📉 电耗算法深度对比
📊
数据场景还原 (11.1 - 11.3)
合并后的关键节点数据
🚗 区间总里程:
1100 km
(10000km ➔ 11100km)
⚡ 充电记录 (关键点):
① 首单 11.1 (10100km)
充
290度
结束SOC 85%
② 中间过程
充
1300度
③ 末单 11.3 (11000km)
充
210度
结束SOC 90%
🗓️
方式一：平均电耗
统计全周期数据 / 财务记账视角
11.1 00:00
区间总充 1800度
11.3 24:00
总充电:
290 + 1300 + 210 = 1800 度
总里程:
1100 km
163.64
kWh/100km
🛠️
方式二：实测行驶电耗
订单区间推算 / 工程技术视角
首单结束
SOC 85%
实跑 900km
末单结束
SOC 90%
⚠️ 算法难点：SOC 水位不一致修正
首单结束时电量只有85%，末单结束充到了90%。
这意味着：
车里“多”存了5%的电没跑完，计算能耗时必须扣除，否则结果会偏大。
85%
➔
90%
⬆
+5%
多余电量
需扣除
❓ 怎么知道这5%是多少度电？(产生预估)
算法逻辑：根据“首单”充电数据进行反推。
1. 首单 30%→85% (充55%的电) 用了 290度
2. 推算：1% SOC ≈ 290 ÷ 55 =
5.27度
3. 修正：多余的5% ≈ 5 × 5.27 =
26.36度
基础充电(中+末):
1300 + 210 = 1510 度
减去多余电量:
- 26.36 度
实际消耗:
1483.64 度
区间里程:
900 km
164.85
kWh/100km
💡
核心区别与误差总结
维度
平均电耗
实测行驶电耗
核心逻辑
大数统计
（总充 / 总跑）
精准修正
（(充入 ± 差值) / 里程）
数据处理
简单相加，不考虑剩余电量
统一结束SOC
，多退少补
误差来源
非行驶时段的损耗会被算入，导致数值偏高
电池容量预估偏差
(假设全车程电池健康度与首单一致)