CN117775000A - 车辆剩余续航里程估计方法、装置、存储介质及电子装置 - Google Patents

Abstract

本发明公开了一种车辆剩余续航里程估计方法、装置、存储介质及电子装置。其中，该方法包括：获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，历史使用数据包括至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；基于历史使用数据进行工况预测，得到目标预测结果；利用目标预测结果计算目标车辆的第一耗电值，其中，第一耗电值用于表示目标车辆的综合耗电程度；根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，其中，第一能量值用于表示目标车辆在当前状态下的电池可用能量。本发明解决了相关技术中对车辆剩余续航里程进行估计时的准确率低下的技术问题。

Description

车辆剩余续航里程估计方法、装置、存储介质及电子装置

技术领域

本发明涉及车辆技术领域，具体而言，涉及一种车辆剩余续航里程估计方法、装置、存储介质及电子装置。

背景技术

电动汽车的续航里程受多种因素影响，包括驾驶工况和温度等。因此，准确显示剩余续航里程对驾驶员来说非常重要。目前，车辆剩余续航里程计算多采用国家标准工况和常温条件，与用户实际驾驶续航里程有较大差异。此外，在剩余续航里程显示策略上，车辆在充满电的情况下初始显示的剩余续航里程一般都是按照国标宣传的数值。随着行驶耗电，剩余续航里程按照常温国标工况电耗呈现比例式下降。然而，上述方式中车辆剩余续航里程的初始值和变化值都与用户实际行驶里程有较大差异，不能反映真实的剩余续航里程。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种车辆剩余续航里程估计方法、装置、存储介质及电子装置，以至少解决相关技术中对车辆剩余续航里程进行估计时的准确率低下的技术问题。

根据本发明其中一实施例，提供了一种车辆剩余续航里程估计方法，包括：获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，历史使用数据包括至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；基于历史使用数据进行工况预测，得到目标预测结果；利用目标预测结果计算目标车辆的第一耗电值，其中，第一耗电值用于表示目标车辆的综合耗电程度；根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，其中，第一能量值用于表示目标车辆在当前状态下的电池可用能量。

可选地，基于历史使用数据进行工况预测，得到目标预测结果包括：利用马尔科夫预测模型对历史使用数据进行工况预测，得到目标预测结果。

可选地，利用目标预测结果计算目标车辆的第一耗电值包括：基于目标预测结果确定第二耗电值，以及基于平均耗电信息确定第三耗电值，其中，第二耗电值用于表示目标车辆的预测耗电程度，第三耗电值用于表示目标车辆的历史耗电程度；基于第二耗电值、第三耗电值和预设标定系数确定第一耗电值。

可选地，基于目标预测结果确定第二耗电值包括：基于目标预测结果确定目标车辆的电池瞬时功率；对电池瞬时功率进行积分处理，得到第二能量值，其中，第二能量值用于表示目标车辆在行驶过程中消耗的电池总能量；利用第二能量值和目标行驶距离确定第二耗电值。

可选地，基于目标预测结果确定目标车辆的电池瞬时功率包括：获取目标车辆对应的多个属性参数；基于多个属性参数和目标预测结果确定电池瞬时功率。

可选地，多个属性参数包括：车辆质量、滚动阻力系数、风阻系数、迎风面积、整车旋转换算系数。

可选地，车辆剩余续航里程估计方法还包括：获取目标车辆的电池荷电状态值和第三能量值，其中，第三能量值用于表示目标车辆在满电状态下的电池可用能量；利用电池荷电状态值和第三能量值确定第一能量值。

根据本发明其中一实施例，还提供了一种车辆剩余续航里程估计装置，包括：获取模块，用于获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，历史使用数据包括至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；预测模块，用于基于历史使用数据进行工况预测，得到目标预测结果，其中，目标预测结果用于确定目标车辆的电池瞬时功率；确定模块，用于根据目标预测结果确定目标车辆的剩余续航里程。

可选地，预测模块还用于：利用马尔科夫预测模型对历史使用数据进行工况预测，得到目标预测结果。

可选地，确定模块还用于：基于目标预测结果确定第二耗电值，以及基于平均耗电信息确定第三耗电值，其中，第二耗电值用于表示目标车辆的预测耗电程度，第三耗电值用于表示目标车辆的历史耗电程度；基于第二耗电值、第三耗电值和预设标定系数确定第一耗电值。

可选地，确定模块还用于：基于目标预测结果确定目标车辆的电池瞬时功率；对电池瞬时功率进行积分处理，得到第二能量值，其中，第二能量值用于表示目标车辆在行驶过程中消耗的电池总能量；利用第二能量值和目标行驶距离确定第二耗电值。

可选地，获取模块还用于：获取目标车辆对应的多个属性参数；确定模块还用于：基于多个属性参数和目标预测结果确定电池瞬时功率。

可选地，多个属性参数包括：车辆质量、滚动阻力系数、风阻系数、迎风面积、整车旋转换算系数。

可选地，获取模块还用于：获取目标车辆的电池荷电状态值和第三能量值，其中，第三能量值用于表示目标车辆在满电状态下的电池可用能量；确定模块还用于：利用电池荷电状态值和第三能量值确定第一能量值。

根据本发明其中一实施例，还提供了一种非易失性存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述任一项中的车辆剩余续航里程估计方法。

根据本发明其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的车辆剩余续航里程估计方法。

在本发明实施例中，采用获取目标车辆在至少一个驾驶循环中的历史使用数据，以及基于历史使用数据进行工况预测，得到目标预测结果的方式，通过利用目标预测结果计算目标车辆的第一耗电值以及根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，达到了准确估计车辆剩余续航里程的目的，从而实现了提高车辆剩余续航里程估计的准确率的技术效果，进而解决了相关技术中对车辆剩余续航里程进行估计时的准确率低下的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明其中一实施例的一种车辆剩余续航里程估计方法的流程图；

图2是根据本发明其中一实施例的一种车辆剩余续航里程估计系统的示意图；

图3是根据本发明其中一实施例的又一种车辆剩余续航里程估计方法的流程图；

图4是根据本发明其中一实施例的一种车辆剩余续航里程估计装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例，提供了一种车辆剩余续航里程估计方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

该方法实施例可以在包含存储器和处理器的电子装置或者类似的运算装置中执行。以运行在车辆终端上为例，车辆终端可以包括一个或多个处理器(处理器可以包括但不限于中央处理器(Central Processing Unit，CPU)、图形处理器(Graphics ProcessingUnit，GPU)、数字信号处理(Digital Signal Processing，DSP)芯片、微处理器(MicroController Unit，MCU)、可编程逻辑器件(Field Programmable Gate Array，FPGA)、神经网络处理器(Neural-network Processor Unit，NPU)、张量处理器(Tensor ProcessingUnit，TPU)、人工智能(Artificial Intelligence，AI)类型处理器等的处理装置)和用于存储数据的存储器。可选地，上述车辆终端还可以包括用于通信功能的传输设备、输入输出设备以及显示设备。本领域普通技术人员可以理解，上述结构描述仅为示意，其并不对上述车辆终端的结构造成限定。例如，车辆终端还可包括比上述结构描述更多或者更少的组件，或者具有与上述结构描述不同的配置。

存储器可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的车辆剩余续航里程估计方法对应的计算机程序，处理器通过运行存储在存储器内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的车辆剩余续航里程估计方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

显示设备可以例如触摸屏式的液晶显示器(Liquid Crustal Display，LCD)和触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。该液晶显示器可使得用户能够与移动终端的用户界面进行交互。在一些实施例中，上述移动终端具有图形用户界面(Graphical UserInterface，GUI)，用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互，此处的人机交互功能可选的包括如下交互：创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。

图1是根据本发明其中一实施例的一种车辆剩余续航里程估计方法的流程图，如图1所示，该方法包括如下步骤：

步骤S10，获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，历史使用数据包括至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；

上述步骤S10中，驾驶循环是指目标车辆在一段时间内的行驶信息。例如，仪表中剩余续航里程显示模式分为“市区”“市郊”“高速”“综合”四种模式，用户设置了“市区”模式，则一个驾驶循环是指目标车辆在当前“市区”模式下从开始行驶到结束行驶的行驶信息。在上述车辆导航信息用于记录每个驾驶循环的车辆起点位置、车辆终点位置以及每个驾驶循环的总距离，其中，车辆起点位置记作An，车辆终点位置Bn，每个驾驶循环的总距离记作S_totaln。上述辆行驶信息是指每个驾驶循环中的车辆平均车速和平均加速度，其中，车辆平均车速记作车辆平均加速度记作上述环境温度信息是指每个驾驶循环中外界平均环境温度，记作上述平均耗电信息是指每个驾驶循环中的平均耗电量，记作EC_avgn。

具体的，获取目标车辆在至少一个驾驶循环中的历史使用数据，表1记录了目标车辆驾驶循环中的历史使用数据，如表1所示，记录了n个驾驶循环的历史使用数据，其中，每个驾驶循环的使用数据包含了车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息。

步骤S12，基于历史使用数据进行工况预测，得到目标预测结果；

具体的，基于历史使用数据进行工况预测，得到目标车辆的预测速度值。

表1目标车辆驾驶循环中的历史使用数据

步骤S14，利用目标预测结果计算目标车辆的第一耗电值，其中，第一耗电值用于表示目标车辆的综合耗电程度；

上述步骤S14中，第一耗电值是指目标车辆的整车综合电耗，记作EC_combined。

步骤S16，根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，其中，第一能量值用于表示目标车辆在当前状态下的电池可用能量。

上述步骤S16中，第一能量值是指当前目标车辆的电池包可用能量，记作E_avail_now。上述目标车辆的剩余续航里程是指能够继续行驶的里程数，通常会显示在车辆的仪表盘或者车载信息系统，记作S_avail_pre。

具体的，基于第一能量值和第一耗电值计算目标车辆的剩余续航里程，具体计算过程如表达式(1)所示。

S_avail_pre＝E_avail_now/EC_combined (1)

基于上述步骤S10至步骤S16，采用获取目标车辆在至少一个驾驶循环中的历史使用数据，以及基于历史使用数据进行工况预测，得到目标预测结果的方式，通过利用目标预测结果计算目标车辆的第一耗电值以及根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，达到了准确估计车辆剩余续航里程的目的，从而实现了提高车辆剩余续航里程估计的准确率的技术效果，进而解决了相关技术中对车辆剩余续航里程进行估计时的准确率低下的技术问题。

可选地，在上述步骤S12中，基于历史使用数据进行工况预测，得到目标预测结果包括：

步骤S121，利用马尔科夫预测模型对历史使用数据进行工况预测，得到目标预测结果。

上述步骤S121中，马尔科夫预测模型能够基于目标车辆驾驶循环中的历史使用数据预测目标车辆的预测速度值。

具体的，首先，计算状态转移概率矩阵，其中，目标车辆的行驶速度由当前车速状态到下一时刻的车速状态的概率为状态转移概率，状态转移概率矩阵的第i行j列元素记为P_i,j。利用近邻法将目标车辆的行驶速离散为有限的数值，如表达式(2)所示。将目标车辆的行驶速度划分为若干个可能的状态，记作U_i。

v_s∈{v₁,v₂,…,v_N}(2)

其中，N表示目标车辆的行驶速离散的个数。例如，将目标车辆的行驶速度划分为100个可能的状态，目标车辆的行驶速度离散间隔取值5km/h，将目标车辆的行驶速度状态进行编号，记作U_k。目标车辆的行驶速度由当前车速状态U_i到下一时刻的车速状态U_j的概率为状态转移概率P_i,j，也就是在当前时刻目标车辆的行驶速度为v_i时，下一时刻行驶车速为v_j的概率，计算方式如表达式(3)所示。

P_i,j＝P(v(k+1)＝v_j|v(k)＝v_i) (3)

其中，k表示当前时刻，则k+1为当前时刻的下一时刻。

更进一步地，P_i,j值可以通过最大似然估计法求得，如表达式(4)所示。

其中，F_i,j表示目标车辆的行驶速度从v_i转移到v_j的次数，F_i表示目标车辆的行驶速度从v_i转移的总次数，i,j＝0,1,…,N。

计算目标车辆当前行驶速度到下一行驶速度的转移概率和次数，将每个状态概率值进行组合生成马尔科夫转移概率矩阵P，P如表达式(5)所示。

其次，确定关于目标车辆车速状态概率的马尔科夫预测模型。此过程中，假设有n个相互独立的目标车辆的行驶速度状态，则目标车辆的初始行驶速度状态向量如表达式(6)所示。

S(0)＝[S₁(0),S₂(0),…,S_m(0),…S_n(0)] (6)

其中，S_m(0)表示第m个目标车辆的行驶速度状态的初始概率。经过k步状态转移，第m个目标车辆的行驶速度状态的概率为S_m(k)，因此，经过k步状态转移后的目标车辆的行驶速度状态向量如表达式(7)所示。

S(k)＝[S₁(k),S₂(k),…,S_m(k),…S_n(k)] (7)

其中，S_m(k)表示目标车辆在k时刻处于第m个行驶速度状态的概率。

由上述可得，目标车辆行驶速度状态概率的马尔科夫预测模型如表达式(8)所示。

最后，基于马尔科夫预测模型和状态转移矩阵的求解，得到目标预测结果，即目标车辆的预测速度值，其中，目标车辆的预测速度值如表达式(9)所示。

v(k)＝[(U_k-1)+r_k]d (9)

其中，v(k)表示目标辆在k时刻的行驶速度，U_k表示在k时刻目标车辆的行驶速度状态，d表示目标车辆的行驶速度状态划分长度，r_k表示k时刻均匀分布的随机数。

基于上述步骤S121，利用马尔科夫预测模型对历史使用数据进行工况预测，得到目标预测结果，达到了准确估计车辆剩余续航里程的目的，从而实现了提高车辆剩余续航里程估计的准确率的技术效果。

可选地，在上述步骤S14中，利用目标预测结果计算目标车辆的第一耗电值包括：

步骤S141，基于目标预测结果确定第二耗电值，以及基于平均耗电信息确定第三耗电值，其中，第二耗电值用于表示目标车辆的预测耗电程度，第三耗电值用于表示目标车辆的历史耗电程度；

上述步骤S141中，第二耗电值是指目标车辆的预测耗电程度，记为EC_after。上述第三耗电值是指上次驾驶循环的平均耗电量，记为EC_history。

步骤S142，基于第二耗电值、第三耗电值和预设标定系数确定第一耗电值。

具体的，基于第二耗电值、第三耗电值和预设标定系数确定第一耗电值的具体计算过程如表达式(10)所示。

EC_combined＝EC_history*η+EC_after*(1-η) (10)

其中，η根据目标车辆表现进行标定，η的取值范围为0<η<1。

基于上述步骤S141至步骤S142，基于目标预测结果确定第二耗电值，以及基于平均耗电信息确定第三耗电值；基于第二耗电值、第三耗电值和预设标定系数确定第一耗电值，综合考虑了目标车辆的耗电情况，从而进一步提高了车辆剩余续航里程估计准确率。

可选地，在上述步骤S141中，基于目标预测结果确定第二耗电值包括：

步骤S1411，基于目标预测结果确定目标车辆的电池瞬时功率；

具体的，根据目标车辆的预测速度值，计算每一时刻电池端的功率，例如，按照每0.1s更新一次电池端的功率。

步骤S1412，对电池瞬时功率进行积分处理，得到第二能量值，其中，第二能量值用于表示目标车辆在行驶过程中消耗的电池总能量；

步骤S1413，利用第二能量值和目标行驶距离确定第二耗电值。

具体的，由电池的瞬时功率对时间积分能够计算出目标车辆在行驶过程中消耗的电池总能量，即第二能量值，记为E_total。上述目标行驶距离是指目标车辆行驶的总距离，可以基于表1而确定。基于第二能量值和目标行驶距离计算第二耗电值EC_after，具体过程如表达式(11)所示。

EC_after＝E_total/S_totaln (11)

基于上述步骤S1411至步骤S1413，基于目标预测结果确定目标车辆的电池瞬时功率；对电池瞬时功率进行积分处理，得到第二能量值；利用第二能量值和目标行驶距离确定第二耗电值，通过对电池瞬时功率进行积分处理，能够得到目标车辆在行驶过程中消耗的总电池能量，结合目标行驶距离确定第二耗电值，能够更准确地估计目标车辆的剩余续航里程。

可选地，在上述步骤S1411中，基于目标预测结果确定目标车辆的电池瞬时功率包括：

步骤S1411A，获取目标车辆对应的多个属性参数；

步骤S1411B，基于多个属性参数和目标预测结果确定电池瞬时功率。

具体的，基于目标车辆的多个属性参数和目标预测结果确定电池瞬时功率具体计算过程如表达式(12)所示。

其中，m表示目标车辆的重量，g表示重力加速度，通常为9.8m/s ²，f表示滚动阻力系数，Cd表示风阻系数，A表示目标车辆的迎风面积，v(i)表示目标车辆在i时刻的预测速度值，δ表示目标车辆的整车额旋转换算系数，a(i)表示目标车辆在i时刻的加速度。

基于上述步骤S1411A至步骤S1411B，获取目标车辆对应的多个属性参数；基于多个属性参数和目标预测结果确定电池瞬时功率，能够更全面地计算电池瞬时功率，有助于提高目标车辆剩余续航里程计算的准确率。

可选地，多个属性参数包括：车辆质量、滚动阻力系数、风阻系数、迎风面积、整车旋转换算系数。

具体的，目标车辆的质量m表示目标车辆的重量。

上述目标车辆的滚动阻力系数f是描述目标车辆在平坦路面上行驶时所受到的滚动阻力的一个重要参数，表示目标车辆在行驶过程中受到的滚动阻力与其重力之比的一个物理量。

上述滚动阻力系数的大小取决于目标车辆的重量、轮胎类型、轮胎气压以及路面的粗糙程度等因素。

上述目标车辆的风阻系数Cd是指目标车辆在行驶时受到空气阻力的大小，通常用来描述目标车辆在行驶时的空气动力性能。

上述目标车辆的迎风面积A指目标车辆在行驶过程中前方与空气相互作用的总面积。迎风面积通常用来计算目标车辆在高速行驶时所承受的空气阻力，迎风面积的大小会影响目标车辆在高速行驶时所受到的空气阻力，进而影响目标车辆的燃油经济性和动力性能。

目标车辆的整车额旋转换算系数δ是指目标车辆在行驶过程中发生旋转时，目标车辆额外旋转所需的力矩与目标车辆总质量之间的比值。整车额旋转换算系数能够用于评估车辆的稳定性和操控性能。

可选地，车辆剩余续航里程估计方法还包括：

步骤S17，获取目标车辆的电池荷电状态值和第三能量值，其中，第三能量值用于表示目标车辆在满电状态下的电池可用能量；

上述步骤S17中，目标车辆的电池荷电状态值是指目标车辆中当前电池管理系统(Battery Management System，BMS)上报的电池中已经存储的电能，记为SOC_now。上述第三能量值是指目标车辆在充满电时电池包的可用能量，记为E_avail_total。

步骤S18，利用电池荷电状态值和第三能量值确定第一能量值。

具体的，基于电池荷电状态值和第三能量值计算第一能量值，具体计算过程如表达式(13)所示。

E_avail_now＝E_avail_total*SOC_now/100 (13)

更进一步地，首先，用户设置仪表中剩余续航里程显示模式，具体分为“市区”“市郊”“高速”“综合”四种模式，用户确定剩余续航里程显示模式之后，仪表将该剩余续航里程显示模式发送给整车控制器(Vehicle Control Unit，VCU)。如果用户选择的续航里程显示模式与上一次驾驶循环相同，则基于第一能量值E_avail_now和第三耗电值EC_history计算续航里程显示初始值；如果用户选择的续航里程显示模式与上一次驾驶循环不相同，则基于当前仪表显示的电池中已经存储的电能占总容量的百分比计算续航里程显示初始值，其中，续航里程显示初始值记作S_initial。

具体的，当用户选择的续航里程显示模式与上一次驾驶循环相同时，前期根据上述四种模式通过试验测试不同温度下的第三能量值E_avail_total，得到数据如表2所示。

表2四种模式中不同温度下的第三能量值

35℃

25℃

15℃

5℃

-5℃

-15℃

-25℃

-35

市区

E1

E2

E3

E4

E5

E6

E7

E8

市郊

E9

E10

E11

E12

E13

E14

E15

E16

高速

E17

E18

E19

E20

E21

E22

E23

E24

综合

E25

E26

E27

E28

E29

E30

E31

E32

根据VCU记录的上次驾驶循环的平均耗电量EC_history，计算续航里程显示初始值，具体计算过程如表达式(14)所示。

S_initial＝E_avail_now/EC_history (14)

具体的，当用户选择的续航里程显示模式与上一次驾驶循环不相同时，通过试验或者仿真手段确定目标车辆在上述四种工况下不同温度对应的整车电耗，记作EC，具体如表3所示。

表3四种模式中不同温度下的整车电耗

35℃

25℃

15℃

5℃

-5℃

-15℃

-25℃

-35

市区

EC1

EC2

EC3

EC4

EC5

EC6

EC7

EC8

市郊

EC9

EC10

EC11

EC12

EC13

EC14

EC15

EC16

高速

EC17

EC18

EC19

EC20

EC21

EC22

EC23

EC24

综合

EC25

EC26

EC27

EC28

EC39

EC30

EC31

EC32

由上述表2和表3可以得出四种工况下不同温度对应的整车续航里程，即目标车辆在充满电情况下的续航里程，记作S_initial，具体如表4所示，其中，整车续航里程的计算过程如表达式(15)所示。

S_initial＝E_avail_total/EC (15)

表4四种工况不同温度下整车续航里程

35℃

25℃

15℃

5℃

-5℃

-15℃

-25℃

-35

市区

S1

S2

S3

S4

S5

S6

S7

S8

市郊

S9

S10

S11

S12

S13

S14

S15

S16

高速

S17

S18

S19

S20

S21

S22

S23

S24

综合

S25

S26

S27

S28

S30

S31

S32

S33

具体的，当目标车辆启动以后，根据用户选择的剩余续航里程显示模式和环境温度，通过查询表4确定目标车辆在满电情况下的续航里程初始值S_initial。如果环境温度不在上述表4中，则采用线性插值的方法确定目标车辆在满电情况下的续航里程初始值S_initial_1。例如用户选择了市区工况，环境温度为10℃，则目标车辆的S_initial_1的计算过程如表达式(16)所示。基于当前仪表显示的电池中已经存储的电能占总容量的百分比和S_initial_1，确定目标车辆的初始续航里程，具体计算过程如表达式(17)所示，其中，当前仪表显示的电池中已经存储的电能占总容量的百分比记作SOC_initial。

S_initial_1＝(S3+S4)/2 (16)

S_initial＝(SOC_initial*SOC_initial_1)/100) (17)

基于上述步骤S17至步骤S18，获取目标车辆的电池荷电状态值和第三能量值，利用电池荷电状态值和第三能量值确定第一能量值，达到了准确估计车辆剩余续航里程的目的，从而实现了提高车辆剩余续航里程估计的准确率的技术效果，进而解决了相关技术中车辆剩余续航里程估计准确率低的技术问题。

图2是根据本发明其中一实施例的一种车辆剩余续航里程估计系统的示意图，如图2所示，该系统包括车载导航系统、空调控制器、BMS、仪表、云端服务器、VCU。车载导航系统将起点到终点的预计行驶时间、起点到终点的距离、前方车流平均速度等信息发送给VCU，空调控制器将空调开启/关闭状态、空调系统平均功率、环境温度等信息发送给VCU，BMS将电池温度、电池的充放电状态(State of Charge，SOC)和电池瞬时充放电功率等信息发送给VCU，仪表将目标车辆剩余续航里程显示模式发送给VCU，云端服务器持续存储目标车辆的行驶数据，并将历史行驶大数据发送给VCU，VCU综合各方面信息进行计算目标车辆剩余续驶里程。

图3是根据本发明其中一实施例的又一种车辆剩余续航里程估计方法的流程图；如图3所示，该方法包括以下步骤：

步骤S301，获取目标车辆在至少一个驾驶循环中的历史使用数据；

步骤S302，利用马尔科夫预测模型对历史使用数据进行工况预测，得到目标预测结果；

步骤S303，获取目标车辆对应的多个属性参数；

步骤S304，基于多个属性参数和目标预测结果确定电池瞬时功率；

步骤S305，对电池瞬时功率进行积分处理，得到第二能量值；

步骤S306，利用第二能量值和目标行驶距离确定第二耗电值，以及基于平均耗电信息确定第三耗电值；

步骤S307，基于平均耗电信息确定第三耗电值；

步骤S308，基于第二耗电值、第三耗电值和预设标定系数确定第一耗电值；

步骤S309，获取目标车辆的电池荷电状态值和第三能量值；

步骤S310，利用电池荷电状态值和第三能量值确定第一能量值；

步骤S311，根据第一能量值和第一耗电值确定目标车辆的剩余续航里程。

上述车辆剩余续航里程估计方法中，采用获取目标车辆在至少一个驾驶循环中的历史使用数据，以及基于历史使用数据进行工况预测，得到目标预测结果的方式，通过利用目标预测结果计算目标车辆的第一耗电值以及根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，达到了准确估计车辆剩余续航里程的目的，从而实现了提高车辆剩余续航里程估计的准确率的技术效果，进而解决了相关技术中对车辆剩余续航里程进行估计时的准确率低下的技术问题。

下面将举例对上述车辆剩余续航里程估计方法的工作流程进行详细介绍：

首先，用户设置仪表中剩余续航里程显示模式，具体分为“市区”“市郊”“高速”“综合”四种模式，用户确定剩余续航里程显示模式之后，仪表将该剩余续航里程显示模式发送给VCU。

其次，根据环境温度和电池包温度等信息确定剩余续航里程显示初始值，记作S_initial。如果用户选择的续航里程显示模式与上一次驾驶循环相同，则基于E_avail_now和EC_history计算S_initial；如果用户选择的续航里程显示模式与上一次驾驶循环不相同，则基于当前仪表显示的电池中已经存储的电能占总容量的百分比计算S_initial。

具体的，当用户选择的续航里程显示模式与上一次驾驶循环相同时，前期根据上述四种模式通过试验测试不同温度下的E_avail_total，得到数据如表2所示。根据VCU记录的上次驾驶循环的平均耗电量EC_history，计算续航里程显示初始值，具体计算过程如表达式(14)所示。

具体的，当用户选择的续航里程显示模式与上一次驾驶循环不相同时，通过试验或者仿真手段确定目标车辆在上述四种工况下不同温度对应的EC，具体如表3所示。由上述表2和表3可以得出四种工况下不同温度对应的S_initial，具体如表4所示，其中，整车续航里程的计算过程如表达式(15)所示。当目标车辆启动以后，根据用户选择的剩余续航里程显示模式和环境温度，通过查询表4确定目标车辆在满电情况下的续航里程初始值S_initial。如果环境温度不在上述表4中，则采用线性插值的方法确定目标车辆在满电情况下的续航里程初始值S_initial_1。例如用户选择了市区工况，环境温度为10℃，则目标车辆的S_initial_1的计算过程如表达式(16)所示。基于当前仪表显示的电池中已经存储的电能占总容量的百分比和S_initial_1，确定目标车辆的初始续航里程，具体计算过程如表达式(17)所示。

然后，利用马尔科夫预测模型对历史使用数据进行工况预测，得到目标预测结果。具体的，车载导航系统记录并存储每一个驾驶循环对应的目标车辆起点位置、终点位置，VCU记录并存储每一个驾驶循环目标车辆的平均车速、行驶的总距离、平均加速度，空调控制器存储每一个驾驶循环外界平均环境温度数据。上述存储的目标车辆的历史使用数据如表1所示。经过每一个驾驶循环后，车载导航系统、空调控制器和VCU将上述历史使用数据上传到云端服务器进行存储。利用表1中的数据，计算状态转移概率矩阵，如表达式(2)-(5)所示；确定关于目标车辆车速状态概率的马尔科夫预测模型，如表达式(6)-(8)所示；基于马尔科夫预测模型和状态转移矩阵的求解，得到目标预测结果，即目标车辆的预测速度值，如表达式(9)所示。

最后，利用目标预测结果计算目标车辆的第一耗电值EC_combined以及根据第一能量值E_avail_now和第一耗电值确定目标车辆的剩余续航里程S_avail_pre，如表达式(1)所示。在此过程中，根据目标车辆的预测速度值，计算每一时刻电池端的功率，对电池瞬时功率进行积分处理，得到第二能量值E_total，利用E_total和目标行驶距离确定第二耗电值EC_after，如表达式(11)所示，其中，目标车辆的电池瞬时功率计算如表达式(12)所示；基于第二耗电值EC_after、第三耗电值EC_history和预设标定系数确定EC_combined，具体计算过程如表达式(10)所示；获取目标车辆的电池荷电状态值SOC_now和第三能量值E_avail_total，基于SOC_now和E_avail_total确定E_avail_now，如表达式(13)所示。

基于上述步骤S301至步骤S310，采用获取目标车辆在至少一个驾驶循环中的历史使用数据，以及基于历史使用数据进行工况预测，得到目标预测结果的方式，通过利用目标预测结果计算目标车辆的第一耗电值以及根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，达到了准确估计车辆剩余续航里程的目的，从而实现了提高车辆剩余续航里程估计的准确率的技术效果，进而解决了相关技术中对车辆剩余续航里程进行估计时的准确率低下的技术问题。

图4是根据本发明其中一实施例的一种车辆剩余续航里程估计装置的结构框图；如图4所示，该装置包括：

获取模块401，用于获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，历史使用数据包括至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；

预测模块402，用于基于历史使用数据进行工况预测，得到目标预测结果，其中，目标预测结果用于确定目标车辆的电池瞬时功率；

确定模块403，用于根据目标预测结果确定目标车辆的剩余续航里程。

可选地，预测模块402还用于：利用马尔科夫预测模型对历史使用数据进行工况预测，得到目标预测结果。

可选地，确定模块403还用于：基于目标预测结果确定第二耗电值，以及基于平均耗电信息确定第三耗电值，其中，第二耗电值用于表示目标车辆的预测耗电程度，第三耗电值用于表示目标车辆的历史耗电程度；基于第二耗电值、第三耗电值和预设标定系数确定第一耗电值。

可选地，确定模块403还用于：基于目标预测结果确定目标车辆的电池瞬时功率；对电池瞬时功率进行积分处理，得到第二能量值，其中，第二能量值用于表示目标车辆在行驶过程中消耗的电池总能量；利用第二能量值和目标行驶距离确定第二耗电值。

可选地，获取模块401还用于：获取目标车辆对应的多个属性参数；确定模块403还用于：基于多个属性参数和目标预测结果确定电池瞬时功率。

可选地，多个属性参数包括：车辆质量、滚动阻力系数、风阻系数、迎风面积、整车旋转换算系数。

可选地，获取模块401还用于：获取目标车辆的电池荷电状态值和第三能量值，其中，第三能量值用于表示目标车辆在满电状态下的电池可用能量；确定模块403还用于：利用电池荷电状态值和第三能量值确定第一能量值。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

根据本发明其中一实施例，还提供了一种非易失性存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述任一项中的车辆剩余续航里程估计方法。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，历史使用数据包括至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；

S2，基于历史使用数据进行工况预测，得到目标预测结果；

S3，利用目标预测结果计算目标车辆的第一耗电值，其中，第一耗电值用于表示目标车辆的综合耗电程度；

S4，根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，其中，第一能量值用于表示目标车辆在当前状态下的电池可用能量。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

根据本发明其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的车辆剩余续航里程估计方法。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，历史使用数据包括至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；

S2，基于历史使用数据进行工况预测，得到目标预测结果；

S3，利用目标预测结果计算目标车辆的第一耗电值，其中，第一耗电值用于表示目标车辆的综合耗电程度；

S4，根据第一能量值和第一耗电值确定目标车辆的剩余续航里程，其中，第一能量值用于表示目标车辆在当前状态下的电池可用能量。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种车辆剩余续航里程估计方法，其特征在于，包括：

获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，所述历史使用数据包括所述至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；

基于所述历史使用数据进行工况预测，得到目标预测结果；

利用所述目标预测结果计算所述目标车辆的第一耗电值，其中，所述第一耗电值用于表示所述目标车辆的综合耗电程度；

根据第一能量值和所述第一耗电值确定所述目标车辆的剩余续航里程，其中，所述第一能量值用于表示所述目标车辆在当前状态下的电池可用能量。

2.根据权利要求1所述的车辆剩余续航里程估计方法，其特征在于，基于所述历史使用数据进行工况预测，得到所述目标预测结果包括：

利用马尔科夫预测模型对所述历史使用数据进行工况预测，得到所述目标预测结果。

3.根据权利要求1所述的车辆剩余续航里程估计方法，其特征在于，利用所述目标预测结果计算所述目标车辆的所述第一耗电值包括：

基于所述目标预测结果确定第二耗电值，以及基于所述平均耗电信息确定第三耗电值，其中，所述第二耗电值用于表示所述目标车辆的预测耗电程度，所述第三耗电值用于表示所述目标车辆的历史耗电程度；

基于所述第二耗电值、第三耗电值和预设标定系数确定所述第一耗电值。

4.根据权利要求3所述的车辆剩余续航里程估计方法，其特征在于，基于所述目标预测结果确定所述第二耗电值包括：

基于所述目标预测结果确定所述目标车辆的电池瞬时功率；

对所述电池瞬时功率进行积分处理，得到第二能量值，其中，所述第二能量值用于表示所述目标车辆在行驶过程中消耗的电池总能量；

利用所述第二能量值和目标行驶距离确定所述第二耗电值。

5.根据权利要求4所述的车辆剩余续航里程估计方法，其特征在于，基于所述目标预测结果确定所述目标车辆的所述电池瞬时功率包括：

获取所述目标车辆对应的多个属性参数；

基于所述多个属性参数和所述目标预测结果确定所述电池瞬时功率。

6.根据权利要求5所述的车辆剩余续航里程估计方法，其特征在于，所述多个属性参数包括：车辆质量、滚动阻力系数、风阻系数、迎风面积、整车旋转换算系数。

7.根据权利要求1所述的车辆剩余续航里程估计方法，其特征在于，所述方法还包括：

获取所述目标车辆的电池荷电状态值和第三能量值，其中，所述第三能量值用于表示所述目标车辆在满电状态下的电池可用能量；

利用所述电池荷电状态值和所述第三能量值确定所述第一能量值。

8.一种车辆剩余续航里程估计装置，其特征在于，包括：

获取模块，用于获取目标车辆在至少一个驾驶循环中的历史使用数据，其中，所述历史使用数据包括所述至少一个驾驶循环对应的车辆导航信息、车辆行驶信息、环境温度信息和平均耗电信息；

预测模块，用于基于所述历史使用数据进行工况预测，得到目标预测结果，其中，所述目标预测结果用于确定所述目标车辆的电池瞬时功率；

确定模块，用于根据所述目标预测结果确定目标车辆的剩余续航里程。

9.一种非易失性存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的车辆剩余续航里程估计方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的车辆剩余续航里程估计方法。