引言

　　汽车设计人员目前面临一个既新又旧的挑战：那就是开发高效经济的新型电动汽车平台。电动汽车的历史差不多与传统燃料汽车一样悠久，但是对于今天的大多数人来说它们还是“新鲜事物”。

　　1900年，美国汽车市场基本由三种推进系统组成（见图1）。汽油类汽车排名第三，市场份额仅为22%。

　　

　　图1：电动汽车在1900年左右达到顶峰，当时超过了内燃机汽车。

　　但是1900年是电动汽车的顶点。很快，随着石油的大量发现，汽油变得普及而便宜。汽油驱动汽车的统治地位得以确立，并且在接下来的一个世纪里基本上没受到任何挑战。

　　不断增长的油价压力和环境问题迫使汽车行业不得不认真考虑电动推进系统。设计人员需要一些工具来加快开发面向未来市场的安全、可靠、经济的电动汽车。

　　一切始于电池技术

　　当今复杂的电池技术实现了高能量密度、合理的质量和适当的充电时间。很多现代化的电池组都使用了锂离子等化学元素，锂离子可以增加行驶里程同时减轻重量。但是如果将汽油能量密度 12 kWh/kg 与普通锂离子电池的 0.12 kWh/kg 2相比较，即便是“最好的”电池驱动一辆四门乘用车，每充一次电最多也只能跑250公里（150英里）3。

　　设计电池驱动汽车（以及最终达到所有电动汽车都由电池驱动的目标）是一个牵涉到多个领域的挑战——如果没有软件工具来帮助工程师设计重量轻、成本低的配电系统；建立精细的电池运转、充电和需求模拟模型；预测安全和电气干扰问题，并且依然满足紧迫的新产品开发进度，这个挑战就很难解决。

　　混合动力电动汽车带来设计挑战

　　现在，消费者在购买电动汽车时必须权衡与传统燃料汽车相比的重大折中。相对较高的购买价格、电池更换成本和有限的行驶里程足以让消费者去追捧传统燃料汽车，而且劣势还不止这些。

　　很多原始设备制造商选择结合使用电动与传统燃料发动机技术来生产混合动力汽车。这些平台同时发挥了电池与传统技术的长处。

　　混合动力汽车的电池要比纯电动汽车的小，因为它只是间歇地使用。较小的电池组使设计人员更容易将其设计进汽车中，同时使汽车成本和重量保持在可控范围。汽车在运转的同时电池也可以充电。但是混合动力电动汽车（及众多衍生品）和纯电动汽车的推进技术使得汽车的电气内容和复杂性显著增加。

　　所有电动汽车平台都会带来很多新的设计挑战，涉及系统模拟、电磁干扰 （EMI）、失效模式与效果分析 （FMEA）、潜在通路分析 （SCA） 等等。

　　设计数据管理是解决电气设计复杂性问题的核心所在。以数据为中心的配电系统 （EDS） 设计工具包（如图2所示）就扮演着这个核心角色，并辅以根据各自交流电分析能力而选择的其它工具。

　　

　　图2：以数据为中心的流程在从产品定义一直到维修点的设计过程中提供了一致的数据基础。

　　模拟、建模和参数分析相互协作

　　混合动力汽车和电动汽车无疑增加了模拟的复杂性。传统的模拟场景离不开定性逻辑型电流或数值型直流电模拟发动机，但无法处理多相交流电电压和电流以及高达50千赫的转换频率。此外，各汽车系统域之间相互作用的加强也使多模型系统的验证成为一个关键的考虑因素。

　　当设计师在一个“类似的”混合动力配置中为一辆汽车同时配备传统的汽油发动机和电动机，除了必须模拟常见的直流弱电流电路行为之外，设计师还要对各种相互影响进行评估，其中包括直流-直流转换器对整辆车的影响。

　　多相交流电为电动机提供动力。这就需要新的模拟和建模技术来最大程度地优化电池，延长续驶里程、减轻重量并缩短充电时间。最后，设计师还必须能够细细研究一下电动机、汽油发动机、变速箱和驱动系统在不同驾驶循环条件下的相互影响。

　　功能全面的配电系统设计平台可以轻松实现对直流电路的定性和数值分析。电池和发动机行为可以被描述为 VHDL-AMS 等格式，从而模拟出温度或充电影响等效应。工程师可以创建基于驾驶循环的“需求模型”，并通过操作一系列场景来决定电池和发动机的最佳组合。

　　当需要更加详细的研究时，配电系统平台能够向一个可兼容的时间域/交流电分析工具发送数据，对设计的多物理特性进行评估（如图3所示）。先进的传动系统控制算法模型、采用空间矢量调制转换策略的发动机驱动功率电子元件模型和基于有限元分析 （FEA） 的准确机械模型几乎可以被组装和模拟成一个完全集成的系统。