CN113406513B - 基于新能源汽车数据插值的电压估计方法 - Google Patents
基于新能源汽车数据插值的电压估计方法 Download PDFInfo
- Publication number
- CN113406513B CN113406513B CN202110649253.1A CN202110649253A CN113406513B CN 113406513 B CN113406513 B CN 113406513B CN 202110649253 A CN202110649253 A CN 202110649253A CN 113406513 B CN113406513 B CN 113406513B
- Authority
- CN
- China
- Prior art keywords
- voltage
- working condition
- interpolation
- acceleration
- condition
- 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.)
- Active
Links
Images
Classifications
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- 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
- G01R31/005—Testing of electric installations on transport means
- G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
-
- 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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种基于新能源汽车数据插值的电压估计方法,其对现有新能源汽车的电压数据采集与预测方式进行了改进,在传统的基于数学理论的插值手段基础上,考虑了车辆在实际运行路线中所经历的多种工况,有效提高了电压曲线的预测精度。通过电压的计算结果,还能够对由电子地图或卫星导航平台获取的行驶路线进行标定,在不进行复杂的导航数据获取、运算的前提下,以极其便捷的方式实现了车辆行驶轨迹的精确确定,从而使本发明具有了现有技术所不具备的诸多有益效果。
Description
技术领域
本发明涉及新能源汽车电压监测技术领域,具体涉及利用新能源汽车数据对车辆电压进行插值估算的方法。
背景技术
随着新能源汽车的日渐普及,针对车辆动力系统的实时故障诊断变得越来越重要。目前,影响车辆性能和工作状态的指标如动力电池荷电状态SoC、健康状态SoH等尚缺乏直接测量的手段,因此在现阶段,获取精确的电压等电池工作参数对于准确估计动力电池的状态仍具有十分重要的意义。新源汽车在实车数据采集与处理方面相对于传统燃油车辆具有显著优势,如果能够有效加以利用则将实现诸多之前无法达到的作用,譬如随着新能源汽车云平台的建立,对单车行车轨迹的监控也更加便捷,而不同轨迹所对应的工况变化,也有助于提高电压估计的精确性。受限于数据采集处理成本限制,工程中多采用间隔采集结合插值的方式估计电压曲线,但由于现有的插值手段主要都是以数学理论为基础,忽略了车辆实际运行中的多种复杂影响因素。因此,如何结合新能源汽车的实车工况进行电压估计,是现有技术中亟待解决的技术问题。
发明内容
针对上述现有技术中存在的技术问题,本发明提供了一种基于新能源汽车数据插值的电压估计方法,具体包括以下步骤:
步骤1、新能源汽车云平台收集车载电压、电流、SoC数据以及仪表盘速度数据,并对收集的所述数据进行清洗、剔除操作形成初步的数据集;
步骤2、确定车辆某次行驶过程中的起点和终点,并根据电子地图确定行驶途中可能经过的路线及地形数据;
步骤3、根据行驶途中的速度数据并结合电压、电流数据判断车辆在途中不同路段具体对应于以下三种工况中的哪一种:匀速工况、加速工况、减速工况;
步骤4、对于不同工况分别计算数据采集间隔中的电压插值;
步骤5、结合收集的电压数据以及计算得到的电压插值,构成车辆在该次形式过程中的完整电压曲线。
进一步地,所述匀速工况、加速工况、减速工况具体基于以下准则:
分别定义各采样时刻1……n对应的仪表盘速度为v1,v2,...,vn,电流为I1,I2,...,In,定义为U1,U2,...,Un,下标表示采样时刻,以及常量c;
各工况定义为:
1)匀速工况:前后间隔10s内速度没有发生变化,即vi-vi-1=0并且电压、电流在此期间没有发生显著变化即Ii-Ii-1=0或者Ui-Ui-1=0;
2)加速工况:前后间隔10s内速度升高,即vi-vi-1>0,并且在电流参数不变的情况下,电压在此期间上升即Ui-Ui-1,或者在电压不变的情况下,电流在此期间上升即Ii-Ii-1>0;
加速工况具体细分为变加速工况和匀加速工况,具体定义为:
a)变加速工况:利用电压电流曲线突变来判断,即计算前后几帧加速度的信息ai=(vi-vi-1)÷τ,其中τ为第i与第i-1帧之间的采样间隔;若ai≠ai+1并且ai+1>ai,则将该情况定义为变加速工况;
b)匀加速工况:若ai为常数且大于0,则定义该情况为匀加速工况;
3)减速工况:前后间隔10s内速度下降即vi-vi-1<0,并且在电流不变的情况下,电压在此期间下降即Ui-Ui-1<0,或者在电压参数不变的情况下,电流在此期间下降即Ii-Ii-1<0;
减速工况具体细分为变减速工况和匀减速工况,具体定义为:
a)变减速工况:计算电压电流曲线发生突变前后几帧的加速度,若突变前后加速度不相等则将该情况定义为变加速工况;
b)匀减速工况:若ai为常数且小于0,则定义该情况为匀减速工况。
进一步地,对于不同工况分别计算数据采集间隔中的电压插值具体包括:
1)匀速工况插值:
2)加速工况插值:
①变加速工况插值:考虑电压曲线的变化情况执行以下插值:
3)减速工况插值:
①变减速工况插值:考虑电压曲线的变化情况执行以下插值:
进一步地,将由步骤3确定的行驶途中不同路段对应的工况,与电子地图所确定的行驶途中可能经过的路线及地形数据进行匹配,确定车辆的实际行驶路线。
上述本发明所提供的方法,对现有新能源汽车的电压数据采集与预测方式进行了改进,在传统的基于数学理论的插值手段基础上,考虑了车辆在实际运行路线中所经历的多种工况,有效提高了电压曲线的预测精度。通过电压的计算结果,还能够对由电子地图或卫星导航平台获取的行驶路线进行标定,在不进行复杂的导航数据获取、运算的前提下,以极其便捷的方式实现了车辆行驶轨迹的精确确定,从而使本发明具有了现有技术所不具备的诸多有益效果。
附图说明
图1为本发明所提供方法的总体流程示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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,都属于本发明保护的范围。
本发明所提供的一种基于新能源汽车数据插值的电压估计方法,如图1所示,具体包括以下步骤:
步骤1、新能源汽车云平台收集车载电压、电流、SoC数据以及仪表盘速度数据,并对收集的所述数据进行清洗、剔除操作形成初步的数据集;可选的实现方式如:由电池管理系统将采集到的电压、电流、SoC数据以及仪表盘中的速度信息通过CAN总线测传输方式传输给车载终端TBOX,车载终端TBOX再借助无线网络的网络连接方式传输给新能源汽车云平台。将得到的原始数据进行清洗、剔除等操作,形成初步的数据集。
步骤2、确定车辆某次行驶过程中的起点和终点,并根据电子地图比如高德地图APP确定行驶途中可能经过的路线及地形数据;
步骤3、根据行驶途中的速度数据并结合电压、电流数据判断车辆在途中不同路段具体对应于以下三种工况中的哪一种:匀速工况、加速工况、减速工况;
步骤4、对于不同工况分别计算数据采集间隔中的电压插值;
步骤5、结合收集的电压数据以及计算得到的电压插值,构成车辆在该次形式过程中的完整电压曲线。
在本发明的一个优选实施方式中,所述匀速工况、加速工况、减速工况具体基于以下准则:
分别定义各采样时刻1……n对应的仪表盘速度为v1,v2,...,vn,电流为I1,I2,...,In,定义为U1,U2,...,Un,下标表示采样时刻,以及常量c;
各工况定义为:
1)匀速工况:前后间隔10s内速度没有发生变化,即vi-vi-1=0并且电压、电流在此期间没有发生显著变化即Ii-Ii-1=0或者Ui-Ui-1=0;
2)加速工况:前后间隔10s内速度升高,即vi-vi-1>0,并且在电流参不变的情况下,电压在此期间上升即Ui-Ui-1,或者在电压不变的情况下,电流在此期间上升即Ii-Ii-1>0;
加速工况具体细分为变加速工况和匀加速工况,具体定义为:
a)变加速工况:利用电压电流曲线突变来判断,即计算前后几帧加速度的信息ai=(vi-vi-1)÷τ,其中τ为第i与第i-1帧之间的采样间隔;若ai≠ai+1并且ai+1>ai,则将该情况定义为变加速工况;
b)匀加速工况:若ai为常数且大于0,则定义该情况为匀加速工况;
3)减速工况:前后间隔10s内速度下降即vi-vi-1<0,并且在电流不变的情况下,电压在此期间下降即Ui-Ui-1<0,或者在电压参数不变的情况下,电流在此期间下降即Ii-Ii-1<0;
减速工况具体细分为变减速工况和匀减速工况,具体定义为:
a)变减速工况:计算电压电流曲线发生突变前后几帧的加速度,若突变前后加速度不相等则将该情况定义为变加速工况;
b)匀减速工况:若ai为常数且小于0,则定义该情况为匀减速工况。
对于不同工况分别计算数据采集间隔中的电压插值具体包括:
1)匀速工况插值:
2)加速工况插值:
①变加速工况插值:考虑电压曲线的变化情况执行以下插值:
3)减速工况插值:
①变减速工况插值:考虑电压曲线的变化情况执行以下插值:
对于某些真实的行车路线中,存在相互毗邻的若干可选路线,但由于地形、路面条件等多方面的差异,也会导致工况的不同,但受限于电子地图或导航平台的精度差异,有可能将若干路线识别为同一条,此时若要获得精确的实际行车路线,则需要进行精度更高的定位数据处理与运算,并将显著提高算力消耗。因此在本发明的一个优选实施方式中,将由步骤3确定的行驶途中不同路段对应的工况,与电子地图所确定的行驶途中可能经过的路线及地形数据进行匹配,确定车辆的实际行驶路线。
在本发明的一个优选实施方式中,选取1500帧数据执行上述本发明所提供的方法,通过与新能源汽车大数据平台基于采集的数据计算得到的电压相比,本发明能够达到较高的精度水平。
应理解,本发明实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (2)
1.基于新能源汽车数据插值的电压估计方法,其特征在于:具体包括以下步骤:
步骤1、新能源汽车云平台收集车载电压、电流、SoC数据以及仪表盘速度数据,并对收集的所述数据进行清洗、剔除操作形成初步的数据集;
步骤2、确定车辆某次行驶过程中的起点和终点,并根据电子地图确定行驶途中可能经过的路线及地形数据;
步骤3、根据行驶途中的速度数据并结合电压、电流数据判断车辆在途中不同路段具体对应于以下三种工况中的哪一种:匀速工况、加速工况、减速工况;
步骤4、对于不同工况分别计算数据采集间隔中的电压插值;
步骤5、结合收集的电压数据以及计算得到的电压插值,构成车辆在该次行驶过程中的完整电压曲线;
所述匀速工况、加速工况、减速工况具体基于以下准则:
分别定义各采样时刻1……n对应的仪表盘速度为v1,v2,...,vn,电流为I1,I2,...,In,定义电压为U1,U2,...,Un,下标表示采样时刻,以及常量c;
各工况定义为:
1)匀速工况:前后间隔10s内速度没有发生变化,即vi-vi-1=0并且电压、电流在此期间没有发生显著变化即Ii-Ii-1=0或者Ui-Ui-1=0;
2)加速工况:前后间隔10s内速度升高,即vi-vi-1>0,并且在电流参数不变的情况下,电压在此期间上升,或者在电压不变的情况下,电流在此期间上升即Ii-Ii-1>0;
加速工况具体细分为变加速工况和匀加速工况,具体定义为:
a)变加速工况:利用电压电流曲线突变来判断,及计算前后几帧加速度的信息ai=(vi-vi-1)÷τ,其中τ为第i与第i-1帧之间的采样间隔;若ai≠ai+1并且ai+1>ai,则将该情况定义为变加速工况;
b)匀加速工况:若ai为常数且大于0,则定义该情况为匀加速工况;
3)减速工况:前后间隔10s内速度下降即vi-vi-1<0,并且在电流不变的情况下,电压在此期间下降即Ui-Ui-1<0,或者在电压参数不变的情况下,电流在此期间下降即Ii-Ii-1<0;
减速工况具体细分为变减速工况和匀减速工况,具体定义为:
a)变减速工况:计算电压电流曲线发生突变前后几帧的加速度,若突变前后加速度不相等则将该情况定义为变减速工况;
b)匀减速工况:若ai为常数且小于0,则定义该情况为匀减速工况;
对于不同工况分别计算数据采集间隔中的电压插值具体包括:
1)加速工况插值:
①变加速工况插值:考虑电压曲线的变化情况执行以下插值:
2)减速工况插值:
①变减速工况插值:考虑电压曲线的变化情况执行以下插值:
2.如权利要求1所述的方法,其特征在于:将由步骤3确定的行驶途中不同路段对应的工况,与电子地图所确定的行驶途中可能经过的路线及地形数据进行匹配,确定车辆的实际行驶路线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110649253.1A CN113406513B (zh) | 2021-06-08 | 2021-06-08 | 基于新能源汽车数据插值的电压估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110649253.1A CN113406513B (zh) | 2021-06-08 | 2021-06-08 | 基于新能源汽车数据插值的电压估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113406513A CN113406513A (zh) | 2021-09-17 |
CN113406513B true CN113406513B (zh) | 2022-11-15 |
Family
ID=77683485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110649253.1A Active CN113406513B (zh) | 2021-06-08 | 2021-06-08 | 基于新能源汽车数据插值的电压估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113406513B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8368334B2 (en) * | 2009-11-18 | 2013-02-05 | Standard Microsystems Corporation | Brushless, three phase motor drive |
-
2021
- 2021-06-08 CN CN202110649253.1A patent/CN113406513B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Non-Patent Citations (5)
Title |
---|
不同工况下的电动汽车锂离子动力电池特性研究;徐煌等;《电气技术》;20150228(第02期);第12-16页 * |
电动汽车固定区域行驶工况开发研究;陈承鹤等;《农业装备与车辆工程》;20110630(第06期);第7-10+17页 * |
电动汽车用Ni MH电池建模及基于状态空间的SOC预测方法;邵海岳等;《汽车工程》;20041030;第26卷(第05期);第534-537+548页 * |
电动轻便摩托车实际行驶过程中放电工况的研究;吴广顺等;《拖拉机与农用运输车》;20160229;第43卷(第01期);第51-54页 * |
纯电动汽车REESS的电压电流采集方法研究;龚春忠等;《汽车科技》;20201231(第05期);第2-6页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113406513A (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111670340B (zh) | 一种车辆剩余行驶里程的获取方法、电子设备及车辆 | |
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 | |
CN111216730B (zh) | 电动汽车剩余续驶里程估算方法、装置、存储介质及设备 | |
CN107662510B (zh) | 剩余续驶里程检测方法、检测装置及车辆 | |
CN109558988B (zh) | 一种基于大数据融合的电动汽车能耗预测方法及系统 | |
CN108819722A (zh) | 一种电动汽车续航里程预估方法 | |
CN109784560A (zh) | 一种电动汽车续航里程估算方法及估算系统 | |
CN107458259A (zh) | 一种新能源电动汽车剩余里程估算方法 | |
CN107560599B (zh) | 一种基于特征点采样和曲线拟合的道路坡度数据处理方法 | |
CN105128853A (zh) | 一种用于计算增程式混合动力汽车续驶里程的系统 | |
CN111398828B (zh) | 电动汽车剩余电量和剩余行驶里程估计方法 | |
CN105539446A (zh) | 用于预测续航里程的方法和装置 | |
CN116572799B (zh) | 基于深度学习的动力电池荷电续航预测方法、系统及终端 | |
CN113335131A (zh) | 一种车辆续航里程预测方法、装置、设备和存储介质 | |
CN112083332A (zh) | 一种考虑用户感受的纯电动车续驶里程估算方法 | |
US9840160B2 (en) | Method for estimating the energy consumption of a motor vehicle | |
CN111806450A (zh) | 基于实际营运道路的路谱数据处理方法及动力匹配方法 | |
CN115817183A (zh) | 一种纯电动汽车续驶里程预测方法及预测装置 | |
CN108985966B (zh) | 电量消耗计算方法、装置、车辆及计算机可读存储介质 | |
CN113406513B (zh) | 基于新能源汽车数据插值的电压估计方法 | |
CN113469455A (zh) | 一种续航数据的预估方法和装置 | |
CN114676870A (zh) | 车速预测方法、车速预测模型训练方法和相关装置 | |
EP4191744A1 (en) | Computing system, battery deterioration predicting method, and battery deterioration predicting program | |
CN110780204B (zh) | 一种电动汽车电池组容量估值方法 | |
CN111077466B (zh) | 一种确定车辆电池健康状态的方法及装置 |
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 |