20、新能源汽车能量管理策略与NVH测试技术解析

新能源汽车能量管理策略与NVH测试技术解析

新能源汽车能量管理策略

在新能源汽车领域，电池荷电状态（SOC）的准确估计对车辆的能量管理至关重要。相关研究表明，随着电池SOC估计精度的提高，混合动力汽车运行时电池的利用率显著增加，3.3公里的燃油消耗明显降低，有害物质排放也随燃油消耗的减少而显著降低。

传统的电池SOC估计方法存在精度低和实时性差的问题。而神经网络无需精确的数学模型就能对电池SOC估计的不确定和非线性系统进行建模，有效解决了这些问题。为克服BP神经网络易陷入局部极小点、无法获得全局最优解的缺点，采用了基于小波神经网络（WNN）的动力电池组SOC估计方法。其中，Morlet WNN具有较强的学习能力和较快的收敛速度，但混合动力汽车用锂离子动力电池组的SOC估计精度和网络收敛速度仍需进一步提高。

新能源汽车NVH测试技术

汽车的NVH性能（噪声、振动和不平顺性）直接关系到驾乘人员的舒适性和车辆品质，受到众多车企和研究人员的关注。国外先进汽车制造商较早开始研究NVH问题，自20世纪90年代起，丰田、本田、通用等大型汽车公司的工程研究中心纷纷设立NVH部门。相比之下，国内汽车企业虽在NVH研究上投入大量资金和测试设备，但从技术角度看，仍与国外企业存在一定差距。

国内一些企业和高校为提高纯电动客车自主品牌的自主研发能力和核心竞争力，建立了半消声室用于NVH测试，如中国汽车技术研究中心、浙江吉利汽车有限公司等。

对于新能源汽车，尤其是电池电动汽车，NVH问题涵盖多个方面，包括电驱动系统和机电系统NVH、车身NVH、底盘系统NVH、风噪声、轮胎噪声和车辆隔音NVH等。其中，机电系统和动力总成的NVH问题约占电池电动汽