【技术实现步骤摘要】
基于道路信息的纯电动汽车能耗最优路径规划方法
本专利技术涉及新能源汽车
，更具体的说是一种基于道路信息的纯电动汽车能耗最优路径规划方法。
技术介绍
纯电动汽车具有排放低、污染小等优点，且市场占有率越来越高。但是，由于充电时间长、充电站少、行驶里程有限等原因，纯电动汽车驾驶员经常存在“里程焦虑”。如何提供精准的预测能耗与提升纯电动汽车的续航里程以解决人们的“里程焦虑”问题，成为当下汽车企业与各高校研究的方向。许多驾驶员会根据目的地选择合适的路径，并根据汽车的剩余电量判断自己是否可以达到目的地，因此，精准的能耗预测与路径规划成为解决“里程焦虑”的有效途径。目前，传统的路径规划分为最短距离路径规划与最短时间路径规划，上述两种规划都不能得到一条能耗最优的路径，当汽车的剩余电量不足时，驾驶员会优先考虑以最小的能耗到达目的地，因此，最优能耗路径规划成为研究的热门。最优能耗路径规划依靠准确的能耗预测模型来生成代价函数，虽然现存的一些纯电动汽车的能耗预测模型在特定情况下精度较高，如常见的基于多项式回归方程、核自适应滤波器预测方法，这些方法将与当前路径相似的历史工况输入到模型中，来获取当前平均能耗值，能较为准确地预测出未来路径的能耗。但是，如果存在道路信息多变和历史数据的不足的情况，预测的能耗会有较大偏差。又例如基于模型的能耗算法，首先从车载传感器或者电子地图中获取未来驾驶路径上的信息，通过分析处理数据信息得到驾驶工况，并将得到的工况输入到车辆能耗模型，最终输出预测能耗。但是，这种方法很难考虑到驾驶员行为的变化，精度仍然...
【技术保护点】
1.一种基于道路信息的纯电动汽车能耗最优路径规划方法，其特征在于，包含如下步骤：/n步骤1：采集道路信息与车辆历史数据；/n步骤2：建立车辆半物理半经验能耗计算模型：将车辆能耗分为克服行驶阻力能耗、传动系统损失能耗和辅助系统能耗三部分并分别建模，建立车辆半物理半经验能耗计算模型，然后结合道路信息、高程信息与环境信息对能耗计算模型中的可变参数进行估计；/n步骤3：基于马尔科夫法对道路参考节点间的车速v进行预测：对不同类型道路设置参考节点，分别在道路加速、减速段应用马尔科夫链进行工况预测；/n步骤4：结合能耗成本边代价，通过A*搜索算法建立最优能耗路径规划模型。/n
【技术特征摘要】
1.一种基于道路信息的纯电动汽车能耗最优路径规划方法，其特征在于，包含如下步骤：
步骤1：采集道路信息与车辆历史数据；
步骤2：建立车辆半物理半经验能耗计算模型：将车辆能耗分为克服行驶阻力能耗、传动系统损失能耗和辅助系统能耗三部分并分别建模，建立车辆半物理半经验能耗计算模型，然后结合道路信息、高程信息与环境信息对能耗计算模型中的可变参数进行估计；
步骤3：基于马尔科夫法对道路参考节点间的车速v进行预测：对不同类型道路设置参考节点，分别在道路加速、减速段应用马尔科夫链进行工况预测；
步骤4：结合能耗成本边代价，通过A*搜索算法建立最优能耗路径规划模型。
2.如权利要求1所述的一种基于道路信息的纯电动汽车能耗最优路径规划方法，其特征在于，所述步骤2建立车辆半物理半经验能耗计算模型包括：
2.1)对整车进行能量流与动力学分析，得到电池输出功率的物理表达式：
车辆能耗由瞬时功率积分来计算，如下式：
其中，电池输出功率Pbat由行驶阻力损耗Fxv、传动系统损耗Ppt_loss和辅助系统损耗Paux构成；
纯电动汽车行驶阻力损耗Fxv中驱动力Fx公式为：
其中，fr为滚动阻力系数；mv整车质量；g为重力加速度；αslop为道路坡度；ρ为空气密度；Cd为风阻系数；Af为车辆迎风面积；v为车速；vwin为投射到驾驶方向的风速；Jw车轮惯性矩；Jm电动机惯性矩；r为轮胎半径；ig为齿轮减速比；为车辆加速度；
2.2)应用底盘测功机测试纯电动汽车传动系统效率及能耗损失，得到传动系统损失能耗Ppt_loss经验函数，通过测定获得辅助系统损耗Paux；
将传动系统损失能耗分为驱动模式、再生制动模式、怠速模式损耗，并分别建立经验函数：
驱动模式：
再生制动模式：
怠速模式：
Pidle＝0.06v3-4.85v2+116.3v+170(5)
其中，Tw为车轮转矩[N·m]，ωw为车轮转速[rad/s]，v为滑行车速；
2.3)结合道路信息与环境温度对能耗计算模型中可变参数进行估计。
3.如权利要求1所述的一种基于道路信息的纯电动汽车能耗最优路径规划方法，其特征在于，所述步骤3中基于马尔科夫法对道路参考节点间的车速v进行预测包括：
在进行车速预测过程中，将信号灯和限速标志作为重要的参考节点，在不同道路类型上，分别在加速、减速段应用马尔科夫链进行工况预测，选取车辆的速度v作为马尔科夫链的状态，利用速度-加速度状态转移矩阵记录驾驶员行为，然后将生成的各段工况与道路信息配合生成速度曲线。
4.如权利要求3所述的一种基于道路信息的纯电动汽车能耗最优路径规划方法，其特征在于，所述应用马尔科夫链进行工况预测包括以下步骤：
3.1)获取不同道路类型的曲线；
3.2)对加速度和速度数据采样，生成v-a频数表：
选取车辆的速度v作为马尔科夫链的状态，利用v-a的状态转移矩阵记录vt对应at+1的概率，再计算出vt+1；
生成状态转移矩阵时依次扫描速度状态，计算对应不同加速度的次数，生成频数表，并对该频数表进行存储；
3.3)分别生成加速状态转移矩阵和减速状态转移矩阵：
对v-a频数矩阵以a＝0为分界线进行分割，上方作为加速频数矩阵，下方作为减速频数矩阵；某个速度对应的不同加速度的频数除以该速度下所有加速度的频数和，得到这个速度下的状态转移概率，即：
其中，nij是vi速度下出现aj的次数，s是vi速度下所有出现的aj的次数累积和；
依次求出每个速度下不同加速度的状态转移概率，分别生成加速状态转移矩阵和减速状态转移矩阵；
3.4)生成马尔科夫链预测工况：
将路段车速分为加速段、恒速段和减速段生成，先在该路段距离中生成全距离的“加速+速度保持”曲线va-s，然后生成从加速匀速阶段最高速度减速到安全速度的减速曲线，并将减速终点置于路段终点，得到vd-s；两个曲线的交点即为开始减速的距离点：
一个路段的加速段曲线由该路段类型对应的驾驶员加速状态转移矩阵生成，其初始速度vi(0)为上一段结束时的速度vi-1(end)；马尔科夫链转移间隔为1s，通过此时速度，在加速状态转移矩阵中查找下一时刻加速度ai(1)，假设已知vi(0)，根据加速状态转移矩阵...
【专利技术属性】
技术研发人员：郭建华，姜宇，刘纬纶，王引航，刘翠，聂荣真，初亮，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。