主要收获
- 有效的电动汽车动力总成建模应从明确的研究边界和定义好的输出结果开始，然后再添加部件细节。
- 电池、逆变器、电机以及道路负载的仿真精度，仅应在后续工程问题有此需求时才予以提升。
- 软件适配性之所以至关重要，是因为它能确保模型在系统和组件研究中保持透明、可扩展且易于验证。
有效的电动汽车动力总成仿真应从您需要解答的问题入手，因为只有当电池、逆变器、电机和车辆模型的细节与您案头所做的工程设计选择相匹配时，这些模型才能发挥作用。
2024年电动汽车销量突破1700万辆，这意味着电动汽车仿真技术现已能够支持多个设计团队开展电池组尺寸优化、能效分析、热管理验证及控制系统验证等工作。相比于出于惯性构建的臃肿模型，清晰的建模流程能带来更佳的仿真结果。扎实的电动汽车动力总成研究应遵循以下原则：首先界定设计边界，其次设定部件精度，并在验证损耗数据后，再采信续航里程或能量回收的宣称值。
“优秀的电动汽车仿真，源于那些既能忠实反映所需物理特性，又足够简单以便进行验证的模型。”
一个有用的电动汽车动力总成模型应从系统边界开始
建立电动汽车动力总成模型时，首先应明确界定模拟范围，即界定哪些内容包含在模拟范围内、哪些内容不包含在内，以及哪些输出指标将决定模拟是否成功。除非模型明确了目的、时间尺度以及所需的精度水平，否则无法合理选择电池、逆变器或电动机的建模精度。
一个负责估算单圈能耗的学生团队，与一个负责调校牵引扭矩响应的控制团队，所需的模型截然不同。前者可以利用效率图和整个驾驶循环中的路况负载数据，而后者则需要基于毫秒级步进的电流控制、电压限制以及扭矩响应。这两项研究都有其价值，但如果盲目照搬毫无意义的细节，任何一项都会失败。
- 说明车辆的边界范围，从电池端子到轮胎压力。
- 请先选择输出，再查看组件详情。
- 请将求解器步骤与您最关注的最快行为相匹配。
- 将机械负荷与电能损耗分开。
- 请写下模型将忽略的内容。
这一框架设定步骤能及早遏制范围蔓延。您将明确车厢载荷是否应纳入模型、变速箱的柔性是否重要，以及轮胎打滑是噪声还是必需的输入参数。清晰的边界还能简化验证工作，因为每个测量信号都有明确的归属位置。
电池型号应与您的研究目标相匹配
电池模型应反映您需要解答的问题，因为能耗、电压下陷、温升和老化所需的细节程度各不相同。固定电压源在初步分析中很有用，但无法支持依赖电流限制或电量状态的电池至电机传动系统研究。
在认证周期内对续航里程的估算通常始于一个等效电路模型，该模型包含开路电压、内阻、电量状态以及温度敏感性。在陡坡上起步时，就能看出这一点为何重要：因为当电量较低时，电压下陷会降低逆变器的裕度，导致电池组虽能满足能量需求，却无法满足扭矩需求。
2024年，电池组价格下跌了20%，平均价格降至每千瓦时115美元的历史低点，这使得将电池组能量配置与电热应力区分开来变得尤为重要。当您的电池模型将电流限制、充电接受能力和温度依赖性作为显式参数呈现时，您将获得更清晰的设计选项。
逆变器的保真度决定了速度与精度的权衡
逆变器的细节程度决定了其电气性能的可信度以及每次仿真所需的时间。对于大多数车辆研究而言，平均值模型是合适的起点；而开关模型则适用于专注于电流纹波、谐波含量、器件应力或详细损耗分析的工作。
针对加速器响应的牵引研究通常更需要指令扭矩、直流母线电压和电流限制，而非脉冲级别的开关细节。采用平均值计算的逆变器运行速度足以测试多个驱动循环，而半导体损耗研究则需要开关事件、栅极时序以及更小的步长。
应将逆变器的保真度视为与研究目标相关的工程选择。过多的开关细节会导致模型运行缓慢且难以调试；而细节不足则会在电压饱和、死区时间效应或工作边界附近的限流扭矩特性方面误导您。
“只有当扭矩请求、电池充电接受能力、电机转速和摩擦制动混合被建模为硬限制时，再生制动在仿真中才有效。”
电机模型在切换细节模式前需要扭矩图
当电机模型能够首先再现扭矩极限、效率区间和转速依赖性，而非试图再现所有电磁效应时，它才真正具有实用价值。大多数电动汽车动力总成部件首先通过扭矩和功率流进行交互，因此，一份完善的扭矩图能解答更多设计问题，而一个没有经过验证的工作极限的精细电气模型则无法做到这一点。
车辆选型研究通常从电机效率图和与直流母线电压相关的最大转矩曲线开始。这将显示车辆是否满足爬坡能力、起步性能和最高时速等目标。当需要分析磁场弱化行为、电流环交互作用或反复加速过程中的热负荷时，更详细的电机模型就显得尤为重要。顺序至关重要，因为如果详细的电机模型采用错误的转矩包络，最终得出的车辆设计结果依然会是错误的。
当电机模型能够清晰展现恒扭矩区与恒功率区之间的过渡时，校准工作将更加精准。这一点在超车、爬坡以及高速再生制动过程中尤为重要。如果这些过渡过程被封装在“黑箱”中，尽管电动汽车模拟结果看起来稳定，但车辆的响应在物理层面上仍是错误的。
车辆载荷假设影响续航里程预测的准确性
车辆的道路负载假设对续航里程结果的影响，与电池或电机的选择同样显著。空气动力学阻力、滚动阻力、坡度、轮胎半径、旋转惯性以及附件功率都应作为明确的输入参数，因为这些因素中的微小误差会在整个行驶周期中不断累积，从而导致后续所有效率数据的失真。
一款仅在平坦的城市工况下进行测试的紧凑型车型，看似能效出色，但一旦风阻增大且持续高功率输出状态维持较长时间，便可能无法达到高速公路工况下的目标。坡道行驶则会带来另一种失效模式。即使电池、逆变器和电机在单独测试中均能通过，但当道路负载持续数分钟接近峰值需求时，系统仍可能耗尽电压裕量或热裕度。
此外，还应将牵引功率与辅助负载（如供暖、制冷、泵和控制电源）区分开来。这些负载在初期容易被忽视，但在比较冬季与夏季的使用情况，或是短途与长途行驶时，它们就显得尤为重要。只有当将道路负载视为精确测量的物理量，而非粗略的修正系数时，续航里程预测才具有可靠性。
只有在控制限值设置正确的情况下，再生制动才能正常工作
在仿真中，只有当扭矩请求、电池充电接受度、电机转速和摩擦制动混合比被建模为硬限制时，再生制动才能正常工作。单纯的负扭矩指令会高估能量回收量、低估制动使用量，并忽略在量产控制工作中至关重要的踏板触感权衡。
城市骑行场景让这种差异显而易见。在中等速度下提前制动可以实现高效的能量回收，但如果在电量接近满格时进行同样的操作，系统将被迫大幅降低再生制动强度，因为电池无法承受如此大的电流。低电机转速会进一步削弱再生制动效果，这意味着如果想让车辆达到预期的减速效果，就必须依靠摩擦制动来接管。
应将电制动与摩擦制动之间的切换建模为一个包含限值、滤波器及驾驶员输入整形的控制问题。这样既能获得逼真的制动力分配，又能更准确地估算回收的能量。此外，这还能避免因再生制动模型忽略了电池组、逆变器和电机等限制条件，而导致报告的效率提升数据被夸大。
如果将损耗一概归为一类，效率研究就会失败
当损耗被隐藏在一个单一数值中，而非分别归因于电池、逆变器、电机、变速箱和车辆负载时，效率研究就会产生误导。可靠的电动汽车动力总成效率仿真需要能够响应速度、扭矩、电压、电流和温度的损耗路径，否则敏感性分析得出的结论可能会指向错误的解决方案。
一个假设电池到车轮效率为92%的传动系统模型看似简洁，但它无法告诉你，主要的能量损耗究竟来自低速时的铜损、轻载时的开关损耗，还是巡航时的齿轮损耗。使用 SPS SOFTWARE 进行变流器和电机研究的团队通常会将每个损耗项设置为可编辑，以便模型能清晰显示瓦特流向何处。
您还需要能够区分驱动模式与再生模式的效率图，因为损耗情况会随着电流方向和工作区域的变化而变化。电池组可能表现出可接受的放电特性，但在接近满电状态时仍会拒绝再生电流。良好的损耗建模能在您着手进行设计更改（从而解决错误的问题）之前，让您清楚地看到这些权衡关系。
软件的选择取决于物理模拟的深度以及与工作流的契合度
适合电动汽车动力总成建模的软件，应当能够满足您的物理建模需求、求解器要求、控制工作流程以及模型透明度要求。只有选择合适的软件，您才能在问题发生变化时，无需每次重写整个模型，就能从快速系统研究顺利过渡到更深入的部件验证。
有些团队需要快速的整车级模型，用于驾驶循环比较和控制器调校。另一些团队则需要可编辑的电气元件模型，以便工程师和学生能够检查方程、追踪损耗并验证假设。因此，选择软件时应首先考虑研究深度和模型开放性，然后关注互操作性和验证便捷性。
| 研究重点 | 通常效果最佳的软件适配方案 |
| 标准驾驶循环下的续航里程与能耗 | 一种包含基于地图组件的车辆级模型之所以效果良好，是因为它能够快速运行多种场景，并始终关注能量流。 |
| 扭矩响应与控制校准 | 一种具有明确电流限制和直流母线动态特性的控制导向型模型效果良好，因为执行器约束条件塑造了车辆的响应。 |
| 半导体应力与开关损耗 | 包含开关行为的详细电气模型效果良好，因为损耗和温度的估算取决于脉冲级事件。 |
| 关于元件行为的教学与研究 | 透明且可编辑的模型之所以效果良好，是因为用户可以检查方程、修改参数，并将理论与观测到的波形联系起来。 |
| 结合系统与组件研究的团队工作流程 | 一个同时支持简化模型和详细模型的平台效果很好，因为同一个项目可以在无需完全重构的情况下逐步完善。 |
优秀的电动汽车仿真源于能够忠实反映所需物理特性、且足够简单以便验证的模型。当您需要既能辅助理解又能进行计算的开放式电气模型时，SPS SOFTWARE 正是遵循这一严谨方法的典范。这往往也是可重用工作流与昙花一现的演示之间的区别所在。
