金 勇，臧鵬飛，王 哲

（1.環(huán)球車享汽車租賃有限公司，上海 201800；2.同濟(jì)大學(xué) 新能源汽車工程中心，上海 201800）

汽車是人類最主要的地面交通工具，但是由于環(huán)境污染、能源危機(jī)等一系列問題，汽車行業(yè)正經(jīng)歷著由傳統(tǒng)燃油汽車到新能源汽車的變革[1]。由于新能源汽車的電氣化和信息化程度更高，所以國內(nèi)外的許多相關(guān)企業(yè)和科研單位都研發(fā)了新能源汽車的監(jiān)控及數(shù)據(jù)采集系統(tǒng)，能夠獲取大量新能源汽車的實際運行數(shù)據(jù)[2]。

國內(nèi)外的相關(guān)企業(yè)以及業(yè)界專家對新能源汽車的運行數(shù)據(jù)做了許多方面的處理分析，所獲成果頗豐。丹麥技術(shù)大學(xué)的FETENE等[3]基于電動汽車的大數(shù)據(jù)對其能耗和行駛里程進(jìn)行估計。美國的特斯拉公司將大數(shù)據(jù)分析應(yīng)用于電動汽車的設(shè)計研發(fā)、生產(chǎn)管理質(zhì)量監(jiān)控、服務(wù)維修、用戶習(xí)慣、超級充電站布局和車主駕駛行為分析等方面[4]。韓國嶺南大學(xué)的ARIAS等[5]采用大數(shù)據(jù)技術(shù)預(yù)測電動汽車的充電需求。同濟(jì)大學(xué)的吳陽博[6]開發(fā)了新能源汽車數(shù)據(jù)采集系統(tǒng)，該系統(tǒng)基于GPRS和Internet可對電動汽車的主控制器、驅(qū)動電機(jī)、電池、車載記錄儀、車載智能信息單元的狀態(tài)進(jìn)行遠(yuǎn)程監(jiān)控，具有關(guān)鍵參數(shù)在線繪圖、故障查找和預(yù)警、電動汽車控制參數(shù)的遠(yuǎn)程設(shè)定、車輛的電子地圖遠(yuǎn)程跟蹤和定位、數(shù)據(jù)回放與分析等功能。北京理工大學(xué)的學(xué)者利用新能源汽車的大數(shù)據(jù)建立了動力電池的故障診斷方法[7]。吉林大學(xué)的田野建立了一套可靠、高效、智能的電動汽車遠(yuǎn)程監(jiān)控、標(biāo)定和診斷系統(tǒng)，成功實現(xiàn)了遠(yuǎn)程監(jiān)控、標(biāo)定及診斷功能[8]。

綜上所述，現(xiàn)有的新能源汽車運行數(shù)據(jù)處理分析尚停留在續(xù)駛里程估算、駕駛行為、充電行為等常規(guī)分析層面，對于利用數(shù)據(jù)深入分析車輛工作模式以及整車能耗等的相關(guān)研究還較為匱乏，針對PHEV這類車型的相關(guān)工作更是少之又少。因此，本文根據(jù)某款PHEV的大量歷史運行數(shù)據(jù)，采用基于時序關(guān)聯(lián)和劃分的分析方法，通過對數(shù)據(jù)的分類、篩選、過濾、整合及處理，對純電動模式、混合驅(qū)動模式、內(nèi)燃機(jī)模式和行車充電模式等工作模式進(jìn)行辨別，分析每種工作模式下的整車能耗情況，最后根據(jù)分析結(jié)果對PHEV的動力系統(tǒng)提出改進(jìn)建議。

1 目標(biāo)車輛簡介與數(shù)據(jù)說明

1.1 目標(biāo)車輛簡介

用于研究的目標(biāo)車輛為某款國產(chǎn)PHEV，該款車輛采用1.5T渦輪增壓內(nèi)燃機(jī)與電機(jī)組合的驅(qū)動系統(tǒng)，并配備13 kWh磷酸鐵鋰動力電池，工信部公布的純電行駛里程為70 km。具體的車輛基本參數(shù)見表1。

該款PHEV采用并聯(lián)式混合動力系統(tǒng)，其工作模式主要分為四種：純電動模式、混合驅(qū)動模式、內(nèi)燃機(jī)模式和行車充電模式[9]。純電動模式是指動力電池提供車輛所需全部能量，內(nèi)燃機(jī)不工作；混合驅(qū)動模式是指內(nèi)燃機(jī)和電動機(jī)同時輸出力矩驅(qū)動車輛前進(jìn)，此時電機(jī)的能量來自電池組；內(nèi)燃機(jī)模式是指內(nèi)燃機(jī)作為唯一動力源，且其輸出的能量全部用于驅(qū)動車輛前進(jìn)，電池即不充電也不放電；行車充電模式是指內(nèi)燃機(jī)驅(qū)動車輛并通過發(fā)電機(jī)為電池充電。

表1 PHEV基本參數(shù)

1.2 運行數(shù)據(jù)說明

該款PHEV的運行數(shù)據(jù)來源于上海新能源汽車公共數(shù)據(jù)采集與監(jiān)測研究中心，符合上海市地方標(biāo)準(zhǔn)《新能源汽車及充電基礎(chǔ)設(shè)施公共數(shù)據(jù)采集規(guī)范》。原始數(shù)據(jù)共32項，在涵蓋車輛基本行駛參數(shù)的同時，也包括驅(qū)動電機(jī)、動力電池等關(guān)鍵零部件的性能參數(shù)，以及充電樁充電電流、電壓等基礎(chǔ)設(shè)施參數(shù)。其中，用于整車能耗分析的數(shù)據(jù)主要有兩類13項，將同一時刻采集到的13項數(shù)據(jù)稱為工況點，具體數(shù)據(jù)采集類型和實際精度見表2。

考慮到數(shù)據(jù)傳輸?shù)臅r效性以及儀器記錄的準(zhǔn)確性，原始數(shù)據(jù)并不能全部準(zhǔn)確真實地反映車輛行駛的實際情況，因此需要對潛在數(shù)據(jù)的誤差風(fēng)險進(jìn)行數(shù)據(jù)清理，對錯誤數(shù)據(jù)進(jìn)行更正，必要時刪除部分無效數(shù)據(jù)以保證數(shù)據(jù)的準(zhǔn)確與可靠，從而確保后續(xù)分析的準(zhǔn)確與可靠。

表2 運行數(shù)據(jù)采集類型

通過調(diào)研現(xiàn)階段新能源汽車遠(yuǎn)程監(jiān)控數(shù)據(jù)的基本情況，可以得出影響數(shù)據(jù)可靠性的因素主要有以下幾點：

1.2.1 數(shù)據(jù)錯位

車載儀器在接收部分信號時會因出現(xiàn)遲滯現(xiàn)象而導(dǎo)致數(shù)據(jù)錯位，這屬于儀器自帶的系統(tǒng)誤差，由此出現(xiàn)如時間間隔、車輛加速度等相關(guān)參數(shù)與實際數(shù)值相反的情況，致使后續(xù)分析研究出現(xiàn)不必要的偏差，從而影響分析結(jié)果。

1.2.2 數(shù)據(jù)溢出

新能源汽車監(jiān)控系統(tǒng)采用現(xiàn)代數(shù)字系統(tǒng)，在發(fā)生電磁干擾或使用非類型安全（non-type-safe）語言等情況下，數(shù)據(jù)計算與存儲系統(tǒng)會發(fā)生數(shù)據(jù)溢出現(xiàn)象，即所表示的數(shù)據(jù)超出了計算機(jī)所能表示的數(shù)據(jù)范圍。此種情況給數(shù)據(jù)處理與分析帶來了極大干擾，需要在對數(shù)據(jù)進(jìn)行處理前先行將其清理。

1.2.3 數(shù)據(jù)重復(fù)

新能源汽車監(jiān)控數(shù)據(jù)類型眾多、數(shù)量龐大，在海量數(shù)據(jù)中會出現(xiàn)數(shù)據(jù)類型重復(fù)及數(shù)值重復(fù)等現(xiàn)象，該情況在統(tǒng)計用戶用車頻次等分析研究方面會對結(jié)果造成干擾，需要刪除多余、無用的數(shù)據(jù)。

1.2.4 數(shù)據(jù)殘缺

新能源汽車監(jiān)控數(shù)據(jù)中存在部分?jǐn)?shù)據(jù)的缺失，如在分析電池健康狀態(tài)的過程中，在連續(xù)的時間段內(nèi)出現(xiàn)總電池電壓的數(shù)值缺失，將無法建立完整時序的電池健康狀態(tài)的演變規(guī)律。

為了解決以上問題，采用基于K-means算法[10]的聚類方法對數(shù)據(jù)進(jìn)行清理。K-means算法是經(jīng)典的基于距離的聚類算法，采用歐式距離作為相似性的聚類評價指標(biāo)，對超出距離范圍外的數(shù)據(jù)進(jìn)行剔除，快速簡單，時間復(fù)雜度近似于線性，對大數(shù)據(jù)具有較高效率。

2 基于運行數(shù)據(jù)的PHEV工作模式辨識和能耗分析方法

本研究采用的基本方法為基于時序關(guān)聯(lián)和劃分的分析方法。首先將PHEV歷史靜態(tài)數(shù)據(jù)進(jìn)行分段，并對采集數(shù)據(jù)進(jìn)行分類、篩選、過濾、整合及處理，然后對各數(shù)據(jù)段的工作模式進(jìn)行辨別，最后分析每個工作模式下的整車能耗情況。其整體框架如圖1所示。

圖1 整車能耗分析的整體框架

2.1 數(shù)據(jù)分段

由于車輛在停止運行的過程中并不會將數(shù)據(jù)上傳到服務(wù)器，因此需要對采集到的運行數(shù)據(jù)按照采樣間隔進(jìn)行分段，將車輛連續(xù)運行期間所采集到的數(shù)據(jù)分為一個數(shù)據(jù)段。具體方法為：若相鄰工況點之間的采集間隔大于2 min，則前一個工況點為上一個數(shù)據(jù)段的末端數(shù)據(jù)，后一個工況點為下一個數(shù)據(jù)段的起始數(shù)據(jù)。

2.2 工作模式辨別

工作模式辨別是指根據(jù)如表2所示的各種數(shù)據(jù)類型判斷PHEV在各數(shù)據(jù)段是處于純電動模式、混合驅(qū)動模式、內(nèi)燃機(jī)模式和行車充電模式中的哪一種。

首先判斷PHEV在各數(shù)據(jù)段是否處于純電動模式，主要方法有兩種：單位里程法和功率比較法。采用功率比較法時，諸如驅(qū)動電機(jī)轉(zhuǎn)矩估算、采樣周期過長等誤差對純電動模式的判斷影響較大。因此在判定該款PHEV的行駛模式是否為純電動模式時，采用單位里程電耗法進(jìn)行分析。

單位里程電耗法是通過比較整車實際電耗與理論電耗判斷PHEV在當(dāng)前數(shù)據(jù)段的工作模式，具體方法為：若式（1）成立，則認(rèn)為PHEV在該數(shù)據(jù)段處于純電動模式，否則就認(rèn)為PHEV在該數(shù)據(jù)段處于非純電動模式。

式中：SOCf為數(shù)據(jù)段末的電池SOC值，%；SOC0為數(shù)據(jù)段起始的電池SOC值，%；E為動力電池總能量，kWh；L為當(dāng)前數(shù)據(jù)段所覆蓋的行駛里程，km；Ls為工信部公布的純電續(xù)駛里程，km；E*為在標(biāo)準(zhǔn)工況下完成工信部公布的純電續(xù)駛里程所消耗的電能，kWh。

若PHEV在該數(shù)據(jù)段不處于純電動模式，則需要進(jìn)一步判斷PHEV在該數(shù)據(jù)段是否處于混合驅(qū)動模式或者內(nèi)燃機(jī)模式。具體方法為：當(dāng)車速大于0且電池的SOC為遞減，即數(shù)據(jù)段滿足式（2）時，認(rèn)為PHEV在該數(shù)據(jù)段處于混合驅(qū)動模式；當(dāng)車速大于0且電池的SOC不變時，即數(shù)據(jù)段滿足式（3）時，認(rèn)為PHEV在該數(shù)據(jù)段處于內(nèi)燃機(jī)模式。

式 中：v為PHEV的 瞬 時 速 度，km/h；SOCi與SOCi-1分別為該數(shù)據(jù)段中第i個和第i-1個工況點的電池SOC數(shù)值，%。

若PHEV在該數(shù)據(jù)段不處于電動模式、混合驅(qū)動模式和內(nèi)燃機(jī)模式中的任何一種模式，則需再判斷PHEV在該數(shù)據(jù)段是否處于行車充電模式。由于行車充電模式與制動能量回饋模式具有相似的特性，而制動能量回饋的持續(xù)時間相對于行車充電模式要短很多，因此可以先篩選出速度大于0且SOC增加的數(shù)據(jù)段，然后根據(jù)該數(shù)據(jù)段持續(xù)時間的長短來區(qū)分這兩種模式。具體方法為：當(dāng)車速大于0且數(shù)據(jù)段的持續(xù)時間大于一定的閾值，即滿足式（4）時，認(rèn)為PHEV在該數(shù)據(jù)段處于行車充電模式。

式中：δ為閾值，s。

總結(jié)以上工作模式的辨別方法，可得如圖2所示的流程圖。

圖2 工作模式辨別流程

2.3 各工作模式下的整車能耗分析方法

2.3.1 純電動模式能耗分析方法

由于純電動模式下PHEV只消耗電能，因此主要分析其百公里電耗。在篩選出的純電動行駛數(shù)據(jù)段中，計算各數(shù)據(jù)段的電能消耗，以加權(quán)平均的方式計算每一輛PHEV在純電動模式下的百公里電耗，即：

式中：Epure為單車純電動模式的綜合電耗，kWh/100 km；SOCf和SOC0為純電動模式數(shù)據(jù)段末端和起始的電池SOC值，%；∑L為單車純電動模式各數(shù)據(jù)段行駛里程的總和，km。

2.3.2 混合驅(qū)動模式能耗分析方法

混合驅(qū)動模式下，每輛車的能耗由電耗和油耗兩部分組成。其中電耗計算方式與純電動行駛時一致，而油耗計算可由整車行駛所需能量與電能消耗的差值計算。

利用每一輛PHEV在混合驅(qū)動模式下的數(shù)據(jù)段計算其百公里電耗，具體計算方法為：

式中：Ehybrid為混合驅(qū)動模式下的百公里電耗，kWh/100 km。

內(nèi)燃機(jī)消耗燃油提供的能量為整車行駛所需能量與電能消耗的差值，即：

式中：Wv為整車行駛所需能量，kWh；Wf為整車行駛克服滾動阻力所消耗的能量，kWh；Ww為整車行駛克服空氣阻力所消耗的能量，kWh；Wa為整車行駛克服加速阻力所消耗的能量，kWh；Wi為整車行駛克服坡度阻力所消耗的能量，kWh；Wb為電池提供的電能，kWh；Wo為內(nèi)燃機(jī)輸出的能量，kWh；Qhybrid為混合驅(qū)動模式的百公里油耗，L/100 km；ρ為汽油密度，kg/m3；Hμ為汽油低熱值，MJ/kg；η為能量從油箱傳遞到車輪的效率。

在混合驅(qū)動模式下，定義電貢獻(xiàn)度為電能消耗量與整車行駛所需能量的比值，從而進(jìn)一步反映PHEV在混合驅(qū)動模式下的電能參與度，電貢獻(xiàn)度計算公式為：

2.3.3 行車充電和內(nèi)燃機(jī)模式能耗分析方法

在行車充電模式下，內(nèi)燃機(jī)消耗燃油提供能量即為整車行駛所需能量與動力電池增加的能量之和，即：

式中：Qengine為行車充電模式的百公里油耗，L/100 km。

內(nèi)燃機(jī)模式可以視為行車充電模式的一個特例，油耗的計算方法與公式（9）類似，令其中的Wb=0即可。具體公式為：

3 針對某批次運行數(shù)據(jù)的整車能耗分析結(jié)果

針對某批采集自50輛PHEV，時間跨度為8個月的運行數(shù)據(jù)，采用前文所提出的方法進(jìn)行工作模式的判別和整車能耗的分析。

3.1 純電動模式的能耗分析

根據(jù)式（1）計算出50輛車純電動模式的行駛里程占總行駛里程的總比例為25.47%，其中單車純電動模式的行駛里程占總行駛里程比例最高為53.68%，最低僅為1.49%?？傮w來看，對于這50輛樣本車輛，混合驅(qū)動模式下的行駛里程明顯高于純電動模式下的行駛里程。

50輛車中純電動模式的行駛里程占比在40%以下的車輛為86%。但在這86%的車輛中，各純電動模式的行駛里程占比區(qū)間內(nèi)的車輛數(shù)量分布相對較為均勻，具體分布如圖3所示。

圖3 五十輛車的純電動模式行駛里程占比分布情況

在純電動模式行駛里程比例與日均出行里程的關(guān)系方面，當(dāng)日均出行里程為60～70 km時，純電動模式的行駛里程比例最高，為33.55%；當(dāng)日均出行里程在70 km以上時，純電動模式的行駛里程比例最低，為14.29%。這說明當(dāng)車輛純電動模式的行駛里程能夠滿足駕駛員每日出行需求的情況下，駕駛員傾向于使用純電動模式駕駛汽車；而當(dāng)車輛的純電動模式的續(xù)駛里程無法滿足駕駛員出行需求的情況下，駕駛員一方面需要開啟混合驅(qū)動模式運行，另一方面對于是否運行在純電動模式下的關(guān)注度也有所降低。具體關(guān)系如圖4所示。

圖4 純電動模式的行駛里程比例與日均出行里程的關(guān)系

根據(jù)式（5）計算出50輛樣本PHEV的純電動行駛平均百公里電耗為22.26 kWh，單車最大平均百公里電耗為40.40 kWh，最小平均百公里電耗為18.95 kWh，見表3。

表3 五十輛PHEV純電動模式下百公里電耗的統(tǒng)計結(jié)果

統(tǒng)計50輛樣本PHEV在純電動模式下平均百公里電耗分布范圍，純電動模式百公里電耗在20 kWh以下的車輛占比為26%，純電動模式百公里電耗在20～25 kWh之間的車輛占比為60%，其百公里電耗的具體分布如圖5所示。

圖5 純電動模式下百公里電耗的PHEV數(shù)量分布

3.2 混合驅(qū)動模式的能耗分析

混合驅(qū)動模式下PHEV消耗的能量為燃油和電能兩種，因此本文將百公里油耗和百公里電耗一并作為此模式下的能耗指標(biāo)。根據(jù)式（6）和式（7），以加權(quán)平均的方式計算該款PHEV混合驅(qū)動模式的綜合能耗為3.61 kWh/100 km電耗+6.85 L/100 km油耗，具體結(jié)果見表4。

表4 PHEV混合驅(qū)動模式綜合能耗

根據(jù)式（8）計算車輛在混合驅(qū)動模式下的電貢獻(xiàn)度可知，該款PHEV的混合驅(qū)動模式下平均電貢獻(xiàn)度為32.99%，其具體電貢獻(xiàn)度見表5。各電貢獻(xiàn)度區(qū)間的車輛行駛里程分布如圖6所示。

表5 混合驅(qū)動模式下的電貢獻(xiàn)度

圖6 混合驅(qū)動模式下電貢獻(xiàn)度的高低分布

PHEV處于混合驅(qū)動模式下的工況點中，各個速度分段的占比如圖7所示。由圖可知，車輛處于混合驅(qū)動模式的工況點中，車速低于40 km/h的工況點占到50%以上，而這正是內(nèi)燃機(jī)效率較低的工作區(qū)間。因此，能量分配控制策略原則應(yīng)是以電機(jī)驅(qū)動替代內(nèi)燃機(jī)效率最低的工況，提高城市工況下的混合驅(qū)動模式的電貢獻(xiàn)度，減少內(nèi)燃機(jī)在低效率、高能耗情況下的介入。

圖7 混合驅(qū)動模式的工況點在各個車速分段的分布

3.3 內(nèi)燃機(jī)模式的能耗分析

根據(jù)式（10），以加權(quán)平均的方式得到樣本PHEV在內(nèi)燃機(jī)模式下行駛時的平均油耗為8.97 L/100 km，具體見表6，其油耗分布如圖8所示。

表6 內(nèi)燃機(jī)模式百公里油耗

圖8 內(nèi)燃機(jī)模式行駛的百公里油耗分布

50輛樣本PHEV中，96%的車輛內(nèi)燃機(jī)模式下油耗高于7 L/100 km，而在7 L/100 km以上的各個油耗范圍內(nèi)分布相對平均，側(cè)面反映出此時的油耗與駕駛員的駕駛行為有較大的關(guān)聯(lián)。

3.4 行車充電模式的能耗分析

根據(jù)式（4）計算出50輛樣本PHEV在行車充電模式下的行駛里程占總行駛里程的比例為28.86%。其具體情況見表7。

表7 行車充電模式行駛里程占比的詳細(xì)情況

行車充電模式下的行駛里程根據(jù)不同車速區(qū)間的分布如圖9所示，在此模式下的行駛里程中超過40%對應(yīng)的平均車速介于40～60 km/h，在各細(xì)分區(qū)間中占比最高。在行車充電模式下，超過25%的行駛里程中車速小于40 km/h，而在此低速狀態(tài)下內(nèi)燃機(jī)的效率較低，會導(dǎo)致油耗的增大。

圖9 行車充電模式下的平均車速占比

行車充電模式下的發(fā)電功率等于電池輸入端電壓與電流之積，即：

式中：Pch為平均發(fā)電功率，kW；Ub為動力電池輸入電壓，V；Ib為動力電池輸入電流，A。

根據(jù)式（8）計算每個行車充電模式工況點的瞬時發(fā)電功率。如圖10所示，行車充電模式下的發(fā)電功率與車速呈現(xiàn)先增長后下降的特性，且在增長過程中增長速度趨緩，車速處于80～100 km/h區(qū)間時達(dá)到峰值。

圖10 行車充電模式下發(fā)電功率與車速的關(guān)系

4 結(jié)論

（1）基于時序關(guān)聯(lián)和劃分的分析方法，利用PHEV的運行數(shù)據(jù)辨別其工作模式并進(jìn)行能耗分析是可行的，能夠多角度、全方位地剖析PHEV的整車能耗。

（2）車輛處于混合驅(qū)動模式工況點中，車速低于40 km/h的工況點占到了50%以上，而這恰恰是內(nèi)燃機(jī)效率較低的工作區(qū)間。因此，能量分配控制策略原則應(yīng)是以電機(jī)驅(qū)動替代內(nèi)燃機(jī)效率最低的工況，提高城市工況下混合驅(qū)動模式的電貢獻(xiàn)度，減少內(nèi)燃機(jī)在低效率、高能耗情況下的介入。

（3）在行車充電模式中，當(dāng)行駛里程超過25%時，PHEV的車速小于40 km/h，而在此低速狀態(tài)下內(nèi)燃機(jī)的效率不高，會導(dǎo)致油耗的增大。因此，行車充電模式應(yīng)盡可能地利用車輛處于平穩(wěn)連續(xù)的中速或中高速工況。