CN110576746A - 一种纯电动车能量管理方法 - Google Patents

一种纯电动车能量管理方法 Download PDF

Info

Publication number
CN110576746A
CN110576746A CN201910833032.2A CN201910833032A CN110576746A CN 110576746 A CN110576746 A CN 110576746A CN 201910833032 A CN201910833032 A CN 201910833032A CN 110576746 A CN110576746 A CN 110576746A
Authority
CN
China
Prior art keywords
energy management
management method
pure electric
electric vehicle
design
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
Application number
CN201910833032.2A
Other languages
English (en)
Inventor
多良
崔晓龙
王鹏
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.)
Shaanxi Fast Gear Co Ltd
Original Assignee
Shaanxi Fast Gear Co Ltd
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 Shaanxi Fast Gear Co Ltd filed Critical Shaanxi Fast Gear Co Ltd
Priority to CN201910833032.2A priority Critical patent/CN110576746A/zh
Publication of CN110576746A publication Critical patent/CN110576746A/zh
Pending legal-status Critical Current

Links

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
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Abstract

本发明公开了一种纯电动车能量管理方法，属于能耗控制领域。一种纯电动车能量管理方法，包括以下步骤：1)以续驶里程为响应变量，利用DOE实验设计确定参数，得到因子的显著性分析结果；2)根据因子的显著性分析结果进行能耗试验，确定相应的能量管理方法；3)基于不同路况和驾驶习惯，利用步骤1)‑2)得到相应条件下的能量管理方法；4)车辆使用过程中，根据采集的输入参数，调用相应的能量管理方法进行能量管理，实现续驶里程最大化。该方法解决了现状中人工标定工作量大、后期维护繁琐及成本高的问题。

Description

一种纯电动车能量管理方法
技术领域
本发明属于能耗控制领域，尤其是一种纯电动车能量管理方法。
背景技术
目前，纯电动商用车能量管理策略往往不能自适应路况，司机驾驶习惯等影响因素，无法在批量生产时，自学习适应各个客户的使用工况。现有阶段针对不同工况，一般会采用不同的能量管理策略，针对环境温度、油门开度及刹车频率等因素，采用不同的能量回馈强度及换挡点等，控制车辆的能量消耗，延长车辆的续驶里程。但是，每个车辆的车况均不相同，需要工程师到现场根据跟车采集的数据及司机的反馈，对车辆的相关参数进行标定，为不同工况及司机更新适合的参数，工作量大，后期维护繁琐，成本高。
发明内容
本发明的目的在于克服上述现有技术的缺点，提供一种纯电动车能量管理方法。
为达到上述目的，本发明采用以下技术方案予以实现：
一种纯电动车能量管理方法，包括以下步骤：
1)以续驶里程为响应变量，利用DOE实验设计确定参数，得到因子的显著性分析结果；
2)根据因子的显著性分析结果进行能耗试验，确定相应的能量管理方法；
3)基于不同路况和驾驶习惯，利用步骤1)-2)得到相应条件下的能量管理方法；
4)车辆使用过程中，根据采集的输入参数，调用相应的能量管理方法进行能量管理，实现续驶里程最大化。
进一步的，步骤1)中DOE实验设计确定参数采用拉丁超立方设计。
进一步的，采用拉丁超立方设计确定参数的步骤如下：
1)选取拉丁超立方抽样规模，生成M个参数向量；
2)确定参数取值单位，划分成K个区间；
3)生成参数设计矩阵DM*K；
4)输出参数设计矩阵。
进一步的，步骤1)中DOE实验设计分析因子包括：油门开度、刹车频率、刹车开度、环境温度、换挡点、能量回收、功率限制和后桥速比。
与现有技术相比，本发明具有以下有益效果：
本发明的纯电动车能量管理方法，在批量生产后车辆能够根据工况自学习调节参数，即在车辆使用过程中，能够根据输入参数自主选取相应的能量管理方法，达到在不同路况及工况的条件下，优化整车整体性能的目标，确保纯电动商用车批量生产后客户的使用体验；进一步的，拉丁超立方设计相比于随机抽样试验和正交试验相比能够更有效的对参数进行分析；该纯电动车能量管理方法解决了现状中人工标定工作量大、后期维护繁琐及成本高的问题。
附图说明
图1为本发明的一种纯电动车能量管理方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述：
参见图1，图1为本发明的一种纯电动车能量管理方法的流程图；一种纯电动车能量管理方法，基于之前针对不同工况使用不同能量管理策略的方式，结合DOE实验设计方法，辨析对响应变量影响最大的因子，根据主要因子，自学习路况及驾驶习惯，选用最优的能量管理策略。一种纯电动车能量管理方法，基于之前针对不同工况使用不同能量管理策略的方式，结合DOE实验设计方法，辨析对响应变量影响最大的因子，根据主要因子，自学习路况及驾驶习惯，选用最优的能量管理策略。一种纯电动车能量管理方法，包括以下步骤：
1)以续驶里程为响应变量，利用DOE实验设计确定参数，得到因子的显著性分析结果；
2)根据因子的显著性分析结果进行能耗试验，确定相应的能量管理方法；
3)基于不同路况和驾驶习惯，利用步骤1)-2)得到相应条件下的能量管理方法；
4)车辆使用过程中，根据采集的输入参数，调用相应的能量管理方法进行能量管理，实现续驶里程最大化。
具体的，步骤1)中DOE实验设计确定参数采用拉丁超立方设计，DOE作为数理统计学的一个分支，由试验计划、执行试验和结果分析组成，能够辨识关键的试验因子。在对能量管理策略优化设计时由于涉及参数较多，为了提高优化效率，首先用DOE对能量管理策略进行几何参数分析，辨识出关键参数。
拉丁超立方设计是DOE设计中的一种，是在n维空间中，将每一坐标区间均匀地等分为m个区间，随机选取m个点，保证一个因子的每个水平只被研究一次，即构成空间为n维，样本为m的拉丁超立方设计；相比于随机抽样试验和正交试验相比能够更有效的对参数进行分析。
参见表1，表1能量管理策略影响因素；结合之前能耗试验数据，分析得出换挡点、能量回收等参数对能量管理策略是主要影响因素，根据换挡点、能量回收、油门开度、刹车频率、环境温度等因素的不同影响程度，分别进行针对性的能耗试验，确定一套基础的能量管理策略，在车辆的使用过程中，根据采集外部输入参数，选用最匹配的能量管理策略，并自学习更新策略，以使车辆能够适应不同工况和不同驾驶员的驾驶习惯，优化车辆整体性能，提升客户使用体验。
表1能量管理策略影响因素
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (4)

1.一种纯电动车能量管理方法，其特征在于，包括以下步骤：
1)以续驶里程为响应变量，利用DOE实验设计确定参数，得到因子的显著性分析结果；
2)根据因子的显著性分析结果进行能耗试验，确定相应的能量管理方法；
3)基于不同路况和驾驶习惯，利用步骤1)-2)得到相应条件下的能量管理方法；
4)车辆使用过程中，根据采集的输入参数，调用相应的能量管理方法进行能量管理，实现续驶里程最大化。
2.根据权利要求1所述的纯电动车能量管理方法，其特征在于，步骤1)中DOE实验设计确定参数采用拉丁超立方设计。
3.根据权利要求2所述的纯电动车能量管理方法，其特征在于，采用拉丁超立方设计确定参数的步骤如下：
1)选取拉丁超立方抽样规模，生成M个参数向量；
2)确定参数取值单位，划分成K个区间；
3)生成参数设计矩阵DM*K；
4)输出参数设计矩阵。
4.根据权利要求1所述的纯电动车能量管理方法，其特征在于，步骤1)中DOE实验设计分析因子包括：油门开度、刹车频率、刹车开度、环境温度、换挡点、能量回收、功率限制和后桥速比。
CN201910833032.2A 2019-09-04 2019-09-04 一种纯电动车能量管理方法 Pending CN110576746A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910833032.2A CN110576746A (zh) 2019-09-04 2019-09-04 一种纯电动车能量管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910833032.2A CN110576746A (zh) 2019-09-04 2019-09-04 一种纯电动车能量管理方法

Publications (1)

Publication Number Publication Date
CN110576746A true CN110576746A (zh) 2019-12-17

Family

ID=68812522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910833032.2A Pending CN110576746A (zh) 2019-09-04 2019-09-04 一种纯电动车能量管理方法

Country Status (1)

Country Link
CN (1) CN110576746A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112895979A (zh) * 2021-04-13 2021-06-04 北京车和家信息技术有限公司 一种自适应车辆电池能量管理方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101435742A (zh) * 2008-12-03 2009-05-20 杨�远 一种运输工具的能耗监测系统
US20100291414A1 (en) * 2009-05-18 2010-11-18 Bsst Llc Battery Thermal Management System
CN202033650U (zh) * 2011-04-18 2011-11-09 北京航天发射技术研究所 供配电系统能量综合管理装置
CN102622794A (zh) * 2010-10-29 2012-08-01 通用汽车环球科技运作有限责任公司 电续驶里程计算器
CN103827925A (zh) * 2011-03-31 2014-05-28 美国联合包裹服务公司 评估车辆和车辆驾驶员效率的系统和方法
CN104596770A (zh) * 2015-01-20 2015-05-06 天津大学 一种车用动力总成综合性能测试系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101435742A (zh) * 2008-12-03 2009-05-20 杨�远 一种运输工具的能耗监测系统
US20100291414A1 (en) * 2009-05-18 2010-11-18 Bsst Llc Battery Thermal Management System
CN102622794A (zh) * 2010-10-29 2012-08-01 通用汽车环球科技运作有限责任公司 电续驶里程计算器
CN103827925A (zh) * 2011-03-31 2014-05-28 美国联合包裹服务公司 评估车辆和车辆驾驶员效率的系统和方法
CN202033650U (zh) * 2011-04-18 2011-11-09 北京航天发射技术研究所 供配电系统能量综合管理装置
CN104596770A (zh) * 2015-01-20 2015-05-06 天津大学 一种车用动力总成综合性能测试系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112895979A (zh) * 2021-04-13 2021-06-04 北京车和家信息技术有限公司 一种自适应车辆电池能量管理方法和装置

Similar Documents

Publication Publication Date Title
CN104200087B (zh) 用于机器学习的参数寻优及特征调优的方法及系统
Zhou et al. Invasive weed optimization algorithm for optimization no-idle flow shop scheduling problem
Cui et al. Effect of hybrid circle reservoir injected with wavelet-neurons on performance of echo state network
CN105184424B (zh) 实现多源异构数据融合的多核函数学习SVM的Mapreduce化短期负荷预测方法
CN111507032B (zh) 基于深度学习技术预测温度分布的组件布局优化设计方法
CN106685716A (zh) 网络拓扑自适应的数据可视化方法及装置
CN104408529A (zh) 电网短期负荷预测方法
CN105023070A (zh) 一种光伏系统输出功率预测方法
CN106610867B (zh) 一种片上网络任务调度方法及装置
CN107480432B (zh) 一种基于云平台的负荷分解方法
CN110576746A (zh) 一种纯电动车能量管理方法
CN107491571A (zh) 一种整车性能仿真的方法及系统
Yan et al. Multi-feature fusion-based mechanical fault diagnosis for on-load tap changers in smart grid with electric vehicles
Yang et al. Adaptive recursive prediction of the desired torque of a hybrid powertrain
Xia et al. The reservoir learning power across quantum many-body localization transition
CN105575105B (zh) 用于交通工具的调度方法和设备
Xu et al. Hysteretic chaotic operator network and its application in wind speed series prediction
CN114511094B (zh) 一种量子算法的优化方法、装置、存储介质与电子装置
CN116227311A (zh) 一种改进的基于差分进化的亨利气体溶解度优化方法
CN113393051A (zh) 基于深度迁移学习的配电网投资决策方法
Wang et al. Hybrid differential evolution algorithm with chaos and generalized opposition-based learning
CN112054527B (zh) 一种基于断面调整获取电网潮流仿真样本的方法及系统
Lin et al. A double learning models-based multi-objective estimation of distribution algorithm
KR20200128236A (ko) 머신 러닝 기반의 자동 위젯 적용 장치 및 방법
CN112052956B (zh) 一种强化车辆执行最佳动作的训练方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191217