实时燃料消耗估算的制作方法

实时燃料消耗估算的制作方法
【专利摘要】本发明公开了实时燃料消耗估算。在特定示例中，运转车辆的发动机、电机和电池使得大体上保持电池的荷电状态同时实时估算燃料消耗并且通过使用路线分段和预测的平均功率计算将燃料消耗最小化。
【专利说明】实时燃料消耗估算

【技术领域】
[0001] 本发明涉及混合动力电动车辆燃料消耗的管理。

【背景技术】
[0002] 混合动力电动车辆（HEV)通过使用内燃发动机消耗燃料能量而运转以带动发电 机，将产生的电能存储在电池中。HEV系统还可以通过使用车辆的动能带动发电机机来 回收动能，随后将产生的电能存储在电池中。在HEV系统中燃料是主要能量源。插电式 电动混合动力车辆（PHEV)是现有混合动力电动车辆（HEV)的延伸，具有增加的能量柔性 (flexibility)。PHEV利用比标准HEV容量大的电池组并且PHEV具有两个能量源，燃料和 来自电力网的电能。
[0003] HEV控制系统的目标是最小化能量运转成本和排放且不影响车辆的驾驶性能和系 统约束。标准的能量管理控制（EMC)策略传统上设计成以电动驱动模式运转HEV，其中仅以 电动马达运转车辆以在以发动机和电动马达两者来运转车辆的混合运转模式中最大化电 池电力输出。


【发明内容】

[0004] 根据本发明的一个方面，提供一种混合动力电动车辆。该混合动力电动车辆可以 包括发动机、电机、电池和至少一个控制器。至少一个控制器可以运转发动机和电机使得大 体上保持电池的荷电状态同时优化车辆控制以将预定路线上的燃料消耗最小化。
[0005] 根据本发明的一个实施例，预测燃料消耗值中的一者是预测燃料消耗值中的最小 值。
[0006] 根据本发明的一个实施例，预测的平均轮上功率需求基于路段的坡度分布。
[0007] 根据本发明的一个实施例，预测的平均轮上功率需求基于路段预测的车速。
[0008] 根据本发明的一个实施例，潜在的电池功率需求基于路段开始时电池的荷电状 态。
[0009] 根据本发明的一个实施例，潜在的电池功率需求基于路段结束时电池的荷电状 态。
[0010] 根据本发明的一个实施例，形成路段使得每个路段具有基本恒定的道路坡度、基 本恒定的车辆加速度和动力传动系统运转模式。
[0011] 根据本发明的另一方面，提供一种车辆，包含：发动机；电机；以及至少一个控制 器，配置用于对形成车辆的路线的多个路段中的每个路段根据选择的与多个预测燃料消耗 值中的最小值关联的电池荷电状态设置点来运转发动机和电机，其中预测燃料消耗值中的 每者与足以满足预测总功率需求的发动机功率和电机功率的特定组合相关联，并且其中预 测总功率需求基于路段预测的平均轮上功率需求和预测的平均电池功率需求。
[0012] 根据本发明的一个实施例，预测的平均轮上功率需求基于路段的坡度分布。
[0013] 根据本发明的一个实施例，预测的平均轮上功率需求基于对路段预测的车速。
[0014] 根据本发明的一个实施例，进一步包含电池，其中预测的平均电池功率需求基于 路段开始时电池的荷电状态和路段结束时电池的荷电状态。

【专利附图】

【附图说明】
[0015] 图1是基于路线预测的能量管理控制系统的流程图；
[0016] 图2说明能量管理控制系统的高级控制的框图；
[0017] 图3说明基于双平均功率的燃料消耗计算的流程图；
[0018] 图4说明预定路线分段的方法的示例；
[0019] 图5是示例混合动力电动动力传动系统配置的示意图。

【具体实施方式】
[0020] 根据需要，本说明书中公开了本发明的具体实施例；然而，应理解公开的实施例仅 为本发明的示例，其可以以多种替代形式实施。附图无需按比例绘制；可放大或缩小一些特 征以显示特定部件的细节。所以，此处所公开的具体结构和功能细节不应解释为限定，而仅 为教导本领域技术人员以多种形式实施本发明的代表性基础。
[0021] 可以使用给定路线的路线信息和路线预测通过计划沿线的电池荷电状态（SOC) 的设置点（setpoints)来优化HEV的燃料经济性。这种优化的一种策略可以通过查看总体 路线、优化路线上的每个点并向动力传动系统控制模块（PCM)提供基于优化运转的信号来 执行。
[0022] -种沿路线计划电池 SOC设置点的方法是用于HEV实时能量管理的取决于路线的 滚动时域控制（receding horizon control)。这允许通过最小化代表预定行驶状况中计划 路线的燃料消耗的成本函数而使系统获取最优的电池 SOC计划。图1说明一种将优化HEV 控制的问题分成两个水平的方法。高水平控制（能量管理优化101)基于包括但不限于路 线预测、道路信息、物理参数以及整体的系统约束的输入来确定电池 SOC沿路线的希望设 置点之类的控制。低水平控制（车辆控制102)追踪电池 SOC设置点并产生希望的车辆运 转参数（例如，电池系统功率、发动机功率、发动机转速和发动机运转）。这些中间变量允 许车辆控制102计算发送至车辆103的扭矩需求，并且特别地发送用于控制发动机和电机 的扭矩需求，并且提供车辆状态的反馈从而改善燃料经济性。将请求的扭矩（发动机扭矩 、发电机扭矩和马达扭矩TmJ通信至车辆并将车辆运转数据至少反馈至能量管 理优化101和车辆控制102。车辆运转数据包括但不限于车速Vspd、电池荷电状态SOC和行 驶的距离。
[0023] 优化燃料消耗的方法可能需要高于嵌入的控制模块中可用计算带宽的计算量。解 决这种计算不足的一种方法可以是离线使用更强大的远程计算机系统来计算最优操作。可 能需要实时实施该控制算法。实时实施可以包括预测并处理交通、道路信息和驾驶员输入 并收集当前车辆状态（电池 S0C、车速等）的嵌入式控制模块。该实时实施数据的收集和处 理使得处理没有缓冲延迟并且其中输出代表并适应实时行驶状况。
[0024] 对于这种优化的实时实施，由于大量计算的要求使得确定路线中每时每刻的SOC 设置点可能不现实。解决该问题的一种方法是将路线划分成多段。一种划分路线的示例方 法是基于可用计算带宽按时间划分路线。这种方法的一个问题是没有考虑路线的特征。另 一种示例方法是将路线分解成具有相似特征和属性的多段。随后，可以基于优化对每段的 端点计划SOC设置点。第二种路线划分的示例显示了对于给定路线部分而言生成实时燃料 消耗估算方法的优点。
[0025] 图2是高水平控制能量管理优化101的方法的框图。给定的路线具有可用的预见 信息（preview information) 201，预见信息201可以包括但不限于车速、限速、交通数据、 时间和道路属性。预见信息201用于计算路线分段202。通过将连续路线分解成分离的路 线来执行路线分段202。路线分段之后，路线分段202信息传输至用于获取数据（比如最优 的电池 SOC设置点204)的滚动时域控制203,滚动时域控制203也解决动态规划（DP) 205 的问题。随着车辆的行驶，对剩余路线迭代执行滚动时域控制203直到到达目的地。每次 迭代时，可以计算用于当前路段的最优SOC设置点204。可以使用包括每个路段起点和终点 的电池 SOC的状态和控制变量（图3中的SOC1和SOC2)在数值上解决非线性DP问题。这 些状态和控制变量量化成有限的网格（finite grid)，并且在每个路段的网格点处计算燃料 消耗。
[0026] 燃料消耗的计算具有多个独特方面。一方面是该计算用于支持实时DP优化。例 如，在具有数量为η的路段、SOC网格点为m以及具有预定义的初始和最终维持的SOC值的 路线中，需要的实时燃料消耗计算的数量为：
[0027] (n-2) *m2+2*m
[0028] 上述方程式中，η和m的增加改善控制性能。然而，由于大量控制和计划点使得这 样的控制改善需要增加计算。图3显示了用于支持实时DP应用的具有显著较小计算负荷 的燃料消耗估算的方法。
[0029] 通过预测的路线信息、车速以及该段起点和终点处可能的电池 SOC实时计算路段 的燃料消耗是一种高效精确的方法。基于给定的未来路段的信息，该方法相近地复制确定 发动机运转点、提供从给定路段信息得出的需要输入来预测未来路段中发动机运转点并且 计算燃料消耗的预开发的能量管理策略。
[0030] 该燃料消耗估算的方法可以优选研究中的每个路段具有一致的加速度和道路坡 度。燃料消耗计算优选将每个路段分类成两种可能的动力传动系统模式中的一种，并且每 个路段中的动力传动系统运转模式没有转变。如果给定路段不满足这些条件，则在估算燃 料消耗之前需要执行路线的重新分段。
[0031] 如图3中说明的路线分段，至燃料消耗估算的输入301包括但不限于ti、t2、 Vl、 ν2、θ、SOC1、SOC2，其中h是路段开始处的时间、t2是路段结束的时间、V 1是路段开始时的 车速、V2是路段结束时的车速、Θ是该路段的平均道路坡度、SOC1是路段开始时的电池 SOC 而SOC2是路段结束时的电池 S0C。在SOC1处开始且在SOC2处结束的该路段期间电池 SOC 分布称为电池电荷分布。基于路段的优选，可以合理假设每个路段具有恒定的车辆加速度 以及线性的SOC分布。在非线性SOC分布或者二次曲线（quadratic) SOC分布的情况下，可 以预见进一步增加或减小的加速度或组合加速度，需要路线的重新分段以简化每个路段的 平均功率估算。
[0032] -个路段的燃料消耗估算基于301处给定的输入，包括但不限于时间、速率、电池 荷电状态以及道路特征（即地图数据、道路属性（道路坡度和道路表面）、实时及历史的交 通信息、驾驶员过去的驾驶历史等）。随后在框302处检查该路段的动力传动系统的运转模 式。如果运转模式是纯电能推进，那么不执行燃料消耗计算。如果运转模式是通过燃料能 量和电能的组合或者纯燃料能量来推进车辆，那么算法继续以计算预测的燃料消耗。执行 303处预测的驾驶员需求的平均轮上功率的计算以及304处平均电池功率的计算并将其组 合来计算希望的发动机功率。
[0033] 执行平均功率计算来提供该路段上未来轮上功率需求和可能的电池功率使用的 估算。基于车辆动态和电池的等效电路模型来离线获取用于计算每个路段的平均轮上功率 和电池功率的分析方程式。
[0034] 基于上文描述的输入和分段，该方法在305处考虑每个路段的功率平衡从平均轮 上功率和平均电池功率估算平均发动机功率。使用平均电池功率和平均轮上功率显著减小 了计算负荷并允许实时执行该计算。
[0035] 用于303处平均轮上功率的示例计算可以基于考虑空气动力阻力、道路坡度、车 辆加速度、滚动阻力和车轮轴承损失的车辆动态模型。下面是用于平均轮上功率的分析方 程式的不例：

【权利要求】
1. 一种车辆，包含： 发动机； 电机；以及 至少一个控制器，配置用于对形成所述车辆的路线的多个路段中的每个路段根据选择 的与所述发动机的预测燃料消耗关联的电池荷电状态设置点来运转所述发动机和电机，所 述发动机的预测燃料消耗基于对所述路段预测的平均轮上功率需求和潜在的平均电池功 率需求。
2. 根据权利要求1所述的车辆，其特征在于，所述预测燃料消耗是发动机在所述路段 的多个预测燃料消耗中的最小值。
3. 根据权利要求2所述的车辆，其特征在于，所述多个预测燃料消耗中的每者与足以 满足所述路段中预测的驾驶员需求的发动机功率和电机功率的特定组合相关联。
4. 根据权利要求2所述的车辆，其特征在于，所述多个预测燃料消耗中的每者与从能 量管理优化中的能量管理策略获取的预测的发动机转速相关联，并且在车辆控制中使用能 量管理策略以获取当前的发动机转速。
5. 根据权利要求1所述的车辆，其特征在于，所述预测的平均轮上功率需求基于所述 路段的坡度分布。
6. 根据权利要求1所述的车辆，其特征在于，所述预测的平均轮上功率需求基于所述 路段预测的车速。
7. 根据权利要求1所述的车辆，进一步包含电池，其中所述潜在的平均电池功率需求 基于所述路段开始时所述电池的荷电状态。
8. 根据权利要求1所述的车辆，进一步包含电池，其中所述潜在的平均电池功率需求 基于所述路段结束时所述电池的荷电状态。
9. 根据权利要求1所述的车辆，其特征在于，形成所述路段使得每个路段具有基本恒 定的道路坡度、基本恒定的车辆加速度和动力传动运转模式。 10?-种运转混合动力电动动力传动系统的方法，包含： 对于形成路线的多个路段中的每个路段， 产生用于足以满足预测总功率需求的发动机功率和电机功率组合的多个预测燃料消 耗值，其中所述预测总功率需求基于所述路段的预测的平均轮上功率需求和潜在的电池功 率需求； 选择与所述预测燃料消耗值中的一者相关联的电池荷电状态设置点；以及 根据所述电池荷电状态设置点来运转电动马达、电动发电机和发动机以减小所述发动 机在所述路线上消耗的燃料。
【文档编号】B60W10/06GK104340218SQ201410353857
【公开日】2015年2月11日 申请日期:2014年7月22日 优先权日:2013年8月6日
【发明者】赵亚男, 邝明朗, 安东尼·马克·菲利普斯 申请人:福特全球技术公司