中圖分類號(hào)：U491.26；U469.72 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：1001-2222（2025）03-0068-06

隨著國(guó)際局勢(shì)的變化，能源的安全穩(wěn)定供應(yīng)和綠色低碳化已成為各國(guó)能源政策的主流[。構(gòu)建多能互補(bǔ)的清潔低碳能源體和多元化的能源供給形式，能緩解我國(guó)對(duì)一次能源進(jìn)口的依賴，提高我國(guó)能源體系的安全度[2]。城市電動(dòng)客車系統(tǒng)的引入對(duì)改善城市空氣質(zhì)量、減少能源消耗和降低碳排放具有重要的戰(zhàn)略意義[3]。為了充分利用電動(dòng)客車的優(yōu)點(diǎn)、控制其一次性投人成本以及實(shí)現(xiàn)生命周期內(nèi)的低碳化，需要深入研究電動(dòng)客車在特定城市環(huán)境下的性能表現(xiàn)。然而各地交通路況不同，駕駛員駕駛風(fēng)格差異大，法規(guī)中定義的汽車行駛工況很難代表各地的實(shí)際情況[4-6]，故需要根據(jù)當(dāng)?shù)伛{駛環(huán)境構(gòu)建駕駛循環(huán)來(lái)表征當(dāng)?shù)氐膶?shí)際運(yùn)行路況。采集實(shí)際路譜并形成駕駛工況，是研究車輛在特定應(yīng)用場(chǎng)景下各項(xiàng)性能指標(biāo)的基礎(chǔ)。為了有效支持我國(guó)新能源汽車出口，并確保車輛能夠適應(yīng)當(dāng)?shù)氐穆窙r和駕駛習(xí)慣，有必要研究自定義駕駛循環(huán)與仿真相結(jié)合的方法，用于支持車輛在目標(biāo)市場(chǎng)路況適應(yīng)性的研究。

由于電動(dòng)汽車的性能表現(xiàn)與其使用場(chǎng)景強(qiáng)相關(guān)，所以整車廠在出口車輛之前，需要對(duì)車輛在當(dāng)?shù)芈窙r的適應(yīng)性做充分評(píng)估，從而對(duì)細(xì)分市場(chǎng)上的產(chǎn)品提前做硬件優(yōu)化配置。然而，通過(guò)路面實(shí)測(cè)車輛在實(shí)際應(yīng)用場(chǎng)景下的表現(xiàn)存在著開(kāi)發(fā)周期長(zhǎng)、推廣成本高等挑戰(zhàn)，所以基于應(yīng)用場(chǎng)景定義駕駛循環(huán)，采用模擬仿真的手段對(duì)車輛性能的實(shí)際適應(yīng)性進(jìn)行評(píng)估，能夠有效節(jié)約成本并縮短開(kāi)發(fā)周期。

在商用車尤其是城市公交行駛循環(huán)工況構(gòu)建方面，有眾多的學(xué)者開(kāi)展了相關(guān)工作[8-12]，然而前面的研究集中在內(nèi)地城市工況的預(yù)測(cè)和構(gòu)建，有關(guān)香港的駕駛循環(huán)數(shù)據(jù)還沒(méi)有可借鑒的基礎(chǔ)。本研究以即將被香港公交系統(tǒng)引人的某電動(dòng)客車為研究對(duì)象，采用速度-加速度概率分布統(tǒng)計(jì)法來(lái)構(gòu)建目標(biāo)駕駛循環(huán)，在Matlab/Simulink環(huán)境下搭建車輛模型并開(kāi)展仿真分析[13-15]，用以預(yù)測(cè)電動(dòng)客車在目標(biāo)路線上的性能表現(xiàn)，并通過(guò)路試結(jié)果檢驗(yàn)自定義駕駛循環(huán)以及仿真模型的準(zhǔn)確性。本研究可為車輛配置優(yōu)化以及公交路線的電氣化改造提供方向性指導(dǎo)，也可為我國(guó)新能源電動(dòng)車出口后的路況適應(yīng)性評(píng)估探索一條行之有效的低成本方案。

1車輛行駛工況構(gòu)建

法規(guī)中定義的汽車行駛工況體現(xiàn)為標(biāo)準(zhǔn)化的速度與時(shí)間二維曲線[16-18]，其中針對(duì)重型車輛應(yīng)用的測(cè)試周期通常為 1800s ，如C-WTVC循環(huán)工況。

為了具有可比性，本研究構(gòu)建的行駛工況周期與其相同。此次構(gòu)建行駛工況時(shí)，在常用的主成分分析法的基礎(chǔ)上，以各特征值貢獻(xiàn)率為權(quán)重系數(shù)，對(duì)行駛片段的特征參數(shù)進(jìn)行二次加權(quán)并累計(jì)得到片段分?jǐn)?shù)，片段得分值高的代表片段用于最后的工況合成，其具體流程如圖1所示。

1.1數(shù)據(jù)采集及預(yù)處理

本研究采用目標(biāo)車輛追蹤法采集公交車行駛路譜數(shù)據(jù)。使用GPS數(shù)據(jù)記錄儀采集位置參數(shù)，用慣性測(cè)量裝置IMU（包含陀螺儀、加速度計(jì)等）測(cè)量車輛的運(yùn)動(dòng)狀態(tài)、速度和里程等信息。在不干擾跟蹤對(duì)象車輛的情況下，在香港53路公交車行駛線路（如圖2）上，按照 1Hz 的采樣頻率，記錄超過(guò)10名司機(jī)、累計(jì)超過(guò)1000次的有效數(shù)據(jù)作為研究的樣本，數(shù)據(jù)包括了采樣的日期、時(shí)間、車輛速度、氣溫、行駛距離等信息。通常將一段長(zhǎng)時(shí)間連續(xù)運(yùn)行的行駛過(guò)程定義為一個(gè)駕駛循環(huán)，其對(duì)應(yīng)的數(shù)據(jù)為：開(kāi)始前和結(jié)束后有超過(guò)30s車速為0的狀態(tài)，這兩個(gè)狀態(tài)點(diǎn)之間的數(shù)據(jù)片段即為一個(gè)駕駛循環(huán)的數(shù)據(jù)片段。由于存在人為干擾或電磁干擾，會(huì)導(dǎo)致采集設(shè)備不穩(wěn)定進(jìn)而出現(xiàn)數(shù)據(jù)不平穩(wěn)和部分缺失的情況，在分析計(jì)算數(shù)據(jù)之前需對(duì)原始行駛數(shù)據(jù)中的異常數(shù)據(jù)、尖點(diǎn)和毛刺進(jìn)行預(yù)處理。其中若數(shù)據(jù)片段中遺漏超過(guò)30s則判定為異常數(shù)據(jù)，刪除其所在的微循環(huán)片段，并使用后面的微循環(huán)片段通過(guò)線性插值進(jìn)行遞補(bǔ)。尖點(diǎn)處數(shù)據(jù)用其前后時(shí)刻的平均數(shù)值代替，進(jìn)出站內(nèi)速度為0時(shí)的毛刺數(shù)據(jù)均將車速設(shè)定為0，最后得到若干個(gè)駕駛循環(huán)。

1.2 駕駛循環(huán)片段劃分

將上述得到的駕駛循環(huán)按照?qǐng)D3所示流程劃分成更加細(xì)致的數(shù)據(jù)片段，即微循環(huán)或子微循環(huán)，為進(jìn)一步的特征分析做準(zhǔn)備。圖4示出一個(gè)劃分實(shí)例，通過(guò)片段劃分將一個(gè)2200s左右的駕駛循環(huán)平均分割成8個(gè)300s以內(nèi)的微循環(huán)。將所有采集到的數(shù)據(jù)經(jīng)過(guò)片段劃分后會(huì)得到超過(guò)10000個(gè)的微循環(huán)、子微循環(huán)片段（以下統(tǒng)稱為微循環(huán)）。

1.3循環(huán)數(shù)據(jù)特征分析

在行駛工況構(gòu)建中，僅憑速度與時(shí)間很難描述現(xiàn)實(shí)中復(fù)雜的駕駛路況，為準(zhǔn)確地描述分割后循環(huán)的運(yùn)動(dòng)狀態(tài)，通過(guò)分析國(guó)內(nèi)外研究現(xiàn)狀[19]，本研究共選取了24個(gè)特征參數(shù)（見(jiàn)表1）對(duì)行駛數(shù)據(jù)進(jìn)行評(píng)價(jià)。

參照C-WTVC循環(huán)對(duì) 1800s 行駛工況的劃分方法[20]，本研究將數(shù)據(jù)分析后的微循環(huán)片段按照特征參數(shù)中的平均行程速度分為城市、郊區(qū)、高速3組，分組按照接近原則將微循環(huán)進(jìn)行歸類，各組的平均速度近似值分別為：城市組 25km/h 、郊區(qū)組45km/h 、高速組 70km/h ，均速低于 15km/h 和高于 75km/h 的微循環(huán)被認(rèn)為是異常片段會(huì)被剔除。經(jīng)計(jì)算得出的各組特征參數(shù)的平均值將與C-WTVC一起作為最后合成工況選取時(shí)的參照。得到每個(gè)微循環(huán)的特征參數(shù)值，從而生成一個(gè)微循環(huán)數(shù) ×24 的特征參數(shù)矩陣，將其導(dǎo)入SPSS軟件進(jìn)行主成分分析[21]，得到各個(gè)成分即特征參數(shù)的貢獻(xiàn)率m₁，m₂，m₃，…m₂₄ ，以貢獻(xiàn)率為權(quán)重系數(shù)，引入評(píng)價(jià)循環(huán)代表性指標(biāo) T 值，其為一個(gè)二次加權(quán)準(zhǔn)則函數(shù)值，算法如下：

式中： m_i 為由特征參數(shù)貢獻(xiàn)率得到的權(quán)重系數(shù)； z_i 為第 i 個(gè)特征參數(shù)值； e_i 為循環(huán)所在組的該特征參數(shù)的平均值； abs（e_i） 為 e_i 的絕對(duì)值。由此計(jì)算每個(gè)微循環(huán)片段的 T 值， T 值越小則代表性越高，即越貼近實(shí)際的駕駛情況。選取各組代表性前5的微循環(huán)片段作為候選微循環(huán)。根據(jù)前一時(shí)間序列微循環(huán)的最終狀態(tài)信息和下一微循環(huán)的開(kāi)始狀態(tài)信息吻合程度進(jìn)行工況的合成，目的是盡量使微循環(huán)之間過(guò)渡平順。在構(gòu)建過(guò)程中，還有以下設(shè)定：首先，為了與標(biāo)準(zhǔn)循環(huán)進(jìn)行對(duì)比，自定義工況應(yīng)同樣為1800s ；其次，工況的起始速度和終點(diǎn)速度均為0，在保持與標(biāo)準(zhǔn)循環(huán)一致的同時(shí)也尊重整車轉(zhuǎn)轂測(cè)試的實(shí)際操作。 1800s 的完整循環(huán)工況由 6～12 個(gè)微循環(huán)片段構(gòu)成，最后生成約100個(gè)完整的駕駛循環(huán)。

1.4 工況有效性分析

本研究基于速度-加速度聯(lián)合概率分布進(jìn)行有效性分析及評(píng)價(jià)，將速度以 10m/s 為區(qū)間長(zhǎng)度設(shè)置10個(gè)區(qū)間，加速度以 0.4m/s² 為區(qū)間長(zhǎng)度同樣設(shè)置10個(gè)區(qū)間，如圖5所示。本研究用合成工況與實(shí)際采集數(shù)據(jù)平均值的相關(guān)性指標(biāo)來(lái)選擇合成工況，相關(guān)性指標(biāo) q 的定義如下：

式中：100為速度-加速度分布區(qū)間的個(gè)數(shù)； y_i 為合成工況在第 i 個(gè)區(qū)間的分布占比； 為采集到的整體數(shù)據(jù)在第 i 個(gè)區(qū)間的分布占比。最終選取 q 值最小的工況作為最終的香港公交工況（見(jiàn)圖6），簡(jiǎn)稱“香港工況”。其中，為了兼顧車輛的一致性并考慮電池的衰減，同時(shí)考慮司機(jī)的駕駛差異，人為地去掉了在站車速為0的片段，從駕駛循環(huán)的角度增加了車輛的行駛難度，最終提高仿真的魯棒性和工程裕度。

2基于Simulink的仿真模型搭建

本研究在Matlab/Simulink環(huán)境下，基于車輛基本原理搭建電動(dòng)客車的仿真模型[15，，22-23]，并用目標(biāo)車型的相關(guān)規(guī)格參數(shù)對(duì)模型進(jìn)行參數(shù)化標(biāo)定，進(jìn)而實(shí)現(xiàn)電動(dòng)客車的性能仿真并得到車輛的性能指標(biāo)。

2.1電動(dòng)客車參數(shù)

仿真過(guò)程中需要的輸人參數(shù)如表2所示。

目標(biāo)電動(dòng)客車選用單電機(jī)配置，其30s峰值扭矩為 1000N?m ，持續(xù)工作扭矩為 380N?m 。電機(jī)在氣溫 25^°C 下的三維效率MAP圖如圖7所示。X 軸、 ?Y 軸、 Z 軸分別代表電機(jī)轉(zhuǎn)速、電機(jī)扭矩和電機(jī)效率，電機(jī)扭矩為正時(shí)電機(jī)帶動(dòng)負(fù)載轉(zhuǎn)動(dòng)，扭矩為負(fù)時(shí)電機(jī)則無(wú)功率輸出，作為發(fā)電機(jī)進(jìn)行動(dòng)能回收。由該圖可以很直觀地看到電機(jī)在不同工況下的性能指標(biāo)，為優(yōu)化電機(jī)選型和后續(xù)的建模提供了重要信息。電池采用兩套171個(gè)電芯串聯(lián)的模組并聯(lián)形成電池包，其滿電電壓為 625V ，標(biāo)稱電壓為 550V ，假定常溫下的充放電效率均為 95% 。為了兼顧駕駛性和能耗，當(dāng)模型設(shè)定同時(shí)滿足 5OClt;95% .Vgt;10km/h ，加速踏板的開(kāi)度小于 1% 等3個(gè)條件時(shí)，制動(dòng)能量回收功能觸發(fā)。為了電機(jī)的安全，當(dāng)制動(dòng)需求扭矩（即持續(xù)工作扭矩）小于 380N?m 時(shí)，制動(dòng)扭矩全部通過(guò)電機(jī)的能量回收提供；當(dāng)制動(dòng)需求扭矩大于 380N?m 時(shí)，電機(jī)的能量回收提供一半的制動(dòng)需求扭矩，另一半由制動(dòng)系統(tǒng)提供。

2.2Simulink仿真模型搭建

在進(jìn)行仿真建模前，對(duì)車輛的物理模型架構(gòu)進(jìn)行分析，得到如圖8所示的電動(dòng)汽車物理模型架構(gòu)圖。根據(jù)物理模塊之間的關(guān)系、動(dòng)力傳遞、能量管理、控制策略以及環(huán)境因素等定義系統(tǒng)架構(gòu)后，對(duì)各個(gè)模塊進(jìn)行建模。根據(jù)電動(dòng)汽車的動(dòng)力系統(tǒng)和模型架構(gòu)進(jìn)行相應(yīng)的機(jī)械連接和電氣連接，搭建好的Simulink模型框架如圖9所示，其中包括駕駛員、整車物理、控制、駕駛環(huán)境、結(jié)果顯示共五大模塊?；?.1節(jié)中的部件參數(shù)，對(duì)仿真模型進(jìn)行參數(shù)化，并由廠家確認(rèn)參數(shù)的準(zhǔn)確性和合理性，從而確保輸入?yún)?shù)的可靠性。

3仿真結(jié)果分析

3.1經(jīng)濟(jì)性仿真結(jié)果

為了分析參數(shù)化模型的邏輯合理性，在進(jìn)行仿真之前，首先對(duì)比分析駕駛循環(huán)中目標(biāo)車速與仿真模型輸出車速之間的吻合關(guān)系，確保駕駛員模型的閉環(huán)控制、控制模型的動(dòng)態(tài)響應(yīng)和物理模型的扭矩管理符合預(yù)期，本研究要求目標(biāo)車速與仿真車速的偏差在全駕駛循環(huán)周期內(nèi)的偏差小于 1% 。由圖10可見(jiàn)，仿真車速與目標(biāo)車速的吻合度符合本研究設(shè)定的目標(biāo)，從而驗(yàn)證了參數(shù)化仿真模型的合理性。

運(yùn)行參數(shù)化模型，通過(guò)分析每個(gè)循環(huán)下車輛行駛里程和電池SOC的變化，可獲得循環(huán)電耗、續(xù)航里程等經(jīng)濟(jì)性指標(biāo)。其中，基于實(shí)際應(yīng)用，本研究設(shè)定電池能量耗盡時(shí)的SOC值為 20% ，電池滿電的SOC值為 95% ，以保護(hù)電池的使用壽命。

為了對(duì)比不同工況對(duì)續(xù)航里程的影響，并展現(xiàn)實(shí)際駕駛循環(huán)工況下車輛性能，分別在C-WTVC循環(huán)下和香港工況下開(kāi)展仿真研究，單循環(huán)下的SOC變化和行駛里程如圖11所示。

如圖11a所示，車輛在自定義駕駛循環(huán)工況運(yùn)行時(shí)，單循環(huán)電池SOC變化量為 12.1% ，對(duì)應(yīng)的行駛里程為 23.11km ，基于電池滿電和耗盡狀態(tài)下的SOC差異，可以獲得本研究定義的駕駛循環(huán)下的續(xù)航里程為 136.7km ，并由仿真模型可以得出百公里能耗為 104.4kW?h 。同理可以得到C-WTVC循環(huán)下車輛的經(jīng)濟(jì)性指標(biāo)，如表3所示。

如表3所示，電動(dòng)客車在香港工況的經(jīng)濟(jì)性表現(xiàn)更佳，有較長(zhǎng)的續(xù)航里程。在車輛開(kāi)發(fā)階段，通常采用標(biāo)準(zhǔn)循環(huán)如C-WTVC進(jìn)行性能目標(biāo)定義和系統(tǒng)架構(gòu)定義，進(jìn)而選取滿足要求的“三電”系統(tǒng)。本研究表明，對(duì)于在標(biāo)準(zhǔn)循環(huán)下開(kāi)發(fā)并且滿足香港公交路線要求的電動(dòng)客車，在香港對(duì)應(yīng)公交路線使用時(shí)，可以適當(dāng)減小電池容量，從而降低新車成本。同時(shí)，電動(dòng)客車的續(xù)航能力數(shù)據(jù)可為充換電站點(diǎn)的設(shè)置提供理論支持。從仿真結(jié)果可知，車輛在自定義工況和標(biāo)準(zhǔn)工況下的性能表現(xiàn)差異較大，為了高質(zhì)量、低成本地為市場(chǎng)提供有競(jìng)爭(zhēng)力的產(chǎn)品，在開(kāi)發(fā)階段，有必要獲得目標(biāo)市場(chǎng)的路譜數(shù)據(jù)并生成駕駛循環(huán)。

3.2實(shí)際道路測(cè)試結(jié)果

為了驗(yàn)證自定義駕駛循環(huán)與實(shí)際道路工況的符合性，并進(jìn)一步驗(yàn)證仿真模型的合理性，本研究選取了如圖12所示的電動(dòng)城市客車作為測(cè)試車輛，在香港目標(biāo)公交路線上由隨機(jī)抽取的司機(jī)駕駛車輛，測(cè)試車輛的性能。為了對(duì)比分析的科學(xué)性，車輛主要技術(shù)參數(shù)，包括環(huán)境參數(shù)與控制邏輯均與仿真模型中一致。測(cè)試路線與工況采集時(shí)的路線一致，為全長(zhǎng)約 21.3km 的香港53路公交路線。通過(guò)車載測(cè)試系統(tǒng)采集行車數(shù)據(jù)，包括車速、行駛距離、電池能耗量等數(shù)據(jù)。測(cè)試結(jié)果為10次試驗(yàn)后的平均數(shù)據(jù)：平均車速 20.29km/h ，電池百公里能耗為 108.7kW?h ，綜合續(xù)航里程為 131.2km 。

3.3仿真與試驗(yàn)結(jié)果對(duì)比分析

結(jié)合表3可知，實(shí)測(cè)百公里耗電量與自定義工況下的仿真預(yù)測(cè)值的偏差為 4.0% ，續(xù)航里程偏差為4.2% 。而實(shí)測(cè)值與C-WTVC工況下的預(yù)測(cè)值存在較大差異，續(xù)航里程偏差為 13.0% ，電耗偏差為15.2% 。說(shuō)明本研究構(gòu)建的自定義工況能夠較好地描述和模擬目標(biāo)路線的實(shí)際路況，基于該工況建立的仿真模型具有很高的預(yù)測(cè)精度，偏差小于 5% ，具有工程實(shí)用價(jià)值；此外，標(biāo)準(zhǔn)工況由于其來(lái)自標(biāo)準(zhǔn)化定義，不能覆蓋特定場(chǎng)景的實(shí)際情況，用于評(píng)估特定路線的車輛性能時(shí)存在較大偏差，進(jìn)而造成車輛的過(guò)度設(shè)計(jì)。通過(guò)上述對(duì)比分析，進(jìn)一步驗(yàn)證了在特定場(chǎng)景駕駛循環(huán)的基礎(chǔ)上建立仿真模型能準(zhǔn)確預(yù)測(cè)車輛的性能。本研究提出的構(gòu)建特定駕駛循環(huán)工況與仿真結(jié)合的研究方法，能為電動(dòng)客車在多場(chǎng)景應(yīng)用前的路況適應(yīng)性評(píng)估提供有效方法，具有重要的工程價(jià)值。同時(shí)，也可為我國(guó)新能源汽車走出國(guó)門提供重要的技術(shù)支撐。

4結(jié)束語(yǔ)

以某電動(dòng)客車為研究對(duì)象，基于車輛物理架構(gòu)和技術(shù)參數(shù)，建立了純電架構(gòu)的仿真模型，構(gòu)建了針對(duì)香港53路公交路線的周期為1800s的駕駛循環(huán)，分別在自定義駕駛工況和C-WTVC循環(huán)下開(kāi)展了仿真工作，并在目標(biāo)路線上對(duì)車輛性能進(jìn)行了測(cè)試。結(jié)果表明，在自定義工況下的仿真結(jié)果與實(shí)測(cè)結(jié)果有著較高的吻合度，能耗和續(xù)航里程的偏差均小于 4.2% ，而在C-WTVC循環(huán)下的仿真結(jié)果與實(shí)測(cè)結(jié)果偏差較大，能耗和續(xù)航里程的偏差均大于13.0% ，說(shuō)明提出的駕駛循環(huán)定義和仿真模型構(gòu)建方案具有理論上的合理性和工程級(jí)的使用價(jià)值，可為我國(guó)新能源汽車的系統(tǒng)開(kāi)發(fā)和市場(chǎng)推廣提供理論及技術(shù)支撐。

參考文獻(xiàn)：

[1]景曉軍，許丹丹，李騰騰，等.運(yùn)行模式對(duì)重型混動(dòng)車污染物及碳排放的影響[J].車用發(fā)動(dòng)機(jī)，2023（4）：47-52.

[2]孫麗麗，李進(jìn)鋒，郭中華.構(gòu)建多能互補(bǔ)的清潔低碳能源耦合體[J].中國(guó)石油大學(xué)學(xué)報(bào)（自然科學(xué)版），2023（5）：130-137.

[3]汪軍，張趙琴.新能源汽車對(duì)城市交通碳排放的影響研究[J].城市建設(shè)理論研究，2023（30）：166-170.

[4]李春生，余虎.基于改進(jìn) K 均值聚類算法的汽車行駛工況構(gòu)建[J].計(jì)算機(jī)技術(shù)與發(fā)展，2022，32（3）：169-174.

[5]呂錯(cuò)超，梅雪峰，周麗金，等.基于統(tǒng)計(jì)方法的汽車行駛工況構(gòu)建[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2021，51（6）：1-9.

[6]付志成，郭振昕，賈松霖，等.引入油門開(kāi)度的汽車?yán)m(xù)航測(cè)試工況構(gòu)建研究[J].車用發(fā)動(dòng)機(jī)，2024（1）：61-66.

[7]宋桂秋，王凱，李一鳴.增程式電動(dòng)汽車多模式切換控制策略與性能仿真[J].科學(xué)技術(shù)與工程，2016，16（31）：94-100.

[8]董小瑞，武雅文，張志文，等.基于遺傳算法和支持向量機(jī)的汽車行駛工況識(shí)別[J].車用發(fā)動(dòng)機(jī)，2021（2）：13-17.

[9]金思含，彭憶強(qiáng)，武小花，等.成都市燃料電池公交車示范運(yùn)行行駛工況的構(gòu)建[J].汽車安全與節(jié)能學(xué)報(bào)，2022，13（1）：202-208.

[10]李耀華，邵攀登，翟登旺，等.基于聚類與Markov鏈法的西安市某線路城市客車工況構(gòu)建[J].汽車安全與節(jié)能學(xué)報(bào)，2022，13（2）：341-349.

[11]ZHANG M，SHI S，LIN N，et al.High-efficiency driv-ing cycle generation using a markov chain evolutionalgorithm[J].IEEE transactions on vehicular technol-ogy，2019，68（2）：1288-1301.

[12]ZHANG J，WANG Z，LIUP，et al.Driving cycles con-struction for electric vehicles considering road envi-ronment：A case study in Beijing[J].Applied energy，2019，253：113514.

[13]郭敏銳，楊勇.純電動(dòng)汽車動(dòng)力系統(tǒng)匹配設(shè)計(jì)及多工況仿真[J].現(xiàn)代制造工程，2018（12）：62-65.

[14]李素華.純電動(dòng)汽車驅(qū)動(dòng)系統(tǒng)設(shè)計(jì)及仿真研究[J].機(jī)械設(shè)計(jì)與制造，2016（1）：40-42.

[15]查鴻山，宗志堅(jiān)，劉忠途，等.純電動(dòng)汽車動(dòng)力匹配計(jì)算與仿真[J].中山大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，49（5）：47-51.

[16]全國(guó)汽車標(biāo)準(zhǔn)化技術(shù)委員會(huì).重型商用車燃料消耗量測(cè)試方法：GB/T27840—2021S.北京：中國(guó)標(biāo)準(zhǔn)出版社，2021.

[17]全國(guó)汽車標(biāo)準(zhǔn)化技術(shù)委員會(huì).重型柴油車污染物排放限值及測(cè)量方法（中國(guó)第六階段）：GB/T17691—2018[S].北京：中國(guó)環(huán)境科學(xué)出版社，2017.

[18] 中華人民共和國(guó)生態(tài)環(huán)境部，國(guó)家市場(chǎng)監(jiān)督管理總局.輕型汽車污染物排放限值及測(cè)量方法（中國(guó)第六階段）：GB/T18352.6—2016[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2015.

[19] BARLOWTJ，LATHAMS，MCCRAEIS，etal.Areference book of driving cyclesfor useinthe meas-urementofroadvehicleemissionsM].Berkhire：TRLlimited，2009.

[20]全國(guó)汽車標(biāo)準(zhǔn)化技術(shù)委員會(huì).中國(guó)汽車行駛工況第2部分：重型商用車輛：GB/T38146.2—2019[S.北京：中國(guó)標(biāo)準(zhǔn)出版社，2019.

[21] 郭家琛，姜衡，雷世英，等.城市道路汽車行駛工況構(gòu)建方法[J.交通運(yùn)輸工程學(xué)報(bào)，2020，20（6）：197-209.

[22] 黃文凱，程輝軍，儲(chǔ)愛(ài)華.純電重型商用車四電機(jī)系統(tǒng)動(dòng)力性及經(jīng)濟(jì)性研究[J].汽車工程，2023，45（1）：70-76.

[23] 喻凡，林逸.汽車系統(tǒng)動(dòng)力學(xué)M.北京：機(jī)械工業(yè)出版社，2016.

Abstract：Toacurately evaluate thefeasibilityofoperatingpureelectric bus onspecificroutes，adrivingcycle with1800s wasdefinedwiththemethodofsped-acelerationprobabilitydistributionstatisticsbasedonHongkongNo.53busroutinespectrumdata.Thenthevehicleperformance was studied with simulationmethodin Matlab/Simulink，andcomparedwiththeactualresults.Therationalityofthemethodologyandresultswasfinallconfirmed.Theresultsshowthatthedrivingrangeof the vehicle under the customized driving cycle is about 22.6km longer than that under the C-WTVC cycle，and the electricity consumption of 100km is 20.8kW?h less.The deviation of the measured results from the simulation results under the customized conditions is less than 4.2% ，and the deviation from the results under the C-WTVC conditions is more than 13.0% ，which indicatesthattheperformanceoftheelectricvehicleunderthecustomizedcyclehasahigherdegreeofconformitytotheresultsof realroad test.Thedevelopedresearchmethodcanprovideimportanttheoreticalsupportfortheroadadaptabilitystudyof new energy electricvehicles indiferent environments，especiallyfor theroad conditions in the target export area.

Key Words：electric bus;driving cycle definition;simulation;road condition;adaptability

[編輯：姜曉博]