KR20180038769A - 차량의 주행 가능 거리 예측 방법 및 시스템 - Google Patents

차량의 주행 가능 거리 예측 방법 및 시스템 Download PDF

Info

Publication number
KR20180038769A
KR20180038769A KR1020160129817A KR20160129817A KR20180038769A KR 20180038769 A KR20180038769 A KR 20180038769A KR 1020160129817 A KR1020160129817 A KR 1020160129817A KR 20160129817 A KR20160129817 A KR 20160129817A KR 20180038769 A KR20180038769 A KR 20180038769A
Authority
KR
South Korea
Prior art keywords
energy
predicting
vehicle
dte
calculation
Prior art date
Application number
KR1020160129817A
Other languages
English (en)
Inventor
이석
김만호
이상협
이주경
김형준
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020160129817A priority Critical patent/KR20180038769A/ko
Publication of KR20180038769A publication Critical patent/KR20180038769A/ko

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L53/00Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60Monitoring or controlling charging stations
    • B60L53/66Data transfer between charging stations and vehicles
    • B60L53/665Methods related to measuring, billing or payment
    • B60L11/1848
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L7/00Electrodynamic brake systems for vehicles in general
    • B60L7/22Dynamic electric resistor braking, combined with dynamic electric regenerative braking
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/0097Predicting future conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/44Control modes by parameter estimation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2530/00Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/13Mileage
    • B60W2530/145
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00Type of vehicle
    • B60Y2200/90Vehicles comprising electric prime movers
    • B60Y2200/91Electric vehicles
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/12Electric charging stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Navigation (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

본 발명은 차량의 주행 가능 거리 예측 방법 및 시스템에 관한 것으로서, 본 발명에 따른 차량의 주행 가능 거리 예측 방법은 목적지에 따른 경로를 설정하는 경로 설정 단계, 주행 에너지 모델을 이용한 소모 에너지를 예측하는 소모 에너지 예측 단계, 주행 가능 거리를 산출하는 주행 가능 거리 산출 단계로 구성된다. 또한 본 발명에 따른 차량의 주행 가능 거리 예측 시스템은 목적지에 따른 경로를 설정하는 경로 설정부, 주행 에너지 모델을 이용한 소모 에너지를 예측하는 소모 에너지 예측부, 주행 가능 거리를 산출하는 주행 가능 거리 산출부로 구성된다. 이를 통해 차량의 주행 가능 거리 예측 방법은 전기 자동차의 주행 가능 거리의 정확한 예측을 할 수 있는 효과를 제공한다. 특히 기존의 순간 연비 및 공인 연비를 통한 주행 가능 거리 예측이 아닌, 목적지 설정을 통한 교통상황, 경로, 구간 정보 등을 통한 향상된 주행 가능 거리를 예측할 수 있는 효과를 제공하는 데에 그 특징이 있다.

Description

차량의 주행 가능 거리 예측 방법 및 시스템{Method And System of Range Prediction in vehicle}
본 발명은 전기 자동차 주행 가능 거리의 정확한 예측을 위해 주행 에너지 모델을 이용한 새로운 차량의 주행 가능 거리 예측 방법 및 시스템에 관한 것이다. 상세하게는 기존의 순간 연비 및 공인 연비를 통한 주행 가능 거리 예측이 아닌, 목적지 설정을 통한 교통상황, 경로, 구간 정보 등을 통한 향상된 주행 가능 거리를 예측하는 구성이다.
전기 자동차 보급의 장애물로는 기존의 엔진을 이용한 자동차에 비해 1회 충전으로 주행 가능한 거리가 짧다는 것이다. 또한, 널리 보급된 주유소에 비해 매우 적은 전기충전소 및 긴 충전 시간 등 배터리 관련 기술에 있다. 따라서 전기 자동차의 효율적인 운행을 위해서는 배터리 충전 상태에 따른 주행 가능 거리 예측이 매우 중요하다. 특히, 순수 전기자동차는 배터리의 충전 상태에 따라 도착지점까지의 주행 가능 여부를 결정하게 되며, 이는 도착 시간에 매우 큰 변수가 될 수 있다. 주행거리 연장형 전기자동차의 경우 배터리로 운행 가능한 거리는 주행 가능 여부에 직접적인 문제가 되지는 않지만, 주행가능거리 예측은 효율적인 주행 계획을 위해 필수적인 기능이다.
기존의 주행가능거리 예측 방법은 기름의 잔량과 실험을 통해 측정된 공인 연비의 비를 이용하여 계산하는 방법이나, 트립 컴퓨터에서 최근 주행 연비를 이용하여 계산하는 방법을 사용하고 있다. 하지만 이러한 주행가능거리 계산방법은 공인 연비나 현재 연비를 이용하여 계산하므로 주행 계획 경로의 도로 상황을 반영하지 못하는 한계가 있다.
한국공개특허공보 제2014-0083555호(2014.07.04) 한국공개특허공보 제2014-0095780호(2014.08.04) 한국공개특허공보 제2014-0026068호(2014.03.05)
이에 본 발명은 상기와 같은 종래의 제반 문제점을 해소하기 위해 제안된 것으로, 본 발명의 목적은 전기 자동차의 주행 가능 거리의 정확한 예측을 하는 데에 그 목적이 있다. 특히 기존의 순간 연비 및 공인 연비를 통한 주행 가능 거리 예측이 아닌, 목적지 설정을 통한 교통상황, 경로, 구간 정보 등을 통한 향상된 주행 가능 거리를 예측하는 데에 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명의 기술적 사상에 의한 차량의 주행 가능 거리 예측 방법은, 경로 설정 단계와 소모 에너지 예측 단계 및 주행 가능 거리 산출 단계를 포함하는 것을 그 기술적 구성상의 특징으로 한다. 경로 설정 단계는 목적지에 따른 경로를 설정한다. 소모 에너지 예측 단계는 주행 에너지 모델을 이용하여 소모 에너지를 예측한다. 주행 가능 거리 산출 단계는 주행 가능 거리를 산출한다. 이 때 소모 에너지 예측 단계는 배터리 초기 상태 값에서 배터리의 잔량 값을 뺀 값인 것을 특징으로 한다.
상기와 같은 목적을 달성하기 위하여 본 발명의 기술적 사상에 의한 차량의 주행 가능 거리 예측 시스템은, 경로 설정부와 소모 에너지 예측부 및 주행 가능 거리 산출부를 포함하는 것을 그 기술적 구성상의 특징으로 한다. 경로 설정부는 목적지에 따른 경로를 설정한다. 소모 에너지 예측부는 주행 에너지 모델을 이용하여 소모 에너지를 예측한다. 주행 가능 거리 산출부는 주행 가능 거리를 산출한다. 이 때 소모 에너지 예측부는 배터리 초기 상태 값에서 배터리의 잔량 값을 뺀 값인 것을 특징으로 한다.
본 발명에 의한 차량의 주행 가능 거리 예측 방법 및 시스템은 전기 자동차의 주행 가능 거리의 정확한 예측을 할 수 있는 효과를 제공한다. 특히 기존의 순간 연비 및 공인 연비를 통한 주행 가능 거리 예측이 아닌, 목적지 설정을 통한 교통상황, 경로, 구간 정보 등을 통한 향상된 주행 가능 거리를 예측할 수 있는 효과를 제공한다.
도 1은 본 발명의 일 실시예에 따른 차량의 주행 가능 거리 예측 방법 및 시스템을 설명하기 위한 도면.
첨부한 도면을 참조하여 본 발명의 실시예들에 의한 차량의 주행 가능 거리 예측 방법 및 시스템에 대하여 상세히 설명한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하거나, 개략적인 구성을 이해하기 위하여 실제보다 축소하여 도시한 것이다.
또한, 제1 및 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 한편, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 차량의 주행 가능 거리 예측 방법은 경로 설정 단계, 소모 에너지 예측 단계, 주행 가능 거리 산출 단계로 구성된다.
경로 설정 단계는 목적지 입력 단계, 경로 탐색 단계, 경로별 속도 프로파일 추출 단계로 구성된다. 이 때 경로 탐색 단계에서의 경로는 최단거리 경로, 고속도로 우선 경로, 무료 도로 우선 경로 및 복합 추천 경로 중 어느 하나인 것을 특징으로 한다. 아울러 경로별 속도 프로파일 추출 단계는 경로의 제한 속도별 평균 속도 적용, 실시간 교통정보를 이용한 경로 속도 적용, 과거 주행 기록을 이용한 경로 속도 적용 및 정보 융합을 이용한 경로 속도 적용 중 어느 하나인 것을 특징으로 한다.
소모 에너지 예측 단계는 t시간의 차량 에너지에서 t+1시간의 차량 에너지를 산출할 때, 총 주행 저항과 회생 제동량 산출 및 공회전 상태의 소모 에너지 산출을 이용하는 것을 특징으로 한다. 이 때 총 주행 저항은 구름 저항 산출, 공기 저항 산출, 가속 저항 산출 및 등판 저항 산출을 이용하는 것을 특징으로 한다.
주행 가능 거리 산출 단계는 차량 에너지 잔량 측정 단계, 소모 에너지 예측 값과 에너지 잔량 값을 비교하는 단계로 구성된다. 이 때 소모 에너지 예측 값과 에너지 잔량 값을 비교하는 단계에서 소모 에너지 예측 값이 에너지 잔량 값보다 클 경우, 주행 불가 경고를 알린 후 에너지 모델에서 에너지가 0이 되는 거리를 계산하는 것을 특징으로 한다. 반면에 소모 에너지 예측 값이 에너지 잔량 값보다 작을 경우, 목적지까지의 거리를 연비로 나눈 값인 주행 가능 거리를 계산하는 것을 특징으로 한다.
도 1을 참조한 본 발명의 일 실시예에 따른 차량의 주행 가능 거리 예측 시스템은 경로 설정부, 소모 에너지 예측부, 주행 가능 거리 산출부로 구성된다.
경로 설정부는 목적지 입력부, 경로 탐색부, 경로별 속도 프로파일 추출부로 구성된다. 이 때 경로 탐색부에서의 경로는 최단거리 경로, 고속도로 우선 경로, 무료 도로 우선 경로 및 복합 추천 경로 중 어느 하나인 것을 특징으로 한다. 아울러 경로별 속도 프로파일 추출부는 경로의 제한 속도별 평균 속도 적용, 실시간 교통정보를 이용한 경로 속도 적용, 과거 주행 기록을 이용한 경로 속도 적용 및 정보 융합을 이용한 경로 속도 적용 중 어느 하나인 것을 특징으로 한다.
소모 에너지 예측부는 t시간의 차량 에너지에서 t+1시간의 차량 에너지를 산출할 때, 총 주행 저항과 회생 제동량 산출 및 공회전 상태의 소모 에너지 산출을 이용하는 것을 특징으로 한다. 이 때 총 주행 저항은 구름 저항 산출, 공기 저항 산출, 가속 저항 산출 및 등판 저항 산출을 이용하는 것을 특징으로 한다.
주행 가능 거리 산출부는 차량 에너지 잔량 측정부, 소모 에너지 예측 값과 에너지 잔량 값 비교부로 구성된다. 이 때 소모 에너지 예측 값과 에너지 잔량 값 비교부에서 소모 에너지 예측 값이 에너지 잔량 값보다 클 경우, 주행 불가 경고를 알린 후 에너지 모델에서 에너지가 0이 되는 거리를 계산하는 것을 특징으로 한다. 반면에 소모 에너지 예측 값이 에너지 잔량 값보다 작을 경우, 목적지까지의 거리를 연비로 나눈 값인 주행 가능 거리를 계산하는 것을 특징으로 한다.
이상에서 본 발명의 바람직한 실시예를 설명하였으나, 본 발명은 다양한 변화와 변경 및 균등물을 사용할 수 있다. 본 발명은 상기 실시예를 적절히 변형하여 동일하게 응용할 수 있음이 명확하다. 따라서 상기 기재 내용은 하기 특허청구범위의 한계에 의해 정해지는 본 발명의 범위를 한정하는 것이 아니다.

Claims (4)

  1. 목적지에 따른 경로를 설정하는 경로 설정 단계;
    주행 에너지 모델을 이용하여 소모 에너지를 예측하는 소모 에너지 예측 단계; 및 주행 가능 거리를 산출하는 주행 가능 거리 산출 단계;를 포함하는 것을 특징으로 하는 차량의 주행 가능 거리 예측 방법.
  2. 제 1항에 있어서, 상기 소모 에너지 예측 단계는,
    t시간의 차량 에너지에서 t+1시간의 차량 에너지를 산출할 때 총 주행 저항과 회생 제동량 산출 및 공회전 상태의 소모 에너지 산출을 이용하고, 총 주행 저항은 구름 저항 산출, 공기 저항 산출, 가속 저항 산출 및 등판 저항 산출을 이용하는 것을 특징으로 하는 차량의 주행 가능 거리 예측 방법.
  3. 목적지에 따른 경로를 설정하는 경로 설정부;
    주행 에너지 모델을 이용하여 소모 에너지를 예측하는 소모 에너지 예측부; 및 주행 가능 거리를 산출하는 주행 가능 거리 산출부;를 포함하는 것을 특징으로 하는 차량의 주행 가능 거리 예측 시스템.
  4. 제 3항에 있어서, 상기 소모 에너지 예측부는,
    t시간의 차량 에너지에서 t+1시간의 차량 에너지를 산출할 때 총 주행 저항과 회생 제동량 산출 및 공회전 상태의 소모 에너지 산출을 이용하고, 총 주행 저항은 구름 저항 산출, 공기 저항 산출, 가속 저항 산출 및 등판 저항 산출을 이용하는 것을 특징으로 하는 차량의 주행 가능 거리 예측 시스템.
KR1020160129817A 2016-10-07 2016-10-07 차량의 주행 가능 거리 예측 방법 및 시스템 KR20180038769A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160129817A KR20180038769A (ko) 2016-10-07 2016-10-07 차량의 주행 가능 거리 예측 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160129817A KR20180038769A (ko) 2016-10-07 2016-10-07 차량의 주행 가능 거리 예측 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20180038769A true KR20180038769A (ko) 2018-04-17

Family

ID=62083100

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160129817A KR20180038769A (ko) 2016-10-07 2016-10-07 차량의 주행 가능 거리 예측 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20180038769A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108806021A (zh) * 2018-06-12 2018-11-13 重庆大学 基于物理模型和道路特征参数的电动汽车目标路段能耗预测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108806021A (zh) * 2018-06-12 2018-11-13 重庆大学 基于物理模型和道路特征参数的电动汽车目标路段能耗预测方法

Similar Documents

Publication Publication Date Title
Liu et al. Hybrid-trip-model-based energy management of a PHEV with computation-optimized dynamic programming
Gong et al. Trip-based optimal power management of plug-in hybrid electric vehicles
US11880206B2 (en) Power management, dynamic routing and memory management for autonomous driving vehicles
Zeng et al. A parallel hybrid electric vehicle energy management strategy using stochastic model predictive control with road grade preview
Wang et al. Battery electric vehicle energy consumption prediction for a trip based on route information
Kivekäs et al. Stochastic driving cycle synthesis for analyzing the energy consumption of a battery electric bus
Thibault et al. A unified approach for electric vehicles range maximization via eco-routing, eco-driving, and energy consumption prediction
US9476719B2 (en) Route-based distance to empty calculation for a vehicle
Huang et al. Speed trajectory planning at signalized intersections using sequential convex optimization
CN103927866B (zh) 基于gps的车辆等待红绿灯时间预测方法
Fiori et al. Optimum routing of battery electric vehicles: Insights using empirical data and microsimulation
Zhang et al. Develop of a fuel consumption model for hybrid vehicles
US20150061550A1 (en) Method for electrically regenerating an energy store
Vogel et al. Improving hybrid vehicle fuel efficiency using inverse reinforcement learning
Gong et al. Trip based near globally optimal power management of plug-in hybrid electric vehicles using gas-kinetic traffic flow model
JP7016676B2 (ja) 車両制御装置及びその動作方法
Smuts et al. A critical review of factors influencing the remaining driving range of electric vehicles
WO2013073297A1 (ja) 航続可能距離予測装置、航続可能距離予測システム及び航続可能距離予測方法
Gong et al. Trip based optimal power management of plug-in hybrid electric vehicle with advanced traffic modeling
Xie et al. Aerodynamic-aware coordinated control of following speed and power distribution for hybrid electric trucks
US11656086B2 (en) Electricity consumption rate predicting device
CN109484187A (zh) 信息处理方法和具有电驱动功能的车辆
CN106323331A (zh) 预测车辆行驶里程的方法及装置
CN114802189A (zh) 车辆的能耗控制方法、装置、车辆及存储介质
Boehme et al. Application of an optimal control problem to a trip-based energy management for electric vehicles