第一部分 车主实际境遇

电动汽车的车主，其实有挺典型的心理，没有任何驱动（牌照、限行），其实很多车主是不愿意进行尝试的。对一个从燃油车过渡到电动汽车（特别是纯电车辆）的车主来说，挺大个问题是车辆使用的不确定性。

1）星友会车主的实际境遇

电动汽车的里程和SOC下降，在后期特别快

初始的参考里程设置的太高，使得这个差值非常大

车主往往需要提前适应

2）网络空间的一些稿子  

一言不合就趴窝？电动车主真实经历：http://bingodu.com/news/400122.html  

我的电动汽车趴窝遭遇：http://www.zhev.com.cn/news/show-1462330065.html  

What Running Out of Power in a Tesla on the Side of a Highway Taught Me About the Road Trip of Tomorrow：http://www.citylab.com/tech/2014/04/what-running-out-power-tesla-side-highway-taught-me-about-road-trip-tomorrow/8978/

第三个案子比较有代表性

使用者一开始对车是不熟悉的（租车）

车主使用的车辆是满电状态，仪表上显示剩余里程为247英里

从出发地Barstow到目的Kingman的充电站的距离为209英里

这里预计的容差有38英里

车主开了高速走的100英里/时

实际的使用过程中：  

实际跑的里程要比电能跑的更快，跑了100英里之后，可用里程显示120英里车车主开始焦虑，关掉音响，调暗大屏幕，并且降下速度，以减少电池消耗

离Kingman还有7英里时，电量指示表已经显示零了

在到达目的地前的3英里处，电动车“趴窝”

第二部分 我们怎么做改进来满足用户需求

里程估计程序，之前也谈过了，涉及到的因素很多

简单来说，我们这里可以分层好几个主要的程序：

1）程序1：从电池参数中提取SOC和电池的信息SOH【电池计算策略】

这里不管如何来做，SOC的计算误差，就与工况强相关

我们这里得出的的SOC算法，对于一台车一种化学体系有效

即使是一种SOC算法，在不同的使用情况下，其精度差异有变化

这里还有一个很大的温度效应，在一定的区间内（0～25度），这个精度是有效的，在其他范围内精度会变差，这就造成了参数与热管理系统的强耦合

2）程序2：从SOC、SOH来推算可用能量【中间信息，管理策略】  

老王一直在群里提这个kwh，给Kwh是可用SOC范围的，还是用一个可以带补偿的SOC区间的来给定一个，要玩实在的把V和SOC和Ah的积分给做出来，这里可以做一个基于既定放电电流和温度的一个计算值可用能量（kwh），再根据kwh推测距离。

这个办法有点问题在于，电压的情况与内阻、放电电流（Driving Profile）高度相关

通过这个中间量，给司机看，也没有太大的好处，再使用这个值与输出的功率分析，这事有些复杂

3）程序3：从可用能量、高压能量的使用情况来估算剩余里程【剩余里程和能量管理策略】  

其实这里2和3，可以合在一块，也可以不合在一块。合起来，就是直接将SOC、电池容量对应里程的估测

本质来说，确实有个上限、均值和下限的三个参考里程值来随时进行修正

真实的情况确实是如下所示

未来的发展=》更多的信息更早的纠正

这段程序，未来肯定是放在VCU里面，通过多个域的数据信息进行协同

比较简单的做法是，把通勤的路线的消耗里程进行优化，来满足基本的消耗的估算

然后进一步可以对主要的路线在进行收集

有些云处理和数据估算，相信可以做的

再结合就是类似搜索充电桩之类的行为了

小结

简单来说，大家都尽量把最优里程、工况里程讲的太多了，使得整个里程给片面夸大了，客户心理潜意识都把整个里程，电池能量进行关联，这里头其实还有这个动力总成和附加的HVAC等能量消耗。