朱 昊, 余卓平
(同濟大學(xué) 汽車學(xué)院,上海 200092)
在市場的強烈拉動和各級政府的大力推動下,我國新能源客車產(chǎn)銷量增長迅猛,2017年新能源公交車的銷量超過7.6萬輛[1].作為新能源公交車未來重要的發(fā)展方向之一,燃料電池公交車已在世界上越來越多的城市中進行了示范運營和推廣.
燃料電池公交車的電源系統(tǒng),目前主流的設(shè)計方案是采用燃料電池系統(tǒng)與動力電池組配置在一起組成“電-電”混合配置方案.若將燃料電池發(fā)動機額定功率與車載電源系統(tǒng)峰值總功率的比值定義為電源分配系數(shù),用β表示.當(dāng)β=0時,即燃料電池發(fā)動機功率為零,表示車輛為純電動公交車;當(dāng)β=1時,表示車輛為純?nèi)剂想姵毓卉?;?dāng)0<β<1時,表示車輛為“電-電”混合的燃料電池公交車.但是β值該如何選取目前還沒有統(tǒng)一的設(shè)計方案.國內(nèi)外不少學(xué)者對燃料電池汽車的電源配置進行了分析研究.文獻[2-3]依據(jù)已有的性能指標,對燃料電池汽車進行了動力系統(tǒng)匹配.文獻[4]考慮了燃料經(jīng)濟性和使用成本對電源配置的影響,對燃料電池汽車的電源分別進行了匹配.文獻[5-8]基于行駛工況的功率需求和能量需求對燃料電池汽車的電源配置進行了分析. 可見,目前國內(nèi)外已有的相關(guān)研究僅考慮了車輛行駛過程中的動力性和燃料經(jīng)濟性,沒有考慮車用燃料生產(chǎn)、車輛及零部件生產(chǎn)、維護等階段過程中的能耗和排放問題.這些階段過程中的能耗與排放也會直接影響到燃料電池公交車的節(jié)能減排效果,因此需要從全生命周期角度對燃料電池公交車電源配置方案進行深入分析和優(yōu)化.
本文基于生命周期評價方法(life cycle assessment, LCA),計算分析燃料電池公交車生命周期內(nèi)各個階段的能耗和排放,并采用遺傳算法計算求解在能耗最低和排放最少目標下的燃料電池公交車最優(yōu)電源配置方案.
汽車的生命周期評價涵蓋2個部分,一是燃料周期,也被稱為油井到車輪周期(well to wheel, WTW),包括了車用燃料生產(chǎn)階段和車輛行駛階段;二是車輛周期,包括了關(guān)鍵零部件及車身主體的生產(chǎn)裝配、運輸分配、維護保養(yǎng)和回收報廢等階段.2個周期內(nèi)的能耗與排放共同構(gòu)成了汽車生命周期內(nèi)的總能耗和對環(huán)境的綜合影響量.
在分析燃料電池公交車生命周期各階段時,只考慮與研究對象直接相關(guān)的環(huán)境影響,而間接相關(guān)的環(huán)境影響(例如工廠建設(shè)、基礎(chǔ)設(shè)施建設(shè)、機器設(shè)備制造等)則不在本文的研究范圍內(nèi).燃料電池公交車生命周期系統(tǒng)邊界如圖1所示.
圖1 燃料電池公交車生命周期系統(tǒng)邊界
研究過程以車輛在道路上行駛1 km作為評價的功能單位,以車輛行駛1 km的能源消耗(MJ·km-1)、溫室氣體排放和常規(guī)氣體污染物排放(g·km-1)這三方面作為研究燃料電池公交車生命周期內(nèi)的能耗和對環(huán)境影響的評價指標.
燃料周期又可細分為2個階段,一是車用燃料生產(chǎn)階段,即油井到油泵(well to pump, WTP)階段,包括了一次能源生產(chǎn)、運輸和存儲、車用燃料的生產(chǎn)、運輸、存儲和加注;二是車輛行駛階段,即油泵到車輪(pump to wheel, PTW)階段,該階段主要表現(xiàn)為車輛行駛過程中的能量轉(zhuǎn)換.
1.1.1WTP階段
燃料電池公交車所涉及的車用燃料主要為電能和氫氣.在計算電能生產(chǎn)的生命周期能耗和排放時,以2015年國家電力結(jié)構(gòu)為基準.當(dāng)年全國發(fā)電量為58 145.7億千瓦時,其中火電占73.68%、水電占19.44%、核電占2.94%、風(fēng)電占3.19%.輸配電損失率為5.14%[9].在計算氫氣生產(chǎn)的生命周期能耗和排放時,采用的制氫方式為利用工業(yè)副產(chǎn)物富氫氣體通過變壓吸附工藝來獲得氫氣[10],制氫效率為70%[11].工廠生產(chǎn)出的氫氣通過長管拖車運送到加氫站,模型中運輸距離按100 km計算,壓縮機的壓縮效率為92.5%[12].其他一次能源(煤炭、石油、天然氣)的開采、加工、運輸和車用燃料(汽油、柴油)的生產(chǎn)、運輸?shù)葦?shù)據(jù)均來源于國家統(tǒng)計局、國家交通運輸部發(fā)布的相關(guān)數(shù)據(jù)以及文獻[13].
1.1.2PTW階段
燃料電池公交車在行駛過程中排放的溫室氣體和常規(guī)氣體污染物為零,而行駛過程中電能與氫氣的消耗量則需要根據(jù)電源配置仿真計算得到.
車輛周期包含車身主體生產(chǎn)、車載電池的生產(chǎn)、車用流體生產(chǎn)、車輛裝配、車輛維護和車輛報廢6個階段.
1.2.1車身主體生產(chǎn)
在評價車身主體生產(chǎn)過程中的能耗和排放時,考慮的原材料包括鋼、鐵、鋁、銅、鎂、塑料、橡膠、玻璃和油漆等.各主要原材料生產(chǎn)過程中的能耗和排放數(shù)據(jù)來自于GREET軟件數(shù)據(jù)庫,但考慮到我國在鋼鐵和鋁的生產(chǎn)工藝上與美國有較大差距,能耗比美國高60%[14],所以在GREET軟件數(shù)據(jù)的基礎(chǔ)上重新進行了計算調(diào)整.
1.2.2車載電池生產(chǎn)
在評價中涉及的車載電池包括啟動電池(12 V鉛酸電池)、動力電池(鋰離子電池)和燃料電池.3種電池的主要原材料及其生產(chǎn)過程中的能耗和排放數(shù)據(jù)來自于文獻[15-16]和GREET軟件數(shù)據(jù)庫.假設(shè)3種電池裝配時的能耗強度相同,均為2.67 MJ·kg-1,且工藝燃料均為電能[17].
1.2.3車用流體生產(chǎn)
在評價車用流體生產(chǎn)過程中的能耗和排放時,主要考慮了制動液、變速箱液、冷卻液、雨刷液和車用添加劑.各類車用流體的生產(chǎn)過程能耗和排放數(shù)據(jù)來自于文獻[18]和GREET軟件數(shù)據(jù)庫.
1.2.4車輛裝配
針對城市公交車輛在整車廠內(nèi)裝配過程中產(chǎn)生的能耗和排放,主要考慮車身油漆生產(chǎn)、油漆噴涂、車身焊接、零部件裝配、物料輸配和車間供暖照明等過程.相關(guān)數(shù)據(jù)來自于文獻[19]和GREET軟件數(shù)據(jù)庫.
1.2.5車輛維護
按照《機動車強制報廢標準規(guī)定》[20],假設(shè)燃料電池公交車的行駛壽命為40萬km.根據(jù)國家標準《汽車維護、檢測、診斷技術(shù)規(guī)范》[21],假設(shè)每1.5萬km更換一次變速箱液和雨刷液,每5萬km更換一次制動液、冷卻液和輪胎.同時,考慮到我國目前純電動公交車的實際運營情況,結(jié)合文獻[22],假設(shè)在燃料電池公交車的行駛壽命內(nèi)燃料電池需更換1次、動力電池需更換2次、啟動電池需更換3次.
1.2.6車輛報廢
車輛報廢包括車身拆解和車載電池報廢2個過程.車身拆解的單位能耗為0.55 MJ·kg-1[22].假設(shè)3種電池的報廢單位能耗相同,均為31 MJ·kg-1[23].
在以上對燃料電池公交車各階段的分析基礎(chǔ)上,建立全生命周期能耗與排放的評價模型,如公式(1)~(4)所示:
Etotal=Efc(h)+Efc(e)+Evc
(1)
Efc(h)=Ewtp(h)+Eptw(h)
(2)
Efc(e)=Ewtp(e)+Eptw(e)
(3)
(4)
式中:Etotal為燃料電池公交車全生命周期能耗與排放;Efc(h)和Efc(e)分別為氫氣和電能在燃料周期的能耗與排放;Evc為燃料電池公交車在車輛周期的能耗與排放;Ewtp(h)和Ewtp(e)分別為氫氣和電能在WTP階段的能耗與排放;Eptw(h)和Eptw(e)分別為氫氣和電能在PTW階段的能耗與排放;Evi為第i個車輛周期各階段的能耗與排放,其中下標1為車身主體生產(chǎn)、2為車載電池生產(chǎn)、3為車用流體生產(chǎn)、4為車輛裝配、5為車輛維護、6為車輛報廢.
以整車整備質(zhì)量為10 800 kg的12 m城市公交車為例,選取了3種不同的電源配置方案來分析燃料電池公交車生命周期能耗與排放.分析中以中國典型城市公交循環(huán)工況作為燃料電池公交車的目標運行工況,該工況的最大驅(qū)動功率需求為157.6 kW,平均驅(qū)動功率需求為30.4 kW.假設(shè)有20%[24]的制動能量被成功回收,車輛每日行駛250 km,則總能量需求為230 kWh.選取的3種電源配置方案分別為:方案1,燃料電池系統(tǒng)功率為零,即純電動公交車(β=0)方案;方案2,小功率燃料電池系統(tǒng)搭配中等容量動力電池組(β≈0.33)方案;方案3,大功率燃料電池系統(tǒng)搭配小容量動力電池組(β≈1.00)方案.3種方案的電源配置情況見表1.
表1 燃料電池公交車3種電源配置方案
假設(shè)不同電源配置的燃料電池公交車除了電源系統(tǒng)外,其他例如車身質(zhì)量、電機質(zhì)量和車用流體質(zhì)量等均相同.動力電池的比能量為115 Wh·kg-1[25],燃料電池系統(tǒng)的比功率為400 W·kg-1[25],因此整車整備質(zhì)量的計算如式(5)所示.
(5)
式中:mv為整車整備質(zhì)量,kg;mb為除電源系統(tǒng)外的整車質(zhì)量,kg;Ebat為動力電池組的能量,kWh;Pfc為燃料電池系統(tǒng)額定功率,kW.
3種電源配置方案的燃料電池公交車生命周期能耗和排放的計算結(jié)果如圖2、圖3和圖4所示.
圖2 3種電源配置方案的生命周期能耗
Fig.2Lifecycleenergyconsumptionforthreeschemesofpowersourceconfiguration
從圖2和圖3中可以發(fā)現(xiàn),采用方案2的燃料電池公交車,其生命周期能耗和生命周期溫室氣體排放量在3種電源配置方案中都是最低,分別為17.45 MJ·km-1和1 465.61 g·km-1.方案1的生命周期能耗和溫室氣體排放量在3種電源配置方案中最高,分別達到21.44 MJ·km-1和1 915.81 g·km-1.同時可以發(fā)現(xiàn),燃料周期的能耗在全生命周期的能耗中比重占到80%以上.
圖3 3種電源配置方案的生命周期溫室氣體排放
Fig.3Lifecyclegreenhousegasemissionsforthreeschemesofpowersourceconfiguration
從圖4可見,方案2在常規(guī)氣體污染物排放量上略微高于方案3的電源配置方案,主要是因為方案2在行駛過程中電能消耗較高,基于中國電力結(jié)構(gòu)中火電比重大,因此在硫化物的排放量上較大.
圖4 3種電源配置方案的生命周期常規(guī)氣體污染物排放
Fig.4Lifecycleconventionalgaspollutantemissionsforthreeschemesofpowersourceconfiguration
從3種電源配置方案的生命周期能耗和排放結(jié)果的變化趨勢上可以看出,在0<β<1的范圍內(nèi),存在最優(yōu)電源配置方案,且該方案的生命周期能耗最低、排放最少.
采用遺傳算法,以燃料電池公交車全生命周期內(nèi)能耗最低和排放最少為優(yōu)化目標,來計算求解燃料電池公交車的最優(yōu)電源配置方案.
在Matlab/Simulink軟件中建立遺傳算法優(yōu)化模型.設(shè)定的遺傳算法約束條件有3個,分別是①燃料電池系統(tǒng)額定功率選取范圍為10 kW~150 kW;②動力電池組的能量選取范圍為10 kWh~200 kWh;③燃料電池系統(tǒng)功率與動力電池組功率之和滿足工況最大功率需求.
設(shè)定了2個車輛行駛場景,分別是車輛空載且空調(diào)關(guān)閉、車輛滿載且空調(diào)開啟,優(yōu)化計算結(jié)果見表2.
由表2可以發(fā)現(xiàn),在2個優(yōu)化目標下得到的優(yōu)化計算結(jié)果非常接近,主要是因為電能和氫氣生產(chǎn)路徑較為單一,且能耗和排放本身就具有一定的關(guān)聯(lián)性.因此,最終選取燃料電池系統(tǒng)功率71 kW搭配43 kWh的動力電池組作為燃料電池公交車的最優(yōu)電源配置方案,在最優(yōu)配置方案下β=0.62.
表2 燃料電池公交車電源配置優(yōu)化結(jié)果
通過燃料電池公交車LCA模型計算,最優(yōu)電源配置方案的燃料電池公交車生命周期能耗為16.11 MJ·km-1,比方案1降低了24.86%,比方案3降低了12.11%;生命周期溫室氣體排放量為1 422.33 g·km-1,比方案1降低了25.76%,比方案3降低了6.51%.
基于生命周期能耗與排放,對不同電源配置的燃料電池公交車進行評價分析,并通過遺傳算法優(yōu)化得到最優(yōu)電源配置方案,結(jié)論如下:
(1)燃料周期在全生命周期中的比重超過80%,電能和氫氣的生產(chǎn)方式、生產(chǎn)工藝及生產(chǎn)過程中的能耗和排放對燃料電池公交車電源配置的選取有較大影響.
(2)根據(jù)工況功率需求得到的燃料電池公交車電源配置方案并不是最優(yōu),通過生命周期分析發(fā)現(xiàn)在0<β<1內(nèi)存在最優(yōu)電源配置方案.
(3)利用遺傳算法得到在中國典型城市公交循環(huán)工況下的最優(yōu)電源配置方案為,燃料電池系統(tǒng)71 kW搭配43 kWh的動力電池組,此時β=0.62.
(4)最優(yōu)電源配置方案的燃料電池公交車生命周期能耗和排放比純電動公交車分別降低了24.86%和25.76%,比大功率燃料電池系統(tǒng)方案的燃料電池公交車分別降低了12.11%和6.51%.