CN104842797A - 电动汽车未来平均电耗预估、剩余续驶里程估计方法及系统 - Google Patents

Abstract

本发明提供一种电动汽车未来平均电耗的预估方法及系统，通过计算历史平均电耗，并使用该历史平均电耗预估未来的平均电耗，能够给驾驶员提供及时和准确的未来平均电耗信息。本发明还提供一种电动汽车剩余续驶里程估计方法及系统，根据获取的剩余电量和利用电动汽车未来平均电耗的预估方法及系统得到的电动汽车未来平均电耗，获取电动汽车剩余续驶里程，能够给驾驶员及时和准确的未来平均电耗及剩余续驶里程信息，便于驾驶员规划路线，选择充电时机，对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理，使得最终得到的电动汽车剩余续驶里程的值不会发生上下突变的情况，能够真实地反应当前情况下的剩余续驶里程。

Description

电动汽车未来平均电耗预估、剩余续驶里程估计方法及系统

技术领域

本发明涉及电动汽车控制技术领域，具体地涉及一种电动汽车未来平均电耗预估和剩余续驶里程估计的方法及系统。

背景技术

传统汽车由于单次加油的行驶里程较长，驾驶员根据油量表可预估出可行驶的距离，因此不显示出目前的续驶里程对驾驶员的影响不大。对于电动汽车来说，由于单次充电行驶里程短，驾驶员需要得到直观准确的剩余续驶里程信息，以便于其规划行驶路线，否则驾驶员会时刻在担心剩余的电量能够支持其到达可充电地点。

目前大多的电动汽车只能提供当前动力电池的剩余荷电状态SOC(stateof charge)，驾驶员仅仅根据SOC来确定电动汽车的剩余续驶里程比较困难，因为动力电池可剩余电量除了与SOC相关之外，还与目前动力电池的温度，动力电池的健康状态等相关，只通过SOC无法得到很精确的电动汽车剩余续驶里程所需的信息。

现有专利文献CN102303538A公开了一种电动汽车剩余续驶里程的显示方法及装置，该方法中利用公式计算电动汽车剩余续驶里程S。其中，V为车速，A为动力电池的容量，i为在车速V下动力电池的放电电流，SOC为动力电池的剩余荷电状态。该方法考虑的因素较少，其使用的计算方法会由于电流i值的快速变化导致显示出来的电动汽车剩余续驶里程上下突变，最后得到的电动汽车剩余续驶里程的值不可信。

发明内容

为此，本发明所要解决的技术问题在于现有技术中用于计算电动汽车的剩余续驶里程考虑的因素过少，得到的数值频繁变化，从而提出一种电动汽车剩余续驶里程估计方法。

为解决上述技术问题，本发明提供以下技术方案：

本发明提供一种电动汽车未来平均电耗的预估方法，包括如下步骤：

S1：实时获取最新的n段行驶里程的n个历史平均电耗，n为自然数，其中：历史平均电耗P_Li＝电池输出能量E_i/行驶里程L_i，i＝1,2,3……n；

S2：根据所述历史平均电耗获取未来平均电耗：未来平均电耗＝f(P_Li)。

上述的电动汽车未来平均电耗的预估方法，所述步骤S2中：

$f\left(P_{\mathrm{Li}}\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i{P}_{\mathrm{Li}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i};$

其中为影响系数。

上述的电动汽车未来平均电耗的预估方法，初始状态下，为步骤S1中的n个历史平均电耗设置历史平均电耗初始值P_C：

P_C＝aP_d+bP_z；

其中，P_d＝电动汽车前一次运行过程中电池输出能量/电动汽车前一次运行过程中的行驶里程；P_z＝历史累计电池输出能量/历史累计行驶里程；a和b分别为权重系数，且a+b＝1。

上述的电动汽车未来平均电耗的预估方法，所述步骤S1中，获取电池输出能量E_i和行驶里程L_i的过程如下：

获取动力电池的电压、电流和电动汽车的车速；

以t为周期，对所述电压和电流的乘积进行离散积分，得到周期t内电池输出能量；同时对车速进行离散积分，得到周期t内的电动汽车行驶里程；

当电动汽车的行驶里程累计达到行驶里程L_i时，相应的得到累计的电池输出能量E_i。

本发明还提供一种电动汽车剩余续驶里程估计方法，包括如下步骤：

W1：获取电动汽车剩余电量；

W2：利用权利要求1-4任一所述的电动汽车未来平均电耗的预估方法，获取电动汽车未来平均电耗；

W3：获取电动汽车剩余续驶里程S＝剩余电量/未来平均电耗。

上述的电动汽车剩余续驶里程估计方法，所述步骤W1中，直接从BMS获取剩余电量；或者

从BMS获取动力电池额定电压U₀、额定容量C₀，SOC值，电池健康状态SOH，BMS允许的最低放电SOC值SOC_low，利用以下公式获取剩余电量Q：

Q＝U₀×C₀×(SOC-SOC_low)×SOH÷1000。

上述的电动汽车剩余续驶里程估计方法，还包括如下步骤：

W4：对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理。

本发明还提供一种电动汽车未来平均电耗的预估系统，包括：

历史平均电耗获取模块，用于实时获取最新的n段行驶里程的n个历史平均电耗，n为自然数，其中：历史平均电耗P_Li＝电池输出能量E_i/行驶里程L_i，i＝1,2,3……n；

未来平均电耗获取模块，根据所述历史平均电耗获取未来平均电耗：未来平均电耗＝f(P_Li)。

上述的电动汽车未来平均电耗的预估系统，所述未来平均电耗获取模块中，根据以下公式获取未来平均电耗：

$f\left(P_{\mathrm{Li}}\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i{P}_{\mathrm{Li}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i};$

其中为影响系数。

上述的电动汽车未来平均电耗的预估系统，还包括：

初始值设置模块，用于在初始状态下，为历史平均电耗获取模块中的n个历史平均电耗设置历史平均电耗初始值P_C：

P_C＝aP_d+bP_z；

其中，P_d＝电动汽车前一次运行过程中电池输出能量/电动汽车前一次运行过程中的行驶里程；P_z＝历史累计电池输出能量/历史累计行驶里程；a和b分别为权重系数，且a+b＝1。

上述的电动汽车未来平均电耗的预估系统，还包括：

参数获取模块，用于获取动力电池的电压，电流和电动汽车的车速；

历史平均电耗获取模块进一步包括：

第一子模块，用于以t为周期，对所述电压和电流的乘积进行离散积分，得到周期t内电池输出能量；

第二子模块，用于对车速进行离散积分，得到周期t内的电动汽车的行驶里程；

第三子模块，用于当电动汽车的行驶里程累计达到行驶里程L_i时，相应的得到累计的电池输出能量E_i。

本发明还提供一种电动汽车剩余续驶里程估计系统，包括以上所述的电动汽车未来平均电耗的预估系统，用于获取电动汽车未来平均电耗；还包括：

剩余电量获取模块，用于实时获取电动汽车剩余电量；

剩余续驶里程计算模块，用于根据以下公式获得电动汽车剩余行驶里程：电动汽车剩余续驶里程S＝剩余电量/未来平均电耗。

上述的电动汽车剩余续驶里程估计系统，所述剩余电量获取模块，直接从BMS获取剩余电量；或者从BMS获取动力电池额定电压U₀、额定容量C₀，SOC值，电池健康状态SOH，BMS允许的最低放电SOC值SOC_low，利用以下公式获取剩余电量Q：

Q＝U₀×C₀×(SOC-SOC_low)×SOH÷1000。

上述的电动汽车剩余续驶里程估计系统，还包括：

滤波处理模块，用于对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理。

本发明的上述技术方案相比现有技术具有以下优点：

(1)本发明所述的电动汽车未来平均电耗的预估方法及系统，通过计算历史平均电耗，并使用该历史平均电耗预估未来的平均电耗，能够给驾驶员提供及时和准确的未来平均电耗信息。

(2)本发明所述的电动汽车未来平均电耗的预估方法及系统，在初始状态下，给历史平均电耗设置初始值，防止造成电动汽车行驶的最初阶段历史平均电耗值不准确的情况。

(3)本发明所述的电动汽车剩余续驶里程估计方法及系统，根据获取的剩余电量和利用电动汽车未来平均电耗的预估方法及系统得到的电动汽车未来平均电耗，获取电动汽车剩余续驶里程，能够给驾驶员及时和准确的历史平均电耗及剩余续驶里程信息，便于驾驶员规划路线，选择充电时机。

(4)本发明所述的电动汽车剩余续驶里程估计方法及系统，剩余电量可以直接从BMS获取，也可以通过动力电池的一些状态参数计算得到，考虑了动力电池的状态信息，得到的剩余电量信息更加精确。

(5)本发明所述的电动汽车剩余续驶里程估计方法及系统，对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理，使得最终得到的电动汽车剩余续驶里程的值不会发生上下突变的情况，能够真实地反应当前情况下的剩余续驶里程。

(6)本发明所述的电动汽车剩余续驶里程估计方法及系统，实时判断驾驶模式是否发生变化，根据驾驶模式的电能消耗，设置切换系数影响剩余续驶里程，综合考虑了驾驶员的驾驶习惯和运行模式对续驶里程造成的影响，使得最终得到的续驶里程值更加准确，便于驾驶员调整驾驶习惯。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明一个实施例的一种电动汽车未来平均电耗预估方法的流程图；

图2是本发明一个实施例的一种电动汽车剩余续驶里程估计方法的流程图；

图3是本发明一个实施例的一种电动汽车未来平均电耗预估系统的整体系统图；

图4是本发明一个实施例的一种电动汽车剩余续驶里程估计系统的整体系统图。

具体实施方式

本发明提供具体实施例主要涉及两个方面。其中一部分实施例涉及如何获得未来平均电耗，另一部分实施例涉及如何根据未来平均电耗获取剩余续驶里程。

实施例1

本实施例提供一种未来平均电耗的预估方法，如图1所示，包括如下步骤：

S1：获取历史平均电耗。

S2：根据所述历史平均电耗获取未来平均电耗。

所述步骤S1中：

所述历史平均电耗和未来平均电耗是以当前时刻为时间节点来区分。当前时刻之前的所得到的为历史平均电耗，当前时刻之后所得到的为未来平均电耗。所述历史平均电耗可以是过去一段时间内的历史平均电耗，也可以是自电动汽车第一次运行开始至今所累积的历史平均电耗。无论是哪一个阶段的历史平均电耗，均可以采用：电池输出能量/行驶里程，这一公式来计算得到。本实施例中采用下述方法获得历史平均电耗：

实时获取最新的n段行驶里程的n个历史平均电耗，其中每一段行驶里程的历史平均电耗的计算方法为：

历史平均电耗P_Li＝电池输出能量E_i/行驶里程L_i，i＝1,2,3……n。

其中，n为自然数，如可以取10，可标定更改。

行驶里程L_i可以自行定义，可以定义每个行驶里程都不同，例如L₁最小，逐渐递增，L_n最大；也可以定义每个行驶里程都相同，即L₁＝L₂＝……＝L_n。

上式中，电池输出能量E_i计算过程如下：

B1：获取动力电池的电压，电流和电动汽车的车速，可以从CAN总线得到动力电池的电压及电流信息，可以从ABS系统直接得到车速信息，或者通过电机转速、总减速比、轮胎动态滚动半径转换出车速。

B2：以t为周期，对动力电池的电压和电流的乘积进行离散积分，得到周期t内的电池输出能量，同时对车速进行离散积分，得到周期t内的电动汽车行驶里程。t的选择取决于系统数据传输的通信周期以及运算周期，可以选择从CAN总线获得数据的周期和BMS运算周期中较小的值作为积分周期t。

B3：当电动汽车的行驶里程累计达到行驶里程L_i时，相应的得到累计的电池输出能量E_i。

其中，实时获取最新的n段行驶里程的n个历史平均电耗的具体实现过程可以采用如下方式：

设置n个缓冲区，第i个缓冲区用于存储第i个历史平均电耗P_Li。其中，第一个缓冲区是对应最早时间对应的历史平均电耗，第n个缓冲区是对应时间最晚的历史平均电耗。

当获得一最新的历史平均电耗时，将最新的历史平均电耗更新至第n个缓冲区中，将第一个缓冲区中的历史平均电耗删除。第n-1个缓冲区存储原第n个缓冲区的历史平均电耗，第n-2个缓冲区存储原第n-1个缓冲区的平均电耗，依次类推，n个缓冲区中始终存储的都是最新的n个历史平均电耗值。

在电动汽车刚刚启动时，由于没有可更新的历史平均电耗值，需要对n个缓冲区内的平均低能耗赋初值，否则会造成车辆行驶的最初一段剩余续驶里程不准确。本实施例中的n个历史平均电耗设置历史平均电耗初始值P_C：

P_C＝aP_d+bP_z；

其中，P_d＝电动汽车前一次运行过程中电池输出能量/电动汽车前一次运行过程中的行驶里程；P_z＝历史累计电池输出能量/历史累计行驶里程；a和b分别为权重系数，且a+b＝1。

所述步骤S2中：

获取的未来平均电耗是关于历史平均电耗的函数，即未来平均电耗＝f(P_Li)。本实施例中：

$f\left(P_{\mathrm{Li}}\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i{P}_{\mathrm{Li}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i};$

其中为影响系数，作为可调整参数，后续实车标定，且影响系数之和与行驶里程的个数n相同。如可以预先为每一个影响系数设定一初始值，按照上述方法预估电动汽车的续驶里程，利用估计得到的续驶里程与电动汽车的实际续驶里程做比较后，根据比较结果对影响系数进行调整，重复多次之后采用剩余续驶里程估计比较准确时的参数组合。

本实施例中的上述技术方案，提供了一种能够获得未来平均电耗的方法，为获得续驶里程提供准确的依据。由于在考虑历史平均电耗时，相当于结合了驾驶员的驾驶习惯、行驶路况、附件电量消耗等其他因素，因此能够真实地反应整车的行驶状态，得到的未来平均电耗接近真实值。

实施例2

本实施例提供一种电动汽车剩余续驶里程估计方法，如图2所示，包括如下步骤：

W1：获取电动汽车剩余电量。

W2：利用实施例1所述的电动汽车未来平均电耗的预估方法，获取电动汽车未来平均电耗。

W3：获取电动汽车剩余续驶里程S＝剩余电量/未来平均电耗。

其中，所述步骤W1中，直接从BMS(Battery Management System)获取剩余电量；或者从BMS获取动力电池额定电压U₀、额定容量C₀，SOC(Stateof Charge)值，电池健康状态SOH(State Of Health)，BMS允许的最低放电SOC值SOC_low，利用以下公式获取剩余电量Q：

Q＝U₀×C₀×(SOC-SOC_low)×SOH÷1000。

直接从BMS(Battery Management System)获取剩余电量的方法中，BMS内置有一些运算方法，结合电池SOC值、温度、电压、允许使用的电池SOC窗口、电池故障信息代入到运算方法中得到剩余电量。

为了防止剩余续驶里程数值超限和个别情况下的频繁变化，本实施例还包括如下步骤：

W4：对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理，防止最后获取的剩余续驶里程值出现上下突变的情况或者出现一些不可信的剩余续驶里程值。

如果电动汽车有多种运行模式，如舒适型、节能型等，在不同模式之下，车辆对电机运行功率及附件的功率控制的要求均不相同。因此本实施例中还包括如下步骤：

W5：实时判断驾驶模式是否发生变化，根据驾驶模式的电能消耗，设置切换系数影响剩余续驶里程。驾驶模式从省电模式进入费电模式，例如从节能型切换到舒适型，切换系数＞1；驾驶模式从费电模式进入省电模式，例如从舒适型切换到节能型，切换系数＜1。

通过设置切换系数来影响获得续驶里程的结果，使续驶里程能够快速响应，该系数可以通过后续的试验结果进行优化调整使其达到最为精确的结果。

实施例3

本实施例提供一种电动汽车未来平均电耗的预估系统，如图3所示，包括：

历史平均电耗获取模块，用于获取历史平均电耗。

未来平均电耗获取模块，根据所述历史平均电耗获取模块得到的历史平均电耗获取未来平均电耗。

本实施例中，所述历史平均电耗获取模块中，采用以下方式实时获取最新的n段行驶里程的n个历史平均电耗，n为自然数：

实时获取最新的n段行驶里程的n个历史平均电耗，其中每一段行驶里程的历史平均电耗的计算方法为：

历史平均电耗P_Li＝电池输出能量E_i/行驶里程L_i，i＝1,2,3……n。

其中，n为自然数，如可以取10，可标定更改。行驶里程L_i可以自行定义，可以定义每个行驶里程都不同，例如L₁最小，逐渐递增，L_n最大；也可以定义每个行驶里程都相同，例如L₁＝L₂＝……＝L_n。另外，通过对影响系数的调整可以得到与行驶里程都不相同的效果。

所述历史平均电耗获取模块进一步包括：第一子模块，第二子模块和第三子模块。其中所述第一子模块，用于以t为周期，对所述电压和电流的乘积进行离散积分，得到周期t内电池输出能量。所述第二子模块，用于对车速进行离散积分，得到周期t内的电动汽车的行驶里程。所述第三子模块，用于当电动汽车的行驶里程累计达到行驶里程L_i时，相应的得到累计的电池输出能量E_i。

上述的动力电池的电压，电流和电动汽车的车速，可直接从CAN总线得到动力电池的电压及电流信息，可直接从ABS系统直接得到车速信息，或者通过电机转速、总减速比、轮胎动态滚动半径转换出车速。

其中，实时获取最新的n段行驶里程的n个历史平均电耗的具体实现过程可以采用实施例1中设置n个缓冲区并对缓冲区中存储的历史平均电耗进行实时更新的方法。在电动汽车刚刚启动时，由于没有可更新的历史平均电耗值，需要对n个缓冲区内的平均低能耗赋初值，否则会造成车辆行驶的最初一段剩余续驶里程不准确。因此，本实施例中还包括：初始值设置模块，用于在初始状态下，为历史平均电耗获取模块中的n个历史平均电耗设置历史平均电耗初始值P_C：

P_C＝aP_d+bP_z；

其中，P_d＝电动汽车前一次运行过程中电池输出能量/电动汽车前一次运行过程中的行驶里程；P_z＝历史累计电池输出能量/历史累计行驶里程；a和b分别为权重系数，且a+b＝1。

优选地，所述未来平均电耗获取模块中，根据以下公式获取未来平均电耗：

程估计比较准确时的参数组合，且影响系数之和与行驶里程的个数n相同。

本实施例中的上述技术方案，提供了一种能够获得未来平均电耗的系统，为获得续驶里程提供准确的依据。

实施例4

本实施例提供一种电动汽车剩余续驶里程估计系统，如图4所示，利用实施例3所述的电动汽车未来平均电耗的预估系统，获取电动汽车未来平均电耗；还包括剩余电量获取模块，用于实时获取电动汽车剩余电量。以及剩余续驶里程计算模块，用于根据以下公式获得电动汽车剩余行驶里程：电动汽车剩余续驶里程S＝剩余电量/未来平均电耗。

其中，所述剩余电量获取模块，直接从BMS获取剩余电量；或者从BMS获取动力电池额定电压U₀、额定容量C₀，SOC值，电池健康状态SOH，BMS允许的最低放电SOC值SOC_low，利用以下公式获取剩余电量Q：

Q＝U₀×C₀×(SOC-SOC_low)×SOH÷1000。

为了防止剩余续驶里程数值超限和个别情况下的频繁变化，本实施例还包括滤波处理模块，用于对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理。

如果电动汽车有多种运行模式，如舒适型、节能型等，在不同模式之下，车辆对电机运行功率及附件的功率控制的要求均不相同。因此本实施例中还包括驾驶模式判断模块，实时判断驾驶模式是否发生变化，根据驾驶模式的电能消耗，设置切换系数影响剩余续驶里程：驾驶模式从省电模式进入费电模式，切换系数＞1；驾驶模式从费电模式进入省电模式，切换系数＜1。

通过设置切换系数来影响获得续驶里程的结果，使续驶里程能够快速响应，该系数可以通过后续的试验结果进行优化调整使其达到最为精确的结果。

本发明的上述各实施例，不仅可以应用在纯电动汽车中提醒驾驶员剩余续驶里程，对于具备插电功能的混合动力车来说，也需要让驾驶员得到纯电剩余续驶里程，以便使驾驶员能够以最大程度的使用电能来驱动车辆，减少燃油消耗，降低排放。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

Claims (14)

1.一种电动汽车未来平均电耗的预估方法，其特征在于，包括如下步骤：

S1：实时获取最新的n段行驶里程的n个历史平均电耗，n为自然数，其中：历史平均电耗P_Li＝电池输出能量E_i/行驶里程L_i，i＝1,2,3……n；

S2：根据所述历史平均电耗获取未来平均电耗：未来平均电耗＝f(P_Li)。

2.根据权利要求1所述的电动汽车未来平均电耗的预估方法，其特征在于，所述步骤S2中：

$f\left(P_{\mathrm{Li}}\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i{P}_{\mathrm{Li}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i};$

其中为影响系数。

3.根据权利要求1或2所述的电动汽车未来平均电耗的预估方法，其特征在于，初始状态下，为步骤S1中的n个历史平均电耗设置历史平均电耗初始值P_C：

P_C＝aP_d+bP_z；

其中，P_d＝电动汽车前一次运行过程中电池输出能量/电动汽车前一次运行过程中的行驶里程；P_z＝历史累计电池输出能量/历史累计行驶里程；a和b分别为权重系数，且a+b＝1。

4.根据权利要求1-3任一所述的电动汽车未来平均电耗的预估方法，其特征在于，所述步骤S1中，获取电池输出能量E_i和行驶里程L_i的过程如下：

获取动力电池的电压、电流和电动汽车的车速；

以t为周期，对所述电压和电流的乘积进行离散积分，得到周期t内电池输出能量；同时对车速进行离散积分，得到周期t内的电动汽车行驶里程；

当电动汽车的行驶里程累计达到行驶里程L_i时，相应的得到累计的电池输出能量E_i。

5.一种电动汽车剩余续驶里程估计方法，其特征在于，包括如下步骤：

W1：获取电动汽车剩余电量；

W2：利用权利要求1-4任一所述的电动汽车未来平均电耗的预估方法，获取电动汽车未来平均电耗；

W3：获取电动汽车剩余续驶里程S＝剩余电量/未来平均电耗。

6.根据权利要求5所述的电动汽车剩余续驶里程估计方法，其特征在于，

所述步骤W1中，直接从BMS获取剩余电量；或者

从BMS获取动力电池额定电压U₀、额定容量C₀，SOC值，电池健康状态SOH，BMS允许的最低放电SOC值SOC_low，利用以下公式获取剩余电量Q：

Q＝U₀×C₀×(SOC-SOC_low)×SOH÷1000。

7.根据权利要求5或6所述的电动汽车剩余续驶里程估计方法，其特征在于，还包括如下步骤：

W4：对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理。

8.一种电动汽车未来平均电耗的预估系统，其特征在于，包括：

历史平均电耗获取模块，用于实时获取最新的n段行驶里程的n个历史平均电耗，n为自然数，其中：历史平均电耗P_Li＝电池输出能量E_i/行驶里程L_i，i＝1,2,3……n；

未来平均电耗获取模块，根据所述历史平均电耗获取未来平均电耗：未来平均电耗＝f(P_Li)。

9.根据权利要求8所述的电动汽车未来平均电耗的预估系统，其特征在于：

所述未来平均电耗获取模块中，根据以下公式获取未来平均电耗：

$f\left(P_{\mathrm{Li}}\right)=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i{P}_{\mathrm{Li}}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i};$

其中为影响系数。

10.根据权利要求9所述的电动汽车未来平均电耗的预估系统，其特征在于，还包括：

初始值设置模块，用于在初始状态下，为历史平均电耗获取模块中的n个历史平均电耗设置历史平均电耗初始值P_C：

P_C＝aP_d+bP_z；

其中，P_d＝电动汽车前一次运行过程中电池输出能量/电动汽车前一次运行过程中的行驶里程；P_z＝历史累计电池输出能量/历史累计行驶里程；a和b分别为权重系数，且a+b＝1。

11.根据权利要求8-10任一所述的电动汽车未来平均电耗的预估系统，其特征在于，还包括：

参数获取模块，用于获取动力电池的电压，电流和电动汽车的车速；

历史平均电耗获取模块进一步包括：

第一子模块，用于以t为周期，对所述电压和电流的乘积进行离散积分，得到周期t内电池输出能量；

第二子模块，用于对车速进行离散积分，得到周期t内的电动汽车的行驶里程；

第三子模块，用于当电动汽车的行驶里程累计达到行驶里程L_i时，相应的得到累计的电池输出能量E_i。

12.一种电动汽车剩余续驶里程估计系统，其特征在于，包括权利要求8-11任一所述的电动汽车未来平均电耗的预估系统，用于获取电动汽车未来平均电耗；还包括：

剩余电量获取模块，用于实时获取电动汽车剩余电量；

剩余续驶里程计算模块，用于根据以下公式获得电动汽车剩余行驶里程：电动汽车剩余续驶里程S＝剩余电量/未来平均电耗。

13.根据权利要求12所述的电动汽车剩余续驶里程估计系统，其特征在于，

所述剩余电量获取模块，直接从BMS获取剩余电量；或者从BMS获取动力电池额定电压U₀、额定容量C₀，SOC值，电池健康状态SOH，BMS允许的最低放电SOC值SOC_low，利用以下公式获取剩余电量Q：

Q＝U₀×C₀×(SOC-SOC_low)×SOH÷1000。

14.根据权利要求12或13所述的电动汽车剩余续驶里程估计系统，其特征在于，还包括：

滤波处理模块，用于对获取的电动汽车剩余续驶里程进行饱和处理和一阶惯性滤波处理。