下载掌阅APP，畅读海量书库
立即打开
降低风阻措施定制化设计是通过云监控平台对不同用户的工况数据进行挖掘分析，提出各种风阻优化措施成本与收益比较方法，这对气动组件的开发选择具有重要的应用价值。制动能量回收策略定制化设计也是通过对不同用户驾驶工况的数据挖掘分析，选择性价比更高的制动能量回收策略。在可预见的未来，随着中国工况的推广，各主机厂将推动协调式制动能量回收技术的应用。随着智能网联技术的发展，针对客户定制优化措施将得到更广泛的应用。
当前行业内降低风阻措施主要的参考依据还是标准工况，随着NEDC工况切换为CLTC工况，空气阻力强度系数降低，势必会影响降低风阻措施的进一步优化动力。以性价比为设计依据，以用户群体为定制化对象，是当前技术条件下比较容易实现的定制化落地措施。
2019年的广州车展上共有92款新车，其中新能源车31款（20款纯电动汽车）。在这些新能源新车中，广汽Aion S风阻系数为0.245，吉利几何A风阻系数为0.237，小鹏P7风阻系数为0.236，而广汽ENO.146更是祭出了“全球最低风阻乘用车”的称号进行宣传，可见低风阻已经成为产品主要竞争力之一。
在NEDC工况下，风阻损耗占比为20%～35%，因此改善车辆空气动力学，优化风阻系数，可以取得明显的降低能耗的优势。中国在2020年5月1日以后，开始执行中国工况标准，在该工况下，风阻占比相对降低，仅为NEDC工况的75%。
为了针对特定用户降低风阻损耗，需要对风阻损耗较大的用户进行精确识别，并通过成本与收益折算选配气动组件方案。基于大数据统计技术，获得特定用户的行驶工况，并提出有针对性的风阻改善优化措施，为汽车行驶经济性与定制化设计提供依据。首先提出风阻损耗计算模型，然后通过大数据平台提取典型用户示例，接着列举常用的气动优化选配组件及其成本预估，最后按照收益大于成本的原则对各示例用户的选配方案进行选择。
1.风阻损耗计算模型
电动汽车风阻优化需要依据该车在实际使用中的为克服空气阻力而损耗的能量，为了求取该能量，需要对车辆进行动力学分析，并单独分析风阻。某汽车迎风面积为 S 、风阻系数为 C d 、则速度为 v 时受到的空气阻力 F w 为
式中 F w ——空气阻力（N）；
C d ——空气阻力系数；
ρ ——空气密度（kg/m 3 ），计算公式如式（2-19）所示；
S ——汽车迎风面积（m 2 ）；
v ——车速（m/s）。
式中 ρ 0 ——标准状态下（0℃，0.1013MPa）的干空气密度，其值为1.293kg/m 3 ；
T ——空气温度（℃）；
p ——大气压力（MPa）；
p b ——温度为 T 时，饱和空气中水蒸气分压力（MPa）；
φ ——空气的相对湿度（%）。
因此，汽车在 t 1 —t 2 的时间段内因克服风阻而损耗的能量为
式中 E w ——汽车因克服风阻而损耗的能量（J）。
借助智能网联汽车技术的发展，已经可以在云端监控车辆的部分信息，包括车速、室外环境温度，部分车型还可以监控室外气压与湿度。示例车型暂时未能监控室外气压和室外湿度，监控某一时间段的数据集合为{Δ t i ， v i ， T i |， i =1，2，3，…， n }，则该数据片段上汽车因克服风阻而损失的能量为
式中 Δ t i ——第 i 点采样时间间隔（s）；
v i ——第 i 点车辆行驶速度（km/h）；
T i ——第 i 点外部环境温度（℃）。
电动汽车的百公里能量消耗量通常是用来衡量车辆是否节能环保的重要指标，式（2-21）计算了能量损耗，为了便于进一步量化分析，采用一段时间内百公里风阻能量损耗为指标衡量车辆克服风阻强度，计算如下：
式中 C w ——百公里能量消耗量，kW·h/100km。
2.大数据平台对典型用户进行分析
由式（2-21）可知，车辆克服风阻而损耗的能量与车辆行驶速度、外部环境温度相关。通过大数据平台获取8位用户在2019年1月1日至2019年12月31日的温度、车速数据，见表2-16，依据式（2-22），以天为单位计算每位用户因克服风阻而损耗的百公里能量消耗量，可辨识出这8位用户谁更适合增加气动组件以降低出行能耗。该车型风阻系数为0.350、迎风面积为2.18m 2 。
表2-16 随机选择总里程较长的8位用户样本
（1）某用户的行驶数据提取与分析
以第6位浙江杭州的用户数据为例，该车在2019年度总共行驶了54721km，损耗在克服风阻的能量为994.3kW·h，平均1年内因克服风阻损耗的能量消耗量为1.73kW·h/100km。通过大数据技术获取该用户1年内的速度信息与环境温度信息如图2-30和图2-31所示。
图2-30 第6位浙江杭州用户2019年度行驶速度数据
图2-31 第6位浙江杭州用户2019年度车外环境温度监控数据
使用相同的分析方法，可以获得8位用户在1年中每天的风阻百公里能量消耗量，如图2-32所示。并求得全年平均百公里能量消耗量，见表2-16最后一列。通过加权求和得到该款车在市场上的样本中平均克服风阻损耗的强度为2.76kW·h/100km。依据NEDC标准工况分析，该车型风阻强度为4.75kW·h/100km，依据CLTC-P标准工况分析，该车型风阻强度为3.60kW·h/100km。由此可见，使用中国工况设计风阻更接近用户样本结果。
图2-32 共8个样本在2019年风阻损耗走势
（2）用户风阻损耗工况分析
不同用户使用车辆的风阻损耗与地域、环境温度相关，但从表2-16和图2-32可知，影响最大的是用户的驾驶工况。所选样本中，年度平均百公里克服风阻的损耗分布区间为1.65～4.02kW·h/100km，分布跨度大。因此，定制化设计用户的气动优化组件是有必要的，将经常行驶在高速的车辆辨识出来，为其加装主动进气格栅等气动优化部件，收益较明显。
以表2-16所示样本为例，第6位用户在某段时间内的驾驶工况如图2-33所示，共4天样本，该用户通常8：00起动车辆，22：00停驶，且行驶工况在低速区间占比较多，可以判断该用户可能为市区共享出行用户，年度风阻损耗为1.72kW·h/100km。第3位用户在某段时间内的驾驶工况如图2-34所示，共4天样本，该用户通常11:30起动车辆，18:30停驶，且行驶工况重复，中间有一段约1h平均车速约为80km/h，该车很可能为公务车，每天出勤在两地固定路线运营，年度风阻损耗为3.74kW·h/100km。因此用户3比用户6加装气动组件降低风阻损耗收益更高。
图2-33 第6位用户在2019年4月23日—4月27日运行工况样本
图2-34 第3位用户在2019年5月17日—5月20日运行工况样本
3.空气阻力优化气动组件及其成本
针对整车空气动力学优化方案，可在设计阶段通过仿真不同造型方案获得整车风阻系数，并在验证阶段对主要的配置方案进行动力学风洞试验。针对不同措施的风阻优化系数贡献量Δ C d 的风洞试验结果见表2-17，各方案可组合选装在车辆上。各方案总成本及单位降低1个count（即0.001个风阻系数）成本为估算值。
表2-17 不同气动组件方案风阻优化测试结果及成本
注：风阻测试数据来自重庆动力学风洞实验室，成本为估算示例，仅供参考。
4.成本与收益分析
对于不同的用户，相同措施对应的收益是不同的。大数据分析便是对不同用户收益的区分依据。表2-16计算出了各用户的风阻损耗强度，对应于单位风阻优化收益，与风阻损耗强度呈正比关系。假设基础风阻系数为0.35，则每优化1个count，可以计算出各用户的百公里配电收益与全寿命节能收益，再根据表2-17的方案配置结果，可以对不同用户进行选择性策略优化，见表2-18。
表2-18 不同用户气动组件优化措施选择建议
本节依据对用户的大数据挖掘，分析其驾驶车辆的空气阻力百公里能量消耗量，确定不同用户车辆的风阻损耗强度，并通过风阻优化措施试验，完成不同气动组件选配方案的降风阻贡献。最后通过成本及收益分析，为不同用户定制化降风阻措施。该方法是基于大数据挖掘的应用，为用户定制化设计提供依据，有利于针对性地采取节能措施。
CLTC中国工况的制动能量回收强度高达4.70kW·h/（100km·t），比NEDC工况的3.15kW·h/（100km·t）高出49%，随着标准工况的切换，提高车辆制动能量回收率的措施越来越重要，但是对制动能量回收模式的探索尚不充分。在驾驶感受、制动距离、NVH性能等相互影响的条件下，如何设计开发更合理的制动能量回收措施，以达到节能与性能的有效平衡，值得深入研究。从云数据中抽样统计用户的工况，提取制动能量回收强度系数，对用户制动能量回收措施定制化设计提供了一个从节能与成本角度的优化方案。目前行业内主要还是针对标准工况，但大数据技术的发展可以让这类分析工作定位到具体用户，实现定制化效果。
制动能量回收相关技术多种多样，但并不是对于所有用户都适合配置上高端复杂的制动能量回收装置。应当对不同用户所在地区、驾驶习惯、平均载荷状态等进行甄别，从而选择性价比更合理的配置。为了对特定用户选择性价比较高的制动能量回收措施，需要对驾驶习惯对应制动能量占比较大的用户进行识别，并通过成本与收益折算选配制动能量回收方案。本节提出了制动能量回收强度计算模型，通过大数据平台提取典型用户示例，列举常用的制动能量优化措施及其成本预估，按照收益大于成本的原则对各示例用户的选配方案进行选择。
1.制动能量回收技术评价模型
基于纯电动汽车经济性模型整车能流的分析，初亮等在《纯电动汽车制动能量回收评价方法研究》中提出了评价制动能量回收效果的3个评价指标，分别为制动能量回收率、节能贡献度、续驶里程贡献度。对于特定工况而言，制动能量回收强度 E reg 可定义为车辆每行驶100km可回收的动能：
式中 m ——车辆总质量（kg）；
v ——工况车速（m/s）；
E reg ——制动能量回收强度（J/m），可乘以系数1/36将单位换算成kW·h/100km。
为了针对特定用户实施不同制动能量回收技术，需要收集更具代表性的数据指标。若某一用户经常载客较多，例如在上海市共享汽车出行鼓励拼车的情况下，则其百公里可回收的能量增加。当使用相同的工况曲线时，其制动能量回收强度较大，适合选用较优的制动能量回收技术。同理，当某一用户经常在坡道较多的地区行驶（例如在重庆市），其制动能量回收强度也较大，但不适合用式（2-23）评价其制动能量回收强度。就目前的技术而言，统计车辆的载荷状态和驾驶出行的坡道工况均有较大难度，而统计电池输出端的能量相对比较简单可行。当某一款车的不同用户已经选择相同的协调式制动能量回收技术，则可通过电池端百公里回收电能评价该用户的制动能量强度，如式（2-24）所示。
式中 U ——电池主回路电压（V）；
I ——电池主回路电流（A），其值为正表示回收，其值为负表示放电；
E reg_bat ——电池端制动能量回收强度（J/m），可乘以系数1/36将单位换算成kW·h/100km。
常用的技术参数还有回收能量比例 λ bat （电池回收能量除以电池驱动能量），如式（2-25）所示。
式中 λ bat ——电池端回收能量比例（%）；
基于相同的百公里能量消耗量水平，可推导回收能量比例与续驶里程贡献度的关系如式（2-26）所示。
式中 δ S ——制动能量回收里程贡献度（%）。
2.基于大数据平台对典型用户进行分析
通过大数据平台获取4位用户在2019年1月1日—2019年12月31日的车速、电压与电流数据，依据式（2-23）～式（2-26），计算得各用户的制动能量回收强度数据见表2-19。
表2-19 随机选择总里程较长的4位用户样本制动能量回收强度统计
注：在计算轮边制动能量回收强度时，汽车总质量均按照整备质量+100kg计算。
由表2-19可知，第4位用户制动能量回收强度最强，第2位用户制动能量回收强度最弱。电池端制动能量回收强度与轮边制动能量回收强度正向关，但非线性关系，如图2-35所示。说明受载荷、坡道等路况有一定的影响。在评价车辆制动能量回收强度应用于制动能量回收措施优化成本收益分析时，应优选电池端制动能量回收强度，其次是轮边制动能量回收强度。
图2-35 不同用户轮边与电池端制动能量回收关系对比
以第2位与第4位用户数据为例，在2019年度总行驶里程分别为61956km与67955km，因制动能量回收技术在车上的应用，1年内第2位用户节能1210kW·h，第4位用户节能2028kW·h。通过大数据技术获取该用户1年内每天的行驶里程、轮边能量回收强度、电池输出端能量回收强度对比，如图2-36所示。
图2-36 第4位用户一年的行驶数据
a）每天行驶里程 b）每天平均轮边制动能量回收强度 c）每天平均电池输出端制动能量回收强度
由图2-36可得出，制动能量回收强度与行驶里程无关，仅与行驶的工况、车辆状态相关。第4位用户更适合在制动能量回收技术上选择更多的措施，例如安装协调式制动能量回收设备、增加超级电容复合电源等。
3.制动能量回收技术现状及展望
世界各大汽车厂商及零部件企业纷纷针对不同电驱动车辆开发出了各种类型的制动能量回收系统。依据不同的方法与标准，可对制动能量回收系统进行如下分类。按回馈制动与摩擦制动耦合关系划分，可分为叠加式（或并联式）与协调式（或串联式）制动能量回收系统；按液压调节机构所依托的技术平台划分可分为基于EHB技术的制动能量回收系统、基于ESP/ESC技术的制动能量回收系统、基于新型主缸/助力技术的制动能量回收系统；按液压调节机构的布置方式划分，可分为与主缸集成的方案、与液压单元集成的方案、分散式布置的方案；按制动踏板与制动力机械耦合关系划分，可分为踏板非解耦方案、踏板准解耦方案、踏板解耦方案。
基于经济性、舒适性、安全性和可靠性的技术要求，制动能量回收系统的关键技术主要体现在零部件、系统控制和评价方法等方面。本书的分析是基于大数据的经济性评价方法研究。在屏蔽舒适性、安全性和可靠性参数的对比时，可用于单变量的成本与收益分析。其他模块再通过效益折算，获得更合理地配置方案。
4.经济性成本与收益核算算法
设某一项制动能量回收技术的软件与硬件组合为一个可选方案，用A表示。方案A实施的成本用 f （A）表示，该方案对应的汽车电池端制动能量回收比例 λ bat = g （A），则对应的里程贡献率为 δ S = g （A）/[1 -g （A）]。
经济性收益主要有两个方面。一是节能方案可令车辆百公里能量消耗量减少，从而减少使用过程中的充电电量，例如2.5.2节中用户4与用户2是同一款车采用不同制动能量回收技术方案，用户4比用户2每年节约818kW·h，按照整车寿命为10年计算，则在全生命周期内可节约8180kW·h，按照0.5元/kW·h电价折算，则相对收益高4090元。该收益如式（2-27）表示。
二是节能方案可令车辆的续驶里程增加，例如2.5.2节中用户4比用户2里程贡献率高6.4%，则对应当设计相同的续驶里程时，用户4比用户2相当于多6.4%的动力蓄电池容量。该款车型标称配电量为36kW·h，则可认为用户4比用户2多装2.304kW·h，假设该车的动力蓄电池的价格为1500元/kW·h，则相当于收益为3456元。该收益如式（2-28）表示。
综合两方面收益及方案成本，可算出综合收益，如式（2-29）所示。
同理，有方案B、C，…， N 的备选方案，计算得各方案的收益 P A ， P B ，…， P N ，只从经济性角度优选最优方案X，即 P X =min{ P A ， P B ，…， P N }。当有舒适性、可靠性、安全性指标列入同时对比时，也可以统一折算成收益模型。
综上分析，制动能量回收技术对纯电动汽车的经济性成本贡献显著，且具有呈现多种技术特点的不同产品。随着中国工况的推广与大数据技术的应用，该技术将成为各主机厂竞相角逐的主要技术领域之一。各制动能量回收技术方案的成本随着不同时期技术发展而变化，各方案匹配到不同的用户其收益也会有差异。本书提出的基于大数据统计的电池端制动能量回收强度，对用车习惯与各项可行措施的筛选匹配有重要参考价值。下一步将研究更为具体的制动能量回收方案及其经济性效果。