CN113591225A - 一种新能源电动汽车能耗计算方法 - Google Patents

一种新能源电动汽车能耗计算方法 Download PDF

Info

Publication number
CN113591225A
CN113591225A CN202110942321.3A CN202110942321A CN113591225A CN 113591225 A CN113591225 A CN 113591225A CN 202110942321 A CN202110942321 A CN 202110942321A CN 113591225 A CN113591225 A CN 113591225A
Authority
CN
China
Prior art keywords
energy consumption
mileage
recording
acquiring
electric automobile
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.)
Withdrawn
Application number
CN202110942321.3A
Other languages
English (en)
Inventor
王燕清
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.)
Nanjing Xiaozhuang University
Original Assignee
Nanjing Xiaozhuang 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 Nanjing Xiaozhuang University filed Critical Nanjing Xiaozhuang University
Priority to CN202110942321.3A priority Critical patent/CN113591225A/zh
Publication of CN113591225A publication Critical patent/CN113591225A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种新能源电动汽车能耗计算方法，包括以下步骤：A、获取新能源电动汽车的设定行驶里程数，记为S1；B、获取设定行驶里程数消耗的电量，记为P1；C、获取新能源电动汽车的设定行驶里程数，记为S2；D、获取设定行驶里程数消耗的电量，记为P2；E、获取新能源电动汽车的设定行驶里程数，记为S3；F、获取设定行驶里程数消耗的电量，记为P3；G、最后计算平均能耗；H、将平均能耗利用MapReduce技术的模糊C均值聚类并行算法，建立用户用电分析模型；通过用户用电分析模型对下一周期的新能源电动汽车工作能耗进行预测，本发明的计算方法精确度高，同时能够对后期的能耗进行预测，从而提醒驾驶员规范自己的驾驶习惯。

Description

一种新能源电动汽车能耗计算方法
技术领域
本发明涉及新能源电动汽车供电系统技术领域，具体为一种新能源电动汽车能耗计算方法。
背景技术
新能源汽车是指采用非常规的车用燃料作为动力来源(或使用常规的车用燃料、采用新型车载动力装置)，综合车辆的动力控制和驱动方面的先进技术，形成的技术原理先进、具有新技术、新结构的汽车。新能源汽车包括纯电动汽车、增程式电动汽车、混合动力汽车、燃料电池电动汽车、氢发动机汽车等。
在蓄电池总能量不变的情况下，依靠减少单位时间的能耗来提高续驶里程，这个过程离不开电动汽车能耗的计算，目前的平均能耗计算方法精确度低，且无法实现后期能耗的预测，因此，有必要进行改进。
发明内容
本发明的目的在于提供一种新能源电动汽车能耗计算方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种新能源电动汽车能耗计算方法,包括以下步骤：
A、获取新能源电动汽车的设定行驶里程数，记为S1；
B、获取设定行驶里程数消耗的电量，记为P1；
C、获取新能源电动汽车的设定行驶里程数，记为S2；
D、获取设定行驶里程数消耗的电量，记为P2；
E、获取新能源电动汽车的设定行驶里程数，记为S3；
F、获取设定行驶里程数消耗的电量，记为P3；
G、最后计算平均能耗；
H、将平均能耗利用MapReduce技术的模糊C均值聚类并行算法，建立用户用电分析模型；通过用户用电分析模型对下一周期的新能源电动汽车工作能耗进行预测。
优选的，本申请提供的一种新能源电动汽车能耗计算方法，其中，所述步骤G中平均能耗计算方法如下：
1）、计算第一段行驶里程的平均能耗，记为Q1，Q1=S1/P1；
2）、计算第二端行驶里程的平均能耗，记为Q2，Q2=S2/P2；
3）、计算第三段行驶里程的平均能耗，记为Q3，Q3=S3/P3；
4）、最后计算整体平均能耗。
优选的，本申请提供的一种新能源电动汽车能耗计算方法，其中，所述步骤4）中整体平均能耗记为Qp，
Qp=【（Q1+Q2）/2+(Q1+Q3)/2+(Q2+Q3)/2】/3。
优选的，其中，行驶里程数S1为行驶里程数S2的1.5-2倍；行驶里程数S2是行驶里程数S3的2-3倍。
优选的，一种新能源电动汽车能耗计算装置，所述能耗计算装置包括里程数获取单元、能耗获取单元、主控单元、计算单元和预测单元，所述主控单元分别连接里程数获取单元、能耗获取单元、计算单元和预测单元，所述里程数获取单元用于获取新能源电动汽车的行驶里程数，所述能耗获取单元用于获取新能源电动汽车消耗的电量，所述计算单元用于计算平均能耗，所述预测单元用于预测后期电动汽车能耗。
优选的，还包括数据传输单元和后台监测单元，所述主控单元通过数据传输单元连接后台监测单元。
优选的，所述数据传输单元采用光纤传输系统传输数据。
与现有技术相比，本发明的有益效果是：本发明的计算方法精确度高，同时能够对后期的能耗进行预测，而且该平均电耗能体现出本次驾驶循环内驾驶员的驾驶习惯对平均电耗的影响，从而提醒驾驶员规范自己的驾驶习惯；另外，将平均能耗利用MapReduce技术的模糊C均值聚类并行算法，建立用户用电分析模型能够让用户更直观的了解能耗数据，从而起到警示作用。
附图说明
图1为本发明流程；
图2为本发明控制原理框图；
图中：里程数获取单元1、能耗获取单元2、主控单元3、计算单元4、预测单元5、数据传输单元6和后台监测单元7。
具体实施方式
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。
在本发明的描述中，需要说明的是，术语“上”、 “下”、 “内”、 “外”“前端”、 “后端”、 “两端”、 “一端”、 “另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、 “第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、 “连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1-2，本发明提供一种技术方案：一种新能源电动汽车能耗计算方法,包括以下步骤：
A、获取新能源电动汽车的设定行驶里程数，记为S1；
B、获取设定行驶里程数消耗的电量，记为P1；
C、获取新能源电动汽车的设定行驶里程数，记为S2；
D、获取设定行驶里程数消耗的电量，记为P2；
E、获取新能源电动汽车的设定行驶里程数，记为S3；
F、获取设定行驶里程数消耗的电量，记为P3；
G、最后计算平均能耗；
H、将平均能耗利用MapReduce技术的模糊C均值聚类并行算法，建立用户用电分析模型；通过用户用电分析模型对下一周期的新能源电动汽车工作能耗进行预测。
其中，模糊C均值是一种重要的软聚类算法，针对模糊C均值的随着数据量的增加、时间复杂度过高的缺点，提出了一种基于MapReduce技术的模糊C均值聚类并行算法，该算法重新设计模糊C均值，使其符合MapReduce的基于key/value的编程模型，并行计算数据集中到中心点的隶属度，并重新计算出的聚类中心，提高了模糊C均值处于大容量数据的计算效率，基于MapReduce的并行模糊C均值算法具有较高的加速比和扩展性。
本发明中，步骤G中平均能耗计算方法如下：
1）、计算第一段行驶里程的平均能耗，记为Q1，Q1=S1/P1；
2）、计算第二端行驶里程的平均能耗，记为Q2，Q2=S2/P2；
3）、计算第三段行驶里程的平均能耗，记为Q3，Q3=S3/P3；
4）、最后计算整体平均能耗。
步骤4）中整体平均能耗记为Qp，
Qp=【（Q1+Q2）/2+(Q1+Q3)/2+(Q2+Q3)/2】/3。
此外，本发明中，行驶里程数S1为行驶里程数S2的1.5-2倍；行驶里程数S2是行驶里程数S3的2-3倍。行驶里程数设置，能够进一步确保计算的精确性。
另外，本发明还公开了一种新能源电动汽车能耗计算装置，所述能耗计算装置包括里程数获取单元1、能耗获取单元2、主控单元3、计算单元4和预测单元5，所述主控单元3分别连接里程数获取单元1、能耗获取单元2、计算单元4和预测单元5，所述里程数获取单元用于获取新能源电动汽车的行驶里程数，所述能耗获取单元用于获取新能源电动汽车消耗的电量，所述计算单元用于计算平均能耗，所述预测单元用于预测后期电动汽车能耗；还包括数据传输单元6和后台监测单元7，所述主控单元3通过数据传输单元6连接后台监测单元7，所述数据传输单元6采用光纤传输系统传输数据。
综上所述，本发明的计算方法精确度高，同时能够对后期的能耗进行预测，而且该平均电耗能体现出本次驾驶循环内驾驶员的驾驶习惯对平均电耗的影响，从而提醒驾驶员规范自己的驾驶习惯；另外，将平均能耗利用MapReduce技术的模糊C均值聚类并行算法，建立用户用电分析模型能够让用户更直观的了解能耗数据，从而起到警示作用。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (7)

1.一种新能源电动汽车能耗计算方法,其特征在于：包括以下步骤：
A、获取新能源电动汽车的设定行驶里程数，记为S1；
B、获取设定行驶里程数消耗的电量，记为P1；
C、获取新能源电动汽车的设定行驶里程数，记为S2；
D、获取设定行驶里程数消耗的电量，记为P2；
E、获取新能源电动汽车的设定行驶里程数，记为S3；
F、获取设定行驶里程数消耗的电量，记为P3；
G、最后计算平均能耗；
H、将平均能耗利用MapReduce技术的模糊C均值聚类并行算法，建立用户用电分析模型；通过用户用电分析模型对下一周期的新能源电动汽车工作能耗进行预测。
2.根据权利要求1所述的一种新能源电动汽车能耗计算方法，其特征在于：所述步骤G中平均能耗计算方法如下：
1）、计算第一段行驶里程的平均能耗，记为Q1，Q1=S1/P1；
2）、计算第二端行驶里程的平均能耗，记为Q2，Q2=S2/P2；
3）、计算第三段行驶里程的平均能耗，记为Q3，Q3=S3/P3；
4）、最后计算整体平均能耗。
3.根据权利要求2所述的一种新能源电动汽车能耗计算方法，其特征在于：所述步骤4）中整体平均能耗记为Qp，
Qp=【（Q1+Q2）/2+(Q1+Q3)/2+(Q2+Q3)/2】/3。
4.根据权利要求1所述的一种新能源电动汽车能耗计算方法，其特征在于：其中，行驶里程数S1为行驶里程数S2的1.5-2倍；行驶里程数S2是行驶里程数S3的2-3倍。
5.一种新能源电动汽车能耗计算装置，其特征在于：所述能耗计算装置包括里程数获取单元（1）、能耗获取单元（2）、主控单元（3）、计算单元（4）和预测单元（5），所述主控单元（3）分别连接里程数获取单元（1）、能耗获取单元（2）、计算单元（4）和预测单元（5），所述里程数获取单元用于获取新能源电动汽车的行驶里程数，所述能耗获取单元用于获取新能源电动汽车消耗的电量，所述计算单元用于计算平均能耗，所述预测单元用于预测后期电动汽车能耗。
6.根据权利要求5所述的一种新能源电动汽车能耗计算装置，其特征在于：还包括数据传输单元（6）和后台监测单元（7），所述主控单元（3）通过数据传输单元（6）连接后台监测单元（7）。
7.根据权利要求6所述的一种新能源电动汽车能耗计算装置，其特征在于：所述数据传输单元（6）采用光纤传输系统传输数据。
CN202110942321.3A 2021-08-17 2021-08-17 一种新能源电动汽车能耗计算方法 Withdrawn CN113591225A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110942321.3A CN113591225A (zh) 2021-08-17 2021-08-17 一种新能源电动汽车能耗计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110942321.3A CN113591225A (zh) 2021-08-17 2021-08-17 一种新能源电动汽车能耗计算方法

Publications (1)

Publication Number Publication Date
CN113591225A true CN113591225A (zh) 2021-11-02

Family

ID=78258412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110942321.3A Withdrawn CN113591225A (zh) 2021-08-17 2021-08-17 一种新能源电动汽车能耗计算方法

Country Status (1)

Country Link
CN (1) CN113591225A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114154107A (zh) * 2021-12-09 2022-03-08 重庆金康赛力斯新能源汽车设计院有限公司 一种平均能耗计算方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114154107A (zh) * 2021-12-09 2022-03-08 重庆金康赛力斯新能源汽车设计院有限公司 一种平均能耗计算方法和装置

Similar Documents

Publication Publication Date Title
CN101667665B (zh) 能够满足快速更换分箱充电模式的电池管理系统
CN101625398B (zh) 一种纯电动车电池寿命计算及报警装置的控制方法
CN108819722A (zh) 一种电动汽车续航里程预估方法
CN110871708A (zh) 整车电量智能预警方法、系统及车辆
CN106025399A (zh) 一种汽车蓄电池监控方法及系统
CN101740837A (zh) 一种用于电动汽车车载充电和快速充电的控制方法
CN110549915B (zh) 一种氢燃料电池混合动力新能源车续驶里程估算方法
CN107528095B (zh) 基于新能源车辆存储卡数据的低压蓄电池失效预测方法
WO2019184864A1 (zh) 电动汽车及根据其的用户使用习惯进行提示的系统、方法
CN111624924A (zh) 一种新能源汽车远程监控系统
CN111660963A (zh) 应用于低速电动车的集成电池管理系统功能的整车控制器
WO2019184841A1 (zh) 电动汽车及其中动力电池的管理系统、方法
CN112600194A (zh) 汽车的充电管理方法、装置、汽车、存储介质及处理器
CN113771691B (zh) 基于赛博物理系统的全生命周期动力电池管理装置及方法
CN114001989B (zh) 一种基于工况识别的单车空调能耗预测方法及预测装置
CN205430625U (zh) 基于车联网的电动汽车车载终端
CN208207566U (zh) 一种基于nbiot协议的bms远程监控系统
CN111982531B (zh) 评估电池与整车匹配性的方法
CN107492688B (zh) 一种电池维护方法、装置及车辆
CN113591225A (zh) 一种新能源电动汽车能耗计算方法
CN116587921A (zh) 电池控制方法、装置、电池管理系统及存储介质
CN116080481A (zh) 车辆电池能量调节方法、装置、计算机设备和存储介质
CN114899915A (zh) 一种基于挖掘机tbox电源管理方法
CN113740743A (zh) 一种车载启停电池休眠soc采集计算方法
CN201829584U (zh) 集成于电动车仪表内车用动力电池组管理系统

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211102