新能源汽車監控數據應用場景及展望

陳川 夏麗娜 康澤軍 冉純嘉 姜澤磊

摘 要：近年來，中國新能源汽車市場蓬勃發展，已成為全球最大的新能源汽車產銷市場。根據工業和信息化部要求，自2017年1月1日起，企業需按要求采集新能源汽車運行數據并上傳至國家監測平臺。海量新能源監控數據蘊含了豐富的信息，可用于分析新能源車輛的技術、安全預警、基礎設施管理等內容，以助力新能源汽車產業高質量發展。本文基于新能源汽車監控數據應用現狀，總結了新能源汽車監控數據典型應用場景，并對新能源汽車監控數據未來應用前景進行了展望。

關鍵詞：監控數據 應用場景 分析模型 未來前景

1 前言

2014年5月24日，習近平總書記在上海汽車集團考察時強調，發展新能源汽車是我國從汽車大國邁向汽車強國的必由之路，要加大研發力度，認真研究市場，用好用活政策，開發適應各種需求的產品，使之成為一個強勁的增長點[1]。近年來，在政策激勵、技術發展、用戶逐步認可等背景下，中國新能源汽車產業快速發展，自主企業數量不斷增長。當前，中國已成為全球最大的新能源汽車產銷市場。根據中國汽車工業協會數據，2021年1～11月，中國新能源汽車產銷量分別達到302.3萬輛和299萬輛[2]，產銷形勢持續向好。

為提高新能源汽車推廣應用中的安全性，維護新能源汽車產業持續健康發展大局，工業和信息化部要求，自2017年1月1日起，企業要通過監測平臺按照GB/T 32960采集整車及關鍵系統運行數據，并上傳至國家監測平臺。根據新能源汽車國家大數據聯盟數據，2021年1～11月，新能源汽車累計行駛里程906.12億公里[3]。2017年至今，新能源汽車在運行中已積累海量的數據資源，多家企業和研究機構均已相繼開展新能源監控數據的挖掘開發，用于分析新能源車輛的技術、安全預警、基礎設施管理等內容，以提升汽車運行質量。本文通過分析當前新能源汽車監控數據應用現狀及外部環境，總結了新能源汽車監控數據的主要應用場景及其模型，對新能源汽車監控數據未來應用前景進行展望。

2 當前應用場景

根據GB/T 32960要求[4]，新能源汽車監控數據上報時間間隔不超過30s，故障時1s。實時數據采集項包含驅動電機數據10項、整車數據11項、極值數據12項、報警數據10項、車輛位置數據3項、發動機數據3項，發生故障情況下應采集單體溫度數據4項、單體電壓數據8項。對于燃料電池汽車而言，需按要求采集燃料電池數據。除滿足GB/T 32960要求外，企業可根據自身安全監測需求，進行數據字段擴展和頻率提高。

新能源汽車監控數據由企業自用戶側采集，上傳至地方和國家監測平臺，在國家層面、地方層面、企業層面具有多個應用場景，成為連接國家、地方、企業和用戶多個層面的紐帶。從國家層面而言，新能源監控數據可用于節能減排核算、效益和補貼清算、安全與質量監管及技術評價等;從地方層面而言，新能源監控數據可用于安全監管、節能減排、有序應用、藍天保衛戰等;對企業而言，新能源監控數據可用于產品規劃、用戶服務、安全管控、精準營銷等;而對于用戶，新能源監控數據則可用于分析用戶里程焦慮、充電便利性、安全性顧慮等問題，幫助用戶進行產品選擇。新能源監控數據可在新能源汽車產品設計研發、銷售、售后及運營使用等多個環節發揮作用。蔚來、廣汽、比亞迪等企業均已建立新能源大數據應用平臺，具備大數據存儲、清洗處理、數據可視化等功能，推動新能源監控數據的應用開發，實現車輛使用狀態的實時監控。目前，企業對新能源監控數據的挖掘應用多集中在整車及動力電池故障分析、動力電池安全監控、電池健康度評估，以及用戶在充電和出行方面的使用特征等方面。

2.1 車輛出行特征分析

新能源汽車監控數據中，整車數據記錄了車輛運行時間戳、累計里程、運行狀態、車速、荷電狀態SOC（state of charge）等信息，可從中提取出車輛出行特征參數，如行駛時長、行駛里程、出行時刻、平均車速等[5]，用于分析車輛實際市場表現和用戶使用特點。

乘用車細分市場中，私家車、出租車、網約車和共享租賃車根據因市場屬性不同，具有不同的實際出行特征，需根據實際情況，單獨分析不同細分領域車輛。利用圖1所示分析模型，提取相應特征參數，分析不同細分市場車輛實際出行特征，量化評估新能源汽車使用頻率、使用強度以及遠行程度，可衡量新能源汽車在汽車市場中的實際應用滲透情況。并且，通過用戶日行駛里程分布和新能源汽車標稱續駛里程的對比，可客觀、定量分析用戶對新能源汽車續駛里程的滿意度。

2.2 用戶充電行為分析

在新能源汽車監控數據中，與充電相關的數據字段包括充電狀態、SOC、電流、總電壓、單體電壓和溫度以及數據采集時間等。其中，與用戶充電行為密切相關的數據字段主要是充電狀態、SOC、電流。利用充電狀態、SOC和電流可分析用戶的充電方式、充電時長、充電時刻、充電起始SOC等特征[5～7]。

不同乘用車細分市場的車輛因出行特征各異，對于充電的需求勢必有差別，故用戶充電行為存在差異，需對不同細分市場分別分析。根據圖2所示用戶充電行為分析模型，分別提取不同細分市場用戶次充電特征、日充電特征和月充電特征，可挖掘用戶的充電需求、充電高峰期、私人充電樁擁有率等。

2.3 故障分析及預警

新能源監控數據采集最重要的目的是促使整車企業實時監測新能源汽車及關鍵系統運行數據，通過設置合理的整車及動力電池安全閾值參數，及時發現存在安全隱患的車輛，并采取有效措施消除隱患，提高車輛安全性，促進中國新能源汽車產業安全可持續發展。因此，故障分析及預警也是新能源監控數據最重要的應用場景之一。

新能源汽車監控數據中，與故障相關的數據字段主要是報警數據、極值數據、故障時單體電壓和單體溫度以及整車運行數據，其中影響故障的關鍵參數主要是動力電池的電壓（包括總電壓、電壓極值和單體電壓）、溫度（包括溫度極值和單體溫度）和絕緣電阻數據。如圖3所示，利用電池數據、報警數據和整車數據，分析故障發生的頻率、趨勢和相關性，探索不同零部件發生故障的頻次，為改善整車性能提供支撐，并在已發生故障基礎上，提前預測潛在的異常。

2.4 電池健康狀態評估

除了動力電池安全問題，影響消費者購買新能源汽車意愿的另一個重要原因是動力電池壽命問題。在實際運行過程中，動力電池的容量和內阻會隨著使用強度和使用時間發生變化，性能逐漸衰減。動力電池健康狀態SOH（State of Health）作為一個反映動力電池實際狀態的變量，表示動力電池與其新鮮狀態相比性能差異程度，可用于預測電池的使用壽命。SOH的評估是動力電池壽命預測中的重要環節，可避免由于電池壽命問題造成的系統意外中斷等危險事件。

目前，動力電池SOH評估的方法主要有實驗測量法和數據驅動法[8]。其中，數據驅動法即為利用新能源監控數據建立SOH評估模型，如圖4所示。動力電池SOH可利用電池當前實際容量與初始容量計算，具體表示為

其中，Cactual是指電池當前實際容量，Cinitial是指電池初始容量。

如圖4所示，利用新能源汽車監控數據中采集時間、電壓、電流等數據計算電池實際容量，結合使用年限、循環次數、行駛里程等數據，采用多元回歸、神經網絡等方法擬合動力電池容量衰減曲線，從而估算出SOH。

2.5 電動汽車減排性評估

汽車碳排放大部分來自汽車運行使用階段消耗的汽柴油等化石能源。電動汽車在使用階段可視為零排放，其碳排放來源于發電端。由于電動汽車的能量來源可能是風能、水能、太陽能等可再生能源，發電過程不釋放二氧化碳，對化石能源的依賴度大大降低，可減少溫室氣體的排放。因此，電動汽車的碳排放僅需重點考慮火力發電生產過程中的排放量。

中國火力發電的主要來源是煤電和小部分天然氣發電。如圖5所示，考慮中國電力結構中火電比例及火電類型占比，利用新能源汽車監控大數據測算電動汽車百公里電耗，進而計算電動汽車的碳排放水平。同樣，考慮化石能源生產端和使用端的碳排放，測算燃油車的碳排放水平。電動汽車減排性可通過電動汽車碳排放水平相對同級別燃油車的碳排放水平來表示。

3 應用前景展望

2020年，大數據中心被納入新型基礎設施建設七大領域之一，進一步明確了大數據的重要性，對新能源汽車監控大數據的應用場景探索起到了助推作用。根據當前政策背景和宏觀背景，未來新能源汽車監控大數據有望在以下領域進一步拓展應用。

（1）新能源汽車國家監測平臺在建立之初的最重要目的是進行新能源汽車的安全監管，未來利用新能源汽車監控大數據進行新能源汽車質量安全管理、產品缺陷調查、安全狀態監測和維修保養檢測的力度將繼續提升。

（2）未來新能源汽車監控大數據有望應用于智慧交通、智慧物流領域。通過加快新能源汽車在分時租賃、城市公交、出租汽車、場地用車、城市配送、港口作業等領域的應用，不斷累積新能源汽車監控數據，幫助打造一體化智慧出行服務平臺，構建智能物流運輸服務體系。

（3）新能源監控大數據實時監控新能源汽車充放電狀態和電量情況，可為實現新能源汽車充放電、電力調度需求統籌提供數據支撐，能夠助推V2G發展，幫助實現新能源汽車與電網能量高效互動。

（4）2020年9月，中國銀保監會發布《關于實施車險綜合改革的指導意見》，提到要探索新能源汽車UBI車險等創新產品。UBI車險是基于駕駛行為以及車輛使用相關數據的可量化的保險，保費取決于車主實際行駛里程、駕駛時間、行駛地點、具體駕駛行為等指標。新能源監控大數據記錄了UBI車險所需的數據信息，可助力UBI車險在新能源汽車行業的探索推廣。

4 結論

近年來，我國新能源汽車產業發展迅猛，積累了海量新能源汽車監控數據，車企和研究機構利用新能源監控大數據相繼開展了大量應用研究。目前，新能源汽車監控大數據主要應用領域為整車及動力電池故障預警、動力電池健康度評估、用戶出行及充電行為特征分析、電動汽車減排性評價以及重點零部件性能分析等。隨著新能源監控數據的不斷積累，加上國家政策、宏觀環境的影響，未來新能源汽車監控數據有望在智慧交通、智慧物流、UBI車險、V2G等領域發揮作用，應用場景得到進一步拓展。

參考文獻：

[1]人民網. 習近平：發展新能源汽車是邁向汽車強國的必由之路[EB/OL]. （2014-05-24） [2021-12-23]. http：//politics.people.com.cn/n/2014/0524/c1024-25060346.html.

[2]中國汽車工業協會. 產業運行 | 2021年11月汽車工業經濟運行情況[EB/OL]. （2021-12-15） [2021-12-23]. http：//www.caam.org.cn/chn/4/cate_30/con_5235205.html.

[3]新能源汽車國家大數據聯盟. 【聯盟獨家】11月份新能源汽車累計行駛里程98億公里，同比增長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].

[5]王震坡等. 中國新能源汽車大數據研究報告（2020）[M]. 北京： 機械工業出版社， 2020.8：155-159.

[6]孟祥怡， 梁士福， 張天強等. 新能源汽車充電用戶行為大數據分析及應用[J]. 汽車文摘. 2021，（03）：34-39.

[7]夏麗娜，康澤軍，姜澤磊. 基于新能源汽車監控數據的充電特征分析[J]. 汽車實用技術. 2021，（19）： 3-5.

[8]張鵬， 鄒岱江， 武雙賀等. 新能源汽車動力電池SOH建模方法研究綜述[J]. 時代汽車. 2019，（10）：41-43.