CN109334511A - 一种电动汽车续航里程的预测方法 - Google Patents

一种电动汽车续航里程的预测方法 Download PDF

Info

Publication number
CN109334511A
CN109334511A CN201811018867.4A CN201811018867A CN109334511A CN 109334511 A CN109334511 A CN 109334511A CN 201811018867 A CN201811018867 A CN 201811018867A CN 109334511 A CN109334511 A CN 109334511A
Authority
CN
China
Prior art keywords
course continuation
winter
continuation mileage
mileage
electric car
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.)
Granted
Application number
CN201811018867.4A
Other languages
English (en)
Other versions
CN109334511B (zh
Inventor
胡斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201811018867.4A priority Critical patent/CN109334511B/zh
Publication of CN109334511A publication Critical patent/CN109334511A/zh
Application granted granted Critical
Publication of CN109334511B publication Critical patent/CN109334511B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • B60L2260/52Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种电动汽车续航里程的预测方法,包括:获取所述电动汽车的行驶里程;获取所述电动汽车行驶里程的第一SOC差值;获取所述电动汽车初始充电时的第一SOC值;根据所述行驶里程、所述第一SOC差值和所述第一SOC值建立续航里程的计算模型;根据所述续航里程的计算模型得到所述续航里程。本实施例的续航里程的预测方法根据实际条件进行计算,符合电动汽车实际的应用情况,该预测方法准确率较高,能为车主提供及时、准确的数据,便于车主及时掌握电动汽车的使用情况,以免因车主不能及时掌握电动汽车的实际续航里程而产生焦虑情绪。

Description

一种电动汽车续航里程的预测方法
技术领域
本发明属于电动汽车技术领域,具体涉及一种电动汽车续航里程的预 测方法。
背景技术
1881年,法国巴黎街上出现了世界上第一辆以可充电电池为动力的电 动汽车,后由于内燃机汽车的兴起,电动汽车一度几乎消失。但进入21世 纪,由于“能源安全”和“环境保护”的重要性逐渐被国家所重视,电动 汽车又开始兴起。
现有电动汽车主要分两种,一种是纯电动汽车;一种是混合动力汽车(插 电式混合动力汽车)。现有电动汽车主要通过汽车上仪表显示的剩余的续航 里程和剩余电量(SOC,State Of Charge)来体现电动汽车的续航里程和剩余 电量。其中,SOC是指在特定倍率放电条件下,电池剩余电量占相同条件 下额定容量的百分比。SOC反映了当前电池所存储电量的多少,即剩余电 量。由电池管理系统进行监测和计算。
但是,现有的电动汽车一般只给出工况续航里程和最大续航里程,并 未考虑行驶温度、行驶路段或车主的行驶习惯对电动汽车的续航里程的影 响,导致电动汽车所显示的剩余的续航里程与车主实际的行驶里程存在很 大差距,从而使得车主不能准确判断电动车主的实际使用情况。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种电动汽车续 航里程的预测方法。
本发明的一个实施例提供了一种电动汽车续航里程的预测方法,包括:
获取所述电动汽车的行驶里程;
获取所述电动汽车行驶里程的第一SOC差值;
获取所述电动汽车初始充电时的第一SOC值;
根据所述行驶里程、所述第一SOC差值和所述第一SOC值建立续航里 程的计算模型;
根据所述续航里程的计算模型得到所述续航里程。
在本发明的一个实施例中,获取所述电动汽车行驶里程的第一SOC差 值,包括:
获取所述电动汽车行驶里程的行驶起点的剩余电量与行驶终点的剩余 电量;
计算所述行驶起点的剩余电量与所述行驶终点的剩余电量之间的差值, 以获取所述第一SOC差值。
在本发明的一个实施例中,所述续航里程的计算模型为:
SOCD/(1-SOC)=X/S
其中,S为电动汽车的续航里程,SOCD为电动汽车行驶里程的第一SOC 差值,SOC为所述电动汽车初始充电时的第一SOC值,X为所述电动汽 车的行驶里程。
在本发明的一个实施例中,所述续航里程包括夏季续航里程、春秋季 续航里程或第一冬季续航里程。
在本发明的一个实施例中,在根据所述续航里程的计算模型得到所述 续航里程之后,还包括:
根据所述春秋季续航里程和所述第一冬季续航里程建立第一冬季续航 里程计算模型;
根据所述第一冬季续航里程计算模型获取第二冬季续航里程。
在本发明的一个实施例中,所述第一冬季续航里程计算模型为:
当T≥T时,则S’=S+(S春秋-S)×|T-T|/|T-T|;
当T<T时,则S’=S-(S春秋-S)×|T-T|/|T-T|;
其中,S’为第二冬季续航里程,S为第一冬季续航里程,T为一月 份的月平均温度,T为冬季时实时环境温度,T为25℃。
在本发明的一个实施例中,在根据所述续航里程的计算模型得到所述 续航里程之后,还包括:
根据所述续航里程的计算模型获取第三冬季续航里程;
根据第一冬季续航里程和第三冬季续航里程获取第四冬季续航里程;
根据第二冬季续航里程和第四冬季续航里程建立第二冬季续航里程计 算模型;
根据所述第二冬季续航里程计算模型获取第五冬季续航里程,其中, 所述第二冬季续航里程计算模型为:
S’冬暖=S’-S
其中,S’冬暖为第五冬季续航里程,S’为第二冬季续航里程,S为第四 冬季续航里程。
在本发明的一个实施例中,在建立续航里程的计算模型之后,还包括:
根据所述续航里程的计算模型得到第一高速续航里程;
根据所述电动汽车的第一平均时速、第二平均时速和第一高速续航里 程建立高速续航里程计算模型;
根据所述高速续航里程计算模型获取第二高速续航里程,其中,所述 高速续航里程计算模型为:
S=S1×v1/v2
其中,S为第二高速行驶里程,S1为第一高速行驶里程,v1为第一平 均时速,v2为第二平均时速。
在本发明的一个实施例中,在建立续航里程的计算模型之后,还包括:
根据所述续航里程的计算模型得到一人续航里程;
根据所述电动汽车的第一总质量、第二总质量和一人续航里程建立多 人续航里程计算模型;
根据所述多人续航里程计算模型获取多人续航里程,其中,所述多人 续航里程计算模型为:
S=S1×m1/mx
其中,S为多人续航里程,S1为一人续航里程,m1为第一总质量,mx为第二总质量。
在本发明的一个实施例中,在建立续航里程的计算模型之后,还包括:
根据所述续航里程的计算模型得到平地续航里程;
根据所述平地续航里程得到所述上下坡续航里程。
与现有技术相比,本发明的有益效果:
本发明的续航里程的预测方法根据实际条件进行计算,符合电动汽车 实际的应用情况,该预测方法准确率较高,能为车主提供及时、准确的数 据,便于车主及时掌握电动汽车的使用情况,以免因车主不能及时掌握电 动汽车的实际续航里程而产生焦虑情绪。
附图说明
图1为本发明实施例提供的一种电动汽车续航里程的预测方法的流程 示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施 方式不限于此。
实施例一
请参见图1,图1为本发明实施例提供的一种电动汽车续航里程的预 测方法的流程示意图。本发明实施例提供的一种电动汽车续航里程的预测 方法,包括:
获取所述电动汽车的行驶里程;
获取所述电动汽车行驶里程的第一SOC差值;
获取所述电动汽车初始充电时的第一SOC值;
根据所述行驶里程、所述第一SOC差值和所述第一SOC值建立续航里 程的计算模型;
根据所述续航里程的计算模型得到所述续航里程。
本实施例的续航里程的预测方法根据实际条件进行计算,符合电动汽 车实际的应用情况,该预测方法准确率较高,能为车主提供及时、准确的 数据,便于车主及时掌握电动汽车的使用情况,以免因车主不能及时掌握 电动汽车的实际续航里程而产生焦虑情绪。
具体地,本实施例在上述内容的基础上对电动汽车续航里程的预测方 法进行详细描述:
步骤一、获取所述电动汽车的行驶里程;
步骤1.1、获取行驶里程的第二SOC值;
具体地,获取车主驾驶电动汽车在实际路况行驶时的第二SOC值。
例如,按照车主每天经常走的路线(如上下班等),设定ECO模式 (Economy,经济模式)的条件下,获取行驶里程。
进一步地,当电动汽车的剩余电量为满电量的20%~30%时,开始给电 动汽车充电,并记录电动汽车充满电时所使用的充电度数和1-SOC’,其中, SOC’为开始充电时电动汽车的剩余电量(即为电动汽车充电灯亮时对应的 剩余电量)。当按照车主实际驾驶习惯在电动汽车的剩余电量为SOC’~100% 之间进行驾驶时,便记录行驶结束时电动汽车的剩余电量,该剩余电量即 为第二SOC值。
优选地,充电方式为慢充。
步骤1.2、判断电动汽车的设定电量与第二SOC值之间的关系是否满 足设定关系,若是,则将从电动汽车满电量至第二SOC值时,电动汽车的 行驶里程作为电动汽车的行驶里程。
具体地,设定关系为:
SOCT≤1-SOC″
其中,SOCT为电动汽车的设定电量,SOC”为行驶里程对应的第二SOC 值,若电动汽车的剩余电量为数字显示,则可以直接读取,若电动汽车的 剩余电量为指针显示,则可以记录电动汽车满电时的表显续航里程和行驶 结束时的表显续航里程,从而推算出第二SOC值。
优选地,设定电量为满电量的50%~70%。
优选地,行驶里程可以获取多次,并求取多次获取的行驶里程的平均 值,将该平均值作为最终的行驶里程,例如获取两次行驶里程。
步骤二、获取电动汽车行驶里程的第一SOC差值;
具体地,记录车主行驶里程时行驶起点的剩余电量和行驶终点的剩余 电量,其中,行驶里程的行驶起点的剩余电量即为行驶起点的SOC值,行 驶终点的剩余电量即为行驶终点的SOC值。
进一步地,利用行驶里程对应的行驶起点的剩余电量与行驶里程对应 的行驶终点的剩余电量之间的差值,该差值即为行驶里程的第一SOC差值。
步骤三、获取电动汽车初始充电时的第一SOC值;
具体地,当电动汽车开始充电时对应的剩余电量即为该电动汽车初始 充电时的第一SOC值,对于一般的电动汽车,当其充电灯亮时,开始对第 进行充电,因此将电动汽车充电灯亮时的剩余电量作为电动汽车的第一 SOC值。
步骤四、建立续航里程的计算模型;
步骤4.1、根据行驶里程、第一SOC差值和第一SOC值建立续航里程 的计算模型,并根据续航里程的计算模型得到电动汽车的续航里程。
其中,续航里程的计算模型为:
SOCD/(1-SOC)=X/S
其中,S为电动汽车的续航里程,SOCD为电动汽车行驶里程的第一SOC 差值,SOC为所述电动汽车初始充电时的第一SOC值,X为电动汽车的 行驶里程。
步骤4.2、根据续航里程的计算模型得到续航里程;
可以多次通过续航里程的计算模型得到对应的续航里程,之后对其求 平均值,从而提高续航里程的整体性。
本发明实施例的续航里程是电动汽车充电灯亮时所对应的续航里程, 还可以通过确定电动汽车充电灯亮时所对应的续航里程,将电动汽车充电 灯亮时所对应的续航里程和充电灯亮时所对应的剩余电量代入续航里程的 计算模型,从而根据电动汽车现有剩余电量推算出电动汽车能够行驶的里 程。
具体地,续航里程包括夏季续航里程、春秋季续航里程或第一冬季续 航里程,其中,将夏季续航里程记为S,春秋季续航里程记为S春秋,冬季 续航里程记为S
夏季续航里程的获取条件为月平均温度大于等于22℃,具体是在上一 年进行获取,即当上一年月平均温度大于等于22℃时,测定夏季时的行驶 里程,再通过续航里程的计算模型计算得到夏季续航里程,例如夏季的行 驶里程可以在7月进行测定,因为在中国地区,7月一般为最热月份,测得 的续航里程相对其他夏季月份为最短的续航里程,更有助于车主掌握夏季 时的夏季续航里程。
进一步地,夏季续航里程包括开空调时的夏季续航里程和不开空调时 的夏季续航里程。当处于夏季时,在电动汽车不开空调的情况下,夏季的 夏季续航里程以S春秋为准,即不开空调时的夏季续航里程与S春秋获取方法 一致,因为在电动汽车不开空调时,夏季温度较高,导致温度对电动汽车 的续航里程的影响不大,故在电动汽车不开空调时,其续航里程与春秋季 的续航里程基本相同。当处于夏季,且电动汽车开空调时,夏季的夏季续 航里程以S为准。
春秋季续航里程的获取条件为月平均温度大于10℃且小于22℃,具体 是在上一年进行获取,即当上一年月平均温度大于10℃且小于22℃时,测 定春季或秋季时的行驶里程,再通过续航里程的计算模型计算得到春秋季 续航里程。
第一冬季续航里程的获取条件为月平均温度小于等于10℃,第一冬季 续航里程为冬季不开暖风时的续航里程,具体是在上一年进行获取,即当 上一年月平均温度小于等于10℃时,测定冬季不开暖风时的行驶里程,再 通过续航里程的计算模型计算得到第一冬季续航里程,第一冬季续航里程 可以在1月进行测定,因为在中国地区,1月一般为最冷月份,测得的冬季 不开暖风时的行驶里程相对其他月份为最短的行驶里程,更有助于车主掌握冬季时的第一冬季续航里程。
步骤4.2、获取第二冬季续航里程;
具体地,根据春秋季续航里程和第一冬季续航里程建立第一冬季续航 里程计算模型;其中,春秋季续航里程和第一冬季续航里程均有续航里程 的计算模型获得,其中,第一冬季续航里程计算模型为:
当T≥T时,则S’=S+(S春秋-S)×|T-T|/|T-T|;
当T<T时,则S’=S-(S春秋-S)×|T-T|/|T-T|;
其中,S’为第二冬季续航里程,S为第一冬季续航里程,T为一月 份的月平均温度,T为冬季时实时环境温度,T为25℃,此温度时锂离 子电池工作状态为最佳,这里指的锂离子电池主要为三元锂电池或者磷酸 铁锂电池。
根据第一冬季续航里程计算模型获取第二冬季续航里程。
第二冬季续航里程为冬季不开暖风条件下的实时的续航里程,通过第 一冬季续航里程得到第二冬季续航里程,增加了实时获取冬季时不开暖风 条件下的续航里程的准确度,使得车主能够更加及时、准确的获知电动汽 车的使用情况,从而根据电动汽车的使用状态对电动汽车的实时行驶里程 和何时充电能够进行准确的预判。
步骤4.3、获取第五冬季续航里程;
具体地,根据续航里程的计算模型获取第三冬季续航里程;
其中,在冬季(月平均温度小于等于10℃)时,在开暖风条件下获取电 动汽车的行驶里程、行驶里程的第一SOC差值,将其代入续航里程的计算 模型中获取第三冬季续航里程;
具体地,根据第一冬季续航里程和第三冬季续航里程获取第四冬季续 航里程;
进一步地,计算第一冬季续航里程和第三冬季续航里程的差值,其结 果即为第四冬季续航里程,其计算公式为:
S=S-S冬暖
其中,S为第四冬季续航里程,S为第一冬季续航里程,-S冬暖为第三 冬季续航里程,其中,S为在冬季开暖风条件下得到的续航里程,其为定 值。
具体地,根据第二冬季续航里程和第四冬季续航里程建立第二冬季续 航里程计算模型,其中,所述第二冬季续航里程计算模型为:
S’冬暖=S’冬-S
其中,S’冬暖为第五冬季续航里程,S’为第二冬季续航里程,S为第四 冬季续航里程,S’冬暖为冬季时实时环境温度条件下得到的续航里程,其用于 实时获取电动汽车的续航里程。
当T≥T时,则S’=S+(S春秋-S)×|T-T|/|T-T|;
当T<T时,则S’=S-(S春秋-S)×|T-T|/|T-T|;
根据第二冬季续航里程计算模型即可求得第五冬季续航里程。
在工作时,电动汽车的PTC暖风功率根据环境温度有所变化,环境温 度高时功率略有下降,环境温度低时功率略有上升,同时冬季续航里程会 根据环境温度的升高而升高、降低而降低,综合以上因素,在考虑计算精 度的情况下,使得S为定值,由此可以便于计算并且最大程度保障S’冬暖的 计算精度。
本实施例使车主能够获取冬季开暖风条件下的续航里程,使得车主能 够知晓冬季时开暖风对电动汽车使用情况的影响,且车主可以实时获知冬 季开暖风条件下电动汽车的剩余续航里程,从而使得车主能够实时调整电 动汽车的使用情况,以免影响车主对电动汽车的使用。
注:基准月份为用来计算开暖风或者空调时计算续航里程的标准月份, 如果新车车主购车或者车主开始使用本方法不在1月或者7月时,便于车 主计算的冬季或者夏季月份。
优选地,电动汽车空调档位的风量按照车主习惯进行设定,一般设为2 档(或者中间及中间以上温度),风量为中间或者中间以下,档位(温度)和风 量相对固定;电动汽车的暖风档位按照车主习惯进行设定,一般设为2档(或 者中间及中间以下温度),风量为中间或者中间以下,档位(温度)和风量相 对固定。
本发明实施例针对不同季节得到不同的续航里程,从而使得电动汽车 所对应的续航里程更加准确。
步骤4.4、获取第二高速续航里程;
具体地,根据续航里程的计算模型得到第一高速续航里程,其中,根 据续航里程的计算模型得到的续航里程包括第一高速续航里程;
记录车主行驶在高速时的第一SOC差值和行驶里程,从而根据续航里 程的计算模型得到第一高速续航里程。
具体地,根据电动汽车的第一平均时速、第二平均时速和第一高速续 航里程建立高速续航里程计算模型,其中,高速续航里程计算模型为:
S=k1/v2=S1×v1/v2
其中,S为第二高速行驶里程,即电动汽车在高速上以平均时速v2行 驶所对应的高速行驶里程,v2为第二平均时速,v2为S所对应的平均时速, S1为第一高速行驶里程,v1为第一平均时速,v1为S1所对应的平均时速,v2为设定量,车主通过设定v2,便可计算出在高速上以平均时速为v2行驶所 对应的行驶里程S。v1的设定要求尽可能的高,例如v1可以设定为时速 100公里至时速120公里,k1为电动汽车在高速公路上的行驶里程和平均速 时速的反比例因子。
以上证明如下:
设电动汽车在平路(平坦的铺装路面)上行驶时,电动汽车驱动力和行驶 阻力(包括车轮的滚动阻力和电动汽车的空气阻力之和,与电动汽车驱动力 大小相等,方向相反)保持平衡,这时平均速度为vt,初始速度为v0,设v0=0, 则
E=FS
其中,E为电动汽车上动力电池组充满电的总能量,S为电动汽车续航 里程;
又由牛顿第二定律可知:F=ma
其中,F为电动汽车的行驶阻力,m为电动汽车的总质量(包括负载), a为电动汽车的加速度。
由上述两个公式可得:S=E/ma
又根据a的定义式可知:a=(vt-v0)/t
其中,t为时间,这里对于车主驾驶的电动汽车,t设为常数,并当v0=0 时,a∝vt(在实践中车主驾驶的电动汽车加速踏板力度越大或者越深,相当 于电动汽车驱动力越大,当m不变时,a越大,vt也越大),由此可得:
S=E/(mvt)
由上式可知,当E和m为常数时,S∝1/vt,即S与vt成反比例关系; 当E和vt为常数时,S∝1/m,即S与m成反比例关系。
在高速公路上电动汽车负载一定的情况下,电动汽车的速度与行驶里 程近似成反比例关系,并在此基础上进行行驶里程的计算,一般以高速行 驶里程推低速行驶里程,例如已知时速为100km的行驶里程推出时速为 80km的行驶里程,根据实际测算这样更准确或者更有保障一些;反之计算 行驶里程会比行驶里程大,影响实际使用。最低时速按照实际高速公路最 低时速计算。这样计算的意义在于在电量不够和中间不充电的情况下,以降低车速为代价延长了续航里程(高速最低车速以正在行驶的高速公路限速 规定为准),以达到完成行程的目的。
步骤4.5、获取多人续航里程;
具体地,根据续航里程的计算模型得到一人续航里程;
记录电动汽车上仅车主一人时的第一SOC差值和对应的行驶里程,从 而根据续航里程的计算模型得到一人续航里程。
具体地,根据电动汽车的第一总质量、第二总质量和一人续航里程建 立多人续航里程计算模型;
当电动汽车承载的为多人情况时(3人及3人以上,成人质量参照75千 克每人计算,儿童质量按成人一半计算),则多人情况的续航里程的计算公 式为:
S=k2/m
其中,S为多人续航里程,即S为电动汽车承载多人情况时的续航 里程,m为电动汽车承载多人情况时的总质量(包括电动汽车的质量及负载 的质量),k2为电动汽车的多人行驶里程S和总质量m的反比例因子,即 k2=S×m,k2为常数。
其中,S=Sx=S1×m1/mx,S为多人续航里程,S1为一人续航里程, S1是指1人驾驶车辆时的一人续航里程(即电动汽车内仅有1人),Sx是指包 括司机和乘客时的行驶里程(即电动汽车内有多人),x为人数,x一般为3 人到7人,m1为第一总质量,m1是指电动汽车人数为1时的总质量(为电动 汽车、司机及其他负载等的总质量);mx为第二总质量,mx是指电动汽车人 数为x时的总质量(为电动汽车、多人及其他负载等的总质量,电动汽车质 量,按照空车质量计算;成人质量按每人75kg计算,儿童质量按照成人质 量的一半计算或者按照车内总人数的实际质量计算;在货物的质量必须计 算在内的情况下,货物质量应一并计算在内。),若电动汽车以有大件货物 或者是以拉货为主,应将货物质量计算在总质量中。
具体地,根据多人续航里程计算模型获取多人续航里程。
进一步地,多人续航里程为电动汽车人数大于等于三人时所对应的续 航里程。
步骤4.6、获取上下坡续航里程;
具体地,当需要获取上下坡续航里程时,因为W上下≈W,W≈0则S 上下≈2S≈S,则可以记为S上下=S,S上下为上下坡续航里程,S为平地 续航里程,S为上坡续航里程,其中,上下坡续航里程包括上坡时段的续 航里程和下坡时段的续航里程,W上下为电动汽车上坡和下坡时所消耗的电 量,W为电动汽车上坡时所消耗的电量,W为电动汽车下坡时所消耗的电量,S上下为电动汽车在上下坡条件下所对应的上下坡续航里程(上下坡往 返的续航里程),S为与上下坡行驶条件相同情况下(S的条件为上坡条件, S上下的条件为上下坡条件,除了该区别外,其余行驶条件均相同),电动汽 车在上坡条件下所对应的续航里程,S为电动汽车在下坡条件下所对应的 续航里程;S为与上下坡行驶条件相同情况下(S的条件为平路条件,S上下的条件为上下坡条件,除了该区别外,其余行驶条件均相同),电动汽车在 平路条件下行驶所对应的续航里程,其中,平地续航里程可以根据续航里 程的计算模型获取。
设电动汽车上坡坡度为α,上坡行驶时电动汽车除了要克服滚动阻力和 空气阻力外,还必须克服坡道阻力Fp,Fp=mgsinα,g为重力加速度,这也 是上坡耗电更多的原因;下坡时电动汽车受重力作用开始向下滑行(这时也 要克服滚动阻力和空气阻力),速度越来越快,直到受到的阻力与重力的分 力平衡(不踩制动踏板)。
当电动汽车下坡启动动能回收功能时,电动汽车结合刹车,电动机(相 当于发电机)会给电动汽车以阻力并把能量回收一部分,这样一般电动汽车 不用踩加速踏板就可以使车辆保持一定速度行驶,即W≈0;所以W≈ W上下,W≈0,则S上下≈2S≈S(1);
因此,W+W≈W+W上下那么S+S上下≈S+2S(2);
由此可知,在上下坡的情况下基本可以认为与相同里程平路所耗电量 相同,可以近似把上下坡往返的里程等同于相同距离的平路里程;并且上 坡续航里程的所耗电量近似为平路续航里程消耗电量的两倍(距离相同的情 况下),下坡续航里程电量消耗近似为0;同时有平路和上下坡混合的情况 可公式(2)执行。
上下坡续航里程的计算应满足如下两个前提条件:1、开启动能回收功 能并且回收力度在中档或者中档以上;2、上下坡往返时速≤60km并且上 坡时速≤下坡时速。
优选地,上下坡续航里程对应的上下坡路段一般为山路路段,且在上 下坡路段的上坡路段应均匀加速,下坡路段应注意及时回收能量,少加速, 不应急加速。
优选地,城市及市郊的上下坡起伏路段在上下坡路段的上坡路段应均 匀加速,下坡路段应注意及时回收能量,少加速,不应急加速的条件下, 并且时速不高于周围平路路段的时速时,那么上下坡续航里程(上下坡必须 一起算)可以近似参照周围平路路段的续航里程执行,也可以理解为此时不 用考虑上下坡的情况,即整个行驶里程(上下坡必须一起算的行驶里程)近似 看作是一个相同距离平路的行驶里程。
本实施例的续航里程的预测方法根据实际条件进行计算,符合电动汽 车实际的应用情况,该预测方法准确率较高,能为车主提供及时、准确的 数据,便于车主及时掌握电动汽车的使用情况,以免因车主不能及时掌握 电动汽车的实际续航里程而产生焦虑情绪。
本实施例的续航里程的预测方法把一年分为三部分,分别为春秋季、 夏季和冬季,季节划分采用候温法,并且以1月和7月为冬季和夏季的测 定月,即以最冷月份和最热月份来计算冬季续航里程和夏季续航里程,使 续航里程更加有效和实用。
本实施例的续航里程的预测方法,针对冬季影响续航里程的因素比较 多的实际情况,采用温度百分比计算和暖风加时间计算相结合的方法来估 算出冬季续航里程,计算更准确。
本实施例的续航里程的预测方法在计算续航里程之前也做了详细的设 定,包括温度、风量、ECO模式、有效续航,这样既保证了实实在在的续 航,也保证了电池时时处在良好的状态;而现有技术只显示电动汽车到电 量为零之前能行驶多少公里,不考虑有效续航,虽然电动汽车上也提示了 电量到达某一位置应该充电的提醒,但是没有明确给出一个结果,而本实 施例的预测方法能够给车主一个明确的结果,使得车主能够及时掌握电动汽车的行驶状态。
本实施例的续航里程的车主可以根据自身的实际使用情况进行设定和 测算,灵活性较高,使得车主能够更主动的掌握电动汽车的实际情况,且 操作方法简便,为车主提供了极大的便利。且可以使电动汽车的电池一直 运行在比较好的状态,延长电池寿命。
本实施例的续航里程的预测方法可以以手机应用程序为载体,以车主 操作为主,不增加任何硬件设施,节省成本。
本实施例的续航里程还分为高速续航里程、多人续航里程和上下坡续 航里程,车主可以根据实际行驶情况获取在不同条件下,电动汽车的续航 里程,使得车主能够更加清晰和准确的获取电动汽车的使用状态。本预测 方法可以针对所有适用的电动汽车,且不同工况之间可以复合计算,另外 本方法是在手机上操作,省去了在电动汽车上操作的麻烦;上下坡情况也 给出了上坡需要消耗的电量和上下坡一起需要消耗的电量,而现有技术很少有专门针对上下坡的计算。
本实施例的续航里程的预测方法可以针对不同品牌的电动汽车、不同 类型的电动汽车,使用工况多样性,使用人群多样性(轻型电动货车车主、 电动SUV及轿车车主、共享汽车驾驶者等),在手机上通过应用程序操作省 去在车上看仪表的麻烦,并且是行驶前计算,这样在车主开始行程之前就 做到胸有成竹;而且使用方便、便捷。
实施例二
本发明实施例在上述实施例的基础上,对本发明实施例提供的预测方 法以具体实施例进行说明。
本实施例所采用的电动汽车为江淮牌2015款智能豪华型iEV4纯电动 汽车,该电动汽车的交流设备的充电信息:充电电压:235V;充电电流: 9.8A;车载充电功率:2.3kW;枪头规格:32A。直流设备充电信息:辅助 电源需求:12V;需求电压:347V;需求电流:30A;需求功率:10.41kW。 工况续航:152km。
工况一:电动汽车在春秋季行驶
S春秋=135km(测量于2017年9月)
里程1:已知:SOCD=16%,SOC'=75%(电动汽车充电灯亮时的第一SOC 值显示为25%)
则X=SOCD×S春秋/SOC'=16%×135/75%=28.8km
实际上,16%的电量跑了28km(该值为2017年9月15日测量)。
里程2:已知:SOCD=26%,SOC'=75%(电动汽车充电灯亮时第一SOC 值显示为25%)
则X=SOCD×S春秋/SOC'=26%×135╱75%=46.8km
实际上,26%的电量跑了48km(该值为2018年5月17日测量)。
工况二:电动汽车在夏季行驶
(一)不开空调时,S≈S春秋=135km;
里程1:已知:SOCD=11%,SOC'=75%(电动汽车充电灯亮时的第一SOC
值显示为25%);
则X=SOCD×S/SOC'=11%×135/75%=19.8km
实际上,11%的电量跑了20.8km(该值为2018年6月测量)。
将实际值20.8km代入续航里程的计算模型可得:SOCD=X×SOC'/S =20.8×75%/130=12%。
(二)开空调时:S=100km(测量于2017年7月);
里程1:已知SOCD=40%,SOC'=75%(电动汽车充电灯亮时的第一SOC 值显示为25%);
则X=SOCD×S/SOC'=40%×100/75%=53km
实际上,40%的电量跑了50km。
将实际值50km代入续航里程的计算模型可得:SOCD=X×SOC'/S=50 ×75%/100=38%。
里程2:已知SOCD=24%,SOC'=75%(电动汽车充电灯亮时的第一SOC 值显示为25%);
则X=SOCD×S/SOC'=24%×100/75%=32km
实际上,40%的电量跑了34km。
将实际值34km代入续航里程的计算模型可得:SOCD=X×SOC'/S=34 ×75%/100=26%
工况三:电动汽车在冬季行驶
里程1:已知环境温度为8℃,S=95km,T=1℃,T=0℃,T=25℃;
S’=S+(S春秋-S)×|T-T|/|T-T|
=95+(135-95)×|1-8|/|25-1|=107km
即在8℃时,冬天不开暖风的续航里程为107km。
SOCD=13%,SOC′=75%;
则X=SOCD×S’/SOC'=13%×107/75%=18.5km
实际上,在不开暖风的条件下13%的电量跑了20km。
里程2:已知环境温度为0℃,S=95km,T=1℃,T=0℃,T=25℃;
S’=S-(S春秋-S)×|T-T|/|T-T|
=95-(135-95)×|1-0|/|25-0|=93km
即在0℃时,冬天不开暖风的续航里程为93km。
SOCD=18%,SOC′=75%;
则X=SOCD×S’/SOC'=18%×107/75%=22.3km
实际上,在不开暖风的条件下18%的电量跑了21.3km。
里程3:已知环境温度为-5℃,S=95km,S冬暖=75km,T=1℃,T=-5℃, T=25℃;
S’=S-(S春秋-S)×|T-T|/|T-T|
=95-(135-95)×|1-(-2)|/|25-1|=90km
又因为S=S-S冬暖=95-75=20km
则S冬暖’=S’-S=90-20=70km
即在-2℃时,冬天开暖风的续航里程为70km。
那么SOCD=43%,SOC'=75%;
则X=SOCD×S’/SOC'=43%×70/75%=40.1km
实际上,在开暖风的条件下43%的电量跑了41km。
里程4:已知环境温度为-2℃,S=95km,S冬暖=75km,T=1℃,T=-2℃, T=25℃;
S’=S-(S春秋-S)×|T-T|/|T-T|
=95-(135-95)×|1-(-5)|/|25-1|=85km
又因为S=S-S冬暖=95-75=20km
则S冬暖’=S’-S=85-20=65km
即在-5℃时,冬天开暖风的续航里程为65km。
那么SOCD=22%,SOC'=75%;
则X=SOCD×S’/SOC'=22%×65/75%=19.1km
实际上,在开暖风的条件下22%的电量跑了17.2km。
工况四:电动汽车行驶在高速上
里程1:时间:2018年4月5日,春季,地点:西宝高速(西安至宝鸡), SOCD=39%,SOC'=75%,电动汽车以时速为100km/h行驶了52km,记为 S=52km,则根据续航里程的计算模型可得S=100km。
则k=S×v=100×100=10000(km)2/h;
那么当时速为:v=70km/h时,对应的S=k/v=100×100/70=143km。
则当SOCD=21%,SOC'=75%时,电动汽车的时速为v=70km/h;
则X=SOCD×S/SOC'=21%×143/75%=40km;
因此,当SOCD=21%,v=70km/h时,计算的可以行使里程为40km,实 际上行驶了42km。
工况五:电动汽车承载多人
里程1:电动汽车行驶在城市道路上,电动汽车承载人数为3人(测量于 2018年4月),SOCD=30%,电动汽车实际行驶了S=49km,S1=135km, m1=1275kg,m3=1425kg(本车辆质量为:1200kg;每人质量按75kg算,儿童 减半或者按照车内总人数的实际质量算,以下相同。)。
则S=S3=S1×m1/m3=135×1275/1425=120km
则当S=49km时,根据续航里程的计算模型可得电动汽车行驶49km需 要消耗30%的电量,实际情况同样消耗了30%的电量。
里程2:电动汽车行驶在城市道路上,电动汽车承载人数为4人(测量于 2018年4月),当SOC差值为40%时,电动汽车实际跑了S=62km,S1=135km, m1=1275kg,m4=1500kg;
则S=S4=S1×m1/m4=135×1275/1500=115km
则当S=62km时,根据续航里程的计算模型可得电动汽车行驶62km需 要消耗40%的电量,实际情况同样消耗了40%的电量。
里程3:电动汽车行驶在城市道路上,电动汽车承载人数为4人(测量于 2018年5月),电动汽车实际行驶了S=63.5km,S1=135km,m1=1275kg, m4=1500kg;
则S=S4=S1×m1/m4=135×1275/1500=115km
则当S=63.5km时,根据续航里程的计算模型可得电动汽车行驶63.5km 需要消耗41%的电量,实际消耗了46%的电量。
工况六:电动汽车行驶的路段有上下坡;
里程1:地点:西安市东郊洪庆山山路某段,时间2017年10月5日, 里程:山路(铺装路面)10.8km往返,上下坡时速50km左右。
电动汽车上坡总计消耗14%的电量,下坡总计消耗-1%的电量,合计消 耗13%的电量;
则在相同条件下,电动汽车在平路上行驶时计算所消耗的电量为12%(S =S春秋=135km)。
里程2:地点:西安市长安区秦岭山路某段,时间2018年5月6日,里 程:山路(铺装路面)6.5km往返,上下坡时速30km左右。
电动汽车上坡段:实际耗费SOC7%的电量,下坡段:实际耗费SOC0% 的电量,合计耗费SOC7%的电量;
则在相同条件下,电动汽车在平路上行驶时计算所消耗的电量为7%(S =S春秋=135km)。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对 其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通 技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修 改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不 使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电动汽车续航里程的预测方法,其特征在于,包括:
获取所述电动汽车的行驶里程;
获取所述电动汽车行驶里程的第一SOC差值;
获取所述电动汽车初始充电时的第一SOC值;
根据所述行驶里程、所述第一SOC差值和所述第一SOC值建立续航里程的计算模型;
根据所述续航里程的计算模型得到所述续航里程。
2.根据权利要求1所述的预测方法,其特征在于,获取所述电动汽车行驶里程的第一SOC差值,包括:
获取所述电动汽车行驶里程的行驶起点的剩余电量与行驶终点的剩余电量;
计算所述行驶起点的剩余电量与所述行驶终点的剩余电量之间的差值,以获取所述第一SOC差值。
3.根据权利要求1所述的预测方法,其特征在于,所述续航里程的计算模型为:
SOCD/(1-SOC)=X/S
其中,S为电动汽车的续航里程,SOCD为电动汽车行驶里程的第一SOC差值,SOC为所述电动汽车初始充电时的第一SOC值,X为所述电动汽车的行驶里程。
4.根据权利要求1所述的预测方法,其特征在于,所述续航里程包括夏季续航里程、春秋季续航里程或第一冬季续航里程。
5.根据权利要求4所述的预测方法,其特征在于,在根据所述续航里程的计算模型得到所述续航里程之后,还包括:
根据所述春秋季续航里程和所述第一冬季续航里程建立第一冬季续航里程计算模型;
根据所述第一冬季续航里程计算模型获取第二冬季续航里程。
6.根据权利要求5所述的预测方法,其特征在于,所述第一冬季续航里程计算模型为:
当T≥T时,则S’=S+(S春秋-S)×|T-T|/|T-T|;
当T<T时,则S’=S-(S春秋-S)×|T-T|/|T-T|;
其中,S’为第二冬季续航里程,S为第一冬季续航里程,T为一月份的月平均温度,T为冬季时实时环境温度,T为25℃。
7.根据权利要求4所述的预测方法,其特征在于,在根据所述续航里程的计算模型得到所述续航里程之后,还包括:
根据所述续航里程的计算模型获取第三冬季续航里程;
根据所述第一冬季续航里程和所述第三冬季续航里程获取第四冬季续航里程;
根据所述第二冬季续航里程和所述第四冬季续航里程建立第二冬季续航里程计算模型;
根据所述第二冬季续航里程计算模型获取第五冬季续航里程,其中,所述第二冬季续航里程计算模型为:
S’冬暖=S’冬-S
其中,S’冬暖为第五冬季续航里程,S’为第二冬季续航里程,S为第四冬季续航里程。
8.根据权利要求1所述的预测方法,其特征在于,在建立续航里程的计算模型之后,还包括:
根据所述续航里程的计算模型得到第一高速续航里程;
根据所述电动汽车的第一平均时速、第二平均时速和第一高速续航里程建立高速续航里程计算模型;
根据所述高速续航里程计算模型获取第二高速续航里程,其中,所述高速续航里程计算模型为:
S=S1×v1/v2
其中,S为第二高速行驶里程,S1为第一高速行驶里程,v1为第一平均时速,v2为第二平均时速。
9.根据权利要求1所述的预测方法,其特征在于,在建立续航里程的计算模型之后,还包括:
根据所述续航里程的计算模型得到一人续航里程;
根据所述电动汽车的第一总质量、第二总质量和一人续航里程建立多人续航里程计算模型;
根据所述多人续航里程计算模型获取多人续航里程,其中,所述多人续航里程计算模型为:
S=S1×m1/mx
其中,S为多人续航里程,S1为一人续航里程,m1为第一总质量,mx为第二总质量。
10.根据权利要求1所述的预测方法,其特征在于,在建立续航里程的计算模型之后,还包括:
根据所述续航里程的计算模型得到平地续航里程;
根据所述平地续航里程得到所述上下坡续航里程,其中,所述平地续航里程等于所述上下坡续航里程。
CN201811018867.4A 2018-09-03 2018-09-03 一种电动汽车续航里程的预测方法 Active CN109334511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811018867.4A CN109334511B (zh) 2018-09-03 2018-09-03 一种电动汽车续航里程的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811018867.4A CN109334511B (zh) 2018-09-03 2018-09-03 一种电动汽车续航里程的预测方法

Publications (2)

Publication Number Publication Date
CN109334511A true CN109334511A (zh) 2019-02-15
CN109334511B CN109334511B (zh) 2020-10-02

Family

ID=65297004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811018867.4A Active CN109334511B (zh) 2018-09-03 2018-09-03 一种电动汽车续航里程的预测方法

Country Status (1)

Country Link
CN (1) CN109334511B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110103773A (zh) * 2019-05-22 2019-08-09 福建工程学院 一种电动汽车续驶里程预测方法和系统
CN110254285A (zh) * 2019-06-28 2019-09-20 重庆长安新能源汽车科技有限公司 一种基于车联网的对里程焦虑用户提供服务的方法及系统
CN110549906A (zh) * 2019-09-12 2019-12-10 北京车和家信息技术有限公司 续航里程的分段显示方法及装置
CN111137169A (zh) * 2020-02-21 2020-05-12 威马智慧出行科技(上海)有限公司 一种续航里程的估算方法及装置
CN111516553A (zh) * 2020-04-24 2020-08-11 东风汽车集团有限公司 纯电动汽车剩余续航里程计算方法
CN112557922A (zh) * 2020-11-24 2021-03-26 扬州亚星客车股份有限公司 一种针对电动公交车的剩余电量预测系统及方法
CN113030628A (zh) * 2021-04-30 2021-06-25 苏州华碧微科检测技术有限公司 一种电动汽车续航测试方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102745201A (zh) * 2012-06-30 2012-10-24 惠州市亿能电子有限公司 一种电动汽车剩余里程估算方法
DE102011116115A1 (de) * 2011-10-15 2013-04-18 Volkswagen Aktiengesellschaft Verfahren zum Ermitteln einer Reichweite eines Fahrzeugs, Verfahren zur Bestimmung eines Fahrzeugs aus einer Fahrzeugmenge sowie entsprechend ausgestaltete Vorrichtungen und Fahrzeuge
CN105050878A (zh) * 2013-01-25 2015-11-11 大众汽车有限公司 预测车辆的能量消耗
CN106740222A (zh) * 2017-01-11 2017-05-31 贵州大学 一种电动汽车续驶里程预测方法
CN106908075A (zh) * 2017-03-21 2017-06-30 福州大学 大数据采集与处理系统及基于其电动汽车续航估计方法
CN106915263A (zh) * 2015-12-24 2017-07-04 奥迪股份公司 根据环境条件匹配机动车续航里程预测的方法以及机动车
CN108422881A (zh) * 2018-03-16 2018-08-21 奇瑞汽车股份有限公司 一种纯电动汽车续航里程计算方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011116115A1 (de) * 2011-10-15 2013-04-18 Volkswagen Aktiengesellschaft Verfahren zum Ermitteln einer Reichweite eines Fahrzeugs, Verfahren zur Bestimmung eines Fahrzeugs aus einer Fahrzeugmenge sowie entsprechend ausgestaltete Vorrichtungen und Fahrzeuge
CN102745201A (zh) * 2012-06-30 2012-10-24 惠州市亿能电子有限公司 一种电动汽车剩余里程估算方法
CN105050878A (zh) * 2013-01-25 2015-11-11 大众汽车有限公司 预测车辆的能量消耗
CN106915263A (zh) * 2015-12-24 2017-07-04 奥迪股份公司 根据环境条件匹配机动车续航里程预测的方法以及机动车
CN106740222A (zh) * 2017-01-11 2017-05-31 贵州大学 一种电动汽车续驶里程预测方法
CN106908075A (zh) * 2017-03-21 2017-06-30 福州大学 大数据采集与处理系统及基于其电动汽车续航估计方法
CN108422881A (zh) * 2018-03-16 2018-08-21 奇瑞汽车股份有限公司 一种纯电动汽车续航里程计算方法及系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110103773A (zh) * 2019-05-22 2019-08-09 福建工程学院 一种电动汽车续驶里程预测方法和系统
CN110254285A (zh) * 2019-06-28 2019-09-20 重庆长安新能源汽车科技有限公司 一种基于车联网的对里程焦虑用户提供服务的方法及系统
CN110254285B (zh) * 2019-06-28 2022-11-22 重庆长安新能源汽车科技有限公司 一种基于车联网的对里程焦虑用户提供服务的方法及系统
CN110549906A (zh) * 2019-09-12 2019-12-10 北京车和家信息技术有限公司 续航里程的分段显示方法及装置
CN111137169A (zh) * 2020-02-21 2020-05-12 威马智慧出行科技(上海)有限公司 一种续航里程的估算方法及装置
CN111516553A (zh) * 2020-04-24 2020-08-11 东风汽车集团有限公司 纯电动汽车剩余续航里程计算方法
CN111516553B (zh) * 2020-04-24 2021-12-17 东风汽车集团有限公司 纯电动汽车剩余续航里程计算方法
CN112557922A (zh) * 2020-11-24 2021-03-26 扬州亚星客车股份有限公司 一种针对电动公交车的剩余电量预测系统及方法
CN113030628A (zh) * 2021-04-30 2021-06-25 苏州华碧微科检测技术有限公司 一种电动汽车续航测试方法

Also Published As

Publication number Publication date
CN109334511B (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN109334511A (zh) 一种电动汽车续航里程的预测方法
Wager et al. Driving electric vehicles at highway speeds: The effect of higher driving speeds on energy consumption and driving range for electric vehicles in Australia
Lorf et al. Comparative analysis of the energy consumption and CO2 emissions of 40 electric, plug-in hybrid electric, hybrid electric and internal combustion engine vehicles
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
Liu et al. Evaluation of regenerative braking based on single-pedal control for electric vehicles
CN104620274B (zh) 消耗电力量推断装置
WO2021143594A1 (zh) 具有节油系统的重卡及其节油控制方法
Faria et al. Assessing electric mobility feasibility based on naturalistic driving data
CN112046335A (zh) 一种基于行驶能耗模型的电动汽车剩余行驶里程计算方法
Skuza et al. Analysis of factors affecting the energy consumption of an EV vehicle-a literature study
Szilassy et al. Consumption estimation method for battery-electric buses using general line characteristics and temperature
Perugu et al. Characterization of battery electric transit bus energy consumption by temporal and speed variation
Das et al. Eco-routing navigation systems in electric vehicles: A comprehensive survey
Tong et al. Developing electric bus driving cycles with significant road gradient changes: A case study in Hong Kong
Yang et al. Data-driven analysis of battery electric vehicle energy consumption under real-world temperature conditions
Schücking et al. Influencing factors on specific energy consumption of EV in extensive operations
Doulgeris et al. Evaluation of energy consumption and electric range of battery electric busses for application to public transportation
Wang Battery electric vehicle energy consumption modelling, testing and prediction: a practical case study
Spichartz et al. Measurement of braking energy recuperation in electric vehicles
von Jouanne et al. Electric vehicle (EV) chassis dynamometer testing
Besselink et al. Evaluating the TU/e Lupo EL BEV performance
CN109466333A (zh) 基于电动客车动态过程质量估计的剩余里程计算方法
Choi et al. Analysis of fuel economy reduction factors of hybrid electric vehicles in winter using on-road driving data
Kropiwnicki et al. Estimation of the regenerative braking process efficiency in electric vehicles
Phyo et al. Impact of Driving Behavior on Power Consumption of Electric Bus: A Case Study on Rama IX Bridge

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant