电动汽车的能源消耗因素的比较不同的道路类型

文摘

能量最优路线规划电动汽车(EV)是高度要求电动汽车的广泛使用,由电池容量有限,阻碍相对短的巡航范围。获取每个链接的成本(即。,link energy consumption) in road networks plays a key role in energy-optimal route planning process. The link energy consumption depends mainly on energy consumption factor, which is related to not only vehicle speed but also road type. This study aims to analyze the difference of EV’s energy consumption factors for different road types. According to the floating car data (FCD) collected from the road network in Beijing, the vehicle specific power (VSP) distributions under different average travel speeds for different road types are analyzed firstly, and then the EV’s energy consumption rates under different VSP-Bins are calculated. By using VSP as an intermediate variable, EV’s energy consumption factor models for different road types are established and the difference of EV’s energy consumption factors is analyzed. The results show that road type-based energy consumption factor should be used in EV’s energy-optimal route planning process.

1。介绍

最近,应对问题引起的污染物排放和能源消耗汽油和柴油动力车辆,增加注意力都集中在电动汽车由于在使用零排放的优势,低噪声,高能源效率。然而,相对短的巡航范围已成为发展的主要障碍之一,广泛使用电动汽车1]。等智能交通系统(ITS)解决方案节能路线规划和充电设施提出了制导系统帮助电动汽车驱动优化旅游路线和找到充电站及时,这将缓解限制电动汽车的相对短的巡航距离造成的。准确评估电动汽车的能源消耗是在路线规划和导航系统的先决条件(2- - - - - -4];因此评估电动汽车的能源消耗具有重要意义。

许多研究电动汽车的能源消耗的估计是基于理想的运行状态,其结果不能反映实际的车辆运行状态的影响。Physicallybased方法(即考虑汽车驾驶参数。,average travel speed), are usually used in modeling fuel consumption of gasoline and diesel powered vehicles [5]。在这些模型中,介绍了垂直地震剖面作为中间变量的能力建立能源消耗之间的关系和车辆(即微观驱动参数。瞬时速度和加速度)。然而,由于难以收集的数据反映城市道路的实际驾驶情况下,现有的研究几乎垂直地震剖面分布的差异对不同道路类型要考虑进去。许多实践证明,能源消耗变化很大在不同道路类型即使车辆在一个固定的平均速度因为加速和减速的频率和范围都不同。因此,为了评估不同的道路类型的电动汽车的能源消耗高的准确性,本文试图建立能源消耗因素模型对不同道路类型和不同道路类型之间做个比较。

在电动汽车的能源消耗模型的研究领域,能源消耗通常是等于电池的整体功率乘以时间,但这种方法不能反映出运行状态对能源消费的影响。一些研究已经提出了运行状态对能源消费的影响(6]。宏观模型、车辆平均旅行速度总是作为独立变量和速度校正因素是用来为特定的设备类型(调整能源消耗因素7]。然而,值得怀疑的是,这种方法可以反映各种操作模式的影响,如频繁的加速、减速、怠速在市区道路8- - - - - -11]。

出于与前面相关联的挑战问题,相关研究模型估计与微观驾驶电动汽车的能源消耗参数作为输入进行广泛。在微观模型的发展,一些研究者将参数的瞬时速度和加速度。姚明et al。(12)建立一套电力消耗速率模型和汽油消费速率模型与瞬时速度和加速度作为输入参数,探索之间的关系EV渗透和减少能源消耗。汉森et al。13)和Zachariadis萨马拉斯(14)开发速度/加速度矩阵提供燃料消耗单位时间为每个瞬时速度和加速度。在VT-Micro模型中,安et al。15)使用的组合线性、二次和三次的速度和加速度条件为模型开发利用回归方法。然而,这是不现实的期望,这样大量的微观驱动参数总是最新的交通信息系统中可用。

其他研究利用垂直地震剖面建模的能源消耗。垂直地震剖面(千瓦/ t),定义为瞬时功率每单位质量的车辆16),直接验证物理解释和强大的统计相关性与能源消耗17]。第一个应用程序后Jimenez-Palacios [16),垂直地震剖面已被其他研究人员进一步发展和应用领域的油耗模型(18]。通过分析实时数据的燃料汽车活动从浮动车和行车油耗、歌曲和Yu (19)指出,在交通网络中垂直地震剖面分布决定了燃料消耗单位时间,并进一步,垂直地震剖面分布和平均旅行速度决定了燃料消耗单位距离。在他们的研究中,一个方法来评估道路交通的燃油效率的基础上,提出了垂直地震剖面分布的特征和平均旅行速度的实时数据。姚和歌曲20.)建立轻型汽油车燃油消耗和排放模型,midduty柴油车辆和重型柴油车辆分别基于车辆平均旅行速度通过使用垂直地震剖面作为中间变量。刘和Yu (21)收集大量的浮动车数据,分析不同的道路类型的垂直地震剖面分布在北京,分别,然后提供速度校正因素提出了燃油消耗和排放模型。虽然研究燃料消耗是相当成熟,几乎没有研究电动汽车的能源消耗模式不同的道路类型。

本文的其余部分组织如下。介绍了用于建模部分的数据2.1和装箱垂直地震剖面法介绍了部分2.2。过程建模的电动汽车的能源消耗中描述部分2.3。节3VSP-Bin分布的,比较不同的道路类型,然后电动汽车的能源消耗因素模型提供了不同的道路类型,分别比较。结论给出了部分4最后。

2。能源消耗因素模型

本文试图建立电动汽车的能源消耗模型对不同道路类型,分别。摘要城市道路分为高速公路,公路干线,二级公路和分支。加速和减速的影响在电动汽车的能源消耗是反映通过比较VSP-Bin分布对不同道路类型。能源消耗因素模型建立了每个道路类型,分别,而不是微观驱动参数,平均旅行速度,这是最新的交通信息系统,是作为独立变量和垂直地震剖面作为中间变量。

2.1。数据源

数据用于计算能耗率在不同VSP-Bins收集从底盘测功机测试的轻型电动车的基础上,新欧洲行驶循环(NEDC)如图1瞬时速度,加速度,和电池输出功率。的数据用于分析VSP-Bin分布不同的道路类型是浮动车数据收集从北京的道路网络,提供每秒的速度和加速度。图2在北京显示了测试的道路网络,而表1和图3总结了数据样本大小和速度分布不同的道路类型,分别。

2.2。车辆具体的权力

本文简化计算公式用于垂直地震剖面的轻型车辆各种道路类型,如以下所示(17]: 在哪里指的是车辆速度、m / s指的是车辆加速度,m / s²。

每个记录的垂直地震剖面的底盘测功机测试是根据公式计算(1),这些垂直地震剖面值是离散的。电动汽车的能源消耗变化的特点大大不同运行状态下。摘要垂直地震剖面分成不同的区间VSP-Bins 1千瓦/ t如公式(2),所以任何运行状态可以被建模的基础上计算每个VSP-Bin所花费的时间(22]。通过检查所有的垂直地震剖面值48976条记录,发现48959个(99%)记录落入−30 - 30 kw / t,这意味着垂直地震剖面范围从−30 - 30 kw / t涵盖了大部分底盘测功机测试的运行状态。特别是,摘要设置为单个VSP-Bin因为能耗率的准确性降低如果属于本(0,1]或[−1,0)样本的大小是相对大的时候:

2.3。建模方法

装箱后垂直地震剖面,计算每个VSP-Bin平均能耗率。为了建立能源消耗速度和平均速度之间的联系,从城市道路实时浮动车数据采集分为在北京旅行区间段的60年代,和每一部分的特点是其平均旅行速度。然后,通过将电动汽车的平均旅行速度划分为不同的垃圾箱的步骤3.6公里/小时,所有的旅行部分分为不同的垃圾箱根据他们的平均旅行速度,速度和VSP-Bin分布在所有不同道路类型的平均旅行速度垃圾箱。每个平均旅行速度下的平均能耗率本是估计 在哪里指的是平均能耗率平均旅行速度本,千瓦;指的是能耗率th VSP-Bin千瓦;是指的百分比th VSP-Bin的平均旅行速度本。

一次能耗率在每个平均旅行速度,每个道路类型的能源消耗因素然后可以估计 在哪里指的是电动车在的旅行时间th的部分平均旅行速度本,h;指的是电动汽车的行驶里程th的部分th平均旅行速度,公里;指的是车辆的平均旅行速度th平均旅行速度,公里/小时;指的是电动汽车的能源消耗因素的平均旅行速度本,千瓦时/公里;是指开段的数量。

电动汽车的能源消耗因素模型建立了不同道路类型使用多元线性回归方法,和一个能量消耗的因素是由平均旅行速度的函数(23)如下: 在哪里指的是电动汽车的平均旅行速度,公里/小时;指的是电动汽车的能源消耗因素,千瓦时/公里;,,,的系数。

3所示。结果

能源消耗的统计数据率在不同VSP-Bins图所示4。能耗率低且稳定当VSP-Bin值是负的,增加迅速VSP-Bin增加时。然而,能源消费增长率的速度减慢并最终趋于0。

的基础上(2),每个平均旅行速度的VSP-Bin分布计算本每个道路类型。测量的最高平均旅行速度本公路干线,二级公路,分支是50.4 -54 km / h和表达方式的最高平均旅行速度本86.4 -90 km / h。作为一个例子说明,八平均旅行速度垃圾箱的0 ~ 3.6,7.2 ~ 10.8、14.4 ~ 18日,21.6 ~ 25.2、28.8 ~ 32.4,36 ~ 39.6,43.2 ~ 46.8和50.4 ~ 54公里/小时选择和策划展示VSP-Bin分布的一般特征和变异模式对不同道路类型,如图5。可以观察到几个特征和变异模式。(1)为每个道路类型,在低速的箱子,一个大比例的垂直地震剖面出现在本(0)千瓦/ t。典型的车辆空转运行状态或排队在一个十字路口。(2)与其他道路类型相比,的百分比公路干线是更低的平均旅行速度时本是0 - 3.6(图5(一个)),主要是由于更频繁的交通拥堵的公路干线公路网络在北京。(3)与平均旅行速度的增加,比例最高的VSP-Bin单调增加,最高比例逐渐减少。(4)图的平均旅行速度超过21.6 - -25.2 km / h显示特征类似于正态分布。

根据平均旅行速度和相应的测量计算电动汽车的能源消耗因素(4)的系数(5)不同的道路类型的校准,结果如表所示2。所有模型的系数都显著不为零(绝对t值超过1.96),这表明估计的结果进行验证。的调整平方为每个模型很好显示适合电动汽车的能源消耗因素的评估。

能源消耗因素模型对不同道路类型归纳在表格3。

从能源消耗因素的比较在不同平均旅行速度不同的道路类型(如图6),可以观察到几个特征和变异模式。(1)电动汽车的能源消耗因素表达方式,二级公路,和分支服从类似的变化规律。然而,对于公路干线,电动汽车的能源消耗系数随平均旅行速度的增加,然后转向增加当平均旅行速度达到指定值约为37.1公里/小时。这意味着电动汽车乘坐公路干线是最节能的情况时,以37.1公里/小时的速度。(2)公路干线的能耗因素大大高于其他三个道路类型的能源消耗因素时平均旅行速度小于12公里/小时,低于其他三种道路平均旅行速度超过12公里/小时。根据以上分析,评估的结论可以得出,电动汽车的能源消耗将更精确的基于类型的道路能耗因子用于链接能量消耗计算电动汽车的能量最优路线规划过程。

4所示。结论

本文提出一种方法建立电动汽车的能源消耗模式不同的道路类型。提出的模型是通过考虑不同垂直地震剖面分布的影响不同的道路类型的能源消耗,这不仅保证能源消耗因素模型的精度也可以估计的能源消耗不同道路类型基于当前交通信息系统。它可以得出能源消耗系数曲线的不同的道路类型(如图6)公路干线的能耗因素是明显不同于其他类型的道路。验证,基于类型道路能耗因素应该用于链接能量消耗计算电动汽车的能量最优路线规划过程。在未来的实际应用,本文提出的模型可以用来预测电动汽车巡航范围的不同道路类型基于动态平均旅行速度与精度高,可以找出能量最优的路线,降低电力耗尽的风险在到达目的地之前或充电站。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究支持研究基金会对中国高等教育的博士项目(没有。20130009110002)和中国国家自然科学基金(没有。71210001)。

引用

1. c . Musardo g . Rizzoni y Guezennec, b . Staccia”A-ECMS:一种自适应混合动力电动汽车能量管理算法,”欧洲控制杂志,11卷,不。4 - 5,509 - 524年,2005页。视图:谷歌学术搜索
2. t .左E.-J。姚,杨y . et al .,“电动车辆路线规划算法研究”,北京理工学院杂志》上,21卷,不。2,31-35,2013页。视图:谷歌学术搜索
3. m·巴斯k Boriboonsomsin a Vu,“环保导航”学报第十届国际智能交通系统(IEEE会议ITSC ' 07)西雅图,页684 - 689年,洗,美国,2007年10月。视图:出版商的网站|谷歌学术搜索
4. k . Boriboonsomsin和m .巴斯”ECO-routing导航系统基于多源历史和实时交通信息”《IEEE车间紧急合作技术在智能交通系统(ICTSC 10),2010年。视图:谷歌学术搜索
5. l . h . Wang傅、y周和h·李”造型的乘用车燃料消耗量关于驾驶的特点,“交通研究D,13卷,不。7,479 - 482年,2008页。视图:出版商的网站|谷歌学术搜索
6. a·g·辛普森参数化造型公路车辆的能源消耗昆士兰大学,圣卢西亚,澳大利亚,2005年。
7. d·布热津斯基c·哈特,p .新奥集团,“最终facility-specific速度修正因素,”科技。众议员epa - 420 r - 01 - 060 U。年代,环境保护局,华盛顿,美国,2001年。视图:谷歌学术搜索
8. Z.-P。王,L.-M。姚,F.-C。太阳”,初步研究电动汽车能源消费经济的评价体系,“北京理工的事务,25卷,不。6,479 - 486年,2005页。视图:谷歌学术搜索
9. r . Joumard p . Jost d .激战,j·海克曼“热轿车排放造型作为瞬时速度和加速度的函数,“科学的环境卷,169年,第174 - 167页,1995年。视图:出版商的网站|谷歌学术搜索
10. m·安德烈和c . Pronello“相对加速度和速度对排放的影响在实际驾驶情况下,“国际汽车设计杂志》上,18卷,不。3 - 4、340 - 353年,1997页。视图:谷歌学术搜索
11. Y.-G。气,h。腾,l . Yu”微尺度排放模型将加速和减速,”交通运输工程学报,卷130,不。3、348 - 359年,2004页。视图:出版商的网站|谷歌学术搜索
12. E.-J。姚明,Z-F。朗,y y。杨歌,y, t .左“微观驾驶方法研究节能效果分析不同电动车渗透下,“机械工程的发展ID 435721条,卷。2013年,8页,2013。视图:出版商的网站|谷歌学术搜索
13. j·汉森,m . Winther s c·索伦森,“驾驶模式汽油轿车排放的影响,“科学的环境卷,169年,第139 - 129页,1995年。视图:出版商的网站|谷歌学术搜索
14. t . Zachariadis和z .萨马拉斯,”欧洲的比较评估工具来估计交通排放,”国际汽车设计杂志》上,18卷,不。3 - 4、312 - 325年,1997页。视图:谷歌学术搜索
15. k安,h Rakha、a . Trani和m . Van Aerde”估计车辆燃料消耗和排放基于瞬时速度和加速度水平,”交通运输工程学报,卷128,不。2、182 - 190年,2002页。视图:出版商的网站|谷歌学术搜索
16. j·l·Jimenez-Palacios理解和量化机动车排放车辆具体权力和TILDS遥感[博士。论文)麻省理工学院(MIT),剑桥,质量,美国,1999年。
17. t . Younglove、g . Scora和m .巴斯”设计行车车辆测试程序有效的汽车排放模型的发展,“交通研究记录,没有。1941年,51-59,2005页。视图:谷歌学术搜索
18. e . k .南和r . Giannelli油耗建模的传统和先进技术车辆物理放射率估计量(父亲),“技术。众议员epa420 - p - 05 - 001,评估和标准部门办公室的交通和空气质量美国环境保护署,华盛顿特区,2005年美国。视图:谷歌学术搜索
19. G.-H。歌和l . Yu”估计燃油效率的道路交通特征的特种车辆基于浮动车数据的力量和速度,”交通研究记录,没有。2139年,11日至20日,2009页。视图:出版商的网站|谷歌学术搜索
20. E.-J。姚明和y y。歌曲“eco-route规划算法和环境影响评估研究”智能交通系统杂志》上,17卷,不。1,42-53,2013页。视图:出版商的网站|谷歌学术搜索
21. 刘和l . Yu速度修正模型对汽车尾气排放和燃料消耗基于垂直地震剖面分布[硕士论文),北京交通大学,北京,中国,2010。
22. G.-H。歌,l . Yu和z涂”分布特征的特种车辆电力城市要求限制访问权限的道路,”交通运输工程学报,卷138,不。2、202 - 209年,2011页。视图:出版商的网站|谷歌学术搜索
23. y Namikawa、y Takai和n . Ohshiro机动车排放因子计算基地、技术国家土地和基础设施管理研究所,2003。

版权

版权©2013 Enjian姚明等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。