CN104875738A - 基于空间域路线分段的混合动力的动力传动系统模式确定 - Google Patents

基于空间域路线分段的混合动力的动力传动系统模式确定 Download PDF

Info

Publication number
CN104875738A
CN104875738A CN201510075548.7A CN201510075548A CN104875738A CN 104875738 A CN104875738 A CN 104875738A CN 201510075548 A CN201510075548 A CN 201510075548A CN 104875738 A CN104875738 A CN 104875738A
Authority
CN
China
Prior art keywords
section
driving engine
prediction
power
place
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.)
Granted
Application number
CN201510075548.7A
Other languages
English (en)
Other versions
CN104875738B (zh
Inventor
赵亚男
梁伟
邝明朗
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 CN104875738A publication Critical patent/CN104875738A/zh
Application granted granted Critical
Publication of CN104875738B publication Critical patent/CN104875738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/08—Conjoint 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/24—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
    • B60W10/26—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/12—Controlling the power contribution of each of the prime movers to meet required power demand using control strategies taking into account route information
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/13—Controlling the power contribution of each of the prime movers to meet required power demand in order to stay within battery power input or output limits; in order to prevent overcharging or battery depletion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/24—Energy storage means
    • B60W2710/242—Energy storage means for electrical energy
    • B60W2710/244—Charge state
    • 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
    • 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
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S903/00—Hybrid electric vehicles, HEVS
    • Y10S903/902—Prime movers comprising electrical and internal combustion motors
    • Y10S903/903—Prime movers comprising electrical and internal combustion motors having energy storing means, e.g. battery, capacitor
    • Y10S903/93—Conjoint 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

本发明涉及基于空间域路线分段的混合动力的动力传动系统模式确定，公开了一种车辆，该车辆包括具有发动机和电机的动力传动系统以及配置用于驱动电机的电池。车辆进一步包括配置用于根据在发动机和电机之间预测的扭矩分配来运转动力传动系统的控制器。控制器对多个预定路段中的每者基于预测的驾驶员需求而产生预定的扭矩分配。当实际荷电状态在目标电池荷电状态的阈值内时基于对应于路段的端点的目标电池荷电状态来确认用于每个路段的预测的扭矩分配。

Description

基于空间域路线分段的混合动力的动力传动系统模式确定
技术领域
本发明涉及混合动力车辆的动力传动系统控制系统。
背景技术
混合动力电动车辆(HEV)可以通过使用内燃发动机带动发电机来缓冲(buffer)燃料能。发电机产生的电可以存储在电池中。HEV系统还能通过使用车辆动量带动发电机来回收动能。产生的电也可以存储在电池中。燃料是HEV系统中的主要的初始能量源。插电式混合动力电动车辆(PHEV)是现有混合动力电动车辆(HEV)的延伸，具有增加的能量柔性。PHEV利用容量比标准HEV大的电池组并且PHEV具有两个初始能量源，燃料和来自电网的电。
HEV控制系统的目标可能是最小化能量运转成本和排放的同时不降低车辆驾驶性能和系统约束。能量管理控制策略可以电动驱动模式(其中车辆仅仅运转电动马达提供推进)运转HEV以最大化电池电力输出。在混合运转模式中，通过发动机和电动马达共同推进车辆。
发明内容
在至少一个实施例中，车辆包括具有发动机和电机的动力传动系统以及配置用于驱动电机的电池。车辆进一步包括配置用于根据在发动机和电机之间预测的扭矩分配来运转动力传动系统的控制器。控制器对多个预定路段中的每者基于预测的驾驶员需求而产生预测的扭矩分配。当实际荷电状态在目标电池荷电状态的阈值内时，基于对应于路段端点的目标电池荷电状态，来确认用于每个路段的预测的扭矩分配。
在至少一个实施例中，用于运转混合动力电动动力传动系统的方法包括对预定路线的多个路段，基于预测的车速和预测的轮上功率中的一者，在马达和电机之间分配预测的扭矩需求。该方法进一步包括在沿预定路线的位置处，选择性地启用发动机，使得达到对应于每个路段的端点的目标荷电状态。
在至少一个实施例中，车辆包括具有发动机和电机的动力传动系统以及配置用于驱动电机的电池。车辆还包括配置用于在多个预定路段的任意路段期间，响应于在路段期间预测的驾驶员需求变化通过预定阈值，而预测发动机启用状态的变化的控制器。控制器进一步配置用于监视电池的荷电状态，并且预测发动机和电机之间的扭矩输出分配，使得在每个预定路段的端点处达到目标荷电状态。
根据本发明的一个实施例，控制器进一步配置用于在多个路段的一者期间，响应于预测的驾驶员需求减小至小于第二预定阈值，而在混合动力电动动力传动系统模式期间预测发动机的停用。
根据本发明的一个实施例，控制器进一步配置用于在路段期间，如果预测到动力传动系统模式切换，则细分路段，使得细分的路段不包括动力传动系统模式切换。
根据本发明的一个实施例，驾驶员需求至少包含车速需求和轮上功率需求中的至少一者，并且预测的扭矩分配基于在路段期间，相对于车速需求或轮上功率需求的一者导致更长时间的发动机开启期间的车速或轮上功率需求中的另一者。
根据本发明的一个实施例，控制器进一步配置用于对多个路段中的一者，响应于车速在路段的起点或端点等于零，而确认电机动力传动系统模式预测。
根据本发明的一个实施例，控制器进一步配置用于对多个路段中的一者，响应于路段的持续时间小于预定的发动机开启时间阈值，而确认电机动力传动系统模式预测。
根据本发明的一个实施例，控制器进一步配置用于对多个路段中的一者，响应于驾驶员减速需求高于预定的制动阈值，而确认电机动力传动系统模式预测。
根据本发明的一个实施例，控制器进一步配置用于对多个路段中的一者，响应于预测的轮上功率和可用电机功率之间的差异小于发动机开启阈值，而确认电机动力传动系统模式预测。
根据本发明的一个实施例，驾驶员需求至少包含车速需求和轮上功率需求中的一者，并且预测的扭矩输出分配基于在路段期间，相对于车速需求或轮上功率需求的一者导致更长时间的发动机开启期间的车速或轮上功率需求中的另一者。
根据本发明的一个实施例，控制器进一步配置用于响应于路段的持续时间小于最小发动机开启时间阈值，而预测在该路段期间发动机保持停用。
根据本发明的一个实施例，控制器进一步配置用于响应于预测的车速在路段的起点或端点处等于零，而预测在该路段期间发动机保持停用。
附图说明
图1是混合动力电动车辆的示意图；
图2是基于路径预测的能量管理控制系统的系统图；
图3是通过路径预测的空间域混合动力控制系统的流程图；
图4是说明划分预定路线的示例的图；
图5是两级动力传动系统模式选择预测方法的流程图；
图6是图5中水平I动力传动系统模式预测方法的流程图；
图7是基于车速的模式选择的子程序的流程图；
图8是基于轮上功率的模式选择的子程序的流程图；
图9A至9C是对应于基于车速的动力传动系统模式预测的多个车辆工况的图；
图10A至10C是对应于基于轮上功率的动力传动系统模式预测的多个车辆工况的图；
图11是图5中水平II动力传动系统模式预测方法的流程图；
图12是图5中替代的水平II动力传动系统模式预测方法的流程图。
具体实施方式
根据需要，本说明书中公开了本发明的具体实施例；然而，应理解公开的实施例仅为本发明的示例，其可以多种替代形式实施。附图无需按比例绘制；可放大或缩小一些特征以显示特定部件的细节。所以，此处所公开的具体结构和功能细节不应解释为限定，而仅为教导本领域技术人员以多种形式实施本发明的代表性基础。
图1描述了插电式混合动力电动车辆100的示例。混合动力电动动力传动系统102可以包含机械连接至混合动力传动装置106的一个或更多个电机或电动马达104。此外，混合动力传动装置106机械连接至发动机108。混合动力传动装置106还可以机械连接至驱动车轮112的驱动轴110。当发动机108打开时以及当发动机108关闭时电动马达104能提供车辆推进。额外地，电动马达104可以通过向驱动轴施加阻力扭矩而提供车辆减速。电动马达104还可以配置用作发电机并且通过回收在摩擦制动系统中通常将作为热量损失掉的能量而可以提供燃料经济性益处。由于在特定状况下可以电机动力传动系统模式运转混合动力电动车辆100，故电动马达104还可以减少污染排放。
牵引电池或电池组114存储可以用于驱动电动马达104的能量。车辆电池组114能提供高压直流(DC)输出。电池组114电连接至电力电子(powerelectronic)模块116。电力电子模块116电连接至电动马达104并且能在电池组114和电动马达104之间双向传输能量。例如，电池组114可以提供直流电压而电动马达104的运转可能需要三相交流(AC)电。该示例中，电力电子模块116可以将直流电压转换为电动马达104接收的三相交流电。在再生模式中，电力电子模块116将来自作为发电机的电动马达104的三相交流电转换为电池组114需要的直流电压。本说明书中描述的方法同样可以应用到纯电动车辆或者使用电池组的任何其它装置。
电池组114除了提供推进能量之外，还可以提供用于其它车辆电子系统的能量。DC/DC(直流/直流)转换器模块118能将电池组114的高压DC输出转换为与低压车辆负载兼容的低压DC输出。其它高压负载(比如压缩器和电动加热器)可以直接连接至从电池组114引出的高压总线。低压系统还可以电连接至12V电池120。纯电动车辆可以具有类似的配置只是没有发动机108。
可以通过外部电源126向电池组114再充电。外部电源126可以经由充电端口124通过电连接向车辆100提供交流或直流电。充电端口124可以是配置用于从外部电源126向车辆100传输电力的任何类型的端口。充电端口124可以电连接至电力转换模块122。电力转换模块可以适配来自外部电源126的电力以向电池组114提供适合的电压和电流水平。在一些运用中，外部电源126可以配置用于向电池组114提供适合的电压和电流水平使得电力转换模块122不是必需的。例如，电力转换模块122的功能可以包含在外部电源126中。包括发动机、传动装置、电动马达、发电机以及电力电子件的车辆动力传动系统可以通过动力传动系统控制模块(PCM)128控制。
除说明插电式混合动力车辆之外，图1中如果去除发动机108则可以是电池电动车辆(BEV)的代表。类似地，图1中如果去除部件122、124和126则可以代表传统的混合动力电动车辆(HEV)或功率分流(power-split)混合动力电动车辆。
可以使用给定路线的路线预测和路线信息通过提前计划沿线的电池荷电状态(SOC)目标的设置点(setpoints)来优化HEV的燃料经济性。这种优化的一种策略可以通过分析总体路线、分别优化路线上的离散位置并向动力传动系统控制模块(PCM)提供基于优化运转的计划信号来执行。可以通过利用用于HEV实时能量管理的取决于路线的滚动时域控制(receding horizoncontrol)来计划路线上的电池SOC目标设置点。这允许通过最小化代表计划路线的预测行驶状况的燃料消耗的成本函数使系统获取最优的电池SOC计划。在至少一个实施例中，控制器配置用于监视电池的SOC并且沿路线计划用于动力传动系统的运转模式使得在每个路段的端点达到目标SOC设置点的值。
图2说明一种将优化HEV控制系统分成两个水平的方法。显示为能量管理优化202的高水平控制可以基于包括但不限于路线预测、道路信息、物理参数以及整体的系统约束的输入产生沿路线的电池SOC希望设置点。显示为车辆控制204的低水平控制可以追踪电池SOC状态并产生希望的车辆运转参数。例如，可以通过车辆控制204监视电池系统功率、发动机功率、发动机转速和发动机运转中的每一者。车辆控制204计算用于车辆206的扭矩指令以控制发动机和电机。扭矩指令(发动机扭矩τeng,、发电机扭矩τgen和马达扭矩τmot)通信至车辆206并且提供车辆的不同推进源之间的扭矩分配。将与车辆关联的特定数据反馈至能量管理优化202和车辆控制204。车辆运转数据用作优化程序的反馈以改善燃料经济性。车辆运转数据包括但不限于车速Vspd、电池荷电状态SOC和行驶的距离。
优化燃料消耗的方法可能需要高于嵌入的控制模块中可用计算带宽的计算量。离线使用更强大的远程计算机系统来计算最优运转可能解决计算不足。然而，可能需要实时实施该控制算法。实时实施可以包括预测并处理交通、道路信息和驾驶员输入的嵌入式控制模块。该嵌入式控制模还可以收集当前车辆状态数据(电池SOC、车速等)。该实时实施可以收集和处理数据使得处理没有缓冲延迟。这样，输出代表并适应实时行驶状况。
实时优化期间，由于大量计算的要求使得及时地确定路线中每时每刻的目标SOC设置点可能不现实。解决该问题的一种方法是将路线划分成较小的路段。一种划分路线的示例方法是基于可用计算带宽按时间划分路线。一个挑战是基于时间的分段没有考虑路线本身的特性。另一种示例方法是将路线分解成具有相似特征和属性的多段。随后，可以基于优化对每个路段的端点计划目标SOC设置点。第二种路线划分的示例显示了对于给定路段而言生成实时燃料消耗估算方法的优点。
图3是说明确定可以用于控制电动马达104和发动机108的目标电池SOC设置点的方法的流程图。该流程图的逻辑可以存储在PCM128或者其它车辆控制器中，随后用于优化车辆能量管理。步骤302期间，接收路线输入数据。例如，该输入可以包括车速、道路坡度、交通数据、天气状况和其它路线信息(交通标记、交通灯、贴出的速度限制)。在步骤304处，将路线分成较小的路段。可以基于从远程源无线提供的用户数据、预测的数据或信息来执行该子部分分段。一个或更多个规则或其变型也可以用于控制分段。例如，车辆加速度模型(profile)可以用于确定每个路段的适当起点和端点。可以通过静态阈值(即>0.5f/s2)、通过动态阈值(即>5％的相对变化)或者通过阈值的组合或者包括车速的其它标准(即>0.5f/s20-20mph)来定义车辆加速度转变。
步骤304处用于路线分段的替代规则可以包括基于道路信息来分段路线。例如，具有基本类似的道路坡度的连续路段可以分组在单个路段中。如果道路坡度变化高于预定阈值，对应的空间位置可以识别为路段起点和/或端点。可以通过静态阈值(即>0.05％的道路坡度)、通过动态阈值(即道路坡度的相对百分比变化)或者通过这些标准的组合或者包括车速的其它标准(即>0.05％0-20mph)来定义道路坡度转变。此外，可以通过道路坡度本身或者道路坡度的导数确定道路坡度转变的位置。当提供沿路线的逐段恒定道路坡度时可以使用道路坡度。当提供的道路坡度更加动态时道路坡度的导数可能更有用。
用于路线分段的进一步选择是根据驾驶员需求沿空间位置来分段路线。请求的车轮功率和请求的车速中的每者可以作为驾驶员需求的指示。特定路线属性可以产生可预测的或重复的驾驶员需求模式(pattern)。例如，高速驾驶相对于较高交通量的驾驶可以每者具有特有的驾驶员需求模式。类似于上文讨论的关于加速度和道路坡度的标准，驾驶员需求的静态和/或动态阈值也可以用于指示特定路段开始和结束的位置。在至少一个实施例中，通过局部(local)最大或最小驾驶员需求来指示路线分段起点和端点。
一旦路线分段，在步骤306处可以使用空间域优化器通过最小化估算的沿路线的总燃料消耗来计划目标电池SOC设置点。在步骤308处输出目标电池SOC设置点，以被车辆控制204使用以控制电动马达104和发动机108。
图4是路线分段的示例输出的图。该图描述相对于地理或空间位置404的车速402。在该示例中，基于包括局部最大车速值408和最小车速值410的标准将预定路线406分成段。还可以确定对应于每个路线的起点和端点的电池SOC目标以最小化整个路线上的估算燃料消耗。在图4的示例中，荷电状态目标SOCN(SOC0,SOC1,SOC2,SOC3...SOCD)与路段的每个起点和端点的位置相关联。SOC0可以代表与预定路线的初始位置关联的荷电状态。SOCD可以代表与预定路线的终点关联的荷电状态。
PCM进一步包括确定用于预定路线中每段的动力传动系统运转模式的逻辑。图5大体描述了提供模式选择的双级(two-tiered)动力传动系统模式确定的方法，该模式选择对于宽范围的工况是稳健的。在步骤502处如上文所述通过控制器接收预定路线信息。基于预测的沿路线的驾驶员需求，在步骤504处执行第一水平的模式选择，并且生成每个路段的初级动力传动系统模式预测。在步骤506处，鉴于整体电池SOC计划来考虑预测的水平I模式选择。在步骤507处接收可能的电池SOC计划设置点。在步骤508处使用电池SOC计划来执行第二水平的动力传动系统模式选择。随后在步骤510处动力传动系统模式预测输出为水平II模式选择。如果计算主要使用与路段的起点和端点关联的参数，则水平I的计算可以不是数据密集型。水平II的模式选择考虑路线上即将到来的电池SOC和功率需求而提供精炼(refinement)并且可以运转为防止不合理的模式选择。沿路线预测动力传动系统运转模式的两个水平将在下文更详细地讨论。
水平I选择
图6是说明用于水平I动力传动系统模式选择的标准的算法的流程图。方法600是在预测给定路段的模式中考虑预测的驾驶员需求的多个方面的模式选择程序的示例。大体上，模式选择的结果落在四个动力传动系统运转场景的一者中：(1)电机动力传动系统模式或者“EV模式”；(2)混合动力电动的动力传动系统模式或者“HEV模式”，其中启用发动机作为推进源；(3)EV→HEV模式，其中模式切换发生在路段期间；以及(4)也具有在路段期间模式切换的HEV→EV模式。路段期间动力传动系统工况的足够变化可以引发其中启用或停用发动机作为推进源的模式切换。引发每个运转模式的条件将在下文参考方法600的部分的子程序更详细地描述。
在步骤602处接收关于预定路段的信息。例如，预测的车速和道路坡度信息可以用于确定用于路段的动力传动系统模式。预测的驾驶员需求通过轮上功率需求和车速需求两者来表征。可以基于至少包括道路信息、交通信息和/或历史驾驶模式的已知影响因子的组合来预测多个路段的车速。在步骤604处映射用于车速的预测。V1和V2是分别对应于路段的起点和端点的预测速度。将这些速度与控制路段的特定动力传动系统模式的预定阈值速度比较。在步骤606处基于与关联的速度阈值比较来确定基于对应速度的动力传动系统模式。该模式选择将在下文更详细地描述。
在步骤608处映射用于轮上功率需求的预测。PWR1和PWR2是指示分别对应于路段的起点和端点的轮上功率需求的值。将预测的轮上功率与关联的功率阈值比较以确定用于路段的适当的动力传动系统模式。在步骤610处基于该比较来确定基于轮上功率的动力传动系统模式。
在步骤612处彼此仲裁这两个模式选择(步骤606处基于速度的以及步骤610处基于轮上功率的)。用于模式选择的不同程序可能导致路段内不同的预测模式或者不同的预测模式切换位置。所以水平I模式选择平衡每个初级子路段选择的需求。对于步骤612处的仲裁，具有较长发动机开启(engine-on)期间的模式选择将取代其它模式选择。例如，在两种模式选择都包含模式切换的情况下，模式切换的位置可能影响该仲裁。较早的发动机开启模式切换位置或者较晚的发动机关闭(engine-off)模式切换位置可以指示水平I的动力传动系统模式选择。在步骤614处控制器可以产生指示用于每个预定路段的水平I动力传动系统模式选择的参数。
参考图7，更详细地描述基于车速的子程序选择。图7中显示的方法700A是上文在步骤606处描述的基于速度的模式选择的示例子程序。在步骤702处，如果V1小于发动机关闭的速度阈值(VENG_OFF)，在步骤704处考虑端点速度V2。如果车速V2高于路段的端点处发动机开启的阈值(VENG_ON)，则指示足够的速度增加以促使启用发动机。在步骤706处响应于车速增加而预测将启用发动机。这种情况下路段期间的速度增加是在步骤706处使控制器可以计划动力传动系统将模式从EV模式切换为HEV模式。在步骤708处可以分别使用起点和端点速度来确定模式切换的位置。
在步骤704处如果车速V2小于路段的端点处的发动机开启阈值，则可能不存在足够的速度增加来引发发动机的启用。那么在步骤710处预测发动机保持处于EV模式。
在步骤702处如果V1高于发动机关闭的速度阈值，则在步骤712处控制器可以考虑V1是否高于发动机开启的速度阈值。如果V1高于起点处发动机开启的速度阈值，则在步骤714处控制器考虑是否存在足够的转速减小以促使停用发动机。在步骤714处如果V2小于发动机关闭阈值，则在步骤716处控制器可以计划在该路段期间动力传动系统将模式从HEV模式切换EV模式。这种情况下的速度减小足以不再需要发动机辅助，并且从而从HEV模式转变为EV模式。在至少一个实施例中，发动机开启阈值高于发动机关闭阈值以提供滞后(hysteresis)效果。两个阈值之间的间隔帮助了避免由于阈值中一者的速度波动而迅速的连续开启和关闭发动机。在步骤718处可以通过控制器确定模式切换的位置用于晚些时候使用。
在步骤714处如果V2高于发动机关闭阈值，则可能不存在足够的速度减小来保证停用发动机。在步骤720处控制器可以计划在路段期间动力传动系统保持处于HEV模式。
在步骤712处如果V1小于发动机开启的速度阈值，则在步骤722处控制器考虑V1在发动机开启和发动机关闭的速度阈值之间的情况。这种情况下，之前路段的动力传动系统运转模式与该模式选择关联。在步骤724处如果在该路段期间存在足够的速度增加，那么V2高于发动机开启阈值，控制器随后考虑是之前路段期间的动力传动系统运转模式。在步骤726处，如果发动机在T1处已经启用，则在步骤728处控制器可以预测保持处于HEV模式。相反，在步骤726处如果发动机在T1处未启用，则在步骤730处控制器可以预测在该路段期间模式从EV模式切换为HEV模式。类似于包括动力传动系统模式切换的其它选择，在步骤732处控制器可以确定模式切换的位置用于后续使用。
在步骤724处如果V2小于发动机开启阈值，则在步骤734处控制器考虑之前路段的运转模式。如果发动机在T1处已经从之前的路段启用，则在步骤736处控制器考虑是否存在足以导致发动机停用的速度减小。如果V2小于发动机关闭阈值，则在步骤738处控制器可以预测在路段期间动力传动系统将模式从HEV模式切换为EV模式。类似于包括动力传动系统模式切换的其它选择，在步骤740处控制器可以确定模式切换的位置用于后续使用。
相反，在步骤736处如果V2高于发动机关闭阈值，则速度减小可能不足以保证停用发动机。在步骤742处控制器可以预测动力传动系统保持处于HEV模式。在步骤734处如果发动机在T1处没有从之前的路段开启，则在步骤744处控制器可以预测动力传动系统保持处于EV模式。在746处选择基于车速的动力传动系统模式。
图8描述基于预测的轮上功率需求的子程序动力传动系统模式选择。基于轮上功率的选择的方法700B对应于上文讨论的仲裁程序的步骤610，并且可以与基于车速的选择同时执行。
如上文提到的，PWR1和PWR2是指示分别对应于路段起点和端点的轮上功率需求的值。在步骤748处如果PWR1小于发动机关闭动力阈值(PWRENG_OFF)，则在步骤750处考虑端点功率PWR2。如果预测的轮上功率需求PWR2高于路段端点处的发动机开启阈值(PWRENG_ON)，则指示足够的轮上功率需求增加以促使启用发动机。在步骤752处响应于轮上功率需求的增加而预测将启用发动机。这种情况下，路段期间的轮上功率增加是在步骤752处使控制器可以计划动力传动系统将模式从EV模式切换为HEV模式。在步骤754处可以分别使用起点和端点速度来确定模式切换的位置。
在步骤750处如果轮上功率PWR2小于路段端点处的发动机开启阈值，则可能不存在足够的轮上功率需求的增加来引发发动机启用。随后在步骤756处预测动力传动系统将保持处于EV模式。
在步骤748处如果PWR1高于发动机关闭功率阈值，则在步骤758处控制器可以考虑PWR1是否高于发动机开启功率阈值。如果PWR1高于起点处的发动机开启功率阈值，则在步骤760处控制器考虑是否存在足够的轮上功率需求减小以促使停用发动机。在步骤760处如果PWR2小于发动机关闭阈值，则在步骤762处控制器可以计划在该路段期间动力传动系统将模式从HEV模式切换为EV模式。这种情况下，轮上功率减小足以不再需要发动机辅助，并且从而从HEV模式转变为EV模式。在至少一个实施例中，发动机开启阈值高于发动机关闭阈值以提供滞后效果。两个阈值之间的间隔帮助了避免由于阈值中一者的轮上功率波动而迅速的连续开启和关闭发动机。在步骤764处可以通过控制器确定模式切换的位置用于晚些时候使用。
在步骤760处如果PWR2高于发动机关闭阈值，则可能不存在足够的轮上功率需求的减小来保证停用发动机。在步骤766处控制器可以计划在路段期间动力传动系统保持处于HEV模式。
在步骤758处如果PWR1小于发动机开启的轮上功率阈值，则在步骤768处控制器考虑PWR1在发动机开启和发动机关闭的轮上功率阈值之间的情况。这种情况下，之前路段的动力传动系统运转模式与该模式选择关联。在步骤770处如果在该路段期间存在足够的轮上功率增加，那么PWR2高于发动机开启阈值，控制器随后考虑之前路段期间的动力传动系统运转模式。在步骤772处，如果发动机在T1处已经启用，则在步骤774处控制器可以预测保持处于HEV模式。相反，在步骤772处如果发动机在T1处未启用，则在步骤776处控制器可以预测在该路段期间模式从EV模式切换为HEV模式。类似于包括动力传动系统模式切换的其它选择，在步骤778处控制器可以确定模式切换的位置用于后续使用。
在步骤770处如果PWR2小于发动机开启阈值，则在步骤780处控制器考虑之前路段的运转模式。如果发动机在T1处已经从之前的路段启用，则在步骤782处控制器考虑是否存在足以允许发动机停用的轮上功率需求减小。如果PWR2小于发动机关闭阈值，则在步骤784处控制器可以预测在路段期间动力传动系统将模式从HEV模式切换为EV模式。类似于包括动力传动系统模式切换的其它选择，在步骤786处控制器可以确定模式切换的位置用于后续使用。
相反，在步骤782处如果PWR2高于发动机关闭阈值，则轮上功率需求的减小可能不足以保证停用发动机。在步骤788处控制器可以预测动力传动系统保持处于HEV模式。在步骤780处如果发动机在T1处没有从之前的路段开启，则在步骤790处控制器可以预测动力传动系统将保持处于EV模式。在792处选择基于轮上功率的动力传动系统模式。
在两种模式确定子程序中，如果选择模式切换(EV→HEV或HEV→EV)，在上文讨论的各自步骤处计算模式切换的位置。控制器可以基于与路段起点和端点关联的数据来确定模式切换点的位置。在一个示例中，控制器可以通过起点和端点之间的线性插值(linear interpolation)来估算模式切换的位置。在所有位置处将判断标准(速度或轮上功率)的量与穿过路段期间的阈值比较。假设数据点之间呈直线，则可以计算通过阈值的切换位置。在另一个示例中，控制器可以通过平分法来识别模式切换点的位置，在平分法中不断平分间隔直到找到判断标准(例如轮上功率)的量满足阈值的位置。与通过控制器瞬时数据取样来确定动力传动系统模式切换的位置相比，上述基于终点来估算模式切换的方法可以减小控制器的计算负荷。
一旦根据方法700A和方法700B的子程序选择了动力传动系统模式，则可以仲裁基于车速的模式确定与基于轮上功率需求的模式选择。
图9A至9C显示的图描述了上文讨论的基于车速的水平I模式选择子程序的可视化示例。在每个图中，垂直轴代表车速802。水平轴代表沿路段的空间位置804。L1和L2分别代表路段起点和端点的位置。
图9A的图中显示了两个曲线，其中每个曲线代表该路段期间不同的动力传动系统工况。这些状况都包括路段开始处高于两个动力传动系统模式切换阈值的车速V1。针对该路段的最终动力传动系统模式预测受路段结束处速度V2的影响。曲线806是显示对于给定状况下在L1和L2处均高于发动机开启阈值808的车速的第一示例工况。这种情况下，根据曲线806的运转对应于保持处于HEV模式的控制器模式预测，在该模式中启用发动机作为整个路段的推进源。曲线810是显示该路段期间L1和L2之间的车速变化使得速度减小通过发动机关闭阈值812的第二示例工况。曲线810对应于促使HEV→EV模式选择的工况。点814对应于动力传动系统模式切换的位置。如上文讨论的，例如可以通过插值估算该位置。HEV→EV模式预测可以进一步促使控制器将L1和L2之间的路段细分成两个更小的子路段。在曲线810的示例中，L1和L模式切换之间的第一子路段对应于高于发动机关闭阈值812的HEV模式运转。L模式切换和L2之间的第二子路段对应于车速小于发动机关闭阈值812的EV模式。
图9B是类似地描述每者具有不同动力传动系统工况的一对曲线的第二幅图。垂直轴和水平轴分别代表车速802和空间位置804。曲线816是显示L1和L2处车速都小于用于该路段的两个动力传动系统模式切换阈值的示例。在这种情况下，根据曲线816的动力传动系统运转对应于保持处于EV模式的控制器模式预测，在该模式中发动机保持停用并且电机提供车辆推进。曲线818代表不同的工况，其中在该路段期间车速增加至高于发动机开启阈值808。曲线818对应于促使EV→HEV模式预测的工况，并且点820对应于动力传动系统模式切换的位置。
图9C是基于车速的动力传动系统模式预测的第三幅图。在该图中显示了多个运转曲线，其中每个曲线在路段开始处具有在发动机开启阈值808和发动机关闭阈值812之间的车速V1。这种情况下，不仅路段结束处的速度V2影响预测的动力传动系统模式，而且额外地控制器必须考虑用于之前路段的预测的动力传动系统模式。
曲线822显示车速的增加使得端点L2处的速度V2高于发动机开启阈值808。模式切换位置对应于点824。这种情况下，如果预测在之前路段的结束处发动机是开启的，则针对当前路段的预测将保持处于HEV模式。相反，如果预测之前的路段处于EV模式，则用于当前路段的当前动力传动系统模式预测将是EV→HEV模式。
曲线826代表车速在该路段期间保持在两个动力传动系统模式切换阈值之间的工况。这种情况下，模式预测将会是动力传动系统保持处于与之前路段相同的模式。
曲线828描述车速减小至小于该路段的端点L2处的发动机关闭阈值812的第三工况。对应于曲线828的工况引发在该路段的端点处停用发动机的动力传动系统模式预测。如果发动机在之前路段的结束处是开启的，则当前路段的预测将是HEV→EV模式。模式切换的位置对应于点830。另一方面，如果发动机在之前路段的结束处关闭，则对当前路段的预测将会是在该路段期间保持处于EV模式。
图10A至10C描述了根据基于轮上功率的动力传动系统预测模式选择的工况。在每个图中，垂直轴代表预测的轮上功率需求832。水平轴代表沿路段的位置804。L1和L2分别代表路段起点和端点的位置。类似于上文描述的基于车速的选择，将起点L1和端点L2处的轮上功率预测值与关联的发动机开启和发动机关闭阈值比较。应理解轮上功率动力传动系统模式切换阈值不是恒定的并且可以根据车速变化。图10A至10C所示的描述通过示例的方式显示了可以对应于在该路段期间车速减小或增加的减小的阈值。
参考图10A，显示了两个曲线，每个曲线代表该路段期间不同的动力传动系统工况。两个状况都包括在路段开始处高于两个发动机模式切换阈值的轮上功率PWR1。用于该路段的动力传动系统模式预测受该路段结束处的轮上功率PWR2的影响。曲线834是显示轮上功率对于给定状况在L1和L2处都高于发动机开启阈值836的第一示例工况。在这种情况下根据曲线834的运转将对应于保持HEV模式的控制器模式预测，在该模式中启用发动机作为该整个路段中的车辆推进源。曲线838是显示在该路段期间L1和L2之间的轮上功率变化使得轮上功率减小以通过发动机关闭阈值840的第二示例工况。曲线838对应于将促使HEV→EV模式选择的工况。点842对应于动力传动系统模式切换的位置。如上文讨论的，例如可以通过插值或通过平分路段来估算该位置。HEV→EV模式预测可以进一步促使控制器将L1和L2之间的路段细分成两个更小的子路段。在曲线838的示例中，L1和L模式切换之间的第一子路段在发动机关闭阈值840上方对应于HEV模式运转。L模式切换和L2之间的第二子路段对应于轮上功率小于发动机关闭阈值840的EV模式。
图10B是类似地描述每者具有不同动力传动系统工况的一对曲线的的第二幅图。垂直轴和水平轴分别代表轮上功率832和空间位置804。曲线844是显示轮上功率在L1和L2处都小于用于该路段的两个动力传动系统模式切换阈值的示例。这种情况下，根据曲线844的动力传动系统运转对应于保持处于EV模式的控制器模式预测，在该模式中发动机保持停用并且电机提供车辆推进。曲线846代表不同的工况，其中在该路段期间轮上功率增加至高于发动机开启阈值836。曲线846对应于促使EV→HEV模式预测的工况，并且点848对应于动力传动系统模式切换的位置。
图10C是基于预测轮上功率的动力传动系统模式预测的第三幅图。在该图中显示了多个运转曲线，其中每个曲线在路段开始处具有在发动机开启阈值836和发动机关闭阈值840之间的轮上功率。这种情况下，不仅路段端点处的轮上功率PWR2影响预测的工况，而且额外地控制器必须考虑用于之前路段的预测的动力传动系统模式。
曲线850显示轮上功率的增加使得端点L2处的轮上功率PWR2高于发动机开启阈值836。模式切换位置对应于点852。这种情况下，如果预测在之前的路段中发动机是开启的，则针对当前路段的预测将保持处于HEV模式。相反，如果预测之前的路段处于EV模式，则用于当前路段的当前动力传动系统模式预测将是EV→HEV模式。
曲线854代表轮上功率在该路段期间保持在两个动力传动系统模式切换阈值之间的工况。这种情况下，模式预测将会是动力传动系统保持处于与之前路段端点预测的相同模式。
曲线856描述预测的轮上功率减小至小于该路段的端点L2处的发动机关闭阈值840的第三工况。对应于曲线856的工况引发在该路段的端点处停用发动机的动力传动系统模式预测。如果发动机在之前路段的结束处是开启的，则当前路段的预测将是HEV→EV模式。模式切换的位置对应于点858。另一方面，如果发动机在之前路段的结束处是停用的，则对当前路段的预测将会是在该路段期间保持处于EV模式。
如上文讨论的，如果选择EV→HEV模式或HEV→EV模式，则在动力传动系统模式切换的位置处该路段可以进一步细分成两个更小的子路段。分成子路段使得每者具有单个动力传动系统运转模式且没有模式切换。即，在每个细分的路段期间发动机的启用不存在变化。在水平I选择期间利用细分程序可以使所有路段被分析成EV或HEV模式。
水平II选择
一旦选择水平I模式，控制器可以进入再分类算法以进一步精化动力传动系统模式预测。水平II模式选择考虑整个路线过程中针对多个路段中每者的用于动力传动系统模式选择的电池荷电状态计划。水平II选择可以包括对之前预测的模式选择再分类以反映(一旦在车辆中实现)电池SOC计划将影响发动机功率需求。再分类确保没有由基于驾驶员需求的水平I模式选择导致的不合理计划。
图11说明当EV模式是水平I选择的输出时的水平II模式选择方法900。存在确认该选择或者触发再分类成不同的动力传动系统模式的多个条件。不管水平I动力传动系统模式预测，具有特定车速模型、轮上功率需求以及持续时间的路段将计划成保持处于EV模式。除这些条件外，如果计划显著的电池电荷用于该路段，这增加发动机功率请求，那么模式可以再分类为HEV模式。在步骤902处水平I选择输进该算法。在步骤904处如果预测的车速在路段的起点或端点处为零，则在步骤906处确认EV模式选择。一旦确认EV模式，控制器计划在该路段期间发动机将保持停用。在步骤904处如果车速在任一端点处不为零，则控制器随后考虑驾驶员是否请求车辆减速。在步骤908处如果对该路段预测的驾驶员减速需求高于预定制动阈值，则在步骤906处确认EV模式。类似地，如果该路段足够短，则确认EV模式。在步骤910处，如果该路段的持续时间(T2-T1)小于预定的最小发动机开启时间阈值，则控制器发布指令以确认计划的EV模式选择。在步骤912处控制器考虑预测的该路段需求的轮上功率是否显著高于需要启用发动机用于功率辅助和/或电池再充电的电池功率。在912处如果预测的需求轮上功率和预测的电池功率之间的差异小于预定的EV→HEV阈值，则在步骤906处电池功率足以计划保持处于EV模式。如果上述阈值都不满足，那么在步骤914处轮上功率需求相对于可用的电池功率可能足够高使得控制器再分类水平I模式预测并且对于给定的路段从计划EV模式改变为计划HEV模式。
图12说明当HEV模式是水平I选择的输出时的水平II模式预测方法1000。在步骤1002处接收用于路段的水平I动力传动系统模式选择。在特定状况下，不管预测的轮上功率需求，进入路段的较高电池SOC可以保障计划消耗一些电池能量。在步骤1008处，如果轮上功率需求和可用的电池功率之间的差异小于HEV→EV功率阈值，则在步骤1010处控制器可以发布信号以对之前的HEV模式预测再分类。该模式可以再分类为EV模式，并且从而控制器可以计划在该路段期间保持发动机停用。
在将EV模式再分类成HEV模式的情况下，上文描述的两级动力传动系统模式确定程序对SOC计划具有更多的自由度。由于全部程序是能量管理优化的一部分，预测的HEV模式对于电池SOC计划允许更多的优化机会。此外，当将HEV模式再分类成EV模式时，可以避免与每个路段HEV模式关联的不必要的燃料消耗估算。
本发明提供可以使用一个或更多个处理策略(比如事件驱动、中断驱动、多任务、多线程等。)执行的代表性控制策略和/或逻辑。这样，本说明书说明的多个步骤或功能可以说明的序列、并行执行，或在某些情况下有所省略。即使一直没有明确说明，本领域内的普通技术人员应理解取决于使用的特定处理策略可以反复执行一个或更多个说明的步骤或功能。类似地，处理顺序并非达到本说明书描述的特征和优点所必需的，而提供用于说明和描述的方便。
主要可以在通过基于微处理器的车辆、发动机和/或动力传动系统控制器执行的软件中执行控制逻辑。当然，取决于特定应用，可以在一个或更多个控制器的软件、硬件或软件和硬件的组合中执行控制逻辑。当在软件中执行时，控制逻辑可以提供在具有代表通过计算机执行以控制车辆或其子系统的代码或指令的存储数据的一个或更多个计算机读取的存储装置或媒介。计算机可读的存储装置或媒介可以包括多个已知物理装置中的一者或更多者，这些物理装置利用电、磁和/或光学存储来保持可执行指令和关联的校准信息、运转变量等。可替代地，可以使用适当的硬件部件整体地或部分地包含该程序、方法或算法，比如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、状态机、控制器或其它硬件部件或设备，或者硬件、软件和固件部件的结合。
虽然上文描述了示例实施例，但是并不意味着这些实施例描述了权利要求包含的所有可能的形式。说明书中使用的词语为描述性词语而非限定，并且应理解不脱离本发明的精神和范围可以作出各种改变。如上所述，可以组合多个实施例的特征以形成本发明没有明确描述或说明的进一步的实施例。尽管已经描述了多个实施例就一个或更多个期望特性来说提供了优点或相较于其他实施例或现有技术应用更为优选，本领域技术人员应该认识到，取决于具体应用和实施，为了达到期望的整体系统属性可以对一个或更多个特征或特性妥协。这些属性可包括但不限于：成本、强度、耐用性、生命周期成本、可销售性、外观、包装、尺寸、可维护性、重量、可制造性、易于装配等。因此，描述的实施例在一个或更多个特性上相对于其他实施例或现有技术应用不令人满意也未超出本发明的范围，并且这些实施例可以满足特定应用。

Claims (10)

1.一种车辆，包含：
具有发动机和电机的动力传动系统；
配置用于驱动所述电机的电池；以及
控制器，配置用于根据(i)针对多个预定路段中的每者基于预定的驾驶员需求产生的以及(ii)当实际荷电状态在目标电池荷电状态的阈值内时针对所述路段中的每者基于对应于所述路段的端点的所述目标电池荷电状态确认的，所述发动机和所述电机之间的预测的扭矩分配来运转所述动力传动系统。
2.根据权利要求1所述的车辆，其特征在于，通过对应于预测的驾驶员需求的变化的起点和所述端点进一步定义所述多个预定路段的每者。
3.根据权利要求2所述的车辆，其特征在于，所述控制器进一步配置用于在所述多个路段中的一者期间响应于所述预测的驾驶员需求增加至高于第一预定阈值而在电机动力传动系统模式期间预测所述发动机的启用。
4.一种用于运转混合动力电动动力传动系统的方法，包含：
对预定路线的多个路段基于预测车速和预测轮上功率中的一者在马达和发动机之间分配预测的扭矩需求；以及
在沿所述预定路线的位置处选择性地启用所述发动机使得达到对应于所述路段中每者的端点的目标电池荷电状态。
5.根据权利要求4所述的方法，进一步包含：如果在所述路段期间所述发动机被启用或被停用，则细分所述预定路线的路段使得在所述细分的路段中的每者期间发动机启用不存在变化。
6.根据权利要求4所述的方法，进一步包含：响应于预测的车速在所述路段的起点或端点等于零，而预测在所述预定路线的路段期间所述发动机保持停用。
7.根据权利要求4所述的方法，进一步包含：响应于在所述路段期间预测的驾驶员减速需求高于预定制动阈值，而预测在所述预定路线的路段期间所述发动机保持停用。
8.根据权利要求4所述的方法，进一步包含：响应于所述路段的持续时间小于最小发动机开启时间阈值，而预测在所述预定路线的路段期间所述发动机保持停用。
9.根据权利要求4所述的方法，进一步包含：响应于预测到在所述路段期间的电池放电事件，而预测在所述预定路线的路段期间所述发动机停用。
10.一种车辆，包含：
具有发动机和电机的动力传动系统；
配置用于驱动所述电机的电池；以及
控制器配置用于：(i)在多个预定路段的任意路段期间，响应于预测的驾驶员需求在所述路段期间通过预定阈值，而预测所述发动机的启用状态的变化；(ii)监视所述电池的荷电状态以及(iii)预测所述发动机和所述电机之间的扭矩输出分配，使得在所述预定路段中每者的端点处达到目标荷电状态。
CN201510075548.7A 2014-02-28 2015-02-12 基于空间域路线分段的混合动力的动力传动系统模式确定 Active CN104875738B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/193,558 2014-02-28
US14/193,558 US9067589B1 (en) 2014-02-28 2014-02-28 Hybrid powertrain mode determination based on spatial domain route segmentation

Publications (2)

Publication Number Publication Date
CN104875738A true CN104875738A (zh) 2015-09-02
CN104875738B CN104875738B (zh) 2018-10-09

Family

ID=53441648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510075548.7A Active CN104875738B (zh) 2014-02-28 2015-02-12 基于空间域路线分段的混合动力的动力传动系统模式确定

Country Status (3)

Country Link
US (1) US9067589B1 (zh)
CN (1) CN104875738B (zh)
DE (1) DE102015203280A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107499306A (zh) * 2016-06-14 2017-12-22 福特全球技术公司 车辆动力传动系统中侧隙的自适应控制
CN108216184A (zh) * 2016-12-16 2018-06-29 现代自动车株式会社 混合动力车辆以及控制模式转变的方法
CN114013423A (zh) * 2020-07-28 2022-02-08 现代凯菲克株式会社 用于利用交通信息控制车辆的控制设备和方法
US20220212651A1 (en) * 2021-01-05 2022-07-07 Ford Global Technologies, Llc Hybrid vehicle operation

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201201255D0 (en) * 2012-01-25 2012-03-07 Jaguar Cars Hybrid vehicle controller and method of controlling a hybrid vehicle (moving soc)
JP5920309B2 (ja) * 2013-10-21 2016-05-18 トヨタ自動車株式会社 移動支援装置、移動支援方法、及び運転支援システム
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
DE102014009448B4 (de) * 2014-06-25 2019-12-05 Audi Ag Prädiktive Ladezustandssteuerung einer Energiespeichereinrichtung eines elektrisch betriebenen Kraftfahrzeugs
KR101601473B1 (ko) * 2014-08-25 2016-03-09 현대자동차주식회사 하이브리드 차량용 배터리의 충방전 보정 제어 장치 및 방법
US10099562B2 (en) * 2014-10-15 2018-10-16 Johnson Controls Technology Company Cooling strategy for battery systems
JP6347235B2 (ja) * 2015-07-30 2018-06-27 トヨタ自動車株式会社 ハイブリッド車両の制御装置
DE102015217801A1 (de) * 2015-09-17 2017-03-23 Zf Friedrichshafen Ag Geschwindigkeitssteuerung eines Kraftfahrzeugs
CN105216782B (zh) * 2015-09-30 2018-01-02 上海凌翼动力科技有限公司 基于能量预测的插电式混合动力汽车能量管理方法
US10081360B2 (en) 2016-08-25 2018-09-25 GM Global Technology Operations LLC Vehicle propulsion systems and methods
JP2018079728A (ja) * 2016-11-14 2018-05-24 トヨタ自動車株式会社 ハイブリッド車両
US10220850B2 (en) 2017-01-30 2019-03-05 GM Global Technology Operations LLC Vehicle propulsion systems and methods
US10781763B2 (en) * 2017-04-27 2020-09-22 Ge Global Sourcing Llc Vehicle control system
US11233419B2 (en) * 2017-08-10 2022-01-25 Zoox, Inc. Smart battery circuit
US10632818B2 (en) 2017-10-13 2020-04-28 Toyota Motor Engineering & Manufacturing North America, Inc. Mitigating environmental-control load for a hybrid vehicle
GB2569351B (en) * 2017-12-14 2020-07-29 Jaguar Land Rover Ltd Whole journey predictive energy optimisation
JP6939689B2 (ja) * 2018-04-19 2021-09-22 トヨタ自動車株式会社 ハイブリッド車両の制御装置
US11010503B2 (en) 2018-05-15 2021-05-18 Tata Consultancy Services Limited Method and system providing temporal-spatial prediction of load demand
US11433736B2 (en) * 2019-01-17 2022-09-06 Ford Global Technologies, Llc Methods and systems for thermal management in a vehicle
US11325580B2 (en) 2019-08-12 2022-05-10 Robert Bosch Gmbh Hybrid vehicle transmission control using driver statistics
US11535235B2 (en) 2019-12-20 2022-12-27 Robert Bosch Gmbh Simplified control for optimized hybrid vehicle powertrain operation
US11518393B2 (en) * 2020-07-31 2022-12-06 Uatc, Llc Vehicle trajectory dynamics validation and interpolation

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101542095A (zh) * 2006-11-15 2009-09-23 丰田自动车株式会社 混合动力车辆及其控制方法
US20110114403A1 (en) * 2009-10-19 2011-05-19 Hauger Simon A Powertrain for hybrid vehicle
US20120010767A1 (en) * 2010-06-10 2012-01-12 Massachusetts Institute Of Technology Hybrid electric vehicle and method of control using path forecasting
JP2012218718A (ja) * 2011-04-14 2012-11-12 Denso Corp 車両制御装置
WO2012173881A1 (en) * 2011-06-15 2012-12-20 Chrysler Group Llc Adaptive powertrain control for plugin hybrid electric vehicles

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7360615B2 (en) * 2004-06-09 2008-04-22 General Motors Corporation Predictive energy management system for hybrid electric vehicles
US7665559B2 (en) * 2005-06-10 2010-02-23 De La Torre-Bueno Jose Inputs for optimizing performance in hybrid vehicles
JP4271682B2 (ja) * 2005-11-24 2009-06-03 本田技研工業株式会社 モータ駆動車両の制御装置
JP4314257B2 (ja) * 2006-09-28 2009-08-12 トヨタ自動車株式会社 車両の表示装置および車両の表示装置の制御方法、プログラム、およびプログラムを記録した記録媒体
US8140204B2 (en) * 2007-12-10 2012-03-20 Ford Global Technologies, Llc Charge depleting energy management strategy for plug-in hybrid electric vehicles
JP4596073B2 (ja) * 2009-01-13 2010-12-08 株式会社デンソー 動力発生源制御装置
EP2221581B1 (en) * 2009-02-18 2017-07-19 Harman Becker Automotive Systems GmbH Method of estimating a propulsion-related operating parameter
US8024082B2 (en) * 2009-03-11 2011-09-20 General Electric Company System and method for optimizing energy storage component usage
JP4894909B2 (ja) 2009-05-26 2012-03-14 株式会社デンソー ハイブリッド車両の駆動制御装置
US8423273B2 (en) 2010-03-30 2013-04-16 Honda Motor Co., Ltd. Minimum energy route for a motor vehicle
US8269641B2 (en) * 2010-06-07 2012-09-18 Lear Corporation Vehicle power management system
SE535356C2 (sv) * 2010-06-23 2012-07-03 Scania Cv Ab Metod och modul för att styra ett fordons hastighet baserat på regler
GB201201255D0 (en) * 2012-01-25 2012-03-07 Jaguar Cars Hybrid vehicle controller and method of controlling a hybrid vehicle (moving soc)
US9802601B2 (en) * 2012-07-03 2017-10-31 Ford Global Technologies, Llc Vehicle and method for improving performance at low battery limits

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101542095A (zh) * 2006-11-15 2009-09-23 丰田自动车株式会社 混合动力车辆及其控制方法
US20110114403A1 (en) * 2009-10-19 2011-05-19 Hauger Simon A Powertrain for hybrid vehicle
US20120010767A1 (en) * 2010-06-10 2012-01-12 Massachusetts Institute Of Technology Hybrid electric vehicle and method of control using path forecasting
JP2012218718A (ja) * 2011-04-14 2012-11-12 Denso Corp 車両制御装置
WO2012173881A1 (en) * 2011-06-15 2012-12-20 Chrysler Group Llc Adaptive powertrain control for plugin hybrid electric vehicles

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107499306A (zh) * 2016-06-14 2017-12-22 福特全球技术公司 车辆动力传动系统中侧隙的自适应控制
CN107499306B (zh) * 2016-06-14 2022-04-15 福特全球技术公司 车辆动力传动系统中侧隙的自适应控制
CN108216184A (zh) * 2016-12-16 2018-06-29 现代自动车株式会社 混合动力车辆以及控制模式转变的方法
CN108216184B (zh) * 2016-12-16 2022-09-06 现代自动车株式会社 混合动力车辆以及控制模式转变的方法
CN114013423A (zh) * 2020-07-28 2022-02-08 现代凯菲克株式会社 用于利用交通信息控制车辆的控制设备和方法
US20220212651A1 (en) * 2021-01-05 2022-07-07 Ford Global Technologies, Llc Hybrid vehicle operation

Also Published As

Publication number Publication date
CN104875738B (zh) 2018-10-09
DE102015203280A1 (de) 2015-09-03
US9067589B1 (en) 2015-06-30

Similar Documents

Publication Publication Date Title
CN104875738A (zh) 基于空间域路线分段的混合动力的动力传动系统模式确定
CN104608764B (zh) 车辆和动力传动系控制系统以及运转该系统的方法
Bocharnikov et al. Optimal driving strategy for traction energy saving on DC suburban railways
US9545915B2 (en) Electric vehicle and method of battery set-point control
Zeng et al. A two-level stochastic approach to optimize the energy management strategy for fixed-route hybrid electric vehicles
US9889752B2 (en) Vehicle propulsion system having an energy storage system and optimized method of controlling operation thereof
CN101678779B (zh) 混合能量功率管理系统和方法
US8768553B2 (en) Method and system for controlling charging of battery for hybrid electric vehicle
CN102958740B (zh) 电动车辆及其控制方法
US20120010767A1 (en) Hybrid electric vehicle and method of control using path forecasting
US8655532B2 (en) System and method for operating a hybrid vehicle
Kim et al. Model predictive control of velocity and torque split in a parallel hybrid vehicle
Ali et al. Optimal control of multi-source electric vehicles in real time using advisory dynamic programming
Xie et al. Coordinated management of connected plug-in hybrid electric buses for energy saving, inter-vehicle safety, and battery health
CN104340218A (zh) 实时燃料消耗估算
CN102881955A (zh) 确定目标充电状态以给车辆中的电池充电的系统和方法
CN101557974A (zh) 混合动力车辆、混合动力车辆的控制方法、及储存了用于使计算机执行该控制方法的程序的计算机可读取存储介质
CN102862489A (zh) 用于管理车辆中能量源使用的系统
Karbowski et al. Route-based online energy management of a PHEV and sensitivity to trip prediction
EP3096991B1 (en) Method to control a vehicle with a long term and a short term control, computer program and readable medium and control unit performing the steps thereof
CN105383304A (zh) 使用能量消耗数据划分估计可用行驶距离的系统和方法
EP3215405A1 (en) A hybrid vehicle and a method for energy management of a hybrid vehicle
AU2023200984B2 (en) Management system for commercial electric vehicles
JP2015076929A (ja) 電気自動車の電力融通装置
Ghaviha et al. Speed profile optimization of an electric train with on-board energy storage and continuous tractive effort

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant