[发明专利]一种基于多元非线性回归的城市电动公交车行程能耗估计方法

说明书

一种基于多元非线性回归的城市电动公交车行程能耗估计方法，本发明涉及基于多元非线性回归的城市电动公交车行程能耗估计方法。本发明的目的是为了解决现有物理模型方法对输入数据采集频率和精度要求高、行程能耗估计准确率低，数据驱动方法难以获得纯电动公交车行程能耗与各影响因素间的具体函数关系，无法用于车辆调度与资源配置方案优化模型中目标函数的推导等问题。过程为：步骤一、采集电动公交车基础运行数据；步骤二、基于步骤一估计电动公交车行程牵引能耗；步骤三、基于步骤一估计电动公交车空调系统能耗；步骤四、基于步骤二和步骤三估计电动公交车行程能耗。本发明用于城市公共交通运营管理技术领域。

技术领域

本发明属于城市公共交通运营管理技术领域，具体涉及基于多元非线性回归的城市电动公交车行程能耗估计方法。

背景技术

纯电动公交车具有零排放、低噪音、驾驶操作简单等优势，对于降低化石燃料依赖、减少城市机动车尾气排放和降低公交企业运营成本具有重要意义，世界各国都在积极推进公交车辆的电动化。然而与燃油公交车相比，纯电动公交车还存在续驶里程短、充电时间长等不足，在车辆运行过程中由于电量不足导致服务中断或者过度放电损伤电池的情况时有发生，这给电动公交车的运营管理和推广应用带来了巨大挑战。

公交公司通常将纯电动公交车从始发站运行至终点站视为一个完整的行程。以行程为基本单元，准确估计纯电动公交车在线路上的运行能耗是车辆运营管理的前提。不仅可以帮助调度人员制定合理的车辆调度方案、充电方案，避免由于电量不足导致的服务中断，还有助于描述纯电动公交车的电池放电深度，估计电池寿命，从生命周期效益角度合理配置公交线路的充电设施与公交车型。

纯电动公交车行程能耗受到较多因素的影响，如环境温度、线路里程、行程时间、整备质量、乘客载重、空调系统状态及开启时间等。现有的纯电动公交车行程能耗估计方法可以分为物理模型方法和数据驱动方法。前者通常以车辆的瞬时速度、加速度、整备质量和道路坡度等数据作为输入，应用动力学模型估计车辆运行能耗。后者一般采用机器学习方法构建估计模型，以多种影响因素作为输入，以行程能耗作为输出，采用纯电动公交车的实际运行数据对模型进行训练。

物理模型方法多依赖于高频率的车辆实时运行数据，数据采集困难。在实际复杂环境情景应用时，常采用标准工况数据代替输入，导致模型性能下降。相比之下，数据驱动方法的估计精度有所提高，但是难以获得纯电动公交车行程能耗与各影响因素间的具体函数关系，无法用于车辆调度与资源配置方案优化模型中目标函数的推导。

发明内容

本发明的目的是为了解决现有物理模型方法对输入数据采集频率(小于1s)和精度要求高、行程能耗估计准确率低，数据驱动方法难以获得纯电动公交车行程能耗与各影响因素间的具体函数关系，无法用于车辆调度与资源配置方案优化模型中目标函数的推导等问题，而提出一种基于多元非线性回归的城市电动公交车行程能耗估计方法。

一种基于多元非线性回归的城市电动公交车行程能耗估计方法具体过程为：

步骤一、采集电动公交车基础运行数据；

步骤二、基于步骤一估计电动公交车行程牵引能耗；

步骤三、基于步骤一估计电动公交车空调系统能耗；

步骤四、基于步骤二和步骤三估计电动公交车行程能耗。

优选地，所述步骤一中采集电动公交车基础运行数据；具体过程为：

步骤一一、随机抽样采集N个行程的纯电动公交车的实际运行数据，每个行程的纯电动公交车的实际运行数据包括：日期、车牌号、线路名称、运行方向、线路里程、整备质量、行程发车时刻、行程结束时刻、行程能耗、行程时间、沿线相邻站点间车上乘客数量、空调状态、空调开启时间信息；

步骤一二、获取数据采集期间每日时段k内平均每小时环境温度基于步骤一一计算行程i的平均环境温度