CN116879752A - 一种纯电动汽车长途行驶过程的状态预测方法及装置 - Google Patents

一种纯电动汽车长途行驶过程的状态预测方法及装置 Download PDF

Info

Publication number
CN116879752A
CN116879752A CN202310703792.8A CN202310703792A CN116879752A CN 116879752 A CN116879752 A CN 116879752A CN 202310703792 A CN202310703792 A CN 202310703792A CN 116879752 A CN116879752 A CN 116879752A
Authority
CN
China
Prior art keywords
state
charge
air temperature
electric automobile
nominal
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
CN202310703792.8A
Other languages
English (en)
Inventor
张翮辉
宗禹彤
李康
左青松
尹德友
沈伟
国海鹏
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.)
Xiangtan University
Original Assignee
Xiangtan 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 Xiangtan University filed Critical Xiangtan University
Priority to CN202310703792.8A priority Critical patent/CN116879752A/zh
Publication of CN116879752A publication Critical patent/CN116879752A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • 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
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Energy (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供一种应用于纯电动汽车长途行驶过程的状态预测方法的预测装置，包括行车电脑(1)和与之电性连接的气温测量模块(2)、标称荷电态计量模块(3)、里程计量模块(4)及显示屏(5)。本发明还提供纯电动汽车长途行驶过程的状态预测方法：汽车出厂前测量并存储不同条件下的容量修正系数和放电功率系数；汽车行驶前确定出发地和目的地，并在行驶过程中获取当前地气温、位置和电池包的当前标称荷电态并存储；计算汽车单位行驶距离下的荷电态降低量；将行驶路径等距离地划分为n个间隔，获得温度预测序列后计算荷电态修正系数预测序列，形成修正荷电态预测序列以及放电功率系数预测序列。本发明的纯电动汽车长途行驶过程的状态预测方法科学合理、准确可靠。

Description

一种纯电动汽车长途行驶过程的状态预测方法及装置
技术领域
本发明涉及电动汽车领域，特别涉及一种纯电动汽车长途行驶过程的状态预测方法及装置。
背景技术
当前电动汽车因节能、环保和舒适等优点而日益普及，其中绝大部分是使用锂离子电池包供电的纯电动汽车。但是，由于电池包充电耗时远大于传统燃油车的加油耗时，再加上目前充电桩等基础设施数目和覆盖率较为有限，目前纯电动汽车车主长途行驶过程中普遍面临“里程焦虑”现象：即担心车辆行驶较长距离后，电池包可用电量或功率输出能力不足。
纯电动汽车长途行驶中，除了与传统燃油车一样面临行驶途中能量不足的问题之外，其电池包可用电量与输出能力还受到环境气温的影响。这是因为以锂离子电池为代表的化学储能器件的可用电量与放电功率显著受到温度的影响，同等情况下若温度越低则可用电量越少，放电功率也越小。
当前的公知技术方案中，虽然考虑了长途行驶中因距离因素导致纯电动汽车可用电量与放电功率这两方面状态的影响，但未能很好地考虑长途行驶中因时间和地理位置变化而带来的环境气温变化因素对上述状态的影响。因此，有必要发展新的技术手段，充分利用相关智能网联技术，对纯电动汽车长途行驶过程的状态予以预测，从而让驾驶人员提前掌握车辆可能的状态变化并进行针对性的准备。
发明内容
为了解决上述技术问题，本发明提供一种科学合理、逻辑清晰、准确可靠、用户体验好的纯电动汽车长途行驶过程的状态预测方法，并提供相应的成本低廉、适用性广的预测装置及设有该装置的电动汽车。
根据本发明的第一个方面，提供一种纯电动汽车长途行驶过程的状态预测方法，其技术方案是，一种纯电动汽车长途行驶过程的状态预测方法，所述纯电动汽车由电池包供能驱动，纯电动汽车出厂前，通过实验测量并以数据表格存储不同气温下的容量修正系数FQ和不同气温、不同标称荷电态组合下的放电功率系数FP：其中某个气温下的容量修正系数FQ为该气温下的总放电容量与电池包额定容量之比，某个气温、标称荷电态组合下的放电功率系数FP为该组合下的脉冲放电功率与所有组合下脉冲放电功率的最大值之比；
电动汽车长途行驶前，告知行车电脑出发地和目的地；行驶过程中，每隔固定的时间间隔，执行以下步骤：
步骤S1、获取当前地气温T0、当前地位置和电池包的当前标称荷电态SOCB0并予以存储；
步骤S2、计算出发地至当前地行驶过程单位行驶距离下的荷电态降低量qB；
步骤S3、将当前地至目的地的路径等距离地划分为n个间隔，每个间隔的长度为ΔL；
步骤S4、通过与导航和天气预报软件联网，预测当前地至目的地行驶过程中气温随行驶距离的变化情况：令汽车行驶至第i个间隔结束点时的气温预测值为Ti，由此获得气温预测序列[T0，T1，T2，…，Ti，…，Tn]，其中T0为当前地气温，T1至Tn为第一个间隔结束点至第n个间隔结束点的气温预测值；
步骤S5、由温度预测序列并查数据表格，插值计算当前地至目的地行驶过程中荷电态修正系数随行驶距离的变化情况，并形成荷电态修正系数预测序列[FQ0，FQ1，FQ2，…，FQi，…，FQn]，其中FQ0为当前地荷电态修正系数，FQ 1至FQn为第一个间隔结束点至第n个间隔结束点的荷电态修正系数预测值；
步骤S6、计算当前地至目的地行驶过程中，修正荷电态随行驶距离的变化情况，并形成修正荷电态预测序列[SOCX0，SOCX 1，SOCX2，…，SOCXi，…，SOCXn]，其中SOCX0为当前地修正荷电态，SOCX 1至SOCXn为第一个间隔结束点至第n个间隔结束点的修正荷电态预测值，第i个修正荷电态预测值SOCXi的计算式为：
SOCX i＝FQi×(SOCB0-ΔL×qB×i) (1)
式中，FQi为步骤S4获得的第i个间隔结束点的荷电态修正系数预测值，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB；
步骤S7、计算当前地至目的地行驶过程中，放电功率系数FP随行驶距离的变化情况，并形成放电功率系数FP预测序列[FP0，FP 1，FP2，…，FPi，…，FPn]，其中FP0为当前地放电功率系数，FP 1至FPn为第一个间隔结束点至第n个间隔结束点的放电功率系数预测值；具体地，第i个放电功率系数预测值FPi的计算分为以下子步骤：
子步骤S7.1、计算第i个间隔点结束时刻的标称荷电态SOCBi：
SOCBi＝SOCB0-ΔL×qB×i (2)
式中，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB；
子步骤S7.2、由第i个间隔点结束时刻的标称荷电态SOCBi和气温预测值Ti，查询数据表格并通过插值方式获得第i个放电功率系数预测值FPi。
上述纯电动汽车长途行驶过程的状态预测方法，所述通过实验测量获取的数据表格中，不同气温的取值为以5℃为间隔、-20℃至50℃范围内的气温取值，所述不同标称荷电态的取值为以5％为间隔、0％至100％范围内的荷电态取值；所述标称荷电态的值为将该荷电态的电动汽车转移至额定气温环境并以额定工况行驶所能释放的最大放电容量与电池包额定容量之比；所述电池包额定容量为电动汽车在额定气温环境以额定充电制度充至满电后再以额定工况运行至电池包最低许可电压状态的全过程中的放电容量，其值由厂家给定；所述不同气温、不同标称荷电态组合下的放电功率系数FP的表格，由一系列子表格构成，每一子表格对应一个气温值且包括该气温取值下不同标称荷电态所对应的放电功率系数FP。
上述纯电动汽车长途行驶过程的状态预测方法，所述某个气温下总放电容量的测试，其测试步骤如下：
步骤A1、将电动汽车转移至额定气温环境并搁置1h以上；
步骤A2、将电动汽车以额定充电制度充至满电；
步骤A3、将电动汽车转移至待测气温环境并搁置1h以上；
步骤A4、使电动汽车以额定工况运行至电池包最低许可电压状态，记录行驶全过程的放电容量即为待测的某个气温下总放电容量。
上述纯电动汽车长途行驶过程的状态预测方法，所述某个气温、标称荷电态组合下脉冲放电功率的测试，其测试步骤如下：
步骤B1、将电动汽车转移至额定气温环境并搁置1h以上；
步骤B2、将电动汽车以额定充电制度充至满电；
步骤B3、将电动汽车的电池包放电至待测标称荷电态；
步骤B4、将电动汽车转移至待测气温环境并搁置1h以上；
步骤B5、对电动汽车的电池包以1C倍率恒流放电10s，测量并记录放电结束时刻的放电功率值即为待测的某个气温、标称荷电态组合下的脉冲放电功率。
上述纯电动汽车长途行驶过程的状态预测方法，所述步骤S5中根据温度预测序列和数据表格插值计算荷电态修正系数的具体方法为，为了预测第i个间隔结束点的荷电态修正系数FQi，采取以下步骤：
步骤C1、从步骤S4的气温预测序列中读取第i个间隔结束点的气温预测值Ti；
步骤C2、从不同气温下的容量修正系数FQ所构成的表格中，查找与Ti最为接近的两个气温值Ta和Tb，以及二者所对应的容量修正系数FQa和FQb；
步骤C3、按下式进行线性插值从而求得第i个间隔结束点的荷电态修正系数FQi：
上述纯电动汽车长途行驶过程的状态预测方法，所述子步骤S7.2中查询数据表格并插值获得第i个放电功率系数FP预测值FPi，其具体步骤如下：
步骤D1、从不同气温、不同标称荷电态组合下的放电功率系数FP的表格中，寻找与气温预测值Ti最为接近的气温所对应的子表格；
步骤D2、从步骤D1的表格中，查找与第i个间隔点结束时刻的标称荷电态SOCBi最为接近的两个标称荷电态SOCBa和SOCBb，以及二者所对应的放电功率系数FPa和FPb；
步骤D3、按下式进行线性插值从而求得第i个间隔结束点的放电功率系数预测值FPi：
上述纯电动汽车长途行驶过程的状态预测方法，还包括行驶过程中每隔固定的时间间隔，对步骤S6和步骤S7的最新预测结果进行可视化显示：
绘制一条直线段，在其起始点和终止点上分别标示当前地和目的地名称；将该直线段等分为n个线段间隔，n为步骤S3中的间隔段数目，其中对第i个线段间隔，令其宽度为SOCX i×W，令其颜色的灰度值为FPi×100％，其中SOCXi和FPi分别为预测结果序列中第i个修正荷电态预测值和第i个放电功率系数预测值，W为基准线宽，0％的灰度值显示为全白，100％的灰度值显示为全黑。
上述纯电动汽车长途行驶过程的状态预测方法，所述基准线宽W为1厘米至10厘米之间。
优选地，上述测试过程，将纯电动汽车置于可调节气温的实验室中进行所需运行工况的模拟工况测试，而不用在真实的室外道路环境进行相关行驶测试。
根据本发明的第二个方面，提供一种应用于上述纯电动汽车长途行驶过程的状态预测方法的预测装置，包括行车电脑和与之电性连接的气温测量模块、标称荷电态计量模块、里程计量模块及显示屏，其中：
所述气温测量模块用于实时测量纯电动汽车所处环境气温；
所述标称荷电态计量模块通过安时积分法实时计量纯电动汽车的电池包充放电过程的电荷转移量；
所述里程计量模块用于实时计量纯电动汽车的行驶里程；
所述显示屏用于纯电动汽车长途行驶过程状态预测结果的可视化显示；
所述行车电脑包括存储模块和与之电性连接的计算模块及联网模块，其中存储模块用于各种测量、计量、联网和计算数据的存储，计算模块用于计算，联网模块用于从导航软件和天气预报软件处联网并实时获得导航和天气预报信息。
根据本发明的第三个方面，提供一种纯电动汽车，所述纯电动汽车设有上述纯电动汽车长途行驶过程的状态预测装置。
本发明定义了标称荷电态SOCB和修正荷电态SOCX这两个参数。前者只取决于电池包内电池正负极板上的荷电量，而与外界环境因素无关：无论当前电动汽车处于何种环境，假设将其转移至额定气温环境并以额定工况行驶，则行驶全过程所能释放的最大放电容量与电池包自身额定容量之比即为电池包的标称荷电态SOCB；后者则考虑环境气温对电池包实际可放电容量的影响并引入修正容量修正系数FQ，某环境气温下电池包的修正荷电态SOCX为其标称荷电态SOCB与该温度下的修正容量修正系数FQ之乘积，代表电动汽车处于某环境气温下以额定工况行驶，行驶全过程实际所能释放的最大放电容量与电池包自身额定容量之比。通常，电池包放电结束的标志是电池包的端电压达到其最低许可电压值。
通过上述定义，预测过程中统一以标称荷电态SOCB作为基准进行中间步骤的相关计算，而预测结果中则将其转化为具体环境气温下的修正荷电态SOCX并予以输出，这样使得预测计算过程科学合理、逻辑清晰。
对于纯电动汽车运行过程任意时刻的标称荷电态SOCB，可在获知其初始标称荷电态SOCB的基础上，在线监测电池包充放电电流大小，并通过电流对时间积分(安时积分法)来统计得到电量的变化量并换算成标称荷电态SOCB的改变量，最终通过初始标称荷电态SOCB减去标称荷电态SOCB的改变量来得到任意时刻的标称荷电态SOCB。
运行过程的初始标称荷电态SOCB可通过行车电脑获得，并进行不定期标定和修正。譬如，当在额定气温环境以额定充电制度充至满电时，即可标定其标称荷电态SOCB为100％。
结合上述介绍，还不难发现本发明的其他优点：
1、本发明基于行驶标称荷电态SOCB，通过与导航和天气预报软件联网并利用事先存储的数据表格信息，着重关注纯电动汽车长途行驶过程因时间和地理位置显著变化而产生的气温变化对电池包可释放电量和功率的影响，预测计算过程数据输入和输出都实时更新，准确可靠。预测结果通过线段颜色深度和宽度进行可视化显示，具有较好的用户体验。
2、本发明纯电动汽车长途行驶过程的状态预测装置充分利用了现有电动汽车普遍装备的行车电脑、环境气温传感器和软件运行及联网设备，基本不新增新的硬件，故成本低廉，且能适用于各种电动汽车。
附图说明
图1为本发明实施例中纯电动汽车长途行驶过程某个位置的状态可视化显示结果。
图2为本发明实施例中纯电动汽车长途行驶过程的状态预测装置的构成示意图，图中1为行车电脑，2为气温测量模块，3为标称荷电态计量模块，4为里程计量模块，5为显示屏，6为导航软件，7为天气预报软件，11为存储模块，12为计算模块，13为联网模块。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
一种纯电动汽车长途行驶过程的状态预测方法，所述纯电动汽车由电池包供能驱动，纯电动汽车出厂前，通过实验测量并以数据表格存储不同气温下的容量修正系数FQ和不同气温、不同标称荷电态组合下的放电功率系数FP：其中某个气温下的容量修正系数FQ为该气温下的总放电容量与电池包额定容量之比，某个气温、标称荷电态组合下的放电功率系数FP为该组合下的脉冲放电功率与所有组合下脉冲放电功率的最大值之比；
电动汽车长途行驶前，告知行车电脑出发地和目的地；行驶过程中，每隔固定的时间间隔，执行以下步骤：
步骤S1、获取当前地气温T0、当前地位置和电池包的当前标称荷电态SOCB0并予以存储；
步骤S2、计算出发地至当前地行驶过程单位行驶距离下的荷电态降低量qB；
步骤S3、将当前地至目的地的路径等距离地划分为n个间隔，每个间隔的长度为ΔL；
步骤S4、通过与导航和天气预报软件联网，预测当前地至目的地行驶过程中气温随行驶距离的变化情况：令汽车行驶至第i个间隔结束点时的气温预测值为Ti，由此获得气温预测序列[T0，T1，T2，…，Ti，…，Tn]，其中T0为当前地气温，T1至Tn为第一个间隔结束点至第n个间隔结束点的气温预测值；
步骤S5、由温度预测序列并查数据表格，插值计算当前地至目的地行驶过程中荷电态修正系数随行驶距离的变化情况，并形成荷电态修正系数预测序列[FQ0，FQ1，FQ2，…，FQi，…，FQn]，其中FQ0为当前地荷电态修正系数，FQ 1至FQn为第一个间隔结束点至第n个间隔结束点的荷电态修正系数预测值；
步骤S6、计算当前地至目的地行驶过程中，修正荷电态随行驶距离的变化情况，并形成修正荷电态预测序列[SOCX0，SOCX 1，SOCX2，…，SOCXi，…，SOCXn]，其中SOCX0为当前地修正荷电态，SOCX 1至SOCXn为第一个间隔结束点至第n个间隔结束点的修正荷电态预测值，第i个修正荷电态预测值SOCXi的计算式为：
SOCX i＝FQi×(SOCB0-ΔL×qB×i) (1)
式中，FQi为步骤S4获得的第i个间隔结束点的荷电态修正系数预测值，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB；
步骤S7、计算当前地至目的地行驶过程中，放电功率系数FP随行驶距离的变化情况，并形成放电功率系数FP预测序列[FP0，FP 1，FP2，…，FPi，…，FPn]，其中FP0为当前地放电功率系数，FP 1至FPn为第一个间隔结束点至第n个间隔结束点的放电功率系数预测值；具体地，第i个放电功率系数预测值FPi的计算分为以下子步骤：
子步骤S7.1、计算第i个间隔点结束时刻的标称荷电态SOCBi：
SOCBi＝SOCB0-ΔL×qB×i (2)
式中，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB；
子步骤S7.2、由第i个间隔点结束时刻的标称荷电态SOCBi和气温预测值Ti，查询数据表格并通过插值方式获得第i个放电功率系数预测值FPi。
上述纯电动汽车长途行驶过程的状态预测方法，所述通过实验测量获取的数据表格中，不同气温的取值为以5℃为间隔、-20℃至50℃范围内的气温取值，所述不同标称荷电态的取值为以5％为间隔、0％至100％范围内的荷电态取值；所述标称荷电态的值为将该荷电态的电动汽车转移至额定气温环境并以额定工况行驶所能释放的最大放电容量与电池包额定容量之比；所述电池包额定容量为电动汽车在额定气温环境以额定充电制度充至满电后再以额定工况运行至电池包最低许可电压状态的全过程中的放电容量，其值由厂家给定；所述不同气温、不同标称荷电态组合下的放电功率系数FP的表格，由一系列子表格构成，每一子表格对应一个气温值且包括该气温取值下不同标称荷电态所对应的放电功率系数FP。
上述纯电动汽车长途行驶过程的状态预测方法，所述某个气温下总放电容量的测试，其测试步骤如下：
步骤A1、将电动汽车转移至额定气温环境并搁置1h以上；
步骤A2、将电动汽车以额定充电制度充至满电；
步骤A3、将电动汽车转移至待测气温环境并搁置1h以上；
步骤A4、使电动汽车以额定工况运行至电池包最低许可电压状态，记录行驶全过程的放电容量即为待测的某个气温下总放电容量。
上述纯电动汽车长途行驶过程的状态预测方法，所述某个气温、标称荷电态组合下脉冲放电功率的测试，其测试步骤如下：
步骤B1、将电动汽车转移至额定气温环境并搁置1h以上；
步骤B2、将电动汽车以额定充电制度充至满电；
步骤B3、将电动汽车的电池包放电至待测标称荷电态；
步骤B4、将电动汽车转移至待测气温环境并搁置1h以上；
步骤B5、对电动汽车的电池包以1C倍率恒流放电10s，测量并记录放电结束时刻的放电功率值即为待测的某个气温、标称荷电态组合下的脉冲放电功率。
上述纯电动汽车长途行驶过程的状态预测方法，所述步骤S5中根据温度预测序列和数据表格插值计算荷电态修正系数的具体方法为，为了预测第i个间隔结束点的荷电态修正系数FQi，采取以下步骤：
步骤C1、从步骤S4的气温预测序列中读取第i个间隔结束点的气温预测值Ti；
步骤C2、从不同气温下的容量修正系数FQ所构成的表格中，查找与Ti最为接近的两个气温值Ta和Tb，以及二者所对应的容量修正系数FQa和FQb；
步骤C3、按下式进行线性插值从而求得第i个间隔结束点的荷电态修正系数FQi：
上述纯电动汽车长途行驶过程的状态预测方法，所述子步骤S7.2中查询数据表格并插值获得第i个放电功率系数FP预测值FPi，其具体步骤如下：
步骤D1、从不同气温、不同标称荷电态组合下的放电功率系数FP的表格中，寻找与气温预测值Ti最为接近的气温所对应的子表格；
步骤D2、从步骤D1的表格中，查找与第i个间隔点结束时刻的标称荷电态SOCBi最为接近的两个标称荷电态SOCBa和SOCBb，以及二者所对应的放电功率系数FPa和FPb；
步骤D3、按下式进行线性插值从而求得第i个间隔结束点的放电功率系数预测值FPi：
上述纯电动汽车长途行驶过程的状态预测方法，还包括行驶过程中每隔固定的时间间隔，对步骤S6和步骤S7的最新预测结果进行可视化显示：
绘制一条直线段，在其起始点和终止点上分别标示当前地和目的地名称；将该直线段等分为n个线段间隔，n为步骤S3中的间隔段数目，其中对第i个线段间隔，令其宽度为SOCX i×W，令其颜色的灰度值为FPi×100％，其中SOCXi和FPi分别为预测结果序列中第i个修正荷电态预测值和第i个放电功率系数预测值，W为基准线宽。
上述纯电动汽车长途行驶过程的状态预测方法，所述基准线宽W为1厘米至10厘米之间。
上述显示效果参见图1。
进一步地，上述测试过程，将纯电动汽车置于可调节气温的实验室中进行所需运行工况的模拟工况测试，而不用在真实的室外道路环境进行相关行驶测试。
如图2所示，一种应用于上述纯电动汽车长途行驶过程的状态预测方法的预测装置，包括行车电脑1和与之电性连接的气温测量模块2、标称荷电态计量模块3、里程计量模块4及显示屏5，其中：
所述气温测量模块2用于实时测量纯电动汽车所处环境气温；
所述标称荷电态计量模块3通过安时积分法实时计量纯电动汽车的电池包充放电过程的电荷转移量；
所述里程计量模块4用于实时计量纯电动汽车的行驶里程；
所述显示屏5用于纯电动汽车长途行驶过程状态预测结果的可视化显示；
所述行车电脑1包括存储模块11和与之电性连接的计算模块12及联网模块13，其中存储模块11用于各种测量、计量、联网和计算数据的存储，计算模块12用于计算，联网模块13用于从导航软件和天气预报软件处联网并实时获得导航和天气预报信息。
一种纯电动汽车，所述纯电动汽车设有上述纯电动汽车长途行驶过程的状态预测装置。
对于纯电动汽车运行过程任意时刻的标称荷电态SOCB，可在获知其初始标称荷电态SOCB的基础上，在线监测电池包充放电电流大小，并通过电流对时间积分(安时积分法)来统计得到电量的变化量并换算成标称荷电态SOCB的改变量，最终通过初始标称荷电态SOCB减去标称荷电态SOCB的改变量来得到任意时刻的标称荷电态SOCB。
运行过程的初始标称荷电态SOCB可通过行车电脑获得，并进行不定期标定和修正。譬如，当在额定气温环境以额定充电制度充至满电时，即可标定其标称荷电态SOCB为100％。
实施例
请参照图1至图2理解本实施例。
某纯电动汽车的电池包由200只磷酸铁锂电池串联而成，额定容量100Ah，额定电压640V，充放电过程最高和最低许可电压分别为730V和500V，额定气温环境为25℃，额定工况为厂商规定的车辆运行工况，额定充电制度为以0.1C倍率恒流(即电流值为10A)充电至最高许可电压。
出厂前对该电动汽车在环境气温受控的实验室中进行模拟工况测试。
测试得到不同气温下的总放电容量及容量修正系数FQ见表1，表1中某个气温下的容量修正系数FQ为该气温下测得的总放电容量与额定容量100Ah之比。
表1不同气温下的容量修正系数FQ测试结果
气温/℃ 总放电容量/Ah 容量修正系数FQ
-20 25 0.25
-15 43 0.43
-10 57 0.57
-5 67 0.67
0 76 0.76
5 83 0.83
10 89 0.89
15 94 0.94
20 98 0.98
25 100 1.00
30 102 1.02
35 103 1.03
40 104 1.04
45 106 1.06
50 106 1.06
对于测试和计算得到的不同气温、不同标称荷电态组合下放电功率系数FP的系列表格，限于篇幅，仅给出15℃气温时不同标称荷电态下放电功率系数FP的子表格，见表2。本实施例中测试得到脉冲功率的最大值为67kW，对应50℃气温、100％标称荷电态。故表2中某个气温下的放电功率系数FP为该气温下测得的脉冲放电功率与脉冲放电功率最大值67kW之比。
表215℃气温时不同标称荷电态下放电功率系数FP测试结果
冬季某日9:00，开始驾驶该纯电动汽车由A地出发前往500km外的B地。驾驶前，该电动汽车已在额定气温环境下已额定充电制度充至满电，故其标称荷电态SOCB为100％。
纯电动汽车行驶过程每隔1min执行一次预测和可视化操作。9:30，汽车达到距离出发地A地50km的C地，以该时刻为例介绍相关的预测过程。
步骤S1、获取当前地气(即C地)温T0＝16℃、当前地位置(处于导航软件地图上的C地)和电池包的当前标称荷电态SOCB0＝94％并予以存储。
步骤S2、计算出发地至当前地行驶过程单位行驶距离下的荷电态降低量qB＝0.12％/km。
C地距离A地50km且电池包处于A地和C地时的标称荷电态SOCB分别为100％和94％，故单位行驶距离下的荷电态降低量qB＝(100％-94％)/50km＝0.12％/km。
步骤S3、将当前地(即C地)至目的地(即B地)的路径等距离地划分为n＝9个间隔，每个间隔的长度为ΔL＝50km，各间隔结束点分别为C1地、C2地、…、C8地、B地。
步骤S4、通过与导航和天气预报软件联网，预测当前地至目的地行驶过程中气温随行驶距离的变化情况：令汽车行驶至第i个间隔结束点时的气温预测值为Ti，由此获得气温预测序列[T0，T1，T2，…，Ti，…，Tn]＝[16℃，15℃，13℃，10℃，11℃，9℃，8℃，6℃，5℃，2℃]，其中T0为当前地气温，T1至Tn为第一个间隔结束点至第n个间隔结束点的气温预测值。
借助联网功能，先通过导航软件分别预测到达C1地、C2地、…、C8地、B地的时刻，然后根据地点及其对应的到达时刻，由天气预报软件获得上述气温预测序列。
步骤S5、由温度预测序列并查数据表格，插值计算当前地至目的地行驶过程中荷电态修正系数随行驶距离的变化情况，并形成荷电态修正系数预测序列[FQ0，FQ1，FQ2，…，FQi，…，FQn]＝[0.948，0.94，0.92，0.89，0.9，0.878，0.866，0.842，0.83，0.788]，其中FQ0为当前地荷电态修正系数，FQ 1至FQn为第一个间隔结束点至第n个间隔结束点的荷电态修正系数预测值。
以C地时FQ0的计算为例，此时气温值T0＝16℃，从表1中查表与该气温最接近的两个气温是15℃和20℃，这两个气温各自对应的容量修正系数FQ分别是0.94和0.98，故计算：
步骤S6、计算当前地至目的地行驶过程中，修正荷电态随行驶距离的变化情况，并形成修正荷电态预测序列[SOCX0，SOCX1，SOCX2，…，SOCXi，…，SOCXn]＝[89.11％，82.72％，75.44％，67.64％，63％，56.19％，50.23％，43.78％，38.18％，31.52％]，其中SOCX0为当前地修正荷电态，SOCX 1至SOCXn为第一个间隔结束点至第n个间隔结束点的修正荷电态预测值，第i个修正荷电态预测值SOCXi的计算式为：
SOCX i＝FQi×(SOCB0-ΔL×qB×i) (1)
式中，FQi为步骤S4获得的第i个间隔结束点的荷电态修正系数预测值，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB。
以第一个间隔结束点(C1地)的修正荷电态预测值SOCX1为例，其计算式为：
SOCX1＝FQ1×(SOCB0-ΔL×qB×1)＝0.94×(94％-50km×0.12％/km×1)＝82.72％
步骤S7、计算当前地至目的地行驶过程中，放电功率系数FP随行驶距离的变化情况，并形成放电功率系数FP预测序列[FP0，FP 1，FP2，…，FPi，…，FPn]＝[98.20％，96.40％，94.60％，92.80％，92.50％，90.72％，89.00％，87.20％，85.40％，83.60％]，其中FP0为当前地放电功率系数，FP 1至FPn为第一个间隔结束点至第n个间隔结束点的放电功率系数预测值；具体地，第i个放电功率系数预测值FPi的计算分为以下子步骤：
子步骤S7.1、计算第i个间隔点结束时刻的标称荷电态SOCBi：
SOCBi＝SOCB0-ΔL×qB×i (2)
式中，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB；
子步骤S7.2、由第i个间隔点结束时刻的标称荷电态SOCBi和气温预测值Ti，查询数据表格并通过插值方式获得第i个放电功率系数预测值FPi。
以第一个间隔结束点(C1地)的放电功率系数FP预测值FP 1为例，首先计算第1个间隔点结束时刻的标称荷电态SOCB1＝94％-50km×0.12％/km×1＝88％，再由步骤S4结果读取其对应的气温预测值T1＝15℃，然后由表2查得与之最为接近的两个标称荷电态SOCB值分别为85％和90％，且二者各自对应的放电功率系数FP分别为0.955和0.970，则计算：
/>
对上述预测结果进行可视化显示，见图2，本实施例中显示屏5上取基准线宽W＝5cm。驾驶者通过观察图2，就可以清晰方便地获知未来行驶途中纯电动汽车的可用电量与放电功率变化情况，并进行及早准备。譬如，若行驶的中后段可用电量较少，则应及早规划在途中寻找充电桩并及时充电，或者尽量减少乘员舱空调和娱乐电子设备的耗电，而尽可能地优先满足行驶需求；若行驶的中后段放电功率较低，则很可能出现车辆动力有限的情况，应该尽量避免激烈驾驶。
本发明实施例中的基于行驶标称荷电态SOCB，通过与导航和天气预报软件联网并利用事先存储的数据表格信息，着重关注纯电动汽车长途行驶过程因时间和地理位置显著变化而产生的气温变化对电池包可释放电量和功率的影响，预测计算过程数据输入和输出都实时更新，准确可靠。预测结果通过线段颜色深度和宽度进行可视化显示，具有较好的用户体验。
本发明实施例中纯电动汽车长途行驶过程的状态预测装置充分利用了现有电动汽车普遍装备的行车电脑、环境气温传感器和软件运行及联网设备，基本不新增新的硬件，故成本低廉，且能适用于各种电动汽车。

Claims (10)

1.一种纯电动汽车长途行驶过程的状态预测方法，所述纯电动汽车由电池包供能驱动，其特征在于，纯电动汽车出厂前，通过实验测量并以数据表格存储不同气温下的容量修正系数FQ和不同气温、不同标称荷电态组合下的放电功率系数FP：其中某个气温下的容量修正系数FQ为该气温下的总放电容量与电池包额定容量之比，某个气温、标称荷电态组合下的放电功率系数FP为该组合下的脉冲放电功率与所有组合下脉冲放电功率的最大值之比；
电动汽车长途行驶前，告知行车电脑出发地和目的地；行驶过程中，每隔固定的时间间隔，执行以下步骤：
步骤S1、获取当前地气温T0、当前地位置和电池包的当前标称荷电态SOCB0并予以存储；
步骤S2、计算出发地至当前地行驶过程单位行驶距离下的荷电态降低量qB；
步骤S3、将当前地至目的地的路径等距离地划分为n个间隔，每个间隔的长度为ΔL，其中n处于5至100之间；
步骤S4、通过与导航和天气预报软件联网，预测当前地至目的地行驶过程中气温随行驶距离的变化情况：令汽车行驶至第i个间隔结束点时的气温预测值为Ti，由此获得气温预测序列[T0，T1，T2，…，Ti，…，Tn]，其中T0为当前地气温，T1至Tn为第一个间隔结束点至第n个间隔结束点的气温预测值；
步骤S5、由温度预测序列并查数据表格，插值计算当前地至目的地行驶过程中荷电态修正系数随行驶距离的变化情况，并形成荷电态修正系数预测序列[FQ0，FQ1，FQ2，…，FQi，…，FQn]，其中FQ0为当前地荷电态修正系数，FQ 1至FQn为第一个间隔结束点至第n个间隔结束点的荷电态修正系数预测值；
步骤S6、计算当前地至目的地行驶过程中，修正荷电态随行驶距离的变化情况，并形成修正荷电态预测序列[SOCX0，SOCX 1，SOCX2，…，SOCXi，…，SOCXn]，其中SOCX0为当前地修正荷电态，SOCX 1至SOCXn为第一个间隔结束点至第n个间隔结束点的修正荷电态预测值，第i个修正荷电态预测值SOCXi的计算式为：
SOCX i＝FQi×(SOCB0-ΔL×qB×i) (1)
式中，FQi为步骤S4获得的第i个间隔结束点的荷电态修正系数预测值，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB；
步骤S7、计算当前地至目的地行驶过程中，放电功率系数FP随行驶距离的变化情况，并形成放电功率系数FP预测序列[FP0，FP 1，FP2，…，FPi，…，FPn]，其中FP0为当前地放电功率系数，FP 1至FPn为第一个间隔结束点至第n个间隔结束点的放电功率系数预测值；具体地，第i个放电功率系数预测值FPi的计算分为以下子步骤：
子步骤S7.1、计算第i个间隔点结束时刻的标称荷电态SOCBi：
SOCBi＝SOCB0-ΔL×qB×i (2)
式中，SOCB0为步骤S1获得的当前标称荷电态，ΔL为步骤S3中的间隔长度，qB为步骤S2获得的单位行驶距离下的荷电态降低量qB；
子步骤S7.2、由第i个间隔点结束时刻的标称荷电态SOCBi和气温预测值Ti，查询数据表格并通过插值方式获得第i个放电功率系数预测值FPi。
2.权利要求1所述纯电动汽车长途行驶过程的状态预测方法，其特征在于，所述通过实验测量获取的数据表格中，不同气温的取值为以5℃为间隔、-20℃至50℃范围内的气温取值，所述不同标称荷电态的取值为以5％为间隔、0％至100％范围内的荷电态取值；所述标称荷电态的值为将该荷电态的电动汽车转移至额定气温环境并以额定工况行驶所能释放的最大放电容量与电池包额定容量之比；所述电池包额定容量为电动汽车在额定气温环境以额定充电制度充至满电后再以额定工况运行至电池包最低许可电压状态的全过程中的放电容量，其值由厂家给定；所述不同气温、不同标称荷电态组合下的放电功率系数FP的表格，由一系列子表格构成，每一子表格对应一个气温值且包括该气温取值下不同标称荷电态所对应的放电功率系数FP。
3.权利要求1所述纯电动汽车长途行驶过程的状态预测方法，其特征在于，所述某个气温下总放电容量的测试，其测试步骤如下：
步骤A1、将电动汽车转移至额定气温环境并搁置1h以上；
步骤A2、将电动汽车以额定充电制度充至满电；
步骤A3、将电动汽车转移至待测气温环境并搁置1h以上；
步骤A4、使电动汽车以额定工况运行至电池包最低许可电压状态，记录行驶全过程的放电容量即为待测的某个气温下总放电容量。
4.权利要求1所述纯电动汽车长途行驶过程的状态预测方法，其特征在于，所述某个气温、标称荷电态组合下脉冲放电功率的测试，其测试步骤如下：
步骤B1、将电动汽车转移至额定气温环境并搁置1h以上；
步骤B2、将电动汽车以额定充电制度充至满电；
步骤B3、将电动汽车的电池包放电至待测标称荷电态；
步骤B4、将电动汽车转移至待测气温环境并搁置1h以上；
步骤B5、对电动汽车的电池包以1C倍率恒流放电10s，测量并记录放电结束时刻的放电功率值即为待测的某个气温、标称荷电态组合下的脉冲放电功率。
5.权利要求1所述纯电动汽车长途行驶过程的状态预测方法，其特征在于，所述步骤S5中根据温度预测序列和数据表格插值计算荷电态修正系数的具体方法为，为了预测第i个间隔结束点的荷电态修正系数FQi，采取以下步骤：
步骤C1、从步骤S4的气温预测序列中读取第i个间隔结束点的气温预测值Ti；
步骤C2、从不同气温下的容量修正系数FQ所构成的表格中，查找与Ti最为接近的两个气温值Ta和Tb，以及二者所对应的容量修正系数FQa和FQb；
步骤C3、按下式进行线性插值从而求得第i个间隔结束点的荷电态修正系数FQi：
6.权利要求1所述纯电动汽车长途行驶过程的状态预测方法，其特征在于，所述子步骤S7.2中查询数据表格并插值获得第i个放电功率系数FP预测值FPi，其具体步骤如下：
步骤D1、从不同气温、不同标称荷电态组合下的放电功率系数FP的表格中，寻找与气温预测值Ti最为接近的气温所对应的子表格；
步骤D2、从步骤D1的表格中，查找与第i个间隔点结束时刻的标称荷电态SOCBi最为接近的两个标称荷电态SOCBa和SOCBb，以及二者所对应的放电功率系数FPa和FPb；
步骤D3、按下式进行线性插值从而求得第i个间隔结束点的放电功率系数预测值FPi：
7.权利要求1所述纯电动汽车长途行驶过程的状态预测方法，其特征在于，还包括行驶过程中每隔固定的时间间隔，对步骤S6和步骤S7的最新预测结果进行可视化显示：
绘制一条直线段，在其起始点和终止点上分别标示当前地和目的地名称；将该直线段等分为n个线段间隔，n为步骤S3中的间隔段数目，其中对第i个线段间隔，令其宽度为SOCXi×W，令其颜色的灰度值为FPi×100％，其中SOCXi和FPi分别为预测结果序列中第i个修正荷电态预测值和第i个放电功率系数预测值，W为基准线宽。
8.权利要求7所述纯电动汽车长途行驶过程的状态预测方法，其特征在于，所述基准线宽W为1厘米至10厘米之间。
9.应用于权利要求1-8任意一项所述纯电动汽车长途行驶过程的状态预测方法的预测装置，其特征在于，包括行车电脑(1)和与之电性连接的气温测量模块(2)、标称荷电态计量模块(3)、里程计量模块(4)及显示屏(5)，其中：
所述气温测量模块(2)用于实时测量纯电动汽车所处环境气温；
所述标称荷电态计量模块(3)通过安时积分法实时计量纯电动汽车的电池包充放电过程的电荷转移量；
所述里程计量模块(4)用于实时计量纯电动汽车的行驶里程；
所述显示屏(5)用于纯电动汽车长途行驶过程状态预测结果的可视化显示；
所述行车电脑(1)包括存储模块(11)和与之电性连接的计算模块(12)及联网模块(13)，其中存储模块(11)用于各种测量、计量、联网和计算数据的存储，计算模块(12)用于计算，联网模块(13)用于从导航软件和天气预报软件处联网并实时获得导航和天气预报信息。
10.一种纯电动汽车，其特征在于，设有权利要求9所述纯电动汽车长途行驶过程的状态预测装置。
CN202310703792.8A 2023-06-14 2023-06-14 一种纯电动汽车长途行驶过程的状态预测方法及装置 Pending CN116879752A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310703792.8A CN116879752A (zh) 2023-06-14 2023-06-14 一种纯电动汽车长途行驶过程的状态预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310703792.8A CN116879752A (zh) 2023-06-14 2023-06-14 一种纯电动汽车长途行驶过程的状态预测方法及装置

Publications (1)

Publication Number Publication Date
CN116879752A true CN116879752A (zh) 2023-10-13

Family

ID=88267070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310703792.8A Pending CN116879752A (zh) 2023-06-14 2023-06-14 一种纯电动汽车长途行驶过程的状态预测方法及装置

Country Status (1)

Country Link
CN (1) CN116879752A (zh)

Similar Documents

Publication Publication Date Title
CN102279368B (zh) 电池性能监控
CN110549876B (zh) 一种能量输出控制方法、装置和氢燃料混合动力汽车
KR101394867B1 (ko) 친환경 차량의 주행가능거리 산출 방법
CN101813754B (zh) 一种用于汽车起动照明型铅酸蓄电池的状态估算方法
CN105467325B (zh) 电池容量退化解决的方法和系统
CN102368091B (zh) 用于评估电池的电池参数的方法
CN103273921B (zh) 电动汽车续驶里程估计方法
US9037426B2 (en) Systems and methods for determining cell capacity values in a multi-cell battery
KR101956384B1 (ko) 전기자동차의 주행가능거리 산출 방법
CN106483470A (zh) 一种基于未来运行工况预测的电池剩余放电能量预测方法
US20070029974A1 (en) Powertrain battery life predicting and warning apparatuses
CN107247234B (zh) 一种车用动力电池的soc实时在线估计方法及系统
JP2005083970A (ja) 二次電池の状態検知装置および状態検知方法
CN104723895A (zh) 车辆和用于估计电池的衰减的方法
CN111257778A (zh) 使用开路电压斜率估算电池的健康状态
WO2021039018A1 (ja) 二次電池モジュールの温度推定方法、劣化状態推定方法及び寿命予測方法、二次電池モジュールの温度推定装置、劣化状態推定装置及び寿命予測装置並びに充電装置
CN116256658A (zh) 基于系统性状态和环境影响利用对状态观察的校正来提供设备电池组老化状态的方法和装置
CN115817183A (zh) 一种纯电动汽车续驶里程预测方法及预测装置
CN104198865A (zh) 一种车辆电量平衡的试验方法
CN116879752A (zh) 一种纯电动汽车长途行驶过程的状态预测方法及装置
JP4190766B2 (ja) 車両に搭載された蓄電池の残存容量推定方法と装置
JP5545149B2 (ja) 制御装置
KR20090043890A (ko) 전지 성능 테스트를 위한 시뮬레이팅 방법 및 그 장치
JP2002031671A (ja) 車両のアイドリングストップ処理方法と、車両に搭載された蓄電池の残存容量測定方法、および、これらの装置
JP2005331518A (ja) 車両に搭載された蓄電池の残存容量測定方法と装置

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