基于工况识别和模糊能耗的电动汽车续驶里程估算方法

基于工况识别和模糊能耗的电动汽车续驶里程估算方法
【专利摘要】本发明公开了基于工况识别和模糊能耗的电动汽车续驶里程估算方法，该方法基于工况识别及模糊能耗建立，包括：基于模糊C均值聚类算法实现对工况的划分并得出用于识别工况的参数；建立特征参数与能耗之间的模糊规则库；对单位公里行驶里程L进行优化；剩余续驶里程Srest估算。本发明将工况识别及能耗建模结合在一起，实时获取电动汽车相关信息，极少受到车辆其它外在因素的影响，例如环境温度、车辆行驶状态等，同时将消耗能量进行一定程度的细分，从而更真实的反应车速真实能量消耗。
【专利说明】
基于工况识别和模糊能耗的电动汽车续驶里程估算方法
技术领域
[0001] 本发明涉电动汽车技术领域，尤其涉及基于工况识别和模糊能耗的电动汽车续驶 里程估算方法。
【背景技术】
[0002] 随着传统燃油汽车的保有量迅猛增加，由燃油汽车引起的环境污染以及全球燃油 枯竭问题也日益严重。电动汽车由于环保、节能等优点越来越受到人们关注，但是因其续驶 里程受限，而受到广泛推广。为了提高电动汽车的使用方便性，不仅要提高续驶里程，还要 研究电动汽车的状态实时监测和续驶里程的实时估算，从而为驾驶员提供准确的车辆信 息。电动汽车续驶里程受多方面因素的影响，例如，车速、车辆状态、电池状态、环境温度等。 目前续驶里程的计算方法还不十分完善，需要进一步探索。中国专利CN201310151533.5公 开了一种电动汽车续驶里程估算方法，该方法根据一定的交通状态和车辆真实实时状态情 况下进行续驶里程估算，该方法虽然能准确估算里程，但是借助的信息太多，而这些信息并 非能实时获取。中国专利CN201310151290.5公开了电动汽车电量因子模型建立及续驶里程 估算方法，该方法对电量因子模型有一定的研究，而实际中电量消耗仍然受到很多因素影 响，并非能准确建立。

【发明内容】

[0003] 针对现有技术的不足，本发明提供了一种基于工况识别和模糊能耗的电动汽车续 驶里程估算方法，解决估算里程的过程不能实时获取电动汽车相关信息、电量消耗受到很 多因素影响的问题。
[0004] 本发明是通过以下技术手段实现上述技术目的的。
[0005] 基于工况识别和模糊能耗的电动汽车续驶里程估算方法，包括以下步骤：
[0006] S1.基于模糊C均值聚类算法实现对工况的划分并得出用于识别工况的参数，
[0007] SI. 1，选取30个标准工况并将其划分为330个片段，对330个片段分别取不同的聚 类个数进行聚类分析；
[0008] S1.2,根据聚类结果，选取能明显区分不同工况的聚类个数，最终确定聚类个数；
[0009] S1.3,根据聚类个数将330个片段工况分成相应数量的类别，并聚类出每类的中 心；
[0010] S1.4,根据聚类中心对工况进行识别仿真；
[0011] S2.建立特征参数与能耗之间的模糊规则库，
[0012] S2.1，根据行驶工况判别当前片段所处类别，获取当前片段的平均速度meanv、加 速比例P、减速比例N、总能耗Ecost四个特征参数；
[0013] S2.2,依次对当前片段的每个特征参数选取11组数据，并对每组数据按照从小到 大的顺序排列，建立模糊规则库；
[0014] S3.对单位公里行驶里程L进行优化，
[0015] S3.1，当采样的片段在30以内时，为了满足剩余里程呈线性递减趋势，建立单位能 耗与剩余能耗的线性关系；
[0016] S3.2，当采样片段超过30时，上述方法估算的续驶里程可能会陷入局部最低值，因 此采用模糊C均值聚类算法，对单位公里平均能耗进行聚类再输出；
[0017] S4.剩余续驶里程Srest估算，包括以下步骤，
[0018] S4.1，根据行驶工况及采样时间实时获取当前行驶工况特征参数；
[0019] S4.2,根据特征参数得出当前工况类别，并得出当前总能耗Ecost;
[0020] S4.3,根据当前总能耗Ecost及车辆初始总能耗Etotal得出剩余能量Erest;
[0021 ] S4.4,根据单位能耗行驶里程L与剩余能量Erest得出剩余续驶里程Srest。
[0022] 进一步，所述 S4.3中剩余能量 Erest = Etotal_Ecost。
[0023] 进一步，所述S4.4中单位能耗行驶里程L = S/Ecost，其中S为已行驶里程。
[0025] 本发明的有益效果是:本发明将工况识别及能耗建模结合在一起，实时获取电动 汽车相关信息，极少受到车辆其它外在因素的影响，例如环境温度、车辆行驶状态等，同时 将消耗能量进行一定程度的细分，从而更真实的反应车速真实能量消耗。
【附图说明】
[0026] 图1为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法流程 图；
[0027] 图2为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法对行 驶工况进行聚类分析图；
[0028] 图3为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法中聚 类为4时的聚类中心结果图；
[0029] 图4为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法中能 耗与行驶关系图；
[0030] 图5为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法建立 的特征参数模糊规则能耗库示意图；
[0031] 图6为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法单位 能耗行驶里程的分析结果图；
[0032] 图7为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法行驶 工况图；
[0033] 图8为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法对行 驶工况识别仿真结果图；
[0034] 图9为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法对 ECE15工况的剩余续驶里程仿真结果图；
[0035] 图10为本发明所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法对 ECE15工况的剩余续驶里程实验结果图。
【具体实施方式】
[0036] 下面结合附图和【具体实施方式】对本发明作进一步详细说明，但本发明的保护范围 并不仅限于此。
[0037] 基于工况识别和模糊能耗的电动汽车续驶里程估算方法流程图如图1所示，包括 步骤：
[0038] S1.基于模糊C均值聚类算法实现对工况的划分并得出用于识别工况的参数，
[0039] SI. 1，按照上述算法选取30个标准工况并将其划分为330个片段，对330个片段分 别取聚类个数为〇 = 3、0 = 4、0 = 5、0 = 6进行聚类分析；
[0040] S1.2,将其怠速比例、匀速比例、减速比例的聚类中心结果进行对比分析，选取能 明显区分每类工况的C值，从图2中可以看出当C = 4时能明显区分每类工况，因此最终选定C =4；
[0041 ] S1.3，对聚类为4时获取每类工况的聚类中心，聚类中心2的中心坐标（100.013， 0.0034)，这类工况怠速比例最小，且车速高于100km/h，反映非常畅通的高速路况;聚类中 心4的中心坐标（11.311，0.420)，这类工况怠速比例最大，且车速低于15km/h，反映拥堵的 城市工况，聚类中心1和聚类中心3介于这两者之间，反映正常城市市郊工况，如图3所示。其 具体结果如下：
[0042] ci=(70.23,0.092,0.412,0.22)
[0043] c2= (102.1,0.003,0.293,0.148)
[0044] C3=(30.62,0.192,0.362,0.062)
[0045] 04=(12.62,0.411,0.25,0.0394)
[0046] SI.4,根据聚类中心对工况进行识别仿真；
[0047]根据上述方法对工况识别进行了仿真验证，图7为行驶工况，图8为工况识别后的 结果，从结果可以得出，将行驶工况识别出4类，分别为：1代表畅通城市郊外工况;2代表畅 通高速工况;3代表正常城市工况;4代表拥挤城市工况。
[0048] S2.建立特征参数与能耗之间的模糊规则库，
[0049] 首先建立纯电动汽车整车能耗模型，其输入工况为30个典型标准工况;然后按照 60s-个片段进行总能耗计算，按照图4所示的方法进行能耗数据获取(任意选取一个工 况）；再根据模糊规则库建立特征参数与能耗之间模糊规则库，其具体步骤如下：
[0050] S2.1，根据行驶工况判别当前片段所处类别，并获取当前片段的平均速度meanv、 加速比例P、减速比例N、总能耗Ecost四个特征参数；
[0051] S2.2,依次对当前类别的每个特征参数选取11组数据，并对每组数据按照从小到 大的顺序排列;建立模糊库，输入三个参数:平均速度meanv、加速比例P、减速比例N，输出一 个参数:总能耗Ecost;建立模糊规则，按照:条件A为真且条件B为真且条件C为真时执行条 件D原则，例如:在聚类为3时其模糊规则如图5所示。
[0052] S3.对单位公里行驶里程L进行优化，如图6所示，
[0053]根据当前已经行驶里程和当前总消耗能量相除方法得出单位能耗行驶里程数L， 再由L与剩余能量相乘得出剩余里程。本发明根据实际采样的片段个数分别建立不同的单 位能耗算法，其具体步骤如下：
[0054] S3.1，当采样的片段在30以内时，为了满足剩余里程呈线性递减趋势，建立单位能 耗与剩余能耗的线性关系为：
[0055] L = Lmin+k ( EresfEmin ) (1)
[0056] 式中：Lmin是由聚类算法得出的单位能耗行驶里程最小值，根据聚类结果取2; Erest 为电池剩余电量;Emin为保守最低电量，根据实际情况取4;k为线性预估计量。
[0057] 车辆行驶过程中已行驶里程S和电池电量Etotai关系为：
[0059] 式中：Et〇tai为电池总能量(J)，m为车辆质量(kg)，f为滚动阻力系数，Cd为风阻系 数，A为迎风面积(m2)，v为车速(km/h)，g为重力加速度(m/s2) 取28 · 2J，CD取0 · 294，f取 0.015，m取1363kg，g取9.8m/s2，A取2.04m2，v取40km/h时，即得出车辆以40km/h匀速行驶时 的最大行驶里程Smax。
[0060] 车辆最大行驶里程Smax和电池总电量Etotal的关系为：
[0061] Etotal (Lmin+k(Etotal-Emin) ) = Smax (3)
[0062] 最后得出线性预估计量1? = 0.2066Λ值主要由车辆电池总电量和该车辆按照最佳 车速行驶时的最大行驶里程决定，即此值为可根据车辆不同参数进行标定。
[0063] S3.2，当采样片段超过30时，上述方法估算的续驶里程可能会陷入局部最低值，因 此采用在线聚类算法，其具体步骤如下：
[0064] S3.2.1，获取当前片段数据并计算出所述工况类别；
[0065] S3.2.2,根据工况类别找出与历史片段（已经行驶的片段数据）相同类别工况数 据，并对历史片段数据进行模糊C均值聚类，此结果即为当前片段单位能耗行驶里程L;
[0066] S3.2.3，若当前工况类别在历史片段中不存在，则当前工况L按照上述S3.1的方法 进行计算。
[0067] S4.最后依据单位能耗行驶的里程L和剩余能量Erest来估算电动汽车的剩余续驶 里程Srest，
[0068] S4.1，根据行驶工况及采样时间实时获取当前行驶工况特征参数；
[0069] S4.2,根据特征参数得出当前工况类别，并得出当前总能耗Ecost;
[0070] S4.3，根据当前总能耗Ecost及车辆初始总能耗Etotal得出剩余能量Erest，即剩 余能量 Erest = Etotal_Ecost;
[0071 ] S4.4,根据单位能耗行驶里程L与剩余能量Erest得出剩余续驶里程Srest，单位能 耗行驶里程L = S/Ecos t，其中S为已行驶里程
[0072]对剩余续驶里程估算进行了仿真及实验，其仿真及实验结果如图9、图10所示，从 结果可以看出，剩余续驶里程随着工况的不同下降趋势也不同，例如在工况急剧变化时，其 里程也下降较快。
[0073]以上对本发明所提供的基于工况识别和模糊能耗的电动汽车续驶里程估算方法 进行了详细介绍，本文应用了具体个例对本发明的原理和实施方式进行了阐述，所要说明 的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明。凡在本发明的精神和 原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 基于工况识别和模糊能耗的电动汽车续驶里程估算方法，其特征在于，包括以下步 骤： S1.基于模糊C均值聚类算法实现对工况的划分并得出用于识别工况的参数， 51. 1，选取30个标准工况并将其划分为330个片段，对330个片段分别取不同的聚类个 数进行聚类分析； 51.2, 根据聚类结果，选取能明显区分不同工况的聚类个数，最终确定聚类个数； S1.3，根据聚类个数将330个片段工况分成相应数量的类别，并聚类出每类的中心； S1.4，根据聚类中心对工况进行识别仿真；52. 建立特征参数与能耗之间的模糊规则库， S2.1，根据行驶工况判别当前片段所处类别，获取当前片段的平均速度meanv、加速比 例P、减速比例N、总能耗Ecost四个特征参数； 52.2, 依次对当前片段的每个特征参数选取11组数据，并对每组数据按照从小到大的 顺序排列，建立模糊规则库；53. 对单位公里行驶里程L进行优化， S3.1，当采样的片段在30以内时，为了满足剩余里程呈线性递减趋势，建立单位能耗与 剩余能耗的线性关系； S3.2，当采样片段超过30时，上述方法估算的续驶里程可能会陷入局部最低值，因此采 用模糊C均值聚类算法，对单位公里平均能耗进行聚类再输出；54. 剩余续驶里程Srest估算，包括以下步骤， S4.1，根据行驶工况及采样时间实时获取当前行驶工况特征参数； S4.2，根据特征参数得出当前工况类别，并得出当前总能耗Ecost; S4.3，根据当前总能耗Ecost及车辆初始总能耗Etotal得出剩余能量Erest; S4.4，根据单位能耗行驶里程L与剩余能量Erest得出剩余续驶里程Srest。2. 根据权利要求1所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法，其 特征在于，所述S4.3中剩余能量Erest = Etotal_Ecost。3. 根据权利要求1所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法，其 特征在于，所述S4.4中单位能耗行驶里程L = S/Ecos t，其中S为已行驶里程。4. 根据权利要求1所述的基于工况识别和模糊能耗的电动汽车续驶里程估算方法，其 特征在于，所述S4.4中剩余续驶里程···
【文档编号】G06K9/62GK105868787SQ201610201822
【公开日】2016年8月17日
【申请日】2016年3月31日
【发明人】盘朝奉, 陈燎, 谢明维, 李桂权, 陈龙, 江浩斌, 袁朝春, 王丽梅, 汪少华, 张瑞
【申请人】江苏大学