JP2016038769A - ハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体 - Google Patents
ハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体 Download PDFInfo
- Publication number
- JP2016038769A JP2016038769A JP2014162312A JP2014162312A JP2016038769A JP 2016038769 A JP2016038769 A JP 2016038769A JP 2014162312 A JP2014162312 A JP 2014162312A JP 2014162312 A JP2014162312 A JP 2014162312A JP 2016038769 A JP2016038769 A JP 2016038769A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- information
- weight
- input
- hybrid
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 18
- 239000000446 fuel Substances 0.000 claims abstract description 65
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 230000005611 electricity Effects 0.000 claims description 11
- 230000037396 body weight Effects 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000009467 reduction Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 3
- 230000001172 regenerating effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229910000652 nickel hydride Inorganic materials 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/62—Hybrid vehicles
Landscapes
- Hybrid Electric Vehicles (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】実質的な燃費低減効果を発揮することができる最適な仕様のハイブリッド車両をより高精度に決定することを提供すること。【解決手段】それぞれ仕様の異なるハイブリッド車両(A〜C)についての基礎的車両重量情報等をデータベース(1)に予め記憶し、入力部(3)に車両諸元情報及び走行プロファイル情報等が入力されると、演算部(2)において車両(A〜C)毎に、車両諸元情報に応じた車両総重量及び積載量を算出し、算出された車両総重量及び積載量、並びに走行プロファイル情報に基づいて、車両毎の積載量当りの燃費を算出して、出力部に出力する。【選択図】図5
Description
本発明は、ハイブリッド車両の販売・購入に際し、使用者の使用条件に合わせた最適な仕様の決定を支援するハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体に関する。
特に物流などを担う運送業者にとっては、競争力を高めるために、より燃費の良い車両を購入し、自社の運送車両の車両維持費を抑えることは非常に重要である。このような背景から、輸送分野、年間移動距離などを入力することで購入すべき最適な車両の構成を選択するシステムが提案されている(例えば、特許文献1参照)。
運送業界においても、環境に配慮した自動車として、車両の駆動力にモータとエンジンを利用するハイブリッドトラックが注目されている。また、近年、小型トラックのみならず、中・大型トラックにもハイブリッドシステムを採用することや、外部電源から充電可能なプラグインハイブリッドトラックを採用することなども検討されている。
しかしながら、同じ運送業者であっても、近距離運送を主としている場合や長距離運送を主としている場合などの走行距離や、荷台に搭載する荷物の種類による積載量など、トラックの使用条件は運送業者毎に多種多様である。
また、搭載されるモータやバッテリなど、選択されるハイブリッドトラックの仕様により、ハイブリッドトラック自体の重量も変動する。ハイブリッドトラックにおけるその燃費低減効果は、搭載されるバッテリやモータの性能、荷物の積載量と車両自体の重量も含めた総車両重量、走行距離などのトラックの使用条件などによって変動することから、運送業者にとってはどのような仕様のトラックが実質的な燃料費低減効果をもたらすのか、判断することが難しいという問題があった。トラックを販売する販売員としても、運送業者等の使用者の使用条件に合わせた仕様のトラックを適切に提供するというのは難しかった。
本発明はこのような問題を解決するためになされたもので、その目的とするところは、複数のハイブリッド車両の仕様から、想定される走行条件に対し実質的な燃費低減効果を発揮することができる最適な仕様をより高精度に決定することができる最適仕様決定支援システム、最適仕様決定支援方法、および記憶媒体を提供することである。
本発明は前述の課題の少なくとも一部を解決するためになされたものであり、以下の態様又は適用例として実現することができる。
(1)本適用例に係る最適仕様決定支援システムは、それぞれ仕様の異なる複数のハイブリッド車両について、少なくとも基準となる基礎的車両重量情報を予め記憶する記憶部と、バッテリ容量情報、バッテリ重量情報、モータ出力情報、及びモータ重量情報のうち少なくとも一つを含む車両諸元情報が入力される第1入力部と、想定される走行距離を含む走行プロファイル情報が入力される第2入力部と、前記記憶部に記憶されている前記複数のハイブリッド車両毎に、前記第1入力部に入力された前記車両諸元情報に応じた車両総重量及び積載量を算出する重量算出部と、前記重量算出部にて算出された車両総重量及び積載量、並びに前記第2入力部に入力された前記走行プロファイル情報に基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出する燃費算出部と、前記燃費算出部により算出された前記積載量当りの燃費情報を出力する出力部と、を含む。
(2)本適用例に係る最適仕様決定支援システムにおいて、前記第2入力部には、前記走行プロファイル情報として、さらに、想定される走行ルート、勾配情報、及び車速情報のうちの少なくとも一つが入力されてもよい。
(3)本適用例に係る最適仕様決定支援システムにおいて、さらに、燃料価格情報及び電気料金情報が入力される第3入力部を備え、
前記記憶部に記憶されるハイブリッド車両には、外部電源からの電力供給によりバッテリの充電が可能なプラグインハイブリッド車両が含まれ、
前記燃費算出部は、前記走行プロファイル情報に加えて、前記第3入力部に入力された前記燃料価格情報及び前記電気料金情報にも基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出してもよい。
前記記憶部に記憶されるハイブリッド車両には、外部電源からの電力供給によりバッテリの充電が可能なプラグインハイブリッド車両が含まれ、
前記燃費算出部は、前記走行プロファイル情報に加えて、前記第3入力部に入力された前記燃料価格情報及び前記電気料金情報にも基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出してもよい。
(4)本適用例に係る最適仕様決定支援システムにおいて、前記記憶部に記憶されるハイブリッド車両には、牽引車と前記牽引車と切り離し可能な被牽引車とからなる連結車両を含み、前記連結車両の基礎的車両重量情報は前記牽引車の車体重量、前記牽引車に積載可能な標準積載量、及び前記被牽引車の車体重量を加算した重量としてもよい。
(5)本適用例に係る最適仕様決定支援方法は、それぞれ仕様の異なる複数のハイブリッド車両について、少なくとも基準となる基礎的車両重量情報を記憶部に予め記憶する第1ステップと、第1入力部に、バッテリ容量情報、バッテリ重量情報、モータ出力情報、及びモータ重量情報のうち少なくとも一つを含む車両諸元情報が入力される第2ステップと、第2入力部に、想定される走行距離を含む走行プロファイル情報が入力される第3ステップと、前記第1ステップにて前記記憶部に記憶された前記複数のハイブリッド車両毎に、前記第2ステップにて入力された前記車両諸元情報に応じた車両総重量及び積載量を算出する第4ステップと、前記第4ステップにて算出された車両総重量及び積載量、並びに前記第3ステップにて入力された前記走行プロファイル情報に基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出する第5ステップと、前記第5ステップにて算出された前記積載量当りの燃費情報を出力部に出力する第6ステップと、を含む。
(6)本適用例に係る最適仕様決定支援方法において、前記第3ステップでは、前記走行プロファイル情報として、さらに、想定される走行ルート、勾配情報、及び車速情報のうちの少なくとも一つが入力されてもよい。
(7)本適用例に係る最適仕様決定支援方法において、さらに、第3入力部に燃料価格情報及び電気料金情報が入力される第7ステップを備え、前記第1ステップにて前記記憶部に記憶されるハイブリッド車両には、外部電源からの電力供給によりバッテリの充電が可能なプラグインハイブリッド車両が含まれ、前記第5ステップは、前記走行プロファイル情報に加えて、前記第7ステップにて入力された前記燃料価格情報及び前記電気料金情報にも基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出してもよい。
(8)本適用例に係る最適仕様決定支援方法において、前記第1ステップにて前記記憶部に記憶されるハイブリッド車両には、牽引車と前記牽引車と切り離し可能な被牽引車とからなる連結車両を含み、前記連結車両の基礎的車両重量情報は前記牽引車の車体重量、前記牽引車に積載可能な標準積載量、及び前記被牽引車の車体重量を加算した重量としてもよい。
(9)本適用例に係る記憶媒体は、コンピュータに、前記(5)から(8)のいずれか一つの方法を実行させるためのプログラムを記憶したコンピュータ読み取り可能な記憶媒体である。
上記手段を用いる本発明によれば、実質的な燃費低減効果を発揮することができる最適な仕様のハイブリッド車両をより高精度に決定することができる。
以下、本発明の実施形態を図面に基づき説明する。
図1に本発明の第1実施形態におけるハイブリッド車両の最適仕様決定支援システムの概略構成図が示されており、同図に基づき説明する。
本実施形態に係る最適仕様決定支援システムは、例えば運送業者が所有する情報処理端末に導入される。情報処理端末は図1に示すように、情報を記憶するデータベース1(記憶部)、演算処理を行う演算部2、情報が入力される入力部3、情報を出力する出力部4を有したものである。具体的には、情報処理端末は、データベース1に相当するハードディスク、演算部2に相当するCPU、入力部3に相当するキーボード及びマウス、出力部4に相当するモニタを備えたパーソナルコンピュータである。その他にも、入力部3がタッチパネルであり、当該タッチパネルが出力部4を兼ね、データベース1及び演算部2が内蔵された携帯情報端末等であってもよい。
データベース1には、それぞれ仕様の異なる複数のハイブリッド車両の基礎情報が予め記憶されている(第1ステップ)。基礎情報はハイブリッド車両に最低限必要となる標準装備を備えたハイブリッド車両の仕様情報である。具体的には基礎情報として、少なくとも車両の重量の計算の基準となる基礎的車両重量情報が含まれている。基礎的車両重量は、単体の車両であれば標準装備を備えた車体重量であり、連結車両の場合は牽引車の車体重量と被牽引車の車体重量を加えた重量となる。
本実施形態では、データベース1に3種類のハイブリッド車両A〜Cが記憶されている。
車両Aは、荷台を備えた単体のハイブリッドトラックである。詳しくは図2に示すように、当該車両Aは駆動源としてエンジン11及び第1モータ12を備えている。エンジン11は、本実施形態ではディーゼルエンジンとするが、これに限られずガソリンエンジン等の一般的に自動車に用いられる原動機を仕様とする車両であってもよい。エンジン11と第1モータ12との間にはクラッチ13が設けられており、当該クラッチ13の入力軸(入力側)にはエンジン11の出力軸が、当該クラッチ13の出力軸(出力側)には第1モータ12の回転軸がそれぞれ連結されている。第1モータ12は発電も可能な例えば永久磁石式同期電動機であり、第1モータ12の回転軸は変速機14の入力軸と連結されている。変速機14は複数のギヤを備えており、選択された変速段に応じたギヤを介することで入力された駆動力を変速して、当該変速機14の出力軸に伝達する。そして、変速機14の出力軸からプロペラシャフト15、差動装置16、及び左右の車軸17を介して左右の車輪18へと駆動力が伝達されるよう構成されている。
また、第1モータ12は、車両Aに搭載された第1バッテリ19と第1インバータ20を介して接続されており、当該第1バッテリ19からの電力供給を受けて駆動可能である。第1バッテリ19は例えばリチウムイオン、ニッケル水素等の二次電池であり、第1インバータ20が第1バッテリ19からの直流電力を交流電力に変換して第1モータ12に電力を供給する。一方、車両減速時等には、第1モータ12が発電機(ジェネレータ)として機能し、いわゆる回生駆動することで第1バッテリ19を充電可能である。
次に車両Bは、牽引車であるトラクタ10と被牽引車であるトレーラ30とがドーリ等の連結器21を介して連結された連結車両である。トラクタ10は上記車両Aと同様の構成をなしていることから説明を省略する。
車両Bのトレーラ30は、左右の車輪33を有しているが、駆動源ならびに差動装置、車軸は有しておらず主に第2バッテリ34のみを搭載している。
第2バッテリ34は、第1バッテリ19と同様に、例えばリチウムイオン、ニッケル水素等の二次電池であり第2バッテリ34は第1バッテリ19と電気的に接続されている。従って、第1モータ12は第1バッテリ19及び第1インバータ20を介して、第2バッテリ34の電力によっても駆動可能である。また、第1モータ12が回生駆動することで、第1インバータ20及び第1バッテリ19を介して、第2バッテリ34を充電可能である。
車両Cも、牽引車であるトラクタ10と被牽引車であるトレーラ40とがドーリ等の連結器21を介して連結された連結車両である。トラクタ10は上記車両Aと同様の構成をなしていることから、説明を省略する。一方、車両Cのトレーラ40はいわゆるフルトレーラであるが、自力で走行可能であるという特徴を持っている。
トレーラ40は、車両Bのトレーラ30と同様に、差動装置41、車軸42、車輪43、第2バッテリ44を備えている上、第2モータ45及び第2インバータ46を備えている。第2モータ45は、第1モータ12と同様に発電も可能な例えば永久磁石式同期電動機である。当該第2モータ45の回転軸はプロペラシャフト48を介して差動装置41と連結されており、左右の車軸42を介して左右の車輪43へと駆動力が伝達されるよう構成されている。
第2モータ45は、第2インバータ46を介して第2バッテリ44と接続されており、当該第2バッテリ44からの電力供給を受けて駆動可能である。第2インバータ46は、第2バッテリ44からの直流電力を交流電力に変換して第2モータ45に電力を供給する。一方、車両減速時等には、第2モータ45が発電機(ジェネレータ)として機能し、いわゆる回生駆動することで第2バッテリ44の充電が可能である。
データベース1にはこのように、単体のトラックからなる車両A、第2バッテリ34を搭載するトレーラ30が連結された車両B、第2モータ45及び第2バッテリ44を搭載するトレーラ40が連結された車両Cの情報が記憶されている。なお車両A〜Cの各車は、外部電源からの電力により少なくとも第1バッテリ19及び第2バッテリ34、44のいずれかを充電可能な充電器を備えた、いわゆるプラグインハイブリッド車両であってもよい。
続いて最適仕様決定支援システムによる最適仕様の決定手順について説明する。図5には、最適仕様決定支援の処理手順を示すブロック図が示されており、以下同図に基づき説明する。なお、以下説明する当該最適仕様決定支援の処理手順は主にコンピュータをなす演算部2に実行させるためのプログラムとしてデータベース1、演算部2が有するメモリ、USBメモリ等の外部メモリ、光学ディスク等、記憶媒体に記憶されている。
最適仕様決定支援システムの利用者は、まず入力部3(第1入力部)にて車両A〜Cの基礎情報に対し、追加可能なバッテリ容量(kWh)情報、バッテリ重量(kg)情報、モータ出力(kW)情報、及びモータ重量(kg)情報のうちの少なくとも一つを含む車両諸元情報を入力する(第2ステップ)。最適使用決定支援システムの利用者としては、例えば車両を提供する販売員や、車両を購入し使用する運送業者等の使用者が考えられる。従って、利用者は車両を購入するためのコストの範囲内で、追加可能なバッテリ容量等の車両諸元情報を入力する。ここで入力する追加可能なバッテリ容量等は1つに限られず、段階的に複数の候補を入力したり、上限を入力したりしてもよい。
また、利用者は入力部3(第2入力部)にて、車両を使用する場合に想定される平均的な走行距離、走行ルート、各所の路面勾配、平均車速等の情報を含む走行プロファイル情報を入力する(第3ステップ)。
また、利用者は入力部3(第3入力部)にて現在の燃料価格、電気料金、車両A〜Cに現在の電気料金の情報を入力してもよい(第6ステップ)。これは特にデータベース1に記憶されている車両A〜Cにプラグインハイブリッド車両が含まれる場合、より実質的なプラグインハイブリッドの燃費低減効果を評価することができる。
これらの各情報が入力されると演算部2(重量算出部)は、まず車両諸元情報から各車両A〜Cにおける車両総重量(Gross Vehicle Weight:GVW)と積載量を算出する(第4ステップ)。
車両総重量は車両の基礎的車両重量に追加するバッテリ重量やモータ重量を加えた上で、最大定員が乗車し、最大積荷量の積荷を積み込んだ場合のトータルの重量である。車両B、Cのような連結車両の場合はトラクタ10及びトレーラ30、40の車体重量に追加のバッテリ重量及びモータ重量を加えた上で、最大限積荷を積み込んだ場合のトータルの重量となる。
本発明における積載量とは、荷台に最大限積み込むことができる積荷の重量であり、車両総重量から基礎的車両重量とバッテリ重量やモータ重量等の付加的装備重量を減算して算出される。例えば、追加可能なバッテリ重量等の車両諸元情報を考慮せず、基礎的車両情報のみから算出される積載量を標準積載量とした場合、車両Aにおいては、標準積載量から追加のバッテリ重量を除いた重量が積載量となる(積載量=標準積載量−追加バッテリ重量)。車両B、Cの場合は、追加バッテリは第2バッテリ34、44としてトレーラ30、40に搭載されることからトラクタ10に積載可能な積載量は標準積載量から変化しない(積載量=標準積載量)。
次に演算部2(燃費算出部)は、算出された車両総重量及び積載量と、入力された走行プロファイル情報に基づいて、車両A〜Cそれぞれにおいて走行シミュレーションを行い、各車両A〜Cの燃料消費量及び積載量当りの燃費を算出する(第5ステップ)。
走行シミュレーションについては詳しくは図6に説明図が示されている。図6に示すように、車両の駆動力Ftは、車速Vで勾配θの路面を走行している場合、車両総重量Mvに加速度dV/dtを乗算した値に、タイヤの回転抵抗Fr、空気抵抗Fw、加速抵抗Faを全て加算した値となる。この駆動力Ftは、つまりはトラクション力であり、さらに速度Vを乗算することでトータルパワーが算出される。このトータルパワーからモータパワーを除くことでエンジンパワーが算出され、燃料消費量も算出される。そして、この燃料消費量を積載量で除算することで積載量当りの燃費が算出される(積載量当りの燃費=燃料消費量/積載量)。
また演算部2は、走行プロファイル情報に、想定される走行距離だけでなく、走行ルート情報、勾配情報、車速情報等が入力されている場合には、登坂路におけるトルク増加や、降坂路における回生量等も加味して燃料消費量及び積載量当りの燃費を算出する。
さらに演算部2は、入力された燃料価格も考慮し、バッテリ及びモータを追加するのに要するコストを回収するのに必要な走行距離(コスト回収走行距離)等も算出してもよい。また、データベース1に記憶されている車両A〜Cにプラグインハイブリッド車両が含まれている場合であれば、プラグインシステムを採用した場合の燃費コストと採用しない場合の燃費コストも算出してもよい。
演算部2は以上のように算出した車両A〜Cの燃料消費量及び積載量当りの燃費等の燃費情報を、出力部4に出力する(第6ステップ)。
これにより、利用者は出力部4にて出力された各車両A〜Cの燃料消費量及び積載量当りの燃費を比較することで、最適な仕様となるハイブリッド車両を決定することができる。
出力部4に出力される結果として、例えば図7(a)〜(c)に車両A〜Cそれぞれの追加バッテリ容量に応じた、積載量当りの燃費(L/km・ton)と走行距離(km)との関係図が示されている。なお、出力部4に出力される結果は、これに限られるものではなく、その他の結果を表示してもよい。
図7(a)〜(c)において、例えば追加可能なバッテリ容量の上限が20kWhである場合であって、想定される走行距離がD1であるときは、図7(c)の円Cc1で示すように、車両Cに20kWhまたは25kWhのバッテリ容量を追加した仕様が最も積載量当りの燃費がよい。ここで、20kWhのバッテリと25kWhのバッテリとにおける燃料消費量は実質的に同じであるため、より安価な投資となる20kWhバッテリを選択する方が、比較的短距離走行を想定する運送業者にとって、投資額を最適化しつつ、かつ、燃費低減効果を実質的に得ることができるハイブリッド車両の最適仕様を決定することができる。一方、想定される走行距離がD2である場合は、図7(a)(b)の円Ca2、Cb2に示すように、車両A又は車両Bに20kWhのバッテリ容量を追加する方が燃料消費量がよくなることがわかる。なお、バッテリ重量がバッテリ容量に比例する場合も図7(a)〜(c)のようなグラフから最適仕様を決定することができる。
以上のように、最適仕様決定支援システムでは、利用者が車両諸元情報及び走行プロファイル情報等を入力することで、各車両A〜Cの仕様に応じた燃費情報が出力される。この出力された情報から、運送業者等の使用者の使用条件に合わせた適切なハイブリッド車両の仕様を容易に且つ高精度に決定することができる。特に積載量当りの燃費を算出して出力することで、運送業者にとって実質的な燃費低減効果が得られる最適仕様を決定することができる。
また、走行プロファイル情報として、想定される距離だけでなく、走行ルート、勾配情報、車速情報等も入力し、これらの情報に基づいて燃料消費量及び積載量当りの燃費を算出することで、実際の配送ルートにおける回生量も算出することができ、より精度よく最適な仕様を決定することができる。
また、特にデータベース1に記憶される車両に、プラグインハイブリッド車両を含む場合には、燃料価格情報に加えて電気料金情報も入力することで、プラグインによる燃費改善効果も加味することができる。
さらに、データベース1に、車両Aのような単車のハイブリッド車両だけでなく、車両B、Cのようなトラクタ10及びトレーラ30、40からなる連結車両の仕様も含めることで、より幅広い車両構成を選択可能とし、より最適な車両の仕様を決定することができる。
以上で本発明に係るハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体の実施形態についての説明を終えるが、実施形態は上記実施形態に限られるものではない。
上記各実施形態では、データベース1に記憶されている車両B、Cは、トラクタ10の第1バッテリ19とトレーラ30、40の第2バッテリ34、44とが電気的に接続されているが、トラクタの第1モータとトレーラの第2バッテリとを電気的に接続した構成としてもよい。その場合には、トラクタ又はトレーラにおいて、第1モータと第2バッテリとの間にインバータを介装させることとする。
また、上記実施形態では、データベース1に記憶されている車両B、Cは、トラクタ10に1台のトレーラ30、40が連結された構成であるが、連結されるトレーラの数はこれに限られるものではなく、複数のトレーラを連結した連結車両の情報を記憶していてもよい。
1 データベース(記憶部)
2 演算部(重量算出部、燃費算出部)
3 入力部(第1入力部、第2入力部、第3入力部)
4 出力部
10 トラクタ(牽引車)
30、40 トレーラ(被牽引車)
2 演算部(重量算出部、燃費算出部)
3 入力部(第1入力部、第2入力部、第3入力部)
4 出力部
10 トラクタ(牽引車)
30、40 トレーラ(被牽引車)
Claims (9)
- それぞれ仕様の異なる複数のハイブリッド車両について、少なくとも基準となる基礎的車両重量情報を予め記憶する記憶部と、
バッテリ容量情報、バッテリ重量情報、モータ出力情報、及びモータ重量情報のうち少なくとも一つを含む車両諸元情報が入力される第1入力部と、
想定される走行距離を含む走行プロファイル情報が入力される第2入力部と、
前記記憶部に記憶されている前記複数のハイブリッド車両毎に、前記第1入力部に入力された前記車両諸元情報に応じた車両総重量及び積載量を算出する重量算出部と、
前記重量算出部にて算出された車両総重量及び積載量、並びに前記第2入力部に入力された前記走行プロファイル情報に基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出する燃費算出部と、
前記燃費算出部により算出された前記積載量当りの燃費情報を出力する出力部と、
を含むハイブリッド車両の最適仕様決定支援システム。 - 前記第2入力部には、前記走行プロファイル情報として、さらに、想定される走行ルート、勾配情報、及び車速情報のうちの少なくとも一つが入力される請求項1記載のハイブリッド車両の最適仕様決定支援システム。
- さらに、燃料価格情報及び電気料金情報が入力される第3入力部を備え、
前記記憶部に記憶されるハイブリッド車両には、外部電源からの電力供給によりバッテリの充電が可能なプラグインハイブリッド車両が含まれ、
前記燃費算出部は、前記走行プロファイル情報に加えて、前記第3入力部に入力された前記燃料価格情報及び前記電気料金情報にも基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出する請求項1又は2記載のハイブリッド車両の最適仕様決定支援システム。 - 前記記憶部に記憶されるハイブリッド車両には、牽引車と前記牽引車と切り離し可能な被牽引車とからなる連結車両を含み、前記連結車両の基礎的車両重量情報は前記牽引車の車体重量、前記牽引車に積載可能な標準積載量、及び前記被牽引車の車体重量を加算した重量とする請求項1から3のいずれか一項に記載のハイブリッド車両の最適仕様決定支援システム。
- それぞれ仕様の異なる複数のハイブリッド車両について、少なくとも基準となる基礎的車両重量情報を記憶部に予め記憶する第1ステップと、
第1入力部に、バッテリ容量情報、バッテリ重量情報、モータ出力情報、及びモータ重量情報のうち少なくとも一つを含む車両諸元情報が入力される第2ステップと、
第2入力部に、想定される走行距離を含む走行プロファイル情報が入力される第3ステップと、
前記第1ステップにて前記記憶部に記憶された前記複数のハイブリッド車両毎に、前記第2ステップにて入力された前記車両諸元情報に応じた車両総重量及び積載量を算出する第4ステップと、
前記第4ステップにて算出された車両総重量及び積載量、並びに前記第3ステップにて入力された前記走行プロファイル情報に基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出する第5ステップと、
前記第5ステップにて算出された前記積載量当りの燃費情報を出力部に出力する第6ステップと、
を含むハイブリッド車両の最適仕様決定支援方法。 - 前記第3ステップでは、前記走行プロファイル情報として、さらに、想定される走行ルート、勾配情報、及び車速情報のうちの少なくとも一つが入力される請求項5記載のハイブリッド車両の最適仕様決定支援方法。
- さらに、第3入力部に燃料価格情報及び電気料金情報が入力される第7ステップを備え、
前記第1ステップにて前記記憶部に記憶されるハイブリッド車両には、外部電源からの電力供給によりバッテリの充電が可能なプラグインハイブリッド車両が含まれ、
前記第5ステップは、前記走行プロファイル情報に加えて、前記第7ステップにて入力された前記燃料価格情報及び前記電気料金情報にも基づいて、少なくとも前記複数のハイブリッド車両毎の積載量当りの燃費を算出する請求項5又は6記載のハイブリッド車両の最適仕様決定支援方法。 - 前記第1ステップにて前記記憶部に記憶されるハイブリッド車両には、牽引車と前記牽引車と切り離し可能な被牽引車とからなる連結車両を含み、前記連結車両の基礎的車両重量情報は前記牽引車の車体重量、前記牽引車に積載可能な標準積載量、及び前記被牽引車の車体重量を加算した重量とする請求項5から7のいずれか一項に記載のハイブリッド車両の最適仕様決定支援方法。
- コンピュータに、請求項5から8のいずれか一項に記載の方法を実行させるためのプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014162312A JP2016038769A (ja) | 2014-08-08 | 2014-08-08 | ハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014162312A JP2016038769A (ja) | 2014-08-08 | 2014-08-08 | ハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016038769A true JP2016038769A (ja) | 2016-03-22 |
Family
ID=55529780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014162312A Pending JP2016038769A (ja) | 2014-08-08 | 2014-08-08 | ハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016038769A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10636226B2 (en) | 2017-06-02 | 2020-04-28 | Hyundai Motor Company | Vehicle, terminal communicating with the vehicle, and method of controlling the vehicle |
WO2020240910A1 (ja) * | 2019-05-27 | 2020-12-03 | パナソニックIpマネジメント株式会社 | 情報処理方法、及び、情報処理システム |
JP2021071806A (ja) * | 2019-10-29 | 2021-05-06 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
-
2014
- 2014-08-08 JP JP2014162312A patent/JP2016038769A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10636226B2 (en) | 2017-06-02 | 2020-04-28 | Hyundai Motor Company | Vehicle, terminal communicating with the vehicle, and method of controlling the vehicle |
WO2020240910A1 (ja) * | 2019-05-27 | 2020-12-03 | パナソニックIpマネジメント株式会社 | 情報処理方法、及び、情報処理システム |
JP2021071806A (ja) * | 2019-10-29 | 2021-05-06 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP7172948B2 (ja) | 2019-10-29 | 2022-11-16 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Analysis of Class 8 truck technologies for their fuel savings and economics | |
Lajunen | Energy consumption and cost-benefit analysis of hybrid and electric city buses | |
Margaritis et al. | Electric commercial vehicles: Practical perspectives and future research directions | |
Doucette et al. | Modeling the CO2 emissions from battery electric vehicles given the power generation mixes of different countries | |
US8406948B2 (en) | Plug-in hybrid electric vehicle and method of control for providing distance to empty and equivalent trip fuel economy information | |
Herrmann et al. | Introduction to hybrid electric vehicles, battery electric vehicles, and off-road electric vehicles | |
Walker et al. | Energy consumption and cost analysis of hybrid electric powertrain configurations for two wheelers | |
He et al. | Forward power-train energy management modeling for assessing benefits of integrating predictive traffic data into plug-in-hybrid electric vehicles | |
Lajunen | Fuel economy analysis of conventional and hybrid heavy vehicle combinations over real-world operating routes | |
Napoli et al. | Freight distribution with electric vehicles: A case study in Sicily. Delivery van development | |
JP2016038769A (ja) | ハイブリッド車両の最適仕様決定支援システム、最適仕様決定支援方法、及び記憶媒体 | |
Lee et al. | Implementation methodology of powertrain for series-hybrid military vehicles applications equipped with hybrid energy storage | |
Ghandriz et al. | Optimization based design of heterogeneous truck fleet and electric propulsion | |
Li et al. | In-wheel motor electric ground vehicle energy management strategy for maximizing the travel distance | |
Huda et al. | The influence of the regenerative braking on the overall energy consumption of a converted electric vehicle | |
Halmeaho et al. | Electric city bus energy flow model and its validation by dynamometer test | |
Chau et al. | Fuel minimization of plug-in hybrid electric vehicles by optimizing drive mode selection | |
Lipman et al. | Hybrid-electric vehicle design: Retail and life cycle cost analysis | |
Hu et al. | Research on regenerative braking control strategy of plug-in hybrid electric vehicle considering CVT ratio rate of change | |
Anselma | Electrified powertrain sizing for vehicle fleets of car makers considering total ownership costs and CO2 emission legislation scenarios | |
Beckers et al. | Modeling of energy losses during cornering for electric city buses | |
Ghandriz et al. | Sensitivity analysis of optimal energy management in plug-in hybrid heavy vehicles | |
Huismans | Electric trucks: wishful thinking or the real deal | |
Alexander et al. | Making sense of life cycle assessment results of electrified vehicles | |
Gujarathi et al. | Emission reduction by combined rule based-artificial bee colony optimization algorithm for converted plug-in hybrid electric vehicle |