http://www.australianlevitra.com

电动汽车的剩余续航里程估计方法、系统及电动

  该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部属于新能源汽车股份有限,未经新能源汽车股份有限许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】

  本发明涉及汽车技术领域,特别涉及一种电动汽车的剩余续航里程估计方法、系统及 电动汽车。

  目前,随着非再生能源的日益枯竭、污染的日益严重,车辆不断向低能耗、低排 放的方向发展。耿姝电动汽车具有零排放的优点,但是,电动汽车受到动力电池的发展, 其续航里程有限,并且对于动力电池的充电相对耗时长。因此,如何对动力电池的能量进 行管理以延长电动汽车的续航里程是亟待解决的问题。

  相关技术中,通常是根据动力电池的荷电状态的线性模型估算电动汽车的剩余续航里 程。然而,由于电动汽车的剩余续航里程并非仅仅与动力电池的荷电状态有关,还与驾驶 习惯、动力电池的性能衰减情况等相关,导致根据动力电池的荷电状态的线性模型估算出 的电动汽车的剩余续航里程并不准确可靠,从而影响对动力电池的能量管理。

  为此,本发明的第一个目的在于提出一种电动汽车的剩余续航里程估计方法。该方法 可以准确地计算出电动汽车的剩余续航里程,为后续的动力电池的能量管理提供可靠依据。

  本发明的第二个目的在于提出一种电动汽车的剩余续航里程估计方法。

  为了实现上述目的,本发明的第一方面实施例的电动汽车的剩余续航里程估计方法, 包括以下步骤:获取动力电池的放电电流和放电电压,并根据所述放电电流和放电电压计 算所述动力电池的当前放电能量;获取所述动力电池的荷电状态和充放电次数;将所述动 力电池的荷电状态、充放电次数和单位时间内所述动力电池的总放电能量输入神经网络, 得到续航里程补偿系数;当车辆处于行驶状态时,计算所述单位时间内所述车辆的行驶距 离;以及根据所述单位时间内所述车辆的行驶距离、所述续航里程补偿系数、所述动力电 池的荷电状态以及所述单位时间前后所述动力电池的荷电状态的差值得到所述车辆的剩余 续航里程。

  根据本发明实施例的电动汽车的剩余续航里程估计方法,由于车辆实际的剩余续航里 程与电池的荷电状态、电池衰减情况(即:通过充放电次数反应电池衰减情况)和驾驶习 惯(即:通过单位时间内动力电池的电能消耗反应驾驶习惯)相关,其数学模型具有强烈 的非线性特性,本发明的方法综合考虑动力电池的荷电状态、电池衰减情况(即:通过充 放电次数反应电池衰减情况)和驾驶习惯(即:通过单位时间内动力电池的电能消耗反应 驾驶习惯),并通过神经网络得到续航里程补偿系数,耿姝其中,神经网络具有非线性的特性, 具有并行结构和学习能力,针对外部激励,能够给出相应的输出,对于解决非线性问题具 有天然的优势,因此该方法可以准确地计算出电动汽车的剩余续航里程,从而为动力电池 的能量管理提供可靠的依据。

  另外,根据本发明上述实施例的电动汽车的剩余续航里程估计方法还可以具有如下附 加的技术特征:

  在一些示例中,所述车辆的剩余续航里程通过如下公式得到,所述公式为:

  其中,所述L为所述车辆的剩余续航里程,所述ΔSOC为所述单位时间前后所述动力电 池的荷电状态的差值,所述SOC为所述电池的荷电状态,所述S为单位时间内所述车辆的 行驶距离,所述K为所述续航里程补偿系数。

  在一些示例中,还包括:当所述车辆处于静止状态时,所述车辆的剩余续航里程通过 如下公式得到,所述公式为:

  其中,Lold为所述单位时间前所述车辆的剩余续航里程,WBatt_60s为所述单位时间内所 述动力电池的总放电能量,WBatt_old为前一个所述单位时间内所述动力电池的总放电能量。

  设计径向基函数神经网络,其中,所述径向基函数神经网络包括输入层、隐藏层和输 出层,所述径向基函数神经网络表示为:

  其中,所述x为输入矢量,所述x=[SOCNWBatt]T;所述y(x,w)为输出的所述续航 里程补偿系数K;所述wi为权重;所述H为所述隐藏层的神经元数量;所述ci为中心矢量; 所述Px-ciP为到中心的距离;所述φ为径向基函数,所述WBatt为所述动力电池的总放电 能量,所述SOC为所述电池的荷电状态,所述N为所述充放电次数;

  根据预设的多组动力电池的总放电能量、所述电池的荷电状态和充放电次数对所述径 向基函数神经网络进行训练;

  根据训练完成的所述径向基函数神经网络得到所述续航里程补偿系数。

  在一些示例中,在得到所述车辆的剩余续航里程之后,还包括:当所述车辆的剩余续 航里程小于第一预设行驶里程时,提示用户是否进入经济模式,当接收到经济模式进入指 令时,控制所述车辆进入经济模式,以及在接收到经济模式退出指令时,控制所述车辆退 出所述经济模式;当所述车辆的剩余续航里程小于第二预设行驶里程时,提示用户是否进 入深度经济模式,当接收到深度经济模式进入指令时,控制所述车辆进入深度经济模式, 以及在接收到深度经济模式退出指令时,控制所述车辆退出所述深度经济模式,其中,所 述第一预设行驶里程大于所述第二预设行驶里程。

  在一些示例中,当所述车辆进入经济模式之后,还包括:降低扭矩响应速度;降低所 述电动汽车的部分附件的能量消耗;当所述经济模式下得到的所述的车辆的剩余续航里程 大于第三预设行驶里程时,提示用户是否退出所述经济模式,并在接收到经济模式退出指 令时,控制所述车辆退出所述经济模式,其中,所述第三预设行驶里程大于所述第一预设 行驶里程;当所述车辆进入所述深度经济模式之后,耿姝还包括:将所述车辆的车速为预 设车速之内;进一步降低和/或关闭所述电动汽车的部分附件的能量消耗;当所述深度经济 模式下得到的所述的车辆的剩余续航里程大于第四预设行驶里程时,提示用户是否退出所 述深度经济模式,并在接收到深度经济模式退出指令时控制所述车辆退出所述深度经济模 式,其中,所述第四预设行驶里程小于所述第三预设行驶里程且大于所述第一预设行驶里 程。

原文标题:电动汽车的剩余续航里程估计方法、系统及电动 网址:http://www.australianlevitra.com/qichexinwen/2020/0407/1699.html

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。