WO2022205946A1 - 一种基于云数据平台的电动车功效分析方法与系统 - Google Patents

一种基于云数据平台的电动车功效分析方法与系统 Download PDF

Info

Publication number
WO2022205946A1
WO2022205946A1 PCT/CN2021/132039 CN2021132039W WO2022205946A1 WO 2022205946 A1 WO2022205946 A1 WO 2022205946A1 CN 2021132039 W CN2021132039 W CN 2021132039W WO 2022205946 A1 WO2022205946 A1 WO 2022205946A1
Authority
WO
WIPO (PCT)
Prior art keywords
motor
vehicle
efficiency
electric vehicle
speed
Prior art date
Application number
PCT/CN2021/132039
Other languages
English (en)
French (fr)
Inventor
孙飞艇
颜祺宇
孙亮宏
刘文涛
张宏
Original Assignee
浙江中车电车有限公司
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 浙江中车电车有限公司 filed Critical 浙江中车电车有限公司
Publication of WO2022205946A1 publication Critical patent/WO2022205946A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Definitions

  • the invention relates to the field of electric vehicle motors, in particular to a method and system for analyzing the efficacy of an electric vehicle based on a cloud data platform.
  • the present invention proposes a method for analyzing the efficacy of electric vehicles based on a cloud data platform, including the steps:
  • S1 extracting the operation data of the electric vehicle in the cloud data platform, the operation data including the input voltage, input current, output speed, output torque and speed of the electric vehicle of the motor;
  • S2 Use the first formula group to analyze the efficiency of the vehicle in the power consumption state and the recovery state according to the operating data
  • the operation data of the electric vehicle is the operation data uploaded and stored by the vehicle through the Internet of Vehicles, including the operation data of each vehicle model under different road conditions.
  • P is the output power of the motor
  • T is the output torque of the motor
  • n is the output speed of the motor
  • F is the torque of the motor
  • R is the radius of action
  • V is the speed of the electric vehicle
  • U is the input voltage of the motor
  • I The input current of the motor
  • t is the time
  • ⁇ is the electric drive efficiency in the power consumption state
  • ⁇ is the electric drive efficiency in the energy recovery state
  • ⁇ is the overall electric drive efficiency.
  • motor efficiency and vehicle speed model can be expressed as a formula:
  • ⁇ i is the motor efficiency of the i-th group of operating data at the vehicle speed V i , the motor output rotational speed ni , and the output torque T i .
  • step S2 also includes the following steps:
  • the present invention also proposes an electric vehicle efficacy analysis system based on a cloud data platform, including:
  • a data extraction module for extracting the operation data of the electric vehicle in the cloud data platform, the operation data including the input voltage, input current, output speed, output torque and speed of the electric vehicle of the motor;
  • the efficiency analysis module is used to analyze the efficiency of the vehicle in the power consumption state and the recovery state by using the first formula group according to the operation data;
  • Model building module for establishing motor efficiency and vehicle speed models based on analysis results
  • the interval screening module is used to obtain the vehicle speed interval under the target efficiency of the motor according to the motor efficiency and vehicle speed model.
  • the operation data of the electric vehicle is the operation data uploaded and stored by the vehicle through the Internet of Vehicles, including the operation data of each vehicle model under different road conditions.
  • P is the output power of the motor
  • T is the output torque of the motor
  • n is the output speed of the motor
  • F is the torque of the motor
  • R is the radius of action
  • V is the speed of the electric vehicle
  • U is the input voltage of the motor
  • I The input current of the motor
  • t is the time
  • ⁇ is the electric drive efficiency in the power consumption state
  • ⁇ is the electric drive efficiency in the energy recovery state
  • ⁇ is the overall electric drive efficiency.
  • motor efficiency and vehicle speed model can be expressed as a formula:
  • ⁇ i is the motor efficiency of the i-th group of operating data at the vehicle speed V i , the motor output rotational speed ni , and the output torque T i .
  • a data fitting module is also included for performing linear fitting on the analysis results.
  • the present invention at least contains the following beneficial effects:
  • a cloud data platform-based electric vehicle efficacy analysis method and system by constructing motor efficiency and vehicle speed models for the vehicle operation data stored in the cloud data platform, thereby avoiding the process of More errors are introduced;
  • Fig. 1 is a kind of method step diagram of electric vehicle efficacy analysis method and system based on cloud data platform;
  • FIG. 2 is a system structure diagram of a method and system for analyzing the efficacy of electric vehicles based on a cloud data platform
  • FIG. 3 is a diagram showing the relationship between motor efficiency and vehicle speed.
  • the present invention proposes a cloud data platform based electric vehicle function Analysis method, including steps:
  • S1 extract the operation data of the electric vehicle in the cloud data platform, the operation data includes the input voltage, input current, output speed, output torque and speed of the electric vehicle of the motor;
  • S2 Use the first formula group to analyze the efficiency of the vehicle in the power consumption state and the recovery state according to the operating data
  • the operation data of the electric vehicle is the operation data uploaded and stored by the vehicle through the Internet of Vehicles, including the operation data of each vehicle model under different road conditions.
  • All the operating data in the present invention are collected and uploaded by the in-vehicle Internet of Vehicles system, which is the collection of operating data under different road conditions during the daily driving of the vehicle. Therefore, compared with the existing dynamometer road condition simulation For testing, it does not need to spend a lot of energy and financial resources to simulate road conditions, and has the advantage of natural data sources. At the same time, the data source is real, and there will be no errors introduced by too many link simulations, which greatly improves the accuracy of the output results.
  • a new energy bus is taken as an example, and its operation data under a certain road condition is collected through the vehicle networking system, including the input voltage U of the motor, the input current I, the output speed n, the output torque T and the electric vehicle Vehicle speed V, when the vehicle is in the driving state, the current of the motor is positive and the torque is positive, which is the power consumption state at this time; when the vehicle is in the braking state, the current of the motor is negative, and the torque is negative, this time is energy recovery state.
  • P is the output power of the motor
  • T is the output torque of the motor
  • n is the output speed of the motor
  • F is the torque of the motor
  • R is the radius of action
  • V is the speed of the electric vehicle
  • U is the input voltage of the motor
  • I The input current of the motor
  • t is the time
  • ⁇ is the electric drive efficiency in the power consumption state
  • ⁇ is the electric drive efficiency in the energy recovery state
  • ⁇ is the overall electric drive efficiency.
  • ⁇ i is the motor efficiency of the i-th group of operating data at the vehicle speed V i , the motor output rotational speed ni , and the output torque T i .
  • an electric vehicle efficacy analysis system based on a cloud data platform includes:
  • a data extraction module for extracting the operation data of the electric vehicle in the cloud data platform, the operation data including the input voltage, input current, output speed, output torque and speed of the electric vehicle of the motor;
  • the efficiency analysis module is used to analyze the efficiency of the vehicle in the power consumption state and the recovery state by using the first formula group according to the operation data;
  • Model building module for establishing motor efficiency and vehicle speed models based on analysis results
  • the interval screening module is used to obtain the vehicle speed interval under the target efficiency of the motor according to the motor efficiency and vehicle speed model.
  • the operation data of the electric vehicle is the operation data uploaded and stored by the vehicle through the Internet of Vehicles, including the operation data of each vehicle model under different road conditions.
  • the first formula group is:
  • P is the output power of the motor
  • T is the output torque of the motor
  • n is the output speed of the motor
  • F is the torque of the motor
  • R is the radius of action
  • V is the speed of the electric vehicle
  • U is the input voltage of the motor
  • I The input current of the motor
  • t is the time
  • ⁇ is the electric drive efficiency in the power consumption state
  • ⁇ is the electric drive efficiency in the energy recovery state
  • ⁇ is the overall electric drive efficiency.
  • the motor efficiency and vehicle speed model can be expressed as the formula:
  • ⁇ i is the motor efficiency of the i-th group of operating data at the vehicle speed V i , the motor output rotational speed ni , and the output torque T i .
  • the method and system for analyzing the efficacy of an electric vehicle based on a cloud data platform by constructing the motor efficiency and vehicle speed models for the vehicle operation data stored in the cloud data platform, avoids the need for simulation tests. Errors are introduced due to many processes.
  • the cloud data platform can accurately analyze different road conditions of different models, and the applicability is not limited by the road conditions of the models; according to the analysis results, the speed range with higher motor efficiency can be given for different models.
  • the terms "connected”, “fixed” and the like should be understood in a broad sense, for example, “fixed” may be a fixed connection, a detachable connection, or an integrated; It can be a mechanical connection or an electrical connection; it can be a direct connection or an indirect connection through an intermediate medium, and it can be an internal communication between two elements or an interaction relationship between the two elements, unless otherwise explicitly defined.
  • “fixed” may be a fixed connection, a detachable connection, or an integrated; It can be a mechanical connection or an electrical connection; it can be a direct connection or an indirect connection through an intermediate medium, and it can be an internal communication between two elements or an interaction relationship between the two elements, unless otherwise explicitly defined.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Control Of Electric Motors In General (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于云数据平台的电动车功效分析方法与系统,涉及电动车电机领域,具体包括步骤：提取云数据平台中电动车的运行数据；根据运行数据利用第一公式组进行车辆耗电状态和回收状态下的效率分析；根据分析结果建立电机效率与车速模型；根据电机效率与车速模型获取电机目标效率下的车速区间。

Description

一种基于云数据平台的电动车功效分析方法与系统 技术领域
本发明涉及电动车电机领域，具体涉及一种基于云数据平台的电动车功效分析方法与系统。
背景技术
传统方法中，对于新能源汽车的电机效率与车速之间的关系，首先要获取车辆的基本参数(整车质量、最高车速、最大功率等)，然后用测功机模拟路况，并获取不同车速下电机的效率，最后分析对比不同车速下对应的电机效率。这类方法过程较多，每个环节都会引入不同的误差，而且工况不能反映坡道情况、驾驶员操作习惯等信息，因此其结果与实际相差较大。而基于现如今车联网的发展，如何推进新能源汽车电机检测中的发展，降低模拟测试中存在的各类误差，就是本发明所要解决的问题。
发明内容
为了避免车辆模拟测试过程中多环节引入的不同误差，本发明提出了一种基于云数据平台的电动车功效分析方法，包括步骤：
S1：提取云数据平台中电动车的运行数据，所述运行数据包括电机的输入电压、输入电流、输出转速、输出扭矩和电动车的车速；
S2：根据运行数据利用第一公式组进行车辆耗电状态和回收状态下的效率分析；
S3：根据分析结果建立电机效率与车速模型；
S4：根据电机效率与车速模型获取电机目标效率下的车速区间。
进一步地，所述电动车的运行数据为车辆通过车联网上传并存储的运行数据，包括各车型不同路况下的运行数据。
进一步地，所述第一公式组为：
Figure PCTCN2021132039-appb-000001
Figure PCTCN2021132039-appb-000002
Figure PCTCN2021132039-appb-000003
Figure PCTCN2021132039-appb-000004
Figure PCTCN2021132039-appb-000005
式中，P为电机的输出功率，T为电机的输出扭矩，n为电机的输出转速，F为电机的扭力，R为作用半径，V为电动车的车速，U为电机的输入电压，I电机的输入电流，t为时间，η 耗电为耗电状态下的电驱动效率，η 回收为能量回收状态下的电驱动效率，η 综合为电驱动综合效率。
进一步地，所述电机效率与车速模型可表示为公式：
Figure PCTCN2021132039-appb-000006
式中，η i为第i组运行数据在车速V i、电机输出转速n i、输出扭矩T i下的电机效率。
进一步地，所述步骤S2后还包括步骤：
S21：根据分析结果进行线性拟合。
本发明还提出了一种基于云数据平台的电动车功效分析系统，包括：
数据提取模块，用于提取云数据平台中电动车的运行数据，所述运行数据包括电机的输入电压、输入电流、输出转速、输出扭矩和电动车的车速；
效率分析模块，用于根据运行数据利用第一公式组进行车辆耗电状态和回收状态下的效率分析；
模型构建模块，用于根据分析结果建立电机效率与车速模型；
区间筛选模块，用于根据电机效率与车速模型获取电机目标效率下的车速区间。
进一步地，所述电动车的运行数据为车辆通过车联网上传并存储的运行数据，包括各车型不同路况下的运行数据。
进一步地，所述第一公式组为：
Figure PCTCN2021132039-appb-000007
Figure PCTCN2021132039-appb-000008
Figure PCTCN2021132039-appb-000009
Figure PCTCN2021132039-appb-000010
Figure PCTCN2021132039-appb-000011
式中，P为电机的输出功率，T为电机的输出扭矩，n为电机的输出转速，F为电机的扭力，R为作用半径，V为电动车的车速，U为电机的输入电压，I电机的输入电流，t为时间，η 耗电为耗电状态下的电驱动效率，η 回收为能量回收状态下的电驱动效率，η 综合为电驱动综合效率。
进一步地，所述电机效率与车速模型可表示为公式：
Figure PCTCN2021132039-appb-000012
式中，η i为第i组运行数据在车速V i、电机输出转速n i、输出扭矩T i下的电机效率。
进一步地，还包括数据拟合模块，用于对分析结果进行线性拟合。
与现有技术相比，本发明至少含有以下有益效果：
(1)本发明所述的一种基于云数据平台的电动车功效分析方法与系统，通过对云数据平台储存的车辆运行数据进行电机效率与车速模型的构建，从而避免了模拟测试中因为过程较多导致的误差引入；
(2)采用云数据平台，可以对不同车型不同路况做出准确的分析，适用性广不受车型路况条件限制；
(3)根据分析结果，可以针对不同车型给出更高电机效率的车速区间。
附图说明
图1为一种基于云数据平台的电动车功效分析方法与系统的方法步骤图；
图2为一种基于云数据平台的电动车功效分析方法与系统的系统结构图；
图3为电机效率-车速对应关系图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
实施例一
为了更准确获取不同车速下的电机效率，避免现有技术通过测功机进行路况模拟时造成的误差引入过多，如图1所示，本发明提出了一种基于云数据平台的电动车功效分析方法，包括步骤：
S1：提取云数据平台中电动车的运行数据，所述运行数据包括电机的输入 电压、输入电流、输出转速、输出扭矩和电动车的车速；
S2：根据运行数据利用第一公式组进行车辆耗电状态和回收状态下的效率分析；
S3：根据分析结果建立电机效率与车速模型；
S4：根据电机效率与车速模型获取电机目标效率下的车速区间。
其中，所述电动车的运行数据为车辆通过车联网上传并存储的运行数据，包括各车型不同路况下的运行数据。
本发明中所有的运行数据均是由车载车联网系统进行数据采集并上传的，是在车辆日常行驶过程中对不同路况下的运行数据采集，因此其相较于现有的测功机路况模拟测试，其无需耗费大量精力财力进行路况模拟，有着天然的数据源优势。同时，数据来源真实，不会存在过多环节模拟导致引入误差，大大提高了输出结果的准确性。
本实施例以一台新能源公交车为例，通过车载车联网系统采集其在某一路况下的运行数据，包括电机的输入电压U、输入电流I、输出转速n、输出扭矩T和电动车的车速V,当车辆处于驱动状态时，电机的电流为正，扭矩为正，此时是耗电状态；当车辆处于制动状态时，电机的电流为负，扭矩为负，此时是能量回收状态。由常规公式P＝F*V，F＝T/R，可以推导出第一公式组：
Figure PCTCN2021132039-appb-000013
Figure PCTCN2021132039-appb-000014
Figure PCTCN2021132039-appb-000015
Figure PCTCN2021132039-appb-000016
Figure PCTCN2021132039-appb-000017
式中，P为电机的输出功率，T为电机的输出扭矩，n为电机的输出转速，F为电机的扭力，R为作用半径，V为电动车的车速，U为电机的输入电压，I电机的输入电流，t为时间，η 耗电为耗电状态下的电驱动效率，η 回收为能量回收状态下的电驱动效率，η 综合为电驱动综合效率。
根据根据车辆当前的电压、电流、转速、转矩和车速，构建电机效率-车速模型：
Figure PCTCN2021132039-appb-000018
式中，η i为第i组运行数据在车速V i、电机输出转速n i、输出扭矩T i下的电机效率。
在获得电机效率-车速模型后，根据不同车速下对应的电机效率，采用相应软件(如Maltab等)，绘制出电机效率-车速图(如图3所示,横坐标表示车辆速度，纵坐标表示电机效率)，并按某个预定的电机效率区间，找出满足电机效率的速度区间。在电机回收状态、电机耗电状态、电机综合状态下，不同车速下，假如预定设置的电机综合效率要满足X％，即根据综合效率的多项式参数，找出效率大于X％的速度区间V1和V2即可：P >X％＝F 多项式(V 1,V 2)。
实施例二
为了更好的对本发明所述技术内容进行说明，本实施例通过系统结构的方式来对本发明进行阐述，如图2所示，一种基于云数据平台的电动车功效分析系统，包括：
数据提取模块，用于提取云数据平台中电动车的运行数据，所述运行数据包括电机的输入电压、输入电流、输出转速、输出扭矩和电动车的车速；
效率分析模块，用于根据运行数据利用第一公式组进行车辆耗电状态和回收状态下的效率分析；
模型构建模块，用于根据分析结果建立电机效率与车速模型；
区间筛选模块，用于根据电机效率与车速模型获取电机目标效率下的车速区间。
进一步地，所述电动车的运行数据为车辆通过车联网上传并存储的运行数据，包括各车型不同路况下的运行数据。
同时，还包括数据拟合模块，用于对分析结果进行线性拟合。
其中，第一公式组为：
Figure PCTCN2021132039-appb-000019
Figure PCTCN2021132039-appb-000020
Figure PCTCN2021132039-appb-000021
Figure PCTCN2021132039-appb-000022
Figure PCTCN2021132039-appb-000023
式中，P为电机的输出功率，T为电机的输出扭矩，n为电机的输出转速，F为电机的扭力，R为作用半径，V为电动车的车速，U为电机的输入电压，I电机的输入电流，t为时间，η 耗电为耗电状态下的电驱动效率，η 回收为能量回收状态下的电驱动效率，η 综合为电驱动综合效率。
电机效率与车速模型可表示为公式：
Figure PCTCN2021132039-appb-000024
式中，η i为第i组运行数据在车速V i、电机输出转速n i、输出扭矩T i下的电机效率。
综上所述，本发明所述的一种基于云数据平台的电动车功效分析方法与系统，通过对云数据平台储存的车辆运行数据进行电机效率与车速模型的构建，从而避免了模拟测试中因为过程较多导致的误差引入。
采用云数据平台，可以对不同车型不同路况做出准确的分析，适用性广不受车型路况条件限制；根据分析结果，可以针对不同车型给出更高电机效率的车速区间。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”、“一”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本文中所描述的具体实施例仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

  1. 一种基于云数据平台的电动车功效分析方法，其特征在于，包括步骤：
    S1：提取云数据平台中电动车的运行数据，所述运行数据包括电机的输入电压、输入电流、输出转速、输出扭矩和电动车的车速；
    S2：根据运行数据利用第一公式组进行车辆耗电状态和回收状态下的效率分析；
    S3：根据分析结果建立电机效率与车速模型；
    S4：根据电机效率与车速模型获取电机目标效率下的车速区间。
  2. 如权利要求1所述的一种基于云数据平台的电动车功效分析方法，其特征在于，所述电动车的运行数据为车辆通过车联网上传并存储的运行数据，包括各车型不同路况下的运行数据。
  3. 如权利要求1所述的一种基于云数据平台的电动车功效分析方法，其特征在于，所述第一公式组为：
    Figure PCTCN2021132039-appb-100001
    Figure PCTCN2021132039-appb-100002
    Figure PCTCN2021132039-appb-100003
    Figure PCTCN2021132039-appb-100004
    Figure PCTCN2021132039-appb-100005
    式中，P为电机的输出功率，T为电机的输出扭矩，n为电机的输 出转速，F为电机的扭力，R为作用半径，V为电动车的车速，U为电机的输入电压，I电机的输入电流，t为时间，η 耗电为耗电状态下的电驱动效率，η 回收为能量回收状态下的电驱动效率，η 综合为电驱动综合效率。
  4. 如权利要求3所述的一种基于云数据平台的电动车功效分析方法，其特征在于，所述电机效率与车速模型可表示为公式：
    Figure PCTCN2021132039-appb-100006
    式中，η i为第i组运行数据在车速V i、电机输出转速n i、输出扭矩T i下的电机效率。
  5. 如权利要求1所述的一种基于云数据平台的电动车功效分析方法，其特征在于，所述步骤S2后还包括步骤：
    S21：根据分析结果进行线性拟合。
  6. 一种基于云数据平台的电动车功效分析系统，其特征在于，包括：
    数据提取模块，用于提取云数据平台中电动车的运行数据，所述运行数据包括电机的输入电压、输入电流、输出转速、输出扭矩和电动车的车速；
    效率分析模块，用于根据运行数据利用第一公式组进行车辆耗电状态和回收状态下的效率分析；
    模型构建模块，用于根据分析结果建立电机效率与车速模型；
    区间筛选模块，用于根据电机效率与车速模型获取电机目标效率下的车速区间。
  7. 如权利要求6所述的一种基于云数据平台的电动车功效分析系统，其特征在于，所述电动车的运行数据为车辆通过车联网上传并存储的运行数据，包括各车型不同路况下的运行数据。
  8. 如权利要求6所述的一种基于云数据平台的电动车功效分析系统，其特征在于，所述第一公式组为：
    Figure PCTCN2021132039-appb-100007
    Figure PCTCN2021132039-appb-100008
    Figure PCTCN2021132039-appb-100009
    Figure PCTCN2021132039-appb-100010
    Figure PCTCN2021132039-appb-100011
    式中，P为电机的输出功率，T为电机的输出扭矩，n为电机的输出转速，F为电机的扭力，R为作用半径，V为电动车的车速，U为电机的输入电压，I电机的输入电流，t为时间，η 耗电为耗电状态下的电驱动效率，η 回收为能量回收状态下的电驱动效率，η 综合为电驱动综合效率。
  9. 如权利要求8所述的一种基于云数据平台的电动车功效分析系统，其特征在于，所述电机效率与车速模型可表示为公式：
    Figure PCTCN2021132039-appb-100012
    式中，η i为第i组运行数据在车速V i、电机输出转速n i、输出扭矩T i下的电机效率。
  10. 如权利要求6所述的一种基于云数据平台的电动车功效分析系统，其特征在于，还包括数据拟合模块，用于对分析结果进行线性拟合。
PCT/CN2021/132039 2021-03-29 2021-11-22 一种基于云数据平台的电动车功效分析方法与系统 WO2022205946A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110333974.1 2021-03-29
CN202110333974.1A CN113177291B (zh) 2021-03-29 2021-03-29 一种基于云数据平台的电动车功效分析方法与系统

Publications (1)

Publication Number Publication Date
WO2022205946A1 true WO2022205946A1 (zh) 2022-10-06

Family

ID=76922539

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/132039 WO2022205946A1 (zh) 2021-03-29 2021-11-22 一种基于云数据平台的电动车功效分析方法与系统

Country Status (2)

Country Link
CN (1) CN113177291B (zh)
WO (1) WO2022205946A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361835A (zh) * 2020-03-03 2021-09-07 中车时代电动汽车股份有限公司 电驱动产品综合效率评价方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113177291B (zh) * 2021-03-29 2022-07-26 浙江中车电车有限公司 一种基于云数据平台的电动车功效分析方法与系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120123624A1 (en) * 2010-11-16 2012-05-17 Hitachi, Ltd. Running Control Device for Electric Vehicle
CN104175905A (zh) * 2014-08-22 2014-12-03 江苏大学 一种纯电动汽车匀速行驶时动力需求匹配和优化的方法
US20190263272A1 (en) * 2018-02-28 2019-08-29 Denso Corporation Apparatus for controlling motorized vehicle
CN111754130A (zh) * 2020-06-30 2020-10-09 厦门金龙联合汽车工业有限公司 一种基于大数据分析的新能源车辆运营评价方法
CN112026530A (zh) * 2019-11-19 2020-12-04 长城汽车股份有限公司 电动汽车节能方法、装置以及电动汽车
CN112277657A (zh) * 2019-07-23 2021-01-29 中车时代电动汽车股份有限公司 一种电动汽车节能控制方法、装置
CN113177291A (zh) * 2021-03-29 2021-07-27 浙江中车电车有限公司 一种基于云数据平台的电动车功效分析方法与系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8522187B2 (en) * 2010-12-06 2013-08-27 International Business Machines Corporation Method and data processing system to optimize performance of an electric circuit design, data processing program and computer program product
CN106026826A (zh) * 2016-08-03 2016-10-12 长春工业大学 电动车驱动电机工况匹配控制功效性的网络化测控方法
CN108284772B (zh) * 2018-02-02 2021-06-18 浙江中车电车有限公司 一种纯电城市客车电机制动输出的方法
KR102005272B1 (ko) * 2018-05-17 2019-10-01 현대위아(주) 하이브리드 전기차량 모터 성능 분석 방법
CN111873805A (zh) * 2020-07-24 2020-11-03 重庆长安新能源汽车科技有限公司 一种车辆能耗分析方法及系统
CN112507459B (zh) * 2020-12-11 2024-08-20 交控科技股份有限公司 一种轨道交通室内测试方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120123624A1 (en) * 2010-11-16 2012-05-17 Hitachi, Ltd. Running Control Device for Electric Vehicle
CN104175905A (zh) * 2014-08-22 2014-12-03 江苏大学 一种纯电动汽车匀速行驶时动力需求匹配和优化的方法
US20190263272A1 (en) * 2018-02-28 2019-08-29 Denso Corporation Apparatus for controlling motorized vehicle
CN112277657A (zh) * 2019-07-23 2021-01-29 中车时代电动汽车股份有限公司 一种电动汽车节能控制方法、装置
CN112026530A (zh) * 2019-11-19 2020-12-04 长城汽车股份有限公司 电动汽车节能方法、装置以及电动汽车
CN111754130A (zh) * 2020-06-30 2020-10-09 厦门金龙联合汽车工业有限公司 一种基于大数据分析的新能源车辆运营评价方法
CN113177291A (zh) * 2021-03-29 2021-07-27 浙江中车电车有限公司 一种基于云数据平台的电动车功效分析方法与系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361835A (zh) * 2020-03-03 2021-09-07 中车时代电动汽车股份有限公司 电驱动产品综合效率评价方法及装置

Also Published As

Publication number Publication date
CN113177291A (zh) 2021-07-27
CN113177291B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
WO2022205946A1 (zh) 一种基于云数据平台的电动车功效分析方法与系统
CN112433169B (zh) 一种云端动力电池健康度评估系统及方法
CN102692289B (zh) 一种测量新能源汽车电驱动系统效率的测试方法
Neubauer et al. Accounting for the variation of driver aggression in the simulation of conventional and advanced vehicles
WO2023045790A1 (zh) Soc校准方法、建模方法、建模装置、计算机设备及介质
CN113177448B (zh) 数模联合驱动的轴承混合工况无监督域适应诊断方法及系统
CN106326581A (zh) 一种续驶里程的确定方法、装置及汽车
WO2023273267A1 (zh) 故障诊断方法、装置、电子设备及存储介质
CN113918890B (zh) 一种基于移动窗口库的低负荷工况构建方法
CN110780608A (zh) 仿真测试方法及装置
CN106644495A (zh) 一种电动汽车性能参数的灵敏度分析方法
CN111754130A (zh) 一种基于大数据分析的新能源车辆运营评价方法
CN113378359B (zh) 一种发动机油耗优劣及整车传动效率的评估方法及装置
CN112763909B (zh) 一种车用驱动电机联合工况测试方法及系统
CN112781886A (zh) 一种纯电动汽车整车效率测试方法、电子设备、介质
CN117147166A (zh) 一种发动机标定方法、装置、电子设备及存储介质
CN115792474B (zh) 新能源汽车电驱动总成动力加速性测试评价方法
CN116080470A (zh) 电动汽车的动力电池监控方法、装置、服务器及介质
CN115081118A (zh) 一种双电机串并联混合动力总成整车性能仿真方法
CN113642159A (zh) 一种发动机特征工况点聚合方法
CN113468734A (zh) 一种基于信号分析的纯电动汽车事故快速调查方法
CN113776707A (zh) 车辆功率测试方法、系统和计算机可读介质
CN112285541A (zh) 一种电流频率转换电路的故障诊断方法
CN104590270B (zh) 一种电制动效果评估方法及装置
Miller et al. A Deterministic Multivariate Clustering Method for Drive Cycle Generation from In-Use Vehicle Data

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21934582

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21934582

Country of ref document: EP

Kind code of ref document: A1