CN104459553B - 一种预测电动汽车电池效率和健康状况的方法和系统 - Google Patents
一种预测电动汽车电池效率和健康状况的方法和系统 Download PDFInfo
- Publication number
- CN104459553B CN104459553B CN201410712974.2A CN201410712974A CN104459553B CN 104459553 B CN104459553 B CN 104459553B CN 201410712974 A CN201410712974 A CN 201410712974A CN 104459553 B CN104459553 B CN 104459553B
- Authority
- CN
- China
- Prior art keywords
- battery
- driver
- electric automobile
- unit
- efficiency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种预测电动汽车电池效率和健康状况的方法,包括通过驾驶者的模拟驾驶获得驾驶者的动作和道路状况;根据所述驾驶者的动作和道路状况模拟电动汽车在驾驶过程中的相应的电池的输出;根据电池参数评估电池使用状况,并预测所述驾驶者驾驶所述电动汽车时的电池效率、最大行驶里程、使用经济性和预期寿命。本发明还提供了一种预测电动汽车电池效率和健康状况的系统,包括车辆模拟单元和道路模拟单元、电池模拟单元、电池测试模型库、报告生成单元。本发明通过模拟驾驶提取驾驶者对电动汽车的使用行为,并根据驾驶行为预测电池效率、最大行驶里程、使用经济性、预期寿命。本发明操作简单,准确度高,响应速度快。
Description
技术领域
本发明涉及一种预测电池效率和健康状况的方法和系统,尤其涉及一种预测电动汽车电池效率和健康状况的方法和系统。
背景技术
电动汽车是指以车载电源为动力,用电机驱动车轮行驶的车辆,由于其对环境影响相对传统汽车较小,符合新型能源发展要求,是解决能源和环境问题的重要手段,因而是汽车工业发展的必然趋势。
在电动汽车的各部件中,电动汽车的电池是电动汽车发展的首要关键,应用于电动车的电池应该满足成本低、容量大、寿命长及安全性好这四大要求。然而,由于目前的电化学储能技术尚不成熟,所生产的电池偶发的意外燃烧事故以及生产质量参差不齐导致电动汽车的发展有所停滞。因此,目前很多研发集中在电池的材料稳定性和制造可靠性的方面,而对于预测电池效率、最大行驶里程、使用经济性和预期寿命方面没有涉及。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种通过模拟驾驶提取驾驶者对电动汽车的使用行为,并根据驾驶行为预测电池效率、最大行驶里程、使用经济性、预期寿命的预测系统。
为实现上述目的,本发明提供了一种预测电动汽车电池效率和健康状况的方法,该方法包括以下步骤:
第一步,通过驾驶者的模拟驾驶获得驾驶者的动作和道路状况;
第二步,根据所述驾驶者的动作和道路状况模拟电动汽车在驾驶过程中的相应的电池的输出,即根据驾驶者的驾驶指令、道路状况、车辆动力学模型和电池模型实时计算电池的电流和电压;
第三步,根据电池参数评估电池使用状况,并预测所述驾驶者驾驶所述电动汽车时的电池效率、最大行驶里程、使用经济性和预期寿命;
进一步地,所述电池参数包括电流、电压、电池效率及电池的统计特征,所述电池的统计特征包括峰峰值、极值、均方差等;所述电池使用状况是指模糊化的驾驶习惯分级,比如等级1-5表示从经济型到操控型。
第四步,向驾驶者提供驾驶行为评估报告和电动汽车使用情况预测报告。
进一步地,所述最大行驶里程是指所述电动汽车的电池在满充状态下能够行驶的距离,通过所述电池参数、单位电荷量行驶里程和电池放电效率能够预测所述最大行驶里程。
进一步地,所述驾驶行为评估报告和电动汽车使用情况预测报告包括相应驾驶行为下的电池效率、最大行驶里程、使用经济性、预期寿命,以及根据所述驾驶行为提出的改善意见。
本发明还提供了一种预测电动汽车电池效率和健康状况的系统,该系统包括:
车辆模拟单元和道路模拟单元,驾驶者通过所述车辆模拟单元和所述道路模拟单元进行模拟驾驶,产生驾驶者的动作和道路状况;
电池模拟单元,所述电池模拟单元与所述车辆模拟单元和所述道路模拟单元分别相连,用于根据所述驾驶者的动作和道路状况模拟电动汽车在驾驶过程中的电池的输出;
电池测试模型库,所述电池测试模型库与所述电池模拟单元相连,用于预测所述驾驶者驾驶所述电动汽车的电池效率、最大行驶里程、使用经济性和预期寿命;
报告生成单元,所述报告生成单元与所述电池测试模型库相连,用于向驾驶者提供驾驶行为评估报告和电动汽车使用情况预测报告。
进一步地,所述车辆模拟单元存储有不同型号车辆的物理模型参数,具有驾驶操作部件,所述车辆模拟单元能够根据驾驶者的操作指令计算车辆需求和行驶反应。
进一步地,所述道路模拟单元与所述车辆模拟单元相连,能够模拟真实的道路和交通状况,并根据驾驶者的操作行为显示车辆行驶状况,所述道路和交通状况以及所述车辆行驶状况通过屏幕向驾驶者显示。
进一步地,所述道路和交通状况包括高速路况、城市路况、城市拥堵路况。
进一步地,所述电池模拟单元存储有不同型号电池的等效电路模型,能够根据驾驶者的操作、车辆物理模型参数、路况和环境状况计算出每个时刻的负载功率,并通过所述电池的等效电路模型将功率转换为电池负载电流。
进一步地,所述电池测试模型库能够根据环境参数和所述电池负载电流提取电池等效电路模型参数、电池效率、电池衰退模型参数和预期寿命。
进一步地,所述预期寿命的预测过程为通过提取所述电池模拟单元和所述道路模拟单元的信息,根据电池负载电流、预期充电习惯、环境参数,从所述电池测试模型库中选取对应的电池衰退参数,从而预测相应驾驶行为下的电池的预期寿命。
本发明的预测电动汽车电池效率和健康状况的方法和系统通过模拟驾驶提取驾驶者对电动汽车的使用行为,并根据驾驶行为预测电池效率、最大行驶里程、使用经济性、预期寿命。本发明的预测电动汽车电池效率和健康状况的系统可设置在充电站等地,操作简单,准确度高,响应速度快。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的预测电动汽车电池效率和健康状况的系统的结构示意图。
具体实施方式
如图1所示,是本发明的一个较佳实施例的预测电动汽车电池效率和健康状况的系统的结构示意图。本实施例的预测电动汽车电池效率和健康状况的系统包括车辆模拟单元101、道路模拟单元102、电池模拟单元103、电池测试模型库104、报告生成单元105。
其中车辆模拟单元101存储有不同型号车辆的物理模型参数,具有方向盘、刹车、油门等驾驶操作部件,车辆模拟单元101能够根据驾驶者的转向、加速、刹车等操作指令计算车辆需求和行驶反应。道路模拟单元102与车辆模拟单元101相连,能够模拟真实的道路和交通状况,包括高速路况、城市路况、城市拥堵路况等环境,并根据驾驶者的操作行为显示车辆行驶状况,所述道路和交通状况以及所述车辆行驶状况通过屏幕向驾驶者显示。驾驶者通过车辆模拟单元101和道路模拟单元102进行模拟驾驶,产生驾驶者的动作和道路状况。
电池模拟单元103存储有不同型号电池的等效电路模型,并与车辆模拟单元102和道路模拟单元103分别相连,能够根据所述驾驶者的动作和道路状况模拟电动汽车在驾驶过程中的电池参数,具体来说,能够根据驾驶者的操作、车辆物理模型参数、路况和环境状况计算出每个时刻的负载功率,并通过电池的等效电路模型将功率转换为电池负载电流。
电池测试模型库104与电池模拟单元103相连,能够根据环境参数和电池负载电流提取电池等效电路模型参数、电池效率、电池衰退模型参数和预期寿命,从而预测驾驶者所驾驶的电动汽车的电池效率、最大行驶里程、使用经济性(或者说预期年均费用)和预期寿命等参数。
具体来说,预期寿命的预测过程为通过提取电池模拟单元103和道路模拟单元102的信息,根据电池负载电流、预期充电习惯、环境参数,从电池测试模型库104中选取对应的电池衰退参数,从而预测相应驾驶行为下的电池的预期寿命。最大行驶里程是指电动汽车的电池在满充状态下能够行驶的距离,通过提取电池模拟单元中的电池参数,包括电流、电压、电池效率及电池的统计特征,根据单位电荷量行驶里程和电池放电效率能够预测所述最大行驶里程。
报告生成单元105与电池测试模型库104相连,用于向驾驶者提供驾驶行为评估报告和电动汽车使用情况预测报告,相应驾驶行为下的电池效率、最大行驶里程、使用经济性、预期寿命,以及根据该驾驶行为提出的改善意见。
本实施例的预测电动汽车电池效率和健康状况的系统的工作过程为:
第一步,驾驶者通过车辆模拟单元101和道路模拟单元102进行模拟驾驶,从而产生驾驶者的动作和道路状况。
第二步,电池模拟单元103根据驾驶者的动作和道路状况模拟电动汽车在驾驶过程中的相应的电池的输出,包括电池的电流和电压。
第三步,在模拟驾驶结束后,电池测试模型库104记录驾驶过程中的电池参数,包括电流、电压、电池效率及其统计特征(峰峰值、极值、均方差等),根据该电池参数评估电池使用状况,即模糊化的驾驶习惯分级,比如等级1-5表示从经济型到操控型,在具备上述信息后,通过模糊逻辑的方法预测该驾驶者驾驶该电动汽车时的电池效率、最大行驶里程、使用经济性、预期寿命,以及根据该驾驶行为提出的改善意见。
第四步,评估报告生成单元105向驾驶者提供驾驶行为评估报告和电动汽车使用情况预测报告。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (2)
1.一种预测电动汽车电池效率和健康状况的方法,其特征在于,包括以下步骤:
第一步,通过驾驶者的模拟驾驶获得驾驶者的动作和道路状况;
第二步,根据所述驾驶者的动作和道路状况模拟电动汽车在驾驶过程中的相应的电池的输出;
第三步,根据电池参数评估电池使用状况,并预测所述驾驶者驾驶所述电动汽车时的电池效率、最大行驶里程、使用经济性和预期寿命;
第四步,向驾驶者提供驾驶行为评估报告和电动汽车使用情况预测报告;
所述第三步中的所述电池参数包括电流、电压、电池效率及电池的统计特征;所述电池使用状况是指模糊化的驾驶习惯分级;
所述最大行驶里程是指所述电动汽车的电池在满充状态下能够行驶的距离,通过所述电池参数、单位电荷量行驶里程和电池放电效率能够预测所述最大行驶里程;
所述驾驶行为评估报告和电动汽车使用情况预测报告包括相应驾驶行为下的电池效率、最大行驶里程、使用经济性、预期寿命,以及根据所述驾驶行为提出的改善意见。
2.一种预测电动汽车电池效率和健康状况的系统,其特征在于,包括:
车辆模拟单元和道路模拟单元,驾驶者通过所述车辆模拟单元和所述道路模拟单元进行模拟驾驶,产生驾驶者的动作和道路状况;
电池模拟单元,所述电池模拟单元与所述车辆模拟单元和所述道路模拟单元分别相连,用于根据所述驾驶者的动作和道路状况模拟电动汽车在驾驶过程中的电池的输出;
电池测试模型库,所述电池测试模型库与所述电池模拟单元相连,用于预测所述驾驶者驾驶所述电动汽车的电池效率、最大行驶里程、使用经济性和预期寿命;
报告生成单元,所述报告生成单元与所述电池测试模型库相连,用于向驾驶者提供驾驶行为评估报告和电动汽车使用情况预测报告;
所述车辆模拟单元存储有不同型号车辆的物理模型参数,具有驾驶操作部件,所述车辆模拟单元能够根据驾驶者的操作指令计算车辆需求和行驶反应;
所述道路模拟单元与所述车辆模拟单元相连,能够模拟真实的道路和交通状况,并根据驾驶者的操作行为显示车辆行驶状况;所述道路和交通状况以及所述车辆行驶状况通过屏幕向驾驶者显示;
所述电池模拟单元存储有不同型号电池的等效电路模型,能够根据驾驶者的操作、车辆物理模型参数、路况和环境状况计算出每个时刻的负载功率,并通过所述电池的等效电路模型将功率转换为电池负载电流;
所述电池测试模型库能够根据环境参数和所述电池负载电流提取电池等效电路模型参数、电池效率、电池衰退模型参数和预期寿命;
所述预期寿命的预测过程为通过提取所述电池模拟单元和所述道路模拟单元的信息,根据电池负载电流、预期充电习惯、环境参数,从所述电池测试模型库中选取对应的电池衰退参数,从而预测相应驾驶行为下的电池的预期寿命。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410712974.2A CN104459553B (zh) | 2014-11-28 | 2014-11-28 | 一种预测电动汽车电池效率和健康状况的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410712974.2A CN104459553B (zh) | 2014-11-28 | 2014-11-28 | 一种预测电动汽车电池效率和健康状况的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104459553A CN104459553A (zh) | 2015-03-25 |
CN104459553B true CN104459553B (zh) | 2017-10-03 |
Family
ID=52905909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410712974.2A Expired - Fee Related CN104459553B (zh) | 2014-11-28 | 2014-11-28 | 一种预测电动汽车电池效率和健康状况的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104459553B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105425167A (zh) * | 2015-12-30 | 2016-03-23 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 基于行车习惯和电池使用数据的电池重估和电池保险评估系统 |
CN105564438A (zh) * | 2016-02-23 | 2016-05-11 | 智车优行科技(北京)有限公司 | 驾驶行为评估装置、评估方法及智能车 |
DE102016211898A1 (de) * | 2016-06-30 | 2018-01-04 | Robert Bosch Gmbh | Verfahren zum Überwachen einer Batterie |
CN107215228B (zh) * | 2017-06-14 | 2019-11-15 | 上海蔚来汽车有限公司 | 加电优化方法及装置、终端、设施、设备、存储介质 |
CN109425835B (zh) * | 2017-08-21 | 2021-12-21 | 郑州宇通客车股份有限公司 | 一种电池寿命、基于大数据的车辆性能检测方法及系统 |
JP2021519436A (ja) * | 2018-04-20 | 2021-08-10 | シーピーエス テクノロジー ホールディングス エルエルシーCPS Technology Holdings LLC | バッテリ選択のためのシステム及び方法、長寿命性予測器、車両、バッテリ選択器 |
CN109712266B (zh) * | 2018-11-21 | 2021-12-14 | 斑马网络技术有限公司 | 蓄电池用电行为评估方法、装置、存储介质及电子设备 |
CN109492832A (zh) * | 2018-12-24 | 2019-03-19 | 斑马网络技术有限公司 | 蓄电池的寿命预测方法、装置、设备以及存储介质 |
CN112180258B (zh) * | 2019-07-01 | 2024-03-22 | 电计贸易(上海)有限公司 | 电池平均库伦效率的测定方法、装置、介质、终端、及系统 |
CN112782584B (zh) * | 2019-11-05 | 2023-06-23 | 奥动新能源汽车科技有限公司 | 电池电量的剩余使用额度的预测方法、系统、介质及设备 |
DE102021106190B3 (de) * | 2021-03-15 | 2022-05-05 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur Prädiktion und Vermeidung der Degradation von elektrischen Antriebskomponenten im Fahrzeug |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102749589A (zh) * | 2012-07-13 | 2012-10-24 | 哈尔滨工业大学深圳研究生院 | 电动汽车动力电池衰退模式预测方法 |
CN102959418A (zh) * | 2010-06-24 | 2013-03-06 | 松下电器产业株式会社 | 获取电池的劣化度的方法和系统 |
CN103035140A (zh) * | 2012-12-24 | 2013-04-10 | 吉林大学 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1202041B1 (de) * | 2000-10-31 | 2009-03-18 | Ford Global Technologies, LLC | Verfahren und Vorrichtung zur Belastungsprüfung von elektrischen Systemen eines Kraftfahrzeugs |
CN100486033C (zh) * | 2005-08-08 | 2009-05-06 | 丰田自动车株式会社 | 电动力车电池寿命预测和警告装置 |
DE102010003762A1 (de) * | 2010-04-08 | 2011-10-13 | Robert Bosch Gmbh | Verfahren sowie Einrichtung für ein Reichweitenmanagement eines Fahrzeugs mit elektromotorischem Antrieb |
CN102508168A (zh) * | 2011-10-28 | 2012-06-20 | 清华大学 | 车用电池系统试验研究系统 |
WO2014043888A1 (zh) * | 2012-09-21 | 2014-03-27 | 华北电力大学 | 电动车辆动力电池充放电工况模拟系统和方法 |
-
2014
- 2014-11-28 CN CN201410712974.2A patent/CN104459553B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102959418A (zh) * | 2010-06-24 | 2013-03-06 | 松下电器产业株式会社 | 获取电池的劣化度的方法和系统 |
CN102749589A (zh) * | 2012-07-13 | 2012-10-24 | 哈尔滨工业大学深圳研究生院 | 电动汽车动力电池衰退模式预测方法 |
CN103035140A (zh) * | 2012-12-24 | 2013-04-10 | 吉林大学 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104459553A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104459553B (zh) | 一种预测电动汽车电池效率和健康状况的方法和系统 | |
CN104459552B (zh) | 评估充电行为对电动汽车电池健康状况的影响的方法 | |
Vepsäläinen et al. | Development and validation of energy demand uncertainty model for electric city buses | |
CN104442825B (zh) | 一种电动汽车剩余行驶里程的预测方法和系统 | |
Wang et al. | Cyber-physical control for energy management of off-road vehicles with hybrid energy storage systems | |
CN103213504B (zh) | 一种电动汽车续驶里程估算方法 | |
Chen et al. | Multimode energy management for plug-in hybrid electric buses based on driving cycles prediction | |
Lee et al. | A novel big data modeling method for improving driving range estimation of EVs | |
Tara et al. | Battery storage sizing in a retrofitted plug-in hybrid electric vehicle | |
CN104393647B (zh) | 一种用于电动汽车的充电桩系统 | |
CN104260724B (zh) | 一种车辆智能预测控制系统及其方法 | |
CN103660984B (zh) | 一种基于远程数据传输的纯电动汽车续驶里程估计装置及方法 | |
CN103914985A (zh) | 一种混合动力客车未来车速轨迹预测方法 | |
Bi et al. | Residual range estimation for battery electric vehicle based on radial basis function neural network | |
MY160957A (en) | Road traffic flow simulation apparatus, road traffic flow simulation program, and road traffic flow simulation method | |
Bhatt | Planning and application of Electric Vehicle with MATLAB®/Simulink® | |
CN103963662B (zh) | 电动汽车独立四轮毂电驱动系统、各驱动单元的电压和功率设计方法及其控制方法 | |
CN106004518A (zh) | 一种基于车联网的电动汽车能量管理预测控制方法 | |
Bracco et al. | Simulation models for the evaluation of energy consumptions of electric buses in different urban traffic scenarios | |
Wu et al. | Driving style-aware energy management for battery/supercapacitor electric vehicles using deep reinforcement learning | |
Rauf et al. | Aspects of artificial intelligence in future electric vehicle technology for sustainable environmental impact | |
CN203844623U (zh) | 电动汽车独立四轮毂电驱动系统 | |
Garg et al. | State-of-the-art of designs studies for batteries packs of electric vehicles | |
CN105365589B (zh) | 一种电动公交车储能装置的容量测算方法 | |
Rezvanizanian et al. | A mobility performance assessment on plug-in EV battery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171003 Termination date: 20211128 |