FR3148938A1

FR3148938A1 - Method and system for predicting the electrical consumption of an electric vehicle for making a journey.

Info

Publication number: FR3148938A1
Application number: FR2305003A
Authority: FR
Inventors: Matteo Sammarco
Original assignee: PSA Automobiles SA
Current assignee: PSA Automobiles SA
Priority date: 2023-05-22
Filing date: 2023-05-22
Publication date: 2024-11-29

Abstract

La présente invention concerne un procédé et un système de prédiction de consommation électrique d’un véhicule électrique, dit premier véhicule d’un ensemble de véhicules électriques à partir d’un modèle global de prédiction de consommation électrique de véhicule électrique par trajet et desdites données relatives au premier trajet obtenues (34), ledit modèle global de prédiction de consommation électrique de véhicule électrique par trajet étant obtenu (31) à partir de consommations électriques réelles d’au moins un véhicule électrique de l’ensemble de véhicules électriques suite à des trajets effectués par ledit au moins un véhicule électrique de l’ensemble de véhicules électriques et à partir de modèles locaux de prédiction de consommation électrique de véhicule électrique par trajet entrainé à partir de données relatives à des trajets effectués par un véhicule électrique de l’ensemble de véhicules électriques suite à des trajets effectués par un dispositif dudit véhicule électrique de l’ensemble de véhicules électriques. Figure pour l’abrégé : Figure 4 The present invention relates to a method and a system for predicting the electrical consumption of an electric vehicle, called the first vehicle of a set of electric vehicles, from a global model for predicting the electrical consumption of the electric vehicle per journey and from said data relating to the first journey obtained (34), said global model for predicting the electrical consumption of the electric vehicle per journey being obtained (31) from actual electrical consumptions of at least one electric vehicle of the set of electric vehicles following journeys made by said at least one electric vehicle of the set of electric vehicles and from local models for predicting the electrical consumption of the electric vehicle per journey trained from data relating to journeys made by an electric vehicle of the set of electric vehicles following journeys made by a device of said electric vehicle of the set of electric vehicles. Figure for the abstract: Figure 4

Description

Method and system for predicting the electrical consumption of an electric vehicle for making a journey.

La présente invention concerne la prédiction de consommation électrique d’un véhicule électrique. En particulier, la présente invention concerne un procédé et un système de prédiction de consommation électrique d’un véhicule électrique pour effectuer un trajet.The present invention relates to the prediction of electrical consumption of an electric vehicle. In particular, the present invention relates to a method and a system for predicting electrical consumption of an electric vehicle for performing a journey.

Technological background

Les véhicules actuels comportent des systèmes de navigation qui permettent à un conducteur d’un véhicule de pouvoir entrer une destination via une interface homme-machine de tels systèmes.Today's vehicles feature navigation systems that allow a vehicle driver to enter a destination through a human-machine interface of such systems.

Une fois la destination entrée par un utilisateur, les systèmes de navigation donnent un trajet à suivre de l’emplacement de ce véhicule jusqu’à cette destination notamment en fonction de conditions de circulation.Once a user enters a destination, navigation systems provide a route to follow from the location of that vehicle to that destination, particularly depending on traffic conditions.

Pour arriver à destination, l’utilisateur doit s’assurer que les ressources énergétiques du véhicule sont suffisantes pour arriver à destination. Lorsque le véhicule est propulsé avec des ressources d’origine fossile, il suffit au conducteur de s’assurer que le réservoir de son véhicule est suffisamment rempli.To reach the destination, the user must ensure that the vehicle's energy resources are sufficient to reach the destination. When the vehicle is powered by fossil fuel resources, the driver only needs to ensure that the vehicle's tank is sufficiently full.

Par contre, pour les utilisateurs de véhicules électriques, la vérification d’un niveau de charge suffisant de la batterie peut s’avérer insuffisante. En effet, même si le niveau de charge de la batterie de son véhicule peut s’avérer suffisant pour faire un trajet, l’utilisateur ne connaît pas l’état de sa batterie et le niveau de charge peut très bien diminuer subitement au cours du trajet si cette batterie est en mauvais état. Par ailleurs, la décharge d’une batterie est fonction de conditions dans lesquelles elle se trouve c’est-à-dire des conditions météorologiques le long du trajet à effectuer.On the other hand, for users of electric vehicles, checking that the battery has a sufficient charge level may not be enough. Indeed, even if the charge level of the vehicle's battery may be sufficient to make a journey, the user does not know the state of the battery and the charge level may very well suddenly decrease during the journey if the battery is in poor condition. Furthermore, the discharge of a battery depends on the conditions in which it is located, i.e. the weather conditions along the journey to be made.

Le problème résolu par la présente invention est d’améliorer les systèmes de navigation actuels dans le but de rassurer un conducteur de véhicule électrique que la batterie de son véhicule est suffisamment chargée pour effectuer un trajet.The problem solved by the present invention is to improve current navigation systems with the aim of reassuring an electric vehicle driver that the battery of his vehicle is sufficiently charged to make a journey.

Résumé de la présente inventionSummary of the present invention

Un objet de la présente invention est de résoudre au moins l’un des problèmes de l’arrière-plan technologique décrit précédemment.An object of the present invention is to solve at least one of the problems of the technological background described above.

Un autre objet de la présente invention est de fournir une estimation de consommation électrique d’un véhicule électrique pour effectuer un trajet.Another object of the present invention is to provide an estimate of the electrical consumption of an electric vehicle for making a journey.

Un autre objet de la présente invention est de prévenir les pannes de batterie de véhicule électrique.Another object of the present invention is to prevent electric vehicle battery failures.

Selon un premier aspect, la présente invention concerne un procédé de prédiction de consommation électrique d’un véhicule électrique, dit premier véhicule d’un ensemble de véhicules électriques, pour effectuer un trajet, dit premier trajet, ledit procédé comprenant les étapes suivantes :
- obtention, par un dispositif central, d’un modèle global de prédiction de consommation électrique de véhicule électrique par trajet à partir de modèles locaux de prédiction de consommation électrique de véhicule électrique par trajet et à partir de consommations électriques réelles d’au moins un véhicule électrique de l’ensemble de véhicules électriques suite à des trajets effectués par ledit au moins un véhicule électrique de l’ensemble de véhicules électriques, chaque modèle local de prédiction de consommation électrique de véhicule électrique par trajet étant entrainé à partir de données relatives à des trajets effectués par un véhicule électrique de l’ensemble de véhicules électriques et à partir de consommations électriques réelles dudit véhicule électrique de l’ensemble de véhicules électriques pour effectuer lesdits trajets, le dispositif dudit véhicule électrique de l’ensemble de véhicules électriques étant en communication avec le dispositif central ;
- émission, par le dispositif central, de paramètres du modèle global de prédiction de consommation électrique de véhicule électrique par trajet à destination du dispositif de chaque véhicule électrique de l’ensemble de véhicules électriques ;
- obtention par le dispositif du premier véhicule, d’une destination du premier trajet à effectuer par le premier véhicule électrique ;
- obtention, par le dispositif du premier véhicule électrique, de données relatives au premier trajet en fonction de ladite destination obtenue ;
- obtention, par le dispositif du premier véhicule électrique, d’une estimée de consommation électrique du premier véhicule électrique pour effectuer le premier trajet à partir du modèle global de prédiction de consommation électrique de véhicule électrique par trajet et desdites données relatives au premier trajet obtenues.According to a first aspect, the present invention relates to a method for predicting the electrical consumption of an electric vehicle, called the first vehicle of a set of electric vehicles, for making a journey, called the first journey, said method comprising the following steps:
- obtaining, by a central device, a global model for predicting the electrical consumption of an electric vehicle per journey from local models for predicting the electrical consumption of an electric vehicle per journey and from actual electrical consumptions of at least one electric vehicle of the set of electric vehicles following journeys made by said at least one electric vehicle of the set of electric vehicles, each local model for predicting the electrical consumption of an electric vehicle per journey being trained from data relating to journeys made by an electric vehicle of the set of electric vehicles and from actual electrical consumptions of said electric vehicle of the set of electric vehicles to make said journeys, the device of said electric vehicle of the set of electric vehicles being in communication with the central device;
- transmission, by the central device, of parameters of the global model for predicting the electrical consumption of an electric vehicle per journey to the device of each electric vehicle in the set of electric vehicles;
- obtaining by the device of the first vehicle, a destination of the first journey to be made by the first electric vehicle;
- obtaining, by the device of the first electric vehicle, data relating to the first journey based on said destination obtained;
- obtaining, by the device of the first electric vehicle, an estimate of the electrical consumption of the first electric vehicle to perform the first journey from the global model for predicting the electrical consumption of the electric vehicle per journey and said data relating to the first journey obtained.

Le procédé est avantageux car il permet à un utilisateur ou à un système de navigation embarqué d’un véhicule électrique de planifier un trajet dudit véhicule à partir de l’estimée de la consommation de batterie de son véhicule électrique fournie par ce procédé. L’utilisateur est alors serein quant au capacités en termes de ressources électriques de son véhicule pour effectuer un trajet planifié.The method is advantageous because it allows a user or an on-board navigation system of an electric vehicle to plan a journey of said vehicle based on the estimated battery consumption of its electric vehicle provided by this method. The user is then confident about the electrical resource capabilities of its vehicle to complete a planned journey.

Le procédé permet de préserver l’anonymat des données collectées par un véhicule électrique car il évite la transmission des données relatives à des trajets effectués par un véhicule électrique et de consommations électriques réelles dudit véhicule électrique pour effectuer lesdits trajets via un réseau de communication.The method makes it possible to preserve the anonymity of the data collected by an electric vehicle because it avoids the transmission of data relating to journeys made by an electric vehicle and actual electrical consumption of said electric vehicle to make said journeys via a communication network.

Le procédé permet de préserver de la bande passante du réseau de communication utilisé car seuls des paramètres de modèles de prédiction de consommation électrique de véhicule électrique par trajet sont transmis entre les véhicules électriques et un dispositif central.The method allows to preserve the bandwidth of the communication network used because only parameters of models predicting the electrical consumption of electric vehicles per trip are transmitted between the electric vehicles and a central device.

Le procédé est avantageux car il utilise les ressources de chaque véhicule électrique pour l’entrainement de modèles de prédiction de consommation électrique de véhicule électrique par trajet. Le dispositif central ne fait que déterminer un modèle global de prédiction de consommation électrique de véhicule électrique par trajet à partir desdits modèles locaux de prédiction de consommation électrique de véhicule électrique par trajet.The method is advantageous because it uses the resources of each electric vehicle for training per-trip electric vehicle power consumption prediction models. The central device only determines a global per-trip electric vehicle power consumption prediction model from said local per-trip electric vehicle power consumption prediction models.

Le procédé est avantageux car il permet de déterminer une mise à jour du modèle global de prédiction de consommation électrique de véhicule électrique par trajet en fonction du ou des modèles locaux de prédiction de consommation électrique de véhicule électrique par trajet entrainés par un nouveau véhicule électrique de l’ensemble de véhicules électriques.The method is advantageous because it makes it possible to determine an update of the global model for predicting the electrical consumption of an electric vehicle per trip based on the local model(s) for predicting the electrical consumption of an electric vehicle per trip driven by a new electric vehicle from the set of electric vehicles.

Selon une variante, le procédé comporte en outre les étapes suivantes:
- obtention, par le dispositif du premier véhicule, d’une consommation électrique réelle du premier véhicule une fois que le premier véhicule électrique à effectuer le premier trajet ;
- obtention d’une valeur de performance de prédiction de consommation électrique du premier véhicule en calculant une différence entre l’estimée de consommation électrique du premier véhicule pour effectuer le premier trajet et la consommation électrique réelle du premier véhicule une fois que le premier véhicule électrique à effectuer le premier trajet.According to one variant, the method further comprises the following steps:
- obtaining, by the device of the first vehicle, an actual electrical consumption of the first vehicle once the first electric vehicle has made the first journey;
- obtaining a performance value of predicting the electrical consumption of the first vehicle by calculating a difference between the estimated electrical consumption of the first vehicle for performing the first trip and the actual electrical consumption of the first vehicle once the first electric vehicle has performed the first trip.

Cette variante du procédé est avantageuse car elle permet de contrôler la dégradation de performance de prédiction de consommation électrique d’un véhicule électrique dès que ce véhicule est ajouté à l’ensemble de véhicules électriques.This variant of the method is advantageous because it makes it possible to control the degradation of the performance of predicting the electrical consumption of an electric vehicle as soon as this vehicle is added to the set of electric vehicles.

Selon une variante, le procédé comporte en outre une étape de mise à jour de chaque modèle local de prédiction de consommation électrique de véhicule électrique par trajet entrainé par le dispositif du premier véhicule électrique à partir de la consommation électrique réelle du premier véhicule une fois que le premier véhicule électrique à effectuer le premier trajet.According to a variant, the method further comprises a step of updating each local model for predicting the electrical consumption of an electric vehicle per journey driven by the device of the first electric vehicle from the actual electrical consumption of the first vehicle once the first electric vehicle has completed the first journey.

Cette variante est avantageuse car elle permet une mise à jour à la suite de chaque modèle local de prédiction de consommation électrique de véhicule électrique par trajet entrainé par un véhicule électrique de l’ensemble de véhicules électriques suite à un trajet effectué par ledit véhicule électrique qui peut alors lancer une phase d’apprentissage localement afin d’entrainer ledit au moins un modèle local de prédiction de consommation électrique de véhicule électrique par trajet en tenant compte des données relatives audit trajet et à la consommation électrique réelle dudit véhicule pour effectuer ledit trajet.This variant is advantageous because it allows an update following each local model for predicting the electrical consumption of an electric vehicle per journey driven by an electric vehicle of the set of electric vehicles following a journey made by said electric vehicle which can then launch a learning phase locally in order to train said at least one local model for predicting the electrical consumption of an electric vehicle per journey taking into account the data relating to said journey and to the actual electrical consumption of said vehicle for making said journey.

Selon une variante, l’obtention, par le dispositif central, du modèle global de prédiction de consommation électrique de véhicule électrique par trajet comprend les étapes suivantes :
a) transmission, par le dispositif central, de paramètres d’un modèle local initial de prédiction de consommation électrique de véhicule électrique par trajet à destination du dispositif de chaque véhicule électrique de l’ensemble de véhicules électriques ;
b) apprentissage d’au moins un modèle local de prédiction de consommation électrique de véhicule électrique par trajet par le dispositif d’au moins un véhicule électrique de l’ensemble de véhicules électriques, chaque modèle local de prédiction de consommation électrique de véhicule électrique par trajet est entrainé par un véhicule électrique de l’ensemble de véhicules électriques à partir de données relatives à des trajets effectués par ledit ledit véhicule électrique de l’ensemble de véhicules électriques et à partir de consommations électriques réelles dudit véhicule électrique de l’ensemble de véhicules électriques suite à un nombre prédéterminé de trajets effectués par ledit véhicule électrique de l’ensemble de véhicules électriques ;
c) émission des paramètres dudit au moins un modèle local de prédiction de consommation électrique de véhicule électrique par trajet entrainé à destination du dispositif central, les paramètres de chaque modèle local de prédiction de consommation électrique de véhicule électrique par trajet entrainé sont émis par le dispositif du véhicule électrique de l’ensemble de véhicules électriques qui a entrainé ledit modèle local de prédiction de consommation électrique de véhicule électrique par trajet ;
d) détermination par le dispositif central, des paramètres du modèle global de prédiction de consommation électrique de véhicule électrique par trajet à partir des paramètres dudit au moins un modèle local de prédiction de consommation électrique de véhicule électrique par trajet reçus ;
e) émission, par le dispositif central et à destination du dispositif de chaque véhicule électrique de l’ensemble de véhicules électriques, des paramètres du modèle global de prédiction de consommation électrique de véhicule électrique par trajet obtenu et les étapes b), c) d), et e) sont itérées tant qu’une condition d’arrêt n’est pas vérifiée.According to a variant, obtaining, by the central device, the global model for predicting the electrical consumption of an electric vehicle per journey comprises the following steps:
(a) transmission, by the central device, of parameters of an initial local model for predicting the electrical consumption of an electric vehicle per journey to the device of each electric vehicle in the set of electric vehicles;
b) learning at least one local model for predicting the electrical consumption of an electric vehicle per journey by the device of at least one electric vehicle of the set of electric vehicles, each local model for predicting the electrical consumption of an electric vehicle per journey is trained by an electric vehicle of the set of electric vehicles from data relating to journeys made by said said electric vehicle of the set of electric vehicles and from actual electrical consumptions of said electric vehicle of the set of electric vehicles following a predetermined number of journeys made by said electric vehicle of the set of electric vehicles;
c) transmitting the parameters of said at least one local model for predicting the electrical consumption of an electric vehicle per trained journey to the central device, the parameters of each local model for predicting the electrical consumption of an electric vehicle per trained journey being transmitted by the device of the electric vehicle of the set of electric vehicles which trained said local model for predicting the electrical consumption of an electric vehicle per journey;
d) determination by the central device of the parameters of the global model for predicting the electrical consumption of an electric vehicle per journey from the parameters of said at least one local model for predicting the electrical consumption of an electric vehicle per journey received;
e) transmission, by the central device and to the device of each electric vehicle of the set of electric vehicles, of the parameters of the global model for predicting the electric consumption of the electric vehicle per journey obtained and steps b), c), d), and e) are iterated until a stopping condition is verified.

Selon une variante, le dispositif d’un véhicule électrique de l’ensemble de véhicules entraine un modèle local de prédiction de consommation électrique de véhicule électrique par trajet par niveau initial de charge de batterie dudit véhicule électrique de l’ensemble de véhicules électriques et le dispositif central obtient autant de modèles globaux de prédiction de consommation électrique de véhicule électrique par trajet que de niveaux initiaux de charge de batterie.According to a variant, the device of an electric vehicle of the set of vehicles trains a local model of prediction of electric vehicle electrical consumption per trip per initial level of battery charge of said electric vehicle of the set of electric vehicles and the central device obtains as many global models of prediction of electric vehicle electrical consumption per trip as initial levels of battery charge.

Selon un deuxième aspect, la présente invention concerne un dispositif comprenant une mémoire associée à un processeur configuré pour la mise en œuvre d’au moins une étape du procédé selon le premier aspect de la présente invention.According to a second aspect, the present invention relates to a device comprising a memory associated with a processor configured for the implementation of at least one step of the method according to the first aspect of the present invention.

Selon un troisième aspect, la présente invention concerne un véhicule électrique, par exemple de type automobile, comprenant un dispositif tel que décrit ci-dessus selon le deuxième aspect de la présente invention.According to a third aspect, the present invention relates to an electric vehicle, for example of the automobile type, comprising a device as described above according to the second aspect of the present invention.

Selon un quatrième aspect, la présente invention concerne un programme d’ordinateur qui comporte des instructions adaptées pour l’exécution des étapes du procédé selon le premier aspect de la présente invention, ceci notamment lorsque le programme d’ordinateur est exécuté par au moins un processeur.According to a fourth aspect, the present invention relates to a computer program which comprises instructions adapted for the execution of the steps of the method according to the first aspect of the present invention, this in particular when the computer program is executed by at least one processor.

Un tel programme d’ordinateur peut utiliser n’importe quel langage de programmation, et être sous la forme d’un code source, d’un code objet, ou d’un code intermédiaire entre un code source et un code objet, tel que dans une forme partiellement compilée, ou dans n’importe quelle autre forme souhaitable.Such a computer program may use any programming language, and may be in the form of source code, object code, or code intermediate between source code and object code, such as in a partially compiled form, or in any other desirable form.

Selon un cinquième aspect, la présente invention concerne un support d’enregistrement lisible par un ordinateur sur lequel est enregistré un programme d’ordinateur comprenant des instructions pour l’exécution des étapes du procédé selon le premier aspect de la présente invention.According to a fifth aspect, the present invention relates to a computer-readable recording medium on which is recorded a computer program comprising instructions for carrying out the steps of the method according to the first aspect of the present invention.

D’une part, le support d’enregistrement peut être n'importe quel entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une mémoire ROM, un CD-ROM ou une mémoire ROM de type circuit microélectronique, ou encore un moyen d'enregistrement magnétique ou un disque dur.On the one hand, the recording medium may be any entity or device capable of storing the program. For example, the medium may include a storage medium, such as a ROM memory, a CD-ROM or a microelectronic circuit type ROM memory, or a magnetic recording medium or a hard disk.

D'autre part, ce support d’enregistrement peut également être un support transmissible tel qu'un signal électrique ou optique, un tel signal pouvant être acheminé via un câble électrique ou optique, par radio classique ou hertzienne ou par faisceau laser autodirigé ou par d'autres moyens. Le programme d’ordinateur selon la présente invention peut être en particulier téléchargé sur un réseau de type Internet.On the other hand, this recording medium may also be a transmissible medium such as an electrical or optical signal, such a signal being able to be conveyed via an electrical or optical cable, by conventional or hertzian radio or by self-directed laser beam or by other means. The computer program according to the present invention may in particular be downloaded from a network such as the Internet.

Alternativement, le support d'enregistrement peut être un circuit intégré dans lequel le programme d’ordinateur est incorporé, le circuit intégré étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé en question.Alternatively, the recording medium may be an integrated circuit in which the computer program is incorporated, the integrated circuit being adapted to perform or to be used in performing the method in question.

Selon un sixième aspect, la présente invention concerne un système de prédiction de consommation électrique d’un véhicule électrique, dit premier véhicule d’un ensemble de véhicules électriques comprenant un dispositif central en communication avec des véhicules électriques de l’ensemble de véhicules électriques, caractérisé en ce ledit dispositif central met en œuvre au moins une étape du procédé selon le premier aspect de la présente invention et chaque véhicule électrique de l’ensemble de véhicules électriques est un véhicule électrique selon le troisième aspect de la présente invention.According to a sixth aspect, the present invention relates to a system for predicting the electrical consumption of an electric vehicle, called the first vehicle of a set of electric vehicles comprising a central device in communication with electric vehicles of the set of electric vehicles, characterized in that said central device implements at least one step of the method according to the first aspect of the present invention and each electric vehicle of the set of electric vehicles is an electric vehicle according to the third aspect of the present invention.

Brief description of the figures

D’autres caractéristiques et avantages de la présente invention ressortiront de la description des exemples de réalisation particuliers et non limitatifs de la présente invention ci-après, en référence aux figures 1 à 4 annexées, sur lesquelles :Other characteristics and advantages of the present invention will emerge from the description of the particular and non-limiting exemplary embodiments of the present invention below, with reference to the appended figures 1 to 4, in which:

illustre schématiquement un système de prédiction de consommation électrique d’un véhicule électrique d’un ensemble de véhicules électriques, selon un exemple de réalisation particulier et non limitatif de la présente invention ; schematically illustrates a system for predicting the electrical consumption of an electric vehicle of a set of electric vehicles, according to a particular and non-limiting exemplary embodiment of the present invention;

illustre schématiquement un dispositif embarqué dans des véhicules électriques de la , selon un exemple de réalisation particulier et non limitatif de la présente invention ; schematically illustrates a device embedded in electric vehicles of the , according to a particular and non-limiting exemplary embodiment of the present invention;

illustre schématiquement un dispositif central, selon un exemple de réalisation particulier et non limitatif de la présente invention ; schematically illustrates a central device, according to a particular and non-limiting exemplary embodiment of the present invention;

illustre un organigramme des différentes étapes d’un procédé de prédiction de consommation électrique d’un véhicule électrique, dit premier véhicule d’un ensemble de véhicules électriques, selon un exemple de réalisation particulier et non limitatif de la présente invention. illustrates a flowchart of the different steps of a method for predicting the electrical consumption of an electric vehicle, called the first vehicle of a set of electric vehicles, according to a particular and non-limiting exemplary embodiment of the present invention.

Description des exemples de réalisationDescription of examples of implementation

Un procédé et un dispositif d’estimation de prédiction de consommation électrique d’un véhicule électrique d’un ensemble de véhicules électriques vont maintenant être décrits dans ce qui va suivre en référence conjointement aux figures 1 à 4. Des mêmes éléments sont identifiés avec des mêmes signes de référence tout au long de la description qui va suivre.A method and a device for estimating the prediction of the electrical consumption of an electric vehicle of a set of electric vehicles will now be described in the following with joint reference to FIGS. 1 to 4. The same elements are identified with the same reference signs throughout the description which follows.

illustre schématiquement un système 1 de prédiction de consommation électrique d’un véhicule électrique 101, dit premier véhicule, d’un ensemble 10 de véhicules électriques 101, 102, …, 10i, selon un exemple de réalisation particulier et non limitatif de la présente invention. schematically illustrates a system 1 for predicting the electrical consumption of an electric vehicle 101, called the first vehicle, of a set 10 of electric vehicles 101, 102, …, 10i, according to a particular and non-limiting exemplary embodiment of the present invention.

Le premier véhicule 101 appartient audit ensemble 10 de véhicules électriques.The first vehicle 101 belongs to said set 10 of electric vehicles.

L’ensemble 10 de véhicules électriques 10i regroupe des véhicules électriques de même marque, de même modèle et utilisant des mêmes batteries.The 10i electric vehicle group 10 groups together electric vehicles of the same make, model and using the same batteries.

L’ensemble 10 de véhicules électriques est dynamique c’est-à-dire que de nouveaux véhicules électriques peuvent être ajoutés ou supprimés de l’ensemble 10.The set 10 of electric vehicles is dynamic, meaning that new electric vehicles can be added or removed from the set 10.

Il est supposé par la suite que la plus part des batteries des véhicules électriques de l’ensemble 10 fonctionnent correctement et que si l’une d’entre elles est défectueuse elle est alors considérée comme une donnée aberrante.It is then assumed that most of the batteries in the electric vehicles in set 10 are functioning properly and that if one of them is defective it is then considered an outlier.

Chaque véhicule électrique 10i comporte un dispositif 2 mettant en œuvre une partie des étapes du procédé de prédiction de consommation électrique du premier véhicule électrique 101.Each electric vehicle 10i comprises a device 2 implementing part of the steps of the method for predicting the electrical consumption of the first electric vehicle 101.

Le système 1 comporte également un dispositif central 14.System 1 also includes a central device 14.

Le dispositif central 14 est distant du dispositif 2 embarqué dans chaque véhicule électrique 10i. Le dispositif central 14 communique avec un dispositif 2 par des moyens de communication tels qu’un élément d’interface d’un bloc 303 ou d’une interface de communication 304 du dispositif central 14 de la et un élément d’interface d’un bloc 203 ou d’une interface de communication 204 du dispositif 2 de la .The central device 14 is remote from the device 2 embedded in each electric vehicle 10i. The central device 14 communicates with a device 2 by communication means such as an interface element of a block 303 or a communication interface 304 of the central device 14 of the and an interface element of a block 203 or of a communication interface 204 of the device 2 of the .

La illustre l’exemple de dispositifs 2 qui communiquent avec le dispositif central 14 via une antenne relais 12 d’une infrastructure de réseau de communication 13. Les différents éléments de l’infrastructure de réseau de communication utilisés pour acheminer un message entre l’antenne 12 et le dispositif central 14 sont illustrés ici par un nuage (« cloud » en anglais). Les communications entre le dispositif central 14 et un dispositif 2 sont bidirectionnelles c’est-à-dire que les dispositifs 14 et 2 ainsi que les éléments de l’infrastructure de réseau de communication 13 sont adaptés pour que le dispositif central 14 puisse transmettre des informations à un dispositif 2 (communication descendante) et recevoir des informations transmises par un dispositif 2 (communication ascendante).There illustrates the example of devices 2 that communicate with the central device 14 via a relay antenna 12 of a communication network infrastructure 13. The different elements of the communication network infrastructure used to route a message between the antenna 12 and the central device 14 are illustrated here by a cloud. The communications between the central device 14 and a device 2 are bidirectional, that is to say that the devices 14 and 2 as well as the elements of the communication network infrastructure 13 are adapted so that the central device 14 can transmit information to a device 2 (downstream communication) and receive information transmitted by a device 2 (upstream communication).

illustre schématiquement un dispositif 2 embarqué dans les véhicules 10i de la , selon un exemple de réalisation particulier et non limitatif de la présente invention. Des exemples d’un tel dispositif 2 comprennent, sans y être limités, différents appareils électroniques tels qu’un téléphone intelligent (de l’anglais « smartphone »), une tablette, un ordinateur portable, un équipement électronique embarqué dans un des véhicules électriques 10i. Les éléments du dispositif 2, individuellement ou en combinaison, peuvent être intégrés dans un unique circuit intégré, dans plusieurs circuits intégrés, et/ou dans des composants discrets. Le dispositif 2 peut être réalisé sous la forme de circuits électroniques ou de modules logiciels (ou informatiques) ou encore d’une combinaison de circuits électroniques et de modules logiciels. Le dispositif 2 comprend un (ou plusieurs) processeur(s) 201 configurés pour l’exécution des instructions du ou des logiciels embarqués dans le dispositif 2. Le processeur 201 peut inclure de la mémoire intégrée, une interface d’entrée/sortie, et différents circuits connus de l’homme du métier. Le dispositif 2 comprend en outre au moins une mémoire 202, par une mémoire volatile at/ou non volatile et/ou comprend un dispositif de stockage mémoire qui peut comprendre de la mémoire volatile et/ou non volatile, telle que EEPROM, ROM, PROM, RAM, DRAM, SRAM, flash, disque magnétique ou optique. schematically illustrates a device 2 embedded in 10i vehicles of the , according to a particular and non-limiting exemplary embodiment of the present invention. Examples of such a device 2 include, but are not limited to, various electronic devices such as a smartphone, a tablet, a laptop, electronic equipment embedded in one of the electric vehicles 10i. The elements of the device 2, individually or in combination, can be integrated into a single integrated circuit, into several integrated circuits, and/or into discrete components. The device 2 can be produced in the form of electronic circuits or software (or computer) modules or even a combination of electronic circuits and software modules. The device 2 comprises one (or more) processor(s) 201 configured to execute the instructions of the software(s) embedded in the device 2. The processor 201 can include integrated memory, an input/output interface, and various circuits known to those skilled in the art. The device 2 further comprises at least one memory 202, by a volatile and/or non-volatile memory and/or comprises a memory storage device which can comprise volatile and/or non-volatile memory, such as EEPROM, ROM, PROM, RAM, DRAM, SRAM, flash, magnetic or optical disk.

Le code informatique comprenant les instructions à charger et exécuter par le processeur est par exemple stocké sur la mémoire ou le dispositif de stockage mémoire 202.The computer code comprising the instructions to be loaded and executed by the processor is for example stored in the memory or the memory storage device 202.

Selon un mode de réalisation particulier et non limitatif, le dispositif 2 comprend un bloc 203 d’éléments d’interface pour communiquer avec des dispositifs externes, par exemple le dispositif distant 14 ou une antenne relais 12. Les éléments d’interface du bloc 203 comprennent une ou plusieurs des interfaces suivantes :

interface radiofréquence RF, par exemple de type Bluetooth® ou Wi-Fi® ;
interface USB (de l’anglais « Universal Serial Bus » ou « Bus Universel en Série » en français) ;
interface HDMI (de l’anglais « High Definition Multimedia Interface », ou « Interface Multimedia Haute Definition » en français) ;
- interface RFID (de l’anglais Radio Frequency Identification).

According to a particular and non-limiting embodiment, the device 2 comprises a block 203 of interface elements for communicating with external devices, for example the remote device 14 or a relay antenna 12. The interface elements of the block 203 comprise one or more of the following interfaces:

RF radio frequency interface, for example Bluetooth® or Wi-Fi® type;
USB interface (from the English “Universal Serial Bus” or “Universal Serial Bus” in French);
HDMI interface (from the English “High Definition Multimedia Interface”);
- RFID interface (from the English Radio Frequency Identification).

Selon un autre mode de réalisation particulier, le dispositif 2 comprend une interface de communication 204 qui permet d’établir une communication avec d’autres dispositifs. L’interface de communication 204 correspond par exemple à un transmetteur configuré pour transmettre et recevoir des informations et/ou des données via un canal de communication 205. L’interface de communication 204 comprend par exemple un modem et/ou une carte réseau et le canal de communication peut par exemple être mis en œuvre dans un medium filaire et/ou sans fil.According to another particular embodiment, the device 2 comprises a communication interface 204 which makes it possible to establish communication with other devices. The communication interface 204 corresponds for example to a transmitter configured to transmit and receive information and/or data via a communication channel 205. The communication interface 204 comprises for example a modem and/or a network card and the communication channel can for example be implemented in a wired and/or wireless medium.

Des données sont par exemples échangées avec le dispositif central 14 en utilisant un réseau Wi-Fi® tel que selon IEEE 802.11 via un point d’accès. La communication entre un dispositif 2 embarqué dans un véhicule électrique et ce point d’accès peut alors s’établir selon un protocole de communication sans fil tel que Wifi® (selon IEEE 802.11), par exemple dans les bandes de fréquence à 2,4 ou 5 GHz, ou Bluetooth (selon IEEE 802.15.1), dans la bande de fréquence à 2,4 GHz. Le point d’accès sans fil peut également communiquer avec un autre point d’accès par une liaison filaire (ou « backbone » en anglais), par exemple du type MoCA (de l’anglais « Multimedia over Coax Alliance » ou en français « Alliance multimédia sur coax »), Ethernet, PLC (de l’anglais « Powerline Communication » ou en français CPL « Courants Porteurs en Ligne »), POF (de l’anglais « Plastic Optical Fiber » ou en français « Fibre optique plastique) ou encore ITU G.hn (correspondant au standard pour les technologies de réseaux domestiques de prochaine génération de ITU, de l’anglais « International Telecommunication Union » ou en français « Union internationale des télécommunications »).For example, data is exchanged with the central device 14 using a Wi-Fi® network such as according to IEEE 802.11 via an access point. Communication between a device 2 embedded in an electric vehicle and this access point can then be established according to a wireless communication protocol such as Wifi® (according to IEEE 802.11), for example in the 2.4 or 5 GHz frequency bands, or Bluetooth (according to IEEE 802.15.1), in the 2.4 GHz frequency band. The wireless access point can also communicate with another access point via a wired connection (or "backbone" in English), for example of the MoCA type (from the English "Multimedia over Coax Alliance" or in French "Alliance multimédia sur coax"), Ethernet, PLC (from the English "Powerline Communication" or in French CPL "Courants Porteurs en Ligne"), POF (from the English "Plastic Optical Fiber" or in French "Fibre optique plastique") or even ITU G.hn (corresponding to the standard for next-generation home network technologies from ITU, from the English "International Telecommunication Union" or in French "Union internationale des télécommunications").

Des données peuvent aussi être échangées avec le dispositif central 14 en utilisant un réseau cellulaire tel qu’un réseau 4G (ou LTE Advanced selon 3GPP release 10 – version 10) ou 5G via les antennes relais 107 et/ou 110.Data may also be exchanged with the central device 14 using a cellular network such as a 4G network (or LTE Advanced according to 3GPP release 10 – version 10) or 5G via the relay antennas 107 and/or 110.

Des données peuvent aussi être échangées avec le dispositif central 14 par lecture de « radio-étiquette » (de l’anglais RFID tag) alors apposée sur un élément des véhicules électriques 10i ou sur un équipement embarqué dans ces véhicules électriques 10i.Data can also be exchanged with the central device 14 by reading a “radio tag” (RFID tag) then affixed to an element of the 10i electric vehicles or to equipment on board these 10i electric vehicles.

L’interface de communication 204 peut également se comporter comme une interface d’un réseau sans fil ad hoc (aussi appelé WANET (de l’anglais « Wireless Ad Hoc Network ») ou MANET (de l’anglais « Mobile Ad Hoc Network »)) correspondant à un réseau sans fil décentralisé. Contrairement à un réseau centralisé qui s’appuie sur une infrastructure existante comprenant par exemple des routeurs ou des points d’accès reliés entre eux par une infrastructure filaire ou sans-fil, le réseau sans fil ad hoc est constitué de nœuds qui participent chacun au routage des données en retransmettant les données d’un nœud à l’autre, de l’émetteur vers le destinataire, en fonction de la connectivité du réseau et d’un algorithme de routage. Le réseau sans fil ad hoc correspond avantageusement à un réseau véhiculaire ad hoc (ou VANET, de l’anglais « Vehicular Ad hoc NETwork ») ou à un réseau véhiculaire ad hoc intelligent (ou InVANET, de l’anglais « Intelligent Vehicular Ad hoc NETwork »). Dans un tel réseau, deux véhicules électriques ou plus embarquant chacun un nœud, c’est-à-dire une interface de communication 204 se comportant comme une interface WANET ou MANET, peuvent communiquer entre eux dans le cadre d’une communication véhicule électrique à véhicule électrique V2V (de l’anglais « vehicle-to-vehicle ») ; ou d’une communication véhicule électrique à infrastructure V2I (de l’anglais « vehicle-to-infrastructure »). Chaque véhicule électrique peut également communiquer avec un ou des piétons équipés de dispositifs mobiles (par exemple un téléphone intelligent (de l’anglais « Smartphone »)) dans le cadre d’une communication véhicule électrique à piéton V2P (de l’anglais « vehicle-to-pedestrian »).The communication interface 204 can also behave as an interface of an ad hoc wireless network (also called WANET (from the English “Wireless Ad Hoc Network”) or MANET (from the English “Mobile Ad Hoc Network”)) corresponding to a decentralized wireless network. Unlike a centralized network which relies on an existing infrastructure comprising for example routers or access points connected to each other by a wired or wireless infrastructure, the ad hoc wireless network is made up of nodes which each participate in the routing of data by retransmitting the data from one node to another, from the transmitter to the recipient, according to the connectivity of the network and a routing algorithm. The ad hoc wireless network advantageously corresponds to an ad hoc vehicular network (or VANET, from the English “Vehicular Ad hoc NETwork”) or to an intelligent ad hoc vehicular network (or InVANET, from the English “Intelligent Vehicular Ad hoc NETwork”). In such a network, two or more electric vehicles each carrying a node, i.e. a communication interface 204 behaving as a WANET or MANET interface, can communicate with each other in the context of an electric vehicle-to-electric vehicle (V2V) communication (from the English “vehicle-to-vehicle”); or an electric vehicle-to-infrastructure (V2I) communication (from the English “vehicle-to-infrastructure”). Each electric vehicle can also communicate with one or more pedestrians equipped with mobile devices (for example a smartphone) in the context of an electric vehicle-to-pedestrian (V2P) communication (from the English “vehicle-to-pedestrian”).

Selon une variante, un nœud du réseau sans fil ad hoc est relié à l’infrastructure de réseau de communication 13 via une connexion filaire et/ou sans fil. Le nœud peut ainsi faire office de relais entre cette infrastructure de réseau de communication et un véhicule électrique 10i. Une antenne relais 12 peut également mettre en œuvre une interface d’un réseau sans fil ad hoc. Un telle antenne assure donc le lien entre le réseau ad hoc et l’infrastructure de réseau de communication 13 dont elle fait partie.According to one variant, a node of the ad hoc wireless network is connected to the communication network infrastructure 13 via a wired and/or wireless connection. The node can thus act as a relay between this communication network infrastructure and an electric vehicle 10i. A relay antenna 12 can also implement an interface of an ad hoc wireless network. Such an antenna therefore ensures the link between the ad hoc network and the communication network infrastructure 13 of which it is a part.

Les dispositifs 2 embarqués dans les véhicules électriques 10i peuvent ainsi communiquer avec le dispositif central 14 via au moins un nœud d’un réseau ad hoc sans fil en utilisant des technologies de communication telles que l’ITS G5 (de l’anglais « Intelligent Transportation System G5 » ou en français « Système de transport intelligent G5 ») en Europe ou DSRC (de l’anglais « Dedicated Short Range Communications » ou en français « Communications dédiées à courte portée ») aux Etats-Unis d’Amérique qui reposent tous les deux sur le standard IEEE 802.11p ou encore la technologie basée sur les réseaux cellulaires nommée C-V2X (de l’anglais « Cellular - Vehicle to Everything » ou en français « Cellulaire – Véhicule électrique vers tout ») qui s’appuie sur la 4G basé sur LTE (de l’anglais « Long Term Evolution » ou en français « Evolution à long terme ») et bientôt la 5G.The devices 2 embedded in the electric vehicles 10i can thus communicate with the central device 14 via at least one node of a wireless ad hoc network using communication technologies such as ITS G5 (from the English “Intelligent Transportation System G5”) in Europe or DSRC (from the English “Dedicated Short Range Communications”) in the United States of America which are both based on the IEEE 802.11p standard or even the technology based on cellular networks called C-V2X (from the English “Cellular - Vehicle to Everything”) which is based on 4G based on LTE (from the English “Long Term Evolution”) and soon 5G.

Selon un mode de réalisation particulier supplémentaire, le dispositif 2 peut fournir des signaux de sortie à un ou plusieurs dispositifs externes, tels qu’un écran d’affichage 206, un ou des haut-parleurs 207 et/ou d’autres périphériques 208 via respectivement des interfaces de sortie 209, 210 et 211. Selon une variante, l’un ou l’autre des dispositifs externes est intégré au dispositif 2. L’écran d’affichage 206 correspond par exemple à un écran, tactile ou non.According to an additional particular embodiment, the device 2 can provide output signals to one or more external devices, such as a display screen 206, one or more speakers 207 and/or other peripherals 208 via output interfaces 209, 210 and 211 respectively. According to a variant, one or other of the external devices is integrated into the device 2. The display screen 206 corresponds for example to a screen, touch-sensitive or not.

illustre schématiquement un dispositif central 14, selon un exemple de réalisation particulier et non limitatif de la présente invention. Des exemples d’un tel dispositif central 14 comprennent, sans y être limités, différents appareils électroniques tels qu’un ou plusieurs ordinateurs ou serveurs, un ou plusieurs calculateurs. Les éléments du dispositif central 14, individuellement ou en combinaison, peuvent être intégrés dans un unique circuit intégré, dans plusieurs circuits intégrés, et/ou dans des composants discrets. Le dispositif central 14 peut être réalisé sous la forme de circuits électroniques ou de modules logiciels (ou informatiques) ou encore d’une combinaison de circuits électroniques et de modules logiciels. Le dispositif central 14 comprend un (ou plusieurs) processeur(s) 301 configurés pour l’exécution des instructions du ou des logiciels embarqués dans le dispositif central 14. Le processeur 301 peut inclure de la mémoire intégrée, une interface d’entrée/sortie, et différents circuits connus de l’homme du métier. Le dispositif central 14 comprend en outre au moins une mémoire 302, par une mémoire volatile at/ou non volatile et/ou comprend un dispositif de stockage mémoire qui peut comprendre de la mémoire volatile et/ou non volatile, telle que EEPROM, ROM, PROM, RAM, DRAM, SRAM, flash, disque magnétique ou optique. schematically illustrates a central device 14, according to a particular and non-limiting exemplary embodiment of the present invention. Examples of such a central device 14 include, but are not limited to, various electronic devices such as one or more computers or servers, one or more calculators. The elements of the central device 14, individually or in combination, can be integrated in a single integrated circuit, in several integrated circuits, and/or in discrete components. The central device 14 can be implemented in the form of electronic circuits or software (or computer) modules or even a combination of electronic circuits and software modules. The central device 14 comprises one (or more) processor(s) 301 configured to execute the instructions of the software(s) embedded in the central device 14. The processor 301 can include integrated memory, an input/output interface, and various circuits known to those skilled in the art. The central device 14 further comprises at least one memory 302, by a volatile and/or non-volatile memory and/or comprises a memory storage device which can comprise volatile and/or non-volatile memory, such as EEPROM, ROM, PROM, RAM, DRAM, SRAM, flash, magnetic or optical disk.

Le code informatique comprenant les instructions à charger et exécuter par le processeur est par exemple stocké sur la mémoire ou le dispositif de stockage mémoire 302.The computer code comprising the instructions to be loaded and executed by the processor is for example stored in the memory or memory storage device 302.

Selon un mode de réalisation particulier et non limitatif, le dispositif central 14 comprend un bloc 303 d’éléments d’interface pour communiquer avec des dispositifs externes, par exemple un dispositif distant 2 ou une antenne relais 12. Les éléments d’interface du bloc 303 comprennent une ou plusieurs des interfaces suivantes :

According to a particular and non-limiting embodiment, the central device 14 comprises a block 303 of interface elements for communicating with external devices, for example a remote device 2 or a relay antenna 12. The interface elements of the block 303 comprise one or more of the following interfaces:

Selon un autre mode de réalisation particulier, le dispositif central 14 comprend une interface de communication 304 qui permet d’établir une communication avec d’autres dispositifs. L’interface de communication 304 correspond par exemple à un transmetteur configuré pour transmettre et recevoir des informations et/ou des données via un canal de communication 305. L’interface de communication 304 comprend par exemple un modem et/ou une carte réseau et le canal de communication peut par exemple être mis en œuvre dans un medium filaire et/ou sans fil.According to another particular embodiment, the central device 14 comprises a communication interface 304 which makes it possible to establish communication with other devices. The communication interface 304 corresponds for example to a transmitter configured to transmit and receive information and/or data via a communication channel 305. The communication interface 304 comprises for example a modem and/or a network card and the communication channel can for example be implemented in a wired and/or wireless medium.

Des données sont par exemples échangées avec un dispositif 2 embarqué dans un véhicule électrique 10i ou 11j en utilisant un réseau Wi-Fi® tel que selon IEEE 802.11 via un point d’accès. La communication entre le dispositif central 14 et un point d’accès peut alors s’établir selon un protocole de communication sans fil tel que Wifi® (selon IEEE 802.11), par exemple dans les bandes de fréquence à 2,4 ou 5 GHz, ou Bluetooth (selon IEEE 802.15.1), dans la bande de fréquence à 2,4 GHz. Un point d’accès sans fil peut également communiquer avec un autre point d’accès par une liaison filaire (ou « backbone » en anglais), par exemple du type MoCA (de l’anglais « Multimedia over Coax Alliance » ou en français « Alliance multimédia sur coax »), Ethernet, PLC (de l’anglais « Powerline Communication » ou en français CPL « Courants Porteurs en Ligne »), POF (de l’anglais « Plastic Optical Fiber » ou en français « Fibre optique plastique) ou encore ITU G.hn (correspondant au standard pour les technologies de réseaux domestiques de prochaine génération de ITU, de l’anglais « International Telecommunication Union » ou en français « Union internationale des télécommunications »).For example, data is exchanged with a device 2 embedded in an electric vehicle 10i or 11j using a Wi-Fi® network such as according to IEEE 802.11 via an access point. Communication between the central device 14 and an access point can then be established according to a wireless communication protocol such as Wifi® (according to IEEE 802.11), for example in the 2.4 or 5 GHz frequency bands, or Bluetooth (according to IEEE 802.15.1), in the 2.4 GHz frequency band. A wireless access point can also communicate with another access point via a wired link (or "backbone"), for example MoCA (Multimedia over Coax Alliance), Ethernet, PLC (Powerline Communication), POF (Plastic Optical Fiber) or ITU G.hn (corresponding to the standard for next-generation home network technologies from ITU, from the English "International Telecommunication Union").

Des données sont par exemple échangées avec un dispositif 2 embarqué dans un véhicule électrique 10i en utilisant un réseau cellulaire tel qu’un réseau 4G (ou LTE Advanced selon 3GPP release 10 – version 10) ou 5G via les antennes relais 107 et/ou 110.Data is for example exchanged with a device 2 embedded in an electric vehicle 10i using a cellular network such as a 4G network (or LTE Advanced according to 3GPP release 10 – version 10) or 5G via the relay antennas 107 and/or 110.

Des données peuvent également être échangées avec un dispositif 2 embarqué dans un véhicule électrique 10i par lecture de « radio-étiquette » (de l’anglais RFID tag) alors apposée sur un élément des véhicules électriques 10i ou sur un équipement embarqué dans ces véhicules électriques 10i.Data can also be exchanged with a device 2 embedded in a 10i electric vehicle by reading a “radio tag” (RFID tag) then affixed to an element of the 10i electric vehicles or to equipment embedded in these 10i electric vehicles.

Selon un mode de réalisation particulier supplémentaire, le dispositif central 14 peut fournir des signaux de sortie à un ou plusieurs dispositifs externes, tels qu’un écran d’affichage 306, un ou des haut-parleurs 307 et/ou d’autres périphériques 308 via respectivement des interfaces de sortie 309, 310 et 311. Selon une variante, l’un ou l’autre des dispositifs externes est intégré au dispositif central 14. L’écran d’affichage 306 correspond par exemple à un écran, tactile ou non.According to an additional particular embodiment, the central device 14 can provide output signals to one or more external devices, such as a display screen 306, one or more speakers 307 and/or other peripherals 308 via output interfaces 309, 310 and 311 respectively. According to a variant, one or other of the external devices is integrated into the central device 14. The display screen 306 corresponds for example to a screen, touch-sensitive or not.

Le procédé est par exemple mis en œuvre partiellement par le dispositif central 14 et par le dispositif 2 embarqué dans chaque véhicule électrique 10i. Les véhicules électriques 10i sont en communication avec le dispositif central 14 tel que discuté précédemment.The method is for example implemented partially by the central device 14 and by the device 2 embedded in each electric vehicle 10i. The electric vehicles 10i are in communication with the central device 14 as discussed previously.

Dans une première étape 31, le dispositif central 14 obtient un modèle global M de prédiction de consommation électrique de véhicule électrique par trajet à partir de modèles locaux Mj de prédiction de consommation électrique de véhicule électrique par trajet et à partir de consommations électriques réelles d’au moins un véhicule électrique 10i suite à des trajets effectués par ledit au moins un véhicule électrique 10i.In a first step 31, the central device 14 obtains a global model M for predicting the electrical consumption of an electric vehicle per journey from local models Mj for predicting the electrical consumption of an electric vehicle per journey and from actual electrical consumption of at least one electric vehicle 10i following journeys made by said at least one electric vehicle 10i.

Chaque modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet est entrainé à partir de données relatives à des trajets effectués par un véhicule électrique de l’ensemble de véhicules électriques et à partir de consommations électriques réelles dudit véhicule électrique de l’ensemble de véhicules électriques pour effectuer lesdits trajets. Le dispositif 2 dudit véhicule électrique de l’ensemble de véhicules électriques étant en communication avec le dispositif central 14.Each local model Mj for predicting the electrical consumption of an electric vehicle per journey is trained from data relating to journeys made by an electric vehicle of the set of electric vehicles and from actual electrical consumptions of said electric vehicle of the set of electric vehicles for making said journeys. The device 2 of said electric vehicle of the set of electric vehicles being in communication with the central device 14.

Dans une deuxième étape 32, le dispositif central 14 émet des paramètres du modèle global M de prédiction de consommation électrique de véhicule électrique par trajet à destination du dispositif 2 de chaque véhicule électrique 10i.In a second step 32, the central device 14 emits parameters of the global model M for predicting the electrical consumption of the electric vehicle per journey to the device 2 of each electric vehicle 10i.

Dans une troisième étape 33, le dispositif 2 du premier véhicule 101 obtient une destination d’un trajet, dit premier trajet, à effectuer par le premier véhicule électrique 101.In a third step 33, the device 2 of the first vehicle 101 obtains a destination of a journey, called the first journey, to be carried out by the first electric vehicle 101.

Selon une variante, la destination du premier trajet est obtenue par un système de navigation embarqué du véhicule 101.According to one variant, the destination of the first journey is obtained by an on-board navigation system of the vehicle 101.

Selon une variante, la destination du premier trajet est entrée par un utilisateur via une interface homme machine en liaison avec le système de navigation.According to one variant, the destination of the first journey is entered by a user via a human-machine interface in connection with the navigation system.

Dans une quatrième étape 34, le dispositif 2 du premier véhicule électrique 101 obtient des données relatives au premier trajet en fonction de ladite destination obtenue.In a fourth step 34, the device 2 of the first electric vehicle 101 obtains data relating to the first journey based on said destination obtained.

Selon une variante, les données collectées par le premier véhicule électrique 10i sont au moins l’une des données suivantes :

une distance à couvrir pour rallier la destination du premier trajet par le premier véhicule 101 ;
une vitesse théorique du premier véhicule pour effectuer le premier trajet qui peut dépendre de l’état de la chaussée et/ou des conditions de circulation ;
une donnée représentative d’activation d’un système d’air conditionnée embarqué du premier véhicule 101 le long du premier trajet ;
une donnée représentative d’activation de phares du premier véhicule électrique 101 le long du premier trajet;
une donnée de température moyenne extérieure le long du premier trajet par le premier véhicule ;
une charge (poids) du premier véhicule 101 le long du premier trajet.

According to one variant, the data collected by the first 10i electric vehicle is at least one of the following data:

a distance to be covered to reach the destination of the first journey by the first vehicle 101;
a theoretical speed of the first vehicle to make the first journey which may depend on the state of the road and/or traffic conditions;
data representative of activation of an on-board air conditioning system of the first vehicle 101 along the first journey;
a data representative of activation of headlights of the first electric vehicle 101 along the first route;
an average outside temperature data along the first journey by the first vehicle;
a load (weight) of the first vehicle 101 along the first path.

Les données collectées par le premier véhicule 101 sont normalisées par des valeurs maximales.The data collected by the first vehicle 101 are normalized by maximum values.

Dans une cinquième étape 35, le dispositif 2 du premier véhicule électrique 101 obtient une estimée de consommation électrique du premier véhicule électrique 101 pour effectuer le premier trajet à partir du modèle global M de prédiction de consommation électrique de véhicule électrique par trajet et desdites données relatives au premier trajet obtenues. Lesdites données sont présentées en entrée du modèle global M qui fournit alors en sortie ladite estimée de consommation électrique du premier véhicule 101 pour effectuer le premier trajet.In a fifth step 35, the device 2 of the first electric vehicle 101 obtains an estimate of the electrical consumption of the first electric vehicle 101 for performing the first journey from the global model M for predicting the electrical consumption of the electric vehicle per journey and said data relating to the first journey obtained. Said data are presented as input to the global model M which then provides as output said estimate of the electrical consumption of the first vehicle 101 for performing the first journey.

Selon une variante, le procédé comporte en outre les étapes 36 et 37.According to a variant, the method further comprises steps 36 and 37.

Dans l’étape 36, le dispositif 2 du premier véhicule 101 obtient une consommation électrique réelle du premier véhicule 101 une fois que le premier véhicule électrique 101 à effectuer le premier trajet.In step 36, the device 2 of the first vehicle 101 obtains an actual electrical consumption of the first vehicle 101 after the first electric vehicle 101 has completed the first journey.

Dans l’étape 37, une valeur de performance de prédiction de consommation électrique du premier véhicule 101 est obtenue en calculant une différence entre l’estimée de consommation électrique du premier véhicule 101 pour effectuer le premier trajet et la consommation électrique réelle du premier véhicule 101 une fois que le premier véhicule électrique 101 à effectuer le premier trajet.In step 37, a power consumption prediction performance value of the first vehicle 101 is obtained by calculating a difference between the power consumption estimate of the first vehicle 101 for performing the first trip and the actual power consumption of the first vehicle 101 after the first electric vehicle 101 has performed the first trip.

Selon une variante, si la valeur de performance de prédiction de consommation électrique calculée est supérieure à une valeur seuil, dans une sixième étape 38, un actionneur du premier véhicule électrique 101 est activé pour indiquer qu’une phase de maintenance préventive du premier véhicule électrique 101 est à prévoir.According to a variant, if the calculated electricity consumption prediction performance value is greater than a threshold value, in a sixth step 38, an actuator of the first electric vehicle 101 is activated to indicate that a preventive maintenance phase of the first electric vehicle 101 is to be expected.

Selon une variante, un voyant ou une zone d’une interface homme machine embarqué du premier véhicule électrique 101 est actionné.According to one variant, an indicator light or a zone of an on-board human-machine interface of the first electric vehicle 101 is actuated.

Selon une variante, dans une étape 39, chaque modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet entrainé par le dispositif 2 du premier véhicule électrique 101 est mis à jour à partir de la consommation électrique réelle du premier véhicule 101 une fois que le premier véhicule électrique 101 à effectuer le premier trajet. Cette mise à jour consiste à lancer l’étape 31 c’est-à-dire l’apprentissage de chaque modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet entrainé par le dispositif 2 du premier véhicule électrique 101.According to a variant, in a step 39, each local model Mj for predicting the electrical consumption of an electric vehicle per journey driven by the device 2 of the first electric vehicle 101 is updated from the actual electrical consumption of the first vehicle 101 once the first electric vehicle 101 has made the first journey. This update consists of launching step 31, i.e. the learning of each local model Mj for predicting the electrical consumption of an electric vehicle per journey driven by the device 2 of the first electric vehicle 101.

Le modèle global M de prédiction de consommation électrique de véhicule électrique par trajet est obtenu de manière fédérée au sens défini par l’article de Brendan McMahan et al. intitulé « Communication-Efficient Learning of Deep Networks from Decentralized Data (In Aarti Singh and Jerry Zhu, editors, Proceedings of the 20th International Conference on Artificial Intelligence and Statistics, volume 54 of Proceedings of Machine Learning Research, pages 1273–1282. PMLR, 20–22 Apr 2017. pages 1, 2, 3).The global model M for predicting the electric vehicle power consumption per trip is obtained in a federated manner in the sense defined by the article by Brendan McMahan et al. entitled “Communication-Efficient Learning of Deep Networks from Decentralized Data (In Aarti Singh and Jerry Zhu, editors, Proceedings of the 20th International Conference on Artificial Intelligence and Statistics, volume 54 of Proceedings of Machine Learning Research, pages 1273–1282. PMLR, 20–22 Apr 2017. pages 1, 2, 3).

Selon un exemple de réalisation particulier et non limitatif, l’obtention (étape 31), par le dispositif central 14, du modèle global M de prédiction de consommation électrique de véhicule électrique par trajet comprend les étapes 310 à 314.According to a particular and non-limiting exemplary embodiment, the obtaining (step 31), by the central device 14, of the global model M for predicting the electrical consumption of an electric vehicle per journey comprises steps 310 to 314.

Dans l’étape 310, le dispositif central 14 transmet des paramètres d’un modèle local initial M0 de prédiction de consommation électrique de véhicule électrique par trajet à destination du dispositif 2 de chaque véhicule électrique 10i.In step 310, the central device 14 transmits parameters of an initial local model M0 for predicting the electrical consumption of an electric vehicle per journey to the device 2 of each electric vehicle 10i.

Dans l’étape 311, au moins un modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet est entrainé par le dispositif 2 d’au moins un véhicule électrique 10i (apprentissage dudit au moins un modèle local Mj par le dispositif 2 d’un véhicule 10i de l’ensemble de véhicules électriques).In step 311, at least one local model Mj for predicting the electrical consumption of an electric vehicle per journey is trained by the device 2 of at least one electric vehicle 10i (learning of said at least one local model Mj by the device 2 of a vehicle 10i of the set of electric vehicles).

Chaque modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet est entrainé par un véhicule électrique 10i à partir de données relatives à des trajets effectués par ledit véhicule électrique 10i et à partir de consommations électriques réelles dudit véhicule électrique 10i suite à un nombre prédéterminé de trajets effectués par ledit véhicule électrique 10i.Each local model Mj for predicting the electrical consumption of an electric vehicle per trip is trained by an electric vehicle 10i from data relating to trips made by said electric vehicle 10i and from actual electrical consumption of said electric vehicle 10i following a predetermined number of trips made by said electric vehicle 10i.

Dans l’étape 312, les paramètres dudit au moins un modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet entrainé (311) sont émis à destination du dispositif central 14. Les paramètres de chaque modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet entrainé sont émis par le dispositif 2 du véhicule électrique 10i qui a entrainé ce modèle local Mj.In step 312, the parameters of said at least one local model Mj for predicting the electrical consumption of an electric vehicle per trained journey (311) are sent to the central device 14. The parameters of each local model Mj for predicting the electrical consumption of an electric vehicle per trained journey are sent by the device 2 of the electric vehicle 10i which trained this local model Mj.

Ainsi, les paramètres de chaque modèle local Mj entrainé par le dispositif 2 d’un véhicule électrique 11j est émis à destination du dispositif central 14.Thus, the parameters of each local model Mj driven by the device 2 of an electric vehicle 11j are sent to the central device 14.

Dans l’étape 313, le dispositif central 14 détermine des paramètres du modèle global M de prédiction de consommation électrique de véhicule électrique par trajet à partir des paramètres dudit au moins un modèle local Mj reçus.In step 313, the central device 14 determines parameters of the global model M for predicting the electrical consumption of an electric vehicle per journey from the parameters of said at least one local model Mj received.

Selon une variante, les paramètres du modèle global M sont obtenus à partir des paramètres dudit au moins un modèle local Mj de prédiction de consommation électrique de véhicule électrique par trajet selon un procédé de moyennage des paramètres dudit au moins un modèle local Mj.According to a variant, the parameters of the global model M are obtained from the parameters of said at least one local model Mj for predicting the electrical consumption of an electric vehicle per journey according to a method of averaging the parameters of said at least one local model Mj.

Selon une variante, le procédé de moyennages des paramètres des modèles Mj est similaire à celui décrit à la section 2 de l’article suscité de Brendan McMahan et al.Alternatively, the procedure for averaging the parameters of the Mj models is similar to that described in section 2 of the aforementioned article by Brendan McMahan et al.

Dans l’étape 314, le dispositif central 14 émet au dispositif 2 de chaque véhicule électrique 10i, les paramètres du modèle global M obtenu et les étapes 311, 312, 313 and 314 sont itérées tant qu’une condition d’arrêt n’est pas vérifiée.In step 314, the central device 14 transmits to the device 2 of each electric vehicle 10i, the parameters of the global model M obtained and steps 311, 312, 313 and 314 are iterated as long as a stopping condition is not verified.

Selon une variante, un condition d’arrêt est vérifiée lorsqu’un nombre d’itérations maximum est atteint.Alternatively, a stopping condition is met when a maximum number of iterations is reached.

Selon une variante, une condition d’arrêt est vérifiée lorsqu’une variation des paramètres du modèle global M entre deux itérations successives est inférieure à une valeur seuil.According to one variant, a stopping condition is verified when a variation of the parameters of the global model M between two successive iterations is less than a threshold value.

Selon une variante, le dispositif 2 d’un véhicule électrique 10i entraine un modèle local Mj,n de prédiction de consommation électrique de véhicule électrique par trajet par niveau initial de charge de batterie dudit véhicule électrique 10i et le dispositif central 14 obtient autant de modèles globaux Mn de prédiction de consommation électrique de véhicule électrique par trajet que de niveaux initiaux de charge de batterie. L’index n appartient à un ensemble de valeurs entières 1 à N où N est un nombre de niveaux initiaux de charge de batterie.According to a variant, the device 2 of an electric vehicle 10i trains a local model Mj,n for predicting electric vehicle electrical consumption per journey per initial battery charge level of said electric vehicle 10i and the central device 14 obtains as many global models Mn for predicting electric vehicle electrical consumption per journey as there are initial battery charge levels. The index n belongs to a set of integer values 1 to N where N is a number of initial battery charge levels.

Selon une variante, les paramètres d’un modèle global Mn pour un niveau de charge initial donné sont obtenus à partir des paramètres d’au moins un modèle local Mj,n correspondant audit niveau de charge initial selon un procédé de moyennage des paramètres dudit au moins un modèle local Mj,n.According to a variant, the parameters of a global model Mn for a given initial load level are obtained from the parameters of at least one local model Mj,n corresponding to said initial load level according to a method of averaging the parameters of said at least one local model Mj,n.

Plusieurs modèles locaux Mj,n de prédiction de consommation électrique de véhicule électrique par trajet peuvent ainsi être entrainés par le dispositif 2 d’un véhicule électrique 10i, chacun correspondant à un niveau initial de charge de batterie du véhicule électrique 10i (étape 311). Les paramètres de chacun des modèles Mj,n sont émis au dispositif central 14 (étape 312) et le dispositif central 14 détermine N modèles globaux Mn de prédiction de consommation électrique de véhicule électrique par trajet à partir des modèles locaux Mj,n reçus (étape 313). Les paramètres des modèles globaux Mn sont émis à chaque véhicule électrique 10i (étape 314) et les étapes 311, 312, 313 et 314 sont itérées tant qu’une condition d’arrêt n’est pas vérifiée. Suite à un trajet (dit premier trajet) effectué par le premier véhicule électrique 101, le dispositif 2 du véhicule premier électrique 101 sélectionne l’un des modèles globaux Mn de prédiction de consommation électrique de véhicule électrique par trajet en fonction du niveau initial de charge de batterie au départ du premier trajet à effectuer. Le dispositif 2 du premier véhicule électrique 101 obtient (étape 33) une destination du premier trajet à effectuer par le premier véhicule électrique 101, obtient (34) des données relatives au premier trajet en fonction de la destination obtenue et obtient (35) une estimée de consommation électrique du premier véhicule électrique 101 pour effectuer le premier trajet.Several local models Mj,n for predicting the electric consumption of an electric vehicle per journey can thus be trained by the device 2 of an electric vehicle 10i, each corresponding to an initial battery charge level of the electric vehicle 10i (step 311). The parameters of each of the models Mj,n are transmitted to the central device 14 (step 312) and the central device 14 determines N global models Mn for predicting the electric consumption of an electric vehicle per journey from the local models Mj,n received (step 313). The parameters of the global models Mn are transmitted to each electric vehicle 10i (step 314) and the steps 311, 312, 313 and 314 are iterated as long as a stopping condition is not verified. Following a journey (called first journey) made by the first electric vehicle 101, the device 2 of the first electric vehicle 101 selects one of the global models Mn for predicting the electric vehicle's electrical consumption per journey based on the initial battery charge level at the start of the first journey to be made. The device 2 of the first electric vehicle 101 obtains (step 33) a destination of the first journey to be made by the first electric vehicle 101, obtains (34) data relating to the first journey based on the destination obtained and obtains (35) an estimate of the electrical consumption of the first electric vehicle 101 for making the first journey.

Par exemple, 10 modèles Mj,n (n=1 à 10) sont entrainés : Un premier modèle M1,j est entrainé pour un pourcentage de charge initial de la batterie compris en 1 et 10%, un deuxième modèle M2,j est entrainé pour un pourcentage de charge initial de la batterie compris en 11 et 20%, etc.For example, 10 models Mj,n (n=1 to 10) are trained: A first model M1,j is trained for an initial battery charge percentage between 1 and 10%, a second model M2,j is trained for an initial battery charge percentage between 11 and 20%, etc.

Selon une variante, un modèle local Mj ou Mj,n de prédiction de prédiction de consommation électrique de véhicule électrique par trajet et un modèle global M ou Mn de prédiction de consommation électrique de véhicule électrique par trajet est mis en œuvre par un réseau de neurones, encore appelé réseau de régression profonde (deep regression network en anglais). Les paramètres d’un modèle local Mj ou Mj,n et les paramètres d’un modèle global M ou Mn sont les paramètres internes du réseau de neurones.According to a variant, a local model Mj or Mj,n for predicting the electric consumption of an electric vehicle per trip and a global model M or Mn for predicting the electric consumption of an electric vehicle per trip is implemented by a neural network, also called a deep regression network. The parameters of a local model Mj or Mj,n and the parameters of a global model M or Mn are the internal parameters of the neural network.

Selon une variante, le réseau de neurones peut par exemple comporter trois couches de neurones. La première couche comporte autant de neurones que de données d’entrée. La deuxième couche est une couche cachée et pleinement connectée comportant 64 neurones et la troisième couche comporte un seul neurone correspondante à une donnée de sortie. Les couches de neurones utilisent une fonction d’activation ReLu (de l’anglais Rectified Linear unit, en français unité linéaire rectifiée qui permet, basiquement, de remplacer des résultats négatifs par zéro.Alternatively, the neural network may, for example, have three layers of neurons. The first layer has as many neurons as there are input data. The second layer is a hidden, fully connected layer with 64 neurons, and the third layer has a single neuron corresponding to an output data. The layers of neurons use a Rectified Linear Unit (ReLu) activation function, which basically replaces negative results with zero.

L’entrainement d’un modèle local Mj ou Mj,n consiste à déterminer des paramètres internes du réseau de neurones de manière à minimiser une fonction de coût définie en fonction de valeurs de consommations électriques de véhicules électriques fournies par le réseau de neurones lorsque des données collectées par un véhicule électrique 10i suite à des trajets effectués par le véhicule électrique 10i, et en fonction de valeurs de consommations électriques du véhicule électrique 10i telles qu’elles ont été enregistrées réellement à la suite de ces trajets.Training a local model Mj or Mj,n consists of determining internal parameters of the neural network so as to minimize a cost function defined as a function of electrical consumption values of electric vehicles provided by the neural network when data collected by an electric vehicle 10i following journeys made by the electric vehicle 10i, and as a function of electrical consumption values of the electric vehicle 10i as they were actually recorded following these journeys.

Bien entendu, la présente invention ne se limite pas aux exemples de réalisation décrits ci-avant mais s’étend à un procédé de prédiction de consommation électrique d’un véhicule électrique, dit premier véhicule d’un ensemble de véhicules électriques qui inclurait des étapes secondaires sans pour cela sortir de la portée de la présente invention. Il en serait de même d’un dispositif configuré pour la mise en œuvre d’un tel procédé.Of course, the present invention is not limited to the exemplary embodiments described above but extends to a method for predicting the electrical consumption of an electric vehicle, called the first vehicle of a set of electric vehicles, which would include secondary steps without thereby departing from the scope of the present invention. The same would apply to a device configured for implementing such a method.

La présente invention concerne également un véhicule électrique, par exemple automobile ou plus généralement un véhicule électrique autonome à moteur terrestre, comprenant le dispositif 2 de la .The present invention also relates to an electric vehicle, for example an automobile or more generally an autonomous electric vehicle with a land motor, comprising the device 2 of the .

Claims

Method for predicting the electrical consumption of an electric vehicle, called the first vehicle of a set of electric vehicles, for making a journey, called the first journey, said method comprising the following steps:
- obtaining (31), by a central device, a global model (M) for predicting the electrical consumption of an electric vehicle per journey from local models (Mj, Mj,n) for predicting the electrical consumption of an electric vehicle per journey and from actual electrical consumptions of at least one electric vehicle of the set of electric vehicles following journeys made by said at least one electric vehicle of the set of electric vehicles, each local model (Mj, Mj,n) for predicting the electrical consumption of an electric vehicle per journey being trained from data relating to journeys made by an electric vehicle of the set of electric vehicles and from actual electrical consumptions of said electric vehicle of the set of electric vehicles to make said journeys, a device (2) of said electric vehicle of the set of electric vehicles being in communication with the central device;
- transmission (32), by the central device (14), of parameters of the global model (M) for predicting the electrical consumption of an electric vehicle per journey to the device (2) of each electric vehicle in the set of electric vehicles;
- obtaining (33) by the device of the first vehicle, a destination of the first journey to be made by the first electric vehicle;
- obtaining (34), by the device (2) of the first electric vehicle, data relating to the first journey as a function of said destination obtained;
- obtaining (35), by the device (2) of the first electric vehicle, an estimate of the electrical consumption of the first electric vehicle for making the first journey from the global model (M) for predicting the electrical consumption of the electric vehicle per journey and said data relating to the first journey obtained.

The method of claim 1, which further comprises the steps of:
- obtaining (36), by the device (2) of the first vehicle, an actual electrical consumption of the first vehicle once the first electric vehicle has made the first journey;
- obtaining (37) a performance value of predicting the electrical consumption of the first vehicle by calculating a difference between the estimated electrical consumption of the first vehicle for performing the first journey and the actual electrical consumption of the first vehicle once the first electric vehicle has performed the first journey.

Method according to claim 2, which further comprises a step (39) of updating each local model (Mj, Mj,n) of prediction of electric vehicle electrical consumption per journey driven by the device (2) of the first electric vehicle from the actual electrical consumption of the first vehicle once the first electric vehicle has completed the first journey.

Method according to one of claims 1 to 3, for which the obtaining (31), by the central device (14), of the global model (M) for predicting the electrical consumption of an electric vehicle per journey comprises the following steps:
a) transmission (310), by the central device (14), of parameters of an initial local model for predicting the electrical consumption of an electric vehicle per journey to the device of each electric vehicle in the set of electric vehicles;
b) learning (311) at least one local model (Mj, Mj,n) for predicting the electrical consumption of an electric vehicle per journey by the device (2) of at least one electric vehicle of the set of electric vehicles, each local model (Mj, Mj,n) for predicting the electrical consumption of an electric vehicle per journey is trained by an electric vehicle of the set of electric vehicles from data relating to journeys made by said electric vehicle of the set of electric vehicles and from actual electrical consumptions of said electric vehicle of the set of electric vehicles following a predetermined number of journeys made by said electric vehicle of the set of electric vehicles;
c) transmission (312) of the parameters of said at least one local model (Mj, Mj,n) for predicting the electrical consumption of an electric vehicle per trained journey to the central device (14), the parameters of each local model (Mj) for predicting the electrical consumption of an electric vehicle per trained journey are transmitted by the device (2) of the electric vehicle of the set of electric vehicles which trained said local model (Mj) for predicting the electrical consumption of an electric vehicle per journey;
d) determination (313) by the central device (14), of the parameters of the global model (M) for predicting the electrical consumption of an electric vehicle per journey from the parameters of said at least one local model (Mj, Mj,n) for predicting the electrical consumption of an electric vehicle per journey received;
e) transmission (314), by the central device (14) and to the device (2) of each electric vehicle of the set of electric vehicles, of the parameters of the global model (M) for predicting the electric consumption of the electric vehicle per journey obtained and steps b), c) d), and e) are iterated as long as a stopping condition is not verified.

Method according to one of claims 1 to 4, for which the device (2) of an electric vehicle of the set of vehicles trains a local model (Mj,n) for predicting electric vehicle electrical consumption per journey per initial battery charge level of said electric vehicle of the set of electric vehicles and the central device (14) obtains as many global models (Mn) for predicting electric vehicle electrical consumption per journey as there are initial battery charge levels.

Computer program comprising instructions for implementing the method according to any one of the preceding claims, when these instructions are executed by a processor.

Computer-readable recording medium on which is recorded a computer program comprising instructions for carrying out the steps of the method according to one of claims 1 to 5.

Device (2) comprising a memory (201) associated with at least one processor (200) configured for the implementation of at least one step of the method according to any one of claims 1 to 5.

Electric vehicle (10i, 11j) comprising the device (2) according to claim 8.

System (1) for predicting the electrical consumption of an electric vehicle, said first vehicle of a set of electric vehicles comprising a central device (14) being in communication with electric vehicles of the set of electric vehicles, characterized in that said central device (14) implements at least one step of the method according to one of claims 1 to 5 and each electric vehicle of the set of electric vehicles is an electric vehicle according to claim 9.