本发明属于电动汽车技术领域,具体地说,涉及一种电动汽车剩余里程的自学习方法。
背景技术:
传统电动汽车的剩余行驶里程计算方法是,根据电压、电流积分计算能耗,用速度积分计算已行驶里程,再根据能耗、行车里程、电池能量和剩余电量来计算剩余里程。
由于车辆在行驶过程中电压、电流波动较大,导致每次计算结果存在较大波动,从而使得剩余里程计算精度不高。另外,整车每次停车下电会清除数据,再次上电行车只能用默认值进行计算,导致行车初始段剩余里程计算不准确。同时,传统的剩余里程计算方法都是基于当前的行驶数据进行计算的,对历史数据没有记录,每次的计算结果是独立的,没有连贯性,不具备自学习功能。
专利cn201410103913.6提出了一种利用电压、电流积分计算行驶的能耗,利用转速积分计算行驶的里程,从而计算车辆的平均能耗和剩余行驶里程的方法。该方法受电压、电流波动影响,会导致计算剩余里程产生较大波动,让驾驶员感觉计算不准。专利cn201510513893.4提出了一种将动力电池的荷电状态被划分成10个等分的荷电状态区间,对车速进行积分得到每个荷电状态区间的行驶里程并记录下来,再根据当前荷电状态查表计算出剩余行驶里程方法。该方法计算的剩余里程,是由上一次相同荷电状态的里程决定的,当前后两次行驶工况不一样时,会导致剩余里程计算不准;另外,没有考虑车辆未行驶开空调耗电的工况,在该工况会造成车辆实际未行驶,而剩余里程减小。
技术实现要素:
针对现有技术中上述的不足,本发明的目的在于提供一种电动汽车剩余里程的自学习方法,基于历史行驶数据及当前行驶数据进行融合计算,推出当前剩余里程,本发明基于行驶里程变化计算,避免了车辆行驶过程中因电压、电流波动导致的剩余里程计算波动大的问题。
为了达到上述目的,本发明采用的解决方案是:
具体的,一种电动汽车剩余里程的自学习方法,包括以下步骤:
s1.判断是否存在在前电耗系数;
s2.当不存在在前电耗系数时,根据电池默认续航里程数计算电耗系数初始值,并将所述初始值作为在前电耗系数,执行s3;
当存在在前电耗系数时,获取在前电耗系数,执行s3;
s3.获取当前时刻电池的剩余电量及在前时刻电池的剩余电量,判断当前时刻电池的剩余电量及在前时刻电池的剩余电量之间的第一差值是否大于第一阈值,若大于所述第一阈值,执行s4,若小于第一阈值,执行s3;
s4.获取当前时刻的行驶总里程数及在前时刻的行驶总里程数,判断当前时刻的行驶总里程数及在前时刻的行驶总里程数之间的第二差值是否大于第二阈值,若大于所述第二阈值,执行s5,若小于第二阈值,执行s4;
s5.计算所述第二差值与所述第一差值的第一比值,将所述第一比值作为当前时刻的电耗系数;
s6.根据当前时刻的电耗系数及历史电耗系数计算平均电耗系数;
s7.获取电池的当前容量与当前健康度,计算所述平均电耗系数、当前时刻的剩余电量及电池的当前健康度的乘积,得到当前时刻的剩余里程值。
进一步的,按下述公式计算所述初始值:
初始值=电池默认续航里程数/电池初始电量。
进一步的,所述平均电耗系数采用加权求和公式计算,所述加权求和公式如下:
其中,ki为i时刻的电耗系数,μi为加权系数,kaverage为平均电耗系数,其中i=1,2,…n,n为正整数。
进一步的,所述加权系数根据最小二乘滤波算法确定。
进一步的,当i>3时,选择当前时刻i的电耗系数、时刻i-1的电耗系数及时刻i-2的电耗系数,并通过所述加权求和公式对当前时刻i的电耗系数、时刻i-1的电耗系数及时刻i-2的电耗系数进行加权求和,得到所述平均电耗系数。
本发明的有益效果是:
本发明基于行驶里程及剩余电量的差值实时计算当前时刻的电耗系数,通过对历史电耗系数加权求和得到平均电耗系数,并根据平均电耗系数及剩余电量计算剩余里程,结合历史行驶数据和当前驾驶数据进行融合计算,具有自学习能力,从而能够较准确的推算出整车当前的剩余里程;基于行驶里程变化推算,避免了车辆行驶过程中因电压、电流波动,导致得到的剩余里程跳变从而影响计算准确性,同时,对于环境温度、行驶工况、驾驶习惯造成整车续航里程的差异具有很好的自适应性和鲁棒性;方便驾驶者做出行驶路径的决策,避免行驶过程中动力电池放电结束导致电动汽车抛锚,同时也提醒用户及时给电池充电,避免了电池过放的可能性,延长了电池的使用寿命。
附图说明
图1为本发明优选实施例提供的电动汽车剩余里程自学习系统系统示意图;
图2为本发明优选实施例提供的处理器功能单元框图;
图3为本发明优选实施例提供的一种电动汽车剩余里程的自学习方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性,术语“在前”指当前采样时刻的前一个采样时刻。
下面对本发明实施例提供的一种电动汽车剩余里程的自学习方法进行具体说明。
参照图1,一种电动汽车剩余里程的自学习方法,应用于电动汽车剩余里程自学习系统,系统包括电动汽车整车控制器(vcu),电动汽车整车控制器包括can收发模块、处理器及存储模块,can收发模块及存储模块分别与处理器连接,其中,存储模块为eeprom,用于存储电耗系数,采用eeprom停车下电不会清除数据,能有效的保存历史数据,保证剩余里程推算的准确性。电动汽车整车控制器通过can收发模块与电池管理系统(bms)及防抱死系统(abs)进行数据交互,电池管理系统用于采集动力电池的剩余电量信息,防抱死系统通过监测轮速脉冲计算行驶里程数据,vcu还与仪表通信连接,并通过仪表显示剩余电量、剩余里程等数据。
参照图2,处理器内集成有第一判断单元、第二判断单元、第一计算单元、第二计算单元、第三计算单元及第四计算单元。
第一判断单元,用于判断是否存在在前电耗系数。
第一计算单元,用于计算电池电耗系数初始值。
数据获取单元,用于从电池管理系统获取当前时刻的电池剩余电量、在前时刻电池的剩余电量及电池的当前容量与电池的当前健康度以及从防抱死系统获取当前时刻的行驶总里程数据及在前时刻的行驶总里程数。
第二判断单元,用于计算当前时刻的电池剩余电量及在前时刻电池的剩余电量的第一差值并判断是否大于设定的第一阈值,以及计算当前时刻的行驶总里程数据及在前时刻的行驶总里程数的第二差值并判断是否大于设定的第二阈值。
第二计算单元,用于计算当前电耗系数,当前电耗系数=第二差值/第一差值。
第三计算单元,用于根据当前时刻的电耗系数及历史电耗系数计算平均电耗系数。
第四计算单元,用于根据平均电耗系数、当前时刻的剩余电量及电池的健康状态数据计算剩余里程值。
在本实施例中,上述各功能单元可以为独立的单元,也可以是各单元的组合,例如,第一判断单元及第二判断单元可以合并为一个功能单元,第一计算单元、第二计算单元、第三计算单元及第四计算单元亦可以组合为一个功能单元,各功能单元可以代表一个程序段或代码的一部分,所述程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
参照图3,方法包括以下步骤:
s1.通过第一判断单元判断eeprom中是否存在在前电耗系数,在前电耗系数为当前采样时刻之前的一个采样时刻,电耗系数为每单位能耗能行驶的公里数。
s2.当不存在在前电耗系数时,第一计算单元根据电池默认续航里程数计算电耗系数初始值,其中,电耗系数初始值=电池默认续航里程数/电池初始电量,以整车理论续航400km为例,电池剩余电量为100%,则其电耗系数初始值为400/100=4,将该初始值作为在前电耗系数存入eeprom中,执行s3;
当存在在前电耗系数时,数据获取单元从eeprom中获取在前电耗系数,执行s3。
s3.数据获取单元通过bms获取当前时刻电池的剩余电量及在前时刻电池的剩余电量并将其发送至第二判断单元,第二判断单元根据下述公式计算当前时刻电池的剩余电量及在前时刻电池的剩余电量之间的第一差值,并判断第一差值是否大于设定的第一阈值,若大于第一阈值,执行s4,若小于第一阈值,执行s3;
例如,设定第一阈值为20%,当前时刻电池的剩余电量为40%,在前时刻电池的剩余电量为65%,则第一差值为65-40=25。
s4.数据获取单元通过abs系统获取当前时刻的行驶总里程数及在前时刻的行驶总里程数并将数据发送至第二判断单元,第二判断单元计算当前时刻的行驶总里程数及在前时刻的行驶总里程数之间的第二差值,并判断第二差值是否大于设定的第二阈值,若大于第二阈值,执行s5,若小于第二阈值,执行s4;
例如,设定第二阈值为1km,当前行驶总里程数为60km,在前行驶总里程数为30km,则第二差值为60-30=30km。
若第一差值大于第一阈值,但第二差值远小于第二阈值(如第二差值为0.3km时),则判断车辆未动,为车载空调、ptc等高压设备用电,此时不计入电耗系数计算,有效提高了剩余里程推算的精确度。
s5.通过第二计算单元计算当前时刻电耗系数,即计算第二差值与第一差值的第一比值,计算公式如下:
s6.第三计算单元根据当前时刻的电耗系数及历史电耗系数计算平均电耗系数,历史电耗系数包括当前时刻之前每个采样时刻的电耗系数;平均电耗系数采用加权求和公式计算,加权求和公式如下:
其中,ki为i时刻的电耗系数,μi为加权系数,加权系数根据最小二乘滤波算法确定,为常规技术手段,此处不在赘述,kaverage为平均电耗系数,其中i=1,2,…n,n为正整数。
本实施例中,平均电耗系数采用取3个电耗系数加权求平均电耗系数的方法,即当i>3时,选择当前时刻i的电耗系数、时刻i-1的电耗系数及时刻i-2的电耗系数,并通过加权求和公式对当前时刻i的电耗系数、时刻i-1的电耗系数及时刻i-2的电耗系数进行加权求和,得到平均电耗系数。
求平均电耗系数的过程也可以取不同数量的电耗系数进行加权求平均,取值数量可以根据实际情况调整,例如可以取当前时刻及之前共5个电耗系数,本实施例中,取3个电耗系数仅仅是一种优选实施方式,其主要目的在于减少剩余里程计算对历史数据的依赖,若取值过多,则剩余里程计算对历史数据的依赖越强,若前后行车环境差异较大,则可能造成剩余里程计算不准确。
s7.数据获取单元通过bms获取电池的当前容量与电池的当前健康度,第四计算单元根据平均电耗系数、当前时刻的剩余电量及电池的当前健康度计算当前时刻的剩余里程值,计算公式如下:
srem=kaverage*soc*soh,其中,srem为剩余里程值,soc为当前剩余电量,soh为电池当前健康数据。
下面举例说明:
某全新电动汽车,采用取3个电耗系数加权求平均电耗系数的方法,由于为新车,则soh取1,整车电池理论续航400km,初始设定soc变化第一阈值为20%,总里程变化第二阈值为10km;在soc为100%时上动力电,vcu从eeprom中读取历史信息k1、k2及k3,由于为新车,无历史信息值,因此,k1、k2、k3均取400/100=4。本实施例采用等时间间隔采样,应用最小二乘法3点2阶滤波系数进行加权,得到kaverage=1/7*k3+3/7*k2+3/7*k1,则kaverage=4。根据srem=kaverage*soc*soh=4*100*1,即soc=100%时,初始续航为400km。
当行驶一段时间后,例如soc降低到39%时,电耗系数k1、k2及k3根据上述过程更新迭代,若k1=3.4,k2=4.2,k3=3.6,因此,经加权计算得kaverage=3.77,则根据srem=kaverage*soc*soh=3.77*39*1=147,则剩余里程为147km。
当车辆已经用了1年,soh变为98%时;在soc=86%时上动力电,读取eeprom的k1=3.18,k2=3.48,k3=2.89,因此,加权计算得kaverage=3.267,则srem=kaverage*soc*soh=3.267*86*0.98=275,故剩余里程为275km。
通过对某续航里程460km的电动车进行测试,从100%到35.2%计算行驶里程与实际行驶里程的对比,最大误差不超过5%。
综上,本发明能够结合历史行驶数据和当前驾驶数据进行融合计算,具有自学习能力,同时,对于环境温度、行驶工况、驾驶习惯造成整车续航里程的差异具有很好的自适应性和鲁棒性,从而能够较准确的推算出整车当前的剩余里程,方便驾驶者做出行驶路径的决策,避免行驶过程中动力电池放电结束导致电动汽车抛锚,同时也提醒用户及时给电池充电,避免了电池过放的可能性,延长了电池的使用寿命。
在本申请所提供的实施例中,应该理解到,本发明如果以软件功能模块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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(rom,read-onlymemory)、随机存取存储器(ram,randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。