一种纯电动汽车续驶里程预测方法与流程

[0001]
本发明属于汽车技术领域，具体涉及一种纯电动汽车续驶里程预测方法。


背景技术：

[0002]
电动汽车的续驶里程与多种因素相关，比如环境温度、驾驶习惯、平均速度、剩余电量、能量回收模式等，汽车厂家提供的续驶里程是在nedc工况(new european driving cycle，新欧洲标准行驶循环)下测得的，汽车在满电状态下显示的续驶里程值即为该值。
[0003]
以往技术多根据在车辆行驶过程中历史平均能量消耗率，并通过剩余电量计算当前续驶里程，无法根据环境温度、驾驶习惯、平均速度、剩余电量、能量回收模式等信息进行实时估算，里程表上显示的续驶里程值与实际续驶里程值差异大，驾驶员因错误估计续驶里程导致车辆剩余电量低，造成车辆跛行或抛锚，不利于驾驶员合理安排行程。


技术实现要素：

[0004]
本发明的目的就是为了解决上述背景技术存在的不足，提供一种纯电动汽车续驶里程预测方法。
[0005]
本发明采用的技术方案是：一种纯电动汽车续驶里程预测方法，获取车辆驾驶参数信息，以车辆驾驶参数信息作为输入变量，以续航里程衰减系数作为输出变量，建立输入变量、输出变量隶属度函数，根据隶属度函数计算输入变量的隶属度，根据输入变量的隶属度及模糊推理规则计算输出变量的隶属度，基于所述输出变量的隶属度确定输出变量，根据输出变量计算续驶里程。
[0006]
进一步地，所述输入变量包括环境温度、驾驶风格识别系数、剩余路线平均车速和剩余电量。
[0007]
进一步地，通过以下公式确定驾驶风格识别系数
[0008][0009]
其中，r
driver
为驾驶风格识别系数，为平均冲击度，为平均冲击度的最大值，为平均冲击度的最小值。
[0010]
进一步地，将输入变量和输出变量对应的数值变换为语言模糊变量，将输出变量及每一个输入变量采用语言模糊集进行描述，所述语言模糊集包括多个语言模糊子集，根据所述语言模糊子集建立模糊推理规则。
[0011]
进一步地，所述模糊推理规则为：对不同输入变量的不同语言模糊子集进行排列组合确定模糊规则的数量，每一条模糊规中均包含一个输入变量的一个语言模糊子集，每一条模糊规则对应输出变量的一个语言模糊子集，所有模糊规则与输出变量的语言模糊子集的组合即为模糊推理规则。
[0012]
进一步地，所述输出变量的隶属度包括输出变量的每一个语言模糊子集的隶属
度，根据模糊规则及不同输入变量的不同语言模糊子集的隶属度计算输出变量的每一个语言模糊子集的隶属度。
[0013]
进一步地，通过以下公式确定输出变量中每一个语言模糊子集的隶属度
[0014][0015]
其中，其中表示在j条规则下模糊子集a
i
的隶属度，表示在j条规则下模糊子集b
i
的隶属度，表示在j条规则下模糊子集c
i
的隶属度，表示在j条规则下模糊子集d
i
的隶属度，表示在j条规则下模糊子集e
i
的隶属度，“∧”为合取运算，指多个隶属度中取最小值，“∨”为析取运算，指多个隶属度中取最大值；μ
e'
(z)表示待推理的模糊子e
i
的隶属度,μ
a'
(x
1
)表示已经给出的模糊子集a
i
的隶属度，μ
b'
(x
2
)表示已经给出的模糊子集b
i
的隶属度，μ
c'
(x
3
)表示已经给出的模糊子集c
i
的隶属度，μ
d'
(x
4
)表示已经给出的模糊子集d
i
的隶属度，j表示第j条模糊规则，j＝1,2,3
…
315。
[0016]
进一步地，通过以下公式确定输出变量
[0017][0018]
其中z为续驶里程衰减系数的隶属度，表示在j条规则下模糊子集e
i
的隶属度,为续驶里程衰减系数。
[0019]
更进一步地，通过以下公式计算续驶里程
[0020][0021]
其中，r
o
为续驶里程，r为满电状态基准续驶里程，soc为剩余电量，为续驶里程衰减系数。
[0022]
本发明以环境温度、驾驶习惯、剩余路线平均速度、剩余电量作为输入变量，以续驶里程衰减系数作为输出结果，建立输入、输出变量隶属度函数，根据模糊推理规则及隶属度函数实时计算出续驶里程，并显示在里程表上，通过该方式计算的续驶里程更准确，具有可参考性，大大减少了驾驶员因错误估计续驶里程导致车辆剩余电量低造成车辆跛行或抛锚的风险，有利于驾驶员合理安排行程，提高了驾驶员驾驶体验性。
附图说明
[0023]
图1为本发明续航里程的预测原理图。
[0024]
图2为本发明环境温度的隶属度示意图。
[0025]
图3为本发明驾驶风格的隶属度示意图。
[0026]
图4为本发明剩余电量的隶属度示意图。
[0027]
图5为本发明剩余路线平均速度的隶属度示意图。
[0028]
图6为本发明续驶里程衰减系数的隶属度示意图。
[0029]
图7为本发明续驶里程衰减系数预测计算过程示意图。
[0030]
图8为本发明续驶里程衰减系数的预测结果示意图。
具体实施方式
[0031]
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以互相结合。
[0032]
续驶里程衰减系数主要影响因素:环境温度、驾驶风格、剩余电量、平均车速、能量、能量回收模式等。这些因素中可分类为可测量的物理值与不可测量的语言值，物理值可通过清晰数字表示，如环境温度、剩余电量等，而不可测量的语言值，只能通过语言表达,如驾驶风格。由于思维逻辑的差异性，对事物的认知也存在差异，所以对某一事物的归类也不尽相同。因此，本发明提出一种基于模糊推理的纯电动汽车续驶里程估算方法，可用于预测续驶里程，既考虑了可测量的物理值又融入了不可测量的语言值，符合日常思维逻辑，如图1所示，过程为：
[0033]
获取车辆驾驶参数信息，以车辆驾驶参数信息作为输入变量，以续航里程衰减系数作为输出变量，建立输入变量、输出变量隶属度函数，根据隶属度函数计算输入变量的隶属度，根据输入变量的隶属度及模糊推理规则计算输出变量的隶属度，基于所述输出变量的隶属度确定输出变量，根据输出变量计算续驶里程。
[0034]
上述方案中，输入变量包括环境温度、驾驶风格识别系数、剩余路线平均车速和剩余电量，则模糊输入论域为x＝{x
1
,x
2
,x
3
,x
4
}。
[0035]
其中，x
1
为环境温度，通过环境温度传感器获取，选取最低温度为-30℃，最高温度为40℃，x
1
的论域为[-30,40]，隶属度函数如图2所示。
[0036]
x
2
为驾驶风格系数，x
2
的论域为[0,1]，隶属度函数如图3所示。
[0037]
其计算方法如下；
[0038]
驾驶风格识别系数r
driver
与冲击度j(t)有关，冲击度j(t)通过以下公式确定
[0039][0040]
式中v(t)代表t时刻汽车的行驶速度。
[0041]
在某参考道路上，通过大数据收集多位驾驶员速度-时间数据，计算每个驾驶员的平均冲击度，获取平均冲击度的最大值和最小值对每个驾驶员的平均冲击度进行归一下处理，则驾驶员风格识别系数r
driver
通过以下公式(2)确定
[0042][0043]
x
3
为剩余电量，通过can信号获取，满电状态为100％soc，市场大部分纯电动汽车充电前剩余电量一般大于20％soc，则x
3
的论域为[0.2,1]，隶属度函数如图4所示。
[0044]
x
4
为剩余路线平均车速，通过大数据收集剩余路段的平均车速，x
4
的论域为[20,100]，隶属度函数如图5所示。
[0045]
以续航里程衰减系数作为输出变量，则模糊输出论域为u＝{u}；式中：u为轮胎/路面附着系数，则输出变量模糊子集取值范围[0.3,1]。
[0046]
输入变量、输出变量均必须采用自然语言的形式给出，即为语言变量，所以首先需将输入变量和输出变量对应的数值变量变换为语言模糊变量，语言模糊变量的隶属函数分布选择三角型分布形式。同时将输出变量及每一个输入变量采用语言模糊集进行描述，所述语言模糊集包括多个语言模糊子集，根据所述语言模糊子集建立模糊推理规则：对不同输入变量的不同语言模糊子集进行排列组合确定模糊规则的数量，每一条模糊规中均包含一个输入变量的一个语言模糊子集，每一条模糊规则对应输出变量的一个语言模糊子集，所有模糊规则与输出变量的语言模糊子集的组合即为模糊推理规则。输出变量的隶属度包括输出变量的每一个语言模糊子集的隶属度，根据模糊规则及不同输入变量的不同语言模糊子集的隶属度计算输出变量的每一个语言模糊子集的隶属度。
[0047]
对于环境温度采用8个语言模糊集进行描述：极冷(a
1
)、很冷(a
2
)、相当冷(a
3
)、冷(a
4
)、常温(a
5
)、热(a
6
)、相当热(a
7
)、很热(a
8
)。环境温度各语言模糊子集的隶属函数曲线如图1所示。
[0048]
对于驾驶风格采用3个语言模糊集进行描述：保守(b
1
)、普通(b
2
)、激进(b
3
)、。驾驶风格各语言模糊子集的隶属函数曲线如图2所示。
[0049]
对于剩余电量采用3个语言模糊集进行描述：低(c
1
)、中(c
2
)、高(c
3
)。剩余电量各语言模糊子集的隶属函数曲线如图3所示。
[0050]
对于平均速度采用5个语言模糊集进行描述：较低(d
1
)、低(d
2
)、中(d
3
)、高(d
4
)、相当高(d
5
)。平均速度各语言模糊子集的隶属函数曲线如图4所示。
[0051]
对于续驶里程衰减系数采用8个语言模糊集进行描述：极低(e
1
)、很低(e
2
)、相当低(e
3
)、低(e
4
)、一般(e
5
)、高(e
6
)、相当高(e
7
)、很高(e
8
)。平均速度各语言模糊子集的隶属函数曲线如图5所示。
[0052]
以x作为输入变量，以u作为输出结果，建立模糊推理模型，模型示意图如图1所示.模型计算过程：
①
建立输入、输出变量隶属函数；
②
建立模糊推理规则；
③
根据隶属函数计算输入变量的隶属度，通过模糊规则计算输出变量的隶属度；
④
采用加权平均法，计算输出变量值。
[0053]
模糊控制规则的制定是模糊推理的关键。通过专家经验和试验结果建立模糊推理规则。由图1—5中输入变量子集的数量，再根据排列组合原理，共有8
×
3
×
3
×
5＝360条规则，针对输入变量和输出变量，建立纯电动汽车能量消耗量衰减系数模糊推理规则。
[0054]
if x
1
∈a
2 and x
2
∈b
1 and x
3
∈c
2 and x
4
∈d
2
，then u∈e
1
；
[0055]
if x
1
∈a
2 and x
2
∈b
1 and x
3
∈c
2 and x
4
∈d
3
，then u∈e
1
；
[0056]
if x
1
∈a
2 and x
2
∈b
1 and x
3
∈c
3 and x
4
∈d
2
，then u∈e
2
；
[0057]
if x
1
∈a
2 and x
2
∈b
1 and x
3
∈c
4 and x
4
∈d
2
，then u∈e
2
；
[0058]
……
[0059]
if x
1
∈a
3 and x
2
∈b
2
and x
3
∈c
2 and x
4
∈d
2
，then u∈e
2
[0060]
if x
1
∈a
3 and x
2
∈b
2 and x
3
∈c
2 and x
4
∈d
3
，then u∈e
2
；
[0061]
if x
1
∈a
3 and x
2
∈b
2 and x
3
∈c
3 and x
4
∈d
2
，then u∈e
3
；
[0062]
if x
1
∈a
3 and x
2
∈b
2 and x
3
∈c
4 and x
4
∈d3，then u∈e
3
；
[0063]
……
[0064]
对于每条控制规则都蕴含一个模糊关系，应用mamdani算法计算出第j条控制规则
对应的隶属度函数如公式(3)：
[0065][0066]
其中表示在j条规则下模糊子集a
i
的隶属度，表示在j条规则下模糊子集b
i
的隶属度，表示在j条规则下模糊子集c
i
的隶属度，表示在j条规则下模糊子集d
i
的隶属度，表示在j条规则下模糊子集e
i
的隶属度，“∧”为合取运算，指多个隶属度中取最小值，“∨”为析取运算，指多个隶属度中取最大值；μ
e'
(z)表示待推理的模糊子e
i
的隶属度,μ
a'
(x
1
)表示已经给出的模糊子集a
i
的隶属度，μ
b'
(x
2
)表示已经给出的模糊子集b
i
的隶属度，μ
c'
(x
3
)表示已经给出的模糊子集c
i
的隶属度，μ
d'
(x
4
)表示已经给出的模糊子集d
i
的隶属度，j表示第j条模糊规则，j＝1,2,3
…
315。
[0067]
获取各模糊推理规则下的隶属度关系后采用加权平均法去模糊，如公式(4)
[0068][0069]
其中z为续驶里程衰减系数的隶属度，表示在j条规则下模糊子集e
i
的隶属度,为续驶里程衰减系数。
[0070]
以下以具体数据说明本发明计算续驶里程的过程：
[0071]
在国内多个地区进行试验温度覆盖-30℃-40℃，道路覆盖高速、城郊、城市、山区，电量覆盖100％-20％，驾驶风格包括激进、保守、普通分别进行试验，数据10组，通过试验对比，试验数据与理论值对比如下，经对比，误差在10％以内。
[0072]
表2试验结果与预测结果对比
[0073][0074]
当环境温度为-18℃；加速冲击度为0.3；soc为90％；平均速度为v＝45km/h，
[0075]
环境温度处于很冷(t
2
)、相当冷(t
3
)两个模糊子集，驾驶风格属于保守(d
1
)、普通(d
2
)两个模糊子集，soc属于低(v
1
)、中(v
2
)两个模糊子集，平均速度属于低(s
2
)、中(s
3
)两个模糊子集；根据排列组合原理，有2
×
2
×
2
×
2＝16条规则，模糊推理规则如表3所示：
[0076]
表3某参数条件下模糊规则
[0077][0078][0079]
每条规则下续驶里程衰减系数隶属度采用公式(3)计算，结果如表4，计算过程如图7所示
[0080]
表4某参数条件下续驶里程衰减率隶属度计算过程
[0081][0082]
每个模糊子集下隶属度分别为每个模糊子集下隶属度分别为如图8所示。
[0083]
获取各模糊推理规则下的隶属度关系后采用公式(4)计算，
[0084][0085]
则显示续驶里程
[0086]
其中r
o
为显示续驶里程，r为满电状态基准续驶里程，为衰减系数，因此本例下续驶里程显示值为0.382
×
r
[0087]
其他参数条件下使用不同的模糊规则，参照上述计算方法执行即可得出相应的续驶里程。
[0088]
以上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除