CN112046335A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112046335A CN112046335A CN202010938541.4A CN202010938541A CN112046335A CN 112046335 A CN112046335 A CN 112046335A CN 202010938541 A CN202010938541 A CN 202010938541A CN 112046335 A CN112046335 A CN 112046335A
- Authority
- CN
- China
- Prior art keywords
- ecr
- electric
- driving
- model
- vehicle
- 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
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
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- 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
-
- 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
- B60L2260/54—Energy consumption estimation
-
- 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)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开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,步骤一、准备基础计算参数,包括采集当前环境行驶路况数据及采集某型电动物流货运车的基础参数;步骤二、建立电动汽车单位里程消耗率ECR的数学模型;步骤三、计算最大行驶距离,并根据ECR数学模型确定电动汽车物流运输的经济速度。本发明方法的优点在于(1)电动车单位里程耗电率模型中电能消耗的构成因子考虑全面详尽,故ECR模型更有实用性与准确度。(2)比较多种耗电场景分析速度对剩余里程的影响,为构建EVRP问题提供了更广阔的应用和创新前景。(3)本方法进一步分析了ECR模型中的各部分占比,从而对电动车的驾驶方式产生更经济的指导价值。
Description
技术领域
本发明涉及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,尤其涉及一种新能源领域的剩余里程计算模型,建立了一种基于汽车行驶电能消耗种类和原理分析角度的单位里程消耗率(Theelectricityconsumptionrate,ECR)的数学模型,为新能源电动汽车的出行提供剩余里程的计算方法。本发明可应用于支持物流配送或城市垃圾转运的电动汽车(任意型号),计算其在不同载重和行驶速度情况下的最大行驶距离,在满足配送/转运要求的同时,合理规划电动车车辆路径。属于管理科学与工程中交通运筹优化的技术领域。
背景技术
随着我国经济化进程的逐步推进,中国每年对石油的需求增长量占全球需求增长量的41%,而每年新增的2/3的石油需求主要消耗在交通运输业。因此,使用电力汽车替代燃油汽车必将大幅度地减少石油资源消耗。电力汽车(ElectricVehicle,EV)作为清洁能源运输工具,在物流配送领域的应用具有减少碳排放、改善大气环境、减少噪声污染以及降低配送成本等诸多优点。但是由于电力汽车满电量里程通常较短、途中充电设施不足够充分且充电时间较长,电力汽车需要比传统的燃油汽车更需要注重其路线行程的规划问题。
发动机必须克服空气动力学,轮胎,动力传动系统,辅助,动力/潜在损失以及其他因素的影响,才能提供足够的动力来推动电动汽车,与以高速行驶的电动汽车相比,以低速度行驶的电动汽车具有更高(甚至两倍)的行驶距离,如图2所示。速度变化行程范围受许多因素影响,因为速度会影响轮胎,空气动力学以及动力学/潜在损失。除了速度以外,其他因素(例如负载和道路坡度)也可以直接影响动力传动系统的需求,并间接影响轮胎和动力/潜在损失。
综上所述,电动汽车的行驶里程(即充满电后的最大行驶距离)受到行驶参数(如车速、载重、A/C状态、驾驶模式、环境温度等)的显著影响,即在行驶过程中,每单位行驶距离的电动汽车能耗模型(ECR)随环境条件而变化,进而影响充电站的访问和充电时间。因此,建立动态ECR具有实际意义。
但是在目前的研究中,多数研究人员将能量消耗视为行驶距离的线性函数,完全忽略了其他因素的影响;还有一些研究将电动汽车的行驶速度视为固定值,仅仅考虑电动汽车载重对于ECR模型的影响,这是非常不全面的;最近有研究人员考虑到了速度和载重的共同变化对ECR的影响,但是使用了经验回归的方法,精确程度不高。
在本发明中,我们通过总结所有导致空气动力学,轮胎,动力传动系统,辅助以及动力学/潜在损失的实际消耗量,提出了动态ECR模型,相比较之前的ECR模型,不仅提高了精确程度,而且将充分考虑了电动汽车在行驶过程中的速度、载重变化,也更具备实际应用价值。
具体应用场景,我们以电动汽车中的电动货运汽车为例,在道路倾斜度为Φ的情况下,该电动汽车的最大行驶距离同时受到速度v和载重f的影响,其中v为行驶速度,f为负载重量。当车辆载重一定时,单位里程消耗率函数e(f,v)是一个凹型曲线,具有最低点,对应着一个导致最低单位里程电量消耗率的速度v*。当汽车行驶速度越接近于v*时,电量消耗率越低,而越偏离v*,相应的电量消耗率越高。在途中充电设施不足够充分且充电时间较长的情况下,本发明提供一种基于电动汽车能耗模型的剩余行驶里程计算方法,从而可以通过合理安排途中行驶速度、行驶时间、驾驶参数等,以达到既能使电动汽车有较大的行驶里程和较高的电能利用率,又能满足配送时间要求和优化运输成本的目标。
发明内容
本项发明的目的在于提供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,从而通过合理安排途中行驶速度、行驶时间、驾驶参数等,帮助企业在满足其运输要求的前提下,使电动汽车有较大的行驶里程和较高的电能利用率。
假定某电动汽车需要对多个客户点进行物流配送,在途中充电设施不足够充分且充电时间较长的情况下,考虑基于汽车行驶电能消耗的种类和原理分析的角度,建立新能源电动汽车单位里程消耗率(Theelectricityconsumptionrate,ECR)的数学模型,假设电动车动力电池容量为C千瓦时,则其最大行驶距离可计算为L=1000·C/ECR。
下面是本发明给出的电动汽车的剩余行驶里程计算方法。该模型考虑从以下几个方面分解展开电能消耗的构成:空气阻力、轮胎滚动摩擦、机械传动损耗、车载电子设备消耗、动/势能转换,建立ECR与行驶参数关系模型。为便于对该数学模型的准确描述,先给出下表的数学符号如下表1:
表1
基于以上符号定义,可以建立电动车电能消耗的分解模型,从而给出任意型号的电动汽车的ECR模型,并将该模型应用于电动汽车剩余里程的计算中。
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,具体步骤如下:
步骤一、准备基础计算参数:
(1)采集当前环境行驶路况数据
根据天气质量确定空气密度(kg/m3),根据当地经纬度确定重力加速度(m/s2)的估算值,根据行驶道路的地面粗糙程度确定轮胎滚动阻力系数并观察计算所行驶道路的道路倾角,根据路况交通信号灯个数确定单位距离范围内汽车平均制动次数。
(2)采集某型电动物流货运车的基础参数
根据电动车型号并综合其出厂册所提供的各项基础参数,可采集其迎风面积(m2)、汽车牵引效率、空车重量(kg)、汽车载重(kg)、传动系数(v3)、传动系数(v2)、传动系数(v)、车辆静止状态的功率占比、车载空调功率(Watt)、其他车载电子设备总功率(Watt)、汽车动力电池容量(kWh)、电动汽车动能回收装置的效率系数等车辆基础参数。
步骤二、建立电动汽车单位里程消耗率(Theelectricityconsumptionrate,ECR)的数学模型:
考虑从以下几个方面分解展开电能消耗的构成:空气风阻损耗、轮胎滚动摩擦损耗、机械传动损耗、车载电子设备损耗、动/势能转换损耗,建立ECR与行驶参数关系模型。各项构成成分的分析思路如下:
(1)空气风阻损耗
(2)轮胎滚动摩擦损耗
汽车轮胎滚动摩擦损耗是由于轮胎克服道路表面的滚动阻力而产生。滚动阻力的计算为N·Cr,则轮胎滚动摩擦损耗可表示为如下:
(3)机械传动损耗
机械传动损失是将汽车动力电池中的电能转化为四个车轮上的扭矩过程中的损失率。燃油型汽车的出场手册中一般均提供了本车型各个档位的传动损失率,与速度不相关。而电动汽车一般不设档位,其传动系统损失率可考虑为一个速度相关的多项式,例如PDr=αDrv3+βDrv2+γDrv+CDr。对于给定的行驶距离d(m),机械传动损失导致的电能消耗率(kWh/h)可计算如下:
ECRDr=PDrd/v=(αDrv3+βDrv2+γDrv+CDr)d/v·1000/3600 (3)
(4)车载电子设备损耗
车上的电子设备,如空调(A/C)、加热器、车载计算机、音响灯光系统等,在行驶过程中都需要消耗电池电能。车上电子设备的总功率可以表示为PAnc=PA/C+Pothers,其中由于空调(A/C)是可调控的主要耗电设备,单独作为行驶过程中的可控变量。这样,当车辆以速度v行驶一个给定距离d(m)时,所需时间为d/v,车载电子设备的总能耗可表示为:
ECRancillary=(PA/C+Pothers)d/v·1000/3600 (4)
(5)动能/势能转换损耗
当道路地势高度变化或车辆行驶速度变化时,电动汽车车身动身和势能之间转化存在能耗损失。并且电动汽车一般都安装有“动能回收装置”(即减速时车身动能自动转换为动能存储起来)。动能/势能转换的损失能耗可表示为:
汇总上述五种损耗,电动汽车的单位里程消耗率ECR数学模型可以综合表示如下:
步骤三、计算最大行驶距离,并根据ECR数学模型确定电动汽车物流运输的经济速度:
假设电动汽车动力电池容量为C千瓦时,则其最大行驶距离可计算为L=1000·C/ECR。汽车的单位里程耗能率ECR模型由五部分组成,根据确定的计算参数可对ECR中各部分占比进行分析。
本发明提供的计算电动汽车剩余里程的计算方法可以对最大行驶距离和速度的关系进行分析,从而确定不同情况下电动汽车运输的经济速度。
本发明提供了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,在途中充电设施不足够充分且充电时间较长的情况下,可以通过合理安排途中行驶速度、行驶时间、驾驶参数等,以达到既能使电动汽车有较大的行驶里程和较高的电能利用率,又能满足配送时间要求和优化运输成本的目标。
本发明方法有三点优点:(1)电动车单位里程耗电率模型中电能消耗的构成因子考虑全面详尽,故ECR模型更有实用性与准确度。(2)比较多种耗电场景分析速度对剩余里程的影响,为构建EVRP问题提供了更广阔的应用和创新前景。(3)本方法进一步分析了ECR模型中的各部分占比,从而对电动车的驾驶方式产生更经济的指导价值。
附图说明
图1 ECR中各部分占比
图2最大行驶里程与速度的关系
图3实例中ECR各部分能耗
图4不同时间段剩余里程
图5为本发明方法的流程框图
具体实施方式
下面结合附图和实施例,对本发明的技术方案做进一步的说明。
在途中充电设施不足够充分且充电时间较长的情况下,本发明提供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,即通过建立新能源电动汽车单位里程消耗率模型来计算电动汽车的最大行驶里程,本方法可以通过合理安排途中行驶速度、行驶时间、驾驶参数等,以达到既能使电动汽车有较大的行驶里程和较高的电能利用率,又能满足配送时间要求和优化运输成本的目标,该方法的具体实施步骤的程序化描述如下:
步骤一、收集并确定基础计算参数
假定车辆从某起点0出发,综合当前道路行驶环境,以某型电动垃圾车的参数为例,基础计算参数如表2所示:
表2
步骤二、计算ECR模型中各部分占比
代入计算参数,在不考虑交通道路倾角和交通信号灯时,分别作出ECRaur、ECRture、ECRDr、ECRancillary和ECRkp等五种耗电子模型和总ECR耗电模型的耗电率-速度曲线,如图1所示。从图中可以看出风阻损耗随速度的增加而快速增加,在高速时是电动汽车最大能耗源。轮胎滚动摩擦和传动损耗受速度影响较小,保持相对稳定。
步骤三、实例分析
将此能耗模型应用于具体情境中,假设一台电动垃圾车,基础参数如表2所示,在北京市海淀区负责一定区域范围内街道的垃圾清理工作,其中单位距离的平均减速次数假定为0.001,电动垃圾车于清晨6:00出发,此时段内交通车流速度为50km/h,空载状态;进行垃圾清理1h之后,即清晨7:00时段,出现了早高峰的交通拥堵情况,此时交通车流速度为40km/h,载重为1000kg;上午8:00之后交通拥堵情况得到了缓解,电动垃圾车的行驶速度维持在60km/h左右,载重为2000kg。
(1)6:00—7:00时段,电动垃圾车车速为50km/h,空载状态,各部分能耗计算如下表3:
表3
此时段内汽车最大行驶距离为
L=1000·C/ECR=1000·85/215.6=394km
(2)7:00—8:00时段,电动垃圾车车速为40km/h,载重1000kg,各部分能耗计算如下
表4:
表4
此时段内汽车最大行驶距离为
L=1000·C/ECR=1000·85/256.09=331.91km
(3)8:00之后,电动垃圾车车速为60km/h,载重2000kg,各部分能耗计算如下表5:
表5
此时段内汽车最大行驶距离为
L=1000·C/ECR=1000·85/385.49=220.50km
综上所述,应用于具体场景中的三个时间段的电动垃圾车的ECR各部分能耗情况对比如图3所示,三个时间段的最大行驶距离如图4所示。
基于上述的初步电能消耗分解模型,可以建立任意型号电动汽车的ECR模型,并将该模型应用于EVRP问题的数学规划建模。
Claims (1)
1.一种基于行驶能耗模型的电动汽车剩余行驶里程计算方法,其特征在于:该方法的具体步骤如下:
步骤一、准备基础计算参数
(1)采集当前环境行驶路况数据,包括:空气密度、当地经纬度确定重力加速度的估算值、轮胎滚动阻力系数、所行驶道路的道路倾角、汽车平均制动次数;
(2)电动汽车的基础参数,包括:其迎风面积、汽车牵引效率、空车重量、汽车载重、传动系数、车辆静止状态的功率占比、车载空调功率、其他车载电子设备总功率、汽车动力电池容量、电动汽车动能回收装置的效率系数;
步骤二、建立电动汽车单位里程消耗率ECR数学模型
从以下几个方面分解展开电能消耗的构成:空气风阻损耗、轮胎滚动摩擦损耗、机械传动损耗、车载电子设备损耗、动/势能转换损耗,建立ECR与行驶参数关系模型;
汇总上述五种损耗,电动汽车单位里程消耗率ECR数学模型综合表示如下:
其中,ECRair为空气风阻损耗,ECRtire为轮胎滚动摩擦损耗,ECRDr为机械传动损耗,ECRancillary为车载电子设备损耗,ECRkp为动/势能转换损耗;
步骤三、计算最大行驶距离,并根据ECR数学模型确定电动汽车物流运输的经济速度:
假设电动汽车动力电池容量为C千瓦时,则其最大行驶距离L=1000·C/ECR;所述的ECR模型由五部分组成,根据确定的计算参数可对ECR中各部分占比进行分析,从而确定不同情况下电动汽车运输的经济速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938541.4A CN112046335A (zh) | 2020-09-09 | 2020-09-09 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010938541.4A CN112046335A (zh) | 2020-09-09 | 2020-09-09 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112046335A true CN112046335A (zh) | 2020-12-08 |
Family
ID=73610523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010938541.4A Pending CN112046335A (zh) | 2020-09-09 | 2020-09-09 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112046335A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113147756A (zh) * | 2021-06-08 | 2021-07-23 | 安徽江淮汽车集团股份有限公司 | 基于压力传感器的纯电动车辆路线规划方法及系统 |
CN113479116A (zh) * | 2021-07-09 | 2021-10-08 | 东风柳州汽车有限公司 | 一种氢燃料电池车可续航里程的计算方法及装置 |
CN113844261A (zh) * | 2021-08-20 | 2021-12-28 | 合众新能源汽车有限公司 | 电动汽车能耗显示方法及装置 |
CN114407661A (zh) * | 2022-02-10 | 2022-04-29 | 北京理工大学重庆创新中心 | 基于数据驱动的电动车能耗预测方法、系统、设备及介质 |
CN114919459A (zh) * | 2022-05-24 | 2022-08-19 | 潍柴动力股份有限公司 | 一种续驶里程的确定方法、装置和计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862121A (zh) * | 2017-11-01 | 2018-03-30 | 毛国强 | 基于绿波带的电动汽车能耗模型设计方法及其系统 |
CN108001275A (zh) * | 2017-12-11 | 2018-05-08 | 湖州师范学院 | 一种燃料电池电动汽车电力耦合驱动系统及其控制方法 |
CN109733248A (zh) * | 2019-01-09 | 2019-05-10 | 吉林大学 | 基于路径信息的纯电动汽车剩余里程模型预测方法 |
CN110126841A (zh) * | 2019-05-09 | 2019-08-16 | 吉林大学 | 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法 |
CN110435429A (zh) * | 2019-08-14 | 2019-11-12 | 福州大学 | 一种融合能耗预测的双电机电动汽车续航里程估计方法 |
JP2020141165A (ja) * | 2019-02-26 | 2020-09-03 | トヨタ自動車株式会社 | 情報提供装置 |
-
2020
- 2020-09-09 CN CN202010938541.4A patent/CN112046335A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862121A (zh) * | 2017-11-01 | 2018-03-30 | 毛国强 | 基于绿波带的电动汽车能耗模型设计方法及其系统 |
CN108001275A (zh) * | 2017-12-11 | 2018-05-08 | 湖州师范学院 | 一种燃料电池电动汽车电力耦合驱动系统及其控制方法 |
CN109733248A (zh) * | 2019-01-09 | 2019-05-10 | 吉林大学 | 基于路径信息的纯电动汽车剩余里程模型预测方法 |
JP2020141165A (ja) * | 2019-02-26 | 2020-09-03 | トヨタ自動車株式会社 | 情報提供装置 |
CN110126841A (zh) * | 2019-05-09 | 2019-08-16 | 吉林大学 | 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法 |
CN110435429A (zh) * | 2019-08-14 | 2019-11-12 | 福州大学 | 一种融合能耗预测的双电机电动汽车续航里程估计方法 |
Non-Patent Citations (1)
Title |
---|
涂昊然: "《基于驾驶行为的纯电动汽车能耗分析方法研究》", 30 December 2018 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113147756A (zh) * | 2021-06-08 | 2021-07-23 | 安徽江淮汽车集团股份有限公司 | 基于压力传感器的纯电动车辆路线规划方法及系统 |
CN113479116A (zh) * | 2021-07-09 | 2021-10-08 | 东风柳州汽车有限公司 | 一种氢燃料电池车可续航里程的计算方法及装置 |
CN113844261A (zh) * | 2021-08-20 | 2021-12-28 | 合众新能源汽车有限公司 | 电动汽车能耗显示方法及装置 |
CN114407661A (zh) * | 2022-02-10 | 2022-04-29 | 北京理工大学重庆创新中心 | 基于数据驱动的电动车能耗预测方法、系统、设备及介质 |
CN114407661B (zh) * | 2022-02-10 | 2023-11-07 | 北京理工大学重庆创新中心 | 基于数据驱动的电动车能耗预测方法、系统、设备及介质 |
CN114919459A (zh) * | 2022-05-24 | 2022-08-19 | 潍柴动力股份有限公司 | 一种续驶里程的确定方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US11745616B2 (en) | Systems and methods of battery management and control for a vehicle | |
Younes et al. | Analysis of the main factors influencing the energy consumption of electric vehicles | |
CN110135632A (zh) | 基于路径信息的phev自适应最优能量管理方法 | |
CN105416077A (zh) | 一种电动汽车的能量管理系统及管理方法 | |
CN111959490A (zh) | 插电式混合动力汽车模型参考自适应最优能量管理方法 | |
Ganji et al. | A study on look-ahead control and energy management strategies in hybrid electric vehicles | |
CN111532264A (zh) | 一种面向变坡度和变限速交通场景的智能网联汽车巡航车速优化方法 | |
CN110356397A (zh) | 基于道路坡度的能量归一最小化的混合动力汽车优化方法 | |
CN115158094A (zh) | 基于长短期soc规划的插电式混合动力汽车能量管理方法 | |
Souffran et al. | Simulation of real-world vehicle missions using a stochastic Markov model for optimal design purposes | |
CN114148325A (zh) | 重型混合动力商用车预见性能量管理方法 | |
CN105329191A (zh) | 一种高效节能的电动汽车续航控制系统 | |
Mohammed et al. | Conversion and performance evaluation of petrol engine to electric powered three-wheeler vehicle with an onboard solar charging system | |
Lewis et al. | Design and modeling for hydrogen fuel cell conversion of parcel delivery trucks | |
Din et al. | Operation and energy evaluation of diesel and hybrid trains with smart switching controls | |
Zhang et al. | Predictive energy management strategy for fully electric vehicles based on hybrid model predictive control | |
Yiangkamolsing et al. | A development of electric Tuk Tuk conversion in Thailand | |
Leska et al. | Comparative Calculation of the Fuel–Optimal Operating Strategy for Diesel Hybrid Railway Vehicles | |
Xiao et al. | A power consumption and total cost of ownership analysis of extended range system for a logistics van | |
Zammit et al. | Cost and Emission Comparison of Long-Distance Travel and Life-Cycle for EV and ICE Vehicle: A Case Study | |
Gruosso | Model based design of power management for hybrid electric vehicle | |
CN114312777A (zh) | 一种燃料电池重卡预见性巡航控制方法及系统 | |
Halima et al. | Effects of control strategy on fuel consumption and gas emissions: application for series hybrid electric vehicle | |
Zhang et al. | Analysis on influence factors of energy consumption of electric vehicles based on real-world driving data |
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 |