一种电动汽车充电导航能耗计算方法
技术领域
本发明涉及电动汽车能耗计算技术领域,尤其涉及一种电动汽车充电导航能耗计算方法。
背景技术
电动汽车由于其环保低碳、高能源利用率等优点,被越来越多的消费者选择,各国政府为了解决能源与环境问题,也在大力扶植电动汽车行业。然而,受电池容量的限制,目前,电动汽车的续航里程还比较短,充电时间往往也比较长。因此,对于电动汽车车主来说,最关心的问题之一是如何在电量不足的时候,能够找到以剩余电量能够到达的充电桩,并导航出合理的路径。这个导航过程与传统的燃油车寻找加油站的导航过程,最大的区别就是将预计到达的能耗作为导航决策的先决条件,因此,准确的估计出电动汽车沿着规划路径到达目标充电桩的能耗,是电动汽车充电导航***最核心的技术之一。
在电动汽车行驶过程中,电池为发动机和其他用电设备(例如影音***和空调)提供电能。电动汽车能耗的计算,通常是采用电池的荷电状态估计(SOC)方法,然而,首先这种方法需要量测的量比较多,这样一来一方面对电动汽车的硬件要求比较高,另一方面由于量测量多,误差将会造成估计精度不高的问题。实际上,由于绝大多数电能是在电机上被转化成机械能驱动汽车前进的,同时也为了不失一般性,在电动汽车导航***计算能耗的时候,通常仅仅考虑电机的电磁损耗,其他用电耗能按照电机能耗的一定比例体现在最终的能耗中。因此,电动汽车能耗的计算实际上可以转换成对电动机电磁功率的计算。
发明内容
本发明为了解决上述问题,提供了一种电动汽车充电导航能耗计算方法,其仅仅需要从地图***中得到规划路段的坡度以及车辆的相关参数即可预测出电动汽车到达各个充电桩的每个路径的最终能耗,无需实时测量电动汽车的各个物理量。
为了解决上述问题,本发明采用以下技术方案予以实现:
本发明的一种电动汽车充电导航能耗计算方法,包括以下步骤:
S1:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径,按照每个路径路面的上坡、平坦、下坡情况将每个路径划分成若干个路段,每个路段的路面为上坡、平坦、下坡中的一种;
S2:根据每个路段路面的上坡、平坦、下坡情况计算出电动汽车通过每个路段的能耗,然后计算出电动汽车通过每个路径的能耗E;
计算电动汽车到达第n个充电桩通过的第j条路径的第k个路段的能耗的方法包括以下步骤:将电动汽车通过第n个充电桩的第j条路径的第k个路段的速度、能耗、时间分别记为:vn,j,k,En,j,k,tn,j,k,预测电动汽车通过第n个充电桩的第j条路径的第k个路段的速度vn,j,k,时间tn,j,k,
当第k个路段为上坡路段时,能耗计算公式如下:
当第k个路段为平坦路段时,能耗计算公式如下:
当第k个路段为下坡路段时,能耗计算公式如下:
其中,cx为空气阻力因素,S为汽车前部迎风面积,ρ为空气密度,R为车轮半径,g'为变速箱齿比,M为车辆质量,f为轮胎摩擦系数,θn,j,k为通往第n个充电桩的第j条路径的第k个路段的坡度,t为时间,Δt为一个时间间隔;
则电动汽车通过第k个路段的能耗为:
建立车辆速度预测***模型,车辆速度预测***模型的公式如下:
其中,状态量Xk表示k时刻时车辆的速度,观测量Zk表示k时刻时观测到的此路段上的车辆数量,L表示路段长度,K*表示最大车流量时的拥堵系数;V*表示此路段车辆的最大限速,wk-1和vk表示过程噪声和观测噪声;
S3:根据电动汽车当前使用的用电设备确定比例因子A,将计算出的电动汽车通过每个路径的能耗E除以比例因子A得到电动汽车通过每个路径的最终能耗E′。
S3:根据电动汽车当前使用的用电设备确定比例因子A,将计算出的电动汽车通过每个路径的能耗E除以比例因子A得到电动汽车通过每个路径的最终能耗E′。
在本技术方案中,电动汽车需要充电时,先查询出附近能够充电的所有充电桩,然后规划出从电动汽车当前位置通往每个充电桩的所有路径,最后将每个路径都进行划分操作。每个路径被划分成若干个路段,每个路段只包括上坡、平坦、下坡中的一种路面。
根据每个路段的坡度可以计算出电动汽车通过每个路段的能耗,从而计算出电动汽车通过每个路径的能耗。将计算出的电动汽车通过每个路径的能耗除以比例因子得到电动汽车通过每个路径的最终能耗,例如在夏季高温使用车载空调、座椅加热等用电设备的时候,需要将这些用电量考虑在内,确定相应的比例因子,以求预测能耗结果更加精确。
作为优选,计算电动汽车到达第n个充电桩通过的第j条路径的能耗的方法包括以下步骤:将通往第n个充电桩的第j条路径上的所有路段求和,即可得到电动汽车通往第n个充电桩的第j个路径的能耗为:
N为通往第n个充电桩的第j个路径包括的路段数量。
作为优选,所述预测电动汽车通过第n个充电桩的第j条路径的第k个路段的时间tn,j,k的方法包括以下步骤:
根据以下公式算出时间tn,j,k:
其中,Δt为一个时间间隔,t0是初始时间,Ln,j,k是电动汽车达到第n个充电桩通过的第j条路径的第k个路段的路段长度。
本发明的有益效果是:相比与对于电池的荷电状态估计法,此方法没有需要实时量测的物理量,仅仅需要从地图***中得到规划路段的坡度以及车辆的相关参数即可,对于车辆的硬件要求低,同时估计精度高。
附图说明
图1是本发明的流程图;
图2是电动汽车在上坡路段的受力分析图;
图3是电动汽车在平坦路段的受力分析图;
图4是电动汽车在下坡路段的受力分析图。
图中:T为汽车电动机的牵引力,Mg为汽车所受重力,f风阻为汽车行驶过程中的风阻,f摩擦为汽车轮胎和地面之间的摩擦力。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:本实施例的一种电动汽车充电导航能耗计算方法,如图1所示,包括以下步骤:
S1:根据地图信息查找出附近能够充电的所有充电桩,规划出电动汽车到达各个充电桩的所有路径,按照每个路径路面的上坡、平坦、下坡情况将每个路径划分成若干个路段,每个路段的路面为上坡、平坦、下坡中的一种;
S2:根据每个路段路面的上坡、平坦、下坡情况计算出电动汽车通过每个路段的能耗,然后计算出电动汽车通过每个路径的能耗E;
S3:根据电动汽车当前使用的用电设备确定比例因子A,将计算出的电动汽车通过每个路径的能耗E除以比例因子A得到电动汽车通过每个路径的最终能耗E′。
计算电动汽车到达第n个充电桩通过的第j条路径的第k个路段的能耗的方法包括以下步骤:
将电动汽车通过第n个充电桩的第j条路径的第k个路段的速度、能耗、时间分别记为:vn,j,k,En,j,k,tn,j,k,预测电动汽车通过第n个充电桩的第j条路径的第k个路段的速度vn,j,k,时间tn,j,k,
当第k个路段为上坡路段时,能耗计算公式如下:
当第k个路段为平坦路段时,能耗计算公式如下:
当第k个路段为下坡路段时,能耗计算公式如下:
其中,cx为空气阻力因素,S为汽车前部迎风面积,ρ为空气密度,R为车轮半径,g'为变速箱齿比,M为车辆质量,f为轮胎摩擦系数,θn,j,k为通往第n个充电桩的第j条路径的第k个路段的坡度,t为时间,Δt为一个时间间隔;
计算电动汽车到达第n个充电桩通过的第j条路径的能耗的方法包括以下步骤:将通往第n个充电桩的第j条路径上的所有路段求和,即可得到电动汽车通往第n个充电桩的第j个路径的能耗为:
N为通往第n个充电桩的第j个路径包括的路段数量。
电动汽车需要充电时,先查询出附近能够充电的所有充电桩,然后规划出从电动汽车当前位置通往每个充电桩的所有路径,最后将每个路径都进行划分操作。每个路径被划分成若干个路段,每个路段只包括上坡、平坦、下坡中的一种路面。
根据每个路段的坡度可以计算出电动汽车通过每个路段的能耗,从而计算出电动汽车通过每个路径的能耗。将计算出的电动汽车通过每个路径的能耗E除以比例因子A得到电动汽车通过每个路径的最终能耗E′。比例因子A可以因为不同季节不同温度而改变。例如:在白天不开空调的驾驶过程中,可以将比例因子A定为0.95,E′=E/0.95;如果开了空调和通风,比例因子A定为0.8,E′=E/0.8。
上述三种不同坡度路段情况下汽车的能耗计算公式的推导方法如下:
假设电动汽车在通往第n个充电桩的第j条路径的第k个路段上,该路段的坡度为θn,j,k。
如图2所示,如果通往第n个充电桩的第j条路径的第k个路段为上坡路段,在汽车行驶方向上受到四个力的作用,分别是汽车所受重力Mg的分量,汽车电动机的牵引力T,汽车行驶过程中的风阻f风阻、汽车轮胎和地面之间的摩擦力f摩擦,其中,f风阻和f摩擦可以表示如下:
从而,汽车电动机提供的牵引力为:
如图3所示,如果通往第n个充电桩的第j条路径的第k个路段为平坦路段,在汽车行驶方向上受到三个力的作用,分别是汽车电动机的牵引力T,汽车行驶过程中的风阻f风阻、汽车轮胎和地面之间的摩擦力f摩擦,同样可以得到汽车电动机提供的牵引力为:
如图4所示,如果通往第n个充电桩的第j条路径的第k个路段为下坡路段,在汽车行驶方向上受到四个力的作用,分别是汽车所受重力Mg的分量,汽车电动机的牵引力T,汽车行驶过程中的风阻f风阻、汽车轮胎和地面之间的摩擦力f摩擦,同样可以得到汽车电动机提供的牵引力为:
在得到了汽车电动机在不同坡度路段的牵引力(即转矩)以后,下一步要进行的工作是计算汽车沿着此路径的时间和能耗。如果我们忽略定子的铜损,电动汽车的电磁功率和能耗可以写成如下形式:
其中,电动汽车电动机的转速和其位移速度之间的关系为:
由此可以得出三种不同坡度路段情况下汽车的能耗计算公式:
当第k个路段为上坡路段时,能耗计算公式为:
当第k个路段为平坦路段时,能耗计算公式为:
当第k个路段为下坡路段时,能耗计算公式为:
影响电动机电磁功率的两个因素,一个是速度,一个是转矩。利用电动汽车导航***的速度预测技术,可以根据道路当前的拥堵系数预测出电动汽车沿规划路径行驶过程中的速度。转矩的大小则受汽车的速度、加速度、道路的坡度以及电动汽车的迎风面积等因素的影响。其中速度和加速度的大小已经被预测技术确定,因此,最大的影响因素就是道路的坡度。
所以,考虑道路的坡度,同时结合利用电动汽车充电导航速度预测技术预测出的速度,分情况对电动汽车的转矩进行计算,进而计算出电动汽车沿导航路径行驶的预计能耗,在电动汽车充电导航***中,具有重要的意义。
预测电动汽车通过第n个充电桩的第j条路径的第k个路段的时间tn,j,k的方法包括以下步骤:
根据以下公式算出时间tn,j,k:
其中,Δt为一个时间间隔,t0是初始时间,Ln,j,k是电动汽车达到第n个充电桩通过的第j条路径的第k个路段的路段长度。
预测电动汽车在某个路段的速度的方法包括以下步骤:
S1:建立车辆速度预测***模型,车辆速度预测***模型的公式如下:
其中,状态量Xk表示k时刻时车辆的速度,观测量Zk表示k时刻时观测到的此路段上的车辆数量,L表示路段长度,K*表示最大车流量时的拥堵系数;V*表示此路段车辆的最大限速,wk-1和vk表示过程噪声和观测噪声;
S2:从交通信息中心得到当前时刻目标路段的拥堵情况,从而确定车辆速度预测***模型的状态量初始值
及其协方差初始值
同时设定车辆速度预测***模型的过程噪声的期望初始值
方差初始值
以及观测噪声的期望初始值
方差初始值
S3:使用容积卡尔曼滤波器,计算出状态的一步预测值
及其误差协方差P
k|k-1,并计算出非线性观测方程传播的更新后状态容积点
预测量测容积点
S5:计算出车辆速度预测***模型此时刻的状态估计值
及其误差协方差P
m k|k,m初始值为1;
S6:判断m是否小于N0,如果是则m=m+1,跳转至步骤S4,否则执行步骤S7;
S7:将最终结果作为状态估计值
及其误差协方差P
k|k的结果,即
即为最终k时刻的速度预测值;
S8:用Sage-Husa方法估计k时刻的过程噪声的期望
和方差
根据路段的长度和当前时刻车辆的数量计算出当前时刻该路段的拥堵系数K*。
步骤S4包括以下步骤:
S41:使用Sage-Husa方法计算出观测噪声的期望
使用Sage-Husa方法计算出观测噪声的方差,记为
S42:使用变分贝叶斯方法计算出观测噪声的方差,记为
S43:将
和
求和,结果作为此时刻观测噪声方差的最终估计值