程帅朋， 徐柏兴， 路高磊， 葛俊夏

（郑州比克新能源汽车有限公司， 河南 郑州 451450）

1 引言

随着国家新能源汽车的推广，越来越多电动汽车走入百姓家中。但目前的电动汽车面临着续航里程短、充电时间长、充电桩少的问题［1］。其中续航里程一般在汽车组合仪表中显示，车主以此和SOC （State Of Charge，电池核荷电状态，一般用来表示剩余电量的百分比） 来判断是否需要及时充电，而续航里程更直观、更容易被车主理解，因而GB/T 19836-2019《电动汽车仪表》中提出了纯电动汽车应指示或显示可行驶里程的要求，旨在提升电动汽车对使用者的友好程度。而各个厂家宣称的续航里程仅是在指定试验条件下测得，无法及时准确地提醒车主。

谢明维［2］研究了3种剩余续航里程估算方法，得出工况预测法是最佳方案的结论，该方法将BP神经网络和马尔科夫结合在一起，实现在一定范围内的工况预测，算法复杂；谢小娟［3］等发明了一种电动汽车续航里程的估算方法，该方法通过导航系统获取当前位置到目的位置的路径，并依据预先统计到的路径平均电池消耗数据和当前车辆剩余的电池数据对比，从而在汽车上显示剩余电量或者该路径可到达的地方，该方法依赖于车载导航系统，且没有考虑到驾驶习惯突然改变或者更换驾驶人的状况；郭景华［4］等发明了一种基于卡尔曼滤波的续航里程估算方法，该方法利用积分法获得单位行驶里程内的电能消耗，然后获取N个单位的平均电耗，然后依据剩余电能和平均电耗求得剩余续航里程，该方法积分的数据受到车辆瞬时状态影响，例如急加速或急减速，会导致数据不准确；……