CN113428159A - 一种车辆能耗分析方法 - Google Patents

Abstract

本发明涉及车辆开发技术领域，特别涉及一种车辆能耗分析方法。包括以下步骤S1、采集信息，包括采集整车信息、道路环境信息、驾驶人行为习惯信息、车辆运行数据；S2、建立数据库，分析驾驶人的行为特征。S3、统计车辆运行里程S以及能耗Q，计算车辆的每设定公里能耗η；每设定公里能耗η＝(总能耗Q/运行里程S)*设定公里X；S4、验证驾驶人的行为特征，比较不同状态对应的能耗数据，推算固定行程的能耗。本发明的有益效果在于：驾驶行为对车辆能耗有很大影响，通过采集分析驾驶人的行为习惯信息可以更准确的推算固定行程的能耗，并使驾驶人知道那种驾驶行为习惯会导致车辆能耗提高，从而减少增加车辆能耗的行为达到节能减排的效果。

Description

一种车辆能耗分析方法

技术领域

本发明涉及车辆开发技术领域，特别涉及一种车辆能耗分析方法。

背景技术

目前，汽车逐渐普及进入千家万户，大家最关心的莫过于车辆的能耗问题。其中电动汽车充电速度较慢、耗时长，出行中途馈电时道路救援难度较高。用户驾驶电动汽车出行时，最大的担忧就是电动汽车的剩余电量是否可以支撑电动汽车行驶到达目的地。

如何准确推算汽车固定行程的能耗，从中找出影响能耗的各种因素，降低能耗，节省成本，已经成为众多汽车行业、物流企业、私家车主们所不得不面对的重要问题。

发明内容

为了解决如何准确推算固定行程的能耗问题，本发明提供了一种车辆能耗分析方法，具体方案如下：

一种车辆能耗分析方法，包括以下步骤：

S1、采集信息，包括：整车信息、道路环境信息、驾驶人行为习惯信息、车辆运行数据；

S2、建立数据库，分析驾驶人的行为特征；

S3、统计车辆运行里程S以及能耗Q，计算车辆的每设定公里能耗η；每设定公里能耗η＝(总能耗Q/运行里程S)*设定公里X；

S4、验证驾驶的人行为特征，比较不同状态对应的能耗数据，推算固定行程的能耗。

具体地说，步骤S1所述的整车信息包括：车辆类型、车身尺寸、整车质量、电池信息、发动机信息中的一种或多种；

所述电池信息包括：串并连数、电池容量、额定电量中的一种或多种；

所述发动机信息包括：发动机型号、发动机排量、发动机的缸数中的一种或多种；

所述车辆类型包括：私家车、运营车、物流车。

具体地说，步骤S1所述的道路环境信息包括：城郊道路工况、城市道路工况、高速道路工况中的一种或多种。

具体地说，步骤S1所述的驾驶人行为习惯包括：开启空调、打开车窗、怠速时长、刹车频率、充电时长、充电次数中的一种或多种；所述驾驶人行为习惯为影响车辆行驶能耗的行为。

具体地说，步骤S1所述的车辆运行数据包括：消息ID、车辆ID、车牌号码、终端编号、SIM***、底盘号、上报时间、时间类型、BMS***数据、发动机数据中的一种或多种。

具体地说，在步骤S2中建立的数据库包括：单次运行的里程、单次运行的车速、单次运行时长、停驻点分布以及停驻时长。

具体地说，当车辆为电动车或插电混动车时步骤S2中的数据库还包括：充电工况、放电工况、电池静置条件中的一种或多种；

对所述充电工况进行数据分析，计算各条件下的占比，包括：充电时间分布、充电温度分布、充电温升分布、充电SOC区间分布、充电时长分布、充电电流分布、充电容量分布、充电能量分布、充电末端压差分布和充电末端平均电压分布中的一种或多种；

对所述放电工况进行数据分析，计算各条件下的占比，包括：放电运行时间分布、放电运行温度分布、放电电流分布、单次运行SOC分布、单次放电容量分布、反馈容量分布、单次放电能量分布、反馈能量分布中的一种或多种；

对所述静置条件数据库进行数据分析，计算个条件下的占比，包括：单体电池电压一致性分布。

具体地说，步骤S2所述的分析驾驶人的行为特征具体为：将不同驾驶人与其对应的行为特征关联并分类。

具体地说，步骤S3还包括将计算的到的能耗数据与对应的驾驶人以及对应的整车信息、道路环境信息、车辆运行数据关联。

具体地说，步骤S4具体为：

采集驾驶人行为习惯信息，对比数据库验证驾驶的人行为特征；

采集整车信息、道路环境信息、车辆运行数据与数据库进行比较，根据不同状态对应的能耗数据推算固定行程的能耗。

本发明的有益效果在于：

(1)驾驶行为对车辆能耗有很大影响，通过采集分析驾驶人的行为习惯信息可以更准确的推算固定行程的能耗，并使驾驶人知道那种驾驶行为会导致车辆能耗提高，从而减少增加车辆能耗的行为达到节能减排的效果。

(2)通过对电动车放电工况、充电工况、静置条件工况进行数据分析可以检测出电动车电池包是否存在自放电异常的单体电芯。

(3)通过分类不同驾驶人与其对应的驾驶行为特征可以减少不同驾驶人驾驶车辆的行为习惯不同造成的推算固定行程能耗的误差。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是出租车市区工况总结与每月的百公里能耗分布图；

图2是私家车市区工况总结与每月的百公里能耗分布图；

图3是公交车市区工况总结与每月的百公里能耗分布图。

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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明公开了一种车辆能耗分析方法，包括以下步骤：

S1、采集信息，包括：整车信息、道路环境信息、驾驶人行为习惯信息、车辆运行数据；

S2、建立数据库，分析驾驶人的行为特征；

S3、统计车辆运行里程S以及能耗Q，计算车辆的每设定公里能耗η；每设定公里能耗η＝(总能耗Q/运行里程S)*设定公里X；

S4、验证驾驶的人行为特征，比较不同状态对应的能耗数据，推算固定行程的能耗。

以磷酸锂铁电动汽车为例；

实施例1

如图1所示，选取市场上运行的磷酸铁锂电池出租车，并且在市区道路上行驶。采集整车信息、驾驶人行为信息、获取实际运行数据。

时间段为2019年1月1日至2020年1月1日，车辆运行数据包括：消息ID、车辆ID、车牌号码、终端编号、SIM***、底盘号、上报时间、时间类型、电机扭矩等BMS***数据。提取所需的分析数据，包括上报时间、车架号、电压、电流、里程、单体最高电压、单体最低电压、单体最高温度、单体最低温度。

整车信息包括：该车采用的串并联方式为13并95串，该车电池包容量195Ah，额定电量59KWh，车身尺寸4640×1765×1490，车重1775kg。

驾驶人行为***均运行速度为30km/h左右。

建立数据库并分析，得出在同一驾驶人的情况下，可推算出该出租车在市区行驶的百公里能耗均值为22.60kWh/100。

实施例2

如图2所示，选取市场上运行的磷酸铁锂电池私家车，并在市区道路行驶，采集整车信息、驾驶人行为信息、获取整车实际运行数据。

时间段为2018年10月1日至2019年11月1日，车辆运行数据包括：消息ID、车辆ID、车牌号码、终端编号、SIM***、底盘号、上报时间、时间类型、电机扭矩等BMS***数据。提取所需的分析数据，包括上报时间、车架号、电压、电流、里程、单体最高电压、单体最低电压、单体最高温度、单体最低温度，进行车辆信息收集。

整车信息包括：该车采用的串并联方式为8并48串；该车电池包容量120Ah；额定电量19KWh；车身尺寸4640×1765×1490；车重1775kg；该车辆运行2.3万公里。

驾驶人行为***均运行速度为25km左右。

建立数据库并分析，得出在同一驾驶人的情况下，可推算出该私家车在市区行驶的百公里能耗均值为15.79kWh/100km。

实施例3

如图1所示，选取一些市场上运行的磷酸铁锂电池公交车，并在市区道路上行驶，采集整车信息、驾驶人行为信息、获取实际运行数据。

时间段为2018年2月1日至2019年8月1日，车辆运行数据包括：消息ID、车辆ID、车牌号码、终端编号、SIM***、底盘号、上报时间、时间类型、电机扭矩等BMS***数据。提取所需的分析数据，包括上报时间、车架号、电压、电流、里程、单体最高电压、单体最低电压、单体最高温度、单体最低温度，进行车辆信息收集。

整车信息包括：该车采用的串并联方式为16并180串；该车电池包容量432Ah；额定电量248KWh；该车车辆运行16万公里左右。

驾驶人行为数据包括：根据以上数据可以分析该车上午6:00开始运行，夜间22:30结束运行；该车每天在固定地点来回往返十次，每日运行运行里程300～360km左右；该车一天进行三次0.6C快充充电，充电时长0.5h；车辆平均运行速度为25km/h左右。

建立数据库并分析，得出在同一驾驶人的情况下，可推算出该公交车在市区行驶的百公里能耗均值为122.29kWh/100km。

尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种车辆能耗分析方法，其特征在于，包括以下步骤：

S1、采集信息，包括整车信息、道路环境信息、驾驶人行为习惯信息、车辆运行数据；

S2、建立数据库，分析驾驶人的行为特征；

S3、统计车辆运行里程S以及能耗Q，计算车辆的每设公里能耗η；每设定公里能耗η＝(总能耗Q/运行里程S)*设定公里X；

S4、验证驾驶的人行为特征，比较不同状态对应的能耗数据，推算固定行程的能耗。

2.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，步骤S1所述的整车信息包括车辆类型、车身尺寸、整车质量、电池信息、发动机信息中的一种或多种；

所述电池信息包括串并连数、电池容量、额定电量中的一种或多种；

所述发动机信息包括发动机型号、发动机排量、发动机的缸数中的一种或多种；

所述车辆类型包括私家车、运营车、物流车。

3.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，步骤S1所述的道路环境信息包括城郊道路工况、城市道路工况、高速道路工况中的一种或多种。

4.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，步骤S1所述的驾驶人行为习惯包括开启空调、打开车窗、怠速时长、刹车频率、充电时长、充电次数中的一种或多种；所述驾驶人行为习惯为影响车辆行驶能耗的行为。

5.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，步骤S1所述的车辆运行数据包括消息ID、车辆ID、车牌号码、终端编号、SIM***、底盘号、上报时间、时间类型、BMS***数据、发动机数据中的一种或多种。

6.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，在步骤S2中建立的数据库包括单次运行的里程、单次运行的车速、单次运行时长、停驻点分布以及停驻时长。

7.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，当车辆为电动车或插电混动车时步骤S2中的数据库还包括充电工况、放电工况、电池静置条件中的一种或多种；

对所述充电工况进行数据分析，计算各条件下的占比，包括充电时间分布、充电温度分布、充电温升分布、充电SOC区间分布、充电时长分布、充电电流分布、充电容量分布、充电能量分布、充电末端压差分布和充电末端平均电压分布中的一种或多种；

对所述放电工况进行数据分析，计算各条件下的占比，包括放电运行时间分布、放电运行温度分布、放电电流分布、单次运行SOC分布、单次放电容量分布、反馈容量分布、单次放电能量分布、反馈能量分布中的一种或多种；

对所述静置条件数据库进行数据分析，计算个条件下的占比，包括单体电池电压一致性分布。

8.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，步骤S2所述的分析驾驶人的行为特征具体为：

将不同驾驶人与其对应的行为特征关联并分类。

9.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，步骤S3还包括将计算的到的能耗数据与对应的驾驶人以及对应的整车信息、道路环境信息、车辆运行数据关联。

10.根据权利要求1所述的一种车辆能耗分析方法，其特征在于，步骤S4具体为：

采集驾驶人行为习惯信息，对比数据库验证驾驶的人行为特征；

采集整车信息、道路环境信息、车辆运行数据与数据库进行比较，根据不同状态对应的能耗数据推算固定行程的能耗。

Images