新能源汽车综合性能大数据评价体系
新能源汽车综合性能大数据评价体系由四个二级指数，九个三级指数构成，各级指数为百分制得分，根据不同权重加权汇总得到综合性能总得分，并按照60-70，70-80，80-90，90-95，95-100评定五个星级。
综合评价体系算例：
e FINAL=0.3e ECONOMY+0.2e ENVIRONMENT+0.2e RELIABILITY+0.3e SAFETY =0.3(0.3e EPM+0.5e MU+0.2e DAE)+0.2(0.5e RA+0.5e SA)
+0.3(0.6e OR+0.4e RSR)+0.2(0.4e FP+0.6e FFE)
=0.3×(0.3×82+0.5×92+0.2×75)+0.2×(0.5×84+0.5×62) +0.2×(0.6×68+0.4×96)+0.3×(0.4×78+0.6×82) =80.24（3星）
其中：
以下为各一级指数的计算方法：
1.经济性指数ECONOMY e
经济性指数包括吨百公里能耗指数（EPM e ）、里程利用率（MU e ）和日均经济性指数（DAE e ）三个二级指数，计算公式为：
123EPM MU DAE k e k e k e ++经济性指数=
其中，123,,k k k 分别代表上述三个指标在总经济性指数中所占权重。
三个二级指数的计算方法如下：
1.1吨百公里能耗指数（EPM
e ）
定义：吨百公里电耗是车辆在一定工况下行驶一百公里的电耗与车辆整备质量的比值。
吨百公里能耗计算方法：
（kWh ）
（km ）吨百公里=整备质量(kg)
评测阶段的车辆充电电量评测阶段的车辆运行里程能耗
评分方法:
吨百公里能耗指数代表该车型在同类车型中的位置水平。
E min E 2
E n-1E max
统计概率
表1 吨百公里能耗指数评价方法
1.2里程利用率指数（MU
e ）
计算公式：
车辆相邻两次充电之间行驶里程平均值(km)
里程利用率=
车辆标称续驶里程(km)
评分方法：
⨯某车型里程利用率 - 最小里程利用率
里程利用率指数=
40+60最大里程利用率 - 最小里程利用率
其中，里程利用率分值为待评分车辆在里程利用率评分项中的分数，最低分为60分，最高分为100分；最小里程利用率和最大里程利用率分别是平台监控车辆中里程利用率的最小值和最大值。
表2里程利用率指数评价方法
1.3日均经济性指数（DAE
e ）
计算流程：
2.环境适应性指数ENVIRONMENT e
环境适用性定义：
电动车辆的环境适用性指数由区域适用性指数和季节适用性指数两个二级指数构成：
区域适用性——针对区域变化，车辆表现出的性能稳定性。
季节适用性——针对季节变化，车辆表现出的性能稳定性。
主要评价参数：
里程利用率标准差：由于里程利用率能在一定程度上反映车辆的性能，取相同车辆在不同区域或不同季节下的里程利用率数据，计算其标准差，则可反映车辆性能的波动。
计算公式：
σ其中，σ为某车型里程利用率标准差；N 为统计区域或季节数量；i ϕ为各统计项里程利用率值；ϕ为里程利用率平均值。
其中，里程利用率计算公式为：
d
S S =
ϕ
其中，S 为电动车辆相邻充电间隔的平均行驶里程，d S 为官方续驶里程。
2.1区域适用性指数（RA
e ）：
d σ其中，d σ为某车型区域里程利用率标准差；N 为统计区域数量；di ϕ 为各区域车辆里程利用率；d ϕ为所有区域里程利用率平均值。
2.2季节适用性指数（
SA
e ）：
s σ其中，s σ为某车型季节里程利用率标准差；N 为统计季节数量（一般N =4）；
si ϕ为各季节车辆里程利用率；s ϕ为所有季节里程利用率平均值。
评分方法：
经过对现有数据的计算，认为里程利用率标准差的波动范围为1<σ<15，以60分为基础分，建立百分制打分公式:
150.4100%60151
P σ
-=⨯
⨯+- 其中，σ为各适用性指数。
总环境适用性指数12=ENVIRONMENT RA SA e k e k e +
其中，1k 和2k 分别为区域适应性指数和季节适用性指数所占权重。
计算流程：
3.可靠性指数RELIABILITY e
可靠性及故障判定构架：
可靠性指数计算的框架是对子系统评分，并按照逐层加权平均进行计算，其架构如下图。
可靠性指数计算公式为：
可靠性指数 = 12OR RSR k e k e ⨯+⨯
其中1k 、2k 分别为运行可靠性指数权值、监管系统可靠性指数权值；OR e 、RSR e 分别为运行可靠性指数、监管系统可靠性指数；其计算方法为：
11111212OR e k e k e =+ 21212222RSR e k e k e =+
其中11k ，12k ，21k ，22k 分别为日均行驶里程标准差评估指数权重、非周期性运行指数权重、数据误码评价指数权重、数据丢包评价指数权重；11e ，12e ，21e ，22e 分别为日均行驶里程标准差评估指数、非周期性运行指数、数据误码评价指数和数据丢包评价指数。
3.1日均行驶里程方差评估指数11
e ：
对某车型A ，对其所有待评测车辆编号为12,,,i n V V V V ，在选定的评测时间段内（如m 天）求取待每辆评测车辆的日均行驶里程：
1
m
ij
j iAVE M
M m
==
∑
其中ij M 为第i 辆评测车辆在第j 天的行驶里程（km ），m 为评测天数。
日均行驶里程标准差的计算公式为：
σ
其中n 为评测车辆总数，M μ为所有评测车辆的日均行驶里程的平均值（km ）。
该标准差值越大说明评测车辆的运行状态差异越大，即运行可靠性越低。
日均行驶里程标准差评估指数的计算方法为：
表4 日均行驶里程标准差评估指数计算方法
3.2非周期性运行指数12
e ：
在评测时间段（如m 天）内，对某车型B 所有待测车辆12,,,i n V V V V 进行运行状态标记，如表5所示：
表5 车辆运行状态标记
其中，运行状态标记：
0 201 20ij ij ij M km s M km ≤⎧⎪=⎨>⎪⎩
其中，ij M 为第i 辆车i V 在第j 天
j d 的行驶里程。
该车型的运行状态率计算方法为：
1
100%
n
i
i B R
R n
==
⨯∑
其中，i R 为第i 辆车i V 的运行状态率，其计算方法为：
1
100%
m
ij
j i s
R m
==
⨯∑
根据该车型的运行状态率的统计结果计算非周期性运行指数：
表6 非周期性运行指数计算方法
3.3数据误码评价指数21
e ：
对某车型C 所有待评测车辆12,,,i n V V V V 在一段时间内（如1t 到2t ）分别统计其上传的数据中FF （无效数据）和FE （异常数据）出现的频次。
则该车型
的数据误码率计算方法为：
1
n
i
i C f
f n
==
∑
其中，i f 为第i 辆车i V 的数据误码率，其计算方法为：
FF FE
i total
c c f c +=
其中，FF c 和FE c 分别为统计时间段内有FF （无效数据）和FE （异常数据）出现的信息条数，total c 为统计时间段内车辆上传的总信息条数。
数据误码评估指数的计算方法为：
表7 数据误码评估指数计算方法
3.4数据丢包评估指数22
e ：
某车型D 所有待评测车辆12,,,i n V V V V 在一段时间内（如1t 到2t ）的数据丢包率计算方法为：
1
n
i
i D f
f n
==
∑
其中，i f 为第i 辆车i V 的数据丢包率，其计算方法为：
21
1-total
i Tc f t t =-
c为统计时间段内车辆上传的总信息条数。
其中，T为数据采集间隔（s）, total
数据丢包评估指数的计算方法为：
表8 数据丢包评估指数计算方法
e
4.安全性指数SAFETY
安全性指数包含故障预报警安全指数和事故频次评价指数两个二级指数。
4.1故障预报警安全指数
e：
FP
通过大数据统计分析电动汽车的安全预警发生和安全预警等级，并对评估周期内（一般为一年）的频次进行统计分析，主要描述车辆安全性程度。
计算方法：
所需参数：该车型各级故障的发生频率i f；安全性指数为故障的严重程度，其计算方法如下：
故障严重程度=3
1
i i k f ⨯∑
其中，i k 为i 级故障的严重程度的权重；i f 为该车型万辆车的i 级故障频次。
4.2事故频次评价指数FFE e ：
车辆事故是安全性的直接表现，发生的频率对安全性的评价有直接影响。
计算方法：
每个评估周期内（一般为一年）发生事故的次数进行统计。
次数最多为60分，零事故为100分。