基于微觀仿真的駕駛行為對純電動汽車能耗影響分析

艾力夏提·阿不力孜 李建新 薛喜紅 趙圓圓

基金項目：新疆職業大學校級科研課題“‘共建、共生、共贏職教理念背景下，政行企校協同產教聯合體建設研究”（XJZD2023KYY01）

摘要：基于改進的二維智能駕駛員模型分析了駕駛行為對純電動汽車能耗的影響，從道路總能耗的角度，基于Matlab軟件進行了城市工況和高速工況下的數值仿真實驗。仿真結果表明：在道路系統中激進的駕駛行為會產生更高的能耗，尤其在城市工況下對純電動汽車的能耗影響更大；道路能耗隨著激進型駕駛員滲透率的提高而增加，并且在激進型駕駛員滲透率達到40%之后，道路車均百公里能耗增長率達到最大值。仿真結果表明交通擁擠程度也是影響能耗的重要因素。

關鍵詞：微觀仿真；駕駛行為；節能駕駛

中圖分類號：U469? 收稿日期：2024-05-10

DOI：1019999/jcnki1004-0226202406011

1 前言

隨著全世界范圍內環保理念的提升，大力發展純電動汽車成為世界各國應對能源危機、氣候變化的共識。然而，純電動汽車公共充電配套設施建設滯后和純電動汽車續航里程較短等因素，制約了純電動汽車的推廣。因此，在電動汽車與動力電池的研發技術沒有重大突破的背景下，如何更低成本地降低純電動汽車能耗，提高續航里程，成為當前的研究熱點[1]。

目前已有多數研究表明：車輛的能耗表現受駕駛方式的影響非常大[2-3]。然而以往的研究大多針對燃油車，或者通過對車輛個體行駛數據分析，關于純電動汽車多車行駛能耗的研究較少。因此，為了響應國家低碳出行號召，降低純電動汽車使用環節的能耗，本文從道路總能耗的角度，基于Matlab進行數值仿真實驗，研究了不同駕駛行為在多種情景下對純電動汽車能耗的影響。

2 仿真模型與設計

21 仿真模型

211 改進的二維智能駕駛員模型（2D-IIDM）

Tian等[4]在2D-IDM模型基礎上提出了一個改進的二維智能駕駛員模型（2D-IIDM），該模型被認為能夠模擬出較多的交通流空間狀態。本文中的仿真模擬選用2D-IIDM跟馳模型作為描述車輛微觀行為的基本模型，期望仿真的結果最為接近實際的交通狀態。

模型表達式如下：

[if?? dn，desired（t）≤dnt]

[ant=1-vn（t）vmax41-dn，desired（t）dnt2]?????????? （1）

else

[if? vn（t）

式中，[dn，desired（t）]為期望車間距；[dnt]為實際車間距；[vc]為臨界速度。期望車間距[dn，desired（t）]與實際車間距[dnt]分別定義為：

[dnt=xn+1t-xnt-l]????????????????????? （3）

[dn，desired（t）=maxvntTnt-vnt?vnt2amaxb，0+d0]??? （4）

式中，[d0]為堵塞間距；Tn（t）為期望時間間隔，表示如下：

[Tnt+?t=T1+rT2，? if r1vcTn（t），?? otherwise]????? （5）

式中，[r1]為0～1之間的獨立隨機變量；[T1、T2]擁堵穩定狀態下時間間隔的變化范圍；[T3、T4]為高速駕駛狀態下時間間隔的變化范圍；[p1]為低速狀態下T發生變化的概率；[p2]為高速狀態下發生變化的概率[4]。

212 電動汽車能耗模型

本研究采用文獻[5]提出的能耗模型，該模型由行駛阻力功率損耗、電機功率損耗、再生制動功率和輔助功率損耗組成，模型表達式如下：

[PEV=Pr+Pm+Pg+Pa]????????????????????? （6）

式中，[Pt]為行駛阻力的損耗的功率；[Pm]為電機損耗的功率；[Pg]為再生制動功率；[Pa]為輔助設備損耗的功率，主要是指車輛中的電子設備，例如收音機、燈光、空調等。具體表達式如下：

[Pr=0.5δCDAfv2+frmg+vbRtv]??? ??????????????????（7）

[Pm=rR2tK2ma+av2+frmg+vbRt2]?????????????? （8）

[Pg=ηm]av??????????????????????????????? （9）

式中，[Af]為純電動汽車的前擋風玻璃面積，[m2];[CD]為阻力系數；[fr]為滾動阻力常數；g為重力加速度（g=981m/[s2）]；[v]為車輛的速度，m/s；[b]為軸承阻尼系數;[Rt]為車輛輪胎半徑，m;[δ]為空氣密度，kg/[m3]。

以上模型參數取值如表1所示。

213 駕駛行為模型

根據駕駛員對加速踏板的控制頻率與幅度的不同，將駕駛行為分為溫和控制型、適度控制型和過度控制型，這三種駕駛行為對應的駕駛員類型分別為溫和型駕駛員、適中型駕駛員和激進型駕駛員。根據張哲[6]的研究，不同駕駛行為的仿真規則與參數如表2所示。

22 仿真設計

該仿真系統由交通場景模塊，跟馳狀態計算模塊，能耗計算模塊，道路總能耗計算模塊四部分組成。交通場景模塊建立了包含交通信號燈的交叉路口和高速路段；跟馳狀態計算模塊用來生成道路上車輛逐秒的行駛狀態；能耗計算模塊利用電動汽車的能耗模型來計算出單車逐秒的能耗，最后由道路總能耗計算模塊來統計和分析仿真時間內道路的總能耗和車均能耗等數據。仿真將在交叉路口和高速路段兩種情景下進行，仿真具體參數如表3所示。

3 仿真結果分析

基于仿真所需的跟馳模型與能耗模型，仿真的輸入主要是仿真時間、交通場景參數、模型所需的初始值以及不同類型駕駛員的滲透率；仿真的輸出指標主要包括：路網中生成的車輛數、每輛車行駛時間（s）、每輛車逐秒位置（m）、逐秒車速（km/h）、逐秒加速度m/s2、逐秒能耗（W）、仿真結束時道路總能耗（kW·h）。

通過對仿真輸出數據的處理，得到每種場景下的車均百公里能耗指標。仿真結果如圖1所示。

如圖1所示，在高速和城市兩種工況下車均能耗從高到低分別為激進型、適中型和溫和型，可見不管是在高速工況還是城市工況中，過度控制型駕駛行為均會明顯的增加能耗。而車均百公里能耗變化率曲線表明，過度控制型駕駛行為下，城市工況下的能耗增長率明顯大于高速工況，說明雖然高速工況下的能耗值更高，但過度控制型駕駛行為對城市工況下的車輛能耗影響更大。

考慮到真實的交通場景中不同類型駕駛員混行的情況，建立了城市工況下不同類型駕駛員混行的交通場景，探究激進型駕駛員滲透率對道路能耗的影響。以溫和型駕駛員與適中型駕駛員混入率各為50%作為基礎場景，分析當激進型駕駛員滲透率的增加對于基礎場景的影響情況。仿真結果如圖2所示。

如圖2所示，隨著激進型駕駛員滲透率的增加，系統的車均百公里能耗逐漸增加；而在激進型駕駛員滲透率達到40%前，能耗的增加相對緩慢，在達到40%以后，系統的車均百公里能耗增長趨勢達到最大。可見在城市工況下，保證激進型駕駛員占比在40%以內，對降低道路總能耗有著明顯的效果。

為了探究交通流量對城市工況下的純電動汽車能耗的影響，分別在200 pcu/lanc/h、400 pcu/lanc/h、600 pcu/lanc/h條件下進行仿真實驗，仿真輸出結果如圖3所示。

由圖3可得，交通流量對車均百公里能耗的影響顯著，相同條件下交通流量越大能耗越高；車均百公里能耗變化率曲線表明，交通流量越大，激進型駕駛員對車均百公里能耗的影響就越大；在200 pcu/車道/h的交通量下，不僅能耗值最低，而且能耗增長率的變化較為緩和，可見通暢的交通條件受過度控制型駕駛行為的影響最小，對激進型駕駛員的“承受能力”也更強；在600 pcu/車道/h的交通量下，不僅道路能耗值最高，能耗的增長趨勢也最大，可見過度控制型駕駛行為在擁堵的交通狀況下對能耗的影響更大。

4 結語

本研究基于微觀數值仿真的方法，模擬了多種交通場景，探究了三種駕駛行為以及交通流量對道路能耗的影響，得到了以下結論：

a.過度控制型駕駛行為對道路總能耗的影響最為顯著，并且對城市工況的影響更大；系統的車均百公里能耗隨著激進型駕駛員滲透率的增長而明顯增加，并且在激進型駕駛員滲透率達到40%之后，能耗增長率達到最大值。表明在城市工況下，使激進型駕駛員滲透率控制在40%以內，對降低道路總能耗有著明顯的效果。

b.在200 pcu/車道/h的交通量下，道路能耗值最低，而且能耗增長較為平緩；在600 pcu/車道/h的交通量下，道路能耗值最高，而且能耗增長劇烈。表明控制交通狀況能夠明顯地降低道路的總能耗。

c.以上研究結果表明，從駕駛員個體層面，主動規范個人駕駛操作或者使用輔助駕駛系統能夠有效降低單車能耗；從政府管控層面，進行必要的節能駕駛操作培訓或通過限號限行等管控方法改善交通狀況，減少交通擁堵的發生，均可明顯降低道路能耗。

參考文獻：

[1]陳志軍，張晶明，熊盛光，等智能網聯車輛生態駕駛研究現狀及展望[J]交通信息與安全，2022，40（4）：13-25

[2]付銳，張雅麗，袁偉生態駕駛研究現狀及展望[J]中國公路學報，2019，32（3）：1-12

[3]郭宏偉城市路內停車影響的建模與特性分析[D]北京：北京交通大學，2011

[4]Tian Junfang，Jiang Rui， Li Geng Improved 2D intelligent driver model in the framework of three-phase traffic theory simulating synchronized flow and concave growth pattern of traffic oscillations[J] Transportation research， 2016， 41F（A）：55-65

[5]張璇安全輔助駕駛策略對交通流特性及能耗排放的影響研究[D]北京：北京交通大學，2018

[6]張哲駕駛行為標準化及其特征表示[D]杭州：浙江大學，2018

作者簡介：

艾力夏提·阿不力孜，男，1994年生，助教，研究方向為智能網聯汽車。