综述:电动汽车续航里程提升技术的多维度综述:分类、评估与政策视角

时间:2026年1月19日
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES

编辑推荐:

本文系统评估了影响电动汽车续航里程的关键因素,提出融合可再生能源整合、智能控制、热管理及新型储能技术的混合策略,并运用AHP方法对动态无线充电、固态电池等前沿技术进行优先级排序,强调协同优化基础设施与车辆技术对缓解续航焦虑的必要性,同时提出配套政策框架以加速规模化应用。

广告
   X   

作者:Rachna | Amit Kumar Singh
印度新德里国家技术学院电气工程系,邮编110036

摘要

向可持续交通的转型直接受到电动汽车(EV)续航里程的限制,这仍然是广泛采用EV的关键障碍,并导致了所谓的“续航焦虑”。本文批判性地评估了影响EV续航里程的各种因素,并提出了混合策略和技术进步,以延长EV的续航里程,这些策略和进步是在全球迈向能源韧性和净零排放的背景下提出的。本文系统地分析和评估了可再生能源集成、智能控制、热管理、电力电子和能量存储系统等领域的创新在延长EV续航里程方面的准备情况。特别是混合技术(包括基于人工智能的能源管理、电池-燃料电池系统和太阳能充电)在提升续航里程方面的协同效应。通过使用层次分析法(AHP)这一多标准决策方法,这些技术根据七个因素进行了排名,其中动态无线充电和固态电池被赋予了最高优先级。此外,本文还指出了研究空白,并提出了促进这些技术快速部署的政策建议。本文为学术界、工业界和政策制定者提供了有影响力的参考,以推动下一代智能、可持续且续航里程长的EV的发展。

引言

电动汽车(EV)作为一种可持续的替代内燃机(ICE)车辆的选择,已经受到了广泛关注,显著减少了温室气体排放和对化石燃料的依赖[1,2]。这一转型始于19世纪末,最初是使用短续航里程的铅酸电池驱动的EV,随后发展到高性能的锂离子电池系统,这些系统能够支持智能能源和自动驾驶的集成。尽管在动力系统效率、电池化学成分和制造可扩展性方面取得了显著进展,但有限的行驶里程仍然是大规模采用EV的一个持续障碍。
提高能源效率和降低环境影响的需求推动了全球向电动交通的快速转型[3,4]。国际能源署(IEA)报告称,2023年全球EV销量超过了1400万辆,预计2024年将达到1600万辆,如图1所示。印度在电动汽车普及方面也取得了显著进展,2024年的电动两轮车占比比2023年增加了约21%,如图2所示。
然而,由于充电基础设施不足、充电时间较长以及对环境条件的敏感性,消费者对续航里程存在担忧[7, [8], [9]]。与受益于广泛加油基础设施的ICE车辆不同,EV需要全面的续航里程扩展策略来提供相应的用户保障和出行灵活性。
最初的努力集中在提高电池的能量密度上。随着车辆设计的发展,专家们认识到了其他几个重要因素,如再生制动、热管理、改进的动力系统、空气动力学以及可再生能源的集成[10]。这些进步不仅标志着工程技术的突破,也标志着向具有韧性和低排放的交通系统的全面转变。
最近的研究通常分别在电池改进、充电系统或软件算法等独立领域探讨续航里程的扩展,而忽视了它们之间的相互依赖性[11]。EV续航里程的扩展也在更广泛的背景下进行研究,包括电网运行、可再生能源集成和基础设施准备情况。关于动态线路评级(DLR)、分布式能源资源(DERs)和EV-电网协同优化的研究表明,EV的性能与系统层面的限制密切相关,包括热负荷、拥堵和可再生能源的不确定性[12]。研究强调,续航里程的改善与电网的灵活性和韧性之间存在双向互动,特别是在电力系统中同时存在可再生能源充电、混合储能和智能调度架构的情况下。因此,利用DLR、V2G和智能调度的协调框架对于将车辆级别的续航里程提升与系统整体的运行效率和韧性相匹配至关重要[13]。
最近的分析还指出,EV充电和续航里程扩展策略在极端天气条件下会影响电网的可靠性[14]。配备双向充电和分布式储能能力的EV可以支持频率调节、削峰和应急备用,而不协调的充电可能会加剧波动风险[15]。V2G、动态线路评级和可再生能源集成之间的协同作用为提高系统适应性、增强灵活性和改善能源安全提供了途径[16]。协调的运营策略,如分层云边缘设备调度和微电网级别的双重策略优化,对于协调EV续航里程提升与电网可靠性至关重要[17,18]。这样的框架整合了预测性预测、馈线级别的负载平衡和车载能源管理,确保了EV的高性能,同时最小化了配电网络的压力。
此外,一些研究对这些技术进行了比较评估,并将它们与可持续发展目标联系起来,包括联合国的SDG 11(可持续城市和社区)和SDG 13(气候行动)[19]。
解决这一问题需要一种多方面的方法,结合车辆内部的优化和外部基础设施的进步,以最大化行驶里程和运营效率[20,21]。本文通过以下方式解决了这些关键不足:
  • 对内部和外部续航里程扩展技术(RETs)进行全面的分类
  • 通过系统的层次分析法(AHP)评估每种RET的有效性和权衡
  • 强调创新的混合解决方案,如电池-燃料电池集成、人工智能增强的能源优化和协同的可再生能源充电系统
  • 详细说明实现可扩展和可持续实施所需的政策框架、障碍和研究方向
主要目标是指导利益相关者——制造商、研究人员和政府——做出明智、协调且具有前瞻性的决策,以推动下一代电动汽车平台的发展。图3展示了RETs的多维框架,这是本文的核心内容。
本研究采用了一种结构化的、多阶段的方法来选择、分类和评估有关EV续航里程扩展技术的文献,旨在对现有的EV情景进行全面系统的回顾。
相关出版物来自IEEE Xplore、ScienceDirect、Scopus和SpringerLink等知名学术数据库。搜索使用了关键词组合,例如“Electric Vehicle Range Extension”、“Battery Management System”、“Solid-State Battery”、“Wireless Charging”、“Fuel Cell Vehicle”、“Energy Management System”、“Solar Electric Vehicle”等。选择范围限制在2017年1月至2024年3月期间发表的论文,以涵盖最新的技术突破。文章的纳入和排除标准如下:
纳入标准:
  • 经过同行评审的期刊论文、相关会议论文和白皮书
  • 展示性能评估、设计改进或新型续航里程扩展技术的研究
  • 专注于电动汽车续航里程影响因素的研究
  • 排除标准:
  • 冗余或非英文文章
  • 仅关注内燃机汽车或不相关混合技术的研究
  • 缺乏技术或比较分析的评估
  • 初步收集了412篇出版物。在初步评估标题和摘要的相关性后,选出了236篇论文。经过全面审查和资格评估后,最终选择了152篇高质量出版物进行深入分析。这些论文被分为内部(车辆级别)和外部(基础设施级别)的续航里程扩展技术。
    所选文章按照RET领域(例如电池、电机、充电基础设施)进行分类,并使用基于层次分析法(AHP)的多标准决策方法进行了评估。采用了七个评估标准,即能源效率、续航里程提升潜力、技术可行性和兼容性、经济可行性、环境影响以及用户便利性和实用性,以确定最有效的EV续航里程扩展技术。

    影响电动汽车续航里程的因素

    电动汽车的续航里程受到多种技术和环境因素的影响,这些因素共同影响了整体效率[22,23]。全面了解影响EV续航里程的因素对于改进设计、提高运营效率、创造先进的RETs以及通过采用EV解决环境问题至关重要。图4展示了直接影响或间接影响EV续航里程的关键因素的概览。

    电动汽车续航里程提升的内部进展

    电池、推进系统和热管理系统等组件的内部优化使EV变得越来越可靠和高效[87, [88], [89]]。
    集成的车辆能源管理系统(VEMS)通过协调各子系统之间的能源利用来提高效率,而推进系统的进步则提高了能量转换率和功率密度[90]。这些创新直接提升了EV的续航里程并降低了运营成本。

    电动汽车续航里程提升的外部进展

    虽然内部系统的进步至关重要,但外部发展也解决了充电可及性、能源效率和车辆重量等问题,从而形成了提升EV性能和续航里程的综合性策略[228,229]。本节探讨了EV外部方面的最新进展及其提高EV续航里程的综合能力。

    使用层次分析法进行比较

    层次分析法(AHP)用于确定最佳的EV续航里程扩展技术。AHP是一种多标准决策(MCDM)工具,有助于根据多个标准和子标准评估复杂决策。在层次结构的顶层,目标是获得最可扩展和高效的EV续航里程扩展技术。关键评估标准构成了第二层;每个标准都有相应的子标准,影响每项技术的性能和可行性

    挑战和未来方向

    提高EV的续航里程是一项复杂的任务,需要内部和外部技术的进步。尽管取得了显著进展,但在实现最佳性能、经济可行性和可持续性方面仍存在某些障碍。下面概述了与EV续航里程提升相关的内部和外部技术进步的主要问题。

    政策影响

    要实现EV的全部环境和经济潜力,必须有强有力的政策框架来支持技术的实施。通过财政手段(如为超快充电器部署提供资本补贴、为DWC基础设施提供可行性缺口资金、降低高压电池的GST税率以及为氢燃料站提供税收优惠)可以加速可扩展RET的部署。标准化措施,包括互操作的电池更换接口和协调的标准化

    结论

    本文对前沿的EV续航里程扩展技术进行了深入且技术上可靠的评估,解决了向可持续交通转型过程中续航里程焦虑这一重要问题。与之前仅孤立研究子系统或仅关注单个硬件组件的综述不同,本研究引入了一个多维框架,将RETs分为内部和外部领域,并采用了基于标准的定量AHP方法。
    本文

    CRediT作者贡献声明

    Rachna:撰写——审阅与编辑、撰写——初稿、可视化、验证、软件、资源、方法论、调查、概念化。
    Amit Kumar Singh:撰写——审阅与编辑、可视化、验证、监督、调查、正式分析、数据管理。

    利益冲突声明

    作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

    生物通微信公众号
    微信
    新浪微博


    生物通 版权所有