MoreRSS

site iconAllen Hua修改

Java工程师,常驻南京。
请复制 RSS 到你的阅读器,或快速订阅到 :

Inoreader Feedly Follow Feedbin Local Reader

Allen Hua的 RSS 预览

增程器就是充电宝?别被忽悠了

2025-05-14 09:33:00

如果你畅游社交网络的汽车区,经常有人分享“增程车的增程器就是个充电宝”这样的观点,更有甚者,觉得“1.0L, 1.5L 1.5T 都可以做这个充电宝”。这些排量+是否有涡轮增压的发动机都可以做增程器是不假,但很影响用车体验,并且和车的设计以及定位密切相关,如果是一辆通勤代步小mini车,整车不到4米长,高速需求少,那么增程是非常理想的方案。但是我看大部分买了某 6 7 8 9,以及另一个某8 9 车型的人,是经常跑高速的,这种如果不讨论燃油经济性,也会造成他们的电池很快跑完“可用”循环,并且长时间大功率放电会加速这些电池的衰减。

我从一个点切入,你就知道 1.5T 增程器用在“百万豪车”为何不妥了。

当电池电量 30% 时,三元锂电池整包的放电功率大概只有满电时的60%~70%,如果此时用户正在从【泸定县城】爬往【折多山垭口】,这个例子太具体了,我们换成高速上紧急加速场景。某增程车?6(?代表一个字符)欣旺达三元锂电池包 36.8度,我查到他峰值是8C的放电倍率(几乎只能维持10+s),但是高负载(能扛住长时间大功率需求)时放电倍率只有3C,满电时放电能力有294.4kW,那么30% SOC 时候放电功率只有 110.4kW,无法满足此时的功率需求。

还有一个重要的点,也许很多人知道但是忽略了,电池包同一时间只能进行充电/放电,不可能既在放电又能充电的。

所以上面的场景下,很大可能是发动机+电池共同出力满足电机需求的。发动机 -> 发电机 -> 驱动电机,如果此部分功率不够,整车系统还会继续从电池中取功率喂给驱动电机。

这部分的能量传输路径是:发动机 - 发电机 - 交流电转直流电(AC to DC)- DCDC控制器 - 直流电转交流电(DC to AC)- 驱动电机 - 减速器/差速器 - 车轮。

能量转换图

发动机 → 发电机(AC) → 整流器(AC/DC) → 高压直流母线 → 逆变器(DC/AC)→ 驱动电机  
                                    ↓  
                                 DCDC(DC/DC)→ 12V系统  

所以增程车的增程器只是个充电宝吗?不是,某种意义上他也会参与“直驱”,但是他“直驱”的形式是通过曲轴带动发电机发的电驱动车轮前进。

我们在讨论直驱时,到底是在讨论什么?插混直驱就是发动机曲轴的力通过一些机构直接作用在车轮上,而不经过上面那一大串路径了。城区低速场景,功率需求比较低,大部分时间功率需求都在100kW以内,纯靠电池就能提供,这时候插混和增程是一样的,都是在合适的时间启动发动机专门发电,然后部分功率用于驱动,剩余功率充进电池。

浦口龙虎巷扫街,记录人间真实

2025-05-12 22:28:00

龙虎巷的高大梧桐树今年被政府砍断了,原本颇有老街风貌的街区瞬间失去了一些色彩,但这里依然还有很多魅力,昨天带上索尼 FE 35mm F1.8 去拍了几张照片,特此分享。

还遇到一个大爷,骑着电瓶车就来我跟前,“小伙子来摄影呀”,还颇健谈,和我讲以前浦镇的神话,甚至邀请我去他家喝酒…… hhhh

HDK06271-dk-compressed.webp
HDK06275_new-dk-compressed.webp
HDK06276_new-dk-compressed.webp
HDK06280-dk-compressed.webp
HDK06282-dk-compressed.webp
HDK06284-dk-compressed.webp
HDK06285_new-dk-compressed.webp
HDK06290-dk-compressed.webp
HDK06291-dk-compressed.webp
HDK06293_new-dk-compressed.webp
HDK06297-dk-compressed.webp
HDK06298-dk-compressed.webp
HDK06300-dk-compressed.webp
HDK06308-dk-compressed.webp
HDK06319-dk-compressed.webp
HDK06328-dk-compressed.webp
HDK06346-dk-compressed.webp
HDK06347-dk-compressed.webp
HDK06351-dk-compressed.webp
HDK06352-dk-compressed.webp

博客图片压缩方案更新|AVIF|WebP|MozJPEG|标准JPEG

2025-05-12 15:46:00

今天看B站动态当中的配图文件格式是 AVIF,瞬间起了兴趣。

然后才发现我的博客这么多图片我一直还在使用 MozJPEG 格式压缩的,虽然 MozJPEG 压缩率已经很高了,但看到更先进的算法不由得还是心动了,于是决定进行一些研究和寻求一些改变。

Squoosh 是 Google chrome labs 推出的,他支持压缩成 AVIF, MozJPEG, BrowserJPEG(就是标准JPEG), WebP 等格式,我一直用他压缩图片。他是开源的,源码在 https://github.com/GoogleChromeLabs/squoosh 支持这么多压缩算法

squoosh 压缩算法有哪些.webp

Squoosh各种压缩算法对比表

算法名称 核心技术 优势场景 劣势 兼容性
AVIF AV1视频编码 超高压缩率(50%+),支持HDR/广色域 编码速度慢,旧浏览器不支持 需现代浏览器
Browser JPEG 传统JPEG 快速压缩,广泛兼容 压缩率/画质均低于优化算法 全平台兼容
JPEG XL (beta) 新一代JPEG 渐进加载,兼容传统JPEG,超高画质保留 尚处beta阶段,生态未普及 实验性支持
MozJPEG 优化版JPEG 比传统JPEG节省20%-30%体积,兼容性好 无法突破JPEG格式限制 全平台兼容
WebP Google VP8 比JPEG小30%+,支持透明通道 部分旧设备不支持,不支持渐进加载 主流浏览器支持
WebP v2 (unstable) 升级版VP8 比WebP体积更小 不稳定,可能产生画质异常 实验性支持

(注:PNG相关算法未列入主推荐,因PNG格式不适合照片压缩)


我的目标是占用存储空间小(用户访问文章图片加载也会更快),画质能接受不能太差,所以最好的方案是 AVIF,但是兼容性差,图床支持也不行。

最佳选择是这样的 优先级排序:AVIF > WebP > MozJPEG

1️⃣ 首选:AVIF

  • 优势:在 Squoosh 实测中,AVIF 能以 1/3 原图体积(约70%压缩率)保持肉眼难以察觉的画质损失,支持更广色域。
  • 场景:适用于现代浏览器环境(Chrome 85+/Edge 89+),适合博客/电商等需要极致加载速度的网站。
  • 操作建议:压缩时设置 质量等级 65-75,开启 色域保留 选项。

2️⃣ 次选:WebP

  • 优势:体积比原JPEG减少 30-50%,兼容主流浏览器(Chrome/Firefox/Edge),支持透明度。
  • 场景:需要兼顾兼容性与压缩率的场景,如移动端APP、社交媒体图片。
  • 操作建议:设置 质量等级 75-85,勾选 自动滤镜优化

3️⃣ 保守选择:MozJPEG

  • 优势:完全兼容所有设备,通过智能量化表优化,比原JPEG节省 20-30% 体积。
  • 场景:必须保持.jpg格式的场景(如老CMS系统),或目标用户使用旧设备(IE/老旧安卓机)。
  • 操作建议:设置 质量等级 75-80,开启 渐进加载 提升感知速度。

下面实测我拍的一张南京长江大桥图片,分别使用 AVIF, MozJPEG, WebP 压缩,每种压缩算法均使用 Squoosh 默认压缩选项,来比比看吧

原图 jpg,大小 8.5MB

南京长江大桥原图8.5MB.webp

MozJPEG

mozjpeg压缩率.webp

WebP

webp压缩率.webp

AVIF

avif压缩率.webp

可以看出,MozJPEG -> WebP -> AVIF 压缩率逐步提升,文件体积不断减小,我看了一下画质均在可接受范围内,其中 WebP 我勾选了【Auto adjust filter strength 自动调整滤镜增强】(不会影响压缩率和文件体积,只会影响画质),一个表格来表达

算法名称 压缩率 压缩后文件体积
MozJPEG 88% 1.09MB
WebP 91% 812KB
AVIF 95% 419KB

从表格可以看出 AVIF 压缩率和新文件的文件体积都遥遥领先,这正是未来趋势。不过使用 AVIF 压缩时间很久,电脑风扇也会呼呼转,这也是代价。

我使用的图床是 Lsky Pro,不支持 avif,开源版本目前也不会迭代了,更不会增加新需求。综上,我今后将使用 WebP 作为图床图片的格式,虽然比 MozJPEG 也没有强多少,但是总归是要更好的。

Windows 电脑使用 Obs Studio 录制各个网站视频/桌面画面教程

2025-04-25 17:18:00

我分享这个 flow 是因为我有分享视频中片段的需求,但是又不想用相机拍摄,相机拍摄效果可能也不好。下载下来再裁剪又太麻烦。尤其是我喜欢看车祸警示录,有时候看到某些事故非常搞笑,我就用这个手段录制下来,视频可能就10s,30s,然后再微信分享,就很 nice 了。如果是分享10min的完整视频那种,就不如直接贴链接,或者直接下载下来再分享,不需要使用本文方案进行录制。

前言

你是否会因为难以下载 YouTube, X(Twitter), 小红书, Instagram, 微博 之类的网站上的视频而发愁呢……虽然下载这些网站的视频大多都有在线工具或者命令行工具,可以在 GitHub 寻找。

但是目前经过我的日常使用,小红书和微博上的视频资源不是很轻松就能下载下来,或者下载用时很久,还可能下载下来文件太大(比如下载时无法执行码率和分辨率),不利于再次分享。

我为了解决这个问题,一开始使用了 NVIDIA Geforce Experience,但是这个只能录制屏幕的完整内容,如果想要录制屏幕当中的某一块区域,英伟达这个软件就不行了。

于是转而使用 Obs Studio。下面这段介绍来自 DeepSeek V3

OBS Studio(Open Broadcaster Software)是一款免费开源的跨平台直播和录屏软件,广泛用于游戏直播、教学演示、视频创作等场景。以下是其核心特点:

1. 核心功能

  • 多场景切换:可创建多个场景(如游戏界面、摄像头画面、PPT等),直播时实时切换。
  • 来源组合:支持添加窗口捕获、摄像头、文字、图片、浏览器、音频等元素,自由布局。
  • 高性能录制:支持高帧率(60fps+)、高分辨率(4K)录制,输出为MP4、MKV等格式。
  • 直播推流:一键推流到Twitch、YouTube、B站等平台,支持RTMP协议。

2. 技术优势

  • 低延迟编码:内置x264、NVENC(NVIDIA显卡)、AMF(AMD显卡)等硬件加速编码器。
  • 音频控制:多轨道音频混合,支持降噪、增益等滤镜。
  • 插件扩展:通过插件支持虚拟摄像头、字幕、特效等扩展功能。

3. 适用场景

  • 游戏直播:捕获游戏画面+摄像头叠加,实时互动。
  • 网课/会议:录制屏幕+PPT演示,或虚拟摄像头接入Zoom/Teams。
  • 视频创作:录制教程、剪辑素材,支持后期音频分离编辑。

4. 跨平台支持

  • 支持Windows、macOS、Linux系统,界面简洁但需一定学习成本。

5. 注意事项

  • 硬件要求:高清直播需中高端CPU/显卡,建议提前测试性能。
  • 学习曲线:高级功能(如音频路由、动态滤镜)需查阅教程。

官网下载:OBS Project
社区活跃,遇到问题可通过论坛或GitHub快速解决。适合追求高自由度、零成本的用户。


我在使用 Windows 11 电脑。安装好 Obs Studio 之后,打开软件,进行初始化配置,我不直播,所以只进行了 recording 录制相关的初始化,最后 apply settings,应用设置。

添加源。我拿录制B站车祸警示录的视频举例,使用 edge 浏览器播放B站视频,那么来源选择【窗口采集】,选中正在运行的 edge 那个窗口,标题前缀是 [msedge.exe]

obs 添加源.jpg

如果不想录入当前电脑麦克风的声音,请将 Mic 给静音。

B站视频采集.jpg

此时会录制整个窗口的画面,如果想录制视频播放区域,需要添加一个裁剪/填充的【滤镜】,如下图,设置好距离左,顶部,右,底部的像素数量关闭即可。

obs 滤镜裁剪填充.jpg

在开始录制前确保输出的视频画面充满整个画布,勾选使用此源的尺寸作为输出分辨率 (重要重要!否则输出的视频可能有很多“留黑”空白区域)

使用次源的尺寸作为输出分辨率.jpg

最后再点击【开始录制】,同时播放 edge 浏览器窗口的视频,在视频结束时(或者你想截取的视频片段刚好结束)点击【停止录制】。

最终录制视频呈现的质量,设置项在 【设置】->【输出】->【录制】->【录像质量,录像格式,视频编码器,音频编码器,音轨】等配置。

建议录像格式使用MPEG-4,方便传播,比如微信就可以直接预览 mp4 视频。

为typecho博客添加latex支持

2025-04-25 13:40:00

使用了这个插件: https://github.com/zyuzhi/MarkdownKatex-typecho ,下载了 v1.0.1,但是点击创建文章之后无法返回所有文章页面。另外博客首页也无法加载,禁用插件即恢复正常。懒的去追究原因了,索性不用插件改用其他方法。

我家里的一台机器也部署了 typecho,同样都是 docker compose 部署的,和当前 typecho 实例的区别大概就是 v1.2.0 vs v1.2.1 。家里机器上的 typecho 是 1.2.0,当前实例是 1.2.1,有可能是版本升级导致的原有插件失效,因为上述插件 GitHub 源代码是2018年左右最终打包到 release 发行的。

在 typecho v1.2.1 实例上测试如下方法可以为 typecho 博客添加 latex 支持。

方法参考: https://www.xrgzs.top/posts/typecho-use-mathjax-add-latex-support

修改当前主题的 header.php

将以下代码添加到 header.php 的适当位置。我这个主题这个文件在 components/header.php

<script async type="text/javascript"
    src="//cdn.mathjax.org/mathjax/latest/MathJax.js?config=TeX-AMS-MML_HTMLorMML">
</script>
<script type="text/x-mathjax-config">
    MathJax.Hub.Config({
    extensions: ["tex2jax.js"],
    jax: ["input/TeX", "output/HTML-CSS"],
    tex2jax: {
      inlineMath: [ ['$','$'], ["\\(","\\)"] ],
      displayMath: [ ['$$','$$'], ["\\[","\\]"] ],
      processEscapes: true
    },
    "HTML-CSS": { availableFonts: ["TeX"] }
    });
</script>

注意:footer.php 中就不需要重复引用这个 script 了。

mardown + latex 测试

牛顿第二定律

物体所受合外力 $\mathbf{F}$ 与其加速度 $\mathbf{a}$ 满足:

$$ \mathbf{F} = m\mathbf{a} = \frac{d\mathbf{p}}{dt} $$

其中:

  • $m$ 为物体质量(单位:$\mathrm{kg}$)
  • $\mathbf{p} = m\mathbf{v}$ 为动量(单位:$\mathrm{kg \cdot m/s}$)
  • $t$ 为时间(单位:$\mathrm{s}$)

万有引力公式

两个质点间的引力大小:

$$ F = G\frac{m_1 m_2}{r^2} $$

式中普适常量: $G \approx 6.674 \times 10^{-11}\, \mathrm{m^3 \cdot kg^{-1} \cdot s^{-2}}$

新能源汽车之纯电车使用交流慢充和直流快充的充电损耗对比

2025-04-25 13:15:11

以下是我和DeepSeek R1的对话


USER

新能源汽车使用7kW 交流慢充和外面的直流快充,哪个充电时损耗更高?7kW 交流慢充的电流大概30A,44度电池大概需要7个小时;使用外面直流快充桩,假如功率是70kW,充满需要1小时,但是充电电流最大180A左右。请计算一下哪种充电方式电损耗更多?

ASSISTANT

嗯,用户问的是新能源汽车用7kW的交流慢充和外面的直流快充,哪个充电时的损耗更高。需要比较两种充电方式的电损耗。首先,我得理清楚问题的各个参数和可能的损耗来源。 用户给出的数据是,7kW慢充电流约30A,44度电池需要7小时充满。而直流快充功率70kW,充满需要1小时,电流最大180A。用户希望计算哪种方式损耗更多。 首先,我需要明确充电损耗主要包括哪些部分。通常来说,充电损耗可能来自几个方面:充电桩本身的效率、线缆的电阻损耗、电池在充电过程中的热损耗,以及可能的转换损耗(比如交流转直流时的损耗)。 但这里可能需要简化问题,因为用户可能只关注其中一部分损耗,比如线损或者充电效率差异。但用户没有明确说明,可能需要自己做一些合理的假设。 首先,对于交流慢充,7kW的功率,电流30A,电压应该是220V左右(因为功率=电压×电流,7kW=7000W,7000/220≈31.8A,接近30A,可能实际电压更高或者电流略高)。而直流快充的话,70kW功率,电流180A,那电压大概是70000/180≈388.9V,这符合一般直流快充的高电压情况。 接下来,考虑线损。线损主要和电流的平方成正比,和电阻成正比(P=I²R)。所以,线缆的电阻会影响损耗。但需要知道线缆的电阻值,或者比较两种情况下电流的差异导致的损耗差异。 不过,这里可能需要区分交流慢充和直流快充的充电过程。交流慢充的情况下,车载充电机(OBC)将交流转换为直流给电池充电,而直流快充是直接由充电桩提供直流电,绕过了车载充电机。因此,两者的损耗可能不同,交流慢充会有OBC的转换效率问题,而直流快充可能有充电桩内部的转换效率以及线损。 假设线缆的电阻相同的话,那么线损取决于电流的平方乘以电阻。但实际情况中,直流快充的线缆可能更粗,电阻更小,但电流更高。不过用户可能没有给出线缆的具体参数,可能需要假设两种情况下的线缆电阻,或者比较相对损耗。 或者,用户可能只是希望比较两种情况下电流不同导致的线损差异,假设其他条件相同。 不过可能更全面的考虑是,整个充电过程的效率,包括充电桩的效率、线损、车载充电机或电池管理系统的效率等。 例如,对于交流慢充:电网的电能先经过充电桩(可能效率接近100%,因为交流传输),然后到车载充电机,OBC将交流转换为直流,并调整电压到电池需要的水平,这个过程的效率通常在85%-95%之间,比如假设是90%。然后,线损部分,电流30A,线缆电阻假设为0.1Ω(随便举个例子),那么线损是I²R=30²×0.1=90W,持续7小时,总损耗是90W×7h=0.63kWh。同时,OBC的效率损失是,输入到OBC的电能是7kW×7h=49kWh,输出到电池的是44kWh(因为44度电池),所以OBC的效率是44/(49)≈89.8%,接近90%。这里的线损可能已经包含在OBC的效率中,或者需要额外计算? 而直流快充的情况,充电桩本身将交流转换为直流,效率可能在90%左右,然后线损部分,电流180A,假设线缆电阻更小,比如0.02Ω(因为快充线缆更粗),那么线损是180²×0.02=648W,持续1小时,总损耗0.648kWh。同时,充电桩的效率如果是90%,那么输入到充电桩的电能是70kW×1h=70kWh,输出到车的直流电是70kWh×90%=63kWh,但实际充进电池的是44kWh(因为电池容量44度),所以这里可能还有其他损耗,比如电池充电时的效率,或者BMS的管理损耗,可能这部分效率假设为95%,那么从63kWh到电池的44kWh,可能需要计算是否合理?其实这里可能需要更准确的数据,但用户可能只是希望比较两种方式的总体损耗。 不过可能用户的问题更简单,即比较两种充电方式的总损耗,而损耗主要来自电流在传输过程中的线损和转换效率。因此,可能需要分别计算两种方式的总输入电能和实际充入电池的电能,差值就是损耗。 对于慢充:44度电池需要7小时,充电功率7kW,所以输入的电能是7kW×7h=49kWh,而充入电池的是44kWh,所以总损耗是49-44=5kWh。这部分损耗包括线损和OBC的转换损耗。 对于快充:70kW充1小时,输入电能为70kWh,而充入电池44kWh,所以损耗是70-44=26kWh?这显然太大,可能哪里有问题。因为实际上快充的充电时间可能不是一直保持70kW,特别是当电池接近充满时,充电功率会下降,所以用户说的“充满需要1小时”可能是指从某个低电量到满,但实际平均功率可能不是70kW整个小时。但用户给出的数据是假设70kW持续1小时,所以输入70kWh,但电池只有44kWh,显然不可能,这显然不合理。这说明用户的数据可能有问题,或者需要更仔细的分析。 可能用户提供的例子中,快充的70kW功率下,充满44度电池需要的时间应该是44kWh /70kW≈0.628小时,即约37.7分钟,而不是1小时。用户可能在这里有错误,或者需要重新审视数据。或者,可能用户的意思是快充的功率在开始阶段可以达到70kW,但随着电池电量增加,功率会下降,所以总时间需要1小时。但这样的话,实际输入的电能应该还是44kWh加上损耗,所以总输入可能接近44kWh / 效率。例如,如果充电桩和线路效率是90%,那么输入电能为44 /0.9≈48.89kWh,那么充电时间就是48.89kWh /70kW≈0.7小时,约42分钟,但用户说需要1小时,可能效率更低或者有其他因素。 这里可能存在数据矛盾,需要用户澄清,但可能用户是假设理想情况下,快充以70kW充1小时,总输入70kWh,但电池只有44kWh,这显然不可能,所以可能是例子中的数值有问题。或者,可能用户提到的“44度电池”需要充的电量不是从0到100%,而是部分充电?例如,如果电池剩余20%,需要充80%的电量,即35.2kWh,那么快充70kW的话,时间约35.2/70≈0.5小时,约30分钟。但用户说需要1小时,可能例子中的数值有误。 或者,可能用户混淆了电池容量和充电量。例如,电池是44度,但使用快充时,充电量可能更大,因为存在损耗。例如,假设快充的总输入电能为70kW×1h=70kWh,其中充入电池44kWh,那么损耗为26kWh,显然这效率太低了,只有62.8%,这显然不合理。因此,可能用户的数据有误,或者需要重新考虑。 可能正确的数据应该是,快充的充电时间是根据电池容量和充电功率计算的,例如44kWh /70kW≈0.628小时,即约37分钟,而用户可能提到的1小时是包括其他因素,例如充电速度下降或者不同的SOC区间。但无论如何,用户给出的数据可能存在矛盾,需要进一步确认。 不过,回到问题本身,用户可能希望比较两种充电方式的损耗,基于他们提供的参数,即使数据存在矛盾,可能需要按给出的数据计算,假设快充需要1小时充入44度,即输入70kWh,而慢充输入49kWh,这样快充的损耗更高,但实际情况中,这显然不可能,因为输入必须大于输出,所以可能用户的数据有误。 或者,可能用户提到的“44度电池”充满需要的时间,快充是1小时,但实际充电功率在充电过程中会调整,比如开始时高功率,后面降低,所以平均功率可能不是70kW。例如,总充电量44kWh,时间1小时,平均功率44kW,所以充电桩的最大功率是70kW,但平均44kW,这样输入的电能是44kWh除以充电效率,比如如果效率90%,则输入约为48.89kWh,损耗约4.89kWh。 而慢充是7kW×7h=49kWh输入,充入44kWh,损耗5kWh。那两种方式的损耗接近,快充可能稍低。 但用户给出的数据可能存在问题,需要明确。或者,可能用户希望仅计算线损,而不考虑转换效率。例如,只比较两种充电电流下的线缆损耗。 例如,假设线缆的电阻为R,那么线损为I²R×时间。 对于慢充,电流30A,时间7h,线损为30²×R×7=6300R。 对于快充,电流180A,时间1h,线损为180²×R×1=32400R. 因此,如果线缆电阻相同,快充的线损更高,是慢充的32400/6300≈5.14倍。因此,线损方面,快充更高。 但实际中,快充的线缆更粗,电阻更低。例如,假设慢充的线缆电阻为0.1Ω,而快充的线缆电阻为0.02Ω,那么线损计算: 慢充:30²×0.1×7=900×0.1×7=63×7=441 Wh=0.441 kWh 快充:180²×0.02×1=32400×0.02×1=648 Wh=0.648 kWh 因此,快充的线损更高,即使电阻更低,但由于电流平方的影响更大,所以总损耗更高。 但此外,还需要考虑转换效率,比如慢充需要经过车载充电机,效率约90%,而快充的充电桩效率可能约95%(直流转换),再加上线损。 例如,慢充的总输入电能:44kWh /0.9≈48.89kWh,其中损耗48.89-44=4.89kWh,包括OBC的转换损耗和线损。如果线损是0.441kWh,那么OBC的损耗约为4.89-0.441≈4.45kWh。 快充的情况,假设充电桩效率95%,线损0.648kWh,那么总输入电能为(44kWh +0.648)/0.95≈44.648/0.95≈47kWh,总损耗是47-44=3kWh,其中充电桩损耗47×0.05≈2.35kWh,线损0.648kWh,总损耗≈2.35+0.648≈3kWh。 这样比较的话,快充的总损耗更低,3kWh,而慢充损耗4.89kWh。因此快充更高效。 但这里假设了不同的转换效率和线缆电阻,实际中可能不同,但根据用户的问题,可能需要综合考虑这些因素。 总结来说,如果只考虑线损,快充可能更高,但如果考虑转换效率,快充可能总损耗更低。因此,需要明确用户到底想比较哪部分的损耗。 但用户的问题是“哪种充电方式电损耗更多”,可能指整体从电网到电池的总损耗。因此需要考虑所有损耗环节。 对于交流慢充: 电网→充电桩(效率接近100%,因为只是传递交流电)→车载充电机(效率90%)→电池,同时线损在车载充电机之前还是之后?可能线损是在充电桩到车载充电机之间,这部分线损是I²R,即30A时的线损,然后OBC的效率是90%,所以总输入电能是(44kWh +线损)/0.9。 例如,线损为0.441kWh,则OBC的输入为44 +0.441=44.441kWh,所以电网输入为44.441 /0.9≈49.38kWh,总损耗49.38 -44≈5.38kWh。 对于直流快充: 电网→充电桩(效率95%)→线损→电池,假设电池充电效率100%(即充入的就是44kWh),那么充电桩输出需要44kWh +线损0.648=44.648kWh,电网输入为44.648 /0.95≈47kWh,总损耗47 -44=3kWh。 因此,在这种情况下,慢充总损耗5.38kWh,快充3kWh,快充损耗更少。 但可能用户的问题不考虑充电桩和OBC的效率,仅考虑线损的话,快充线损更高,但综合效率后,快充总损耗更少。 因此,答案取决于考虑哪些因素。如果仅线损,快充更高;如果考虑整体效率,快充可能更优。 但用户给出的数据中,慢充输入49kWh(7kW×7h),充入44kWh,损耗5kWh;快充输入70kWh(70kW×1h),充入44kWh,损耗26kWh。这显然不符合实际,因为快充不可能输入70kWh充入44kWh,效率只有62.8%。因此,用户的数据可能有误,正确的快充输入应该根据实际效率来计算。 可能用户的问题中存在错误,例如快充的充电时间应该是44kWh/70kW≈0.628小时,约38分钟,而不是1小时。因此,输入电能为70kW×0.628h≈44kWh,假设效率100%,这不可能,所以实际输入更多,比如44/0.9≈48.89kWh,充电时间≈48.89/70≈0.7小时≈42分钟。 但用户说快充需要1小时,可能意味着平均功率为44kW(44kWh/1h),那么输入电能为44/效率,比如44/0.9≈48.89kWh,损耗约4.89kWh,和慢充的5kWh接近,可能损耗相当。 但用户的数据可能存在矛盾,需要澄清。不过根据用户给出的数据,可能他假设快充以70kW充1小时,输入70kWh,充入44kWh,损耗26kWh,这显然不合理,效率过低。因此,可能用户的数据有误,或者需要重新审视。 综合来看,正确的比较需要考虑充电效率,线损,转换效率等。通常来说,直流快充的效率更高,因为减少了车载充电机的转换环节,而快充桩的转换效率可能更高,且虽然电流大导致线损高,但时间短,可能总损耗更少。 例如,假设慢充:OBC效率90%,线损0.441kWh,总损耗为5.38kWh;快充:充电桩效率95%,线损0.648kWh,总损耗3kWh。因此快充损耗更少。 但用户的问题可能需要根据给出的数据回答,尽管数据可能有问题。假设用户的数据正确,即慢充输入49kWh,快充输入70kWh,那么快充损耗更高。但这种情况在现实中不可能,因为快充不可能输入超过电池容量那么多,除非电池在充电过程中有极大的损耗,但通常损耗不会超过20-30%。 可能用户的问题存在错误,例如快充的功率是70kW,但实际充电时间不是1小时,而是0.6小时,输入70×0.6=42kWh,充入44kWh显然不可能,所以可能用户的数据有误。 在这种情况下,可能需要指出用户的数据矛盾,并给出两种情况的比较方法。 最终,合理的结论是:在考虑线损和转换效率的情况下,直流快充通常效率更高,总损耗更少,尽管线损可能更高,但由于充电时间短且转换环节少,总损耗可能低于交流慢充。但需要具体数值支持。 不过根据用户给出的数据,如果慢充输入49kWh得到44kWh,损耗5kWh;快充输入70kWh得到44kWh,损耗26kWh,那么显然快充损耗更高,但这在实际中不可能。因此,用户的数据可能有误,正确的方法应基于实际效率计算。

在比较新能源汽车使用7kW交流慢充和70kW直流快充的充电损耗时,需综合考虑线损和转换效率。以下是关键分析步骤:


1. 交流慢充(7kW)的损耗计算

  • 输入电能:7kW × 7h = 49kWh
  • 输出电能:44kWh(电池容量)
  • 总损耗:49kWh - 44kWh = 5kWh
    • 转换效率:车载充电机(OBC)效率约90%,线损约0.44kWh(假设线缆电阻0.1Ω)。
    • 实际总损耗包括OBC转换(约4.45kWh)和线损(0.44kWh),总约4.89kWh

2. 直流快充(70kW)的损耗计算

  • 理论输入电能:70kW × 1h = 70kWh
    • 矛盾:若输入70kWh,输出44kWh,损耗26kWh(效率仅62.8%),不合理。
  • 实际修正:假设充电桩效率95%,线损0.65kWh(电阻0.02Ω),则输入电能为:
    • 输出电能需求:44kWh + 0.65kWh = 44.65kWh
    • 电网输入:44.65kWh / 0.95 ≈ 47kWh
    • 总损耗:47kWh - 44kWh = 3kWh(含充电桩损耗2.35kWh + 线损0.65kWh)。

3. 关键结论

  • 线损比较:快充电流更大(180A vs. 30A),线损更高(0.65kWh vs. 0.44kWh)。
  • 总效率比较:快充因跳过车载充电机,转换效率更高(95% vs. 90%),总损耗更低(3kWh vs. 4.89kWh)。
  • 用户数据问题:若按用户假设快充输入70kWh,则损耗高达26kWh,但此情况不现实,实际快充效率更高。

最终答案

在合理假设下,直流快充的总损耗更低(约3kWh),因其转换效率更高且充电时间短。但若按用户提供的错误数据(快充输入70kWh),则损耗更高,此情况不符合实际。实际使用中,快充是更高效的选择。

USER

我给出的快充功率70kW,但实际充电功率并不是恒定70kW 呀,功率会随着电池soc的增高而降低的。所以快充充满一般都需要1小时。请再计算看看

ASSISTANT

好的,用户之前问的是新能源汽车使用7kW交流慢充和70kW直流快充哪个损耗更高。我之前给出的回答中假设快充的功率是恒定的70kW,但用户现在指出实际快充功率会随着电池SOC的升高而降低,所以充满通常需要1小时。用户希望我重新计算,考虑功率变化的情况。 首先,我需要理解用户的问题核心:之前的计算可能假设快充功率恒定,但实际情况是快充功率在充电过程中会逐渐降低,尤其是在高SOC时。因此,平均功率可能低于70kW,但总充电时间还是1小时左右。用户想知道这种情况下损耗如何变化。 接下来,我需要回顾之前的计算。在之前的分析中,假设快充功率70kW持续1小时,输入70kWh,但用户指出这不符合实际,因为实际充电功率会下降,导致总输入电量可能低于70kWh。但用户提到充满仍需要1小时,所以可能需要考虑平均功率,或者充电曲线。 我需要重新计算快充的总输入电能,考虑功率变化。可能需要使用积分或者平均功率来估算。但用户可能希望用更简化的方法,比如假设充电过程分为高功率和低功率阶段,或者取平均功率。 例如,假设快充在前80% SOC时以70kW充电,后20%时功率逐渐下降,总时间仍为1小时。那么总输入电量可能不是70kWh,而是更少。例如,假设平均功率为44kW(因为电池容量44kWh,充满需要1小时),但这样输入电量是44kWh,这显然不对,因为需要考虑损耗。 或者,可能用户的意思是虽然功率变化,但总充电时间还是1小时,因此总输入能量需要重新估算。可能需要考虑电池容量44kWh,加上损耗,总输入能量应该大于44kWh,但如何计算? 在之前的回答中,我假设充电桩效率95%,线损0.65kWh,总输入为47kWh,损耗3kWh。但现在用户指出功率不是恒定的,可能需要调整这个计算。 可能的步骤是: 1. 计算实际输入到电池的能量:44kWh(电池容量) 2. 考虑充电过程中的平均功率和效率。假设充电桩的效率为95%,线损根据电流变化计算。 但问题在于,当快充功率变化时,电流也会变化,线损(I²R)会随电流平方变化。因此,线损不能简单地用最大电流计算,而是需要积分整个充电过程的电流变化。 例如,如果电流在充电过程中从180A逐渐降低,那么线损是积分(I(t)^2 * R) dt。但用户可能没有提供具体的充电曲线,因此需要做出合理的假设。 为了简化,可以假设平均电流为某个值。比如,初始电流180A,逐渐降低到较低值,平均电流可能是100A。但这样线损会低于之前计算的180A的情况。 或者,可以按照能量传输的角度来考虑:电池接收44kWh,充电桩的效率为95%,所以输入电量为44 / 0.95 ≈ 46.3kWh。线损则需要根据实际电流计算,但由于电流变化,可能需要使用平均电流平方乘以时间。例如,如果平均电流是100A,线电阻0.02Ω,那么线损为(100)^2 * 0.02 * 1h = 200Wh = 0.2kWh。总损耗则为充电桩损耗(46.3 -44 =2.3kWh)加上线损0.2kWh,总损耗约2.5kWh。 这样总损耗可能比之前的3kWh更低,因为平均电流低于180A。但用户之前的数据中,快充的最大电流是180A,所以需要考虑实际电流变化的影响。 另一个方法是,考虑典型快充曲线。例如,从0%到80%可能以较高功率充电,之后功率下降。假设前80% SOC(35.2kWh)以70kW充电,时间约为35.2kWh /70kW ≈0.5小时,剩余20%(8.8kWh)以较低功率充电,比如35kW,时间0.25小时,总时间0.75小时,但用户说总时间1小时,可能后面更慢。假设总时间1小时,那么平均功率为44kWh /1h =44kW,但充电桩输入功率需要考虑效率,所以输入功率为44 /0.95 ≈46.3kW,总输入能量46.3kWh,损耗2.3kWh(充电桩)加线损。 线损计算需要平均电流。假设平均输入功率为46.3kW,电压假设为400V(直流快充通常高电压),电流为46,300W /400V ≈115.75A。线损为I²Rt = (115.75)^2 *0.02Ω *1h ≈267.7Wh ≈0.267kWh。总损耗约2.3 +0.267≈2.57kWh。这比之前的3kWh更低,因为平均电流低于180A。 而慢充的损耗之前计算为4.89kWh,所以快充损耗更低。 但用户需要确认的是,当考虑快充功率变化时,损耗是否仍然低于慢充。因此,正确的结论应该是,即使考虑功率变化,快充的总损耗仍然低于慢充,因为快充的高效转换和更短的时间导致的线损可能较低,尽管电流较高,但由于时间短,线损可能并不显著高于慢充。 可能还需要重新计算慢充的线损是否正确。慢充是7kW,30A,假设电压为230V(单相交流),电阻0.1Ω,时间7小时。线损为I²Rt =30² *0.1 *7=6300Wh=6.3kWh?但之前计算的是0.44kWh,这可能有问题。可能之前的线损计算有误。 例如,如果线缆电阻是0.1Ω,电流30A,则每小时的线损是30²*0.1=90W,7小时就是630Wh=0.63kWh,而非6.3kWh。可能之前的计算有笔误,用户可能注意到这一点。 因此,修正慢充线损为0.63kWh,加上OBC损耗,总损耗可能更高。例如,输入49kWh,输出44kWh,总损耗5kWh。其中OBC效率90%,所以OBC损耗为49kWh*(1-0.9)=4.9kWh,线损0.63kWh,总损耗5.53kWh。 而快充的损耗如果是2.57kWh,则仍然更低。因此,结论是快充损耗更低。 不过需要检查所有计算是否正确,特别是线损部分。用户可能在之前的回答中线损计算有误,现在需要修正。 总结来说,用户希望确保在考虑快充功率变化的情况下,损耗计算是否仍然支持快充更高效。因此,需要重新计算并确认线损和转换效率的影响。

在考虑快充功率动态变化的情况下,重新计算两种充电方式的损耗如下:


1. 直流快充(动态功率)损耗计算

假设条件

  • 电池容量:44kWh
  • 充电时间:1小时(总耗时)
  • 充电功率曲线:前80% SOC(0-35.2kWh)以70kW充电,后20% SOC(35.2-44kWh)功率逐步下降至约9kW,平均功率约为 44kW(总输入能量需满足电池容量+损耗)。
  • 充电桩效率:95%(含AC/DC转换损耗)
  • 线缆电阻:0.02Ω(快充高压线缆更粗,电阻更低)
  • 充电电压:400V(直流快充典型电压)

计算步骤

  1. 输出到电池的电能:44kWh
  2. 充电桩输入电能(含效率损耗): $$ \text{输入电能} = \frac{44\ \text{kWh}}{0.95} \approx 46.3\ \text{kWh} $$
  3. 线损计算(动态电流积分简化):
    • 平均电流: $$ I_{\text{avg}} = \frac{\text{平均功率}}{\text{电压}} = \frac{44\ \text{kW}}{400\ \text{V}} = 110\ \text{A} $$
    • 线损能量: $$ P_{\text{线损}} = I_{\text{avg}}^2 \cdot R \cdot t = (110)^2 \cdot 0.02 \cdot 1 \approx 242\ \text{Wh} = 0.24\ \text{kWh} $$
  4. 总损耗
    • 充电桩损耗:46.3kWh - 44kWh = 2.3kWh
    • 线损:0.24kWh
    • 合计:2.3 + 0.24 = 2.54kWh

2. 交流慢充(7kW)损耗计算

假设条件

  • 充电功率:7kW(恒定)
  • 充电时间:7小时(44kWh / 7kW ≈ 6.3小时,取整为7小时)
  • 车载充电机(OBC)效率:90%
  • 线缆电阻:0.1Ω(家用交流线缆较长,电阻更高)
  • 充电电压:230V(单相交流)

计算步骤

  1. 输入电能: $$ 7\ \text{kW} \times 7\ \text{h} = 49\ \text{kWh} $$
  2. OBC输出电能(考虑效率): $$ 49\ \text{kWh} \times 0.9 = 44.1\ \text{kWh} $$
  3. 线损计算
    • 电流: $$ I = \frac{P}{V} = \frac{7000\ \text{W}}{230\ \text{V}} \approx 30.4\ \text{A} $$
    • 线损能量: $$ P_{\text{线损}} = I^2 \cdot R \cdot t = (30.4)^2 \cdot 0.1 \cdot 7 \approx 649\ \text{Wh} = 0.65\ \text{kWh} $$
  4. 总损耗
    • OBC损耗:49kWh - 44.1kWh = 4.9kWh
    • 线损:0.65kWh
    • 合计:4.9 + 0.65 = 5.55kWh

3. 结论对比

指标 直流快充(动态功率) 交流慢充(7kW)
总损耗 约2.54kWh 约5.55kWh
损耗比例 5.8%(44kWh电池) 12.6%
核心原因 转换效率高(95%)、时间短、线损低 转换效率低(90%)、时间长、线损高

最终答案

即使考虑快充功率随SOC动态下降的情况,直流快充的总损耗(约2.54kWh)仍显著低于交流慢充(约5.55kWh)。核心原因在于:

  1. 快充跳过车载充电机,直接由高效充电桩(95%)完成AC/DC转换;
  2. 快充时间短(1小时),线损积累更少,尽管电流较大,但高压线缆电阻更低;
  3. 慢充因充电时间长(7小时)且OBC效率低(90%),累计损耗更高。

实际建议:若需减少充电损耗,优先选择直流快充;若考虑电池寿命,可适当使用慢充平衡。