CN103287359B - 一种纯电动汽车能耗检测方法 - Google Patents

Abstract

本发明公开了一种纯电动汽车能耗检测方法，通过目前纯电动汽车所能采集的行车记录数据，以能耗相关数据的采集为出发，实现SOC、电流、电压、电池组温度等能耗相关数据的采集，结合传统行车记录仪采集的速度、里程、方向等基本位置信息，同时采集交通主管部门实时发布的路面拥堵、天气等数据，建立纯电动汽车能耗检测数据库以及纯电动汽车能耗检测分析数学模型。本发明以纯电动汽车车载终端为应用载体，设计了终端能耗检测和平台能耗检测结果的对比输出方法，通过对比车载终端能耗初步检测结果、能耗监测平台结果等不同模型的结果，以多次比较中数值最优结果作为能耗检测结果输出。

Description

一种纯电动汽车能耗检测方法

技术领域

本发明涉及电动汽车的技术领域，特别涉及一种纯电动汽车能耗检测方法。 

背景技术

目前新能源汽车的制造与应用领域还处于起步阶段，“十城千辆工程”几批次推荐的新能源汽车都以纯电动车为主，国内的制造以及应用技术还相对粗糙，节能减排效益明显但经济效益并不明显，而且新能源汽车推广的领域尚未真正面临市场的竞争，用户数量少，造成用户的反馈较少或者反馈信息质量较差(反馈信息描述通常只是定性描述，并非定量的描述)，导致到2012年12月，全国运营的新能源汽车仅27800多辆，其中80％是公交车，4400多辆个人使用，推进的速度难以满足国家的要求。按照各地发展的规划，到2013年3月底将达到39000辆左右，但还是以公交为主。按照国内新能源汽车发展的规划，今后坚持以公交推广为主，因为一辆公交车要抵40辆小轿车的发展，所以解决公交的问题，特别是城市内的公交问题，还是关注的重点。 

尽管如此，国内各级政府仍然加大力度推进新能源汽车的研发以及市场推广。国务院颁布《节能与新能源汽车产业发展规划(2012-2020年)》中，计划到2015年，纯电动汽车和插电式混合动力汽车累计产销量力争达到50万辆，2020年累计产销量超过500万辆(2015年美国预测为100万辆、德国预测为60万辆)。 

在能耗要求方面，按照《节能与新能源汽车产业发展规划(2012-2020年)》的要求，到2015年，生产出的新车(主要指乘用车)每百公里的耗油量为5.9升，到2020年，每百公里的耗油量为4.5升。2005年国家推出《乘用车燃料消耗量限值》国标，规定1吨以下新车型百公里油耗须限定小于8升。其中，最高的耗油量是大于2.5吨的新车型，百公里耗油量标准甚至达到15.5升。这意味着，2015年的新车平均油耗要比现在下降26％，到2020年平均油耗则要下降超过40％，除小排量汽油车外，所有车企的大部分产品都必须是混动力汽 车或电动汽车才能满足目标要求。而位于大洋彼岸的汽车大国美国，近期出台的标准为“到2025年每百公里耗油量为4.19升”，中国在时间上和标准上都比美国更为紧迫和严格。 

新能源汽车的应用前景广阔，在目前新能源汽车推广(特别是纯电动汽车)推广过程中遇到了动力电池的难题。由于电池技术的不成熟，国家提出相关技术要求在目前的技术状态还难以达到。电池的问题体现在两个方面:其一是动力电池比能量不高，影响电动汽车续驶里程的要求，技术不成熟造成的价格太高直接影响电动汽车的初始成本；其二是电池的性能差，使用寿命低影响电动汽车的使用成本。新能源汽车用的电池使用中其性能发挥得如何，除与电池模块自身性能有关外，与其应用的能耗有着密切的关系，尤其是电池模块质量不太理想的条件下，能耗检测所能发挥的作用则更为明显。借助能耗检测的正常工作会使电池模块的性能得以充分发挥，减少电池模块故障，延长电池模块的使用寿命，增加新能源汽车的使用安全感。 

在国家相关具有时间节点的要求以及市场行为下，纯电动汽车能耗检测问题已经成为除马达、逆变器及充电电池等需要重点突破的技术难关外最迫切需要突破的技术难题。由于纯电动汽车能耗构成的复杂化，以单一的指标(SOC)来衡量电能消耗难以准确表达能耗状况以及节能状况，通过开发相应的数据采集终端目前仍难以实现的情况下，通过建立各种能耗模型，同时对能耗模型进行标定在实际运行中对能耗进行检测，是解决能耗检测问题的解决途径之一。然而，不管是马达、逆变器及充电电池关键技术还是能耗检测的关键技术，都需要准确、快捷地采集行车信息以进行各类运行模型的分析。如何采集更准确、可定量的行车状态信息以不断改进新能源汽车制造技术、如何通过行车状态数据采集能耗相关属性建立能耗检测模型以引导驾驶员在驾驶时形成节能驾驶习惯是目前新能源汽车发展面临的瓶颈问题。 

在目前既缺乏能耗检测传感器，又缺乏具有经验或者理论指导的能耗检测方法的情况下，如何通过目前纯电动汽车所能采集的行车记录数据，结合路面交通、天气、乘客数量等汽车能耗影响因素，实现新能源汽车能耗检测，是目前新能源汽车推广发展、节能减排、环境保护等多行业的要求，这对纯电动汽车节能性、经济性、安全性等方面的提高、推动新能源汽车应用过程中能耗检测与分析重要科技问题的解决有重大现实意义。通过本项目的研究，新能源汽车能耗检测与分析应用在国民经济和社会发展中具有广泛的前景。通过将本项 目的成果嵌入目前强制推广的行车记录仪终端，向市场提供以目前行车记录仪技术标准为基础能够满足纯电动汽车能耗检测需求的改进终端产品，并为应用单位(企业、政府等)提供对应的车辆信息接入平台，实现纯电动汽车的行车能耗检测分析服务。 

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种纯电动汽车能耗检测方法。 

本发明的目的通过下述技术方案实现： 

本发明的纯电动汽车能耗检测方法，包括下述步骤： 

S1、通过目前纯电动汽车所能采集的行车记录数据，以能耗相关数据的采集为出发，实现SOC、电流、电压、电池组温度能耗相关数据的采集； 

S2、设定数据采集时间周期或者采集数据数量，当达到设定数据后进行一次小波数据压缩，所采集的数据在经过压缩行数据包后立即被加密，并开始通过APN通道对指定接入点发送数据；接入点在接收数据后将数据存储在缓存中并进行解密后入库； 

S3、结合传统行车记录仪采集的速度、里程、方向的基本位置信息，同时采集交通主管部门实时发布的路面拥堵、天气数据，建立纯电动汽车能耗检测数据库以及纯电动汽车能耗检测数学模型； 

S4、以纯电动汽车车载终端为应用载体，通过终端能耗检测和平台能耗检测结果的对比输出方法，通过对比车载终端能耗初步检测结果、能耗检测平台结果不同模型的结果，以多次比较中数值最优结果作为能耗检测结果输出。 

优选的，步骤S3中，纯电动汽车车载终端是与能耗相关数据收集与展示的载体，通过在嵌入式终端加载若干个能耗检测算法，实现基于能耗相关数据的行车能耗初步检测，在不同能耗检测算法下得到若干个能耗检测结果；通过接收来自能耗检测平台的能耗检测结果，与行车能耗初步检测结果比较，筛选能耗检测结果相差最小且相差在10％以内的以初步检测结果输出，结果相差超过10％的进行重新检测。 

优选的，步骤S1中，所述能耗相关数据包括行车速度、路面速度、SOC、电池电压、电流、温度、天气和乘客数；所述行车记录数据包括档位、制动、故障诊断、绝缘情况和行车模式。 

优选的，步骤S2中，采用下述三种途径解决大量数据发送与接入： 

(1)通过在终端上首先进行数据压缩，在终端上解压； 

(2)在终端上进行数据优化，提取具备应用意义的重点数据传输，其余数据暂时保存在终端存储设备上； 

(3)在保证数据传输可靠性的前提下，在数据接收平台上进行数据识别，提取关键数据。 

优选的，步骤S2中，采用渐进式Haar小波压缩算法实现数据压缩的具体步骤为： 

在满足设定采集时间周期或者采集数据数量达到一定数据后，通过对所采集的数据进行初步筛选，将离散、难解析、超出阈值范围的数据进行剔除后采用渐进Haar小波变换算法进行一次数据压缩，所采集的数据在经过压缩行数据包后立即被加密，并开始通过APN通道对指定接入点发送数据。 

优选的，通过随机参数插入加密算法对数据进行加密处理，其具体步骤为： 

服务器和车载终端之间共享一个密钥种子S，在服务器向车载终端发送加密坐标的同时通过随机数函数R(x)生成隐藏的加密/解密密钥K，其中K＝R(S)，解密密钥的使用必须与注册终端的注册名相关，其结果是，车载终端每次使用服务请求时，将产生不同的随机密钥种子，在使用结束后，密钥种子自动失效。 

优选的，车载终端所产生的数据并在进行加密变换后将加密信息变换成符合RSA加密算法要求的数据格式；在车载终端请求上传数据时，服务器将以密文方式，发送经过RSA加密的变换信息以及随机加密信息，在与用户名相关确认后，车载终端可获取加密内容，实现数据加密上传。 

优选的，采用关联规则挖掘算法发现新能源汽车能耗检测规律，在收集行车速度、路面速度、SOC、电池电压、电流、温度、天气、乘客数与能耗相关数据后，通过数据预处理，将离散的、数值的、非数值的、文字的各种属性数据进行数字化表述。 

优选的，采用FP-树频集算法进行关联规则挖掘，具体为：在经过第一遍扫描之后，把数据库中的频集压缩进一棵频繁模式树FP-tree，同时依然保留其中的关联信息，随后再将FP-tree分化成一些条件库，每个库和一个长度为1的频集相关，然后再对这些条件库分别进行挖掘。 

优选的，能耗检测平台对车载能耗检测算法进行远程升级，其具体过程为： 

(1)能耗检测平台在建立数量较大的能耗检测数学模型后进行模型精简， 筛选符合应用概率较大、经专家定义或标定的数学模型，定义版本号后进行封装压缩，形成升级包； 

(2)车载终端在收到通过APN传输的能耗监测模块升级包后进行版本号检测并对比版本号，若为升级版本号，则立即接收升级包，并进行升级；否则不接收； 

(3)通过升级进行远程升级后，检测模块版本号是否与升级包相同，若相同则向能耗检测平台发送确认信息，否则向平台提交再次升级请求。 

本发明相对于现有技术具有如下的优点及效果： 

1、本发明以能耗相关数据的采集为出发，实现SOC、电流、电压、电池组温度等能耗相关数据的采集，结合传统行车记录仪采集的速度、里程、方向等基本位置信息，同时结合交通主管部门实时发布的路面拥堵、天气等数据，建立新能源汽车能耗检测数据库。在此基础上，通过新能源汽车能耗检测分析数学模型的建立并在新能源汽车运行过程中对不同影响因素下能耗状况进行检测与分析，为驾驶员提供节能建议。 

2、本发明在标准行车记录仪基础上新增能耗数据与行车状态数据将需要解决大量数据的发送、压缩、加密、传输、接入、解密、解压、入库、检测、分析等所有过程的技术问题。 

3、本发明中非对称加密算法保证了加密坐标信息的安全，而随机参数算法则满足了信息通信隐秘性、准确性和可靠性的需要，将二者优点的结合，在实际应用中可满足服务的快速、准确与可靠的要求 

附图说明

图1是纯电动汽车能耗检测方法的流程图； 

图2是基于RSA的随机参数算法流程图。 

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。 

实施例 

如图1所示，本发明以能耗相关数据的采集为出发，实现SOC、电流、电压、电池组温度等能耗相关数据的采集，结合传统行车记录仪采集的速度、里 程、方向等基本位置信息，同时结合交通主管部门实时发布的路面拥堵、天气等数据，建立新能源汽车能耗检测数据库。在此基础上，通过新能源汽车能耗检测分析数学模型的建立并在新能源汽车运行过程中对不同影响因素下能耗状况进行检测与分析，为驾驶员提供节能建议。 

实现能耗检测与分析必须以大量与能耗相关的数据为基础，而这些相关数据的采集必须通过在现有车载终端上加载相关的数据采集模块实现。能耗数据(包括电池、电池组、电压、电流、SOC、温度、电机转速、扭矩等)与行车状态数据(档位、制动、故障诊断、绝缘情况、行车模式等)的属性相对行车记录仪的数据而言，不管从数据的种类还是数据的属性来说无疑远远多于行车记录仪所采集的数据，因此，在标准行车记录仪基础上新增能耗数据与行车状态数据将需要解决大量数据的发送、压缩、加密、传输、接入、解密、解压、入库、检测、分析等所有过程的技术问题。 

解决大量数据发送与接入问题的途径主要包括三种，一是通过在终端上首先进行数据压缩，在终端上解压；二是在终端上进行数据优化，提取具备应用意义的重点数据传输，其余数据暂时保存在终端存储设备上；三是在数据接收平台上进行数据识别，提取关键数据，但必须保证数据传输的可靠性。 

本发明采用终端数据优化结合平台数据提取方式实现数据的传输与接入。在终端数据传输模块设计时加入终端数据优化处理算法，克服数据增加给无线通讯及后台管理系统带来的压力，同时在检测分析平台接收数据时加入数据提取与识别算法，优化数据表达，降低数据量，从而提高整个系统的运行效率。 

在解决加密、压缩、传输、接收、解压、解密、接入、入库等一系列操作问题上，考虑到数据的安全、准确、高效、低损耗的要求，根据实际情况，本发明拟利用APN技术，建立虚拟专用网，使数据通过安全的“加密管道”在公共网络中传播，对通信提供加密保护和验证,使数据在网络上传输时不会被监视、篡改和伪造,保证了数据传输的安全保密性。 

在建立APN后，必须解决大量数据的压缩与解压的难题。从应用角度出发，并非所有数据都是能耗检测或者其他应用所需数据，这些数据在实际传输中在非必要时候可进行初步筛选，以减少压缩原数据总量，然后再进行压缩。为避免空闲等待处理间下缓存呈指数增长、数据的实时性被严重破坏、节点的存储资源被严重占用的情况，本发明拟采用渐进式Haar小波压缩算法实现数据压缩，其原因为，车载终端的计算能力和存储容量非常有限，真正应用于数 据传输的小波压缩算法应该是轻量级的，不能给节点带来过大的负担。另外，车载终端往往使用嵌入式操作系统，压缩算法不能有长的计算耗时，同时也必须尽量不要让程序进入空闲等待状态，否则会给程序的编写带来很大的麻烦。 

渐进Haar小波变换的基本原理是，车载终端在生成两次数据以后即对数据进行变换，对相邻的数据进行加法求均值和减法求差值运算。对一组小波系数，设最大的系数值为c_max，最小系数值为c_min，采用n位量化，量化步长为 设某车载终端的带宽为B(该车载终端传送的数据为B bit/s)，在某个时间段T内，若该节点需要传送D bit数据，则节点理想的压缩比为 

在小波压缩算法中，设小波系数选择算法用coefficient表示、量化器用quantizer表示、编码器用encoder表示，压缩比可表示为CR＝f(coefficient,quantizer,encoder)。小波压缩比是待传输小波系数的数量、量化器和编码器的函数。本发明设计小波系数选择算法来选择待传输的Haar小波系数(coefficient’)、确定合适的量化器(quantizer’)和编码器(encoder’)，使得CR＝f(coefficient',quantizer',encoder')＝Ideal_CR。 

在数据加密方面，同样考虑到车载终端的计算能力和存储容量非常有限的问题，通过设计随机参数插入加密算法，即服务器和车载终端之间共享一个密钥种子S，在服务器向车载终端发送加密坐标的同时通过随机数函数R(x)生成隐藏的加密/解密密钥K，其中K＝R(S)。为增加加密坐标在传输和使用过程中的安全性，解密密钥的使用必须与注册终端的注册名相关，其结果是，车载终端每次使用服务请求时，将产生不同的随机密钥种子，在使用结束后，密钥种子自动失效。 

非对称加密算法保证了加密坐标信息的安全，而随机参数算法则满足了信息通信隐秘性、准确性和可靠性的需要，将二者优点的结合，在实际应用中可满足服务的快速、准确与可靠的要求。基于RSA的随机参数算法的流程如图2所示。 

车载终端所产生的数据并在进行加密变换后将加密信息变换成符合RSA加密算法要求的数据格式；在车载终端请求上传数据时，服务器将以密文方式，发送经过RSA加密的变换信息以及随机加密信息，在与用户名相关确认后，车载终端可获取加密内容，实现数据加密上传。 

在收集行车速度、路面速度、SOC、电池电压、电流、温度、天气、乘客数等与能耗相关数据后，通过数据预处理，将离散的、数值的、非数值的、文字的各种属性数据进行数字化表述，利用关联规则挖掘算法发现新能源汽车能耗检测规律。 

针对现有关联规则算法的固有缺陷，本发明利用不产生候选挖掘频繁项集的方法，即FP-树频集算法进行关联规则挖掘。该方法采用分而治之的策略，在经过第一遍扫描之后，把数据库中的频集压缩进一棵频繁模式树(FP-tree)，同时依然保留其中的关联信息，随后再将FP-tree分化成一些条件库，每个库和一个长度为1的频集相关，然后再对这些条件库分别进行挖掘。当原始数据量很大的时候，也可以结合划分的方法,使得一个FP-tree可以放入主存中，这样可使FP-growth对不同长度的规则都有很好的适应性，同时在效率上较之关联规则算法有巨大的提高。 

将频繁模式树可能生成多个能耗检测数学模型。将这些数学模型通过算法设计加载到车载终端上，可实现基于能耗相关数据的行车能耗初步检测，但在不同能耗检测模型下得到若干个能耗检测结果。纯电动汽车能耗检测平台通过实时接收车载终端的数据，也可输出能耗检测结果。车载终端与能耗监测平台之间可能存在不同的能耗检测结果。为避免不准确数据的输出，必须进行能耗检测结果比较，比较方法是，通过接收来自能耗检测平台能耗检测结果，并与行车能耗初步检测结果比较，筛选能耗检测结果相差最小且相差在10％以内的以初步检测结果输出，结果相差超过10％的进行重新检测。 

纯电动汽车能耗检测平台是能耗检测分析数学模型的应用平台。通过对纯电动汽车能耗检测数据库数据的分析并建立能耗检测模型，以无线传输方式实现对终端能耗检测算法的远程升级。由于能耗因素较多，而且在实际应用过程 中虽然随着能耗检测数据库数据量的不断增加而使能耗检测模型将不断完善，但由于纯电动汽车能耗影响因素较多，难以用统一的能耗检测模型囊括实际中的所有情况，因此需要建立多个能耗检测模型，在应用中选择最优者作为能耗检测输出。因此本发明设计了终端能耗检测和平台能耗检测结果的对比输出方法，即通过对比车载终端能耗初步检测结果、能耗监测平台结果等不同模型的结果，以多次比较中数值最接近的结果作为能耗检测结果。 

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。 

Claims (10)

1.一种纯电动汽车能耗检测方法，其特征在于，包括下述步骤：

S1、通过目前纯电动汽车所能采集的行车记录数据，以能耗相关数据的采集为出发，实现SOC、电流、电压、电池组温度能耗相关数据的采集；

S2、设定数据采集时间周期或者采集数据数量，当达到设定数据后进行一次小波数据压缩，所采集的数据在经过压缩行数据包后立即被加密，并开始通过APN通道对指定接入点发送数据；接入点在接收数据后将数据存储在缓存中并进行解密后入库；

S3、结合传统行车记录仪采集的速度、里程、方向的基本位置信息，同时采集交通主管部门实时发布的路面拥堵、天气数据，建立纯电动汽车能耗检测数据库以及纯电动汽车能耗检测数学模型；

S4、以纯电动汽车车载终端为应用载体，通过终端能耗检测和平台能耗检测结果的对比输出方法，通过对比车载终端能耗初步检测结果、能耗检测平台结果不同模型的结果，以多次比较中数值最优结果作为能耗检测结果输出。

2.根据权利要求1所述的纯电动汽车能耗检测方法，其特征在于，步骤S3中，纯电动汽车车载终端是与能耗相关数据收集与展示的载体，通过在嵌入式终端加载若干个能耗检测算法，实现基于能耗相关数据的行车能耗初步检测，在不同能耗检测算法下得到若干个能耗检测结果；通过接收来自能耗检测平台的能耗检测结果，与行车能耗初步检测结果比较，筛选能耗检测结果相差最小且相差在10％以内的以初步检测结果输出，结果相差超过10％的进行重新检测。

3.根据权利要求1所述的纯电动汽车能耗检测方法，其特征在于，步骤S1中，所述能耗相关数据包括行车速度、路面速度、SOC、电池电压、电流、温度、天气和乘客数；所述行车记录数据包括档位、制动、故障诊断、绝缘情况和行车模式。

4.根据权利要求1所述的纯电动汽车能耗检测方法，其特征在于，步骤S2中，采用下述三种途径解决大量数据发送与接入：

(1)通过在终端上首先进行数据压缩，在终端上解压；

(2)在终端上进行数据优化，提取具备应用意义的重点数据传输，其余数据暂时保存在终端存储设备上；

(3)在保证数据传输可靠性的前提下，在数据接收平台上进行数据识别，提取关键数据。

5.根据权利要求1所述的纯电动汽车能耗检测方法，其特征在于，步骤S2中，采用渐进式Haar小波压缩算法实现数据压缩的具体步骤为：

在满足设定采集时间周期或者采集数据数量达到一定数据后，通过对所采集的数据进行初步筛选，将离散、难解析、超出阈值范围的数据进行剔除后采用渐进Haar小波变换算法进行一次数据压缩，所采集的数据在经过压缩行数据包后立即被加密，并开始通过APN通道对指定接入点发送数据。

6.根据权利要求1所述的纯电动汽车能耗检测方法，其特征在于，通过随机参数插入加密算法对数据进行加密处理，其具体步骤为：

服务器和车载终端之间共享一个密钥种子S，在服务器向车载终端发送加密坐标的同时通过随机数函数R(x)生成隐藏的加密/解密密钥K，其中K＝R(S)，解密密钥的使用必须与注册终端的注册名相关，其结果是，车载终端每次使用服务请求时，将产生不同的随机密钥种子，在使用结束后，密钥种子自动失效。

7.根据权利要求6所述的纯电动汽车能耗检测方法，其特征在于，车载终端所产生的数据并在进行加密变换后将加密信息变换成符合RSA加密算法要求的数据格式；在车载终端请求上传数据时，服务器将以密文方式，发送经过RSA加密的变换信息以及随机加密信息，在与用户名相关确认后，车载终端可获取加密内容，实现数据加密上传。

8.根据权利要求1所述的纯电动汽车能耗检测方法，其特征在于，采用关联规则挖掘算法发现新能源汽车能耗检测规律，在收集行车速度、路面速度、SOC、电池电压、电流、温度、天气、乘客数与能耗相关数据后，通过数据预处理，将离散的、数值的、非数值的、文字的各种属性数据进行数字化表述。

9.根据权利要求8所述的纯电动汽车能耗检测方法，其特征在于，采用FP-树频集算法进行关联规则挖掘，具体为：在经过第一遍扫描之后，把数据库中的频集压缩进一棵频繁模式树FP-tree，同时依然保留其中的关联信息，随后再将FP-tree分化成一些条件库，每个库和一个长度为1的频集相关，然后再对这些条件库分别进行挖掘。

10.根据权利要求1所述的纯电动汽车能耗检测方法，其特征在于，能耗检测平台对车载能耗检测算法进行远程升级，其具体过程为：

(1)能耗检测平台在建立数量较大的能耗检测数学模型后进行模型精简，筛选符合应用概率较大、经专家定义或标定的数学模型，定义版本号后进行封装压缩，形成升级包；

(2)车载终端在收到通过APN传输的能耗监测模块升级包后进行版本号检测并对比版本号，若为升级版本号，则立即接收升级包，并进行升级；否则不接收；

(3)通过升级进行远程升级后，检测模块版本号是否与升级包相同，若相同则向能耗检测平台发送确认信息，否则向平台提交再次升级请求。