CN114750601A - 一种剩余里程预测方法、***、计算机设备及可读存储介质 - Google Patents
一种剩余里程预测方法、***、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN114750601A CN114750601A CN202210320639.2A CN202210320639A CN114750601A CN 114750601 A CN114750601 A CN 114750601A CN 202210320639 A CN202210320639 A CN 202210320639A CN 114750601 A CN114750601 A CN 114750601A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- mileage
- driving
- predicting
- vehicle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005265 energy consumption Methods 0.000 claims abstract description 142
- 230000008859 change Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000012937 correction Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004378 air conditioning Methods 0.000 claims description 6
- 208000019901 Anxiety disease Diseases 0.000 abstract description 3
- 230000036506 anxiety Effects 0.000 abstract description 3
- 238000010438 heat treatment Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000001816 cooling Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供了一种剩余里程预测方法、***、计算机设备及可读存储介质,其中,该剩余里程预测方法包括:获取当前位置与终点位置之间的未来行车路线;将未来行车路线进行分段,并获取未来行车路线的路况信息和气温变化信息;根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;根据驾驶习惯分值、未来行车路线的路况信息和气温变化信息,预测未来行车路线的总能耗和单位里程能耗;根据总能耗和单位里程能耗计算预测到达终点位置时车辆的剩余里程。通过本申请,计算预估的剩余里程不仅误差小,准确度高,还能避免用户对于未来出行规划出现误判,导致车辆在半路抛锚的问题,降低了用户长途出行时的里程焦虑。
Description
技术领域
本发明涉及电动汽车领域,特别涉及一种剩余里程预测方法、***、计算机设备及可读存储介质。
背景技术
国家EV863-标准法规规定,电动汽车的续驶里程是指:电动汽车从动力蓄电池全充满状态开始到标准规定的试验结束时所走的里程,而剩余里程是指汽车在当前情况下,保持现有驾驶方式还能行驶的里程,剩余里程计算的准确性问题是电动汽车最受关注的问题之一,这一问题直接导致了用户的里程焦虑。
现有的电动汽车剩余里程估算方法大多是根据历史电耗和电池可用电量计算,或根据标准工况续航里程和电池SOC(stateofcharge,电池荷电状态)来进行折算,而电动汽车在实际使用过程中,道路工况和环境条件在不断变化,电池的可放电容量回收温度的影响,整车行驶过程中的能量也会受道路工况、环境温度和驾驶习惯的影响,上述用于估算剩余里程的方法中无法综合考虑到上述因素,致使计算的续驶里程误差大,从而造成用户对于未来出行规划出现误判,导致车辆在半路抛锚的问题。
发明内容
基于此,本发明的目的是提供一种剩余里程预测方法、***、计算机设备及可读存储介质,以解决现有技术中用于估算剩余里程的方法中无法综合考虑到道路工况、环境温度和驾驶习惯的因素,致使计算的续驶里程误差大,从而造成用户对于未来出行规划出现误判,导致车辆在半路抛锚的问题。
为实现上述目的,本发明提供了一种剩余里程预测方法,包括:
获取当前位置与终点位置之间的未来行车路线;
将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
根据所述未来行车路线的总能耗和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程。
优选的,所述计算预测到达所述终点位置时车辆的剩余里程的步骤之前,所述方法还包括:
根据所述路况信息和所述气温变化信息,对当前电池剩余能量进行修正;
根据修正后的所述当前电池剩余能量,计算到达终点时车辆的剩余能量。
优选的,所述计算驾驶习惯分值的步骤具体包括:
根据历史单位时间内驾驶员对油门和制动踏板的操作分别计算加速驾驶习惯分值和减速驾驶习惯分值;
根据所述加速驾驶习惯分值和所述减速驾驶习惯分值计算驾驶习惯分值;
所述驾驶习惯分值计算公式如下:
Scorenow=(Scoreacc+Scorebrk)/2
其中,Scorenow代表驾驶习惯分值,Scoreacc代表加速驾驶习惯分值,Scorebrk代表减速驾驶习惯分值。
优选的,所述预测所述未来行车路线的总能耗的步骤具体包括:
预测车辆中各个高压附件的能耗,所述高压附件包括驱动电机、DCDC、空调压缩机、PTC;
根据各个所述高压附件的能耗,预测所述未来行车路线的总能耗。
优选的,所述对当前电池剩余能量进行修正的步骤具体包括:
根据所述未来行车路线中预测的总能耗和总行驶时间,预测电池的平均放电功率;
根据历史电池温度随时间的变化速率,预测电池未来的升温变化,并预测电池温度;
根据预测的平均放电功率和所述电池温度计算所述当前电池剩余能量的修正系数;
根据修正系数对所述当前电池剩余能量进行修正,并计算得到修正后的所述当前电池剩余能量。
优选的,所述到达终点位置时车辆的剩余能量的计算公式如下:
SOEleft=SOEFutrue-(Wmot+WDCDC+WAC+WPTC)
其中,SOEleft代表到达终点位置时车辆的剩余能量,SOEFutrue代表修正后的所述当前电池剩余能量,Wmot代表所述驱动电机的能耗,WDCDC代表所述DCDC的能耗,WAC代表所述空气压缩机的能耗,WPIC代表所述乘员舱和电池包PTC的能耗。
所述到达终点位置时车辆的剩余里程的计算公式如下:
Sleft=SOEleft/[(Wmot+WDCDC+WAC+WPTC)/Ssum]
其中,Sleft代表到达终点位置时车辆的剩余里程,ssum为未来行驶路线的总行驶里程。
优选的,所述计算预测到达所述终点位置时车辆的剩余里程的步骤之后,所述方法还包括:
根据所述剩余能量或所述剩余里程,进行当前规划路线的电量提示,并进行沿途充电桩的推荐,以帮助驾驶员进行行程规划。
为实现上述目的,本发明提供了一种剩余里程预测***,所述***包括:
第一获取模块,用于获取当前位置与终点位置之间的未来行车路线;
第二获取模块,用于将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
第一计算模块,用于预测模块,用于根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
预测模块,用于根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
第二计算模块,用于根据所述未来行车路线的总能耗和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程。
为实现上述目的,本发明还提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述所述剩余里程预测方法的步骤。
为实现上述目的,本发明还提供了一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的剩余里程预测方法的步骤。
上述本发明提供了一种剩余里程预测方法、***、计算机设备及可读存储介质,根据驾驶习惯、未来行车路线的道路工况以及环境温度来预估当前位置到终点时的总能耗以及单位里程能耗,并对当前电池剩余能量进行修正,通过修正后的当前电池剩余能量和总能耗计算出到达终点位置时的剩余能量,根据剩余能量和单位里程能耗计算出剩余里程,区别于现有技术,这种方式下计算预估的剩余里程不仅误差更小,准确度更高,同时还能有效地避免用户对于未来出行规划出现误判,导致车辆在半路抛锚的问题,降低了用户长途出行时的里程焦虑。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为本发明第一实施例提供的剩余里程预测方法的流程图;
图2为本发明第二实施例提供的剩余里程预测方法的流程图;
图3为本发明第三实施例提供的剩余里程预测***的结构框图;
图4为本发明第四实施例提供的剩余里程预测***的结构框图;
图5为本发明第五实施例提供的计算机设备的硬件结构示意图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请第一实施例提供了一种剩余里程预测方法,图1是根据本申请第一实施例的剩余里程预测方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取当前位置与终点位置之间的未来行车路线;
其中,车辆的人机交互***提供人机交互界面,供用户进行导航路线设置,然后根据人机交互***上的导航路线设置,来获取到所述未来行车路线。
步骤S102,将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
其中,获取到所述未来行车路线后,人机交互界面则会显示出相关的所述总行驶里程和所述总行驶时间,通过自定义一个固定的周期,然后根据所述总行驶时间和所述周期确定划分后的路段段数,即在所述总行驶时间内,车辆每经过一个周期内的路程则划分为一个路段,可以理解的,在其他实施例中,也可以采用其他应用手段将所述未来行车路线进行划分,比如基于所述未来行车路线中路况的拥堵情况进行分段等。
步骤S103,根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
其中,所述驾驶习惯分值通过车辆的整车控制***进行计算得到,且所述驾驶习惯分值会在人机交互界面上进行显示,以引导驾驶员改善驾驶习惯,同时整车控制***还负责根据油门踏板传感器和制动踏板传感器采集的踏板开度电压信号进行驾驶习惯识别。
步骤S104,根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
其中,通过整车控制***来基于所述驾驶习惯分值、所述未来从车路线的路况信息和气温变化信息,进行所述总能耗以及单位里程能耗的预估计算。
步骤S105,根据所述未来行车路线的总能耗和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程。
其中,基于当前电池剩余能量,已知所述总能耗,则能获得到达终点位置时的剩余能量,通过剩余能量和所述单位里程能耗则能得到所需要预估的所述剩余里程,需要说明的是,该计算在车辆的整车控制***中实现。
通过上述步骤,根据所述驾驶习惯分值、所述未来行车路线的道路工况信息以及环境温度变化来预估当前位置到终点位置时的所述总能耗以及所述单位里程能耗,并根据所述总能耗计算出到达终点位置时的所述剩余能量,根据剩余能量和单位里程能耗计算出剩余里程,区别于现有技术,这种方式下计算预估的剩余里程不仅误差更小,准确度更高,同时还能有效地避免用户对于未来出行规划出现误判,导致车辆在半路抛锚的问题,降低了用户长途出行时的里程焦虑。
在其中一些实施例中,所述计算预测到达所述终点位置时车辆的剩余里程的步骤之前,所述方法还包括:
根据所述路况信息和所述气温变化信息,对当前电池剩余能量进行修正;
根据修正后的所述当前电池剩余能量,计算到达终点时车辆的剩余能量。
其中,由于电池受温度和路况的影响较大,为了进一步提高数据的准确性,在本实施例中还对所述当前电池剩余能量进行修正,修正后的所述当前电池剩余能量则更加贴合实际情况,数据也更为真实可靠,这就使得最终估算到的剩余里程更为准确,因此需要在计算所述剩余能量时,需要预先对所述当前电池剩余能量进行修正,以得到当前实际剩余能量,根据当前实际剩余能量,即修正后的所述当前电池剩余能量来计算准确性更高的所述剩余里程。
在其中一些实施例中,所述计算驾驶习惯分值的步骤具体包括:
根据历史单位时间内驾驶员对油门和制动踏板的操作分别计算加速驾驶习惯分值和减速驾驶习惯分值;
其中,所述加速驾驶习惯分值计算方式具体为,在加速状态下,根据历史单位时间内加速踏板变化速率超过第一阈值的次数和油门深度超过第二阈值的次数,然后进行线性差值表以计算出所述加速驾驶习惯分值,所述加速驾驶习惯分值查表举例如下:
所述减速驾驶习惯分值的计算方式具体为,在减速状态下,根据历史单位时间内驾驶员踩下制动踏板变化速率超过第三阈值的次数和制动踏板深度超过第四阈值的次数,然后进行线性插值查表来计算所述减速驾驶习惯分值,且所述减速驾驶习惯分值查表举例如下:
根据所述加速驾驶习惯分值和所述减速驾驶习惯分值计算驾驶习惯分值;
所述驾驶习惯分值计算公式如下:
Scorenow=(Scoreann+Scorebrk)/2
其中,Scorenow代表驾驶习惯分值,Scoreacc代表加速驾驶习惯分值,Scorebrk代表减速驾驶习惯分值。
在其中一些实施例中,所述预测所述未来行车路线的总能耗的步骤具体包括:
预测车辆中各个高压附件的能耗,所述高压附件包括驱动电机、DCDC、空调压缩机、PTC;
根据各个所述高压附件的能耗,预测所述未来行车路线的总能耗。
需要说明的是,各个所述高压附件的能耗的计算方式如下:
所述驱动电机的能耗为每一段路程的所述驱动电机的能耗之和,所述驱动电机能耗的计算公式如下:
Wmot=∑(Wmot1,Wmot2,...Wmotn)
其中,Wmot代表所述未来行车路线中所述驱动电机的能耗,Wmot1代表第一段路程所述驱动电机的能耗,Wmot2代表第二段路程所述驱动电机的能耗,Wmotn代表第n段路程所述驱动电机的能耗。
第n段路程所述驱动电机的能耗的计算公式如下:
其中,Vn为第n段路程的平均车速,m为整车质量,f为滚动阻力系数,Cd为迎风阻力系数,A为车辆迎风面积,in为第n段路程道路的坡度,t_drvn为第n段路程的道路坡度,η为机械传动效率,kDrvHabt为根据所述驾驶习惯分值计算的驾驶习惯能耗调整系数。
所述驾驶习惯能耗调整系数的计算公式如下:
kDrvHabt=(100+Scorenow-Scoreavg)/100
其中,Scorenow代表所述驾驶***均驾驶习惯分值。
所述DCDC能耗为每一段路程中所述DCDC的能耗之和,所述DCDC能耗的计算公式如下:
WDCDC-∑(WDCDC1,WDCDC2,...,WDCDCn)
其中,WDCDc代表所述未来行车路线中所述DCDC的能耗,WDCDC1代表第一段路程所述DCDC的能耗,WDCDC2代表第二段路程所述DCDC的能耗,WDCDCn代表第n段路程所述DCDC的能耗。
第n段的DCDC能耗计算公式为:
其中,Pdc_evg为所述DCDC在直线行驶状态下的平均工作功率;t_drvn为第n段路程的行驶时间;kLv为低压附件状态所述DCDC能耗修正系数,kLv根据未来路段预测的环境温度和行驶时间的道路光线对低压附件能耗影响进行计算。
所述低压附件状态所述DCDC能耗的修正系数的计算公式如下:
kLv=100%*kAirTemp*kLight
其中,kAirTemp为环境温度影响系数,且为根据不同环境温度下测试所述DCDC能耗相对于常温的比例;kLight为行车时段光线状态对所述DCDC能耗的修正系数。
环境温度对DCDC能耗的修正系数kAirTemp的查表举例:
行车时段光线状态对DCDC能耗的修正系数kLight的查表举例:
行驶时段 | 5:00~8:00 | 8:00~17:00 | 17:00~19:00 | 19:00~5:00 |
k<sub>Light</sub> | 1.02 | 1 | 1.02 | 1.05 |
所述空调的能耗为每一段路程空调的能耗之和,所述空调的能耗的计算公式如下:
WAC=∑(WAC1,WAC2,...,WACn)
其中,WAC代表所述未来行车路线中所述空调的能耗,WAC1代表第一段路程所述空调的能耗,WAC2代表第二段路程所述空调的能耗,WACn代表第n段路程所述空调的能耗。
第n段路程中所述空调的能耗的计算公式如下:
乘员舱冷却所需空调工作功率根据当前空调开关状态和预测环境温度进行计算:如果当前空调状态为关闭,则预测的乘员舱冷却需求的空调功率为0;如果当前空调状态为开启,则空调工作功率根据设定的乘员舱目标温度和预测路段的环境温度差进行查表计算。查表数据是基于实车测试结果设置的标定值。空调开启状态下,预测的空调工作功率的查表举例:
所述PTC的能耗为每一段路程所述PTC的能耗之和,所述PTC包括乘员舱PTC和电池加热PTC,所述PTC的能耗的计算公式如下:
其中,WPTC代表所述未来行车路线中所述PTC能耗之和,分别代表第一段路程乘员舱PTC的能耗和电池加热PTC的能耗,分别代表第二段路程乘员舱PTC的能耗和电池加热PTC的能耗,分别代表第n段路程乘员舱PTC的能耗和电池加热PTC的能耗。
第n段路程的乘员舱PTC能耗和电池包PTC能耗的计算公式分别如下:
乘员舱冷却所需PTC的工作功率根据当前空调加热开关状态和预测的环境温度进行计算:如果当前空调加热开关状态为关闭,则预测的乘员舱加热PTC功率为0;如果当前空调加热状态为开启,则乘员舱PTC工作功率根据设定的乘员舱目标温度和预测路段的环境温度差进行查表计算;查表数据是基于实车测试结果设置的标定值。
在其中一些实施例中,所述对当前电池剩余能量进行修正的步骤具体包括:根据所述未来行车路线中预测的总能耗和总行驶时间,预测电池的平均放电功率;
需要说明的是,所述电池的平均放电功率的计算公式如下:
PBatt=(Wmot+WDCDC+WAC+WPIC)/∑(t_drv1,…,t_drvn)
其中,PBatt代表所述电池的平均放电功率,Wmet、WDCDC、WAC、WDTC分别代表所述驱动电机能耗、所述DCDC能耗、所述空调的能耗以及所述PTC能耗,t_drv1代表第1段路程的行驶时间,t_drvn为第n段路程的行驶时间。
根据历史电池温度随时间的变化速率,预测电池未来的升温变化,并预测电池温度;
需要说明的是,所述电池温度的计算公式如下:
TBatt Futrue=TBatt now+dT
其中,TBatt Futrue代表所述电池温度,TBatt now代表当前电池温度,dT代表电池的未来的升温变化数据。
根据预测的平均放电功率和所述电池温度计算所述当前电池剩余能量的修正系数;
其中,所述当前电池剩余能量的修正系数的查表举例如下:
根据修正系数对所述当前电池剩余能量进行修正,并计算得到修正后的所述当前电池剩余能量。
其中,修正后所述当前电池剩余能量的计算公式如下:
SOEFutrue=SOWnow*kSOE
可以理解的,SOEFatrue代表修正后的所述当前电池剩余能量,SOEnow代表根据电池当前状态计算的当前电池剩余能量,kSOE代表电池当前状态计算的当前电池剩余能量的修正系数。
在其中一些实施例中,所述到达终点位置时车辆的剩余能量的计算公式如下:
SOEleft=SOFFutrue-(Wmot+WDCDC+WAC+WPTC)
其中,SOEleft代表到达终点位置时车辆的剩余能量,SOEFatrue代表修正后的所述当前电池剩余能量,Wmot代表所述驱动电机的能耗,WDCDC代表所述DCDC的能耗,WAC代表所述空气压缩机的能耗,WPTC代表所述乘员舱和电池包PTC的能耗。
所述到达终点位置时车辆的剩余里程的计算公式如下:
Sleft=SOEleft/[(Wmot+WDCDC+WAC+WPTC)/Ssum]
其中,Sleft代表到达终点位置时车辆的剩余里程,Ssum为未来行驶路线的总行驶里程。
本申请第二实施例还提供了一种剩余里程预测方法,图2是根据本申请第二实施例的剩余里程预测方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,获取当前位置与终点位置之间的未来行车路线;
步骤S202,将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
步骤S203,根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
步骤S204,根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
步骤S205,根据所述路况信息和所述气温变化信息,对当前电池剩余能量进行修正,根据修正后的所述当前电池剩余能量和所述总能耗,计算到达终点时车辆的剩余能量;
其中,由于电池受温度和路况的影响较大,为了进一步提高数据的准确性,在本实施例中还对所述当前电池剩余能量进行修正,修正后的所述当前电池剩余能量则更加贴合实际情况,数据也更为真实可靠,这就使得最终估算到的剩余里程更为准确。
步骤S206,根据所述剩余能量和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程;
其中,根据修正后的所述电池剩余能量和所述总能耗计算出剩余能量,通过剩余能量和单位里程能耗计算出预估的剩余里程。
步骤S207,根据所述剩余里程或剩余能量,进行当前规划路线的电量提示,并进行沿途充电桩的推荐,以帮助驾驶员进行行程规划。
其中,为了进一步避免里程焦虑,以及预防突变情况,通过实时对车辆电量进行提示,并当电量不足时,还能告知驾驶员沿途充电桩并作推荐,以帮助驾驶员进行更优的形成规划。
通过上述步骤,根据驾驶习惯、未来行车路线的道路工况以及环境温度来预估当前位置到终点时的总能耗以及单位里程能耗,并对当前电池剩余能量进行修正,通过修正后的当前电池剩余能量和总能耗计算出到达终点位置时的剩余能量,根据剩余能量和单位里程能耗计算出剩余里程,区别于现有技术,这种方式下计算预估的剩余里程不仅误差更小,准确度更高,同时还能有效地避免用户对于未来出行规划出现误判,导致车辆在半路抛锚的问题,降低了用户长途出行时的里程焦虑。
在其中一些实施例中,根据所述剩余里程,进行当前规划路线的电量提示,并进行沿途充电桩的推荐,以帮助驾驶员进行行程规划的步骤具体包括:
步骤S301,根据预测的到达终点位置时的所述剩余能量,以判断车辆是否可以到达终点位置;
其中,判断车辆是否可以到达终点位置的方式为,判断预测的所述剩余里程是否大于0,显而易见的,当所述剩余里程大于0时,则说明能够到达终点位置,当所述剩余里程小于0,表示无法正常到达终点位置时,则人机交互***会发出警报声以提醒无法到达终点位置,并会推荐沿途充电桩/站。
步骤S302,当判断所述车辆可以到达终点位置时,则将所述剩余里程与标定阈值进行比较;
其中,所述标定阈值为60千米,且该标定阈值可以根据实际情况在人机交互***上进行自定义设置。
步骤S303,当所述剩余里程大于所述标定阈值时,则发出电量充足提示。
其中,当所述剩余里程小于所述标定阈值时,人机交互***则会发出到达终点位置时电量可能不足的提示,以提醒驾驶员在行驶过程中多留意车辆的实时剩余电量。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请第三实施例还提供了一种剩余里程预测***,该***用于实现上述第一实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本申请第三实施例的剩余里程预测***的结构框图,如图3所示,该***包括:
第一获取模块10,用于获取当前位置与终点位置之间的未来行车路线;
第二获取模块20,用于将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
第一计算模块30,用于预测模块,用于根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
预测模块40,用于根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
第二计算模块50,用于根据所述未来行车路线的总能耗和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程。
通过上述步骤,根据所述驾驶习惯分值、所述未来行车路线的道路工况信息以及环境温度变化来预估当前位置到终点位置时的所述总能耗以及所述单位里程能耗,并根据所述总能耗和单位里程能耗计算出剩余里程,区别于现有技术,这种方式下计算预估的剩余里程不仅误差更小,准确度更高,同时还能有效地避免用户对于未来出行规划出现误判,导致车辆在半路抛锚的问题,降低了用户长途出行时的里程焦虑。
在其中一些实施例中,所述第二计算模块50之前,所述***还包括:
修正模块,用于根据所述路况信息和所述气温变化信息,对当前电池剩余能量进行修正;
第三计算模块,用于根据修正后的所述当前电池剩余能量,计算到达终点时车辆的剩余能量。
在其中一些实施例中,第一计算模块10包括:
第一计算单元;用于根据历史单位时间内驾驶员对油门和制动踏板的操作分别计算加速驾驶习惯分值和减速驾驶习惯分值;
第二计算单元,用于根据所述加速驾驶习惯分值和所述减速驾驶习惯分值计算驾驶习惯分值。
在其中一些实施例中,所述预测模块40包括:
第一预测单元,用于预测车辆中各个高压附件的能耗,所述高压附件包括驱动电机、DCDC、空调压缩机、PTC;
第二预测单元,用于根据各个所述高压附件的能耗,预测所述未来行车路线的总能耗。
在其中一些实施例中,所述到达终点位置时车辆的剩余能量的计算公式如下:
SOEleft=SOEFutrue-(Wmot+WDCDC+WAC+WPTC)
其中,SOEleft代表到达终点位置时车辆的剩余能量,SOEFutrue代表修正后的所述当前电池剩余能量,Wmot代表所述驱动电机的能耗,WDCDC代表所述DCDC的能耗,WAC代表所述空气压缩机的能耗,WPTC代表所述乘员舱和电池包PTC的能耗。
所述到达终点位置时车辆的剩余里程的计算公式如下:
Sleft=SOEleft/[(Wmot+WDCDC+WAC+WPTC)/Ssum]
其中,Sleft代表到达终点位置时车辆的剩余里程,Ssum为未来行驶路线的总行驶里程。
本申请第四实施例还提供了一种剩余里程预测***,该***用于实现上述第二实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本申请第四实施例的剩余里程预测***的结构框图,如图4所示,该***包括:
第一获取模块100,用于获取当前位置与终点位置之间的未来行车路线;
第二获取模块200,用于将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
第一计算模块300,用于根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
第一预测模块400,用于根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
能量计算模块500,用于根据所述路况信息和所述气温变化信息,对当前电池剩余能量进行修正,根据修正后的所述当前电池剩余能量和所述总能耗,计算到达终点时车辆的剩余能量;
里程计算模块600,用于根据所述剩余能量和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程;
规划模块700,用于根据所述剩余里程或剩余能量,进行当前规划路线的电量提示,并进行沿途充电桩的推荐,以帮助驾驶员进行行程规划。
在其中一些实施例中,所述规划模块700包括:
判断单元,用于根据预测的到达终点位置时的所述剩余能量,以判断车辆是否可以到达终点位置;
比较单元,用于当判断所述车辆可以到达终点位置时,则将所述剩余里程与标定阈值进行比较;
提示单元,用于当所述剩余里程大于所述标定阈值时,则发出电量充足提示。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图5描述的本申请第五实施例剩余里程预测方法可以由计算机设备来实现。图5为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器51以及存储有计算机程序指令的存储器52。
具体地,上述处理器51可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器52可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器52可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器52可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器52可在数据处理装置的内部或外部。在特定实施例中,存储器52是非易失性(Non-Volatile)存储器。在特定实施例中,存储器52包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器52可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器51所执行的可能的计算机程序指令。
处理器51通过读取并执行存储器52中存储的计算机程序指令,以实现上述实施例中的任意一种剩余里程预测方法。
在其中一些实施例中,计算机设备还可包括通信接口53和总线50。其中,如图5所示,处理器51、存储器52、通信接口53通过总线50连接并完成相互间的通信。
通信接口53用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口53还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线50包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线50包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线50可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、***组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线50可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的计算机程序,执行本申请实施例中的业务调度方法,从而实现结合图2描述的剩余里程预测方法。
另外,结合上述实施例中的剩余里程预测方法,本申请实施例可提供一种可读存储介质来实现。该可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种剩余里程预测方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种剩余里程预测方法,其特征在于,包括:
获取当前位置与终点位置之间的未来行车路线;
将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
根据所述未来行车路线的总能耗和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程。
2.根据权利要求1所述的剩余里程预测方法,其特征在于,所述计算预测到达所述终点位置时车辆的剩余里程的步骤之前,所述方法还包括:
根据所述路况信息和所述气温变化信息,对当前电池剩余能量进行修正;
根据修正后的所述当前电池剩余能量,计算到达终点时车辆的剩余能量。
3.根据权利要求1所述的剩余里程预测方法,其特征在于,所述计算驾驶习惯分值的步骤具体包括:
根据历史单位时间内驾驶员对油门和制动踏板的操作分别计算加速驾驶习惯分值和减速驾驶习惯分值;
根据所述加速驾驶习惯分值和所述减速驾驶习惯分值计算驾驶习惯分值;
所述驾驶习惯分值计算公式如下:
Scorenow=(Scoreacc+Scorecrk)/2
其中,Scorenow代表驾驶习惯分值,Scoreacc代表加速驾驶习惯分值,Scorebrk代表减速驾驶习惯分值。
4.根据权利要求2所述的剩余里程预测方法,其特征在于,所述预测所述未来行车路线的总能耗的步骤具体包括:
预测车辆中各个高压附件的能耗,所述高压附件包括驱动电机、DCDC、空调压缩机、PTC;
根据各个所述高压附件的能耗,预测所述未来行车路线的总能耗。
5.根据权利要求2所述的剩余里程预测方法,其特征在于,所述对当前电池剩余能量进行修正的步骤具体包括:
根据所述未来行车路线中预测的总能耗和总行驶时间,预测电池的平均放电功率;
根据历史电池温度随时间的变化速率,预测电池未来的升温变化,并预测电池温度;
根据预测的平均放电功率和所述电池温度计算所述当前电池剩余能量的修正系数;
根据修正系数对所述当前电池剩余能量进行修正,并计算得到修正后的所述当前电池剩余能量。
6.根据权利要求4所述的剩余里程预测方法,其特征在于,所述到达终点位置时车辆的剩余能量的计算公式如下:
SOCleft=SOEfutrue-(Wmot+WDCDC+WAC+WPTC)
其中,SOEleft代表到达终点位置时车辆的剩余能量,SOEFutrue代表修正后的所述当前电池剩余能量,Wmot代表所述驱动电机的能耗,WDCDC代表所述DCDC的能耗,WAC代表所述空气压缩机的能耗,WPTC代表所述乘员舱和电池包PTC的能耗。
所述到达终点位置时车辆的剩余里程的计算公式如下:
Sleft=SOEleft/[(Wmot+WDCDC+WAC+WPTC)/Ssum]
其中,Sleft代表到达终点位置时车辆的剩余里程,ssum为未来行驶路线的总行驶里程。
7.根据权利要求1所述的剩余里程预测方法,其特征在于,所述计算预测到达所述终点位置时车辆的剩余里程的步骤之后,所述方法还包括:
根据所述剩余能量或所述剩余里程,进行当前规划路线的电量提示,并进行沿途充电桩的推荐,以帮助驾驶员进行行程规划。
8.一种剩余里程预测***,其特征在于,所述***包括:
第一获取模块,用于获取当前位置与终点位置之间的未来行车路线;
第二获取模块,用于将所述未来行车路线进行分段,并获取所述未来行车路线的路况信息和气温变化信息,所述路况信息包括总行驶时间、总行驶里程以及分段的平均车速、行车时间、行驶里程;
第一计算模块,用于预测模块,用于根据历史单位时间内驾驶员对油门和制动踏板的操作,计算驾驶习惯分值;
预测模块,用于根据所述驾驶习惯分值、所述未来行车路线的路况信息和气温变化信息,预测所述未来行车路线的总能耗和单位里程能耗;
第二计算模块,用于根据所述未来行车路线的总能耗和所述单位里程能耗计算预测到达所述终点位置时车辆的剩余里程。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述剩余里程预测方法的步骤。
10.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的剩余里程预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210320639.2A CN114750601A (zh) | 2022-03-29 | 2022-03-29 | 一种剩余里程预测方法、***、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210320639.2A CN114750601A (zh) | 2022-03-29 | 2022-03-29 | 一种剩余里程预测方法、***、计算机设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114750601A true CN114750601A (zh) | 2022-07-15 |
Family
ID=82327962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210320639.2A Pending CN114750601A (zh) | 2022-03-29 | 2022-03-29 | 一种剩余里程预测方法、***、计算机设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114750601A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115257407A (zh) * | 2022-08-16 | 2022-11-01 | 中联重科股份有限公司 | 增程式电动车辆的能量管理方法、终端及计算机存储介质 |
CN115588242A (zh) * | 2022-12-09 | 2023-01-10 | 中安芯界控股集团有限公司 | 一种基于物联网的储能电池测试***及方法 |
CN115891763A (zh) * | 2022-11-30 | 2023-04-04 | 成都赛力斯科技有限公司 | 提升续航里程方法、续航装置、续航设备及存储介质 |
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 |
CN116945907A (zh) * | 2023-09-19 | 2023-10-27 | 江西五十铃汽车有限公司 | 一种新能源电动汽车里程计算方法及*** |
-
2022
- 2022-03-29 CN CN202210320639.2A patent/CN114750601A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115257407A (zh) * | 2022-08-16 | 2022-11-01 | 中联重科股份有限公司 | 增程式电动车辆的能量管理方法、终端及计算机存储介质 |
CN115891763A (zh) * | 2022-11-30 | 2023-04-04 | 成都赛力斯科技有限公司 | 提升续航里程方法、续航装置、续航设备及存储介质 |
CN115891763B (zh) * | 2022-11-30 | 2024-05-03 | 重庆赛力斯凤凰智创科技有限公司 | 提升续航里程方法、续航装置、续航设备及存储介质 |
CN115588242A (zh) * | 2022-12-09 | 2023-01-10 | 中安芯界控股集团有限公司 | 一种基于物联网的储能电池测试***及方法 |
CN115588242B (zh) * | 2022-12-09 | 2023-03-14 | 中安芯界控股集团有限公司 | 一种基于物联网的储能电池测试***及方法 |
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 |
CN116945907A (zh) * | 2023-09-19 | 2023-10-27 | 江西五十铃汽车有限公司 | 一种新能源电动汽车里程计算方法及*** |
CN116945907B (zh) * | 2023-09-19 | 2024-01-26 | 江西五十铃汽车有限公司 | 一种新能源电动汽车里程计算方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114750601A (zh) | 一种剩余里程预测方法、***、计算机设备及可读存储介质 | |
US11884181B2 (en) | Determining a minimum state of charge for an energy storage means of a vehicle | |
CN106335382B (zh) | 用于控制车辆中ldc的输出的方法以及车辆的ldc | |
US9371766B2 (en) | Engine-on time predictor for aftertreatment scheduling for a vehicle | |
WO2017071657A1 (zh) | 电动汽车的剩余续航里程估计方法、***及电动汽车 | |
US8428804B2 (en) | In-vehicle charge and discharge control apparatus and partial control apparatus | |
US10093304B2 (en) | Enhanced electric drive mode having predicted destinations to reduce engine starts | |
GB2568465A (en) | Determining a charging requirement for an energy storage means of a vehicle | |
CN106394269B (zh) | 电动车辆的个性化行程范围保护策略 | |
US11175143B2 (en) | Electric efficiency prediction method for electrically powered vehicle, server, and electrically powered vehicle | |
JP2011102801A (ja) | 自動車の走行可能距離を推定する方法 | |
CN109849734B (zh) | 一种基于用户体验的电动汽车剩余续驶里程算法 | |
KR101509745B1 (ko) | 공조장치 소비전력 산출방법 | |
CN103183033A (zh) | 气候控制建议*** | |
US12024058B2 (en) | Method for operating a battery of a parked motor vehicle, and motor vehicle | |
US20170059332A1 (en) | System and method for determining dte of environmentally-friendly vehicle | |
CN114572058A (zh) | 控制电池***温度的方法、装置和电子设备 | |
CN114256523A (zh) | 一种充电桩充电控制方法、装置、电子设备及存储介质 | |
CN109552306A (zh) | 空间分区类型的停止控制方法以及利用该方法的车辆 | |
CN113335126B (zh) | 新能源汽车智能充电控制方法、存储介质和电子设备 | |
CN113829962B (zh) | 一种车辆的控制方法及装置 | |
KR101500384B1 (ko) | 플러그인 하이브리드 전기 자동차의 잔여 주행거리 연산 방법 및 그 장치 | |
CN117584772A (zh) | 基于目标的电动车辆充电 | |
US20230150474A1 (en) | Hybrid vehicle state of charge control | |
CN112406560B (zh) | 调整增程器发电功率的方法、装置、存储介质及车辆 |
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 |