【摘" 要】為了降低石油依賴并減少環(huán)境污染，新能源汽車及其節(jié)能減排技術(shù)成為汽車行業(yè)關(guān)注的焦點，其中，能量流分析是降低整車能耗的重要手段。為了能夠定量地分析整車的能量分布及消耗量并探索能耗優(yōu)化方案，文章基于AMESim的整車能量流進(jìn)行分析與優(yōu)化研究。首先，根據(jù)給定的各項參數(shù)搭建基于AMESim的整車能量流仿真模型；然后基于試驗數(shù)據(jù)對仿真模型進(jìn)行校核，使其貼近實車情況，該模型的誤差在5%以內(nèi)；最后，進(jìn)行“策略級-部件級-整車級”整車能耗分級優(yōu)化，組合優(yōu)化方案下能耗優(yōu)化幅度可達(dá)8.7%左右。

【關(guān)鍵詞】能量流分析；AMESim；仿真模型校核；整車能耗；分級優(yōu)化

中圖分類號：U469.72" " 文獻(xiàn)標(biāo)識碼：A" " 文章編號：1003-8639（2025）02-0022-08

Research on Energy Flow Analysis and Strategy Optimization of BEV

LU Xun，LU Yunfeng，YANG Shijie，GAO Shoujun，ZHOU Jun，ZHANG Fei

（Chery New Energy Automobile Co.，Ltd.，Wuhu 241000，China）

【Abstract】In order to reduce oil dependence and environmental pollution，new energy vehicles and their energy saving and emission reduction technologies have become the focus of the automotive industry，where energy flow analysis is an important means to reduce the energy consumption of the vehicle. In order to quantitatively analyze the energy distribution and consumption of the vehicle and explore the energy consumption optimization solution，an AMESim-based energy flow analysis and optimization study of the vehicle is performed in this paper. First，the AMESim-based vehicle energy flow simulation model is built based on the given parameters；Then the simulation model is calibrated based on the test data to make it close to the real vehicle situation，and the error of the model is within 5%；Finally，the vehicle energy consumption is optimized in a hierarchical manner of\"strategy level-component level-vehicle level\"，and the energy consumption can be optimized by about 8.7% under the combined optimization solution.

【Key words】energy flow analysis；AMESim；simulation model calibration；vehicle energy consumption；

hierarchical optimization

0" 引言

隨著中國國民經(jīng)濟(jì)的不斷發(fā)展，汽車產(chǎn)業(yè)高速前進(jìn)，帶給人們出行方便的同時，也給國家?guī)砹藢κ湍茉吹囊蕾囈约碍h(huán)境污染等諸多社會問題。因此，可低碳化運行的出行工具是人們的未來憧憬與現(xiàn)實要求，也是目前汽車工業(yè)的主要發(fā)展方向之一[1]。新能源汽車憑借其自身節(jié)能潛力，成為國家和企業(yè)關(guān)注的焦點。2020年10月20日，國務(wù)院辦公廳印發(fā)新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021—2035年）的通知[2]，其中提到發(fā)展新能源汽車是中國從汽車大國邁向汽車強國的必由之路，是應(yīng)對氣候變化、推動綠色發(fā)展的戰(zhàn)略舉措。在這樣的大背景下，中國新能源汽車保有量逐年上升。

除了實現(xiàn)低碳化運行的替代能源利用外，新能源汽車在節(jié)能減排技術(shù)方面仍然有著巨大潛力。相關(guān)研究表明，發(fā)動機和整車設(shè)計、駕駛員的經(jīng)濟(jì)性駕駛和智能化的交通管理均能降低車輛行駛油耗[3]。后兩者是從駕駛員和交通調(diào)度的角度入手，對在用車輛的能耗進(jìn)行優(yōu)化，但是其節(jié)能水平受限于車輛本身的設(shè)計性能。對于企業(yè)而言，關(guān)鍵部件和整車設(shè)計優(yōu)化是實現(xiàn)節(jié)能減排的重中之重，車輛具有優(yōu)秀的結(jié)構(gòu)、參數(shù)和控制律是實現(xiàn)節(jié)能的先決條件。

面對優(yōu)化整車設(shè)計的市場要求，能量流分析提供了一種高效有力的手段，它能夠定量地分析整車的能量分布及消耗量，掌握整車在整個運行工況下能量損失的流向問題，可以對控制策略的調(diào)整以及整車能量流的優(yōu)化工作提出有效的指導(dǎo)建議，進(jìn)而實現(xiàn)系統(tǒng)優(yōu)化方法的驗證并降低系統(tǒng)能量消耗。

目前，很多學(xué)者針對能量流測試[4-6]展開研究。Zhao等[7]進(jìn)行了NEDC工況下的冷起動整車能量流試驗，通過試驗數(shù)據(jù)分析了能量分布和相關(guān)影響因素；Duan等[8]在底盤測功機上進(jìn)行了整車道路循環(huán)工況下冷機起動能量流測試試驗，分析了整個NEDC道路循環(huán)工況下整車能量流分布規(guī)律；宋政委[9]詳細(xì)介紹了純電動汽車能量流測試方案，并分析了多種工況下的能量流和關(guān)鍵部件工作點；張薇等[10]對純電動汽車進(jìn)行了WLTC循環(huán)工況下的能量流試驗，從整車級、系統(tǒng)級、零部件級全面評價測試電動汽車的能耗特性；沈天浩[11]基于電動汽車動力總成對能量流測試平臺進(jìn)行了設(shè)計開發(fā)，對下一步的整車能耗優(yōu)化具有指導(dǎo)性作用。

在能量流仿真及優(yōu)化方面[12-14]，沈濤等[15]基于AMESim對整車能量流綜合仿真模型進(jìn)行建模，并提供了降低能耗的優(yōu)化分析方案；劉琦[16]基于GT-SUITE仿真平臺搭建不同復(fù)雜度的整車能量流模型，分析了所提方案的節(jié)能潛力；Christopher等[17]針對純電動汽車能量利用率提出了傳動系模塊、負(fù)載模塊和消耗估計模塊等綜合能量管理策略；張欣等[18]基于能耗map圖的仿真思路，通過對ADVISOR軟件的二次開發(fā)，設(shè)計了混合動力汽車輔助能量系統(tǒng)的仿真模型，分別建立了傳統(tǒng)公交車、串聯(lián)混合動力和并聯(lián)混合動力城市公交車的綜合能量流模型，仿真分析了空調(diào)系統(tǒng)等輔助能量系統(tǒng)對整車經(jīng)濟(jì)性的影響。黃偉等[19]基于CRUISE建立了整車電耗仿真分析模型，分別從電驅(qū)動系統(tǒng)效率、滾阻系數(shù)、制動能量回收率以及附件控制策略優(yōu)化等方面進(jìn)行了定量的電耗優(yōu)化分析。本文綜合利用試驗數(shù)據(jù)和仿真平臺，從整車的角度出發(fā)進(jìn)行能量流仿真、校核及綜合優(yōu)化。

1" 整車能量流損耗機理及測試方法

1.1" 整車能量流損耗機理

通過能量流測試可全面了解車型電耗的分布情況，基于具體的整車構(gòu)型、工況及工作模式，分析能量由動力源至輪端的流向性、能量產(chǎn)生、傳遞或轉(zhuǎn)換過程。

從整車系統(tǒng)類別上看，能量流可以分為高壓系統(tǒng)能量流、低壓系統(tǒng)能量流、充電系統(tǒng)能量流和機械系統(tǒng)能量流。其中，高壓系統(tǒng)能量流包括高壓配電盒、空調(diào)、PTC加熱器和DCDC等；低壓系統(tǒng)主要包括12V電源、風(fēng)扇、水泵、BMS、儀表等；機械系統(tǒng)主要是減速器總成。純電動汽車能量流構(gòu)成如圖1所示。

高壓系統(tǒng)電池、電機/控制器、OBC主要分析指標(biāo)如下。

1.1.1" 電池

車輛內(nèi)部機械阻力主要包括總成阻力、傳動軸阻力、制動鉗阻力和軸承摩擦阻力，但是電動車阻力無法進(jìn)行逐級拆解分析，因此在考慮能量流測試分析過程中，重點關(guān)注車輛制動鉗阻力、動力總成阻力[20]。

1.2" 整車能量流測試方法

開展新能源汽車能量流測試分析可以優(yōu)化各部件的匹配，提升各部件運行效率，為各部件的選型設(shè)計提供指導(dǎo)，更好地分析整車能量損耗。各主機廠一般都采用轉(zhuǎn)轂測試方法，基于一定的測試工況開展試驗測試。整車能量流測試分為外部充電環(huán)節(jié)、內(nèi)部充放電環(huán)節(jié)和機械阻力測試，主要包括一定工況續(xù)航經(jīng)濟(jì)性測試、直流/交流充電性能測試和機械系統(tǒng)阻力分解測試三部分。圖2為電路及機械傳動測點，圖3為主要測試設(shè)備。

2" 整車動力系統(tǒng)構(gòu)型與參數(shù)

本文選取一輛單電機后軸驅(qū)動的純電動車輛作為研究對象，整車系統(tǒng)架構(gòu)示意圖如圖4所示，整車主要參數(shù)見表1。

由于電機為唯一動力源，因此電機扭矩與車輛行駛阻力的公式如下。

式中：[Tm]——電機轉(zhuǎn)矩；[ig]——變速器傳動比；[i0]——主減速器傳動比；[ηt]——機械效率；[r]——滾動半徑；[f]——滾動阻力系數(shù)；[α]——坡度角；[CD]——空氣阻力系數(shù)；[ρ]——空氣密度；[A]——迎風(fēng)面積；[δ]——旋轉(zhuǎn)質(zhì)量換算系數(shù)；[u]——車速。

電機模型是基于試驗測得的靜態(tài)效率map建立得到的，描述如式（6）所示，效率特性如圖5所示。

動力電池是整車主要能量來源，本文將動力電池模型簡化為等效內(nèi)阻模型，模型如圖6所示。

3" 整車仿真模型搭建及校核

3.1" 仿真模型搭建

所建立的基于AMESim的仿真模型主要包括整車模型、動力系統(tǒng)模型、傳動系統(tǒng)模型與控制系統(tǒng)模型。

3.1.1" 整車模型

整車模型（圖7）提供了車輛在行駛過程中的一些參數(shù)。主要輸入?yún)?shù)為車輛總質(zhì)量、滑行阻力系數(shù)、車輪數(shù)量、車輪轉(zhuǎn)動慣量、輪胎半徑、前軸最大制動扭矩、后軸最大制動扭矩、前軸制動信號、后軸制動信號和后軸輸入驅(qū)動扭矩。主要輸出參數(shù)為前輪轉(zhuǎn)速、后輪轉(zhuǎn)速、車輛加速度、行駛距離和行駛車速。各個模塊布置與實際整車參數(shù)一一對應(yīng)。

3.1.2" 動力系統(tǒng)模型

該模型主要由電池、電機等部分構(gòu)成。對于動力電池模型（圖8）而言，主要輸入?yún)?shù)為OCV-SOC曲線、內(nèi)阻-SOC曲線、初始SOC、電池容量、電池包串聯(lián)數(shù)量、電池包并聯(lián)數(shù)量、電池的溫度和電池的端電壓，主要輸出參數(shù)為電池SOC、電池的端電流和電池的熱損失功率。對于電機模型（圖9）而言，主要輸入?yún)?shù)為最大驅(qū)動轉(zhuǎn)矩、最大制動轉(zhuǎn)矩、最大驅(qū)動功率、最大制動功率、最大轉(zhuǎn)速、三合一效率MAP、電機轉(zhuǎn)速、MCU輸入電壓、需求扭矩和電機系統(tǒng)溫度，主要輸出參數(shù)為輸出扭矩、最大扭矩、功率損失和MCU輸出電流。各個模塊布置與實際動力系統(tǒng)一一對應(yīng)。

3.1.3" 傳動系統(tǒng)模型

傳動系統(tǒng)模型由主減速器組成，如圖10所示，其主要輸入?yún)?shù)為傳動比、效率、輸入軸轉(zhuǎn)矩和半軸轉(zhuǎn)速，主要輸出參數(shù)為半軸轉(zhuǎn)矩和輸入軸轉(zhuǎn)速。各個模塊布置與實際傳動系統(tǒng)一一對應(yīng)。

3.1.4" 控制系統(tǒng)模型

控制系統(tǒng)模型主要包括前后軸總的制動力分配、驅(qū)動軸液壓制動力和再生制動力分配，其制動策略流程圖如圖11所示，在AMESim中按照該策略搭建制動回收控制系統(tǒng)模型。

當(dāng)總制動扭矩大于電機最大制動扭矩和充電功率限制時，電機未能提供的扭矩按照前后液壓制動扭矩分配比例進(jìn)行分配，由液壓制動提供制動扭矩，前軸制動部分由液壓制動提供，后軸再生制動扭矩再以電機能提供的最大扭矩（在充電功率限制下）按照制動策略（速度和扭矩門限）進(jìn)行制動。

3.2" 仿真模型校核

將各系統(tǒng)模型進(jìn)行集成，得到整車能量流優(yōu)化仿真模型。為了使本文提出的整車模型更加貼近實車情況，需要基于試驗數(shù)據(jù)對仿真模型進(jìn)行校核，仿真模型使用與試驗一致的縮短法工況，其校核數(shù)據(jù)為試驗數(shù)據(jù)中總線工況車速數(shù)據(jù)。

首先開展整車仿真模型校核，其具體精度結(jié)果見表2，整車層面的能量利用效率的仿真數(shù)據(jù)與試驗數(shù)據(jù)差異均在3.5%以內(nèi)，說明整車仿真模型的仿真精度較高，能夠滿足常溫條件下與試驗車輛能耗分析的模擬要求。

然后，針對該車的動力系統(tǒng)主要部件電池與電機進(jìn)行部件級的對標(biāo)。電池仿真模型數(shù)據(jù)與試驗數(shù)據(jù)的校核主要包括電池總釋放能量、電池總回收能量和電池總能耗能量，見表3。

電機仿真模型數(shù)據(jù)與試驗數(shù)據(jù)的校核主要包括電機總能耗能量、電機總釋放能量、電機總回收能量的核對，見表4。

最后，本文還對輪邊功率開展校核，對比了仿真模型數(shù)據(jù)和試驗數(shù)據(jù)的車輪端的扭矩、轉(zhuǎn)速獲得整車輪端的能量流情況。在整個縮短法工況下，試驗輪邊能耗205758.20kJ，仿真輪邊能耗211167.60kJ，整車車輪端能量的校核差異為2.63%，試驗輪邊能量比仿真輪邊能量少5409.40kJ，由此可見仿真模型在誤差允許范圍下，得到的仿真數(shù)據(jù)較為準(zhǔn)確。

仿真模型輪邊能量與試驗數(shù)據(jù)輪邊能耗存在差異的主要原因在于試驗數(shù)據(jù)中左右半軸扭矩有一定差異且車輛沒有預(yù)熱可能造成阻力有所差異（仿真阻力曲線與試驗阻力存在差異）。原車百公里能耗為14.40（kW·h）/100km，仿真base模型百公里能耗為13.93（kW·h）/100km，其差異為3.27%。整車能耗系統(tǒng)狀態(tài)誤差均在5%以內(nèi)，滿足仿真分析要求。

4" 優(yōu)化研究

在完成仿真模型的搭建和校核后，探索并設(shè)計能耗優(yōu)化方案。本文以“策略級-部件級-整車級”對整車能耗進(jìn)行分級優(yōu)化，將其分為一級、二級、三級優(yōu)化方案。其中一級優(yōu)化方案是僅對控制策略進(jìn)行優(yōu)化，主要包括制動能量回收策略優(yōu)化以及充電功率限制優(yōu)化；二級優(yōu)化方案是對動力部件參數(shù)進(jìn)行優(yōu)化，主要包括電池內(nèi)阻、電機驅(qū)動效率map、傳動比、低壓附件功耗；三級優(yōu)化方案是對整車參數(shù)進(jìn)行優(yōu)化，主要包括空氣阻力系數(shù)、整備質(zhì)量。分級優(yōu)化方案見表5。

4.1" 一級優(yōu)化仿真矩陣及對比結(jié)果

一級優(yōu)化方案是對制動能量回收策略進(jìn)行優(yōu)化，為探究最大程度上能夠回收的能量，制定全回收制動能量策略，即取消制動能量回收策略門限（扭矩、車速）限制，有制動過程就優(yōu)先電機制動，電機制動退出更晚，幾乎伴隨整個制動過程。全回收制動策略流程圖如圖12所示。

一級優(yōu)化仿真矩陣結(jié)果如圖13所示，其仿真工況為縮短法試驗總線車速。

4.2" 二級優(yōu)化仿真矩陣及對比結(jié)果

二級優(yōu)化方案是對動力部件參數(shù)進(jìn)行優(yōu)化，主要包括低壓附件功耗優(yōu)化、電機驅(qū)動效率map、電池內(nèi)阻和傳動比。二級優(yōu)化仿真矩陣結(jié)果如圖14所示，其仿真工況為縮短法試驗總線車速。

4.3" 三級優(yōu)化仿真矩陣及對比結(jié)果

三級優(yōu)化方案是對整車參數(shù)進(jìn)行優(yōu)化，主要包括空氣阻力系數(shù)、整備質(zhì)量。為滿足實際車輛制造的要求，調(diào)研了市面上已有的同級別競品車的相關(guān)參數(shù)，以最好的競品車參數(shù)為優(yōu)化邊界，對整車參數(shù)進(jìn)行優(yōu)化。

由相關(guān)資料可知，相似車型中整車整備質(zhì)量可達(dá)1589kg，風(fēng)阻系數(shù)可達(dá)0.273，由此可以得到整車參數(shù)優(yōu)化的邊界限制。

三級優(yōu)化仿真矩陣結(jié)果如圖15所示，其仿真工況為縮短法試驗總線車速。

一級優(yōu)化方案對制動能量回收策略進(jìn)行優(yōu)化，百公里電耗能夠減少0.76%；二級優(yōu)化方案對動力部件參數(shù)進(jìn)行優(yōu)化，電機效率的百公里電耗降低較為明顯，電機整體效率提升3%，百公里電耗降低5.43%，當(dāng)?shù)蛪焊郊β式档椭?46.5W，百公里電耗降低0.99%；三級優(yōu)化方案是對整車參數(shù)進(jìn)行優(yōu)化，當(dāng)整車質(zhì)量為1661.25kg時，百公里電耗降低6.99%，風(fēng)阻系數(shù)從0.35優(yōu)化到0.275時，百公里電耗降低6.58%。由上述分級優(yōu)化可知，單項優(yōu)化目標(biāo)對百公里電耗影響較大的是電機系統(tǒng)效率、風(fēng)阻系數(shù)和整車裝備質(zhì)量。

4.4" 組合優(yōu)化仿真矩陣及對比結(jié)果

一級+二級組合優(yōu)化方案是在制動回收策略中回收能量最大的基礎(chǔ)上，即在全回收制動能量回收策略上加上動力部件參數(shù)優(yōu)化，對低壓附件能耗、電機參數(shù)、傳動比進(jìn)行優(yōu)化。一級+二級+三級組合優(yōu)化方案是在以上兩級優(yōu)化方案中選取最優(yōu)的參數(shù)，再對車速回收策略、電機map和風(fēng)阻系數(shù)等進(jìn)行優(yōu)化。

組合優(yōu)化仿真矩陣結(jié)果見表6，其仿真工況為縮短法試驗總線車速。

考慮到實際優(yōu)化難度，更改車速回收限制，使用效率整體提升2%的電機map，風(fēng)阻系數(shù)0.3，最終百公里電耗降低8.65%。

5" 總結(jié)

本文進(jìn)行了單電機純電動汽車的整車能量流分析和優(yōu)化研究。首先，在確定了車輛的結(jié)構(gòu)、參數(shù)和控制律后，建立了基于AMESim的整車能量流仿真模型；然后基于試驗數(shù)據(jù)對仿真模型進(jìn)行校核，通過對整車、動力部件的效率和能耗等的校核，發(fā)現(xiàn)仿真模型整車能量利用率與試驗數(shù)據(jù)差異較小，仿真模型的仿真精度較高，能夠滿足常溫條件下試驗車輛能耗分析的模擬要求。最后進(jìn)行仿真優(yōu)化分析，從控制策略、動力部件參數(shù)和整車參數(shù)等方面做了全面的整車能耗分級優(yōu)化分析。單項優(yōu)化項目中，考慮實際整改難度，對能耗優(yōu)化影響較大的因素為整車質(zhì)量、電機系統(tǒng)效率、空氣阻力系數(shù)。組合優(yōu)化項目中，考慮到成本、周期及換擋策略匹配等難度，其他次優(yōu)項可根據(jù)實際情況進(jìn)行選擇，最后根據(jù)可實施的組合優(yōu)化方案，百公里能耗可下降8.7%左右。

參考文獻(xiàn)

[1]" Wirasingha SG，Emadi A. Classification and review of control strategies for plug-in hybrid electric vehicles[J].IEEE Trans Veh Technol，2011，60（1）：111-122.

[2]" 國務(wù)院辦公廳印發(fā)新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021-2035年）的通知[EB/OL].（2020-11-02）[2023-03-23]. http：//www.gov.cn/zhengce/content/2020-11/02/content_5556716.htm.

[3]" 李升波，徐少兵，王文軍，等.汽車經(jīng)濟(jì)性駕駛技術(shù)及應(yīng)用概述[J].汽車安全與節(jié)能學(xué)報，2014，5（2）：121-131.

[4]" Feng RH，Chen KY，Sun ZW，et al. A Comparative study on the energy flow of a hybrid heavy truck between AMT and MT shift mode under local driving test cycle[J]. Energy conversion and Management，2022（256）：115359.

[5]" Zhang Y，Yuan XY，Duan L，et al.Environmental temperature effects on the energy flow of plug-in hybrid electric vehicles[J]. Journal of Power Sources，2021（506）：230231.

[6]" Dong H，F(xiàn)u JQ，Zhao ZC，et al. A comparative study on the energy flow of a conventional gasoline-powered vehicle and a new dual clutch parallel-series plug-in hybrid electric vehicle under NEDC[J]. Energy Conversion and Management，2020（218）：113019.

[7]" Zhao Z，Meng Z，Li L，et al. Experimental Study on the Combustion and energy flows of Vehicle Engine Under NEDC of Cold Start[J]. Automotive Innovation，2019（4）：314-217.

[8]" Duan X，F(xiàn)u J，Zhang Z，et al. Experimental study on the energy flow of a gasoline-powered vehicle under the NEDC of cold starting[J]. Applied Thermal Engineering，2016（115）：1173-1186.

[9]" 宋政委.純電動汽車能量流分析研究[D].西安：長安大學(xué)，2019.

[10] 張薇，徐金波，王旭，等.基于WLTC工況下的電動汽車能量流測試與分析[J].汽車技術(shù)，2019（11）：6-9.

[11] 沈天浩.電動汽車動力總成能量流測試平臺開發(fā)及其應(yīng)用研究[D].杭州：浙江大學(xué)，2018.

[12] 李理.增程式電動汽車動力系統(tǒng)匹配及控制策略優(yōu)化研究[D].武漢：武漢理工大學(xué)，2014.

[13] Xie YK，Li YY，Zhao ZC，et al. Microsimulation of electric vehicle energy consumption and driving range[J].Applied Energy，2020（267）：115081.

[14] Park D，Yang L，Kim N. Validation for Ioniq EV via Chassis Dynamometer Test[C]//2019 IEEE Vehicle Power and Propulsion Conference，2019.

[15] 沈濤，李飛，蘇天晨，等.傳統(tǒng)汽車整車能量流的仿真分析[C]//第19屆亞太汽車工程年會暨2017中國汽車工程學(xué)會年會，2017：1521-1525.

[16] 劉琦. 基于NEDC工況的乘用車能量流測試分析及系統(tǒng)集成優(yōu)化仿真[D].長沙：湖南大學(xué)，2018.

[17] Christopher Masjosthusmann，Ulrich Kohler，Nikolaus Decius. A Vehicle Energy Management System for a Battery Electric Vehicle[J]. Vehicle Power and Propulsion Conference，2012，9（12）： 339-344.

[18] 張欣，王穎亮，杜微，等.混合動力電動汽車綜合能量流模型仿真[J].汽車技術(shù)，2009，45（2）： 31-35.

[19] 黃偉，張桂連，周登輝，等.基于能量流分析的純電動汽車電耗優(yōu)化研究[J].汽車工程，2021，43（2）： 171-180.

[20] 陸訓(xùn)，劉敏，汪躍中，等.純電動汽車能量管理仿真分析研究[J].汽車電器，2019（8）：19-23.

（編輯" 楊凱麟）

收稿日期：2024-07-02

作者簡介：陸" 訓(xùn)（1984—），男，高級工程師，研究方向為電動汽車整車能量管理及策略優(yōu)化。