CN106553651B - 一种电动汽车电制动力分配方法 - Google Patents

Abstract

本发明公开了一种电动汽车电制动力分配方法，包括以下步骤：1）采集司机的驾驶信息和车辆信息；2）通过大数据平台分析采集到的驾驶信息和车辆信息；3）将分析驾驶行为特性发送给整车控制器；4）整车控制器计算出能量回收效率分布规律；5）根据驾驶行为特性识别当前制动状态下的电制动力力矩；6）根据驾驶行为特性计算补偿制动力矩；7）最终确定实际制动力矩，通过大数据分析获取司机的驾驶行为，电制动力根据司机的驾驶行为特征、能量回收效率和电池参数进行分配，使较多的电制动力分配曲线落在高效区，保证能力回收的最大化。同时还兼顾电池安全和司机的驾驶感受，保证车辆制动过程的安全性和舒适性。

Description

一种电动汽车电制动力分配方法

技术领域

本发明涉及电动汽车领域，特别是涉及一种电动汽车电制动力分配方法。

背景技术

随着环境污染的日趋恶化，人们对零排放的电动汽车有了需求，加之政府的大力推广，电动汽车变得越来越普及。为了提高电动汽车的续驶里程，在制动或者滑行过程中普遍进行了能量回收，但也存在能量回收未最大化、影响车辆舒适性和电池安全等问题。

现有技术方案：

1.滑行能量回收方案

车辆行驶过程中，当驱动踏板松开后，电机输出恒定的反向转矩，进行能量回收。

2.制动能量回收方案：

当踩下制动踏板后，电机输出反向转矩，进行能量回收，踏板开度越大，电机输出的反向转矩就越大。

现有技术主要具有以下缺点：

1.对于滑行能量回收方案，恒定的反向力矩一般较小，可回收的能量有限，同时恒定方向力矩选择不合适，还会影响车辆的舒适性。

2.对于制动能量回收方案，该方案未考虑司机的驾驶行为，影响司机的驾驶习惯，能量回收也未达到最大化。

3.两种方案都未考虑能量回收系统的回收效率，能量回收未最大化。

4.两种方案忽略了电池安全。

发明内容

本发明的目的在于：克服现有技术中存在的上述问题，提出一种电动汽车电制动力分配方法，将大量司机的驾驶行为信息通过数据终端实时传输到大数据平台，大数据平台对司机相当长时间内的驾驶行为进行分析，得到司机驾驶行为的共性特征，能量回收的制动力分配就依据司机驾驶行为的共性特征、能量回收系统的回收效率和电池充电安全参数，保证车辆能量回收最大化、电池安全和良好的驾驶感受。

本发明的目的通过下述技术方案来实现：

一种电动汽车电制动力分配方法，包括以下步骤：

1)采集司机的驾驶信息和车辆信息；

2)通过大数据平台分析采集到的驾驶信息和车辆信息；

3)将分析驾驶行为特性发送给整车控制器；

4)整车控制器计算出能量回收效率分布规律；

5)根据驾驶行为特性识别当前制动状态下的电制动力力矩；

6)根据驾驶行为特性计算补偿制动力矩；

7)最终确定实际制动力矩；

所述步骤1中驾驶信息包括：制动踏板信息和驱动踏板信息，所述车辆信息包括档位信息和电池信息。

所述步骤3中分析出的驾驶特性包括：制动踏板开度和制动踏板开度变化率。

根据上述技术方案，本发明的有益效果是：将大量司机的驾驶行为信息通过数据终端实时传输到大数据平台，大数据平台对司机相当长时间内的驾驶行为进行分析，得到司机驾驶行为的共性特征，能量回收的制动力分配就依据司机驾驶行为的共性特征、能量回收系统的回收效率和电池充电安全参数，保证车辆能量回收最大化、电池安全和良好的驾驶感受。

附图说明

图1是本发明原理示意图；

图2是本发明制动踏板开度统计示意图；

图3是本发明制动踏板开度变化率示意图；

图4是本发明制动力变化曲线图。

具体实施方式

下面结合具体实施例和附图对本发明作进一步的说明。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1-4为本发明一种电动汽车电制动力分配方法的实施例，

如图1将司机的驾驶行为信息通过数据终端传到大数据平台，司机数量级为一千、一万或更高数量级，通过数据分析，得到司机踩踏板深浅、快慢的共性特征，如图2所示制动踏板开度在50％以下的情况约占制动情形的90％，如图3制动踏板变化率2.5％/s以下占比71％，从而可以识别在踏板开度在50％以上，或制动踏板变化率2.5％/s以上才开始能量回收，因为制动踏板变化率2.5％/s以下并非真正的需要制动，可能是仅仅是颠簸造成，通过电机特性的分析(此处为现有技术不赘述)，可以得出制动力分配与能量回收的关系，从而得出电制动力分配曲线，如图4中电制动力分配曲线与能量回收最高区域的重合区域为最好的状态。

电制动力矩的确定包括以下几个步骤：

1、根据制动踏板的开度和电机外特性曲线确定基础制动力矩：T1

2、通过识别制动踏板开度变化率来补偿力矩，T2＝i T3

T3＝(L_s＝x％-L_{s＝(x-10)％})Tmax

其中，L表示电机扭矩负荷系数，S表示踏板开度；Tmax表示电机的最大扭矩。

扭矩负荷系数L通过查找L-S关系表得到：

表1 L-S关系表

因此，通过踏板开度和开度变化率解析后的制动需求力矩T0为：

T0＝T1+T2；

制动踏板开度变化率越大，司机需求的制动力也就越大，在基础制动力矩分配曲线的基础上，根据踏板变化率的不同，适当施加补偿力矩

补偿系数i与制动踏板开度变化率的关系如下：

3、分析电池特性计算最终实际输出的制动力矩T

依据电池的特性，在单体电压达到额定电压的90％以上时，开始限制充电电流，允许的充电电流为I，电池箱体总电压为U，电机转速为n，制动踏板最终的制动力矩为T。

制动过程电机实际输出的反向力矩为：

当单体电压达到额定电压时，禁止能量回收，电机输出的反向力矩为0。

现举例说明：

识别车辆当前状态踏板开度大于50％，(识别车辆当前制动踏板开度大于零)启动能量回收系统，如图4中电制动力分配曲线与能量回收最高区域的重合处，选定踏板开度50％，电机转速为2000转每秒，对应的转矩为300牛米，即T1＝300牛米。

如此时制动踏板变化率i＝15％时选定i＝0.5

假设电机的最大扭矩为1000牛米

T3＝(L_s＝(x)％-L_{s＝(x-10)％})Tmax＝0.08*1000牛米＝80牛米

即T0＝300牛米+80*0.5牛米＝340牛米

如此时电池电压为额定电压的95％，此时充电电流为50A,池箱总电压为220V，此时电机转速n＝2000转每秒

T＝340牛米。

当(轮速-车速)/车速大于等于20％时起动ABS工作，按允许的变化率减小电制动力，直至为0，避免ABS对液压制动力的调节。

本发明的优点在于通过大数据分析获取司机的驾驶行为，电制动力根据司机的驾驶行为特征、能量回收效率和电池参数进行分配，使较多的电制动力分配曲线落在高效区，保证能力回收的最大化。同时还兼顾电池安全和司机的驾驶感受，保证车辆制动过程的安全性和舒适性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种电动汽车电制动力分配方法，其特征在于，包括以下步骤：

1）采集司机的驾驶信息和车辆信息；

2）通过大数据平台分析采集到的驾驶信息和车辆信息；

3）将分析驾驶行为特性发送给整车控制器；

4）整车控制器计算出能量回收效率分布规律；

5）根据驾驶行为特性识别当前制动状态下的电制动力力矩；

6）根据驾驶行为特性计算补偿制动力矩；

7）最终确定实际制动力矩；

所述步骤1中驾驶信息包括：制动踏板信息和驱动踏板信息，所述车辆信息包括档位信息和电池信息；

所述步骤3中分析出的驾驶特性包括：制动踏板开度和制动踏板开度变化率。