增程式車輛的功率控制方法及裝置與流程
1.本技術涉及車輛技術領域，尤其涉及一種增程式車輛的功率控制方法及裝置。
背景技術：
2.隨著節能、環保理念的深入，新能源車輛也逐步興起。在新能源車輛的使用過程中，用戶的焦慮主要來自續航里程上，因此，如何對車輛進行準確的功率控制就成為了人們關注的焦點。
3.目前，在進行增程式車輛的功率控制的過程中，常見的是基于道路工況規則進行功率控制，在使用這種方式控制時，往往是預先在不同的道路工況進行測試后，得到不同道路工況下車輛的功率控制策略，然后在實際使用時就需要基于當前道路的工況與道路工況規則中的預設工況相匹配，并以匹配的工況控制策略對車輛進行控制。然而在實際應用中，現有的功率控制方式需要將當前車輛行駛的道路工況與預設工況相匹配，一旦匹配程度較低，就會導致工況控制策略的適配性較差，從而影響功率控制的準確性。
技術實現要素：
4.本技術實施例提供一種增程式車輛的功率控制方法及裝置，主要目的在于解決現有的依賴道路工況匹配方式進行功率控制時，在新路況下匹配程度較低導致增程式車輛的功率控制準確性較低的問題。
5.為解決上述技術問題，本技術實施例提供如下技術方案：
6.第一方面，本技術提供了一種增程式車輛的功率控制方法，所述方法，包括：
7.基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況；
8.基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略；
9.基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值；
10.基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；
11.基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例。
12.可選的，所述車速變速特征包括變速修正參數；
13.所述基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，包括：
14.獲取所述目標車輛的歷史行車數據，并基于所述歷史行車數據確定所述車輛駕駛風格；
15.獲取所述目標車輛的車輛信息，并從所述車輛信息中提取所述車輛變速限值；
16.基于所述車輛駕駛風格對所述車輛變速限值進行修正，得到所述變速修正參數；
17.獲取所述目標車輛當前的行駛信息，并基于所述目標線路獲取其他車輛在所述目標線路中的行駛數據，再基于所述行駛數據確定所述平均車速作為所述交通流信息，所述行駛信息至少包括所述目標線路；
18.根據所述變速修正參數對所述交通流信息進行修正，得到所述全局預測車速。
19.可選的，所述預設速度功率關系包括車輛動力學公式；
20.所述基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略，包括：
21.通過所述車輛動力學公式以及所述全局預測車速，計算所述目標車輛的所述全局預期功率；
22.根據所述全局預期功率以及等效燃油控制策略確定所述目標車輛的等效燃油因子，并基于所述等效燃油因子確定所述目標車輛的所述長期控制策略；其中，所述等效燃油控制策略用于基于最經濟方式控制所述目標車輛行駛時的燃油、電能之間的控制規則，所述等效燃油因子為符合所述目標車輛在所述目標線路中行駛的油電輸出比例。
23.可選的，所述基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，包括：
24.獲取所述目標車輛的在所述目標線路的已行駛數據，并基于所述已行駛數據中提取在所述目標時段內的每個單位時間對應的行駛速度，并將對應所述目標時段的多個所述行駛速度確定為所述第一速度信息；
25.根據所述第一速度信息中的全部所述行駛速度計算平均值，作為為所述第二速度信息；
26.根據所述第一速度信息、所述第二速度信息以及交通流信息，并利用所述預設短時車速預測模型執行預測操作，得到所述短時預測車速，其中，所述預設短時車速預測模型是基于預設神經網絡算法進行訓練得到的車速預測模型，所述預設神經網絡算法包括非線性自回歸神經網絡算法以及長短期記憶神經網絡算法。
27.可選的，所述基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議，包括：
28.通過所述車輛動力學公式以及所述短時預測車速，計算所述目標車輛的所述短時預期功率；
29.判斷所述短時預期功率是否超過所述預設功率閾值；
30.若超過，則確定啟動所述增程器；
31.若未超過，則確定關閉所述增程器。
32.可選的，在所述基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率之前，所述方法還包括：
33.獲取車輛狀態信息，并從所述車輛狀態信息中提取增程器狀態信息以及電池狀態信息；
34.所述基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，包括：
35.根據所述全局預期功率、所述短時預期功率、所述增程器啟動建議、所述增程器狀態信息以及所述電池狀態信息，結合所述預設功率預測算法，確定所述增程器的實際需求功率，作為所述實時需求功率。
36.第二方面，本技術還提供一種增程式車輛的功率控制裝置，包括：
37.第一確定單元，用于基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況；
38.第二確定單元，用于基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略；
39.第三確定單元，用于基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值；
40.第四確定單元，用于基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；
41.預測單元，用于基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例。
42.可選的，所述車速變速特征包括變速修正參數；
43.所述第一確定單元，包括：
44.確定模塊，用于獲取所述目標車輛的歷史行車數據，并基于所述歷史行車數據確定所述車輛駕駛風格；
45.提取模塊，用于獲取所述目標車輛的車輛信息，并從所述車輛信息中提取所述車輛變速限值；
46.第一修正模塊，用于基于所述車輛駕駛風格對所述車輛變速限值進行修正，得到所述變速修正參數；
47.獲取模塊，用于獲取所述目標車輛當前的行駛信息，并基于所述目標線路獲取其他車輛在所述目標線路中的行駛數據，再基于所述行駛數據確定所述平均車速作為所述交通流信息，所述行駛信息至少包括所述目標線路；
48.第二修正模塊，用于根據所述變速修正參數對所述交通流信息進行修正，得到所
述全局預測車速。
49.可選的，所述預設速度功率關系包括車輛動力學公式；
50.所述第二確定單元，包括：
51.計算模塊，用于通過所述車輛動力學公式以及所述全局預測車速，計算所述目標車輛的所述全局預期功率；
52.確定模塊，用于根據所述全局預期功率以及等效燃油控制策略確定所述目標車輛的等效燃油因子，并基于所述等效燃油因子確定所述目標車輛的所述長期控制策略；其中，所述等效燃油控制策略用于基于最經濟方式控制所述目標車輛行駛時的燃油、電能之間的控制規則，所述等效燃油因子為符合所述目標車輛在所述目標線路中行駛的油電輸出比例。
53.可選的，所述第三確定單元，包括：
54.提取模塊，用于獲取所述目標車輛的在所述目標線路的已行駛數據，并基于所述已行駛數據中提取在所述目標時段內的每個單位時間對應的行駛速度，并將對應所述目標時段的多個所述行駛速度確定為所述第一速度信息；
55.計算模塊，用于根據所述第一速度信息中的全部所述行駛速度計算平均值，作為為所述第二速度信息；
56.預測模塊，用于根據所述第一速度信息、所述第二速度信息以及交通流信息，并利用所述預設短時車速預測模型執行預測操作，得到所述短時預測車速，其中，所述預設短時車速預測模型是基于預設神經網絡算法進行訓練得到的車速預測模型，所述預設神經網絡算法包括非線性自回歸神經網絡算法以及長短期記憶神經網絡算法。
57.可選的，所述第四確定單元，包括：
58.計算模塊，用于通過所述車輛動力學公式以及所述短時預測車速，計算所述目標車輛的所述短時預期功率；
59.判斷模塊，用于判斷所述短時預期功率是否超過所述預設功率閾值；
60.第一執行模塊，用于若判斷所述短時預期功率超過所述預設功率閾值，則確定啟動所述增程器；
61.第二執行模塊，用于若判斷所述短時預期功率未超過所述預設功率閾值，則確定關閉所述增程器。
62.可選的，所述裝置還包括：
63.獲取單元，用于獲取車輛狀態信息，并從所述車輛狀態信息中提取增程器狀態信息以及電池狀態信息；
64.所述預測單元，具體用于根據所述全局預期功率、所述短時預期功率、所述增程器啟動建議、所述增程器狀態信息以及所述電池狀態信息，結合所述預設功率預測算法，確定所述增程器的實際需求功率，作為所述實時需求功率。
65.第三方面，本技術的實施例提供了一種存儲介質，所述存儲介質包括存儲的程序，其中，在所述程序運行時控制所述存儲介質所在設備執行第一方面中任一項所述的增程式車輛的功率控制方法。
66.第四方面，本技術的實施例提供了一種增程式車輛的功率控制裝置，所述裝置包括存儲介質；及一個或者多個處理器，所述存儲介質與所述處理器耦合，所述處理器被配置
為執行所述存儲介質中存儲的程序指令；所述程序指令運行時執行第一方面中任一項所述的增程式車輛的功率控制方法。
67.借由上述技術方案，本技術提供的技術方案至少具有下列優點：
68.本技術提供一種增程式車輛的功率控制方法及裝置，本技術首先基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，然后，基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略，之后基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，之后基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；最后基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例，從而實現對增程式車輛的功率控制功能。與現有技術相比，本技術確定的全局預測功率是基于車輛變速特征和交通流特征確定的全局預測車速確定的，且所述交通流信息用于表征其他車輛在所述目標線路的平均車速，也就是說在確定全局預測車速時結合了其他車輛行駛情況，同時車輛變速特征又是基于車輛變速限值和車輛駕駛風格確定的，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況，因此車輛變速特征能夠體現當前車輛在行駛過程中車速變化的特點，因此可以確保全局預測車速能夠兼顧當前車輛的行駛特點和其他車輛在同樣線路上的行駛情況，從而在體現了當前車輛的行駛特點的同時無需該車輛在當前線路上行駛也能夠確定車輛在整個線路上的全局預測車速的確定，繼而保證了全局預期功率的準確性，無需考慮當前道路車況進行匹配的過程，提高了車輛功率控制的準確性。另外，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值，也就是說能夠在確定短時預測車速的過程中兼顧本車輛在當前時刻之前的行駛情況結合其他車輛在當前時刻之后可能的行駛情況進行短時預測車速預測，確保了預測結果的準確性，也就確保了短時預期功率的準確性，繼而為基于短時預期功率與預設功率閾值對比來確定增程器啟動建議的準確性奠定了基礎。這樣，基于全局預期功率、短時預期功率以及增程器啟動建議進行目標車輛的實時需求工功率的確定，能夠確保在確定車輛工況的過程中，既能顧及長期運行時的功率需求，還能考慮到短時功率需求，并在此基礎上可以基于增程器啟動建議進行功率管理，確定了對增程式車輛的功率控制的準確性。
附圖說明
69.通過參考附圖閱讀下文的詳細描述，本技術示例性實施方式的上述以及其他目的、特征和優點將變得易于理解。在附圖中，以示例性而非限制性的方式示出了本技術的若干實施方式，相同或對應的標號表示相同或對應的部分，其中：
70.圖1示出了本技術實施例提供的一種增程式車輛的功率控制方法流程圖；
71.圖2示出了本技術實施例提供的另一種增程式車輛的功率控制方法流程圖；
72.圖3示出了本技術實施例提供的一種增程式車輛的功率控制裝置的組成框圖；
73.圖4示出了本技術實施例提供的另一種增程式車輛的功率控制裝置的組成框圖。
具體實施方式
74.下面將參照附圖更詳細地描述本技術的示例性實施方式。雖然附圖中顯示了本技術的示例性實施方式，然而應當理解，可以以各種形式實現本技術而不應被這里闡述的實施方式所限制。相反，提供這些實施方式是為了能夠更透徹地理解本技術，并且能夠將本技術的范圍完整的傳達給本領域的技術人員。
75.需要注意的是，除非另有說明，本技術使用的技術術語或者科學術語應當為本技術所屬領域技術人員所理解的通常意義。
76.本技術實施例提供一種增程式車輛的功率控制方法，具體如圖1所示，該方法包括：
77.101、基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于車輛變速特征及交通流信息確定目標車輛在目標線路中的全局預測車速。
78.其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況。
79.在車輛實際行駛過程中，基于駕駛員的操作習慣的不同，車輛在速度變化過程中的情況是不同的，例如某些駕駛員駕駛習慣比較激進，加速或減速的過程中單位時間內的速度變化較大，即加速和減速的過程比較猛烈，而有的駕駛員駕駛習慣比較平緩，加速或減速過程中單位時間內的速度變化較小，也就是說加速和減速過程比較緩慢，因此，可以看出基于不同的駕駛習慣，每個駕駛員的車輛駕駛風格是不同的，而不同的車輛駕駛風格會導致車輛在行駛同一個線路時速度變化過程也存在區別，繼而會影響車輛的全局預測車速。基于此，在本實施例中，就可以基于該車輛駕駛風格和車輛變速限值來確定車輛變速特征，其中車輛變速限值就是該車輛在加速或減速過程中基于車輛設計所要求的最大的速度變化值，無論如何駕駛車輛都要再這個車輛變速限值之內。這樣就可以基于車輛變速限值的基礎上利用車輛駕駛風格進行修正，得到符合該目標車輛在行駛過程中的速度變化的情況，即車輛變速特征。
80.在確定了車輛變速特征后，實際上就確定了該目標車輛在行駛時加速和減速時變化的情況，而由于某些情況下當前的目標車輛行駛的目標線路可能是第一次行駛，為了確定該目標車輛行駛時的全局預測速度，就需要從其他車輛行駛的情況進行綜合分析，也就是說將交通流信息作為參考，該交通流信息就可以理解為一種能夠體現出其他車輛在行駛在該線路時的平均車。這樣在車輛變速特征作為當前目標車輛行駛特征的基礎上，結合其他車輛行駛該線路的平均速度，即交通流信息，以此二者來進行該目標車輛的全局預測車速，這既能體現出目標車輛駕駛人員駕駛的特點，還能參考其他車輛行駛同一個線路的情況，確保了預測出的全局預測車速的更為符合實際行駛情況，保證了預測結果的準確性。
81.102、基于全局預測車速和預設速度功率關系，確定目標車輛的全局預期功率，并基于全局預期功率確定目標車輛的長期控制策略。
82.由于車速、輸出功率、和動力之間存在一定關系，即預設速度功率關系，而動力可
以基于車輛的進行采集，因此，當確定了車速后就能夠確定對應的輸出功率。因此在本實施例中，當前述步驟中確定了全局預測車速后，就可以基于預設速度工況關系，確定對應目標車輛的全局預期功率，該全局預期功率表明了在當前目標車輛行駛在當前目標線路時全局需要保持的一個輸出功率，這樣就可以基于該全局預期功率來確定目標車輛在該線路上的長期控制策略。由于該長期控制策略是基于全局預期功率確定的，而全局預期功率是基于全局預測車速確定的，由于全局預測車速能夠體現出目標車輛駕駛特點的，因此就確保了該全局預期功率能夠體現出目標車輛的駕駛特點，繼而確保了長期控制策略更為符合目標車輛的駕駛特點，使其更趨近實際的駕駛情況，繼而確保了基于該長期控制策略對車輛進行控制時的準確性。
83.103、基于目標車輛的第一速度信息、第二速度信息以及交通流信息確定目標車輛的短時預測車速。
84.其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值。
85.由于車輛在在實際行駛的過程中，短時車速往往會基于一些特殊情況進行變化，例如，目標線路中某段線路出現修路的情況導致道路變窄且需要減速，那么車輛在行駛到這部分路段時的短時車速可能會明顯低于此前路段的車速。也就是說，若要預測短時預期功率時，對應的短時預測車速實際上是不斷變化的。同時，由于短時預測車速的預測過程中，不僅需要考慮其他車輛在目標路段中當前時刻之后一段時間內的車速，還需要兼顧此前該目標車輛行駛過程中的車速，因此在本步驟中就需要結合目標車輛的第一速度信息、第二速度信息以及交通流信息進行預測。其中，第一速度信息可以理解為當前時刻之前的過濾目標時段內中每個時間單位采集的運行速度所形成的集合。這就說明，第一速度信息實際上是多個速度組成的集合，其中第一速度信息中包含的運行速度的數量可以基于用戶選取的目標時段與時間單位進行確定。例如當目標時段為1分鐘，時間單位10秒，那么該第一速度集合中就包含6個運行速度。而當目標時段為10分鐘，時間單位為1分鐘，那么該第一速度集合中就包含10個運行速度。
86.對于第二速度信息而言，該第二速度信息實際上就是第一速度信息中全部運行速度的平均值，例如當第一速度信息中包含6個運行速度分別為58、58、60、57、59、56(單位km/h)時，那么第二速度信息就為58(單位km/h)。
87.另外，在本發明實施例中，基于第一速度信息、第二速度信息以及第三速度信息確定短期預測車速的過程中，可以結合預設神經網絡預測模型進行預測，也就是說講上述三種參數作為輸入端進行預測，從而得到預測結果，即短時預測車速。還可以基于第一速度信息來確定車速變化趨勢，然后基于第三速度信息來其他車輛在此后一段時間內的車速變化情況，確定二者之間是否相同，如果相同那么說明第一速度信息確定的車速變化趨勢與其他車輛基于交通流信息確定的車速變化情況相符，那么就可以基于車速變化趨勢對第二速度信息進行修正，從而預測接下來短時間內車速的情況，即短時預測車速。需要說明的是，在本實施例中上述兩種方式可以基于用戶的實際需要進行選取，上述兩種僅僅作為示例性的描述，在此不做限定。
88.104、基于短時預測車速以及預設速度功率關系，確定目標車輛的短時預期功率，并基于短時預期功率與預設功率閾值生成增程器啟動建議。
89.當確定了短時預測車速后，基于前述步驟中的描述可知，車速和輸出功率之間存在對應關系，因此在本實施例中同樣利用該預設速度功率關系，基于該短時預測車速來確定短時預期功率。當確定了短時預期功率后，由于該短時預期功率是表征接下來較短時間內車輛的行駛所需的輸出功率，那么就可以基于短時預期功率與預設功率閾值進行對比，該預設功率閾值可以理解為滿足車輛動力性能所需的輸出功率的門檻，這樣就可以基于車輛短時所需的工率和滿足動力性能所需的門檻進行對比，從而確定是否需要額外再開啟增程器來補充功率。
90.105、基于全局預期功率、短時預期功率以及增程器啟動建議，結合預設功率預測算法，預測目標車輛的實時需求功率，以便基于實時需求功率控制目標車輛的實時的油電功率輸出比例。
91.由于車輛在實際的駕駛過程中，尤其是增程式車輛，功率控制過程中是非常復雜的，不僅需要考慮全局預期功率，以保證車輛整體運行里程，還需要保證短時動力需求，即短時預期功率，同時還需要基于當前車輛的動力需求確定增程器是否需要開啟或關閉，因此在本實施例中，通過結合全局預期功率、短時預期功率以及增程器啟動建議，并基于預設功率預測算法來預測實際需求功率，能夠確保在車輛行駛過程中，兼顧上述多種因素進行控制，從而確保了增程式車輛的功率控制的準確性。
92.本實施例提供了一種增程式車輛的功率控制方法，在本技術實施例中，首先基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，然后，基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略，之后基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，之后基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；最后基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例，從而實現對增程式車輛的功率控制功能。與現有技術相比，本技術確定的全局預測功率是基于車輛變速特征和交通流特征確定的全局預測車速確定的，且所述交通流信息用于表征其他車輛在所述目標線路的平均車速，也就是說在確定全局預測車速時結合了其他車輛行駛情況，同時車輛變速特征又是基于車輛變速限值和車輛駕駛風格確定的，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況，因此車輛變速特征能夠體現當前車輛在行駛過程中車速變化的特點，因此可以確保全局預測車速能夠兼顧當前車輛的行駛特點和其他車輛在同樣線路上的行駛情況，從而在體現了當前車輛的行駛特點的同時無需該車輛在當前線路上行駛也能夠確定車輛在整個線路上的全局預測車速的確定，繼而保證了全局預期功率的準確性，無需考慮當前道路車況進行匹配的過程，提高了車輛功率控制的準確性。另外，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值，也就是說能夠在確定短時預測車速的過程中兼顧本車輛在當前時刻之前的行駛情況結合其他車輛在當前時
刻之后可能的行駛情況進行短時預測車速預測，確保了預測結果的準確性，也就確保了短時預期功率的準確性，繼而為基于短時預期功率與預設功率閾值對比來確定增程器啟動建議的準確性奠定了基礎。這樣，基于全局預期功率、短時預期功率以及增程器啟動建議進行目標車輛的實時需求工功率的確定，能夠確保在確定車輛工況的過程中，既能顧及長期運行時的功率需求，還能考慮到短時功率需求，并在此基礎上可以基于增程器啟動建議進行功率管理，確定了對增程式車輛的功率控制的準確性。
93.以下為了更加詳細地說明，本技術實施例提供了另一種訪問控制方法，具體如圖2所示，該方法包括：
94.201、基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于車輛變速特征及交通流信息確定目標車輛在目標線路中的全局預測車速。
95.其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況。
96.具體的，所述車速變速特征具體可為包括變速修正參數。該變速修正參數可以理解為駕駛員駕駛車輛過程中，基于其駕駛風格對車輛變速限值進行調整后得到的參數，能夠對車速變化(加速、減速)進行修正。
97.基于此，本步驟在執行時可以為：
98.首先，獲取所述目標車輛的歷史行車數據，并基于所述歷史行車數據確定所述車輛駕駛風格。在本步驟中可以理解為通過對目標車輛的歷史行車數據進行分析，從而確定出駕駛員在加速、減速過程中的速度變化的特點(猛烈、平緩等)，具體的計算過程可以使用ai分類算法(例如k-means算法，svm支持向量機，隨機森林算法等)，以駕駛員歷史行車數據作為輸入，獲得駕駛員風格。
99.然后，獲取所述目標車輛的車輛信息，并從所述車輛信息中提取所述車輛變速限值。在本步驟中，基于前述實施例描述可知車輛變速限值實際上跟車輛設計有關，也就是說一旦車型、種類確定的，該車輛的車輛變速限值就可以確定了，因此在本步驟中就需要獲取目標車輛的車輛信息，該車輛信息可以理解為包含車輛的品牌、型號、種類、設計等綜合信息，能夠從該車輛信息中確定當前的目標車輛具體的車輛變速限值是多少。
100.之后，基于所述車輛駕駛風格對所述車輛變速限值進行修正，得到所述變速修正參數。在本步驟中，當基于前述步驟的描述確定了車輛駕駛風格和車輛變速限值后，就可以在車輛變速限值的基礎上，利用車輛駕駛風格進行修正，得到修正后的值就是該變速修正參數，即能夠體現目標車輛在車速變化時的特點的參數。
101.再之后，獲取所述目標車輛當前的行駛信息，并基于所述目標線路獲取其他車輛在所述目標線路中的行駛數據，再基于所述行駛數據確定所述平均車速作為所述交通流信息，所述行駛信息至少包括所述目標線路。在本步驟中，由于預測全局預測車速的過程中需要結合其他車輛的在當前的目標線路的行駛情況作為參考，因此就需要基于行駛信息確定出目標線路，并通過云端或大數據獲取到其他車輛在該目標線路中行駛數據后，基于該行駛數據確定出平均車速作為交通流信息。
102.最后，根據所述變速修正參數對所述交通流信息進行修正，得到所述全局預測車速。由于變速修正參數能夠體現目標車輛行駛時的車輛速度變化的特點，因此利用變速修
正參數對交通流信息進行修正，得到全局預測車速就能夠體現出目標車輛的行駛特點，使預測出的速度更為貼近實際的駕駛情況，確保了全局預測車速的準確性。
103.202、基于全局預測車速和預設速度功率關系，確定目標車輛的全局預期功率，并基于全局預期功率確定目標車輛的長期控制策略。
104.具體的，所述預設速度功率關系包括車輛動力學公式。該車輛動力學公式，又叫車輛動力學方程，是一種專用于利用車速計算輸出功率的公式。
105.本步驟在執行時具體可以為：
106.通過所述車輛動力學公式以及所述全局預測車速，計算所述目標車輛的所述全局預期功率；
107.根據所述全局預期功率以及等效燃油控制策略確定所述目標車輛的等效燃油因子，并基于所述等效燃油因子確定所述目標車輛的所述長期控制策略；其中，所述等效燃油控制策略用于基于最經濟方式控制所述目標車輛行駛時的燃油、電能之間的控制規則，所述等效燃油因子為符合所述目標車輛在所述目標線路中行駛的油電輸出比例。
108.在本實施例中，在基于車輛動力學公式，計算出對應全局預測車速的全局預期功率之后，還需要確定當前目標車輛的長期控制策略。在這個過程中，對于新能源車輛，尤其是增程式車輛而言，實際上就是確定在目標車輛在整個目標線路行駛過程中的燃油輸出的功率和電能輸出的功率之間的比例關系，即等效燃油因子。因此，在本步驟中就需要基于全局預期功率以及等效燃油控制策略來確定整個目標線路行駛過程中電能和燃油之間功率輸出的分配情況。其中該等效燃油控制策略可以理解為一種常規的確定油電輸出過程中如何確定最經濟的策略。這樣確定出等效燃油因子后，實際上就確定了接下啦整個目標線路中電能和燃油之間輸出功率的分配情況，從而基于此確定長期控制策略。
109.203、基于目標車輛的第一速度信息、第二速度信息以及交通流信息確定目標車輛的短時預測車速。
110.其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值。
111.具體的，本步驟在執行時可以為：
112.步驟a、獲取所述目標車輛的在所述目標線路的已行駛數據，并基于所述已行駛數據中提取在所述目標時段內的每個單位時間對應的行駛速度，并將對應所述目標時段的多個所述行駛速度確定為所述第一速度信息；
113.步驟b、根據所述第一速度信息中的全部所述行駛速度計算平均值，作為為所述第二速度信息；
114.步驟c、根據所述第一速度信息、所述第二速度信息以及交通流信息，并利用所述預設短時車速預測模型執行預測操作，得到所述短時預測車速，其中，所述預設短時車速預測模型是基于預設神經網絡算法進行訓練得到的車速預測模型，所述預設神經網絡算法包括非線性自回歸神經網絡算法以及長短期記憶神經網絡算法。
115.在本實施例中，為了精準預測未來短時間內的車速，即短時預測車速，可以以當前時刻為起點，將未來m時間內的車速記作時刻為起點，將未來m時間內的車速記作對于多步預測，即一段時間以后的速度預測時，也就是m》1。由于未來的車速與過去一段時間的動態變化和平均車速存在關聯，同時還要參考其他車輛在未來一段時間(目標時段)內的平均車速，因此可將
用如下公式表示：
[0116][0117]
在公式1中，表示從當前時刻t到過去d
′
秒的車速序列，即第一速度信息中多個運行車速形成的集合，而即第一速度信息中多個運行車速形成的集合，而表示當前時刻t之前過去d
′
秒的平均速度。秒的平均速度。表示從當前時刻t開始之后m
′
秒內的平均速度值，也就是交通流信息所確定的其他車輛行駛情況。
[0118]
基于公式1可知，為了實現對未來車速的預測，關鍵是求得函數f的實際算法。在本實施例中可以預先使用基于ai的動態時間序列預測算法來求解函數f，也就是說，基于神經網絡算法，其中包括帶輸入的非線性自回歸神經網絡(narx)和長短期記憶神經網絡(lstm)，以及樣本數據進行訓練得到的車速預測模型。之后再將第一速度信息、所述第二速度信息以及交通流信息作為輸入，就能夠基于預測得到對應的預測結果，作為短時預預測車速。
[0119]
204、基于短時預測車速以及預設速度功率關系，確定目標車輛的短時預期功率，并基于短時預期功率與預設功率閾值生成增程器啟動建議。
[0120]
具體的，本步驟在執行時可以為：
[0121]
首先，通過所述車輛動力學公式以及所述短時預測車速，計算所述目標車輛的所述短時預期功率，在本步驟中，所述車輛動力學公式與前述步驟中的描述一致，作為常用的計算功率的公式，在此不做贅述。
[0122]
然后，判斷所述短時預期功率是否超過所述預設功率閾值；
[0123]
其中，若超過，則確定啟動所述增程器；反之，若未超過，則確定關閉所述增程器。
[0124]
由于短時預期功率表征了目標車輛在接下來短時間內所需的功率，而預設功率閾值則為滿足車輛動力所設置的功率門檻，因此在確定短時預期功率超過預設功率閾值說明輸出功率不足，需要開啟增程器補充功率缺口，反之則說明輸出功率已滿足，不需要開啟增程器。
[0125]
205、獲取車輛狀態信息，并從車輛狀態信息中提取增程器狀態信息以及電池狀態信息。
[0126]
由于在實際應用中，增程器的狀態和電池的狀態也同樣會對增程式車輛的輸出功率造成影響，因此在進行功率控制的過程中也需要考慮到上述兩個因素，基于此在本實施例中就需要獲取車輛狀態信息，該車輛狀態信息可以理解為包含車輛整體各個部件和系統狀態的綜合信息，然后從該車輛狀態信息中提取增程器狀態信息和電池狀態信息。
[0127]
需要說明的是，該車輛狀態信息可以是基于車機系統中實時獲取的，也可以通過指令控制的方式向車機系統下達指令，然后基于車機系統從各個傳感器的反饋信息對相應參數進行獲取，例如，從電池狀態傳感器和增程器狀態傳感器采集到的數據進行獲取。在此，對于獲取方式不做限定，以用戶實際需求的方式為準。
[0128]
206、基于全局預期功率、短時預期功率以及增程器啟動建議，結合預設功率預測算法，預測目標車輛的實時需求功率，以便基于實時需求功率控制目標車輛的實時的油電功率輸出比例。
[0129]
基于前述步驟的的描述可知，由于在實際應用中增程器狀態和電池狀態也會對功
率控制過程造成影響，因此，本步驟在執行時可以為：
[0130]
根據所述全局預期功率、所述短時預期功率、所述增程器啟動建議、所述增程器狀態信息以及所述電池狀態信息，結合所述預設功率預測算法，確定所述增程器的實際需求功率，作為所述實時需求功率。
[0131]
這樣確定實時需求功率的過程中就確保了兼顧對電池、增程器狀態的兼顧，從而確保了得到的實時需求功率更為符合實際駕駛情況，從而確保了功率
[0132]
為了實現上述目的，根據本技術的另一方面，本技術實施例還提供了一種存儲介質，所述存儲介質包括存儲的程序，其中，在所述程序運行時控制所述存儲介質所在設備執行上述所述的增程式車輛的功率控制方法。
[0133]
為了實現上述目的，根據本技術的另一方面，本技術實施例還提供了一種增程式車輛的功率控制裝置，所述裝置包括存儲介質；及一個或者多個處理器，所述存儲介質與所述處理器耦合，所述處理器被配置為執行所述存儲介質中存儲的程序指令；所述程序指令運行時執行上述所述的增程式車輛的功率控制方法。
[0134]
進一步的，作為對上述圖1及圖2所示方法的實現，本技術另一實施例還提供了一種增程式車輛的功率控制裝置。該增程式車輛的功率控制裝置實施例與前述方法實施例對應，為便于閱讀，本增程式車輛的功率控制裝置實施例不再對前述方法實施例中的細節內容進行逐一贅述，但應當明確，本實施例中的系統能夠對應實現前述方法實施例中的全部內容。具體如圖3所示，該增程式車輛的功率控制裝置包括：
[0135]
第一確定單元31，可以用于基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，其中，所述交通流信息可以用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值可以用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格可以用于表征所述目標車輛在加速或減速過程中速度變化情況；
[0136]
第二確定單元32，可以用于基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略；
[0137]
第三確定單元33，可以用于基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值；
[0138]
第四確定單元34，可以用于基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；
[0139]
預測單元35，可以用于基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例。
[0140]
進一步的，如圖4所示，所述車速變速特征包括變速修正參數；
[0141]
所述第一確定單元31，包括：
[0142]
確定模塊311，可以用于獲取所述目標車輛的歷史行車數據，并基于所述歷史行車
數據確定所述車輛駕駛風格；
[0143]
提取模塊312，可以用于獲取所述目標車輛的車輛信息，并從所述車輛信息中提取所述車輛變速限值；
[0144]
第一修正模塊313，可以用于基于所述車輛駕駛風格對所述車輛變速限值進行修正，得到所述變速修正參數；
[0145]
獲取模塊314，可以用于獲取所述目標車輛當前的行駛信息，并基于所述目標線路獲取其他車輛在所述目標線路中的行駛數據，再基于所述行駛數據確定所述平均車速作為所述交通流信息，所述行駛信息至少包括所述目標線路；
[0146]
第二修正模塊315，可以用于根據所述變速修正參數對所述交通流信息進行修正，得到所述全局預測車速。
[0147]
進一步的，如圖4所示，所述預設速度功率關系包括車輛動力學公式；
[0148]
所述第二確定單元32，包括：
[0149]
計算模塊321，可以用于通過所述車輛動力學公式以及所述全局預測車速，計算所述目標車輛的所述全局預期功率；
[0150]
確定模塊322，可以用于根據所述全局預期功率以及等效燃油控制策略確定所述目標車輛的等效燃油因子，并基于所述等效燃油因子確定所述目標車輛的所述長期控制策略；其中，所述等效燃油控制策略可以用于基于最經濟方式控制所述目標車輛行駛時的燃油、電能之間的控制規則，所述等效燃油因子為符合所述目標車輛在所述目標線路中行駛的油電輸出比例。
[0151]
進一步的，如圖4所示，所述第三確定單元33，包括：
[0152]
提取模塊331，可以用于獲取所述目標車輛的在所述目標線路的已行駛數據，并基于所述已行駛數據中提取在所述目標時段內的每個單位時間對應的行駛速度，并將對應所述目標時段的多個所述行駛速度確定為所述第一速度信息；
[0153]
計算模塊332，可以用于根據所述第一速度信息中的全部所述行駛速度計算平均值，作為為所述第二速度信息；
[0154]
預測模塊333，可以用于根據所述第一速度信息、所述第二速度信息以及交通流信息，并利用所述預設短時車速預測模型執行預測操作，得到所述短時預測車速，其中，所述預設短時車速預測模型是基于預設神經網絡算法進行訓練得到的車速預測模型，所述預設神經網絡算法包括非線性自回歸神經網絡算法以及長短期記憶神經網絡算法。
[0155]
進一步的，如圖4所示，所述第四確定單元34，包括：
[0156]
計算模塊341，可以用于通過所述車輛動力學公式以及所述短時預測車速，計算所述目標車輛的所述短時預期功率；
[0157]
判斷模塊342，可以用于判斷所述短時預期功率是否超過所述預設功率閾值；
[0158]
第一執行模塊343，可以用于若判斷所述短時預期功率超過所述預設功率閾值，則確定啟動所述增程器；
[0159]
第二執行模塊344，可以用于若判斷所述短時預期功率未超過所述預設功率閾值，則確定關閉所述增程器。
[0160]
進一步的，如圖4所示，所述裝置還包括：
[0161]
獲取單元36，可以用于獲取車輛狀態信息，并從所述車輛狀態信息中提取增程器
狀態信息以及電池狀態信息；
[0162]
所述預測單元35，具體可以用于根據所述全局預期功率、所述短時預期功率、所述增程器啟動建議、所述增程器狀態信息以及所述電池狀態信息，結合所述預設功率預測算法，確定所述增程器的實際需求功率，作為所述實時需求功率。
[0163]
本技術實施例提供一種增程式車輛的功率控制方法及裝置，在本技術實施例中，首先基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，然后，基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略，之后基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，之后基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；最后基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例，從而實現對增程式車輛的功率控制功能。與現有技術相比，本技術確定的全局預測功率是基于車輛變速特征和交通流特征確定的全局預測車速確定的，且所述交通流信息用于表征其他車輛在所述目標線路的平均車速，也就是說在確定全局預測車速時結合了其他車輛行駛情況，同時車輛變速特征又是基于車輛變速限值和車輛駕駛風格確定的，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況，因此車輛變速特征能夠體現當前車輛在行駛過程中車速變化的特點，因此可以確保全局預測車速能夠兼顧當前車輛的行駛特點和其他車輛在同樣線路上的行駛情況，從而在體現了當前車輛的行駛特點的同時無需該車輛在當前線路上行駛也能夠確定車輛在整個線路上的全局預測車速的確定，繼而保證了全局預期功率的準確性，無需考慮當前道路車況進行匹配的過程，提高了車輛功率控制的準確性。另外，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值，也就是說能夠在確定短時預測車速的過程中兼顧本車輛在當前時刻之前的行駛情況結合其他車輛在當前時刻之后可能的行駛情況進行短時預測車速預測，確保了預測結果的準確性，也就確保了短時預期功率的準確性，繼而為基于短時預期功率與預設功率閾值對比來確定增程器啟動建議的準確性奠定了基礎。這樣，基于全局預期功率、短時預期功率以及增程器啟動建議進行目標車輛的實時需求工功率的確定，能夠確保在確定車輛工況的過程中，既能顧及長期運行時的功率需求，還能考慮到短時功率需求，并在此基礎上可以基于增程器啟動建議進行功率管理，確定了對增程式車輛的功率控制的準確性。本技術實施例還提供了一種增程式車輛的功率控制裝置，所述裝置包括存儲介質；及一個或者多個處理器，所述存儲介質與所述處理器耦合，所述處理器被配置為執行所述存儲介質中存儲的程序指令；所述程序指令運行時執行上述所述的增程式車輛的功率控制方法。
[0164]
本技術實施例提供了一種設備，設備包括處理器、存儲器及存儲在存儲器上并可在處理器上運行的程序，處理器執行程序時實現以下步驟：基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目
標車輛在目標線路中的全局預測車速，其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況；基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略；基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值；基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例。
[0165]
進一步的，所述車速變速特征包括變速修正參數；
[0166]
所述基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，包括：
[0167]
獲取所述目標車輛的歷史行車數據，并基于所述歷史行車數據確定所述車輛駕駛風格；
[0168]
獲取所述目標車輛的車輛信息，并從所述車輛信息中提取所述車輛變速限值；
[0169]
基于所述車輛駕駛風格對所述車輛變速限值進行修正，得到所述變速修正參數；
[0170]
獲取所述目標車輛當前的行駛信息，并基于所述目標線路獲取其他車輛在所述目標線路中的行駛數據，再基于所述行駛數據確定所述平均車速作為所述交通流信息，所述行駛信息至少包括所述目標線路；
[0171]
根據所述變速修正參數對所述交通流信息進行修正，得到所述全局預測車速。
[0172]
進一步的，所述預設速度功率關系包括車輛動力學公式；
[0173]
所述基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略，包括：
[0174]
通過所述車輛動力學公式以及所述全局預測車速，計算所述目標車輛的所述全局預期功率；
[0175]
根據所述全局預期功率以及等效燃油控制策略確定所述目標車輛的等效燃油因子，并基于所述等效燃油因子確定所述目標車輛的所述長期控制策略；其中，所述等效燃油控制策略用于基于最經濟方式控制所述目標車輛行駛時的燃油、電能之間的控制規則，所述等效燃油因子為符合所述目標車輛在所述目標線路中行駛的油電輸出比例。
[0176]
進一步的，所述基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，包括：
[0177]
獲取所述目標車輛的在所述目標線路的已行駛數據，并基于所述已行駛數據中提取在所述目標時段內的每個單位時間對應的行駛速度，并將對應所述目標時段的多個所述行駛速度確定為所述第一速度信息；
[0178]
根據所述第一速度信息中的全部所述行駛速度計算平均值，作為為所述第二速度信息；
[0179]
根據所述第一速度信息、所述第二速度信息以及交通流信息，并利用所述預設短時車速預測模型執行預測操作，得到所述短時預測車速，其中，所述預設短時車速預測模型是基于預設神經網絡算法進行訓練得到的車速預測模型，所述預設神經網絡算法包括非線性自回歸神經網絡算法以及長短期記憶神經網絡算法。
[0180]
進一步的，所述基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議，包括：
[0181]
通過所述車輛動力學公式以及所述短時預測車速，計算所述目標車輛的所述短時預期功率；
[0182]
判斷所述短時預期功率是否超過所述預設功率閾值；
[0183]
若超過，則確定啟動所述增程器；
[0184]
若未超過，則確定關閉所述增程器。
[0185]
進一步的，在所述基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率之前，所述方法還包括：
[0186]
獲取車輛狀態信息，并從所述車輛狀態信息中提取增程器狀態信息以及電池狀態信息；
[0187]
所述基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，包括：
[0188]
根據所述全局預期功率、所述短時預期功率、所述增程器啟動建議、所述增程器狀態信息以及所述電池狀態信息，結合所述預設功率預測算法，確定所述增程器的實際需求功率，作為所述實時需求功率。
[0189]
本技術還提供了一種計算機程序產品，當在數據處理設備上執行時，適于執行初始化有如下方法步驟的程序代碼：基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況；基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略；基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值；基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例。
[0190]
本領域內的技術人員應明白，本技術的實施例可提供為方法、系統、或計算機程序產品。因此，本技術可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實
施例的形式。而且，本技術可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限于磁盤存儲器、cd-rom、光學存儲器等)上實施的計算機程序產品的形式。
[0191]
本技術是參照根據本技術實施例的方法、設備(系統)、和計算機程序產品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
[0192]
這些計算機程序指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的制造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
[0193]
這些計算機程序指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
[0194]
在一個典型的配置中，計算設備包括一個或多個處理器(cpu)、輸入/輸出接口、網絡接口和內存。
[0195]
存儲器可能包括計算機可讀介質中的非永久性存儲器，隨機存取存儲器(ram)和/或非易失性內存等形式，如只讀存儲器(rom)或閃存(flash ram)。存儲器是計算機可讀介質的示例。
[0196]
計算機可讀介質包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現信息存儲。信息可以是計算機可讀指令、數據結構、程序的模塊或其他數據。計算機的存儲介質的例子包括，但不限于相變內存(pram)、靜態隨機存取存儲器(sram)、動態隨機存取存儲器(dram)、其他類型的隨機存取存儲器(ram)、只讀存儲器(rom)、電可擦除可編程只讀存儲器(eeprom)、快閃記憶體或其他內存技術、只讀光盤只讀存儲器(cd-rom)、數字多功能光盤(dvd)或其他光學存儲、磁盒式磁帶，磁帶磁磁盤存儲或其他磁性存儲設備或任何其他非傳輸介質，可用于存儲可以被計算設備訪問的信息。按照本文中的界定，計算機可讀介質不包括暫存電腦可讀媒體(transitory media)，如調制的數據信號和載波。
[0197]
還需要說明的是，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個
……”
限定的要素，并不排除在包括要素的過程、方法、商品或者設備中還存在另外的相同要素。
[0198]
本領域技術人員應明白，本技術的實施例可提供為方法、系統或計算機程序產品。因此，本技術可采用完全硬件實施例、完全軟件實施例或結合軟件和硬件方面的實施例的形式。而且，本技術可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限于磁盤存儲器、cd-rom、光學存儲器等)上實施的計算機程序產品的形
式。
[0199]
以上僅為本技術的實施例而已，并不用于限制本技術。對于本領域技術人員來說，本技術可以有各種更改和變化。凡在本技術的精神和原理之內所作的任何修改、等同替換、改進等，均應包含在本技術的權利要求范圍之內。
技術特征：
1.一種增程式車輛的功率控制方法，其特征在于，所述方法包括：基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況；基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略；基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內全部所述運行速度的平均值；基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例。2.根據權利要求1所述的方法，其特征在于，所述車速變速特征包括變速修正參數；所述基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，包括：獲取所述目標車輛的歷史行車數據，并基于所述歷史行車數據確定所述車輛駕駛風格；獲取所述目標車輛的車輛信息，并從所述車輛信息中提取所述車輛變速限值；基于所述車輛駕駛風格對所述車輛變速限值進行修正，得到所述變速修正參數；獲取所述目標車輛當前的行駛信息，并基于所述目標線路獲取其他車輛在所述目標線路中的行駛數據，再基于所述行駛數據確定所述平均車速作為所述交通流信息，所述行駛信息至少包括所述目標線路；根據所述變速修正參數對所述交通流信息進行修正，得到所述全局預測車速。3.根據權利要求1所述的方法，其特征在于，所述預設速度功率關系包括車輛動力學公式；所述基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略，包括：通過所述車輛動力學公式以及所述全局預測車速，計算所述目標車輛的所述全局預期功率；根據所述全局預期功率以及等效燃油控制策略確定所述目標車輛的等效燃油因子，并基于所述等效燃油因子確定所述目標車輛的所述長期控制策略；其中，所述等效燃油控制策略用于基于最經濟方式控制所述目標車輛行駛時的燃油、電能之間的控制規則，所述等效燃油因子為符合所述目標車輛在所述目標線路中行駛的油電輸出比例。4.根據權利要求1所述的方法，其特征在于，所述基于所述目標車輛的第一速度信息、
第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，包括：獲取所述目標車輛的在所述目標線路的已行駛數據，并基于所述已行駛數據中提取在所述目標時段內的每個單位時間對應的行駛速度，并將對應所述目標時段的多個所述行駛速度確定為所述第一速度信息；根據所述第一速度信息中的全部所述行駛速度計算平均值，作為為所述第二速度信息；根據所述第一速度信息、所述第二速度信息以及交通流信息，并利用所述預設短時車速預測模型執行預測操作，得到所述短時預測車速，其中，所述預設短時車速預測模型是基于預設神經網絡算法進行訓練得到的車速預測模型，所述預設神經網絡算法包括非線性自回歸神經網絡算法以及長短期記憶神經網絡算法。5.根據權利要求1所述的方法，其特征在于，所述基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議，包括：通過所述車輛動力學公式以及所述短時預測車速，計算所述目標車輛的所述短時預期功率；判斷所述短時預期功率是否超過所述預設功率閾值；若超過，則確定啟動所述增程器；若未超過，則確定關閉所述增程器。6.根據權利要求1-5中任一項所述的方法，其特征在于，在所述基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率之前，所述方法還包括：獲取車輛狀態信息，并從所述車輛狀態信息中提取增程器狀態信息以及電池狀態信息；所述基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，包括：根據所述全局預期功率、所述短時預期功率、所述增程器啟動建議、所述增程器狀態信息以及所述電池狀態信息，結合所述預設功率預測算法，確定所述增程器的實際需求功率，作為所述實時需求功率。7.一種增程式車輛的功率控制裝置，其特征在于，所述裝置包括：第一確定單元，用于基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，并基于所述車輛變速特征及交通流信息確定所述目標車輛在目標線路中的全局預測車速，其中，所述交通流信息用于表征其他車輛在所述目標線路的平均車速，所述車輛變速限值用于表征所述目標車輛在加速或減速過程中車輛允許的最大速度，所述車輛駕駛風格用于表征所述目標車輛在加速或減速過程中速度變化情況；第二確定單元，用于基于所述全局預測車速和預設速度功率關系，確定所述目標車輛的全局預期功率，并基于所述全局預期功率確定所述目標車輛的長期控制策略；第三確定單元，用于基于所述目標車輛的第一速度信息、第二速度信息以及交通流信息確定所述目標車輛的短時預測車速，其中，所述第一速度信息為所述目標車輛在過去目標時段內的在每個時間單位采集的運行速度的集合，所述第二速度為所述過去目標時段內
全部所述運行速度的平均值；第四確定單元，用于基于所述短時預測車速以及所述預設速度功率關系，確定所述目標車輛的短時預期功率，并基于所述短時預期功率與預設功率閾值生成增程器啟動建議；預測單元，用于基于所述全局預期功率、所述短時預期功率以及所述增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率，以便基于所述實時需求功率控制所述目標車輛的實時的油電功率輸出比例。8.根據權利要求7所述的裝置，其特征在于，所述車速變速特征包括變速修正參數；所述第一確定單元，包括：確定模塊，用于獲取所述目標車輛的歷史行車數據，并基于所述歷史行車數據確定所述車輛駕駛風格；提取模塊，用于獲取所述目標車輛的車輛信息，并從所述車輛信息中提取所述車輛變速限值；第一修正模塊，用于基于所述車輛駕駛風格對所述車輛變速限值進行修正，得到所述變速修正參數；獲取模塊，用于獲取所述目標車輛當前的行駛信息，并基于所述目標線路獲取其他車輛在所述目標線路中的行駛數據，再基于所述行駛數據確定所述平均車速作為所述交通流信息，所述行駛信息至少包括所述目標線路；第二修正模塊，用于根據所述變速修正參數對所述交通流信息進行修正，得到所述全局預測車速。9.根據權利要求7所述的裝置，其特征在于，所述預設速度功率關系包括車輛動力學公式；所述第二確定單元，包括：計算模塊，用于通過所述車輛動力學公式以及所述全局預測車速，計算所述目標車輛的所述全局預期功率；確定模塊，用于根據所述全局預期功率以及等效燃油控制策略確定所述目標車輛的等效燃油因子，并基于所述等效燃油因子確定所述目標車輛的所述長期控制策略；其中，所述等效燃油控制策略用于基于最經濟方式控制所述目標車輛行駛時的燃油、電能之間的控制規則，所述等效燃油因子為符合所述目標車輛在所述目標線路中行駛的油電輸出比例。10.根據權利要求7所述的裝置，其特征在于，所述第三確定單元，包括：提取模塊，用于獲取所述目標車輛的在所述目標線路的已行駛數據，并基于所述已行駛數據中提取在所述目標時段內的每個單位時間對應的行駛速度，并將對應所述目標時段的多個所述行駛速度確定為所述第一速度信息；計算模塊，用于根據所述第一速度信息中的全部所述行駛速度計算平均值，作為為所述第二速度信息；預測模塊，用于根據所述第一速度信息、所述第二速度信息以及交通流信息，并利用所述預設短時車速預測模型執行預測操作，得到所述短時預測車速，其中，所述預設短時車速預測模型是基于預設神經網絡算法進行訓練得到的車速預測模型，所述預設神經網絡算法包括非線性自回歸神經網絡算法以及長短期記憶神經網絡算法。11.根據權利要求7所述的裝置，其特征在于，所述第四確定單元，包括：
計算模塊，用于通過所述車輛動力學公式以及所述短時預測車速，計算所述目標車輛的所述短時預期功率；判斷模塊，用于判斷所述短時預期功率是否超過所述預設功率閾值；第一執行模塊，用于若判斷所述短時預期功率超過所述預設功率閾值，則確定啟動所述增程器；第二執行模塊，用于若判斷所述短時預期功率未超過所述預設功率閾值，則確定關閉所述增程器。12.根據權利要求7-11中任一項所述的裝置，其特征在于，所述裝置還包括：獲取單元，用于獲取車輛狀態信息，并從所述車輛狀態信息中提取增程器狀態信息以及電池狀態信息；所述預測單元，具體用于根據所述全局預期功率、所述短時預期功率、所述增程器啟動建議、所述增程器狀態信息以及所述電池狀態信息，結合所述預設功率預測算法，確定所述增程器的實際需求功率，作為所述實時需求功率。13.一種存儲介質，其特征在于，所述存儲介質包括存儲的程序，其中，在所述程序運行時控制所述存儲介質所在設備執行權利要求1至6中任一項所述的增程式車輛的功率控制方法。14.一種增程式車輛的功率控制裝置，其特征在于，所述裝置包括存儲介質；及一個或者多個處理器，所述存儲介質與所述處理器耦合，所述處理器被配置為執行所述存儲介質中存儲的程序指令；所述程序指令運行時執行權利要求1至6中任一項所述的增程式車輛的功率控制方法。
技術總結
本申請公開一種增程式車輛的功率控制方法及裝置，涉及車輛技術領域。本申請的方法包括：基于目標車輛的車輛駕駛風格以及車輛變速限值確定車輛變速特征，基于車輛變速特征及交通流信息確定目標車輛在目標線路中的全局預測車速；基于全局預測車速和預設速度功率關系，確定全局預期功率，基于全局預期功率確定目標車輛的長期控制策略；基于目標車輛的第一速度信息、第二速度信息以及交通流信息確定短時預測車速；基于短時預測車速以及預設速度功率關系，確定短時預期功率，并基于短時預期功率與預設功率閾值生成增程器啟動建議；基于全局預期功率、短時預期功率以及增程器啟動建議，結合預設功率預測算法，預測所述目標車輛的實時需求功率。的實時需求功率。的實時需求功率。
