行之知识产权综合服务平台

技术领域

本发明涉及新能源纯电动汽车控制策略算法领域。

背景技术

纯电动汽车是指需要利用外部电网(包括家用电源插座，例如220V电源) 对动力电池进行充电来作为唯一驱动能源保证汽车正常行驶的汽车。纯电动汽 车由于受到电池能量密度以及充电时间的限制，续驶里程远不如传统汽油车方 便快捷，但在可以避免发动机排放的有害气体、温室气体排放和燃油消耗的前 提下，还可以保证相同的动力性和舒适性，在不输驾驶性的情况下提高了对环 境保护的能力同时也缓解了能源危机。因此纯电动汽车是一种最有发展前景的 汽车驱动模式，也是最终的清洁能源汽车最佳方案之一。

纯电动汽车的几大主要优势：一、低噪音、零排放。二、在高压电池充满 电的情况下可以保持200公里甚至更多的续驶里程。三、可利用公用电网对高 压电池进行电量补充，还可以利用制动来进行能量回收提高经济性，大大降低 了对石油的依赖；五、用车成本相对传统汽车大大降低，首先用电比燃油更经 济，其次相对传统车，纯电动结构相对简单，无需经常对发动机或更多的零部 件来进行保养。

当驱动电池工作模式为功率输出时，需要消耗储存在每个电池单体里的电 量来驱动电动机，进而带动整车行驶，随着电池电量的进一步消耗，每个电池 单体的电量会逐渐降低，电池单体的存储能量逐渐变少，进而会导致仪表上显 示的续驶里程越来越少。纯电动汽车由于需要特定的充电设施来进行充电，如 果仪表显示的续驶里程不能够为驾驶员带来准确的参考，很容易出现在行驶途 中出现高压电池馈电而导致需要拖车的情况，因此准确的续驶里程提醒驾驶员 是非常有必要的，但当前主流纯电动汽车中对续驶里程的计算方法多少有一些 不全面之处，会影响续驶里程提示的精确性。

发明内容

本发明所要解决的技术问题是实现一种精准可靠的纯电动汽车续驶里程的 计算方法。

为了实现上述目的，本发明采用的技术方案为：纯电动汽车的续驶里程计 算方法，步骤1、定义并构建SOC区间定义；步骤2、根据目标SOC参数、目标 车速、道路行驶阻力查表得到当前行驶初始续航里程参考值；步骤3、多次学习 存储值求平均，作为下一次行驶新的目标行驶参考值；步骤4、大功率负载开启 与道路行驶阻力查表，得到大功率负载的当前抵消初始参考值；步骤5、大功率 负载开启后的抵消值经多次学习后存储并求平均值，作为下一次行驶的新的目 标抵消参考值并存储；步骤6、根据当前的目标行驶参考值和大功率用电器的开 启情况的目标抵消参考值获得新的续驶里程显示。

所述步骤1中，SOC区间的定义和构建以电池台架数据作为支撑，以BMS系 统释放的参数为准，BMS系统会根据电池温度、放电电压的信息计算出当前高压 电池能量。

所述步骤2中，以实际道路行驶阻力曲线计算当前车速下的能耗，并以此 与SOC相关信息对应，建立数据库，根据目标车速与当前电池参数，在该数据 库查表得到对应SOC区间端点的续驶里程值，作为当前行驶初始参考值。

所述步骤3中，采用多次自学习策略，将每个SOC区间的行驶初始参考值 进行存储，并对SOC区间端点值进行计算得到最近N次存储值的平均值，与当 前行驶初始参考值比较并取较小值，得到的结果作为下一次行驶时策略计算的 新的目标行驶参考值。

所述步骤4中，当大功率负载开启时，根据大功率负载功率与开启时间， 结合当前SOC区间的平均车速以及实际道路行驶阻力，计算大功率负载抵消掉 的行驶里程值，该值作为大功率负载计算的当前抵消初始参考值。

所述步骤5中，将每个SOC区间的大功率负载抵消掉的抵消初始参考值进 行存储，并对每个SOC区间的端点值最近N次自学习的存储值求平均值，与当 前抵消初始参考值取小比较，得到的结果作为下一次行驶时策略计算的新的目 标抵消参考值。

所述步骤6中，对各个SOC区间端点值进行代数计算、限值并滤波处理，计算 结果输出。根据以上每个SOC区间端点的计算值通过一次线性插值，计算得每 一个SOC区间内的每个SOC点对应的续驶里程，并实时显示于仪表上供驾驶员 参考。

本发明针对影响电池放电能量的影响因素，以及整车上需要消耗高压电池 能量的大功率负载、整车行驶阻力曲线、环境温度、驾驶模式等因素综合考虑， 提出全新的算法，通过控制策略实现显示在仪表上，提高了所显示续驶里程的 准确性。

附图说明

下面对本发明说明书中每幅附图表达的内容作简要说明：

图1为纯电动汽车的续驶里程计算方法的控制逻辑流程图；

图2为纯电动汽车的续驶里程计算方法的步骤流程图。

具体实施方式

本发明是针对当前市场上主流电池材料作为储能装置的电动汽车的续驶里 程计算方法，通过控制策略对续驶里程算法的精确估算，实现准确驾驶员提醒， 提升驾驶乐趣。

如图2所示，本发明提供的纯电动汽车的续驶里程估算策略的控制逻辑流 程，包括以下步骤：

步骤1，定义并构建SOC区间策略，该区间的定义主要以电池台架数据作为 支撑，以BMS系统释放的参数为准，BMS系统会根据电池温度、放电电压等信息 计算出当前高压电池能量。

步骤2，以实际道路行驶阻力曲线计算当前车速下的能耗，并以此与SOC相 关信息对应，建立数据库。根据目标车速与当前电池参数，在该数据库查表得 到对应SOC区间端点的续驶里程值，作为初始参考里程值。

步骤3，采用多次自学习策略，将每个SOC区间的行驶里程进行存储，并对 SOC区间端点值进行计算得到最近N次存储值的平均值，与初始里程参考值取小 比较，得到的结果作为下一次行驶时策略计算的参考值。通过一次线性插值， 计算得到该SOC区间内每个SOC点对应的续驶里程。

步骤4，当大功率负载(压缩机、PTC)开启时，根据开启enable信号作为 判断，根据大功率负载功率与开启时间，结合当前SOC区间的平均车速以及实 际道路行驶阻力，计算大功率负载抵消掉的行驶里程值，该值作为大功率负载 计算的初始参考值。

步骤5，采用多次自学习策略，将每个SOC区间的大功率负载抵消掉的行驶 里程值进行存储，并对每个SOC区间的端点值最近N次自学习的存储值求平均 值，与初始里程参考值取小比较，得到的结果作为下一次行驶时策略计算的大 功率负载里程参考值。通过一次线性插值，计算得到该SOC区间内每个SOC点 对应的大功率负载抵消里程值。

步骤6，对各个SOC区间端点值进行代数计算、限值并滤波处理，计算结果 输出。

上述算法的原理为：按照整车半载工况，根据电池容量将SOC划分为10个 等分区间，用该值与等速工况行驶对应的里程表进行查表，得到一个满电续驶 里程实际中最大的参考值A1。同时根据当前整车驾驶模式如ECO或SPORT模式， 电池参数，如电池单体温度、电池SOC值等，得到一个当前SOC下的电池实际 可用的能量，用上述系数进行一系列插值计算得到对应续驶里程，结合当前车 载高压用电器负载的使用情况，来计算当前车辆行驶实际可用的功率(一般高 压负载的功率比较均衡)，再结合整车行驶阻力曲线对应的阻力功率，进行二次 插值法计算出当前续驶里程A2。

具体来说：

(1)将SOC根据电池容量等分为10个区间，根据电池实际放电电压、电 池单体温度和放电电流等电池参数计算出每一个SOC区间的电能及满电时总的 电能千瓦时，同时利用行驶阻力曲线加载到转鼓试验上得到的在满电情况下的 每个车速匀速行驶的最大续驶里程表A1，根据当前平均车速进行查表，输出并 显示在仪表上为当前的续驶里程值。在第一个SOC区间(SOC100％--90％)平均 行驶车速对应的行驶阻力功率可以根据行驶阻力试验中测得的各个等速下的能 耗值，根据查表并计算出该SOC区间在各个车速匀速情况下的续驶里程A1，一 般经济模式ECO对应的续驶里程大于运动模式的续驶里程，当开启运动驾驶模 式则同理需要根据车速计算出该工况下的续驶里程A1’。依此方法，可以计算 出第二个SOC区间(90％--80％)的续驶里程A2(A2’)……，此时通过计算可 以知道每个SOC区间端点的续驶里程值，将以上各个SOC端点的里程值作为一 个初始参考值，代入续驶里程的计算。利用自学习算法，将多次行驶中各个SOC 区间端点计算出的里程值进行三次存储并计算出N次的里程值，求N次里程值 的平均值，并与前面所讲的初始里程参考值取小比较，结果作为一个新的目标 参考里程值，用于下一次电池充满电行驶时对续驶里程的评估计算。

(2)如有高压用电器负载开启，考虑高压负载所消耗的功率，根据平均车 速及行驶阻力功率折算成对应的续驶里程，对大功率开启之后抵消的里程值进 行最大和最小的限值，结果作为高压负载抵消掉的初始参考值。根据高压负载 开启信号作为判断依据，负载工作信号开启则该里程乘以-1，否则乘以0，得到 B1。对大功率负载抵消掉的里程值B1进行多次自学习并对其结果进行三次存储， 求得三次平均值后，并与高压负载抵消的初始参考值取小，比较的结果作为下 次该区间行驶时新的负载所消耗的参考里程值B1。A1(A1’)+B1为当前SOC区 间相应车速下的续驶里程。

(3)根据以上工况，结合各个SOC区间端点的里程值对该区间内的各个SOC 点进行一次线性插值，计算出该SOC区间中每个SOC点对应的续驶里程C1。

(4)对每个SOC区间的续驶里程进行最大和最小限值，并对该值进行滤波 处理

(5)将该值进行限制和滤波。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上 述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性 的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在 本发明的保护范围之内。