1. 研究目的与意义（文献综述）

1.1 目的及意义

随着汽车工业的迅速发展，能源危机问题和环境污染问题日益突出。如何开发出既节能又环保的汽车，对于每个国家都是巨大的机遇和挑战。纯电动汽车具有零排放和效率高双重特点，在节能和环保方面有着传统能源汽车不可比拟的优势。但纯电动汽车（bev）采用蓄电池作为能量源，续航里程相对较短。在电池技术未取得重大突破前，能量管理技术显得尤为重要。电动汽车行驶中功率预测可用于续航里程估计和充电规划和能量管理。利用长期功率需求预测可以得到驾驶过程的能源管理策略，进行合理的能量规划，另外用于局部能量优化的短期功率预测也很重要，混合动力汽车（phev）从未来的功率需求中调整两种发动机工作方式，实现能量消耗最优化。纯电动汽车获得短期能量预消耗信息，减少用户焦虑。然而长期准确预测需要利用大量的行驶信息建立数学模型，而这需要大量的高精度传感器采集道路信息、驾驶员信息，并且一些偶然孤立事件也会造成短期波动。因此现在的研究大都集中在短期，短期预测可以基于历史行驶时间序列数据进行估计推理，在汽车智能化、新能源等领域有着非常广阔的应用空间。对于纯电动汽车，短期功率预测可以作为整车控制器的输入信息，整车控制器通过对电动汽车的电机驱动系统、电池管理系统、传动系统以及其他车载能源动力系统的协调管理，以获得最佳的能量利用率，同时可以作为回馈制动控制的状态信息，整车控制器向电机控制器发出制动指令，在不影响制动性能的前提下回收部分能量。预测的方法有很多，常见的有线性回归、指数拟合、神经网络模型等。神经网络具有很高的学习能力可以模拟无法在数学上导出的高度非线性过程。可以通过汽车历史行驶信息数据建立并测试神经网络模型，如果在实时数据上具有较强的泛化能力，那么预测需求功率就可以作为整车控制器重要输入信息，实现动态编程得到最佳的工作条件。动态编程需要预测瞬时功率计算电力需求得到最佳可行策略并返回控制变量。实验表明基于整车工况识别的动态规划能量管理策略能够有效地减缓动力电池容量衰减,提高汽车续驶里程。

1.2国内外研究现状

2. 研究的基本内容与方案

2.1研究的基本内容与目标

基于神经网络方法，利用历史行驶数据进行训练学习，预测电动汽车未来行程上的功率，可用于能量管理，续驶里程估计、充电规划等。论文主要内容包括：

1、基于纯电动汽车，建立车辆功率模型；

3. 研究计划与安排

第1周 方案构思、文献检索、完成开题报告

第2-3周 外文翻译、资料再收集

第4-6周 建立纯电动汽车行驶功率模型

4. 参考文献（12篇以上）

[1] 曹磊,陈长文,孙强.基于马尔可夫链的汽车行驶工况预测[j].内燃机与动力装置,2017,34(03):13-17 27.

[2] 张厚明. 我国电动汽车产业发展趋势展望及对策研究[n]. 中国能报,2019-02-11(006).

[3] 李江江,冯丽娟.改进的bp神经网络在电动汽车锂电池soc估算中的研究[4].汽车实用技术,2018(21):19-21.