純電動汽車REESS的電壓電流采集方法研究

龔春忠 張永 王可峰 孟凱

摘 ?要：本文闡述了純電動汽車REESS（On-board Rechargeable Energy Storage System，車載可充電儲能系統）的電壓、電流的采集原理及精度測評方法，并說明該方法在新標準的能量消耗量與續駛里程試驗以及大數據云端數據構建中的應用。使用橫河WT3000E功率分析儀高精度設備與車輛CAN網絡信號采集的電壓、電流結果進行對比分析，證明車輛傳感器的精度及有效性。通過設置不同的采樣頻率對數據線性插值，為大數據構建中，REESS的電壓電流采樣頻率提供建議。分析結果表明，車載傳感器精度滿足試驗精度要求，大數據應用中，采樣頻率應要高于1Hz以滿足能耗分析精度要求。

關鍵詞：純電動汽車;REESS的電壓電流;大數據技術;能量消耗率與續駛里程

中圖分類號：U467.1+2 ? ?文獻標識碼：J ? ?文章編號：1005-2550（2020）05-0002-05

Abstract： This paper describes the collection principle and accuracy evaluation method of voltage and current of pure electric vehicle REESS （ On-board Rechargeable Energy Storage System ） ， and explains the application of this method in the energy consumption and driving range test of the new standard and the construction of big data cloud data. The high precision equipment of Yokogawa WT3000E power analyzer is used to compare and analyze the voltage and current results collected by the vehicle can network signal， which proves the accuracy and limitation of the vehicle sensor. By setting different sampling frequency to interpolate the data linearly， we can provide suggestions for the voltage and current sampling frequency of REESS in the construction of big data. The analysis results show that the accuracy of vehicle borne sensor meets the requirements of test accuracy. In the application of big data， the sampling frequency must be at least higher than 1Hz to meet the requirements of analysis of energy consumption.

Key Words： Pure Electric Vehicle; Voltage and Current of REESS; Big Data Technology; Energy Consumption Rate and Driving Range

隨著汽車智能網聯化發展，整車能量消耗量與續駛里程試驗方法不斷更新，2019年3月，中國汽研在京發布“中國新能源汽車評價規程”體系框架[1]，評價分為單車測試評價和車群大數據評價兩個方面，根據消費者使用習慣和新能源汽車特點，擬定能耗、安全、體驗3個評價維度，并從上百項測試指標中遴選了能量消耗率、續駛里程、充電效能、使用安全、駕駛體驗、質量體驗10個二級指標[2]。

電動汽車領域的大數據具備“4V”特征，即規模大（volume）、類型多（variety）、價值密度低（value）和變化快（velocity）[3]。電動汽車產業進入大數據移動互聯網時代，應該用大數據的思維觀念來挖掘數據的潛在價值[4]。

大數據分析的基礎是車載傳感器數據采集的可靠性，《GB/T 18386.1-2020 電動汽車能量消耗量和續駛里程試驗方法第1部分：輕型汽車》[5]允許在證明車載傳感器精度滿足要求的情況下使用其數據作為能量消耗量與續駛里程結果的分析依據。在眾多大數據挖掘與分析課題中，均需要依托于傳感器的精度，包括基于大數據技術的制動策略優化[6]，基于大數據技術的減速器速比優化[7]等。如何保證車載傳感器的精度以及采樣頻率滿足精度分析需求成為需要深入探討的課題。本文以室內底盤測功機上測試能量消耗量與續駛里程試驗為基礎，基于車載傳感器與功率分析儀同時采集的數據進行分析比較，以功率分析儀所采數據為基準，分析車載傳感器的精度，提出在大數據平臺中能量消耗量及續駛里程相關指標采樣頻率的要求。

1 ? ?新標準對REESS電壓電流的采集要求

GB/T 18386.1 [5]規定了試驗過程中采集電壓與電流的設備精度要求。

采集電壓的設備精度滿足：分辨率高于0.1V，準確度±0.3%FSD或讀數的±1%;

采集電流的設備精度滿足：分辨率高于0.1A，準確度±0.3%FSD或讀數的±1%，且采樣頻率應高于20Hz。

電流傳感器應通過連接到REESS電纜對其電流進行測量，所測電流應為REESS總電流。在屏蔽線的情況下，應根據汽車生產企業要求并經由檢驗機構的確定進行適當處理。通常企業的做法是做轉接一套接插線束，如圖1所示。

2 ? ?循環能量消耗量定義傳感器電壓/電流精度

車輛按照標準工況在底盤測功機上行駛，可測得車輛行駛過程中的秒采數據，包括REESS的電壓電流、車輛的車速。通過秒采數據的積分處理，可以獲得在一個循環下車輛驅動能量、回收能量、綜合驅動能量、驅動電量、回收電量、綜合電量、能量回收率、電量回收率、循環行駛里程、百公里能量消耗量等參數。如表1所示為同一次試驗中，使用功率分析儀和車載傳感器獲取的5個循環分析數據。實際上測了36個循環，這里選擇前5個循環作為示例。

傳感器的精度比較維度很多，最基本的維度是比較傳感器自身的計量精度，通常在傳感器的規格書上可以獲取。本文所述示例中，車載傳感器型號為LEM的CAB500-C/SP5，精度<0.5%;功率分析儀所用傳感器型號為YOKOGAWA的WT3000E與CT1000，精度<0.05%。

而測試過程中，測試人員最關心的結果是循環能量消耗量。在 GB/T 18386.1 中定義的縮短法 試驗中，該值用于計算直流輸出端的百公里能量消耗量和續駛里程。因此，本文采用各循環的百公里能量消耗量的結果作為傳感器精度的判定依據。

3 ? ?功率分析儀與車載傳感器采集電壓/電流數據精度分析

在同一次試驗中采用兩種測試方法獲得電壓電流數據，共執行了36個循環，分別對電壓、電流、能量消耗量的精度進行分析如下。

3.1 ? 電壓/電流傳感器插值及其分布

車載傳感器數據通過解析車輛CAN網絡數據獲得，功率分析儀數據可直接獲得。獲取數據后首先要對數據進行時鐘對齊處理。對齊后，因采樣時間點不一致，導致不能直接對比。而車載傳感器電壓分辨率較低，因此，將功率分析儀采集的電壓/電流數據采樣時間點以車載傳感器的測試點為基準進行線性插值，以獲取相同時刻下的電壓/電流數據對比。

本文示例中總共進行了12小時2分26秒的數據采集，采樣頻率為20Hz，共獲得866743個采樣點進行對比和分布分析，可獲得圖2所示結果。電壓差值的均值為0.2577V，標準差為0.2129V。同理，可獲得電流分布如圖3所示，電流差值的均值為-0.0388A，標準差為4.0172A。

該評價方法是基于時間是絕對精確的條件下對比的。當時間采樣有推前或滯后時，所獲得的對比結果將受影響。由于工況影響，電流隨時間變化更為劇烈，所以上述分析結論中得出電流標準差較大，插值分布較廣的結論。

3.2 ? 循環能量消耗量比較

為了綜合考核所采集數據的精度，本文第2節提出使用循環能量消耗量對比法。圖4所示為各循環能量消耗量對比圖，將差值做分布分析，可得圖5所示結果。均值為：-0.0304kWh/100km;標準差為：0.0786kWh/100km。

GB/T 18386.1規定要求循環能量精度修整到0.1kWh/100km，因此，以功率分析儀采集數據為基準，車載傳感器所采集的電壓電流精度符合循環能量消耗量的要求。

3.3 ? 其他車型數據樣本

使用相同的方法，對比分析另一款車型的傳感器精度。該車型總共進行了9小時55分20秒的數據采集，采樣頻率為1Hz，共獲得35700個采樣點進行對比和分布分析，可獲得圖6所示結果。電壓差值的均值為-0.0431V，標準差為0.3727V。同理，可獲得電流分布如圖7所示，電流差值的均值為-0.0667A，標準差為0.0958A。可知，該車型的精度高于之前的示例。在新開發車型或新開發REESS系統時，初次測試，可用該方法判斷其傳感器精度。

4 ? ?不同采樣頻率下循環能量消耗量分析及其大數據應用

標準《GB/T 32960.3-2016 電動汽車遠程服務與管理系統技術規范 第3部分：通信協議及數據格式》[8]規定了車輛需要上傳相應的數據至云端。隨著大數據技術的發展，各企業均已實現該能力。當前，標準規定的上傳時間間隔不能高于10s。為了大數據能提供給開發人員逆向分析與不同客戶定制化辨識，需要對部分數據的采樣頻率進行確定。采樣頻率太低了會造成分析失真，采樣頻率太高又會造成歷史數據量太大，存儲成本太高的問題。因此需要詳細分析采樣頻率對精度的影響。本文主要研究能量消耗量，因此分析的數據主要為車速以及REESS的電壓與電流。依然以第2節所示數據為示例，分析不同采樣時間間隔對車輛循環能量消耗量的影響。人為調整采樣間隔，如圖8所示，將采樣時間間隔調整成1s與原始采用間隔為0.05s的數據進行對比，可知其依然能較好地表現電流的變化狀態。將采樣時間間隔從0.05s到12s，各采樣間隔分析一段循環能量消耗量的均值和標準差，得到如圖9所示的結果 ：

由圖9可知，為了令能量消耗量精度估算準確，應將采樣頻率提高到0.2Hz以上。而采樣頻率高于1Hz時，精度已變化較小，此時傳感器精度起主導作用，而不是采樣頻率起主導作用。因此，大數據采集數據時，大數據采集車速、電壓、電流的采樣頻率應升級到1Hz較為合理。

5 ? ?結論

采用車載傳感器數據測評整車能量消耗量及續駛里程等眾多動力性經濟性指標，將是電動汽車大數據應用的重要方向。本文以功率分析儀所采數據為基準，評價車載傳感器數據在能量消耗量的評價指標精度可達0.02kWh/100km的精度等級。大數據的電壓、電流、車速信息采集頻率應高于0.2Hz，才能較為精確地分析測量的能量消耗量≤0.1kWh/100km的精度要求。下一步研究工作是車載電機轉速，扭矩信號的精度分析，應用于大數據挖掘與應用中。

參考文獻：

[1]商車. 中國汽研在京發布“中國新能源汽車評價規程”體系框架[J]. 商用汽車新聞，2019（06）：2.

[2]孫逢春 中國工程院院士 新能源汽車國家大數據聯盟執行理事長. 如何用大數據評價新能源汽車[N].新能源汽車報，2019-03-04（004）.

[3]張文，王東，鄭靜楠，秦玉臣. 電動汽車領域的大數據研究與應用[J]. 大眾用電，2016（S2）：62-66.

[4]Stonebraker M，Abadi D J，Madden S，et a l.MapReduce and parallel DBMSs：friends or foes[J].Communications of the ACM，2010，53（1）：64-71.

[5]GB/T 18386. 1-2020 電動汽車能量消耗量和續駛里程試驗方法 第1部分：輕型汽車.[S].中國國家標準化管理委員會.2019.

[6]張洪雷，方運舟，龔春忠，張永. 基于大數據技術的純電動汽車減速器速比優化研究[J]. 汽車科技，2020（02）：10-14.

[7]龔春忠，胡建國，張永，何浩. 基于大數據技術的汽車制動策略研究[J]. 汽車科技，2019（04）：6-9.

[8]GB/T 32960.3-2016 電動汽車遠程服務與管理系統技術規范 第3部分：通信協議及數據格式. [S].中國國家標準化管理委員會.2016.