CN107862121B - 基于绿波带的电动汽车能耗模型设计方法及其*** - Google Patents
基于绿波带的电动汽车能耗模型设计方法及其*** Download PDFInfo
- Publication number
- CN107862121B CN107862121B CN201711058240.7A CN201711058240A CN107862121B CN 107862121 B CN107862121 B CN 107862121B CN 201711058240 A CN201711058240 A CN 201711058240A CN 107862121 B CN107862121 B CN 107862121B
- Authority
- CN
- China
- Prior art keywords
- electric automobile
- energy
- energy consumption
- wave band
- green wave
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 203
- 238000000034 method Methods 0.000 title claims abstract description 171
- 238000013461 design Methods 0.000 title claims description 40
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 16
- 230000001133 acceleration Effects 0.000 claims description 41
- 230000000694 effects Effects 0.000 claims description 32
- 238000011084 recovery Methods 0.000 claims description 20
- 238000005096 rolling process Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 5
- 230000001172 regenerating effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 16
- 238000004134 energy conservation Methods 0.000 abstract description 7
- 230000035882 stress Effects 0.000 description 68
- 238000002485 combustion reaction Methods 0.000 description 10
- 230000008929 regeneration Effects 0.000 description 9
- 238000011069 regeneration method Methods 0.000 description 9
- 238000003912 environmental pollution Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及基于绿波带的电动汽车能耗模型设计方法及其***,该方法包括以动力学角度描述电动汽车行驶过程中的受力模型;设计交通干线的绿波带;对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型;将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型。本发明通过采用动力学角度描述电动汽车的受力模型,并获取绿波带的影响因素,将绿波带的影响因素加入至受力模型,通过受力模型与绿波带理论中的时间属性参量对汽车的能耗建模,实现将道路因素对汽车能耗的影响考虑在内,准确评估绿波带场景下电动汽车能耗情况,刻画绿波带对能源节约的积极影响,并对电动汽车行驶过程中的能耗提供一个准确的分析。
Description
技术领域
本发明涉及汽车能耗模型设计方法,更具体地说是指基于绿波带的电动汽车能耗模型设计方法及其***。
背景技术
人均汽车保有量的逐年上升不仅引发了日益严峻的交通拥堵,同时也带来了诸如能源危机、雾霾等迫在眉睫的环境问题。为了避免环境的进一步恶化,新能源汽车的发展正方兴未艾,且对环境影响最为直接的汽车产业已经逐步进入全面交通能源转型时期。电动汽车作为新能源汽车的典型代表,致力于实现污染零排放的目标,继而缓解传统汽车因化石能源燃烧不充分、能源利用率低所导致的环境污染窘境。然而,电池容量受限、行驶里程相对较短等问题是制约电动汽车普及的主要原因。因此,如何利用城市中已有的交通控制理论对电动汽车的能耗进行有效的建模分析并对有限的能量进行充分利用,弥补以上缺陷,对于电动汽车提高市场渗透率、变革交通成份、改善环境污染局面都具有十分重要的意义。
现有的电动汽车能耗建模分析中,电动汽车的能耗问题从宏观角度而言主要是通过汽车本身的动力学过程得以体现,且动力学公式具有普适性,无论是传统能源汽车或是电动汽车均可以用动力学进行其能量消耗的刻画。而传统的动力学公式并不具备交通信号控制方面的性质,在电动汽车能耗的刻画过程中也并未融入交通信号控制对其的影响,此类能耗模型对实际道路行驶场景中的电动汽车并不能很精确的评估。其中较为典型的是利用台架法获取电动汽车的微观行驶数据,分析速度、加速度和VSP(Vehicle SpecificPower)对能耗的影响,进而建立不同工况下的基于不同影响因素的不同形式(多项式和指数形式)的电动汽车微观能耗模型,并确定不同工况下的最优能耗模型。其次,通过对电动汽车起步、停车、匀速和加减速等场景中驾驶员行驶控制方式的设定,选择所标定的最优能耗模型对各种控制方式下电动汽车的能耗进行计算,通过对比分析为生态驾驶行为提供理论依据。然而,此类方法未考察道路因素对汽车能耗的影响特征,也仅仅是关注电动汽车自身的特性,对电动汽车行驶过程中的能耗分析不具有很好的拟真性与准确性。
因此,有必要设计一种基于绿波带的电动汽车能耗模型设计方法,实现将道路因素对汽车能耗的影响考虑在内,准确评估绿波带场景下电动汽车能耗情况,刻画绿波带对能源节约的积极影响,并对电动汽车行驶过程中的能耗提供一个准确的分析。
发明内容
本发明的目的在于克服现有技术的缺陷,提供基于绿波带的电动汽车能耗模型设计方法及其***。
为实现上述目的,本发明采用以下技术方案:基于绿波带的电动汽车能耗模型设计方法,所述方法包括:
以动力学角度描述电动汽车行驶过程中的受力模型;
设计交通干线的绿波带;
对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型;
将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型。
其进一步技术方案为:以动力学角度描述电动汽车行驶过程中的受力模型的步骤,包括以下具体步骤:
获取电动汽车行驶过程中的引力、空气阻力、滚动摩擦力以及坡度阻力;
根据引力、空气阻力、滚动摩擦力以及坡度阻力计算电动汽车行驶过程中的功率;
获取电动汽车行驶过程中车内辅助性功能的电功率消耗能量,结合电动汽车行驶过程中的功率,获取电动汽车行驶过程中的瞬时能量消耗功率;
对电动汽车行驶过程中的瞬时能量消耗功率进行积分计算,获取电动汽车行驶设定时间的总消耗能量;
获取电动汽车设定制动时间段内的制动回收能量;
根据制动回收能量以及总消耗能量获取电动汽车实际消耗能量,形成电动汽车行驶过程中的受力模型。
其进一步技术方案为:设计交通干线的绿波带的步骤,包括以下具体步骤:
统计各交叉路口之间的间距、路段上交通流的平均行驶速度以及各交叉路口的信号周期与绿色信号长度;
获取各交叉路口的信号周期中数值上最大的信号周期,作为绿波带的公共周期;
根据各交叉路口之间的间距刻画各个交叉路口以及对应的时间轴;
按照设定的绿信比刻画第一个交叉路口的红绿信号灯的信号时间段;
根据路段上交通流的平均行驶速度计算绿灯时间内汽车所能行驶的距离;
根据所述距离刻画绿波带其中一条边界线,并获取与第二个交叉路口对应的时间轴相交的交点;
根据交点距离时间轴半个信号周期水平方向上的时间刻度位置,获取第二交叉路口处的交通信号灯采取的协调控制方式;
获取各交叉路口信号灯的协调控制方式;
获取各交叉路口的实际绿信比,根据实际绿信比以及公共周期调整所有交叉路口的红绿灯信号长度。
其进一步技术方案为:对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型的步骤,具体是将电动汽车行驶过程的受力模型划分为匀加速阶段受力模型、匀速阶段受力模型、匀减速阶段受力模型以及停车等待阶段受力模型,根据划分的各个受力模型获取电动汽车的初步能耗模型。
其进一步技术方案为:交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型的步骤,包括以下具体步骤:
获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量;
根据电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量,获取电动汽车经过若干段具有绿波带效应的干线路段的行驶过程中所消耗的能量,形成电动汽车能耗模型。
其进一步技术方案为:获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量的步骤,具体是依据
获取所消耗的能量;其中:0~ti1表示匀加速过程,表示匀加速过程中克服阻力与加速阻力的功率消耗,a1为加速度;ti1~ti2表示匀速过程,Pir(t)表示匀速过程中克服阻力的功率消耗;ti2~ti表示匀减速过程,表示匀减速过程中克服阻力与减速阻力的功率消耗,a2为减速度;vik+1(t)、vik(t)表示第k次制动能量回收的末状态与初状态速度;Pim(t)表示辅助装置及内阻的热量消耗;μ表示制动再生能量的转化效率;Li表示各交叉路口之间的间距;表示在一次绿波带的行驶时间内的制动回收能量;表示在一次绿波带的行驶时间内的匀加速阶段消耗的能量;表示在一次绿波带的行驶时间内匀速阶段消耗的能量;表示在一次绿波带的行驶时间内匀减速阶段消耗的能量;表示在一次绿波带的行驶时间内制动能量回收过程消耗的能量;表示在一次绿波带的行驶时间内全程的辅助装置及内阻热消耗的能量。
本发明还提供了基于绿波带的电动汽车能耗模型设计***,包括受力模型描述单元、绿波带设计单元、分解单元以及能耗模型形成单元;
所述受力模型描述单元,用于以动力学角度描述电动汽车行驶过程中的受力模型;
所述绿波带设计单元,用于设计交通干线的绿波带;
所述分解单元,用于对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型;
所述能耗模型形成单元,用于将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型。
其进一步技术方案为:所述受力模型描述单元包括受力获取模块、功率获取模块、瞬间能耗获取模块、总能耗获取模块、回收能量获取模块以及整合模块;
所述受力获取模块,用于获取电动汽车行驶过程中的引力、空气阻力、滚动摩擦力以及坡度阻力;
所述功率获取模块,用于根据引力、空气阻力、滚动摩擦力以及坡度阻力计算电动汽车行驶过程中的功率;
所述瞬间能耗获取模块,用于获取电动汽车行驶过程中车内辅助性功能的电功率消耗能量,结合电动汽车行驶过程中的功率,获取电动汽车行驶过程中的瞬时能量消耗功率;
所述总能耗获取模块,用于对电动汽车行驶过程中的瞬时能量消耗功率进行积分计算,获取电动汽车行驶设定时间的总消耗能量;
所述回收能量获取模块,用于获取电动汽车设定制动时间段内的制动回收能量;
所述整合模块,用于根据制动回收能量以及总消耗能量获取电动汽车实际消耗能量,形成电动汽车行驶过程中的受力模型。
其进一步技术方案为:所述绿波带设计单元包括信息统计模块、周期获取模块、交叉路口刻画模块、时间段刻画模块、距离计算模块、边界线绘画模块、控制方式获取模块、信号灯设计模块以及调整模块;
所述信息统计模块,用于统计各交叉路口之间的间距、路段上交通流的平均行驶速度以及各交叉路口的信号周期与绿色信号长度;
所述周期获取模块,用于获取各交叉路口的信号周期中数值上最大的信号周期,作为绿波带的公共周期;
所述交叉路口刻画模块,用于根据各交叉路口之间的间距刻画各个交叉路口以及对应的时间轴;
所述时间段刻画模块,用于按照设定的绿信比刻画第一个交叉路口的红绿信号灯的信号时间段;
所述距离计算模块,用于根据路段上交通流的平均行驶速度计算绿灯时间内汽车所能行驶的距离;
所述边界线绘画模块,用于根据所述距离刻画绿波带其中一条边界线,并获取与第二个交叉路口对应的时间轴相交的交点;
所述控制方式获取模块,用于根据交点距离时间轴半个信号周期水平方向上的时间刻度位置,获取第二交叉路口处的交通信号灯采取的协调控制方式;
所述信号灯设计模块,用于按照所述协同控制方式设计其他各交叉路口信号灯;
所述调整模块,用于获取各交叉路口的实际绿信比,根据实际绿信比以及公共周期调整所有交叉路口的红绿灯信号长度。
其进一步技术方案为:所述能耗模型形成单元包括单个能耗获取模块以及整体能耗获取模块;
所述单个能耗获取模块,用于获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量;
所述整体能耗获取模块,用于根据电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量,获取电动汽车经过若干段具有绿波带效应的干线路段的行驶过程中所消耗的能量,形成电动汽车能耗模型。
本发明与现有技术相比的有益效果是:本发明的基于绿波带的电动汽车能耗模型设计方法,通过采用动力学角度描述电动汽车的受力模型,并获取绿波带的影响因素,将绿波带的影响因素加入至受力模型,通过受力模型与绿波带理论中的时间属性参量对汽车的能耗建模,实现将道路因素对汽车能耗的影响考虑在内,准确评估绿波带场景下电动汽车能耗情况,刻画绿波带对能源节约的积极影响,并对电动汽车行驶过程中的能耗提供一个准确的分析。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
图1为本发明具体实施例提供的基于绿波带的电动汽车能耗模型设计方法的流程图;
图2为本发明具体实施例提供的以动力学角度描述电动汽车行驶过程中的受力模型的流程图;
图3为本发明具体实施例提供的电动汽车在道路中运行时的受力分析示意图;
图4为本发明具体实施例提供的绿波带设计的示意图;
图5为本发明具体实施例提供的设计交通干线的绿波带的流程图;
图6为本发明具体实施例提供的将交通干线的绿波带引入电动汽车的初步能耗模型中的流程图;
图7为本发明具体实施例提供的基于绿波带的电动汽车能耗模型设计***的结构框图;
图8为本发明具体实施例提供的受力模型描述单元的结构框图。
具体实施方式
为了更充分理解本发明的技术内容,下面结合具体实施例对本发明的技术方案进一步介绍和说明,但不局限于此。
如图1~8所示的具体实施例,本实施例提供的基于绿波带的电动汽车能耗模型设计方法,可以运用在城市交通中绿波带场景下的电动汽车能耗分析,对于电动汽车提高市场渗透率、变革交通成份、准确评估其减轻环境污染效果都具有十分重要的意义。
如图1所示,本实施例提供了基于绿波带的电动汽车能耗模型设计方法,该方法包括:
S1、以动力学角度描述电动汽车行驶过程中的受力模型;
S2、设计交通干线的绿波带;
S3、对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型;
S4、将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型。
对于上述的S1步骤,具体是考虑了电动汽车与传统内燃机汽车的不同特性,即电动汽车的制动能量再生特性;以及考虑了电动汽车的制动能量转换为电池能量的效率。针对电动汽车的能耗模型,以动力学的角度进行描述,以宏观的物理量来对电动汽车行驶过程中的能量消耗进行刻画,这些物理量主要涉及了电动汽车的速度、加速度以及道路坡度等参数,从而得出电动汽车在正常工况下的受力过程。
具体地,在某些实施例中,上述的S1步骤,以动力学角度描述电动汽车行驶过程中的受力模型的步骤,包括以下具体步骤:
S11、获取电动汽车行驶过程中的引力、空气阻力、滚动摩擦力以及坡度阻力;
S12、根据引力、空气阻力、滚动摩擦力以及坡度阻力计算电动汽车行驶过程中的功率;
S13、获取电动汽车行驶过程中车内辅助性功能的电功率消耗能量,结合电动汽车行驶过程中的功率,获取电动汽车行驶过程中的瞬时能量消耗功率;
S14、对电动汽车行驶过程中的瞬时能量消耗功率进行积分计算,获取电动汽车行驶设定时间的总消耗能量;
S15、获取电动汽车设定制动时间段内的制动回收能量;
S16、根据制动回收能量以及总消耗能量获取电动汽车实际消耗能量,形成电动汽车行驶过程中的受力模型。
对于上述的S11步骤至S16步骤,举个例子,如图3所示,在对电动汽车受力分析的过程中,该电动汽车的受力分别为牵引力F、空气阻力Fa、滚动摩擦力Fr以及坡度阻力Fg,其中,坡度阻力Fg为可正可负的数值,当正为上坡阻力,负为下坡动力;由此可以得出电动汽车的受力公式为F=ma+Fa+Fr+Fg;对于电动汽车的功率Pd而言,由Pd=Fv=(ma+kv2+frmgcosθ+mgsinθ)v计算获取,该公式既可以用来描述传统内燃机汽车的能量消耗,同样可以用来描述电动汽车的能量消耗,此外电动汽车的能耗还包括车内辅助性功能的电功率消耗,例如:空调、电动助力器件、车载多媒体等,加之以电池组内阻等热功率消耗,记为Pm,因此,电动汽车的瞬时能量消耗功率P的计算公式:
P=Pm+Pd=Pm+(ma+kv2+frmgcosθ+mgsinθ)v+mav;
另外,考虑到电动汽车行驶过程中的总能量消耗,需要对瞬时功率在一段行驶时间内进行积分,因此,电动汽车一段时间内总的能量消耗计算公式为:电动汽车与传统内燃机汽车的最大不同点为制动能量再生特性,且该特性是与传统内燃机汽车的本质区别,而上述能耗模型并没有体现出电动汽车的这一典型特性,为此,通过引入电动汽车制动的过程,利用电动汽车某一制动时间段内行驶动能末状态与初状态之差来表示制动所回收能量E-,即:
其中,vt+1与vt表示制动过程中末速度与初速度,k为制动次数;由于制动回收的动能并不能完全转化为电池的电能,同样需要考虑转化效率。因此,电动汽车在一段时间内总的能量消耗将由E变为E-,即E'=E+μE-,其中,μ表示制动再生能量的转化效率。
由于考虑了电动汽车所具备的制动能源再生功能特性,该受力模型的设计可更好地对城市交通场景下的电动汽车的能量使用进行合理规划,节约能源,提高能效。
更进一步地,在某些实施例中,S2步骤,设计交通干线的绿波带的步骤,包括以下具体步骤:
S21、统计各交叉路口之间的间距、路段上交通流的平均行驶速度以及各交叉路口的信号周期与绿色信号长度;
S22、获取各交叉路口的信号周期中数值上最大的信号周期,作为绿波带的公共周期;
S23、根据各交叉路口之间的间距刻画各个交叉路口以及对应的时间轴;
S24、按照设定的绿信比刻画第一个交叉路口的红绿信号灯的信号时间段;
S25、根据路段上交通流的平均行驶速度计算绿灯时间内汽车所能行驶的距离;
S26、根据所述距离刻画绿波带其中一条边界线,并获取与第二个交叉路口对应的时间轴相交的交点;
S27、根据交点距离时间轴半个信号周期水平方向上的时间刻度位置,获取第二交叉路口处的交通信号灯采取的协调控制方式;
S28、获取各交叉路口信号灯的协调控制方式;
S29、获取各交叉路口的实际绿信比,根据实际绿信比以及公共周期调整所有交叉路口的红绿灯信号长度。
对于上述的S21步骤至S27步骤,引入绿波带之前,先统计各交叉路口之间的间距,即路段的长度为Li、路段上交通流的平均行驶速度v、各交叉路口的信号周期与绿色信号长度,即配时方案(绿信比),通过图解法对交通干线进行绿波带的相位差进行设计。
具体地,如图4所示,假设使用的交通道路场景行驶的车辆皆为电动汽车,且道路为正常的行驶工况。当前时刻,电动汽车处于交通干线交叉路口A的入口,此设为路径起点,沿道路1通过B、C交叉路口并行驶至下一路口前即表示通过了该预设的交通干线。为了对绿波带的相位差进行设计,先统计以下信息:1)各交叉路口之间的间距,即路段的长度为Li,2)路段上交通流的平均行驶速度v,3)各交叉路口的信号周期与绿色信号长度,即配时方案(绿信比)。将测量统计过的所有交叉路口的信号周期进行抽取,并进行单独的比较,挑选出数值上最大的信号周期Cmax,并将此值设为绿波带设计方案的公共周期C;在平面坐标系中的横轴上按照Li的不同长度画出各个交叉路口,并根据交叉路口处相应的坐标点,在其纵轴方向上引出各个交叉路口的时间轴;在第一个交叉路口(原点位置)的时间轴上按照50%的绿信比(即红绿信号灯持续的时间长度相等)刻画出红绿信号灯各自的信号时间段,一般以绿色信号作为起始信号;根据路段中的平均行驶速度v,计算以当前的绿灯时间所能够行驶的距离,并以此距离为横轴的投影,从原点处(绿色信号的起始时刻处)引出绿波带的其中一条边界线,与第二个交叉路口对应的时间轴相交;通过交点距时间轴半个信号周期水平方向上的时间刻度位置来判断在第二个交叉路口处的交通信号灯采取何种协调控制方式:是同步式协调控制还是交互式协调控制;若上述交点更加靠近较低的水平刻度,则采用交互式协调控制;若上述交点更加靠近较高的水平刻度,则采用同步式协调控制。且其余的各交叉路口信号灯的协调控制方式均按第二个交叉路口信号灯的协调控制方式的设计方式进行设计;在所有交叉路口信号灯的协调控制方式确定完成后,各交叉路口的红绿灯信号长度则按照实际所统计的各自对应的绿信比,在公共周期的基础上进行比例性调整。由步骤2可知,车辆在相邻交叉路口之间的绿波带中以绿波带平均速度行驶时,若从某一交叉路口的绿灯起始时刻起计时,理想状况下则需要行驶这样一段时间即可在下一交叉路口处恰好遇见绿色信号,从而继续在绿波带中行驶;若在绿波带宽以外的时间段内驶入路口,则会有遭遇红灯,停车等待形成停等队列的情况出现,利用交叉路口可以对交通流分流的功能,调整行驶速度,能够以修正的方式以一定的概率重新融入到干线的绿波带中。
更进一步地,在某些实施例中,上述的S3步骤,对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型的步骤,具体是将电动汽车行驶过程的受力模型划分为匀加速阶段受力模型、匀速阶段受力模型、匀减速阶段受力模型以及停车等待阶段受力模型,根据划分的各个受力模型获取电动汽车的初步能耗模型。
具体地,为了便于分析交通流的特性,且考虑到拥有绿波带控制的交通流在干线中的行驶规律,将交通流的行驶近似为四个阶段:即匀加速阶段、匀速阶段、匀减速阶段以及停车等待阶段。
其中,对于匀加速阶段而言,即交通流在进入交叉路口流量入口时,由于上一个交通信号控制周期内红灯信号对交通流的截断效应导致的车辆在停车线等候,而在下一个交通信号控制周期内绿灯信号起始时开始启动或以较低的行驶速度跟驰前车驶入干线路段,直至将行驶速度提升到交通干线所设计的稳定的行驶速度这一过程,匀加速阶段亦可看作停等队列的消散阶段。
对于匀速阶段而言,即交通流以恒定平稳的速度在干线路段内行驶,该阶段的交通流使得干线的流量饱和度趋于相对稳定,没有剧烈的驾驶行为存在,车辆已克服了加速的阻力过程,并在匀速行驶过程中充分地发挥电动机的驱动功率。
对于匀减速阶段而言,即交通流在匀速阶段的过程中逐渐接近交叉路口流量出口时,遇到红灯信号需进行减速而逐渐将速度降为0,在停车线后形成停等队列,或以较高的行驶速度在交叉路口流量出口附近进行缓冲,进行不完全停车,等待前面停等队列因下一交叉路口流量入口处出现绿灯而消散的过程,匀减速阶段亦可看作停等队列的形成阶段。
对于停车等待阶段而言,即交通流由于在交通信号控制周期内没有通过交叉路口,继而在交叉路口停车线以后形成的完全停车状态,该阶段的交通流所消耗的能量仅仅用来维持电动汽车内部辅助性装置的运行以及电动机内阻的热消耗。
更进一步地,对于上述的S4步骤,将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型的步骤,具体是针对各行驶阶段融入绿波带的相位差设计,并单独考虑进入某一段交叉路口并到达下一交叉路口的能源消耗,最后统计在一次绿波效应行驶时间内(通过多个交叉路口组成的路段的时间)的总能量消耗。
在某些实施例中,上述的S4步骤,将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型的步骤,包括以下具体步骤:
S41、获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量;
S42、根据电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量,获取电动汽车经过若干段具有绿波带效应的干线路段的行驶过程中所消耗的能量,形成电动汽车能耗模型。
对于上述的S41步骤,假设进入交叉路口流量入口的时刻为零时刻,具体是依据
获取所消耗的能量;其中:0~ti1表示匀加速过程,表示匀加速过程中克服阻力与加速阻力的功率消耗,a1为加速度;ti1~ti2表示匀速过程,Pir(t)表示匀速过程中克服阻力的功率消耗;ti2~ti表示匀减速过程,表示匀减速过程中克服阻力与减速阻力的功率消耗,a2为减速度;vik+1(t)、vik(t)表示第k次制动能量回收的末状态与初状态速度;Pim(t)表示辅助装置及内阻的热量消耗;μ表示制动再生能量的转化效率;Li表示各交叉路口之间的间距;Et -表示在一次绿波带的行驶时间内的制动回收能量;表示在一次绿波带的行驶时间内的匀加速阶段消耗的能量;表示在一次绿波带的行驶时间内匀速阶段消耗的能量;表示在一次绿波带的行驶时间内匀减速阶段消耗的能量;表示在一次绿波带的行驶时间内制动能量回收过程消耗的能量;表示在一次绿波带的行驶时间内全程的辅助装置及内阻热消耗的能量。
应用动力学对电动汽车的使用能耗进行初步计算,分析有关交通信号控制领域中关于绿波带的影响因素,将两者进行紧密结合,通过动力学模型与绿波带理论中的时间属性参量对电动汽车的能耗建模,使其能够反映在绿波带作用的情况下对电动汽车能耗方面所带来的影响,弥补了传统电动汽车宏观角度的动力学能耗模型的不足之处,使之更加准确的分析电动汽车在实际交通信号控制场景下的能耗使用情况。
该电动汽车能耗模型可应用于绿波带场景下的城市交通电动汽车行驶过程的能源消耗评估与分析,评估结果一方面可指导当前交通***中的交通信号灯配时设计,从而有效地协调、控制城市干线的通行状况;另一方面可对电动汽车的电能使用效率进行提升,基于此模型电动汽车可有效地利用制动能量再生这一特性减少电能消耗,充分地利用电能,继而延长行驶里程。例如,当前绿波带的交通技术已在一些城市应用:西安(目前开展了7条主要主干路的绿波路线);无锡的绿波带交通已经有效改善了城市的拥堵状态;武汉汉口地区陆续推行25条“绿波带”,提高车辆通行效率。当前的绿波带多数应用于内燃机,能源回收有限,本能耗模型设计面向的则是具有电能回收特性的电动汽车,可以更好地发挥绿波带提高交通效率的作用并达到更节能的目的。本电动汽车能耗模型的设计可作为城市交通研究与设计的基础模型,在绿波带场景下完成了电动汽车的电能使用情况的分析与建模,区别与传统的仅分析汽车运动学状态与能耗的模型,并首次在电动汽车的能耗使用场景中考虑了交通信号配时。基于本能耗模型,研究者可以展开电动汽车的宏观方面的研究与设计,而不再需要进行微观能量消耗的计算,将研究重点放在更有利于得出创新结论的方面。例如:基于此模型,有研究者进行了电动汽车路径搜索的规划与设计,针对电动汽车驾驶员的不同需求做出合理的路径选择,并利用模型得出能源使用效率最优的设计。
上述的基于绿波带的电动汽车能耗模型设计方法,准确评估绿波带场景下电动汽车能耗,以刻画绿波带对能源节约的积极影响并对电动汽车行驶过程中的能耗提供一个准确的分析,利用城市中已有的交通控制理论对电动汽车的能耗进行有效的建模分析从而实现对电动汽车有限的能量进行充分利用,对于电动汽车提高市场渗透率、变革交通成份、准确评估其减轻环境污染效果都具有十分重要的意义。
上述的基于绿波带的电动汽车能耗模型设计方法,通过采用动力学角度描述电动汽车的受力模型,并获取绿波带的影响因素,将绿波带的影响因素加入至受力模型,通过受力模型与绿波带理论中的时间属性参量对汽车的能耗建模,实现将道路因素对汽车能耗的影响考虑在内,准确评估绿波带场景下电动汽车能耗情况,刻画绿波带对能源节约的积极影响,并对电动汽车行驶过程中的能耗提供一个准确的分析。
如图7所示,本实施例还提供了基于绿波带的电动汽车能耗模型设计***,其包括受力模型描述单元1、绿波带设计单元2、分解单元3以及能耗模型形成单元4。受力模型描述单元1,用于以动力学角度描述电动汽车行驶过程中的受力模型。绿波带设计单元2,用于设计交通干线的绿波带。分解单元3,用于对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型。能耗模型形成单元4,用于将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型。
对于上述的受力模型描述单元1,具体是考虑了电动汽车与传统内燃机汽车的不同特性,即电动汽车的制动能量再生特性;以及考虑了电动汽车的制动能量转换为电池能量的效率。针对电动汽车的能耗模型,以动力学的角度进行描述,以宏观的物理量来对电动汽车行驶过程中的能量消耗进行刻画,这些物理量主要涉及了电动汽车的速度、加速度以及道路坡度等参数,从而得出电动汽车在正常工况下的受力过程。
在某些实施例中,上述的受力模型描述单元1包括受力获取模块11、功率获取模块12、瞬间能耗获取模块13、总能耗获取模块14、回收能量获取模块15以及整合模块16。受力获取模块11,用于获取电动汽车行驶过程中的引力、空气阻力、滚动摩擦力以及坡度阻力。功率获取模块12,用于根据引力、空气阻力、滚动摩擦力以及坡度阻力计算电动汽车行驶过程中的功率。瞬间能耗获取模块13,用于获取电动汽车行驶过程中车内辅助性功能的电功率消耗能量,结合电动汽车行驶过程中的功率,获取电动汽车行驶过程中的瞬时能量消耗功率。总能耗获取模块14,用于对电动汽车行驶过程中的瞬时能量消耗功率进行积分计算,获取电动汽车行驶设定时间的总消耗能量。回收能量获取模块15,用于获取电动汽车设定制动时间段内的制动回收能量。整合模块16,用于根据制动回收能量以及总消耗能量获取电动汽车实际消耗能量,形成电动汽车行驶过程中的受力模型。
在对电动汽车受力分析的过程中,该电动汽车的受力分别为牵引力F、空气阻力Fa、滚动摩擦力Fr以及坡度阻力Fg,其中,坡度阻力Fg为可正可负的数值,当正为上坡阻力,负为下坡动力;由此可以得出电动汽车的受力公式为F=ma+Fa+Fr+Fg;对于电动汽车的功率Pd而言,由Pd=Fv=(ma+kv2+frmgcosθ+mgsinθ)v计算获取,该公式既可以用来描述传统内燃机汽车的能量消耗,同样可以用来描述电动汽车的能量消耗,此外电动汽车的能耗还包括车内辅助性功能的电功率消耗,例如:空调、电动助力器件、车载多媒体等,加之以电池组内阻等热功率消耗,记为Pm,因此,电动汽车的瞬时能量消耗功率P的计算公式:
P=Pm+Pd=Pm+(ma+kv2+frmgcosθ+mgsinθ)v+mav;
另外,考虑到电动汽车行驶过程中的总能量消耗,需要对瞬时功率在一段行驶时间内进行积分,因此,电动汽车一段时间内总的能量消耗计算公式为:电动汽车与传统内燃机汽车的最大不同点为制动能量再生特性,且该特性是与传统内燃机汽车的本质区别,而上述能耗模型并没有体现出电动汽车的这一典型特性,为此,通过引入电动汽车制动的过程,利用电动汽车某一制动时间段内行驶动能末状态与初状态之差来表示制动所回收能量E-,即:
其中,vt+1与vt表示制动过程中末速度与初速度,k为制动次数;由于制动回收的动能并不能完全转化为电池的电能,同样需要考虑转化效率。因此,电动汽车在一段时间内总的能量消耗将由E变为E-,即E'=E+μE-,其中,μ表示制动再生能量的转化效率。
由于考虑了电动汽车所具备的制动能源再生功能特性,该受力模型的设计可更好地对城市交通场景下的电动汽车的能量使用进行合理规划,节约能源,提高能效。
更进一步地,在某些实施例中,上述的绿波带设计单元2包括信息统计模块、周期获取模块、交叉路口刻画模块、时间段刻画模块、距离计算模块、边界线绘画模块、控制方式获取模块、信号灯设计模块以及调整模块。
信息统计模块,用于统计各交叉路口之间的间距、路段上交通流的平均行驶速度以及各交叉路口的信号周期与绿色信号长度。周期获取模块,用于获取各交叉路口的信号周期中数值上最大的信号周期,作为绿波带的公共周期。交叉路口刻画模块,用于根据各交叉路口之间的间距刻画各个交叉路口以及对应的时间轴。时间段刻画模块,用于按照设定的绿信比刻画第一个交叉路口的红绿信号灯的信号时间段。距离计算模块,用于根据路段上交通流的平均行驶速度计算绿灯时间内汽车所能行驶的距离。边界线绘画模块,用于根据所述距离刻画绿波带其中一条边界线,并获取与第二个交叉路口对应的时间轴相交的交点。控制方式获取模块,用于根据交点距离时间轴半个信号周期水平方向上的时间刻度位置,获取第二交叉路口处的交通信号灯采取的协调控制方式。
信号灯设计模块,用于按照所述协同控制方式设计其他各交叉路口信号灯。
调整模块,用于获取各交叉路口的实际绿信比,根据实际绿信比以及公共周期调整所有交叉路口的红绿灯信号长度。
在引入绿波带之前,先统计各交叉路口之间的间距,即路段的长度为Li、路段上交通流的平均行驶速度v、各交叉路口的信号周期与绿色信号长度,即配时方案(绿信比),通过图解法对交通干线进行绿波带的相位差进行设计。
假设使用的交通道路场景行驶的车辆皆为电动汽车,且道路为正常的行驶工况。当前时刻,电动汽车处于交通干线交叉路口A的入口,此设为路径起点,沿道路1通过B、C交叉路口并行驶至下一路口前即表示通过了该预设的交通干线。为了对绿波带的相位差进行设计,先统计以下信息:1)各交叉路口之间的间距,即路段的长度为Li,2)路段上交通流的平均行驶速度v,3)各交叉路口的信号周期与绿色信号长度,即配时方案(绿信比)。将测量统计过的所有交叉路口的信号周期进行抽取,并进行单独的比较,挑选出数值上最大的信号周期Cmax,并将此值设为绿波带设计方案的公共周期C;在平面坐标系中的横轴上按照Li的不同长度画出各个交叉路口,并根据交叉路口处相应的坐标点,在其纵轴方向上引出各个交叉路口的时间轴;在第一个交叉路口(原点位置)的时间轴上按照50%的绿信比(即红绿信号灯持续的时间长度相等)刻画出红绿信号灯各自的信号时间段,一般以绿色信号作为起始信号;根据路段中的平均行驶速度v,计算以当前的绿灯时间所能够行驶的距离,并以此距离为横轴的投影,从原点处(绿色信号的起始时刻处)引出绿波带的其中一条边界线,与第二个交叉路口对应的时间轴相交;通过交点距时间轴半个信号周期水平方向上的时间刻度位置来判断在第二个交叉路口处的交通信号灯采取何种协调控制方式:是同步式协调控制还是交互式协调控制;若上述交点更加靠近较低的水平刻度,则采用交互式协调控制;若上述交点更加靠近较高的水平刻度,则采用同步式协调控制。且其余的各交叉路口信号灯的协调控制方式均按第二个交叉路口信号灯的协调控制方式的设计方式进行设计;在所有交叉路口信号灯的协调控制方式确定完成后,各交叉路口的红绿灯信号长度则按照实际所统计的各自对应的绿信比,在公共周期的基础上进行比例性调整。由步骤2可知,车辆在相邻交叉路口之间的绿波带中以绿波带平均速度行驶时,若从某一交叉路口的绿灯起始时刻起计时,理想状况下则需要行驶这样一段时间即可在下一交叉路口处恰好遇见绿色信号,从而继续在绿波带中行驶;若在绿波带宽以外的时间段内驶入路口,则会有遭遇红灯,停车等待形成停等队列的情况出现,利用交叉路口可以对交通流分流的功能,调整行驶速度,能够以修正的方式以一定的概率重新融入到干线的绿波带中。
更进一步地,在某些实施例中,上述的分解单元3而言,对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型的步骤,具体是将电动汽车行驶过程的受力模型划分为匀加速阶段受力模型、匀速阶段受力模型、匀减速阶段受力模型以及停车等待阶段受力模型,根据划分的各个受力模型获取电动汽车的初步能耗模型。
具体地,为了便于分析交通流的特性,且考虑到拥有绿波带控制的交通流在干线中的行驶规律,将交通流的行驶近似为四个阶段:即匀加速阶段、匀速阶段、匀减速阶段以及停车等待阶段。
其中,对于匀加速阶段而言,即交通流在进入交叉路口流量入口时,由于上一个交通信号控制周期内红灯信号对交通流的截断效应导致的车辆在停车线等候,而在下一个交通信号控制周期内绿灯信号起始时开始启动或以较低的行驶速度跟驰前车驶入干线路段,直至将行驶速度提升到交通干线所设计的稳定的行驶速度这一过程,匀加速阶段亦可看作停等队列的消散阶段。
对于匀速阶段而言,即交通流以恒定平稳的速度在干线路段内行驶,该阶段的交通流使得干线的流量饱和度趋于相对稳定,没有剧烈的驾驶行为存在,车辆已克服了加速的阻力过程,并在匀速行驶过程中充分地发挥电动机的驱动功率。对于匀减速阶段而言,即交通流在匀速阶段的过程中逐渐接近交叉路口流量出口时,遇到红灯信号需进行减速而逐渐将速度降为0,在停车线后形成停等队列,或以较高的行驶速度在交叉路口流量出口附近进行缓冲,进行不完全停车,等待前面停等队列因下一交叉路口流量入口处出现绿灯而消散的过程,匀减速阶段亦可看作停等队列的形成阶段。对于停车等待阶段而言,即交通流由于在交通信号控制周期内没有通过交叉路口,继而在交叉路口停车线以后形成的完全停车状态,该阶段的交通流所消耗的能量仅仅用来维持电动汽车内部辅助性装置的运行以及电动机内阻的热消耗。
更进一步地,在某些实施例中,能耗模型形成单元4包括单个能耗获取模块以及整体能耗获取模块。
单个能耗获取模块,用于获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量。整体能耗获取模块,用于根据电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量,获取电动汽车经过若干段具有绿波带效应的干线路段的行驶过程中所消耗的能量,形成电动汽车能耗模型。
假设进入交叉路口流量入口的时刻为零时刻,具体是依据
获取所消耗的能量;其中:0~ti1表示匀加速过程,表示匀加速过程中克服阻力与加速阻力的功率消耗,a1为加速度;ti1~ti2表示匀速过程,Pir(t)表示匀速过程中克服阻力的功率消耗;ti2~ti表示匀减速过程,Pir2(t)、Pia2(t)表示匀减速过程中克服阻力与减速阻力的功率消耗,a2为减速度;vik+1(t)、vik(t)表示第k次制动能量回收的末状态与初状态速度;Pim(t)表示辅助装置及内阻的热量消耗;μ表示制动再生能量的转化效率;Li表示各交叉路口之间的间距;Et -表示在一次绿波带的行驶时间内的制动回收能量;表示在一次绿波带的行驶时间内的匀加速阶段消耗的能量;表示在一次绿波带的行驶时间内匀速阶段消耗的能量;表示在一次绿波带的行驶时间内匀减速阶段消耗的能量;表示在一次绿波带的行驶时间内制动能量回收过程消耗的能量;表示在一次绿波带的行驶时间内全程的辅助装置及内阻热消耗的能量。当车辆行驶过N个具备绿波效应的交叉路口后,总的行程时间内消耗的电能为Eall为:
应用动力学对电动汽车的使用能耗进行初步计算,分析有关交通信号控制领域中关于绿波带的影响因素,将两者进行紧密结合,通过动力学模型与绿波带理论中的时间属性参量对电动汽车的能耗建模,使其能够反映在绿波带作用的情况下对电动汽车能耗方面所带来的影响,弥补了传统电动汽车宏观角度的动力学能耗模型的不足之处,使之更加准确的分析电动汽车在实际交通信号控制场景下的能耗使用情况。
上述的基于绿波带的电动汽车能耗模型设计***,准确评估绿波带场景下电动汽车能耗,以刻画绿波带对能源节约的积极影响并对电动汽车行驶过程中的能耗提供一个准确的分析,利用城市中已有的交通控制理论对电动汽车的能耗进行有效的建模分析从而实现对电动汽车有限的能量进行充分利用,对于电动汽车提高市场渗透率、变革交通成份、准确评估其减轻环境污染效果都具有十分重要的意义。
上述的基于绿波带的电动汽车能耗模型设计***,通过采用动力学角度描述电动汽车的受力模型,并获取绿波带的影响因素,将绿波带的影响因素加入至受力模型,通过受力模型与绿波带理论中的时间属性参量对汽车的能耗建模,实现将道路因素对汽车能耗的影响考虑在内,准确评估绿波带场景下电动汽车能耗情况,刻画绿波带对能源节约的积极影响,并对电动汽车行驶过程中的能耗提供一个准确的分析。
上述仅以实施例来进一步说明本发明的技术内容,以便于读者更容易理解,但不代表本发明的实施方式仅限于此,任何依本发明所做的技术延伸或再创造,均受本发明的保护。本发明的保护范围以权利要求书为准。
Claims (7)
1.基于绿波带的电动汽车能耗模型设计方法,其特征在于,所述方法包括:
以动力学角度描述电动汽车行驶过程中的受力模型;
设计交通干线的绿波带;
对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型;
将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型;
将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型的步骤,包括以下具体步骤:
获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量;
根据电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量,获取电动汽车经过若干段具有绿波带效应的干线路段的行驶过程中所消耗的能量,形成电动汽车能耗模型;
获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量的步骤,具体是依据
获取所消耗的能量;其中:0~ti1表示匀加速过程,表示匀加速过程中克服阻力与加速阻力的功率消耗,a1为加速度;ti1~ti2表示匀速过程,Pir(t) 表示匀速过程中克服阻力的功率消耗;ti2~ti表示匀减速过程,表示匀减速过程中克服阻力与减速阻力的功率消耗,a2为减速度;vik+1(t)、vik(t)表示第k次制动能量回收的末状态与初状态速度;Pim(t)表示辅助装置及内阻的热量消耗;μ表示制动再生能量的转化效率;Li表示各交叉路口之间的间距;表示在一次绿波带的行驶时间内的制动回收能量;表示在一次绿波带的行驶时间内的匀加速阶段消耗的能量;表示在一次绿波带的行驶时间内匀速阶段消耗的能量;表示在一次绿波带的行驶时间内匀减速阶段消耗的能量;表示在一次绿波带的行驶时间内制动能量回收过程消耗的能量;表示在一次绿波带的行驶时间内全程的辅助装置及内阻热消耗的能量;
2.根据权利要求1所述的基于绿波带的电动汽车能耗模型设计方法,其特征在于,以动力学角度描述电动汽车行驶过程中的受力模型的步骤,包括以下具体步骤:
获取电动汽车行驶过程中的引力、空气阻力、滚动摩擦力以及坡度阻力;
根据引力、空气阻力、滚动摩擦力以及坡度阻力计算电动汽车行驶过程中的功率;
获取电动汽车行驶过程中车内辅助性功能的电功率消耗能量,结合电动汽车行驶过程中的功率,获取电动汽车行驶过程中的瞬时能量消耗功率;
对电动汽车行驶过程中的瞬时能量消耗功率进行积分计算,获取电动汽车行驶设定时间的总消耗能量;
获取电动汽车设定制动时间段内的制动回收能量;
根据制动回收能量以及总消耗能量获取电动汽车实际消耗能量,形成电动汽车行驶过程中的受力模型。
3.根据权利要求1或2所述的基于绿波带的电动汽车能耗模型设计方法,其特征在于,设计交通干线的绿波带的步骤,包括以下具体步骤:
统计各交叉路口之间的间距、路段上交通流的平均行驶速度以及各交叉路口的信号周期与绿色信号长度;
获取各交叉路口的信号周期中数值上最大的信号周期,作为绿波带的公共周期;
根据各交叉路口之间的间距刻画各个交叉路口以及对应的时间轴;
按照设定的绿信比刻画第一个交叉路口的红绿信号灯的信号时间段;
根据路段上交通流的平均行驶速度计算绿灯时间内汽车所能行驶的距离;
根据所述距离刻画绿波带其中一条边界线,并获取与第二个交叉路口对应的时间轴相交的交点;
根据交点距离时间轴半个信号周期水平方向上的时间刻度位置,获取第二交叉路口处的交通信号灯采取的协调控制方式;
获取各交叉路口信号灯的协调控制方式;
获取各交叉路口的实际绿信比,根据实际绿信比以及公共周期调整所有交叉路口的红绿灯信号长度。
4.根据权利要求3所述的基于绿波带的电动汽车能耗模型设计方法,其特征在于,对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型的步骤,具体是将电动汽车行驶过程的受力模型划分为匀加速阶段受力模型、匀速阶段受力模型、匀减速阶段受力模型以及停车等待阶段受力模型,根据划分的各个受力模型获取电动汽车的初步能耗模型。
5.基于绿波带的电动汽车能耗模型设计***,其特征在于,包括受力模型描述单元、绿波带设计单元、分解单元以及能耗模型形成单元;
所述受力模型描述单元,用于以动力学角度描述电动汽车行驶过程中的受力模型;
所述绿波带设计单元,用于设计交通干线的绿波带;
所述分解单元,用于对电动汽车行驶过程的受力模型进行近似分解,获取电动汽车的初步能耗模型;
所述能耗模型形成单元,用于将交通干线的绿波带引入电动汽车的初步能耗模型中,形成电动汽车能耗模型;
所述能耗模型形成单元包括单个能耗获取模块以及整体能耗获取模块;
所述单个能耗获取模块,用于获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量;
所述整体能耗获取模块,用于根据电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量,获取电动汽车经过若干段具有绿波带效应的干线路段的行驶过程中所消耗的能量,形成电动汽车能耗模型;
获取电动汽车在某一段具有绿波带效应的干线路段的行驶过程中所消耗的能量,具体是依据
获取所消耗的能量;其中:0~ti1表示匀加速过程,表示匀加速过程中克服阻力与加速阻力的功率消耗,a1为加速度;ti1~ti2表示匀速过程,Pir(t)表示匀速过程中克服阻力的功率消耗;ti2~ti表示匀减速过程,表示匀减速过程中克服阻力与减速阻力的功率消耗,a2为减速度;vik+1(t)、vik(t)表示第k次制动能量回收的末状态与初状态速度;Pim(t)表示辅助装置及内阻的热量消耗;μ表示制动再生能量的转化效率;Li表示各交叉路口之间的间距;表示在一次绿波带的行驶时间内的制动回收能量;表示在一次绿波带的行驶时间内的匀加速阶段消耗的能量;表示在一次绿波带的行驶时间内匀速阶段消耗的能量;表示在一次绿波带的行驶时间内匀减速阶段消耗的能量;表示在一次绿波带的行驶时间内制动能量回收过程消耗的能量;表示在一次绿波带的行驶时间内全程的辅助装置及内阻热消耗的能量;
6.根据权利要求5所述的基于绿波带的电动汽车能耗模型设计***,其特征在于,所述受力模型描述单元包括受力获取模块、功率获取模块、瞬间能耗获取模块、总能耗获取模块、回收能量获取模块以及整合模块;
所述受力获取模块,用于获取电动汽车行驶过程中的引力、空气阻力、滚动摩擦力以及坡度阻力;
所述功率获取模块,用于根据引力、空气阻力、滚动摩擦力以及坡度阻力计算电动汽车行驶过程中的功率;
所述瞬间能耗获取模块,用于获取电动汽车行驶过程中车内辅助性功能的电功率消耗能量,结合电动汽车行驶过程中的功率,获取电动汽车行驶过程中的瞬时能量消耗功率;
所述总能耗获取模块,用于对电动汽车行驶过程中的瞬时能量消耗功率进行积分计算,获取电动汽车行驶设定时间的总消耗能量;
所述回收能量获取模块,用于获取电动汽车设定制动时间段内的制动回收能量;
所述整合模块,用于根据制动回收能量以及总消耗能量获取电动汽车实际消耗能量,形成电动汽车行驶过程中的受力模型。
7.根据权利要求6所述的基于绿波带的电动汽车能耗模型设计***,其特征在于,所述绿波带设计单元包括信息统计模块、周期获取模块、交叉路口刻画模块、时间段刻画模块、距离计算模块、边界线绘画模块、控制方式获取模块、信号灯设计模块以及调整模块;
所述信息统计模块,用于统计各交叉路口之间的间距、路段上交通流的平均行驶速度以及各交叉路口的信号周期与绿色信号长度;
所述周期获取模块,用于获取各交叉路口的信号周期中数值上最大的信号周期,作为绿波带的公共周期;
所述交叉路口刻画模块,用于根据各交叉路口之间的间距刻画各个交叉路口以及对应的时间轴;
所述时间段刻画模块,用于按照设定的绿信比刻画第一个交叉路口的红绿信号灯的信号时间段;
所述距离计算模块,用于根据路段上交通流的平均行驶速度计算绿灯时间内汽车所能行驶的距离;
所述边界线绘画模块,用于根据所述距离刻画绿波带其中一条边界线,并获取与第二个交叉路口对应的时间轴相交的交点;
所述控制方式获取模块,用于根据交点距离时间轴半个信号周期水平方向上的时间刻度位置,获取第二交叉路口处的交通信号灯采取的协调控制方式;
所述信号灯设计模块,用于按照所述协调 控制方式设计其他各交叉路口信号灯;
所述调整模块,用于获取各交叉路口的实际绿信比,根据实际绿信比以及公共周期调整所有交叉路口的红绿灯信号长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711058240.7A CN107862121B (zh) | 2017-11-01 | 2017-11-01 | 基于绿波带的电动汽车能耗模型设计方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711058240.7A CN107862121B (zh) | 2017-11-01 | 2017-11-01 | 基于绿波带的电动汽车能耗模型设计方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107862121A CN107862121A (zh) | 2018-03-30 |
CN107862121B true CN107862121B (zh) | 2022-04-22 |
Family
ID=61697189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711058240.7A Active CN107862121B (zh) | 2017-11-01 | 2017-11-01 | 基于绿波带的电动汽车能耗模型设计方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107862121B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179558A (zh) * | 2020-01-14 | 2020-05-19 | 杭州利鹏科技有限公司 | 一种生产线能耗智能分析预警方法 |
CN112046335A (zh) * | 2020-09-09 | 2020-12-08 | 北京航空航天大学 | 一种基于行驶能耗模型的电动汽车剩余行驶里程计算方法 |
CN112711794B (zh) * | 2020-12-18 | 2024-04-09 | 奇瑞汽车股份有限公司 | 车辆的热能耗评价方法、装置及具有其的车辆 |
CN113570875B (zh) * | 2021-07-23 | 2022-08-02 | 厦门理工学院 | 一种绿波车速计算方法、装置,设备和存储介质 |
CN113844261A (zh) * | 2021-08-20 | 2021-12-28 | 合众新能源汽车有限公司 | 电动汽车能耗显示方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592462A (zh) * | 2012-03-06 | 2012-07-18 | 昆明理工大学 | 一种全程独立相位绿波交通流诱导控制方法及*** |
CN102968551A (zh) * | 2012-10-24 | 2013-03-13 | 中国电力科学研究院 | 一种电动汽车运行特性建模分析方法 |
CN105868787A (zh) * | 2016-03-31 | 2016-08-17 | 江苏大学 | 基于工况识别和模糊能耗的电动汽车续驶里程估算方法 |
CN106469507A (zh) * | 2015-08-20 | 2017-03-01 | 上海宝康电子控制工程有限公司 | 基于实时交通流量数据的可自动调节动态绿波***及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130041552A1 (en) * | 2011-08-11 | 2013-02-14 | Ford Global Technologies, Llc | Methods and Apparatus for Estimating Power Usage |
US10057786B2 (en) * | 2012-07-06 | 2018-08-21 | Neutronic Perpetual Innovations Operating, Llc | System and method for mobile data expansion and virtual pathway designation |
CN103198680B (zh) * | 2013-04-25 | 2015-10-28 | 东南大学 | 干线多线路公交绿波协调控制方法 |
CN106297333B (zh) * | 2016-10-28 | 2018-09-18 | 东南大学 | 一种基于交叉口过车记录的干线绿波评估方法 |
CN107009912B (zh) * | 2017-04-11 | 2019-05-14 | 北京新能源汽车股份有限公司 | 一种车辆的续驶里程计算的自适应方法、装置及汽车 |
CN107264326B (zh) * | 2017-07-04 | 2019-10-25 | 重庆长安新能源汽车科技有限公司 | 一种对纯电动汽车的续驶里程进行预估的方法 |
-
2017
- 2017-11-01 CN CN201711058240.7A patent/CN107862121B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592462A (zh) * | 2012-03-06 | 2012-07-18 | 昆明理工大学 | 一种全程独立相位绿波交通流诱导控制方法及*** |
CN102968551A (zh) * | 2012-10-24 | 2013-03-13 | 中国电力科学研究院 | 一种电动汽车运行特性建模分析方法 |
CN106469507A (zh) * | 2015-08-20 | 2017-03-01 | 上海宝康电子控制工程有限公司 | 基于实时交通流量数据的可自动调节动态绿波***及方法 |
CN105868787A (zh) * | 2016-03-31 | 2016-08-17 | 江苏大学 | 基于工况识别和模糊能耗的电动汽车续驶里程估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107862121A (zh) | 2018-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862121B (zh) | 基于绿波带的电动汽车能耗模型设计方法及其*** | |
CN108831143B (zh) | 基于车路协同技术的信号交叉口车队速度引导方法 | |
CN104778851B (zh) | 一种基于行驶轨迹的生态驾驶优化方法和*** | |
CN110641397B (zh) | 基于行驶数据与地图预测相结合的电动汽车驾驶反馈*** | |
CN104240523B (zh) | 城市干道绿波控制方法 | |
CN110085025B (zh) | 一种快速公交多模态运行速度优化方法 | |
CN104794915B (zh) | 一种连续交叉路口车辆通行控制方法及装置 | |
CN102376162B (zh) | 交叉口出口道的路内停车带与交叉口最佳距离设置方法 | |
CN108986471A (zh) | 混合交通条件下交叉口车辆引导方法 | |
WO2019037325A1 (zh) | 一种网联汽车队列的节能型稳定性运动控制方法 | |
CN109552338A (zh) | 一种纯电动汽车生态驾驶行为评估方法及*** | |
CN109385940B (zh) | 基于交通波理论的左转掉头口距停止线长度的设计方法 | |
CN109448364B (zh) | 一种考虑舒适度和节能减排的公交动态轨迹优化方法 | |
CN103786733B (zh) | 一种自动档汽车环保驾驶行为的提示方法 | |
CN104192148B (zh) | 一种基于交通信号信息预知的主干道车速规划方法 | |
CN108597219A (zh) | 一种基于机器视觉的路段行人过街控制方法 | |
CN109506946A (zh) | 一种rde工况库开发及使用方法 | |
CN104504902B (zh) | 车辆使用路权、路权计算方法及基于路权的道路计费方法 | |
CN104091440B (zh) | 基于道路等级和车辆类型的城市交通拥堵成本估算方法 | |
CN114333364A (zh) | 一种自动驾驶车辆通过信号交叉口生态驾驶方法 | |
CN113450564B (zh) | 一种基于narx神经网络和c-v2x技术的交叉路口的通行方法 | |
CN107067785A (zh) | 堵车路段经济车速匹配***及控制方法 | |
CN109752590B (zh) | 一种基于数据驱动的电动公交能耗估计方法 | |
TWI586570B (zh) | 基於駕駛行為之油耗分析系統及方法 | |
CN111341123B (zh) | 基于车辆运动学模型的路口待行队列估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20180605 Address after: 518000 49, 1016, Yunfeng Road, Queshan mountain, peak area, Longhua District, Shenzhen, Guangdong, China, 1016 Applicant after: Shenzhen Dai Sheng Intelligent Technology Co., Ltd. Address before: 36, New South Wales Road, Applicant before: Mao Guoqiang Applicant before: Ouyang Yigang |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |