朱海健 黄宏成 刘小潮 喻 杰

(1. 上海交通大学; 2.上海市新能源汽车公共数据采集与监测研究中心;3. 上海国际汽车城(集团)有限公司, 上海 200240)

上海Q型插电式乘用车2014与2015用户行驶数据对比分析

朱海健1黄宏成1刘小潮2喻 杰3

(1. 上海交通大学; 2.上海市新能源汽车公共数据采集与监测研究中心;3. 上海国际汽车城(集团)有限公司, 上海 200240)

本文基于上海市Q型插电式混合动力车50辆2014年和50辆2015年用户行驶数据，对这100辆车的数据进行分析，对比了包括用户驾驶和充电习惯等行为。由于这100辆车是随机抽取所以具有一定的代表性，从中可得到2015年该车型汽车使用者短途低速出行比例增加，更加倾向于使用纯电动行驶的功能，纯电行驶里程比例比2014年增加了4个百分点；使用家用充电器充电的时间为用充电桩的2.36倍，汽车充电导致的用电高峰为每天的7-14点和16-5点。2014年该车型用户平均每2.4天充电一次，而2015年为每1.65天充电一次，汽车用电量有了一定的增加。

插电式汽车 行驶数据分析 驾驶习惯

0 引言

随着石油资源的短缺和环境污染的加剧，电动汽车逐渐受到关注[1]，但是电动汽车还有很多技术瓶颈没有突破，从而制约着它的发展。而插电式混合动力汽车以其同时具备电动汽车和传统汽车的优点非常适合作为传统汽车向电动汽车的过渡产品。

Q型插电式混合动力汽车作为一款中国本土生产的新能源汽车，上海市政府给予了市民购买该款汽车很多的优惠政策[2,3]。该车型电池容量13KWh，利用便携式适配器充满电只需要8-9个小时。官方称该汽车纯电动续驶里程达70Km[4]，总的续驶里程达750Km，综合工况下，百公里油耗只要2L。仅使用纯电动模式也能满足一般用户的上下班需求。

汽车充电当然离不开充电桩，所以充电桩的优化分配[5]等问题也是政府必须考虑的，将来汽车充电对于整个电网来说也会有一定的影响，但是关于汽车充电习惯包括时间，频率等方面的研究还较少。

本文从上海市Q型汽车50辆2014年和50辆2015年的行驶数据出发，分析对比该车型用户驾驶和充电的一些习惯，为充电桩配置以及供电等问题提供一些依据。

1 数据来源及形式

1.1 数据格式及说明

本文所用数据格式基于上海市地方标准《新能源汽车及充电设施公共数据采集技术规范》，数据内容包括了VIN码、数据采集时间、累计行驶里程等32种信号。其中本文只用到了其中6种信号：数据采集时间、累计行驶里程、速度、高压电池电流、电池电压以及电池的SOC。

2014年的数据采样周期为10秒，2015年的为30秒。车辆采集时间跨度有长有短，大致为4-12个月。

1.2 数据完整及准确性

由于数据是在汽车实际运行过程中发送和接收的，所以数据难免会出现缺失、重复、不准确等现象，在对数据分析前应做相应的处理。

从图1某辆车SOC随时间变化曲线可以大致看出2014年的汽车数据相对来说缺失较多，且充电部分数据缺失严重，而2015年的数据相对更完整(包括充电和放电部分)。

图1 某辆车SOC随时间的变化

2 驾驶习惯

该车型具备两种工作模式混合动力和纯电动工作模式，混合模式提供更强的驾车体验，纯电动模式节约能量减少污染[6]。

汽车行驶时受到阻力的公式：

忽略其他电器的电能消耗，那么如果电池的输出功率大于牵引所需的功率则认为此时处于纯电动运行状态。即：如果

U·I≥F·v

则认为是此时纯电动状态。对数据做相应处理可以得到纯电动行驶的信息。

下面从车速、行驶里程和纯电动驾驶等方面对行驶数据汇总并得到下面的结果。

2.1 车速

从图2和图3 2014和2015年速度及累计速度分布对比图可以看出，虽然2014年数据有所缺失但实际影响不大，可以作为参考。两年行驶速度的分布趋势一致，从低速到高速行驶时间逐渐变减少，怠速时间占到了25%。且2015年车速低速部分较2014年稍微增加了，可能是2014年数据缺失的原因，也可能是上海地区汽车保有量增加导致车速的降低。具体原因还需进一步分析，本文不纠结于此。

从累计速度分布可以看出在上海地区行驶的汽车速度70%的情况下在40 km/h以内,85%的情况下在60 km/h以内。

2.2 行驶里程

从图4可以看出2014年单日行驶里程大约30%都是在20 km以下，而2015年这一比例则达到了50%。根据该车型的介绍，它的纯电续驶里程为70 km，2014年单日行驶里程小于70 km的比例大约为60%，而2015年则达到了90%。所以比该车型纯电行驶即可满足大部分用户的日常需求。

2015年的单日行驶里程图以短途为主，对比2014年的数据我们可以猜测购买该车型汽车用户的主体及思路发生了变化，2014年的购买者的目的还是把它当作和传统的汽油车来使用，原因是牌照以及补贴。而2015年的购买者则更加关注的是它的纯电动的行驶能力。购买者也把它作为了短途出行的主要工具，这一点也可以从单次出行里程上看出。

图2 行驶速度分布

图3 累计速度分布

图4 单日行驶里程

2014与2015该车型用户的单次出行里程分布比例图如上，对比2014和2015的数据可以看出2015年的该车型用户单次出行里程在10 km之内的比例达到了63.7%，20 km之内达到了83.4%。而2014年的数据则分别为33.5%和48.6%。

图5 单次行驶里程

总结一下就是2014年单日行驶里程分布相对来说更均匀，用户倾向于把它当作传统汽车去使用。而2015年的数据显示主要以短途为主，结合行驶速度图，发现这和纯电动汽车存在的意义相符，为短途以及低速情况下提供代步，从而减少对石油的依赖以及污染。

Q型插电汽车的一个主要模式是纯电动模式，下面对14和15年用户进行纯电动行驶的状况进行分析。

2.3 纯电动行驶分析

从图6中可以看出2015年用户利用该车型汽车纯电动模式行驶的里程比例明显比2014年增加了。从纯电动比例的趋势上来看，七月到八月纯电动行使比例略微增加而九、十月则有了一定的减少，十一、十二月在增加。汇总后得到2015年纯电动行驶里程占总里程的42.4%，而2014年这一数值为38.2%。增加了约4个百分点。

图6 纯电动行驶比例

纯电动行驶里程比例变大可以理解效为短途，低速的行驶段增多。七月和十月正好处在学生放暑假和“10.1”黄金周假期，用户自驾游出行增多，行驶里程和车速变大，所以导致纯电动行驶比例的减少。而平时用户主要是上下班的短途出行，所以比例相对高一点。

3 充电习惯

由于2014年的行驶数据缺失了充电部分，但是根据用户习惯，开始充电的时间一般和停车时间非常接近，所以可以近似地得到2014年充电的开始时间和充电频率，但是无法得到充电时长和充电电流。

根据一段停车时间前后的SOC差值去判断这段停车时间是否发生了一次充电，设定停车后的SOC比停车前大30%以上则认为此次停车段至少发生了一次充电行为。

3.1 充电电流

统计充电电流出现的次数可以得到充电电流频数图，从图7中可以看出有两个充电电流集中段，分别为2.6A-3.5A和5.3A-6.3A。第一段可以解释为利用家用充电器充电的电流大约为2.9A，第二段为充电桩电流大约为5.7A。由于该车型的电池容量是13 kwh，电压为500V。所以换算一下利用2.9A的家用充电器充电需要9个小时，利用5.7A的充电桩需要4.5小时。

图7 2015年充电电流

充电电流出现的频数大小也就代表了时间长短。统计两段时间可以得到I1段的时间大约是I2段时间的2.36倍，即可以理解为在家充电的时间大约是在外充电的2.36倍。

3.2 开始充电时间

根据开始充电时间图8可以看出2014和2015开始充电时间的趋势大致相同，早上7-9点是开始充电的高峰，可以理解为用户到了公司上班然后给车接上充电桩充电。下午16-20点也是一段充电高峰，理解为用户下班回家后接上了家用充电器充电。

图8 开始充电时间

结合充电电流来看，用充电桩充满电大致需要4.5小时，因为早上充电一般使用的是充电桩，也就是说7点到14点是一个用电高峰时间段。而晚上一般在家充电，充满需要9小时，所以另外一个用电高峰是在16点到凌晨5点左右。

3.3 充电时长

根据2015年的充电时长图可以看出，充电时间3-4小时的比例最多为14%左右，5-8小时比较平均为10%，其他时长相差不大。

图9 2015年充电时长

3.4 充电频率

通过数据可以得到2014，2015年的100辆车充电汇总数据如表1：

表1 100辆Q型插电式汽车充电数据汇总

从统计结果可以得出2014年平均每2.4天充电一次，而2015年则1.65天充电一次。充电间隔变短了。即每天消耗的电能在不断增加，这也印证了2015年纯电动行驶里程所占的比例比2014年高。

4 总结与不足

本文通过对上海市Q型插电式2014、2015年各50辆汽车的行驶数据进行对比分析，得出如下结论：

1．2015年该车型用户思路较2014年有了很大改变，更加注重纯电动行驶的能力。短途、低速成为了主流。

2．2015年纯电动行驶里程比例较2014年增长了约4个百分点

3．充电方式分为充电桩充电和家用充电器充电，家用充电器充到电池上的电流大约为2.9A，充电桩充到电池上的电流约为5.7A，用家用充电器充电的时间为充电桩充电时间的2.36倍。

4．充电高峰为7点到14点以及16点到凌晨5点。

5．2014年该车型用户平均每2.4天充电一次，而2015年则变为1.65天充电一次。也印证了纯电动行驶里程比例的增加。

不足之处在于采集的数据共有32个信号，但本文只用到了其中6种，数据有待进一步挖掘；由于数据是实车采集，所以难免会有数据缺失造成结果不准现象。本文也没有考虑周末以及节假日对数据的影响。

[1] 周逢权, 连湛伟, 王晓雷, 等. 电动汽车充电站运营模式探析[J]. 电力系统保护与控制, 2010, 38(21):63-66, 71.

[2] 洪永福. 中国新能源汽车发展前景展望[J]. 汽车科技,2009,04:7-10.

[3] 朱劲松与王家年, 基于比亚迪混合动力汽车“秦”的新能源汽车财政政策研究. 湖北工程学院学报, 2015(02): 第103-108页.

[4] 岳谭,比亚迪秦:双模动力开启新时代. 时代汽车, 2014(02): 第62-67页.

[5] 吴春阳, 黎灿兵, 杜力, 等. 电动汽车充电设施规划方法[J]. 电力系统自动化, 2010, 34(24): 36-39,45.

[6] Wang Zhenpo, Liu Peng, Xin Tao. Optimizing the quantity of off-broad charger for whole vehicle charging station[C]. IEEE International Conference on Optoelectronics and Image Processing (ICOIP), Haiko, 2010: 93-96.

[7] 李如琦, 苏浩益. 基于排队论的电动汽车充电设施优化配置[J]. 电力系统自动化, 2011, 35(14): 58-61.

[8] 马琳琳, 杨军, 付聪, 等.电动汽车充放电对电网影响研究综述[J].电力系统保护与控制,2013,41(3): 140-148.

[9] 张帝, 姜久春, 杨玉青, 等.规模充电设施接入对配电网的影响及应对措施[J]. 北京交通大学学报,2013, 37(2): 68-73.

The Comparisons of Q-type Plug-in Vehicle Data in Shanghai between 2014 and 2015

ZhuHaijian1HuangHongcheng1LiuXiaochao2YuJie3

(1.ShanghaiJiaoTongUniversity; 2.ShanghaiElectricVehiclePublicDataCollection，MonitoringandResearchCenter; 3.ShanghaiInternationalAutomobileCity(Group)Co.,Ltd.Shanghai200240)

This paper based on the driving data of 100 Q-type Plug-in vehicles of 2014 and 2015 compares the driving and charging habits. Due to randomness, the data have a certain of representative. Through comparisons we get to know that drivers in 2015 tend to use more EV mode and the short trip ratio is increased. The proportion of EV mileage is 4 percentage points higher than 2014. The charging time at home is 2.36 times of the outside. The peak time because of charge for cars is 7-14 clock and 16 to 5 the next day. Drivers in 2014 usually charge their cars 2.4 days per time compared with 1.65 days in 2015. We also know that electricity usage is gradually increasing with time.

plug-in vehicle driving data analysis driving habits

1006-8244(2016)04-029-05

U463.1

B