【綠色觀點】Tesla 車主第一手心得!特斯拉道路實測一年報告大公開 - INSIDE

【綠色觀點】Tesla 車主第一手心得!特斯拉道路實測一年報告大公開

我自己有一台 Tesla 電動車,特斯拉的 Model S 75D 車型,開了一年多,我想跟你分享這段期間我的使用經驗
A_Tesla_Model_S_electric_car_is_seen_at_
Photo Credit: REUTERS/達志影像

本文作者顏文群,從小夢想要擁有一台大排氣量、開起來轟隆轟隆的車子。為了完成夢想,每天努力餵飽小豬。長大後,好不容易小豬也吃飽了,才赫然發現,搞什麼啊現在汽油車變成了電動車,開起來都沒聲音也沒排氣量!為了親手終結自己從小的夢想,善用自己在電池材料的專業,努力提升鋰電池效率,現擔任台灣碩禾電材總經理特助,也是綠學院的綠色帶路人。

原文刊登於綠學院,INSIDE 獲授權轉載。

你想換台電動車嗎?我知道你很想買一台特斯拉 (Tesla) 或其他廠牌的電動車,但不敢採取行動,我猜測你大概有三種可能的原因:

  1. 電動車的續航力夠嗎?在山裡開一開沒電不就很囧?
  2. 充電站的數量太少,而且充電時間也太長了吧?
  3. 電池壽命是唬爛的吧?只要電池一掛掉,整台車子不就廢了嗎?

我自己有一台電動車,特斯拉的 S75D 車型,開了一年多,我想跟你分享這段期間我的使用經驗,也許你讀完這篇文章之後,你會發現上面三個擔憂其實真的不算什麼。

電動車的續航力真的足夠嗎?

首先是續航力的問題。特斯拉的 S75D 車型使用一組 75 度的鋰電池,實際可使用電量 72.6 度。按官方公布 NEDC 可行駛 466 公里,而我的呢?

實際一年使用數據來看,行駛了 36,924 公里,平均電耗 217Wh / 公里 (取樣路段是國道一號五股到湖口,其中最省電 168Wh / 公里,最耗電就別問了)。按照上述數據計算,單趟可行駛里程為,

平均值 72.6*1,000/217=334.6 公里

最大值 72.6*1,000/168=432.1 公里

這兩個數據都達不到特斯拉的官方標準。不過這可能是因為我使用 21 吋輪圈,算是比較耗電的版本,如果是正常 19 吋輪圈約可提升 10-15% 續航力,應該會比較接近官方的數據。

那單趟 334 公里這個續航力是否足夠?

我大約可以算出你需要多少。根據交通部 106 年發布的自用小客車使用狀況調查報告顯示,自用客車使用目的以通勤 (學) 43.1% 與休閒 24.8% 合計超過七成所占比例最高,而對應單次平均行駛里程為 30.5 公里與 47.2 公里,單次行駛里程超過 100 公里以上的,比例分別只有 2.9% 與 12.4%。

default-cover
▲民國 106 年國內自小客車使用狀況調查 資料來源:交通部

翻譯成白話文就是,你根本是窮緊張,因為你大部分的時間單趟根本不會超過 100 公里,電動車的電可以讓你跑三趟還有剩。

我自己平均每日通勤約 100 公里,後期習慣每日只充電到 75%(註一),經過新北新竹來回通勤外加客戶拜訪買咖啡買早餐等路程,晚上回到自家大約還剩下超過 40% 電,因此平日電池穩定在 75%-40% 之間來回震盪。如果是在假日,為了預留不確定因素就會充到 90-100%,台中以北宜蘭以南一日行程都是一氣呵成,中間不需要特別找充電點。如要超過台中並且一日來回,中間停留一次充電點原則上就可解掉我的低電量焦慮症 (low battery anxiety)。

這個結果一點都不意外,試著想想人家美國地那麼大都賣到翻天了,實在沒道理臺灣電動車推不動。

充電站的數量真的足夠嗎?

但你還是會問,如果單日使用公里數不幸超過 334 公里,那麼充電站的設置是否足夠支持旅程的續航?

答案是沒問題,不過我知道你的擔憂是什麼,所以我們先來理解一下充電的形式。

目前而言電動車的充電使用上概略可以分成三個等級,由慢到快分別是:家用充電、專用充電與特用充電。

家用充電就像是旅充,使用隨身攜帶的充電器接上家用 110V 或 220V 充電,但受限於電流大小,以 110V/5~10A 來做計算,每小時充電量僅為 0.6~1.1 度電,意即可行駛旅程約 2.8~5.5 公里。此外如考量到戶外、公共場所插頭找尋不易、停車位置問題、旅充線長問題,這個方式目前實際效益相當低,不切實際,所以我的經驗是你可以把這個充電方式直接排除。

往上一級是專用充電,這是專門為了電動車建置的充電設施,包含建置在自家用的充電樁也屬於此類型,Tesla 稱這級的充電為目的地充電。專用充電一般使用 220V 電源,其電流在 32~72A 不等,每小時充電量為 7.0~15.8 度電,意即可行駛旅程約 35.0~79.0 公里,算是真正會使用到、且也較普及的充電設施。

除了你家中的充電樁之外,專用充電輔助你的方法是旅程到了某一個主要停留點 (即目的地) 時的電流補充,舉凡購物中心、大賣場、旅遊景點、飯店等。目前臺灣公共停車場設置 193 座充電車位,數量很少,反而車商自行推廣力道大速度快,以 Tesla 為例,就有 262 站 (約 600 座充電車位) 目的地充電站。現在還有 APP 可以尋找充電站地點,分布已經夠普及,不像你心中想的好像數量很少。

就算真的需要充電,你單次平均行駛距離 20.3~47.2 公里,這樣充一小時再上路,休息的時間吃東西、照相、打卡上傳玩手機、上廁所,也算符合一般消費者使用習慣。

最緊急的情況則用特用充電,這是使用更高電流電壓的超快速充電系統,Tesla 稱之為 Super-Charger。使用 380V 以上的電壓進行充電,充電功率視電池狀況最高可以達每小時 100 度電甚至更高。保時捷的 800V 快充系統也屬於此。由於充電電壓與電流皆較前兩級高不少,因此不是廣泛會建置的充電設施。

特用充電使用上定義為長途旅程的中繼站,以延伸續航力至下個目的地為目標,而非為了充飽電池。以 Tesla 為例,目前在臺灣佈建 10 個超級充電站共 78 座充電樁,分別是台北 16 座、新竹 8 座、苗栗 10 座、台中 8 座、台南 8 座、高雄 6 座、屏東 6 座、台東 8 座與花蓮 8 座,充電速率確實可以達到每小時 90 度電以上的水準,理論上換算起來充電每小時可獲得的續航里程為 450 公里,但實際上充電速度會跟電池的殘餘電量有關,通常殘餘電量 60% 以下可以輕易達到這個充電速度,以上就開始放緩。但無論殘餘電量多少,原則上充電速度還是遠大於專用充電。以停留時間 20 分鐘來計算,超級充電實測可以延伸出 150 公里的續航力。

換句話說,加上原先 334 公里的續航力,中間停留一處休息點 20 分鐘,可以在行駛 450 公里至目的地後,還能剩餘 (334+150)-450=34 公里的備用里程。

在南北幅長不超過 400 公里的臺灣,有這種密度的充電站,應能滿足絕大多數人的需求。與加油相比,在充電時間方面確實不在同個檔次,但是其實我們本來就沒有必要預期充電跟加油要在同個檔次,就像接下來的文章會談到,電動車其實更像是手機,手機在家裡可以充電,電動車亦然。反之,汽油車你還得開車出門一趟才能加油不是嗎?

電動車的電池很容易壞?

最後,很多人會擔心電動車最關鍵零件 — 也就是鋰電池的壽命,因為不像汽油車,電動車的電池壞了,基本上整台車就報廢了。

一般而言,常規的鋰電池壽命至少需要滿足 1,000 次的深度充放電測試後,還能維持 80% 的容量。簡單以單次續航力 334 公里來計算,經過 1,000*(334+334*0.8)/2=300,600 公里的行駛後,續航力會降至 334*0.8=267 公里。

值得注意的是,這個計算是以深度充放電,也就是 100%→0%→100%→0%(100% DOD,Depth Of Discharge) 循環為假設前提。實際上深度充放電對於電池壽命是最嚴苛的充放電測試標準,正常使用下你不可能常常用到完全沒電,這樣真的就要叫拖車了。

雖然我自己數據不足,但是透過公布的大數據統計目前特斯拉電動車鋰電池的使用狀況,我們還是可以略知一二。從下圖數據來看,前五萬公里的容量衰減最為劇烈,總共下降了約 5% 的續航力。經過五萬公里後電池衰退則開始收斂,直到行駛至 25 萬公里時,鋰電池的容量都還能維持在約 91.5%=306 公里以上,這也足夠你用了。  ​​

default-cover
(圖二)特斯拉電動車使用里程對應鋰電池衰減關係 資料來源:https://electrek.co​

我目前接觸到開過電動車的朋友,99% 第一台車子不是電動車,但在體會到電動車安靜、平穩、高效能的日常優勢,還有配重均衡、低重心、操控佳和無與倫比的加速後,真的不太會回頭去買汽油車!

 (註一) 掌握 80/20 法則,充不高過 80%、放電不低於 20% 原則,不做深度充放電,可以大幅延長鋰電池壽命。

延伸閱讀:


最新發展:


【Arm 專欄】Arm 從初始就為生態系提供全棧軟體解決方案,開發領先的汽車應用

Arm 提供建立在新型車用(AE)IP 和虛擬平台上,全棧(Full Stack)軟體解決方案讓汽車合作夥伴能夠立即進行創新。
Photo Credit:Arm

建立在新型車用(AE)IP 和虛擬平台上,全棧(Full Stack)軟體解決方案讓汽車合作夥伴能夠立即進行創新。

Photo Credit:Arm

軟體定義汽車(SDV)的出現意味著汽車產業在車輛設計和開發方面需要進行全面的重新思考。透過在車輛中進行電氣/電子(E/E)架構整合,軟體工作負載變得更加複雜,這需要在整個汽車開發過程中進行創新。這就是為什麼 Arm 從初始開始就提供新的硬體和即時軟體支援,以滿足現代車輛的性能、安全和人工智慧需求,並顯著減少汽車開發週期,加快上市時間。

作為其中一部分,Arm 和我們廣泛的汽車合作夥伴生態系正在採取一種獨特的新方法來進行汽車晶片和軟體開發,其中新的虛擬平台與同時添加到 Arm 車用(AE)IP 組合中的下一代領先處理器同步推出。

我們的 EDA 和雲端合作夥伴提供一系列虛擬原型製作選項,從基於 Arm 的雲端和伺服器執行個體上的裸機執行,到基於用於快速軟體開發的新虛擬機器管理程式技術的快速虛擬平台,再到 CPU 和系統的準確虛擬原型單晶片上(SoC),更詳細地探索硬體實作。Arm 透過 Neoverse 平台在雲端中取得成功,再加上在車輛中採用新的 Arm AE IP,這意味著雲和邊緣之間存在 ISA 同等性,兩者都建構在 Armv9-A 架構上。 然而,為了在這些虛擬平台和基於 Arm 的雲端實例上運行軟體應用,汽車開發人員需要可用於開發的基礎軟體堆疊。

「Day one」存取以加速汽車開發

因此,Arm 已經投資並與我們業界領先的生態系合作,以啟用在最新 Arm AE IP上運行的全棧軟體解決方案,涵蓋各種汽車應用,從域控制器(Zonal)車載資訊娛樂系統(IVI, In-vehicle Infotainment System ) 到先進駕駛輔助系統(ADAS)和自動駕駛。這使我們的合作夥伴從初始就擁有了一切所需,可以開始為軟體定義車輛(SDV)和軟體定義功能編寫軟體解決方案。

這意味著更早、更快、更敏捷的開發,可大幅縮短上市時間,將汽車開發週期縮短長達兩年。 它還使我們的汽車合作夥伴能夠專注於對他們來說最重要的商業差異化,其中可能包括 SDV 的高價值應用和服務。

Photo Credit:Arm

全棧軟體解決方案

我們很高興與大家分享一系列全棧軟體解決方案,這些解決方案將可在全新領先的 Arm AE IP 和虛擬平台上運行。包括:

基礎作業系統支援涵蓋以下內容: 

  • 透過 Linux、Elektrobit corbos Linux、RedHat、Arm EWOAL(透過 SOAFEE 和 Android Automotive)實現自動駕駛和 IVI 系統的豐富作業系統;
  • 透過 Green Hills、QNX 和 Wind River 實現的即時作業系統;
  • Elektrobit、ETAS 和 Vector 的 AUTOSAR 實施,通常運行安全應用和環境。

位於作業系統(OS) 之上的中間件層,允許車輛內部和外部進行通訊。範例包括:

  • 資料分發服務(DDS)實現,例如透過 Zettascale 和 RTI DDS 在應用程式和即時 CPU 上運行的 Eclipse CycloneDDS;
  • 透過 TTTech 和 Excelfore 的時間敏感網絡(TSN);
  • 透過 E-Sync 聯盟進行無線(OTA)軟體更新。

位於作業系統和中間件之上的應用程式和堆疊,其中包括:

  • Autoware 基金會的 Open AD Kit;
  • 來自 TIER IV 的 Web.auto;
  • LeddarTech 的 ADAS 感測器融合堆疊;
  • Mapbox 的 3D 即時導航和自動駕駛儀;
  • Sensory 基於人工智慧的語音辨識;
  • 塔塔科技公司的連網汽車技術。
Photo Credit:Arm

有關我們的軟體合作夥伴對其汽車市場全棧軟體解決方案的評價的更多訊息,請參見此處


Arm和SOAFEE的角色

Arm 在推動汽車產業新技術方法方面擁有獨特的優勢,因為我們位於全球最大的汽車生態系的核心,該生態系涵蓋晶片供應商、一級供應商、汽車製造商、操作系統供應商和軟體公司。我們也是 SOAFEE 背後的推動力量,SOAFEE 正在建立重要的基於標準的框架和技術,以支援當今和未來的 SDV。

我們的許多支援全棧軟體解決方案的合作夥伴都是 SOAFEE 成員。去年,SOAFEE 支援的一系列技術、創新和藍圖正在加速 SDV 之旅,並為新的全棧軟體解決方案奠定了基礎。這證明了 SOAFEE 在支援車輛中軟體解決方案和軟體定義功能的成功開發和部署方面的價值。

推動前所未有的汽車轉型

SDV 的技術範圍和複雜性,無法僅靠一家公司來解決,需要廣泛的生態系協作才能實現所需的規模。這就是為什麼我們很高興從初始就可以從我們廣泛的汽車生態系統中獲得廣泛的全棧軟體解決方案,以便我們的合作夥伴可以立即使用新的 Arm AE IP 開始開發。這些都是由 SOAFEE 驅動的基於標準的開發實現的,具有出色的可移植性。Arm 的這種獨特方法還將滿足軟體和人工智慧進步所需的運算需求,這些進步正在推動 SDV 的興起並支援汽車應用。

點此進一步了解Arm在汽車市場的解決方案

本文章內容由「Arm」提供。