CN116278778A - 基于能量回收的电动车辆制动方法、装置、设备及介质 - Google Patents

基于能量回收的电动车辆制动方法、装置、设备及介质 Download PDF

Info

Publication number
CN116278778A
CN116278778A CN202310237530.7A CN202310237530A CN116278778A CN 116278778 A CN116278778 A CN 116278778A CN 202310237530 A CN202310237530 A CN 202310237530A CN 116278778 A CN116278778 A CN 116278778A
Authority
CN
China
Prior art keywords
electric vehicle
vehicle
target electric
current
torque
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
CN202310237530.7A
Other languages
English (en)
Inventor
魏永祥
李家扩
崔磊
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.)
Sany Electric Vehicle Technology Co Ltd
Original Assignee
Sany Electric Vehicle Technology 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 Sany Electric Vehicle Technology Co Ltd filed Critical Sany Electric Vehicle Technology Co Ltd
Priority to CN202310237530.7A priority Critical patent/CN116278778A/zh
Publication of CN116278778A publication Critical patent/CN116278778A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供了基于能量回收的电动车辆制动方法、装置、设备及介质，该方法包括：获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息；基于车辆参数和车速信息计算目标电动车辆的当前空气阻力和当前减速惯性力；基于车辆参数和坡度信息计算目标电动车辆的当前轮胎滚动阻力和当前坡道阻力；基于车辆参数以及当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算目标电动车辆的扭矩载荷，调整目标电动车辆的制动控制策略。通过考虑车速、路面坡道，实现整车动力性与经济性的优化分配，使能量回收策略更加实时准确的反映实际工况。避免出现车减速过快，造成驾乘感下降的问题，并利用路面坡道节约能量，合理分配电机输出扭矩。

Description

基于能量回收的电动车辆制动方法、装置、设备及介质
技术领域
本发明涉及计算机辅助设计技术领域，具体涉及基于能量回收的电动车辆制动方法、装置、设备及介质。
背景技术
在当今科技飞速发展的时代，自动驾驶L3级的技术越来越成熟甚至出现软件定义车辆的说法。在现有技术中车辆的制动策略基本都是基于制动踏板开度这一单一因素实现的，常常会出现制动踏板控制过于激进而导致车减速过快，造成能量浪费、驾乘体验差的问题。
发明内容
有鉴于此，本发明实施例提供了基于能量回收的电动车辆制动方法、装置、设备及介质，以克服现有技术中的电动车辆制动方式准确性差容易导致车速减速过快，造成能量浪费、驾乘体验差的问题。
根据第一方面，本发明实施例提供了一种基于能量回收的电动车辆制动方法，所述方法包括：
获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息；
基于所述车辆参数和所述车速信息计算所述目标电动车辆的当前空气阻力和当前减速惯性力；
基于所述车辆参数和所述坡度信息计算所述目标电动车辆的当前轮胎滚动阻力和当前坡道阻力；
基于所述车辆参数以及所述当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算所述目标电动车辆的扭矩载荷；
基于所述扭矩载荷调整所述目标电动车辆的制动控制策略。
可选地，所述基于所述扭矩载荷调整所述目标电动车辆的制动控制策略，包括：
判断所述扭矩载荷是否小于0；
在所述扭矩载荷小于0时，将所述扭矩载荷确定为所述目标电动车辆电机的反拖扭矩；
基于所述目标电动车辆电机的反拖扭矩计算所述目标电动车辆制动器的制动扭矩；
按照所述目标电动车辆制动器的制动扭矩对所述目标电动车辆进行制动控制。
可选地，按照如下公式计算所述目标电动车辆制动器的制动扭矩：
Tbrake＝(Tkb-T1iTηT)/n，
其中，Tbrake表示单个制动器的制动扭矩，Tkb＝kTmaxb，k表示制动器开度系数，Tmaxb表示制动器最大制动扭矩，n表示目标电动车辆的制动器个数，ηT表示目标电动车辆的传动系统总效率，iT表示目标电动车辆的传动系统总速比，T1表示目标电动车辆的反拖扭矩。
可选地，在基于所述目标电动车辆电机的反拖扭矩计算所述目标电动车辆制动器的制动扭矩之前，所述方法还包括：
判断所述反拖扭矩是否小于所述目标电动车辆的电机峰值扭矩；
在所述反拖扭矩不小于所述目标电动车辆的电机峰值扭矩时，将所述反拖扭矩更新为所述电机峰值扭矩。
可选地，所述车辆参数包括：所述目标电动车辆的整车质量和迎风面积，所述基于所述车辆参数和所述车速信息计算所述目标电动车辆的当前空气阻力和当前减速惯性力，包括：
基于所述迎风面积和所述车速信息中的当前车速及空气阻力系数，计算所述目标电动车辆的当前空气阻力；
基于所述整车质量和所述车速信息中的当前加速度及旋转质量换算系数计算所述目标电动车辆的当前减速惯性力。
可选地，所述基于所述车辆参数和所述坡度信息计算所述目标电动车辆的当前轮胎滚动阻力和当前坡道阻力，包括：
基于所述坡度信息中的当前坡度角度、所述整车质量、滚动阻力系数及重力加速度，计算所述目标电动车辆的当前轮胎滚动阻力；
基于所述坡度信息中的当前坡度角度、所述整车质量及重力加速度，计算所述目标电动车辆的当前坡道阻力。
可选地，所述车辆参数还包括：所述目标电动车辆的传动系统总效率、传动系统总比速以及轮胎半径，通过如下公式计算所述目标电动车辆的扭矩载荷：
Figure BDA0004122980610000031
其中，Tmotor表示目标电动车辆的扭矩载荷，ηT表示目标电动车辆的传动系统总效率，iT表示目标电动车辆的传动系统总速比，r表示目标电动车辆的轮胎半径，Fw、Ff、Fi和Fj分别表示目标电动车辆的当前空气阻力、当前轮胎滚动阻力、当前坡道阻力和当前减速惯性力。
根据第二方面,本发明实施例提供了一种基于能量回收的电动车辆制动装置，所述装置包括：
获取模块，用于获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息；
第一处理模块，用于基于所述车辆参数和所述车速信息计算所述目标电动车辆的当前空气阻力和当前减速惯性力；
第二处理模块，用于基于所述车辆参数和所述坡度信息计算所述目标电动车辆的当前轮胎滚动阻力和当前坡道阻力；
第三处理模块，用于基于所述车辆参数以及所述当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算所述目标电动车辆的扭矩载荷；
第四处理模块，用于基于所述扭矩载荷调整所述目标电动车辆的制动控制策略。
根据第三方面,本发明实施例提供了一种基于能量回收的电动车辆制动设备，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面及其任意一种可选实施方式所述的方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
本发明技术方案，具有如下优点：
本发明实施例提供的基于能量回收的电动车辆制动方法，通过获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息；基于车辆参数和车速信息计算目标电动车辆的当前空气阻力和当前减速惯性力；基于车辆参数和坡度信息计算目标电动车辆的当前轮胎滚动阻力和当前坡道阻力；基于车辆参数以及当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算目标电动车辆的扭矩载荷，进而调整目标电动车辆的制动控制策略。从而仅通过采集电动车辆的车辆参数、车速信息以及所在路面的坡道信息即可计算得到车辆的扭矩载荷，根据计算的扭矩载荷给出能量回收策略进行制动控制，综合考虑了整车运行过程中的车速动力需求、路面坡道信息等信息，实现整车动力性与经济性的优化分配，使能量回收策略更加实时准确的反映整车需求和实际工况。避免出现能量回收策略过于激进导致车减速过快，造成驾乘感下降，同时也可以利用路面坡道节约系统能量，合理分配电机输出扭矩。
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，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于能量回收的电动车辆制动方法的流程图；
图2为本发明实施例中电动搅拌车电机扭矩载荷构建系统的结构示意图；
图3为本发明实施例中扭矩载荷构建的过程示意图；
图4A为本发明实施例中车辆原始车速信息的示意图；
图4B为本发明实施例中不考虑反拖和路面坡度的电机驱动扭矩示意图；
图4C为本发明实施例中考虑反拖策略，不考虑路面坡度的电机扭矩示意图；
图4D为本发明实施例中考虑反拖控制策略和路面坡度的电机扭矩示意图；
图5为本发明实施例基于能量回收的电动车辆制动装置的结构示意图；
图6为本发明实施例的基于能量回收的电动车辆制动设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域技术人员在没有作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。
下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在当今科技飞速发展的时代，自动驾驶L3级的技术越来越成熟甚至出现软件定义车辆的说法。在现有技术中车辆的制动策略基本都是基于制动踏板开度这一单一因素实现的，常常会出现制动踏板控制过于激进而导致车减速过快，造成能量浪费、驾乘体验差的问题。
基于上述问题，本发明实施例提供了一种基于能量回收的电动车辆制动方法，如图1所示，该方法具体包括如下步骤：
步骤S101:获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息。
其中，车辆参数包括：目标电动车辆的整车质量和迎风面积，还包括：目标电动车辆的传动系统总效率、传动系统总比速以及轮胎半径等。车速信息包括：目标电动车辆的车速采样值及根据车速采样值计算得到的加速度值，车辆在加速过程中该加速度值为正值，车辆在减速过程中该加速度值为负数。坡度信息为目标电动车辆所在路面与水平面的夹角，当车辆在上坡时，对应的坡度值为正数，当车辆在下坡时，对应的坡度值为负数。
需要说明的是，在本发明实施例中是以目标电动车辆为工程搅拌车为例进行的说明，在实际应用中，该目标电动车辆还可以是其他电动工程车辆或电动汽车，本发明并不以此为限。
步骤S102:基于车辆参数和车速信息计算目标电动车辆的当前空气阻力和当前减速惯性力。
具体地，车辆在制动行驶过程中扭矩载荷会受到空气阻力和减速惯性力的影响，通过计算空气阻力和减速惯性力以保障最终车辆电机的扭矩载荷计算结果与真实工况相符。
步骤S103:基于车辆参数和坡度信息计算目标电动车辆的当前轮胎滚动阻力和当前坡道阻力。
具体地，车辆在制动行驶过程中由于路面高低不平扭矩载荷会受到坡道的而影响，通过计算轮胎滚动阻力和坡道阻力以保障最终车辆电机的扭矩载荷计算结果与真实工况相符。
步骤S104:基于车辆参数以及当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算目标电动车辆的扭矩载荷。
步骤S105：基于扭矩载荷调整目标电动车辆的制动控制策略。
通过上执行上述步骤，本发明实施例提供的基于能量回收的电动车辆制动方法，仅通过采集电动车辆的车辆参数、车速信息以及所在路面的坡道信息即可计算得到车辆的扭矩载荷，根据计算的扭矩载荷给出能量回收策略进行制动控制，综合考虑了整车运行过程中的车速动力需求、路面坡道信息等信息，实现整车动力性与经济性的优化分配，使能量回收策略更加实时准确的反映整车需求和实际工况。避免出现能量回收策略过于激进导致车减速过快，造成驾乘感下降，同时也可以利用路面坡道节约系统能量，合理分配电机输出扭矩。
具体地，在一实施例中，上述的步骤S102具体包括如下步骤：
步骤S21：基于迎风面积和车速信息中的当前车速及空气阻力系数，计算目标电动车辆的当前空气阻力。
具体地，通过如下公式(1)计算目标电动车辆的当前空气阻力：
Figure BDA0004122980610000081
其中，FW表示目标电动车辆的当前空气阻力，Cd表示空气阻力系数，A表示目标电动车辆的迎风面积，u表示目标电动车辆的当前车速。示例性地，空气阻力系数Cd＝0.65。
步骤S22：基于整车质量和车速信息中的当前加速度及旋转质量换算系数计算目标电动车辆的当前减速惯性力。
具体地，通过如下公式(2)计算目标电动车辆的当前减速惯性力：
Figure BDA0004122980610000082
其中，Fj表示目标电动车辆的当前减速惯性力，δ表示旋转质量换算系数，m表示目标电动车辆的整车质量，
Figure BDA0004122980610000083
为车目标电动车辆的当前加速度。该当前加速度可通过对采集的车速进行差分得到。示例性地，旋转质量换算系数δ＝1.06。
具体地，在一实施例中，上述的步骤S103具体包括如下步骤：
步骤S31：基于坡度信息中的当前坡度角度、整车质量、滚动阻力系数及重力加速度，计算目标电动车辆的当前轮胎滚动阻力。
具体地，通过如下公式(3)计算目标电动车辆的当前轮胎滚动阻力：
Ff＝mgfcosα(3)
其中，Ff表示目标电动车辆当前轮胎滚动阻力，m表示目标电动车辆的整车质量，g表示重力加速度，f表示滚动阻力系数，α表示当前坡道角度。滚动阻力系数可由滑行试验测定，具体测定过程为现有技术，在此不再进行赘述。此外，在实际应用中，滚动阻力系数f也可以根据经验公式f＝0.0076+0.000056u计算出来，其中u表示目标电动车辆的当前车速。
步骤S32：基于坡度信息中的当前坡度角度、整车质量及重力加速度，计算目标电动车辆的当前坡道阻力。
具体地，通过如下公式(4)计算目标电动车辆的当前坡道阻力：
Fi＝mgsinα(4)
其中，Fi表示目标电动车辆的当前坡道阻力，m表示目标电动车辆的整车质量，g表示重力加速度，α表示当前坡道角度。
具体地，在一实施例中，通过如下公式(5)计算目标电动车辆的扭矩载荷：
Figure BDA0004122980610000091
其中，Tmotor表示目标电动车辆的扭矩载荷，ηT表示目标电动车辆的传动系统总效率，iT表示目标电动车辆的传动系统总速比，r表示目标电动车辆的轮胎半径，FW、Ff、Fi和Fj分别表示目标电动车辆的当前空气阻力、当前轮胎滚动阻力、当前坡道阻力和当前减速惯性力。
具体地，在一实施例中，上述步骤S105具体包括如下步骤：
步骤S51：判断扭矩载荷是否小于0。
步骤S52：在扭矩载荷小于0时，将扭矩载荷确定为目标电动车辆电机的反拖扭矩。
步骤S53：基于目标电动车辆电机的反拖扭矩计算目标电动车辆制动器的制动扭矩。
当车辆在制动过程中，通过实时的反拖扭矩不断调整目标车辆制动器的制动扭矩，以实现整车动力性与经济性的优化分配，使能量回收策略更加实时准确的反映整车需求和实际工况。避免出现能量回收策略过于激进导致车减速过快，造成驾乘感下降，同时也可以利用路面坡道节约系统能量，合理分配电机输出扭矩。
步骤S54：按照目标电动车辆制动器的制动扭矩对目标电动车辆进行制动控制。
具体地，按照如下公式(6)计算目标电动车辆制动器的制动扭矩：
Tbrake＝(Tkb-T1iTηT)/n (6)
其中，Tbrake表示单个制动器的制动扭矩，Tkb＝kTmaxb，k表示制动器开度系数，Tmaxb表示制动器最大制动扭矩，n表示目标电动车辆的制动器个数，ηT表示目标电动车辆的传动系统总效率，iT表示目标电动车辆的传动系统总速比，T1表示目标电动车辆的反拖扭矩。
进一步地，通过判断扭矩载荷是否小于0；在扭矩载荷不小于0时，调整目标电动车辆的控制策略为驱动控制，具体驱动控制的控制方式可参照现有技术中电动车辆的驱动方式加以实现，在此不再进行赘述。在扭矩载荷小于0时，调整目标电动车辆的控制策略为制动控制，然后基于能量回收通过利用电机反拖扭矩实现辅助制动，避免了能量的浪费，并且由于扭矩载荷的计算结合了车速和坡道信息使能量回收策略更加实时准确的反映整车需求和实际工况。
具体地，在一实施例中，在执行上述步骤S53之前，本发明实施例提供的基于能量回收的电动车辆制动方法还包括如下步骤：
步骤S55：判断反拖扭矩是否小于目标电动车辆的电机峰值扭矩。
具体地，在反拖扭矩不小于目标电动车辆的电机峰值扭矩时，将反拖扭矩更新为电机峰值扭矩，然后执行上述步骤S53。在反拖扭矩小于目标电动车辆的电机峰值扭矩时，直接执行上述步骤S53。在实际应用中，为避免电机损坏，电机所能输出的最大扭矩为电机峰值扭矩，从而通过比较计算出的反拖扭矩与电机峰值扭矩的大小关系，对电机的反拖扭矩进行更新，使得电动车辆的制动方案更加符合实际工况。
下面将通过具体应用示例，对本发明实施例提供的基于能量回收的电动车辆制动方法的具体实现过程进行详细的说明。
如图2所示，通过搭建电动搅拌车的电机扭矩载荷构建系统，来实现扭矩载荷的自动计算。其中，该系统包括：电动搅拌车1，车载电子控制单元2，电机控制器3，坡度仪4，车速测试设备5，在工程搅拌车上安装坡度仪4(角度仪)来实时检测车辆所在路面的坡度信息，在实际应用中，坡度仪4安装在电机控制器3的保护壳内部，车速测试设备5安装于驾驶室顶部，车载电子控制单元2设有输入端口及输出端口，坡度仪4、车速测试设备5与车载电子控制单元2的输入端口连接，车载电子控制单元2采集到的信号存贮于车载存储卡，通过车联网发送设备发回车联网云平台。车联网云平台通过提取数据计算电机扭矩载荷，然后拼接载荷获取实际工况的载荷信息。从而通过车联网平台获得车辆的车辆参数、车速和道路实时坡度信息等，并利用车辆的控制策略计算出车辆驱动电机的扭矩载荷，为电动车辆新产品开发提供载荷输入条件。
具体地，如图3所示，上述车速信息包括：加速和减速信息，加速信息输入驱动控制策略，用于控制电机输出扭矩以及转速，减速信息输入能量回收控制策略，用于控制电机反拖扭矩大小。车速信息为整车实测，为一系列等时间间隔dt的数据点u1，u2……un，代入上述公式(1)计算出空气阻力FW，公式(4)中的
Figure BDA0004122980610000121
代入公式(4)计算减速惯性力Fj。上述坡度信息包括：坡度角度，将所获取的坡度角度输入电机扭矩计算模块，若为上坡信息，则扭矩记为正扭矩，若为下坡信息，则扭矩记为负扭矩。根据上述坡度仪4测到一系列等时间间隔dt的数据点α1，α2……αn，代入上述公式(2)、公式(3)计算出轮胎滚动阻力Ff、坡道阻力Fi。空气阻力系数Cd＝0.65、旋转质量换算系数δ＝1.06，其他参数根据实车数据得到。
将以上计算出的空气阻力FW、轮胎滚动阻力Ff、坡道阻力Fi、减速惯性力Fj，代入上述公式(5)计算出用于驱动的电机扭矩载荷Tmotor。然后根据扭矩载荷Tmotor的正负确定电机反拖扭矩或驱动扭矩，并在电机反拖扭矩的制动过程中，按照上述步骤S105确定整车ECU能量回收控制逻辑，结合加速踏板和制动踏板的控制情况，计算制动器扭矩，实现制动过程中的速度平滑处理，提升驾乘体验，并且节约能量，提升电动车辆整体的续航能力。
如图4A至图4C所示，在现有的技术方案中，虽然车辆速度信息可以通过车联网平台进行实施监控，然而整车计算匹配电机扭矩不考虑坡道信息和反拖策略，这样会造成电机匹配选型不太符合实际载荷需求。本发明实施例可以通过车辆网云平台收集车辆速度、坡度信息、车辆制动信息，将所收集的信息进行综合分析处理，计算电机运行过程的扭矩载荷信息，最终得到的电机扭矩如图4D所示。
本发明实施例所得到的扭矩载荷可以为优化分析加速驱动控制策略提供参考载荷，使得电动车辆在最合适的扭矩转速下进行换挡，缩短车辆加速时间；通过获取的坡道信息，在上坡时，将坡道信息输入到驱动控制策略中，实现适当降低速度，提升扭矩，提高车辆爬坡性能；在下坡时，将坡道信息输入到能量回收控制策略即制度策略中，通过电机反拖扭矩实现下坡时通过电机发电给电池充电，不仅可以提高长下坡制动性能，还可大幅提高车辆行驶里程。经过实验验证在考虑了坡道信息和反拖策略后，在相同的工况下，车辆在下坡过程中的速度比之前的速度在局部波动更小，更为合理，从而达到优化车辆控制策略的目的。
综上，本发明实施例提供的基于能量回收的电动车辆制动方法，在工程搅拌车上安装坡度仪(角度仪)，通过车联网平台获得车辆的车速和道路实时坡度信息，计算出驱动电机的扭矩载荷，进而获得车辆的载荷信息，为电动车辆新产品开发提供载荷输入条件。并且通过测试车速，在车辆上安装坡度仪，获取路面坡度的实时信息，计算得出电机驱动扭矩载荷，从而简便、快捷的获得样车接近实际用户工况的载荷数据，保证新产品的开发效率，也为车辆健康检测、反拖控制策略提供特征数据。根据计算的扭矩载荷给出能量回收策略，综合考虑了整车运行过程中的车速动力需求、路面坡道信息、电机反拖等信息，实现整车动力性与经济性的优化分配，使能量回收策略更加实时准确的反映整车需求和实际工况。避免出现能量回收策略过于激进导致车减速过快，造成驾乘感下降，同时也可以利用路面坡道节约系统能量，合理分配电机输出扭矩。
本发明实施例还提供了一种基于能量回收的电动车辆制动装置，如图5所示，该装置包括：
获取模块101，用于获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息。详细内容参加上述方法实施例中步骤S101的相关描述，在此不再进行赘述。
第一处理模块102，用于基于车辆参数和车速信息计算目标电动车辆的当前空气阻力和当前减速惯性力。详细内容参加上述方法实施例中步骤S102的相关描述，在此不再进行赘述。
第二处理模块103，用于基于车辆参数和坡度信息计算目标电动车辆的当前轮胎滚动阻力和当前坡道阻力。详细内容参加上述方法实施例中步骤S103的相关描述，在此不再进行赘述。
第三处理模块104，用于基于车辆参数以及当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算目标电动车辆的扭矩载荷。详细内容参加上述方法实施例中步骤S104的相关描述，在此不再进行赘述。
第四处理模块105，用于基于扭矩载荷调整目标电动车辆的制动控制策略。详细内容参加上述方法实施例中步骤S105的相关描述，在此不再进行赘述。
本发明实施例提供的基于能量回收的电动车辆制动装置，用于执行上述实施例提供的基于能量回收的电动车辆制动方法，其实现方式与原理相同，详细内容参见上述方法实施例的相关描述，不再赘述。
通过上述各个组成部分的协同合作，本发明实施例提供的基于能量回收的电动车辆制动装置，仅通过采集电动车辆的车辆参数、车速信息以及所在路面的坡道信息即可计算得到车辆的扭矩载荷，根据计算的扭矩载荷给出能量回收策略进行制动控制，综合考虑了整车运行过程中的车速动力需求、路面坡道信息等信息，实现整车动力性与经济性的优化分配，使能量回收策略更加实时准确的反映整车需求和实际工况。避免出现能量回收策略过于激进导致车减速过快，造成驾乘感下降，同时也可以利用路面坡道节约系统能量，合理分配电机输出扭矩。
本发明实施例还提供了一种基于能量回收的电动车辆制动设备，如图6所示，该基于能量回收的电动车辆制动设备包括：处理器901和存储器902，其中，处理器901和存储器902可以通过总线或者其他方式连接，图6中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit，CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如上述方法实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器901所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中，当被处理器901执行时，执行上述方法实施例中的方法。
上述基于能量回收的电动车辆制动设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，实现的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种基于能量回收的电动车辆制动方法，其特征在于，所述方法包括：
获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息；
基于所述车辆参数和所述车速信息计算所述目标电动车辆的当前空气阻力和当前减速惯性力；
基于所述车辆参数和所述坡度信息计算所述目标电动车辆的当前轮胎滚动阻力和当前坡道阻力；
基于所述车辆参数以及所述当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算所述目标电动车辆的扭矩载荷；
基于所述扭矩载荷调整所述目标电动车辆的制动控制策略。
2.根据权利要求1所述的方法，其特征在于，所述基于所述扭矩载荷调整所述目标电动车辆的制动控制策略，包括：
判断所述扭矩载荷是否小于0；
在所述扭矩载荷小于0时，将所述扭矩载荷确定为所述目标电动车辆电机的反拖扭矩；
基于所述目标电动车辆电机的反拖扭矩计算所述目标电动车辆制动器的制动扭矩；
按照所述目标电动车辆制动器的制动扭矩对所述目标电动车辆进行制动控制。
3.根据权利要求2所述的方法，其特征在于，按照如下公式计算所述目标电动车辆制动器的制动扭矩：
Tbrake＝(Tkb-T1iTηT)/n，
其中，Tbrake表示单个制动器的制动扭矩，Tkb＝kTmaxb，k表示制动器开度系数，Tmaxb表示制动器最大制动扭矩，n表示目标电动车辆的制动器个数，ηT表示目标电动车辆的传动系统总效率，iT表示目标电动车辆的传动系统总速比，T1表示目标电动车辆的反拖扭矩。
4.根据权利要求3所述的方法，其特征在于，在基于所述目标电动车辆电机的反拖扭矩计算所述目标电动车辆制动器的制动扭矩之前，所述方法还包括：
判断所述反拖扭矩是否小于所述目标电动车辆的电机峰值扭矩；
在所述反拖扭矩不小于所述目标电动车辆的电机峰值扭矩时，将所述反拖扭矩更新为所述电机峰值扭矩。
5.根据权利要求1所述的方法，其特征在于，所述车辆参数包括：所述目标电动车辆的整车质量和迎风面积，所述基于所述车辆参数和所述车速信息计算所述目标电动车辆的当前空气阻力和当前减速惯性力，包括：
基于所述迎风面积和所述车速信息中的当前车速及空气阻力系数，计算所述目标电动车辆的当前空气阻力；
基于所述整车质量和所述车速信息中的当前加速度及旋转质量换算系数计算所述目标电动车辆的当前减速惯性力。
6.根据权利要求5所述的方法，其特征在于，所述基于所述车辆参数和所述坡度信息计算所述目标电动车辆的当前轮胎滚动阻力和当前坡道阻力，包括：
基于所述坡度信息中的当前坡度角度、所述整车质量、滚动阻力系数及重力加速度，计算所述目标电动车辆的当前轮胎滚动阻力；
基于所述坡度信息中的当前坡度角度、所述整车质量及重力加速度，计算所述目标电动车辆的当前坡道阻力。
7.根据权利要求1所述的方法，其特征在于，所述车辆参数还包括：所述目标电动车辆的传动系统总效率、传动系统总比速以及轮胎半径，通过如下公式计算所述目标电动车辆的扭矩载荷：
Figure FDA0004122980600000031
其中，Tmotor表示目标电动车辆的扭矩载荷，ηT表示目标电动车辆的传动系统总效率，iT表示目标电动车辆的传动系统总速比，r表示目标电动车辆的轮胎半径，FW、Ff、Fi和Fj分别表示目标电动车辆的当前空气阻力、当前轮胎滚动阻力、当前坡道阻力和当前减速惯性力。
8.一种基于能量回收的电动车辆制动装置，其特征在于，所述装置包括：
获取模块，用于获取目标电动车辆的车辆参数、车速信息以及其所在路面的坡度信息；
第一处理模块，用于基于所述车辆参数和所述车速信息计算所述目标电动车辆的当前空气阻力和当前减速惯性力；
第二处理模块，用于基于所述车辆参数和所述坡度信息计算所述目标电动车辆的当前轮胎滚动阻力和当前坡道阻力；
第三处理模块，用于基于所述车辆参数以及所述当前空气阻力、当前减速惯性力、当前轮胎阻力和当前坡道阻力，计算所述目标电动车辆的扭矩载荷；
第四处理模块，用于基于所述扭矩载荷调整所述目标电动车辆的制动控制策略。
9.一种基于能量回收的电动车辆制动设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行如权利要求1-7任一项所述的方法。
CN202310237530.7A 2023-03-13 2023-03-13 基于能量回收的电动车辆制动方法、装置、设备及介质 Pending CN116278778A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310237530.7A CN116278778A (zh) 2023-03-13 2023-03-13 基于能量回收的电动车辆制动方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310237530.7A CN116278778A (zh) 2023-03-13 2023-03-13 基于能量回收的电动车辆制动方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116278778A true CN116278778A (zh) 2023-06-23

Family

ID=86788274

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310237530.7A Pending CN116278778A (zh) 2023-03-13 2023-03-13 基于能量回收的电动车辆制动方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116278778A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116853256A (zh) * 2023-08-07 2023-10-10 广州汽车集团股份有限公司 车辆控制方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116853256A (zh) * 2023-08-07 2023-10-10 广州汽车集团股份有限公司 车辆控制方法、装置、设备及存储介质
CN116853256B (zh) * 2023-08-07 2024-03-22 广州汽车集团股份有限公司 车辆控制方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
Miri et al. Electric vehicle energy consumption modelling and estimation—A case study
CN108515960B (zh) 滑行能量回收方法、装置及系统
CN109733248A (zh) 基于路径信息的纯电动汽车剩余里程模型预测方法
CN112389208B (zh) 自动驾驶车辆能量回收方法、系统、终端、介质及车辆
CN111605559B (zh) 一种整车质量估算方法、扭矩控制方法及装置
CN110893853B (zh) 一种基于前方坡度信息的车辆控制方法以及系统
CN116278778A (zh) 基于能量回收的电动车辆制动方法、装置、设备及介质
Shakouri et al. Longitudinal vehicle dynamics using Simulink/Matlab
CN110949394A (zh) 单踏板制动测试方法、装置、设备、存储介质和系统
CN115503737A (zh) 车辆的质量估算方法、装置、介质、设备及车辆
CN114954494A (zh) 一种重型商用车辆载重快速估计方法
CN111198032A (zh) 汽车质量实时估算方法
CN109190153B (zh) 一种能耗计算方法及其系统
CN112918443B (zh) 制动控制方法、装置、设备及存储介质
CN110816531B (zh) 一种无人驾驶汽车车辆间安全距离的控制系统及控制方法
Ruan et al. A modularized electric vehicle model-in-the-loop simulation for transportation electrification modeling and analysis
Ng et al. Comparison of electric bus power consumption modelling and simulation using basic power model, ADVISOR and FASTSim
CN110126815B (zh) 用于协助交通工具的驾驶控制的方法、装置、设备和介质
CN109466333B (zh) 基于电动客车动态过程质量估计的剩余里程计算方法
Rios et al. Battery electric bus simulator-a tool for energy consumption analysis
CN115742763A (zh) 一种车辆能量回收控制方法及装置
CN113815621A (zh) 坡度计算方法、装置、车辆及计算机可读存储介质
CN112977082B (zh) 扭矩分配方法及装置、建模方法及汽车
CN114228719A (zh) 车辆辅助制动方法、电子设备及存储介质
CN112549973A (zh) 车辆控制方法及装置

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