純電動公交車營運續駛裡程估算方法
2023-10-04 00:06:54 1
純電動公交車營運續駛裡程估算方法
【專利摘要】本發明公開了一種純電動公交車營運續駛裡程估算方法，包括下述步驟：S1、建立基於站點相鄰路段的線路能耗模型；S2、通過模糊時間序列分析算法對純電動公交車能耗狀況進行建模；S3、推算出該站點相鄰路段的整體能耗情況；S4、通過加權二值模糊集模型對站點相鄰路段能耗或其影響因素值進行預測；S5、在得到加權能耗預測值後，用剩餘能耗值減去加權能耗預測值，得到預測剩餘能耗值；S6、預測剩餘能耗值未能滿足最低能耗要求值所對應的首個站點相鄰路段可續駛裡程即半程續駛裡程進行運算。本發明充分考慮影響影響純電動公交車能耗的各類因素，將各類因素進行量化計算，跳出目前以電池剩餘能量為核心的預測算法，提出了綜合考慮各種因素的數學模型。
【專利說明】純電動公交車營運續駛裡程估算方法
【技術領域】
[0001]本發明涉及公交車營運的【技術領域】，特別涉及一種純電動公交車營運續駛裡程估算方法。
【背景技術】
[0002]純電動公交車雖然目前在國家節能減排政策下得到較快發展，但由於受其續駛裡程的制約，目前仍難以大規模推廣，仍處於試點運營狀況。續駛裡程主要受電池容量和運營狀況限制，在目前電池技術儲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估續駛裡程的方法。在目前階段，對續駛裡程的估算方法大多依賴於對SOC的更準確估算，從而轉換成相對準確的續駛裡程，因而目前的研究熱點集中在如何準確預測SOC上。比較具有代表性的算法，如針對電動汽車用鋰離子電池組的能修正初始誤差的荷電狀態估算方法；針對磷酸鐵鋰電池給出了其改進的PNGV模型，採用擴展卡爾曼濾波算法完成了 SOC的準確估計；對於磷酸鐵鋰電池，安時積分SOC估算方法中初始SOC的影響最大，應該建立初始SOC的修正算法，對電池的SOC累積誤差進行清除以提高精度；採用電化學阻抗譜來分析等效電路模型參數，以研究電池的電壓特性和動態功率特性，通過綜合分析實際充放電條件的主要特徵來提取電池典型的參數辨識工況，並利用粒子群優化算法分析模型參數；此外，修訂的伏安法、Kalman算法、神經網絡等算法的應用也比較廣泛。在進一步提高SOC估算精度情況下，基於鋰離子電池電化學模型提出電動公交車續駛裡程預測方法、純電動汽車續駛裡程RBF神經網絡預測算法、通過分析純電動汽車行駛中主電路負載電流變化建立其續駛裡程計算模型、利用BP神經網絡預測電動汽車續駛裡程的方法等。就研究者在公開發表信息內容上看，續駛裡程的預測的依據主要採用SOC參數作為主要參考，大多採用等速法以及工況法進行預測，所得到延長續駛裡程的結論大多傾向於選用低阻力輪胎、進行車身的流線型改進、減輕空車重量、選用高能量電池、動力傳動系合理匹配[16，17，18]等從電動汽車本身架構以及零配件選用上。然而，影響純電動公交車續駛裡程的因素，即能耗影響因素還包括時段(早晚高峰)、路況、駕駛員駕駛習慣、線路、乘客等因素，為此，本發明利用在已經正常營運的純電動公交車行車過程中所產生的數據，結合公交站點交通運行指標體系，基於模糊聚類算法和模糊時間序列算法建立純電動公交車營運續駛裡程預測模型，為純電動公交車線路規劃與調整、車輛調度與充電站規劃等提供決策支持。
【發明內容】
[0003]本發明的目的在於克服現有技術的缺點與不足，提供一種純電動公交車營運續駛裡程估算方法。
[0004]本發明的目的通過下述技術方案實現:
[0005]純電動公交車營運續駛裡程估算方法，包括下述步驟:
[0006]S1、建立基於站點相鄰路段的線路能耗模型，通過該能耗模型在時間序列數據中尋找數據隨時間變化的規律或趨勢，採用能耗標識的模糊聚類方法，以相似性搜索實現能耗模糊時間序列的挖掘，選取典型能耗樣本進行標識，使其成為初始化的帶標識的聚類中心，並對其他樣本數據完成聚類運算，完成能耗數據劃分，從而建立基於模糊聚類的時間序列能耗分析模型；
[0007]S2、模糊聚類中心對相鄰站點之間的能耗及影響因素的能耗情況進行描述以及標識後，通過模糊時間序列分析算法對純電動公交車能耗狀況進行建模；
[0008]S3、以各影響因素的時間序列預測結果為基礎，結合各影響因素的權值情況，在計算出下一個站點相鄰路段能耗影響因素的預測值的情況下，通過與該站點相鄰路段的模糊聚類中心能耗情況進行模糊相似度搜索度量以及與動態權值的運算，推算出該站點相鄰路段的整體能耗情況；
[0009]S4、通過加權二值模糊集模型對站點相鄰路段能耗或其影響因素值進行預測，以預測的影響因素值為基礎，以已經進行聚類並標識能耗和權值的聚類中心為模糊相似性測量的基礎，對站點相鄰路段能耗的影響因素值所形成的樣本數據進行能耗預測；
[0010]S5、在得到加權能耗預測值後，用剩餘能耗值減去加權能耗預測值，得到預測剩餘能耗值，再換算成營運續駛裡程；
[0011]S6、營運續駛裡程是模糊聚類中心對應實際營運站點相鄰路段的裡程長度累加結果，在所有模糊聚類中心對應實際營運站點相鄰路段裡程相對固定的情況下，只需要對預測剩餘能耗值未能滿足最低能耗要求值所對應的首個站點相鄰路段可續駛裡程即半程續駛裡程進行運算，並將運算結果累加在滿足能耗要求的全程續駛裡程上，即可完成營運續駛裡程的計算。
[0012]優選的，步驟SI中，以純電動公交車能耗數據為對象的模糊聚類算法具體步驟如下:
[0013]選取隨機值ε >0，選定並初始化聚類中心V(°)，使之具有能耗標識，令S=O ；
[0014]第一步:確定參數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，並按
【權利要求】
1.純電動公交車營運續駛裡程估算方法，其特徵在於，包括下述步驟: 51、建立基於站點相鄰路段的線路能耗模型，通過該能耗模型在時間序列數據中尋找數據隨時間變化的規律或趨勢，採用能耗標識的模糊聚類方法，以相似性搜索實現能耗模糊時間序列的挖掘，選取典型能耗樣本進行標識，使其成為初始化的帶標識的聚類中心，並對其他樣本數據完成聚類運算，完成能耗數據劃分，從而建立基於模糊聚類的時間序列能耗分析模型； 52、模糊聚類中心對相鄰站點之間的能耗及影響因素的能耗情況進行描述以及標識後，通過模糊時間序列分析算法對純電動公交車能耗狀況進行建模； 53、以各影響因素的時間序列預測結果為基礎，結合各影響因素的權值情況，在計算出下一個站點相鄰路段能耗影響因素的預測值的情況下，通過與該站點相鄰路段的模糊聚類中心能耗情況進行模糊相似度搜索度量以及與動態權值的運算，推算出該站點相鄰路段的整體能耗情況； 54、通過加權二值模糊集模型對站點相鄰路段能耗或其影響因素值進行預測，以預測的影響因素值為基礎，以已經進行聚類並標識能耗和權值的聚類中心為模糊相似性測量的基礎，對站點相鄰路段能耗的影響因素值所形成的樣本數據進行能耗預測； 55、在得到加權能耗預測值後，用剩餘能耗值減去加權能耗預測值，得到預測剩餘能耗值，再換算成營運續駛裡程； 56、營運續駛裡程是模糊聚類中心對應實際營運站點相鄰路段的裡程長度累加結果，在所有模糊聚類中心對應實際營運站點相鄰路段裡程相對固定的情況下，只需要對預測剩餘能耗值未能滿足最低能耗要求值所對應的首個站點相鄰路段可續駛裡程即半程續駛裡程進行運算，並將運算結果累加在滿足能耗要求的全程續駛裡程上，即可完成營運續駛裡程的計算。
2.根據權利要求1所 述的純電動公交車營運續駛裡程估算方法，其特徵在於，步驟SI中，以純電動公交車能耗數據為對象的模糊聚類算法具體步驟如下: 選取隨機值ε >0，選定並初始化聚類中心V(°)，使之具有能耗標識，令S=O ； 第一步:確定參數b以及初始化模糊分類矩陣U? ；
3.根據權利要求1所述的純電動公交車營運續駛裡程估算方法，其特徵在於，步驟S2中，對於站點相鄰路段能耗，根據實際觀測值與聚類中心的實際情況，按照正態分布算法，將能耗劃分為超高、較高、正常、較低、超低五個能耗狀態描述；設能耗論域U= Iu1, U2,…，un}，n=5,論域U的模糊集Ai可以表示為
4.根據權利要求3所述的純電動公交車營運續駛裡程估算方法，其特徵在於，根據純電動公交車的實際情況，所有站點相鄰路段能耗的模糊邏輯關係均為唯一對應，可定義模糊邏輯組，並表示為:F(t-l) — F(t), t=l, 2，…，17 ;對於唯一順序的模糊時間序列,每個站點相鄰路段的能耗權值表示如下:
5.根據權利要求1所述的純電動公交車營運續駛裡程估算方法，其特徵在於，步驟S3中，對於站點相鄰路段能耗時間序列模型，採用更適用於存在多重不確定性的二型模糊集合方法，將傳統模糊集合進行擴展，給出能耗影響因素集合中隸屬度值的模糊程度，通過採用三維的隸屬度函數，使其集合元素的隸屬度成為一個[0，1]間的模糊數。
6.根據權利要求1所述的純電動公交車營運續駛裡程估算方法，其特徵在於，對站點相鄰路段能耗的影響因素值所形成的樣本數據進行能耗預測，其步驟如下: 步驟一，按照能耗影響因素的表達要求，按照聚類中心的數據結構整理能耗影響因素數據樣本； 步驟二，以所對應的站點相鄰路段的模糊聚類中心為模糊相似性測算對象，對數據樣本進行模糊相似性觀測；若站點相鄰路段存在多個模糊聚類中心，則需要進行相應次數的觀測； 步驟三，篩選站點相鄰路段相似性觀測值最高的聚類中心的能耗等級標識作為所需要預測能耗數據所對應的能耗等級標識，搜索能耗等級對應權值，通過加權二型模糊集計算的能耗預測值結果與等級權值的乘積即為對應站點相鄰路段的能耗預測輸出值。
7.根據權利要求6所述的純電動公交車營運續駛裡程估算方法，其特徵在於，步驟二中，模糊相似度觀測的算法具體為: 對於離散值部分的純電動公交車能耗樣本U (t) = (U1 (t)，U2 (t)，…，un(t))及其所在路段的站點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算公式如下:
8.根據權利要求6所述的純電動公交車營運續駛裡程估算方法，其特徵在於，步驟三中，在第η+1個站點相鄰路段中，如果預測剩餘能耗值滿足最低能耗要求值的情況下，再對η+2個站點相鄰路段進行能耗預測，得到其加權能耗預測值後，以第η+1個站點相鄰路段的預測剩餘能耗值減去第η+2個站點相鄰路段的預測剩餘能耗值，後再次與最低能耗要求值進行比較，直至站點相鄰路段的預測剩餘能耗值少於或者等於最低能耗要求值結束算法；在該過程中，續駛裡程可根據預測剩餘能耗值滿足最低能耗要求值的情況進行累加，直到算法結束，其累計續駛裡程總和即為純電動公交車的最大營運續駛裡程，即:
【文檔編號】G06F19/00GK103745110SQ201410018976
【公開日】2014年4月23日 申請日期:2014年1月15日 優先權日:2014年1月15日
【發明者】薛月菊, 楊敬鋒, 張南峰, 李勇, 黃曉琳, 李鴻生 申請人:華南農業大學