王慧怡 郭崇

摘要：為了更有針對(duì)性的評(píng)價(jià)電動(dòng)汽車的性能指標(biāo)，針對(duì)電動(dòng)汽車對(duì)動(dòng)力性和經(jīng)濟(jì)性的要求，提出一種基于電動(dòng)汽車能耗分析的經(jīng)濟(jì)性評(píng)價(jià)方法，以及動(dòng)力性、經(jīng)濟(jì)性綜合評(píng)價(jià)方法，對(duì)電動(dòng)汽車實(shí)施性能評(píng)價(jià)。分別從整車參數(shù)角度和經(jīng)濟(jì)性測試方案兩方面對(duì)主要影響因素進(jìn)行了分析，建立了整車能耗分析模型，并研究了國際上最新的電動(dòng)汽車經(jīng)濟(jì)性評(píng)價(jià)方法。提出了電動(dòng)汽車動(dòng)力性、經(jīng)濟(jì)性綜合評(píng)價(jià)方法，其中包括循環(huán)工況、評(píng)價(jià)指標(biāo)選取，以及評(píng)價(jià)指標(biāo)的權(quán)值確定?；趦煽钅繕?biāo)車輛以仿真的形式對(duì)動(dòng)力性、經(jīng)濟(jì)性做出了綜合評(píng)價(jià)。根據(jù)電動(dòng)汽車的構(gòu)型特點(diǎn)，對(duì)其功率流消耗流向，尤其是動(dòng)力系統(tǒng)部件損耗進(jìn)行了分析，并搭建了考慮系統(tǒng)損耗特性的整車模型，為電動(dòng)汽車經(jīng)濟(jì)性影響因素的明確提供了理論依據(jù)。在電動(dòng)汽車動(dòng)力性、經(jīng)濟(jì)性綜合評(píng)價(jià)方面，選取了動(dòng)力性、經(jīng)濟(jì)性指標(biāo)，并提出了基于熵值法確定權(quán)值的確定方法，最終選取目標(biāo)車型對(duì)方法的可行性做出了驗(yàn)證。試驗(yàn)結(jié)果顯示了兩種車型的性能對(duì)比，研究表明：評(píng)價(jià)方法具有完整性和可行性，對(duì)提高整車性能指標(biāo)，改善使用認(rèn)可度和駕駛感受有著重要意義。

關(guān)鍵詞：電動(dòng)汽車；能耗分析；動(dòng)力性；經(jīng)濟(jì)性；綜合評(píng)價(jià)

在動(dòng)力性方面，我國電動(dòng)汽車動(dòng)力性評(píng)價(jià)指標(biāo)主要是依據(jù)是國標(biāo)《 GB/T 18385 2005 電動(dòng)汽車動(dòng)力性試驗(yàn)方法》，主要評(píng)價(jià)指標(biāo)包括最高車速，30分鐘最高車速，加速能力，爬坡車速，坡道起步能力等。

在經(jīng)濟(jì)性方面，經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)主要依據(jù)國標(biāo)《GB/T 18386 2005 電動(dòng)汽車能量消耗率和續(xù)駛里程試驗(yàn)方法》，測試工況分為60km/h和NEDC循環(huán)工況，評(píng)價(jià)指標(biāo)主要有能量消耗率和續(xù)駛里程。

針對(duì)經(jīng)濟(jì)性評(píng)價(jià)而言，不同的國家，在選擇循環(huán)工況和方案時(shí)有著不同的規(guī)定和標(biāo)準(zhǔn)，對(duì)于行駛工況的開發(fā)而言，最初是針對(duì)傳統(tǒng)的燃油汽車的排放以及油耗的檢測，當(dāng)前，針對(duì)新能源汽車，特別是電動(dòng)汽車，還沒有形成針對(duì)性的行駛工況的評(píng)價(jià)體系，在進(jìn)行評(píng)價(jià)和實(shí)車測試時(shí)，還是遵循傳統(tǒng)汽車的行駛工況來進(jìn)行，例如參考?xì)W洲經(jīng)濟(jì)委員會(huì)的ECE-15的標(biāo)準(zhǔn)，以及為了滿足市郊路面的行駛狀況而修改的EUDC市郊工況；另外還有日本所推出的10？15工況和其最新修訂的JC08工況；美國相繼也制定了一些工況標(biāo)準(zhǔn)，如：UDDS、SAE等。對(duì)于我國的國標(biāo)而言，除了所指出的NEDC工況外，一些研究單位和科研院所還針對(duì)不同地區(qū)的路況建立了一些典型的工況數(shù)據(jù)，如北京地區(qū)的工況、長春地區(qū)的工況以及西安地區(qū)的工況等，基于這些工況來對(duì)整車的路面性能進(jìn)行評(píng)價(jià)[1-3]。

此外，針對(duì)評(píng)價(jià)純電動(dòng)汽車最高車速、爬坡能力、加速時(shí)間、能量消耗率以及續(xù)駛里程等動(dòng)力性與經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)，不同的車型有著不同的性能指標(biāo)，而對(duì)于相同的車型，由于有著不同的電動(dòng)機(jī)參數(shù)和傳動(dòng)系統(tǒng)參數(shù)的匹配，導(dǎo)致其能耗和動(dòng)力性之間也存在著差異。在選擇車型和實(shí)施定量計(jì)算時(shí)，如果對(duì)于一個(gè)車型而言，其方案選擇和性能指標(biāo)相對(duì)于另一個(gè)車型較高時(shí)，性能優(yōu)勢較為明顯，倘若各指標(biāo)之間優(yōu)劣交錯(cuò)，這就需要重新對(duì)比評(píng)價(jià)。對(duì)此，在各國國家標(biāo)準(zhǔn)中還少有提及車輛的綜合評(píng)價(jià)標(biāo)準(zhǔn)[4-6]。

1 電動(dòng)汽車動(dòng)力性評(píng)價(jià)指標(biāo)

對(duì)于純電動(dòng)汽車而言，動(dòng)力性需求方面，和傳統(tǒng)汽車基本類似，在GB18385-2005中所列出的評(píng)定車輛動(dòng)力性的參數(shù)主要是加速時(shí)間、最高車速和最大爬坡能力。。

1.1 最高車速

對(duì)于最高車速而言，主要有兩種類型的指標(biāo)，分別是30分鐘最高車速和1Km最高車速，以上兩個(gè)指標(biāo)都是基于所設(shè)定的條件下所能實(shí)現(xiàn)的平均車速，主要是用來評(píng)定純電動(dòng)汽車的高速行駛的性能狀況。在純電動(dòng)汽車中，傳動(dòng)系統(tǒng)的速比和驅(qū)動(dòng)電機(jī)的最高轉(zhuǎn)速?zèng)Q定了純電動(dòng)車的最高車速情況，在不考慮實(shí)際的坡道的阻力時(shí)，對(duì)于基于最高車速所需要的動(dòng)力系統(tǒng)的最大的功率為：

（1）

（4.1）

純電動(dòng)汽車在高速行駛過程中，對(duì)于影響整車功率需求的最主要因素而言，主要就是空氣阻力，對(duì)于純電動(dòng)汽車而言，其最高車速一般介于100-160km/h的范圍內(nèi)，如果不考慮實(shí)際滾動(dòng)阻力，基于最高車速的功率和車速之間呈三次方的比例。

1.2 爬坡性能

對(duì)于爬坡性而言，主要是用來評(píng)定整車的低速通過性和大負(fù)載狀態(tài)的通過性能，在對(duì)其進(jìn)行評(píng)定時(shí)，一般是用所規(guī)定的爬坡車速所能達(dá)到的最大坡度來表示，在進(jìn)行最大爬坡度的設(shè)定時(shí)，一般會(huì)比實(shí)際的道路坡度要高，對(duì)于爬坡度指標(biāo)而言，一般是介于20～30%之間的范圍內(nèi)。如果在某一坡度路面上基于最低的車速行駛，則其動(dòng)力系統(tǒng)的最大的功率需求為：

（2）

（4.2）

其中，是所設(shè)計(jì)的最低通過車速，通常為15～20km/h；為最大坡度角，。

對(duì)于動(dòng)力系統(tǒng)，特別是驅(qū)動(dòng)電機(jī)系統(tǒng)來說，最大爬坡性能主要受電機(jī)的低速最大轉(zhuǎn)矩輸出能力和短時(shí)過載能力的影響。

1.3 加速性能

在整車的實(shí)際運(yùn)行中，加速行駛過程是最為常見的行駛工況之一，一般將其定義為，自一定車速實(shí)現(xiàn)向另一車速的加速所需要的最少的時(shí)間。在國標(biāo)中關(guān)于減速性能的測試有著如下的規(guī)定：以0～50km/h和50～80km/h兩個(gè)時(shí)間實(shí)施評(píng)價(jià)，其中，通過0～50km/h的測試可以對(duì)政策的起步加速能力進(jìn)行評(píng)定，而對(duì)于50～80km/h的測試模式而言，主要是對(duì)中等車速時(shí)的加速超車能力進(jìn)行評(píng)定。但是，當(dāng)前的加速測試主要是將0～100km/h的加速測試作為加速性能測試的方法。對(duì)于整車的實(shí)際加速性能而言，在很大程度上決定于電機(jī)的全速調(diào)速范圍內(nèi)的實(shí)際的轉(zhuǎn)矩輸出的能力，也就是與所配置的電機(jī)系統(tǒng)所對(duì)應(yīng)的最大的輸出功率的能力。在實(shí)際的加速過程中，對(duì)于所需要的最大的功率而言，主要是在實(shí)現(xiàn)了目標(biāo)車速時(shí)所需要的功率，也就是：

（3）

（4.3）

在以上的公式中，用表示旋轉(zhuǎn)質(zhì)量換算系數(shù)；用表示加速后期車速；用表示加速后期加速度。

基于以上的論述，在純電動(dòng)汽車中，主要是通過動(dòng)力性來表示其所能達(dá)到的整車極限運(yùn)動(dòng)的特性，在很大程度上取決于所搭載的動(dòng)力系統(tǒng)所能輸出的轉(zhuǎn)矩和功率，可以說，這是實(shí)現(xiàn)純電動(dòng)車基本性能的基礎(chǔ)。

2 電動(dòng)汽車經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)

在評(píng)定純電動(dòng)車的經(jīng)濟(jì)性能指標(biāo)時(shí)，一個(gè)關(guān)鍵性能參數(shù)就是單次充電所能實(shí)現(xiàn)的最大行駛里程或者其實(shí)際的能量消耗，在我國的相關(guān)標(biāo)準(zhǔn)中，對(duì)此也作了相應(yīng)的規(guī)定。在國標(biāo)中的規(guī)定是：對(duì)于單次充電的續(xù)駛里程而言，主要是指基于標(biāo)準(zhǔn)的要求，在實(shí)現(xiàn)充電至滿后，基于一定的運(yùn)動(dòng)工況需求進(jìn)行行駛，其所能實(shí)現(xiàn)的最大的行駛里程。對(duì)于以上所提及的運(yùn)動(dòng)工況主要有NEDC循環(huán)工況和60km/h工況，其中，在圖1中列出了NEDC工況的車速和時(shí)間歷程。

Fig.1 Schematic NEDC conditions

圖1 NEDC工況示意圖

在NEDC循環(huán)工況中主要涉及一個(gè)市郊循環(huán)和4個(gè)市區(qū)循環(huán)，將其時(shí)間設(shè)定為19min40s，將其理論距離設(shè)定為11.022km，如果所試驗(yàn)車輛的實(shí)際車速無法跟隨所設(shè)定的車速，相差達(dá)一定值后，則表示試驗(yàn)結(jié)束。

在完成了標(biāo)準(zhǔn)中所規(guī)定的試驗(yàn)循環(huán)后，對(duì)電池進(jìn)行重新充電，保證實(shí)現(xiàn)試驗(yàn)前的電池容量，用所得到的電網(wǎng)的電能去除行駛里程，則得到能量消耗率，其單位為Wh/km，表示為

（4）

在以上的公式中，用表示蓄電池在充電期間來自電網(wǎng)的能量，其具體單位為Wh，用表示在試驗(yàn)期間電動(dòng)車所能行駛的總距離也就是通常所說的續(xù)駛里程，其單位為km。

經(jīng)濟(jì)性測量結(jié)果的準(zhǔn)確程度要受到測試環(huán)境的影響，在國標(biāo)中對(duì)室外的環(huán)境溫度的規(guī)定是要介于5～32℃之間，而對(duì)室內(nèi)環(huán)境的溫度規(guī)定是要介于20～30℃之間。

3 熵值法

熵值法（ Entropy method）是較為客觀的一種賦權(quán)法，在實(shí)際應(yīng)用中，基于各個(gè)指標(biāo)所能體現(xiàn)的信息量的大小來對(duì)指標(biāo)的時(shí)間權(quán)重進(jìn)行確定。就具體的應(yīng)用來說，所選擇的正向型指標(biāo)主要是：爬坡能力、最高車速以及續(xù)駛里程等，所選擇的逆向型指標(biāo)主要是耗電量以及加速能力等。下面對(duì)基于熵值法的權(quán)值確定方法進(jìn)行描述。

首先，設(shè)有m個(gè)方案，則評(píng)價(jià)矩陣為：

（5）

將作正向化處理后，對(duì)于正向指標(biāo)：

（6）

對(duì)于逆向指標(biāo)：

（7）

計(jì)算第個(gè)指標(biāo)下第個(gè)方案數(shù)值所占的比重：

（8）

計(jì)算第個(gè)指標(biāo)的熵值：

（9）

式中，

確定第個(gè)指標(biāo)的權(quán)重：

Fig.2 WLTP-3 conditions to follow the target vehicle speed curve

圖2 WLTP-3工況下目標(biāo)車型車速跟隨曲線

（10）

通過上述過程，對(duì)任意一款車型的最高車速、加速能力、百公里耗電量以及爬坡能力等經(jīng)濟(jì)性和動(dòng)力性指標(biāo)進(jìn)行加權(quán)處理，提出動(dòng)力性、經(jīng)濟(jì)性綜合評(píng)價(jià)指標(biāo)。

4 目標(biāo)車型綜合評(píng)價(jià)

結(jié)合電動(dòng)汽車動(dòng)力性、經(jīng)濟(jì)性的評(píng)價(jià)指標(biāo)，以爬坡能力、續(xù)駛里程、最高車速、加速能力、百公里耗電量等作為相應(yīng)的參數(shù)指標(biāo)，通過對(duì)指標(biāo)參數(shù)的加權(quán)綜合，體現(xiàn)各個(gè)指標(biāo)在綜合評(píng)價(jià)體系中的地位和重要程度。在本文中主要是基于客觀賦權(quán)法，構(gòu)建不同指標(biāo)之間的相互的關(guān)系或者根據(jù)各個(gè)指標(biāo)所對(duì)應(yīng)的變異的程度來確定權(quán)重，并構(gòu)建了純電動(dòng)汽車動(dòng)力性經(jīng)濟(jì)性綜合評(píng)價(jià)的指標(biāo)體系。

根據(jù)WLTP測試方法，對(duì)兩目標(biāo)車型根據(jù)功率比質(zhì)量參數(shù)進(jìn)行分類，車型一PWr=55wh/kg，車型二PWr=54 wh/kg，均屬于3類工況，基于WLTP-3類行駛工況對(duì)目標(biāo)車型經(jīng)濟(jì)性能指標(biāo)進(jìn)行仿真，其工況跟隨曲線如圖2所示，整車性能指標(biāo)如表1、2所示。

表1 目標(biāo)車型1參數(shù)

Table 1 Model 1 parameters

外觀參數(shù)

車輛總質(zhì)量

1525kg

風(fēng)阻系數(shù)

0.28

迎風(fēng)面積

1.6m^2

電機(jī)規(guī)格

電機(jī)類型

永磁同步電機(jī)

最大扭矩

200N.m

最大功率

75kW

電池規(guī)格

電池類型

鋰離子電池

總?cè)萘?/p>

66Ah

總電壓

345v

SOC變化范圍

0.95-0.15

行駛裝置

輪胎滾動(dòng)半徑

0.301m

表2 目標(biāo)車型2參數(shù)

Table 2 Model 2 parameters

外觀參數(shù)

車輛總質(zhì)量

1390kg

風(fēng)阻系數(shù)

0.284

迎風(fēng)面積

1.97m^2

電機(jī)規(guī)格

電機(jī)類型

永磁同步電機(jī)

最大扭矩

240N.m

最大功率

85kW

最高轉(zhuǎn)數(shù)

10000rpm

額定轉(zhuǎn)速

3000rpm

電池規(guī)格

電池類型

鋰離子電池

總?cè)萘?/p>

80Ah

總電壓

320v（220v～420v）

SOC變化范圍

0.95-0.15

動(dòng)力傳動(dòng)裝置

主減速比

6.058

行駛裝置

輪胎滾動(dòng)半徑

0.301m

表3目標(biāo)車型性能指標(biāo)

Table3 Target vehicle performance

工況

最高車速（km/h）

0～50km/h加速時(shí)間（s）

最大爬坡度（%）

能耗

（kwh/100km）

續(xù)駛里程

（km）

車型1

WLTC-3

110

5.5

20

12

150

車型2

WLTC-3

120

7

25

14.06

160

將表3中性能指標(biāo)進(jìn)行處理，得到標(biāo)準(zhǔn)化矩陣為：

根據(jù)上述權(quán)重確定方法，得到權(quán)重：

計(jì)算得到相應(yīng)的理想解和負(fù)理想解及貼進(jìn)度分別為：

由于，所以車型一的動(dòng)力性經(jīng)濟(jì)性

綜合性能優(yōu)于車型二。

5 結(jié)論

選取了兩款目標(biāo)車型，采用整車模型和描述的測試循環(huán)工況，分別對(duì)目標(biāo)車型進(jìn)行了仿真，得到所提出的綜合評(píng)價(jià)方法所需的相關(guān)動(dòng)力性、經(jīng)濟(jì)性參數(shù)，并對(duì)參數(shù)進(jìn)行了綜合處理，得到了綜合評(píng)價(jià)指標(biāo)，根據(jù)綜合

評(píng)價(jià)指標(biāo)對(duì)兩車性能做出了對(duì)比，驗(yàn)證了評(píng)價(jià)方法的完整性和可行性。

參考文獻(xiàn)：

[1]Birnbaum Z. W. On a use of the Mann-Whitney statistic [C]. Proceedings of the Third Berkeley Symposium on Mathematical Statistics and Probability，1956，1：13-17.

[2]Chen Qingquan，Sun Liqing. Situation and development trend of electric vehicles[J]. Science & Technology Review， 2005， 23（4）： 24-28.

[3]Wang Yuning. Electric vehicle development strategy abroad[J]. Auto Industry Research， 2005 （9）： 35-40.

[4]Chan C C. The state of the art of electric and hybrid vehicles[J]. Proceedings of the IEEE， 2002， 90（2）： 247-275.

[5]Sun Fengchun. Status and development of electric vehicles in Germany and France[J]. Technology tide， 2004 （8）： 38-39.

[6]Bian Yaozhang. Automotive new energy technologies[M]. China Communications Press， 2003.

[7]GB/T 18385-2005， Electric vehicles，Dynamic performance test methods[S]. 2005.

[8]Guzzella L， Sciarretta A. Vehicle propulsion systems： introduction to modeling and optimization[M]. Springer Verlag， 2005.

[9]Hayes J G， de Oliveira R P R， Vaughan S， et al. Simplified electric vehicle power train models and range estimation[C]//Vehicle Power and Propulsion Conference （VPPC）， 2011 IEEE. IEEE， 2011： 1-5.

[10]Brundell-Freij K， Ericsson E. Influence of street characteristics， driver category and car performance on urban driving patterns[J]. Transportation Research Part D： Transport and Environment， 2005， 10（3）： 213-229.

[11]Manfred Mischke. Vehicle Dynamics[M].Bei jing： Tsinghua University press， 2009.

[12]Goetz M， Levesley M C， Crolla D A. Integrated powertrain control of gearshifts on twin clutch transmissions[J]. SAE paper， 2004： 01-1637.

[13]Ehsani M， Gao Y， Emadi A. Modern electric， hybrid electric， and fuel cell vehicles： fundamentals， theory， and design[M]. CRC， 2009.

[14]Seref Soylu， Electric Vehicles - Modeling and simulations[M]. Intech Web.org， 2011.

[15]Casanellas F. Losses in PWM inverters using IGBTs[C]//Electric Power Applications， IEE Proceedings-. IET， 1994， 141（5）： 235-239.

[16]Xu L， Zhang Y， Guven M K. A new method to optimize q-axis voltage for deep flux weakening control of IPM machines based on single current regulator[C]//Electrical Machines and Systems， 2008. ICEMS 2008. International Conference on. IEEE， 2008： 2750-2754.