純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法
【專利摘要】本發(fā)明公開了一種純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，包括下述步驟：S1、建立基于站點(diǎn)相鄰路段的線路能耗模型；S2、通過模糊時(shí)間序列分析算法對(duì)純電動(dòng)公交車能耗狀況進(jìn)行建模；S3、推算出該站點(diǎn)相鄰路段的整體能耗情況；S4、通過加權(quán)二值模糊集模型對(duì)站點(diǎn)相鄰路段能耗或其影響因素值進(jìn)行預(yù)測(cè)；S5、在得到加權(quán)能耗預(yù)測(cè)值后，用剩余能耗值減去加權(quán)能耗預(yù)測(cè)值，得到預(yù)測(cè)剩余能耗值；S6、預(yù)測(cè)剩余能耗值未能滿足最低能耗要求值所對(duì)應(yīng)的首個(gè)站點(diǎn)相鄰路段可續(xù)駛里程即半程續(xù)駛里程進(jìn)行運(yùn)算。本發(fā)明充分考慮影響影響純電動(dòng)公交車能耗的各類因素，將各類因素進(jìn)行量化計(jì)算，跳出目前以電池剩余能量為核心的預(yù)測(cè)算法，提出了綜合考慮各種因素的數(shù)學(xué)模型。
【專利說明】純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及公交車營(yíng)運(yùn)的【技術(shù)領(lǐng)域】，特別涉及一種純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法。
【背景技術(shù)】
[0002]純電動(dòng)公交車雖然目前在國(guó)家節(jié)能減排政策下得到較快發(fā)展，但由于受其續(xù)駛里程的制約，目前仍難以大規(guī)模推廣，仍處于試點(diǎn)運(yùn)營(yíng)狀況。續(xù)駛里程主要受電池容量和運(yùn)營(yíng)狀況限制，在目前電池技術(shù)儲(chǔ)能和可靠性仍難以取得突破的情況下，研究者們提出了各種分析與評(píng)估續(xù)駛里程的方法。在目前階段，對(duì)續(xù)駛里程的估算方法大多依賴于對(duì)SOC的更準(zhǔn)確估算，從而轉(zhuǎn)換成相對(duì)準(zhǔn)確的續(xù)駛里程，因而目前的研究熱點(diǎn)集中在如何準(zhǔn)確預(yù)測(cè)SOC上。比較具有代表性的算法，如針對(duì)電動(dòng)汽車用鋰離子電池組的能修正初始誤差的荷電狀態(tài)估算方法；針對(duì)磷酸鐵鋰電池給出了其改進(jìn)的PNGV模型，采用擴(kuò)展卡爾曼濾波算法完成了 SOC的準(zhǔn)確估計(jì)；對(duì)于磷酸鐵鋰電池，安時(shí)積分SOC估算方法中初始SOC的影響最大，應(yīng)該建立初始SOC的修正算法，對(duì)電池的SOC累積誤差進(jìn)行清除以提高精度；采用電化學(xué)阻抗譜來分析等效電路模型參數(shù)，以研究電池的電壓特性和動(dòng)態(tài)功率特性，通過綜合分析實(shí)際充放電條件的主要特征來提取電池典型的參數(shù)辨識(shí)工況，并利用粒子群優(yōu)化算法分析模型參數(shù)；此外，修訂的伏安法、Kalman算法、神經(jīng)網(wǎng)絡(luò)等算法的應(yīng)用也比較廣泛。在進(jìn)一步提高SOC估算精度情況下，基于鋰離子電池電化學(xué)模型提出電動(dòng)公交車?yán)m(xù)駛里程預(yù)測(cè)方法、純電動(dòng)汽車?yán)m(xù)駛里程RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法、通過分析純電動(dòng)汽車行駛中主電路負(fù)載電流變化建立其續(xù)駛里程計(jì)算模型、利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)電動(dòng)汽車?yán)m(xù)駛里程的方法等。就研究者在公開發(fā)表信息內(nèi)容上看，續(xù)駛里程的預(yù)測(cè)的依據(jù)主要采用SOC參數(shù)作為主要參考，大多采用等速法以及工況法進(jìn)行預(yù)測(cè)，所得到延長(zhǎng)續(xù)駛里程的結(jié)論大多傾向于選用低阻力輪胎、進(jìn)行車身的流線型改進(jìn)、減輕空車重量、選用高能量電池、動(dòng)力傳動(dòng)系合理匹配[16，17，18]等從電動(dòng)汽車本身架構(gòu)以及零配件選用上。然而，影響純電動(dòng)公交車?yán)m(xù)駛里程的因素，即能耗影響因素還包括時(shí)段(早晚高峰)、路況、駕駛員駕駛習(xí)慣、線路、乘客等因素，為此，本發(fā)明利用在已經(jīng)正常營(yíng)運(yùn)的純電動(dòng)公交車行車過程中所產(chǎn)生的數(shù)據(jù)，結(jié)合公交站點(diǎn)交通運(yùn)行指標(biāo)體系，基于模糊聚類算法和模糊時(shí)間序列算法建立純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程預(yù)測(cè)模型，為純電動(dòng)公交車線路規(guī)劃與調(diào)整、車輛調(diào)度與充電站規(guī)劃等提供決策支持。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法。
[0004]本發(fā)明的目的通過下述技術(shù)方案實(shí)現(xiàn):
[0005]純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，包括下述步驟:
[0006]S1、建立基于站點(diǎn)相鄰路段的線路能耗模型，通過該能耗模型在時(shí)間序列數(shù)據(jù)中尋找數(shù)據(jù)隨時(shí)間變化的規(guī)律或趨勢(shì)，采用能耗標(biāo)識(shí)的模糊聚類方法，以相似性搜索實(shí)現(xiàn)能耗模糊時(shí)間序列的挖掘，選取典型能耗樣本進(jìn)行標(biāo)識(shí)，使其成為初始化的帶標(biāo)識(shí)的聚類中心，并對(duì)其他樣本數(shù)據(jù)完成聚類運(yùn)算，完成能耗數(shù)據(jù)劃分，從而建立基于模糊聚類的時(shí)間序列能耗分析模型；
[0007]S2、模糊聚類中心對(duì)相鄰站點(diǎn)之間的能耗及影響因素的能耗情況進(jìn)行描述以及標(biāo)識(shí)后，通過模糊時(shí)間序列分析算法對(duì)純電動(dòng)公交車能耗狀況進(jìn)行建模；
[0008]S3、以各影響因素的時(shí)間序列預(yù)測(cè)結(jié)果為基礎(chǔ)，結(jié)合各影響因素的權(quán)值情況，在計(jì)算出下一個(gè)站點(diǎn)相鄰路段能耗影響因素的預(yù)測(cè)值的情況下，通過與該站點(diǎn)相鄰路段的模糊聚類中心能耗情況進(jìn)行模糊相似度搜索度量以及與動(dòng)態(tài)權(quán)值的運(yùn)算，推算出該站點(diǎn)相鄰路段的整體能耗情況；
[0009]S4、通過加權(quán)二值模糊集模型對(duì)站點(diǎn)相鄰路段能耗或其影響因素值進(jìn)行預(yù)測(cè)，以預(yù)測(cè)的影響因素值為基礎(chǔ)，以已經(jīng)進(jìn)行聚類并標(biāo)識(shí)能耗和權(quán)值的聚類中心為模糊相似性測(cè)量的基礎(chǔ)，對(duì)站點(diǎn)相鄰路段能耗的影響因素值所形成的樣本數(shù)據(jù)進(jìn)行能耗預(yù)測(cè)；
[0010]S5、在得到加權(quán)能耗預(yù)測(cè)值后，用剩余能耗值減去加權(quán)能耗預(yù)測(cè)值，得到預(yù)測(cè)剩余能耗值，再換算成營(yíng)運(yùn)續(xù)駛里程；
[0011]S6、營(yíng)運(yùn)續(xù)駛里程是模糊聚類中心對(duì)應(yīng)實(shí)際營(yíng)運(yùn)站點(diǎn)相鄰路段的里程長(zhǎng)度累加結(jié)果，在所有模糊聚類中心對(duì)應(yīng)實(shí)際營(yíng)運(yùn)站點(diǎn)相鄰路段里程相對(duì)固定的情況下，只需要對(duì)預(yù)測(cè)剩余能耗值未能滿足最低能耗要求值所對(duì)應(yīng)的首個(gè)站點(diǎn)相鄰路段可續(xù)駛里程即半程續(xù)駛里程進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果累加在滿足能耗要求的全程續(xù)駛里程上，即可完成營(yíng)運(yùn)續(xù)駛里程的計(jì)算。
[0012]優(yōu)選的，步驟SI中，以純電動(dòng)公交車能耗數(shù)據(jù)為對(duì)象的模糊聚類算法具體步驟如下:
[0013]選取隨機(jī)值ε >0，選定并初始化聚類中心V(°)，使之具有能耗標(biāo)識(shí)，令S=O ；
[0014]第一步:確定參數(shù)b以及初始化模糊分類矩陣U(0);
[0015]第二步:更新U(s)為 U(s+1)，i=l，…，c; j=l，...，N，并按
【權(quán)利要求】
1.純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，包括下述步驟: 51、建立基于站點(diǎn)相鄰路段的線路能耗模型，通過該能耗模型在時(shí)間序列數(shù)據(jù)中尋找數(shù)據(jù)隨時(shí)間變化的規(guī)律或趨勢(shì)，采用能耗標(biāo)識(shí)的模糊聚類方法，以相似性搜索實(shí)現(xiàn)能耗模糊時(shí)間序列的挖掘，選取典型能耗樣本進(jìn)行標(biāo)識(shí)，使其成為初始化的帶標(biāo)識(shí)的聚類中心，并對(duì)其他樣本數(shù)據(jù)完成聚類運(yùn)算，完成能耗數(shù)據(jù)劃分，從而建立基于模糊聚類的時(shí)間序列能耗分析模型； 52、模糊聚類中心對(duì)相鄰站點(diǎn)之間的能耗及影響因素的能耗情況進(jìn)行描述以及標(biāo)識(shí)后，通過模糊時(shí)間序列分析算法對(duì)純電動(dòng)公交車能耗狀況進(jìn)行建模； 53、以各影響因素的時(shí)間序列預(yù)測(cè)結(jié)果為基礎(chǔ)，結(jié)合各影響因素的權(quán)值情況，在計(jì)算出下一個(gè)站點(diǎn)相鄰路段能耗影響因素的預(yù)測(cè)值的情況下，通過與該站點(diǎn)相鄰路段的模糊聚類中心能耗情況進(jìn)行模糊相似度搜索度量以及與動(dòng)態(tài)權(quán)值的運(yùn)算，推算出該站點(diǎn)相鄰路段的整體能耗情況； 54、通過加權(quán)二值模糊集模型對(duì)站點(diǎn)相鄰路段能耗或其影響因素值進(jìn)行預(yù)測(cè)，以預(yù)測(cè)的影響因素值為基礎(chǔ)，以已經(jīng)進(jìn)行聚類并標(biāo)識(shí)能耗和權(quán)值的聚類中心為模糊相似性測(cè)量的基礎(chǔ)，對(duì)站點(diǎn)相鄰路段能耗的影響因素值所形成的樣本數(shù)據(jù)進(jìn)行能耗預(yù)測(cè)； 55、在得到加權(quán)能耗預(yù)測(cè)值后，用剩余能耗值減去加權(quán)能耗預(yù)測(cè)值，得到預(yù)測(cè)剩余能耗值，再換算成營(yíng)運(yùn)續(xù)駛里程； 56、營(yíng)運(yùn)續(xù)駛里程是模糊聚類中心對(duì)應(yīng)實(shí)際營(yíng)運(yùn)站點(diǎn)相鄰路段的里程長(zhǎng)度累加結(jié)果，在所有模糊聚類中心對(duì)應(yīng)實(shí)際營(yíng)運(yùn)站點(diǎn)相鄰路段里程相對(duì)固定的情況下，只需要對(duì)預(yù)測(cè)剩余能耗值未能滿足最低能耗要求值所對(duì)應(yīng)的首個(gè)站點(diǎn)相鄰路段可續(xù)駛里程即半程續(xù)駛里程進(jìn)行運(yùn)算，并將運(yùn)算結(jié)果累加在滿足能耗要求的全程續(xù)駛里程上，即可完成營(yíng)運(yùn)續(xù)駛里程的計(jì)算。
2.根據(jù)權(quán)利要求1所 述的純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，步驟SI中，以純電動(dòng)公交車能耗數(shù)據(jù)為對(duì)象的模糊聚類算法具體步驟如下: 選取隨機(jī)值ε >0，選定并初始化聚類中心V(°)，使之具有能耗標(biāo)識(shí)，令S=O ； 第一步:確定參數(shù)b以及初始化模糊分類矩陣U? ；
3.根據(jù)權(quán)利要求1所述的純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，步驟S2中，對(duì)于站點(diǎn)相鄰路段能耗，根據(jù)實(shí)際觀測(cè)值與聚類中心的實(shí)際情況，按照正態(tài)分布算法，將能耗劃分為超高、較高、正常、較低、超低五個(gè)能耗狀態(tài)描述；設(shè)能耗論域U= Iu1, U2,…，un}，n=5,論域U的模糊集Ai可以表示為

4.根據(jù)權(quán)利要求3所述的純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，根據(jù)純電動(dòng)公交車的實(shí)際情況，所有站點(diǎn)相鄰路段能耗的模糊邏輯關(guān)系均為唯一對(duì)應(yīng)，可定義模糊邏輯組，并表示為:F(t-l) — F(t), t=l, 2，…，17 ;對(duì)于唯一順序的模糊時(shí)間序列,每個(gè)站點(diǎn)相鄰路段的能耗權(quán)值表示如下:
5.根據(jù)權(quán)利要求1所述的純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，步驟S3中，對(duì)于站點(diǎn)相鄰路段能耗時(shí)間序列模型，采用更適用于存在多重不確定性的二型模糊集合方法，將傳統(tǒng)模糊集合進(jìn)行擴(kuò)展，給出能耗影響因素集合中隸屬度值的模糊程度，通過采用三維的隸屬度函數(shù)，使其集合元素的隸屬度成為一個(gè)[0，1]間的模糊數(shù)。
6.根據(jù)權(quán)利要求1所述的純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，對(duì)站點(diǎn)相鄰路段能耗的影響因素值所形成的樣本數(shù)據(jù)進(jìn)行能耗預(yù)測(cè)，其步驟如下: 步驟一，按照能耗影響因素的表達(dá)要求，按照聚類中心的數(shù)據(jù)結(jié)構(gòu)整理能耗影響因素?cái)?shù)據(jù)樣本； 步驟二，以所對(duì)應(yīng)的站點(diǎn)相鄰路段的模糊聚類中心為模糊相似性測(cè)算對(duì)象，對(duì)數(shù)據(jù)樣本進(jìn)行模糊相似性觀測(cè)；若站點(diǎn)相鄰路段存在多個(gè)模糊聚類中心，則需要進(jìn)行相應(yīng)次數(shù)的觀測(cè)； 步驟三，篩選站點(diǎn)相鄰路段相似性觀測(cè)值最高的聚類中心的能耗等級(jí)標(biāo)識(shí)作為所需要預(yù)測(cè)能耗數(shù)據(jù)所對(duì)應(yīng)的能耗等級(jí)標(biāo)識(shí)，搜索能耗等級(jí)對(duì)應(yīng)權(quán)值，通過加權(quán)二型模糊集計(jì)算的能耗預(yù)測(cè)值結(jié)果與等級(jí)權(quán)值的乘積即為對(duì)應(yīng)站點(diǎn)相鄰路段的能耗預(yù)測(cè)輸出值。
7.根據(jù)權(quán)利要求6所述的純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，步驟二中，模糊相似度觀測(cè)的算法具體為: 對(duì)于離散值部分的純電動(dòng)公交車能耗樣本U (t) = (U1 (t)，U2 (t)，…，un(t))及其所在路段的站點(diǎn)相鄰路段能耗聚類中心C (t) = (C1 (t)，C2 (t)，…，cn(t))，其二型模糊相似度計(jì)算公式如下:

8.根據(jù)權(quán)利要求6所述的純電動(dòng)公交車營(yíng)運(yùn)續(xù)駛里程估算方法，其特征在于，步驟三中，在第η+1個(gè)站點(diǎn)相鄰路段中，如果預(yù)測(cè)剩余能耗值滿足最低能耗要求值的情況下，再對(duì)η+2個(gè)站點(diǎn)相鄰路段進(jìn)行能耗預(yù)測(cè)，得到其加權(quán)能耗預(yù)測(cè)值后，以第η+1個(gè)站點(diǎn)相鄰路段的預(yù)測(cè)剩余能耗值減去第η+2個(gè)站點(diǎn)相鄰路段的預(yù)測(cè)剩余能耗值，后再次與最低能耗要求值進(jìn)行比較，直至站點(diǎn)相鄰路段的預(yù)測(cè)剩余能耗值少于或者等于最低能耗要求值結(jié)束算法；在該過程中，續(xù)駛里程可根據(jù)預(yù)測(cè)剩余能耗值滿足最低能耗要求值的情況進(jìn)行累加，直到算法結(jié)束，其累計(jì)續(xù)駛里程總和即為純電動(dòng)公交車的最大營(yíng)運(yùn)續(xù)駛里程，即:
【文檔編號(hào)】G06F19/00GK103745110SQ201410018976
【公開日】2014年4月23日 申請(qǐng)日期:2014年1月15日 優(yōu)先權(quán)日:2014年1月15日
【發(fā)明者】薛月菊, 楊敬鋒, 張南峰, 李勇, 黃曉琳, 李鴻生 申請(qǐng)人:華南農(nóng)業(yè)大學(xué)