CN115966037B - 一种燃料电池汽车驾驶行为经济性的评价方法及装置 - Google Patents
一种燃料电池汽车驾驶行为经济性的评价方法及装置 Download PDFInfo
- Publication number
- CN115966037B CN115966037B CN202211611459.6A CN202211611459A CN115966037B CN 115966037 B CN115966037 B CN 115966037B CN 202211611459 A CN202211611459 A CN 202211611459A CN 115966037 B CN115966037 B CN 115966037B
- Authority
- CN
- China
- Prior art keywords
- bad behavior
- item
- bad
- behavior
- energy consumption
- 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
- 239000000446 fuel Substances 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000005265 energy consumption Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 229910052739 hydrogen Inorganic materials 0.000 claims description 13
- 239000001257 hydrogen Substances 0.000 claims description 13
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 abstract description 97
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 230000003542 behavioural effect Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 150000002431 hydrogen Chemical class 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005984 hydrogenation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了燃料电池汽车技术领域内的一种燃料电池汽车驾驶行为经济性的评价方法及装置。该评价方法包括以下步骤:S1:通过监控报文获取各不良行为项的次数,根据各不良行为项的次数获取对应各不良行为项的分值;S2:根据各不良行为项期间的能耗与对应的正常驾驶期间的能耗计算获得各不良行为项的权重;S3:根据各不良行为项的分值和各不良行为项的权重计算获取驾驶行为评价得分。该评价方法在监控报文中采集对应的数据,对于不良驾驶行为对车辆运行能耗的影响进行量化分析,减少实验测算成本,并获得更客观的结论,根据结论反馈驾驶员从而实现能耗经济性优化的目标。
Description
技术领域
本发明涉及燃料电池汽车技术领域,特别涉及一种燃料电池汽车驾驶行为经济性的评价方法及装置。
背景技术
燃料电池汽车的运营经济性的影响条件包括气候环境、交通、载荷、路况、驾驶行为各类因素,其中驾驶行为是主要的人为可控因素,且对经济性指标有较大的影响。
行业内对燃料电池的能耗的计算大多是针对实车,配合测算设备,进行单车的测量计算,或者通过加氢记录测算,这类方法获得结果的实时性滞后,测算过程繁琐且效率较低,同时也不能客观评价驾驶行为的经济性。
发明内容
本申请通过提供一种燃料电池汽车驾驶行为经济性的评价方法及装置,解决了现有技术中不能客观评价驾驶行为的问题,实现对驾驶行为的经济性客观评估,从而实现能耗经济性优化的目标。
本申请实施例提供了一种燃料电池汽车驾驶行为经济性的评价方法,包括以下步骤:
S1:通过监控报文获取各不良行为项的次数,根据各所述不良行为项的次数获取对应各所述不良行为项的分值;
S2:根据各所述不良行为项期间的能耗与对应的正常驾驶期间的能耗计算获得各所述不良行为项的权重;
S3:根据各所述不良行为项的分值和各所述不良行为项的权重计算获取驾驶行为评价得分。
上述实施例的有益效果在于:在监控报文中采集对应的数据,对于不良驾驶行为对车辆运行能耗的影响进行量化分析,减少实验测算成本,并获得更客观的结论,根据结论反馈驾驶员从而实现能耗经济性优化的目标。
在上述实施例基础上,本申请可进一步改进,具体如下:
在本申请其中一个实施例中,所述不良行为项为急加速、急减速、超速、踏板频繁变换、车速波动或起步过快。
在本申请其中一个实施例中,所述步骤S1中所述分值计算方式如下:
xi=100-40ni * (2)
其中,ni *为第i项不良行为项的标准化次数,ni为第i项不良行为项的次数,nmin为所有不良行为项的次数中的最小值,nmax为所有不良行为项的次数中的最大值,xi为第i项不良行为项的分值。由于各不良行为项的次数可能差距较大,如果直接用原始次数值进行分析,会突出数值较高的项在综合分析中的作用,相对削弱数值较低项的作用,因此,通过对各不良行为项的次数数据进行标准化处理,使各不良行为项的分值相对接近,落在相同的范围[60,100]内,便于后续数据处理及展示。
在本申请其中一个实施例中,所述步骤S2中所述能耗计算方式如下:
M总=MfH2+MbatH2 (5)
其中,MfH2为燃料电池发动机氢气百公里消耗量,MbatH2为蓄电池百公里改变电量的折算氢消耗值,M总为燃料电池混合动力系统的实际百公里能耗,ΔS为报文采集周期内的行驶里程(km),FH2为当次报文采集的氢燃料瞬时消耗率(kg/100km),S总为总行驶里程(km),ΔSOC为蓄电池计算范围时间首末差值(%),E总为蓄电池总储电量(kWh),QW为电能的热值(3600000J/kWh),QH2为氢气的热值(1.43*10^8J/kg),ηFCE为燃料电池发动机的平均工作效率(%)。除氢气消耗外,综合考虑蓄电池的能量增减,获得燃料电池混合动力系统的实际能耗,计算更为精确,其中,燃料电池工作效率与实际工况有关,一般在40-60%,根据经验值取值。
在本申请其中一个实施例中,所述步骤S2中所述权重计算方式如下:
Qi=(Mi-Mi正常)/Mi正常 (6)
其中,Qi为第i项不良行为项与对应正常驾驶期间的能耗差异比,Mi为第i项不良行为项的能耗,Mi正常为与第i项不良行为项对应的正常驾驶期间的能耗,pi为第i项不良行为项的权重。
在本申请其中一个实施例中,所述步骤S3中所述驾驶行为评价得分计算方式如下:
其中,xi为第i项不良行为项的优化分值,pi为第i项不良行为项的权重,y为驾驶行为评价得分。通过驾驶行为评价得分可客观的评价驾驶员的驾驶行为的经济性。
本申请实施例还提供了一种燃料电池汽车驾驶行为经济性的评价装置,包括:
分值获取模块,所述分值获取模块通过监控报文获取各不良行为项的次数,根据各所述不良行为项的次数获取对应各所述不良行为项的分值;
权重获取模块,所述权重获取模块根据各所述不良行为项期间的能耗与对应的正常驾驶期间的能耗计算获得各所述不良行为项的权重;
评价获取模块,所述评价获取模块根据各所述不良行为项的分值和各所述不良行为项的权重计算获取驾驶行为评价得分。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1.本方法基于远程监控数据,提供实际能耗计算算法,实现能耗的在线估算,减轻了实车试验测试的工作量,提高能耗统计效率;
2.本方法对于不良驾驶行为对车辆运行能耗的影响进行量化分析,提供不良驾驶行为相对于正常驾驶能耗增加量的计算标准和测算条件,使用大数据中不同工况场景采集对应的结果,减少实验测算成本,并获得更具有客观性的结论;
3.本方法应用大数据技术,提供驾驶行为经济性分析指标,多维度多目标地分析燃料电池汽车的经济性,获取经过大量验证的结果,相对于单车线下分析计算更加准确可靠。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例所提供的一种燃料电池汽车驾驶行为经济性的评价方法的流程图;
图2为本发明实施例所提供的一种燃料电池汽车驾驶行为经济性的评价装置的结构框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
本申请实施例通过提供一种燃料电池汽车驾驶行为经济性的评价方法及装置,解决了现有技术中不能客观评价驾驶行为的问题,实现对驾驶行为的经济性客观评估,从而实现能耗经济性优化的目标。
本申请实施例中的技术方案为解决上述问题,总体思路如下:
实施例1:
如图1所示,一种燃料电池汽车驾驶行为经济性的评价方法,包括以下步骤:
S1:通过监控报文获取各不良行为项的次数,根据各不良行为项的次数获取对应各不良行为项的分值。
不良行为项为急加速、急减速、超速、踏板频繁变换、车速波动或起步过快。各不良行为项的次数对应示例如表1所示:
表1不良行为项的次数对应示例
表1中各参数根据实际情况设定。
步骤S1中分值计算方式如下:
xi=100-40ni * (2)
其中,ni *为第i项不良行为项的标准化次数,ni为第i项不良行为项的次数,nmin为所有不良行为项的次数中的最小值,nmax为所有不良行为项的次数中的最大值,xi为第i项不良行为项的分值。
使各不良行为项的分值落在相同的范围[60,100]内,便于后续数据处理及展示。
S2:根据各不良行为项期间的能耗与对应的正常驾驶期间的能耗计算获得各不良行为项的权重。
步骤S2中能耗计算方式如下:
M总=MfH2+MbatH2 (5)
其中,MfH2为燃料电池发动机氢气百公里消耗量,MbatH2为蓄电池百公里改变电量的折算氢消耗值,M总为燃料电池混合动力系统的实际百公里能耗,ΔS为报文采集周期内的行驶里程(km),FH2为当次报文采集的氢燃料瞬时消耗率(kg/100km),S总为总行驶里程(km),ΔSOC为蓄电池计算范围时间首末差值(%),E总为蓄电池总储电量(kWh),QW为电能的热值(3600000J/kWh),QH2为氢气的热值(1.43*10^8J/kg),ηFCE为燃料电池发动机的平均工作效率(%)。
不良行为能耗和对应正常驾驶能耗计算标准示例如下表2所示:
表2不良行为/正常能耗计算标准
不良行为能耗和对应正常驾驶能耗通过大数据历史筛选计算得到,对于同一指标项的正常和不良行为能耗对比,多次选取同路段、同时段的场景下的历史记录数据统计计算。
步骤S2中权重计算方式如下:
Qi=(Mi-Mi正常)/Mi正常 (6)
其中,Qi为第i项不良行为项与对应正常驾驶期间的能耗差异比,Mi为第i项不良行为项的能耗,Mi正常为与第i项不良行为项对应的正常驾驶期间的能耗,pi为第i项不良行为项的权重。
S3:根据各不良行为项的分值和各不良行为项的权重计算获取驾驶行为评价得分。
步骤S3中驾驶行为评价得分计算方式如下:
其中,xi为第i项不良行为项的优化分值,pi为第i项不良行为项的权重,y为驾驶行为评价得分。通过驾驶行为评价得分可客观的评价驾驶员的驾驶行为的经济性。
需要说明的是,各个步骤按照流式布局进行排列,仅仅是本发明的一个实施例,也可以采用其他的方式排列,本发明对此不做限定。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
1.本方法基于远程监控数据,提供实际能耗计算算法,实现能耗的在线估算,减轻了实车试验测试的工作量,提高能耗统计效率;
2.本方法对于不良驾驶行为对车辆运行能耗的影响进行量化分析,提供不良驾驶行为相对于正常驾驶能耗增加量的计算标准和测算条件,使用大数据中不同工况场景采集对应的结果,减少实验测算成本,并获得更具有客观性的结论;
3.本方法应用大数据技术,提供驾驶行为经济性分析指标,多维度多目标地分析燃料电池汽车的经济性,获取经过大量验证的结果,相对于单车线下分析计算更加准确可靠。
实施例2:
如图2所示,一种燃料电池汽车驾驶行为经济性的评价装置,包括:
分值获取模块,分值获取模块通过监控报文获取各不良行为项的次数,根据各不良行为项的次数获取对应各不良行为项的分值;
权重获取模块,权重获取模块根据各不良行为项期间的能耗与对应的正常驾驶期间的能耗计算获得各不良行为项的权重;
评价获取模块,评价获取模块根据各不良行为项的分值和各不良行为项的权重计算获取驾驶行为评价得分。
图2实施例中各模块的功能与其对应的方法实施例中的内容相对应,在此不再赘述。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (3)
1.一种燃料电池汽车驾驶行为经济性的评价方法,其特征在于,包括以下步骤:
S1:通过监控报文获取各不良行为项的次数,根据各所述不良行为项的次数获取对应各所述不良行为项的分值;
S2:根据各所述不良行为项期间的能耗与对应的正常驾驶期间的能耗计算获得各所述不良行为项的权重;
S3:根据各所述不良行为项的分值和各所述不良行为项的权重计算获取驾驶行为评价得分;
具体的,所述步骤S1中所述分值计算方式如下:
(1);
(2);
其中,ni *为第i项不良行为项的标准化次数,ni为第i项不良行为项的次数,nmin为所有不良行为项的次数中的最小值,nmax为所有不良行为项的次数中的最大值,xi为第i项不良行为项的分值;
所述步骤S2中所述能耗计算方式如下:
(3);
(4);
(5);
其中,MfH2为燃料电池发动机氢气百公里消耗量,MbatH2为蓄电池百公里改变电量的折算氢消耗值,M总为燃料电池混合动力系统的实际百公里能耗,为报文采集周期内的行驶里程,/>为当次报文采集的氢燃料瞬时消耗率,S总为总行驶里程,/>为蓄电池计算范围时间首末差值,E总为蓄电池总储电量,/>为电能的热值,/>为氢气的热值,/>为燃料电池发动机的平均工作效率;
所述步骤S2中所述权重计算方式如下:
(6);
(7);
其中,Qi为第i项不良行为项与对应正常驾驶期间的能耗差异比,Mi为第i项不良行为项的能耗,Mi正常为与第i项不良行为项对应的正常驾驶期间的能耗,pi为第i项不良行为项的权重;
所述步骤S3中所述驾驶行为评价得分计算方式如下:
(8);
其中,xi为第i项不良行为项的优化分值,pi为第i项不良行为项的权重,y为驾驶行为评价得分。
2.根据权利要求1所述的评价方法,其特征在于:所述不良行为项为急加速、急减速、超速、踏板频繁变换、车速波动或起步过快。
3.一种燃料电池汽车驾驶行为经济性的评价装置,采用如权利要求1所述的评价方法,其特征在于,包括:
分值获取模块,所述分值获取模块通过监控报文获取各不良行为项的次数,根据各所述不良行为项的次数获取对应各所述不良行为项的分值;
权重获取模块,所述权重获取模块根据各所述不良行为项期间的能耗与对应的正常驾驶期间的能耗计算获得各所述不良行为项的权重;
评价获取模块,所述评价获取模块根据各所述不良行为项的分值和各所述不良行为项的权重计算获取驾驶行为评价得分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211611459.6A CN115966037B (zh) | 2022-12-14 | 2022-12-14 | 一种燃料电池汽车驾驶行为经济性的评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211611459.6A CN115966037B (zh) | 2022-12-14 | 2022-12-14 | 一种燃料电池汽车驾驶行为经济性的评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115966037A CN115966037A (zh) | 2023-04-14 |
CN115966037B true CN115966037B (zh) | 2024-05-14 |
Family
ID=87361209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211611459.6A Active CN115966037B (zh) | 2022-12-14 | 2022-12-14 | 一种燃料电池汽车驾驶行为经济性的评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115966037B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110887674A (zh) * | 2019-12-03 | 2020-03-17 | 吉林大学 | 一种燃料电池汽车氢消耗测试方法 |
CN111806446A (zh) * | 2020-06-17 | 2020-10-23 | 金龙联合汽车工业(苏州)有限公司 | 燃料电池混合动力汽车的可行驶里程评估方法及系统 |
CN113314738A (zh) * | 2021-04-30 | 2021-08-27 | 金龙联合汽车工业(苏州)有限公司 | 氢燃料电池发动机系统运行健康状态的评估方法 |
CN114312777A (zh) * | 2022-01-17 | 2022-04-12 | 北京格睿能源科技有限公司 | 一种燃料电池重卡预见性巡航控制方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8903637B2 (en) * | 2011-03-24 | 2014-12-02 | GM Global Technology Operations LLC | System and method for calculating an instantaneous fuel economy for a vehicle |
-
2022
- 2022-12-14 CN CN202211611459.6A patent/CN115966037B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110887674A (zh) * | 2019-12-03 | 2020-03-17 | 吉林大学 | 一种燃料电池汽车氢消耗测试方法 |
CN111806446A (zh) * | 2020-06-17 | 2020-10-23 | 金龙联合汽车工业(苏州)有限公司 | 燃料电池混合动力汽车的可行驶里程评估方法及系统 |
WO2021253692A1 (zh) * | 2020-06-17 | 2021-12-23 | 金龙联合汽车工业(苏州)有限公司 | 燃料电池混合动力汽车的可行驶里程评估方法及系统 |
CN113314738A (zh) * | 2021-04-30 | 2021-08-27 | 金龙联合汽车工业(苏州)有限公司 | 氢燃料电池发动机系统运行健康状态的评估方法 |
CN114312777A (zh) * | 2022-01-17 | 2022-04-12 | 北京格睿能源科技有限公司 | 一种燃料电池重卡预见性巡航控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于出行工况预测的燃料电池汽车能量管理策略研究;李宾;中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑);20220115;C035-881 * |
基于纯电动汽车高频运行数据的驾驶行为研究;李伦;中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑);20210915;C034-118 * |
Also Published As
Publication number | Publication date |
---|---|
CN115966037A (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102177049B (zh) | 用于车辆故障诊断的基准值的生成 | |
CN109552338B (zh) | 一种纯电动汽车生态驾驶行为评估方法及系统 | |
CN103033359B (zh) | 一种多特征多级综合评判的风电机组主传动装置故障诊断方法 | |
CN105160883A (zh) | 一种基于大数据的节能驾驶行为分析方法 | |
CN110395245B (zh) | 一种基于固定路线驾驶信息的混动汽车能量管理系统 | |
CN108647836B (zh) | 一种驾驶员节能评价方法和系统 | |
CN110775043A (zh) | 一种基于电池寿命衰减模式识别的混动汽车能量优化方法 | |
CN112950128A (zh) | 一种基于大数据融合的智能物流运输系统及方法 | |
CN113743715B (zh) | 基于车联网重型车实际工况的油耗及NOx排放评价方法 | |
CN113159435B (zh) | 一种新能源车辆剩余驾驶里程预测方法及系统 | |
CN111931810A (zh) | 一种基于多车的节能驾驶行为分析系统 | |
CN112508317A (zh) | 一种基于多源动力总成车型驾驶性主客观关联评分方法 | |
CN111348029B (zh) | 一种考虑工况的混合动力汽车标定参数最优值确定方法 | |
CN113297795A (zh) | 一种纯电动汽车行驶工况构建方法 | |
CN109408955B (zh) | 一种电动汽车的能耗分析方法及系统 | |
CN111754130A (zh) | 一种基于大数据分析的新能源车辆运营评价方法 | |
Yu et al. | A-EMCS for PHEV based on real-time driving cycle prediction and personalized travel characteristics | |
CN115966037B (zh) | 一种燃料电池汽车驾驶行为经济性的评价方法及装置 | |
CN115221234A (zh) | 一种基于动力总成数据对用户进行画像的方法及系统 | |
CN115758227A (zh) | 一种高能耗车辆识别和原因诊断方法 | |
CN111882697B (zh) | 一种基于概率突变法则的电压异常单体的识别算法 | |
CN111806443A (zh) | 一种纯电动重卡无人驾驶能耗优化方法 | |
CN116702996A (zh) | 一种基于典型工况识别的电动公交车辆能量预测方法 | |
CN112993344A (zh) | 基于神经网络的燃料电池系统输出性能预测方法及装置 | |
CN115648942A (zh) | 一种新能源汽车锂电池充放电管理系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |