CN112304328A - 电动汽车续航里程预测方法及装置、计算机可读存储介质 - Google Patents

电动汽车续航里程预测方法及装置、计算机可读存储介质 Download PDF

Info

Publication number
CN112304328A
CN112304328A CN202011075227.4A CN202011075227A CN112304328A CN 112304328 A CN112304328 A CN 112304328A CN 202011075227 A CN202011075227 A CN 202011075227A CN 112304328 A CN112304328 A CN 112304328A
Authority
CN
China
Prior art keywords
electric automobile
road condition
electric
battery
determining
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.)
Pending
Application number
CN202011075227.4A
Other languages
English (en)
Inventor
于红超
林清桦
刘海波
包楠
吴裕雅
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.)
Evergrande New Energy Automobile Investment Holding Group Co Ltd
Original Assignee
Evergrande New Energy Automobile Investment Holding Group Co Ltd
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 Evergrande New Energy Automobile Investment Holding Group Co Ltd filed Critical Evergrande New Energy Automobile Investment Holding Group Co Ltd
Priority to CN202011075227.4A priority Critical patent/CN112304328A/zh
Publication of CN112304328A publication Critical patent/CN112304328A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/54—Energy consumption estimation
    • 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
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Energy (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Sustainable Development (AREA)
  • Automation & Control Theory (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • General Physics & Mathematics (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Navigation (AREA)

Abstract

本申请公开了一种电动汽车续航里程预测方法及装置、计算机可读存储介质，包括：确定电动汽车的导航路径规划行程；获取导航路径规划行程相关的路况数据和电动汽车的电池状态信息；根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程。本申请实施例的方案可以提高电动汽车续航里程的预测准确度，使用户更加放心地使用车辆。

Description

电动汽车续航里程预测方法及装置、计算机可读存储介质
技术领域
本申请涉及电动汽车技术领域，尤其涉及一种电动汽车续航里程预测方法及装置、计算机可读存储介质。
背景技术
随着汽车领域电动化的普及，电动汽车的续航里程成为目前大家关注的焦点，相应地电动汽车续航里程的预测也成为各主机厂未来重点研究领域。
当前电动汽车续航里程的计算，是在行驶过程中结合实际情况的综合因素实时计算平均续航效率，并确定当前剩余续航里程。然而，这种方式对用户即将到来的行程并没有准确的里程预测，如此会导致电动汽车可能行程中途续航里程结束，对用户出行造成麻烦，增加用户出行前对续航里程的担忧，从而具有不好的使用体验。
如何提高电动汽车续航里程的预测准确度，使用户更加放心地使用车辆是本申请所要解决的技术问题。
发明内容
本申请实施例的目的是提供一种车辆控制方法及装置、计算机可读存储介质，用以解决现有电动汽车续航里程预测准确度低的问题。
为了解决上述技术问题，本说明书是这样实现的：
第一方面，提供了一种电动汽车续航里程预测方法，包括：确定电动汽车的导航路径规划行程；获取导航路径规划行程相关的路况数据和电动汽车的电池状态信息；根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程。
可选的，电动汽车的电池状态信息包括电池电量和电池温度，根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程，包括：根据电动汽车的电池电量和电池温度，确定电动汽车的初始续航里程；根据路况数据对电动汽车的电池电量的消耗影响，确定路况影响系数；根据路况影响系数和初始续航里程，确定电动汽车的续航里程。
可选的，该方法还包括：获取导航路径规划行程相关的天气数据；
其中，根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程，包括：根据天气数据、路况数据和电动汽车的电池状态信息，确定电动汽车的续航里程。
可选的，电动汽车的电池状态信息包括电池电量和电池温度，根据天气数据、路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程，包括：根据电动汽车的电池状态信息确定电动汽车的初始续航里程；根据天气数据对电动汽车的电池电量的消耗影响，确定天气影响系数；根据路况数据对电动汽车的电池电量的消耗影响，确定路况影响系数；根据天气影响系数、路况影响系数和初始续航里程，确定电动汽车的续航里程。
可选的，路况数据包括路况类型、拥堵状况和道路坡度中的至少一项；和/或天气数据包括气温、天气类型、风力等级和风向中的至少一项。
可选的，确定电动汽车的导航路径规划行程，包括：在电动汽车行驶前，根据出发地位置和目的地位置确定电动汽车的导航路径规划行程。
可选的，确定电动汽车的导航路径规划行程，包括：在电动汽车的行驶过程中，根据电动汽车的当前位置和目的地位置确定电动汽车的导航路径规划行程。
可选的，该方法还包括：在电动汽车的行驶过程中，实时获取电动汽车的车况数据；其中，根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程，包括：根据车况数据、路况数据和电动汽车的电池状态信息，实时调整电动汽车的续航里程。
第二方面，提供了一种电动汽车续航里程预测装置，包括处理器和与存储器电连接的处理器，存储器存储有可在处理器运行的计算机程序，该计算机程序被该处理器执行时实现如第一方面所述的方法的步骤。
第三方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现如第一方面所述的方法的步骤。
在本申请实施例中，通过确定电动汽车的导航路径规划行程，获取导航路径规划行程相关的路况数据和电动汽车的电池状态信息，并根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程。由此，能够更加准确地预测即将到来的行程的续驶里程，使用户更加放心使用车辆，减少续航的担忧，让用户有更好的体验感。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请实施例的电动汽车续航里程预测方法的流程示意图。
图2是本申请实施例的电动汽车续航里程预测方法相关的生态内容***框图。
图3是本申请实施例的电动汽车续航里程预测方法的示例流程图。
图4是本申请实施例的电动汽车续航里程预测装置结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。本申请中附图编号仅用于区分方案中的各个步骤，不用于限定各个步骤的执行顺序，具体执行顺序以说明书中描述为准。
为了解决现有技术中存在的问题，本申请实施例提供一种电动汽车续航里程预测方法，如图1所示，包括以下步骤：
步骤102，确定电动汽车的导航路径规划行程。
电动汽车的导航路径规划行程是根据电动汽车的当前位置和目的地的位置信息，利用车辆的导航服务***，确定出的行驶线路规划。
基于上述实施例提供的方案，可选的，上述步骤102中，确定电动汽车的导航路径规划行程，包括：在电动汽车行驶前，根据出发地位置和目的地位置确定电动汽车的导航路径规划行程。
可选的，上述步骤102中，确定电动汽车的导航路径规划行程，包括：在电动汽车的行驶过程中，根据电动汽车的当前位置和目的地位置确定电动汽车的导航路径规划行程。
也就是说，本申请实施例的电动汽车续航里程预测方法可以应用在电动汽车出发行驶，也可以应用在行驶途中，后面会分别展开描述。
步骤104，获取导航路径规划行程相关的路况数据和电动汽车的电池状态信息。
导航路径规划行程相关的路况数据，可以从车辆的多媒体信息***的导航服务***中获取，如图2所示。图2是本申请实施例的电动汽车续航里程预测方法相关的生态内容***框图。
如图2所示，电动汽车的车端安装有多媒体信息***，多媒体信息***包括导航服务***1040和天气预报服务***1060，通过生态内容引入管理云平台1020可以将导航服务、天气服务等三方生态内容提供至多媒体信息***，从而由导航服务***1040提供对应的导航服务，由天气预报服务***1060提供对应的天气预报服务。这些三方生态内容是实时更新的，以提供准确的生态内容信息。
在上述步骤102确定好电动汽车的导航路径规划行程后，可以从导航服务***1040中获取与该导航路径规划行程相关的路况数据，其中导航路径规划行程中的路况数据主要包括路况类型、拥堵状况和道路坡度中的至少一项，路径类型例如包括道路是高速道路、城市道路还是非铺装路等。
从导航服务***1040中获取的与导航路径规划行程相关的路况数据，是有关电动汽车即将到来的行程的路况数据，这些路况数据根据生态内容引入管理云平台存储的导航服务生态内容而确定。
此外，还需要获取电动汽车的电池状态信息。电池状态信息包括电池电量和电池温度，电池电量是电动汽车续驶里程的直接动力提供者，电池温度是影响电池电量耗电速度的最直接因素，静态下电池温度是受环境影响，一般在冬天时电动汽车有电池预热***，就是尽量保证电池在高效率区的温度。
步骤106，根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程。
具体地，根据电动汽车的电池电量和电池温度，确定电动汽车的初始续航里程，根据路况数据对电动汽车的电池电量的消耗影响，确定路况影响系数，根据路况影响系数和初始续航里程，确定电动汽车的续航里程。
初始续航里程是电动汽车在行驶之前的最大续航里程，也就是根据电动汽车未出发行驶之前的电池电量和电池温度，确定的续航里程，未出发前的电池电量可以多少决定电动汽车大概能够行驶多远。
但是，由于电动汽车在行驶过程中受到***环境，例如路况的影响，会导致根据电池电量和温度确定的初始续航里程是不准确，不能作为对用户即将到来的行程的准确续航里程预测。
对于在电动汽车行驶前，根据出发地位置和目的地位置确定电动汽车的导航路径规划行程的情况，获取的导航路径规划行程相关的路况数据，是从当前导航服务***中获取的最新路况数据，涵盖可以从导航服务***中获取的所有关于出发地到目的地之间的导航规划行程的路况信息。
在航路径规划完成后，从导航服务***中提取相关路况数据，可以确定在该导航路径的总里程中，不同路况类型例如高速道路、城市道路所占总里程数的比例。并根据高速道路、城市道路对电动汽车的电池电量的消耗影响，确定对应的路况影响系数，路况影响系数为0到1之间的自然数。还可以根据非铺装路段、拥堵情况和/或坡度等路况信息对电动汽车的电池电量的消耗影响，确定其对应的路况影响系数。
路况影响系数可以根据经验确定，路况越不好，对电池电量的消耗影响越大。例如高速道路对应的系数大于城市道路，道路全部为铺装路段的系数设置为1，道路为非铺装路段的系数设置小于1，道路存在坡度的系数小于无坡度道路的系数，例如道路坡度基本为0，系数设置为1等等。
最后，根据确定的路况影响系数和初始续航里程，可以确定电动汽车的续航里程。例如，导航路径规划完成后，根据导航***中提取相关路况数据，如高速、城市道路、非铺装路段、拥堵情况、坡度等综合路况信息，可以得出路况影响系数α。
路况影响系数α＝(高速影响系数×里程百分比+城市道路影响系数×里程百分比+非铺装路影响系数×里程百分比)×拥堵影响系数×坡度影响系数。
上述确定电动汽车的续航里程的步骤可以是在电动汽车行驶前，根据初始的导航路径规划行程(对应出发地位置和目的地位置确定的行程)相关的路况数据对应确定的路况影响系数，对后续即将到来的行程的续航里程进行预测。比如，出发前，在根据当前的电池电量和电池温度确定大致的初始续航里程之外，再结合所确定的即将到来的导航路径规划行程的路况因素对初始续驶里程的影响，准确预测电动汽车可以承载的续驶里程。
上述确定电动汽车的续航里程的步骤可以是在电动汽车行驶过程中，根据当前的导航路径规划行程(对应电动汽车当前位置和目的地位置确定的行程)相关的路况数据对应确定的路况影响系数，对后续即将到来的行程的续航里程进行预测。
在电动汽车行驶前启动车辆时或行驶过程中，根据导航规划路径行程内的路况因素，对根据电池电量和电池温度计算的续驶里程进行预测和修订，最终得到更加准确的续驶里程预测结果，使用户更加放心使用车辆，减少续航的担忧，让用户有更好的体验感。
可选的，还包括：在电动汽车的行驶过程中，实时获取电动汽车的车况数据；其中，根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程，包括：根据车况数据、路况数据和电动汽车的电池状态信息，实时调整电动汽车的续航里程。
车况数据包括车身电器用电状态、轮胎胎压、是否开窗等情况，这些行车过程中的车况数据也会对电池电量的消耗造成影响，从而影响预测的续航里程。因此，这里可以结合车况数据进一步对上述预测的续航里程进行调整和更新，以得到更为准确的预测里程。
此外，电动汽车的行程过程中，由于云平台引入的有关导航服务的生态内容并没有及时更新，还可能存在上述从导航服务***获取的有关电动汽车即将到来的行程的路况数据，与车辆行驶过程中遇到的实际路况不一致的情况。比如从导航服务***获取的导航服务生态内容为某一行驶路段为铺装路段，但实际该行驶路段因修路原因导致当前为非铺装路段。
这种情况下，还可以在电动汽车的行驶过程中，实时获取电动汽车所行驶道路的实际路况数据，并根据该实际路况数据对电动汽车的电池电量的消耗影响，确定对应的路况影响系数，以对之前从导航服务***获取的路况数据确定的路况影响系数进行修正，从而实时调整电动汽车的续航里程，得到更为准确的预测续航里程。
可选的，在一个实施例中，还可以获取导航路径规划行程相关的天气数据，天气数据可以从天气预报服务***1060中获取。天气数据包括气温、天气类型、风力等级和风向中的至少一项。例如，天气类型包括以下至少一种：风、云、雾、雨、闪、雪、霜、雷、雹、霾。风力包括0到17个等级，风向包括东、南、西、北、东南、东北、西南、西北8个风向等等。
基于上述实施例提供的方案，可选的，上述步骤106中，根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程，包括：根据天气数据、路况数据和电动汽车的电池状态信息，确定电动汽车的续航里程。
具体地，根据电动汽车的电池状态信息确定电动汽车的初始续航里程，根据天气数据对电动汽车的电池电量的消耗影响，确定天气影响系数，根据路况数据对电动汽车的电池电量的消耗影响，确定路况影响系数，根据天气影响系数、路况影响系数和初始续航里程，确定电动汽车的续航里程。
在航路径规划完成后，从天气预报服务***中提取相关天气数据。并根据天气温度、雨雪、风力等级、风向等对电动汽车的电池电量的消耗影响，确定对应的天气影响系数，天气影响系数为0到1之间的自然数。
天气影响系数可以根据经验确定，天气状况越不好，对电池电量的消耗影响越大。例如无风雪的天气，系数设置为1；风向与行车逆向，系数设置为0.8；风力为5级，系数设置为0.95等等。
最后，根据确定的天气影响系数和初始续航里程，可以确定电动汽车的续航里程。例如，导航路径规划完成后，根据导航***中提取相关天气数据，如、天气温度、风力、风向、天气类型等综合路况信息，可以得出天气影响系数β。
天气影响系数β＝天气温度影响系数×天气类型影响系数×风力影响系数×风向影响系数。
在电动汽车行驶前启动车辆时或行驶过程中，根据导航规划路径行程内的天气因素，对根据电池电量和电池温度计算的续驶里程进行预测和修订，最终得到更加准确的续驶里程预测结果，使用户更加放心使用车辆，减少续航的担忧，让用户有更好的体验感。
如图2所示，通过从电动汽车车端的多媒体信息***获取导航服务和天气预报服务对应的数据，结合电动汽车电池状态信息确定的初始续航里程，则可以对电动汽车的剩余续航里程进行准确地预测。
现在将以电动汽车行驶前的续航里程预测为例，对本申请实施例的电动汽车续航里程预测方法进行具体说明。
例如，在电动汽车行驶前启动车辆时，根据电动汽车的电池电量和电池温度可以确定当前的初始续驶里程是200km。
然后，通过设置目的地进行导航路径规划，得到电动汽车的导航路径规划行程后，从导航服务***、天气预报服务***分别获取到该行程相关的路况数据和天气数据，例如高速路段为70km、城市路段30km、拥堵状态为不拥堵、全铺装路段、无明显坡度路段、天气温度为25℃。并根据上述路况数据和天气数据对应确定以下路况影响系数和天气影响系数：
高速70km→高速影响系数为0.9，里程占比为70％；
城市路段30km→城市路段影响系数为1，里程占比为30％；
全铺装路段→非铺装路段影响系数为0.8，里程占比0％；
不拥堵→拥堵状态影响系数为1；
坡度基本为零→坡度影响系数为1；
温度30度→天气温度影响系数为0.95；
无雨雪→雨雪影响系数为1；
风力五级→风力影响系数为0.95；
风向与行车逆向→风向影响系数为0.8。
路况影响系数α＝(高速影响系数0.9×里程百分比70％+城市道路影响系数1×里程百分比30％+非铺装路段影响系数0.8×里程百分比0％)×拥堵状态影响系数1×坡度影响系数1＝0.93。
天气影响系数β＝天气温度系数0.95×雨雪影响系数1×风力影响系数0.95×风向影响系数0.8＝0.72。
电动汽车行驶前启动车辆时的综合预测续驶里程＝当前的初始续驶里程200km×路况影响系数α(0.93)×天气影响系数β(0.72)＝134km。
如此，通过结合导航路径规划行程内的路况、天气等***环境的因素，对根据电池状态信息确定的续航里程进行综合修订和调整，从而能够得到更为准确的续航里程预测结果，使用户更加放心地使用电动车辆，提升用户使用电动车辆的体验感。
下面，将结合图3的示例，对本申请实施例的电动汽车续航里程预测方法进行描述。
如图3所述，电动汽车续航里程预测方法包括以下步骤：
步骤202：车辆启动行驶前确定导航路径规划行程；
步骤204：获取路况数据、天气数据和电池状态信息；
步骤206：预测行驶前续航里程；
步骤208：车辆行驶过程中获取车况、路况、天气、电池状态信息；
步骤210：实时修正剩余续航里程；
步骤212：判断当前剩余续航里程是否能完成本次行程？
步骤214：若是，继续行驶，直至到达目的地；若否，进入步骤216。
步骤216：对电池充电，然后进入步骤214。
本申请通过确定电动汽车的导航路径规划行程，获取导航路径规划行程相关的路况数据、天气数据和电动汽车的电池状态信息，并根据路况数据和电动汽车的电池状态信息，预测电动汽车的续航里程。由此，可利用导航服务***、天气预报服务***等现有生态能力，更加准确的预测续驶里程。在行驶前启动车辆之前或者车辆行驶过程中，根据导航规划路径行程内的路况、天气变化等因素，对根据电池状态信息计算的续驶里程进行综合修订，从而能够更加准确地预测即将到来的行程的续驶里程，使用户更加放心使用车辆，减少续航的担忧，让用户有更好的体验感。
此外，本申请除了根据导航路径规划行程及获取的相关数据，***即将到来的行程的续航里程之外，还可以在电动汽车行驶过程中，实时获取实际的车况信息、路况数据及电池状态信息等，并对预测的续航里程进行实时修正，从而确定预测的续航里程更加准确。
为了解决现有技术中存在的问题，本申请实施例还提供一种电动汽车续航里程预测装置，如图4所示，本申请实施例的电动汽车续航里程预测装置2000包括存储器2200和与存储器2200电连接的处理器2400，存储器2200存储有可在处理器2400运行的计算机程序，计算机程序被处理器执行时实现上述一种电动汽车续航里程预测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述一种电动汽车续航里程预测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(RandomAccess Memory，简称RAM)、磁碟或者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种电动汽车续航里程预测方法，其特征在于，包括：
确定电动汽车的导航路径规划行程；
获取所述导航路径规划行程相关的路况数据和所述电动汽车的电池状态信息；
根据所述路况数据和所述电动汽车的电池状态信息，预测所述电动汽车的续航里程。
2.如权利要求1所述的方法，其特征在于，所述电动汽车的电池状态信息包括电池电量和电池温度，根据所述路况数据和所述电动汽车的电池状态信息，预测所述电动汽车的续航里程，包括：
根据所述电动汽车的电池电量和电池温度，确定所述电动汽车的初始续航里程；
根据所述路况数据对所述电动汽车的电池电量的消耗影响，确定路况影响系数；
根据所述路况影响系数和所述初始续航里程，确定所述电动汽车的续航里程。
3.如权利要求1所述的方法，其特征在于，还包括：
获取所述导航路径规划行程相关的天气数据；
其中，根据所述路况数据和所述电动汽车的电池状态信息，预测所述电动汽车的续航里程，包括：
根据所述天气数据、所述路况数据和所述电动汽车的电池状态信息，确定所述电动汽车的续航里程。
4.如权利要求3所述的方法，其特征在于，所述电动汽车的电池状态信息包括电池电量和电池温度，
根据所述天气数据、所述路况数据和所述电动汽车的电池状态信息，预测所述电动汽车的续航里程，包括：
根据所述电动汽车的电池状态信息确定所述电动汽车的初始续航里程；
根据所述天气数据对所述电动汽车的电池电量的消耗影响，确定天气影响系数；
根据所述路况数据对所述电动汽车的电池电量的消耗影响，确定路况影响系数；
根据所述天气影响系数、所述路况影响系数和所述初始续航里程，确定所述电动汽车的续航里程。
5.如权利要求3所述的方法，其特征在于，
所述路况数据包括路况类型、拥堵状况和道路坡度中的至少一项；和/或
所述天气数据包括气温、天气类型、风力等级和风向中的至少一项。
6.如权利要求1至5中任一项所述的方法，其特征在于，确定电动汽车的导航路径规划行程，包括：
在所述电动汽车行驶前，根据出发地位置和目的地位置确定所述电动汽车的导航路径规划行程。
7.如权利要求1至5中任一项所述的方法，其特征在于，确定电动汽车的导航路径规划行程，包括：
在所述电动汽车的行驶过程中，根据所述电动汽车的当前位置和目的地位置确定所述电动汽车的导航路径规划行程。
8.如权利要求1所述的方法，其特征在于，还包括：
在所述电动汽车的行驶过程中，实时获取所述电动汽车的车况数据；
其中，根据所述路况数据和所述电动汽车的电池状态信息，预测所述电动汽车的续航里程，包括：
根据所述车况数据、所述路况数据和所述电动汽车的电池状态信息，实时调整所述电动汽车的续航里程。
9.一种电动汽车续航里程预测装置，其特征在于，包括：存储器和与所述存储器电连接的处理器，所述存储器存储有可在所述处理器运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
CN202011075227.4A 2020-10-09 2020-10-09 电动汽车续航里程预测方法及装置、计算机可读存储介质 Pending CN112304328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011075227.4A CN112304328A (zh) 2020-10-09 2020-10-09 电动汽车续航里程预测方法及装置、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011075227.4A CN112304328A (zh) 2020-10-09 2020-10-09 电动汽车续航里程预测方法及装置、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN112304328A true CN112304328A (zh) 2021-02-02

Family

ID=74489384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011075227.4A Pending CN112304328A (zh) 2020-10-09 2020-10-09 电动汽车续航里程预测方法及装置、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112304328A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112895969A (zh) * 2021-03-02 2021-06-04 恒大新能源汽车投资控股集团有限公司 电动汽车电池包更换控制方法、设备、存储介质
CN113022479A (zh) * 2021-04-21 2021-06-25 前海七剑科技(深圳)有限公司 续航信息确定方法与装置
CN114295389A (zh) * 2021-11-30 2022-04-08 合众新能源汽车有限公司 一种纯电动汽车的不同地区适应性试验方法及装置
CN114834313A (zh) * 2022-04-27 2022-08-02 阿尔特(北京)汽车数字科技有限公司 基于soa服务的评估电动汽车行驶状态的***及方法
CN114987287A (zh) * 2022-07-05 2022-09-02 阿维塔科技(重庆)有限公司 剩余续驶里程预测方法、装置、车辆及计算机存储介质
CN116109025A (zh) * 2023-04-04 2023-05-12 深圳天溯计量检测股份有限公司 基于大数据的电池续航测试方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106908075A (zh) * 2017-03-21 2017-06-30 福州大学 大数据采集与处理***及基于其电动汽车续航估计方法
JP2017144801A (ja) * 2016-02-15 2017-08-24 東京電力ホールディングス株式会社 電気自動車
CN107844613A (zh) * 2016-09-18 2018-03-27 大陆汽车投资（上海）有限公司 基于数据分析的电动车续航管理方法
CN109649176A (zh) * 2019-01-18 2019-04-19 广州小鹏汽车科技有限公司 一种节能控制方法、装置及新能源汽车
CN111216730A (zh) * 2020-01-15 2020-06-02 山东理工大学 电动汽车剩余续驶里程估算方法、装置、存储介质及设备
CN111452619A (zh) * 2020-01-22 2020-07-28 北京理工大学 电动车辆在线能耗预测方法及***
WO2020192998A1 (de) * 2019-03-27 2020-10-01 Volkswagen Aktiengesellschaft Verfahren und vorrichtung zum anzeigen der reichweite eines fahrzeugs

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017144801A (ja) * 2016-02-15 2017-08-24 東京電力ホールディングス株式会社 電気自動車
CN107844613A (zh) * 2016-09-18 2018-03-27 大陆汽车投资（上海）有限公司 基于数据分析的电动车续航管理方法
CN106908075A (zh) * 2017-03-21 2017-06-30 福州大学 大数据采集与处理***及基于其电动汽车续航估计方法
CN109649176A (zh) * 2019-01-18 2019-04-19 广州小鹏汽车科技有限公司 一种节能控制方法、装置及新能源汽车
WO2020192998A1 (de) * 2019-03-27 2020-10-01 Volkswagen Aktiengesellschaft Verfahren und vorrichtung zum anzeigen der reichweite eines fahrzeugs
CN111216730A (zh) * 2020-01-15 2020-06-02 山东理工大学 电动汽车剩余续驶里程估算方法、装置、存储介质及设备
CN111452619A (zh) * 2020-01-22 2020-07-28 北京理工大学 电动车辆在线能耗预测方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈燎等: "基于电池能量状态和车辆能耗的电动汽车续驶里程估算", 《汽车工程学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112895969A (zh) * 2021-03-02 2021-06-04 恒大新能源汽车投资控股集团有限公司 电动汽车电池包更换控制方法、设备、存储介质
CN112895969B (zh) * 2021-03-02 2021-11-23 恒大新能源汽车投资控股集团有限公司 电动汽车电池包更换控制方法、设备、存储介质
CN113022479A (zh) * 2021-04-21 2021-06-25 前海七剑科技(深圳)有限公司 续航信息确定方法与装置
CN114295389A (zh) * 2021-11-30 2022-04-08 合众新能源汽车有限公司 一种纯电动汽车的不同地区适应性试验方法及装置
CN114834313A (zh) * 2022-04-27 2022-08-02 阿尔特(北京)汽车数字科技有限公司 基于soa服务的评估电动汽车行驶状态的***及方法
CN114987287A (zh) * 2022-07-05 2022-09-02 阿维塔科技(重庆)有限公司 剩余续驶里程预测方法、装置、车辆及计算机存储介质
CN114987287B (zh) * 2022-07-05 2023-06-27 阿维塔科技(重庆)有限公司 剩余续驶里程预测方法、装置、车辆及计算机存储介质
CN116109025A (zh) * 2023-04-04 2023-05-12 深圳天溯计量检测股份有限公司 基于大数据的电池续航测试方法

Similar Documents

Publication Publication Date Title
CN112304328A (zh) 电动汽车续航里程预测方法及装置、计算机可读存储介质
CN112224089A (zh) 基于能耗的行程规划方法、装置、电子设备及存储介质
US20100088012A1 (en) Optimization of travel routing
US10668824B2 (en) Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle
EP3387384A1 (en) Interactive telematics system
CN105246753A (zh) 用于优化混合动力车辆的能量消耗的方法
CN113263954B (zh) 电动汽车续驶里程预测方法、装置、设备和可读存储介质
CN111815096B (zh) 共享汽车投放方法、电子设备及存储介质
CN111829538A (zh) 交通安全导航方法、存储介质及电子设备
CN113008253A (zh) 一种混合动力车辆行驶方法、设备和存储介质
CN114005295A (zh) 一种预估车辆能耗信息的方法、装置、设备及介质
CN106323331A (zh) 预测车辆行驶里程的方法及装置
CN110793536A (zh) 一种车辆导航方法、装置及计算机存储介质
KR102671687B1 (ko) 차량의 주행 가능 거리를 추정하기 위한 방법 및 장치
CN110696627A (zh) 一种车辆可达范围的反馈方法及装置、汽车、存储介质
CN113418531B (zh) 导航路线的确定方法、装置、电子设备和计算机存储介质
CN113808391A (zh) 一种提高交通导航实时准确性的方法
US11473918B2 (en) System for determining a risk of an accident on a driving route
CN113469455A (zh) 一种续航数据的预估方法和装置
CN110920460A (zh) 电动汽车的充电支持装置
WO2019074066A1 (ja) 経路設定装置
US20240053161A1 (en) Method for Predicting a Velocity Profile of a Vehicle
CN115688957A (zh) 一种车辆能耗确定方法、装置、电子设备及存储介质
US11016494B2 (en) Fuel efficiency estimation system, fuel efficiency estimation method, and computer readable medium
JP6122935B2 (ja) 推定装置、推定方法、推定プログラムおよび記録媒体

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210202

RJ01 Rejection of invention patent application after publication