首页 / 专利库 / 电池与电池 / 荷电状态 / 控制混合动力电动车辆的方法和装置

控制混合动电动车辆的方法和装置

阅读:1028发布:2020-05-23

专利汇可以提供控制混合动电动车辆的方法和装置专利检索,专利查询,专利分析的服务。并且本 发明 提供一种用于控制混合动 力 电动车 辆的方法和装置。所述装置包括:导航装置,其提供与道路坡度、速度极限,以及道路上的交通速度有关的信息。 加速 器 踏板 位置 检测器检测加速器踏板的位置,并且 制动 踏板位置检测器检测制动踏板的位置;车辆速度检测器检测车辆的速度, 荷电状态 (SOC)检测器检测 电池 的SOC,并且档位检测器检测当前接合档位。 控制器 基于所述导航装置、所述加速器踏板位置检测器、所述制动踏板位置检测器、所述车辆速度检测器,所述SOC检测器,以及所述档位检测器的 信号 来操作所述混合动力车辆。,下面是控制混合动电动车辆的方法和装置专利的具体信息内容。

1.一种用于控制混合动电动车辆的方法,所述方法包括以下步骤:
通过控制器,设置从所述混合动力电动车辆的当前位置朝向目的地的路线;
通过所述控制器,基于与所述路线的海拔高度有关的信息,设置多个路段;
通过所述控制器,基于每个路段的距离、每个路段的平均有效坡度,以及每个路段的平均有效车辆速度,计算每个路段的预期驱动力;
通过所述控制器,基于所述每个路段的平均有效坡度和所述每个路段的平均有效车辆速度,确定每个路段的预期档位;
通过所述控制器,基于所述每个路段的预期驱动力和每个路段的预期档位,计算每个路段的预期驾驶者需求扭矩
通过所述控制器,基于所述每个路段的平均有效车辆速度和所述每个路段的预期档位,计算每个路段的变速器的预期输入速度;
通过所述控制器,参考发动机的最优工作点,从所述每个路段的预期驾驶者需求扭矩来计算每个路段的发动机的需求扭矩和每个路段的电动机的需求扭矩;
通过所述控制器,基于参考所述发动机的最优工作点计算的所述每个路段的电动机的需求扭矩与所述每个路段的变速器的预期的输入速度,来计算每个路段的电动机的需求功率;
通过所述控制器,基于参考所述发动机的最优工作点计算的所述每个路段的电动机的需求功率来计算每个路段的荷电状态SOC增益;
通过所述控制器,基于参考所述发动机的最优工作点计算的所述每个路段的SOC增益,计算每个路段的第一虚拟SOC趋势线;
通过所述控制器,基于所述第一虚拟SOC趋势线和所述每个路段的变速器的预期输入速度来计算每个路段的电动机的可用扭矩;
通过所述控制器,基于所述每个路段的预期驾驶者需求扭矩和所述每个路段的电动机的可用扭矩来计算每个路段的电动机的可用扭矩的极限;
通过所述控制器,基于所述每个路段的电动机的可用扭矩的极限来计算每个路段的可用SOC;
通过所述控制器,设置最小化在所述多个路段中的所述发动机的累积做功的目标函数;
通过所述控制器,设置最小化在所述多个路段中的发动机的累积做功的第二虚拟SOC趋势线、每个路段的电动机的预期需求扭矩、发动机的预期需求扭矩,以及在所述多个路段中的累积驱动做功的约束函数;
通过所述控制器,确定满足所述目标函数和所述约束函数的设计变量,其中所述设计变量包括所述第二虚拟SOC趋势线、所述每个路段的电动机的预期需求扭矩,以及在所述多个路段中的电动机的累积做功;
通过所述控制器,基于所述每个路段的预期驾驶者需求扭矩和所述每个路段的电动机的预期需求扭矩,计算所述每个路段的发动机的预期需求扭矩;
通过所述控制器,基于所述每个路段的预期驾驶者需求扭矩、所述每个路段的发动机的预期需求扭矩,以及所述每个路段的电动机的预期需求扭矩来确定每个路段的混合动力电动车辆的预期驱动模式;
通过所述控制器,基于所述第二虚拟SOC趋势线、所述每个路段的平均有效坡度,以及所述每个路段的平均有效车辆速度来确定第一阈值线和第二阈值线;以及通过所述控制器,使用混合动力电动车辆的预期驱动模式、所述第一阈值线,以及所述第二阈值线来操作所述发动机和所述电动机。
2.根据权利要求1所述的方法,其中使用所述混合动力电动车辆的预期驱动模式、所述第一阈值线,以及所述第二阈值线操作所述发动机和所述电动机的步骤包括:
通过所述控制器,确定电池的当前的SOC是否处于所述第一阈值线和所述第二阈值线之间;
当所述电池的当前SOC处于所述第一阈值线和所述第二阈值线之间时,通过所述控制器,基于在当前时间的实际驾驶者需求扭矩和在当前路段的预期驾驶者需求扭矩之间的差值,以及在当前路段的电动机的预期需求扭矩来计算在当前时间的电动机需求扭矩;
通过所述控制器,基于在当前时间的实际驾驶者需求扭矩和在当前时间的电动机的需求扭矩,计算在当前时间的发动机的需求扭矩;以及
通过所述控制器,基于在当前时间的发动机的需求扭矩和在当前时间的电动机的需求扭矩来操作所述发动机和所述电动机。
3.根据权利要求2所述的方法,其中使用所述混合动力电动车辆的预期驱动模式、所述第一阈值线,以及所述第二阈值线来操作所述发动机和所述电动机的步骤包括:
当所述电池的当前SOC小于所述第一阈值线时,通过所述控制器计算第一增量SOC,其是所述电池的当前SOC和所述第一阈值线之间的差值;
通过所述控制器,基于所述第一增量SOC计算第一校正值;以及
通过所述控制器,使用所述第一校正值执行充电导向控制从而给所述电池充电。
4.根据权利要求3所述的方法,其中通过使用所述第一校正值来执行用于给所述电池充电的充电导向控制的步骤包括:
通过所述控制器,基于在当前时间的电动机的需求扭矩和所述第一校正值来计算在当前时间的电动机的校正需求扭矩;
通过所述控制器,基于在当前时间的实际驾驶者需求扭矩和在当前时间的电动机的校正的需求扭矩来计算在当前时间的发动机的校正的需求扭矩;以及
通过所述控制器,基于在当前时间的发动机的校正的需求扭矩和在当前时间的电动机的校正的需求扭矩来操作所述发动机和所述电动机。
5.根据权利要求2所述的方法,其中使用所述混合动力电动车辆的预期驱动模式、第一阈值线,以及第二阈值线来操作所述发动机和所述电动机的步骤包括:
当所述当前SOC大于所述第二阈值线时,通过所述控制器计算第二增量SOC,所述第二增量SOC是所述电池的当前SOC和所述第二阈值线之间的差值;
通过所述控制器,基于所述第二增量SOC计算第二校正值;以及
通过所述控制器,使用所述第二校正值执行放电导向控制来将所述电池放电。
6.根据权利要求5所述的方法,其中通过使用所述第二校正值来执行给电池放电的放电导向控制的步骤包括:
通过所述控制器,基于在当前时间的电动机的需求扭矩和所述第二校正值来计算当前时间的电动机的校正的需求扭矩;
通过所述控制器,基于在当前时间的实际驾驶者需求扭矩和在当前时间的电动机的校正的需求扭矩来计算在当前时间的发动机的校正的需求扭矩;以及
通过所述控制器,基于在当前时间的发动机的校正的需求扭矩和在当前时间的电动机的校正的需求扭矩来操作所述发动机和所述电动机。
7.根据权利要求1所述的方法,其中所述每个路段的平均有效坡度通过提取海拔高度的极值线性化海拔高度进行计算。
8.根据权利要求1所述的方法,其中平均有效车辆速度基于与所述路线上的速度极限有关的信息以及与所述路线上的交通车辆速度有关的信息进行计算。
9.根据权利要求1所述的方法,其中所述每个路段的SOC增益包括每个路段的放电SOC增益和每个路段的充电SOC增益,
当参考所述发动机的最优工作点计算的每个路段的电动机的需求扭矩是正值时,所述每个路段的放电SOC增益基于所述每个路段的电动机的需求功率、电动机的放电效率、所述每个路段的距离、所述每个路段的平均有效车辆速度,以及电池的额定功率进行计算,并且当参考所述发动机的最优工作点计算的每个路段的电动机的需求扭矩是负值时,所述每个路段的充电SOC增益基于所述每个路段的电动机的需求功率、电动机的充电效率、所述每个路段的距离、所述每个路段的平均有效车辆速度,以及所述电池的额定功率进行计算。
10.根据权利要求1所述的方法,其中所述每个路段的电动机的可用扭矩包括每个路段的电动机的放电可用扭矩和每个路段的电动机的充电可用扭矩,
所述每个路段的电动机的放电可用扭矩基于参考所述发动机的最优工作点计算的在每个路段的起点处的电池的SOC、所述电池的SOC的最小极限、所述每个路段的变速器的预期输入速度、所述电动机的放电效率、所述每个路段的距离、所述每个路段的平均有效车辆速度,以及所述电池的额定功率进行计算,并且
所述每个路段的电动机的充电可用扭矩基于参考所述发动机的最优工作点计算的在每个路段的起点处的电池的SOC、所述电池的SOC的最大极限、所述变速器的预期输入速度、所述电动机的充电效率、所述每个路段的距离、所述每个路段的平均有效车辆速度,以及所述电池的额定功率进行计算。
11.根据权利要求10所述的方法,其中所述每个路段的电动机的可用扭矩的极限包括每个路段的电动机的放电可用扭矩的极限,以及所述每个路段的电动机的充电可用扭矩的极限,
所述每个路段的电动机的放电可用扭矩的极限基于所述每个路段的电动机的放电可用扭矩和所述每个路段的预期驾驶者需求扭矩进行计算,并且
所述每个路段的电动机的充电可用扭矩的极限基于所述每个路段的电动机的充电可用扭矩和所述每个路段的预期驾驶者需求扭矩来计算。
12.根据权利要求11所述的方法,其中所述每个路段的可用SOC包括每个路段的放电可用SOC和每个路段的充电可用SOC,
所述每个路段的放电可用SOC基于所述每个路段的电动机的放电可用扭矩的极限进行计算,并且
所述每个路段的充电可用SOC基于所述每个路段的电动机的充电可用扭矩的极限进行计算。
13.根据权利要求12所述的方法,其中所述第二虚拟SOC趋势线的约束函数基于所述电池的SOC的最小极限、所述每个路段的放电可用SOC、所述每个路段的充电可用SOC,以及所述电池的SOC的最大极限进行设置。
14.根据权利要求12所述的方法,其中,所述每个路段的电动机的预期需求扭矩的约束函数基于能通过所述电动机输出的最小扭矩、所述每个路段的电动机的放电可用扭矩的极限、所述每个路段的电动机的充电可用扭矩的极限,以及能通过所述电动机输出的最大扭矩进行设置。
15.一种用于控制混合动力电动车辆的装置,所述装置包括:
导航装置,其配置成提供与道路坡度、速度极限,以及道路上的交通速度有关的信息;
加速踏板位置检测器,其配置成检测加速器踏板的位置;
制动踏板位置检测器,其配置成检测制动踏板的位置;
车辆速度检测器,其配置成检测车辆的速度;
荷电状态SOC检测器,其配置成检测电池的SOC;
档位检测器,其配置成检测当前接合档位;以及
控制器,其配置成基于所述导航装置、所述加速器踏板位置检测器、所述制动踏板位置检测器、所述车辆速度检测器,所述SOC检测器,以及所述档位检测器的信号来操作所述混合动力车辆,
其中所述控制器进一步地配置成:
设置从所述混合动力电动车辆的当前位置朝向目的地的路线;
基于与所述路线的海拔高度有关的信息,设置多个路段;
基于每个路段的距离、每个路段的平均有效坡度以及每个路段的平均有效车辆速度,计算每个路段的预期驱动扭矩;
基于所述每个路段的平均有效坡度和所述每个路段的平均有效车辆速度,确定每个路段的预期档位;
基于所述每个路段的预期驱动扭矩和所述每个路段的预期档位,计算每个路段的预期驾驶者需求扭矩;
基于所述每个路段的平均有效车辆速度和所述每个路段的预期档位,计算每个路段的变速器的预期输入速度;
参考发动机的最优工作点,从所述每个路段的预期驾驶者需求扭矩计算每个路段的发动机的需求扭矩和每个路段的电动机的需求扭矩;
基于参考所述发动机的最优工作点计算的所述每个路段的电动机的需求扭矩与所述每个路段的变速器的预期输入速度,计算每个路段的电动机的需求功率;
基于参考所述发动机的最优工作点计算的所述每个路段的电动机需求功率,计算每个路段的荷电状态SOC增益;
基于参考所述发动机的最优工作点计算的每个路段的SOC增益,计算每个路段的第一虚拟SOC趋势线;
基于所述第一虚拟SOC趋势线和所述每个路段的变速器的预期输入速度,计算每个路段的电动机的可用扭矩;
基于所述每个路段的预期驾驶者需求扭矩和所述每个路段的电动机可用扭矩,来计算电动机的可用扭矩的极限;
基于所述每个路段的电动机的可用扭矩的极限来计算每个路段的可用SOC;
设置用于最小化在所述多个路段中的所述发动机的累积做功的目标函数;
设置用于最小化所述多个路段中的所述发动机的累积做功的第二虚拟SOC趋势线、每个路段的电动机的预期需求扭矩、发动机的预期需求扭矩,以及在所述多个路段中的累积驱动做功的约束函数;
确定满足目标函数和约束函数的设计变量,其中所述设计变量包括所述第二虚拟SOC趋势线、所述每个路段的电动机的预期需求扭矩,以及在所述多个路段中的所述电动机的累积做功;
基于所述每个路段的预期驾驶者需求扭矩和所述每个路段的电动机的预期需求扭矩,计算所述每个路段的发动机的预期需求扭矩;
基于所述每个路段的预期驾驶者需求扭矩、所述每个路段的发动机的预期需求扭矩,以及所述每个路段的电动机的预期需求扭矩来确定每个路段的所述混合动力电动车辆的预期驱动模式;
基于所述第二虚拟SOC趋势线、所述每个路段的平均有效坡度,以及所述每个路段的平均有效车辆速度来确定第一阈值线和第二阈值线;以及
使用所述混合动力电动车辆的预期驱动模式、所述第一阈值线,以及所述第二阈值线来操作所述发动机和所述电动机。
16.根据权利要求15所述的装置,其中在使用所述混合动力电动车辆的预期驱动模式、所述第一阈值线,以及第二阈值线操作所述发动机和所述电动机的步骤中,所述控制器进一步地配置成:
确定电池的当前SOC是否处于所述第一阈值线和所述第二阈值线之间;
当电池的当前SOC处于所述第一阈值线和所述第二阈值线之间时,基于在当前时间的实际的驾驶者需求扭矩和在当前路段的预期驾驶者需求扭矩之间的差值,以及在当前路段的电动机的预期需求扭矩来计算在当前时间的电动机需求扭矩;
基于在当前时间的实际驾驶者需求扭矩和在当前时间的电动机的需求扭矩,计算在当前时间的发动机的需求扭矩;以及
基于在当前时间的发动机的需求扭矩和在当前时间的电动机的需求扭矩来操作所述发动机和所述电动机。
17.根据权利要求16所述的装置,其中在使用所述混合动力电动车辆的预期驱动模式、所述第一阈值线,以及所述第二阈值线操作所述发动机和所述电动机的步骤中,所述控制器进一步地配置成:
当所述电池的当前SOC小于所述第一阈值线时,计算第一增量SOC,所述第一增量SOC是所述电池的当前SOC和所述第一阈值线之间的差值;
基于所述第一增量SOC计算第一校正值;并且
使用所述第一校正值执行充电导向控制从而给所述电池充电。
18.根据权利要求17所述的装置,其中在通过使用所述第一校正值执行用于给电池充电的充电导向控制步骤中,所述控制器进一步地配置成:
基于在当前时间的电动机的需求扭矩和所述第一校正值,计算在当前时间的电动机的校正的需求扭矩;
基于在当前时间的实际驾驶者需求扭矩和所述在当前时间的电动机的校正的需求扭矩来计算在当前时间的发动机的校正的需求扭矩;并且
基于在当前时间的发动机的校正的需求扭矩和在当前时间的电动机的校正的需求扭矩来操作所述发动机和所述电动机。

说明书全文

控制混合动电动车辆的方法和装置

技术领域

[0001] 本发明涉及一种用于控制混合动力电动车辆的方法和装置,且更具体地,涉及一种优化在全路线中混合动力电动车辆的驱动能量的用于控制混合动力电动车辆的方法和装置。

背景技术

[0002] 如在现有技术中通常已知的,混合动力电动车辆同时使用内燃发动机电池动力源。换句话说,混合动力电动车辆将有效地结合和使用内燃发动机的扭矩电动机的扭矩。通常地,混合动力电动车辆包括发动机、电动机、可选择地连接发动机和电动机的发动机离合器变速器、差动齿轮装置、电池、配置成起动发动机或者基于发动机的输出产生电力的混合起动发电机(HSG:Hybrid Starter&Generator),以及车轮。HSG可指代集成起动发电机(ISG:Integrated Starter&Generator)。
[0003] 更进一步地,混合动力电动车辆在下列驱动模式中提供驱动,上述驱动模式有:电动车辆(EV:electric vehicle)模式中,其中使用电动机扭矩;混合动力电动车辆(HEV:hybrid electric vehicle)模式,其中,通过基于加速意图和减速意图、车速、电池的荷电状态(SOC:state of charge)等接合和释放发动机离合器,从而将发动机的扭矩用作主要扭矩,并且将电动机的扭矩用作辅助扭矩;以及可再生制动模式,其中在制动车辆时或者在车辆通过惯性减速过程中,回收制动和惯性能,通过电动机产生的电力给电池充电。由于混合动力电动车辆同时使用发动机的机械能和电池的电能,使用发动机和电动机的最优做功区,并且根据制动回收能量,燃料效率将得以提高并且将高效地使用能量。
[0004] 根据现有技术中用于控制混合动力电动车辆的方法,为了满足驾驶者需求扭矩,发动机的扭矩和电动机的扭矩被确定为使发动机工作在最优工作点,因此能在当前时间进行有效驱动。然而,由于道路坡度的变化或车辆速度的变化,传统方法不能完整的反应驱动能量的变化,考虑到整个行驶路段,该方法是低效的。例如,当进入上坡路段或是低速路段时,当电池的荷电状态(SOC)较低时,电动机的可用扭矩将不足,并且执行过度控制来满足驱动的需求扭矩。因此,耐久性将会劣化,此外,当进入下坡路段或者是高速路段时,当电池的SOC较高时,充电可用SOC不足,并且因此,可再生制动能量将被浪费。
[0005] 上述在本部分公开的信息仅用于增强对本发明的背景的理解,并且因此其可包含不构成本国家内本领域的普通技术人员已知的现有技术的信息。

发明内容

[0006] 本发明提供了一种用于控制混合动力电动车辆的方法和装置,其具有能够在全路线优化混合动力电动车辆的驱动能的优势。
[0007] 根据本发明的示例性实施例的用于控制混合动力电动车辆的方法可包括:设置从混合动力电动车辆的当前位置朝向目的地的路线;基于与路线的海拔高度有关信息的设置多个路段;基于每个路段的距离、每个路段的平均有效坡度,以及每个路段的平均有效车辆速度计算每个路段的预期驱动力;基于每个路段的平均有效坡度和每个路段的平均有效车辆速度确定每个路段的预期档位;基于每个路段的预期的驱动力和每个路段的预期的档位计算每个路段的预期的驾驶者需求扭矩;以及,基于每个路段的平均有效车辆速度和每个路段的预期档位计算每个路段的变速器的预期的输入速度。
[0008] 此外,上述方法可包括:参考发动机的最优工作点从每个路段的预期的驾驶者需求扭矩来计算每个路段的发动机的需求扭矩和每个路段的电动机的需求扭矩;基于参考发动机的最优工作点计算的每个路段的电动机的需求扭矩与每个路段的变速器的预期的输入速度计算每个路段的电动机的需求功率;基于参考发动机的最优工作点计算的每个路段的电动机需求功率计算每个路段的荷电状态(SOC)增益;基于参考发动机的最优工作点计算的每个路段的SOC增益,计算每个路段的第一虚拟SOC趋势线;基于每个路段的第一虚拟SOC趋势线和每个路段的变速器的预期输入速度,计算每个路段的电动机的可用扭矩;基于每个路段的预期的驾驶者需求扭矩和每个路段的电动机的可用扭矩,来计算每个路段的电动机的可用扭矩的极限;基于每个路段的电动机的可用扭矩的极限来计算每个路段的可用SOC;设置用于最小化在多个路段中的发动机的累积做功(accumulated work)的目标函数(objective function);设置最小化多个路段中的发动机的累积做功的第二虚拟SOC趋势线、每个路段的电动机的预期的需求扭矩、发动机的预期的需求扭矩以及在多个路段中的累积驱动做功的约束函数(constraint function)。
[0009] 上述方法可进一步地包括:确定满足目标函数和约束函数的设计变量,其中上述设计变量可包括第二虚拟SOC趋势线、每个路段的电动机的预期需求扭矩,以及在多个路段中的电动机的累积做功;基于每个路段的预期的驾驶者需求扭矩和每个路段的电动机的预期需求扭矩计算每个路段的发动机的预期需求扭矩;基于每个路段的预期的驾驶者需求扭矩、每个路段的发动机的预期需求扭矩,以及每个路段的电动机的预期需求扭矩来确定每个路段的混合动力电动车辆的预期的驱动模式;基于第二虚拟SOC趋势线、每个路段的平均有效坡度,以及每个路段的平均有效车辆速度来确定第一阈值线和第二阈值线;以及,使用混合动力电动车辆的预期的驱动模式、第一阈值线,以及第二阈值线来操作发动机和电动机。
[0010] 上述使用所述混合动力电动车辆的预期的驱动模式、所述第一阈值线,以及第二阈值线操作发动机和电动机的步骤包括:确定电池的当前的SOC是否处于第一阈值线和第二阈值线之间;当电池的当前SOC处于第一阈值线和第二阈值线之间时,基于在当前时间的实际的驾驶者需求扭矩与在当前路段的预期的驾驶者需求扭矩之差,以及在当前路段的电动机的预期需求扭矩,来计算在当前时间的电动机需求扭矩;基于在当前时间的实际的驾驶者需求扭矩和在当前时间的电动机的需求扭矩计算在当前时间的发动机的需求扭矩;以及基于在当前时间的发动机的需求扭矩和在当前时间的电动机的需求扭矩来操作发动机和电动机。
[0011] 使用混合动力电动车辆的预期的驱动模式、第一阈值线,以及第二阈值线操作发动机和电动机的步骤可进一步地包括:当电池的当前SOC小于第一阈值线时,计算第一增量SOC,其是电池的当前SOC和第一阈值线之间的差值;基于第一增量SOC计算第一校正值;以及,使用第一校正值执行充电导向控制从而给电池充电。
[0012] 使用第一校正值来执行给电池充电的充电导向控制的步骤可包括:基于在当前时间的电动机的需求扭矩和第一校正值来计算在当前时间的电动机的校正的需求扭矩;基于在当前时间的实际的驾驶者需求扭矩和在当前时间的电动机的校正的需求扭矩来计算在当前时间的发动机的校正的需求扭矩;以及基于在当前时间的发动机的校正的需求扭矩和在当前时间的电动机的校正的需求扭矩来操作发动机和电动机。
[0013] 使用混合动力电动车辆的预期的驱动模式、第一阈值线,以及第二阈值线来操作发动机和电动机的步骤可进一步地包括:当当前SOC大于第二阈值线时,计算第二增量SOC,其是电池的当前SOC和第二阈值线之间的差值;基于第二增量SOC计算第二校正值;以及,使用第二校正值执行放电导向控制来将电池放电。
[0014] 使用第二校正值来执行将电池放电的放电导向控制的步骤可包括:基于在当前时间的电动机的需求扭矩和第二校正值来计算当前时间的电动机的校正的需求扭矩;基于在当前时间的实际的驾驶者需求扭矩和在当前时间的电动机的校正的需求扭矩来计算在当前时间的发动机的校正的需求扭矩;以及,基于在当前时间的发动机的校正的需求扭矩和在当前时间的电动机的校正的需求扭矩来操作发动机和电动机。
[0015] 通过提取海拔高度的极值线性化海拔高度从而计算每个路段的平均有效坡度。平均有效车辆速度可基于与路线上的速度极限有关的信息以及与朝向目的地的路线上的交通车辆速度有关的信息进行计算。每个路段的SOC增益可包括每个路段的放电SOC增益和每个路段的充电SOC增益。当参考发动机的最优工作点计算的每个路段的电动机的需求扭矩是正值时,可基于每个路段的电动机的需求功率、电动机的放电效率、每个路段的距离、每个路段的平均有效车辆速度,以及电池的额定功率计算每个路段的放电SOC增益。当参考发动机的最优工作点计算的每个路段的电动机的需求扭矩是负值时,可基于每个路段的电动机的需求功率、电动机的充电效率、每个路段的距离、每个路段的平均有效车辆速度,以及电池的额定功率计算每个路段的充电SOC增益。
[0016] 每个路段的电动机的可用扭矩可包括每个路段的电动机的放电可用扭矩和每个路段的电动机的充电可用扭矩。可基于参考发动机的最优工作点计算的在每个路段的起点处的电池的SOC、电池的SOC的最小极限、每个路段的变速器的预期的输入速度、电动机的放电效率、每个路段的距离、每个路段的平均有效车辆速度,以及电池的额定功率来计算每个路段的电动机的放电可用扭矩。可基于参考发动机的最优工作点计算的在每个路段的起点处的电池的SOC、电池的SOC的最大极限、变速器的预期的输入速度、电动机的充电效率、每个路段的距离、每个路段的平均有效车辆速度,以及电池的额定功率来计算每个路段的电动机充电可用扭矩。
[0017] 每个路段的电动机的可用扭矩的极限可包括每个路段的电动机的放电可用扭矩的极限,以及每个路段的电动机的充电可用扭矩的极限,每个路段的电动机的放电可用扭矩的极限可基于每个路段的电动机的放电可用扭矩和每个路段的预期的驾驶者需求扭矩进行计算,并且,每个路段的电动机的充电可用扭矩的极限可基于每个路段的电动机的充电可用扭矩和每个路段的预期的驾驶者需求扭矩进行计算。
[0018] 每个路段的可用SOC可包括每个路段的放电可用SOC和每个路段的充电可用SOC。每个路段的放电可用SOC可基于每个路段的电动机的放电可用扭矩的极限进行计算,并且每个路段的充电可用SOC可基于每个路段的电动机的充电可用扭矩的极限进行计算。第二虚拟SOC趋势线的约束函数可基于电池的SOC的最小极限、每个路段的放电可用SOC、每个路段的充电可用SOC,以及电池的SOC的最大极限进行设置。此外,每个路段的电动机的预期需求扭矩的约束函数可基于能通过电动机输出的最小扭矩、每个路段的电动机的放电可用扭矩的极限、每个路段的电动机的充电可用扭矩的极限,以及能通过电动机输出的最大扭矩进行设置。
[0019] 根据本发明的示例性实施例,一种用于操作混合动力电动车辆的装置可包括:导航装置,其配置成提供与道路坡度、速度极限,以及道路上的交通速度有关的信息;加速器踏板位置检测器,其配置成检测加速器踏板的位置(例如,接合程度);制动踏板位置检测器,其配置成检测制动踏板的位置(例如,接合程度);车辆速度检测器,其配置成检测车辆的速度;荷电状态(SOC)检测器,其配置成检测电池的SOC;档位检测器,其配置成检测当前接合档位;以及,控制器,其基于导航装置、加速器踏板位置检测器、制动踏板位置检测器、车辆速度检测器,SOC检测器,以及档位检测器的信号,通过预定程序执行,从而操作混合动力车辆。上述各种检测器可实施为传感器
[0020] 如上所述,根据本发明的示例性实施例,可优化在全路线中的混合动力电动车辆的驱动能。此外,当电池的当前SOC处于预定SOC范围内时,通过基于预期的驱动模式操作混合动力电动车辆,可防止混合动力电动车辆的频繁的模式转换。此外,能够减少在导航装置和控制器之间的通信负荷,以及控制器的计算负荷。附图说明
[0021] 现将参考在附图中示出的示例性实施例对本发明的上述及其他特征进行详细描述,附图将在下文以仅用于阐释的方式给出,并因此其不限制本发明,并且其中:
[0022] 图1是根据本发明的示例性实施例的混合动力电动车辆的方框图
[0023] 图2A和图2B是根据本发明的示例性实施例的用于控制混合动力电动车辆的方法的流程图
[0024] 图3是示出根据本发明的示例性实施例的用于计算每个路段的平均有效道路坡度和每个路段的平均有效车辆速度的方法的曲线图;
[0025] 图4A是示出根据本发明的示例性实施例的参考发动机的最优工作点计算的第一虚拟SOC趋势线和满足目标函数和约束函数的第二SOC趋势线的曲线图;
[0026] 图4B是示出根据本发明的示例性实施例的参考发动机的最优工作点计算的电动机累积做功(accumulated work)和满足目标函数和约束函数的电动机的累积做功的曲线图;
[0027] 图4C是示出根据本发明的示例性实施例的基于发动机的最优工作点计算的发动机的累积做功和满足目标函数和约束函数的发动机的累积做功的曲线图;
[0028] 图5A是示出根据本发明的示例性实施例的通过第一阈值线和第二阈值线划分的整个SOC区域的曲线图;
[0029] 图5B是示出根据本发明的示例性实施例的在第n路段用于控制混合动力电动车辆的方法的曲线图;
[0030] 图5C是示出根据本发明的示例性实施例的在第(n+1)的路段用于控制混合动力电动车辆的方法的曲线图;以及
[0031] 图5D是示出根据本发明的示例性实施例的在第(n+2)路段中用于控制混合动力电动车辆的方法的曲线图。
[0032] 附图标记
[0033] 10:发动机
[0034] 20:电动机
[0035] 30:发动机离合器
[0036] 40:变速器
[0037] 50:电池
[0038] 60:HSG
[0039] 70:差动齿轮装置
[0040] 80:车轮
[0041] 90:数据检测器
[0042] 100:控制器

具体实施方式

[0043] 应当理解的是,本文所使用的术语“车辆”或“车辆的”或者其他相似术语包括一般的机动车辆,例如包括运动型多用途车(SUV)、公交车、卡车、各式商用车辆在内的载客车辆,包括各种艇和船在内的运工具,以及航空器等等,并且包括混合动力车辆、电动车辆、插电式混合动力电动车辆、氢动力车辆以及其他代用燃料车辆(例如,从石油以外的资源取得的燃料)。如本文所述,混合动力车辆是同时具有两种或者多种动力源的车辆,例如,同时进行汽油驱动和电驱动的车辆。
[0044] 尽管示例性实施例描述成使用多个单元来执行示例性流程,但应当理解的是,示例性流程也可通过一个或者多个模执行。此外,应当理解的是,术语“控制器/控制单元”可指代包括存储器和处理器的硬件设备。存储器配置成存储模块,并且处理器特别地配置成执行上述模块从而执行一个或者多个下文进一步描述的过程。
[0045] 此外,本发明的控制逻辑可实施为包含由处理器、控制器/控制单元等执行的可执行程序指令的计算机可读介质上的非暂时性计算机可读介质。计算机可读介质的示例包括但不限于ROM、RAM、光盘(CD)-ROM、磁带、软盘、闪存盘、智能卡和光学数据存储设备。计算机可读记录介质也可分布在网络连接的计算机系统中,以便例如通过远程信息处理服务器控制器局域网络(CAN),以分布方式存储和执行计算机可读介质。
[0046] 本文所使用的专有名词仅是为了说明特定实施例的目的,而非意在极限本发明。如本文所使用的,除非上下文另外清楚表明,单数形式“一个”、“一种”和“该”意在也包括复数形式。还将理解的是,当在本说明书中使用时,词语“包括”和/或“包含”规定所述特征、整数、步骤、操作、元件和/或部件的存在,但不排除一个或多个其他特征、整数、步骤、操作、元件、部件和/或其集合的存在或添加。如本文所使用的,词语“和/或”包括一个或多个相关列出项目的任何或全部组合。
[0047] 除非特别陈述或从上下文显而易见,如本文所使用的,词语“约”被理解为处在本领域的正常容差范围内,例如在平均值的2倍标准差内。“约”可理解为在所述值的10%、9%、8%、7%、6%、5%、4%、3%、2%、1%、0.5%、0.1%、0.05%或0.01%内。除非从上下文另外明确,本文提供的所有数值均由词语“约”修饰。
[0048] 在下文中,本发明将参考附图进行更全面的描述,其中在附图中将示出本发明的示例性实施例。如本领域的技术人员应当意识到的是,所描述的示例性实施例可在均不违背本发明的精神或者范围的情况下,以各种不同的方式进行修改。附图和说明书应被视为本质上是示意性的而不是限制性的。贯穿说明书,相同的附图标记指代相同的元件。更进一步地,在附图中示出的每个配置是为了更好的理解和便于描述任意示出的,但是本发明不限于此。
[0049] 图1是根据本发明的示例性实施例的混合动力电动车辆的方框图。如图1所示,根据本发明的示例性实施例的混合动力电动车辆可包括发动机10、电动机20、可选择地将发动机10连接至电动机20的发动机离合器30、变速器40、电池50、混合起动发电机(HSG)60、差动齿轮装置70、车轮80、数据检测器90和控制器100。控制器100可配置成操作车辆的各个部件。
[0050] 混合动力电动车辆可各种模式中驱动,上述各种模式有:电动车辆(EV)模式,其中使用电动机20的扭矩;发动机模式,其中仅使用发动机10的扭矩;混合动力电动车辆(HEV)模式,其中使用发动机10的扭矩作为主要扭矩并且使用电动机20的扭矩作为辅助扭矩;以及可再生制动模式,其中当制动车辆时或在车辆通过惯性进行减速的过程中,回收制动和惯性能,通过电动机20产生的电力给电池充电。
[0051] 发动机10燃烧燃料从而产生扭矩,并且各种发动机,例如汽油发动机柴油发动机液化石油气发动机和电动机(LPI发动机)可用作发动机10。结合混合动力电动车辆的扭矩传输,从发动机10和/或电动机20产生的扭矩可有选择地传输至变速器40的输入轴,并且从变速器40的输出轴输出的扭矩将通过差动齿轮装置70传输至车轴(axle)。车轴旋转车轮80从而允许混合动力电动车辆通过从发动机10和/或电动机20产生的扭矩进行驱动。电池
50可配置成在EV模式和HEV模式中向电动机20供电,并且可以在可再生模式中通过电动机
20回收的电力进行充电。
[0052] HSG 60可配置成起动发动机10或者基于发动机10的输出产生电力。HSG 60可指代集成起动发电机(ISG)。数据检测器90(例如,传感器)可配置成检测用于操作混合动力电动车辆的数据,并且通过数据检测器90检测的数据可传输至控制器100。数据检测器90可包括导航装置91、全球定位系统(GPS:global positioning system)92、加速器踏板位置检测器93、制动踏板位置检测器94、车辆速度检测器95、SOC检测器96和档位检测器97。
[0053] 导航装置91可配置成向驾驶者提供与朝向目的地的路线有关的信息。导航装置91可包括输入/输出部,其配置成接收或者输出用于沿着路线引导的信息;当前位置检测部,其配置成检测与混合动力电动车辆的当前位置有关的信息;存储器,其中用于计算路线的地图数据和用于沿着路线进行引导的数据存储于其中,以及控制器,其配置成搜索路线并且执行沿着路线的引导。
[0054] 然而,在本发明的示例性实施例中,导航装置91足以向控制器100提供与包括在三维(3D)地图数据中的道路坡度和道路速度极限(speed limit;限速)有关的、以及包括在传输协议专家组(TPEG:transport protocol expert group)数据中的与道路的交通车辆速度有关的信息。因此,应当理解的是,在本发明的说明书和权利要求中,导航装置91可包括可向控制器100提供与道路坡度、道路的速度极限,以及道路的交通车辆速度有关的信息的任意装置。
[0055] GPS 92可配置成接收从GPS卫星接传输来的信号,并且将响应于此的信号传输至导航装置91。加速器踏板位置检测器93可配置成检测加速器踏板的位置(例如,加速器踏板的接合程度或者施加至该踏板的压力量),并且将响应于此的信号传输至控制器100。当加速器踏板完全接合时,加速器踏板的位置可以是约“100%”,并且当加速器踏板脱离(例如,未在该踏板上施加压力)时,加速器踏板的位置可以是约“0%”。制动踏板位置检测器94可配置成检测制动踏板的位置(例如,制动踏板的接合程度或施加至该踏板的压力量),并且将响应于此的信号传输至控制器100。当制动踏板完全接合时,制动踏板的位置可以是约“100%”,并且当制动踏板脱离(例如,未在该踏板上施加压力)时,制动踏板的位置可以是约“0%”。
[0056] 进一步地,车辆速度检测器95(例如,传感器)可配置成检测车辆速度,并且将响应于此的信号传输至控制器100。或者,控制器100可配置成基于通过GPS 92接收的GPS信号计算车辆速度。SOC检测器96(例如,传感器)可配置成检测电池50的荷电状态(SOC),并且将响应于此的信号传输至控制器100。档位检测器97(例如,传感器)可配置成检测当前接合的档位,并且将响应于此的信号传输至控制器100。当检测到变速器40的输入速度和输出速度之比时,可检测到档位。此外,档位可从变速器40的当前操作的摩擦元件检测得到。
[0057] 控制器100可以一个或者多个通过预定程序执行的微处理器实施。预定程序可包括用于执行包括在下文描述的根据本发明的示例性实施例的用于控制混合动力电动车辆的方法中的每个步骤的一系列命令。在下文中,根据本发明的示例性实施例的用于控制混合动力电动车辆的方法将参考图2A至图5D进行详细描述。
[0058] 图2A和图2B是根据本发明的示例性实施例的用于控制混合动力电动车辆的方法的流程图,图3是示出根据本发明的示例性实施例的用于计算每个路段的平均有效坡度和每个路段的平均有效车辆速度的方法的曲线图,图4A是示出根据本发明的示例性实施例的参考发动机的最优工作点计算的第一虚拟SOC趋势线和满足目标函数和约束函数的第二SOC趋势线的曲线图,图4B是示出根据本发明的示例性实施例的参考发动机的最优工作点计算的电动机累积做功以及满足目标函数和约束函数的电动机的累积做功的曲线图,图4C是示出根据本发明的示例性实施例的基于发动机的最优工作点计算的发动机的累积做功和满足目标函数和约束函数的发动机的累积做功的曲线图,图5A是示出根据本发明的示例性实施例的通过第一阈值线和第二阈值线划分的整个SOC区域的曲线图,图5B是示出根据本发明的示例性实施例的在第n路段中用于控制混合动力电动车辆的方法的曲线图,图5C是示出根据本发明的示例性实施例的在第(n+1)的路段中用于控制混合动力电动车辆的方法的曲线图,并且,图5D是示出根据本发明的示例性实施例的在第(n+2)路段中用于控制混合动力电动车辆的方法的曲线图。
[0059] 参考图2A,根据本发明的示例性实施例的用于控制混合动力电动车辆的方法可以以在步骤S100中设置从混合动力电动车辆的当前位置朝向目的地的路线开始。当用户(例如,驾驶者)使用导航装置91选择目的地时,导航装置91可配置成基于3D地图数据和TPEG数据计算从混合动力电动车辆的当前位置朝向目的地的路线。导航装置91可随后配置成将与路线的海拔高度有关的信息传输至控制器100。
[0060] 如图3所示,在步骤S110中,控制器100可配置成基于与路线海拔高度有关的信息设置至少三个路段(section)。具体地,控制器100可配置成通过提取海拔高度的极值来线性化海拔高度,并且可配置成计算每个路段的距离(即,相邻极值之间的距离)。此外,在步骤S120中,控制器100可配置成基于线性化的海拔高度计算每个路段的平均有效坡度。控制器100可配置成基于与道路的速度极限有关的信息以及与道路的交通车辆速度有关的信息计算每个路段的平均有效车辆速度。
[0061] 图3示出在混合动力电动车辆前方的三个路段(n、n+1和n+2),但是本发明不限于此。甚至当路段的数量增加或减少时,本发明的精神也可应用。当通过控制器100设置在混合动力电动车辆前方的三个路段时,从导航装置91传输至控制器100的数据将最小化,因此将减少在导航装置91和控制器100之间的通信负荷,以及减少控制器100的计算负荷。
[0062] 进一步地,在步骤S130中,控制器100可配置成基于每个路段的距离、每个路段的平均有效坡度,以及每个路段的平均有效车辆速度来计算每个路段的预期行驶阻力。控制器100可配置成基于使用下列等式1计算的预期行驶阻力RRoadload计算混合动力电动车辆的预期驱动力FD_est。
[0063] 等式1
[0064]
[0065] 其中,Ra是空气阻力,Rg是坡度阻力,Rr是滚动阻力,并且Rf是加速阻力。
[0066] 具体地,控制器100可配置成使用下列等式2计算预期驱动力FD_est。
[0067] 等式2
[0068]
[0069] 其中,ρ是空气密度,νres是每个路段的平均有效车辆速度和速的和,CD是空气阻力系数,A是混合动力电动车辆前部面积,mt是混合动力电动车辆的总重量,g是重力加速度,α是每个路段的平均有效坡度,f0和f1是系数,Δm是等效旋转质量(equivalent mass of rotation),并且a是混合动力电动车辆的加速度。
[0070] 不同于计算空气阻力、坡度阻力、滚动阻力,以及加速阻力的方法,控制器100可配置成使用下列等式3来计算预期驱动力FD_est。
[0071] 等式3
[0072]
[0073] 其中C0,C1和C2是系数,并且其可预先计算好。
[0074] 在步骤S140中,控制器100可进一步地配置成基于每个路段的平均有效坡度和每个路段的平均有效车辆速度确定每个路段的预期档位。在步骤S150中,控制器100随后可配置成基于每个路段的预期驱动力FD_est和每个路段的预期档位,使用下列等式4计算每个路段的预期的驾驶者需求扭矩Tdriver_est。
[0075] 等式4
[0076]
[0077] 其中,FD_est是每个路段的预期驱动力,Rtire是轮胎的半径,RFGR是最终减速齿轮传动比,RGear_est是在每个路段的预期档位中的传动比,并且ηtm是变速器40的传输效率。
[0078] 在步骤S160中,控制器100可配置成基于每个路段的平均有效车辆速度和每个路段的预期档位,使用下列等式5计算每个路段的变速器40的预期输入速度ωdriver_est。
[0079] 等式5
[0080]
[0081] 其中,ν是每个路段的平均有效车辆速度,RFGR是最终减速齿轮的传动比,RGear_est是在每个路段的预期档位中的传动比,并且Rtire是轮胎的半径。
[0082] 如下述等式6所示,每个路段的预期的驾驶者需求扭矩Tdriver_est可通过每个路段的发动机10的预期扭矩Teng_est和每个路段的电动机20的预期扭矩Tmot_est之和确定。
[0083] 等式6
[0084]
[0085] 在步骤S170中,控制器100可进一步地配置成基于每个路段的预期的驾驶者需求扭矩Tdriver_est和每个路段的变速器40的预期输入速度ωdriver_est,使用下列等式7计算在三个路段中的累积驱动做功
[0086] 等式7
[0087]
[0088] 其中,Tdriver_est是每个路段的预期的驾驶者需求扭矩,ωdriver_est是每个路段的变速器40的预期输入速度,D是每个路段的距离,并且ν是每个路段的平均车辆有效速度。
[0089] 如下列等式8所示,在三个路段中的累积驱动做功 可通过在三个路段中的发动机10的累积做功 和在三个路段中的电动机20的累积做功
之和进行确定。
[0090] 等式8
[0091]
[0092] 在三个路段中的发动机10的累积做功 可通过下列等式9表达。
[0093] 等式9
[0094]
[0095] 其中Teng_est是每个路段的发动机10的预期扭矩,ωdriver_est是每个路段的变速器40的预期输入速度,D是每个路段的距离,并且ν是每个路段的平均有效车辆速度。
[0096] 在三个路段中的电动机20的累积做功 可通过下列等式10表达。
[0097] 等式10
[0098]
[0099] 其中,Tmot_est是每个路段的电动机20的预期扭矩,ωdriver_est是每个路段的变速器40的预期输入速度,D是每个路段的距离,并且ν是每个路段的平均有效车辆速度。
[0100] 此外,在步骤S180中,控制器100可以配置成参考发动机10的最优工作点计算发动机10的需求扭矩Teng_calculated和电动机20的需求扭矩Tmot_calculated。本领域的普通技术员工可基于驾驶者需求扭矩预先确定工作点。换句话说,控制器100可配置成参考发动机10的最优工作点从预期的驾驶者需求扭矩Tdriver_est计算每个路段的发动机10的需求扭矩Teng_calculated和每个路段的电动机20的需求扭矩Tmot_calculated。
[0101] 在步骤S190中,控制器100可配置成基于参考发动机10的最优工作点计算的每个路段的电动机20的需求扭矩Tmot_calculated和每个路段的变速器40的预期的输入速度ωdriver_est,使用下列等式11,来计算每个路段的电动机20的需求功率Pmot_calculated。
[0102] 等式11
[0103]
[0104] 其中Tmot_calculated是参考发动机10的最优工作点计算的电动机20的需求扭矩,并且ωdriver_est是每个路段的变速器40的预期输入速度。
[0105] 此外,在步骤S200中,控制器100可配置成基于参考发动机10的最优工作点计算的每个路段的电动机20的需求功率Pmot_calculated计算每个路段的SOC增益(gain)SOCgain_calculated。每个路段的SOC增益SOCgain_calculated包括每个路段的放电SOC增益SOCgain_calculated_discharge和每个路段的充电SOC增益SOCgain_calculated_charge。当参考发动机10的最优工作点计算的每个路段的电动机20的需求扭矩Tmot_calculated是正值(例如,大于零)时,控制器100可配置成使用下列等式12计算每个路段的放电SOC增益SOCgain_calculated_discharge。
[0106] 等式12
[0107]
[0108] 其中,Pmot_calculated是每个路段的电动机20的需求功率,ηdischarge是电动机20的放电效率,D是每个路段的距离,ν是每个路段的平均有效车辆速度,并且Pbattery_nominal是电池50的额定功率(nominal power)。
[0109] 当参考发动机10的最优工作点计算的每个路段的电动机20的需求扭矩Tmot_calculated是负值(例如,小于零)时,控制器100可配置成使用下列等式13计算每个路段的充电SOC增益SOCgain_calculated_charge。
[0110] 等式13
[0111]
[0112] 其中,Pmot_calculated是每个路段的电动机20的需求功率,ηcharge是电动机20的充电效率,D是每个路段的距离,ν是每个路段的平均有效车辆速度,并且Pbattery_nominal是电池50的额定功率。
[0113] 在步骤S210中,控制器100可配置成基于参考发动机10的最优工作点计算的SOC增益SOCgain_calculated计算每个路段的第一虚拟SOC趋势线SOCcalculated。具体地,控制器100可配置成使用下列等式14基于每个路段的SOC增益SOCgain_calculated计算每个路段的终点的SOC。
[0114] 等式14
[0115]
[0116] 其中,SOCk_start是参考发动机10的最优工作点计算的每个路段的起点的SOC,SOCgain_calculated是参考发动机10的最优工作点计算的每个路段的SOC增益,并且SOCcurrent是当前时间的SOC。
[0117] 换句话说,如图4A所示,控制器100可配置成基于在当前时间的SOC SOCcurrent和在每个路段的终点处的SOC计算第一虚拟SOC趋势线SOCcalculated。在步骤S220中,控制器100也可配置成基于参考发动机10的最优工作点计算的第一虚拟SOC趋势线与每个路段的变速器40的预期的输入速度ωdriver_est来计算每个路段的电动机20的可用扭矩Tmot_available。每个路段的电动机20的可用扭矩Tmot_available可包括每个路段的电动机的放电可用扭矩
Tmot_available_discharge和每个路段的电动机的充电可用扭矩Tmot_available_charge。控制器100可配置成使用下列等式15计算每个路段的电动机20的放电可用扭矩Tmot_available_discharge。
[0118] 等式15
[0119]
[0120] 其中,SOCk_start是参考发动机10的最优工作点计算的每个路段的起点处电池50的SOC,SOCmin_limit是电池50的SOC最小极限(minimum limit),ωdriver_est是每个路段的变速器40的预期输入速度,ηdischarge是电动机20的放电效率,D是每个路段的距离,ν是每个路段的平均有效车辆速度,并且Pbattery_nominal是电池50的额定功率。
[0121] 本领域的普通技术人员可基于电池50的性能设置电池50的SOC的最小极限。控制器100可配置成使用下列等式16计算每个路段的电动机20的充电可用扭矩Tmot_available_charge。
[0122] 等式16
[0123]
[0124] 其中,SOCk_start是参考发动机10的最优工作点计算的每个路段的起点处电池50的SOC,SOCmax_limit是电池50的SOC最大极限,ωdriver_est是每个路段的变速器40的预期输入速度,ηcharge是电动机20的充电效率,D是每个路段的距离,ν是每个路段的平均有效车辆速度,并且Pbattery_nominal是电池50的额定功率。
[0125] 本领域的普通技术人员可基于电池50的性能设置电池50的SOC的最大极限。在步骤S230中,控制器100可配置成基于每个路段的预期的驾驶者需求扭矩Tdriver_est和电动机20的可用扭矩Tmot_available计算每个路段的电动机20的可用扭矩的极限Tmot_limited。每个路段的电动机20的可用扭矩的极限Tmot_limited可包括每个路段的电动机20的放电可用扭矩的极限Tmot_discharge_limited和每个路段的电动机20的充电可用扭矩的极限Tmot_charge_limited。具体地,当每个路段的电动机20的放电可用扭矩Tmot_available_discharge等于或者大于每个路段的预期的驾驶者需求扭矩Tdriver_est时,每个路段的电动机20的放电可用扭矩的极限
Tmot_discharge_limited可以是每个路段的预期的驾驶者需求扭矩Tdriver_est。
[0126] 此外,当每个路段的电动机20的放电可用扭矩Tmot_available_discharge小于每个路段的预期的驾驶者需求扭矩Tdriver_est时,每个路段的电动机20的放电可用扭矩的极限Tmot_discharge_limited可以是每个路段的电动机20的放电可用扭矩Tmot_available_discharge。当每个路段的电动机20的充电可用扭矩Tmot_available_charge等于或者大于每个路段的预期的驾驶者需求扭矩Tdriver_est时,每个路段的电动机20的充电可用扭矩的极限Tmot_charge_limited可以是每个路段的预期的驾驶者需求扭矩Tdriver_est。当每个路段的电动机20的充电可用扭矩Tmot_available_charge小于每个路段的预期的驾驶者需求扭矩Tdriver_est时,每个路段的电动机20的充电可用扭矩的极限Tmot_charge_limited可以是每个路段的电动机20的充电可用扭矩Tmot_available_charge。
[0127] 在步骤S240中,控制器100可进一步地配置成基于每个路段的电动机20的可用扭矩的极限Tmot_limited来计算每个路段的可用SOC SOCgain_available。每个路段的可用SOC SOCgain_available可包括每个路段的放电可用SOC SOCgain_available_discharge和每个路段的充电可用SOC SOCgain_available_charge。具体地,控制器100可配置成通过转换每个路段的电动机20的放电可用扭矩的极限Tmot_discharge_limited来计算放电可用SOCSOCgain_available_discharge,并且可配置成通过转换每个路段的电动机20的充电可用扭矩的极限Tmot_charge_limited来计算每个路段的充电可用SOCSOCgain_available_charge。
[0128] 为了最大化混合动力电动车辆的燃料效率(即,为了优化在三个路段中混合动力电动车辆的驱动能),将最小化在三个路段中的发动机10的累积做功 换句话说,在步骤S250中,控制器100可配置成如下列等式17设置目标函数。
[0129] 等式17
[0130]
[0131] 换句话说,在三个路段中的发动机10的累积做功可最小化(例如,目标函数)从而优化在三个路段中的混合动力电动车辆的驱动能。为了计算目标函数,在步骤S260中,控制器100可配置成如下列等式18至21设置第二虚拟SOC趋势线SOCtarget_virtual、每个路段的电动机20的预期需求扭矩Tmot_desired_est、发动机10的预期需求扭矩Teng_desired_est以及在三个路段中的累积驱动做功 的约束函数从而来最小化在三个路段中的发动机10的累积做功。控制器100可配置成基于每个路段的可用SOC SOCgain_available如下列等式18来设置第二虚拟SOC趋势线SOCtarget_virtual,从而最小化在三个路段中的发动机10的累积做功。
[0132] 等式18
[0133]
[0134] 其中,SOCmin_limit是电池50的SOC的最小极限,SOCgain_available_discharge是每个路段的放电可用SOC,SOCgain_available_charge是每个路段的充电可用SOC,并且SOCmax_limit是电池50的SOC的最大极限。
[0135] 此外,控制器100可配置成基于每个路段的电动机20的可用扭矩Tmot_available如下列等式19设置每个路段的电动机20的预期的需求扭矩Tmot_desired_est。
[0136] 等式19
[0137]
[0138] 其中,Tmot_charge_min_limit是能够通过电动机20输出的最小扭矩,Tmot_charge_limited是每个路段的电动机20的充电可用扭矩的极限,Tmot_discharge_limited是每个路段的电动机20的放电可用扭矩的极限,并且Tmot_discharge_max_limited是可通过电动机20输出的最大扭矩。
[0139] 控制器100可配置成如下列等式20设置发动机10的预期的需求扭矩Teng_desired_est。
[0140] 等式20
[0141]
[0142] 其中,Teng_min_limit是能够通过发动机10输出的最小扭矩,并且Teng_max_limit是能够通过发动机10输出的最大扭矩。
[0143] 控制器100可进一步地配置成如下列等式21设置在三个路段中的累积驱动做功
[0144] 等式21
[0145]
[0146] 其中, 是在三个路段中的发动机10的累积做功,并且是在三个路段中的电动机20的累积做功。
[0147] 在步骤S270中,控制器100可进一步地配置成确定满足目标函数和约束函数的设计变量。上述设计变量可包括第二虚拟SOC趋势线SOCtarget_virtual,、每个路段的电动机20的预期的需求扭矩Tmot_desired_est,以及在三个路段中的电动机20的累积做功上述设计变量可具有如等式22至24所示的关系。
[0148] 等式22
[0149]
[0150] 其中,SOCgain_optimized_est是每个路段的虚拟SOC增益。
[0151] 等式23
[0152]
[0153] 其中,ωdriver_est是每个路段的变速器40的预期的输入速度,η是电动机20的放电效率ηdischarge或者是电动机20的充电效率ηcharge,D是每个路段的距离,ν是每个路段的平均有效车辆速度,并且Pbattery_nominal是电池50的额定功率。
[0154] 等式24
[0155]
[0156] 当每个路段的虚拟SOC增益SOCgain_optimized_est是负值(例如,小于零)时,控制器100可配置成使用下列等式25计算每个路段的电动机20的预期的需求扭矩Tmot_desired_est。具体地,电动机20的预期的需求扭矩Tmot_desired_est可具有正值(例如,大于零)。
[0157] 等式25
[0158]
[0159] 当每个路段的虚拟SOC增益SOCgain_optimized_est是正值时,控制器100可配置成使用等式26计算每个路段的电动机20的预期的需求扭矩Tmot_desired_est。具体地,电动机20的预期的需求扭矩Tmot_desired_est可具有负值。
[0160] 等式26
[0161]
[0162] 如图4B和图4C所示,参考发动机10的最优工作点计算的在三个路段中的累积驱动做功和最小化混合动力电动车辆的驱动能的累积驱动做功大约相同。然而,根据确定设计变量以满足目标函数和约束函数的方法,在三个路段中的发动机10的累积做功可小于参考发动机10的最优工作点的SOC趋势线的计算值。具体地,当仅基于发动机10的最优工作点计算SOC趋势线时,将发生驱动能损耗,而当确定满足目标函数和约束函数的设计变量时,驱动能将得以优化。
[0163] 此外,在步骤S280中,控制器100可配置成基于每个路段的预期的驾驶者需求扭矩Tdriver_est和电动机20的预期的需求扭矩Tmot_desired_est,使用下列等式27来计算每个路段的发动机10的预期的需求扭矩Teng_desired_est。
[0164] 等式27
[0165]
[0166] 在步骤S290中,控制器100可配置成基于每个路段的预期的驾驶者需求扭矩Tdriver_est、每个路段的发动机10的预期的需求扭矩Teng_desired_est和每个路段的电动机20的预期的需求扭矩Tmot_desired_est来确定混合动力电动车辆的预期的驱动模式。
[0167] 具体地,混合动力电动车辆的预期的驱动模式可如下述表1进行确定。
[0168] 表1
[0169]
[0170] 在步骤S300中,控制器100可配置成基于第二虚拟SOC趋势线SOCtarget_virtual、每个路段的平均有效坡度、以及每个路段的平均有效车辆速度来计算第一阈值线SOCforced_charge_threshold和第二阈值线SOCpassive_charge_threshold。
[0171] 如图5A至5D所示,控制器100可配置成将整个SOC区域基于第一阈值线SOCforced_charge_threshold和第二阈值线SOCpassive_charge_threshold划分为三个区域。这三个范围可包括主动(active)充电区域、强制充电区域和被动充电区域。主动充电区域可以是在第一阈值线SOCforced_charge_threshold和第二阈值线SOCpassive_charge_threshold之间的区域,强制充电区域可以是小于第一阈值线的区域SOCforced_charge_threshold,并且被动充电区域可以是大于第二阈值线SOCpassive_charge_threshold的区域。如图2B所示,控制器100可配置成使用混合动力电动车辆的预期的驱动模式、第一阈值线SOCforced_charge_threshold和第二阈值线
SOCpassive_charge_threshold操作发动机10和电动机20。
[0172] 在步骤S310中,控制器100可进一步地配置成确定电池50的当前SOC是否处于预定SOC区域内(即,在第一阈值线和第二阈值线之间)。当在步骤S310中确定电池50的当前SOC处于预定SOC区域内时,在步骤S320中,控制器100可配置成基于预期的驱动模式操作发动机10和电动机20。具体地,控制器100可配置成使用下列等式28计算当前时间的实际的驾驶者需求扭矩Tdriver_act_current和在当前路段的预期的驾驶者需求扭矩Tdriver_est之差Tdriver_err_current。
[0173] 等式28
[0174] Tdriver_err_current=Tdriver_actual_current-(Tdriver_est)k
[0175] 控制器100可配置成基于差值Tdriver_err_current和在当前路段上的电动机20的预期的需求扭矩Tmot_desired_est来计算在当前时间的电动机20的需求扭矩Tmot_desired_current。
[0176] 等式29
[0177] Tmot_desired_current=(Tmot_desired_est)k+Tdriver_err_current
[0178] 控制器100可配置成基于在当前时间的实际的驾驶者需求扭矩Tdriver_act_current和在当前时间的电动机20的需求扭矩Tmot_desired_current来计算在当前时间的发动机10的需求扭矩Teng_desired_current。
[0179] 等式30
[0180] Teng_desired_current=Tdriver_actual_current-Tmot_desired_current
[0181] 控制器100可随后配置成基于在当前时间的发动机10的需求扭矩Teng_desired_current和在当前时间的电动机20的需求扭矩Tmot_desired_current来操作发动机10和电动机20。换句话说,当电池50的当前SOC处于第一阈值线和第二阈值线之间时,通过基于预期的驱动模式操作混合动力电动车辆,可防止混合动力车辆的频繁的模式转换。
[0182] 在步骤S330中,当电池50的当前SOC小于第一阈值线SOCforced_charge_threshold时,在步骤S340中,控制器100可配置成计算第一增量(delta)SOC,其是电池50的当前SOC和第一阈值线SOCforced_charge_threshold之间的差值。第一增量SOC可具有负值。在步骤S350中,控制器100可配置成基于第一增量SOC计算第一校正值Tforced_charge_correction。第一校正值Tforced_charge_correction可具有负值。
[0183] 此外,在步骤S360中,控制器100可配置成使用第一校正值Tforced_charge_correction执行用于给电池50充电的充电导向控制。具体地,控制器100可配置成基于在当前时间的电动机20的需求扭矩Tmot_desired_current和第一校正值Tforced_charge_correction使用下列等式31来计算当前时间的电动机20的校正的需求扭矩Tmot_desired_corrected。
[0184] 等式31
[0185] Tmot_desired_corrected=Tmot_desired_current+Trorced_charge_correction[0186] 控制器100可配置成基于在当前时间的实际的驾驶者需求扭矩Tdriver_act_current和在当前时间的电动机20的校正的需求扭矩Tmot_desired_corrected来计算在当前时间的发动机10的校正的需求扭矩Teng_desired_corrected。控制器100可随后配置成基于当前时间的发动机10的校正的需求扭矩Teng_desired_corrected和当前时间的电动机20的校正的需求扭矩Tmot_desired_corrected来操作发动机10和电动机20。
[0187] 在步骤S330中,当电池50的当前SOC大于第二阈值线SOCpassive_charge_threshold时,步骤S370中,控制器100可配置成计算第二增量SOC,其是电池50的当前SOC和第二阈值线之间SOCpassive_charge_threshold的差值。第二增量SOC可具有正值。在步骤S380中,控制器100可配置成基于第二增量SOC计算第二校正值Tpassive_charge_correction。第二校正值Tpassive_charge_correction可具有正值。在步骤S390中,控制器100可随后配置成使用第二校正值Tpassive_charge_correction执行放电导向控制从而将电池50进行放电。具体地,控制器100可配置成基于在当前时间的电动机20的需求扭矩Tmot_desired_current和第二校正值Tpassive_charge_correctio使用下列等式32来计算在当前时间的电动机20的校正的需求扭矩Tmot_desired_corrected。
[0188] 等式32
[0189] Tmot_desired_corrected=Tmot_desired_current+Tpassive_charge_correction[0190] 控制器100可配置成基于在当前时间的实际的驾驶者需求扭矩Tdriver_act_current和电动机20的校正的需求扭矩Tmot_desired_corrected来计算在当前时间的发动机10的校正的需求扭矩Teng_desired_corrected。控制器100可随后配置成基于在当前时间的发动机10的校正的需求扭矩Teng_desired_corrected和在当前时间的电动机20的校正的需求扭矩Tmot_desired_corrected来操作发动机10和电动机20。
[0191] 如上所述,根据本发明的示例性实施例,可优化在全路线上混合动力电动车辆的驱动能。此外,当电池50的当前的SOC处于预定SOC范围内时,通过基于预期的驱动模式操作混合动力电动车辆,可防止混合动力电动车辆的频繁的模式转换。更进一步地,能够减少在导航装置91和控制器100之间的通信负荷以及控制器100的计算负荷。
[0192] 虽然本发明结合目前被认为是示例性实施例的内容进行描述,但应当理解的是,本发明不限于所公开的示例性实施例,而是,正相反,其意图覆盖包括在所附权利要求所要求的精神和范围内的各种修改和等效布置。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈