首页 > 汽车技术 > 正文

电动汽车行驶工况构建研究

2019-11-29 21:51:42·  来源:汽车实用技术杂志社  作者:吴岩 长安大学汽车学院  
 
为了合理评估电动汽车的能耗及零部件的循环寿命,对电动汽车行驶工况的构建方法进行了研究。以西安市为例,通过道路数据采集试验获得了大量的行车数据,基于主成
为了合理评估电动汽车的能耗及零部件的循环寿命,对电动汽车行驶工况的构建方法进行了研究。以西安市为例,通过道路数据采集试验获得了大量的行车数据,基于主成分分析和K-Means聚类算法构建了西安市电动汽车行驶工况,并与典型行驶工况进行了对比。结果表明:西安市电动汽车行驶工况具有平均车速低、加减速比例高、匀速和怠速比例低等特点,与国外典型行驶工况有着较大差异。采用本方法构建的行驶工况真实地反映了西安市的道路交通特征,具有实用价值。 
 
前言
行驶工况是车辆能耗和排放测试方法的基础,是汽车各项性能指标标定优化的主要基准,是引导和制约汽车技术发展的重要因素之一。目前代表性工况包括美国FTP75工况,日本JC08工况,欧洲ECE+EUDC工况和我国典型城市行驶工况。行驶工况受道路交通特征,机动车保有量等众多因素的影响,不同国家或地区的差异很大。国内外众多学者针对某一城市或者某些地区开发了相应的行驶工况。Sanghpriya等人考虑时空分布的5个相关参数,利用从试验数据提取的微行程开发了印度浦那市的行驶工况;石琴等人将改进的FCM聚类方法应用于合肥市行驶工况的构建;张锐基于马尔科夫模型,构建了合肥市典型行驶工况;以往行驶工况的研究主要以内燃机车为主,关于电动汽车方面的研究相对较少。目前,电动汽车的产量和销量逐年增加,在交通运输中占据的比重越来越大,因此研究电动汽车行驶工况对电动汽车能耗和零部件循环寿命的评估尤为重要。因此,本文以西安市为例,构建了电动汽车代表性工况。
 1 试验方案与数据预处理
1.1试验方案
通过交通流量调查在西安市筛选出有代表性的试验路线。为规避驾驶行为影响,选择西安市有经验的出租车司机在一周的早、午、晚不同时段在试验路线上循环驾驶采集数据。试验车辆为BYD e6,采样设备为VBOX III,采样频率设为1Hz。
1.2数据预处理
由于试验数据来自卫星定位,当车辆经过林荫道或高大建筑群时,可能无法稳定接收信号,导致采样点丢失、曲线毛刺等问题。因此除了VBOX外,还配备了惯性测量单元同步采集数据。之后将两者的数据组合,对数据进行平滑处理,消除由于树木、高楼造成的轨迹锯齿和信号丢失。
 2 行驶工况数据解析
2.1运动学片段
    运动学片段是车辆从一个怠速开始到下一个怠速开始之间的运动过程。本文将试验数据划分为740个运动学片段,提取了运行时间、加速时间、减速时间、匀速时间、怠速时间、最大速度、平均速度、运行速度、速度标准差、最大加速度、加速段平均加速度、最大减速度、减速段平均减速度、加速度标准差等15个特征参数。 
2.2主成分分析
主成分分析是一种降维方法,可以将许多相关变量转化为彼此相互独立或不相关的几个主成分。运动学片段的特征参数矩阵如式(1)所示:
 (1) 
式中:xij (i=1,2,…,p;j=1,2,…,n)是第i个运动学片段的第j个参数。p为运动学片段数,n是特征参数的个数。由于特征参数的量纲不同,需要对矩阵X进行标准化处理,并计算相关系数矩阵R=XXT。之后求其特征值和对应的特征向量,由此得到特征向量矩阵,则原始特征参数经正交变换后的主分量可表示为:    
                  (2)            
式中y1,y2,…,yp 彼此不相关,分别称为第一、第二、…、第p个主成分。 主成分分析结果如表1所示。 可以看出,前4个主成分的方差均大于1,累计贡献率大于85%,基本包含了全部指标信息。  
表1  主成分分析结果
2.3 K-Means聚类
聚类是按照距离远近将数据分为若干类别,使类内差异尽可能小,类间差异尽可能大。由于试验数据量大,且都为连续的速度-时间变量,采用K-Means方法可以实现快速聚类。对运动学片段的4个主成分进行聚类后,740个运动学片段被划分为3类。 
 3 行驶工况的合成及分析
3.1典型行驶工况的合成
典型行驶工况是选取各类中的代表性片段构建的。根据各类片段的平均特征,将3类运动学片段分别定义为拥堵、较为畅通和畅通3种交通状况。
拥堵工况的车速集中在10~20km/h,车辆行驶缓慢;较为畅通工况的速度集中在10~40km/h,怠速比例较少,加减速比例较高,车辆行驶速度较快;畅通工况的速度集中在30~60 km/h,怠速比例最低,匀速比例最高,车辆行驶速度快。分别从各类中提取代表性片段,如图1、图2和图3所示。
图 1  拥堵工况
  图 2  较为畅通工况
  图 3  畅通工况
3.2 综合行驶工况构建
综合行驶工况是将上述3类典型行驶工况按照一定比例组合起来的,计算方法如式(3)所示:
 (3)
式中:Tz为拟合成综合行驶工况的总运行时间,Ti为第i类工况在综合行驶工况中时间,Tt为所有工况的总运行时间,n为聚类数,最终构建的西安市电动汽车综合行驶工况如图4所示。
图4  西安市电动汽车综合行驶工况
3.3行驶工况分析
将西安市电动汽车行驶工况(Xi'an)与其它典型行驶工况的特征进行了对比,如表2所示。可以看出,Xi'an工况的平均车速仅高于Japan10-15;加减速比例最高;匀速和怠速比例最低。主要是由于Xi'an为市区工况,没有市郊部分。另外,西安市机动车保有量大,道路交通环境复杂,红绿灯多,车辆启停频繁。
表2 不同行驶工况特征参数对比
 4 结论
通过实际道路数据采集试验获得了大量的行车数据;基于主成分分析和K-Means聚类算法构建了西安市电动汽车行驶工况,并与其它典型行驶工况进行了对比。结果表明,西安市电动汽车行驶工况具有平均车速低、加减速比例高、匀速和怠速比例低等特点,与国外典型行驶工况有较大差异。本文构建的行驶工况真实地反映了西安市的道路交通特征,具有实用价值。
 
作者信息:
姓名:吴岩
单位:长安大学汽车学院 
分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号