CN111775771A - 一种新能源电动汽车续航预警方法 - Google Patents
一种新能源电动汽车续航预警方法 Download PDFInfo
- Publication number
- CN111775771A CN111775771A CN202010560613.6A CN202010560613A CN111775771A CN 111775771 A CN111775771 A CN 111775771A CN 202010560613 A CN202010560613 A CN 202010560613A CN 111775771 A CN111775771 A CN 111775771A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- mileage
- endurance
- charging
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000007599 discharging Methods 0.000 claims description 29
- 238000004140 cleaning Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 10
- 230000000284 resting effect Effects 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 8
- 230000029305 taxis Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 15
- 239000000178 monomer Substances 0.000 description 8
- 230000002354 daily effect Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
-
- 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
- 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
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/545—Temperature
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/547—Voltage
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/549—Current
-
- 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)
- Power Engineering (AREA)
- Transportation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Secondary Cells (AREA)
Abstract
本发明提出的一种新能源电动汽车续航预警方法,包括:获取新能源汽车在整车运行过程中的BMS数据;统计整车的充电工况数据,并结合整车的充电工况数据识别车辆的使用类型;统计整车的放电工况运行数据,并结合整车的放电工况运行数据识别车辆运行道路环境;结合车辆的使用类型、车辆运行道路环境和车主用车习惯,获得车辆的里程与容量的关系曲线以及里程与能量的关系曲线,结合两种关系曲线实时计算续航里程,并产生续航警报。本发明综合考量了电池系统中的各个单体电芯及其相互关系、电芯使用条件等重要条件,通过分析整车运行工况数据直观的看出电池包的状态,为车辆的行车安全与车主的生命财产安全提供故障预警服务。
Description
技术领域
本发明涉及新能源电动汽车技术领域,尤其涉及一种新能源电动汽车续航预警方法。
背景技术
近年来,新能源汽车得到了迅猛的发展。因为新能源汽车满足了人们日常出行的需求,并且无污染,对环境保护有利,被认为是实现节能减排的有效途径之一。在新能源汽车所有零部件中,电池系统是最为核心的部件,直接决定了新能源汽车的使用寿命与安全。电池系统的使用寿命很大程度上取决于单体电芯的使用寿命,同时又受到整车使用温度、SOC状态等使用条件的影响。
发明内容
基于背景技术存在的技术问题,本发明提出了一种新能源电动汽车续航预警方法。
本发明提出的一种新能源电动汽车续航预警方法,包括以下步骤:
S1、获取新能源汽车在整车运行过程中的BMS数据并进行数据清洗;
S2、根据BMS数据的清洗结果统计整车的充电工况数据,并结合整车的充电工况数据识别车辆的使用类型;
S3、根据BMS数据的清洗结果统计整车的放电工况运行数据,并结合整车的放电工况运行数据识别车辆运行道路环境;
S4、根据BMS数据的清洗结果,结合整车的充电工况数据和整车的放电工况运行数据,筛选车辆放电结束且充电结束的静置状态下的采集数据;
S5、结合整车静置状态下的采集数据识别车主用车习惯;
S6、结合车辆的使用类型、车辆运行道路环境和车主用车习惯,获得车辆的里程与容量的关系曲线以及里程与能量的关系曲线,结合两种关系曲线实时计算续航里程,并产生续航警报。
优选的,还包括步骤S7:结合里程与容量的关系曲线以及里程与能量的关系曲线获得电池包容量衰减值,并根据电池包容量衰减值判断电池包潜在故障,并进行报警。
优选的,步骤S1中,BMS数据包括:电池包底盘号、CAN报文类型、上报时间、里程、车速、总电量、电压、电流、温度、电池组工作模式、充放电安时数、BMS、电池包单体电压。
优选的,步骤S1中,BMS数据还包括:整车充电过程中运行时间,运行里程,总电量,总电压,总电流,单体最高温度、单体最低温度和电池组工作模式。
优选的,步骤S2中,整车的充电工况数据包括:单次充电时长、温度、SOC状态、充电电流、单体电压、总充电时长、单次充电倍率、单次充电容量和单次充电能量。
优选的,步骤S2中,车辆的使用类型包括:私家车、出租车、运营车、公交车和物流车。
优选的,步骤S3中,放电工况运行数据包括:单次放电时长、温度、SOC状态、里程、放电电流、单体电压、总的放电时长、单次运行里程、单次放电倍率、车速、单次放电容量、单次放电能量和单次能耗。
优选的,步骤S3中,车辆运行道路环境包括城郊道路环境、农村道路环境、城市道路环境和高速道路环境。
优选的,步骤S4中,静置状态下的采集数据包括:静置温度、静置SOC状态和静置时长。
优选的,步骤S6中,当获得的续航里程小于或等于预设的续航门限值时,产生续航报警。
本发明提出的一种新能源电动汽车续航预警方法,基于整车运行的统计数据,综合考量各个工况条件下的使用状态,统计各个条件下的占比,从而准确得到电池系统运行状态。
本发明综合考量了电池系统中的各个单体电芯及其相互关系、电芯使用条件等重要条件,通过分析整车运行工况数据直观的看出电池包的状态,为车辆的行车安全与车主的生命财产安全提供故障预警服务;并识别整车使用类型、车主出行特征与车主使用习惯,以得到车辆在线实时的电池包容量衰减值与实时续航里程,为车主的使用提供更加优化的方案。
附图说明
图1为本发明提出的一种新能源电动汽车续航预警方法流程图。
具体实施方式
参照图1,本发明提出的一种新能源电动汽车续航预警方法,包括以下步骤。
S1、获取新能源汽车在整车运行过程中的BMS数据并进行数据清洗。具体的,本实施方式中,BMS数据包括:电池包底盘号、CAN报文类型、上报时间、里程、车速、总电量、电压、电流、温度、电池组工作模式、充放电安时数、BMS、电池包单体电压。BMS数据还包括:整车充电过程中运行时间,运行里程,总电量,总电压,总电流,单体最高温度、单体最低温度和电池组工作模式。
S2、根据BMS数据的清洗结果统计整车的充电工况数据,并结合整车的充电工况数据识别车辆的使用类型。车辆的使用类型包括:私家车、出租车、运营车、公交车和物流车等。
本实施方式中,整车的充电工况数据包括:单次充电时长、温度、SOC状态、充电电流、单体电压、总充电时长、单次充电倍率、单次充电容量和单次充电能量。其中,单次充电时长=充电结束时间-充电开始时间;总充电时长为车辆单次充电时长的累加值;
单次充电倍率=充电电流/额定容量;
单次充电容量=充电电流×单次充电时间;
单次充电能量=充电电压×充电电流×充电时间;充电时间为充电开始到充电结束的时间,充电电流具体可采用采集时刻的充电电流。
具体的,本实施方式中,对于不同车型设置对应的充电参考工况数据,然后根据整车的充电工况数据与充电参考工况数据的对比结果判断车辆的使用类型。例如,一天慢充充电一次,是私家车的使用特征。一天充电多次,并且白天快充,夜间慢充是出租车辆的使用特征。可见,根据充电快慢以及频率可判断出车辆的使用类型。
S3、根据BMS数据的清洗结果统计整车的放电工况运行数据,并结合整车的放电工况运行数据识别车辆运行道路环境。车辆运行道路环境包括城郊道路环境、农村道路环境、城市道路环境和高速道路环境。
本实施方式中,放电工况运行数据包括:单次放电时长、温度、SOC状态、里程、放电电流、单体电压、总的放电时长、单次运行里程、单次放电倍率、车速、单次放电容量、单次放电能量和单次能耗。
其中,单次放电时长为车辆运行开始到车辆停止运行之间的时间长度;
总的放电时长为车辆单次放电时长的总和;
单次放电倍率=放电电流/额定容量;
车速=单次运行里程/单次运行时长;
单次放电容量=放电电流×放电时间;放电时间为车辆运行到车辆停止的时间。
单次放电能量=放电电压×放电电流×时间;
单次能耗=单次放电能量/单次运行里程。
具体的,放电电流为采集时刻的放电电流。
具体的,本步骤S3中,可从放电时长、每日运行里程分布、可以识别出车主的出行特征,包括车辆类型和行驶道路。一般,放电时长较短,1-2h,每日运行里程分布在0-75Km之内可以识别出上班代步车或者私家车,反之;放电时长在8-12h之间,每日运行里程200-400Km之间,可以辨别出出租车的使用特征。
从放电倍率、车速、单次放电容量、单次能耗分布可以推断出车辆运行的道路环境。平均放电倍率在0.1C-0.2C,平均运行时速10-30Km/h,能耗在20Kwh/100km可以识别出车辆在城市道路运行;平均放电倍率在0.3C-0.4C,平均运行时速30-50Km/h,可以识别出车辆在城郊道路运行;平均放电倍率在0.4C以上,平均运行时速80-110Km/h,可以识别出车辆在高速道路运行。
S4、根据BMS数据的清洗结果,结合整车的充电工况数据和整车的放电工况运行数据,筛选车辆放电结束且充电结束的静置状态下的采集数据。静置状态下的采集数据包括:静置温度、静置SOC状态和静置时长。具体的,静置温度为放电结束温度与充电开始温度的均值和充电结束温度和放电开始温度的均值;静置时长=总运行时间-充电总时间-放电总时间。
S5、结合整车静置状态下的采集数据识别车主用车习惯。具体实施时,可计算静置时长、充电时长、放电时长的占比,从车辆的静置SOC状态与静置时长,可以推断出车主的出行特征。例如,私家车或者上班代步车每日的运行路线一定,且运行时长占比较小,静置时长占比较大,而出租车则相反。
可见,本实施方式中,对于车辆类型的判断,可结合充电工况数据、放电运行工况数据和静置状态下的采集数据进行相互验证。
具体实施时,为了便于数据处理,可结合充电工况数据、放电运行工况数据和静置状态下的采集数据分别建立有充电开始时刻的SOC频率分布图和充电结束时刻的SOC频率分布图组成的充电SOC频率分布图、有放电开始时刻的SOC频率分布图和放电结束时刻的SOC频率分布图组成的放电SOC频率分布图等。
然后结合数据和图谱,总结得出车辆的使用类型,车辆运行道路环境、车主出行特征与使用习惯。
S6、结合车辆的使用类型、车辆运行道路环境和车主用车习惯,获得车辆的里程与容量的关系曲线以及里程与能量的关系曲线,结合两种关系曲线实时计算续航里程,并产生续航警报。具体的,当获得的续航里程小于或等于预设的续航门限值时,产生续航报警,以提醒车主及时充能,避免车辆抛锚。
S7、结合里程与容量的关系曲线以及里程与能量的关系曲线获得电池包容量衰减值,并根据电池包容量衰减值判断电池包潜在故障,并进行报警。具体的,本实施方式中,可具体根据电池包容量衰减值以及电池包的单体电压分布、温度分布、电阻分布等得出电池包状态与一致性以及是否存在潜在故障与隐患,为车主的人身财产安全提供主动服务预警。
以下结合一个具体的实施例,对本发明做进一步解释。
实施例1
本实施例具体包括以下步骤。
第一步,在新能源汽车远程监控管理平台上随机选取一辆车架号K4019039,调取该车在2018年10年15日到2019年6月28日时间段内的实时监控电池系统数据,包括消息ID、车辆ID、车牌号码、终端编号、SIM卡号、底盘号、上报时间、时间类型、电机扭矩等BMS系统数据等。
第二步,提取分析所需数据,包括上报时间、车架号、电压、电流、里程、单体最高电压、单体最低电压、单体最高温度、单体最低温度,进行车辆基础信息收集。该车电池模组采用圆柱15Ah单体电芯,采用的串并联方式为13并95串,该车的电池包初始容量为195Ah,额定电量为60kwh,初始的续航里程为300Km。该车总运行里程为47094Km,运行时间为2018年12年18日到2019年6月28日。
第三步,整车运行数据分类筛选,建立充电工况、放电工况、静置条件数据库。
第四步,统计整车的充电工况采集数据,得到充电工况的时间、温度、SOC状态、充电电流、单体电压,并计算总充电时长、单次充电倍率、单次充电容量和单次充电能量。
第五步,统计整车放电工况的运行数据,得到放电工况的时间、温度、SOC状态、里程、放电电流、单体电压,并计算总的放电时长、单次运行里程、单次放电倍率、车速、单次放电容量、单次放电能量和单次能耗。
第六步,结合整车的充电工况和放电工况数据,筛选出车辆放电结束和充电结束静置状态下的采集数据,得到静置温度、静置SOC状态、静置电压分布、静置时长。
第七步,根据4统计结果,绘制充电工况下的充电时刻频率分布图,充电倍率频率分布图,充电SOC状态频率分布图,充电温度频率分布图,充电容量频率分布图,充电能量频率分布图;从充电时间和充电倍率可以看出该车于中午快充0.5h和夜间慢充8h,从满电时刻的单体电压数据均在3.5V以上,可以看出电池包的一致性良好,无异常模块,电池包状态良好。从充电温度(25-35℃)与充电温升(0-10℃)可以看出该车有液冷系统。从充电容量与充电能量分布可以总结计算得出车辆的电池包容量以0.03%/km的斜率衰减,目前电池包容量为180Ah。
第八步,根据5统计结果,绘制放电工况下的放电时刻频率分布图,放电倍率频率分布图,放电反馈倍率频率分布图,单体运行里程的频率分布图,放电SOC状态频率分布图,放电温度频率分布图,放电容量频率分布图,放电能量频率分布图,百公里能耗频率分布图;该车于2018年12年18日到2019年6月28日运行的公里数为47094Km,统计每日运行的里程大约为250Km,并且每日运行时长10h左右,并且运行时刻从早7点持续至晚上7点之间,识别该车可能为出租车类型;该车的车速为25Km/h左右,能耗在20Kwh/100Km说明该车在城市道路运行。从放电末端时刻的电压分布可以看出电池包一致性良好,无明显的欠压模块。从放电容量、放电能量分布与单次运行里程分布,可以推测出该车的实时满电续航里程为278Km。
第九步,根据6统计结果,计算静置时长、充电时长、放电时长的占比,静置温度的频率分布图,静置SOC状态的频率分布图。该车从静止SOC状态为满电态,即每次充满电之后静置。从静止电压分布可以进一笔验证电池包的一致性良好。
第十步,根据以上数据与图谱,总结得出,该车辆是出租车类型,车辆运行道路环境为城市道路环境、车主每日于早上7点持续运行至晚上7点,每日运行250km左右,中午采取快充0.5h,即车主午间吃饭休息0.5h,夜间下班后车辆慢充充电8h,之后车辆静置。
第十一步,从车辆的里程分布、能耗分布、容量分布、能量分布,车辆的电池包容量以0.03%/km的斜率衰减,目前电池包容量为180Ah,该车的实时满电续航里程为278Km。
第十二步,从满电时刻的电池包的电压分布、放电末端的电压分布温度分布、静置时刻的电压分布、得出电池包的一致性良好,无异常模块,为车主的人身财产安全提供主动服务预警。
以上所述,仅为本发明涉及的较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种新能源电动汽车续航预警方法,其特征在于,包括以下步骤:
S1、获取新能源汽车在整车运行过程中的BMS数据并进行数据清洗;
S2、根据BMS数据的清洗结果统计整车的充电工况数据,并结合整车的充电工况数据识别车辆的使用类型;
S3、根据BMS数据的清洗结果统计整车的放电工况运行数据,并结合整车的放电工况运行数据识别车辆运行道路环境;
S4、根据BMS数据的清洗结果,结合整车的充电工况数据和整车的放电工况运行数据,筛选车辆放电结束且充电结束的静置状态下的采集数据;
S5、结合整车静置状态下的采集数据识别车主用车习惯;
S6、结合车辆的使用类型、车辆运行道路环境和车主用车习惯,获得车辆的里程与容量的关系曲线以及里程与能量的关系曲线,结合两种关系曲线实时计算续航里程,并产生续航警报。
2.如权利要求1所述的新能源电动汽车续航预警方法,其特征在于,还包括步骤S7:结合里程与容量的关系曲线以及里程与能量的关系曲线获得电池包容量衰减值,并根据电池包容量衰减值判断电池包潜在故障,并进行报警。
3.如权利要求1所述的新能源电动汽车续航预警方法,其特征在于,步骤S1中,BMS数据包括:电池包底盘号、CAN报文类型、上报时间、里程、车速、总电量、电压、电流、温度、电池组工作模式、充放电安时数、BMS、电池包单体电压。
4.如权利要求3所述的新能源电动汽车续航预警方法,其特征在于,步骤S1中,BMS数据还包括:整车充电过程中运行时间,运行里程,总电量,总电压,总电流,单体最高温度、单体最低温度和电池组工作模式。
5.如权利要求1所述的新能源电动汽车续航预警方法,其特征在于,步骤S2中,整车的充电工况数据包括:单次充电时长、温度、SOC状态、充电电流、单体电压、总充电时长、单次充电倍率、单次充电容量和单次充电能量。
6.如权利要求1所述的新能源电动汽车续航预警方法,其特征在于,步骤S2中,车辆的使用类型包括:私家车、出租车、运营车、公交车和物流车。
7.如权利要求1所述的新能源电动汽车续航预警方法,其特征在于,步骤S3中,放电工况运行数据包括:单次放电时长、温度、SOC状态、里程、放电电流、单体电压、总的放电时长、单次运行里程、单次放电倍率、车速、单次放电容量、单次放电能量和单次能耗。
8.如权利要求1所述的新能源电动汽车续航预警方法,其特征在于,步骤S3中,车辆运行道路环境包括城郊道路环境、农村道路环境、城市道路环境和高速道路环境。
9.如权利要求1所述的新能源电动汽车续航预警方法,其特征在于,步骤S4中,静置状态下的采集数据包括:静置温度、静置SOC状态和静置时长。
10.如权利要求1至9任一项所述的新能源电动汽车续航预警方法,其特征在于,步骤S6中,当获得的续航里程小于或等于预设的续航门限值时,产生续航报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010560613.6A CN111775771B (zh) | 2020-06-18 | 2020-06-18 | 一种新能源电动汽车续航预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010560613.6A CN111775771B (zh) | 2020-06-18 | 2020-06-18 | 一种新能源电动汽车续航预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111775771A true CN111775771A (zh) | 2020-10-16 |
CN111775771B CN111775771B (zh) | 2023-03-31 |
Family
ID=72757477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010560613.6A Active CN111775771B (zh) | 2020-06-18 | 2020-06-18 | 一种新能源电动汽车续航预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111775771B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112630667A (zh) * | 2020-11-30 | 2021-04-09 | 合肥国轩高科动力能源有限公司 | 一种新能源电动汽车剩余续航里程的估算方法 |
CN113282638A (zh) * | 2021-04-23 | 2021-08-20 | 中寰卫星导航通信有限公司 | 一种城建用车识别方法和装置 |
CN113428159A (zh) * | 2021-05-28 | 2021-09-24 | 合肥国轩高科动力能源有限公司 | 一种车辆能耗分析方法 |
CN113657459A (zh) * | 2021-07-28 | 2021-11-16 | 合肥国轩高科动力能源有限公司 | 基于主成分与支持向量机组合的电池soc预测方法及介质 |
CN114084045A (zh) * | 2021-11-10 | 2022-02-25 | 轻橙时代(深圳)科技有限责任公司 | 一种动力电池生命周期管理方法 |
CN114407663A (zh) * | 2022-02-24 | 2022-04-29 | 厦门金龙联合汽车工业有限公司 | 基于容耗的电动车剩余里程估算方法 |
CN114435190A (zh) * | 2021-12-28 | 2022-05-06 | 重庆长安新能源汽车科技有限公司 | 电池热管理控制方法、系统、车辆及存储介质 |
CN116338500A (zh) * | 2023-05-26 | 2023-06-27 | 南京志卓电子科技有限公司 | 一种轨道交通车辆蓄电池运行监测系统 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011153949A1 (zh) * | 2010-06-11 | 2011-12-15 | 奇瑞汽车股份有限公司 | 一种确定电动汽车剩余里程的方法 |
CN103802675A (zh) * | 2014-02-20 | 2014-05-21 | 安徽江淮汽车股份有限公司 | 一种电动汽车剩余里程检测方法及系统 |
CN105365592A (zh) * | 2015-10-30 | 2016-03-02 | 北京新能源汽车股份有限公司 | 电动汽车的剩余续航里程估计方法、系统及电动汽车 |
CN105467323A (zh) * | 2015-03-19 | 2016-04-06 | 万向A一二三系统有限公司 | 一种电动汽车动力电池可行驶里程的检测方法 |
CN106125006A (zh) * | 2016-08-31 | 2016-11-16 | 北京海博思创科技有限公司 | 电池荷电状态确定方法及装置 |
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 |
US20170282738A1 (en) * | 2016-04-05 | 2017-10-05 | Ford Global Technologies, Llc | Systems and methods to determine electric vehicle range based on environmental factors |
CN108759858A (zh) * | 2018-06-29 | 2018-11-06 | 北京汽车股份有限公司 | 一种续航里程计算方法、计算装置及汽车 |
CN108819722A (zh) * | 2018-06-01 | 2018-11-16 | 汉腾汽车有限公司 | 一种电动汽车续航里程预估方法 |
CN109050262A (zh) * | 2018-08-27 | 2018-12-21 | 上海精虹新能源科技有限公司 | 一种纯电动汽车的剩余续驶里程估算方法及系统 |
CN109747428A (zh) * | 2019-02-27 | 2019-05-14 | 合肥国轩高科动力能源有限公司 | 一种电动汽车电池包剩余容量估算方法 |
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 |
WO2019116640A1 (ja) * | 2017-12-13 | 2019-06-20 | 住友電気工業株式会社 | 電池監視装置、コンピュータプログラム及び電池監視方法 |
JP2019103212A (ja) * | 2017-11-30 | 2019-06-24 | 三菱自動車工業株式会社 | 電動車両のバッテリ管理装置 |
CN110376535A (zh) * | 2019-08-21 | 2019-10-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种剩余能量的确定方法及装置 |
CN110549904A (zh) * | 2018-03-30 | 2019-12-10 | 比亚迪股份有限公司 | 电动汽车及电动汽车的续驶里程计算方法、装置 |
CN110667434A (zh) * | 2019-09-11 | 2020-01-10 | 南京航空航天大学 | 一种自适应工况的纯电动汽车行驶里程估计方法及系统 |
US20200160619A1 (en) * | 2018-11-17 | 2020-05-21 | International Business Machines Corporation | Dynamic driving range prediction for electric vehicles |
-
2020
- 2020-06-18 CN CN202010560613.6A patent/CN111775771B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011153949A1 (zh) * | 2010-06-11 | 2011-12-15 | 奇瑞汽车股份有限公司 | 一种确定电动汽车剩余里程的方法 |
CN103802675A (zh) * | 2014-02-20 | 2014-05-21 | 安徽江淮汽车股份有限公司 | 一种电动汽车剩余里程检测方法及系统 |
CN105467323A (zh) * | 2015-03-19 | 2016-04-06 | 万向A一二三系统有限公司 | 一种电动汽车动力电池可行驶里程的检测方法 |
CN105365592A (zh) * | 2015-10-30 | 2016-03-02 | 北京新能源汽车股份有限公司 | 电动汽车的剩余续航里程估计方法、系统及电动汽车 |
US20170282738A1 (en) * | 2016-04-05 | 2017-10-05 | Ford Global Technologies, Llc | Systems and methods to determine electric vehicle range based on environmental factors |
CN106125006A (zh) * | 2016-08-31 | 2016-11-16 | 北京海博思创科技有限公司 | 电池荷电状态确定方法及装置 |
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 |
JP2019103212A (ja) * | 2017-11-30 | 2019-06-24 | 三菱自動車工業株式会社 | 電動車両のバッテリ管理装置 |
WO2019116640A1 (ja) * | 2017-12-13 | 2019-06-20 | 住友電気工業株式会社 | 電池監視装置、コンピュータプログラム及び電池監視方法 |
CN110549904A (zh) * | 2018-03-30 | 2019-12-10 | 比亚迪股份有限公司 | 电动汽车及电动汽车的续驶里程计算方法、装置 |
CN108819722A (zh) * | 2018-06-01 | 2018-11-16 | 汉腾汽车有限公司 | 一种电动汽车续航里程预估方法 |
CN108759858A (zh) * | 2018-06-29 | 2018-11-06 | 北京汽车股份有限公司 | 一种续航里程计算方法、计算装置及汽车 |
CN109050262A (zh) * | 2018-08-27 | 2018-12-21 | 上海精虹新能源科技有限公司 | 一种纯电动汽车的剩余续驶里程估算方法及系统 |
US20200160619A1 (en) * | 2018-11-17 | 2020-05-21 | International Business Machines Corporation | Dynamic driving range prediction for electric vehicles |
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 |
CN109747428A (zh) * | 2019-02-27 | 2019-05-14 | 合肥国轩高科动力能源有限公司 | 一种电动汽车电池包剩余容量估算方法 |
CN110376535A (zh) * | 2019-08-21 | 2019-10-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种剩余能量的确定方法及装置 |
CN110667434A (zh) * | 2019-09-11 | 2020-01-10 | 南京航空航天大学 | 一种自适应工况的纯电动汽车行驶里程估计方法及系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112630667A (zh) * | 2020-11-30 | 2021-04-09 | 合肥国轩高科动力能源有限公司 | 一种新能源电动汽车剩余续航里程的估算方法 |
CN113282638A (zh) * | 2021-04-23 | 2021-08-20 | 中寰卫星导航通信有限公司 | 一种城建用车识别方法和装置 |
CN113282638B (zh) * | 2021-04-23 | 2024-05-07 | 中寰卫星导航通信有限公司 | 一种城建用车识别方法和装置 |
CN113428159A (zh) * | 2021-05-28 | 2021-09-24 | 合肥国轩高科动力能源有限公司 | 一种车辆能耗分析方法 |
CN113657459A (zh) * | 2021-07-28 | 2021-11-16 | 合肥国轩高科动力能源有限公司 | 基于主成分与支持向量机组合的电池soc预测方法及介质 |
CN114084045A (zh) * | 2021-11-10 | 2022-02-25 | 轻橙时代(深圳)科技有限责任公司 | 一种动力电池生命周期管理方法 |
CN114084045B (zh) * | 2021-11-10 | 2023-11-03 | 轻橙时代(深圳)科技有限责任公司 | 一种动力电池生命周期管理方法 |
CN114435190A (zh) * | 2021-12-28 | 2022-05-06 | 重庆长安新能源汽车科技有限公司 | 电池热管理控制方法、系统、车辆及存储介质 |
CN114435190B (zh) * | 2021-12-28 | 2023-05-23 | 重庆长安新能源汽车科技有限公司 | 电池热管理控制方法、系统、车辆及存储介质 |
CN114407663A (zh) * | 2022-02-24 | 2022-04-29 | 厦门金龙联合汽车工业有限公司 | 基于容耗的电动车剩余里程估算方法 |
CN116338500A (zh) * | 2023-05-26 | 2023-06-27 | 南京志卓电子科技有限公司 | 一种轨道交通车辆蓄电池运行监测系统 |
CN116338500B (zh) * | 2023-05-26 | 2023-08-08 | 南京志卓电子科技有限公司 | 一种轨道交通车辆蓄电池运行监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111775771B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111775771B (zh) | 一种新能源电动汽车续航预警方法 | |
CN113064939B (zh) | 一种新能源车辆三电系统安全特征数据库构建方法 | |
Pearre et al. | Electric vehicles: How much range is required for a day’s driving? | |
US20190353690A1 (en) | Method and system providing temporal-spatial prediction of load demand | |
CN110674575A (zh) | 一种基于时序出行集的电动汽车集群充电需求与放电能力模型建模方法 | |
CN111192410A (zh) | 一种充电桩运营方法、系统及云端服务器 | |
CN117104074B (zh) | 一种充放电控制的方法及充放电控制系统 | |
Darabi et al. | Plug-in hybrid electric vehicles: Charging load profile extraction based on transportation data | |
CN106291391A (zh) | 一种计及随机变电流的锂电池退化建模及寿命预测方法 | |
CN111428893A (zh) | 电池管理方法、装置、服务器及存储介质 | |
Duran et al. | Characterization of in-use medium duty electric vehicle driving and charging behavior | |
CN113428159A (zh) | 一种车辆能耗分析方法 | |
CN110531277A (zh) | 一种带估算电动汽车动力电池寿命功能的电池管理系统 | |
Shrestha et al. | A study of electric vehicle battery charging demand in the context of Singapore | |
CN105590036A (zh) | 一种汽车电池管理方法、系统及装置 | |
CN110481384B (zh) | 基于多因素影响条件下的电动汽车调峰容量计算方法 | |
CN117087485A (zh) | 一种大功率SiC电动汽车的充电安全监测系统及预警系统 | |
CN114084045A (zh) | 一种动力电池生命周期管理方法 | |
Hu et al. | An Equivalent Method of Distributed Generation Based on Discharge Behavior of Large-Scale Electric Vehicles | |
Li et al. | Empirical analysis of electric vehicles’ charging patterns: Case study from Shanghai | |
Wang et al. | A study of characteristics of motorway vehicle breakdown duration | |
CN115619514B (zh) | 一种多司机联合用车的换电运营平台及方法 | |
CN113156326B (zh) | 一种基于大数据的锂电池健康度预警方法 | |
CN114971749B (zh) | 一种基于含碳电价的充电模式电动公交车低碳充电方法 | |
US20240092221A1 (en) | Method for determining an optimal state-of-charge operating window for a battery |
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 |