近日，SAE WCX2025公布了2025年论文的录用结果，TRANS课题组多名成员，包括科研助理、本科生、研究生、博士生同学投稿的文章顺利入选。
WCX2025（The WCX™ 2025 World Congress Experience）是由美国汽车工程学会（SAE， Society of Automotive Engineers）主办的全球汽车科技会议暨展会。SAE是美国及世界汽车工业（包括航空和海洋）领域中有重要影响的学术团体，也是世界上汽车、海洋和航空/航天运输机械技术信息的重要资源之一。SAE WCX2025是讨论全球汽车生态系统中消费者指标、监管标准和技术进步的最新见解的优秀会议，其将于2025年4月8日-2025年4月10日在美国密歇根州的底特律市举行。
✨论文介绍
01 Decoding User Experience: A Study of Public EV Charging Stations Based on Amap Comments
论文简介：广州是电动汽车普及率超过50%的中国主要大都市，该城市为评估不断扩大的电动汽车基础设施与用户需求之间的一致性提供了理想的环境。本研究使用来自高德地图的超2000条用户评论的数据集，考察了广州市电动汽车用户对公共充电站的满意度。该工作首先使用Jieba细分库处理评论，通过自然语言处理工具SnowNLP进行情绪分析，按情绪（419条好评、156条中立评论和1690条消极评论）对评论进行分类。然后应用术语频率-逆文档频率（TFIDF）进行特征提取，并使用Elbow方法确定K-means聚类的最佳聚类数。调查结果显示，用户对充电站的可用性非常不满，65.1% 的负面评论强调即使在充电站密度高的地区，充电点也不足。这些结果强调了改进资源分配和引入“桩周转率”（PTR）以提高充电效率的必要性。此外，21.01%的负面评论提到充电速度慢、成本高，而 47.97%的正面评论称赞快速充电技术的价格实惠和方便。服务定价的可变性也会导致不满，较高的服务价格比率与负面反馈密切相关。这些发现为政策制定者和充电站运营商提供了可操作的见解，以优化电动汽车基础设施。
论文作者：该论文第一作者是TRANS课题组科研助理郭海枫，通讯作者是欧士琪教授，其他作者包括2024级博士研究生景浩，齐昊，和石兰馨同学。
02 Assessing the Energy Impact of Intelligent Driving Technologies on Electric Vehicle: A Comprehensive Review
论文简介：为评估智能技术对电动自动驾驶汽车（AEV）的影响，本研究从正反两个角度综合分析智能网联技术对AEV能耗的影响。在考察了59项相关文献著作后，本工作总结发现车辆对基础设施（V2I）和车辆对车辆（V2V）合作研发将实现AEV节能的主要突破，而与智能算法相关的复杂设备和密集计算任务带来AEV的能源消耗将是主要的节能挑战。此外，本研究量化了不同智能驾驶技术对AEV的能耗影响：智能驾驶中的计算能源消耗将大幅负面影响AEV节能，可能使其相对传统电动汽车多消耗达41%的能量。相比之下，跟车和变道等技术策略可以减少高达37%的能源消耗。
论文作者：该论文第一作者是TRANS课题组2024级硕士研究生刘天一，通讯作者是欧士琪教授，其他作者包括2024级博士研究生齐昊。
03 Projected Perceived Cost of Ownership for Commercial Vehicle Powertrains in China by 2040
论文简介：中国替代能源和节能技术的快速发展凸显了对商用车的总感知拥有成本（PCO）进行全面分析的重要性。本研究开发了一个涵盖广泛的信息数据库和一个基于互联网为基础的在线模拟工具，以评估商用车在2020-2040年期间的PCO。该工具允许用户定制输入，并在多种技术发展场景中生成PCO估计，包括在不同技术发展路径中按类别、预期用途和动力总成技术分类的近200种车辆类型。该在线工具整合了多种关键成本因素，包括车辆购买成本、融资成本、能源支出和不便成本，对长期拥有成本进行了详细评估。该工作发现表明，在参考情景下，到2040年，电池电动公交车预计将大幅降低30-40%的成本。同样，燃料电池电动卡车预计将降低35%-45%的成本，可能超过电池电动卡车的预期成本削减。相反，由压缩天然气/液化石油气（CNG/LPG）或压燃式（CI）技术驱动的传统车辆不太可能在同一时期实现可观的TCO节约。在各类车辆中，预计市内公交车（M3级）的PCO降低最为显著，可能超过50%，而小型公交车则始终保持最低的PCO。在更悲观的情况下，某些车辆类型（如CI公交车）的成本降低要么有限，要么略有增加。这个基于网站的在线平台旨在为车队运营商、政策制定者和制造商提供有价值的见解和指导，支持在中国开发和采用可持续商用车技术的明智决策和战略规划。
其中，PCO Model已于2024年12月正式上线，网站界面支持中英文双语切换。
网站在线链接：https://tco.translab.top/
论文作者：该论文的第一作者是TRANS课题组2021级本科生谭晓璐，通讯作者是欧士琪教授，其他作者包括2021级本科生吴书鸿，2025级硕士研究生陈永健，林镇宏教授。
04 Optimizing Battery Charging Strategies through Q-Learning and Electric Vehicle Powertrain System Modeling
论文简介：选择最佳充电策略（根据驾驶员的行驶行为指定充电方式、时间和时长）可以显著缓解电池退化并延长电池寿命。本研究介绍了一种电动汽车的动力总成系统能量模型，该模型旨在提高实际驾驶条件下电池状态的预测准确性。通过与Q-learning方法相结合，本研究提供了有关充电行为的定制建议，包括充电器类型、启动时间和充电持续时间。本研究创新性地考虑了电池容量无法满足日常行驶里程所造成的租赁成本。本研究模拟了新英格兰普通驾驶员的典型三年使用场景，结果表明与仅使用L2充电、直流快充（DC）或极速快充(xFC)的策略相比，本研究提出的充电策略使得电池退化率相对随机充电策略分别降低了3.53‰、3.57‰和7.68‰。这种结合数据驱动和物理建模方法表明，集成智能充电策略可以改善长期的电池健康状况、降低运营成本并满足驾驶员的出行需求，从而提高电动汽车在其生命周期内的整体经济可行性。
论文作者：该论文第一作者是TRANS课题组2021级本科生汪嘉仪，通讯作者是欧士琪教授，其他作者包括林镇宏教授，2024级博士研究生景浩。
05 Electric Vehicle Dynamic Operation Simulation with Data-driven and Physical-based Models
论文简介：针对电动汽车动态运行仿真的复杂性，本文提出了一种集成数据驱动和物理原理的动态运行仿真模型。该模型框架结合了物理模型的可解释性优势，同时利用了数据驱动模型在电动汽车动态运行条件下的快速模拟能力。物理模型部分涵盖了车辆动力学建模、再生制动系统、温度模型和电池状态估计模型等关键方面。数据驱动部分基于实际的车辆运行数据提取关键特征和标签，并使用长短期记忆模型（LSTM）建立电动汽车电池组的容量寿命预测模型。通过将物理模型与数据驱动方法相结合，该模型在短时间内有效地模拟了车辆驾驶室温度、电池组温度和电池容量在不同使用条件下的动态变化。基于真实驾驶数据的仿真和验证结果表明，融合模型在能耗预测和电池寿命预测方面都具有很高的准确性和可靠性，可以为电动汽车的性能分析、优化设计和能源管理提供有效的工具和理论支持。
论文作者：该论文第一作者是TRANS课题组2024级博士研究生景浩，通讯作者是欧士琪教授，其他作者包括工信五所高级工程师胡坚耀，2022级本科生欧阳健恒，2021级本科生汪嘉仪。
撰稿：朱健宽
排版：陈永健
终审：欧士琪
