新能源汽车监控数据应用场景及展望

陈川 夏丽娜 康泽军 冉纯嘉 姜泽磊

摘 要：近年来，中国新能源汽车市场蓬勃发展，已成为全球最大的新能源汽车产销市场。根据工业和信息化部要求，自2017年1月1日起，企业需按要求采集新能源汽车运行数据并上传至国家监测平台。海量新能源监控数据蕴含了丰富的信息，可用于分析新能源车辆的技术、安全预警、基础设施管理等内容，以助力新能源汽车产业高质量发展。本文基于新能源汽车监控数据应用现状，总结了新能源汽车监控数据典型应用场景，并对新能源汽车监控数据未来应用前景进行了展望。

关键词：监控数据 应用场景 分析模型 未来前景

1 前言

2014年5月24日，习近平总书记在上海汽车集团考察时强调，发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路，要加大研发力度，认真研究市场，用好用活政策，开发适应各种需求的产品，使之成为一个强劲的增长点[1]。近年来，在政策激励、技术发展、用户逐步认可等背景下，中国新能源汽车产业快速发展，自主企业数量不断增长。当前，中国已成为全球最大的新能源汽车产销市场。根据中国汽车工业协会数据，2021年1～11月，中国新能源汽车产销量分别达到302.3万辆和299万辆[2]，产销形势持续向好。

为提高新能源汽车推广应用中的安全性，维护新能源汽车产业持续健康发展大局，工业和信息化部要求，自2017年1月1日起，企业要通过监测平台按照GB/T 32960采集整车及关键系统运行数据，并上传至国家监测平台。根据新能源汽车国家大数据联盟数据，2021年1～11月，新能源汽车累计行驶里程906.12亿公里[3]。2017年至今，新能源汽车在运行中已积累海量的数据资源，多家企业和研究机构均已相继开展新能源监控数据的挖掘开发，用于分析新能源车辆的技术、安全预警、基础设施管理等内容，以提升汽车运行质量。本文通过分析当前新能源汽车监控数据应用现状及外部环境，总结了新能源汽车监控数据的主要应用场景及其模型，对新能源汽车监控数据未来应用前景进行展望。

2 当前应用场景

根据GB/T 32960要求[4]，新能源汽车监控数据上报时间间隔不超过30s，故障时1s。实时数据采集项包含驱动电机数据10项、整车数据11项、极值数据12项、报警数据10项、车辆位置数据3项、发动机数据3项，发生故障情况下应采集单体温度数据4项、单体电压数据8项。对于燃料电池汽车而言，需按要求采集燃料电池数据。除满足GB/T 32960要求外，企业可根据自身安全监测需求，进行数据字段扩展和频率提高。

新能源汽车监控数据由企业自用户侧采集，上传至地方和国家监测平台，在国家层面、地方层面、企业层面具有多个应用场景，成为连接国家、地方、企业和用户多个层面的纽带。从国家层面而言，新能源监控数据可用于节能减排核算、效益和补贴清算、安全与质量监管及技术评价等;从地方层面而言，新能源监控数据可用于安全监管、节能减排、有序应用、蓝天保卫战等;对企业而言，新能源监控数据可用于产品规划、用户服务、安全管控、精准营销等;而对于用户，新能源监控数据则可用于分析用户里程焦虑、充电便利性、安全性顾虑等问题，帮助用户进行产品选择。新能源监控数据可在新能源汽车产品设计研发、销售、售后及运营使用等多个环节发挥作用。蔚来、广汽、比亚迪等企业均已建立新能源大数据应用平台，具备大数据存储、清洗处理、数据可视化等功能，推动新能源监控数据的应用开发，实现车辆使用状态的实时监控。目前，企业对新能源监控数据的挖掘应用多集中在整车及动力电池故障分析、动力电池安全监控、电池健康度评估，以及用户在充电和出行方面的使用特征等方面。

2.1 车辆出行特征分析

新能源汽车监控数据中，整车数据记录了车辆运行时间戳、累计里程、运行状态、车速、荷电状态SOC（state of charge）等信息，可从中提取出车辆出行特征参数，如行驶时长、行驶里程、出行时刻、平均车速等[5]，用于分析车辆实际市场表现和用户使用特点。

乘用车细分市场中，私家车、出租车、网约车和共享租赁车根据因市场属性不同，具有不同的实际出行特征，需根据实际情况，单独分析不同细分领域车辆。利用图1所示分析模型，提取相应特征参数，分析不同细分市场车辆实际出行特征，量化评估新能源汽车使用频率、使用强度以及远行程度，可衡量新能源汽车在汽车市场中的实际应用渗透情况。并且，通过用户日行驶里程分布和新能源汽车标称续驶里程的对比，可客观、定量分析用户对新能源汽车续驶里程的满意度。

2.2 用户充电行为分析

在新能源汽车监控数据中，与充电相关的数据字段包括充电状态、SOC、电流、总电压、单体电压和温度以及数据采集时间等。其中，与用户充电行为密切相关的数据字段主要是充电状态、SOC、电流。利用充电状态、SOC和电流可分析用户的充电方式、充电时长、充电时刻、充电起始SOC等特征[5～7]。

不同乘用车细分市场的车辆因出行特征各异，对于充电的需求势必有差别，故用户充电行为存在差异，需对不同细分市场分别分析。根据图2所示用户充电行为分析模型，分别提取不同细分市场用户次充电特征、日充电特征和月充电特征，可挖掘用户的充电需求、充电高峰期、私人充电桩拥有率等。

2.3 故障分析及預警

新能源监控数据采集最重要的目的是促使整车企业实时监测新能源汽车及关键系统运行数据，通过设置合理的整车及动力电池安全阈值参数，及时发现存在安全隐患的车辆，并采取有效措施消除隐患，提高车辆安全性，促进中国新能源汽车产业安全可持续发展。因此，故障分析及预警也是新能源监控数据最重要的应用场景之一。

新能源汽车监控数据中，与故障相关的数据字段主要是报警数据、极值数据、故障时单体电压和单体温度以及整车运行数据，其中影响故障的关键参数主要是动力电池的电压（包括总电压、电压极值和单体电压）、温度（包括温度极值和单体温度）和绝缘电阻数据。如图3所示，利用电池数据、报警数据和整车数据，分析故障发生的频率、趋势和相关性，探索不同零部件发生故障的频次，为改善整车性能提供支撑，并在已发生故障基础上，提前预测潜在的异常。

2.4 电池健康状态评估

除了动力电池安全问题，影响消费者购买新能源汽车意愿的另一个重要原因是动力电池寿命问题。在实际运行过程中，动力电池的容量和内阻会随着使用强度和使用时间发生变化，性能逐渐衰减。动力电池健康状态SOH（State of Health）作为一个反映动力电池实际状态的变量，表示动力电池与其新鲜状态相比性能差异程度，可用于预测电池的使用寿命。SOH的评估是动力电池寿命预测中的重要环节，可避免由于电池寿命问题造成的系统意外中断等危险事件。

目前，动力电池SOH评估的方法主要有实验测量法和数据驱动法[8]。其中，数据驱动法即为利用新能源监控数据建立SOH评估模型，如图4所示。动力电池SOH可利用电池当前实际容量与初始容量计算，具体表示为

其中，Cactual是指电池当前实际容量，Cinitial是指电池初始容量。

如图4所示，利用新能源汽车监控数据中采集时间、电压、电流等数据计算电池实际容量，结合使用年限、循环次数、行驶里程等数据，采用多元回归、神经网络等方法拟合动力电池容量衰减曲线，从而估算出SOH。

2.5 电动汽车减排性评估

汽车碳排放大部分来自汽车运行使用阶段消耗的汽柴油等化石能源。电动汽车在使用阶段可视为零排放，其碳排放来源于发电端。由于电动汽车的能量来源可能是风能、水能、太阳能等可再生能源，发电过程不释放二氧化碳，对化石能源的依赖度大大降低，可减少温室气体的排放。因此，电动汽车的碳排放仅需重点考虑火力发电生产过程中的排放量。

中国火力发电的主要来源是煤电和小部分天然气发电。如图5所示，考虑中国电力结构中火电比例及火电类型占比，利用新能源汽车监控大数据测算电动汽车百公里电耗，进而计算电动汽车的碳排放水平。同样，考虑化石能源生产端和使用端的碳排放，测算燃油车的碳排放水平。电动汽车减排性可通过电动汽车碳排放水平相对同级别燃油车的碳排放水平来表示。

3 应用前景展望

2020年，大数据中心被纳入新型基础设施建设七大领域之一，进一步明确了大数据的重要性，对新能源汽车监控大数据的应用场景探索起到了助推作用。根据当前政策背景和宏观背景，未来新能源汽车监控大数据有望在以下领域进一步拓展应用。

（1）新能源汽车国家监测平台在建立之初的最重要目的是进行新能源汽车的安全监管，未来利用新能源汽车监控大数据进行新能源汽车质量安全管理、产品缺陷调查、安全状态监测和维修保养检测的力度将继续提升。

（2）未来新能源汽车监控大数据有望应用于智慧交通、智慧物流领域。通过加快新能源汽车在分时租赁、城市公交、出租汽车、场地用车、城市配送、港口作业等领域的应用，不断累积新能源汽车监控数据，帮助打造一体化智慧出行服务平台，构建智能物流运输服务体系。

（3）新能源监控大数据实时监控新能源汽车充放电状态和电量情况，可为实现新能源汽车充放电、电力调度需求统筹提供数据支撑，能够助推V2G发展，帮助实现新能源汽车与电网能量高效互动。

（4）2020年9月，中国银保监会发布《关于实施车险综合改革的指导意见》，提到要探索新能源汽车UBI车险等创新产品。UBI车险是基于驾驶行为以及车辆使用相关数据的可量化的保险，保费取决于车主实际行驶里程、驾驶时间、行驶地点、具体驾驶行为等指标。新能源监控大数据记录了UBI车险所需的数据信息，可助力UBI车险在新能源汽车行业的探索推广。

4 结论

近年来，我国新能源汽车产业发展迅猛，积累了海量新能源汽车监控数据，车企和研究机构利用新能源监控大数据相继开展了大量应用研究。目前，新能源汽车监控大数据主要应用领域为整车及动力电池故障预警、动力电池健康度评估、用户出行及充电行为特征分析、电动汽车减排性评价以及重点零部件性能分析等。随着新能源监控数据的不断积累，加上国家政策、宏观环境的影响，未来新能源汽车监控数据有望在智慧交通、智慧物流、UBI车险、V2G等领域发挥作用，应用场景得到进一步拓展。

参考文献：

[1]人民网. 习近平：发展新能源汽车是迈向汽车强国的必由之路[EB/OL]. （2014-05-24） [2021-12-23]. http：//politics.people.com.cn/n/2014/0524/c1024-25060346.html.

[2]中国汽车工业协会. 产业运行 | 2021年11月汽车工业经济运行情况[EB/OL]. （2021-12-15） [2021-12-23]. http：//www.caam.org.cn/chn/4/cate_30/con_5235205.html.

[3]新能源汽车国家大数据联盟. 【联盟独家】11月份新能源汽车累计行驶里程98亿公里，同比增长46.32%[EB/OL]. （2021-12-08） [2021-12-23]. https：//mp.weixin.qq.com/s/xWT3xH9NgHXJfBoP_4bKdg.

[4]GB/T 32960.3-2016. 電动汽车远程服务与管理系统技术规范 第3部分：通信协议及数据格式[S].

[5]王震坡等. 中国新能源汽车大数据研究报告（2020）[M]. 北京： 机械工业出版社， 2020.8：155-159.

[6]孟祥怡， 梁士福， 张天强等. 新能源汽车充电用户行为大数据分析及应用[J]. 汽车文摘. 2021，（03）：34-39.

[7]夏丽娜，康泽军，姜泽磊. 基于新能源汽车监控数据的充电特征分析[J]. 汽车实用技术. 2021，（19）： 3-5.

[8]张鹏， 邹岱江， 武双贺等. 新能源汽车动力电池SOH建模方法研究综述[J]. 时代汽车. 2019，（10）：41-43.