9月27-28日，由充換電百人會、中國充電樁網、聯聯充電聯合主辦，上海賀勵展覽有限公司、上海賀勵商務咨詢有限公司承辦的2022第八屆中國國際電動汽車充換電產業大會（簡稱：金磚充換電論壇）在常州香格里拉大酒店順利召開。本屆大會設置“論壇峰會+展覽展示”，以“創新協同驅動，低碳高效發展”為主題，通過話題設置，引發討論，倡導和引領充換電及電動汽車企業發展思路及策略。引爆業內對“充換電”的關注，解讀最新充換電發展困惑，詮釋機遇及發展方向。
演講實錄
上海市新能源汽車公共數據采集與監測研究中心副主任鐘鳴薈出席論壇并發表主題演講——《基于車聯網大數據的充電應用探索》。
以下為演講實錄：
在座的各位專家，大家下午好！我是來自上海市新能源汽車數據中心的鐘鳴薈，非常感謝主辦方的邀請，能夠讓我有機會在這里將我們基于車聯網實時數據關于消費者充電需求滿足的一些結果，跟大家報告一下。
今天下午我的分享主要想跟新老朋友都先介紹一下我們是誰，以及我們的數據來源，包括為什么基于車端的車聯網數據，可以做充電方面的一些研究。
上海市新能源汽車數據中心是上海市唯一的新能源汽車政府監管平臺，我們的職責是負責對在上海銷售的全部的滬牌新能源汽車做車輛的數據接入，以及基于數據的一些應用支撐。
目前，上海市新能源汽車數據中心已經接入了超過82萬輛車，這個車輛不管是私人領域的乘用車，還是公交、大巴、物流等公共領域的車輛，包括插電、純電和氫燃料的車輛，按照相關的管理要求，都需要同步接入。
目前，平臺內的82萬輛車已經涉及到110多家車企，上千個車型。相關的數據來源，目前執行的數據采集標準還是國標的GB/T 32960.3，采集的頻率是消費者購買車輛上路之后使用階段的、持續性的實時數據。
目前屏幕上大家看到的是實時采集的全部字段，其中也有非常重要的一些字段，比如說車輛的定位信息車端的一些SOC，它的充電狀態位、充電總電流或者總電壓等等這些，這些所有的都是我們做充電研究的一些前提。
目前，我們的數據來源還是車輛給車企發送，車企平臺再實時轉發給地方的監管平臺。有了數據之后，它開展的應用有很多方向，我們在充電方面基于這些數據可以掌握每輛車停留的位置，它停留的時長，它有沒有開始充電，充電的起止、SOC等等。
上海這82萬輛車，首先跟大家報告一下我們車輛的結構，目前超過96%的車輛都是乘用車，從車輛的用途來講，接近80%的車輛都是私人領域使用的車輛。基于這些，充電方面的研究如果從充電場景、發生的位置來看，可以分為城區內的研究和高速的充電場站應用場景的研究。
在城區的充電方面，可以看到最右邊的那張圖上，基本上實時可以掌握82萬輛車當中，上海每天在上路的車輛超過50萬輛，每天在充電的車輛是超過22萬輛，日均新能源汽車的充電負荷接近500萬度電。除了這些之外，我們在城區的充電還會做得比較多的是基于上海市不同的行政區或者任意顆粒度的網格，網格內的消費者數量、消費者的快慢充的習慣，以及消費者真實應用場景的分布，也就是說在城區內，我們更關注的是充電供需方面的研究。
高速充電和城區居家充電本身是充電兩大非常重要的應用場景，很快十一假期到了。今天想跟大家分享一下我們基于車端的數據，在高速的充電場景服務優化上面，做了哪些方面的探討。
高速場景充電優化方面聚焦兩個方面：
（1）充電等待時間。
我們這邊可以比較精確地掌握車輛抵達服務區的時間，開始充電的時間，以及每輛車在服務區內停留的時間。基于這些信息，我們可以依托上海的車輛在高速路上的出特征，可以反映出至少是長三角范圍內高速上面的每個服務區每天車流量的變化情況，以及車輛到訪的SOC跟實際充電轉化的情況。
（2）充電質量。
充電質量對于在座各位來講，可能它更多的是指車樁的匹配性，包括用戶在充電過程中可能會出現的一些充電波動，以及它的異常等。
在這里我們主要拿2021年上海新能源汽車出滬的情況，跟大家做一些報告。
考慮到高速路上的充電，主要還是由純電動車輛貢獻的，我后續所有的特征都是基于滬牌純電動車輛在高速路上出行的一些結果。
我們節假日的研究，在國慶期間是取了前后三天，一共十三天的時間周期做一個分析。從最左邊的圖上可以看到，滬牌在去年十一的時點，當時上海大概推了58萬輛新能源汽車，58萬輛當中有9萬輛在國慶期間有出行，在去年這個時點，當時的疫情基本屬于已經過了一波，大家在國慶可以比較自由流動。
我們觀測到在國慶十三天長假內，滬牌純電動車發生在高速路上的出行次數大概17萬次的規模，這些車輛抵達服務區的數量有一半進了服務區（76000次），進了服務區的車輛到底有多少充電呢？（如圖）大概有四分之一的車輛發生了充電的。這是去年上海出行的情況。
中間和右邊的圖都是表征整個十一假期出滬返滬的高峰，以及我們覆蓋到的長三角的環滬的九條主要高速。
做節假日的分析，首先觀測了流量的變化情況。我們將2021年國慶依托滬牌純電動車輛的流量，得到的結果是在國慶期間它的整個到訪服務區日均流量是平常日的3倍以上，平常可能1500次左右，在國慶期間去年已經達到4500次這樣的規模，我們也跟歷史同期進行了比較。
跟2020年國慶相比，2021年的國慶直接翻了4倍。看到這里，我們基本上可以比較清楚地知道，對于高速充電這個場景來講，它接下來面臨的挑戰就是在資源約束下，隨著新能源汽車推廣量的激增而帶來的流量激增，這是非常大的壓力。
我們觀測了一下消費者出滬之后第一天開的行駛里程。（如圖）左邊的圖橫軸是出滬車輛第一天的行駛里程，縱軸是車輛的續航，顏色越亮的是指消費者充電頻率，從這張圖上似乎可以看到一個結果，250公里似乎是一個閾值，消費者只要在高速路上的出行達到250公里以上，基本一定會去充電的，這是左邊的圖上可以揭示的結論。
大家知道在城區內的充電，可能消費者到訪一個公共服務場站是剛需，大部分情況下是為了充電而充電。高速場景也有這樣的特征嗎？我們用數據揭示這樣的結論。首先大家可以看左邊的圖，橫軸是一天24個小時，縱軸是不同的SOC段的車輛到訪一個服務區的概率。
從左邊這個圖上可以看到，這幾條曲線的擬合非常一致，我們取了SOC 30、40、50不同的SOC，可以看到到訪服務區對于消費者在高速路上場景來講，更多的是因為他的一些駕駛行為，因為他需要停留而到訪，而不是因為充電剛需到訪。
除了這個結論之外，我們可以非常清晰地看到，對于每一個高速服務區的流量分布來看，可能有不少人怕擁堵、為了趕優惠，凌晨出行。大數據結果顯示，服務區的流量高峰依然是每天的中午到下午這段時間，我們基于這個角度，用2021年常日和國慶，以及2020年國慶的數據，都進行了校驗，我們發現這個結論基本是一致的。也就是說，消費者到訪一個服務區的概率更多的是與駕駛行為強相關的。
這邊可以看到最左邊這個圖（如圖），橫軸依然是每天24小時時刻的分布，縱軸是抵達次數以及充電次數的比率。從最左邊這張圖上可以看見非常明顯的拐彎情況，隨著車流量的高峰慢慢到達，這個用戶的等待時間在延長。因此，后面很多車輛即使到達了，也是不充電，直接就走了，因為那個時候充電資源已經全部被占用。灰色的部分是大部分到訪了，但是直接走了的消費者情況。
這些已經到達了服務區而并沒有充電，因為等待而受到影響的客戶，最敏感的是哪一類群體呢？中間這個圖是區分了到訪的不同的SOC段的車主，可以看到縱軸是他們的到訪并且充電的比率，藍色的分別是SOC30和SOC40的兩類用戶群，可以看見隨著這個時間的變化，這兩類用戶他的抵達和充電轉化率的波動是非常小的，也就是說這部分的車主也是因為SOC的情況，已經是非常剛需的充電需求，所以他會繼續再等待。但是，我們可以看到你的SOC越高，他受到的影響是越大的。我們在這里是用數據的結論進一步印證了大家腦海里的一些猜想。
最右邊的圖橫軸改成了每輛車SOC的情況，縱軸是這些不同SOC段車輛它的抵達和充電次數的比例。從這里可以非常清楚地看到，隨著車輛高峰的到來，隨著不同的SOC段，亮藍色的那部分我們可以或許考慮一些移動充電資源的投放，包括一些營銷策略可能會觸及到的消費者。這是我們在不同SOC段這邊做的展開。
以上我們在高速充電場景充電等待時間，依托消費者的抵達、等待，以及SOC的差異方面做的一些探索，前面也提到除了這些之外，我們還非常關心用戶的充電質量。
（如圖）最左邊這張圖也是長三角的幾條主要高速上面的服務區，我們選了代表的車型，這個小點點的顏色深淺代表同一款車型在不同服務區平均充電功率的表現。可以非常直觀看到，對于同一個車型來講，在高速不同服務區上面的平均充電功率存在著非常大的差異。
中間這兩個圖，我們分別拉了湖州和鹽城兩個站。對于這兩個充電服務場站來講，它對不同的車型，適配性也非常明顯，在浙江湖州這一站存在顯著差異，而在鹽城這邊是相對表現均衡的，這是充電功率差異的情況。
右下角的圖是我們捕捉到的基于后臺充電的實時數據，看到的充電過程中的異常，這些異常對消費者整個體驗也會帶來不一樣的影響。
以上就是基于車端數據目前展開的思考，其中大家可以體會到里面有很多局限性。一方面，我們僅僅是聚焦滬牌的車輛；另一方面，僅僅是聚焦到車端的充電數據。后面非常期待能夠進一步與運營商、與主機廠或者其他的合作伙伴，再聚焦到整個充電數據融合的前提下，大家共同為充電體驗的優化再做一些探索和貢獻。以上是我今天分享的全部內容，謝謝大家！
