POWER-SONIC蓄电池容量降低和电阻缩放对电动汽车续航里程和能量影响的机制解析：基于同一VIN码的日产LEAF案例研究
2026-10-22 21:15:15 点击： 次
电池容量和内阻会影响车辆的不同响应，其表观重要性取决于续航里程标准。本研究通过与同一车辆识别码（VIN）关联的测量数据，比较了2011款日产LEAF ZE0固定车型中这些因素的影响。测试开始（BOT）和测试结束（EOT）的电池包测量数据定义了受控的仅容量、仅内阻以及耦合状态。在从100%到20%荷电状态（SOC）的重复全球轻型车辆测试循环（WLTC）运行下，替换额定电池包容量为66。2 Ah 电池在实测 BOT 容量为 57.6 Ah 时，模拟续航里程从 113.59 km 降至 100.48 km（−11.54%）。仅考虑 BOT 内阻缩放时，续航里程为 113.42 km（−0.15%）；耦合状态下则为 100.02 km（−11.95%）。66.2 Ah 的额定容量并非实测的初始容量，因此这些差异属于名义参考模拟对比，而非实测的寿命续航损失。在 SOC 停止规则下，预计容量将占据主导地位。内阻缩放的影响在电流平方乘以有效内阻的诊断积分（I2R)：在WLTC工况下BOT增加12.34%，在US06补充驾驶工况下增加13.01%，而终端能量变化分别为−0.10%和<0.01%。在严重的EOT电阻敏感性下，这些诊断增加值分别达到197.27%和231.12%，且US06运行时的最小电池端电压从360.84 V降至277.55 V。该贡献是对续航里程、终端能量、电压和电阻敏感诊断的受控比较。数值效应量适用于测试模型和边界；电压、功率和温度限制的运行需要单独评估。
1. 引言
准确的纯电动汽车（BEV）能量和续航里程预测需要超越单一的标称能耗值，因为标准工况测试结果无法完全代表实际运行情况。Yuan等人[1]通过实验室测试和106次实际行驶数据，证明了标准测试与实际驾驶之间存在显著差异，并展示了考虑驾驶工况的公式在提高能耗普适性方面的价值。组件级能量流也会随驾驶工况特征和环境条件而变化[2]. 辅助负载可能成为总需求的重要组成部分；Kim等人[3]在所研究的商用车数据中报告其贡献率高达45%。温度引入了另一种强烈的运行影响，Seo和Cha[4]报告称，即使在关闭空调的情况下，−10 °C时的能耗也比30 °C时高出约50%。最近的实际应用研究证实，驾驶行为、路线特征、环境温度和电池状态都会改变能量使用和可实现续航里程[5,6,7,8]。当能量和续航里程被定量解释时，这些结果使得感知运行工况的车辆模型成为必要。
车辆级BEV建模本身已非常成熟。日产LEAF的研究已将动力总成规格、道路载荷、再生制动、辅助系统以及等效电路电池模型与实验或实际评估相结合[2,9,10,11]。近期研究还包括电热参数识别以及更广泛的数学、模拟、机器学习和混合续航预测方法[12,13]。因此，本研究将模型构建和外部评估视为方法论要求，而非主要贡献。
车辆级能量结果也可能因道路载荷表示、再生制动、辅助需求、热运行、环境条件、驾驶特性和数值分辨率而发生变化[1,3,4,7,14,15,16]。采样分辨率与短减速和再生事件尤为相关；高分辨率数据集为重建瞬态能量流提供了更可靠的基础[1,17]. 遵循物理/模型与数值效应之间全年龄验证、确认与不确定性量化（VV&UQ）的区别 [18,19]，本研究将这些证据类别分开处理，而不是将它们合并为一个不确定性量。
电池老化增加了第二层解释维度，因为容量衰减和内阻增加通过不同路径影响车辆。容量衰减直接减少了两个SOC限值之间可用的电量背包，而内阻增加则主要改变电压响应、电流需求、功率能力、效率和内部损耗。Yang等人[20] 在一个通用的电动汽车退化模型中同时表示了这两种效应，而实验和面向现场的研究则将容量和电阻视为不同的健康状态指标 [21,22,23]。它们的演变还取决于占空比、温度、再生制动暴露情况以及老化历史[22,24]。动态循环可能产生与传统恒流实验室协议不同的老化行为[25]，最近的现场、车队和电热研究进一步表明了实验室与现场的不匹配、电阻依赖的热行为以及电池包层面的健康差异[12,26,27,28,29,30,31]。因此，在比较它们对车辆层面的影响时，应将容量和电阻分开考虑。
先前的研究已经对车辆层面的容量损失和内阻增长进行了建模。Chaud等人[32,33]在日产LEAF的模拟中研究了它们的影响，Yang等人[20]在退化模型中结合了这两种机制，Kim等人[ %%]则利用真实电池包数据对内阻退化进行了建模。续航里程预测研究也纳入了电池健康指标[34]，而整车和全寿命周期分析则解析了续航里程变化的多个来源[5,13,35]. 本研究并未引入任何降解机制。它探讨了在车辆、操作输入和停止规则保持不变的情况下，一组匹配的仅容量、仅阻力及耦合反事实因素如何改变多项响应指标。36,37]. The present study does not introduce either degradation mechanism. It asks how a matched set of capacity-only, resistance-only, and coupled counterfactuals changes several response metrics when the vehicle, operating inputs, and stopping rule are held fixed.
这种区分至关重要，因为基于SOC的续航里程定义直接取决于可用电量，而阻力可能首先在电压或功率能力中显现。因此，SOC限制距离中与阻力相关的微小变化，并不能证明阻力对车辆运行不重要。
该模型使用来自同一车辆识别码（VIN）的电池数据。在重复的全球轻型车辆测试循环（WLTC）运行至20%荷电状态（SOC）的过程中，将测试开始（BOT）容量与额定容量参考值进行比较。单独的US06补充驾驶循环则用于检测瞬态电压和电流。电流平方与有效电阻（I2R）的诊断积分值与电池端能量分开报告。支持案例涵盖了不同的道路负载、辅助需求、电机映射构建以及输出采样。
该研究采用受控案例研究设计，包含三个特定要素。首先，通过相同的VIN电池包容量和电阻锚点，在单一车辆模型中定义了仅容量匹配、仅电阻匹配以及耦合状态。其次，SOC随距离和电压电流轨迹的变化将汇总结果与方程联系起来，并揭示其对评估边界的依赖性。第三，终端能量和I2R诊断保持独立，输出采样效应与物理输入灵敏度分开评估。这些要素提供了一种可重复的归因程序；它们并未建立新的退化机制、实测的寿命初期续航里程损失，或通用的容量与阻抗贡献比。
2. 材料与方法
2.1. 研究框架与证据分离
图1展示了研究框架。在整个分析过程中保留了三类证据：物理/模型敏感性、电池状态机制以及采样/记录保真度。这种划分与VV&UQ中关于参数、输入、模型形式、观测和离散化效应的通用区分一致[18,19]，但此处仅用于组织证据。
图1。整体研究框架与证据分离。
美国环境保护署（EPA）的滑行模型定义了道路载荷基准。道路载荷系数、辅助需求和电机映射构建仅在支持性敏感性案例中进行变化。电池容量和电阻独立变化以隔离其车辆级影响，而采样/记录则在单独的数值保真度检查中进行评估，因为高分辨率电气数据对于解析瞬态纯电动汽车能量流至关重要[1,17].
精确的VIN测量值与受控工程输入及同代替代数据相区别。除非某项数值被明确标识为针对VIN JN1AZ0CP5BT000356的测量值，否则模型质量、几何形状、道路载荷、电机映射、辅助载荷以及替代电池映射形状均被视为受控输入。电池端能量和诊断I2R也分别报告，因为它们代表不同的核算量。
2.2. 参考车辆与整车级模型
2.2.1. 参考车辆与模型架构
参考车辆为2011款日产LEAF ZE0，车辆识别码（VIN）为JN1AZ0CP5BT000356（日产汽车株式会社，日本横须贺市）。美国能源部（DOE）记录显示其额定电池组容量为66.2 Ah，配置为96串2并（96S2P）[38]。因此，66.2 Ah 是电池包的容量，而非单个电池的容量。该额定值作为模型参考保留，并非此 VIN 的实测初始容量。纵向电池记录提供了实测的初始容量（BOT）和测试结束（EOT）电池包容量，以及选定的电阻锚点[39].
MATLAB/Simulink R2023b实现是一个预设速度纵向能量模型，采用高压电池与驱动系统直接连接。力与功率需求是根据设定的速度轨迹评估的，而非来自闭环速度控制器；因此，速度跟踪均方根误差（RMSE）不适用。循环时长和积分距离会根据输入进行校验。电池端电压表示电池包输出端子间的电压；母线电压表示驱动侧直流（DC）链路电压。在这种理想的直接连接中，未对中间的DC-DC转换器或电缆/接触器压降进行建模，因此Vbus(t) = Vb(t)。这一等式是拓扑假设，而非电动汽车的通用特性。电池电阻分析报告始终使用电池端电压。表1列出了固定模型参数。
表1。参考车辆和固定模型参数。
2.2.2. 纵向车辆动力学与道路读档公式
纵向计算从公式(1)给出的牵引力平衡开始。当前的驱动循环案例使用平坦道路，因此坡度项为零，尽管它在全年龄方程中仍被保留：