電動汽車用驅動電機系統效率測量結果的不確定度分析

【摘" 要】基于一款集成化電驅動總成案例，評定其電動狀態下系統效率測量結果的不確定度影響因素。首先使用測功機、功率分析儀、電流傳感器等儀器設備直接測量電機輸出軸轉速、轉矩、直流母線電壓和直流母線電流等參量，并計算獲得電驅動總成電動狀態下的系統效率，然后從人員、設備、樣品、環境、檢測方法等多維度分析影響檢測結果的不確定度因素，為提高檢測水平和檢測精度提供指導。

【關鍵詞】電動汽車；驅動電機；不確定度；系統效率

中圖分類號：U469.72" " 文獻標識碼：A" " 文章編號：1003-8639（ 2023 ）11-0023-04

Analysis of the Uncertainty of the Electric Vehicle Drive Motor's System Efficiency

WEI Qianqian，SUN Shoufu

（CATARC New Energy Vehicle Test Center（Tianjin） Co.，Ltd.，Tianjin 300300，China）

【Abstract】Based on a case study of an integrated electric drive assembly，evaluate the uncertainty influencing factors of system efficiency measurement results under electric state. Firstly，instruments and equipment such as dynamometers，power analyzers，and current sensors are used to directly measure parameters such as motor output shaft speed and torque，DC bus voltage and DC bus current，and calculate the system efficiency of the electric drive assembly under electric state. Then，the uncertainty factors affecting the detection results are analyzed from multiple dimensions such as personnel，equipment，samples，environment，and detection methods，which provide guidance for improving detection level and accuracy.

【Key words】electric vehicles；drive motor；uncertainty；system efficiency

根據中國汽車工業協會2023年1月12日信息發布會的數據，國內新能源汽車持續井噴式增長，穩居全球第一。2022年，純電動汽車和插電式混動汽車銷量達688萬，市場滲透率提升至25.6%。2023年1～6月，新能源汽車銷量達374萬輛，同比增長44%[1]。中國新能源汽車產業實現了“彎道超車”，已全面步入市場化的開拓期。目前國內各大主機廠的產品線已向新能源汽車傾斜；外資和合資車企也積極布局整車組裝和核心零部件研發能力，以達成建立企業核心技術壁壘從激烈的競爭中脫穎而出的目標。

電動汽車續駛里程要求不斷提升，除增大電池容量外，最主要的方法就是減少能量損耗，電動汽車核心驅動部件電驅動系統的效率成為關注的重點。在新能源技術應用中，驅動電機、控制器、減速器深度集成一體化成為了新能源汽車領域的主要技術方向，電驅一體化除了減少了系統體積和質量，提升整車布局的便利性外，還大大降低了能量損耗，提升了系統效率。系統效率作為驅動電機產品特性的重要測評指標，也是公告試驗中的重要部分[2]。根據驅動電機的工作原理，直流母線輸入的直流電經電機控制器轉化為三相交流電輸入給電機，電機通過電磁感應的原理把電能轉化為機械能，因此其能力損耗包含控制器部分的能力損耗和電機部分的能力損耗。本文的測試用例計算的是電驅動總成的整體效率。

1" 應用實例

1）測量方法：根據GB/T 18488.2—2015中7.2.4.3的要求，測量驅動電機總成在電動工作狀態下的系統效率，環境溫度范圍為22～28℃，濕度范圍為45%～75%RH[3]。

2）試驗方案布置：依據圖1，完成樣品安裝和系統連接。小電源為驅動電機控制器的低壓控制模塊供電，電池模擬器為功率模塊、驅動電機等提供高壓電。電功率由功率分析儀、電流傳感器采集完成。電流傳感器采集驅動電機控制器直流母線電流信號輸入至功率分析儀，經處理獲得直流母線電流；直流母線電壓由功率分析儀直接測量獲得。然后經運算得到驅動電機系統的輸入電功率，而輸出機械功率是由測功機系統的轉矩/轉速傳感器采集的轉矩和轉速計算得到。

3）檢測儀器設備：各參數測量設備及其測量精度見表1。

2" 數學模型

由前述測量方法可知，電動狀態下，驅動電機總成的輸入功率是由控制器的直流母線電壓和電流計算獲得的電功率；輸出功率是由驅動電機軸端的轉速和轉矩計算獲得的機械功率[3]，故電動狀態下電驅動總成的系統效率測量模型為：

式中：η ——系統效率；T ——轉矩實測值；N ——轉速實測值；U ——直流母線電壓實測值；I ——直流母線電流實測值。

靈敏系數：

3" 測量不確定度的來源分析

通過從人、機、料、法、環幾個維度進行分析，影響系統效率測量的因素主要包括：人員重復性測量、儀器設備誤差不確定度、樣品穩定性和環境溫濕度等。圖2為測量不確定度因果關系圖。

1）儀器設備引入的不確定度：主要有儀器設備本身測量誤差以及量值溯源傳遞的測量不確定度，采用B類不確定度評定方法。

2）樣品穩定性引入的不確定度：本次評定采用同一樣品，減少樣品引入的不確定性影響，樣品穩定性引入的不確定度通過重復性測量進行計算，采用A類不確定度評定方法。

3）環境因素引入的不確定度：①環境溫度和濕度的變化影響電機阻抗，間接影響電流參數的不確定度，采用A類不確定度評定方法；②環境溫度和濕度的變化對直流母線電壓影響較小，采用A類不確定度評定方法；③環境溫度和濕度的變化對電機轉速和轉矩影響較小，采用A類不確定度評定方法。

4）人員引入的不確定度：本次評定為同一檢驗員的重復性測量，減少人員引入的不確定性影響，采用A類不確定度評定方法。

5）測試方法引入的不確定度：如圖3、圖4所示，比較某電機分別在不同工作電壓下的外特性，發現工作在高工作電壓時，系統效率也相應提高；而在高轉速區相較低轉速區，系統效率明顯提高。為了消除工作電壓和轉速點對測量結果的影響，本次評定選擇額定電壓下，拐點之后的轉速點進行測量。

本次評定轉速、轉矩、母線直流電壓設定值均相同，母線直流電流由驅動電機控制器的控制策略和狀態決定，采用A類不確定度評定方法。

6）測量重復性引入的不確定度：將樣品、環境、人員、測試方法等所產生的重復性因素組合在一起，直接采用A類不確定度評定方法評估測量結果的重復性引入的不確定度分量。

4" 測量數據的采集

重復進行6次測量，分別采集轉速、轉矩、直流電壓、直流電流數據，見表2。

5" 測量不確定度的分量評定

5.1" A類不確定度評定

5.1.1" 各參量平均值

5）系統效率平均值：η=97.4%。

5.1.2" 靈敏系數

按平均值計算各參量靈敏系數：

5.1.3" A類不確定度評定結果

重復進行相同測量產生的不確定度，本次評定中進行6次，但實際檢測只進行1次，因此測量不確定度詳見下文所述。

1）轉速重復性誤差引入的標準不確定度為：

2）轉速重復性誤差引入的不確定度分量為：

uA1=CNSA1=0.0064%

3）轉矩重復性誤差引入的標準不確定度為：

4）轉矩重復性誤差引入的不確定度分量為：

uA2=CTSA2=0.0092%

5）電壓重復性誤差引入的標準不確定度為：

6）電壓重復性誤差引入的不確定度分量為：

uA3=CUSA3=0.1387%

7）電流重復性誤差引入的標準不確定度為：

8）電流重復性誤差引入的不確定度分量為：

uA4=CISA4=0.2457%

2）擴展不確定度（k=2，對應約95%的置信概率）為：U=k×uc=0.6%。

系統測量不確定度匯總表，見表3。

6" 結束語

本文對電動汽車用驅動電機電動狀態下系統效率的影響因素進行了系統分析，并對各項影響因素的不確定度分量進行了計算和合成。通過分析，發現直流母線電壓和直流母線電流重復測量引入的不確定度分量以及直流母線電壓和直流母線電流采集設備引入的不確定度分量對系統效率不確定度的貢獻較大。本文可為開展電動汽車驅動電機系統（包括控制器和驅動電機）饋電狀態下的系統效率、驅動電機系統效率等測量不確定度評定理論研究提供參考借鑒。

參考文獻：

[1] 中國汽車工業協會.2023年6月新能源汽車產銷情況簡析[R/OL].（2023-07-14）[2023-8-3].www.caam.org.cn/chn/4/cate_32/con_5236048.html.

[2] GB/T 18488.1—2015，電動汽車用驅動電機系統 第1部分：技術要求[S].

[3] GB/T 18488.2—2015，電動汽車用驅動電機系統 第2部分：試驗方法[S].

（編輯" 凌" 波）

作者簡介

未倩倩（1986—），女，高級工程師，碩士，研究方向為新能源汽車關鍵零部件檢測。