2020年12月23日，中國汽研成功舉辦《2020第三屆新能源汽車測試評價技術(shù)國際論壇》。中國汽研將持續(xù)為大家推送精彩演講實錄，本文為英國貝爾法斯特女王大學(xué)威廉·懷特技術(shù)中心張元建博士帶來的《電動汽車測試評價應(yīng)用研究：高精度模型搭建與驗證》。

01  電動汽車測試評價應(yīng)用

電動汽車測試評價流程可歸納為：首先確立競品車型，對與之相關(guān)的專利、文獻以及技術(shù)報告進行分析，明確對標(biāo)車型的技術(shù)特點，然后根據(jù)對標(biāo)需求（一般性能測試/策略級別測試/部件級別測試）確立對標(biāo)方案和對標(biāo)試驗方法，并在此基礎(chǔ)上完成相關(guān)的對標(biāo)試驗，最后根據(jù)所獲得的對標(biāo)結(jié)果進行相關(guān)分析（如車輛的動力性、經(jīng)濟性、加速性、爬坡性能；車輛的驅(qū)動控制策略、制動控制策略、能量管理策略；電池部件特性、上下電策略等）。電動汽車測試評價不僅可以讓我們了解競品車型的基本性能，同時也可以指導(dǎo)產(chǎn)品的開發(fā)工作，對于正向開發(fā)有非常大的支持作用。

電動汽車測試評價結(jié)果應(yīng)用場景可以歸納為：首先是模型的搭建，根據(jù)測試評價結(jié)果可以搭建用于這項開發(fā)的正向仿真模型，基于正向仿真模型可以完成多項工作（探討不同選型部件、不同供應(yīng)商部件、不同參數(shù)部件對于車輛性能的影響；設(shè)計新的控制策略優(yōu)化競品車型或?qū)?biāo)車型性能，指導(dǎo)已有車型性能的改進）；基于模型，進行能量流仿真分析，電動汽車對于能量的損耗是十分敏感的，通過能量流仿真分析可以明確能量損耗的主要路徑，從而進行相應(yīng)的改進來提升電動汽車能量的使用效率；基于模型，快速開發(fā)新的策略，假如開發(fā)車型與競品車型的部件選型相接近，可基于模型快速的開發(fā)控制策略來完成所要開發(fā)車型的初步設(shè)計?？梢园l(fā)現(xiàn)，電動汽車測試評價結(jié)果應(yīng)用場景大多都是基于模型的，那么一個高精度的正向仿真模型將會對正向開發(fā)有很大的支持作用，然而受制于測試評價結(jié)果以及測試方法的特點，很難直接得到高精度的正向仿真模型。

比如為一款PHEV車型搭建正向仿真模型，在設(shè)計電量模式劃分策略時希望得到一個準(zhǔn)確的電量劃分邊界，具體就是CD-CS切換條件，通常做法就是對電動汽車測試評價標(biāo)準(zhǔn)工況的試驗結(jié)果進行分析，總結(jié)出CD-CS切換邊界，但發(fā)現(xiàn)當(dāng)對不同工況或同一工況不同條件下CD-CS切換邊界進行分析的時候，很難得到一個具體數(shù)值，而有可能只是一個范圍，如下圖，在NEDC、WLTC、中國工況中得到的CD-CS邊界切換條件都是不一致的，可能是受到試驗條件、試驗環(huán)境以及試驗操作的影響，這樣就不能明確CD-CS切換邊界，使得模型搭建的精度受到影響。比如搭建正向仿真模型時，需要設(shè)定能量管理策略，希望通過對標(biāo)分析結(jié)果得到競品車型的能量管理策略，但是因為電動汽車測試只能得到策略結(jié)果，很難直接分析導(dǎo)致這種結(jié)果的原因，也就是競品車型能量管理的一些邏輯，如下圖只能得到在CD串聯(lián)模式下電機的充電情況以及發(fā)動機工作點的一些分布情況，即使擴大試驗規(guī)模，做更多的試驗，也只能得到更多的工作點的分布，很難直接總結(jié)出能量管理策略的具體邏輯。



再比如搭建正向仿真模型時，希望借助電動汽車測試評價結(jié)果得到不同模式的切換邊界，常用的方法比如根據(jù)標(biāo)準(zhǔn)工況試驗（加速試驗、單次加速試驗、等速試驗）得到不同模式的工作點，根據(jù)這些工作點的邊界去勾勒出不同模式的工作區(qū)域，借此得到相應(yīng)的模式切換條件。但是受制于試驗規(guī)模，得到的邊界和工作區(qū)域是不完整的，模式切換邊界條件也不完整?？傊?dāng)前電動汽車測試評價就是完成試驗，對試驗進行分析，得出相應(yīng)策略的解析結(jié)果，但是這種測試流程使得對標(biāo)車輛能量使用模式邊界不清晰，對標(biāo)車輛模式控制策略具體邏輯模糊，對標(biāo)車輛能量管理規(guī)則不明確，從而影響搭建正向仿真模型的精度，使得在進行策略設(shè)計、部件選型、能量流仿真分析中不能很好的應(yīng)用電動汽車測試評價結(jié)果。為了能夠改善這種現(xiàn)狀，提升搭建正向仿真模型的精度，進一步應(yīng)用汽車測試評價結(jié)果，開發(fā)了一種新的高精度模型搭建與驗證方法。

02  基于測試評價的高精度模型搭建與驗證

模型搭建初期思路與之前基本一致，首先根據(jù)對標(biāo)試驗結(jié)果一般性分析搭建一個一般意義的模型，比如整車模型搭建、駕駛員模型搭建、控制策略模型搭建。完成模型搭建后，同樣會基于測試評價結(jié)果構(gòu)建一個虛擬控制器，使用機器學(xué)習(xí)方法，利用虛擬控制器去完成所搭建模型的標(biāo)定以及驗證工作，通過這種驗證標(biāo)定的反復(fù)相互配合來提升模型精度。

虛擬控制器的構(gòu)建思路為：競品車中，控制策略是根據(jù)車輛狀態(tài)、部件狀態(tài)、駕駛員的輸入做出相應(yīng)決策，并把決策分配給發(fā)動機控制器、電機控制器、電池管理系統(tǒng)，然后得到相應(yīng)的結(jié)果。在構(gòu)建基于機器學(xué)習(xí)的虛擬控制器時，也采用了類似控制策略輸入信號和輸出結(jié)果，用這些部分?jǐn)?shù)據(jù)去訓(xùn)練基于機器學(xué)習(xí)的虛擬控制器，這樣就可以還原競品車型的控制策略、能量管理策略，可為正向仿真模型去設(shè)計相應(yīng)的模式切換規(guī)則、能量管理規(guī)則，使得能夠參考真實的競品車型去驗證以及重新標(biāo)定正向仿真模型，從而提升正向仿真模型的精度。

構(gòu)建虛擬控制器時，首先選擇了支持向量機這種機器學(xué)習(xí)方法，支持向量機對于小樣本的學(xué)習(xí)是非常合適的，基于支持向量機的虛擬控制器的輸入是與車輛狀態(tài)、駕駛員狀態(tài)以及部件狀態(tài)相關(guān)的信號，為了提升支持向量機的虛擬控制器的識別精度、分析能力，使用隨機森林機器學(xué)習(xí)方法對輸入信號進行篩選，篩選出與能量管理控制策略相關(guān)的信號，提升了基于機器學(xué)習(xí)的虛擬控制器的訓(xùn)練效率以及繪圖分析能力。為了進一步改善基于支持向量機的虛擬控制器的回歸能力，使用優(yōu)化方法優(yōu)化支持向量機中的參數(shù)，因為在基于機器學(xué)習(xí)的虛擬控制器的訓(xùn)練時，直接對對標(biāo)測試所采數(shù)據(jù)進行選取，并直接應(yīng)用到了訓(xùn)練中，里面會存在很多噪聲，影響基于機器學(xué)習(xí)算法的訓(xùn)練，使用小波理論，對所獲得的測試數(shù)據(jù)進行濾波，使得數(shù)據(jù)能夠更好的訓(xùn)練基于機器學(xué)習(xí)的虛擬控制器。



完成了模型搭建以及虛擬控制器的構(gòu)建之后，可以利用虛擬控制器去生成電機轉(zhuǎn)矩分布圖、發(fā)動機轉(zhuǎn)矩分布圖等，根據(jù)生成的轉(zhuǎn)矩分布圖就可以去總結(jié)驅(qū)動的控制策略、模式切換策略（如CD-CS切換條件；在不同模式下能量分配的簡單規(guī)則）；基于轉(zhuǎn)矩分布圖，總結(jié)出真實的競品車模式切換條件，CD-CS切換條件，基于此去對比分析基于對標(biāo)結(jié)果的一般性分析所搭建的正向仿真模型中的相關(guān)控制策略模塊的準(zhǔn)確性，如表中虛擬控制器邏輯門限其實就是競品車的真實表現(xiàn)，那么對標(biāo)分析邏輯門限就是針對對標(biāo)分析結(jié)果一般性的分析所得到的一些邏輯門限值，通過對比就可以發(fā)現(xiàn)之前所搭建模型的精度到底是否達到了競品車的狀態(tài)，也可以利用虛擬控制器邏輯門限去重新標(biāo)定模型，來進一步提升正向仿真模型的精度。



之前提到了支持向量機學(xué)習(xí)法，同樣也利用了其他機器學(xué)習(xí)法來進行相關(guān)的測試，希望尋找到更合適的機器學(xué)習(xí)方法來構(gòu)建虛擬控制器。嘗試了基于粒子群優(yōu)化算法的隨機森林方法，簡單的隨機森林方法，基于交叉驗證支持向量機方法以及常用的BP隨機網(wǎng)絡(luò)方法，通過對比發(fā)現(xiàn)粒子群優(yōu)化算法的隨機森林方法能夠取得更好的結(jié)果，它也成為了最終構(gòu)建虛擬控制器的核心機器學(xué)習(xí)算法。在完成應(yīng)用我們所構(gòu)建的虛擬控制器完成模型的搭建驗證之后進行了相關(guān)測試，將所得到的結(jié)果與真實的對標(biāo)測試結(jié)果進行對比，發(fā)現(xiàn)通過使用虛擬控制器驗證之后所搭建的模型具有非常高的精度。

如下圖可以看到試驗車速和仿真車速基本上是重合的，通過試驗得到的發(fā)電機轉(zhuǎn)矩、電機轉(zhuǎn)矩和發(fā)動機轉(zhuǎn)矩與通過仿真得到的是基本重合的，同樣可以看到，特別是在發(fā)電機與發(fā)動機轉(zhuǎn)矩部分存在一些差異，主要是由于本次搭建的是一個服務(wù)于測試開發(fā)的準(zhǔn)靜態(tài)模型，一些部件的動態(tài)顯示特性，如電池、電機的熱效應(yīng)，衰退效應(yīng)是沒有考慮在內(nèi)的。在未來的研究中，將會開展此類的工作，計劃借助深度學(xué)習(xí)的加入來考慮搭建基于測試評價結(jié)果的車輛“機-電-液-熱”性能的高精度仿真模型，希望能夠進一步為車輛的正向開發(fā)服務(wù)工作提供支持。