电动汽车剩余行驶里程在线预测方法及装置制造方法及图纸

本发明专利技术涉及一种电动汽车剩余行驶里程在线预测方法及装置。所述方法包括：获取正在行驶的电动汽车的在途数据和行驶环境数据；利用所述在途数据和所述行驶环境数据结合电量消耗速度数据模型计算所述电动汽车当前情况下的单位里程电量消耗；根据所述单位里程电量消耗预测所述电动汽车的剩余行驶里程。本发明专利技术提供的装置基于上文的方法实现。本发明专利技术的预设结果更准确，避免出现超过用户预期的行驶里程就电力耗尽导致无法继续行驶的问题，进而提高用户的驾车体验。

【技术实现步骤摘要】

本专利技术涉及能源管理
，尤其涉及一种电动汽车剩余行驶里程在线预测方法及装置。
技术介绍
由于电动汽车的驱动力采用电池供应，其续航里程有限，极易由于电力耗尽而抛锚。为此，需要对电动汽车的电池电力以及续航里程进行评估。现在技术中对电动汽车续航里程评估时，通常先估算一下车载电池的SOC(荷电状态评估)，进而得到车辆储存电量的情况，然后根据车辆的平均能耗水平，粗略估算出剩余的行驶里程。这种方法对附件的功耗计算不够精确，只能估算出当前的剩余行驶里程。由于电池电力在较低水平时消耗的较快，以及城市的复杂路况，容易导致没有到达剩余行驶里程的情况下电力已耗尽而抛锚在路上，给使用者带来了极大的不便。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种电动汽车剩余行驶里程在线预测方法及装置，用于解决现有技术中对剩余行驶里程计算不准确而导致超过用户预期的行驶里程就电力耗尽的问题。本专利技术实施例提供了一种电动汽车剩余行驶里程在线预测方法，包括：获取正在行驶的电动汽车的在途数据和行驶环境数据；利用所述在途数据和所述行驶环境数据结合电量消耗速度数据模型计算所述电动汽车当前情况下的单位里程电量消耗；根据所述单位里程电量消耗预测所述电动汽车的剩余行驶里程。可选地，所述电量消耗速度数据模型通过以下步骤获取包括：获取电动汽车在途数据形成历史运行数据集合，以及所述电动汽车的行驶环境数据形成历史行驶环境数据集合；将所述历史运行数据集合和所述历史行驶环境数据集合进行融合处理，得到电动汽车在途时间序列数据；在预设行驶环境下利用相关性分析方法获取所述电动汽车的单位里程电量消耗与所述历史运行数据集合和所述历史行驶环境数据集合中各参数的相关度；剔除相关度小于相关度预设值的参数后，将所述单位里程电量消耗与剩余参数进行拟合以获取所述电动汽车的电量消耗速度数据模型。可选地，所述获取电动汽车在途数据形成历史运行数据集合，以及所述电动汽车的行驶环境数据形成历史行驶环境数据集合的步骤包括：通过CAN总线读取电动汽车的在途数据，包括电池状态信号、电动机状态信息和车辆速度信息；其中，所述电池状态信息包括电池组的电压、电流、剩余电量，所述电动机状态信息包括电动机转速，车辆速度信息包括当前行驶速度和行驶里程；读取所述电动汽车的行驶环境数据，包括天气信息和路况信息；其中，所述天气信息包括当前地理位置的天气类型、环境温度，所述路况信息包括路面类型、倾斜程度；将所述在途数据和所述行驶环境数据分别保存至历史运行数据集合所在的文件中和历史行驶环境数据集合所在的文件中。可选地，所述将所述历史运行数据集合和所述历史行驶环境数据集合进行融合处理，得到电动汽车在途时间序列数据的步骤包括：对所述在途数据进行归一化处理；对所述行驶环境数据进行参数化处理；根据记录时间将所述在途数据与所述行驶环境数据融合成数据集合保存到在途时间序列数据所在的文件中。可选地，所述归一化处理方法包括：Min-Max标准化方法、z-score标准化方法、小数定标标准化方法、线性函数转换方法、对数函数转换方法、反余切函数转换方法和比例方法中的一种或者多种。可选地，所述在预设行驶环境下利用相关性分析方法获取所述电动汽车的单位里程电量消耗与所述历史运行数据集合和所述历史行驶环境数据集合中各参数的相关度的步骤包括：根据预设行驶环境选择确定分析时间窗；根据每个分析时间窗内的在途数据和预设单位里程电量消耗公式计算电动汽车单位里程消耗电量；采用因子分析法计算所述历史运行数据集合和所述历史行驶环境数据集合中各参数与所述电动汽车单位里程消耗电量的相关度。可选地，所述预设单位里程电量消耗公式为：公式中，CL为电动汽车的单位里程消耗电量，分别表示时间窗开始和结束时刻电动汽车的剩余电量；分别表示时间窗开始和结束时刻电动汽车行驶里程。可选地，所述剔除相关度小于相关度预设值的参数后，将所述单位里程电量消耗与剩余参数进行拟合以获取所述电动汽车的电量消耗速度数据模型的步骤包括：预设所述电动汽车的电量消耗速度数据模型CL＝a1f(x1)+a2f(x2)+...+amf(xm)+...+aNf(xN)；其中，x1,x2,...,xm,...,xN表示相关度不小于相关度预设值的参数；f(x1),f(x2),...,f(xm),...,f(xN)表示每个参数与模型之间相关函数；a1,a2,...,am,...,aN表示各函数的系数；m为小于N的非零自然数；利用预设数量的分析时间窗内的在途数据通过控制变量法计算每个系数am的值以及各相关函数f(xm)与各参数xm之间线性或者映射关系从而得到电量消耗速度数据模型。第二方面，本专利技术实施例还提供了一种电动汽车剩余行驶里程在线预测装置，所述装置包括电动汽车数据获取模块，用于获取正在行驶的电动汽车的在途数据和行驶环境数据；电池消耗速度获取模块，用于利用所述在途数据和所述行驶环境数据结合电量消耗速度数据模型计算所述电动汽车当前情况下的单位里程电量消耗；剩余行驶里面预测模块，用于根据所述单位里程电量消耗预测所述电动汽车的剩余行驶里程。可选地，所述装置还包括电量消耗速度数据模型更新模块；所述电量消耗速度数据模型更新模块包括：电动汽车历史数据获取单元，用于获取电动汽车在途数据形成历史运行数据集合，以及所述电动汽车的行驶环境数据形成历史行驶环境数据集合；在途时间序列数据获取单元，用于将所述历史运行数据集合和所述历史行驶环境数据集合进行融合处理，得到电动汽车在途时间序列数据；相关度获取单元，用于在预设行驶环境下利用相关性分析方法获取所述电动汽车的单位里程电量消耗与所述历史运行数据集合和所述历史行驶环境数据集合中各参数的相关度；电量消耗速率与参数拟合单元，用于剔除相关度小于相关度预设值的参数后，将所述单位里程电量消耗与剩余参数进行拟合以获取所述电动汽车的电量消耗速度数据模型。由上述技术方案可知，本专利技术通过获取正在行驶的电动汽车的在途数据和行驶环境数据；然后利用上述数据以及电量消耗速度数据模型计算电动汽车在当前行驶环境中的电池消耗速度；最后根据当前情况下单位里程电量消耗预设电动汽车的剩余行驶里程。本专利技术实时采用电动汽车的在途数据和行驶环境数据，可以保证数据的真实性，同时电量消耗速度数据模型保持更新状态，可以保证预测结果的准确性。与现有技术中采用平均能耗水平的计算方法相比，本专利技术的预设结果更准确，避免出现超过用户预期的行驶里程就电力耗尽导致无法继续行驶的问题，进而提高用户的驾车体验。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单的介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例提供的一种基于在途数据的电动汽车剩余行驶里程在线预测方法流程示意图；图2是本专利技术另一实施例提供的一种基于在途数据的电动汽车剩余行驶里程在线预测方法流程示意图；图3是电量消耗速度数据模型更新流程示意图；图4是本专利技术一实施例提供的一种基于在途数据的电动汽车剩余行驶里程在线预测装置框图；图5是本专利技术另一实施例提供的一种基于在途数据的电动汽车剩余行驶里程在线预测装置框图；图6是本文档来自技高网...

【技术保护点】
一种电动汽车剩余行驶里程在线预测方法，其特征在于，包括：获取正在行驶的电动汽车的在途数据和行驶环境数据；利用所述在途数据和所述行驶环境数据结合更新后的电量消耗速度数据模型计算所述电动汽车当前情况下的单位里程电量消耗；根据所述单位里程电量消耗预测所述电动汽车的剩余行驶里程。

【技术特征摘要】
1.一种电动汽车剩余行驶里程在线预测方法，其特征在于，包括：获取正在行驶的电动汽车的在途数据和行驶环境数据；利用所述在途数据和所述行驶环境数据结合更新后的电量消耗速度数据模型计算所述电动汽车当前情况下的单位里程电量消耗；根据所述单位里程电量消耗预测所述电动汽车的剩余行驶里程。2.根据权利要求1所述的电动汽车剩余行驶里程在线预测方法，其特征在于，所述电量消耗速度数据模型通过以下步骤进行更新包括：获取电动汽车在途数据形成历史运行数据集合，以及所述电动汽车的行驶环境数据形成历史行驶环境数据集合；将所述历史运行数据集合和所述历史行驶环境数据集合进行融合处理，得到电动汽车在途时间序列数据；在预设行驶环境下利用相关性分析方法获取所述电动汽车的单位里程电量消耗与所述历史运行数据集合和所述历史行驶环境数据集合中各参数的相关度；剔除相关度小于相关度预设值的参数后，将所述单位里程电量消耗与剩余参数进行拟合以获取所述电动汽车的电量消耗速度数据模型。3.根据权利要求2所述的电动汽车剩余行驶里程在线预测方法，其特征在于，所述获取电动汽车在途数据形成历史运行数据集合，以及所述电动汽车的行驶环境数据形成历史行驶环境数据集合的步骤包括：通过CAN总线读取电动汽车的在途数据，包括电池状态信号、电动机状态信息和车辆速度信息；其中，所述电池状态信息包括电池组的电压、电流、剩余电量，所述电动机状态信息包括电动机转速，车辆速度信息包括当前行驶速度和行驶里程；读取所述电动汽车的行驶环境数据，包括天气信息和路况信息；其中，所述天气信息包括当前地理位置的天气类型、环境温度，所述路况信息包括路面类型、倾斜程度；将所述在途数据和所述行驶环境数据分别保存至历史运行数据集合所在的文件中和历史行驶环境数据集合所在的文件中。4.根据权利要求2所述的电动汽车剩余行驶里程在线预测方法，其特征在于，所述将所述历史运行数据集合和所述历史行驶环境数据集合进行融合处理，得到电动汽车在途时间序列数据的步骤包括：对所述在途数据进行归一化处理；对所述行驶环境数据进行参数化处理；根据记录时间将所述在途数据与所述行驶环境数据融合成数据集合保存到在途时间序列数据所在的文件中。5.根据权利要求4所述的电动汽车剩余行驶里程在线预测方法，其特征在于，所述归一化处理方法包括：Min-Max标准化方法、z-score标准化方法、小数定标标准化方法、线性函数转换方法、对数函数转换方法、反余切函数转换方法和比例方法中的一种或者多种。6.根据权利要求2所述的电动汽车剩余行驶里程在线预测方法，其特征在于，所述在预设行驶环境下利用相关性分析方法获取所述电动汽车的单位里程电量消耗与所述历史运行数据集合和所述历史行驶环境数据集合中各参数的相关度的步骤包括：根据预设行...

【专利技术属性】
技术研发人员：陆效农，张强，王婉莹，王安宁，杨善林，任明仑，彭张林，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34