基于实际交通状况的纯电动汽车性能分析

来源 :河北工业大学 | 被引量 : 0次 | 上传用户:huanyu2121
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于纯电动汽车结构简单、能源利用率高、零排放等优点,在排放法规日益严格的今天中备受期待。现有的测试方法不能真实准确的反映纯电动汽车在实际使用过程中的性能,因此研究纯电动汽车在实际交通状况中性能表现具有十分重要意义。本文以六款国产纯电动汽车为试验对象,研究了纯电动汽车实际道路中的性能表现,并深入分析了季节、空调、交通状况等对纯电动汽车能耗的影响程度,讨论了纯电动汽车的续航里程估计准确度、主观性能和耐久性能等整车性能,同时利用AVL CRUISE对燃料电池汽车和纯电动汽车的在不同实际交通状况的性能表现进行了仿真试验,论证了纯电动汽车对实际交通状况的适应性。首先,在天津市选择了四条典型路线,利用六款纯电动汽车进行了为期一年的实际道路试验,研究了纯电动汽车在实际道路中的性能表现,并深入分析了季节、空调、交通状况等对纯电动汽车能耗的影响程度。由试验结果可知纯电动汽车在同等条件下冬季能耗最高,夏季能耗最低,冬季能耗比夏季高25.0~45.0%,开空调后能耗会增长5.1~24.5%。纯电动汽车在R3路况下能耗最低,R4路况下能耗最高。其次,选择了一批志愿者进行了为期一年的自由路线试验,研究了使用者一年的出行情况和使用规律。由试验结果可知纯电动汽车现有的续航里程可以满足大多数人的出行需求,驾驶员会根据出行距离和室外温度来决定是否开空调。整车综合能耗低的车辆,比能耗不一定低。再次,测试了纯电动汽车的续航里程估计准确度、主观性能、耐久性能等。由试验结果可知在一般情况下常温下的续航里程估计准确度最高,高温次之,低温最差。纯电动汽车在行驶一定距离之后,电池容量降低,能耗增大,续航里程降低。纯电动汽车在高温、低温和高速续航中,续航里程分别平均下降了18.1%、36.7%和20.3%。最后,为了深入研究纯电动汽车对实际道路工况的适应性,本文以燃料电池汽车为对比,利用AVL CRUISE模拟了纯电动汽车和燃料电池汽车在四个实际驾驶循环、百公里加速过程和稳态等速测试过程中性能表现,计算了两种车型在不同工况下的电池输出功率和能耗变化。证明了相比于燃料电池汽车,纯电动汽车更加适应复杂多变的实际交通状况。
其他文献
在图像分类的实际应用中,未见类样本时常因标签无法获得而不能正确分类。零样本图像分类利用可见类样本的语义知识迁移来预测未见类样本的标签。在传统的零样本图像分类问题中,分类任务只针对未见类图像。而广义零样本图像分类中,测试样本既包含可见类样本又包含未见类样本,更符合实际应用。如果利用传统的零样本分类方法,在可见类上计算视觉和语义空间之间的跨模态映射函数,之后应用于广义零样本图像分类问题上时,会导致领域
目前我国面临着严峻的环境问题和能源问题,发展新能源汽车是解决这两个问题的主要手段。新能源汽车以动力电池为动力装置,能够实现汽车的零污染、零排放。动力电池的能量密度决定了新能源汽车的续航里程。NCM电池具有非常高的能量密度。电池的荷电状态(State of Charge,SOC)是电池中非常重要的一个状态量,它和电动汽车的剩余行驶里程息息相关。准确的估算出动力电池的SOC是困扰新能源汽车发展的一个重
人体行为特征因其所包含的大量行为类别表征信息,在人机交互、智能控制、视频检索以及视频监控等领域的应用至关重要。本文基于卷积神经网络的算法框架,对自然与特定场景下的人体行为识别问题进行研究,研究内容主要包括如下两部分:(1)基于二维卷积神经网络的人体行为识别研究传统的人体行为识别网络提取视频数据特征信息的能力较差,导致无法对行为类别进行有效表征的问题。针对上述问题,本文基于二维卷积神经网络设计了一种
在无线通信技术快速发展的今天,频谱资源愈发紧缺,而灵活多变的电子器件设计技术越来越受到工程技术人员的重视。因为可调滤波器能有效利用有限的频谱资源,做为本论文的研究内容,具有重要的现实意义。其中加载变容二极管的微带可调滤波器具有快速调谐、成本低廉、性能与体积兼顾等优势,因此成为了可调滤波器研究中的热点问题。以变容二极管作为实现可调谐的方式,分别设计了单频带微带可调滤波器和双频带可调滤波器。考虑到通信
学位
手势是人类交流的自然形式,在人机交互中具有重要意义。随着人工智能的快速发展,符合人们生活习惯的动态手势在人机交互中逐渐凸显出来,动态手势让人们在日常生活中以一种更自然、更直接的方式进行交互,为人们提供了快速、便捷的生活方式,因此成为人机交互研究领域中的一项重要课题。基于深度学习的动态手势识别方法中,手势特征的提取是关键,但由于动态手势包含空间和时间两方面的特征,大多模型不能同时有效的提取时空特征,
随着我国政府对奶牛养殖业重视程度的增加,养殖规模不断扩大,人工管理的弊端愈发明显,智慧农场的建设已经成为当前养殖业的发展趋势,其中个体识别技术成为当下畜牧养殖业走向信息化的重要一环。将计算机视觉技术与奶牛个体识别相联系,可以自动且准确地识别出奶牛个体,可以提高农场的信息化建设程度。为了解决单一奶牛个体识别算法的缺点,提高当前奶牛个体识别的鲁棒性、实用性和识别效率,本文提出了融合步态特征与纹理的奶牛
酶催化反应精馏(ERD),是一种基于反应精馏(RD)改良的工艺流程,其采用固定化酶替代了传统RD中的酸碱催化剂。ERD因其高的底物选择性和温和的工艺条件而备受研究者们的青睐。然而,要将ERD应用到工业生产过程,解决固定化酶催化剂的成本和稳定性等限制因素是至关重要的。因此,本文将南极假丝酵母脂肪酶B(CALB)通过疏水相互作用固定于商业树脂“NKA”中,同时通过串联的反应对固定化酶进行聚乙二醇化修饰
随着我国经济的不断发展,社会对于电力工业的需求也不断增加,而在我国电力结构中,火力发电依然具有十分重要的地位。大型火电机组结构复杂,系统众多,一旦某个系统产生故障,未被及时发现处理,很容易扩展为更大的故障,从而造成机组的非计划停机,不仅影响火力发电的稳定性,而且会提高运营成本,增加能源消耗。因此本文针对现役燃煤电厂锅炉燃烧系统进行研究,利用D-S多信息融合理论进行燃煤电厂锅炉燃烧系统的故障诊断,其
极限学习机(ELM)作为一种简单易行且有效的单隐层前馈神经网络,只需设置网络的隐含层节点个数,随机选取输入参数,就可以产生唯一的最优解,具有学习速度快且泛化性能好的优点,并备受关注。然而当数据维度高且混入大量的噪声变量时,ELM不能达到理想的效果。因此,深度极限学习机(D-ELM)结合深度学习优点对隐含层进行扩充以弥补其不足。为进一步提高深度极限学习机的性能,本文融合多核学习和进化计算方法,提出一