夏麗娜，康澤軍，姜澤磊

（中國汽車技術研究中心有限公司，天津 300300）

前言

在全球經(jīng)濟快速發(fā)展的進程中，化石燃料發(fā)揮著重要作用。在過去的一個多世紀中，兩次工業(yè)革命帶來生產(chǎn)力的大幅提升，但同時也造成了人類對于化石燃料的高度依賴?；剂系拇罅肯模斐啥趸嫉葴厥覛怏w的排放量不斷增加，引發(fā)了一系列環(huán)境問題。目前，碳排放問題已引起全球的普遍關注，全球多個國家已提出“碳中和”戰(zhàn)略規(guī)劃。隨著全球化石燃料儲量的銳減，以及人類環(huán)保意識的日益增長，新能源汽車逐漸引起人們的廣泛關注。

由于新能源汽車的能量來源可以是風能、水能、太陽能等可再生能源，對化石燃料的依賴度大大降低，可減少溫室氣體的排放。在新能源汽車示范推廣和財政補貼的大背景下，我國新能源汽車產(chǎn)業(yè)快速發(fā)展。根據(jù)中國汽車工業(yè)協(xié)會公布的數(shù)據(jù)，2019年中國新能源汽車銷量為120.6萬輛。

在政策激勵下，新能源汽車銷量逐年攀升，但2019年全年銷量僅占汽車總銷量5%左右。消費者對充電便捷性和續(xù)航里程的擔憂是制約新能源汽車市場發(fā)展的重要因素。本文旨在通過新能源汽車實際運行過程中的監(jiān)控數(shù)據(jù)[1]，分析用戶的充電特征，掌握用戶的實際充電需求和續(xù)航焦慮程度[2]，為充電運營調(diào)度和電池續(xù)航升級提供參考價值。

1 新能源監(jiān)控數(shù)據(jù)簡介

根據(jù)GB/T 32960，新能源監(jiān)控數(shù)據(jù)是通過車載終端設備采集得來，并傳輸至企業(yè)監(jiān)控數(shù)據(jù)平臺。根據(jù)GB/T 32960要求[3]，監(jiān)控數(shù)據(jù)需包含數(shù)據(jù)采集時間和數(shù)據(jù)類型標志，其中數(shù)據(jù)類型主要包括整車數(shù)據(jù)、驅(qū)動電機數(shù)據(jù)、燃料電池數(shù)據(jù)、發(fā)動機數(shù)據(jù)、車輛位置數(shù)據(jù)、極值數(shù)據(jù)、報警數(shù)據(jù)等。本文僅將其中的數(shù)據(jù)采集時間和整車數(shù)據(jù)用于分析用戶充電特征，故不對其他數(shù)據(jù)類型作詳細介紹。

1.1 數(shù)據(jù)采集時間

GB/T 32960要求時間字段需包含年、月、日、時、分、秒的信息，數(shù)據(jù)采集頻率為30 s一幀。

1.2 整車數(shù)據(jù)

整車數(shù)據(jù)包含車輛狀態(tài)、充電狀態(tài)、運行模式、車速、累計里程、總電壓、總電流、SOC、DC-DC狀態(tài)、檔位、絕緣電阻等固定數(shù)據(jù)字段，以及預留位。

2 用戶充電特征分析

本文利用A市某出行公司旗下一輛純電動汽車在2019年全年的監(jiān)控數(shù)據(jù)進行分析研究，該車監(jiān)控數(shù)據(jù)所含數(shù)據(jù)字段齊全，數(shù)據(jù)完整度高，有利于分析結(jié)果的準確性。本文需要用到的監(jiān)控數(shù)據(jù)字段及其數(shù)據(jù)信息含義如表1所示，需要注意的是，該車為純電動汽車，故其運行模式字段對應的數(shù)據(jù)始終為1。

表1 監(jiān)控數(shù)據(jù)字段及其數(shù)據(jù)信息表

該車在2019年全年共出行362天，如圖1所示，該車每日行駛里程多集中分布在170～280 km范圍內(nèi)，日均行駛里程為225.7 km，符合出行公司網(wǎng)約車市場規(guī)律。

圖1 每日行駛里程分布直方圖

為了進行用戶充電特征分析，首先需從車輛監(jiān)控數(shù)據(jù)中切分出充電工況片段。利用“充電狀態(tài)”數(shù)據(jù)字段，按照圖2所示的充電工況切分流程將該車數(shù)據(jù)依次循環(huán)切分，共432次充電。

圖2 充電工況切分流程圖

2.1 充電起止SOC分布

對切分后的各充電工況數(shù)據(jù)片段，分別提取其充電起始SOC[4-5]和充電結(jié)束SOC，如圖3所示。充電結(jié)束SOC集中分布于95%～100%范圍內(nèi)，占比達75%以上，符合充滿電特征。用戶充電起始SOC主要分布在20%～60%范圍內(nèi)，且SOC為40%處概率密度最高，說明該用戶在SOC為40%時開始充電的概率最高，反映了用戶對純電動汽車續(xù)駛里程的焦慮程度，且對SOC低于40%時的續(xù)航里程信任度較低。

圖3 充電起止SOC概率分布

2.2 充電時刻分布

從各充電工況片段中，提取每次充電開始對應的時刻，統(tǒng)計各充電時刻發(fā)生的充電時間次數(shù)，如圖4所示。該車在12:00—15:00之間以及23:00—24:00之間充電比例較高，說明該車充電以夜間和午間為主。由于該車為網(wǎng)約車，乘客用車時間集中在早、晚高峰時段，車主選擇在空閑時補電。

圖4 充電開始時刻分布

2.3 充電時長分布

對各充電工況片段，同時提取其充電開始時刻和充電結(jié)束時刻，計算出充電時長，并將充電開始時刻與充電時長建立一一對應的映射關系，分析兩者的二維聯(lián)合分布，如圖5所示。根據(jù)圖5，該車充電時長絕大多數(shù)分布于200分鐘以內(nèi)，說明該車充電方式以快充為主，慢充為輔。充電時長高于200分鐘的充電工況多發(fā)生22:00—01:00，這是由于網(wǎng)約車白天業(yè)務量較大，車主為節(jié)省時間，僅在夜間選擇慢充。

圖5 充電開始時刻與充電時長聯(lián)合分布

2.4 充電方式分析

在充電時長分析中，初步判斷該車充電方式以快充為主，慢充為輔。為確認初步判斷結(jié)論的可靠性，進一步分析用戶實際充電方式。如圖6所示，該車2019年充電工況中，慢充56次，約占比為13%；快充376次，占比為87%。充電難和充電時間長是影響用戶購買純電動汽車的重要原因之一。對網(wǎng)約車而言，充電方式選取和充電時長尤為重要。網(wǎng)約車通常會選取在白天非高峰期采用快充方式補電，夜間休息時采用慢充方式充電。

圖6 充電方式占比

3 結(jié)論

新能源監(jiān)控大數(shù)據(jù)記錄了用戶的實際用車特征，能夠客觀反映用戶的實際用車行為。本文利用新能源監(jiān)控大數(shù)據(jù)，分析了網(wǎng)約車車主的充電特征，分析結(jié)果符合網(wǎng)約車市場規(guī)律特征。隨著新能源監(jiān)控數(shù)據(jù)體量的不斷龐大，應用新能源監(jiān)控數(shù)據(jù)分析用戶充電、駕駛等行為特征，將在新能源汽車產(chǎn)品性能提高和用戶體驗改善中發(fā)揮出重要作用。