基于动态交通信息的电动汽车节能行驶控制模型研究-research on energy - saving driving control model of electric vehicle based on dynamic traffic information.docxVIP

中图分类号：U491 UDC：629学校代码：10004 密级：公开北 京 交 通 大 学专 业 硕 士 学 位 论 文基于动态交通信息的 电动汽车节能行驶控制模型研究 Study on Energy-Saving Driving Control Model for Electric Vehicle Based on Dynamic Traffic Information作者姓名：学号：导师姓名：职称：工程领域：交通运输工程学位级别：硕士北京交通大学2014 年 5 月中文摘要摘要：电动汽车以其使用过程中零污染、低噪声、能源效率高等特点，在世界各国 城市低碳交通建设中的作用备受期待。然而，由于电动汽车续航里程普遍较短、充 电配套设施建设相对滞后等原因，电动汽车的使用和推广受到了严重制约。除了通 过电动汽车自身的技术研发改善续航能力外，如何通过规划节能路径、改善驾驶者 对于车辆的行驶控制方式，进而减少行驶过程中的电能消耗以提高电动汽车的续 航里程等方法，对于现阶段电动汽车的推广具有非常重要的意义。首先，本文对现阶段节能驾驶研究和节能行驶控制中常用的机动车能耗排放 模型研究进行综述，分析现有研究的不足。其次，基于电动汽车微观行驶数据，分析微观行驶参数和能耗特征的关系，构 建电动汽车微观能耗模型；同时通过设计不同场景，分析各场景下的不同行驶控制方式及其能耗情况。再次，基于动态交通信息和电动汽车中观能耗模型，构建基于动态交通信息的 电动汽车节能路径规划算法；在此基础上，结合电动汽车微观能耗模型，考虑车辆性能、路段信息、路网动态交通信息等因素，以速度、加速度作为控制变量，构建基于动态交通信息的快速路电动汽车节能行驶控制模型；基于改进遗传算法，求解 节能行驶控制曲线。最后，基于北京市道路网和动态交通信息数据库，利用以上模型，探索快速路节能路径，计算该路径的节能行驶控制曲线，并对节能行驶控制方案进行分析。结 果表明，本文提出的基于动态交通信息的电动汽车节能路径及节能行驶控制参数，具有良好的节能效果，可以为驾驶者的节能行驶方案提供指导，对电动汽车的使用和推广具有积极的支持作用。 关键词：电动汽车；节能驾驶；微观能耗模型；节能行驶控制模型；节能行驶控制曲线分类号：U491ABSTRACTABSTRACT: Electric vehicles (EVs) have received wide attention worldwide for zero pollution during using procedure, low noise and high energy efficiency. However, due to the limited battery capacity and the relatively short cruising range, the wide-spread use of EVs is still hindered. Besides EV battery technology, EV cruising range can be also increased by eco-routing and improving drivers’ driving control style, which is of great significance for spreading EVs at present.In the first place, the literature review of Eco-driving and vehicle consumption model is summarized to analyze the achievements and shortage of recent researches.Secondly, with EV microscopic driving data, the impacts of microscopic driving parameters on EV energy consumption rate are fully analyzed, and EV microscopic consumption model is established. Then different scenarios are designed and different driving control styles and their consumptions on each scenario are compared and analyzed.Then, based on dynamic traffic information and the EV energy consumption f