電動汽車剩余里程估計算法開發及驗證

張帥領 張宇 王婷

摘 要：以某純電動汽車為研究對象，提出了一種基于動力電池剩余能量估計和車輛歷史能耗估計的剩余里程估計模型，對剩余里程估計基本原理進行了分析，并開發了剩余里程估計軟件模塊，實現了動力電池剩余可用能量估計、歷史能量估計、駕駛員操作條件修正等功能，并進行了實際綜合路況試驗，試驗數據結果表明：該續駛里程估計算法的精確性和可靠性。

關鍵詞：純電動汽車;剩余里程估計;動力電池能量估計;歷史能耗估計

0 引言

目前受到電池能量密度和電池成本等因素的影響，電動汽車的續駛里程相對傳統車仍有差距，而且受到環境溫度、行駛工況、空調附件及駕駛員駕駛習慣等因素的影響，車輛能耗變化波動較大，導致續駛里程估計值與實際行駛里程值存在較大誤差，這使得乘客產生里程焦慮和抱怨。因此在電動車逐步邁向產業化的過程中，相對于經濟性、動力性等性能，電動車的剩余里程受到普通用戶的更多關注[2]，研究提高續駛里程顯示精度和解決用戶續駛里程焦慮問題是提高電動汽車普及率和促進電動汽車產業發展的重要課題。

1 剩余里程估計技術研究分析

電動汽車的續駛里程是電動汽車上動力蓄電池以全充電狀態開始到標準規定的試驗結束時所走過的里程，它是純電動汽車重要的經濟性指標[3]。電動汽車剩余里程不僅與動力電池的剩余能量有關，還與駕駛方式及環境等有很大關系。剩余里程估計功能主要由電池剩余能量預測、車輛能耗預測和里程估計三部分功能構成，續駛里程估計功能框架圖如圖1所示[4]：

1.1 動力電池剩余可用能量估計方案設計

電池剩余可用能量估計主要是電池端電壓UEND的預測和放電截至SOCEND的預測。根據電池的過去一段時間內的放電特性、當前動力電池SOH、動力電池最高溫度、動力電池最低溫度、單體最高電壓、單體最低電壓、電池循環壽命信息、日歷壽命信息以及動力電池故障信息等因素的影響[4，5]，整車控制器預測動力電池放電截至值SOCEND，當前SOC與SOCEND的之間差值與動力電池額定容量的乘積，即是動力電池剩余可用能量E，電池剩余可用能量估計示意圖如圖2所示。

1.2 車輛能耗估計方案設計

若續駛里程估計僅采用NEDC工況經驗能耗來估計，則車輛真實能耗對續駛里程估計得無法反映出來也不利于引導駕駛員采取合理的駕駛習慣;同樣若續駛里程估計僅采用過去一段時間歷史能耗，在駕駛員駕駛習慣、道路擁堵路況和空調開啟狀態變化時，續駛里程估計存在跳變值過大問題，給駕駛員帶來的續駛里程顯示感受性變差。首先，根據動力電池標稱容量和車輛NEDC工況下續駛里程實驗值，進行計算NEDC能耗eNEDC。其次，對車速進行積分計算過去一段時間車輛行駛里程，同時根據動力電池電量的變化量估算對應行駛里程所消耗的電能，計算過去一段時間內真實能耗eAVG。最后，車輛能耗預測采用NEDC工況能耗eNEDC和過去一段時間內真實能耗eAVG進行加權估算車輛能耗e，計算公式如下：

2 續駛里程估計算法開發

2.1 動力電池剩余可用能量估計

與傳統燃油汽車相比，純電動車輛剩余可用電能估計無法像油液傳感器那樣直接來測量，因為動力電池組的剩余可用電量受單體一致性和環境溫度影響大，尤其在溫度過低和高速行駛大電流放電時，動力電池剩余可用能量會急劇減少。如果整車控制器僅根據動力電池SOC狀態無法精確估計動力電池剩余可用電能。動力電池剩余可用能量估計的計算過程：

2.1.1 SOCEND預測

根據動力電池SOC、端電壓、電池溫度、單體溫度MAX/MIN值、電池故障狀態信息、單體電壓MAX/MIN值、單體電壓壓差、環境溫度及過去一段時間內放電電流大小對動力電池放電截至SOCEND進行預測。

2.1.2 SOH值修正

根據動力電池等效的循環壽命和日歷壽命信息以及單次小計SOC變化量和單次小計放電能量值對動力電池的SOH值進行修正。

2.1.3 剩余可用電能計算

電池當前SOC與放電截至SOCEND得到電池可用的?SOC量與動力電池的額定能量進行相乘，再與SOH修正值進行相乘，即可得到動力電池的剩余可用能量E，動力電池剩余可用能量估計原理如圖3所示。

2.2 歷史能耗估計

根據車輛輪轂臺架NEDC工況能耗eNEDC和過去固定一段時間周期內歷史能耗eAVG，進行開發車輛歷史能耗估計控制策略，詳細如圖所示。

2.2.1 δ_SOC=0||δ_Mileage=0

若過去固定一段時間周期內，動力電池電量消耗量δ_SOC為0或車輛累計行駛里程δ_Mileage為0，車輛歷史能耗采用NEDC工況能耗，計算公式為：

2.2.2 δ_SOC≠0 &&δ_Mileage≠0

在過去固定一段時間周期內，對車速進行積分計算車輛行駛里程δ_Mileage，同時根據動力電池電量的變化量δ_SOC估算對應行駛里程所消耗電能δ_E，計算過去固定一段時間周期內實際能耗eAVG。若過去固定一段時間周期內動力電池電量δ_SOC≠0

且車輛行駛里程累積量δ_Mileage≠0時，車輛歷史能耗計算公式為：

2.2.3 歷史能耗計算

采用一個長度為N的隊列eN，采用滑動均值濾波處理的方法對車輛歷史能耗進行平滑濾波處理，隊列里面能耗數據ei在固定周期性（ΔT）內來不斷更新。每計算得到一個車輛歷史能耗新采樣值遵循“先進先出”的原則更新隊列，對歷史能耗數據起到序列平滑的作用，增強能耗數據的連續性和穩定性，環形隊列濾波函數公式為：

2.3 剩余里程估算

首先，根據動力電池剩余可用電能估計值E和車輛歷史能耗估計值e進行估算得車輛續駛里程值S，其計算公式為：

3 剩余里程估計試驗與試驗結果分析

3.1 試驗條件

環境溫度：-10℃;車輛狀態：空調24℃、ECO模式;綜合路況：含高速、低速和郊區路況，其中綜合工況詳細說明見下圖4：

3.2 試驗結果數據分析

在整個試驗過程中估計續駛里程DTE和實際行駛里程之間邏輯關系圖如圖5所示，里程預估相對保守，在SOC23--83%之間實際里程平均高于預估里程1.07倍，低預估階段占比全程60%的區間，該區間實際行駛略高于預估里程。里程預估相對準確，DTE顯示策略可根據溫度變化、用戶駕駛習慣等因素實現動態調整，可為用戶提供較準確的續駛里程信息，消除里程焦慮。

4 結語

本文針對某電動車前期示范運營過程中用戶重點關心的續駛里程估計精度低和電動汽車里程焦慮等問題，提出了提高續駛里程估計精度的具體方案：設計了電池可用能量估計和車輛能耗估計模型，準確地估計了電動汽車的剩余里程，有助于減少電動車里程焦慮問題。

1）所開發的動力電池可用剩余能量估計軟件功能模塊在不直接估計電量狀態SOC的情況下，整車控制器結合動力電池溫度、單體電壓狀態對對剩余可用SOC進行修正，實現了對動力電池剩余可用電能的估計，方案集成性好，對原BMS軟件改動小，開發周期短。

2）能耗估計功能模塊根據NEDC經驗能耗和過去一段內歷史能耗兩種能耗進行歷史能耗估計，該方案既能實時反映駕駛習慣對能耗的影響，又能保證歷史能耗數值的連續性。

3）續駛里程修正模塊，根據溫度、空調附件和駕駛模式使用狀態，對續駛里程估計值進行修正，直觀地反映駕駛員操作對續駛里程的影響，有利于使用戶樣車節能駕駛的習慣。

參考文獻：

[1]童志剛，方進，鐘崢華.電動汽車整車控制器設計與應用[J].客車技術與研究，2013.

[2]王艷靜，劉光明，馮超，等.電動汽車剩余里程估計算法研究及驗證[J].Development of Energy Science，2015.

[3]畢軍，張家瑋，張棟，等.電動汽車行駛里程與電池SOC相關性分析與建模[J].交通運輸系統工程與信息，2015.

[4]王震坡，孫逢春，張承寧.電動汽車動力蓄電池組不一致性統計分析[J].電源技術，2003.

[5]袁潔.純電動汽車續駛里程預測系統初探[J].開發研究，2011.

作者簡介：張帥領（1985-），男，河南柘城人，碩士研究生，主要研究方向：新能源汽車遠程監控系統開發及大數據分析技術研究。