CN110103773A - 一种电动汽车续驶里程预测方法和系统 - Google Patents
一种电动汽车续驶里程预测方法和系统 Download PDFInfo
- Publication number
- CN110103773A CN110103773A CN201910429203.5A CN201910429203A CN110103773A CN 110103773 A CN110103773 A CN 110103773A CN 201910429203 A CN201910429203 A CN 201910429203A CN 110103773 A CN110103773 A CN 110103773A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- soc value
- battery soc
- historical
- mileage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008859 change Effects 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 230000009467 reduction Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000007423 decrease Effects 0.000 abstract description 12
- 238000005265 energy consumption Methods 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种电动汽车续驶里程预测方法和系统,方法包括:S10:采集车辆的历史行车数据和历史电池SOC值变化情况;S20:根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;S30:获取车辆当前电池SOC值;S40:根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程。本发明能够更加准确预测续驶里程提供给用户参考,实时性、有效性好。
Description
技术领域
本发明涉及电动汽车技术领域,尤其涉及一种电动汽车续驶里程预测方法和系统。
背景技术
与普通燃油车相比,新能源电动汽车具有低排放、低污染等特点,利于我国环境友好型社会的建设。目前,电动汽车的续驶里程短、电量补充慢等问题一直阻碍着其的推广普及,不少司机更是会因为担心电动汽车电量不足无法到达目的地而产生里程焦虑问题。
在目前的电动汽车上,驾驶员可以利用当前电池的状态信息以及电动汽车自身参数中的平均公里能耗,对当前电动汽车还可继续行驶的里程进行估算,但是根据具体行驶路段的不同,电池电量消耗量也不同,如果电动汽车本次行程主要为上坡路段,那么电池消耗量会比较大;如果本次行程主要为下坡路段,那么加上电动汽车的电池能量回收,电池电量消耗量会比较小,所以根据路况不同和随着电动汽车的使用时间,电池的放电效率也在不断变化,致使驾驶员有时很难根据电动汽车剩余电量对电动汽车的续驶里程进行准确的预估。
为了提高续驶里程提示数据与电池实际续驶里程的接近度,公开号为CN106945530A的专利文献公开了“一种电动汽车及其续驶里程预测方法、系统”,方法包括:获取当前电动汽车的行驶信息;利用行驶信息,确定当前电动汽车所在行驶道路的道路类型,得到目标道路类型;确定与目标道路类型对应的单位能耗,并获取电动汽车的当前电池状态;利用单位能耗以及当前电池状态,计算当前电动汽车可持续行驶的里程数。该文献中的单位能耗是与道路类型相对应的,能够更加贴合当前电动汽车所行驶道路的实际情况,也即使得上述单位能耗与当前电动汽车的实际能耗更加一致,具有非常高的准确度,从而提升了后续依赖上述单位能耗计算出来的可持续行驶里程数的准确度。上述方法需要根据行驶信息对道路的类型进行分析,再根据道路类型的单位能耗进行续驶里程,但是行车道路相对复杂情况下,某一道路类型的单位能耗并不能代表整个行车环境,存在一定偏差,且计算复杂,容易增加计算时长,不利于续航里程的准确更新。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种能够更加准确预测续驶里程提供给用户参考的电动汽车续驶里程预测方法和系统。
为了实现上述目的,本发明采用的技术方案为:
一种电动汽车续驶里程预测方法,所述方法包括以下步骤:
S10:采集车辆的历史行车数据和历史电池SOC值变化情况;
S20:根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
S30:获取车辆当前电池SOC值;
S40:根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
本方案按照上述步骤依次执行,步骤S10采集的是历史数据,根据当前时间的不同,历史数据各有不同,它随着车辆新的行车数据的产生而不断更新的,因此更符合实际行车环境和行车消耗的还原,有助于保障原始数据的准确性和实时有效性;
步骤S20中对电池SOC值每下降一预设百分比所对应的车辆里程变化量求均值来作为单位参考里程,能够降低各种道路因素、天气因素等等对车辆单位参考里程的干扰;
步骤S30是在计算出电池SOC值每下降一预设百分比可行驶的参考里程后再去获取车辆当前电池SOC值,而不是在步骤S10中直接获取,目的在于排除计算过程时间差对续航里程计算的干扰,提高预测准确性;
经过前述步骤对数据的精确获取,再利用步骤S40的公式即可计算出准确度高的续驶里程数,且该续驶里程数随着时间的推移,可进行更新。
进一步地,应用于车载终端,所述步骤S10包括:从车辆的CAN总线中采集车辆的历史行车数据和历史电池SOC值变化情况并传输至云平台;
所述步骤S30包括:从车辆的CAN总线中获取车辆当前电池SOC值并传输至云平台。
进一步地,应用于云平台,所述步骤S20包括以下步骤:
S21:接收所述车载终端发送的车辆的历史行车数据和历史电池SOC值变化情况;
S22:根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
所述步骤S40包括以下步骤:
S41:接收所述车载终端发送的车辆当前电池SOC值;
S42:根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
进一步地,应用于云平台,所述方法还包括以下步骤:
S50:将所述车辆的剩余续航里程传输至所述车载终端。
进一步地,所述预设百分比为0.4%。
进一步地,所述步骤S10包括:根据预设规则采集车辆的历史行车数据和历史电池SOC值变化情况,所述预设规则为采集当前时间点前一预设时间内的历史行车数据和历史电池SOC值变化情况,或为采集当前电池SOC值前一预设区间内的历史行车数据和历史电池SOC值变化情况。
上述设计中车载终端和云平台的设置,实现了车联网,即用户的行驶数据能够被存储于云平台,一方面能够降低线下数据存储压力,减少硬件配置成本,另一方面云平台将配备有车载终端的车辆的行驶数据进行统一的保存,有利于大数据分析,后期实现更精准计算规则和公式的统一更新,大面积提高续航里程播报的准确性,提高车载终端的市场竞争力。
进一步地,所述方法还包括以下步骤:
S01:识别用户的续驶里程获取指令。有利于实现续航里程的按需获取,降低数据处理压力。
一种电动汽车续驶里程预测系统,所述系统包括:
采集模块,用于采集车辆的历史行车数据和历史电池SOC值变化情况;
参考值计算模块,用于根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
获取模块,用于获取车辆当前电池SOC值;
续航值计算模块,用于根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
进一步地,所述系统包括车载终端和云平台,所述车载终端包括:
采集模块,用于从车辆的CAN总线中采集车辆的历史行车数据和历史电池SOC值变化情况;
获取模块,用于从车辆的CAN总线中获取车辆当前电池SOC值;
第一传输模块,用于传输历史行车数据、历史电池SOC值变化情况以及车辆当前电池SOC值至所述云平台;
所述云平台包括:
第一接收模块,用于接收所述第一传输模块传输的历史行车数据、历史电池SOC值变化情况以及车辆当前电池SOC值;
参考值计算模块,用于根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
续航值计算模块,用于根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
进一步地,所述采集模块根据预设规则采集车辆的历史行车数据和历史电池SOC值变化情况,所述预设规则为采集当前时间点前一预设时间内的历史行车数据和历史电池SOC值变化情况,或为采集当前电池SOC值前一预设区间内的历史行车数据和历史电池SOC值变化情况。
采用上述技术方案后,本发明的有益效果是:能够更加准确的获取原始计算数据,计算出更加准确的剩余续航里程,实时性更好,数据处理过程简短,耗整体时短,续航里程能够按需得到更新。
附图说明
为了更清楚地说明本发明实施例或现有技术的技术方案,附图如下:
图1为本发明实施例1提供的一种电动汽车续驶里程预测方法流程图;
图2为本发明实施例4提供的一种电动汽车续驶里程预测系统框图;
图3为本发明实施例5提供的一种电动汽车续驶里程预测系统框图。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
实施例1
如图1所示,本实施例提供一种电动汽车续驶里程预测方法,所述方法包括以下步骤:
S10:采集车辆的历史行车数据和历史电池SOC值变化情况;
S20:根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;SOC表示剩余电量(State Of Charge);
S30:获取车辆当前电池SOC值;
S40:根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
本方案按照上述步骤依次执行,步骤S10采集的是历史数据,根据当前时间的不同,历史数据各有不同,它随着车辆新的行车数据的产生而不断更新的,因此更符合实际行车环境和行车消耗的还原,有助于保障原始数据的准确性和实时有效性;
步骤S20中对电池SOC值每下降一预设百分比所对应的车辆里程变化量求均值来作为单位参考里程,能够降低各种道路因素、天气因素等等对车辆单位参考里程的干扰;
步骤S30是在计算出电池SOC值每下降一预设百分比可行驶的参考里程后再去获取车辆当前电池SOC值,而不是在步骤S10中直接获取,目的在于排除计算过程时间差对续航里程计算的干扰,提高预测准确性;
经过前述步骤对数据的精确获取,再利用步骤S40的公式即可计算出准确度高的续驶里程数,且该续驶里程数随着时间的推移,可进行更新。
上述方法可在同一线下终端中被应用,该终端能够实时的采集历史行车数据和历史电池SOC值变化情况,历史行车数据和历史电池SOC值变化情况可以是当前时间往前推移一预设时间内的数据,终端获得数据后即执行步骤S20、步骤S30以及步骤S40,最终获得车辆剩余续航里程的数据并通过语音播报或数字显示的方式提醒到车辆的使用人员,避免里程焦虑现象,与实际的匹配符合性更好。
实施例2
本实施例中,实现车辆数据的统一联网,提供应用于车载终端的方法,所述步骤S10包括:从车辆的CAN总线中采集车辆的历史行车数据和历史电池SOC值变化情况并传输至云平台;
所述步骤S30包括:从车辆的CAN总线中获取车辆当前电池SOC值并传输至云平台。
现有技术中的车辆,一般都会配备车载终端,而车载终端(例如车载T-BOX)可以深度读取汽车CAN总线数据和私有协议,获取大量的准确的车况数据,可供云平台有效的准确的分析。
还提供应用于云平台的方法,所述步骤S20包括以下步骤:
S21:接收所述车载终端发送的车辆的历史行车数据和历史电池SOC值变化情况;
S22:根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
所述步骤S40包括以下步骤:
S41:接收所述车载终端发送的车辆当前电池SOC值;
S42:根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
还提供应用于云平台的方法,所述方法还包括以下步骤:
S50:将所述车辆的剩余续航里程传输至所述车载终端。
优选地,所述预设百分比为0.4%。由于一般SOC数据的变化是以0.4%为最小跨度的,所以经分析处理可计算得到电池SOC每减少0.4%时的车辆里程变化量,进而得到较多的车辆里程变化量数据,获取更高精准度的均值作为参考里程。
所述步骤S10包括:根据预设规则采集车辆的历史行车数据和历史电池SOC值变化情况,所述预设规则为采集当前时间点前一预设时间内的历史行车数据和历史电池SOC值变化情况,或为采集当前电池SOC值前一预设区间内的历史行车数据和历史电池SOC值变化情况。根据不同的需求,可供用户选择不同的数据采集方式,需要强调的是,亦可两种预设规则均设置,供用户选择,并进行数据比较,提高用户体验感。
综上,本实施例的上述设计中,车载终端和云平台的设置,实现了车联网,即用户的行驶数据能够被存储于云平台,一方面能够降低线下数据存储压力,减少硬件配置成本,另一方面云平台将配备有车载终端的车辆的行驶数据进行统一的保存,有利于大数据分析,后期实现更精准计算规则和公式的统一更新,大面积提高续航里程播报的准确性,提高车载终端的市场竞争力。
实施例3
本实施例与实施例1的区别在于,本实施例的所述方法还包括以下步骤:
S01:识别用户的续驶里程获取指令。当且进当步骤S01中有识别到用户的续驶里程获取指令时,才进一步执行步骤S10及以后的步骤,有利于实现续航里程的按需获取,降低数据处理压力,降低运耗。
实施例4
如图2所示,本实施例提供一种电动汽车续驶里程预测系统,应用于实施例1所述的方法,所述系统包括:
采集模块100,用于采集车辆的历史行车数据和历史电池SOC值变化情况;具体可采集当前时间点前一预设时间内的历史行车数据和历史电池SOC值变化情况,或采集当前电池SOC值前一预设区间内的历史行车数据和历史电池SOC值变化情况。
参考值计算模块200,用于根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
获取模块300,用于获取车辆当前电池SOC值;
续航值计算模块400,用于根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
实施例5
如图3所示,本实施例提供一种电动汽车续驶里程预测系统,应用于实施例2所述的方法,所述系统包括车载终端和云平台,所述车载终端包括:
采集模块100,用于从车辆的CAN总线中采集车辆的历史行车数据和历史电池SOC值变化情况;
获取模块300,用于从车辆的CAN总线中获取车辆当前电池SOC值;需要注意的是,获取车辆当前电池SOC值是在云平台计算好电池SOC值每下降一预设百分比可行驶的参考里程后向车载终端下达指令后再获取的。
第一传输模块500,用于传输历史行车数据、历史电池SOC值变化情况以及车辆当前电池SOC值至所述云平台;
车载终端还包括有第二接收模块,用于接收云平台的数据,包括显示屏,用于显示剩余续驶里程。
所述云平台包括:
第一接收模块600,用于接收所述第一传输模块500传输的历史行车数据、历史电池SOC值变化情况以及车辆当前电池SOC值;
参考值计算模块200,用于根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
续航值计算模块400,用于根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
云平台还包括第二传输模块,用于向车载终端下达指令和发送剩余续航里程数据。
所述采集模块100根据预设规则采集车辆的历史行车数据和历史电池SOC值变化情况,所述预设规则为采集当前时间点前一预设时间内的历史行车数据和历史电池SOC值变化情况,或为采集当前电池SOC值前一预设区间内的历史行车数据和历史电池SOC值变化情况。
综上,本实施例能够更加准确的获取原始计算数据,计算出更加准确的剩余续航里程,实时性更好,数据处理过程简短,耗整体时短,续航里程能够按需得到更新。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种电动汽车续驶里程预测方法,其特征在于,所述方法包括以下步骤:
S10:采集车辆的历史行车数据和历史电池SOC值变化情况;
S20:根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
S30:获取车辆当前电池SOC值;
S40:根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
2.根据权利要求1所述的一种电动汽车续驶里程预测方法,其特征在于,应用于车载终端,所述步骤S10包括:从车辆的CAN总线中采集车辆的历史行车数据和历史电池SOC值变化情况并传输至云平台;
所述步骤S30包括:从车辆的CAN总线中获取车辆当前电池SOC值并传输至云平台。
3.根据权利要求2所述的一种电动汽车续驶里程预测方法,其特征在于,应用于云平台,所述步骤S20包括以下步骤:
S21:接收所述车载终端发送的车辆的历史行车数据和历史电池SOC值变化情况;
S22:根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
所述步骤S40包括以下步骤:
S41:接收所述车载终端发送的车辆当前电池SOC值;
S42:根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
4.根据权利要求3所述的一种电动汽车续驶里程预测方法,其特征在于,应用于云平台,所述方法还包括以下步骤:
S50:将所述车辆的剩余续航里程传输至所述车载终端。
5.根据权利要求1所述的一种电动汽车续驶里程预测方法,其特征在于,所述预设百分比为0.4%。
6.根据权利要求1所述的一种电动汽车续驶里程预测方法,其特征在于,所述步骤S10包括:根据预设规则采集车辆的历史行车数据和历史电池SOC值变化情况,所述预设规则为采集当前时间点前一预设时间内的历史行车数据和历史电池SOC值变化情况,或为采集当前电池SOC值前一预设区间内的历史行车数据和历史电池SOC值变化情况。
7.根据权利要求1所述的一种电动汽车续驶里程预测方法,其特征在于,所述方法还包括以下步骤:
S01:识别用户的续驶里程获取指令。
8.一种电动汽车续驶里程预测系统,其特征在于,所述系统包括:
采集模块,用于采集车辆的历史行车数据和历史电池SOC值变化情况;
参考值计算模块,用于根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
获取模块,用于获取车辆当前电池SOC值;
续航值计算模块,用于根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
9.根据权利要求8所述的一种电动汽车续驶里程预测系统,其特征在于,所述系统包括车载终端和云平台,所述车载终端包括:
采集模块,用于从车辆的CAN总线中采集车辆的历史行车数据和历史电池SOC值变化情况;
获取模块,用于从车辆的CAN总线中获取车辆当前电池SOC值;
第一传输模块,用于传输历史行车数据、历史电池SOC值变化情况以及车辆当前电池SOC值至所述云平台;
所述云平台包括:
第一接收模块,用于接收所述第一传输模块传输的历史行车数据、历史电池SOC值变化情况以及车辆当前电池SOC值;
参考值计算模块,用于根据所述历史行车数据和历史电池SOC值变化情况,计算电池SOC值每下降一预设百分比所对应的车辆里程变化量,计算多个所述车辆里程变化量的均值作为电池SOC值每下降一预设百分比可行驶的参考里程;
续航值计算模块,用于根据车辆当前电池SOC值和电池SOC值每下降一预设百分比可行驶的参考里程计算车辆的剩余续航里程,计算公式如下:
其中,为车辆的剩余续航里程,A为车辆当前电池SOC值,x为预百分比,为电池SOC值每下降一预设百分比可行驶的参考里程。
10.根据权利要求8所述的一种电动汽车续驶里程预测系统,其特征在于,所述采集模块根据预设规则采集车辆的历史行车数据和历史电池SOC值变化情况,所述预设规则为采集当前时间点前一预设时间内的历史行车数据和历史电池SOC值变化情况,或为采集当前电池SOC值前一预设区间内的历史行车数据和历史电池SOC值变化情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910429203.5A CN110103773A (zh) | 2019-05-22 | 2019-05-22 | 一种电动汽车续驶里程预测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910429203.5A CN110103773A (zh) | 2019-05-22 | 2019-05-22 | 一种电动汽车续驶里程预测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110103773A true CN110103773A (zh) | 2019-08-09 |
Family
ID=67491529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910429203.5A Pending CN110103773A (zh) | 2019-05-22 | 2019-05-22 | 一种电动汽车续驶里程预测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110103773A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111199104A (zh) * | 2019-12-31 | 2020-05-26 | 浙江吉利新能源商用车集团有限公司 | 一种电池残余性能分析方法、装置、设备及存储介质 |
CN111231677A (zh) * | 2020-01-22 | 2020-06-05 | 东风汽车集团有限公司 | 一种用于纯电动车能量流的测试方法及系统 |
CN112895967A (zh) * | 2019-12-03 | 2021-06-04 | 奥动新能源汽车科技有限公司 | 换电里程的剩余使用时间的预测方法、系统、介质及设备 |
CN114013285A (zh) * | 2021-11-08 | 2022-02-08 | 北京理工新源信息科技有限公司 | 一种电动汽车实际续驶里程评估方法 |
US20220198843A1 (en) * | 2020-12-23 | 2022-06-23 | Hyundai Motor Company | Vehicle and control method thereof |
CN115100756A (zh) * | 2022-06-28 | 2022-09-23 | 浙江吉利控股集团有限公司 | 续驶里程确定方法、车辆及计算机可读存储介质 |
CN115284968A (zh) * | 2022-08-29 | 2022-11-04 | 上汽通用五菱汽车股份有限公司 | 续驶里程获得方法、装置、设备及存储介质 |
CN115495900A (zh) * | 2022-09-19 | 2022-12-20 | 广州汽车集团股份有限公司 | 一种整车蓄电池老化分析方法及其装置、存储介质 |
CN117246187A (zh) * | 2023-09-11 | 2023-12-19 | 三一重工股份有限公司 | 车辆的续航预测方法、装置、电子设备及车辆 |
WO2024051573A1 (zh) * | 2022-09-05 | 2024-03-14 | 华为技术有限公司 | 充电提醒的方法、装置和车辆 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005348524A (ja) * | 2004-06-03 | 2005-12-15 | Nissan Motor Co Ltd | ハイブリット車両の制御装置 |
US20100131139A1 (en) * | 2008-11-25 | 2010-05-27 | Denso Corporation | Charge planning apparatus |
CN104842797A (zh) * | 2014-05-22 | 2015-08-19 | 北汽福田汽车股份有限公司 | 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 |
CN106515478A (zh) * | 2016-10-27 | 2017-03-22 | 合肥工业大学 | 电动汽车剩余行驶里程在线预测方法及装置 |
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 |
CN109334511A (zh) * | 2018-09-03 | 2019-02-15 | 胡斌 | 一种电动汽车续航里程的预测方法 |
CN109606119A (zh) * | 2019-01-15 | 2019-04-12 | 深圳四海万联科技有限公司 | 一种电动汽车的续航里程校准方法及系统 |
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 |
CN109784560A (zh) * | 2019-01-15 | 2019-05-21 | 深圳四海万联科技有限公司 | 一种电动汽车续航里程估算方法及估算系统 |
-
2019
- 2019-05-22 CN CN201910429203.5A patent/CN110103773A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005348524A (ja) * | 2004-06-03 | 2005-12-15 | Nissan Motor Co Ltd | ハイブリット車両の制御装置 |
US20100131139A1 (en) * | 2008-11-25 | 2010-05-27 | Denso Corporation | Charge planning apparatus |
CN104842797A (zh) * | 2014-05-22 | 2015-08-19 | 北汽福田汽车股份有限公司 | 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 |
CN106515478A (zh) * | 2016-10-27 | 2017-03-22 | 合肥工业大学 | 电动汽车剩余行驶里程在线预测方法及装置 |
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 |
CN109334511A (zh) * | 2018-09-03 | 2019-02-15 | 胡斌 | 一种电动汽车续航里程的预测方法 |
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 |
CN109606119A (zh) * | 2019-01-15 | 2019-04-12 | 深圳四海万联科技有限公司 | 一种电动汽车的续航里程校准方法及系统 |
CN109784560A (zh) * | 2019-01-15 | 2019-05-21 | 深圳四海万联科技有限公司 | 一种电动汽车续航里程估算方法及估算系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112895967A (zh) * | 2019-12-03 | 2021-06-04 | 奥动新能源汽车科技有限公司 | 换电里程的剩余使用时间的预测方法、系统、介质及设备 |
CN112895967B (zh) * | 2019-12-03 | 2022-03-29 | 奥动新能源汽车科技有限公司 | 换电里程的剩余使用时间的预测方法、系统、介质及设备 |
CN111199104B (zh) * | 2019-12-31 | 2024-04-16 | 浙江吉利新能源商用车集团有限公司 | 一种电池残余性能分析方法、装置、设备及存储介质 |
CN111199104A (zh) * | 2019-12-31 | 2020-05-26 | 浙江吉利新能源商用车集团有限公司 | 一种电池残余性能分析方法、装置、设备及存储介质 |
CN111231677A (zh) * | 2020-01-22 | 2020-06-05 | 东风汽车集团有限公司 | 一种用于纯电动车能量流的测试方法及系统 |
CN111231677B (zh) * | 2020-01-22 | 2021-07-06 | 东风汽车集团有限公司 | 一种用于纯电动车能量流的测试方法及系统 |
US20220198843A1 (en) * | 2020-12-23 | 2022-06-23 | Hyundai Motor Company | Vehicle and control method thereof |
US12094272B2 (en) * | 2020-12-23 | 2024-09-17 | Hyundai Motor Company | Vehicle and control method thereof |
CN114013285A (zh) * | 2021-11-08 | 2022-02-08 | 北京理工新源信息科技有限公司 | 一种电动汽车实际续驶里程评估方法 |
CN114013285B (zh) * | 2021-11-08 | 2023-11-21 | 北京理工新源信息科技有限公司 | 一种电动汽车实际续驶里程评估方法 |
CN115100756A (zh) * | 2022-06-28 | 2022-09-23 | 浙江吉利控股集团有限公司 | 续驶里程确定方法、车辆及计算机可读存储介质 |
CN115284968A (zh) * | 2022-08-29 | 2022-11-04 | 上汽通用五菱汽车股份有限公司 | 续驶里程获得方法、装置、设备及存储介质 |
WO2024051573A1 (zh) * | 2022-09-05 | 2024-03-14 | 华为技术有限公司 | 充电提醒的方法、装置和车辆 |
CN115495900A (zh) * | 2022-09-19 | 2022-12-20 | 广州汽车集团股份有限公司 | 一种整车蓄电池老化分析方法及其装置、存储介质 |
CN117246187A (zh) * | 2023-09-11 | 2023-12-19 | 三一重工股份有限公司 | 车辆的续航预测方法、装置、电子设备及车辆 |
CN117246187B (zh) * | 2023-09-11 | 2024-08-16 | 三一重工股份有限公司 | 车辆的续航预测方法、装置、电子设备及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110103773A (zh) | 一种电动汽车续驶里程预测方法和系统 | |
CN111169480B (zh) | 一种动力系统能量管理方法、装置、设备和介质 | |
CN110135632B (zh) | 基于路径信息的phev自适应最优能量管理方法 | |
CN107791854B (zh) | 用于估算电动车辆的可用行驶距离的系统和方法 | |
CN106908075B (zh) | 大数据采集与处理系统及基于其电动汽车续航估计方法 | |
CN111670340B (zh) | 一种车辆剩余行驶里程的获取方法、电子设备及车辆 | |
CN105383496B (zh) | 用于车辆的基于路线的剩余能量可行驶距离计算 | |
CN110641397B (zh) | 基于行驶数据与地图预测相结合的电动汽车驾驶反馈系统 | |
CN113135100A (zh) | 车辆的充电提醒方法、装置、存储介质及车辆 | |
CN108819722A (zh) | 一种电动汽车续航里程预估方法 | |
CN112703518B (zh) | 剩余里程预测的方法和电池远程服务的系统 | |
CN107458259A (zh) | 一种新能源电动汽车剩余里程估算方法 | |
CN113263954B (zh) | 电动汽车续驶里程预测方法、装置、设备和可读存储介质 | |
JP2011102801A (ja) | 自動車の走行可能距離を推定する方法 | |
EP3060445B1 (en) | Movement support apparatus and movement support method | |
CN109693545B (zh) | 一种电池剩余能量、车辆剩余里程的估算方法及装置 | |
CN105539446A (zh) | 用于预测续航里程的方法和装置 | |
CN106915277B (zh) | 电动汽车动力总成控制系统 | |
JP2011140948A (ja) | 乗物を動作させるための方法、システム、および装置 | |
US9539904B2 (en) | Energy consumption rate in distance domain | |
JP2007312581A (ja) | 電気自動車のエネルギー管理システム | |
CN109515247A (zh) | 一种基于T-Box纯电动汽车剩余行驶里程的估算方法 | |
CN112319307A (zh) | 一种基于k值的电动汽车续驶里程估算方法 | |
CN115140046A (zh) | 一种车辆控制方法、系统、车辆控制器及云服务器 | |
CN111754686B (zh) | 一种高速路智慧灯杆的充电方法、装置和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |