基于實際工況的純電動汽車能耗分析

◆文/云南 馬廣宇 趙龍慶

當前我國純電動汽車產業快速發展，發展純電動汽車是減少化石能源消耗和緩解日益嚴重的氣候問題的重要措施之一。但電動汽車普遍存在動力電池能量密度低，導致續航里程短，續航里程估計不精確，駕駛員容易產生里程焦慮的問題，這是阻礙推廣純電動汽車的一個原因。本文以實際道路試驗為依托，進行純電動汽車能量消耗量的討論，并在此基礎上建立基于LSTM網絡的純電動汽車瞬時能量消耗量估算模型。

純電動車作為汽車節能減排技術發展的重要方向之一，已引起各國政府的重視。我國政府制定了與電動汽車續航里程相關的電動汽車購買補貼政策。不斷提高動力電池能量密度是解決電動汽車續航里程不足的關鍵技術。同時，在現有動力電池技術基礎上研究影響電動汽車能量消耗和各因素之間的關系可為能量消耗預測、續航里程預測相關研究提供參考[1]。

相關文獻[2]通過引入VSP作為中間變量建立了能量消耗率與瞬時速度和加速度之間的關系，并驗證了不同類型道路的能量消耗因子存在顯著差異。相關文獻[3]分析了純電動汽車在丘陵地區的純電動汽車經濟型，通過優化算法控制車速，提高車輛在行駛中的經濟型。相關文獻[4]根據大量車輛行駛數據提取的車輛運動學參數表征不同駕駛員的駕駛習慣，并分析了駕駛習慣與車輛能耗之間的關系，建立基于神經網絡的駕駛習慣與能量消耗率的擬和模型。

一、純電動汽車能量消耗實際道路試驗

云南省地處我國西南部，屬于高原丘陵地帶，道路彎多坡多，車輛行駛工況與平原地區有一定差別。

1.試驗車輛

試驗以昆明市城區主要道路、昆明郊區道路和杭瑞高速公路昆明-曲靖段為研究對象，試驗測試總里程為319.56km。試驗車輛為某型號純電動汽車，為確保駕駛員駕駛習慣相同，各路段車輛駕駛員為同一人。試驗數據采集自數據采集終端，數據采集終端通過與車輛CAN(控制器局域網絡)總線進行通信獲取車輛運行數據。實驗數據采集頻率為10Hz。

2.電動汽車行駛過程中的能量消耗分析

動力電池是純電動汽車的能量源，電動汽車行駛過程中的能量消耗主要存在于動力電池內阻的損耗、傳動系統的摩擦損耗、各電器部件導線的損耗、制動損耗、驅動電機的損耗和空調等輔助系統的損耗。其中驅動系統損失能量在車輛能耗中占比最大[5]。根據汽車驅動力可知行駛阻力包括滾動阻力、坡道阻力、空氣阻力和加速阻力。動力電池能量主要經過配電箱流向電機控制器和用于給低壓器件供電的DC-DC轉換器，結合汽車理論可以將車輛的能量模型由式(1)表示[6]：

式中:Ubat為動力電池端電壓；Ibat為動力電池放電電流；Pac為附件消耗功率；ηbat為動力電池放電效率；ηT為車輛傳動系總效率；ηm為電機效率；m為車輛質量；g為重力加速度；f為滾動阻力系數；a為道路坡道角；CD為空氣阻力系數；A為迎風面積；v為車輛行駛速度；δ為車輛旋轉質量換算系數；a為車輛加速度。

二、實驗結果分析

通過實驗結果，我們分析驅動電機輸出能量與車速、加速度之間的規律。根據動力電池工作原理，統計動力電池的充放電電流和負載端電壓乘積作為電動汽車瞬時功率。電動汽車能量消耗變化量由式(2)表示，能量消耗量計算方法由式(3)表示[7]。3種道路的能量消耗量如表1所示。

表1 城區道路、郊區道路和高速公路的能量消耗量

式中：ΔEREESS為電能變化量；U(t)為動力電池t時刻的端電壓；I(t)為動力電池t時刻的電流；EC為車輛能量消耗量；DR為車輛行駛里程。

由表1可見，電動汽車在高速公路行駛時的能量消耗量最大，城區道路能量消耗量大于郊區道路。郊區試驗道路起點的海拔高度為2 260m，終點的海拔高度為1 926.7m，海拔落差為333.3m。城區道路起點的海拔高度為1 957.9m，終點的海拔高度為1 956.2m，海拔落差為1.7m。說明郊區試驗道路相較于城區實驗道路下坡路段比例更高，造成了城區道路能量消耗量高于郊區道路。制動能量回收數據由動力電池充電電流獲得，將其去除后獲得了車輛不考慮制動能量回收的能量消耗量，其值均高于能量消耗量。城區道路在不考慮制動能量回收時的能量消耗量最大，高速公路最小。表明制動回收能量對電動汽車能量消耗量有重要影響。因此進一步對制動回收能量進行分析，將制動回收電能變化量的絕對值與不考慮制動能量回收的電能變化量的比值定義為占能耗總需求量比率[8]，其值如表2所示。

表2 城區道路、郊區道路和高速公路的制動回收能量

從表2可以看出，電動汽車在郊區道路行駛時的制動回收能量占能耗總需求量比率最高，在高速公路行駛時的制動回收能量占能耗總需求量比率最小。電動汽車在高速公路行駛時的最大制動回收功率的絕對值高于城區道路最大制動回收功率的絕對值。然而，電動汽車在城區道路行駛時制動回收能量占能耗總需求量比率遠高于在高速公路行駛時。說明電動汽車在高速公路行駛時制動能量回收對能量消耗量的影響較小。這主要是由于車輛在高速公路行駛時制動工況減少且為保證車輛行駛安全最大再生制動轉矩分配減小。電動汽車在不同的道路行駛時能量消耗量和制動回收能量各不相同，每種道路具有不同的運動學參數[9]。進一步對車輛在不同道路的加速、勻速和減速運動狀態下的能量消耗量特征進行分析，如表3所示，并對不同道路的運動學參數進行計算，如表4所示。

表3 不同運動狀態下的電動汽車能量消耗量

表4 不同道路下的運動學參數

從表3可以看出，車輛在3種道路下行駛加速區間的能量消耗量均高于所對應的減速和勻速區間。其中城區道路加速區間的能量消耗量最高，高速道路加速區間的能量消耗量最小。高速公路減速區間的能量消耗量最高，城區道路減速區間的能量消耗量小。由表3和表4可以看出，電動汽車在勻速運動狀態下的能量消耗率與行駛過程中的勻速比例、平均速度呈現正相關關系。電動汽車在減速運動狀態下的能量消耗率與行駛過程中的減速比例呈現負相關關系。電動汽車在加速運動狀態下的能量消耗率與行駛過程中的加速度平均值呈現正相關關系。城區道路與郊區道路具有相近的減速度比例和減速度平均值，但車輛在減速運動狀態的能量消耗量存在明顯差異。這與駕駛員的駕駛意圖有關，制動能量回收只有在駕駛員踩下制動踏板時進行。郊區道路下減速狀態的車輛雖然在減速，但與城市道路相比，其制動意圖不高。

通過以上分析可知電動汽車的能量消耗量屬于隨機變量。結合以往研究成果可知電動汽車能量消耗量與工況有著較強的相關關系。

三、基于LSTM網絡的能量消耗量估算

1.長短期記憶網絡

由上文得到的瞬時能量消耗量可以看作是一個時間序列數據，電動汽車在某一時刻的能量消耗量與上一時刻的能量消耗量有關聯。長短期記憶網絡(long short-term memory，LSTM)是一種循環神經網絡，廣泛應用于時序數據分析。LSTM解決了循環神經網絡訓練過程中的梯度消失與梯度爆炸問題，它由遺忘門、輸入門和輸出門3個門結構組成。LSTM的單元結構如圖1所示。

圖1 LSTM單元結構

記憶單元將當前時間步Xt和上一個記憶單元的隱藏狀態作為輸入門It，遺忘門Ft，輸出門Ot和候選記憶元Ct的輸入[10]，計算公式如下：

式中：σ為Sigmoid函數；Ht-1為前一時間步的隱狀態；Xt為當前時間步的輸入；為候選記憶元；Ct為記憶元；Ht為隱狀態。

2.純電動汽車能量消耗量估算

純電動汽車能量估算步驟如下：

①將由公式(3)計算得到的純電動汽車瞬時能量消耗量作為原始數據，對原始數據進行預處理，修正數據中的異常值和缺失值。

②對清洗過的原始數據進行歸一化，并將原始數據的80%作為訓練集，剩余的20%作為測試集。

③將LSTM隱藏層設計為包含200個隱藏單元，指定Adam為優化器，學習率0.005。對模型進行50次訓練。

④將測試集數據輸入模型進行預測。

⑤對預測數據進行反歸一化，并與原始數據進行對比。

估算結果如圖2所示。如式(10)和式(11)所示，使用平均絕對誤差(MAE)和均方根誤差(RMSE)對模型估算精度進行評價。

圖2 能量消耗量估算結果

將測試集數據輸入訓練好的LSTM網絡模型中，并對模型精度評估，得到MAE 值為0.55，RMSE 值為0.78。說明利用LSTM網絡對能量消耗量進行估計具有一定的可行性。

四、結論

本文對不同工況下的純電動汽車能量消耗量進行分析，可以為駕駛員提供更合理的能量使用策略。基于LSTM網絡建立的模型為預測未來一段時間的純電動汽車能量消耗率提供了可行性方案。