一种基于交通路网信息的电动车辆剩余里程估算方法

摘要

本发明涉及一种基于交通路网信息的电动车辆剩余里程估算方法，其包括以下步骤：利用电动车辆的电池能量管理系统采集电动车辆电池组电压U、电池额定容量Q、电池荷电状态SOC，计算电动车辆的剩余能量E_B；利用电动车辆从起点到达交通路网中各节点的能量消耗最低的X条路径的随机抽样结果，计算电动车辆到达交通路网中每一节点的能量消耗与通行时间的概率密度函数；根据电池剩余能量E_B和电动车辆到达交通路网中每一节点能量消耗与通行时间的概率密度函数，采用随机规划模型，估算电动车辆的剩余里程数。本发明能够反映交通路网的动态随机变化特性，并具有估算结果合理的优点，因此本发明可以广泛应用于车辆剩余里程的估算中。

主权项

一种基于交通路网信息的电动车辆剩余里程估算方法，其包括以下步骤：1)利用电动车辆的电池能量管理系统采集电动车辆电池组电压U、电池额定容量Q、电池荷电状态SOC，计算得到电动车辆的剩余能量E_B为：式中，SOC₁为电池放电开始时的荷电状态，SOC₂为电池放电截止时的荷电状态；2)基于交通路网信息，计算电动车辆到达交通路网中每一节点的能量消耗与通行时间的概率密度函数，其包括以下步骤：(1)收集交通路网中的道路坡度信息以及各路段的历史交通信息，并建立动态随机路网模型；(2)采用支持向量回归方法，通过求解训练参数，建立交通路网中所有路段对应的短时交通预测模型；(3)根据电动车辆将要到达某一路段的时刻、动态随机路网模型和短时交通预测模型，确定电动车辆在未来通过该路段的速度值；(4)根据电动车辆在未来通过交通路网中某一路段的速度值和该路段的长度，采用随机抽样的方式计算电动车辆从当前起点出发到达交通路网中所有节点的能量消耗的期望值；(5)根据电动车辆从起点到达交通路网中所有节点的能量消耗的期望值，利用遗传算法计算电动车辆从起点到达交通路网中每一节点的能量消耗最低的X条路径；(6)利用步骤(5)得到的电动车辆从起点到达交通路网中各节点的能量消耗最低的X条路径的随机抽样结果，计算电动车辆从起点到交通路网中所有节点的能量消耗与通行时间的概率密度函数；3)根据电池剩余能量E_B和电动车辆到达交通路网中每一节点能量消耗与通行时间的概率密度函数，采用期望值模型、机会约束模型和相关机会模型，估算电动车辆的剩余里程数。