基于实际交通环境的电动汽车循环工况构建研究

张思远

（长安大学，陕西 西安 710064）

引言

循环工况是针对特定地区的交通特征，利用道路试验建立车辆行驶时间——速度历程，以反映某一地区整体交通特征的一种统计方法[1]。考虑到循环工况受地区影响较大，因此国内许多城市开发了适合本地区的循环工况，同时国内外许多学者和研究机构也从事循环工况构建研究工作。目前，循环工况的构建主要依托于传统内燃机车辆及市公交车辆进行构建，而在电动汽车方面应用较少[2]，这类车辆具有固定的行车路线及停车地点，不能完全反应乘用车辆行驶过程中的随机性因素[3]。故而本文依托于西安市实际交通环境，利用BYD-E6纯电动汽车进行循环工况的构建研究，以期获得合理的电动乘用车辆循环工况。

1 试验方案设计

行驶工况的试验设计对最终工况是否符合地区实际具有极大的影响。而行驶工况的试验设计主要包含试验路线设计、试验时间设计及采样频率及采样方法设计[4]。本文的试验设计流程图如图1所示，通过统计西安市各等级道路的划分、分布、长度比，并进行各道路交通流量的统计，进行了试验方案及试验路段长度的设计，试验路线涵盖了城郊、闹市、普通区域等路段，保证合理性。试验时间方面，为去除单天因天气、周内周日等因素对试验的干扰，将采样时间设计为连续多天采集，每天采集高峰期及低谷期的行车数据，保证全面采集各交通状况。采样频率方面为保证数据的充足性及后续处理数据的方便性，在行车时采用1Hz的频率进行数据采集，确保数据量合理。

图1 试验设计流程图

2 数据处理

试验数据的处理对最终工况的合成具有很大的影响，本文综合考虑现有方法，设计试验数据处理流程如图2。

图2 试验数据处理流程图

2.1 数据的去噪

由于试验过程中受到的干扰因素较多，数据会出现毛刺、突变等各种问题，这些情况都会影响到最终工况合成的准确性[5]。因此需对数据进行去噪、平滑处理。本文利用脉冲噪声滤波器对数据去除奇点，并利用式1、式2进行处理，式中vt代表当前时间点的车速代表处理后的当前时间点车速。

试验数据处理前后对比结果如图3。

图3 试验数据处理前后对比

2.2 短行程划分及特征参数提取

为方便数据处理及工况合成，将车辆的运行状态划分为一个个怠速到另一个怠速的片段，以此作为一个个短行程6]。对数据划分后，本文设置了14个特征参数作为主成分分析及聚类分析的数据，分别为最大速度vmax、最小速度vmin、平均速度vmean、速度标准差sv、最大加速度amax、最低加速度amin、平均加速度amean、加速度标准差sa、始末速度差vsd、片段时间长度t、加速时间ta、减速时间td、匀速时间ti、怠速时间tn。设置参数后，利用matlab编程进行总体数据及各短行程特征参数的计算。

2.3 主成分分析及聚类分析

利用主成分法对特征参数进行降维处理，获得能表征车辆运行总体状况的主成分，从而简化聚类数据。

主成分分析中，首先对数据进行了标准化处理，再计算变量之间的相关系数矩阵R。其中rij为原变量xi与xj的相关系数，其计算公式如式4.之后求解相关矩阵的特征根与相应的标准特征向量，并求出个主成分的贡献率及累积贡献率[7]。本文进行了数据的主成分分析，其提取主成分结果如表1：

表1 主成分分析结果

由结果可知，前三个主成分的特征值均大于 1，具有较高的符合度[8]，且其累积贡献率达到79.648%，能够满足车辆运行的绝大多数行驶特征情况，故而选择前三个成分作为聚类分析的数据源，以此进行聚类分析。聚类分析中，本文利用k-means聚类算法进行分析，将片段分为拥堵、畅通、一般等三种类型[7]。初始选择聚类中心后，利用公式 5进行欧式距离计算.并将所有短行程片段分别分配给距离自己最近的类别之中。再重新计算每一类中变量的平均值，并以此作为新的聚类中心，重复这些步骤直至聚类中心不再发生变化为止。

本文利用SPSS软件进行数据的聚类分析。分析结束后，1446个片段归为3类，统计各类中的速度特征以及时间长度占比由表 3，将第一类定义为拥堵工况第二类定义为畅通工况，第三类定义为普通工况。

表2 聚类分析结果

3 工况合成

由表三得到的时间长度各类占比可以计算出各类再最终工况中的合成比例，并利用式4对比每一类中的各短行程与总体数据特征参数之间的相关性，选择相关性最大的短行程片段合成备选工况。

备选工况合成完毕后，设计了总体特征参数加速比例、减速比例、匀速比例、怠速比例、P0-10、P10-20、P20-30、P30-40、P40-50、P＞50等 10个参数，并对比备选工矿与总体数据之间的差异，选择最优的实际工况。本文最终合成工况如图4。

图4 最终合成工况

4 工况验证

本文为验证合成工况与实际行驶工况的相似性，对合成工况与原始数据进行了总体特征参数的比对，将所合成的工况与原始试验数据在总体参数情况上做了对比，表3为详细数据对比。

由下述图表可见合成的西安市纯电动车辆行驶工况总体运行速度较低，在低速工况下所占的比例较大，其平均速度仅为20.62km/h，低于10km/h的运行概率达到34.63%，且在行驶过程中，其行驶状况不稳地，加减速情况较多，符合试验过程观测及典型城市运行状况。

表3 数据对比表

5 总结

本文通过实际设计实施循环工况试验，利用短行程划分，并采用主成分分析法及聚类分析法进行工况的合成，最终工况在各指标上的误差均较小，平均误差仅为5.7%，可见，本文所建立的工况精度较高，符合地区车辆运行的实际状况，准确反映了纯电动乘用车辆的城市运行工况。

[1] 王矗,韩秀坤.北京市公交车典型行驶工况的构建[J].汽车工程,2010, 32(8): 703-706.

[2] 李耀华,刘鹏.西安市纯电动城市客车行驶工况研究[J].中国科技论文,2095-2783（2016）07-0745-06.

[3] 万霞,黄文伟.深圳市乘用车道路行驶工况构建

[4] Liu Li, Huang Chaosheng, Lu Bingwu} etc. Study on the Design Method of Time-variant Driving Cycles for EV Based on Markov Process Vehicle Power and Propulsion Conference 2012: 1277-1281

[5] 蔺宏良.西安市交通环境轿车行驶工况与燃料消耗研究[D].长安大学,2013.

[6] 石琴,仇多洋.基于组合聚类法的行驶工况构建与精度分析[J].汽车工程,2012,34(2):164-169.

[5] 姜平,石琴.基于马尔科夫的城市道路行驶工况构建方法[J].农业机械学报,2009,40(11):26-30.

[7] Nesamaniks, Subramanlan K P. Development of A Driving Cycle for Intra-city Buses in Chennai India[J]. Atmospheric Environment.2011, 45(31): 5469-5476.

[8] 涂延军,梁工谦.基于主成分分析的飞控系统研制费用估算[J].机械科学与技术,2003,(S2):13-15.