第三个充电枪，比第十二个更值钱

每一位手握预算的 CPO，都要面对同一个岔路口。一个繁忙站点只能升级一项：是为每个车位增加功率，还是增加车位数量？

Kempower 在 8 月发布的白皮书 More plugs, more utilization 给出的答案是：增加充电枪。我们认为方向是对的。但我们也认为，这篇报告并没有证明这一点 — 而真正的证据其实更有用，因为它还能告诉你，何时该停下来。

电话系统问题

充电站本质上是一个排队系统：车辆到达、服务台、等待。一百年前，电信行业已经解决了这个问题。

Agner Krarup Erlang 在哥本哈根电话公司工作期间，于 1917 年发表了这个模型，用于确定电话交换台的规模。今天，它仍用于呼叫中心或蜂窝基站的容量规划。这里真正重要的结论是集约增益：服务台汇聚带来的收益是超线性的。三名接线员处理的业务量是两名的 2.3 倍，而不是 1.5 倍，因为更大的资源池能够吸收小资源池无法吸收的随机波动。这一规律永远成立 — 无论规模多大，容量增长都快于服务台数量增长。变化的是溢价的大小，而且它衰减得很快：三个服务台时，比线性增长多出 +80 个百分点；十七个时只多 +1.7；到一百个时几乎归零。这种衰减，正是决定充电站该在哪个规模止步的关键。

将它应用于充电车位，并保持服务质量不变，即“5% 的到达车辆需要等待”：

来源：Erlang C，Chargalytics 测算。虚线表示容量仅随车位数线性增长时的结果。

在一个双车位站点增加第三个车位，可获得+130% 容量 — 硬件只增加 50%，容量却超过翻倍。一个十一车位站点增加第十二个车位，则只带来 +12%，而你为此投入的硬件增加了 +9%。

增加功率，真的能缩短充电时长吗？

在两种方案中任一项上投入资金之前，值得先看看功率究竟能带来什么。而尴尬之处在于：我们测量的是充电时长，而不是电量。因此，我们依赖的是完全不需要电量数据的证据。

按每个车位实际安装的功率对各市场站点排序，再看它能换来多少充电时长缩短。由 100–175 kW 区间提升至 175 kW 以上，大致相当于额定功率翻倍：

来源：Chargalytics 统一遥测数据，2026 年 6 月。纳入所有至少有 50 次充电会话及 10 个观测日的 DC 站点 — 共 5 100 个站点、4.0 million 次充电会话。以实测充电时长对照实测额定功率，不作任何电量假设。

在这五个市场中，每车位安装功率翻倍，带来的单次充电时长缩短介于零到十三个百分点之间。在瑞典，它完全没有效果。这正是充电曲线的固有规律：超过约 150 kW 后，决定速度的是电池，而不是充电桩。

但在这条线以下，情况截然不同。将低于 60 kW 的设备升级至 100–175 kW 区间 — 大约是三倍功率 — 可将充电时长缩短 17% 至 50%。在 50 kW 时，充电桩确实是瓶颈。附录解释了为何法国和瑞士的平均充电时长仍明显长于北欧国家。

这并非硬件失效，而是物理规律。荷电状态超过 60–70% 后，充电曲线会明显降速；而由真实车辆、真实电池组成的排队队列，永远无法持续维持额定功率。350 kW 额定值的上半部分，在绝大多数时间里都无所事事。

这正是为什么商业上应在站内进行负荷均衡，而不是将功率硬性绑定到单个充电口。但这还只是论证的一半。

多一个充电枪，还是双倍功率？

Erlang 给出的答案很清楚。一个拥有四个车位、繁忙度为 50% 的站点，到达司机需要排队的概率是 17.4%。每车位功率翻倍后，概率降至 10.9%。车位数量翻倍后，则降至0.1%。

来源：Erlang C，Chargalytics 测算。

最简洁的说法是：一个四车位、繁忙度为 40% 的站点，增加一个车位对缓解排队的作用，等同于将每一次充电都缩短 33%。对于双车位站点，等效缩短幅度是 56%。市场上没有任何充电技术能做到这一点。但额外增加一台充电终端，今天就有现货可用。

这真的会发生吗？会，而且几乎只发生在小型站点

到这里仍只是理论。我们的遥测数据让我们能够验证它。我们提取每个站点一天中最繁忙的小时，并询问模型：此时到达的一位司机，有多大概率会发现所有车位都已满？

21.2% 的欧洲 DC 站点在高峰期有超过二十分之一的到达车辆需要排队。每二十个站点中，就有一个的排队比例超过五分之一。

但真正的痛点在哪里，看看就知道。

来源：Chargalytics 统一遥测数据，2026 年 6 月，8 672 个拥有完整分时小时画像的 DC 站点。采用 Erlang C，基于实测高峰小时负荷建模。

按市场划分的差异同样悬殊 — 而且并不能用一个国家建设了多少车位来解释。

来源：Chargalytics 统一遥测数据，2026 年 6 月；BEV 保有量来自 Chargalytics 市场分析，2026 年基准情景。

比较瑞士和挪威。两国的全国供给水平几乎完全相同 — 每千辆电动车分别对应 14.6 和 14.1 个 DC 车位。瑞士站点的高峰运行甚至更低，负荷为 16.0%，而挪威为 18.3%。

然而，瑞士有 38.8% 的站点在高峰期排队，挪威则只有 7.1%。每辆车对应的车位数相同，负荷更低，痛点却高出五倍半。

差别在于这些车位是如何布局的。挪威平均每站有 9.4 个车位，瑞士平均只有 2.7 个。相同的供给水平，却是截然相反的体验 — 因为瑞士的网络被切割成了过于零散的小块，无法享受资源池化的收益。

这正是对整个行业用来做规划的那项指标的警告。每辆电动车对应的充电位数量，几乎无法说明驾驶员是否需要排队。芬兰的比例是挪威的两倍——每千辆 BEV 对应 29.4 个充电位，而挪威为 14.1 个——但出现排队的站点占比却超过两倍。充电位如何组合，比你建设多少充电位更重要。

这对我们并不陌生。7 月，我们发布了 Europe's charging network survived July. 145 sites didn't.，追踪了假期高峰期间的 20 955 个 DC 充电位，发现有 145 个站点在高峰时段负载超过 80%——是 5 月的七倍。这是同一种现象，只是从另一端观察：少数站点承受了所有压力，而全网平均值依然看起来从容。

那篇文章说得很到位：网络组合的平均值会掩盖痛点。某个 CPO 报告 7 月利用率为 16%，但它完全可能在十几个站点拒绝用户，同时有两百个站点闲置。6 月逐小时数据所补充的是，究竟是哪些站点——答案压倒性地指向小型站点。

所有双充电位站点中，有一半在高峰时段已进入排队区间；八充电位站点中则不到 1%。从八个充电位往上，这一比例始终约为 1% 或更低。

这并不是因为大型站点更清闲。每个充电位在高峰时段的负载，在不同站点规模间惊人地平稳——各处都在 16% 至 25% 之间。排队之所以消失，纯粹是因为汇聚效应，正如 Erlang 所预测。

一张图就说明了全部论点。欧洲快充的排队问题，本质上是一个小型站点问题。它不是功率问题；而当站点超过约八个充电位后，它实际上也几乎不再是问题。

论证到这里就碰壁了

这一部分往往在供应商的材料中缺席，Kempower 的也不例外。

再看第一张图。双充电位时，汇聚红利极其可观；到十六个充电位时，几乎已经消失。但要更直观地理解它，不妨看绝对排队率。

设想一个忙碌度为 40% 的站点。两个充电位时，23% 的到站车辆需要等待；四个充电位时，为 9%；十二个充电位时，降至0.4%——增加第十三个充电位会将其进一步降至 0.15%。到了这个规模，你是在投入真金白银，去解决一个已经不复存在的排队问题。

增加充电枪的论点，在站点规模最小时最有力，并会随着站点扩大而减弱。

因此，“更多充电枪”并非充电站设计的普遍法则。从两个充电位扩至四个，这是极有力的理由；从六个扩至八个，理由仍然不错；从十二个扩至十四个，理由就很弱了。若有人拿第三个充电枪带来的效果，来推销第十二个充电枪，那他给你看的图表就错了。

那么，大型站点应该怎么做？

在整个站点范围内均衡负载。而精妙之处在于：这两个杠杆的作用方向恰好相反。

增加一个充电位，对小型站点最重要。全站负载均衡则对大型站点最重要——因为被拆分成双输出柜的大型站点，会形成更多让功率闲置的独立孤岛。一辆车单独在配对柜内充电时，会受到该柜功率上限的约束，哪怕站内其余部分完全闲置。

来源：Erlang C 及 Chargalytics 功率分配模型。小型站点应增加充电位；大型站点应均衡负载。

对于一个四充电位站点，轻负载下采用全站均衡而非成对均衡，每辆车的交付功率约可提高 50%。六个充电位时，这一增益约为 60%，此后基本保持不变。与此同时，多增加一个充电位的价值已从 +130% 降至 +26%。

小型站点：增加充电枪。大型站点：均衡负载。两者都成立，但谁也不能泛化为另一方。

我们自己的数据实际说明了什么

我们考察了 8 966 个欧洲 DC 站点的单充电位利用率。原始数据显示，单充电位利用率不会随着站点变大而下降——也不会稳定上升，而且不同市场的模式差异显著。

来源：Chargalytics 统一遥测数据，2026 年 6 月。法国呈 U 型，北欧持平，瑞士上升。没有一个市场出现下降。

在控制位置质量、每个充电位的功率和国家因素后，充电位数量翻倍，与单充电位利用率降低 10.5%相关。每充电位 kW 翻倍则方向相反：利用率提高 7.7%。位置质量仍是其中最强的单一预测指标。

乍看之下，这似乎与白皮书的结论相矛盾。其实不是——而其商业层面的解读，比两者本身都更有意思。

利用率不该是唯一的记分牌

并非每家运营商都以相同方式确定站点规模，而由谁买单至关重要。

对于那些将充电作为实现其他目标之手段的网络——例如 Tesla 守护车主体验，IONITY 为其车企股东兑现走廊覆盖承诺——可以按高峰需求配置规模，并接受周二的空闲。冗余容量换来的是品牌可靠性，回报则体现在充电桩以外的地方。

以盈利为目标的 CPO 没有这种余裕。它必须同时服务于两组数字。高峰需求决定驾驶员是否会回来。平均需求决定站点是否能赚钱。收入来自整月售出的电量——在我们的数据中，即每个充电位每天的使用量——而高峰时段的排队，则在悄无声息地毁掉支撑其余工作日利用率的回头客。

所以，稀释效应确实存在，但幅度有限——在数据最干净的市场中几乎可以忽略不计。上述五个国家中，没有一个的利用率会随站点规模扩大而下滑；法国呈 U 型，北欧持平，瑞士实际上还在上升。大型站点无论给运营商增加了什么成本，都不是让每个充电位的工作强度崩塌。

我们 7 月的分析也从收入角度发现了同样的张力：那些在假期高峰饱和的站点，恰恰是在其余十一个月里半数时间闲置的站点。冗余容量并非免费，而且分布极不均衡。

这正是白皮书的问题所在：其切入方向反了。Kempower 问的是，更多充电枪是否提升利用率。根据我们的数据，它们几乎不会朝任何方向改变利用率。真正值得问的是，边际增加一个充电位会对排队产生什么影响——答案是影响巨大、可衡量，而且几乎完全集中在小型站点。

这对你的建设方式意味着什么

如果充电枪在小型站点胜过功率，而负载均衡在大型站点胜过两者，那么架构选择就顺理成章。为多个终端供电的功率模块——PB/D——能将一个整流器组在全站范围内均衡分配，因此闲置容量会流向真正正在充电的车辆。单个双输出柜内的均衡仅覆盖两个充电位；PB/D 则可覆盖十二个。

大多数 CPO 已经以某种形式进行负载均衡。问题在于均衡池的规模；我们的模型显示，在任何超过六个充电位的站点中，成对均衡与全站均衡之间的差异，约等于每辆车可多获得 60% 的交付功率。

值得关注的是：EcoG 与 Jabil 联合打造的、硬件无关的 Powerblock/Dispenser 平台，支持 32 种充电架构和 15 种功率转换器。若 PB/D 真正实现多供应商兼容，CPO 就不再会因一项使用寿命长达十五年的资产而被锁定在单一 OEM 的产品路线图上。对大多数网络而言，这比任何一家供应商的单项充电枪数量都更重要。

还有一个问题：一个充电位到底要花多少钱

以上所有讨论都假定每个充电位的价格相同。事实并非如此，而其中的差异直接横切了 Erlang 的论证。

独立双输出柜——典型的 Alpitronic 架构——是配备自有整流器的一体化设备。硬件与安装成本会随柜体数量大致线性增长。单充电位成本保持不变：第十个充电位与第二个的成本相同。

PB/D 的表现则完全不同。昂贵的是功率模块，而且它是共享的。每增加一个充电位，都只是一个相对便宜的卫星单元，因此同一功率模块挂接的充电位越多，单个充电位的成本就越低 — 直到模块满载；此时再增加一个充电位，就得引入整套新的功率模块，成本曲线随之跳升。

指示性结构模型，并非 Chargalytics 价格数据。请参阅上述假设。第九个充电位的跃升来自第二个功率模块。

按这些假设，PB/D 在两个或三个充电位时反而是更差的选择 — 你在为一个几乎没有被分摊的功率模块付费。到约四个充电位时，它开始反超；到八个时，单个充电位的成本大约低三分之一。然后，第九个充电位会带来一次成本阶跃。

这就引出了决定大多数站点设计的矛盾。随着站点规模扩大，新增一个充电位的排队价值会迅速下降；随着站点规模扩大，新增一个充电位的成本也会下降。两条曲线背道而驰，而它们的交点，才是站点方案真正的论点所在。

对营利性 CPO 而言，这种不对称性确实很有价值。在大型 PB/D 站点，额外增加一个充电位很便宜，因此平均利用率被稀释的痛感也更小 — 你是在以折扣价购买高峰保障，覆盖一年中决定司机会不会再来的那四周。相比独立式站点新增同样一个充电位，这更容易写成一份让董事会点头的材料：后者成本全额不打折，对缓解排队却依然几乎无能为力。

这种取舍是真实存在的，值得直说：一个共享模块被分给更多充电位，意味着站点真正满载时的峰值充电速度更低。在大多数时候的非高峰期，司机能获得卫星单元的完整额定功率；到了高峰时段，则会低一些。鉴于平均单次充电的实际功率早已远低于铭牌功率的一半，这通常是个不高的代价 — 但它确实是代价，而且恰恰在站点最繁忙的日子里支付。

简而言之

• 将每个充电位的安装功率从 150 kW 以上翻倍，单次充电时间仅缩短 0-13%。这是实测结果，不需要任何能量假设。超过这条线后，决定速度的是电池而非充电桩。
• 从 2 个充电位增加到 3 个，容量提升 +130%。从 11 个增至 12 个，仅提升 +12%。围绕充电枪数量的论点，本质上是小型站点的论点。
• 在四充电位站点增加一个充电位，相当于将单次充电时长削减 33%。市面上没有任何方案能做到这一点。
• 大型站点应平衡负载，而不是增加充电枪。全站负载均衡带来的单车实际交付功率，比成对充电柜高约 ~60%。
• 新增一个充电位能减少高峰排队，却会稀释平均利用率。营利性 CPO 靠后者赚钱，却因前者接受评判。
• 所有双充电位站点中，半数在高峰期已出现排队；八充电位站点中则不足 1%。欧洲快充的排队问题，本质上是小型站点问题。
• PB/D 的单充电位成本随站点扩大而下降；每个充电位的排队价值也同样下降。这两条曲线在哪里交叉，才是真正的站点设计决策。

Kempower 的方向是对的，但原因并未在他们自己的报告中完全落地。充电枪胜过功率，是因为实际交付功率不到铭牌的一半时，额外的额定功率根本无处可去 — 不是因为充电枪会提高利用率。在我们的数据中，它们几乎不会提高利用率 — 控制了选址和功率后，反而会轻微稀释利用率 — 而这是营利性运营商必须证明合理性的成本。

还有一句卖不出任何硬件的提醒：这种效应会递减。第三把枪比第十二把枪更有价值。相应地建设。

附录

为何不同市场的单次充电时长差异如此之大

平均单次充电时长，从荷兰的 23.5 分钟到法国的 39.2 分钟不等。乍看之下，这似乎与上文“功率不重要”的论点相矛盾 — 因此有必要准确说明：功率何时重要，又会在何时不再重要。

差距追踪到一个因素：仍在运行的传统 60 kW 以下 DC设施占比。瑞士为 42.7%，法国为 30.9%，瑞典则为 8.2%。

来源：Chargalytics 统一遥测数据，2026 年 6 月。站点当月至少有 50 次充电会话。

在每一个市场内部，60 kW 以下站点的单次充电时长都比 175 kW 以上站点长 1.35 至 2.1 倍。而如果只比较现代化站点，各国差距大幅收窄：挪威 24.5 分钟、瑞典 24.8 分钟、荷兰 29.0 分钟、瑞士 30.9 分钟、法国 34.4 分钟。

因此，规则并不是“功率不重要&rdquo%。而是：功率在车辆成为瓶颈之前很重要，之后便不再重要。从 50 kW 升至 150 kW，可将单次充电时间缩短 17% 至 50% — 法国接近一半，荷兰约六分之一 — 因为在 50 kW 时，充电桩才是瓶颈。从 150 kW 升至 350 kW 几乎没有变化，因为此时瓶颈已是电池。

这正是为什么在现代化站点购买更多功率是一步弱棋，而在老旧站点却是强力举措。欧洲绝大多数 DC 设施已经越过了这条曲线的拐点。

仍有一部分差距留存 — 在可比硬件条件下，法国的单次充电时长仍比瑞典长约 39%。我们的数据无法对此作出定论。最可能的原因是车型结构（法国偏向充电接受能力较低的小型车）以及选址，法国更多 DC 站点位于司机会停留较久的目的地。这两点都值得单独研究。

推导实际交付功率，以及我们为何不将其作为论点基础

我们没有 kWh 数据。要讨论以 kW 计的实际交付功率，只能借用公布相关数据的运营商的单次充电能量 — Fastned 为每次充电 26.9 kWh，IONITY 公布为 30 kWh — 并将同一数值应用于每个市场。

这是真实存在的假设，也正因如此，核心论点并不依赖于以下分析。

样本涵盖 2026 年 6 月五个欧洲市场的 5 300 160 次 DC 充电会话。

实际交付功率是推导值，而非测量值：以公开的单次充电能量除以我们测得的充电时长得出。由于对所有市场采用相同的能量数值，实际交付列只是充电时长的另一种表达，并未提供任何独立的能量信息。数值水平仅供说明，排名也只是暂定。

荷兰说明：其 23.5 分钟的总体平均值低于上述三个功率分段的平均值（40.5、33.5 和 29.0 分钟），原因是其中还包括我们没有每个连接器功率评级的站点，因而未被归入任何分段。重新提取 6 月数据后发现，这些会话大多来自某一家运营商的数据源：其记录的会话仅数分钟，每个充电位每天往往有数十次 — 这是上报伪影，不是真实充电。因此，荷兰平均时长被低估，实际交付功率被高估。更长的荷兰单次充电时长只会进一步降低其铭牌功率占比，所以“远低于一半”这一结论依然成立。

据此，平均单次充电所使用的功率，介于硬件额定功率的 30% 至 45% 之间 — 在每一个市场都远低于一半。需要警惕的是，如果不同市场的单次充电能量差异很大，这一区间便会瓦解。要让法国的实际交付功率与瑞典相同，法国每次充电必须携带1.56 倍的能量 — 约 42 kWh，对比 27 kWh。考虑到法国偏向小型车，我们认为这不太可能，但我们的数据无法排除这种可能。这正是核心论点建立在实测时间而非此项推导之上的原因。

关于 Kempower 报告的说明

我们仔细研读了 More plugs, more utilization（Kempower，2026 年 8 月，需填写表单访问），并提取了散点图坐标。读者需要了解三件事。

“强 3× 倍”的说法比较的是两个不同样本。充电枪口图约有 30 个数据点，利用率最高仅为 11%。功率图约有 45 个数据点，最高达到 23%。不能将来自不同样本的相关系数相除，以此判断两个驱动因素孰强孰弱。

他们自己的能源图表显示，充电枪口与功率几乎不相上下 — R = 0.47，对比 R = 0.401 — 而标题却写着枪口密度重要得多。我们的数据与其图表一致：在同一比较口径下，我们测得 0.657，对比 0.667。

他们的利用率指标被定义为总装机功率的利用率，也就是说，装机功率位于分母中，随后又将该指标与装机功率作图。无论实际影响如何，这种构造都会在机制上削弱功率之间的关系。

这并不意味着他们的结论一定错误，只意味着所展示的证据尚不足以证明它。