Китайские ученые нашли способ более точно прогнозировать запас хода электрокаров

Китайские исследователи разработали метод, позволяющий более точно прогнозировать запас хода электромобилей с учетом затрат энергии на отопление салона. Для анализа они использовали данные реальных поездок на BMW i3 и сравнили четыре алгоритма машинного обучения. Лучшие результаты показала модель CatBoost, точность которой удалось увеличить с помощью дополнительной оптимизации.

Ученые проанализировали телеметрические данные 72 реальных поездок на электромобилях BMW i3. Они учли состояние аккумулятора, расход энергии на обогрев салона и другие параметры, влияющие на запас хода.

Исследователи сравнили четыре алгоритма машинного обучения: XGBoost, AdaBoost, CatBoost и K-Nearest Neighbor. Лучшим оказался CatBoost, параметры которого дополнительно настроены с помощью метода Horned Lizard Optimization (HLO).

По приведенным результатам, базовая модель объясняла около 73% вариаций в данных, в то время как оптимизированная версия достигла показателя 84%. Это свидетельствует об улучшении прогнозирования, однако само по себе не означает увеличения реального запаса хода на соответствующий процент.

В холодную погоду обогрев салона увеличивает нагрузку на аккумулятор и может существенно сокращать расстояние, которое электромобиль способен преодолеть без подзарядки.

Отдельно учёные рассмотрели возможность использования энергии рекуперативного торможения для нужд отопления. При замедлении электрокар возвращает часть кинетической энергии в аккумулятор, а ее использование для обогрева потенциально может снизить нагрузку на батарею.

Авторы исследования полагают, что такой подход может способствовать повышению энергоэффективности электромобилей. В то же время конкретные данные об увеличении пробега в километрах при реальных условиях эксплуатации не приведены.