CN117549751A - 电量消耗的预测方法、装置及车辆 - Google Patents
电量消耗的预测方法、装置及车辆 Download PDFInfo
- Publication number
- CN117549751A CN117549751A CN202311798193.5A CN202311798193A CN117549751A CN 117549751 A CN117549751 A CN 117549751A CN 202311798193 A CN202311798193 A CN 202311798193A CN 117549751 A CN117549751 A CN 117549751A
- Authority
- CN
- China
- Prior art keywords
- electric quantity
- road
- route
- preset
- influence factors
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011084 recovery Methods 0.000 claims abstract description 76
- 230000005611 electricity Effects 0.000 claims abstract description 75
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/64—Road conditions
- B60L2240/645—Type of road
-
- 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
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/54—Energy consumption estimation
Abstract
本发明提供一种电量消耗的预测方法、装置及车辆。该方法包括:获取车辆待行驶的路线信息;按照预设影响因素,将待行驶的路线划分为不同类型的路段;根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据;电量数据包括单位里程的电量消耗值和单位里程的能量回收电量;根据单位里程的电量消耗值和能量回收电量,确定待行驶的路线的电量消耗值。本发明能够准确确定待行驶得路线的电量消耗值。
Description
技术领域
本发明涉及电量预测技术领域,尤其涉及一种电量消耗的预测方法、装置及车辆。
背景技术
随着电动汽车的普及,越来越多的人驾驶电动汽车出行,而出行前的电量消耗预测由于电动汽车的里程焦虑成为一项必不可少的工作。
目前对电动汽车的电量消耗预测时,通常采用地图应用程序实时预测不同路线的电量消耗,再根据预测的不同路线的电量消耗值确定总路线的电路消耗值。
然而,现有技术中在计算电路消耗值时,采用地图应用程序进行实时电量消耗预测时,是按照不同车辆的平均里程消耗电量计算的,且计算电路消耗值考虑的因素不全面,导致电量消耗预测不是很准确。
发明内容
本发明实施例提供了一种电量消耗的预测方法、装置及车辆,以解决现有技术中电量消耗的预测不准确的问题。
第一方面,本发明实施例提供了一种电量消耗的预测方法,包括:
获取车辆待行驶的路线信息;
按照预设影响因素,将待行驶的路线划分为不同类型的路段;
根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据;所述电量数据包括单位里程的电量消耗值和单位里程的能量回收电量;
根据单位里程的所述电量消耗值和所述能量回收电量,确定所述待行驶的路线的电量消耗值。
在一种可能的实现方式中,所述根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,包括:
在预设数据库中,查询与当前类型的路段对应的所有影响因素均相同的第一路段记录,并确定所述第一路段记录中的电量数据为所述当前类型的路段的电量数据。
在一种可能的实现方式中,还包括:
若在预设数据库中,未查询到与当前类型的路段对应的所有影响因素均相同的第一路段记录,则根据预设影响因素的优先级,在预设数据库中查询与当前类型的路段对应的预设影响因素中,相同影响因素最多的第二路段记录,并确定所述第二路段记录中的电量数据为所述当前类型的路段的电量数据。
在一种可能的实现方式中,所述根据单位里程的所述电量消耗值和所述能量回收电量,确定所述待行驶的路线的电量消耗值,包括:
根据每种类型的路段对应的单位里程的电量消耗值,确定所述待行驶的路线的电机的电量消耗值;
根据每种类型的路段对应的单位里程的能量回收电量,确定所述待行驶的路线对应的能量回收总电量;
根据所述待行驶的路线对应的预测行驶时间,确定车辆上用电附件总功率;
根据所述电机的电量消耗值、所述能量回收总电量和所述用电附件总功率,确定所述待行驶的路线的电量消耗值。
在一种可能的实现方式中,在所述根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据之前,还包括:
根据历史路线对应的日期建立所述预设数据库;
根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,包括:
根据所述预设影响因素和预设数据库的建立日期,在预设数据库中确定与每种类型的路段的影响因素最一致的、最新的路段记录对应的电量数据。
在一种可能的实现方式中,所述根据历史路线对应的日期建立所述预设数据库,包括:
获取历史路线信息;
按照预设影响因素,将待行驶的路线划分为不同类型的路段;
获取车辆在历史路线上行驶时的总电量消耗、能量回收总电量以及用电附件总功率消耗;
根据不同类型的路段、所述总电量消耗、所述能量回收总电量以及所述用电附件总功率消耗,计算不同类型的路段单位里程的电量消耗值和能量回收电量;
将不同类型的路段对应的影响因素、单位里程的电量消耗值和能量回收电量形成一个记录;
将所有记录按照所述历史路线对应的日期存储在不同的数据库中。
在一种可能的实现方式中,所述预设影响因素包括:道路类型、路面类型、路况、坡度、温度、天气状况以及行驶时间;
预设影响因素的优先级按照从大到小排列为坡度、温度、路况、路面类型、道路类型、天气状况以及行驶时间;
能量回收电量的等级大于所述坡度的等级。
第二方面,本发明实施例提供了一种电量消耗的预测装置,包括:
获取模块,用于获取车辆待行驶的路线信息;
处理模块,用于按照预设影响因素,将待行驶的路线划分为不同类型的路段;
确定模块,用于根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据;所述电量数据包括单位里程的电量消耗值和单位里程的能量回收电量;
所述确定模块,还用于根据单位里程的所述电量消耗值和所述能量回收电量,确定所述待行驶的路线的电量消耗值。
第三方面,本发明实施例提供了一种HUT,HUT包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述的电量消耗的预测方法的步骤。
第四方面,本发明实施例提供了一种车辆,包括上述第三方面所述的HUT。
本发明实施例提供一种电量消耗的预测方法、装置及车辆,通过按照预设影响因素,将获取的待行驶的路线划分为不同类型的路段,然后根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据;电量数据包括单位里程的电量消耗值和单位里程的能量回收电量;进而根据单位里程的电量消耗值和能量回收电量,确定待行驶的路线的电量消耗值,从而可以在对待行驶路线的电量消耗值的预测时,根据不同的影响因素将待行驶路线划分为不同类型的路段,从而可以准确确定不同类型的路段的电量数据,提高了待行驶路线的电量消耗值得准确预测,另外在进行电路消耗值计算时,加上了能量回收电量,使得进一步提高了待行驶的路线的电量消耗值的计算准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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是本发明实施例提供的一种电量消耗的预测方法的实现流程图;
图2是本发明另一实施例提供的电量消耗的预测方法的实现流程图;
图3是本发明实施例提供的建立预设数据库的流程示意图;
图4是本发明实施例提供的电量消耗的预测装置的结构示意图;
图5是本发明实施例提供的HUT的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
现有技术中,通常采用地图应用程序实时预测不同路线的电量消耗,但是采用地图应用程序进行实时电量消耗预测时,是按照不同车辆的平均里程消耗电量计算的,无法针对单一车辆进行精准的电量消耗预测,另外在进行电量消耗计算时,考虑的因素不全面,导致计算的电流消耗值并不准确。本发明实施例中提供一种电量消耗的预测方法,通过对路线根据不同的影响因素进行划分,针对每一种类型的路段确定对应的电量消耗值,这样对每个路段的电量消耗预测比现有技术中整段路进行预测的准确度高,进而可以根据对每个路段的电量消耗值得到准确的完整待行驶路线的电量消耗值,另外,在本发明实施例中计算电流消耗值时,还加入了能量回收电量,使得进一步提高了待行驶路线的电量消耗值的预测。
图1为本发明实施例提供的电量消耗的预测方法的实现流程图,电量消耗的预测方法的执行主体为多媒体主机(Head Unit System,HUT),详述如下:
步骤101,获取车辆待行驶的路线信息。
用户在驾驶车辆前,通过导航系统搜索路线后,导航系统会将推荐的最佳路线发送给HUT,以便HUT根据接收到的待行驶的路线信息进行处理。
需要说明的是,当在驾驶过程中,驾驶员根据需求改变行驶路线后,导航系统会将以当前车辆位置为起点,以目的地为终点,重新确定的待行驶路线发送给HUT,以便HUT进行实时路线的电量消耗预测,提高用户体验。
步骤102,按照预设影响因素,将待行驶的路线划分为不同类型的路段。
在一实施例中,预设影响因素包括:道路类型、路面类型、路况、坡度、温度、天气状况以及行驶时间;
这里,道路类型可以包括公路、城市路和乡村路等种类,公路可以包括:高速路、一级、二级、三级、四级路;城市路可以包括快速路、主干路、次干路、支路等。
路面类型可以包括:铺装路面和非铺装路面。
路况可以包括:畅通、基本畅通、轻度拥堵、中度拥堵以及重度拥堵等。
坡度可以包括:上坡、下坡。
温度可以包括:以预设温度为间隔,划分温度范围,例如以10℃为间隔,将温度划分为0-10℃,11℃-20℃等温度范围。
天气可以包括:阴天、晴天、雨、雪、沙、雾等天气。
时间可以包括:白天、晚上。
另外,在车辆驾驶过程中,还可以进行能量回收,因此在本实施例中,还可以对能量回收等级进行设置,例如能量回收等级可以为高级、中级和低级。需要说明的是,本实施例中的能量回收,仅用于计算能量回收的电量。
在一实施例中,HUT根据上述影响因素,将待行驶的路线拆分为多个独立路段,分别进行电量消耗的计算。例如拆分出来的一个路段的路段类型可以为道路类型:国道,路面类型:铺装路面,路况:通畅,坡度:上坡,温度:11℃-20℃,天气:晴,时间:白天。
步骤103,根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据。
在通过预设影响因素将待行驶路线拆分后,按照路段类型计算平均电量消耗,这样路段类型一致时,计算得到的平均电量消耗一致性较大,且也考虑到了用户驾驶习惯带来的电耗影响,因此预测的待行驶的路线的电量消耗值精确度高。
在一实施例中,参见图2所示,在确定预设数据库中每种类型的路段对应的电量数据之前,还可以包括步骤100:
根据历史路线对应的日期建立预设数据库。
这里历史路线为用户之前驾驶车辆行驶过的路线,随着用户驾驶里程的增加,预设数据库中的数据也在不断更新,且最新的历史路线与用户的驾驶习惯更相符,这样最新的路段记录中的电路数据更精确。另外,最新的路段记录还可以体现电池衰减带来的单位里程的电量消耗值的变化,从而避免电池衰减带来的影响,进一步提高最新的路段记录中的电路数据的精确度。
需要说明的是,建立预设数据库,可以在步骤101之前,步骤102之前,以及步骤103之前,上述图2中示意的是在步骤101之前建立预设数据库。
可选的,参见图3所示,根据历史路线对应的日期建立预设数据库,可以包括:
步骤301,获取历史路线信息;这里从导航系统中获取历史路线信息。
步骤302,按照预设影响因素,将待行驶的路线划分为不同类型的路段;
步骤303,获取车辆在历史路线上行驶时的总电量消耗、能量回收总电量以及用电附件总功率消耗;这里从HCU或者VCU中获取车辆在历史路线上行驶时的总电量消耗、能量回收总电量以及用电附件总功率消耗;
步骤304,根据不同类型的路段、总电量消耗、能量回收总电量以及用电附件总功率消耗,计算不同类型的路段单位里程的电量消耗值和能量回收电量;
步骤305,将不同类型的路段对应的影响因素、单位里程的电量消耗值和能量回收电量形成一个记录;
步骤306,将所有记录按照历史路线对应的日期存储在不同的数据库中。
在本实施例中,将待行驶的路线划分为不同类型的路段的处理方式与上述步骤102的处理方式相同,在此不再一一赘述。
在用户驾驶完成一段路线后,HUT从导航系统中获取对应的路线信息,以及从混合动力整车控制器(Hybrid Control Unit,HCU)或者纯电动汽车的电控系统(VehicleControl Unit,VCU)中获取上述路线信息对应的消耗的总电量、能量回收总电量以及用电附件总功率;然后根据上述参数计算得到不同类型路段的单位里程消耗的电量和单位里程回收的电量。
可选的,计算单位里程消耗的电量时,可以根据拆分后的不同类型的路段,然后从HCU或者VCU中获取的数据种提取每种类型路段对应的电量消耗、用电附件的功率消耗,计算此路段对应的电机的平均电量消耗,这样计算得到的电机电量的消耗由于仅涉及一种类型的路段,结果更加准确。
这里车辆的电量消耗,即电机的电量消耗为总电量消耗减去用电附件的总功率消耗。
可选的,对于单位里程回收的电量计算时,可以根据拆分后的不同类型的路段,然后从HCU或者VCU中获取的能量回收电量种提取每种类型路段对应的能量回收电量,然后计算每种类型的路段对应的平均能量回收电量。
这里车辆的电量消耗,即电机的电量消耗为总电量消耗减去用电附件的总功率消耗,再加上能量回收的电量。
这里在将不同的记录存储到数据库中时,可以按照历史路段对应的日期存储。例如,历史路段为2023年3月11日行驶产生的,则可以将当日对应的记录存储在对应的数据库中。
为了减少数据库的数量,可以将预设时间内的数据存储在一个数据库中,例如预设时间可以为月、季度等。若预设时间为季度时,则可以将2023年3月11日行驶产生的上述记录存储在2023年1季度对应的数据库中。
按照时间设置数据库,这样最新建立的数据库中的数据更加贴近车辆的当前使用状况,例如,可以降低电池衰减带来的影响,使得查询得到的电量消耗值更加准确,从而提高待行驶的路线的电流消耗值的准确度。例如2013年1季度建立的数据中包括的记录为车辆每百公里消耗的电量为10度,2023年1季度建立的数据中包括的记录为车辆每百公里消耗的电量为15度。
在一实施例中,在建立了对应的数据库之后,可以根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据。可选的,参见图2所示,根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,可以包括步骤103a:
在预设数据库中,查询与当前类型的路段对应的所有影响因素均相同的第一路段记录,并确定第一路段记录中的电量数据为当前类型的路段的电量数据。
需要说明的是,在数据库中查询与当前类型路段一致的路段时,为了得到精准的电量消耗数据,可以首先检测是否存在影响因素完全一致的路段,当数据库中不存在影响因素完全一致的路段时,再查询相同影响因素最多的路段,这样可以使得查询得到的路段记录与当前类型的路段最一致,使得对应的电量数据最准确。
在一实施例中,由于数据库是按照建立日期建立的,因此可以根据预设影响因素和预设数据库的建立日期,在预设数据库中确定与每种类型的路段的影响因素最一致的、最新的路段记录对应的电量数据。
在数据库中查询时,可以根据数据库对应的日期进行查询,首先查询最新数据库中的数据,这样可以使得查询得到的路段记录为最新的路段记录,而最新的路段记录更能体现用户的驾驶习惯,使得最新的路段记录中的电路数据更精确。另外,最新的路段记录还可以避免电池衰减带来的影响,从而进一步提高最新的路段记录中的电路数据的精确性。当在最新数据库中查询不到数据时,在次新数据库中查询,保证查询得到的路段记录为最新的路段记录。例如,建立的数据库包括2022年4季度数据库、2023年1季度数据库、2023年2季度数据库等,则首先在最新的2023年2季度数据库中查询是否存在影响因素完全一致的路段,若在2023年2季度数据库中未查询到对应数据时,则在2023年1季度数据库中查询,依次类推,直到查询到与当前类型路段一致的路段。
在一实施例中,步骤103b,若在预设数据库中,未查询到与当前类型的路段对应的所有影响因素均相同的第一路段记录,则根据预设影响因素的优先级,在预设数据库中查询与当前类型的路段对应的预设影响因素中,相同影响因素最多的第二路段记录,并确定第二路段记录中的电量数据为当前类型的路段的电量数据。
预设影响因素的优先级按照从大到小排列为坡度、温度、路况、路面类型、道路类型、天气状况以及行驶时间。
若在预设数据库中,未查询到与当前类型的路段对应的所有影响因素均相同的第一路段记录,则在数据库中查询是否存在与坡度、温度、路况、路面类型、道路类型、天气状况等影响因素一致的路段,若仍未查询到,则按照预设影响因素的优先级按照从大到小排列的顺序依次减少最后的影响因素,进行查询。
例如,若在所有数据库中均未查询到与当前类型路段影响因素完全一致的路段记录,则按照预设影响因素的优先级按照从大到小排列的顺序依次减少最后的影响因素,例如减少行驶时间这个影响因素,即重新在最新的2023年2季度数据库中查询是否存在与坡度、温度、路况、路面类型、道路类型、天气状况等影响因素一致的路段,若存在,则确定对应的路段的电量消耗值为当前类型的路段的电量数据。
若在2023年2季度数据库中未查询到,则再减少天气状况这个影响因素进行查询,即重新在最新的2023年2季度数据库中查询是否存在与坡度、温度、路况、路面类型、道路类型影响因素一致的路段,若存在,则确定对应的路段的电量消耗值为当前类型的路段的电量数据。若在2023年2季度数据库中未查询到,则依次减少坡度、温度、路况、路面类型、道路类型中最后的影响因素进行查询,直到查询得到与当前类型的路段对应的预设影响因素中,相同影响因素最多的第二路段记录,从而确定第二路段记录中的电量数据为当前类型的路段的电量数据。
根据上述按照预设数据库的建立时间和预设影响因素的优先级,在数据库中查询当前类型路段对应的最新的、与预设影响因素最一致的路段,从而得到对应路段的最准确的电量数据,进而使得计算得到的待行驶的路线的电量消耗值的准确度也更高。
若在待行驶的路线的电量消耗值预测计算时,进行能量回收电量计算,将能量回收电量的等级作为最高优先级,能量回收电量的等级大于坡度的等级。即优先级按照从大到小排列为能量回收电量、坡度、温度、路况、路面类型、道路类型、天气状况以及行驶时间。
上述的查询路段的方式,一来可以保证查询到当前类型的路段对应的电量数据,二来得到的电量数据准确度高。
可选的,获取的电量数据中可以包括单位里程的电量消耗值和单位里程的能量回收电量,因此计算待行驶的路线的电量消耗值时,不仅可以根据不同路段的电量消耗值计算待行驶路线的电量消耗值,还可以将回收的电量加入,使得降低电量消耗值,预测的待行驶的路线的电量消耗值更加准确。
步骤104,根据单位里程的电量消耗值和能量回收电量,确定待行驶的路线的电量消耗值。
在一实施例中,根据单位里程的电量消耗值和能量回收电量,确定待行驶的路线的电量消耗值时,可以首先根据每种类型的路段对应的单位里程的电量消耗值,确定待行驶的路线的电机的电量消耗值;然后根据每种类型的路段对应的单位里程的能量回收电量,确定待行驶的路线对应的能量回收总电量;以及根据待行驶的路线对应的预测行驶时间,确定车辆上用电附件总功率;最后根据电机的电量消耗值、能量回收总电量和用电附件总功率,确定待行驶的路线的电量消耗值。
可选的,根据每种类型的路段对应的单位里程的电量消耗值,确定待行驶的路线的电机的电量消耗值时,确定待行驶的路线中的相同类型的路段的距离,然后每种类型的路段对应的电量消耗值乘以对应的距离,得到每种类型的路段的电机的电量消耗值。
可选的,根据待行驶的路线对应的预测行驶时间,确定车辆上用电附件总功率时,首先获取HCU输入的当前用电负荷的单位时间功率,然后乘以待行驶的路线对应的预测行驶时间,可以得到车辆上用电附件总功率。
可选的,确定待行驶的路线对应的能量回收总电量时,可以根据HCU发送的每百米回收的电量,乘以对应类型路线的距离,得到当前类型路线回收的电量。将所有类型路线回收的电量相加,得到待行驶路线对应的能量回收总电量。
需要说明的是,能量回收总电量可以从回收的机械能转换为电能而得到,例如用户驾驶车辆时,未踩油门,车辆滑行时,车辆可以回收这部分能量,得到对应的能量回收电量。
可选的,根据电机的电量消耗值、能量回收总电量和用电附件总功率,确定待行驶的路线的电量消耗值,可以包括:根据E总=E电机+E用电附件-E能量回收确定待行驶的路线的电量消耗值;其中,E总表示待行驶的路线的电量消耗值,E电机表示电机的电量消耗值,E用电附件表示用电附件总功率,E能量回收表示能量回收总电量。
本发明实施例通过将待行驶的路线划分为不同类型的路段,然后在数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,其中,电量数据中包括单位里程的电量消耗值和单位里程的能量回收电量;根据每种类型的路段对应的电量消耗值和能量回收电量,确定待行驶的路线的电量消耗值。现有技术中基于平均里程消耗电量,计算待行驶路线的总电量消耗时,并未考虑路段的不同影响因素对电量的消耗的影响,而本发明实施例可以对待行驶路线基于不同影响因素,确定为不同类型的路段,然后基于不同类型路段的进行待行驶路线的电量消耗的预测,提高电量消耗的计算的准确度。另外在进行电路消耗值计算时,加上了能量回收电量,使得进一步提高了待行驶的路线的电量消耗值的计算准确度。
本发明实施例中,确定预设数据库中每种类型的路段对应的电量数据时,根据预设影响因素的优先级和数量进行查询,即首先查询预设影响因素与待查询的路段完全一致的记录,当未查询到时,根据优先级减少预设影响因素的种类进行查询,从而可以保证查询到的路段的类型与待查询的路段类型最大程度上保持一致,提高查询得到的路段对应的电量数据的准确度,进一步提高后续对待行驶路的电量消耗值的预测的准确度。
最后,本发明实施例中,在建立数据库时,按照历史路段类型计算平均电量消耗值,不仅可以考虑到用户驾驶习惯带来的电耗影响,而且还可以根据时间推移建立不同的数据库,避免电池衰减带来的影响,提高后续对待行驶路的电量消耗值的预测的准确度。根据数据库的建立时间,在数据库中查询每种类型的路段对应的电路数据时,可以查询到最新的电路数据,这样查询得到的路段更能体现用户的驾驶习惯,从而预估的电路消耗值更加准确。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图4示出了本发明实施例提供的一种电量消耗的预测装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图4所示,电量消耗的预测装置4包括:获取模块41、处理模块42和确定模块43。
获取模块41,用于获取车辆待行驶的路线信息;
处理模块42,用于按照预设影响因素,将待行驶的路线划分为不同类型的路段;
确定模块43,用于根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据;电量数据包括单位里程的电量消耗值和单位里程的能量回收电量;
确定模块43,还用于根据单位里程的电量消耗值和能量回收电量,确定待行驶的路线的电量消耗值。
在一种可能的实现方式中,确定模块43根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据时,用于:
在预设数据库中,查询与当前类型的路段对应的所有影响因素均相同的第一路段记录,并确定第一路段记录中的电量数据为当前类型的路段的电量数据。
在一种可能的实现方式中,确定模块43还用于:
若在预设数据库中,未查询到与当前类型的路段对应的所有影响因素均相同的第一路段记录,则根据预设影响因素的优先级,在预设数据库中查询与当前类型的路段对应的预设影响因素中,相同影响因素最多的第二路段记录,并确定第二路段记录中的电量数据为当前类型的路段的电量数据。
在一种可能的实现方式中,确定模块43根据单位里程的电量消耗值和能量回收电量,确定待行驶的路线的电量消耗值时,用于:
根据每种类型的路段对应的单位里程的电量消耗值,确定待行驶的路线的电机的电量消耗值;
根据每种类型的路段对应的单位里程的能量回收电量,确定待行驶的路线对应的能量回收总电量;
根据待行驶的路线对应的预测行驶时间,确定车辆上用电附件总功率;
根据电机的电量消耗值、能量回收总电量和用电附件总功率,确定待行驶的路线的电量消耗值。
在一种可能的实现方式中,在确定模块43根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据之前,处理模块42还用于:
根据历史路线对应的日期建立预设数据库;
根据预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,包括:
根据预设影响因素和预设数据库的建立日期,在预设数据库中确定与每种类型的路段的影响因素最一致的、最新的路段记录对应的电量数据。
在一种可能的实现方式中,处理模块42根据历史路线对应的日期建立预设数据库时,用于:
获取历史路线信息;
按照预设影响因素,将待行驶的路线划分为不同类型的路段;
获取车辆在历史路线上行驶时的总电量消耗、能量回收总电量以及用电附件总功率消耗;
根据不同类型的路段、总电量消耗、能量回收总电量以及用电附件总功率消耗,计算不同类型的路段单位里程的电量消耗值和能量回收电量;
将不同类型的路段对应的影响因素、单位里程的电量消耗值和能量回收电量形成一个记录;
将所有记录按照历史路线对应的日期存储在不同的数据库中。
在一种可能的实现方式中,预设影响因素包括:道路类型、路面类型、路况、坡度、温度、天气状况以及行驶时间;
预设影响因素的优先级按照从大到小排列为坡度、温度、路况、路面类型、道路类型、天气状况以及行驶时间;
能量回收电量的等级大于坡度的等级。
上述电量消耗的预测装置,通过处理模块将待行驶的路线划分为不同类型的路段,然后确定模块在数据库中,根据预设影响因素确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,以及根据每种类型的路段对应的电量数据,确定待行驶的路线的电量消耗值。现有技术中基于平均里程消耗电量,计算待行驶路线的总电量消耗时,并未考虑路段的影响因素对电量的消耗的影响,而本发明实施例可以对待行驶路线基于不同影响因素,确定为不同类型的路段,然后基于不同类型路段的进行待行驶路线的电量消耗的预测,提高电量消耗的计算的准确度。另外在进行电路消耗值计算时,加上了能量回收电量,使得进一步提高了待行驶的路线的电量消耗值的计算准确度。
本发明实施例中,确定预设数据库中每种类型的路段对应的电量数据时,根据预设影响因素的优先级和数量进行查询,即首先查询预设影响因素与待查询的路段完全一致的记录,当未查询到时,根据优先级减少预设影响因素的种类进行查询,从而可以保证查询到的路段的类型与待查询的路段类型最大程度上保持一致,提高查询得到的路段对应的电量数据的准确度,进一步提高后续对待行驶路的电量消耗值的预测的准确度。
最后,本发明实施例中,在建立数据库时,按照历史路段类型计算平均电量消耗值,不仅可以考虑到用户驾驶习惯带来的电耗影响,而且还可以根据时间推移建立不同的数据库,避免电池衰减带来的影响,提高后续对待行驶路的电量消耗值的预测的准确度。
本发明实施例提供一种HUT,图5是本发明实施例提供的HUT的示意图。如图5所示,该实施例的HUT5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个电量消耗的预测方法实施例中的步骤,例如图1所示的步骤101至步骤104。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能,例如图4所示各模块/单元的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述HUT5中的执行过程。例如,所述计算机程序52可以被分割成图4所示各模块/单元。
所述HUT5可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是HUT5的示例,并不构成对HUT5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述HUT还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述HUT5的内部存储单元,例如HUT5的硬盘或内存。所述存储器51也可以是所述HUT5的外部存储设备,例如所述HUT5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述HUT5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述HUT所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/HUT和方法,可以通过其它的方式实现。例如,以上所描述的装置/HUT实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个电量消耗的预测方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
本发明实施例还提供一种车辆,包括上述实施例中提供的HUT,且具有上述HUT带来有有意效果。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电量消耗的预测方法,其特征在于,包括:
获取车辆待行驶的路线信息;
按照预设影响因素,将待行驶的路线划分为不同类型的路段;
根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据;所述电量数据包括单位里程的电量消耗值和单位里程的能量回收电量;
根据单位里程的所述电量消耗值和所述能量回收电量,确定所述待行驶的路线的电量消耗值。
2.根据权利要求1所述的电量消耗的预测方法,其特征在于,所述根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,包括:
在预设数据库中,查询与当前类型的路段对应的所有影响因素均相同的第一路段记录,并确定所述第一路段记录中的电量数据为所述当前类型的路段的电量数据。
3.根据权利要求2所述的电量消耗的预测方法,其特征在于,还包括:
若在预设数据库中,未查询到与当前类型的路段对应的所有影响因素均相同的第一路段记录,则根据预设影响因素的优先级,在预设数据库中查询与当前类型的路段对应的预设影响因素中,相同影响因素最多的第二路段记录,并确定所述第二路段记录中的电量数据为所述当前类型的路段的电量数据。
4.根据权利要求1-3中任一项所述的电量消耗的预测方法,其特征在于,所述根据单位里程的所述电量消耗值和所述能量回收电量,确定所述待行驶的路线的电量消耗值,包括:
根据每种类型的路段对应的单位里程的电量消耗值,确定所述待行驶的路线的电机的电量消耗值;
根据每种类型的路段对应的单位里程的能量回收电量,确定所述待行驶的路线对应的能量回收总电量;
根据所述待行驶的路线对应的预测行驶时间,确定车辆上用电附件总功率;
根据所述电机的电量消耗值、所述能量回收总电量和所述用电附件总功率,确定所述待行驶的路线的电量消耗值。
5.根据权利要求1所述的电量消耗的预测方法,其特征在于,在所述根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据之前,还包括:
根据历史路线对应的日期建立所述预设数据库;
根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据,包括:
根据所述预设影响因素和预设数据库的建立日期,在预设数据库中确定与每种类型的路段的影响因素最一致的、最新的路段记录对应的电量数据。
6.根据权利要求5所述的电量消耗的预测方法,其特征在于,所述根据历史路线对应的日期建立所述预设数据库,包括:
获取历史路线信息;
按照预设影响因素,将待行驶的路线划分为不同类型的路段;
获取车辆在历史路线上行驶时的总电量消耗、能量回收总电量以及用电附件总功率消耗;
根据不同类型的路段、所述总电量消耗、所述能量回收总电量以及所述用电附件总功率消耗,计算不同类型的路段单位里程的电量消耗值和能量回收电量;
将不同类型的路段对应的影响因素、单位里程的电量消耗值和能量回收电量形成一个记录;
将所有记录按照所述历史路线对应的日期存储在不同的数据库中。
7.根据权利要求3所述的电量消耗的预测方法,其特征在于,所述预设影响因素包括:道路类型、路面类型、路况、坡度、温度、天气状况以及行驶时间;
预设影响因素的优先级按照从大到小排列为坡度、温度、路况、路面类型、道路类型、天气状况以及行驶时间;
能量回收电量的等级大于所述坡度的等级。
8.一种电量消耗的预测装置,其特征在于,包括:
获取模块,用于获取车辆待行驶的路线信息;
处理模块,用于按照预设影响因素,将待行驶的路线划分为不同类型的路段;
确定模块,用于根据所述预设影响因素,在预设数据库中确定与每种类型的路段的影响因素最一致的路段记录对应的电量数据;所述电量数据包括单位里程的电量消耗值和单位里程的能量回收电量;
所述确定模块,还用于根据单位里程的所述电量消耗值和所述能量回收电量,确定所述待行驶的路线的电量消耗值。
9.一种HUT,所述HUT中包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述的电量消耗的预测方法的步骤。
10.一种车辆,其特征在于,包括所述权利要求9所述的HUT。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311798193.5A CN117549751A (zh) | 2023-12-25 | 2023-12-25 | 电量消耗的预测方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311798193.5A CN117549751A (zh) | 2023-12-25 | 2023-12-25 | 电量消耗的预测方法、装置及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117549751A true CN117549751A (zh) | 2024-02-13 |
Family
ID=89821782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311798193.5A Pending CN117549751A (zh) | 2023-12-25 | 2023-12-25 | 电量消耗的预测方法、装置及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117549751A (zh) |
-
2023
- 2023-12-25 CN CN202311798193.5A patent/CN117549751A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107791854B (zh) | 用于估算电动车辆的可用行驶距离的系统和方法 | |
US10668824B2 (en) | Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle | |
CN111670340B (zh) | 一种车辆剩余行驶里程的获取方法、电子设备及车辆 | |
JP5228366B2 (ja) | 走行情報収集システムおよび走行情報の学習方法 | |
CN111038334A (zh) | 一种电动汽车续驶里程预测方法及装置 | |
CN103542858A (zh) | 车辆到达目标能力评估方法,数据库生成方法、导航系统 | |
JP5920309B2 (ja) | 移動支援装置、移動支援方法、及び運転支援システム | |
CN102189994A (zh) | 用于电动和混合动力车辆操作的系统和方法 | |
US10029667B2 (en) | Energy management method for an electric vehicle | |
US10286809B2 (en) | Power management device, power management system, and motor vehicle | |
CN105246753A (zh) | 用于优化混合动力车辆的能量消耗的方法 | |
CN112224089A (zh) | 基于能耗的行程规划方法、装置、电子设备及存储介质 | |
CN106382939A (zh) | 一种基于历史数据的导航路径行驶时间预测系统及方法 | |
US11312359B2 (en) | Method for calculating a management setpoint for managing the fuel and electric power consumption of a hybrid motor vehicle | |
CN113263954B (zh) | 电动汽车续驶里程预测方法、装置、设备和可读存储介质 | |
US20220032896A1 (en) | Method for calculating a management setpoint for the comsumption of fuel and electric current by a hybrid motor vehicle | |
CN114676867A (zh) | 车辆路线预测方法和装置 | |
CN117549751A (zh) | 电量消耗的预测方法、装置及车辆 | |
US20220146272A1 (en) | System and method for vehicle routing using big-data | |
CN107657814B (zh) | 一种路况信息生成方法和装置 | |
EP3932699A1 (en) | Tyre selection method and system | |
CN113902209A (zh) | 出行路线推荐方法、边缘服务器、云服务器、设备及介质 | |
CN113525385A (zh) | 一种车辆行程能耗的预测方法及装置 | |
CN106846794B (zh) | 交通小区服务指数与营运指数提取方法与系统 | |
JP5816212B2 (ja) | ナビサーバおよびナビ方法 |
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 |