插电式混合动力汽车用户使用习惯分析

郑钻玺 邵华 彭涛

基于新能源汽车的大数据平台，对某款插电式混合动力汽车的用户使用习惯进行了分析。根据用户行驶轨迹的差异将用户划分为2类群体，对2类用户群体的充电习惯、驾驶习惯和起停功能的使用频率进行了分析，为插电式混合动力汽车动力总成的设计优化提供了依据。插电式混合动力;用户使用习惯;大数据;工况;无线通讯

0 前言

由于系统的特殊性，插电式混合动力汽车无法简单沿用传统汽车动力系统的开发与验证方法。前期开发过程中可以模拟用户的使用过程，将试验车的使用数据作为设计的依据。然而，试验车很难完全代表用户车辆，两者的使用情况往往存在一定的差异，因此用户数据是设计优化的重要依据。

伴随新能源汽车国家监管平台的成立，且监管数量不断增加，我国新能源汽车的大数据时代真正拉开帷幕。当前，大数据分析结果在市场预测、营销策略和售后保险等领域发挥着巨大的作用[1]。但是，在产品开发过程中，各企业对于该应用还处于积累和摸索阶段。本文通过对某款插电式混合动力汽车的用户使用习惯进行了研究，分析了用户的充电行为、驾驶行为和起停功能的使用频率，为混动车辆动力总成的后续设计优化提供了依据。本研究为国家重点研发计划（2018YFB0105803）：新型高性价比混合动力总成开发基金项目。

1 用户数据采集与传输

插电式混合动力汽车可以通过整车控制器局域网络（CAN）总线采集到各关键系统控制器、传感器及整车状态等信息[2-3]。但如果将所有数据上传服务器，一方面会增加单次传输的数据体量，另一方面将加重云端服务器的负担，后期还须花费大量运算资源进行数据筛选。因此，在数据采集前期需要对动力系统的关注信息进行条件筛选，对数据进行合理判断和预处理[4]。

大数据系统对所分析的某款插电式混合动力汽车采集的一些信号如表1所示。其中，动力系统相关的参数变化频率高，一般采样频率要高于50 Hz，才能保证数据不失真。热管理系统相关参数变化周期较长，一般采样频率在1～10 Hz之间，便足以描述其变化趋势。整车信息在驾驶过程中相对稳定，一般采用1 Hz或更低的频率进行采集，主要用于车辆信息区分、通讯状态校验和异常数据剔除。

研究人员根据前期制定的车载端数据包格式，将车辆采集的数据进行打包压缩处理，随后通过无线通讯（如5G、无线相容（Wi-Fi）等）的方式实时传送到云数据服务器，服务器再根据协议格式进行解压并保存。

2 用户群体划分

车辆的使用情况与用户联系密切，不同类型的用户会表现出不同的使用习惯。如图1所示，本文首先根据停车固定点的数量、日行里程、作息特性等方面的聚类将用户分为2种类型。其中，上班族工作日有明显的“两点一线”特点，容易遇到早晚高峰的拥堵阶段;专车族是由于政策和市场需求而派生的新能源用户群体，其驾驶特点接近于出租车，移动范围广且运营时间长。划分用户群体便于后续针对不同的用户群体制定不同的设计目标和验证方案。

3 用户使用习惯分析

本文针对动力总成系统的设计验证，主要分析了1款插电式混合动力汽车用户的充电行为、驾驶行为和起停功能使用频率。

3.1 充电习惯分析

电池性能的衰减与充放电情况密切相关。在制定电池的衰减性能目标及试验方法时，研究人员须充分考虑开发车型的应用市场和潜在用户群，合理分配充放电循环的功率与快慢充电的次数比例。因此，用户的充电习惯是电池系统设计和验证的重要依据。

如图2和图3所示，为充电功率和充电起始电量（SOC）的统计结果。上班族更偏向于依赖线充或慢充充电桩。专车族则更多选择快充充电桩，以满足每日运营里程要求。从充电SOC分布来看，上班族由于充电便利，在选择充电起始点时更加随意;而专车族在纯电里程结束后，会选择油电混动模式继续支持运营，所以充电SOC基本在平衡点附近。

3.2 驾驶习惯分析

用户的驾驶习惯包括平均车速、行驶里程、驱动模式分布等，驾驶习惯与电驱系统的耐久性能密切相关。

本文对用户车辆的平均车速、日均行驶里程、驱动模式分布进行了统计，并与传统车辆进行了对比。对比结果如图4、图5和图6所示。从整车平均车速来看，插电式混合动力汽车的驱动电机由于具有低速转矩大、响应快的特点，往往给用户带来更快的提速能力，所以车辆平均速度较相同的汽油版车型有所提高。在动力总成的试验工况方面，以往采用的新欧洲行驶循环（NEDC）工况显然与实际应用不相符合，可以考虑采用与相对正向加速度（RPA）[5]更为匹配的全球轻型汽车测试循环（WLTC）工况或中国轻型汽车测试循环（CLTC）工况，进行策略调试及性能测试。

从车辆平均日行驶距离分布来看，插电式混合动力车型的上班族用户与汽油车用户相近，这说明插电式混动动力车型对上班族用户的使用习惯影响不大;而专车族则由于其运营性质，日均里程普遍较高，且服役周期更长。在总成台架试验时，研究人员须对专车应用型项目增补考核里程，并关注相关质保零件的可靠性和维修保养周期。

从车辆的驱动模式分布来看，由于上班族作息规律，有充足的充电时间，且活动半径基本位于城市之内，所以车辆大部分时间工作处于纯电行驶模式;而以营运为目的的专车族，由于受业务性质、车辆纯电续驶里程和充电桩分布等因素影响，导致系统更多时间工作在混动串联状态。

3.3 智能起停使用频率分析

智能起停功能对发动机、集成式起动发电机（ISG）和离合器等系统都有较高的要求，因此研究人员需要对混动车辆的智能起停功能使用频率进行分析。

为了减少车辆的燃油消耗和废弃排放，插电式混合动力总成会通过不同工作模式的选择，对发动机的参与程度进行合理分配，并在适当場景下，增加发动机起停控制。

如图7所示，上班族智能起停功能使用频率要低 于专车族。这是因为上班族用户的车辆纯电行驶时间较长，所以发动机几乎无须起停，而专车族用户在车辆行驶时的车辆驱动模式在纯电与串联之间切换较多，发动机的起停状态更为频繁。

由上述分析可知，在设计验证过程中，针对不同用户群体，研究人员应适当调整动力系统及其动力传动路径上相关零部件的设计目标及考核规范。

4 结论

本文基于新能源汽车的大数据平台，对某款插电式混合动力汽车的用户使用习惯进行了分析。这些分析结果有助于优化新能源动力总成设计及试验方法，为项目的开发和验证提供可靠的数据支持。

大数据技术在前期设计、试验验证和售后应用之间搭建起了信息沟通的桥梁，从而让试验方法和参数更符合实际应用，缩短项目开发周期。随着网络传输速率和计算机运行能力的提高，大数据技术将有助于新能源汽车动力系统实现轻量化、低成本和高可靠性等设计目标。

[1]徐海涛. 大数据在汽车行业的运用及影响分析[J]. 汽车工业研究， 2017（11）：001.

[2]邢进进. 新能源汽车动力总成台架设计与集成[J]. 上海汽车， 2013（11）：7-10.

[3]吴阳博. 基于新能源汽车远程监控系统的数据采集和传输研究[J]. 佳木斯大学学报（自然科学版）， 2011，29（1）：19-22.

[4]钟文京. 新能源汽车大数据库的设计分析[J]. 电子技术与软件工程， 2016 （22） ：162-163.

[5]郭千里. WLTC与NEDC比较及对汽车油耗的影响浅析[J]. 汽车工程学报， 2017，7（003）：196-204.