(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111505023.4 (22)申请日 2021.12.10 (71)申请人 北京新能源 汽车股份有限公司 地址 100176 北京市大兴区北京经济技 术 开发区东环中路5号12幢1层 (72)发明人 周腾　张兆龙　 (74)专利代理 机构 北京银龙知识产权代理有限 公司 11243 专利代理师 张圣孝 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/20(2020.01) B60L 3/12(2006.01) B60L 58/10(2019.01) G06F 119/06(2020.01) (54)发明名称 一种汽车能耗的预测方法、 装置和设备 (57)摘要 本发明提供了一种汽 车能耗的预测方法、 装 置和设备， 所述汽车能耗的预测方法， 包括： 对车 辆的行驶过程进行实时监测， 得到第一时间段内 的第一行驶数据； 根据所述第一行驶数据和基础 模型， 得到 数字孪生模型； 其中， 所述基础模型用 于表示电池温度与车辆能耗之间的关系； 根据所 述数字孪生模 型， 对不同电池温度下的车辆能耗 进行预测。 本发明方案， 将数字孪生技术引入到 电动汽车能耗预测上， 并建立了数字孪生模型， 根据数字孪生模型， 对车辆能耗进行预测， 可 以 提升车辆能耗预测的准确性与可信度。 权利要求书2页 说明书11页 附图2页 CN 114676495 A 2022.06.28 CN 114676495 A 1.一种汽车能耗的预测方法， 其特 征在于， 包括： 对车辆的行驶过程进行实时监测， 得到第一时间段内的第一行驶数据； 根据所述第一行驶数据和基础模型， 得到数字孪生模型； 其中， 所述基础模型用于表示 电池温度与车辆能耗之间的关系； 根据所述数字 孪生模型， 对不同电池温度下的车辆能耗进行 预测。 2.根据权利要求1所述的汽车能耗的预测方法， 其特征在于， 根据 所述电池数据和基础 模型， 得到数字 孪生模型之前， 所述方法还 包括： 根据仿真软件、 采集的车辆基础数据以及实验数据， 搭建所述基础模型； 其中， 所述车辆基础数据包括： 车辆尺寸数据、 车辆重量数据、 电池性能数据和电机基 本参数； 所述实验数据包括： 电池实验数据和车辆能耗实验数据。 3.根据权利要求2所述的汽车能耗的预测方法， 其特征在于， 根据仿真软件、 采集的车 辆基础数据以及实验数据， 搭建所述基础模型， 包括： 根据仿真软件以及所述车辆基础数据， 搭建车辆模型； 根据所述车辆模型以及预设工况数据， 得到关于电池温度与车辆能耗之间的初始模 型； 根据与所述预设工况数据对应的实验数据， 对所述初始模型进行优化， 得到所述基础 模型。 4.根据权利要求1所述的汽车能耗的预测方法， 其特征在于， 根据 所述第一行驶数据和 基础模型， 得到数字 孪生模型， 包括： 根据所述第 一行驶数据和所述基础模型， 得到电池温度和所述电池温度对应的补偿系 数； 根据对应的所述电池温度和所述补偿系数， 对所述基础模型进行优化， 得到数字孪生 模型。 5.根据权利要求4所述的汽车能耗的预测方法， 其特征在于， 所述第一行驶数据包括： 车速、 加速踏板开度、 电池剩余电量、 电池瞬时电压、 电池瞬时电流、 电池包最高温度和电池 包最低温度； 根据所述第 一行驶数据和所述基础模型， 得到电池温度和所述电池温度对应的补偿系 数， 包括： 根据对应的所述电池 包最高温度和所述电池 包最低温度， 得到电池温度； 根据实时车辆能耗与所述基础模型中的车辆能耗， 确定与所述基础模型相同的车速、 加速踏板开度、 电池剩余电量和电池温度下的补偿系数； 其中， 所述实时车辆能耗是根据电池 瞬时电压、 电池 瞬时电流、 以及与所述电池 瞬时电 压和电池瞬时电流对应的监测开始时间、 监测结束时间确定的。 6.根据权利要求4所述的汽车能耗的预测方法， 其特征在于， 根据对应的所述电池温度 和所述补偿系数， 对所述基础模型进行优化， 得到数字 孪生模型， 包括： 根据所述补偿系数， 对相应车速、 加速踏板开度、 电池剩余电量和电池温度下， 所述基 础模型中的车辆能耗进行优化， 得到优化后的车辆能耗； 根据对应的电池温度和优化后的车辆能耗， 得到所述数字 孪生模型。 7.根据权利要求 4所述的汽车能耗的预测方法， 其特 征在于， 所述方法还 包括：权　利　要　求　书 1/2 页 2 CN 114676495 A 2采集第二时间段内的第二行驶数据， 根据所述第二行驶数据与所述基础模型， 对所述 补偿系数进行 更新， 得到更新的补偿系数； 根据与车速、 加速踏板开度、 电池剩余电量和电池温度对应的所述更新的补偿系数， 对 所述数字 孪生模型进行优化， 得到优化后的数字 孪生模型。 8.根据权利要求1所述的汽车能耗的预测方法， 其特 征在于， 所述方法还 包括： 在同一电池温度下的实时车辆能耗与所述数字孪生模型中的车辆能耗之间的差值大 于预设值的情况 下， 发出故障提 示信息。 9.一种汽车能耗的预测装置， 其特 征在于， 包括： 监测模块， 用于对车辆的行驶过程进行实时监测， 得到第一时间段内的第一行驶数据； 处理模块， 用于根据所述第一行驶数据和基础模型， 得到数字孪生模型； 其中， 所述基 础模型用于表示电池温度与车辆能耗之间的关系； 预测模块， 用于根据所述数字 孪生模型， 对不同电池温度下的车辆能耗进行 预测。 10.一种汽车能耗的预测设备， 其特征在于， 包括： 处理器、 存储器及存储在所述存储器 上并可在所述处理器上运行的程序， 所述程序被所述处理器执行时实现如权利要求 1至8中 任一项所述的汽车能耗的预测方法的步骤。 11.一种可读存储介质， 其特征在于， 所述可读存储介质上存储有程序， 所述程序被处 理器执行时实现如权利要求1至8中任一项所述的汽车能耗的预测方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114676495 A 3