中型和重型車輛 (MHDV) 的電氣化正在興起。與個人擁有的輕型車輛 (LDV) 的電氣化相比，不斷增長的公共汽車、送貨卡車、物流卡車和其他 MHDV 車隊將為技術進步帶來新的機遇。這些進步將使所有類型電動汽車的制造商和用戶受益，從 LDV 到越野農業和采礦車輛。

與較小的 LDV 相比，MHDV 需要更大的充電器，并且可以支持不同的充電基礎設施。這些新車隊將需要復雜的充電技術組合，包括傳統的插入式充電器、固定位置的無線充電器和一些高速公路內置的無線充電，以便在車輛行駛時持續充電。

車隊運營商已經精通遠程信息處理，以提高現有內燃動力車輛車隊的運營效率。軟件和實時控制對于管理 MHDV 車隊的能源消耗和充電需求將變得更加重要。

本文考慮了公共汽車、送貨和垃圾卡車以及物流卡車的各種 MHDV 用例。然后，我們將研究 MHDV 車隊的出現將如何導致新充電技術的發展，并討論軟件的重要性，包括提供數據所需的傳感器，以及高級分析以及人工智能和機器學習的使用優化運行 MHDV 車隊運行。

MHDV 用例

MHDV 在幾個重要方面與當今的 LDV 不同（圖 1）。重型車輛預計可行駛 100 萬公里或更長，約為輕型車的三倍。MHDV 比 LDV 消耗更多的電量：MHDV 消耗的電量從 300Wh/km 到 2000Wh/km，而 LDV 的能源使用量通常低于 250Wh/km。MHDV 的每公里耗電量更大，加上日常行駛距離更長，需要更大的電池組。在某些情況下，可以通過使用機會收費來緩解這種情況，我們將對此進行回顧。LDV 通常有一個低于 100kWh 的電池組，而當前的 MHDV 電池組可以是 660kWh。未來的 MHDV 設計預計電池組容量為 1MWh。

圖 1：用于商業 MHDV 的分類標準。（MED = 中；COE = Cab Over Engine）（來源：WTWH Media, LLC）

MHDV 本身、駕駛員補償和燃料是運行傳統內燃機 (ICE) 時最大的運營成本。預計采用電動 MHDV 將顯著降低燃料成本。然而，為了證明 MHDV 的經濟使用是合理的，較低的燃料支出需要足夠大，以抵消電池的高成本。電池成本是電動 MHDV 中的一個重要成本，而在 ICE 驅動的 MHDV 中沒有相應的元素。例如，假設 MHDV 電池組在使用遠少于 100 萬英里時需要更換。在這種情況下，它將顯著增加電動 MHDV 的成本，并對大規模部署的潛力產生負面影響。

此外，各種 MHDV 的不同駕駛模式預計會影響相應充電基礎設施的架構：

• 公共汽車有專門的路線行駛，可以在車站利用機會充電，并且可以從使用嵌入式高速公路收費中受益
• 送貨卡車、垃圾收集車和類似服務需要堆場收費，因為路線每天都不同
• 根據路線和行駛距離，物流卡車可以使用車廠充電、沿高速公路戰略性放置的充電站或嵌入式高速公路充電，用于在固定的點對點路線上行駛，例如從機場或港口到倉庫來回區。

MHDV 的充電選項

越來越多的 MHDV 充電系統與標準 J1772-CCS Type 1 插入式充電連接和行業標準 SAE J3105 受電弓系統兼容。雖然插入式充電器幾乎普遍存在于車站充電場景中，但受電弓充電可以在車站充電和機會充電中找到，主要用于?？科陂g的公共汽車。

公共汽車機會充電的典型使用模式是使用受電弓系統，在停車期間充電時間為 3 到 6 分鐘（圖 2）。該系統還包括充電系統和電池的遠程診斷以及車隊管理軟件。受電弓系統的工作電壓范圍為 150V 至 850V，額定功率通常為 150kW 至 600kW，使系統能夠支持各種總線尺寸和充電需求。

MHDV 的無線機會充電是一項新興技術，預計將在未來幾年顯著增長。例如，雖然受電弓系統用于為市政巴士車隊提供機會充電，但巴士的無線機會充電仍主要處于開發和現場試驗階段（圖 3）。

公共汽車和其他 MHDV 的機會充電可以提供的好處超出了使用更小、成本更低的電池組支持給定行駛里程的能力。放電深度對電池的循環壽命有顯著影響。放電深度越大，循環壽命越短。例如，將電池組放電至接近零電荷，而不是 50% 的水平，可以將循環壽命縮短一半。通過支持較低深度的放電率，機會充電還支持更長的電池循環壽命。

MHDV 充電將需要更高的功率水平，而更高輸入電壓的充電器將支持這些更高的功率水平。預計 MHDV 的電池總線電壓也會增加。如今，為傳動系統供電的 800V 至 900V 主電源總線很常見。正在研究開發設備和電路以支持 1200V 電池電壓和動力傳動系統動力總線。對于最大的應用（大約 1MW），正在考慮更高的電壓。對于給定的功率水平，電壓越高，電流越低。較低的電流意味著可以使用更小、更輕的電源總線。

對于大功率 MHDV 充電器，480V 電源是常見的。未來，MHDV 充電器有望在 1200V 電源電壓下運行。未來的充電器還有望包括數字控制，使單個充電器能夠與各種車輛一起使用。這些充電器將支持多種輸入電壓，并基于中央控制識別每輛汽車的充電需求，中央控制了解每輛汽車的預期用途以及每個電池組的充電狀態和狀況，并相應地修改充電電壓和充電速率。例如，與短期內需要的車輛相比，計劃稍后使用的車輛可以更慢地充電。

軟件和傳感器

MHDV 的電氣化將產生軟件定義的車輛和軟件定義的車隊。在這兩種情況下，都需要大量數據。今天的車輛有 60 到 100 個車載傳感器，數據幾乎完全在車輛本身上進行分析。隨著車輛變得越來越智能并通過結合使用云計算和車載計算來優化車輛性能，包括 MHDV 在內的下一代電動汽車預計將包括兩倍數量的傳感器。

一旦車輛制造完成，MHDV 中的各種機械和儲能系統就相對固定。軟件不同；它可以定期更新，支持對各種控制系統的持續學習和改進，以提高 MHDV 的效率。軟件還使 MHDV 能夠響應不斷變化的操作條件。軟件被稱為新的空氣動力學，可以控制從動力傳動系統到電池和能源系統的一切。管理當今電動汽車中電池和電機之間能量流的動力傳動系統軟件包含超過 100 萬行代碼。預計下一代 MHDV 會變得更加復雜。

人工智能和 MHDV 艦隊

MHDV 與傳統電動汽車的一個顯著區別在于，大多數 MHDV 將由車隊運營商而非個人車主使用。對車隊的集中控制將使用高級分析和人工智能提供更多的運營優化激勵。

隨著智能電網的不斷進步，電動 MHDV 車隊的廣泛采用有望帶來更大的環境效益。例如，MHDV 將擴大電網并充當分布式能源存儲節點。預計車隊運營商和公用事業公司將開發能源管理能力和相應的商業模式，以幫助支持間歇性可再生能源的最佳能源使用。如果要實現這些好處，需要解決幾個挑戰。需要以這樣的方式組織車隊甚至多個 MHDV 車隊，以避免可能導致高電價和當地配電網過載的電網高峰。

大數據和人工智能的應用將是這種擴展優化的重要方面。正在開發機器學習技術來分析 MHDV 車隊的能源使用模式，然后應用人工智能算法來優化充電參數和調度。機器學習和人工智能將應用于 MHDV 本身，以進行快速和高級別的性能調整。數據還將上傳到云端，以進行更深入的分析和微調。因此，無需進行昂貴且耗時的充電基礎設施升級，就可以提供更多能源。

最后，EEMBC 計劃擴展 ADASMark 基準套件，以包括機器學習功能。ADASMark 是一種性能測量和優化工具，適用于構建下一代高級駕駛輔助系統 (ADAS) 的汽車公司，可以在下一代 MHDV 中找到應用。ADASMark 旨在分析自動駕駛中使用的片上系統 (SoC) 性能，利用代表高度并行應用的真實工作負載，例如環繞視圖拼接、分割和卷積神經網絡 (CNN) 交通標志分類。ADASMark 基準測試強調各種形式的計算資源，例如 CPU、GPU 和硬件加速器，允許用戶確定可用計算資源的最佳利用率。

結論

不斷增長的公共汽車、送貨卡車、物流卡車和其他 MHDV 車隊將為技術進步提供新的機會。這些新車隊將需要復雜的充電技術組合，包括傳統的插入式充電器以及固定位置的無線充電器，以及在某些高速公路上內置的無線充電功能，以便在車輛行駛時持續充電。

車隊運營商已經精通遠程信息處理的使用，以提高現有內燃機車隊的運營效率。軟件和實時控制對于管理 MHDV 車隊的能源消耗和充電需求將變得更加重要。MHDV 上的傳感器數量將繼續增長，并推動對高級分析的需求，包括云計算、人工智能和機器學習，以優化 MHDV 車隊運營并最大限度地提高經濟和環境效益。

審核編輯：符乾江