新能源汽車蓄電池虧電及智能補電分析*

黎飛，鄭陳亮，程登，張亮，趙小羽

新能源汽車蓄電池虧電及智能補電分析*

黎飛，鄭陳亮，程登，張亮，趙小羽

（上汽通用五菱汽車股份有限公司技術中心，廣西 柳州 545007）

蓄電池作為新能源汽車的重要組成部件，其虧電問題備受主機廠和用戶的關注。文章從用戶數據出發，借助相關統計分析方法，對新能源汽車蓄電池的虧電問題和虧電預警進行分析，提出了一種智能補電的方法，有效地降低了蓄電池虧電問題。

蓄電池；虧電；智能補電；卡方檢驗

引言

在能源危機、環境破壞問題日益突出形勢下，新能源汽車應運而生，并逐漸得到人們的認可與支持。在我國，由于國家政策支持、相關企業投資力度增大以及廣大消費者環保意識的不斷增強，新能源汽車市場得到了進一步的快速發展。蓄電池作為新能源汽車運行的備用電源，其性能的好壞影響著車輛能否正常工作。

據車質網研究院發布的《車輛蓄電池虧電問題投訴及故障分析報告》可知，虧電問題占據了車輛蓄電池故障投訴的絕大部分。[1]自2014年起至今，投訴趨勢持續蔓延，蓄電池虧電投訴占比甚至高達95%。蓄電池虧電常常直接導致車輛無法啟動，嚴重影響車輛的正常使用，激起了消費者的不滿情緒同時也造成了極大的困擾。如果蓄電池持續處于虧電等故障，會直接影響新能源汽車的運行質量和應急能力，甚至威脅車主生命安全，因此這也成為了車企業極力攻關的問題。[2]

1 車輛蓄電池虧電問題2

為了分析目前市場上新能源汽車的蓄電池的虧電情況，我們選取了其中三款新能源的車蓄電池數據進行分析，數據預處理后結果如表1所示。

表1 各類車型虧電情況

由表1可知，三款車型的車輛總數為8554輛，其中出現虧電總車輛數為460輛，占比為5.38%。各車型的虧電車輛占比差異較大，其中A型車輛虧電最為嚴重，虧電比例達到15.77%；而C型車的虧電比例為2.94%，兩者相差12.83個百分點。A型車和B型車是虧電較為嚴重的車型。由此可見，新能源汽車普遍存在蓄電池虧電現象。

2 車輛蓄電池虧電預警

為了改善因蓄電池虧電導致新能源車輛無法啟動等“異常”故障影響用戶體驗，同時能讓用戶及時了解車輛蓄電池的電壓情況，本文提出了一種車輛蓄電池虧電預警的方法并基于此方法研發了車輛預警平臺，即當蓄電池電壓即將低于某閥值時，通過云端給用戶發送車輛蓄電池虧電預警提醒信息。[3]該方法能依據車輛蓄電池的不同的電壓和健康程度劃分為不同的虧電等級。通常分為“輕度虧電”，“中度虧電”，“重度虧電”，不同的等級觸發不同的提醒機制和信息。

2.1 車輛蓄電池虧電預警后狀態分析

由前述分析可知，不同車型的虧電情況存在差異，在實施車輛虧電預警方法后再次選取了車輛蓄電池數據并結合虧電等級與新能源汽車類型的交叉列聯表分析。在虧電等級中，虧電等級為輕度虧電的808條記錄中，各類車的記錄頻數依次為350、220、238，各占本行總數的43.3%、27.2%、29.5%，其中，A型車的比例略低于總比例46.8%，B型車及C型車的比例略高于各自總比例25.7%與27.5%。B型車及C型車相較于A型車更傾向于輕度虧電，同時說明A型車相較于其余車型，更傾向于中度、重度虧電。

在各類車型中，車型為A型車的518條記錄中，虧電等級為輕度虧電、中度虧電及重度虧電的記錄數分別為350、48、120，占比依次為67.6%、9.3%、23.2%，輕度虧電比例小于總比例73.1%，中度、重度虧電比例略高于總比例8.1%、18.8%，同樣可看出A型車虧電更偏向中度、重度虧電。

表2 虧電等級與新能源汽車類型的交叉列聯表

結合圖1可知，即使車輛虧電進行預警后，各車型中輕度虧電的比例均最高。

2.2 車輛蓄電池虧電預警后卡方檢驗分析

卡方檢驗屬統計學中假設檢驗范疇，交叉列聯表分析中卡方檢驗的原假設為：行變量與列變量獨立。卡方檢驗的檢驗統計量是Pearson卡方統計量，公式如下：

其中，為列聯表的行數，為列數，J為第行第列單元格中的觀察頻數，J為相應的期望頻數。當卡方檢驗統計量觀測值的概率值大于顯著性水平，則沒有理由拒絕原假設，即不能拒絕列聯表的行列變量相互獨立；反之，則拒絕原假設，斷定行列變量間存在相關關系。

表3是不同類型新能源汽車與虧電程度的卡方檢驗表，由表3可知，Pearson的2=15.659，對應的P值為0.004<0.05，拒絕虧電程度與各車輛類型獨立的原假設，即在5%的顯著性水平下，不同類型的新能源汽車的虧電程度存在顯著性相關性。故可認為A型車較其他類型車，更傾向于重度虧電，這種現象在統計上是顯著的。

表3 卡方檢驗

a.0 單元格（.0%）的期望計數少于 5。最小期望計數為23.11。

綜上所述依據發送給用戶虧電預警提醒的數據分析可知，不同類型的新能源汽車與其虧電程度存在顯著的相關。即使用戶收到虧電預警信息的提醒若用戶不及時啟動車輛進行補電，車輛將會一直保持虧電狀態。[4]

3 智能補電功能

為了優化各類型車輛虧電預警的提醒功能，同時降低因用戶不便現場啟動車輛給蓄電池補電，本文提出了一種針對車輛蓄電池虧電預警的優化功能，即“智能補電”功能。該功能是指當車輛發生蓄電池虧電預警提醒時，通過云端向用戶發送該預警信息及“啟動車輛進行補電”的請求，若用戶同意授權后，車輛將被喚醒并檢查車輛各零件狀態，是否符合補電條件，若符合將接通高壓并給蓄電池充電，反之則“無法補電”并將結果告知用戶。示意如圖2。

圖2 智能補電流程圖

該方法實施后通過云端的數據進行分析，車輛的虧電情況有所下降，如表4。“智能補電”功能出臺后，三種車型的虧電比例均有所下降，A型車由15.77%下降到12.07%，降低了3.7個百分比，B型車由原來的10.30%降低到6.14%，降低4.16個百分比，C型車由原來的2.94%降低到1.33%，“智能補電”功能對于降低車輛虧電效果好。

表4 智能補電使用前后虧電比例

綜上所述，智能補電功能在一定程度上優化了車輛虧電的故障，解決部分用戶因無法現場啟動車輛處理的所導致的車輛虧電故障。

4 結語

從用戶數據出發，結合前面分析，可知：①新能源汽車存在蓄電池虧電現象，虧電程度因車而異。②用戶的補電意識不強。當輕度虧電預警信息發送給用戶時，用戶若未及時進行補電操作，致使電池虧電日益嚴重。③新能源汽車的“智能補電”功能效果明顯。用戶通過使用“智能補電”功能能夠及時對車輛進行補電，優化了蓄電池虧電故障，進而降低虧電比例。

針對上述分析，本文給出以下建議：①對于車企：應針對各車型，優化虧電預警，改進預警提醒體驗，著力提高新能源汽車“智能補電”功能的體驗感。②對于車主：養成良好的用車習慣，應關注車輛的蓄電池的電量及虧電信息，養成良好的用車習慣。

[1] 沈叔陽.新能源汽車低壓電池常見故障的診斷與維[J].決策探索(中),2018(09):64.

[2] 沈建歡.城市軌道交通車輛蓄電池虧電故障原因分析與維護策略[J].運輸經理世界,2020(02):98-99.

[3] 張厚明.我國新能源汽車動力電池產業發展面臨的問題與建議[J]. 科學管理研究,2018,36(06):58-61.

[4] 張順,尹洪權,吉敏. 城市軌道交通車輛蓄電池虧電故障分析及改善措施[J].城市軌道交通研究,2019,22(11):105-107+112.

[5] 佘承其,張照生,劉鵬,孫逢春.大數據分析技術在新能源汽車行業的應用綜述——基于新能源汽車運行大數據[J].機械工程學報, 2019,55(20):3-16.

Analysis of New Energy Vehicle Battery Power Loss and Intelligent Power Supply*

Li Fei, Zheng Chenliang, Cheng Deng, Zhang Liang, Zhao Xiaoyu

( Technology Center, SAIC GM Wuling Automobile Co., Ltd., Guangxi Liuzhou 545007 )

As an important component of new energy vehicles, the problem of battery power deficit has attracted much attention from main engine factories and users.Based on the user data and relevant statistical analysis methods, this paper analyzes the problem of battery power loss and early warning of battery power loss in new energy vehicles, and proposes a method of intelligent power supply, which effectively reduces the problem of battery power loss.

Accumulator; Loss of electricity; Intelligent power supply; Chi-square

10.16638/j.cnki.1671-7988.2021.02.004

U469.7

B

1671-7988(2021)02-10-03

U469.7

B

1671-7988(2021)02-10-03

黎飛，男，工程師，就職于上汽通用五菱汽車股份有限公司技術中心。

廣西創新驅動發展專項資金資助項目（桂科AA18242039）；柳州市科學研究與技術開發計劃資助項目（2019 AG10202）。