本發(fā)明涉及電量續(xù)馳里程評估，尤其涉及一種電動車電量續(xù)駛里程評估方法。

背景技術：

1、目前隨著電動汽車的普及，用戶對于電動車的續(xù)駛里程評估需求日益增強?，F(xiàn)有技術中，電動車續(xù)駛里程的評估大多基于電池電壓、容量等靜態(tài)參數(shù)，忽略了電池衰減率、行駛條件、環(huán)境溫度和用戶駕駛習慣等動態(tài)因素對續(xù)駛里程的影響，導致評估結果不夠準確，靜態(tài)參數(shù)評估：當前市場上大多數(shù)電動車的續(xù)駛里程評估主要依賴于電池的靜態(tài)參數(shù)，如電壓、容量等。然而，這些參數(shù)并不能全面反映電動車在實際行駛過程中的電量消耗情況，因為電量的消耗還受到多種動態(tài)因素的影響。忽略動態(tài)因素：現(xiàn)有評估方法往往忽略了電池衰減率、行駛條件、環(huán)境溫度和用戶駕駛習慣等動態(tài)因素對電量消耗的影響，由于上述因素的忽略，現(xiàn)有評估方法得出的續(xù)駛里程往往與實際行駛情況存在較大偏差，給用戶帶來不便和困擾，用戶在實際使用過程中，可能會因為電量預估不準確而面臨電量耗盡的風險，影響行車安全和用戶體驗。提出提出一種電動車電量續(xù)駛里程評估方法以解決上述問題。

技術實現(xiàn)思路

1、鑒以此，本發(fā)明的目的在于提供一種電動車電量續(xù)駛里程評估方法，以至少解決以上問題。

2、本發(fā)明采用的技術方案如下：

3、一種電動車電量續(xù)駛里程評估方法，所述方法應用于電動車電量續(xù)駛里程評估系統(tǒng)，所述系統(tǒng)包括電量獲取模塊、電量分析模塊、續(xù)駛評估模塊、提示模塊和優(yōu)化模塊，所述方法包括以下步驟：

4、s1、通過電量獲取模塊獲取電動車的電量數(shù)據(jù)；

5、s2、通過電量分析模塊對獲取到的電量數(shù)據(jù)進行分析，并且獲得電量分析結果；

6、s3、續(xù)馳評估模塊依據(jù)電量分析結果進行續(xù)馳里程評估計算；

7、s4、提示模塊依據(jù)續(xù)馳里程評估計算進行續(xù)馳里程提示；

8、s5、優(yōu)化模塊依據(jù)評估計算到的續(xù)馳里程進行優(yōu)化汽車使用策略。

9、進一步的，在步驟s1中，包括以下子步驟：

10、s11、電量獲取模塊通過設定低電量閾值和飽和電量閾值；

11、s12、電量獲取模塊通過獲取汽車啟動時的電量數(shù)據(jù)；

12、s13、如果汽車啟動電量數(shù)據(jù)低于低電量閾值，則獲得低電量類型數(shù)據(jù)，如果汽車啟動電量數(shù)據(jù)處于低電量閾值和飽和電量閾值之間且包括低電量閾值和飽和電量閾值兩端點的數(shù)據(jù)，則獲得中電量類型數(shù)據(jù)，如果汽車啟動電量數(shù)據(jù)高于飽和電量閾值，則獲得高電量類型數(shù)據(jù)。

13、進一步的，在步驟s2中，還包括以下子步驟：

14、s21、通過電量分析模塊構建機器學習模型；

15、s22、電量分析模塊通過獲取汽車的歷史行駛數(shù)據(jù)，并且輸入到機器學習模型中進行機器學習；

16、s23、在電動車行駛過程中，機器學習模型通過時間序列分析技術對低電量類型數(shù)據(jù)、中電量類型數(shù)據(jù)、高電量類型數(shù)據(jù)進行分析，并且分別獲得低電量未來電量消耗分析結果、中電量未來電量消耗分析結果、高電量未來電量消耗分析結果。

17、進一步的，在步驟s3中，續(xù)馳評估模塊依據(jù)電量分析結果進行續(xù)馳里程評估計算；具體為：

18、續(xù)馳評估模塊依據(jù)低電量未來電量消耗分析結果，以及依據(jù)汽車當前位置、目的地或預設行駛距離，預測低電量評估未來續(xù)馳里程；

19、續(xù)馳評估模塊依據(jù)中電量未來電量消耗分析結果，以及依據(jù)汽車當前位置、目的地或預設行駛距離，預測中電量評估未來續(xù)馳里程；

20、續(xù)馳評估模塊依據(jù)高電量未來電量消耗分析結果，以及依據(jù)汽車當前位置、目的地或預設行駛距離，預測高電量評估未來續(xù)馳里程。

21、進一步的，在步驟s4中，提示模塊依據(jù)續(xù)馳里程評估計算進行續(xù)馳里程提示具體為：

22、提示模塊依據(jù)預測低電量評估未來續(xù)馳里程通過儀表盤顯示或聲音提示進行即時提示；

23、提示模塊依據(jù)預測中電量評估未來續(xù)馳里程通過儀表盤顯示或聲音提示進行適時提醒；

24、提示模塊依據(jù)預測高電量評估未來續(xù)馳里程通過儀表盤顯示或聲音提示進行樂觀提示。

25、進一步的，在步驟s5中，優(yōu)化模塊依據(jù)評估計算到的續(xù)馳里程進行優(yōu)化汽車使用策略具體為：

26、優(yōu)化模塊依據(jù)預測低電量評估未來續(xù)馳里程進行建議盡快尋找充電站汽車使用策略，并且規(guī)劃出附近相關的充電樁位置路徑；

27、優(yōu)化模塊依據(jù)預測中電量評估未來續(xù)馳里程進行根據(jù)當前駕駛行為和預設的行駛路線進行情景模擬汽車使用策略；

28、優(yōu)化模塊依據(jù)預測高電量評估未來續(xù)馳里程進行適時地提出充電建議汽車使用策略。

29、進一步的，汽車行駛數(shù)據(jù)包括電池衰減率、行駛條件、環(huán)境溫度和用戶駕駛習慣。

30、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

31、本發(fā)明提出一種電動車電量續(xù)駛里程評估方法，本方法通過區(qū)分汽車不同的電量情況，并且針對不同的電量情況進行分析，以獲得電動車電量續(xù)駛里程的精確評估，從而提高了評估結果的準確性和可靠性，并且還能夠更精確地預測電動車的續(xù)駛里程，以便有助于用戶做出更合理的行程規(guī)劃，減少因電量預估不足而導致的行駛中斷風險。

技術特征：

1.一種電動車電量續(xù)駛里程評估方法，其特征在于，所述方法應用于電動車電量續(xù)駛里程評估系統(tǒng)，所述系統(tǒng)包括電量獲取模塊、電量分析模塊、續(xù)駛評估模塊、提示模塊和優(yōu)化模塊，所述方法包括以下步驟：

2.根據(jù)權利要求1所述的一種電動車電量續(xù)駛里程評估方法，其特征在于，在步驟s1中，包括以下子步驟：

3.根據(jù)權利要求1所述的一種電動車電量續(xù)駛里程評估方法，其特征在于，在步驟s2中，還包括以下子步驟：

4.根據(jù)權利要求3所述的一種電動車電量續(xù)駛里程評估方法，其特征在于，在步驟s3中，續(xù)馳評估模塊依據(jù)電量分析結果進行續(xù)馳里程評估計算；具體為：

5.根據(jù)權利要求4所述的一種電動車電量續(xù)駛里程評估方法，其特征在于，在步驟s4中，提示模塊依據(jù)續(xù)馳里程評估計算進行續(xù)馳里程提示具體為：

6.根據(jù)權利要求5所述的一種電動車電量續(xù)駛里程評估方法，其特征在于，在步驟s5中，優(yōu)化模塊依據(jù)評估計算到的續(xù)馳里程進行優(yōu)化汽車使用策略具體為：

7.根據(jù)權利要求3所述的一種電動車電量續(xù)駛里程評估方法，其特征在于，汽車行駛數(shù)據(jù)包括電池衰減率、行駛條件、環(huán)境溫度和用戶駕駛習慣。

技術總結
本發(fā)明提供一種電動車電量續(xù)駛里程評估方法，所述方法應用于電動車電量續(xù)駛里程評估系統(tǒng)，所述系統(tǒng)包括電量獲取模塊、電量分析模塊、續(xù)駛評估模塊、提示模塊和優(yōu)化模塊，所述方法包括以下步驟：S1、通過電量獲取模塊獲取電動車的電量數(shù)據(jù)；S2、通過電量分析模塊對獲取到的電量數(shù)據(jù)進行分析，并且獲得電量分析結果；S3、續(xù)馳評估模塊依據(jù)電量分析結果進行續(xù)馳里程評估計算；S4、提示模塊依據(jù)續(xù)馳里程評估計算進行續(xù)馳里程提示；S5、優(yōu)化模塊依據(jù)評估計算到的續(xù)馳里程進行優(yōu)化汽車使用策略。本方法通過區(qū)分汽車不同的電量情況，并且針對不同的電量情況進行分析，以獲得電動車電量續(xù)駛里程的精確評估，從而提高了評估結果的準確性和可靠性。

技術研發(fā)人員：軒睿,宋子鈺,金煜程,趙晨旭
受保護的技術使用者：長春汽車檢測中心有限責任公司
技術研發(fā)日：
技術公布日：2024/12/26