电动汽车降低风阻措施定制化设计.docxVIP

电动汽车降低风阻措施定制化设计 摘要：为了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，最终确定选配气动组件方案。本文首先提出风阻损耗的计算模型，该模型便于通过国家标准要求的云平台数据进行大数据挖掘分析；然后，采用某车型的实际大数据平台提取典型用户工况数据，分析其空气阻力损耗量；接着，列举常用的气动优化选配组件及其成本预估，并在风洞实验室将各气动组合方案的风阻系数贡献测评出来；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。在电动汽车中，空气阻力的损耗占比高达30%，基于大数据对特定用户的定制化设计，将是未来电动汽车设计的重要方向。 0 引言2020年11月20日，主题为“新科技·新生活”的广州国际车展开幕；共有92款新车，其中新能源车31款（20款纯电动汽车）在NEDC(New Europe Driving Cycle）工况下，风阻损耗已经占比20%～35%由于国外对用户隐私权的过大保护，难以直接获得具体用户的行驶工况1 风阻损耗计算模型为了与大数据技术相结合，需要省略侧向风力、车辆升力、空气阻力高次方项等。结合当前车辆技术，可以采集车速、气温、海拔高度等相关信号，并抓住主要因素进行用户风阻损耗模型建立及计算。电动汽车风阻优化需要依据该车在实际使用中的因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式中，FCρ———空气密度，kg/mS———汽车迎风面积，mv———车速，m/s。其中，空气密度可进一步分解为与当前温湿度、气压相关的函数：式中，ρT———空气温度，℃；p———大气压力，MPa;pφ———空气的相对湿度，%。由于汽车没有直接采集大气压力的传感器，但可通过卫星定位信号获得海拔高度信号，因此需要将大气压力再分解为与海拔高度相关的函数：式中，pAltitude———海拔高度，m。因此，汽车在t式中，E当前，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、海拔高度。部分车型可以监控室外气压与湿度。本文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：{△t式中，△tvT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（5）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，C2 大数据平台对典型用户进行分析由式（4）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，依据（5）式，以天（day）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率，最终辨识出哪些用户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2.18m2.1 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994.3k Wh，平均一年内因克服风阻损耗的能量消耗率为1.73k Wh/100km。通过大数据技术获取该用户一年内的速度信息与环境温度信息如图1所示。使用相同的分析方法，可以获得8位用户在一年中每天的风阻百公里能量消耗量，如图2所示。并求得全年平均百公里能量消耗量，如表1所示。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2.76k Wh/100km。依据NEDC标准工况分析，该车型风阻强度为4.75k Wh/100km，依据CLTC-P标准工况分析，该车型风阻强度为3.60k Wh/100km，因此，使用中国工况设计风阻更接近用户样本结果。由于所选用户均为平原地区的用户，海拔高度均在1000以下，因此大气压力对用户的空气阻力影响并不明显。但高海拔的影响也需进行适当的考虑，本文以青海湖为例进行说明。由于青海湖的高海拔、低空气密度，根据式（5）可知，其空气阻力损耗也等比例减少。因此，风阻系数较小的车型参加环青海湖续航比赛中，优势并不明显。图3为环青海湖比赛车辆海拔高度记录数据。图3为某款车型从西宁出发至青海湖的海拔数据，可发现青海湖地区海拔高度约为3200m，其大气压强约为平原地带的73%，空气阻力损耗也为沿海地区的73%。2.2 用户风阻损耗工况分析不同用户使用车辆风阻损耗与地域、环境温度相关，但从表1和图3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1.65k Wh/100km至4.