了解电动汽车续航里程背后的计算：续航里程有多远才算足够呢？

了解COVESA电动汽车电源优化项目如何使用仿真开发电池节能应用，以增加电动汽车的续航里程

除了价格之外，续航里程焦虑（即担心在路上电池电量耗尽）也是消费者在购买电动汽车（EV）时的主要心理障碍。大多数电动汽车在单次充电后的续航里程有限，加上公共基础设施和快速充电站的缺乏，加剧了消费者的不信任，并减缓了电动汽车的购买率。

但是，如果有一款电动汽车电源管理应用能够在整个行驶过程中回收足够的电量，以帮助您到达目的地，那么情况会如何呢？由Hyundia-Mobis、digital.auto、博世、Ansys和Ferdinand-Steinbeis Institute合作开发的COVESA电动汽车电源优化项目正致力于实现这一目标。此用例是digital.auto.initiative更宏大目标的一部分，作为一个由汽车制造商、供应商、初创公司和最终用户组成的开放社区，digital.auto.initiative旨在共同创造新一代软件定义汽车体验。

一款应用：续航里程充满无限可能

我们大多数人都习惯于使用每加仑英里数来衡量行驶里程，也就是一箱油的行驶里程。电动汽车续航里程是以千瓦时（kWH）来衡量的，而不是加仑。其值由原始设备制造商（OEM）和环境保护局（EPA）等政府机构决定，它表示理论上的行驶距离。

在现实世界中，实际续航里程会根据与车辆系统、驾驶员行为或其他外部因素相关的各种因素而变化。

例如，当天气变化时，由于开启了供暖、通风和空调（HVAC）系统，电动汽车的续航里程会损失多达25%。这是因为汽油车产生的大部分热量都可用于加热驾驶舱，而电动汽车则完全依靠电力来管理气温控制，从而导致电量逐渐耗尽。此外，不同的个人驾驶习惯（如急加速）也会影响电池使用寿命。

为了减少众多因素造成的能量损耗，COVESA电动汽车电源优化项目提出了一种能够持续监控电动汽车荷电状态（SOC）的解决方案。一旦识别出续航里程问题，该应用就可以采取适当的措施，通过在SOC下降时关闭车辆中的非关键系统，延长车辆续航里程。

具体而言，SOC下降将触发驾驶员警报，然后关闭某些车辆系统，所有过程中都无需停车充电。相关操作可能包括调低收音机的音量和HVAC设置或调暗内部照明。

罗伯特·博世公司战略生态系统（C/IDP）副总裁Dirk Slama教授表示：“这个项目的理念是，电动汽车将更像一部智能手机，在电池的电量水平下降到特定点之前时，为用户提供‘省电’模式。同样地，我们的项目将能够增加车辆续航里程，从而使乘员顺利到达目的地。”

通过COVESA车辆信号标准将digital.auto与Ansys强强联合

最初，该项目的目标是实现新的电源优化策略和算法并对其进行数字化验证，以支持电动汽车的节能模式，从而减少续航里程焦虑。为了实现该解决方案，团队采用了digital.auto的“#digitalfirst”方法。在digital.auto平台（虚拟开发环境）内部，团队根据基于车辆信号标准的COVESA车辆API实施了节能算法。

为了在无需构建测试车辆的情况下获得逼真的虚拟测试环境，Ansys Twin Builder可用于创建基于物理和数据的高保真度电动汽车功耗系统数字孪生。这种虚拟系统表示有助于验证电源优化算法和策略。

对于实际的节能应用，digital.auto平台可通过COVESA车辆安全标准（VSS）API与数字孪生相集成。这有助于在数字孪生和开发环境之间成功交换车辆信号数据，如速度和加速度。在前端实时同步digital.auto技术有助于实现SOC和续航里程等车辆参数的反馈共享。

通过这种方式，digital.auto平台能够使用真实的COVESA车辆API，将所有内容集成到云原生环境中，从而支持自发优化。最终，通过Twin Builder使用数字孪生仿真实现车辆虚拟化，是将软件定义汽车（SDV）理念变为现实的关键驱动因素，因为它能够跨多个领域测试和验证整个电动汽车生态系统。 

多种仿真解决方案助力数字集成初具雏形

Twin Builder有助于快速创建和集成系统模型，随后可将后者部署为数字孪生或包含整个电动汽车的系统模型。为此，首先将多个系统捕获为单个模型。其中包括用于电机、电池和HVAC系统等更复杂系统的降阶模型（ROM），这些是高保真度计算模型的抽象模型。

具体而言，Twin Builder与其他Ansys基于物理的仿真解决方案相结合，将诸如ROM等3D仿真细节引入到环境中，以生成更准确、更高效的系统级模型。为此，该软件使用Ansys结构、流体、电磁和半导体产品生成的ROM，为机械装配体、电磁致动器和机器设备、电路和电缆寄生效应、热网络以及信号完整性建模。

由此产生的数字孪生可作为容器化应用部署到任何工业物联网（IIoT）平台中，并通过标准API（如COVESA API）链接到任何设备资产。当集成到digital.auto等快速原型设计平台中时，它可以提供实时输出和命令，以根据最新条件和系统响应给出实时响应的提示，其目的在于发现任何能够延长实时续航里程的机会。

最终，虚拟硬件与实际硬件的集成将产生汽车级系统设计。测试硬件基于digital.auto dreamKIT，这是一种用于SDV/COVESA测试硬件的开源设计，其可包含从平台自动部署的原型。 

COVESA-EV电源优化项目助力实现软件定义的未来

到目前为止，此次合作为COVESA-EV电源优化项目带来了许多优势。总的来说，使用了Twin Builder的“#digitalfirst”原型设计方法有助于快速验证和确认电源优化软件算法，与成本高昂且耗时的物理测试车辆构建方法相比，这是一项显著的改进。

Slama表示：“这种方法的好处良多。digital.auto平台使我们能够使用真实的COVESA车辆API，并将所有内容集成到云原生环境中，从而支持实时优化。基于Ansys Twin Builder的数字孪生仿真是实现车辆虚拟化的关键驱动因素，可帮助我们在SDV技术方面取得重大进展。”

进一步了解Ansys Twin Builder如何为您的电动汽车设计提供一臂之力。