，利用此剩余容量增设快速 charger 可避免增加 power-based 电网费用。此类 charger 仅需38分钟/工作日即可与公共快速充电竞争，1.9小时即达低成本水平，灵活性与成本表现均优于普通自用快速 charger。

公共快速充电（Public Fast Charging）：当前价格水平约为0.4 EUR/kWh或更高，成本居高不下。尽管存在预约系统，但企业无法掌控 charger 调度，可用性不确定，且商业风险显著，综合排序最低。

上述分析总结于图2，清晰呈现了不同 charger 类别在成本、灵活性、鲁棒性与商业风险方面的典型特征及综合排序。

### 3.2 充电策略及其排序

基于 charger 类型排序，研究人员进一步定义并比较了四种充电策略：

策略A：仅使用自有 depot charger（Only Using Own Chargers at Depot）。优先采用夜间充电，适用于每日返回同一 depot 且电池容量足以支持日行驶里程（非重载卡车约300 km）的情形。该策略在所有运营因素上表现最优。

策略B：自有 depot charger + 自有场地快速充电（Owned Chargers at Depot + Fast Charging at Own Premise）。当夜间充电无法满足需求时，在自有场地增设快速 charger。要求卡车在300 km续航内返回自有场地，适用于具有中心枢纽运输模式的场景。

策略C：自有 depot charger + 公共快速充电（Owned Chargers at Depot + Public Fast Charging）。当卡车无法在规定时间内返回自有场地时，采用公共充电补充。因公共充电的不确定性与高成本，该策略优先级低于策略B。

策略D：主要依赖公共充电（Mainly Public Charging）。适用于长途运输等无法每日返回 depot 的情形。当前阶段，该策略成本高、商业风险大，不建议作为电气化起点。

### 3.3 补充性公共充电的有限使用

上述策略覆盖日常常规充电需求。在罕见情况下，卡车需要额外充电时，偶尔使用公共充电对总体成本与风险影响有限，只要其占总能耗比例很小即可。

### 3.4 充电策略决策树

研究构建了充电策略决策树（图3），仅需评估少数关键因素：卡车是否总在可安装 charger 的 depot 停放；日行驶里程（重载 goods 阈值更低）；卡车是否频繁返回自有 tasks 自有场地。该决策树优先推荐策略A，仅在必要时依次推荐策略B、C。

## 讨论

### 决策树的应用价值

决策树旨在成为分析特定卡车车队电气化路径的第一步工具，帮助非电气化专家运输专业人士结合自身专业知识，得出比通用模型更可靠的结论。该决策树已在 REEL 2 和 E-charge 项目中与货运企业对话测试，证明能快速提供选项概览并引导讨论聚焦关键因素。

### 对充电策略与电气化的启示

公共充电 infrastructure 的建设通常非货运企业所能主导，因此明确卡车车队在电气化前需要多少公共充电至关重要。成本—效益分析表明，无需公共充电的解决方案是主要选项，多数卡车类别可实现完全不依赖常规公共充电。这有助于防止企业不必要的等待公共充电 network 完善，而实际上他们可能并不需要。

### 关于 charger 的核心发现

夜间充电在所有比较维度上均为最优解。快速充电器的核心矛盾在于：高利用率降低成本，但损害灵活性与鲁棒性；低利用率则反之。成功平衡这些冲突目标取决于司机休息时间的分布安排及是否存在替代充电选择。利用现有夜间充电设施的剩余电网容量增设快速 charger，可在不增加电网费用的前提下显著降低成本。

公共快速充电因当前高价与商业风险，暂难成为日常充电的竞争者，初期主要作为故障或行程变更时的补充。未来若价格大幅下降、覆盖完善且排队风险低，其地位可能改变，但电气化初期阶段难以实现。

### 参数敏感性分析

不同 charger 每 kWh 成本的差异对成本参数不敏感，因各类 charger 每 kW 峰值 power 的 specific cost 相近，关键差异在于 utilization 小时数。快速 chargers 的低成本与灵活性/鲁棒性之间的 trade-off 受成本参数一定影响，但 charger 成本需降至现有假设的几分之一，该问题才会变得无关紧要。300 km续航阈值为2025年参考值，非方法关键，用户应根据自身卡车确定实际值；该阈值提高只会使更多卡车适用纯夜间充电方案。

### 研究局限性

该方法基于文献主题与研究人员对当前运输系统运营、技术可能性及电动汽车经济学的专业知识构建，可能遗漏其他相关运营因素或充电策略定义方式。生产力因素未直接纳入评估，是基于"充电发生在司机强制休息期间则生产力不受影响"的假设，尽管电池重量导致的 payload 损失或调度灵活性降低也可能影响生产力。研究假设 charger 可按需建设，这往往不现实，故该方法指向长期理想解决方案，为当前妥协提供依据。此外，研究排除了日内及日间 energy price 波动、battery cost 与 battery ageing 差异等因素。

## 研究结论

电气化货运卡车是一项挑战性任务，本文以系统视角探索充电策略与运营因素的关联。研究识别了充电成本、生产力、灵活性、鲁棒性和商业风险五项关键运营因素用于成本—效益分析。结果表明，仅关注充电成本而忽略其他因素可能导致对 charger 优先选择错误结论。将结果 operationalized 至充电策略层面，揭示了不同驾驶特征下的优先策略。研究核心结论表明：优先考虑货运企业自有的充电策略；多数货运企业能够自行解决绝大部分甚至全部充电需求；因此许多企业可随时启动电气化，公共充电对其卡车电气化往往并非关键。

该研究在多个方面具有重要实践意义：提出的决策 tree 综合考量卡车停放地点、日行驶里程及是否返回自有场地，有助于理解不同配送路线适用的充电策略；解释的成本—效益分析框架使货运企业能够将重要分析因素与自身运输及商业专长结合；针对快速 charger 的低 cost 与灵活性之间的固有权衡，创新性地平衡对立目标是实现电动卡车高盈利的关键，而其核心挑战在于 charger 选址、数量确定及充电 schedule 规划。 future research 可通过真实车队案例验证、采用定量方法（如层次分析法）评估运营因素，并拓展至共享枢纽、分包商等更集成化运输系统的应用场景。