技术新讯 > 计算推算,计数设备的制造及其应用技术 > 新能源车队能耗优化方法和电子设备与流程  >  正文

新能源车队能耗优化方法和电子设备与流程

  • 国知局
  • 2024-12-06 12:23:33

本发明涉及新能源汽车,特别涉及一种新能源车队能耗优化方法和一种电子设备。

背景技术:

1、新能源物流车不仅能显著减少碳排放,而且在补能价格上相较于传统燃油车有明显优势,预计未来几年新能源物流车市场将持续高速增长。而受限于新能源续航及补能限制,新能源物流重卡车队主要在固定路线应用场景,特别是在矿区、港口这样的特定环境中发挥着重要作用。

2、目前市场上的新能源车队能耗管理方法主要统计车队整体能耗,虽能精细化管理,但难以给驾驶员提供有效优化建议。单车层面的能耗优化技术如预测性巡航,因需高精度地图而成本高昂,且特定区域地图更新滞后,现势性问题难以解决。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的目的在于提出一种新能源车队能耗优化方法和一种电子设备,以优化车队驾驶员的驾驶行为,并降低车队的能耗。

2、为达到上述目的,本发明第一方面实施例提出了一种新能源车队能耗优化方法,所述方法包括:

3、采集与车队行驶相关联的环境因素并构建条件矩阵,计算得出条件矩阵的综合评分;

4、基于道路特征对车队所经过的道路进行路段划分,并定义不同路段的影响系数;

5、结合上述条件矩阵与道路特征,设计路段综合能耗模型;

6、获取并分析车队过往的能耗信息,优化上述模型;

7、以路段为单位,结合优化后的路段综合能耗模型对驾驶行为进行评估;

8、车队系统实时判断对应路段上的驾驶行为,如果不符合最优驾驶标准则下发指令至驾驶员,提醒驾驶员进行优化。

9、在本发明的一些实施例中,所述条件矩阵包括四个维度:天气、温度、时间段以及载重;、、、分别表示天气、温度、时间段、载重的不同类别;每个类别对应不同的权重以及能耗评分,其中;

10、i∈{1,2,...,};j∈{1,2,...,};g∈{1,2,...,};q∈{1,2,...,}。

11、在本发明的一些实施例中,根据具体的应用场景定义上述四个维度下不同类别的权重以及能耗评分,并得出条件矩阵的综合评分,其中,综合评分可以通过以下公式计算得到:

12、其中,是综合评分;i、j、g、q分别为对应维度下的类别数量;、、、分别为对应类别的权重;、、、分别为对应类别的能耗评分;是一个指示函数,当时为1,否则为0。

13、在本发明的一些实施例中,所述基于道路特征对车队所经过的道路进行路段划分,并定义不同路段的影响系数的具体步骤为:

14、使用k-means算法将道路聚成k个簇;

15、具有相同道路特征的路段r被分配到一个簇中,其中m∈{1,2,...,k};

16、定义一个影响系数,表示对应簇内的路段r对能耗的特定影响。

17、在本发明的一些实施例中,所述路段综合能耗模型可以用下述公式表示:

18、

19、其中,表示与车辆能耗相关的驾驶数据;、、是根据历史数据或专家经验设定的权重,用于平衡环境因素、道路特征以及驾驶数据对能耗的影响。

20、在本发明的一些实施例中,所述获取并分析车队过往的能耗信息,优化上述路段综合能耗模型的步骤包括:

21、第一步,从车队系统中获取车队中的车辆过往通过各路段的能耗数据;

22、第二步,对收集到的能耗数据进行预处理;

23、第三步,将预处理后的能耗数据输入到上述路段综合能耗模型中,得到各路段在不同环境因素下的能耗预测结果;

24、第四步,将模型预测结果与实际能耗数据进行对比;

25、第五步,根据对比结果,调整模型中的相关参数,优化上述模型。

26、在本发明的一些实施例中,所述对驾驶行为进行评估的步骤包括:

27、以路段为单位,对车队过往在该路段上行驶的车辆趟次按照能耗进行排序,能耗越低的车辆趟次排名越靠前;

28、选用相应环境因素下,在该路段上能耗排名前10%的车辆趟次,提取对应车辆趟次的驾驶数据输入到优化后的路段综合能耗模型中,并利用关联规则学习算法apriori发现与低能耗相关联的驾驶行为;

29、将路段综合能耗模型所得出的能耗预测结果与同一路段、同一环境因素下的低能耗车辆趟次的最优能耗数据进行对比,形成对应路段、对应环境因素下的最优驾驶标准,依据该标准将驾驶行为区分为良好驾驶行为和不良驾驶行为。

30、在本发明的一些实施例中,对于上述能耗表现最低的车辆趟次,当该低能耗车辆趟次涉及多个不同的环境因素时;

31、计算在每个条件下行驶的距离占整个趟次总距离的比例,选用占比最高的环境因素。

32、在本发明的一些实施例中,所述车队系统实时判断对应路段上的驾驶行为的具体步骤包括:

33、车队行驶到对应路段,在相同环境因素下,判断当前车队内车辆驾驶行为是否符合最优驾驶标准;

34、如果符合甚至优于当前的最优驾驶标准,车队系统将会记录对应驾驶行为,并在迭代更新后替换已存储的最优驾驶标准;

35、如果不符合,车队系统将推送最优驾驶标准指令至车机或手机app,提醒对应车辆驾驶员根据指令采取相应的操作。

36、为达到上述目的,本发明第二方面实施例提出了一种电子设备,包括存储器、处理器和存储在所述存储器上的计算机程序,所述计算机程序被所述处理器执行时,实现上述的新能源车队能耗优化方法。

37、本发明实施例的有益效果:

38、本发明实施例的新能源车队能耗优化方法和电子设备,通过实时判断对应路段上的驾驶行为,如果不符合最优驾驶标准则提醒驾驶员进行优化,从而为驾驶员提供了具体、实时的驾驶行为指导,有助于提升车队整体的驾驶效率和能耗表现,从而进一步降低运营成本。且该方法不需要依赖高精度地图,而是基于车队行驶的实际条件和道路特征来构建和优化能耗模型,成本低,具有较强的适应性和灵活性,可以适应不同区域和道路条件的变化。

技术特征:

1.一种新能源车队能耗优化方法,其特征在于,所述方法包括:

2.根据权利要求1所述的新能源车队能耗优化方法,其特征在于,所述条件矩阵包括四个维度:天气、温度、时间段以及载重;、、、分别表示天气、温度、时间段、载重的不同类别;每个类别对应不同的权重以及能耗评分,其中;

3.根据权利要求2所述的新能源车队能耗优化方法,其特征在于,根据具体的应用场景定义上述四个维度下不同类别的权重以及能耗评分,并得出条件矩阵的综合评分,其中,综合评分可以通过以下公式计算得到:

4.根据权利要求3所述的新能源车队能耗优化方法,其特征在于,所述基于道路特征对车队所经过的道路进行路段划分,并定义不同路段的影响系数的具体步骤为:

5.根据权利要求4所述的新能源车队能耗优化方法,其特征在于,所述路段综合能耗模型可以用下述公式表示:

6.根据权利要求1所述的新能源车队能耗优化方法,其特征在于,所述获取并分析车队过往的能耗信息,优化上述路段综合能耗模型的步骤包括:

7.根据权利要求1所述的新能源车队能耗优化方法,其特征在于,所述对驾驶行为进行评估的步骤包括:

8.根据权利要求7所述的新能源车队能耗优化方法,其特征在于,对于能耗表现最低的车辆趟次,当该低能耗车辆趟次涉及多个不同的环境因素时;

9.根据权利要求1所述的新能源车队能耗优化方法,其特征在于,所述车队系统实时判断对应路段上的驾驶行为的具体步骤包括:

10.一种电子设备,其特征在于,包括存储器、处理器和存储在所述存储器上的计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-9中任一项所述的新能源车队能耗优化方法。

技术总结本发明涉及新能源汽车技术领域,具体公开了一种新能源车队能耗优化方法和电子设备,所述方法包括:采集与车队行驶相关联的环境因素并构建条件矩阵,计算得出条件矩阵的综合评分;基于道路特征对车队所经过的道路进行路段划分,并定义不同路段的影响系数;结合上述条件矩阵与道路特征,设计路段综合能耗模型;获取并分析车队过往的能耗信息,优化上述模型。本发明实施例的新能源车队能耗优化方法和电子设备,通过实时判断对应路段上的驾驶行为,如果不符合最优驾驶标准则提醒驾驶员进行优化,从而为驾驶员提供了具体、实时的驾驶行为指导,有助于提升车队整体的驾驶效率和能耗表现,从而进一步降低运营成本。技术研发人员:朱文超,李满,李兵,周波,邢全胜,徐少波受保护的技术使用者:北京氢远质投新能源汽车有限公司技术研发日:技术公布日:2024/12/2

本文地址:https://www.jishuxx.com/zhuanli/20241204/341095.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。