CN110375766A - 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法 - Google Patents

车辆电驱动里程计算方法与车辆电驱动里程比例评价方法 Download PDF

Info

Publication number
CN110375766A
CN110375766A CN201910718124.6A CN201910718124A CN110375766A CN 110375766 A CN110375766 A CN 110375766A CN 201910718124 A CN201910718124 A CN 201910718124A CN 110375766 A CN110375766 A CN 110375766A
Authority
CN
China
Prior art keywords
trip
data
mileage
vehicle
vehicle driving
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
CN201910718124.6A
Other languages
English (en)
Other versions
CN110375766B (zh
Inventor
郝旭
王贺武
欧阳明高
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201910718124.6A priority Critical patent/CN110375766B/zh
Publication of CN110375766A publication Critical patent/CN110375766A/zh
Application granted granted Critical
Publication of CN110375766B publication Critical patent/CN110375766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/02—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers by conversion into electric waveforms and subsequent integration, e.g. using tachometer generator

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本申请涉及一种车辆电驱动里程计算方法与车辆电驱动里程比例评价方法。所述车辆电驱动里程计算方法，通过获取车辆在预设时间段内的多个车辆出行数据并对其排序，生成车辆出行数据集合，实现了将离散的车辆出行数据按数据采集时间整理为一个有序的时间序列数据。通过将车辆出行数据集合划分为多个第一出行数据集合，实现了将车辆出行数据集合有效划分为多个单次出行数据集合。通过将相邻两个产生了充电行为的停车时间段之间的第一出行数据集合进行数据合并，便于后续电驱动里程计算。通过速度对时间的积分公式，可以求得经历一次充电后的车辆总行驶里程中，第一次出现的电量下降阶段的驱动里程，即为车辆电驱动里程。计算结果准确，计算方式简单。

Description

车辆电驱动里程计算方法与车辆电驱动里程比例评价方法
技术领域
本申请涉及电动汽车技术领域，特别是涉及一种车辆电驱动里程计算方法与车辆电驱动里程比例评价方法。
背景技术
在当前全球汽车工业面临能源环境问题的巨大挑战下，发展电动汽车，实现汽车能源动力系统的电气化，推动传统汽车产业的战略转型，在国际上已经形成了广泛共识。插电式混合动力汽车作为电动汽车的重要组成部分，其发展这些年受到了广泛的关注。
插电式混合动力汽车定义为可以使用电网电能驱动、但同时具有内燃机的车辆，可以使用存储在电池中来自电网的电能和储存在燃料中的化学能驱动车辆行驶。插电式混合动力汽车的运行可以分为电量下降和电量维持两个阶段，电量下降阶段主要使用电能驱动车辆，当电池剩余电量下降至一定阈值(如15％的SOC，由厂家或消费者自行设定)时，发动机启动进入电量维持阶段。电量维持阶段主要使用化学能驱动车辆前进，电量保持不变或上升。针对插电式混合动力汽车的电驱动里程的计算是评估插电式混合动力汽车使用成本、能耗以及碳排放的基础。
传统方案中，一般通过经验公式计算理论上每次充电后车辆最大的纯电行驶距离，作为车辆电驱动里程。然而，传统方案具有一个很大的问题：实际的车辆电驱动里程与理论车辆的纯电行驶距离不符合，导致计算结果不准确。由于插电式混合动力汽车在进入电量维持阶段后，存在发动机使用化学能驱动车辆行驶的同时为电池充电的过程。当电池剩余电量在充电过程中上升至一定阈值时，发动机停止驱动车辆行驶，而是恢复电池驱动车辆行驶的阶段，即插电式混合动力汽车重新进入电量下降阶段。然而，当插电式混合动力汽车重新进入电量下降阶段时，电池中的电量属于由发动机转化的电，并不是来源于电网，这部分电量是二次转化得到，使用效率低。传统方案计算理论上每次充电后车辆最大的纯电行驶距离时，并不会考虑这种情况。因此，实际的车辆电驱动里程应当不包含由发动机转化的电驱动车辆行驶的里程，而只包括初始从电网获取的电驱动车辆行驶的里程。
发明内容
基于此，有必要针对传统方案中实际的车辆电驱动里程与理论车辆的纯电行驶距离不符合，导致计算结果不准确的问题，提供一种车辆电驱动里程计算方法与车辆电驱动里程比例评价方法。
本申请提供一种车辆电驱动里程计算方法，应用于插电式混合动力汽车，包括：
S100，获取车辆在预设时间段内的多个车辆出行数据，所述车辆出行数据至少包括数据采集时间、行驶累计里程和电池剩余电量；
S110，依据所述数据采集时间的先后顺序，将所述多个车辆出行数据进行排序，生成车辆出行数据集合；
S120，将所述车辆出行数据集合依照预定的划分方式，划分为多个第一出行数据集合，每个第一出行数据集合代表车辆进行了一次单次出行；
两次单次出行之间的时间间隔定义为停车时间段；
S130，获取每一个停车时间段内车辆的电池充电数据，依次判断每一个停车时间段内是否产生了充电行为；
S140，依次选取相邻的两个产生了充电行为的停车时间段，并判断相邻的两个产生了充电行为的停车时间段之间是否存在多个第一出行数据集合；
S150，若相邻的两个产生了充电行为的停车时间段之间存在多个第一出行数据集合，则将相邻的两个产生了充电行为的停车时间段之间的多个第一出行数据集合合并为一个第二出行数据集合；
S160，若相邻的两个产生了充电行为的停车时间段之间仅存在一个第一出行数据集合，则将所述第一出行数据集合定义为所述第二出行数据集合；
S170，依据公式1分别计算每一个第二出行数据集合内的电驱动里程:
其中，EGdistance为第二出行数据集合内的电驱动里程；Vi为第二出行数据集合中，第i个车辆出行数据中的车速；t为第二出行数据集合中，第i个车辆出行数据中的数据采集时间；SOC(i)为第二出行数据集合中，第i个车辆出行数据中的电池剩余电量；SOC(i-1)为第二出行数据集合中，第i-1个车辆出行数据中的电池剩余电量；SOC(j)为第二出行数据集合中，第j个车辆出行数据中的电池剩余电量，j的取值为1,2,3……i-1；
S180，将第二出行数据集合内的电驱动里程和第二出行数据集合相对应的存储。
本申请涉及一种车辆电驱动里程计算方法，通过获取车辆在预设时间段内的多个车辆出行数据，以及将所述多个车辆出行数据排序生成车辆出行数据集合，实现了将离散的车辆出行数据按数据采集时间整理为一个有序的时间序列数据。进一步地，通过将车辆出行数据集合划分为多个第一出行数据集合，实现了将车辆出行数据集合有效划分为多个单次出行数据集合。进一步地，通过将相邻的两个产生了充电行为的停车时间段之间的第一出行数据集合进行数据合并，便于后续电驱动里程计算。最终，通过速度对时间的积分公式，可以求得经历一次充电后的车辆总行驶里程中，第一次出现的电量下降阶段的驱动里程，即为车辆电驱动里程。计算结果准确，计算方式简单。
本申请还提供一种车辆电驱动里程比例评价方法，应用于插电式混合动力汽车，包括：
S500，获取车辆在预设时间段内的多个车辆出行数据，所述车辆出行数据至少包括数据采集时间、行驶累计里程和电池剩余电量；
S510，依据所述数据采集时间的先后顺序，将所述多个车辆出行数据进行排序，生成车辆出行数据集合；
S520，将所述车辆出行数据集合依照预定的划分方式，划分为多个第一出行数据集合，每个第一出行数据集合代表车辆进行了一次单次出行；
两次单次出行之间的时间间隔定义为停车时间段；
S530，获取每一个停车时间段内车辆的电池充电数据，依次判断每一个停车时间段内是否产生了充电行为；
S540，依次选取相邻的两个产生了充电行为的停车时间段，并判断相邻的两个产生了充电行为的停车时间段之间是否存在多个第一出行数据集合；
S550，若相邻的两个产生了充电行为的停车时间段之间存在多个第一出行数据集合，则将相邻的两个产生了充电行为的停车时间段之间的多个第一出行数据集合合并为一个第二出行数据集合；
S560，若相邻的两个产生了充电行为的停车时间段之间仅存在一个第一出行数据集合，则将所述第一出行数据集合定义为所述第二出行数据集合；
S570，依据公式1分别计算每一个第二出行数据集合内的电驱动里程:
其中，EGdistance为第二出行数据集合内的电驱动里程。Vi为第二出行数据集合中，第i个车辆出行数据中的车速。t为第二出行数据集合中，第i个车辆出行数据中的数据采集时间。SOC(i)为第二出行数据集合中，第i个车辆出行数据中的电池剩余电量。SOC(i-1)为第二出行数据集合中，第i-1个车辆出行数据中的电池剩余电量。SOC(j)为第二出行数据集合中，第j个车辆出行数据中的电池剩余电量，j的取值为1,2,3……i-1。
S580，依据公式3分别计算每一个第二出行数据集合内电驱动里程占第二出行数据集合内的总行驶里程的比例：
其中，Pm为第m个第二出行数据集合内的电驱动里程占第m个第二出行数据集合内的总行驶里程的比例。(EGdistanc)m为第m个第二出行数据集合内的电驱动里程。dm为第m个第二出行数据集合内的总行驶里程。
S590，依据每一个第二出行数据集合内电驱动里程占第二出行数据集合内的总行驶里程的比例，生成电驱动里程比例评价表，以评估车辆的性能。
本申请涉及一种车辆电驱动里程比例评价方法，首先，通过计算经历一次充电后的车辆总行驶里程中，第一次出现的电量下降阶段的驱动里程，即为车辆电驱动里程。其次，将车辆电驱动里程除以车辆总行驶里程，得到经历一次充电后的车辆总行驶里程中的车辆电驱动里程比例。通过最终计算得到的车辆电驱动里程比例，可以对插电式混合动力汽车的能耗以及碳排放等数据进行评价，评价结果客观真实。
附图说明
图1为本申请一实施例提供的车辆电驱动里程计算方法的流程示意图；
图2为本申请一实施例提供的车辆电驱动里程计算方法中整个车辆出行状况的时序示意图；
图3为本申请一实施例提供的车辆电驱动里程计算方法中合并第一出行数据集合后的车辆出行状况的时序示意图；
图4为本申请一实施例提供的车辆电驱动里程计算方法中经历一次充电后的总行驶里程-剩余电量值的对应关系示意图；
图5为本申请一实施例提供的车辆电驱动里程比例评价方法的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。
本申请提供一种车辆电驱动里程计算方法。
需要说明的是，本申请提供的车辆电驱动里程计算方法不限制其应用领域与应用场景。可选地，本申请提供的车辆电驱动里程计算方法应用于插电式混合动力汽车。
本申请提供的车辆电驱动里程计算方法并不限制其执行主体。可选地，所述车辆电驱动里程计算方法的执行主体可以为一种数据处理终端。可选地，所述车辆电驱动里程计算方法的执行主体可以为数据处理终端中的处理器，所述数据处理终端可以安装在插电式混合动力汽车中。所述数据处理终端也可以独立设置于插电式混合动力汽车之外，与插电式混合动力汽车通信连接。
可选地，所述电驱动里程计算方法的执行主体可以为服务器。为描述方便，本申请后续内容以执行主体为服务器的实施例进行描述，但不排除执行主体为其他设备的情形及实施例。
如图1所示，在本申请的一实施例中，所述车辆电驱动里程计算方法，包括如下步骤S100至步骤S180：
S100，获取车辆在预设时间段内的多个车辆出行数据。所述车辆出行数据至少包括数据采集时间、行驶累计里程、电池剩余电量。
具体地，插电式混合动力汽车内置有数据采集装置。在车辆启动并行驶的过程中，所述数据采集装置可以实时采集车辆出行数据，并上传至服务器。所述车辆出行数据至少包括数据采集时间、行驶累计里程、电池剩余电量(SOC)。所述电池剩余电量以电池总电量的百分比衡量，即所述电池剩余电量的单位为电池总电量的百分比。后文叙述的所述电池剩余电量的单位统一为电池总电量的百分比，不再赘述。
可选地，所述数据采集装置可以每隔一段预设采集时间，采集一次所述车辆出行数据。如表1所示，所述车辆出行数据可以以表格形式保存于车辆本地的存储装置。所述预设采集时间可以为10秒钟。
表1-车辆出行数据
数据采集时间 车速(km/h) 累计里程(km) SOC(％) …
201907080810 0 13619 31 …
服务器可以获取车辆在预设时间段内的多个车辆出行数据。具体地，服务器向车辆本地的存储装置提取在预设时间段内的多个车辆出行数据。所述预设时间段由用户人为设置。可选地，所述预设时间段可以为1周。
S110，依据所述数据采集时间的先后顺序，将所述多个车辆出行数据进行排序，生成车辆出行数据集合。
具体地，服务器依据所述数据采集时间的先后顺序，将所述多个车辆出行数据进行排序，生成车辆出行数据集合。如表2所示，所述车辆出行数据集合可以以表格形式保存于服务器。
表2-车辆出行数据集合
数据采集时间 车速(km/h) 累计里程(km) SOC(％) …
201907080810 0 13619 86 …
201907080820 8 13620 85 …
201907080830 13 13623 83 …
201907080840 25 13629 81 …
201907080850 50 13640 78 …
… … … … …
服务器获取数据采集装置上传的车辆出行数据往往是乱序的，通过本步骤的执行，实现了对多个散乱无序的车辆出行数据进行有序的整合，形成一个连续且完整的车辆出行数据集合。所示车辆出行数据集合表现了插电式混合动力汽车在预设时间段内的行驶状态。
S120，将所述车辆出行数据集合依照预定的划分方式，划分为多个第一出行数据集合，每个第一出行数据集合代表车辆进行了一次单次出行。两次单次出行之间的时间间隔定义为停车时间段。
具体地，所述车辆出行数据集合可能包含了车辆多次出行的数据记录。为便于计算单次出行数据的车辆电驱动里程，需要将所述车辆出行数据集合划分为多个第一出行数据集合。每一个第一出行数据集合可以包括多个车辆出行数据，代表车辆进行了一次单次出行。通过本步骤实现了对所述车辆出行数据集合的有效分割，便于后续对单次出行数据的车辆电驱动里程进行计算。划分后，可以依照数据采集时间的先后顺序将多个第一出行数据集合排列。
由于每一个第一出行数据集合中的起始车辆出行数据(数据采集时间最早的车辆出行数据)的车速和终止车辆出行数据(数据采集时间最晚的车辆出行数据)的车速均为0。可以理解，两个相邻的第一出行数据集合之间，存在一个时间间隔，可以定义为停车时间段。每两次单次出行之间，车辆经历了一次停车。图2为整个车辆出行状况的时序示意图。如图2所示，按数据采集时间的先后顺序排列后，整个预设时间段内的车辆出行状况应该是依次是“第一出行数据集合-停车时间段-第一出行数据集合-停车时间段……”。
S130，获取每一个停车时间段内车辆的电池充电数据，依次判断每一个停车时间段内是否产生了充电行为。
具体地，插电式混合动力汽车可以单独设置有充电数据采集装置，在车辆处于停车时间段内时获取所述电池充电数据，并发送至服务器。服务器可以获取车辆在每一个停车时间段内的电池充电数据。
S140，依次选取相邻的两个产生了充电行为的停车时间段，并判断相邻的两个产生了充电行为的停车时间段之间是否存在多个第一出行数据集合。
具体地，整个车辆出行数据集合划分为多个第一出行数据集合后，可能会出现多个停车时间段。然而，停车时间段并不一定都产生了充电行为。例如，车辆从满电开始进行了三次单次出行，最后电量不足，开始充电。第一次单次出行与第二次单次出行的期间，第二次单次出行与第三次单次出行的期间也进行了停车，但是没有产生充电行为。
由于本实施例想要求出经历一次充电后车辆的电驱动里程，因此需要合并两次充电行为之间的第一出行数据集合，进而需要判断相邻的两个产生了充电行为的停车时间段之间是否存在多个第一出行数据集合。
S150，若相邻的两个产生了充电行为的停车时间段之间存在多个第一出行数据集合，则将相邻的两个产生了充电行为的停车时间段之间的多个第一出行数据集合合并为一个第二出行数据集合。
具体地，若相邻的两个产生了充电行为的停车时间段之间存在多个第一出行数据集合，则表明该相邻的两次充电行为之间，存在多次单次出行。因此，需要将多次单次出行的数据进行合并。进而，将相邻的两个产生了充电行为的停车时间段之间的多个第一出行数据集合合并，生成一个第二出行数据集合。
S160，若相邻的两个产生了充电行为的停车时间段之间仅存在一个第一出行数据集合，则将所述第一出行数据集合定义为所述第二出行数据集合。
具体地，若相邻的两个产生了充电行为的停车时间段之间不存在多个第一出行数据集合，则表明只存在一个第一出行数据集合。可以理解，该相邻的两次充电行为之间，只存在一次单次出行。
图3是合并第一出行数据集合后的车辆出行状况的时序示意图。如图3所示，经历了步骤S150合并第一出行数据集合后，以及经历了步骤S160后，所有的第一出行数据集合均转化为了第二出行数据集合。此时，按数据采集时间的先后顺序排列后，整个预设时间段内的车辆出行状况应该是依次是“第二出行数据集合-产生了充电行为的停车时间段-第二出行数据集合-产生了充电行为的停车时间段……”。
S170，依据公式1分别计算每一个第二出行数据集合内的电驱动里程：
其中，EGdistance为第二出行数据集合内的电驱动里程。Vi为第二出行数据集合中，第i个车辆出行数据中的车速。t为第二出行数据集合中，第i个车辆出行数据中的数据采集时间。SOC(i)为第二出行数据集合中，第i个车辆出行数据中的电池剩余电量。SOC(i-1)为第二出行数据集合中，第i-1个车辆出行数据中的电池剩余电量。SOC(j)为第二出行数据集合中，第j个车辆出行数据中的电池剩余电量。j的取值为1,2,3……i-1。
具体地，请参见图4，图4为经历一次充电后的总行驶里程-剩余电量值的对应关系示意图。图4代表了在经历一次充电后车辆的行驶过程中，随着总行驶里程的增加，电池剩余电量SOC的变化趋势。如图4所示，图4包括3个阶段，EG阶段、FE阶段和EF阶段。
EG阶段为第一次电量下降阶段。在EF阶段中，随着行驶里程的增加，电池剩余电量逐渐减小，直至电池剩余电量下降至阈值SOC4。在EF阶段中，车辆消耗的电源来自于电网充电。
FE阶段为电量维持阶段。在EG阶段，发动机代替电池驱动车辆行驶，且发动机使用车辆中存储的化学能(如消耗燃油产生的化学能)为电池充电，因此随着行驶里程的增加，电池剩余电量不断上升，直至上升至阈值SOC2。
EF阶段为第二次电量下降阶段。在EF阶段中，随着行驶里程的增加，电池剩余电量逐渐减小，这一点与第一次电量下降阶段类似。这是因为，在EF阶段，发动机停止驱动车辆行驶，改为电池继续驱动车辆行驶。
然而，与第一次电量下降阶段不同的是，第二次电量下降阶段中电池中的电量是由化学能转化而得到的电能，并不是来源于电网。因此，当计算车辆电驱动里程时，只计算处于第一次电量下降阶段，即EG阶段的电驱动里程。而不计算处于第二次电量下降阶段，即EF阶段的电驱动里程。
根据公式1可知，驱动里程为速度对时间的积分。一个第二出行数据集合中，具有多个车辆出行数据，每一个车辆出行数据具有车速和数据采集时间，因此可以通过多个单次出行数据计算得到驱动里程。但是，如果通过上述方式计算，得到是第二出行数据集合内的总驱动里程，并不是电驱动里程。因此，需要增加S1∩SEG的约束条件。S1确保了只选取处于电量下降阶段的车辆出行数据。SEG确保了只选取第一次出现的某一车辆出行数据。S1和SEG求交集后，可以确保只选取处于第一次电量下降阶段的车辆出行数据。通过公式1可以准确计算出第二出行数据集合内的电驱动里程，即处于第一次电量下降阶段的多个车辆出行数据对应的驱动里程之和。通过公式1排除掉了由化学能转化而得的电能的驱动里程。
S180，将第二出行数据集合内的电驱动里程和第二出行数据集合相对应的存储。
具体地，服务器可以设置有多个出行数据库，每一个第二出行数据集合存储于一个出行数据库。服务器可以将计算得出的第二出行数据集合内的电驱动里程存储与相应的出行数据库中，便于用户后续提取查看。
本申请涉及一种车辆电驱动里程计算方法，通过获取车辆在预设时间段内的多个车辆出行数据，以及将所述多个车辆出行数据排序生成车辆出行数据集合，实现了将离散的车辆出行数据按数据采集时间整理为一个有序的时间序列数据。进一步地，通过将车辆出行数据集合划分为多个第一出行数据集合，实现了将车辆出行数据集合有效划分为多个单次出行数据集合。进一步地，通过将相邻的两个产生了充电行为的停车时间段之间的第一出行数据集合进行数据合并，便于后续电驱动里程计算。最终，通过速度对时间的积分公式，可以求得经历一次充电后的车辆总行驶里程中，第一次出现的电量下降阶段的驱动里程，即为车辆电驱动里程。计算结果准确，计算方式简单。
在本申请的一实施例中，所述步骤S120包括如下步骤S121至步骤S124：
S121，获取所述数据采集时间相邻的，且所述车速均为0的两个车辆出行数据。
具体地，所述步骤S121至步骤S124为一种划分单次出行方式的实施例。由于车辆在停车状态中数据采集装置并不会采集车辆出行数据，因此当出现数据采集时间相邻的，且车均速为0的两个车辆出行数据时，表示在该相邻的数据采集时间之间的时间段内，车辆处可能处于停车状态。
S122，计算所述两个车辆出行数据的数据采集时间的时间差，作为第一时间差，判断所述第一时间差是否大于第一预设时间差。
具体地，所述第一预设时间差由用户人为设定。所述第一时间差为区分两个不同的单次出行的边界。
S123，若所述第一时间差大于所述第一预设时间差，则将所述两个车辆出行数据划分入两个彼此不同，且相邻的第一出行数据集合。
具体地，若所述第一时间差大于所述第一预设时间差，则判定车辆处于实际的停车状态。此时，所述第一时间差作为两个不同的单次出行的边界。所述第一时间差为将所述两个车辆出行数据划分入两个不同的第一出行数据集合的依据。
若所述第一时间差小于或等于所述第一预设时间差，则认为车辆可能是在红绿灯处逗留或进行短暂的熄火，并不认定此时车辆处于实际的停车状态，也不认定所述第一时间差为两个不同的单次出行的边界。比如车辆在行驶过程中遭遇红灯，需要停车1分钟，这个时间差较小，并不代表用户中止了一次单次出行。在红灯过后，用户会继续驱车行驶。
S124，重复所述步骤S121-步骤S123，将所述车辆出行数据集合划分为多个第一出行数据集合。
具体地，举例说明，车辆在预设时间段内车辆出行数据集合包括2组数据采集时间相邻的，且所述车速均为0的两个车辆出行数据。可以理解，所述车辆出行数据集合可以划分为3个第一出行数据集合，从而可以确定用户车辆在预设时间段内进行了3次单次出行。
本实施例中，通过依据数据采集时间相邻的，且所述车速均为0的两个车辆出行数据，将车辆出行数据集合划分为多个第一出行数据集合，实现了对车辆出行数据集合的有效划分。
在本申请的一实施例中，所述第一预设时间差为30分钟。
具体地，所述第一预设时间差由用户设定。所述第一预设时间差不限于仅为30分钟。所述第一预设时间差可以为1小时，也可以为12小时、1天等。
本实施例中，通过设置合理的第一预设时间差，为车辆出行数据集合划分为多个第一出行数据集合，提供合理的划分边界。
在本申请的一实施例中，在所述步骤S120之后，在所述步骤S130之前，所述车辆电驱动里程计算方法还包括如下步骤S210至步骤S260：
S210，获取第一出行数据集合中数据采集时间最早的车辆出行数据，以及数据采集时间最晚的车辆出行数据。
具体地，通过上述步骤S120，已经划分出多个第一出行数据集合。每一个第一出行数据集合中包括多个车辆出行数据。由于在所述步骤S110中已经对多个车辆出行数据进行过排序。可以理解，所述单次数据集合中的多个第一出行数据，也是依照数据采集时间的先后顺序排列。可以获取第一出行数据集合中数据采集时间最早的车辆出行数据，以及数据采集时间最晚的车辆出行数据。
S220，获取所述数据采集时间最早的车辆出行数据的数据采集时间，作为起始数据采集时间。获取所述数据采集时间最早的车辆出行数据的行驶累计里程，作为起始累计里程。
具体地，由于每一个车辆出行数据至少包括数据采集时间、行驶累计里程、电池剩余电量。因此，起始数据采集时间和起始累计里程都很容易获得。
S230，获取所述数据采集时间最晚的车辆出行数据的数据采集时间，作为终止数据采集时间。获取所述数据采集时间最晚的车辆出行数据的行驶累计里程，作为终止累计里程。
具体地，由于每一个车辆出行数据至少包括数据采集时间、行驶累计里程和电池剩余电量。因此，终止数据采集时间和终止累计里程都很容易获得。
S240，计算所述起始数据采集时间和所述终止数据采集时间的时间差，作为第二时间差。计算所述起始累计里程和终止累计里程的里程差，得到单次出行里程。
具体地，所述第二时间差为整个单次出行持续的时间。
S250，当所述第二时间差小于所述第二预设时间差和/或所述单次出行里程小于预设出行里程时，将所述第一出行数据集合并入与所述第一出行数据集合相邻的另一个第一出行数据集合。
具体地，所述第二预设时间差和所述预设出行里程均由用户人为设定。
一种情况是，当所述第二时间差小于所述第二预设时间差时，认定所述第一出行数据集合的时间跨度过小，即整个单次出行持续的时间过小，将所述第一出行数据集合并入与所述第一出行数据集合相邻的另一个第一出行数据集合。
另一种情况是，当所述单次出行里程小于预设出行里程时，认定出单次出行里程过短，将所述第一出行数据集合并入与所述第一出行数据集合相邻的另一个第一出行数据集合。
以上两种情况只要满足任意一个，均将所述第一出行数据集合并入与所述第一出行数据集合相邻的另一个第一出行数据集合。
S260，对每个所述第一出行数据集合执行所述步骤S210至步骤S250。
具体地，通过对每个所述第一出行数据集合执行所述步骤S210至步骤S250，也可以简化多个第一出行数据集合，合并时间跨度过小和/或单次出行里程过短的第一出行数据集合。
本实施例中，通过合并时间跨度过小和/或单次出行里程过短的第一出行数据集合，实现对多个第一出行数据集合的简化处理，便于后续车辆电驱动里程的计算。
在本申请的一实施例中，所述第二预设时间差为5分钟。所述预设出行里程为1千米。
具体地，所述第二预设时间差和所述预设出行里程由用户人为设定，并没有具体的数值限制。所述第二预设时间差可以是10分钟。所述预设出行里程可以为1.5千米。所述预设出行里程可以为500米。
本实施例中，通过用户对所述第二预设时间差和所述预设出行里程的设置，实现对多个第一出行数据集合的简化处理，便于后续车辆电驱动里程的计算。
在本申请的一实施例中，在所述步骤S110之后，在所述步骤S120之前，所述车辆电驱动里程计算方法还包括如下步骤S310至步骤S320：
S310，分别验证每一个车辆出行数据的有效性，判断是否存在无效的车辆出行数据。
具体地，所述车辆出行数据在上传至服务器的过程中可能出现丢失或损坏的情况，因此，需要在划分多个第一出行数据集合之前，对每一个车辆出行数据的有效性进行验证。
S320，若存在无效的车辆出行数据，则删除无效的车辆出行数据。
具体地，在删除无效的车辆出行数据后，还可以对与无效的车辆出行数据相邻的两个车辆出行数据进行平滑处理。
本实施例中，通过在划分多个第一出行数据集合之前，对每一个车辆出行数据的有效性进行验证，实现对车辆出行数据的精确化处理，避免异常的车辆出行数据对后续车辆电驱动里程的计算结果产生影响。
在本申请的一实施例中，所述步骤S310包括如下步骤：
S311，分别验证每一个车辆出行数据的数据类型是否完整。若所述车辆出行数据的数据类型完整，则确定所述车辆出行数据有效。若所述车辆出行数据类型存在缺失，则确定所述车辆出行数据无效。
具体地，所述车辆出行数据的数据类型至少包括数据采集时间、行驶累计里程和电池剩余电量。可选地，若所述车辆出行数据的数据类型中的任意一个缺失，判定所述车辆出行数据类型存在缺失。
本实施例中，通过对每一个车辆出行数据的数据类型进行验证，实现对车辆出行数据的有效性的验证，判断依据可靠性高。
在本申请的一实施例中，所述步骤S130包括如下步骤S131至步骤S135：
S131，获取第n个第一出行数据集合中数据采集时间最早的车辆出行数据，作为第n个起始出行数据。所述第n个起始出行数据对应的数据采集时间为第n个起始数据采集时间。
获取第n-1个第一出行数据集合中数据采集时间最晚的车辆出行数据，作为第n-1个终止出行数据。所述第n-1个终止出行数据对应的数据采集时间为第n-1个终止数据采集时间。n为不小于2的正整数。
具体地，依据前述实施例的叙述内容，可以理解。第n-1个第一出行数据集合中数据采集时间最晚的车辆出行数据的数据采集时间，表示第n-1次单次出行的结束时刻，此时车辆的车速为0。第n个第一出行数据集合中数据采集时间最早的车辆出行数据的数据采集时间，表示第n次单次出行的开始时刻，此时车辆的车速也为0。上述两个数据采集时间之间的时间段，代表了车辆的停车时间，记为第n-1个停车时间段。
S133，将所述第n-1个终止数据采集时间和第n个起始数据采集时间内的时间段作为第n-1个停车时间段，获取所述第n-1个停车时间段内车辆的电池充电数据，判断在所述第n-1个停车时间段内，电池是否处于充电状态。
具体地，依据第n-1个停车时间段内的电池充电数据，可以判断在所述第n-1个停车时间段内，电池是否处于充电状态。
S135，若在所述第n-1个停车时间段内电池处于充电状态，则确定所述第n-1个停车时间段内产生了充电行为。
具体地，所述充电数据采集装置可在充电桩对车辆充电时，将电池的充电状态实时存储于电池充电数据中。通过读取电池的充电状态，可以判断车辆在第n-1个停车时间段内是否产生了充电行为。
本实施例中，通过读取车辆在停车时间段内的电池充电数据，可以判断车辆在停车时间段内是否产生了充电行为，判断方式简单易行。
在本申请的一实施例中，所述步骤S130包括如下步骤S132至步骤S136：
S132，获取第n个第一出行数据集合中数据采集时间最早的车辆出行数据，作为第n个起始出行数据。
获取第n-1个第一出行数据集合中数据采集时间最晚的车辆出行数据，作为第n-1个终止出行数据；n为不小于2的正整数。
具体地，所述步骤S132与所述步骤S131的原理一致，此处不再赘述。
S134，获取与所述第n个起始出行数据对应的第n个起始电池剩余电量，以及所述第n-1个终止出行数据对应的第n-1个终止电池剩余电量，判断所述第n个起始电池剩余电量和所述第n-1个终止电池剩余电量是否满足公式2：
SOCn-SOCn-1≥10％ 公式2；
其中，SOCn为所述第n个起始电池剩余电量，SOCn-1为所述第n-1个终止电池剩余电量。
具体地，在本实施例中，可以不通过在停车时间段的电池充电数据判断车辆在第n-1个停车时间段内是否产生了充电行为。在本实施例中，可以通过第n个起始出行数据对应的第n个起始电池剩余电量，与第n-1个终止出行数据对应的第n-1个终止电池剩余电量的电池剩余电量的差值，判断车辆在第n-1个停车时间段内是否产生了充电行为。依据第n-1个停车时间段内电池剩余电量的变化，可以判断第n-1个停车时间段内是否产生了充电行为。
S136，若所述第n个起始电池剩余电量和所述第n-1个终止电池剩余电量满足公式2，则确定第n-1个停车时间段内产生了充电行为。所述第n-1个终止出行数据的数据采集时间和所述第n个起始出行数据的数据采集时间内的时间段为第n-1个停车时间段。
具体地，若所述第n个起始电池剩余电量和所述第n-1个终止电池剩余电量的差值大于10％，则确定第n-1个停车时间段内，电池剩余电量变化较大，确定第n-1个停车时间段内产生了充电行为。反之，可以认为电池剩余电量没有显著的变化，可能出现了发动机为电池充入微弱电量的现象。
本实施例中，通过读取车辆在第n-1个停车时间段内的电池剩余电量变化，可以判断车辆在第n-1个停车时间段中是否产生了充电行为，判断方式较为准确。
本申请还提供一种车辆电驱动里程比例的评价方法。
如图5所示，在本申请的一实施例中，所述车辆电驱动里程比例评价方法应用于插电式混合动车汽车，包括如下步骤S500至步骤S590：
S500，获取车辆在预设时间段内的多个车辆出行数据。所述车辆出行数据至少包括数据采集时间、行驶累计里程和电池剩余电量。
具体地，所述步骤S500的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S100，此处不再赘述。
S510，依据所述数据采集时间的先后顺序，将所述多个车辆出行数据进行排序，生成车辆出行数据集合。
具体地，所述步骤S510的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S110，此处不再赘述。
S520，将所述车辆出行数据集合依照预定的划分方式，划分为多个第一出行数据集合。每个单次出行数据集合代表车辆进行了一次单次出行。两次单次出行之间的时间间隔定义为停车时间段。
具体地，所述步骤S520的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S120，此处不再赘述。
S530，获取每一个停车时间段内车辆的电池充电数据，依次判断每一个停车时间段内是否产生了充电行为。
具体地，所述步骤S530的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S130，此处不再赘述。
S540，依次选取相邻的两个产生了充电行为的停车时间段，并判断相邻的两个产生了充电行为的停车时间段之间是否存在多个第一出行数据集合。
具体地，所述步骤S540的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S140，此处不再赘述。
S550，若相邻的两个产生了充电行为的停车时间段之间存在多个第一出行数据集合，则将相邻的两个产生了充电行为的停车时间段之间的多个第一出行数据集合合并为一个第二出行数据集合。
具体地，所述步骤S550的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S150，此处不再赘述。
S560，若相邻的两个产生了充电行为的停车时间段之间仅存在一个第一出行数据集合，则将所述第一出行数据集合定义为所述第二出行数据集合。
具体地，所述步骤S560的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S160，此处不再赘述。
S570，依据公式1分别计算每一个第二出行数据集合内的电驱动里程:
其中，EGdistance为第二出行数据集合内的电驱动里程。Vi为第二出行数据集合中，第i个车辆出行数据中的车速。t为第二出行数据集合中，第i个车辆出行数据中的数据采集时间。SOC(i)为第二出行数据集合中，第i个车辆出行数据中的电池剩余电量。SOC(i-1)为第二出行数据集合中，第i-1个车辆出行数据中的电池剩余电量。SOC(j)为第二出行数据集合中，第j个车辆出行数据中的电池剩余电量，j的取值为1,2,3……i-1。
具体地，所述步骤S570的工作原理同前述内容提及的车辆电驱动里程的计算方法中的步骤S170，此处不再赘述。
S580，依据公式3分别计算每一个第二出行数据集合内电驱动里程占第二出行数据集合内的总行驶里程的比例：
其中，Pm为第m个第二出行数据集合内的电驱动里程占第m个第二出行数据集合内的总行驶里程的比例。EGdistanc)m为第m个第二出行数据集合内的电驱动里程。dm为第m个第二出行数据集合内的总行驶里程。
具体地，所述预设时间段内的总行驶里程包括m个第二出行数据集合的行驶里程。m为正整数。需要分别计算每一个第二出行数据集合内电驱动里程占第二出行数据集合内的总行驶里程的比例。
通过计算第m个第二出行数据集合内的电驱动里程占第m个第二出行数据集合内的总行驶里程的比例，更能直观的展现经历一次充电后的车辆总行驶里程中，电驱动里程的占比。
S590，依据每一个第二出行数据集合内电驱动里程占第二出行数据集合内的总行驶里程的比例，生成电驱动里程比例评价表，以评估车辆的性能。
具体地，本申请提供的车辆电驱动里程比例评价方法还可以有多种拓展方式。例如可以对比不同车型的电驱动里程比例评价表，以评估不同车型插电式混合动力汽车的性能。
本申请涉及一种车辆电驱动里程比例评价方法，首先，通过计算经历一次充电后的车辆总行驶里程中，第一次出现的电量下降阶段的驱动里程，即为车辆电驱动里程。其次，将车辆电驱动里程除以车辆总行驶里程，得到经历一次充电后的车辆总行驶里程中的车辆电驱动里程比例。通过最终计算得到的车辆电驱动里程比例，可以对插电式混合动力汽车的能耗以及碳排放等数据进行评价，评价结果客观真实。
在本申请的一实施例中，所述车辆电驱动里程比例评价方法还包括如下步骤S610至步骤S640：
S610，获取第m个第二出行数据集合中数据采集时间最早的车辆出行数据，以及数据采集时间最晚的车辆出行数据。
具体地，所述步骤S610的工作原理与所述S210的工作原理类似，此处不再赘述。
S620，获取所述数据采集时间最早的车辆出行数据的行驶累计里程，作为起始出行累计里程。
具体地，所述步骤S620的工作原理与所述S220的工作原理类似，此处不再赘述。
S630，获取所述数据采集时间最晚的车辆出行数据的行驶累计里程，作为终止出行累计里程。
具体地，所述步骤S630的工作原理与所述S230的工作原理类似，此处不再赘述。
S640，计算所述终止出行累计里程与所述起始出行累计里程的里程差，得到第m个第二出行数据集合内的总行驶里程dm。
具体地，所述步骤S640的工作原理与所述S240的工作原理类似，此处不再赘述。
本实施例中，通过计算经历一次充电后的车辆总行驶里程，为计算经历一次充电后的车辆总行驶里程中的车辆电驱动里程比例，提供了数据基础。
在本申请的一实施例中，所述车辆电驱动里程比例的评价方法还包括如下步骤：
S710，依据公式4计算车辆在所述预设时间段内的电驱动里程比例：
其中，P为车辆在所述预设时间段内的电驱动里程比例。(EGdistanc)m为第m个第二出行数据集合内的电驱动里程。dm为第m个第二出行数据集合内的总行驶里程。所述预设时间段内的总行驶里程包括m个第二出行数据集合的行驶里程。
具体地，m为正整数。本步骤可以计算整个预设时间段内所有行驶里程的电驱动里程比例，进一步的，也可以生成整个预设时间段内所有行驶里程的电驱动里程比例评价表，以评估插电式混合动力汽车的性能。
本实施例中，通过计算整个预设时间段内所有行驶里程的电驱动里程比例，将电驱动里程比例应用于整个预设时间段内所有行驶里程，增大了数据的应用场景。
本申请还提供一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行前述内容提及的车辆电驱动里程的计算方法和车辆电驱动里程比例的评价方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述内容提及的车辆电驱动里程的计算方法和车辆电驱动里程比例的评价方法的步骤。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (12)

1.一种车辆电驱动里程的计算方法，其特征在于，应用于插电式混合动力汽车，包括：
S100，获取车辆在预设时间段内的多个车辆出行数据，所述车辆出行数据至少包括数据采集时间、行驶累计里程和电池剩余电量；
S110，依据所述数据采集时间的先后顺序，将所述多个车辆出行数据进行排序，生成车辆出行数据集合；
S120，将所述车辆出行数据集合依照预定的划分方式，划分为多个第一出行数据集合，每个第一出行数据集合代表车辆进行了一次单次出行；
两次单次出行之间的时间间隔定义为停车时间段；
S130，获取每一个停车时间段内车辆的电池充电数据，依次判断每一个停车时间段内是否产生了充电行为；
S140，依次选取相邻的两个产生了充电行为的停车时间段，并判断相邻的两个产生了充电行为的停车时间段之间是否存在多个第一出行数据集合；
S150，若相邻的两个产生了充电行为的停车时间段之间存在多个第一出行数据集合，则将相邻的两个产生了充电行为的停车时间段之间的多个第一出行数据集合合并为一个第二出行数据集合；
S160，若相邻的两个产生了充电行为的停车时间段之间仅存在一个第一出行数据集合，则将所述第一出行数据集合定义为所述第二出行数据集合；
S170，依据公式1分别计算每一个第二出行数据集合内的电驱动里程:
其中，EGdistance为第二出行数据集合内的电驱动里程；Vi为第二出行数据集合中，第i个车辆出行数据中的车速；t为第二出行数据集合中，第i个车辆出行数据中的数据采集时间；SOC(i)为第二出行数据集合中，第i个车辆出行数据中的电池剩余电量；SOC(i-1)为第二出行数据集合中，第i-1个车辆出行数据中的电池剩余电量；SOC(j)为第二出行数据集合中，第j个车辆出行数据中的电池剩余电量，j的取值为1,2,3……i-1；
S180，将第二出行数据集合内的电驱动里程和第二出行数据集合相对应的存储。
2.根据权利要求1所述的车辆电驱动里程的计算方法，其特征在于，所述步骤S120包括：
S121，获取所述数据采集时间相邻的，且所述车速均为0的两个车辆出行数据；
S122，计算所述两个车辆出行数据的数据采集时间的时间差，作为第一时间差，判断所述第一时间差是否大于第一预设时间差；
S123，若所述第一时间差大于所述第一预设时间差，则将所述两个车辆出行数据分别划分入两个彼此不同，且相邻的第一出行数据集合；
S124，重复所述步骤S121-步骤S123，将所述车辆出行数据集合划分为多个第一出行数据集合。
3.根据权利要求2所述的车辆电驱动里程的计算方法，其特征在于，所述第一预设时间差为30分钟。
4.根据权利要求1所述的车辆电驱动里程的计算方法，其特征在于，还包括：
S210，获取第一出行数据集合中数据采集时间最早的车辆出行数据，以及数据采集时间最晚的车辆出行数据；
S220，获取所述数据采集时间最早的车辆出行数据的数据采集时间，作为起始数据采集时间，获取所述数据采集时间最早的车辆出行数据的行驶累计里程，作为起始累计里程；
S230，获取所述数据采集时间最晚的车辆出行数据的数据采集时间，作为终止数据采集时间，获取所述数据采集时间最晚的车辆出行数据的行驶累计里程，作为终止累计里程；
S240，计算所述起始数据采集时间和所述终止数据采集时间的时间差，作为第二时间差；计算所述起始累计里程和终止累计里程的里程差，得到单次出行里程；
S250，当所述第二时间差小于第二预设时间差和/或所述单次出行里程小于预设出行里程时，将所述第一出行数据集合并入与所述第一出行数据集合相邻的另一个第一出行数据集合；
S260，对每个所述第一出行数据集合执行所述步骤S210至步骤S250。
5.根据权利要求4所述的电驱动里程的计算方法，其特征在于，所述第二预设时间差为5分钟，所述预设出行里程为1千米。
6.根据权利要求1所述的车辆电驱动里程的计算方法，其特征在于，还包括：
S310，分别验证每一个车辆出行数据的有效性，判断是否存在无效的车辆出行数据；
S320，若存在无效的车辆出行数据，则删除所述无效的车辆出行数据。
7.根据权利要求6所述的车辆电驱动里程的计算方法，其特征在于，所述步骤S310包括：
S311，分别验证每一个车辆出行数据的数据类型是否完整，若所述车辆出行数据的数据类型完整，则确定所述车辆出行数据有效；若所述车辆出行数据类型存在缺失，则确定所述车辆出行数据无效。
8.根据权利要求1所述的车辆电驱动里程的计算方法，其特征在于，所述步骤S130包括：
S131，获取第n个第一出行数据集合中数据采集时间最早的车辆出行数据，作为第n个起始出行数据，所述第n个起始出行数据对应的数据采集时间为第n个起始数据采集时间；
获取第n-1个第一出行数据集合中数据采集时间最晚的车辆出行数据，作为第n-1个终止出行数据，所述第n-1个终止出行数据对应的数据采集时间为第n-1个终止数据采集时间；n为不小于2的正整数；
S133，将所述第n-1个终止数据采集时间和第n个起始数据采集时间内的时间段作为第n-1个停车时间段，获取所述第n-1个停车时间段内车辆的电池充电数据，判断在所述第n-1个停车时间段内，电池是否处于充电状态；
S135，若在所述第n-1个停车时间段内电池处于充电状态，则确定所述第n-1个停车时间段内产生了充电行为。
9.根据权利要求1所述的车辆电驱动里程的计算方法，其特征在于，所述步骤S130包括：
S132，获取第n个第一出行数据集合中数据采集时间最早的车辆出行数据，作为第n个起始出行数据；
获取第n-1个第一出行数据集合中数据采集时间最晚的车辆出行数据，作为第n-1个终止出行数据；n为不小于2的正整数；
S134，获取与所述第n个起始出行数据对应的第n个起始电池剩余电量，以及所述第n-1个终止出行数据对应的第n-1个终止电池剩余电量，判断所述第n个起始电池剩余电量和所述第n-1个终止电池剩余电量是否满足公式2：
SOCn-SOCn-1≥10％ 公式2；
其中，SOCn为所述第n个起始电池剩余电量，SOCn-1为所述第n-1个终止电池剩余电量；
S136，若所述第n个起始电池剩余电量和所述第n-1个终止电池剩余电量满足公式2，则确定第n-1个停车时间段内产生了充电行为；所述第n-1个终止出行数据的数据采集时间和所述第n个起始出行数据的数据采集时间内的时间段为第n-1个停车时间段。
10.一种车辆电驱动里程比例的评价方法，其特征在于，应用于插电式混合动力汽车，包括：
S500，获取车辆在预设时间段内的多个车辆出行数据，所述车辆出行数据至少包括数据采集时间、行驶累计里程和电池剩余电量；
S510，依据所述数据采集时间的先后顺序，将所述多个车辆出行数据进行排序，生成车辆出行数据集合；
S520，将所述车辆出行数据集合依照预定的划分方式，划分为多个第一出行数据集合，每个第一出行数据集合代表车辆进行了一次单次出行；
两次单次出行之间的时间间隔定义为停车时间段；
S530，获取每一个停车时间段内车辆的电池充电数据，依次判断每一个停车时间段内是否产生了充电行为；
S540，依次选取相邻的两个产生了充电行为的停车时间段，并判断相邻的两个产生了充电行为的停车时间段之间是否存在多个第一出行数据集合；
S550，若相邻的两个产生了充电行为的停车时间段之间存在多个第一出行数据集合，则将相邻的两个产生了充电行为的停车时间段之间的多个第一出行数据集合合并为一个第二出行数据集合；
S560，若相邻的两个产生了充电行为的停车时间段之间仅存在一个第一出行数据集合，则将所述第一出行数据集合定义为所述第二出行数据集合；
S570，依据公式1分别计算每一个第二出行数据集合内的电驱动里程:
其中，EGdistance为第二出行数据集合内的电驱动里程；Vi为第二出行数据集合中，第i个车辆出行数据中的车速；t为第二出行数据集合中，第i个车辆出行数据中的数据采集时间；SOC(i)为第二出行数据集合中，第i个车辆出行数据中的电池剩余电量；SOC(i-1)为第二出行数据集合中，第i-1个车辆出行数据中的电池剩余电量；SOC(j)为第二出行数据集合中，第j个车辆出行数据中的电池剩余电量，j的取值为1,2,3……i-1；
S580，依据公式3分别计算每一个第二出行数据集合内电驱动里程占第二出行数据集合内的总行驶里程的比例：
其中，Pm为第m个第二出行数据集合内的电驱动里程占第m个第二出行数据集合内的总行驶里程的比例，(EGdistanc)m为第m个第二出行数据集合内的电驱动里程，dm为第m个第二出行数据集合内的总行驶里程；
S590，依据每一个第二出行数据集合内电驱动里程占第二出行数据集合内的总行驶里程的比例，生成电驱动里程比例评价表，以评估车辆的性能。
11.根据权利要求10所述的车辆电驱动里程比例的评价方法，其特征在于，还包括计算第m个第二出行数据集合内的总行驶里程dm的步骤：
S610，获取第m个第二出行数据集合中数据采集时间最早的车辆出行数据，以及数据采集时间最晚的车辆出行数据；
S620，获取所述数据采集时间最早的车辆出行数据的行驶累计里程，作为起始出行累计里程；
S630，获取所述数据采集时间最晚的车辆出行数据的行驶累计里程，作为终止出行累计里程；
S640，计算所述终止出行累计里程与所述起始出行累计里程的里程差，得到第m个第二出行数据集合内的总行驶里程dm。
12.根据权利要求10所述的车辆电驱动里程比例的评价方法，其特征在于，还包括：
S710，依据公式4计算车辆在所述预设时间段内的电驱动里程比例：
其中，P为车辆在所述预设时间段内的电驱动里程比例，(EGdistanc)m为第m个第二出行数据集合内的电驱动里程，dm为第m个第二出行数据集合内的总行驶里程，所述预设时间段内的总行驶里程包括m个第二出行数据集合的行驶里程。
CN201910718124.6A 2019-08-05 2019-08-05 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法 Active CN110375766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910718124.6A CN110375766B (zh) 2019-08-05 2019-08-05 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910718124.6A CN110375766B (zh) 2019-08-05 2019-08-05 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法

Publications (2)

Publication Number Publication Date
CN110375766A true CN110375766A (zh) 2019-10-25
CN110375766B CN110375766B (zh) 2020-06-12

Family

ID=68257991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910718124.6A Active CN110375766B (zh) 2019-08-05 2019-08-05 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法

Country Status (1)

Country Link
CN (1) CN110375766B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240002A (zh) * 2021-05-11 2021-08-10 北京理工新源信息科技有限公司 一种车联网大数据预处理系统、装置和方法
CN114463876A (zh) * 2022-02-14 2022-05-10 亿咖通(湖北)技术有限公司 提醒补充能源的方法、装置、设备、介质及程序产品

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101863220A (zh) * 2010-04-22 2010-10-20 杨伟斌 超级电容和蓄电池混合动力电动汽车的能量分配方法
CN102798422A (zh) * 2012-08-07 2012-11-28 武汉理工大学 一种测量混合动力电动汽车油耗的方法
CN104477108A (zh) * 2014-11-14 2015-04-01 清华大学 基于信息融合的电动汽车续驶里程计算方法及装置
US20170066328A1 (en) * 2015-09-03 2017-03-09 Hyundai Motor Company Apparatus and method for showing fuel mileage measurement in vehicle
CN107187442A (zh) * 2017-05-18 2017-09-22 中国第汽车股份有限公司 基于工况预测的插电式混合动力电动汽车能量管理系统
CN109188073A (zh) * 2018-08-03 2019-01-11 中国汽车工程研究院股份有限公司 插电式混合动力新能源汽车能耗测试方法
CN109849676A (zh) * 2017-11-30 2019-06-07 长城汽车股份有限公司 一种续驶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
CN101863220A (zh) * 2010-04-22 2010-10-20 杨伟斌 超级电容和蓄电池混合动力电动汽车的能量分配方法
CN102798422A (zh) * 2012-08-07 2012-11-28 武汉理工大学 一种测量混合动力电动汽车油耗的方法
CN104477108A (zh) * 2014-11-14 2015-04-01 清华大学 基于信息融合的电动汽车续驶里程计算方法及装置
US20170066328A1 (en) * 2015-09-03 2017-03-09 Hyundai Motor Company Apparatus and method for showing fuel mileage measurement in vehicle
CN107187442A (zh) * 2017-05-18 2017-09-22 中国第汽车股份有限公司 基于工况预测的插电式混合动力电动汽车能量管理系统
CN109849676A (zh) * 2017-11-30 2019-06-07 长城汽车股份有限公司 一种续驶里程计算方法及系统
CN109188073A (zh) * 2018-08-03 2019-01-11 中国汽车工程研究院股份有限公司 插电式混合动力新能源汽车能耗测试方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
侯聪等: "基于出行里程分布的PHEV平均燃油消耗计算方法", 《汽车工程》 *
郝旭等: "基于中国电网结构及一线典型城市车辆出行特征的PHEV 二氧化碳排放分析", 《环境科学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240002A (zh) * 2021-05-11 2021-08-10 北京理工新源信息科技有限公司 一种车联网大数据预处理系统、装置和方法
CN113240002B (zh) * 2021-05-11 2024-03-19 北京理工新源信息科技有限公司 一种车联网大数据预处理系统、装置和方法
CN114463876A (zh) * 2022-02-14 2022-05-10 亿咖通(湖北)技术有限公司 提醒补充能源的方法、装置、设备、介质及程序产品
CN114463876B (zh) * 2022-02-14 2023-12-19 亿咖通(湖北)技术有限公司 提醒补充能源的方法、装置、设备、介质及程序产品

Also Published As

Publication number Publication date
CN110375766B (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN111169480B (zh) 一种动力系统能量管理方法、装置、设备和介质
CN105160428B (zh) 高速公路电动汽车快速充电站的规划方法
Zhang et al. Route preview in energy management of plug-in hybrid vehicles
US20180118047A1 (en) System and method for electric vehicle charging analysis and feedback
Tara et al. Battery storage sizing in a retrofitted plug-in hybrid electric vehicle
US8121802B2 (en) System and method for determining an expected vehicle drive range
Younes et al. Analysis of the main factors influencing the energy consumption of electric vehicles
Souffran et al. Simulation of real-world vehicle missions using a stochastic Markov model for optimal powertrain sizing
Meinrenken et al. Fleet view of electrified transportation reveals smaller potential to reduce GHG emissions
Zhang et al. A hierarchical energy management strategy based on model predictive control for plug-in hybrid electric vehicles
CN102991503A (zh) 用于控制车辆的方法
CN103661361A (zh) 控制具有压燃式发动机的混合动力车辆的方法
Meinrenken et al. Using GPS-data to determine optimum electric vehicle ranges: A Michigan case study
EP3919318A1 (en) Intelligent charging method and system for electric vehicle on highway
Darabi et al. Plug-in hybrid electric vehicles: Charging load profile extraction based on transportation data
CN112987640A (zh) 基于新能源汽车的智能化充电桩控制系统
CN110375766A (zh) 车辆电驱动里程计算方法与车辆电驱动里程比例评价方法
Millo et al. A methodology for the reverse engineering of the energy management strategy of a plug-in hybrid electric vehicle for virtual test rig development
Shen et al. Development of economic velocity planning algorithm for plug-in hybrid electric vehicle
CN115239067A (zh) 一种新能源充电桩停车调度方法及系统
CN114485702A (zh) 一种电动汽车充电路径规划方法及系统
Paffumi et al. In-vehicle battery capacity fade: A follow-up study on six European regions
Jiang et al. A PHEV power management cyber-physical system for on-road applications
Ling et al. Customer-centric vehicle usage profiling considering driving, parking, and charging behavior
CN106203719A (zh) 一种电动汽车接入电网的负荷预测方法

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