尽管人们对电池电动汽车 （BEV） 的兴趣日益浓厚，但有限的续航里程能力让客户感到不安，这通常与续航里程焦虑有关。更好地了解能源消耗以及准确预测未来路线上剩余电池能量的可能性，可能有助于通过先进的车载信息系统来减少这种压力感知。针对车载云通信和信息系统的车辆趋势，本研究的重点是电动动力总成消耗和速度曲线预测。对给定路线的速度曲线进行有意义的预测是准确消耗预测的基本前提。本研究提出了一种方法，从从 HERE Technologies 获得的实时交通数据中得出这样的速度曲线，同时考虑个人驾驶风格特征。给定预测的速度曲线，使用详细的 BEV 消耗模型来获得消耗预测，该模型考虑了 BEV 特定的能源管理策略和环境因素。分析了预测的不确定性，并得出了与能耗相关的参数敏感性作为与路线相关的平均车速的函数。在对梅赛德斯-奔驰 EQC 实验车的现场研究中，涵盖了 32 个测试周期，结果表明，所提出的方法可以准确预测长期前瞻的能源消耗，并与典型的基线策略相比，显着减少了预测的方差。



"点击查看英文标题和摘要"