基于固有基础设施下电动汽车续驶保障系统的开发

电动汽车在行驶途中,可能面临没能预储足够能量导致车辆无法顺利抵达目的地的问题。解决此类问题的关键手段是加大充电设施建设和研究新的动态预警导航装置。本项目提出基于固有基础设施下电动汽车续驶保障系统的开发,通过对现有路灯的充电化改造和现有车载导航系统的改造,通过充分挖掘现存固有基础潜力,利用硬件与软件两方面的改造,保证行车续驶能力,加速推进电动汽车普及推广。

电动汽车传动系统参数设计和续驶里程研究

针对目前电动汽车(EVS)续驶里程短的问题,从车辆动力学的角度建立了较为系统的续驶里程计算模型。讨论了电动汽车动力传动系统参数设计和整车质量对续驶里程的影响,并以XL2000型纯电动轿车为研究对象,分析计算了匹配两种不同传动系统时的续驶里程,并给出了计算结果。进一步的实验表明,计算结果与实验值误差小于5%,验证了所建模型的合理性。在样车设计阶段,利用该方法进行仿真研究,具有一定的参考价值和指导意义。

电动汽车传动系统参数设计和续驶里程研究

针对目前电动汽车续驶里程短的问题,从车辆动力学的角度系统地建立了动力传动系统以及续驶里程的仿真模型。讨论了电动汽车动力传动系统参数设计和整车质量对续驶里程的影响。以某纯电动汽车为研究对象,分析计算了匹配两种不同传动系统时的续驶里程,并给出了仿真结果。实验表明,仿真结果与实验值误差不超过5%,从而验证了仿真模型的正确性和有效性。

电动汽车续驶里程影响因素分析

电动汽车因操作便捷、噪声低、节能环保等特点,已成为人们出行的首选交通工具之一。续驶里程作为电动汽车的关键性能之一,广受关注。分析了影响续驶里程的能量流向,然后以能量流向为基础,分析了电动汽车的整车参数、动力电池、电机及其控制器系统、制动能量回收等因素对续驶里程的影响,展望了未来电动汽车续驶里程增加的方向。

基于云端大数据的电动汽车低温续驶里程工况构建

为了构建电动汽车的低温续驶里程工况,利用用户自然场景中电动汽车的T-BOX云端大数据平台,应用主成分分析选取了速度相关参数,通过聚类分析方法获取了低速、中速和高速的运动学片段,对比了电动汽车在常温和低温下的行驶速度差异,根据概率密度计算结果建立了适用于低温试验的速度曲线,同时提取环境温度、空调等级与空调温度等维度的信息,分析了环境温度与空调设置的关系,得到适用于低温试验的环境温度和空调设置信息。结果表明,低温与常温相比,电动汽车低速行驶时间延长了3%,中速和高速的行驶时间分别降低了2%和1%,并且环境温度截止至-22℃,空调等级设置为3级,空调温度设置为26℃可以代表大多数用户的使用场景,最终构建了更加贴近用户实际的电动汽车低温续驶里程工况。

轮胎对轻型纯电动汽车续驶里程及能耗的影响

文章通过选装两款轮胎对某型号轻型纯电动汽车分别进行实车道路阻力测试和续驶里程及能耗台架测试,研究了轮胎对轻型纯电动汽车的续驶里程及能耗的影响。整车道路阻力测试结果表明两款轮胎对应的整车道路阻力差距明显,其中在低速段的差距最大。中国轻型汽车行驶工况(CLTC)下的续驶里程及能耗测试结果表明在其他整车参数一致的情况下,选装A品牌245/50ZR18轮胎比选装B品牌245/45R19轮胎的整车能量消耗量低2.8%,续驶里程高3.6%,来自外部电源的能量消耗量低3.0%。轮胎的差异同时影响整车道路阻力、整车动力系统工作效率与动能回收效果,导致续驶里程具有差异,因此,合理的轮胎选型对续驶里程提升具有一定作用,需在样车开发与验证阶段针对性进行测试与优化。该研究还可为轻型纯电动汽车在进行工信部公告目录型式核准时,判断不同轮胎配置下整车是否具有相同续驶里程申报值提供一定工程案例支持。

纯电动汽车能量消耗量和续驶里程的测量不确定度评定

测量不确定度可合理表征被测量值的分散性,是评价测量活动质量的重要指标。针对纯电动汽车的能量消耗量和续驶里程测量结果的多种影响因素进行分析和评估,结合测试标准和实际测量过程建立测量数学模型和不确定度计算数学模型。对各不确定度分量进行评估及合成计算,得到能量消耗量和续驶里程的测量不确定度评定结果。结果表明,合成相对标准不确定度均在1%以内,其中测试系统误差引入的B类不确定度分量较小,测量重复性因素引入的A类不确定度分量占比较大,对结果有较大影响。

基于电池能量状态估计和车辆能耗预测的电动汽车续驶里程估计方法研究

本文中提出一种基于动力电池能量状态估计和车辆能耗预测的续驶里程估计模型。电池能量状态估计采用电池状态模型估计电池剩余的可用能量,分析了不同因素的影响。利用纯电动车测试数据,基于递推最小二乘算法辨识车辆能耗参数,结合行驶工况预测汽车能耗,进而计算续驶里程。与传统的续驶里程估计方法相比,基于电池能量状态估计和整车能耗预测的续驶里程估计模型的精度有较大提高。

基于行驶工况识别的纯电动汽车续驶里程估算

本文中采用主成分分析和模糊聚类相结合的行驶工况识别方法进行纯电动汽车续驶里程的估算。首先选取20个具有代表性的循环工况数据,将其划分为215个工况片段,并选用12个特征参数对其进行主成分分析、模糊C聚类分析和行驶工况识别;然后在MATLAB/Simulink下建立纯电动汽车整车模型,进行行驶工况识别、整车能量消耗和续驶里程仿真估算;最后在转鼓试验台上进行ECE15工况下实车测试验证,结果表明:续驶里程仿真估算值与测试值的最大绝对误差为1.905km,平均绝对误差为0.742km,相对误差小于3%。

电动汽车续驶里程及其影响因素的研究

研究了电动汽车续驶里程的计算方法 ,根据电池释放的能量与电动汽车消耗的能量相等的方法计算 ,使用 BJD61 0 0 - EV电动公交车的有关参数 ,计算在不同速度下匀速行驶时的续驶里程及阻力功率 .建立电池均匀性对电池输出功率的影响模型 ,分析整车参数、环境温度对电动汽车的续驶里程的影响 ,绘制相应的曲线 .结合对 BJD61 0 0 - EV电动公交车的道路试验 ,验证了续驶里程的计算方法及续驶里程的影响因素 。

利用再生制动能量回收控制系统提高电动汽车续驶里程

电动汽车经过数十年的发展,其各项标准己经基本达到了正常用车需求,但是却迟迟不能占据市场,主要原因就是目前的电动汽车的续驶里程尚不能满足用户的期望值。如何增加电动汽车的续驶里程是电动汽车发展过程中一个极其关键的问题。采用再生制动技术,进行能量回收是电动汽车增加续驶里程的一个重要手段。

基于电池能量状态和车辆能耗的电动汽车续驶里程估算

为了提高续驶里程估算精度,在工况识别基础上提出一种基于电池能量状态和车辆能耗的续驶里程估算模型,该模型能有效地消除里程误差并具有较好的收敛性及鲁棒性。在Matlab/Simulink下建立电池模型及整车能耗模型,基于该模型建立工况特征参数与能耗之间的模糊规则库,再对电动空调单独进行续驶里程估算,基于卡尔曼滤波的方法对输出剩余里程进行优化。仿真及试验结果表明,与传统的续驶里程估算方法相比,采用基于电池能量状态和车辆能耗的方法不仅能提高剩余续驶里程估算精度,而且能解决在急剧变化的工况下剩余续驶里程大幅度波动的问题。

环境温度对电动汽车续驶里程影响的试验研究

开展了环境温度对电动汽车续驶里程影响的研究。依托带有阳光模拟系统的环境仓,对市场上选取的9辆电动汽车分别进行了常温条件下的续驶里程、高温开空调制冷条件下的续驶里程和低温开空调加热条件下的续驶里程测试,得出了测试结果。通过对测试结果的分析,找到了电池容量、整备质量和环境温度对续驶里程的影响规律,为后续进一步提升电动汽车在各种使用条件下的续驶里程提供研究基础。

基于电池SOE预测电动汽车的续驶里程

提出采用电池能量状态(SOE)估算以提高电动汽车续驶里程预测的精度。在基本SOE定义的基础上,引入热能参数对数学模型进行修正,结合车辆质量、行驶阻力、电池组性能及行驶工况等影响因素,研究电动汽车供需功率模型,建立基于SOE的续驶里程预测方法。标准循环测试工况验证表明:该方法的精度比传统方法提高了4.09%,预测结果更接近实际值。

电动汽车续驶里程的影响因素

重点分析了影响续驶里程的各种因素 ,提出的措施和方法能够使电动汽车在目前电池比能量较低的情况下 ,最大限度地提高续驶里程 ,为电动汽车的开发研制和普及推广提供了理论基础。

辅助混合动力电动汽车技术研究Ⅵ——续驶里程的仿真及实验

为研究辅助混合动力电动汽车续驶里程,以ADVISOR2002为工具,仿真分析了纯电动汽车和辅助混合动力电动汽车在2种控制策略下的部件效率、续驶里程和百公里油耗．根据仿真结果确定了辅助混合动力电动汽车采用开关式控制策略,最后设计并进行了道路实验．结果表明,在蓄电池数最减少一半的情况下,辅助混合动力电动汽车在续驶里程上与纯电动汽车相当．

具备能量回收功能的电动汽车续驶里程研究

推导出纯电动汽车的能量消耗、制动能量回收以及行驶里程等参数的理论计算公式,提出以一个行驶循环中动力电池的输出和充入电能量为输入,采用动力系统能耗降低率快速估计再生制动系统可产生的续驶里程贡献率。通过试验验证了该方法的合理性和有效性。

基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算

为消除驾驶员因电动汽车续驶里程估计不准确,产生的"里程焦虑"。提出了一种基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算模型。以大连市某电动汽车运行数据为研究对象,首先分析了SOC与行驶里程的相关性,将工况数据划分为432个工况片段。然后利用主成分分析、模糊C聚类分析对工况片段进行分类、辨识,并建立了续驶里程的估算模型,进行续驶里程的估算。最后利用实车数据,在Matlab中进行仿真验证,结果表明此方法是可行的,所建立的模型具有较高的准确度。

模糊能耗及卡尔曼滤波的电动汽车剩余续驶里程估算

为了提高电动汽车的剩余续驶里程估算精度,在工况识别基础上,提出了一种将模糊能耗与卡尔曼滤波相结合的剩余续驶里程估算模型。建立了整车能耗模型;在MATLAB/Simulink下建立特征参数与能耗之间的模糊规则库;基于卡尔曼滤波对输出剩余续驶里程进行优化。优化结果表明:采用该方法的行驶里程实际值与期望值平均误差为2.11%,相比传统平均能耗法,其剩余续驶里程估算精度提高了77%。

基于地图信息和循环SVR模型的纯电动汽车续驶里程预测

针对未来行驶工况未知导致续驶里程预测精度难以提高的现状,提出了一种基于地图信息和循环支持向量回归(SVR)模型的纯电动汽车续驶里程预测方法。该方法根据地图信息预测未来的行驶工况,并将相应的工况参数作为SVR模型的输入,计算该工况下单位里程下降值和剩余值。将这一过程反复迭代,直至SOC值归零,则SVR运行次数即为剩余续驶里程。最后利用实际行驶数据,在ADVISOR中进行仿真,结果证明该方法具有较高的续驶里程预测精度。