基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法技术

本发明专利技术公开了一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，利用车载传感器、地理信息软件、电子地图以及天气预报系统获取车辆状态参数、道路信息参数、环境信息参数；根据获取的参数，对滚阻系数、空气密度和道路坡度参数进行参数估计；并通过建立基于道路信息和驾驶风格优化的工况预测模型进行工况预测，使预测工况的能耗可以准确近似实际工况的能耗。建立纯电动车能耗预测模型进行能耗预测：基于纯电动车性能试验，建立纯电动车能耗计算模型，以参数估计结果和工况预测结果作为纯电动车能耗计算模型的输入，形成纯电动车能耗预测模型，纯电动车能耗预测模型输出预测能耗，对未来路径信息的能耗进行预测。

Prediction Method of Pure Electric Vehicle Energy Consumption Model Based on Road Information and Driving Style

【技术实现步骤摘要】
基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法
本专利技术涉及一种基于道路信息和驾驶风格的电动汽车能耗模型预测方法，属于新能源汽车

技术介绍
纯电动汽车(BatteryElectricVehicle，BEV)在能耗和排放方面对比传统的内燃机汽车有明显的优势，如动力性好，行驶噪声小，节能和零排放等。但是，由于受到电池技术发展的限制，电动汽车的续驶里程还较短并且充电时间较长。纯电动汽车驾驶员会担心他们在当前剩余能量下是否能抵达目的地，这被称为“里程焦虑”，里程焦虑是目前限制电动汽车接受程度的主要因素之一。显然，安装大容量电池，快速充电和建立更多的充电站是有效缓解和解决“里程焦虑”的有效手段，但是，由于受到目前技术水平和资金条件的限制，这些方法仍需要较长的时间才能实现。另外一种有效的手段是“精确的能耗和剩余行驶里程预测”，驾驶员可以通过预测的“剩余行驶里程”(RemainingDrivingRange，RDR)判断车辆是否能抵达目的地，并提前对行程和充电地点进行规划。此外，准确的能耗和里程预测也是电动汽车能量管理的基础，依据预测的能量消耗值，BEV能量管理系统可以合理优化电能本文档来自技高网...

【技术保护点】
1.一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，其特征在于，包括以下步骤：步骤一、信息获取：利用车载传感器、地理信息软件、电子地图以及天气预报系统获取车辆状态参数、道路信息参数、环境信息参数；步骤二、根据步骤一获取的参数，对滚阻系数、空气密度和道路坡度参数进行参数估计；并通过建立基于道路信息和驾驶风格优化的工况预测模型进行工况预测；步骤三、建立纯电动车能耗预测模型进行能耗预测：基于纯电动车性能试验，建立纯电动车能耗计算模型，以步骤二的参数估计结果和工况预测结果作为纯电动车能耗计算模型的输入，形成纯电动车能耗预测模型，纯电动车能耗预测模型输出预测能耗，对未来路径信息的能耗进行预测。

【技术特征摘要】
1.一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，其特征在于，包括以下步骤：步骤一、信息获取：利用车载传感器、地理信息软件、电子地图以及天气预报系统获取车辆状态参数、道路信息参数、环境信息参数；步骤二、根据步骤一获取的参数，对滚阻系数、空气密度和道路坡度参数进行参数估计；并通过建立基于道路信息和驾驶风格优化的工况预测模型进行工况预测；步骤三、建立纯电动车能耗预测模型进行能耗预测：基于纯电动车性能试验，建立纯电动车能耗计算模型，以步骤二的参数估计结果和工况预测结果作为纯电动车能耗计算模型的输入，形成纯电动车能耗预测模型，纯电动车能耗预测模型输出预测能耗，对未来路径信息的能耗进行预测。2.如权利要求1所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，其特征在于，所述步骤二中分别对滚阻系数、空气密度和道路坡度参数进行参数估计，其具体为：空气密度估计模型，通过下对空气密度ρ进行估算：式中，p为空气静压，Pa；T为空气热力学温度，K；R为摩尔气体常数，J/mol·K；Mv为水蒸气摩尔质量，kg/mol；Ma为干空气摩尔质量，kg/mol；xv为水蒸气摩尔分数，％；Z为空气压缩因子，％；滚动阻力系数估计模型，通过经验公式对滚动阻力系数fr进行估算：其中，ki为路面类型修正系数；道路坡度估计模型，通过地理信息系统和GPS路径经纬度计算道路坡度aslop(rad)：其中，Δh为两个连续测量点之间的高度差，m；未来路径的高度数据由GIS系统获得。3.如权利要求1所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，其特征在于，所述步骤二中建立基于道路信息和驾驶风格优化的工况预测模型进行工况预测包括以下步骤：步骤1.基于GPS、GIS获取的未来道路信息和历史数据，生成驾驶员在未来道路上的直线型预测工况；步骤2.根据历史数据对驾驶风格进行识别，基于遗传算法进行驾驶风格修正系数辨识，对直线型预测工况进行优化。4.如权利要求3所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，其特征在于，所述步骤1中的道路信息包括道路类型、交通信号灯、交通指示标志、道路曲率半径及道路坡度；历史数据包括通过不同驾驶员驾驶目标车辆在不同类型道路上进行多次实车道路试验，获取车速时间历程数据、车辆行驶轨迹、道路信息、驾驶员驾驶数据以及车辆行驶数据。5.如权利要求3所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，其特征在于，所述步骤1生成驾驶员在未来道路上的直线型预测工况包括以下过程：步骤1.1)工况数据采集与路径信息获取：当驾驶员在车载导航系统中输入目的地后，系统从GPS和电子地图中获取路径与道路信息，对上述数据进行处理，剔除异点，并依据行驶路径长度进行重采样；步骤1.2)根据路径和道路信息生成直线型工况段：路径由节点分割成多个道路片段，将相邻两个节点由加速阶段、匀速阶段和减速阶段连接起来，即为该道路片段的直线型工况段；道路类型、节点的纬度lat和经度lon从地理信息系统上获取；A、B两节点间的距离LAB可由节点坐标计算得到，即：式中，R(m)为地球半径，latA和latB分别为A点和B点的纬度值，lonA和lonB分别为A点和B点的经度值；步骤1.3)工况段整合与滤波：重复步骤1.2)，依次生成路线中所有道路片段的直线型工况段，直到满足完整路径长度为止；步骤1.4)生成直线型预测工况：将步骤1.3)中生成的所有直线型工况段按照路线信息中的节点位置依次进行拼接整合，得出完整的直线型预测工况。6.如权利要求3所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，其特征在于，所述步骤2包括以下过程：步骤2.1)建立驾驶风格识别参数；步骤2.2)采用遗...

【专利技术属性】
技术研发人员：郭建华，刘昨非，刘康杰，刘翠，王引航，刘纬纶，聂荣真，初亮，于远彬，王继新，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22