CN105059123A - 电动车智能预测可续行里程的装置及方法 - Google Patents
电动车智能预测可续行里程的装置及方法 Download PDFInfo
- Publication number
- CN105059123A CN105059123A CN201510467910.5A CN201510467910A CN105059123A CN 105059123 A CN105059123 A CN 105059123A CN 201510467910 A CN201510467910 A CN 201510467910A CN 105059123 A CN105059123 A CN 105059123A
- Authority
- CN
- China
- Prior art keywords
- riding
- battery
- voltage
- signal
- current
- 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.)
- Pending
Links
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供一种电动车智能预测可续行里程的方法,包括如下步骤:分别采集电压、电流和温度信号;根据开路电压法和安时法检测电动车剩余电量;采集速度信号,并采用加权运算的方式获得新的每安时的骑行公里数;剩余骑行里程是电动车剩余电量与电动车骑行耗电量的差值与上一步中新的每安时的骑行公里数的比值。本发明是利用模糊控制理论、微电子技术结合电压信号、电流信号、电池容量、温度信号、速度信号、阻抗损失信号、大电流补偿信号、不良骑行习惯补偿进行建模分析,总结数学及相关工程经验规律,分析过程采集模算法而得出结果,开创一种创新型、智能型、自学习型的完整的电动车、电动摩托车和电动车等的剩余骑行里程预测系统。
Description
技术领域
本发明涉及以电能为动力的交通装置领域,尤其是一种电动车智能预测可续行里程的装置及预测方法。
背景技术
现在生活中的完全由蓄电池提供能源的电动车辆,特别是个人用于交通代步的电动车,例如:老年人、残疾人使用的电动代步车,电动轮椅车,电动旅游休闲车,以及适用于企事业单位的广大员工、公务员及城镇居民的电力助动车、自行车、摩托车等均没有续行里程的指示装置,用户无法得知自己所乘坐的电动车蓄电池的能量还能跑多远,常常凭经验估计,由于估计不准确,就可能出现还未到达预定地点,蓄电池的能量已经消耗殆尽,如果停车的地方无法充电,车子只能停止,这给骑车人带来了烦恼和无奈,尤其对于年老体弱或残疾的人则更为麻烦。
发明内容
本发明要解决的问题是提供一种电动车智能预测可续行里程的装置及预测方法,克服现有电动车仪表技术陈旧,功能不足,不能很好的满足消费者日益增长的需要的问题。
为解决上述技术问题,第一方面,本发明提供电动车智能预测可续行里程的方法,包括如下步骤:
采集电压、电流和温度信号;
根据所采集的电压、电流和温度信号,计算电动车剩余电量和电动车骑行耗电量;
采集速度信号,并采用加权运算的方式获得新的每安时的骑行公里数;
计算电动车剩余电量与电动车骑行耗电量的差值,确定所述差值与新的每安时的骑行公里数的比值为剩余骑行里程。
电动车仪表盘上显示大灯信号、左右转向灯信号、高中低速档位信号、骑行速度、环境温度、骑行总里程以及可续行里程数等。参见图2所示,将上述信息显示在显示屏上的流程是:
1.开始,初始化程序;
2.实时显示可续行里程、骑行总里程、骑行速度、环境温度、剩余电量、大灯左右转向以及档位信号;
3.采集电压、电流、速度和温度信号;
4.判断是否更新可续行里程和总里程;如果是,实时计算本时刻的可续行里程、骑行总里程、骑行速度、环境温度、剩余电量、大灯左右转向以及档位信号,并另存在主控芯片的缓存器中;如果否,则进行下一步;
5.检测是否刷屏;如果是,显示本时刻的可续行里程、骑行总里程、骑行速度、环境温度、剩余电量、大灯左右转向以及档位信号;如果否,回到步骤3采集电压、电流、速度和温度信号。当刷屏时,需要显示本时刻的可续行里程、骑行总里程、骑行速度、环境温度、剩余电量、大灯左右转向以及档位信号时,到缓存器中读取上述信号。
进一步,所采集的电压包括开路电压和实时电压,所述开路电压用于预测剩余电量,所述实时电压用于对剩余电量进行实时补偿。开路电压是预测剩余电量中一个重要的参数。采集实时电压一方面可利用显示屏实时显示;第二个方面就是可以根据实时电压对剩余电量进行实时的补偿。
进一步,所述新的每安时的骑行公里数的计算公式是:Km_Ah_i=Km_Ah_i-1*(1-p)+Km_Ah_i*p;其中Km_Ah_i为i时刻的每安时的骑行公里数,Km_Ah_i-1为i-1时刻的每安时的骑行公里数,i是自然数;p是权重,p∈(0,1)。利用本时刻和上一时刻骑行速度的加权可以获得相对稳定的每安时的骑行公里数,使预测的剩余里程数趋于精确。
进一步,所述剩余骑行里程的计算公式是:Km_Left_i=(Power_left_i-Power_used_i)/(Km_Ah_i);其中Km_Left_i为i时刻剩余骑行里程,Power_left_i为i时刻电动车剩余电量,Power_used_i为截止i时刻电动车骑行耗电量,Km_Ah_i为i时刻的每安时的骑行公里数,i是自然数。根据开路电压法和时安法两种方法一起应用,并根据数学建模的科学方法,对电动(汽)车电池的放电曲线进行分析和总结,以至达到检测电动(汽)车剩余电量的目的。并通过采集温度信号对电池放电曲线进行补偿。经过电压电流温度等参数得出电动(汽)车剩余电量,并根据采集实时路况信息经过数学公式在微处理器里面的运算来预测剩余可骑行里程。
第二方面,本发明提供电动车智能预测可续行里程的装置,包括:
用于采集电压信号的电压模块;
用于采集电流信号的电流采集模块;
用于采集温度信号的温度模块;
用于采集速度信号的速度传感器;
用于处理所述电压信号、电流信号、温度信号和速度信号的主控芯片;
用于信息显示的显示器模块;
所述主控芯片根据所采集的电压、电流和温度信号,计算电动车剩余电量和电动车骑行耗电量,采用加权运算的方式,根据所采集的速度信号获得新的每安时的骑行公里数,计算电动车剩余电量与电动车骑行耗电量的差值,确定所述差值与新的每安时的骑行公里数的比值为剩余骑行里程。
进一步,所述显示器模块是VA型液晶面板,并具有底层背光板。智能仪表采用VA型液晶面板显示屏,并且具有底层背光板,使用户在夜间也能清晰读取仪表的各项数据。
第三方面,本发明提供一种电动自行车,包含上述第二方面所述的智能预测可续行里程的装置。
第四方面,本发明提供一种电动摩托车,包含上述第二方面所述的智能预测可续行里程的装置。
第五方面,本发明提供一种电动汽车,包含上述第二方面所述的智能预测可续行里程的装置。
本发明需采集大量数字信号模拟信号,同时要具备高速的刷屏速度。所以采用高速的单片微处理器。给本发明提供稳定高效的硬件环境。经过电压模块、电流采集模块以及温度模块的信号转换,得到模拟电压量。并根据中值滤波的方法进行采集,已达到准确采集模拟电压量的效果。速度信号在电动(汽)车高负载的时候会伴有杂波信号,这里根据RC滤波电路进行对速度信号进行滤波。滤波后已达到稳定采集速度信号的效果。
经过对以上信号的采集,并根据电池在电动(汽)车上的放电曲线规律,建立数学模型来计算出可续行里程、累计总里程、环境温度、速度以及实时电量并显示在液晶屏幕上。供使用者查看数据。
本电动车智能预测可续行里程的装置可以应用在电动自行车、电动摩托车和电动汽车等一切以电能为动力的代步工具上。
本发明中的电动车智能预测可续行里程装置的主要技术指标是:
1、正常骑行状态下,骑行公里预测精度是±2KM;
2、可实时显示剩余骑行公里数,已骑行公里数,当前速度,环境温度,电量情况,以及档位、灯的开关状态等信息;
3、本预测装置独立于电动车系统以外,即使预测装置损坏,不影响电动车正常骑行,不会连带损坏其他元件;
4、仪表包括检测电路,方便检修;
5、当电动车电池更换后,可通过一次完整的骑行,使仪表学习到更换后的电池的性能。
本发明具有的优点和积极效果是:本发明是利用模糊控制理论、微电子技术结合电压信号、电流信号、电池容量、温度信号、速度信号、阻抗损失信号、大电流补偿信号、不良骑行习惯补偿、充电极板老化补偿信号、电池浓度梯度补偿进行建模分析,总结数学及相关工程经验规律,分析过程采集模算法而得出结果,开创一种创新型、智能型、自学习型的完整的电动车、电动摩托车和电动车等的剩余骑行里程预测系统。本装置精度高,整体误差最大小于2KM,最小小于300M;可靠地实现对剩余骑行里程的较为准确的预测,为骑行者提供一个良好的出行体验,让每次骑行都做到有备无患。另外,通过本发明的电动车智能预测可续行里程装置可以让用户更好的对电池进行管理,延长电池使用寿命,防止过充、过放而带来的对电池的耗损,延长电动自行车、电动摩托车和电动车的使用寿命。
附图说明
图1是本发明提供的电动车智能预测可续行里程的方法的流程图;
图2是电动车智能预测可续行里程的显示流程图;
图3是电动车智能预测可续行里程的装置的结构示意图。
图中:
1.电压模块2.电流采集模块3.温度模块
4.主控芯片5.速度传感器6.显示器模块
具体实施方式
结合附图和下述实施例对本发明的发明内容、特性和功效做进一步阐述:
参见图1所示,本发明提供一种电动车智能预测可续行里程的方法,该方法由电动车智能预测可续行里程的装置执行,该装置被配置于电动自行车、电动摩托车或电动汽车中。所述电动车智能预测可续行里程的方法具体包括如下步骤:
步骤110、采集电压、电流和温度信号;
步骤120、根据所采集的电压、电流和温度信号,计算电动车剩余电量和电动车骑行耗电量;
步骤130、采集速度信号,并采用加权运算的方式获得新的每安时的骑行公里数;
步骤140、计算电动车剩余电量与电动车骑行耗电量的差值,确定所述差值与新的每安时的骑行公里数的比值为剩余骑行里程。
本发明经过对开路电压、电流、速度信号、温度信号的采集,并经过数学建模的方法计算出可续行里程数、累计总里程数、环境温度和速度。
经过电压模块1、电流采集模块2以及温度模块3的信号转换,得到模拟电压量。并根据中值滤波的方法进行采集,已达到准确采集模拟电压量的效果。通过速度传感器5采集速度信号,速度信号在电动车高负载的时候会伴有杂波信号,这里根据RC滤波电路进行对速度信号进行滤波。滤波后已达到稳定采集速度信号的效果。
经过对以上信号的采集,并根据电池在电动车上的放电曲线规律,建立数学模型来计算出可续行里程、累计总里程、环境温度、速度以及实时电量并显示在显示器模块6(液晶屏幕)上。
参见图3所示,本发明还提供一种电动车智能预测可续行里程的装置,包括:
用于采集电压信号的电压模块1;
用于采集电流信号的电流采集模块2;
用于采集温度信号的温度模块3;
用于采集速度信号的速度传感器5;
用于处理所述电压信号、电流信号、温度信号和速度信号的主控芯片4;
用于信息显示的显示器模块6;
所述主控芯片4根据所采集的电压、电流和温度信号,计算电动车剩余电量和电动车骑行耗电量,采用加权运算的方式,根据所采集的速度信号获得新的每安时的骑行公里数,计算电动车剩余电量与电动车骑行耗电量的差值,确定所述差值与新的每安时的骑行公里数的比值为剩余骑行里程。
本发明需采集大量数字信号模拟信号,同时要具备高速的刷屏速度。所以采用高速的单片微处理器(主控芯片9)。给本发明提供稳定高效的硬件环境。同时智能仪表采用VA高档彩色屏幕,并且具有底层背光板,使用户在夜间也能清晰读取仪表的各项数据。
本发明中的电动车智能预测可续行里程的装置是智能仪表,其可在电动车的电池上取电工作,排除了额外添加电源的麻烦。本发明采用开关电源进行DC—DC转换,为液晶背光板、微处理器及其各个组件提供电源。
本款智能仪表对信号的采集都经过了软件和硬件上面的滤波。给单片微处理器进行大量高速运算提供稳定的信号基础。
智能仪表对电压的检测包括开路电压和实时电压。开路电压是预测剩余电量中一个重要的参数。采集实时电压一方面可利用液晶显示屏幕显示,直观的把电压反映给使用者。另一方面就是可以根据实时电压对剩余电量进行实时的补偿。
同样智能仪表对电池输出的电流进行实时测量,并且计算出电池的消耗电量。此参数也是预测剩余电量中的一个重要参数。
同时利用热敏电阻,进行对环境温度的检测。根据数学建模的方法模拟出热敏电阻阻值在不同温度下变化的曲线,并根据采集热敏电阻的分压的方法计算出环境温度显示在液晶屏幕上。采集环境温度更重要的是在不同温度下对电池放电特性进行补偿。因为电池在不同环境温度下的放电量的不同。此款仪表根据采集到准确的环境温度对电池放电量进行补偿。首先补偿的依据是根据电池厂商提供的在不同温度环境下电池放点量的数据报表。其次是根据设计人员在不同温度环境下,采用专门的放电仪器对电池的放电特性进行数据补偿。根据此两点综合计算,应用在此款仪表的环境温度补偿上。具体的参数依据可以参考此表。
环境40℃条件 | 110% |
环境25℃条件 | 100% |
环境0℃条件 | 85% |
环境—15℃条件 | 65% |
表1
智能仪表对电机相线的采集,进行滤波之后计算出车速乃至得出电动车的行驶里程数,并显示在显示器模块6(液晶屏幕)上。本发明还对大灯信号、左右转向灯信号、高中低速信号进行监测,并显示在液晶显示上。以达到智能仪表的显示功能。
例如,电动车智能预测可续行里程的方法,包括:
第一步:
根据开路电压法和时安法两种方法一起应用,并根据数学建模的科学方法,对电动车电池的放电曲线进行分析和总结,以至达到检测电动车剩余电量的目的。并通过采集温度信号对电池放电曲线进行补偿。经过电压、电流、温度等参数得出电动车剩余电量,并根据采集实时路况信息经过数学公式在单片微处理器(主控芯片9)里面的运算来预测剩余可骑行里程。
第二步:
基于数学建模的系统架构,根据开路电压法和时安法计算出剩余电量之后,采集到每安时的骑行里程数,来推算出电动车的剩余里程数。并且根据不断更新的骑行里程与耗电量之比,实时的更新剩余里程数。再次给出计算表达式:
Y=f(X1,X2,X3);
其中Y为数学模型计算出的预测剩余里程数并实时显示;X1为开机时剩余电量,X2为已骑行里程,X3为骑行耗电量。
剩余骑行里程的计算公式是:
Km_Left_i=(Power_left_i-Power_used_i)/(Km_Ah_i);其中Km_Left_i为i时刻剩余骑行里程,Power_left_i为i时刻电动车剩余电量,Power_used_i为截止i时刻电动车骑行耗电量,Km_Ah_i为i时刻的每安时的骑行公里数,i是自然数。
上述公式中每安时的骑行公里数的计算公式是:
Km_Ah_i=Km_Ah_i-1*(1-p)+Km_Ah_i*p;其中Km_Ah_i为i时刻的每安时的骑行公里数,Km_Ah_i-1为i-1时刻的每安时的骑行公里数,i是自然数;p是权重,p∈(0,1)。利用本时刻和上一时刻骑行速度的加权可以获得相对稳定的每安时的骑行公里数,使预测的剩余里程数趋于精确。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.电动车智能预测可续行里程的方法,其特征在于:包括如下步骤:
采集电压、电流和温度信号;
根据所采集的电压、电流和温度信号,计算电动车剩余电量和电动车骑行耗电量;
采集速度信号,并采用加权运算的方式获得新的每安时的骑行公里数;
计算电动车剩余电量与电动车骑行耗电量的差值,确定所述差值与新的每安时的骑行公里数的比值为剩余骑行里程。
2.根据权利要求1所述的电动车智能预测可续行里程的方法,其特征在于:所采集的电压包括开路电压和实时电压,所述开路电压用于预测剩余电量,所述实时电压用于对剩余电量进行实时补偿。
3.根据权利要求1或2所述的电动车智能预测可续行里程的方法,其特征在于:所述新的每安时的骑行公里数的计算公式是:Km_Ah_i=Km_Ah_i-1*(1-p)+Km_Ah_i*p;其中Km_Ah_i为i时刻的每安时的骑行公里数,Km_Ah_i-1为i-1时刻的每安时的骑行公里数,i是自然数;p是权重,p∈(0,1)。
4.根据权利要求1或2所述的电动车智能预测可续行里程的方法,其特征在于:所述剩余骑行里程的计算公式是:Km_Left_i=(Power_left_i-Power_used_i)/(Km_Ah_i);其中Km_Left_i为i时刻剩余骑行里程,Power_left_i为i时刻电动车剩余电量,Power_used_i为截止i时刻电动车骑行耗电量,Km_Ah_i为i时刻的每安时的骑行公里数,i是自然数。
5.电动车智能预测可续行里程的装置,其特征在于:包括:
用于采集电压信号的电压模块(1);
用于采集电流信号的电流采集模块(2);
用于采集温度信号的温度模块(3);
用于采集速度信号的速度传感器(5);
用于处理所述电压信号、电流信号、温度信号和速度信号的主控芯片(4);
用于信息显示的显示器模块(6);
所述主控芯片(4)根据所采集的电压、电流和温度信号,计算电动车剩余电量和电动车骑行耗电量,采用加权运算的方式,根据所采集的速度信号获得新的每安时的骑行公里数,计算电动车剩余电量与电动车骑行耗电量的差值,确定所述差值与新的每安时的骑行公里数的比值为剩余骑行里程。
6.根据权利要求5所述的电动车智能预测可续行里程的装置,其特征在于:所述显示器模块(6)是VA型液晶面板,并具有底层背光板。
7.一种电动自行车,其特征在于:包含权利要求5或6所述的智能预测可续行里程的装置。
8.一种电动摩托车,其特征在于:包含权利要求5或6所述的智能预测可续行里程的装置。
9.一种电动汽车,其特征在于,包含权利要求5或6所述的智能预测可续行里程的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510467910.5A CN105059123A (zh) | 2015-07-31 | 2015-07-31 | 电动车智能预测可续行里程的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510467910.5A CN105059123A (zh) | 2015-07-31 | 2015-07-31 | 电动车智能预测可续行里程的装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105059123A true CN105059123A (zh) | 2015-11-18 |
Family
ID=54488730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510467910.5A Pending CN105059123A (zh) | 2015-07-31 | 2015-07-31 | 电动车智能预测可续行里程的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105059123A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105501067A (zh) * | 2015-12-18 | 2016-04-20 | 惠州市蓝微新源技术有限公司 | 一种电动汽车剩余里程的测算方法及测算系统 |
CN109572483A (zh) * | 2018-11-13 | 2019-04-05 | 北京长城华冠汽车技术开发有限公司 | 一种纯电动汽车的剩余里程计算方法及装置 |
CN109720206A (zh) * | 2018-11-26 | 2019-05-07 | 铜陵市优车科技有限公司 | 电池续航测试方法和装置、系统、电子设备 |
CN110758176A (zh) * | 2019-11-21 | 2020-02-07 | 宁波优行环境科技有限公司 | 一种电动车电量和里程检测装置及检测方法 |
-
2015
- 2015-07-31 CN CN201510467910.5A patent/CN105059123A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105501067A (zh) * | 2015-12-18 | 2016-04-20 | 惠州市蓝微新源技术有限公司 | 一种电动汽车剩余里程的测算方法及测算系统 |
CN105501067B (zh) * | 2015-12-18 | 2018-02-16 | 惠州市蓝微新源技术有限公司 | 一种电动汽车剩余里程的测算方法及测算系统 |
CN109572483A (zh) * | 2018-11-13 | 2019-04-05 | 北京长城华冠汽车技术开发有限公司 | 一种纯电动汽车的剩余里程计算方法及装置 |
CN109720206A (zh) * | 2018-11-26 | 2019-05-07 | 铜陵市优车科技有限公司 | 电池续航测试方法和装置、系统、电子设备 |
CN110758176A (zh) * | 2019-11-21 | 2020-02-07 | 宁波优行环境科技有限公司 | 一种电动车电量和里程检测装置及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101750584B (zh) | 电动车用电池组信息即时计算方法及用该方法的电动车辆 | |
JP5466564B2 (ja) | 電池劣化推定方法、電池容量推定方法、電池容量均等化方法、および電池劣化推定装置 | |
Sun et al. | Model-based dynamic multi-parameter method for peak power estimation of lithium–ion batteries | |
CN203480000U (zh) | 一种纯电动车用动力锂电池健康状况检测器 | |
TWI448713B (zh) | Method and apparatus for detecting health status of battery | |
CN103675692B (zh) | 电池健康状态检知方法与装置 | |
CN1102740C (zh) | 精确测定电池剩余容量的装置和方法 | |
CN105059123A (zh) | 电动车智能预测可续行里程的装置及方法 | |
CN103576096A (zh) | 电动汽车动力电池剩余电量的实时评估方法及装置 | |
CN107271905A (zh) | 一种用于纯电动汽车的电池容量主动估计方法 | |
CN110596606B (zh) | 一种锂电池剩余电量估计方法、系统及装置 | |
Tanizawa et al. | Cloud-connected battery management system supporting e-mobility | |
CN105676138A (zh) | 一种预测电池的剩余电量的方法和系统 | |
CN104977545A (zh) | 一种动力电池的荷电状态估计方法及系统 | |
CN1734827A (zh) | 电动车电池网络式换用的方法及设备 | |
CN105140981A (zh) | 锂电池主动均衡控制方法 | |
CN108001261A (zh) | 基于模糊算法的动力电池荷电状态计算方法及监测装置 | |
CN102221678A (zh) | 一种电池系统在线寿命计算方法 | |
CN108876056A (zh) | 一种共享自行车需求量预测方法、装置、设备及存储介质 | |
CN102494729A (zh) | 一种智能燃气表计量装置及信号处理系统 | |
CN103660976A (zh) | 智能型行车警示及监控系统及其设备 | |
CN103676840A (zh) | 一种多能源供给保洁车电路控制系统 | |
CN107064808A (zh) | 电池的soc估计方法及装置 | |
TWI398658B (zh) | An instant calculation method for battery pack information for electric vehicle and electric vehicle using the method | |
CN204956129U (zh) | 电动车智能预测可续行里程的装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |