【技術實現步驟摘要】
一種基于中國工況的電動汽車續駛里程預測方法
本專利技術涉及新能源汽車里程預測
，尤其涉及一種基于中國工況的電動汽車續駛里程預測方法。
技術介紹
電動汽車相比較于傳統燃油汽車，在行駛經濟性和環境友好性具有優勢，但是動力能源補給時間和便利性仍然存在較大差距。因此大眾消費者的“里程焦慮”是降低電動汽車購買意愿和使用信心的重要因素，而“里程焦慮”的原因之一在于當前電動汽車顯示續駛里程和實際剩余行駛里程有較大差距。當前行業對于續航里程的計算大部分依據于歷史時域，即依據當前電池剩余電量和過去一段時域平均能耗進行估計，但是這種方法存在著預測與實際不符的風險，該方法沒有考慮用戶駕駛習慣的影響，也沒有對未來行駛工況進行預測。同時，對于準確預測的難度在于對未來汽車行駛工況，未來能耗和未來電池可放電電量的預測，由于未來汽車行駛工況預測具有很大的不確定性，在沒有基準參考工況的條件下，會導致算力大，成本高和魯棒性差等弊端，因此，如何對未來時域的續航里程的準確計算具有重的意義。
技術實現思路
本專利技術提供一種基于中國工況的電動汽車續駛里程預測方法，解決現有電動汽車續航里程存在預測不準確，易造成預測與實際不符，產生使用者無法有效管理好電動汽車的充電和行程安排的問題，能提高車輛續航里程預測的準確性，提高駛駕者的使用體驗和車輛品質。為實現以上目的，本專利技術提供以下技術方案：一種基于中國工況的電動汽車續駛里程預測方法，包括：根據過去的設定歷史時段內的車輛行駛情況建立用戶駕駛修正模型和動力電池放電模型...
【技術保護點】
1.一種基于中國工況的電動汽車續駛里程預測方法，其特征在于，包括：/n根據過去的設定歷史時段內的車輛行駛情況建立用戶駕駛修正模型和動力電池放電模型，并計算歷史能耗；/n通過智能車聯網預測獲取設定未來時段內的未來交通環境信息，根據所述未來交通環境信息建立未來交通環境模型，并根據所述未來交通環境模型和所述用戶駕駛習慣模型確定未來行車工況模型；/n以中國汽車工況-輕型汽車(CLTC-P)為基準建立中國工況經驗模型，將所述歷史能耗和所述中國工況經驗模型對應的能耗進行比對，以得到工況修正模型；/n根據所述工況修正模型和所述未來行車工況模型對未來設定時域內的能耗進行計算，得到未來能耗；/n根據所述未來能耗與所述動力電池放電模型進行車輛的續航里程計算。/n
【技術特征摘要】
1.一種基于中國工況的電動汽車續駛里程預測方法，其特征在于，包括：
根據過去的設定歷史時段內的車輛行駛情況建立用戶駕駛修正模型和動力電池放電模型，并計算歷史能耗；
通過智能車聯網預測獲取設定未來時段內的未來交通環境信息，根據所述未來交通環境信息建立未來交通環境模型，并根據所述未來交通環境模型和所述用戶駕駛習慣模型確定未來行車工況模型；
以中國汽車工況-輕型汽車(CLTC-P)為基準建立中國工況經驗模型，將所述歷史能耗和所述中國工況經驗模型對應的能耗進行比對，以得到工況修正模型；
根據所述工況修正模型和所述未來行車工況模型對未來設定時域內的能耗進行計算，得到未來能耗；
根據所述未來能耗與所述動力電池放電模型進行車輛的續航里程計算。
2.根據權利要求1所述的基于中國工況的電動汽車續駛里程預測方法，其特征在于，還包括：
獲取未來車輛狀態信息并建立未來車輛狀態模型，根據所述未來車輛狀態模型、所述未來行車工況模型和所述動力電池放電模型計算得到未來放電量；
根據所述未來放電量計算得到車輛的續航里程。
3.根據權利要求2所述的基于中國工況的電動汽車續駛里程預測方法，其特征在于，所述建立用戶駕駛修正模型包括：
根據所述車輛行駛情況建立車輛的歷史交通環境模型f(t)、歷史行車工況模型D(u，t)和歷史車輛狀態模型g(u)；
通過公式D(u，t)＝f(t)g(u)向所述歷史行車工況模型D(u，t)輸入所述歷史交通環境模型f(t)分析用戶駕駛習慣，以對用戶駕駛習慣進行評分，形成所述用戶駕駛修正模型。
4.根據權利要求3所述的基于中國工況的電動汽車續駛里程預測方法，其特征在于，建立車輛的所述歷史交通環境模型包括：
獲取所述設定歷史時段內車輛的行車路線、交通負載率、溫度和氣壓變化曲線；
根據所述行車路線、所述交通負載率及所述溫度和氣壓變化曲線形成車輛歷史交通數據。
5.根據權利要求4所述的基于中國工況的電動汽車續駛里程預測方法，其特征在于，建立車輛的所述歷史行車工況模型，包括：
獲取所述設定歷史時段內車輛的平均車速和平均加速度；
根據所述平均車速和所述平均加速度確定車輛在各個時段內的運行工況，并形成車...
【專利技術屬性】
技術研發人員：馬駿昭，
申請(專利權)人：江淮大眾汽車有限公司，
類型：發明
國別省市：安徽;34
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。