电动汽车进化的下一步：如何实现车队电气化-电子发烧友网

中型和重型车辆 (MHDV) 的电气化正在兴起。与个人拥有的轻型车辆 (LDV) 的电气化相比，不断增长的公共汽车、送货卡车、物流卡车和其他 MHDV 车队将为技术进步带来新的机遇。这些进步将使所有类型电动汽车的制造商和用户受益，从 LDV 到越野农业和采矿车辆。

与较小的 LDV 相比，MHDV 需要更大的充电器，并且可以支持不同的充电基础设施。这些新车队将需要复杂的充电技术组合，包括传统的插入式充电器、固定位置的无线充电器和一些高速公路内置的无线充电，以便在车辆行驶时持续充电。

车队运营商已经精通远程信息处理，以提高现有内燃动力车辆车队的运营效率。软件和实时控制对于管理 MHDV 车队的能源消耗和充电需求将变得更加重要。

本文考虑了公共汽车、送货和垃圾卡车以及物流卡车的各种 MHDV 用例。然后，我们将研究 MHDV 车队的出现将如何导致新充电技术的发展，并讨论软件的重要性，包括提供数据所需的传感器，以及高级分析以及人工智能和机器学习的使用优化运行 MHDV 车队运行。

MHDV 用例

MHDV 在几个重要方面与当今的 LDV 不同（图 1）。重型车辆预计可行驶 100 万公里或更长，约为轻型车的三倍。MHDV 比 LDV 消耗更多的电量：MHDV 消耗的电量从 300Wh/km 到 2000Wh/km，而 LDV 的能源使用量通常低于 250Wh/km。MHDV 的每公里耗电量更大，加上日常行驶距离更长，需要更大的电池组。在某些情况下，可以通过使用机会收费来缓解这种情况，我们将对此进行回顾。LDV 通常有一个低于 100kWh 的电池组，而当前的 MHDV 电池组可以是 660kWh。未来的 MHDV 设计预计电池组容量为 1MWh。

图 1：用于商业 MHDV 的分类标准。（MED = 中；COE = Cab Over Engine）（来源：WTWH Media, LLC）

MHDV 本身、驾驶员补偿和燃料是运行传统内燃机 (ICE) 时最大的运营成本。预计采用电动 MHDV 将显着降低燃料成本。然而，为了证明 MHDV 的经济使用是合理的，较低的燃料支出需要足够大，以抵消电池的高成本。电池成本是电动 MHDV 中的一个重要成本，而在 ICE 驱动的 MHDV 中没有相应的元素。例如，假设 MHDV 电池组在使用远少于 100 万英里时需要更换。在这种情况下，它将显着增加电动 MHDV 的成本，并对大规模部署的潜力产生负面影响。

此外，各种 MHDV 的不同驾驶模式预计会影响相应充电基础设施的架构：

公共汽车有专门的路线行驶，可以在车站利用机会充电，并且可以从使用嵌入式高速公路收费中受益
送货卡车、垃圾收集车和类似服务需要堆场收费，因为路线每天都不同
根据路线和行驶距离，物流卡车可以使用车厂充电、沿高速公路战略性放置的充电站或嵌入式高速公路充电，用于在固定的点对点路线上行驶，例如从机场或港口到仓库来回区。

MHDV 的充电选项

越来越多的 MHDV 充电系统与标准 J1772-CCS Type 1 插入式充电连接和行业标准 SAE J3105 受电弓系统兼容。虽然插入式充电器几乎普遍存在于车站充电场景中，但受电弓充电可以在车站充电和机会充电中找到，主要用于停靠期间的公共汽车。

公共汽车机会充电的典型使用模式是使用受电弓系统，在停车期间充电时间为 3 到 6 分钟（图 2）。该系统还包括充电系统和电池的远程诊断以及车队管理软件。受电弓系统的工作电压范围为 150V 至 850V，额定功率通常为 150kW 至 600kW，使系统能够支持各种总线尺寸和充电需求。

MHDV 的无线机会充电是一项新兴技术，预计将在未来几年显着增长。例如，虽然受电弓系统用于为市政巴士车队提供机会充电，但巴士的无线机会充电仍主要处于开发和现场试验阶段（图 3）。

公共汽车和其他 MHDV 的机会充电可以提供的好处超出了使用更小、成本更低的电池组支持给定行驶里程的能力。放电深度对电池的循环寿命有显着影响。放电深度越大，循环寿命越短。例如，将电池组放电至接近零电荷，而不是 50% 的水平，可以将循环寿命缩短一半。通过支持较低深度的放电率，机会充电还支持更长的电池循环寿命。

MHDV 充电将需要更高的功率水平，而更高输入电压的充电器将支持这些更高的功率水平。预计 MHDV 的电池总线电压也会增加。如今，为传动系统供电的 800V 至 900V 主电源总线很常见。正在研究开发设备和电路以支持 1200V 电池电压和动力传动系统动力总线。对于最大的应用（大约 1MW），正在考虑更高的电压。对于给定的功率水平，电压越高，电流越低。较低的电流意味着可以使用更小、更轻的电源总线。

对于大功率 MHDV 充电器，480V 电源是常见的。未来，MHDV 充电器有望在 1200V 电源电压下运行。未来的充电器还有望包括数字控制，使单个充电器能够与各种车辆一起使用。这些充电器将支持多种输入电压，并基于中央控制识别每辆汽车的充电需求，中央控制了解每辆汽车的预期用途以及每个电池组的充电状态和状况，并相应地修改充电电压和充电速率。例如，与短期内需要的车辆相比，计划稍后使用的车辆可以更慢地充电。

软件和传感器

MHDV 的电气化将产生软件定义的车辆和软件定义的车队。在这两种情况下，都需要大量数据。今天的车辆有 60 到 100 个车载传感器，数据几乎完全在车辆本身上进行分析。随着车辆变得越来越智能并通过结合使用云计算和车载计算来优化车辆性能，包括 MHDV 在内的下一代电动汽车预计将包括两倍数量的传感器。

一旦车辆制造完成，MHDV 中的各种机械和储能系统就相对固定。软件不同；它可以定期更新，支持对各种控制系统的持续学习和改进，以提高 MHDV 的效率。软件还使 MHDV 能够响应不断变化的操作条件。软件被称为新的空气动力学，可以控制从动力传动系统到电池和能源系统的一切。管理当今电动汽车中电池和电机之间能量流的动力传动系统软件包含超过 100 万行代码。预计下一代 MHDV 会变得更加复杂。

人工智能和 MHDV 舰队

MHDV 与传统电动汽车的一个显着区别在于，大多数 MHDV 将由车队运营商而非个人车主使用。对车队的集中控制将使用高级分析和人工智能提供更多的运营优化激励。

随着智能电网的不断进步，电动 MHDV 车队的广泛采用有望带来更大的环境效益。例如，MHDV 将扩大电网并充当分布式能源存储节点。预计车队运营商和公用事业公司将开发能源管理能力和相应的商业模式，以帮助支持间歇性可再生能源的最佳能源使用。如果要实现这些好处，需要解决几个挑战。需要以这样的方式组织车队甚至多个 MHDV 车队，以避免可能导致高电价和当地配电网过载的电网高峰。

大数据和人工智能的应用将是这种扩展优化的重要方面。正在开发机器学习技术来分析 MHDV 车队的能源使用模式，然后应用人工智能算法来优化充电参数和调度。机器学习和人工智能将应用于 MHDV 本身，以进行快速和高级别的性能调整。数据还将上传到云端，以进行更深入的分析和微调。因此，无需进行昂贵且耗时的充电基础设施升级，就可以提供更多能源。

最后，EEMBC 计划扩展 ADASMark 基准套件，以包括机器学习功能。ADASMark 是一种性能测量和优化工具，适用于构建下一代高级驾驶辅助系统 (ADAS) 的汽车公司，可以在下一代 MHDV 中找到应用。ADASMark 旨在分析自动驾驶中使用的片上系统 (SoC) 性能，利用代表高度并行应用的真实工作负载，例如环绕视图拼接、分割和卷积神经网络 (CNN) 交通标志分类。ADASMark 基准测试强调各种形式的计算资源，例如 CPU、GPU 和硬件加速器，允许用户确定可用计算资源的最佳利用率。