CN115081669A - 电耗预测装置 - Google Patents

电耗预测装置 Download PDF

Info

Publication number
CN115081669A
CN115081669A CN202210186044.2A CN202210186044A CN115081669A CN 115081669 A CN115081669 A CN 115081669A CN 202210186044 A CN202210186044 A CN 202210186044A CN 115081669 A CN115081669 A CN 115081669A
Authority
CN
China
Prior art keywords
vehicle speed
power consumption
vehicle
calculated
average
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
CN202210186044.2A
Other languages
English (en)
Inventor
横田和哉
东谷幸祐
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.)
Honda Motor Co Ltd
Original Assignee
Honda Motor 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 Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN115081669A publication Critical patent/CN115081669A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • B60W30/146—Speed limiting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3822—Road feature data, e.g. slope data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/08—Electric propulsion units
    • B60W2510/081—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Instructional Devices (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种电耗预测装置。电耗预测装置获取按照地图信息的每个路段登记的多个车辆(16)的各车速数据和根据所述各车速数据计算出的各平均车速，根据所述平均车速的大小将所述路段分成车速组。按照所分成的每个所述车速组将所述多个车辆的所述各车速数据汇总而进行频率分布分析，并且按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移。将车辆(16)的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗。据此，通过考虑车速的变化来预测电耗，能够提高电耗的预测精度。

Description

电耗预测装置
技术领域
本发明涉及一种预测通过马达行驶的车辆(电动车辆)的电耗的电耗预测装置。
背景技术
一般，在通过电池的电能以马达为驱动源行驶的电动车辆中，与以燃油发动机为驱动源行驶的发动机车辆相比，与一次燃料补给至满量为止的燃料补给(充电或者供油)量相应的可续航距离短。
因此，在电动车辆中，如果在通过导航装置设定路径时知道从出发地到目的地的耗电量(Power consumption)，则能够在行驶前判断是否发生缺电。用户的便利性也提高了。所述耗电量以耗电量＝耗电率(specific power consumption)[Wh/km]×行驶距离[km]而被计算出。
此外，耗电率是指电动车辆的每单位行驶距离的消耗电能，但以下简称为电耗(单位使用[Wh/km]、[kWh/100km])。
例如，JP2014-66655A公开了一种考虑到从出发地到目的地的电能消耗来执行路径搜索的路径搜索装置。
在该路径搜索装置中，通过与电能消耗关联较强的坡度、曲率以及信号灯的设置数量等来事先对路段(道路路段)进行模式化。合计从以模式化的路段单位行驶的电动车辆收集到的耗电量。根据该合计结果，来预测(推定)针对电动车辆未行驶的道路的耗电量。
发明内容
另外，在通过马达行驶的电动车辆中，与发动机车辆不同，在通常行驶时的速度区域以上，电耗(耗电率)随着车速的增加而增加。即，电耗与车速有关。
因此，在电动车辆中，为了高精度地预测电耗，需要掌握在交叉路口、拐角、终点等之间进行连接的道路区间、即路段内的车速的变化。
然而，在JP2014-66655A中，仅通过将路段的车速分类分为拥堵、混乱或通畅中的任一个来计算电耗。其结果，由于未掌握路段内的车速的变化，所以存在电耗的预测精度较低这样的技术问题。
本发明是考虑到这样的技术问题而完成的，其目的在于，提供一种电耗预测装置，其通过考虑车速的变化来预测电耗，能够提高电耗的预测精度。
本发明的一技术方案所涉及的电耗预测装置是预测通过马达行驶的车辆的电耗的电耗预测装置，其获取按照地图信息的每个路段登记的多个车辆的各车速数据和根据所述各车速数据计算出的各平均车速，根据所述平均车速的大小将所述路段分成车速组，按照所分成的每个所述车速组将所述多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，将所述车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗。
根据本发明，不是根据每个路段的平均车速，而是根据平均车速的大小将所述路段分为车速组，按照所分成的每个所述车速组将多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，将车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗，因此，能够提高电耗的预测精度。
通过参照附图对以下实施方式所做的说明，上述的目的、特征及优点应易于被理解。
附图说明
图1是表示电耗预测系统的结构例的框图，其中，该电耗预测系统由具有实施方式所涉及的电耗预测装置的服务器和经由通信网络而与该服务器连接的多个电动车辆构成。
图2是表示记录在检测数据存储部中的检测数据的结构例的说明图。
图3是表示由电耗预测装置制作的车辆的电耗表的例子的说明图。
图4是用于利用电耗预测装置制作电耗表的方法的流程图。
图5是检测数据的每个车速范围的分类和频率分布分析的说明图。
图6是车速数据组的说明图。
图7是表示预测车速(预测车速推移)的图像的示意图。
图8是用于说明从出发地到目的地的路径的耗电量的计算动作的流程图。
图9A是实际车速、区间平均车速和预测车速推移的说明图，图9B是基于实际车速、区间平均车速和预测车速推移比较各区间耗电量的说明图。
图10是电耗预测装置的功能框图。
具体实施方式
下面，列举实施方式，参照附图对本发明所涉及的电耗预测装置详细地进行说明。
[结构]
图1是表示电耗预测系统20的结构的框图，其中，该电耗预测系统20由实施方式所涉及的电耗预测装置10的服务器12和多个电动车辆(还简称为车辆)16构成。服务器12和车辆16经由通信网络14连接。
车辆16将搭载的电池(未图示)的电能经由行驶用的马达(未图示)转换为车辆16的推进力而行驶。
服务器12除了具有预测车辆16的电耗的电耗预测装置10之外，还具有导航装置22、检测数据存储部24和通信装置26。
车辆16具有传感器32、检测数据生成装置34、车辆信息存储部35、显示装置36、输入装置38、导航请求装置40和通信装置44。
在图1中描绘了3台车辆16，但为了便于理解，根据需要将描绘了内部的结构要素的车辆16称为本车辆16，将仅描绘了外形的其他的车辆16称为其他车辆16。
车辆16的通信装置44和服务器12的通信装置26经由包含移动通信网络的因特网等通信网络14进行双向通信。车辆16的通信装置44也可以由智能手机等智能设备代替。智能设备是由电动车辆16的驾驶员等用户携带的终端。
在图1的示例的电耗预测系统20中，具有导航装置22的服务器12受理来自车辆16的导航请求装置40的路径搜索请求(包括目的地)，并且收集来自检测数据生成装置34的检测数据。受理路径搜索请求并收集到检测数据的服务器12预测电耗并进行路径搜索。服务器12将附加了耗电量(＝电耗×从出发地到目的地的距离)的路径搜索结果提供给车辆16。
导航装置22和电耗预测装置10(本车辆的导航装置22和电耗预测装置10)也可以搭载于车辆16。
在此，检测数据是指伴随着车辆16的行驶的行驶轨迹数据、耗电量、电池SOC(电池剩余容量)等信息，且与每个车辆16(车辆I D)建立了关联。
在所述耗电量中，除了包含通过马达而行驶时的耗电量以外，还包含行驶时/停车时的空调装置等辅机负载的耗电量。
车辆16的传感器32包括GPS传感器(位置信息/时刻信息获取传感器)、加速度传感器、车速传感器、电池的剩余容量传感器、识别驾驶员等用户的图像传感器以及辅机的接通断开传感器(或者接通断开开关)。
在车辆信息存储部35中记录有车辆16的车型、驾驶车辆的驾驶员的驾驶员特性(能够根据过去的速度历史、加减速次数历史等掌握的被动或主动的驾驶倾向等)。
在服务器12的检测数据存储部24中，记录有从车辆16接收到的车型数据等车辆信息以及每个车辆16的检测数据。
导航装置22基本上参照所记录的地图信息来搜索路径，并将路径搜索结果发送给车辆16。
此外，检测数据中包含车辆16行驶的每个路段的车速数据。
在此，每个路段的车速数据是车速的时间序列数据，其中，横轴表示路段内位置，纵轴表示该位置的车速，且该每个路段的车速数据表示从路段的一个节点到另一个节点的每单位距离的车速值的连续数据。
服务器12的电耗预测装置10参照检测数据存储部24内的检测数据，而预先生成与车辆16的车型和平均车速{后述的区间平均车速(路段平均车速)}对应的电耗表50。
此外，在图1中，车辆16侧的导航请求装置40、检测数据生成装置34、以及服务器12侧的电耗预测装置10和导航装置22分别由通过CPU执行记录于存储器的程序来实现各种运算功能的微型计算机构成。也可以由硬件构成。
图2示出了记录在检测数据存储部24中的由电耗预测装置10处理的处理后的检测数据(处理后检测数据)24P的结构例。从车辆16向服务器12随时发送的检测数据仅是车辆ID(可判明车型)和位置的历史。
因此，电耗预测装置10将由车辆16的车型、车辆16的车速数据和区间平均车速Vm构成的数据与行驶的路段(路段ID＝划分特定路段)相关联地记录为检测数据24P。
区间平均车速是车速数据的区间(路段)内的平均值数据。如上所述，车速数据是从所述特定路段内的一个节点到另一个节点为止将每单位距离的车速绘制成曲线后的连续的数据(参照图6)。
图3示出了由电耗预测装置10制作的车辆16的电耗表50的例子。电耗表50是用于针对车辆16的每个车型获取与区间平均车速Vm[km/h]对应的电耗Ec[kWh/100km]的表。此外，区间平均车速也称为路段平均车速或者简称为平均车速。
车辆16是电动车辆，且可知在区间平均车速Vm为约[35km/h]以上的车速下，电耗Ec与区间平均车速Vm大致成比例地增加。
此外，在小于约35[km/h]的低车速侧，由于交通量较大或者因信号等而停止频率较高等的影响，存在成为加减速的反复频率较高的行驶的倾向，因此，区间平均车速Vm越低，车辆16的电耗Ec越恶化。
[动作]
基本上，按照以下的(1)～(3)的顺序来说明包括如上那样构成的电耗预测装置10的电耗预测系统20的动作。
(1)电耗表50的制作方法
(2)从出发地到目的地的路径的耗电量的计算动作
(3)在导航装置22中设定了特定的区间(路段)的情况下的该特定的区间(路段)中的电耗和耗电量的预测方法
(1)电耗表50的制作方法
参照图4的流程图来说明电耗预测装置10的电耗表50的制作方法。
在步骤S1中，电耗预测装置10经由通信装置44、通信网络14和通信装置26来获取由车辆16的检测数据生成装置34随时生成的检测数据。电耗预测装置10将所获取的检测数据处理成图2所示的检测数据24P，并且将检测数据24P记录在检测数据存储部24中。
如图5所示，检测数据存储部24按照每个区间平均速度范围(路段平均速度范围)被划分记录为低速侧的平均速度检测数据组24a、中速侧的平均速度检测数据组24b和高速侧的平均速度检测数据组24c…来作为检测数据24P。
平均车速检测数据组24a、24b、24c、…也分别称为车速组24a、24b、24c、…。
例如，低速是指20-30[km/h]，中速是指30-40[km/h]，高速是指40-50[km/h]及其以上的车速。
此外，在各分组(…车速组24a～24c…的各车速组)中，还包含不同的车型以及不同的区间(路段)的检测数据24P。另外，车速组[…24a～24c…]的车速范围也可以不是每隔10[km/h]。
在步骤S2中，电耗预测装置10例如获取中速侧的车速组，在该例子中为30-40[km/h]中的35[km/h]的车速组24b。
图6示出了构成所获取的平均车速35[km/h]的车速组24b的车速数据。车速数据是表示与路段(区间)的距离对应的各车辆16随时变化的车速(时间序列的车速)的数据(时间序列的车速数据)。
接着，在步骤S3中，如图5示意性所示，按照每个平均车速35[km/h]的车速组24b，将消耗要素分解为AAEE{参照下述式(1)}、标准偏差σ、平均车速、停车时间等，并分别进行频率分布分析。
AAEE是与加速阻力能量相关的每1km加速能量当量[(m/s)2/km]。标准偏差σ是与行驶阻力能量相关的区间平均车速Vm的标准偏差。平均车速是不包括停车时间的平均车速。停车时间是用于计算与停车时的消耗能量相关的辅机负载消耗的停车时间。
AAEE＝(1/D)∑δk(vk 2-vk-1 2)…(1)
其中，∑的总和范围是变量k＝1～K、K为测量时间间隔，D[km]为测量时间的行驶距离(区间行驶距离)，K为行驶距离D除以测量时间间隔K的值，vk[m/sec]为测量时间间隔(测量周期)中的速度，δK在加速时取1，在不是加速时取0。
此外，行驶时的消耗能量是上述加速能量和行驶阻力能量的合计值。
因此，路径上的消耗能量如下面的(2)式所示，作为在行驶时的消耗能量上加上停车时的消耗能量后所得的值而被计算出。
路径上的消耗能量＝行驶时的消耗能量(加速阻力能量+行驶阻力能量)+停车时的消耗能量…(2)
接着，在步骤S4中，计算预测车速推移(预测车速)Ve。实际上，按照每个车速组24a～24c…计算出预测车速推移组。
图7示出了预测车速推移Ve的图像(示意图)。
预测车速推移Ve相对于区间行驶距离，由(i)车速变动部分和(ii)巡航部分构成。
在图7的(i)车速变动部分中，车速变动次数(加速次数)为加速能量(AAEE×加速行驶距离×车重)÷1个周期的加速所需的能量{(1/2)×车重×[(上限车速^2)-(下限车速^2)]}。
图7的上下限车速(上限车速和下限车速)成为[不停车平均车速±(车速的标准偏差)]。
图7的中央车速成为不停车平均车速。
在图7的(i)的车速变动部分中，上下限巡航行驶时间(上限车速下的巡航行驶时间和下限车速下的巡航行驶时间)分别设为[(车速变动部分行驶时间-加减速所需时间)]。在此，车速变动部分行驶时间分别是指，用于行驶不存在底边部分的向上梯形部分的边的部分与向下梯形部分的边的部分的距离[m]的合计的行驶时间。
此外，在上述加速能量与上述一个周期的加速所需的能量×车速变动次数(加速次数)的关系不相等的情况下，通过加速至与剩余的加速能量一致的车速来调整图7的(i)车速变动部分中的最终周期的车速变动幅度。
(ii)在巡航部分中，中央车速被设为不停车平均车速，巡航时间被设为“区间行驶时间-车速变动部分时间”。
接着，在步骤S5中，将按照每个车型预先确定的车辆的电耗模型(每个巡航时车速下的电耗、加速时的电耗)应用于图7所示的预测车速推移Ve，按照每个车型来计算出图7所示的该平均车速35[km/h]的车速组24b和其它车速组24a、24c、…的电耗Ec(参照图3中的用○标记的部分]。
在步骤S6中，在电耗Ec被更新的情况下，更新与区间平均车速对应的电耗表50。
此外，在图3所示的电耗表50中，通过样条插值或线性插值来获得更新后的同一车型的相邻电耗Ec的曲线之间的电耗。如上那样来制作电耗表50。
(2)从出发地到目的地的路径的耗电量的计算动作
接着，参照图8的流程图对由导航装置22计算出从出发地到目的地的路径的情况下的所述路径下的耗电量的计算功能进行说明，其中，该计算功能是电耗预测装置10的一种功能。
在步骤S11中，将利用输入装置38设定的目的地从车辆16的导航请求装置40经由通信装置44、通信网络14和通信装置26发送到服务器12的导航装置22。
接着，在步骤S2中，导航装置22参照地图数据来设定要推荐的路径(从出发地到目的地的路段的连接路径)引导。
接着，在步骤S13中，电耗预测装置10针对由导航装置22设定的各路段，参照图5所示的车速组24a、24b、…，来获取所设定的每个路段的平均车速(区间平均车速)Vm。
接着，在步骤S14中，电耗预测装置10参照图3所示的电耗表50，来获取与车型、每个路段的平均车速Vm相对应的电耗Ec。
接着，在步骤S15中，电耗预测装置10通过将所获取的每个路段的电耗乘以每个路段的距离来计算每个路段的耗电量。
接着，在步骤S16中，电耗预测装置10计算出路径的每个路段的耗电量的合计值，从而计算出路径的耗电量。
接着，在步骤S17中，从服务器12的通信装置26经由通信网络14和车辆16的通信装置44，通过导航请求装置40，在车辆16的显示装置36上显示(通知)导航的引导路径和该引导路径的耗电量。
在此，参照图9A、图9B，对区间耗电量的有无预测车速推移推定所产生的效果的差异的一例进行说明。
在图9A中，用虚线表示在路段(区间)行驶的车辆16(本车)的实际的车速变化(车速数据)。用单点划线表示根据该车速数据计算出的车辆16(本车辆)的区间平均车速。用实线表示根据在同一路段(区间)行驶的其他车辆16(其他车辆)的车速数据的频率分布分析(统计处理)而计算出的预测车速推移。
在图9B中，用单点划线的柱状图表示根据区间平均车速(无车速预测)计算出的区间耗电量。另外，用实线的柱状图表示根据预测车速推移计算出的区间耗电量。并且，用虚线的柱状图表示以图9A中的虚线所示的车速变化行驶时的实测值的区间耗电量。
这样，可知根据预测车速推移计算出的区间耗电量接近实测值，且与无车速预测的区间耗电量相比被高精度化。
(3)根据图10所示的电耗预测装置10的功能块，对在导航装置22中设定了特定的区间(路段)的情况下的该特定的区间(路段)中的电耗和耗电量的预测方法进行说明。此外，省略与上述内容重复的内容。
所述功能块包括区间平均车速获取部10a、预测车速推移转换部10b、频率分布分析部10c、电耗计算部10d和耗电量预测部10e。
当设定了特定的区间(路段)时，区间平均车速获取部10a参照检测数据存储部24的检测数据24P，来获取所设定的特定的区间(路段)的区间平均车速Vm。
另一方面，频率分布分析部10c在分别包含多个路段的车速数据的车速组24a～24c…中，特定所获取的区间平均车速Vm所属的车速组。频率分布分析部10c针对所特定的车速组(24a～24c…中的一个)，分析上述的AAEE、车速的标准偏差、不停车平均车速、停车时间的频率分布。
接着，如参照图7所说明的那样，预测车速推移转换部10b将所述频率分布应用于特定的区间(路段)，从而在区间行驶距离内计算出预测车速推移Ve。
接着，电耗计算部10d通过将针对每个车型预先确定的车辆的电耗模型(每个巡航时车速下的电耗、加速时的电耗)应用于预测车速推移Ve来计算出电耗Ec。
最后，耗电量预测部10e将电耗Ec乘以特定的区间(路段)的距离，来计算并预测该特定的区间(路段)的耗电量。
[变形例]
上述实施方式也可以进行以下这样的变形。
[变形例1]
说明在根据要计算电耗Ec的车辆16的车速数据(图6)计算出的基于该路段的行驶历史的车辆16的车速的标准偏差(设为σa。)背离计算图3的电耗表50时所使用的车辆16的过去的该路段的车速的标准偏差(设为σb。)的情况下的所述电耗Ec的计算处理。
在该情况下，将图7的(i)的车速变动部分的车速的所述标准偏差σb替换为所背离的所述车辆16的车速的所述标准偏差σa。优选根据替换后的车速的标准偏差σa，在图7中对(i)的车速变动部分的上下限车速进行变更(修正)，来计算出修正后的电耗Ec。
这样一来，能够计算出考虑了要预测电耗Ec的车辆16的用户的加减速倾向的预测精度的准确的电耗(修正后的电耗)。
[变形例2]
也可以构成安装有电耗表50、导航装置22以及图8的流程图所涉及的程序，并搭载有能够执行该程序的微型计算机的车辆(可预测耗电量的车辆)。
在该车辆中，通过所述微型计算机执行图8的流程图所涉及的程序，能够计算(预测)出由被安装在车辆内的导航装置22所制作的导航路径的耗电量。
[能够从实施方式以及变形例所掌握的技术方案]
在此，以下记载能够从上述实施方式以及变形例所掌握的技术方案。此外，为了便于理解，对结构要素的一部分标注在上述实施方式以及变形例中使用的附图标记，但该结构要素并不限定于标注该附图标记的部分。
本发明所涉及的电耗预测装置是预测通过马达行驶的车辆16的电耗的电耗预测装置10，其获取按照地图信息的每个路段登记的多个车辆的各车速数据和根据所述各车速数据计算出的各平均车速Vm，根据所述平均车速的大小将所述路段分成车速组，按照所分成的每个所述车速组将所述多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，将所述车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗。
这样，不是根据每个路段的平均车速，而是根据平均车速的大小将所述路段分为车速组，按照所分成的每个所述车速组将多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，将车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗，因此，能够提高电耗的预测精度。
另外，在电耗预测装置中，可以为：将与每个所述车速组的所述平均车速对应的电耗绘制成曲线，并且在所绘制的电耗之间进行插补，制作按照每个路段在所述地图信息中登记的平均车速的相对于整个车速范围的电耗表50。据此，能够准确地求出与每个路段的平均车速对应的电耗。
并且，在电耗预测装置中，可以为：在生成了连接从所述车辆的出发地到目的地的路段的全部路径的情况下，根据所述电耗表计算出与各所述路段的平均车速对应的各电耗，将所计算出的各电耗乘以各所述路段的距离来计算出每个路段的耗电量，对从所述出发地到目的地的每个所述路段的耗电量进行累计，来计算出从所述出发地到目的地的总耗电量。
据此，能够预测通过马达行驶的车辆的导航路径的总耗电量，因此，消除了开始行驶之后的缺电不安的发生，并且提高了用户对车辆的使用自由。
另外，在电耗预测装置中，还可以为：所述预测车速推移是通过对每个所述路段的距离分配车速变动部分和巡航部分而构成的，所述巡航部分是每个所述路段的距离中的欲以所述平均车速行驶的距离量，所述车速变动部分是根据加速次数、将标准偏差与以所述平均车速为中央值时的所述中央值相加而得到的上限车速、从所述中央值减去所述标准偏差而得到的下限车速以及所述上下限车速行驶时的巡航时间计算出的各所述路段的距离中的欲以所述平均车速行驶的每个所述路段的距离中的剩余的距离量。据此，能够提高电耗的预测精度。
另外，在电耗预测装置中，还可以为：所述加速次数被计算为将按照每个所述路段计算出的每单位距离的加速能量当量乘以每个所述路段的距离而得到的值除以一次车速变动所需要的加速能量而得到的值。据此，能够适当地求出加速次数。
另外，在电耗预测装置中，还可以为：在根据多个所述车辆的各所述车速数据计算出的所述标准偏差与要预测电耗的所述车辆的基于过去的该路段的行驶历史的车辆标准偏差背离的情况下，通过将所述车速变动部分的标准偏差替换为所述车辆标准偏差来计算出所述预测车速推移，从而计算出修正后的电耗。
据此，能够计算出考虑了要预测电耗的车辆的用户的加减速倾向的电耗(修正后的电耗)。
此外，本发明不限于上述实施方式，当然可以根据本说明书的记载内容而采用各种结构。

Claims (6)

1.一种电耗预测装置，其预测通过马达行驶的车辆的电耗，其特征在于，
获取按照地图信息的每个路段登记的多个车辆的各车速数据和根据所述各车速数据计算出的各平均车速，
根据所述平均车速的大小将所述路段分成车速组，
按照所分成的每个所述车速组将所述多个车辆的所述各车速数据汇总而进行统计处理，根据该统计处理，按照每个所述车速组计算出对车速的变化进行模拟而得到的预测车速推移，
将所述车辆的电耗模型应用于所计算出的所述预测车速推移，来预测每个所述车速组的与所述平均车速对应的电耗。
2.根据权利要求1所述的电耗预测装置，其特征在于，
将每个所述车速组的与所述平均车速对应的电耗绘制成曲线，并且在所绘制的电耗之间进行插补，制作按照每个路段在所述地图信息中登记的平均车速相对于整个车速范围的电耗表。
3.根据权利要求2所述的电耗预测装置，其特征在于，
在生成了连接从所述车辆的出发地到目的地的路段的全部路径的情况下，根据所述电耗表计算出与各所述路段的平均车速对应的各电耗，
将所计算出的各电耗乘以各所述路段的距离来计算出每个路段的耗电量，
对从所述出发地到目的地的每个所述路段的耗电量进行累计，来计算出从所述出发地到目的地的总耗电量。
4.根据权利要求1所述的电耗预测装置，其特征在于，
所述预测车速推移是通过对每个所述路段的距离分配车速变动部分和巡航部分而构成的，
所述巡航部分是每个所述路段的距离中的欲以所述平均车速行驶的距离量，
所述车速变动部分是根据加速次数、将标准偏差与以所述平均车速为中央值时的所述中央值相加而得到的上限车速、从所述中央值减去所述标准偏差而得到的下限车速以及所述上下限车速行驶时的巡航时间计算出的各所述路段的距离中的欲以所述平均车速行驶的每个所述路段的距离中的剩余的距离量。
5.根据权利要求4所述的电耗预测装置，其特征在于，
所述加速次数被计算为将按照每个所述路段计算出的每单位距离的加速能量当量乘以每个所述路段的距离而得到的值除以一次车速变动所需要的加速能量而得到的值。
6.根据权利要求4或5所述的电耗预测装置，其特征在于，
在根据多个所述车辆的各所述车速数据计算出的所述标准偏差与要预测电耗的所述车辆的基于过去的该路段的行驶历史的车辆标准偏差背离的情况下，通过将所述车速变动部分的标准偏差替换为所述车辆标准偏差来计算出所述预测车速推移，从而计算出修正后的电耗。
CN202210186044.2A 2021-03-15 2022-02-28 电耗预测装置 Pending CN115081669A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-040936 2021-03-15
JP2021040936A JP7186254B2 (ja) 2021-03-15 2021-03-15 電費予測装置

Publications (1)

Publication Number Publication Date
CN115081669A true CN115081669A (zh) 2022-09-20

Family

ID=83195715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210186044.2A Pending CN115081669A (zh) 2021-03-15 2022-02-28 电耗预测装置

Country Status (3)

Country Link
US (1) US11656086B2 (zh)
JP (1) JP7186254B2 (zh)
CN (1) CN115081669A (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7186254B2 (ja) * 2021-03-15 2022-12-08 本田技研工業株式会社 電費予測装置
JP2022181267A (ja) * 2021-05-26 2022-12-08 株式会社日立製作所 計算システム、計算方法
US20240127699A1 (en) * 2022-10-14 2024-04-18 Beta Air, Llc Apparatus and method for calculating anticipated energy consumption for electric aircraft
KR20240098935A (ko) * 2022-12-21 2024-06-28 주식회사 엘지에너지솔루션 배터리 수명 정보 제공 장치 및 그것의 동작 방법
CN115952932B (zh) 2023-03-14 2023-05-23 中汽研汽车检验中心（天津）有限公司 基于行驶路线的车辆电耗和氢耗预测方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5631367B2 (ja) * 2012-08-09 2014-11-26 本田技研工業株式会社 経路探索装置
JP2014066655A (ja) 2012-09-27 2014-04-17 Hitachi Automotive Systems Ltd 経路探索装置及び経路探索方法
JP6236887B2 (ja) * 2013-06-05 2017-11-29 住友電気工業株式会社 消費電力量推定装置、経路探索システム、及びコンピュータプログラム
JP6205919B2 (ja) * 2013-07-10 2017-10-04 住友電気工業株式会社 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム
WO2015051289A1 (en) * 2013-10-04 2015-04-09 GM Global Technology Operations LLC System and method for vehicle energy estimation, adaptive control and routing
JP6936827B2 (ja) * 2016-07-29 2021-09-22 ダイムラー・アクチェンゲゼルシャフトＤａｉｍｌｅｒ ＡＧ 電気トラックの走行ルート選定システム、電気トラックの走行ルート選定方法
JP6361801B2 (ja) * 2017-07-24 2018-07-25 住友電気工業株式会社 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム
JP7176376B2 (ja) * 2018-11-30 2022-11-22 トヨタ自動車株式会社 車両の制御装置
JP7346850B2 (ja) * 2019-03-08 2023-09-20 三菱自動車工業株式会社 車両
JP7186254B2 (ja) * 2021-03-15 2022-12-08 本田技研工業株式会社 電費予測装置

Also Published As

Publication number Publication date
JP2022140890A (ja) 2022-09-29
JP7186254B2 (ja) 2022-12-08
US20220291004A1 (en) 2022-09-15
US11656086B2 (en) 2023-05-23

Similar Documents

Publication Publication Date Title
CN115081669A (zh) 电耗预测装置
CN101590832B (zh) 行驶能量学习装置以及方法
US9519875B2 (en) Method for determining an expected consumption value of a motor vehicle
JP5135308B2 (ja) エネルギ消費量予測方法、エネルギ消費量予測装置および端末装置
CN101734253B (zh) 行驶能量学习装置以及方法
EP2887304B1 (en) Consumed power amount estimation apparatus
JP2011027472A (ja) 経路探索装置、プログラム、発進回数予測装置、燃料消費量算出装置、及び動作スケジュール決定装置
CN102867430A (zh) 电动汽车用的信息终端以及巡航控制装置
JP2007312581A (ja) 電気自動車のエネルギー管理システム
JP2014106068A (ja) 燃費推定装置及び燃費推定方法
JP6205919B2 (ja) 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム
JP6236887B2 (ja) 消費電力量推定装置、経路探索システム、及びコンピュータプログラム
JP5919614B2 (ja) 電気自動車用情報の処理装置及びコンピュータプログラム
JP2012168037A (ja) 速度予測装置及びプログラム
JP6229308B2 (ja) 回生率推定装置、経路探索システム、及びコンピュータプログラム
JP2019108014A (ja) 航続距離推定装置
JP6361801B2 (ja) 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム
JP6105297B2 (ja) 消費電力量推定装置、消費電力量推定方法、経路探索システム、及びコンピュータプログラム
Markkula et al. Energy consumption analysis for green routing-Data collection from electric vehicles
JP6052079B2 (ja) 電気自動車用情報の推定装置、経路探索システム、及びコンピュータプログラム
JP2019112989A (ja) 車両の燃費推定装置
JP5716608B2 (ja) 運転支援装置
KR20230162834A (ko) 차량의 주행가능거리 산출 장치 및 방법
CN117022244A (zh) 一种油电混动车型的节能驱动方法、装置及电子设备
CN116910118A (zh) 一种基于行程数据进行能耗计算的方法

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