基于大数据的实际道路油耗研究与优化

高少俊，颜溯，段龙杨，黄炯

（江铃汽车股份有限公司，江西 南昌 330001）

引言

燃油经济性是汽车最重要的性能评价指标之一，直接关系到了客户用车的使用成本，是影响汽车销售的重要因素，如何评价汽车的真实油耗水平并有针对性地改善用户的实际油耗就显得尤为重要。为了能准确表征汽车的燃油经济性，各国均对汽车的行驶工况进行了研究，如欧洲标准工况NEDC工况、美国的FTP72工况、FTP75工况、国际乘用车工况WLTP工况、以及中国车辆行驶特征研究的中国工况等，但无论哪一种工况，均会存在一些问题不足，具体表现如下：第一，各工况均为理想状态下的标准工况，并未考虑到实际行驶过程如空调、转向、坡道、季节等因素对油耗带来的影响；第二，各标准工况均是针对同类所有车型设计的工况，对于具体的某一款车型或者某一类车型的油耗表征会存在偏差。

为了更为准确地表征车型的实际油耗水平，本课题对车辆的实际道路油耗进行了研究。考虑到实际道路油耗会因为边界条件不固定（如天气、道路状态、行驶时间点、季节等）导致油耗偏差很大，就需要借助大数据平台对实际道路油耗进行设计，保证设计的实际道路工况及油耗与大数据工况及油耗基本匹配，从而指导项目开发及实际道路油耗的优化。

1 大数据油耗提取与分析

1.1 大数据油耗提取

通过TBOX大数据平台可以获取车型在不同地区的油耗分布情况，如图1所示为本课题研究车型在全国各省 2019年3月份的油耗分布情况。从油耗分布情况来看，东北寒冷地区、南方高温地区、西南山区的油耗较高，中部平原地区和西北车辆密度较小地区的油耗较好。

图1 某车型全国油耗分布图

1.2 大数据油耗分析

从油耗数据来看，全国总体平均油耗为：9.4L/100km；最低平均油耗为：6.5L/100km；最高平均油耗为：12.2L/100 km。对比不同油耗群体的行驶工况，发现高油耗群体的怠速工况和低速工况占比很大，怠速工况尤其是怠速开空调工况偏多是导致油耗偏高的一个重要因素，要解决这部分用户群体的油耗需要重点考虑降低车辆自身的怠速油耗。

图2 不同油耗群体行驶车速对比

从高油耗分布的地区来看，南方地区油耗偏高主要是因为空调使用时间更长，北方地区油耗偏高分析是因为低温天气，车辆冷启动时间更长，冷启动油耗。本文也将设计试验方案验证相关结论并进行敏感性分析。

2 油耗优化方案制定

从大数据分析结果来看，对于高油耗客户群体的油耗优化主要需要从优化怠速油耗入手。怠速油耗的影响因素较多，包括硬件及软件等因素，如图3所示，但针对具体车型这些因素并不是都能进行优化，由于成本、周期、技术可行性的因素，选取了如图3黑框部分的措施进行优化。

图3 怠速油耗影响因素分析图

对于南方高油耗区域的油耗优化主要需要考虑优化空调能耗，因此降低空调压缩机排量和增加同轴管不仅对怠速开空调有改善，行驶过程中的油耗也会有改善。对于北方寒冷地区油耗优化需要从改善低温冷启动和低温行驶阻力等方面入手，因此需要增加了格栅封装及雪地胎等方案作为低温地区的油耗优化方案。

3 试验方案设计

怠速工况为稳态工况，怠速油耗优化方案的验证也相对简单，不需要额外的试验的方案设计，直接测试怠速油耗表现即可。而不同地区的实际油耗表现受影响的因素就比较多，边界条件也难以固定，因此需要设计试验路线和试验方案验证车辆的实际油耗表现和优化方案的实际节油效果。为了更准确贴近客户工况，设计了实际道路油耗工况来匹配大数据工况，实际道路工况包括两部分：第一部分：市区实际道路工况用于模拟该车型全国平均油耗，如图4所示；第二部分：长距离实际道路工况用于模拟跨地区不同环境条件下的油耗变化趋势，如图5所示。

图4 市区工况实际油耗路线

图5 长距离实际油耗行驶路线

为了保证市区工况能够模拟全国的市区工况状态，对市区工况进行了路谱采集并与大数据工况（80km/h以下）进行了比对，通过速度区间分布对比，设计道路与大数据工况基本匹配，如图6所示：

图6 设计工况与大数据工况对比

长距离实际道路工况搭载了格栅封装验证、启停验证、附件功耗验证、雪地胎验证、冷启动验证等试验，长距离实际道路油耗试验不仅验证了不同地区的油耗表现，其它油耗的主要影响因素对实际油耗的敏感性分析也可以得到相应的验证。

4 测试结果分析

通过对怠速油耗优化方案的应用，开关空调的怠速油耗都有较为明显的改善，主要包括软件和硬件两个方面：

软件方面减小储备扭矩的节油效果较为明显，虽然会牺牲部分NVH性能，但通过驾驶评估仍可以接受；

硬件方面空调降排通过牺牲部分空调性能改善油耗，增加同轴管和高效发电机改善油耗增加了部分成本；

对比发现油耗均是以牺牲其它性能或增加成本为代价，油耗优化就是各项性能与成本之间的平衡过程。各项节油措施节油效果如图7所示：

图7 怠速油耗优化前后对比

优化后在南昌进行了市区和高速工况油耗的测试，测试结果市区工况油耗优化了 0.61L/100km，综合工况优化了0.44L/100km，优化效果较明显，优化前后油耗对比如图8所示：

图8 实际道路油耗优化前后对比

通过长距离实际道路油耗验证，得到了油耗主要因素的敏感性分析结果如图9所示。其中工况对实际道路油耗影响最大，单次影响最高可以达到10L以上，但客户的行驶工况往往无法改变，如北方地区由于冬季大部分时间路面存在结冰现象，行驶平均车速也难以提高，因此油耗优化仍需从改善车辆本身的油耗考虑，如低温地区匹配雪地胎，减小附件功率、修改启停策略覆盖到低温地区等。

图9 油耗主要影响因素敏感性分析

油耗优化后，对大数据进行了跟踪对比，为了得到更具可比性的数据，选择了该车型与基础油耗同样月份（2020年3月）的大数据油耗数据进行对比。如图10所示为该车型2020年3月全国各省的油耗分布情况，相对于优化前，各省的油耗基本都有所改善，全国综合平均油耗为 8.99L/100km，相对于与去年同期降低了约 0.41L/100km，与南昌综合实际道路综合油耗节油比例基本吻合。

图10 某车型优化后全国油耗分布图

5 结束语

通过大数据分离出了高油耗用户群体和高油耗区域。怠速占比高是高油耗用户群体油耗偏高的 主要原因，本文从优化怠速油耗入手进行了优化方案研究，再将部分优化方案延伸应用到高油耗区域，并通过匹配大数据的实际道路工况进行了油耗优化验证，最终通过优化后的大数据收集验证了油耗效果。本文研究的主要结论如下：

1）怠速工况在实际行驶工况中占比较高，改善怠速油耗是降低高油耗用户实际油耗的主要途径；

2）实际道路油耗验证结果表明，行驶工况对油耗的影响最大，油耗对比须基于同样工况条件进行；

3）低温地区（-10℃以下）匹配雪地胎的油耗会更好；

4）油耗优化一般都是以牺牲其它性能或成本为代价的，油耗优化实际就是各项性能与成本的平衡过程。