1、構建高精度能耗估計模型，提高電動汽車出行可靠性，是短期內可實現(xiàn)緩解駕駛員里程焦慮的最佳措施，是電動汽車電量消耗需求時間-空間分布預測的重要基礎，是充電站（樁）等基礎設施合理布局規(guī)劃中至關重要的一環(huán)。
　　本研究基于日本愛知縣電動汽車大規(guī)模長期實際出行數(shù)據(jù)，克服數(shù)據(jù)采集頻率低、信息不全面，潛在異質特征影響模型精度，溫度等駕駛環(huán)境信息缺失等建模難點，以出行（trip）能耗為單位，匹配出行路徑中坡度信息，探究異質特征規(guī)律，首次匹配了每輛

2、車每次出行的環(huán)境溫度數(shù)據(jù)，融合多種顆粒度、不同維度和不同類型的多源數(shù)據(jù)，同時考慮車輛動力學共性及電動汽車特性，構建能耗估計模型。提高了基于稀疏觀測數(shù)據(jù)的出行能耗估計精度和可信度。結果顯示，公司車輛與私人車輛的出行行為及活動特征存在一定差異，不同車輛間能耗特征異質性顯著存在；出行駕駛習慣的差異導致能耗特征的差異，相關變量的隨機系數(shù)設定能夠有效解釋能耗特征的異質性；多種模型標定方法估計結果顯示，本研究提出模型能夠顯著提高電動汽車出行能耗估計

3、精度，多層混合效應回歸模型因其在個體異質效應建模方面的優(yōu)勢，對本研究能耗模型的擬合效果最佳；空調、電暖氣的使用在電動汽車出行能耗中占有相當?shù)谋壤?，單位時間內電暖氣消耗的電能大于空調，這與傳統(tǒng)燃油汽車結果迥然不同；出行環(huán)境溫度對出行能耗的影響效應為溫度的三次函數(shù)。不同坡度對能耗的貢獻并非以原點為中心的點對稱分布，受車輛制動回收系統(tǒng)效率和電池輸入電壓的限制，下坡時回收的能量明顯小于同坡度上坡消耗能量。通過交互效應分析，可知外界環(huán)境溫度對空調