[发明专利]电动汽车行程能耗预测方法、装置、设备及可存储介质

权利要求书

1.一种电动汽车行程能耗预测方法，其特征在于，包括：

获取待能耗预测的电动汽车的行驶行程测试数据以及历史行驶行程数据，所述行驶行程测试数据以及历史行驶行程数据均包括多个行程的多个工况特征以及所述多个行程对应的电动汽车能耗率；

根据所述行驶行程测试数据以及预设的整车能耗模型，确定所述多个工况特征对应的多个能耗敏感性参数；所述能耗敏感性参数包括出厂标定参数，所述出厂标定参数包括易变参数；

根据所述历史行驶行程数据，基于递推最小二乘法对所述易变参数进行自适应学习，确定自适应学习参数；

获取未来行程的多个工况特征；

根据所述未来行程的多个工况特征、出厂标定参数以及自适应学习参数，确定所述电动汽车的未来行程能耗预测结果；

所述根据所述历史行驶行程数据，基于递推最小二乘法对所述易变参数进行自适应学习，确定自适应学习参数的步骤包括：

根据预设的电动汽车易变参数确定规则，从所述能耗敏感性参数中确定易变参数；

基于递推最小二乘法对所述预设的整车能耗模型进行变换处理，确定自适应学习模型；

根据所述历史行驶行程数据以及自适应学习模型，对所述易变参数进行自适应学习，确定自适应学习参数。

2.根据权利要求1所述的电动汽车行程能耗预测方法，其特征在于，所述根据所述未来行程的多个工况特征、出厂标定参数以及自适应学习参数，确定所述电动汽车的未来行程能耗预测结果的步骤，包括：

根据所述未来行程的多个工况特征、出厂标定参数以及自适应学习参数，确定所述电动汽车的未来行程能耗率；

获取所述电动汽车的未来行程距离、车载动力电池的额定容量以及当前时刻的SOC值；

根据所述未来行程能耗率以及未来行程距离，确定所述电动汽车的未来行程预计能耗；

根据所述未来行程预计能耗、车载动力电池的额定容量以及当前时刻的SOC值，确定所述电动汽车的未来行程结束的SOC预测值。

3.根据权利要求1所述的电动汽车行程能耗预测方法，其特征在于，所述预设的整车能耗模型的公式如下所示：

式中，c_y为第y个行程对应的电动汽车能耗率，F_y^x为第y个行程的第x个工况特征y∈[1,2,…,k],x∈[1,2,…,n]，工况特征包括速度强度工况特征，制动强度工况特征，[β¹ β² …βⁿ]^T为对应工况特征的能耗敏感性参数。

4.根据权利要求1所述的电动汽车行程能耗预测方法，其特征在于，所述工况特征包括常能耗强度、速度强度、制动强度、时间强度、空调强度、冷启动强度以及坡度强度。

5.根据权利要求1所述的电动汽车行程能耗预测方法，其特征在于，所述能耗敏感性参数包括常能耗强度敏感性参数、速度强度敏感性参数、制动强度敏感性参数、时间强度敏感性参数、空调强度敏感性参数、冷启动强度敏感性参数以及坡度强度敏感性参数。