随着人们环保意识的提高,电动汽车因其污染小的优势成为越来越多人的选择。虽然最近几年我国的电动汽车销量不断增长,但是“里程焦虑”是影响消费者购买欲望的重要因素,因此解决这一出行难题对于电动汽车的推广和用户体验的提升具有重要意义。本文就电动汽车的可达性这一课题,从电动汽车的能耗入手,就驾驶风格和工况对能耗的影响、电动的可达性判断和城市可达性地图三个方面进行研究。首先,对采集的原始数据进行处理,筛选和构造出需要的特征数据。为了方便分析,先把行驶数据划分成单次行程数据,对整车SOC和已行驶里程进行插值处理,得到更精确的表达。又把单次出行数据划分为150s的工况片段,构造出工况片段的平均速度、平均加速度、能耗等特征。然后,研究了电动汽车在不同驾驶风格和速度下的能耗。针对驾驶风格识别问题,先用k-means聚类算法对工况片段数据聚类,聚类出4种交通工况,然后在每类交通工况下再进行聚类,得到激进、一般、保守3种驾驶风格,弥补了以往驾驶风格研究忽略交通工况影响的缺点。结果表明,电动汽车能耗同时受到驾驶风格和交通工况的影响,其中主要受到交通工况的影响。为了得到更细致的能耗关系,行驶工况不按照交通工况分为4类,而是按照平均速度划分,这样得到电动汽车在不同驾驶风格和速度下的能耗。最后,研究了电动汽车的可达性,并生成可达性地图。通过高德地图的路径规划API,获得导航路线的导航信息,包括各路段的距离、耗时,计算出平均速度,从而得到各路段的能耗。计算导航路线消耗的总电量,和当前汽车可用电量对比便可判断能否到达。用10位驾驶员的行驶数据做测试,证明了可达性判断的准确性。以深圳市为例,采用栅格化的方法生成了深圳市的可达性地图。对于缓解用户里程焦虑,可达性是一个比续驶里程更好的指标,解决了续驶里程的两大缺点:第一,续驶里程无法反映出行路线复杂多变的能耗情况,结果必然存在误差。第二,续驶里程不会因出行路线的不同而变化。因此可达性地图能更好的增强用户的使用信心,缓解里程焦虑。