黎飞,郑陈亮,程登,张亮,赵小羽
新能源汽车蓄电池亏电及智能补电分析*
黎飞,郑陈亮,程登,张亮,赵小羽
(上汽通用五菱汽车股份有限公司技术中心,广西 柳州 545007)
蓄电池作为新能源汽车的重要组成部件,其亏电问题备受主机厂和用户的关注。文章从用户数据出发,借助相关统计分析方法,对新能源汽车蓄电池的亏电问题和亏电预警进行分析,提出了一种智能补电的方法,有效地降低了蓄电池亏电问题。
蓄电池;亏电;智能补电;卡方检验
在能源危机、环境破坏问题日益突出形势下,新能源汽车应运而生,并逐渐得到人们的认可与支持。在我国,由于国家政策支持、相关企业投资力度增大以及广大消费者环保意识的不断增强,新能源汽车市场得到了进一步的快速发展。蓄电池作为新能源汽车运行的备用电源,其性能的好坏影响着车辆能否正常工作。
据车质网研究院发布的《车辆蓄电池亏电问题投诉及故障分析报告》可知,亏电问题占据了车辆蓄电池故障投诉的绝大部分。[1]自2014年起至今,投诉趋势持续蔓延,蓄电池亏电投诉占比甚至高达95%。蓄电池亏电常常直接导致车辆无法启动,严重影响车辆的正常使用,激起了消费者的不满情绪同时也造成了极大的困扰。如果蓄电池持续处于亏电等故障,会直接影响新能源汽车的运行质量和应急能力,甚至威胁车主生命安全,因此这也成为了车企业极力攻关的问题。[2]
为了分析目前市场上新能源汽车的蓄电池的亏电情况,我们选取了其中三款新能源的车蓄电池数据进行分析,数据预处理后结果如表1所示。
表1 各类车型亏电情况
由表1可知,三款车型的车辆总数为8554辆,其中出现亏电总车辆数为460辆,占比为5.38%。各车型的亏电车辆占比差异较大,其中A型车辆亏电最为严重,亏电比例达到15.77%;而C型车的亏电比例为2.94%,两者相差12.83个百分点。A型车和B型车是亏电较为严重的车型。由此可见,新能源汽车普遍存在蓄电池亏电现象。
为了改善因蓄电池亏电导致新能源车辆无法启动等“异常”故障影响用户体验,同时能让用户及时了解车辆蓄电池的电压情况,本文提出了一种车辆蓄电池亏电预警的方法并基于此方法研发了车辆预警平台,即当蓄电池电压即将低于某阀值时,通过云端给用户发送车辆蓄电池亏电预警提醒信息。[3]该方法能依据车辆蓄电池的不同的电压和健康程度划分为不同的亏电等级。通常分为“轻度亏电”,“中度亏电”,“重度亏电”,不同的等级触发不同的提醒机制和信息。
由前述分析可知,不同车型的亏电情况存在差异,在实施车辆亏电预警方法后再次选取了车辆蓄电池数据并结合亏电等级与新能源汽车类型的交叉列联表分析。在亏电等级中,亏电等级为轻度亏电的808条记录中,各类车的记录频数依次为350、220、238,各占本行总数的43.3%、27.2%、29.5%,其中,A型车的比例略低于总比例46.8%,B型车及C型车的比例略高于各自总比例25.7%与27.5%。B型车及C型车相较于A型车更倾向于轻度亏电,同时说明A型车相较于其余车型,更倾向于中度、重度亏电。
在各类车型中,车型为A型车的518条记录中,亏电等级为轻度亏电、中度亏电及重度亏电的记录数分别为350、48、120,占比依次为67.6%、9.3%、23.2%,轻度亏电比例小于总比例73.1%,中度、重度亏电比例略高于总比例8.1%、18.8%,同样可看出A型车亏电更偏向中度、重度亏电。
表2 亏电等级与新能源汽车类型的交叉列联表
结合图1可知,即使车辆亏电进行预警后,各车型中轻度亏电的比例均最高。
卡方检验属统计学中假设检验范畴,交叉列联表分析中卡方检验的原假设为:行变量与列变量独立。卡方检验的检验统计量是Pearson卡方统计量,公式如下:
其中,为列联表的行数,为列数,J为第行第列单元格中的观察频数,J为相应的期望频数。当卡方检验统计量观测值的概率值大于显著性水平,则没有理由拒绝原假设,即不能拒绝列联表的行列变量相互独立;反之,则拒绝原假设,断定行列变量间存在相关关系。
表3是不同类型新能源汽车与亏电程度的卡方检验表,由表3可知,Pearson的2=15.659,对应的P值为0.004<0.05,拒绝亏电程度与各车辆类型独立的原假设,即在5%的显著性水平下,不同类型的新能源汽车的亏电程度存在显著性相关性。故可认为A型车较其他类型车,更倾向于重度亏电,这种现象在统计上是显著的。
表3 卡方检验
a.0 单元格(.0%)的期望计数少于 5。最小期望计数为23.11。
综上所述依据发送给用户亏电预警提醒的数据分析可知,不同类型的新能源汽车与其亏电程度存在显著的相关。即使用户收到亏电预警信息的提醒若用户不及时启动车辆进行补电,车辆将会一直保持亏电状态。[4]
为了优化各类型车辆亏电预警的提醒功能,同时降低因用户不便现场启动车辆给蓄电池补电,本文提出了一种针对车辆蓄电池亏电预警的优化功能,即“智能补电”功能。该功能是指当车辆发生蓄电池亏电预警提醒时,通过云端向用户发送该预警信息及“启动车辆进行补电”的请求,若用户同意授权后,车辆将被唤醒并检查车辆各零件状态,是否符合补电条件,若符合将接通高压并给蓄电池充电,反之则“无法补电”并将结果告知用户。示意如图2。
图2 智能补电流程图
该方法实施后通过云端的数据进行分析,车辆的亏电情况有所下降,如表4。“智能补电”功能出台后,三种车型的亏电比例均有所下降,A型车由15.77%下降到12.07%,降低了3.7个百分比,B型车由原来的10.30%降低到6.14%,降低4.16个百分比,C型车由原来的2.94%降低到1.33%,“智能补电”功能对于降低车辆亏电效果好。
表4 智能补电使用前后亏电比例
综上所述,智能补电功能在一定程度上优化了车辆亏电的故障,解决部分用户因无法现场启动车辆处理的所导致的车辆亏电故障。
从用户数据出发,结合前面分析,可知:①新能源汽车存在蓄电池亏电现象,亏电程度因车而异。②用户的补电意识不强。当轻度亏电预警信息发送给用户时,用户若未及时进行补电操作,致使电池亏电日益严重。③新能源汽车的“智能补电”功能效果明显。用户通过使用“智能补电”功能能够及时对车辆进行补电,优化了蓄电池亏电故障,进而降低亏电比例。
针对上述分析,本文给出以下建议:①对于车企:应针对各车型,优化亏电预警,改进预警提醒体验,着力提高新能源汽车“智能补电”功能的体验感。②对于车主:养成良好的用车习惯,应关注车辆的蓄电池的电量及亏电信息,养成良好的用车习惯。
[1] 沈叔阳.新能源汽车低压电池常见故障的诊断与维[J].决策探索(中),2018(09):64.
[2] 沈建欢.城市轨道交通车辆蓄电池亏电故障原因分析与维护策略[J].运输经理世界,2020(02):98-99.
[3] 张厚明.我国新能源汽车动力电池产业发展面临的问题与建议[J]. 科学管理研究,2018,36(06):58-61.
[4] 张顺,尹洪权,吉敏. 城市轨道交通车辆蓄电池亏电故障分析及改善措施[J].城市轨道交通研究,2019,22(11):105-107+112.
[5] 佘承其,张照生,刘鹏,孙逢春.大数据分析技术在新能源汽车行业的应用综述——基于新能源汽车运行大数据[J].机械工程学报, 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
黎飞,男,工程师,就职于上汽通用五菱汽车股份有限公司技术中心。
广西创新驱动发展专项资金资助项目(桂科AA18242039);柳州市科学研究与技术开发计划资助项目(2019 AG10202)。