CN110126841A 基于道路信息和驾驶风格的纯电动汽车能耗模型预测方法 （吉林大学）

号基于道路信息和驾驶风格的纯电动汽车能本发明公开了一种基于道路信息和驾驶风道路信息和驾驶风格优化的工况预测模型进行2步骤二、根据步骤一获取的参数，对滚阻系数、2.如权利要求1所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方v为水蒸ai为路面类型修正系数；3.如权利要求1所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方步骤2.根据历史数据对驾驶风格进行识别，基于遗传算法进行驾驶风格修正系数辨4.如权利要求3所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方35.如权利要求3所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方当驾驶员在车载导航系统中输入目的地后，系统从GPS和电子地图中获取路径与道路路径由节点分割成多个道路片段，将相邻两个节点由将步骤1.3)中生成的所有直线型工况段按照路线信息中的节点位置依次进行拼接整6.如权利要求3所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方步骤2.3)建立典型驾驶风格修正系数表，根据7.如权利要求6所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方48.如权利要求6所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方p,i为代入优化系数后的预测工况在模型仿真中产生的能耗；为实际测得的在使用驾驶风格对预测工况进行优化时，需要针对不同类型的路面分别辨识优化系9.如权利要求1所述的一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方Pbat＝Fwv+Ppt_loss+Paux＝(Fr+Faero+Fg+Fm)v+Ppt_l52df2w为车winrPc＝0.06v3-4.85v2+116[0002]纯电动汽车(BatteryElectricVehicle，BEV)在能耗和排放方面对比传统的内数据的能耗预测方法，基于驾驶员的历史能耗数据预测未来路径的能耗，这种方法能够较预测的准确性和适应性。7[0007]一种基于道路信息和驾驶风格优化的纯电动车能耗模型预测方法，包括以下步[0012]本发明提供了一种基于道路信息和驾驶风格优化的纯电动车能8类型的路径信息融合成能够被能量管理系统(EnergyManagementSystem，EMS)识别的数BEV能量使用。9mg0.3-g-rmN—ρlr(9)a(14)为各道路类型车速的分布直方图，图中的实线为拟合的车速分布曲线，它是在Matlab中由[0092]图6为在驾驶试验中测得的加速度和减速度与车速之间的关系以及最大加速度和最大减速度曲线。由于实例中采用的纯电动车的最大加速度和减速度受到电机功率的限[0098]在选取加速度aa和减速度ab时，需要同时考虑最大限值和[0101]当驾驶员在车载导航系统中输入目的地后，系统从GPS和电子地图中获取路径与[0116]将步骤3中生成的所有直线型工况段按照路线信息中的节点位置依次进行拼接整[0121]J,[0122]其中，Jd(i)为驾驶员在某道路类型驾驶的驾驶风格识别参数；Ji()-;(分别为bmax＝2m/s2。[0125]采集三名驾驶员的道路试验数据，由式(19)计算各驾驶员在各类型道路上的Jd[0131]图9中实线为直线型工况预测模型得出的预测工况，点划线和虚线分别代表根据[0134]本发明建立的驾驶风格优化算法通过道路信息和驾驶风格识别参数选取驾驶风[0138]驾驶风格修正系数的辨识思路是利用模型仿真结果与实测值的误差不断优化系0.60.1程进行分析，首先分析该驾驶员在此条路线下的直线型预测工况与实测工况的特征值差=发明建立的基于驾驶风格优化的工况预测对于能耗的