DE102014214763A1 - Echtzeit-kraftstoffverbrauchsschätzung - Google Patents

Echtzeit-kraftstoffverbrauchsschätzung Download PDF

Info

Publication number
DE102014214763A1
DE102014214763A1 DE201410214763 DE102014214763A DE102014214763A1 DE 102014214763 A1 DE102014214763 A1 DE 102014214763A1 DE 201410214763 DE201410214763 DE 201410214763 DE 102014214763 A DE102014214763 A DE 102014214763A DE 102014214763 A1 DE102014214763 A1 DE 102014214763A1
Authority
DE
Germany
Prior art keywords
vehicle
battery
segment
predicted
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE201410214763
Other languages
English (en)
Inventor
Yanan Zhao
Ming Lang Kuang
Anthony Mark Phillips
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102014214763A1 publication Critical patent/DE102014214763A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60KARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/42Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by the architecture of the hybrid electric vehicle
    • B60K6/44Series-parallel type
    • B60K6/445Differential gearing distribution type
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/08Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of electric propulsion units, e.g. motors or generators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/12Controlling the power contribution of each of the prime movers to meet required power demand using control strategies taking into account route information
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/15Control strategies specially adapted for achieving a particular effect
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00Purposes or special features of road vehicle drive control systems
    • B60Y2300/52Engine fuel consumption
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/62Hybrid vehicles
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S903/00Hybrid electric vehicles, HEVS
    • Y10S903/902Prime movers comprising electrical and internal combustion motors
    • Y10S903/903Prime movers comprising electrical and internal combustion motors having energy storing means, e.g. battery, capacitor
    • Y10S903/93Conjoint control of different elements

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Hybrid Electric Vehicles (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

Es werden ein Verbrennungsmotor, eine Elektromaschine und eine Batterie eines Fahrzeugs in gewissen Beispielen so betrieben, dass ein Ladezustand der Batterie im Allgemeinen aufrechterhalten wird, während der Kraftstoffverbrauch in Echtzeit geschätzt und durch die Verwendung von Routensegmentierung und einer prädiktiven Leistungsberechnung minimiert wird.

Description

  • Die vorliegende Offenbarung bezieht sich auf das Management von Kraftstoffverbrauch in einem Hybrid-Elektrofahrzeug.
  • Ein Hybrid-Elektrofahrzeug (HEV, hybrid electric vehicle) wird durch Puffern von Kraftstoffenergie betrieben, indem der Verbrennungsmotor zum Antreiben eines Generators verwendet wird; die erzeugte Elektrizität wird in einer Batterie gespeichert. Auch können HEV-Systeme kinetische Energie durch Verwenden des Schwungmoments des Fahrzeugs zum Antreiben des Generators zurückgewinnen; die erzeugte Elektrizität wird dann in einer Batterie gespeichert. Kraftstoff ist die vorherrschende Energiequelle in einem HEV-System. Plug-in Hybrid-Elektrofahrzeuge (PHEVs) stellen eine Erweiterung der vorhandenen Hybrid-Elektrofahrzeuge (HEVs) mit zusätzlicher Energieflexibilität dar. Ein PHEV nutzt einen Batteriesatz mit größerer Kapazität als ein Standard-HEV, und das PHEV weist zwei Energiequellen auf, Kraftstoff und Elektrizität aus dem öffentlichen Stromversorgungsnetz.
  • Ein Ziel des HEV-Steuerungssystems ist es, Energiebetriebskosten und Emissionen zu minimieren, ohne Kompromisse beim Fahrverhalten des Fahrzeugs und Systemnebenbedingungen einzugehen. Eine standardmäßige Strategie zur Energiemanagement-Steuerung (EMC, energy management control) ist dazu herkömmlicherweise ausgelegt, das HEV im elektrischen Antriebsmodus zu betreiben, bei dem das Fahrzeug nur den Elektromotor betreibt, damit im Mischbetriebsmodus, wenn das Fahrzeug sowohl den Verbrennungsmotor als auch den Elektromotor betreibt, die Batterieleistungsabgabe maximiert wird.
  • Ein Hybrid-Elektrofahrzeug enthält möglicherweise einen Verbrennungsmotor, eine Elektromaschine, eine Batterie und wenigstens eine Steuerung. Die wenigstens eine Steuerung betreibt möglicherweise den Verbrennungsmotor und die Elektromaschine, so dass im Allgemeinen ein Ladezustand der Batterie aufrechterhalten wird, während die Fahrzeugsteuerung dazu optimiert ist, den Kraftstoffverbrauch über eine vorbestimmte Route zu minimieren.
  • 1 ist ein Flussdiagramm eines Energiemanagement-Steuerungssystems auf Basis von Wegvorausberechnung;
  • 2 veranschaulicht ein Blockschaltbild einer High-Level-Steuerung des Energiemanagement-Steuerungssystems;
  • 3 veranschaulicht ein Flussdiagramm zur Kraftstoffverbrauchsberechnung auf Basis zweier Leistungsmittelwerte;
  • 4 veranschaulicht ein Beispiel für ein Verfahren zur Segmentierung einer vorbestimmten Route;
  • 5 ist eine schematische Darstellung einer beispielhaften Hybrid-Elektro-Antriebsystemkonfiguration.
  • Wie erforderlich, werden hierin genaue Ausführungsformen der vorliegenden Erfindung offenbart; allerdings ist dies so zu verstehen, dass die offenbarten Ausführungsformen lediglich beispielhaft für die Erfindung sind, die möglicherweise in verschiedenen und alternativen Formen ausgeführt wird. Die Figuren sind nicht notwendigerweise maßstabsgetreu; einige Merkmale sind möglicherweise vergrößert oder verkleinert, um Details besonderer Komponenten zu zeigen. Daher sind hierin offenbarte spezifische strukturelle und funktionale Details nicht als einschränkend zu interpretieren, sondern lediglich als eine typische Grundlage, um einen Fachmann von verschiedenen Anwendungen der vorliegenden Erfindung zu unterrichten.
  • Wegvorausberechnung und Weginformationen einer gegebenen Route können zur Optimierung der Kraftstoffwirtschaftlichkeit eines HEV verwendet werden, indem die Sollwerte des Batterieladezustands (SoC, state of charge) entlang der Route zeitlich geplant werden. Eine Strategie für diese Optimierung kann durch Ansicht der Gesamtroute ausgeführt werden, wobei jeder Punkt auf einer Route optimiert wird und dem Antriebsstrangsteuerungsmodul (PCM, powertrain control module) ein Signal auf Basis des optimierten Betriebs bereitgestellt wird.
  • Ein Verfahren zur zeitlichen Planung der Batterie-SoC-Sollwerte entlang der Route ist eine wegabhängige Receding Horizon Control für Echtzeit-HEV-Energiemanagement. Dies gestattet es dem System, die optimale zeitliche Planung des Batterie-SoC zu ermitteln, indem eine Kostenfunktion minimiert wird, die den Kraftstoffverbrauch bei prognostizierten Fahrbedingungen für die beabsichtigte Route darstellt. 1 veranschaulicht ein Verfahren, das Problem der optimalen HEV-Steuerung in zwei Level zu zerlegen. Die High-Level-Steuerung (Energiemanagement-Optimierung 101) bestimmt Steuergrößen, wie zum Beispiel die verlangten Sollwerte für den Batterie-SoC entlang der Route, auf Basis von Eingangsgrößen, einschließlich, aber nicht darauf beschränkt, Wegvorausberechnung, Fahrbahninformationen, physikalische Parameter und allgemeine Systemnebenbedingungen. Die Low-Level-Steuerung (Fahrzeugsteuerung 102) folgt den Batterie-SoC-Sollwerten und erzeugt die verlangten Fahrzeugbetriebsparameter (zum Beispiel Batteriesystemleistung, Verbrennungsmotorleistung, Verbrennungsmotordrehzahl und Verbrennungsmotorbetrieb). Diese Zwischenvariablen gestatten es der Fahrzeugsteuerung 102, die Drehmomentanweisungen zu berechnen, die an das Fahrzeug 103 gesendet werden, und die insbesondere gesendet werden, um den Verbrennungsmotor und die Elektromaschinen zu steuern und Rückmeldung über den Fahrzeugstatus bereitzustellen, was zu verbesserter Kraftstoffwirtschaftlichkeit führt. Die angeforderten Drehmomente (Verbrennungsmotordrehmoment τvmot, Generatordrehmoment τgen und Elektromotordrehmoment τemot) werden an das Fahrzeug übertragen, und die Fahrzeugbetriebsdaten werden wenigstens zur Energiemanagement-Optimierung 101 und zur Fahrzeugsteuerung 102 zurückgeführt. Die Fahrzeugbetriebsdaten beinhalten, ohne darauf beschränkt zu sein, Fahrzeuggeschwindigkeit vfzg, Batterieladezustand SoC und zurückgelegte Entfernung.
  • Ein Verfahren zur Optimierung des Kraftstoffverbrauchs erfordert möglicherweise einen Rechenaufwand, der größer als die im eingebetteten Steuerungsmodul verfügbare Rechenbandbreite ist. Ein Verfahren, um dieses Rechendefizit zu beheben, erfolgt möglicherweise offline unter Verwendung eines leistungsfähigeren dezentralen Computersystems zur Berechnung des optimalen Betriebs. Es ist möglicherweise wünschenswert, diesen Steuerungsalgorithmus in Echtzeit umzusetzen. Eine Echtzeit-Umsetzung kann ein eingebettetes Steuerungsmodul beinhalten, das Verkehrs- und Fahrbahninformationen und Eingaben des Fahrers prognostiziert und verarbeitet und den aktuellen Fahrzeugstatus (Batterie-SoC, Fahrzeuggeschwindigkeit usw.) erfasst. Diese Echtzeit-Umsetzung erfasst und verarbeitet die Daten, so dass die Verarbeitung ohne puffernde Verzögerungen stattfindet und die Ausgabe bezeichnend für die realen Fahrbedingungen und auf diese anwendbar ist.
  • Für Echtzeit-Umsetzung einer derartigen Optimierung ist es möglicherweise wegen der umfangreichen Rechenanforderungen nicht durchführbar, den SoC-Sollwert für jeden Zeitpunkt der Route zu bestimmen. Ein Verfahren, dieses Problem zu lösen, besteht darin, die Route in Segmente zu unterteilen. Ein Beispielverfahren für das Unterteilen der Route ist die zeitliche Unterteilung der Route auf Basis der verfügbaren Rechenbandbreite. Ein Problem dabei ist, dass Charakteristika der Route nicht berücksichtigt werden. Ein anderes Beispielverfahren besteht darin, die Route in Segmente zu zerlegen, die ähnliche Charakteristika und Attribute aufweisen. Dann kann der SoC-Sollwert für den Endpunkt jedes Segments auf Basis der Optimierung geplant werden. Das zweite Beispiel für die Routensegmentierung zeigt Vorteile beim Erzeugen eines Kraftstoffverbrauchs-Schätzverfahrens in Echtzeit für ein gegebenes Routensegment.
  • 2 ist das Blockschaltbild eines Verfahrens der High-Level-Steuerung zur Energiemanagement-Optimierung 101. Für eine gegebene Route, bei der Vorschauinformationen 201 verfügbar sind, bestehen diese Vorschauinformationen 201 möglicherweise, ohne darauf beschränkt zu sein, aus der Fahrzeuggeschwindigkeit, der zulässigen Geschwindigkeit, Verkehrsdaten, Zeit und Fahrbahnattributen. Diese Vorschauinformationen 201 werden zum Berechnen der Routensegmentierung 202 verwendet. Die Routensegmentierung 202 wird durch Zerlegen der kontinuierlichen Route in diskrete Segmente ausgeführt. Nachdem die Route segmentiert ist, werden die Informationen zur Routensegmentierung 202 an eine Receding Horizon Control 203 übermittelt, die auch ein formuliertes Problem der dynamischen Programmierung (DP) 205 löst, das verwendet wird, um Daten zu gewinnen, wie zum Beispiel die optimalen Batterie-SoC-Sollwerte 204. Während sich das Fahrzeug fortbewegt, wird die Receding Horizon Control 203 iterativ für die verbleibende Route durchgeführt, bis der Zielort erreicht ist. Bei jeder Iteration wird möglicherweise ein optimaler SoC-Sollwert 204 für das aktuelle Segment berechnet. Das nichtlineare DP-Problem kann numerisch unter Verwendung der Zustands- und Steuerungsvariablen gelöst werden (3, SoC1 und SoC2), die den Batterie-SoC zu Beginn und am Ende jedes Routensegments beinhalten. Die Zustands- und Steuerungsvariablen werden in ein endliches Gitter quantisiert, und die Kraftstoffverbräuche werden für jedes Segment an den Gitterpunkten berechnet.
  • Die Berechnung des Kraftstoffverbrauchs weist mehrere Einzelaspekte auf. Ein Aspekt ist, dass die Berechnung verwendet wird, um die DP-Optimierung in Echtzeit zu unterstützen. Zum Beispiel beträgt bei einer Route mit einer Segmentanzahl von n, m SoC-Gitterpunkten und bei vordefinierten Anfangs- und End-SoC-Erhaltungswerten die erforderliche Anzahl von Kraftstoffverbrauchsberechnungen in Echtzeit: ( n – 2)·m2 + 2·m
  • In der oben genannten Gleichung verbessert eine Erhöhung von n und m die Steuerungsleistung. Diese Steuerungsverbesserung erfordert allerdings erhöhte Rechenleistung aufgrund der hohen Anzahl von Steuerungs- und Planungspunkten. Ein Verfahren zur Kraftstoffverbrauchsschätzung mit signifikant geringer Rechenlast, die zur Unterstützung der DP-Anwendung in Echtzeit verwendet wird, wird in 3 gezeigt.
  • Die Berechnung des Kraftstoffverbrauchs in Echtzeit für ein Routensegment bei prognostizierten Routeninformationen, Fahrzeuggeschwindigkeit und möglichem Batterie-SoC am Beginn und am Ende des Segments kann ein effizientes und genaues Verfahren sein. Auf Basis von Informationen über ein gegebenes künftiges Segment bildet dieses Verfahren genau die gleiche, vorher entwickelte Energiemanagement-Strategie nach, die die Verbrennungsmotorbetriebspunkte bestimmt, speist die erforderlichen, aus den gegebenen Segmentinformationen abgeleiteten Eingangsgrößen ein, um die Verbrennungsmotorbetriebspunkte im künftigen Segment zu prognostizieren, und berechnet den Kraftstoffverbrauch.
  • Für das Verfahren der Kraftstoffverbrauchsschätzung wird möglicherweise bevorzugt, dass jedes untersuchte Segment einheitliche Beschleunigung und Fahrbahnsteigung aufweist. Bei der Kraftstoffverbrauchsberechnung wird bevorzugt, dass jedes Segment der Route einem von zwei möglichen Antriebsmodi zugeordnet ist und dass es in keinem Segment einen Übergang zwischen Betriebsmodi des Antriebsstrangs gibt. Falls das gegebene Segment diese Bedingungen nicht erfüllt, muss eine Neusegmentierung der Route ausgeführt werden, bevor der Kraftstoffverbrauch geschätzt wird.
  • Wie in 3 für ein Routensegment veranschaulicht wird, beinhalten die Eingangsgrößen 301 für die Kraftstoffverbrauchsschätzung, ohne darauf beschränkt zu sein, Folgendes: t1, t2, v1, v2, θ, SoC1, SoC2, wobei Folgendes gilt: t1 ist die Zeit zu Beginn des Routensegments, t2 ist die Zeit am Ende des Segments, v1 ist die Fahrzeuggeschwindigkeit zu Beginn des Routensegments, v2 ist die Zeit am Ende des Routensegments, ist die mittlere Fahrbahnsteigung des Segments, SoC1 ist der Batterie-SoC zu Beginn des Routensegments und SoC2 ist der Batterie-SoC am Ende des Routensegments. Das bei SoC1 beginnende und bei SoC2 endende Batterie-SoC-Profil während des Segments wird das Batterieladezustandsprofil genannt. Auf Basis der Präferenz für das Routensegment wird vernünftigerweise angenommen, dass jedes Segment eine konstante Fahrzeugbeschleunigung und ein lineares SoC-Profil aufweist. Im Fall, dass ein nichtlineares SoC-Profil oder ein quadratisches SoC-Profil, weiter zunehmende oder abnehmende Beschleunigung oder eine Kombination aus Beschleunigungen prognostiziert werden, wird eine Neusegmentierung der Route verlangt, um die Leistungsmittelwertberechnung für jedes Segment zu vereinfachen.
  • Kraftstoffverbrauchsschätzung für ein Routensegment basiert auf den gegebenen Eingangsgrößen 301, einschließlich, aber nicht darauf beschränkt, der Zeit, der Geschwindigkeit, dem Batterieladezustand und den Fahrbahncharakteristika (d. h. Kartendaten, Fahrbahnattribute (Fahrbahnsteigung und Fahrbahnoberfläche), Echtzeit- und bisherige Verkehrsinformationen, bisheriges Fahrverhalten des Fahrers usw.). Im Block 302 wird dann der Betriebsmodus des Antriebsstrangs für das Segment der Route geprüft. Falls ein Betriebsmodus vorliegt, in dem allein durch elektrische Energie angetrieben wird, dann wird die Kraftstoffverbrauchsberechnung nicht ausgeführt. Falls ein Betriebsmodus vorliegt, in dem das Fahrzeug durch eine Kombination aus Kraftstoffenergie und elektrischer Energie oder allein durch Kraftstoffenergie angetrieben wird, dann wird der Algorithmus mit der Berechnung des prognostizierten Kraftstoffverbrauchs fortgesetzt. Die Berechnung der mittleren Radleistung bei prognostizierter Abforderung 303 des Fahrers und die Berechnung der mittleren Batterieleistung 304 werden ausgeführt und miteinander kombiniert, um die verlangte Verbrennungsmotorleistung zu berechnen.
  • Die Berechnung der mittleren Leistung wird ausgeführt, um für das Routensegment einen Schätzwert für die zukünftige Radleistungsanforderung und die eventuelle Verwendung von Batterieleistung bereitzustellen. Die analytischen Formeln, die verwendet werden, um die mittlere Radleistung und Batterieleistung über jedem Routensegment zu berechnen, werden offline auf Basis der Fahrzeugdynamiken und eines Batterie-Ersatzschaltungsmodells abgeleitet.
  • Auf Basis der oben beschriebenen Eingangsgrößen und der Segmentierung schätzt dieser Ansatz die mittlere Verbrennungsmotorleistung 305 anhand der mittleren Radleistung und der mittleren Batterieleistung unter Berücksichtigung der Energiebilanz für jedes Routensegment. Die Verwendung der mittleren Batterieleistung und der mittleren Radleistung reduziert die Rechenlast wesentlich und gestattet, dass die Berechnung in Echtzeit ausgeführt wird.
  • Ein Beispiel für eine Berechnung der mittleren Radleistung 303 kann auf einem Fahrzeugdynamikmodell basieren, das aerodynamischen Widerstand, Fahrbahnsteigung, Fahrzeugbeschleunigung, Rollwiderstand und Radlagerverlust berücksichtigt. Ein Beispiel für die analytische Formel für die mittlere Radleistung lautet wie nachstehend:
    Figure DE102014214763A1_0002
    ρ ist die Dichte der Luft, CD ist der Strömungswiderstandskoeffizient, A ist die Frontfläche des Fahrzeugs, vi ist die Fahrzeuggeschwindigkeit im Punkt i, vi+1 ist die Fahrzeuggeschwindigkeit im Punkt i + 1, ti ist die Zeit im Punkt i, ti+1 ist die Zeit im Punkt i + 1, m ist die Masse des Fahrzeugs, g ist die Fallbeschleunigung, θ ist die Fahrbahnsteigung, Jrad ist die Trägheit eines Rades, Ureifen ist der Umfang des Reifens, a, b, c sind die Rollwiderstandskoeffizienten, alagerverlust, blagerverlust sind die Lagerverlustkoeffizienten, Preifen ist der Reifenluftdruck, α und β sind die Exponenten, FGewVrad ist das Gewicht auf den Vorderrädern und FGewHrad ist das Gewicht auf den Hinterrädern. In dieser Gleichung kann i der Beginn eines Segments sein, und i + 1 kann das Ende eines Segments sein.
  • Ein Beispiel für eine Berechnung der mittleren Batterieleistung 304 kann, wie nachstehend gezeigt wird, mit den Komponentenwerten des Ersatzschaltungsmodells der Batterie geschätzt werden:
    Figure DE102014214763A1_0003
    wobei Folgendes gilt: R ist der Innenwiderstand der Batterie, VLL ist die Leerlaufspannung, Q ist die Batteriekapazität, SoCi ist der Batterieladezustand im Punkt i, SoCi+1 ist der Batterieladezustand im Punkt i + 1, ti ist die Zeit im Punkt i, ti+1 ist die Zeit im Punkt i + 1. In dieser Gleichung kann i der Beginn eines Segments sein, und i + 1 kann das Ende eines Segments sein.
  • Die mittlere Radleistung 303 und die mittlere Batterieleistung 304 werden berechnet, um die verlangte Verbrennungsmotorleistung 305 zu gewinnen, die verwendet wird, um die Rotationsgeschwindigkeit 306 des Verbrennungsmotors zu berechnen.
  • Der Kraftstoffverbrauch kann bei gleicher Verbrennungsmotorausgangsleistung sehr unterschiedlich sein, wenn unterschiedliche Verbrennungsmotorbetriebspunkte (Drehzahl und Drehmoment) ausgewählt werden. Um den Kraftstoffverbrauch für das gegebene zukünftige Routensegment exakter zu schätzen, wird die Energiemanagement-Strategie (EMS) verwendet, um im Energiemanagement-Optimierungsblock die Verbrennungsmotordrehzahl im Segment zu prognostizieren. Ein Umsetzungsbeispiel für die EMS erfolgt über die Verwendung einer Lookup-Tabelle.
  • Eine EMS-Lookup-Tabelle kann eine offline erzeugte Tabelle sein, die zum Bestimmen von Verbrennungsmotorbetriebspunkten verwendet wird, indem der Gesamtsystemwirkungsgrad bei gegebener Verbrennungsmotorleistungsanforderung und Fahrzeuggeschwindigkeit maximiert wird. Die Erzeugung der Tabelle ist ein iterativer Prozess, der den Wirkungsgrad und den Betrieb des Verbrennungsmotors und der Elektromaschine berücksichtigt. Die Verbrennungsmotordrehzahl 306 kann durch die Energiemanagement-Strategie-(EMS-)Tabelle bestimmt werden, die die gleiche Tabelle ist, wie die, die bei der Low-Level-Steuerung 102 verwendet wird. Diese Auswahl bringt die Kraftstoffverbrauchsschätzung sogar noch näher an die Low-Level-Steuerungsumsetzung.
  • Leistungsverluste durch andere Verursacher (Elektromotor, Generator, Differentialgetriebe, elektrische Zusatzeinrichtungen usw.) werden berücksichtigt und zur geschätzten mittleren Verbrennungsmotorleistung addiert, um das Verbrennungsmotordrehmoment zu gewinnen. Das Berechnen von Verbrennungsmotorleistung, -drehzahl und -drehmoment kann ein iterativer Prozess sein, weil die Leistungsverluste und der Verbrennungsmotorbetrieb abhängige Größen sind. Liegen sowohl Verbrennungsmotordrehzahl als auch Verbrennungsmotordrehmoment vor, kann in 307 die Kraftstoffdurchflussrate berechnet werden. Danach wird der Kraftstoffverbrauch 308 durch Integrieren der Kraftstoffdurchflussrate aus 307 berechnet.
  • 4 stellt eine Veranschaulichung einer vorbestimmten Route dar, die auf Basis der Fahrzeuggeschwindigkeits-Wendepunktkriterien in Segmente unterteilt ist und steht möglicherweise in Beziehung zu einem Beginn- oder Endpunkt 401 des Segments. Dieses Verfahren wird als ein Beispiel verwendet, um zu veranschaulichen, dass die Segmentierung nicht einer räumlichen oder zeitlichen Bezugsgröße entspricht, sondern auf Basis anderer Kriterien bestimmt werden kann.
  • Ein Beispiel für ein Hybridfahrzeug, das diese Technologie nutzen kann, wird veranschaulicht, ist aber nicht auf eine Power Split HEV-Konfiguration beschränkt, wie sie in 5 veranschaulicht wird. Dies dient allerdings lediglich als Beispiel, und soll nicht einschränkend sein, weil die vorliegende Offenbarung für PHEVs mit jeder geeigneten Architektur gilt. Die Steuerung des Fahrzeugs 508 kann verschiedene Konfigurationen aufweisen. In dem in 5 gezeigten Beispiel kommuniziert eine Fahrzeugsystemsteuerung 510 mit einer Batterie und einem Batteriesteuermodul 512 sowie einem Steuerungsmodul 566 für ein Getriebe 514. Ein Verbrennungsmotor 516, der von der Steuerung 510 gesteuert wird, verteilt Drehmoment durch die Drehmomenteingangswelle 518 an das Getriebe 514.
  • Das Getriebe 514 enthält eine Planetengetriebeeinheit 520, die einen Zahnkranz 522, ein Sonnenrad 524 und eine Planetenträgerbaugruppe 526 umfasst. Der Zahnkranz 522 verteilt Drehmoment an Stufenverhältnis-Zahnräder (step ratio gears), die ineinander greifende Getriebeelemente 528, 530, 532, 534 und 536 umfassen. Eine Drehmomentabtriebswelle 538 für die Transaxle ist antriebsfähig mit den Fahrzeugantriebsrädern 540 über eine Differential- und Achsmechanik 542 verbunden.
  • Die Zahnräder 530, 532 und 534 sind auf einer Vorgelegewelle befestigt, wobei das Zahnrad 532 ein motorbetriebenes Zahnrad 544 in Eingriff nimmt. Der Elektromotor 546 treibt das Zahnrad 544, das als ein Drehmomenteingang für das Vorgelegegetriebe fungiert.
  • Die Batterie des Moduls 512 liefert elektrische Leistung an den Elektromotor über den Leistungsflusspfad 548. Der Generator 550 ist elektrisch mit der Batterie und dem Elektromotor auf bekannte Weise verbunden, wie in 552 gezeigt wird.
  • In 5 nimmt die Fahrzeugsystemsteuerung 510 Eingaben auf, einschließlich, aber nicht darauf beschränkt, ein Getriebebereichswahlschalter-Eingangssignal 560, ein Gaspedalstellungssensor-Eingangssignal 562, ein Bremspedalstellungssensor-Eingangssignal 564. Die Fahrzeugsystemsteuerung (VSC, vehicle system controller) 510 gibt Signale aus, die elektrisch mit dem Verbrennungsmotor 516, einem Getriebesteuerungsmodul 566 und der Batterie/BCM 512 auf eine bekannte Weise verbunden sind, wie in 568, 570, 576 gezeigt wird. Die VSC 510 gibt auch Informationen an eine Fahrerinformationskonsole 556 aus, um den Betreiber über den Systembetrieb zu informieren.
  • Wie vorher erwähnt wurde, gibt es zwei Energiequellen für den Antriebsstrang. Die erste Energiequelle ist eine Kombination aus Verbrennungsmotor- und Generator-Subsystemen, die untereinander unter Verwendung der Planetengetriebeeinheit 520 verbunden sind. Die andere Energiequelle schließt nur das Elektroantriebssystem ein, das den Elektromotor, den Generator und die Batterie enthält, wobei die Batterie als ein Energiespeichermedium für den Generator und den Elektromotor fungiert.
  • Wie oben erwähnt wurde, handelt es sich bei einem Plug-in Hybrid-Elektrofahrzeug (PHEV) um eine Erweiterung der vorhandenen Hybrid-Elektrofahrzeug-(HEV-)Technologie, bei der ein Verbrennungsmotor um einen Elektrobatteriesatz und Elektromaschinen ergänzt wird, um zum Fahren und für reduzierte Fahrzeugemissionen Kraftstoff weiter durch Elektrizität zu ersetzen. Ein PHEV nutzt einen Batteriesatz mit größerer Kapazität als ein Standard-Hybridfahrzeug und besitzt zusätzlich die Fähigkeit zum Wiederaufladen der Batterie über eine standardmäßige Elektrosteckdose, um den Kraftstoffverbrauch im Fahrzeug zu verringern, um die Kraftstoffwirtschaftlichkeit des Fahrzeugs im elektrischen Antriebsmodus oder im Kraftstoff-/Elektroantriebs-Mischmodus weiter zu verbessern. Mit Bezug auf 5: Falls ein HEV 508 ein PHEV ist, enthält es eine Aufnahmevorrichtung 580, die mit dem Stromnetz oder einer Fremd-Elektroquelle verbunden und mit der Batterie 512, eventuell über ein Batterie-Aufladegerät/-Wandler 582, verschaltet wird.
  • Zur Aufnahme der hier vorgestellten wegabhängigen Steuerung für Echtzeit-HEV-Energiemanagement kann die VSC 510 erweitert werden, um den Kraftstoffverbrauch durch zeitliche Planung von Batterie-SoC-Sollwerten zu optimieren. Die VSC 510 erfordert zusätzliche Eingaben 558, die Folgendes enthalten, ohne darauf beschränkt zu sein: Zielort der beabsichtigten Route, Fahrbahnsteigung, Fahrbahnoberfläche, Echtzeit- und bisherige Verkehrsinformationen, bisheriges Fahrverhalten des Fahrers, prognostizierte Fahrzeuggeschwindigkeit und zurückgelegte Entfernung.
  • Konventionelle HEVs puffern Kraftstoffenergie und gewinnen kinetische Energie in elektrischer Form zurück, um den Betriebswirkungsgrad des Gesamtfahrzeugsystems zu verbessern. Kraftstoff ist die einzige Energiequelle. Für PHEVs gibt es eine zusätzliche Energiequelle – die Menge an elektrischer Energie, die bei Batterieaufladungen aus dem Netz in der Batterie eingelagert wurde. Eine Leistungsmanagementstrategie für PHEVs weist das Potential auf, die Antriebsleistungsabforderung zwischen den beiden Energiequellen aufzuteilen, um bessere Kraftstoffwirtschaftlichkeit oder verbesserte Fahrbarkeit zu erreichen, während auch die anderen Ziele noch erfüllt werden. Während konventionelle HEVs so betrieben werden, dass der Batterieladezustand (SoC) um einen konstanten Pegel gehalten wird, verwenden PHEVs vor der nächsten Batterieaufladung soviel vorab gespeicherte batterieelektrische Energie (aus dem Stromnetz) wie möglich, d. h. es ist wünschenswert, die relativ billige, vom Stromnetz zugeführte elektrische Energie nach jeder Plug-in Aufladung komplett zu verwenden. Nachdem der Batterie-SoC auf einen niedrigsten Erhaltungspegel entladen wurde, wird das PHEV als ein konventionelles HEV betrieben, das um den niedrigsten Erhaltungspegel der Batterie betrieben wird.
  • Die hierin offenbarten Prozesse, Verfahren und Algorithmen können zur Ausgabe an ein verarbeitendes Bauelement, an eine Steuerung oder an einen Computer geeignet sein bzw. von diesen umgesetzt werden, wobei diese irgendeine vorhandene programmierbare elektronische Steuerungseinheit oder eine zweckmäßige elektronische Steuerungseinheit enthalten können. Analog können die Prozesse, Verfahren oder Algorithmen als Daten und Anweisungen gespeichert sein, die von einer Steuerung oder einem Computer in vielen Formen ausgeführt werden können, einschließlich, aber nicht darauf beschränkt, Informationen, die auf nicht beschreibbaren Speichermedien dauerhaft gespeichert sind, wie zum Beispiel auf ROM-Einrichtungen, bzw. Informationen, die auf beschreibbaren Speichermedien veränderlich gespeichert sind, wie zum Beispiel auf Floppydisks, Magnetbanddatenspeichern, optischen Banddatenspeichern, CDs, RAM-Einrichtungen und auf anderen magnetischen und optischen Medien. Die Prozesse, Verfahren oder Algorithmen können auch mit einem als Software ausführbaren Objekt umgesetzt werden. Alternativ können die Prozesse, Verfahren oder Algorithmen im Ganzen oder in Teilen unter Verwendung von geeigneten Hardware-Komponenten umgesetzt werden, wie zum Beispiel von anwendungsspezifischen integrierten Schaltungen (Application Specific Integrated Circuits, ASICs), Field-Programmable Gate Arrays (FPGAs), Zustandsautomaten, Steuerungen oder irgendwelchen anderen Hardware-Komponenten oder -Einrichtungen oder einer Kombination aus Hardware-, Software- und Firmware-Komponenten.
  • Obwohl oben Ausführungsbeispiele beschrieben werden, ist nicht beabsichtigt, dass diese Ausführungsformen alle möglichen, durch die Ansprüche erfassten Formen beschreiben. Die in der Beschreibung verwendeten Begriffe sind eher beschreibende als einschränkende Begriffe, und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne vom Gedanken und vom Schutzbereich der Offenbarung abzuweichen. Die Merkmale verschiedener Ausführungsformen können, wie vorher beschrieben wurde, kombiniert werden, so dass sie weitere Ausführungsformen der Erfindung bilden, die möglicherweise nicht explizit beschrieben oder veranschaulicht werden.
  • Obwohl verschiedene Ausführungsformen so beschrieben worden sein können, dass sie Vorteile gegenüber anderen Ausführungsformen oder gegenüber anderen Ausführungsformen oder Umsetzungsformen nach dem Stand der Technik hinsichtlich einer oder mehrerer Soll-Charakteristika bereitstellen bzw. diesen vorzuziehen sind, verstehen Durchschnittsfachleute, dass Kompromisse hinsichtlich eines oder mehrerer Merkmale oder Charakteristika eingegangen werden können, um erwünschte Eigenschaften des Gesamtsystems zu erreichen, die von der spezifischen Anwendung und Umsetzungsform abhängig sind. Diese Eigenschaften können, ohne darauf beschränkt zu sein, Folgendes enthalten: Kosten, Festigkeit, Haltbarkeit, Lebensdauerkosten, Absatzfähigkeit, Erscheinungsbild, Konfektionierung, Größe, Service-Freundlichkeit, Gewicht, Herstellbarkeit, Montagefreundlichkeit usw. Von daher liegen Ausführungsformen, die hinsichtlich einer oder mehrerer Charakteristika als weniger wünschenswert als andere Ausführungsformen bzw. als Umsetzungsformen nach dem Stand der Technik beschrieben worden sind, nicht außerhalb des Schutzbereichs der Offenbarung und können für bestimmte Anwendungen erwünscht sein.

Claims (10)

  1. Fahrzeug, das Folgendes umfasst: einen Verbrennungsmotor; eine Elektromaschine; und wenigstens eine Steuerung, die dazu programmiert ist, in jedem von mehreren, eine Route des Fahrzeugs definierenden Segmenten den Verbrennungsmotor und die Elektromaschine gemäß einem ausgewählten Batterieladezustands-Sollwert zu betreiben, der mit einem prognostizierten Kraftstoffverbrauch des Verbrennungsmotors verknüpft ist, der auf einer prognostizierten mittleren Radleistungsabforderung und einer eventuellen mittleren Batterieleistungsabforderung für das Segment basiert.
  2. Fahrzeug nach Anspruch 1, wobei der prognostizierte Kraftstoffverbrauch ein geringster von mehreren prognostizierten Kraftstoffverbräuchen des Verbrennungsmotors für das Segment ist.
  3. Fahrzeug nach Anspruch 2, wobei jeder der mehreren prognostizierten Kraftstoffverbräuche mit einer bestimmten Kombination aus Verbrennungsmotorleistung und Elektromaschinenleistung verknüpft ist, die ausreichend sind, um prognostizierte Abforderung des Fahrers für das Segment zu erfüllen.
  4. Fahrzeug nach Anspruch 2, wobei jeder der mehreren prognostizierten Kraftstoffverbräuche mit einer prognostizierten Verbrennungsmotordrehzahl verknüpft ist, die aus einer Energiemanagement-Strategie in der Energiemanagement-Optimierung abgeleitet wird, und die Energiemanagement-Strategie bei der Fahrzeugsteuerung zum Ableiten einer aktuellen Verbrennungsmotordrehzahl verwendet wird.
  5. Fahrzeug nach Anspruch 1, wobei die prognostizierte mittlere Radleistungsabforderung auf einer Fahrbahnsteigung des Segments basiert.
  6. Fahrzeug nach Anspruch 1, wobei die prognostizierte mittlere Radleistungsabforderung auf einer prognostizierten Fahrzeuggeschwindigkeit für das Segment basiert.
  7. Fahrzeug nach Anspruch 1, das weiterhin eine Batterie umfasst, wobei die eventuelle mittlere Batterieleistungsabforderung auf einem Ladezustand der Batterie an einem Beginn des Segments basiert.
  8. Fahrzeug nach Anspruch 1, das weiterhin eine Batterie umfasst, wobei die eventuelle mittlere Batterieleistungsabforderung auf einem Ladezustand der Batterie an einem Ende des Segments basiert.
  9. Fahrzeug nach Anspruch 1, wobei die Segmente so definiert sind, dass jedes eine im Wesentlichen konstante Fahrbahnsteigung, im Wesentlichen konstante Fahrzeugbeschleunigung und einen Betriebsmodus des Antriebsstrangs aufweist.
  10. Verfahren zum Betreiben eines hybridelektrischen Antriebsstrangs, das Folgendes umfasst: für jedes von mehreren Segmenten, die eine Route definieren: das Erzeugen mehrerer prognostizierter Kraftstoffverbrauchswerte für Kombinationen aus Verbrennungsmotorleistung und Elektromaschinenleistung, die ausreichend sind, um eine prognostizierte Gesamtleistungsabforderung zu erfüllen, wobei die prognostizierte Gesamtleistungsabforderung auf einer prognostizierten mittleren Radleistungsabforderung und einer eventuellen Batterieleistungsabforderung für das Segment basiert, das Auswählen eines Batterieladezustands-Sollwertes, der mit einem der prognostizierten Kraftstoffverbrauchswerte verknüpft ist, und das Betreiben eines Elektromotors, eines Elektrogenerators und eines Verbrennungsmotors gemäß dem Batterieladezustands-Sollwert, um die vom Verbrennungsmotor für die Route verbrauchte Kraftstoffmenge zu reduzieren.
DE201410214763 2013-08-06 2014-07-28 Echtzeit-kraftstoffverbrauchsschätzung Withdrawn DE102014214763A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/960,298 US9193351B2 (en) 2013-08-06 2013-08-06 Real-time fuel consumption estimation
US13/960,298 2013-08-06

Publications (1)

Publication Number Publication Date
DE102014214763A1 true DE102014214763A1 (de) 2015-02-12

Family

ID=52389032

Family Applications (1)

Application Number Title Priority Date Filing Date
DE201410214763 Withdrawn DE102014214763A1 (de) 2013-08-06 2014-07-28 Echtzeit-kraftstoffverbrauchsschätzung

Country Status (3)

Country Link
US (1) US9193351B2 (de)
CN (1) CN104340218B (de)
DE (1) DE102014214763A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11312359B2 (en) * 2017-01-05 2022-04-26 Renault S.A.S. Method for calculating a management setpoint for managing the fuel and electric power consumption of a hybrid motor vehicle

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10703219B2 (en) * 2013-10-04 2020-07-07 Ford Global Technologies, Llc Vehicle battery charge setpoint control
JP5642253B1 (ja) * 2013-11-08 2014-12-17 三菱電機株式会社 車両用エネルギーマネジメント装置
US9327712B2 (en) * 2014-04-22 2016-05-03 Alcatel Lucent System and method for control of a hybrid vehicle with regenerative braking using location awareness
KR101601473B1 (ko) * 2014-08-25 2016-03-09 현대자동차주식회사 하이브리드 차량용 배터리의 충방전 보정 제어 장치 및 방법
JP6180458B2 (ja) * 2015-04-17 2017-08-16 三菱電機株式会社 車両用エネルギーマネジメント装置
US9702718B2 (en) 2015-05-08 2017-07-11 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for improving energy efficiency of a vehicle based on route prediction
CN105644548B (zh) * 2015-12-28 2019-07-02 中国科学院深圳先进技术研究院 混合动力汽车的能量控制方法及装置
DE102016207790A1 (de) 2016-05-04 2017-11-09 Volkswagen Aktiengesellschaft Ausgabevorrichtung eines Kraftfahrzeugs und zugehöriges Betriebsverfahren
US10150463B2 (en) * 2017-03-08 2018-12-11 GM Global Technology Operations LLC System and method for managing operational states of a vehicle propulsion system
GB2569351B (en) * 2017-12-14 2020-07-29 Jaguar Land Rover Ltd Whole journey predictive energy optimisation
US11535230B2 (en) * 2017-12-15 2022-12-27 Nissan Motor Co., Ltd. Fuel economy display control method and fuel economy display control system
EP3807137A4 (de) * 2018-06-15 2021-12-22 The Regents of the University of California Systeme, vorrichtung und verfahren zur verbesserung der energieleistung eines hybriden plug-in-elektrofahrzeugs unter verwendung von v2c-konnektivität
SE543136C2 (en) * 2018-11-05 2020-10-13 Scania Cv Ab Method and control device for operating a modular vehicle
CN111348028B (zh) * 2018-12-20 2021-09-17 北汽福田汽车股份有限公司 整车控制方法、装置和车辆
SE542919C2 (en) 2019-01-16 2020-09-15 Scania Cv Ab Method and control device for assembling a vehicle
US11443563B2 (en) * 2019-07-10 2022-09-13 Toyota North America, Inc. Driving range based on past and future data
US11325580B2 (en) 2019-08-12 2022-05-10 Robert Bosch Gmbh Hybrid vehicle transmission control using driver statistics
FR3100510B1 (fr) * 2019-09-05 2021-09-10 Continental Automotive Gmbh Procédé de gestion de la répartition de couple dans un véhicule hybride
KR102659445B1 (ko) * 2019-10-16 2024-04-24 현대자동차주식회사 차량 및 그의 제어방법
US11535235B2 (en) * 2019-12-20 2022-12-27 Robert Bosch Gmbh Simplified control for optimized hybrid vehicle powertrain operation
CN111923897B (zh) * 2020-09-29 2021-03-23 北京航空航天大学 一种插电式混合动力汽车能量智能管理方法
US20240132047A1 (en) 2022-10-19 2024-04-25 Garrett Transportation I Inc. Energy efficient predictive power split for hybrid powertrains
US20240132048A1 (en) 2022-10-19 2024-04-25 Garrett Transportation I Inc. Hierarchical optimal controller for predictive power split

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5913917A (en) 1997-08-04 1999-06-22 Trimble Navigation Limited Fuel consumption estimation
US6487477B1 (en) * 2001-05-09 2002-11-26 Ford Global Technologies, Inc. Strategy to use an on-board navigation system for electric and hybrid electric vehicle energy management
DE10335927B4 (de) 2003-08-06 2005-09-22 Siemens Ag Navigationssystem mit Ermittlung einer verbrauchsoptimierten Route
DE102004037704B4 (de) * 2004-08-04 2014-07-10 Daimler Ag Kraftfahrzeug mit einem präventiv wirkenden Schutzsystem
JP4325632B2 (ja) 2006-03-24 2009-09-02 トヨタ自動車株式会社 ハイブリッド車用燃費表示装置
US20100063658A1 (en) * 2008-09-05 2010-03-11 Ford Global Technologies, Llc Engine Speed Control and Battery Power Scheduling Strategy for an Engine in a Hybrid Electric Vehicle Powertrain
DE102008053604A1 (de) 2008-10-17 2010-04-22 Dr.Ing.H.C.F.Porsche Aktiengesellschaft Vorrichtung zur Bewertung des Fahrzustands eines Hybridfahrzeuges
US8478642B2 (en) * 2008-10-20 2013-07-02 Carnegie Mellon University System, method and device for predicting navigational decision-making behavior
US8825243B2 (en) * 2009-09-16 2014-09-02 GM Global Technology Operations LLC Predictive energy management control scheme for a vehicle including a hybrid powertrain system
CN101734249A (zh) * 2010-01-08 2010-06-16 清华大学 一种燃料电池发动机稳态运行控制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11312359B2 (en) * 2017-01-05 2022-04-26 Renault S.A.S. Method for calculating a management setpoint for managing the fuel and electric power consumption of a hybrid motor vehicle

Also Published As

Publication number Publication date
US9193351B2 (en) 2015-11-24
US20150046000A1 (en) 2015-02-12
CN104340218B (zh) 2019-08-06
CN104340218A (zh) 2015-02-11

Similar Documents

Publication Publication Date Title
DE102014214763A1 (de) Echtzeit-kraftstoffverbrauchsschätzung
DE102007026135B4 (de) Verfahren zum Betreiben eines Hybrid-Elektrotriebwerks auf der Basis von Vorhersageeffekten auf eine Speichereinrichtung für elektrische Energie
DE102007026134B4 (de) Verfahren zum vorhersagen einer änderung in einem betriebszustand einer speichereinrichtung für elektrische energie
DE102014222059A1 (de) In der raumdomäne optimale elektro- und hybrid-elektrofahrzeugsteuerung mit wegvorausberechnung
DE102018116826B4 (de) Fahrzeug mit modellbasierter Streckenenergievorhersage, -korrektur und -optimierung
DE60130484T2 (de) Verwaltung von hybridenergiequellenverteilung
DE102012210866B4 (de) Nichtlinearer beobachter zur batterieladezustandsschätzung
DE102015111179B4 (de) Verfahren zum Steuern eines Hybridfahrzeugs
DE102012210883B4 (de) Nichtlinearer adaptiver Beobachtungsansatz zur Batterieladezustandsschätzung
DE102007026136B4 (de) Verfahren zum Betreiben eines Hybrid-Elektrotriebwerks mit einer Speichereinrichtung für elektrische Energie
DE102012210838B4 (de) Verfahren zum Betreiben eines Hybridfahrzeugs
DE102016102822A1 (de) Batterieladezustands-Abschaltschwellenwert basierend auf dem vorausgesagten Betrieb
DE102008047380B4 (de) Verfahren für das Management von Drehmomenteingaben in ein elektromechanisches Getriebe
EP2965963A1 (de) Hybridautomobil und leistungssystemdrehmomentsteuerungsverfahren dafür
DE102015202845A1 (de) Vorhersage des Energieverbrauchs für ein Elektrofahrzeug mittels Schwankungen im vergangenen Ernergieverbrauch
DE102013223980A1 (de) Tourbezogene Energiemanagement-Steuerung
DE102012216115A1 (de) Ein Fahrzeug und Verfahren zum Schätzen einer Reichweite für das Fahrzeug
DE102018215862A1 (de) Verfahren und Vorrichtung zum Steuern von elektrischen Maschinen
DE102015203280A1 (de) Hybridantriebsstrang-Betriebsartbestimmung auf der Basis einer Ortsraum-Streckensegmentierung
DE112009000894T5 (de) Fahrzeug-Fahrtsteuersystem
DE102016108715A1 (de) Batterieladezustandssteuerung mit Informationsvorschauklassifizierung
EP3566922B1 (de) Verfahren zur ermittlung einer prädizierten beschleunigungsinformation in einem elektrokraftfahrzeug und elektrokraftfahrzeug
DE102015200402A1 (de) System und Verfahren zum Steuern der Batterieleistung auf der Basis der vorhergesagten Batterieenergienutzung
DE102013110346A1 (de) Verfahren zum Betreiben eines Antriebsstranges
DE102015100394A1 (de) Motordrehmomentsteuerung für leistungsverzweigtes Hybrid-Elektrofahrzeug unter Verwendung von Zustandsschätzung

Legal Events

Date Code Title Description
R082 Change of representative

Representative=s name: ETL IP PATENTANWALTSGESELLSCHAFT MBH, DE

Representative=s name: ETL IP PATENT- UND RECHTSANWALTSGESELLSCHAFT M, DE

R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: B60W0020000000

Ipc: B60W0020120000

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee