【第一電動(dòng)網(wǎng)】（特約作者 張抗抗）在上一篇文章《錦上添花還是畫蛇添足?全面分析電動(dòng)汽車是否需要變速箱》中，筆者指出，在進(jìn)行分析時(shí)，一定要有一個(gè)大前提：“達(dá)到相同的性能”。文章在幾個(gè)汽車行業(yè)群中引發(fā)了討論，認(rèn)為這個(gè)話題有值得深入的潛力。因此，筆者就借此文，以一個(gè)真實(shí)的案例來稍微深入地討論這個(gè)問題。

相關(guān)文章：

電動(dòng)汽車為什么不用變速箱來控制轉(zhuǎn)速?

特斯拉們不需要變速箱，不代表電動(dòng)汽車不需要變速箱

電動(dòng)汽車為什么不需要很多前進(jìn)檔？

首先，什么是“相同的性能”？

一個(gè)車型在設(shè)計(jì)階段，性能如何定？ 長期來看，是市場(chǎng)說了算；短期來看，那當(dāng)然是領(lǐng)導(dǎo)說了算。簡而言之，不同的車企，對(duì)性能目標(biāo)的設(shè)定，是不同的，這就是性能目標(biāo)的多樣性。簡單起見，本文準(zhǔn)備以國家標(biāo)準(zhǔn)GB/T 28382《純電動(dòng)乘用車技術(shù)條件》作為參考來定性能目標(biāo)。

GB/T 28382指出了8個(gè)指標(biāo)，并為其中7個(gè)指標(biāo)規(guī)定了最小值。也就是說，如果設(shè)計(jì)的車輛不滿足最小值，就不許進(jìn)入市場(chǎng)。這8個(gè)指標(biāo)分別是：

1.最高車速指標(biāo)(維持30分鐘)，至少達(dá)80km/h速度

2.爬坡性能1：爬4%的坡至少能達(dá)到60km/h速度

3.爬坡性能2：爬12%的坡至少能達(dá)到30km/h速度

4.爬坡性能3：可以爬20%的坡，不要求速度

5.加速性能1：0-50km/h加速時(shí)間小于10s

6.加速性能2：50-80km/h加速時(shí)間小于15s

7.續(xù)航里程：工況法大于80km

8.百公里電耗：未規(guī)定最小值

第7項(xiàng)可認(rèn)為是動(dòng)力性指標(biāo)，第8項(xiàng)可認(rèn)為是經(jīng)濟(jì)性指標(biāo)，統(tǒng)稱為性能目標(biāo)了保險(xiǎn)起見，本文將性能目標(biāo)定得比國標(biāo)稍微高那么一點(diǎn)點(diǎn)，如下圖：

特斯拉走得是從高端到低端的路線，動(dòng)力性指標(biāo)遠(yuǎn)高于GB/T 28382的最低值。

然后，什么是性能目標(biāo)間的trade-off關(guān)系？

我們已經(jīng)看出來了，性能并不是單個(gè)指標(biāo)，而是多個(gè)指標(biāo)。所謂trade-off關(guān)系，就是說，有可能我們?cè)谧非竽繕?biāo)A的時(shí)候，損害了目標(biāo)B。

先考慮沒有變速器的情況。具體的仿真方法不在此展開，文末附錄會(huì)簡單地列出仿真工具與仿真方法。此處僅以圖表的形式，簡單地列出結(jié)論。

上圖表達(dá)了一個(gè)意思，在沒有變速器的情況下，最高車速、加速性能與百公里電耗三者之間是此消彼長的關(guān)系，不可能同時(shí)達(dá)到3者最優(yōu)。圖中上面那個(gè)箭頭，體現(xiàn)出在沒有變速器輔助下的電機(jī)的尷尬： 要么采用小減速比，盡量提高最高車速性能；要么采用大減速比，盡量滿足0-50km/h的低速加速性能。具體來說如下面的示意圖所示，如果采用了小減速比，那么最大車速會(huì)提高(藍(lán)色線)；如果采用了高減速比，那么最大車速會(huì)變小，但在0-50km/h的最大輸出轉(zhuǎn)矩增加，加速性能會(huì)提高。這就是所謂的性能指標(biāo)的trade-off關(guān)系：你好我不好，你不好我才能好，這是一對(duì)冤家的矛盾。

2檔變速器怎么解決這個(gè)問題呢？ 很簡單——換檔。起步掛I檔，高速掛II檔，就兼顧了加速性能與最高車速性能。增加了2檔變速器之后，由于增加了系統(tǒng)的自由度，就有可能使3者都達(dá)到更優(yōu)的水平。具體的仿真結(jié)果是，在使用同樣的50kW電機(jī)的情況下，不使用變速器的車輛性能為(稱為方案A)：

方案A：

最高車速96km/h

0-50km/h加速時(shí)間為5.81s

百公里電耗為15.23kWh

而在變速器的幫助下，車輛性能為(稱為方案B)：

方案B

最高車速136km/h，

0-50km/h加速時(shí)間為5.8s

百公里電耗為15.23kWh

細(xì)心的朋友已經(jīng)發(fā)現(xiàn)，兩種方案下加速性能、百公里電耗幾乎相同，但最高車速大為提高。實(shí)際上，在有變速器的情況下，可以優(yōu)化出其他配置，犧牲最高車速性能，來提高加速性能與經(jīng)濟(jì)性指標(biāo)。

增加變速器可以降低對(duì)電機(jī)的要求？

咱們?cè)倩叵胍幌麓笄疤幔骸斑_(dá)到相同的性能”。為此，筆者又進(jìn)行了一次仿真，這次仿真縮小了電機(jī)功率，把電機(jī)最大功率從50kW降低到30kW(稱為方案C)。方案C可以達(dá)到的性能指標(biāo)為

方案C：

最高車速104km/h

0-50km/h加速時(shí)間為6.41s

百公里電耗為15.29kWh

方案C與方案A相比，經(jīng)濟(jì)性指標(biāo)相似，最高車速指標(biāo)略高一籌，而加速性能略遜，總體上是旗鼓相當(dāng)，勉強(qiáng)算得上是“達(dá)到相同的性能”。

這個(gè)例子就說明，達(dá)到相同的性能”的前提下，增加變速器可以降低對(duì)電機(jī)的要求。

然后呢？

筆者必須得承認(rèn)的一點(diǎn)是，小電機(jī)+2檔變速器的方案，并不比大電機(jī)+無變速器的方案更具備吸引力。畢竟，二者成本相當(dāng)，前者憑空多出了變速器，還要再配個(gè)離合器，系統(tǒng)復(fù)雜了。對(duì)于集成開發(fā)經(jīng)驗(yàn)薄弱的中國車企來說，每增加一個(gè)環(huán)節(jié)，就增加了一個(gè)出錯(cuò)的可能性啊。

從這個(gè)例子看來，變速器真的是畫蛇添足！

筆者為啥做個(gè)仿真打自己的臉呢？ 其實(shí)是想說明一個(gè)問題，就是不同案例下得到的結(jié)論不相同，而本文舉了一個(gè)極端的例子：動(dòng)力性能剛剛滿足國標(biāo)最低標(biāo)準(zhǔn)，就得到了一個(gè)不支持變速器的結(jié)論。

而真實(shí)情況是，成功的電動(dòng)汽車車型的性能目標(biāo)，往往不能定得那么低！特別是，像特斯拉這樣的成功案例，反而要比傳統(tǒng)內(nèi)燃機(jī)汽車的動(dòng)力性更強(qiáng)。這是因?yàn)?，喜歡環(huán)保的人群往往也比較在乎這個(gè)車酷不酷。

在高動(dòng)力性指標(biāo)的案例下，電池組的最大功率就會(huì)成為約束條件之一，減少變速器意味著執(zhí)行器功率的提升(電機(jī)從180kW上升到240kW)，電池組也就被迫從60kWh上升到80kWh。再者，對(duì)于美日歐車企來說，變速器的集成已經(jīng)輕車熟路，不會(huì)在意這種系統(tǒng)復(fù)雜度的提升。在這種情況下，不用仿真都可以知道，帶變速器的方案是更合理的——因?yàn)榭梢允〕杀敬箢^的電池容量。

最終結(jié)論

1.低性能電動(dòng)汽車，增加變速器可以降低對(duì)電機(jī)的要求，綜合成本相似，系統(tǒng)集成復(fù)雜度提高。

2.中高性能電動(dòng)車，增加變速器可以降低對(duì)電機(jī)的要求與對(duì)電池組的要求，綜合成本降低，系統(tǒng)集成復(fù)雜度提高。

3.缺少經(jīng)驗(yàn)與研發(fā)實(shí)力薄弱的車企，對(duì)系統(tǒng)集成復(fù)雜度較為敏感；經(jīng)驗(yàn)豐富、研發(fā)實(shí)力雄厚的車企，對(duì)系統(tǒng)集成復(fù)雜度不太敏感。

4.長期來看，大部分電動(dòng)汽車依然需要變速箱。但不需要太多檔，2-3檔即可(未詳細(xì)論證)。

附錄：仿真工具、仿真方法與試驗(yàn)驗(yàn)證

仿真工具：常用的車輛縱向動(dòng)力學(xué)仿真工具包裝ADVISOR與CRUISE。對(duì)于有一定編程基礎(chǔ)的工程師來說，使用matlab直接編程或在ADVISOR的源程序上改編會(huì)更方便一些。本文的案例采用了ADVISOR與matlab直接編程兩種方法仿真的，以防止出現(xiàn)編程失誤引發(fā)的錯(cuò)誤結(jié)果。

仿真方法：仿真采用的非常經(jīng)典的車輛縱向動(dòng)力學(xué)模型(公式如下)，電機(jī)效率特性使用MAP圖，換檔邏輯從簡：最高車速性能測(cè)試采用I檔；加速性能測(cè)試采用II檔；百公里電耗測(cè)試取I檔或II檔較小值且不允許換檔(這弱化了2檔變速器的節(jié)能潛力，這是保守的簡化設(shè)定)，工況采用GB/T 18386的市區(qū)工況。優(yōu)化算法為多目標(biāo)遺傳算法(Multi-objective genetic optimization algorithm)。

試驗(yàn)驗(yàn)證：仿真結(jié)果得到了試驗(yàn)驗(yàn)證。更細(xì)節(jié)的信息就在不此展開，有興趣討論的可發(fā)到此郵箱：zkk04@qq.com

返回第一電動(dòng)網(wǎng)首頁 >