基于大數據分析技術的電動汽車ECR和續駛里程影響因素分析

基于大數據分析技術的電動汽車ECR和續駛里程影響因素分析

電動汽車是一種清潔能源汽車，推廣電動汽車能夠有效減少溫室氣體排放。目前，因為電動汽車仍然存在續駛里程較短的缺點，因此分析影響電動汽車能源消耗率（ECR）和續駛里程的關鍵因素將有利于降低電動汽車的能源消耗，擴大續駛里程。利用大數據分析技術能夠對電動汽車大量的使用數據進行分析，從而確定出影響電動汽車ECR和續駛里程的關鍵因素。

利用大數據分析技術時，需要對待分析數據進行收集。待分析數據來自于丹麥，主要包含4個部分：①200輛電動汽車在741名駕駛員駕駛下的出行數據（共出行276102次，行駛里程230萬km）；②741名駕駛員的駕駛行為特性；③電動汽車行駛道路的道路類型；④丹麥國家氣象局記錄的天氣數據。通過對收集的數據進行統計分析，建立了電動汽車的計量經濟模型。通過對模型的分析發現：200輛電動汽車的平均ECR為0.183kWh/km；與夏天相比，電動汽車在冬天行駛時，平均ECR增加34%，相應電動汽車的平均續駛里程減少25%。電動汽車最優的行駛車速范圍為45～56km/h，理想的行駛環境溫度為14℃。此外，分析結果還發現，電動汽車行駛車速、加速度和行駛環境溫度與電動汽車的平均ECR之間存在非線性關系，而季節性降雨與電動汽車的平均ECR之間存在強烈的線性關系。因此，電動汽車的ECR和續駛里程高度依賴于行駛環境、駕駛模式和行駛時的天氣。

刊名：Transportation Research Part D（英）

刊期：2017年第54期

作者：Gebeyehu M.Fetene

編譯：張振偉