CN110395245A - 一种基于固定路线驾驶信息的混动汽车能量管理*** - Google Patents

一种基于固定路线驾驶信息的混动汽车能量管理*** Download PDF

Info

Publication number
CN110395245A
CN110395245A CN201910678022.6A CN201910678022A CN110395245A CN 110395245 A CN110395245 A CN 110395245A CN 201910678022 A CN201910678022 A CN 201910678022A CN 110395245 A CN110395245 A CN 110395245A
Authority
CN
China
Prior art keywords
energy management
management system
control parameter
system based
route
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.)
Granted
Application number
CN201910678022.6A
Other languages
English (en)
Other versions
CN110395245B (zh
Inventor
暴秀超
张旺
彭忆强
高全
孔令安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xihua University
Original Assignee
Xihua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xihua University filed Critical Xihua University
Priority to CN201910678022.6A priority Critical patent/CN110395245B/zh
Publication of CN110395245A publication Critical patent/CN110395245A/zh
Application granted granted Critical
Publication of CN110395245B publication Critical patent/CN110395245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/15—Control strategies specially adapted for achieving a particular effect
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0027—Minimum/maximum value selectors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于固定路线驾驶信息的混动汽车能量管理***，包括信息采集模块和信息处理模块，所述信息采集模块用于采集车内所有乘员的若干指标数据，并传输至所述信息处理模块；所述信息处理模块包括信息汇集单元和控制参数规划单元，所述信息汇集单元用于接收所述信息采集模块采集的若干指标数据，并传输给所述控制参数规划单元，所述控制参数规划单元结合天气类型、时间特征、乘员特征分析出固定行驶路线中的信息与能量管理***中的控制参数之间的联系，根据若干所述指标数据以及天气类型、时间特征确定出本次出行需要修改的参数，用优化后的控制参数进行能量管理降低整车能耗。

Description

一种基于固定路线驾驶信息的混动汽车能量管理***
技术领域
本发明涉及混合动力汽车能量管理领域，具体涉及一种基于固定路线驾驶信息的混动汽车能量管理***。
背景技术
混合动力汽车具有改善环境污染、石油危机、并能降低车辆使用成本等优势，因此目前全世界的汽车厂商将混合动力汽车作为着重发展对象。混合动力技术增加了车辆的动力源，增加了能量管理的灵活性。能量管理策略在改善插电式混合动力汽车燃油经济性上效果显著，目前大多数车企和研究机构的实际开发项目中，算法工程师依据驾驶习惯、专业知识与实验测得的数据模型来设计基于规则的控制策略，是实际商业化开发中应用最广泛的方法之一。这些规则来自于大量的部件标定实验、参数匹配试验以及工程经验积累，然而基于规则的能量管理***优化的效果很差，原因之一是部分控制参数并不能照顾所有工况。
在现实世界的驾驶中，虽然车辆不可能严格遵循固定且已知的驾驶循环，但是许多车辆在固定路线上行驶。例如，公共交通公共汽车，一些多功能车和通勤者的私人汽车都在固定路线上运行，整个行程的信息越多，就能越好地设计能源管理策略，固定路线驾驶中的信息有助于改进混合动力汽车的控制策略。
发明内容
本发明的目的在于克服现有技术中的缺点，提供一种基于固定路线驾驶信息的混动汽车能量管理***，利用固定路线驾驶过程中乘员信息、天气类型、时间特征等因素，改进现有的基于规则的能量管理***。
本发明的目的是通过以下技术方案来实现的：一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，包括信息采集模块和信息处理模块，所述信息采集模块用于采集车内所有乘员的若干指标数据，并传输至所述信息处理模块；所述信息处理模块包括信息汇集单元和控制参数规划单元，所述信息汇集单元用于接收所述信息采集模块采集的若干指标数据，并传输给所述控制参数规划单元，所述控制参数规划单元根据若干所述指标数据以及天气类型、时间特征计算分析控制参数。
通过上述技术手段，通过信息采集模块采集车内所有乘员的若干指标数据传输至信息处理模块，信息处理模块根据采集的乘员数据、天气类型、时间特征和历史固定路线行车数据，找出常用行驶工况中最优工况，信息处理模块中存储的天气类型、时间特征结合乘员特征分析出固定行驶路线中的信息与能量管理***中的控制参数之间的联系，确定出本次出行需要修改的参数，用优化后的控制参数进行能量管理降低整车能耗。
优选的，所述控制参数规划单元为基于算法和历史特征数据库训练出的模型，所述算法为一种或多种。
通过上述技术手段，利用一种或多种算法得到模型，具有更强的针对性，能够更有效地求解出在已知历史工况下控制参数的最优数值，使下次出行的控制参数数值接近最优。
优选的，所述算法包含全局最优算法中的一种或多种。
通过上述技术手段，所述全局最优算法包括遗传算法、动态规划算法、粒子群算法、模拟退火算法。
优选的，所述历史特征数据库内存储有这辆车不同历史固定路线的工况、根据所述全局最优算法算出的这些工况最优的控制参数、以及根据所述信息采集模块采集的数据结合时间特征和天气类型生成的含有乘员影响因素、时间影响因素、天气影响因素的表达式或可查询的表格。
通过上述技术手段，通过生成的表达式或可查询的表格查算出优化的控制参数的值。
优选的，所述历史特征数据库还包括多个历史数据矩阵，所述历史数据矩阵包括车辆运行的时间特征、速度、加速度、GPS数据、总电压、总电流、荷电状态、车内乘员特征、天气类型。
优选的，所述信息采集单元包括压力监测单元、摄像监测单元、以及声音监测单元，所述压力监测单元用于监测车内所有座椅所受的压力、所述摄像监测单元用于采集车内乘员的数量以及面部特征、所述声音监测单元用于采集车内所有乘员的声音特征。
通过上述技术手段，监测车内乘员对座椅的压力、采集车内乘员的数量和面部特征，以及车内乘员的声音特征以方便辨别惯用乘员，分析该车走某条固定路径的概率。
优选的，所述控制参数包括纯电驱动功率上限值、电量消耗阶段SOC下限值、目标SOC值、SOC最小值、SOC最大值。
通过上述技术手段，基于现有的混动汽车能量管理***与固定路线行程中的天气影响因素、乘员影响因素、时间影响因素等训练出的模型查找到本次出行最适宜修改的控制参数，通过修改这些控制参数降低能耗。
优选的，所述控制参数规划单元分析历史路线的GPS数据，分析出发点、目的地以及路径中的GPS数值确定固定路线。
通过上述技术手段，在确定出发点和目的地的GPS数据相似时，对比路径中的GPS数据，大部分相似则确定为固定路径。
优选的，所述信息汇集单元用于分析得到的数据、判断车内乘员的身份及数量。
优选的，所述天气类型包括晴天、大雾、狂风、冰雹、骤雨，所述天气类型通过互联网或摄像头获得。
通过上述技术手段，通过天气类型、时间特征替代道路交通情况进行预测，从网络上获取信息需求更少，提高了可靠性与方便性。
本发明的有益效果是：
1.本发明的控制参数规划单元为基于算法和历史特征数据库训练出的模型，所述算法为一种或多种。利用一种或多种算法得到模型，具有更强的针对性，能够更有效地求解出在已知历史工况下控制参数的最优数值，使下次出行的控制参数数值接近最优；
2.本发明的所述控制参数包括纯电驱动功率上限值、电量消耗阶段SOC下限值、目标SOC值、SOC最小值、SOC最大值，基于现有的混动汽车能量管理***与固定路线行程中的天气影响因素、乘员影响因素、时间影响因素等训练出的模型查算出本次出行最适宜修改的控制参数，通过修改这些控制参数降低能耗。
附图说明
图1为本发明一个实施例的***简图；
图2为本发明一种基于固定路线驾驶信息的混动汽车能量管理方法的流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下。
实施例1
如图1所示，一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，包括信息采集模块和信息处理模块，信息采集模块用于采集车内所有乘员的若干指标数据，并传输至信息处理模块；信息处理模块包括信息汇集单元和控制参数规划单元，信息汇集单元用于接收信息采集模块采集的若干指标数据，并传输给控制参数规划单元，控制参数规划单元根据若干所述指标数据以及天气类型、时间特征计算分析控制参数。
通过信息采集模块采集车内所有乘员的若干指标数据传输至信息处理模块，信息处理模块根据采集的乘员数据和历史固定路线行车数据，找出常用行驶工况中最优工况，信息处理模块中存储的天气类型、时间特征结合乘员特征分析出固定行驶路线中的信息与能量管理***中的控制参数之间的联系，确定出本次出行需要修改的参数，用优化后的控制参数进行能量管理降低整车能耗。
控制参数规划单元为基于算法和历史特征数据库训练出的模型，算法为一种或多种。利用一种或多种算法得到模型，具有更强的针对性，能够更有效地求解出在已知历史工况下控制参数的最优数值，使下次出行的控制参数数值接近最优。
算法包含全局最优算法中的一种或多种。全局最优算法包括遗传算法、动态规划算法、粒子群算法、模拟退火算法。
历史特征数据库内存储有这辆车不同历史固定路线的工况，根据全局最优算法算出的这些工况最优的控制参数，以及根据信息采集模块采集的数据结合时间特征和天气类型生成的含有乘员影响因素、时间影响因素、天气影响因素的表达式或可查询的表格。通过生成的表达式或可查询的表格查找优化的控制参数的值。
将同一固定路线下的历史行车数据放到与该车对应的整车模型中进行仿真，易得到优化参数。将乘员特征、时间特征、天气类型与之对应。列出表达式或者可查询的表格。
表达式：结果＝控制参数固定值+乘员特征影响因子+时间特征影响因子+天气类型影响因子，影响因子可根据统计历史数据进行线性拟合得到。
如表1所示，为各个控制参数与影响因子对应关系表格。
表1
历史特征数据库还包括多个历史数据矩阵，历史数据矩阵包括车辆运行的时间特征、速度、加速度、GPS数据、总电压、总电流、荷电状态、车内乘员特征、天气类型。信息采集单元包括压力监测单元、摄像监测单元、以及声音监测单元，压力监测单元用于监测车内所有座椅所受的压力、摄像监测单元用于采集车内乘员的数量以及面部特征、声音监测单元用于采集车内所有乘员的声音特征。监测车内乘员对座椅的压力、采集车内乘员的数量和面部特征，以及车内乘员的声音特征以方便辨别惯用乘员，分析该车走某条固定路径的概率。压力监测单元的输入端接入安装在汽车驾驶员座椅、副驾驶员座椅以及后排座椅的压力传感器，压力监测单元将每个座椅所受压力大小作为车内乘员的信息指标数据传送至信息处理模块的信息汇集单元，信息采集模块中的摄像监测单元输入端接入安装在汽车内的摄像头，由摄像头采集车内乘员的数量及面部特征，摄像监测单元将车内乘员的数量及面部特征作为车内乘员的信息指标数据传送至信息处理模块的信息汇集单元。信息采集模块中的声音监测单元输入端接入安装在汽车内的麦克风，由麦克风采集车内乘员的声音特征，声音监测单元将车内乘员的声音特征作为车内乘员的信息指标数据传送至信息处理模块的信息汇集单元。
控制参数包括纯电驱动功率上限值、电量消耗阶段SOC下限值、目标SOC值、SOC最小值、SOC最大值，基于现有的混动汽车能量管理***与固定路线行程中的天气影响因素、乘员影响因素、时间影响因素等训练出的模型查找到本次出行最适宜修改的控制参数，通过修改这些控制参数降低能耗。
控制参数规划单元分析历史路线的GPS数据，分析出发点、目的地以及路径中的GPS数值确定固定路线。在确定出发点和目的地的GPS数据相似时，对比路径中的GPS数据，大部分相似则确定为固定路径。可以得到多条固定路线，起点与终点相反的路线不视为同一固定路线，因为它们坡度不同。
信息汇集单元用于分析得到的数据、判断车内乘员的身份及数量。天气类型包括晴天、大雾、狂风、冰雹、骤雨，天气类型通过互联网或摄像头获得。时间特征为24小时的确定时刻和能确定的节假日或有纪念意义的日期，通过互联网或车内计时设备获得。
通过天气类型、时间特征替代道路交通情况进行预测，从网络上获取信息需求更少，提高了可靠性与方便性。
一种基于固定路线驾驶信息的混动汽车能量管理的方法，包括以下步骤：
S1：将历史特征数据库输入到模型训练，得出控制参数规划模型，历史特征数据库包括固定路线上的车内乘员信息、时间特征、天气类型，控制参数模型包含若干控制参数与各个影响因素的表格或公式。
S2：采集车内乘员信息、时间特征、天气类型输入到训练好的控制参数规划模型，找出需要修改的控制参数的具体结果。流程图如图2所示。
以上仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域乘员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，包括信息采集模块和信息处理模块，所述信息采集模块用于采集车内所有乘员的若干指标数据，并传输至所述信息处理模块；所述信息处理模块包括信息汇集单元和控制参数规划单元，所述信息汇集单元用于接收所述信息采集模块采集的若干指标数据，并传输给所述控制参数规划单元，所述控制参数规划单元根据若干所述指标数据以及天气类型、时间特征计算分析控制参数。
2.根据权利要求1所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述控制参数规划单元为基于算法和历史特征数据库训练出的模型，所述算法为一种或多种。
3.根据权利要求2所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述算法包含全局最优算法中的一种或多种。
4.根据权利要求3所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述历史特征数据库内存储有这辆车不同历史固定路线的工况，根据所述全局最优算法算出的这些工况最优的控制参数，以及根据所述信息采集模块采集的数据结合时间特征和天气类型生成的含有乘员影响因素、时间影响因素、天气影响因素的表达式或可查询的表格。
5.根据权利要求2-4任一所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述历史特征数据库还包括多个历史数据矩阵，所述历史数据矩阵包括车辆运行的时间特征、速度、加速度、GPS数据、总电压、总电流、荷电状态、车内乘员特征、天气类型。
6.根据权利要求1所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述信息采集单元包括压力监测单元、摄像监测单元、以及声音监测单元，所述压力监测单元用于监测车内所有座椅所受的压力、所述摄像监测单元用于采集车内乘员的数量以及面部特征、所述声音监测单元用于采集车内所有乘员的声音特征。
7.根据权利要求1所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述控制参数包括纯电驱动功率上限值、电量消耗阶段SOC下限值、目标SOC值、SOC最小值、SOC最大值。
8.根据权利要求1所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述控制参数规划单元分析历史路线GPS数据，分析出发点、目的地以及路径中的GPS数值确定固定路线。
9.根据权利要求1所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述信息汇集单元用于分析得到的数据、判断车内乘员的身份及数量。
10.根据权利要求1所述的一种基于固定路线驾驶信息的混动汽车能量管理***，其特征在于，所述天气类型包括晴天、大雾、狂风、冰雹、骤雨，所述天气类型通过联网或摄像头获得。
CN201910678022.6A 2019-07-25 2019-07-25 一种基于固定路线驾驶信息的混动汽车能量管理*** Active CN110395245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910678022.6A CN110395245B (zh) 2019-07-25 2019-07-25 一种基于固定路线驾驶信息的混动汽车能量管理***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910678022.6A CN110395245B (zh) 2019-07-25 2019-07-25 一种基于固定路线驾驶信息的混动汽车能量管理***

Publications (2)

Publication Number Publication Date
CN110395245A true CN110395245A (zh) 2019-11-01
CN110395245B CN110395245B (zh) 2021-04-16

Family

ID=68325028

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910678022.6A Active CN110395245B (zh) 2019-07-25 2019-07-25 一种基于固定路线驾驶信息的混动汽车能量管理***

Country Status (1)

Country Link
CN (1) CN110395245B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111002975A (zh) * 2019-12-27 2020-04-14 延锋汽车饰件***有限公司 车辆能量管理方法、***、电子设备和存储介质
CN111898895A (zh) * 2020-07-24 2020-11-06 重庆长安汽车股份有限公司 一种基于大数据融合的车辆质量评价方法及***
CN112906296A (zh) * 2021-02-02 2021-06-04 武汉理工大学 混合动力汽车全服役期能量优化方法、***和存储介质
CN113392374A (zh) * 2021-06-03 2021-09-14 联合汽车电子有限公司 数据提取方法、车辆服务方法、车辆控制***及存储介质
CN116714437A (zh) * 2023-06-01 2023-09-08 西华大学 基于大数据的氢燃料电池汽车安全监控***及监控方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102887144A (zh) * 2011-07-18 2013-01-23 通用汽车环球科技运作有限责任公司 混合动力车辆中的适应性能量管理
CN105216782A (zh) * 2015-09-30 2016-01-06 上海凌翼动力科技有限公司 基于能量预测的插电式混合动力汽车能量管理方法
WO2017207982A1 (en) * 2016-05-31 2017-12-07 Arrival Limited Vehicle sleep mode
CN107818377A (zh) * 2016-09-12 2018-03-20 法乐第(北京)网络科技有限公司 基于云计算平台的车辆全局优化控制方法、***、车辆和云计算平台
CN109733443A (zh) * 2019-01-11 2019-05-10 中车唐山机车车辆有限公司 一种混合动力有轨电车制动优化方法及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102887144A (zh) * 2011-07-18 2013-01-23 通用汽车环球科技运作有限责任公司 混合动力车辆中的适应性能量管理
CN105216782A (zh) * 2015-09-30 2016-01-06 上海凌翼动力科技有限公司 基于能量预测的插电式混合动力汽车能量管理方法
WO2017207982A1 (en) * 2016-05-31 2017-12-07 Arrival Limited Vehicle sleep mode
CN107818377A (zh) * 2016-09-12 2018-03-20 法乐第(北京)网络科技有限公司 基于云计算平台的车辆全局优化控制方法、***、车辆和云计算平台
CN109733443A (zh) * 2019-01-11 2019-05-10 中车唐山机车车辆有限公司 一种混合动力有轨电车制动优化方法及***

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111002975A (zh) * 2019-12-27 2020-04-14 延锋汽车饰件***有限公司 车辆能量管理方法、***、电子设备和存储介质
CN111002975B (zh) * 2019-12-27 2022-02-08 延锋汽车饰件***有限公司 车辆能量管理方法、***、电子设备和存储介质
CN111898895A (zh) * 2020-07-24 2020-11-06 重庆长安汽车股份有限公司 一种基于大数据融合的车辆质量评价方法及***
CN111898895B (zh) * 2020-07-24 2023-06-13 重庆长安汽车股份有限公司 一种基于大数据融合的车辆质量评价方法及***
CN112906296A (zh) * 2021-02-02 2021-06-04 武汉理工大学 混合动力汽车全服役期能量优化方法、***和存储介质
CN112906296B (zh) * 2021-02-02 2022-05-10 武汉理工大学 混合动力汽车全服役期能量优化方法、***和存储介质
CN113392374A (zh) * 2021-06-03 2021-09-14 联合汽车电子有限公司 数据提取方法、车辆服务方法、车辆控制***及存储介质
CN116714437A (zh) * 2023-06-01 2023-09-08 西华大学 基于大数据的氢燃料电池汽车安全监控***及监控方法
CN116714437B (zh) * 2023-06-01 2024-03-26 西华大学 基于大数据的氢燃料电池汽车安全监控***及监控方法

Also Published As

Publication number Publication date
CN110395245B (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
CN110395245A (zh) 一种基于固定路线驾驶信息的混动汽车能量管理***
Kivekäs et al. Stochastic driving cycle synthesis for analyzing the energy consumption of a battery electric bus
Guo et al. Adaptive optimal control based on driving style recognition for plug-in hybrid electric vehicle
Qi et al. Integrated-connected eco-driving system for phevs with co-optimization of vehicle dynamics and powertrain operations
CN110135632B (zh) 基于路径信息的phev自适应最优能量管理方法
Lee et al. Synthesis of real-world driving cycles and their use for estimating PHEV energy consumption and charging opportunities: Case study for Midwest/US
CN108761509B (zh) 一种基于历史数据的汽车行驶轨迹及里程预测方法
Lee et al. Synthesis of real-world driving cycles using stochastic process and statistical methodology
Zhang et al. Driving cycles construction for electric vehicles considering road environment: A case study in Beijing
Fiori et al. Optimum routing of battery electric vehicles: Insights using empirical data and microsimulation
Li et al. Driver-identified supervisory control system of hybrid electric vehicles based on spectrum-guided fuzzy feature extraction
CN116187161A (zh) 一种智能网联环境下混合动力客车智能能量管理方法及***
Montazeri-Gh et al. Driving condition recognition for genetic-fuzzy HEV control
Tulpule et al. A statistical approach to assess the impact of road events on PHEV performance using real world data
Ye et al. Driving cycle electrification and comparison
Ruan et al. A modularized electric vehicle model-in-the-loop simulation for transportation electrification modeling and analysis
CN113859219B (zh) 基于驾驶工况识别的混合动力汽车自适应能量管理方法
Yuan et al. Study of driving cycle of city tour bus based on coupled GA-K-means and HMM algorithms: a case study in Beijing
Sunitha et al. Driver classification for hybrid electric vehicles based on fuel consumption index
CN117408360A (zh) 基于云域交互生成车辆管理策略的方法、装置及设备
Sennefelder et al. Driving cycle synthesis, aiming for realness, by extending real-world driving databases
Weber et al. Data-driven bev modeling for realistic consumption calculation in traffic simulation
CN111291999A (zh) 一种基于层次凝聚聚类的动态无线充电路段负荷建模方法
Chutiprapat et al. The ANFIS model of electric vehicle energy consumption for Thailand power development plan
Ourabah et al. Estimating energy consumption of a PHEV using vehicle and on-board navigation data

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
GR01 Patent grant
GR01 Patent grant