做纯电矿卡(Electric Mining Truck)的能耗分析是一个系统工程,与普通乘用车不同,矿卡具有载重变化极大(空载vs满载)、工况复杂(陡坡、非铺装路面)、启停频繁、能量回收占比高等特点。

要准确分析能耗,需要从车辆总线(CAN/CAN-FD)BMS/VCU日志中采集以下几类核心信号。我将它们按重要性分析维度进行了分类:


1. 核心能量流信号(直接计算能耗的基础)

这是最直接的“输入输出”账本,用于计算总耗电量和回收量。

信号名称 单位 作用与分析逻辑
直流母线电压 (DC Bus Voltage) V 电池包输出的实时电压。需区分是高压侧还是低压侧,通常取高压侧。
直流母线电流 (DC Bus Current) A 关键信号。正值为放电(驱动),负值为充电(回收)。
⚠️注意:矿卡电流极大(可达1000A+),需确认传感器精度和采样频率。
瞬时功率 (Instantaneous Power) kW
累计放电能量 (Total Discharged Energy) kWh BMS内部积分值,用于校验手动积分的准确性。
累计回收能量 (Total Regenerated Energy) kWh 统计制动和下坡时回收了多少电,评估能量回收系统效率。

BMS_TotDchrgEngy  

累计动能回馈充电电量 

累计插枪充电电量

BMS_RateHVolt   

电池直流母线电压 *  直流母线电流(电池包总电流)

625.4V  * 472.9A =  295kw  电池可以提供的瞬时功率;

但是 显示在仪表上电机的驱动功率是235kw  ,说明受电机功率限制;

电流

电池包额定容量
电池包额定电压
电池包额定总能量

电池包额定总能量是电池的“油箱大小”(单位是 kWh 而不是升)。

  • 它是出厂固定值(如 420 kWh)。
  • 它是计算能耗、续航、SOH的基准分母。
  • 在实际矿卡运营中,实际可用能量往往只有额定值的 70%-90%(受保护策略和工况影响)。

2. 工况与负载信号(解释“为什么”耗能)

矿卡的能耗波动主要源于负载和地形,没有这些信号,能耗数据只是数字,无法指导优化。

信号名称 单位 作用与分析逻辑
整车质量 / 载重估算 (Gross Vehicle Weight) kg 矿卡特有核心。空载与满载(如30吨vs70吨)能耗差异巨大。若无直接传感器,可通过悬挂气压或轴荷传感器推算。
车速 (Vehicle Speed) km/h 结合功率计算“吨公里能耗”。低速大扭矩(爬坡/起步)与高速巡航的能效特性完全不同。
档位 / 传动比 (Gear Ratio) - 判断电机是否在高效区间运行。矿卡多为多档变速箱或轮边电机,档位选择影响效率。
油门开度 / 踏板位置 (Accelerator Pedal) % 驾驶员行为分析。急加速会导致效率下降。
制动踏板 / 制动请求 (Brake Pedal/Request) % 区分机械制动(浪费能量)和电制动(回收能量)。

Veh_Weight_T

VCU_VehSpd

VCU_ActGear

VCU_In_AccPedPos

VCU_In_BrkPedPos

核心是如何让电机一直保持在高有效区间;

轻载限制扭矩,重载释放扭矩;

VTQF_DmdTqFilOut_Nm

3.地形与环境信号(外部干扰因素)

矿区通常坡度大,地形对能耗影响权重甚至超过车重。

信号名称 单位 作用与分析逻辑
道路坡度 (Road Grade/Slope) % 或 deg 至关重要。上坡是主要耗能场景,下坡是主要回收场景。若无GPS高程数据,可通过加速度和牵引力反推等效坡度。
海拔高度 (Altitude) m 影响空气密度(风阻)和电机散热效率。
环境温度 (Ambient Temp) 影响电池内阻(低温下内阻增大,能耗虚高)和空调/热管理功耗。
电池温度 (Battery Temp) 监控热管理系统(冷却/加热)的介入时机,这部分也是“寄生能耗”。

汽车X轴和地平面的夹角
俯仰角速度

IC_BatTemp

4. 辅助系统与损耗信号(容易被忽视的“偷电贼”)

矿卡的辅机功率很大,不可忽略。

信号名称 单位 作用与分析逻辑
高压附件功率 (HV Auxiliary Power) kW 包括电动空压机(气刹用)、转向泵、热管理系统(PTC/压缩机)。矿卡空压机和散热风扇功率极大。
低压系统电流 (LV Current) A 车载电脑、灯光、传感器等12V/24V系统的消耗。
电机效率映射点 (Motor Efficiency Map Point) % 如果控制器能提供实时效率估算最好,否则需通过转速+扭矩查表计算。

🚀 分析思路与关键指标构建

拿到上述信号后,建议构建以下分析模型:

A. 基础能耗指标 (KPIs)
  1. 百公里能耗 (kWh/100km):传统指标,但对矿卡参考意义有限(因为路程短、速度低)。
B. 场景化拆解分析

将数据按工况切片(Segmentation):

  • 重载上坡段:分析电机峰值效率、电池温升、大电流下的压降损耗。
  • 空载下坡段:分析能量回收策略(是否过早切入机械制动?回收功率是否受限于电池最大充电电流1400A?)。
  • 装载/卸载怠速段:分析辅机(空调、液压泵)的静态能耗占比。
C. 驾驶行为评分
  • 分析“急加速”和“急减速”次数与能耗的相关性。
  • 识别是否存在“长距离带刹下坡”(浪费回收机会)的不良驾驶习惯。

💡 特别提示:针对你之前的“启源电池”参数

既然你关注的是搭载**启源电池(1000A额定,1400A脉冲)**的矿卡,在分析时需特别注意:

  1. 电流截断分析:检查在下坡重载回收时,电流是否频繁触达 -1400A 的限制?
    • 如果是,说明电池限制了回收功率,导致部分能量被迫由机械刹车消耗,这是优化点(可能需要优化SOC窗口或热管理以提升持续回收能力)。
  2. 脉冲持续时间:统计 >1000A 的大电流放电/充电持续时间分布。
    • 如果长时间处于1000A-1400A区间,需重点分析电池温升对后续能耗的影响(温度升高->内阻降低->效率提升,但冷却功耗增加)。
  3. SOC区间效率:矿卡通常在固定路线运行,SOC可能在特定区间(如40%-80%)循环。分析该区间内的电压平台和内阻变化。

🛠️ 数据采集建议

  • 采样频率:建议至少 10Hz(每秒10次),对于电流和电压瞬态变化,最好能达到 50Hz-100Hz,否则无法捕捉到短暂的脉冲峰值。
  • 同步性:确保GPS位置、车速、电流电压的时间戳严格同步,否则无法将能耗精准映射到具体的坡道位置上。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐