CN107848524B - 优化燃料消耗和污染排放的控制混合动力推进系统的方法和系统 - Google Patents

Abstract

本发明涉及一种控制车辆的混合动力推进系统的方法，其中限定了指令(COM)(使消耗和在后处理系统出口处的污染物排放量最小化)。控制方法基于使推进系统的模型(MOD)的成本函数(H)最小化。因此，根据本发明的方法通过考虑后处理系统效率允许同时使燃料消耗和污染物排放量最小化。

Description

优化燃料消耗和污染排放的控制混合动力推进系统的方法和 系统

发明领域

本发明涉及发动机控制领域，更具体地涉及车辆的混合动力推进系统的控制，以减少污染物排放量。

混合动力车辆是至少包括用于车辆牵引的电机和热力发动机的车辆。

发明背景

减少氮氧化物(NOx)排放量是发动机，特别是柴油发动机的发展的主要挑战。严格的审批门槛导致使用非常昂贵的尾气后处理系统。在这种情况下，只要它允许在源头减少NOx排放量，则柴油混合是经济有益的。事实上，电机的添加为热力发动机运行点的选择提供了一定程度的自由度。因此，关于燃料消耗和NOx排放量的兴趣点可以被关注。后处理的大小和因此成本就可以减少，从而补偿混合的额外成本。此外，燃料消耗也可以显著降低，特别是通过诸如再生制动的能量回收。

因此，能源监督是柴油混合动力推进系统发展的关键因素。这比在考虑消耗量和催化剂温度是充分的汽油的情况下要复杂得多。对于柴油混合动力发动机，所涉及的问题之一在于寻求在NOx排放量与燃料消耗之间的折衷。

此外，后处理系统的温度在能源监督中必须考虑到。事实上，使在发动机出口处的NOx排放量最小化是不够的，因为必须考虑到对排放到大气中的排放量产生重大影响的后处理系统效率。事实上，取决于后处理温度，其效率可以从最大降到零。因此，优化后处理致动并在驾驶过程中将其保持在足够的温度是必要的。关于在尾气处的NOx排放量减少，简单使在热力发动机出口处的排放量最小化而不考虑后处理的简单策略不一定是有利的，因为在发动机出口处获得的益处可能被后处理效率的降低补偿(并超过)。

混合动力汽车有两大能源管理规则族。

第一族使用基于其设置任意规则的设计者的经验的启发式技术。这些启发式规则由于其易于实施和稳健性而被工业界迅速采用。以下文档说明了使柴油混合动力车辆的NOx排放量能够减少的启发式策略的实例：

D.Ambuhl,A.Sciarretta,C.Onder,L.Guzzella,S.Sterzing,K.Mann,D.Kraft,以及M.Küsell,基于最优控制理论的用于混合动力车辆的因果操作策略(A causaloperation strategy for hybrid electric vehicles based on optimal controltheory)。在2007年关于混合动力车辆和能量管理的第四届研讨会的过程中。

N.Lindenkamp,C.-P.

-Schmidt和P.Eilts,在柴油混合动力电动车中用于减少Nox和颗粒物排放的策略(Strategies for Reducing NOx and Particulate MatterEmissions in Diesel Hybrid Electric Vehicles),SAE论文2009-01-1305,2009。

然而，启发式方法涉及两个主要缺点：首先，它们不能保证所提出的解决方案的最佳性，其次，它们专用于给定应用，并且因此每当它们必须部署在新应用上，它们都需要大量的校准工作。

相反，第二个族涉及基于模型的控制方法，该控制方法允许保证获得的解的质量，模型的准确性，并且一旦开发，它们可以容易地重复用于各种车辆应用，因为只需要更新不同的实际参数。基于最优控制理论的这种基于模型的方法已被广泛应用于解决混合动力汽车能量监督问题。以下文档说明了这种方法：

-A.Sciarretta,L.Guzzella,“混合动力电动车的控制。最佳能量管理策略(Control of hybrid electric vehicles.Optimal energy-management strategies)”，控制系统杂志,第27卷,第2部分,2007年4月,第60-70页。

-R.Cipollone,A.Sciarretta,“具有最佳监督控制的组合式混合动力车辆的潜在性能分析(Analysis of the potential performance of a combined hybrid vehiclewith optimal supervisory control)”,控制应用的IEEE国际会议的记录,德国慕尼黑，2006年10月4-6日(受邀论文).

-J.Liu,H.Peng,“用于动力分流式混合动力车辆的控制优化(Controloptimization for a power-split hybrid vehicle)”,在2006年的美国控制会议的记录中。

最初，这些出版物中的大部分仅限于燃料消耗的优化。然而，这个标准是不够的，并且这种策略可能会导致污染物排放量，尤其是NOx排放量显著增加。在专利申请FR-2982824(US-2013/0131956)和以下文档中提供了一种考虑在发动机出口处的污染物排放量的方法：

-O.Grondin,L.Thibault,和C.Querel–用于NOx限制的柴油混合动力系的瞬态扭矩控制(Transient Torque Control of a Diesel Hybrid Powertrain for NOxlimitation),“发动机和动力学控制、仿真和建模”，第#3卷，2012年。

虽然通过实验验证，但是这种方法没有允许对在尾气处(在后处理系统出口处)的污染物排放量进行控制。在某些情况下，这种方法可能会降低在尾气处的污染物排放量：为了使热机出口处的Nox最小化，这种策略往往减小热力发动机运行点的负荷，这减少了尾气处的焓的产生并且可以防止后处理系统达到其启动温度。这证明了非常有问题，因为计入的唯一排放量是排放到大气中的排放量，而不是在热力发动机出口处直接排放的排放量。

基于最佳控制的在能源监督范围内的后处理热动力学的考虑在以下文档中进行介绍：

-A.Chasse,G.Corde,A.Del Mastro,和F.Perez,“具有后处理约束集成的并联混合动力的在线最佳控制(Online optimal control of a parallel hybrid with after-treatment constraint integration)”，在2010年IEEE车辆动力和推进力会议的过程中.

这个控制涉及汽油应用。本研究中使用的最小化标准考虑了燃料消耗，尾气热动力学的优化通过将后处理温度考虑作为优化问题内的状态来提供。这种方法对于快速优化消耗和加速后处理驱动来说是有效的。然而，它并不直接考虑污染物排放量，并且因此可能导致其增加，特别是在柴油应用方面。

本发明的目的是一种控制车辆的混合动力推进系统的方法，其中限定了使消耗和在后处理系统出口处的污染物排放量最小化的控制(运动链的转矩和/或状态)。控制方法基于推进系统的模型的成本函数的最小化。因此，根据本发明的方法通过考虑后处理系统效率允许同时使燃料消耗和污染物排放量最小化。此外，根据本发明的控制方法允许借助模型来整合混合动力推进系统中涉及的物理现象。

发明内容

本发明涉及一种控制混合动力推进系统的方法，所述混合动力推进系统包括至少一个电机、至少一个热力发动机、为所述电机供电的至少一个电能存储系统、用于联接所述电机和所述热力发动机的运动链，以及在热力发动机出口处的污染物排放后处理系统，其中，获取所述推进系统的转矩设定点TPT_sp。对于该方法，进行以下步骤：

a)使可由所述推进系统允许的控制的至少一部分离散化，以达到推进系统的所述转矩设定点TPT_sp，

b)构建将所述推进系统的成本函数与所述推进系统的控制相连接的所述推进系统的模型，所述成本函数是所述推进系统的消耗和在所述后处理系统的出口处的污染物排放量的函数，

c)通过使针对所述离散化的可允许控制的所述推进系统模型的所述成本函数最小化来确定所述推进系统的控制，以及

d)将所述确定的控制应用于所述混合动力推进系统。

根据本发明，所述控制是所述热力发动机的转矩设定点T_{eng_sp}和/或所述电机的转矩设定点T_{met_sp}和/或所述运动链的控制设定点ECC_sp。

根据本发明的实施例，对所述推进系统的所述转矩设定点进行过滤TPT_{flt_sp}。

有利地，所述热力发动机的转矩设定点T_{eng_sp}和/或所述电机的转矩设定点T_{mot_sp}通过所述推进系统的所述过滤后的转矩设定点TPT_{flt_sp}来确定，并且步骤a)至c)重复以通过所述未经过滤的转矩设定点TPT_sp来确定所述运动链的控制设定点ECC_sp，并且所述控制应用于所述混合动力推进系统。

根据变型实施例，所述离散化考虑电能存储系统的荷电状态和/或推进系统的速度。

根据本发明的实施例，混合动力推进系统的模型的所述成本函数通过以下类型的公式写出：

其中：

u₁所述热力发动机的转矩控制T_eng，

u₂所述运动链的控制ECC，

x所述电能存储系统的荷电状态，

m_f所述热力发动机的消耗(量)，

在所述后处理系统的出口处的NOx排放量，

α校正变量，

λ拉格朗日乘子，以及

t时间。

有利地，所述热力发动机的所述消耗m_f使用映射来获得。

根据本发明的特征，所述污染物排放量

通过以下形式的方程获得：

其中：

在所述热力发动机的出口处的污染物排放量，

η_AT所述后处理系统的效率，以及

T_ET所述后处理系统的温度。

优选地，在所述热力发动机的出口处的所述污染物排放量

使用模型或映射来确定。

根据实施例，所述后处理系统的温度通过以下类型的公式来估算：

其中：

h₁(t)＝k₁×(T₀-T_AT(t-Δt))

T_{AT QS}(u₁(l-Δl)，u₂(l-Δl))在后处理处测得的稳态温度，

Δt时间间隔，

k1与外部交换的等效热阻，

k2与尾气交换的等效热阻，以及

I后处理系统的热惯性。

根据变型实施例，最小化通过Pontryagin(庞特里亚金)的最小值原理来进行。

此外，本发明涉及一种可从通信网络下载和/或记录在计算机可读介质上和/或可执行控制器上的计算机程序产品，其包括用于在所述程序在控制器上执行时执行根据上述特征中的任一个所述的方法的程序代码指令。

本发明还涉及一种车辆的混合动力推进系统，其包括至少一个电机、至少一个热力发动机、为所述电机供电的至少一个电能储存系统和用于对所述热力发动机的污染物排放进行后处理的至少一个系统。推进系统由根据上述特征中的一个所述的控制系统控制。

本发明还涉及一种车辆，特别是机动车辆，其包括如上所述的混合动力推进系统。

附图说明

根据本发明的方法的其它特征和优点将从阅读以下通过非限制性实例并参照附图给定的实施例的描述变得清楚明白，附图中：

-图1示意性地示出了根据本发明的方法的步骤，

-图2示出了根据本发明方法的第一实施例，

-图3示出了根据本发明方法的第二实施例，

-图4示出了混合动力推进系统的实例，

-图5示出了根据时间将测得的后处理温度与估算的后处理温度进行比较的曲线，

-图6示出了根据现有技术和根据本发明的实施例的两种控制方法的车辆速度的比较曲线的一个示例，

-图7示出了根据现有技术和根据本发明的实施例的两种控制方法的电池的荷电状态的比较曲线的同一个示例，

-图8示出了根据现有技术和根据本发明的实施例的两种控制方法、在发动机出口处的累积NOx排放量的比较曲线的同一个示例，

-图9示出了根据现有技术和根据本发明的实施例的两种控制方法、在后处理系统出口处的累积NOx排放量的比较曲线的同一个示例，

-图10示出了根据现有技术和根据本发明的实施例的两种控制方法的后处理系统温度的比较曲线的同一个示例，

-图11示出了根据现有技术和根据本发明的实施例的两种控制方法的后处理系统效率的比较曲线的同一个示例。

具体实施方式

根据本发明的方法允许减少混合动力推进系统的燃料消耗和在后处理系统出口处的NOx排放量。

根据本发明，该方法允许控制车辆、尤其是机动车辆的混合动力推进系统，该混合动力推进系统包括至少一个电机和至少一个热力(柴油或汽油)发动机。电机由电能存储系统供电。术语电能存储系统包括诸如电池、蓄电池、电池组、模块、超级电容器等的任何电能存储装置。在剩余的描述中，术语电池用于表示任何电能存储装置。混合动力推进系统还包括用于联接热力发动机和电机的运动链。其可以是它可以是串联或并联或混合的串/并联的运动链。运动链可以包括诸如齿轮箱、减速器等的减速装置、诸如离合器的联接装置等。混合动力推进系统还包括用于对热力发动机的污染物(特别是NOx)排放进行后处理的系统。最常见的NOx还原系统是尾气再循环和选择性催化还原。此外，颗粒过滤器可以用于碳氢化合物HC、一氧化碳CO和微细颗粒。

对于根据本发明的方法，进行以下步骤：

-获取推进系统的转矩设定点TPT_sp，

-将可由推进系统允许的控制的至少一部分离散化，以允许达到推进系统的转矩设定点，

-构建将成本函数与推进系统的控制相连接的推进系统的模型，成本函数是推进系统的消耗和在后处理系统的出口处的污染物排放量的函数，

-通过使离散化的可允许控制的成本函数最小化来确定推进系统的控制，以及

-将控制应用于推进系统。

据本发明，由此确定的控制可以是热力发动机的转矩设定点T_{eng_sp}和/或电机的转矩设定点T_{mot_sp}和/或运动链的控制设定点ECC_sp，例如，运动链的齿轮箱转速比的控制设定点。

推进系统的转矩设定点TPT_sp对应于由驾驶员要求的车轮转矩。

根据本发明的控制方法实时在线执行。因此，它在事先不知道车辆路径的情况下确定控制。

符号

在下面的描述中使用以下符号：

N_o热力发动机速度[rpm(转/分钟)]

SOC电池的荷电状态[％]

TPT_sp原始(未经过滤的)驾驶员的车轮转矩设定点[Nm(牛米)]

TPT_{flt_sp}过滤后的驾驶员的车轮转矩设定点[Nm(牛米)]

v_adm可允许的控制矢量[-]

T_eng热力发动机转矩[Nm(牛米)]

T_{eng_v}可允许的热力发动机转矩矢量[Nm(牛米)]

T_{eng_sp}热力发动机转矩设定点[Nm(牛米)]

T_mot电机转矩[Nm(牛米)]

T_{mot_sp}电机转矩设定点[Nm(牛米)]

V_veh车辆速度[km/h(公里/小时)]

ECC在时间t的运动链状态[-]

ECC_sp运动链状态设定点[-]

ECC_y可允许的运动链状态矢量[-]

H_vHamiltonian(哈密尔敦)矢量(成本函数)[等效W]

η_AT后处理系统效率[-]

T_ET后处理系统温度[℃]

T_{ET QS}后处理系统稳态温度[℃]

C_nom标称电池(或等效)容量[C]

OCV电池(或等效)开路电压[V]

DCR电池(或等效)内阻[Ω]

λ拉格朗日乘子[-]

u₁热力发动机转矩控制[Nm(牛米)]

u₂运动链状态控制[-]

x电池荷电状态[％]

α校正变量[-]

m_f热力发动机燃料消耗[kg/h]

在后处理系统出口处的NOx排放量[g/h]

在热力发动机出口处的NOx排放量[g/h]

I后处理系统的等效热惯性[W/K]

k1与外部交换的热阻[W/K]

k2与尾气交换的热阻[W/K]

Δt时间间隔[s]

R1与电机联接的减速器的减速比[-]

RBV与热力发动机联接的齿轮箱的转速比[-]

Pelec为电机供电的逆变器的功率[W]

λ_sp校正变量[-]

K_p校正变量[-]

时间导数用变量上方的点表示。

图1示出了根据本发明方法的各个步骤：

-获取推进系统的转矩设定点TPT_sp，

-将可由推进系统允许的控制的至少一部分v_adm离散化DIS，以允许达到推进系统的转矩设定点TPT_sp，

-构建将成本函数H与推进系统的控制相连接的推进系统的模型MOD，成本函数H是推进系统的消耗量和在后处理系统的出口处的污染物排放量的函数，

-通过使离散化的可允许控制v_adm的成本函数最小化来确定推进系统的控制COM。

1)离散化

在这个阶段，对使混合动力推进系统的转矩设定点能够获得的所有可允许的控制进行离散化。离散化包括对所有可允许的控制解进行网格化。网格间距可以根据解的精度(细网格)和计算时间的加速度(粗网格)之间的折衷来选择。

一种可能的离散化方法包括生成规则的网格。这意味着网格间距，即两个元素之间的距离是恒定的。在这种情况下，可允许的控制矢量的每个元素通过以下方程获得：

v_adm(i)＝T_engmini+ε*(i-1)

其中，网格间距∈简单地通过设置网格的元素的数量N(例如，可以选择N＝10，这是允许在精度和计算速度之间获得良好折衷的数量级)来获得。例如：

其中，T_engmini是允许达到转矩设定点的热力发动机的最大可允许的转矩，以及T_engmin允许达到转矩设定点的热力发动机的的最小可允许的转矩。

在这个阶段，可允许的控制矢量v_adm由此被确定。

根据本发明实施例，可允许的控制矢量v_adm可包括可允许的热力发动机转矩的矢量T_{eng_v}。

此外，可允许的控制矢量v_adm可包括可允许的运动链状态的矢量ECC_v。

2)模型构建

混合动力推进系统的模型在这个阶段中进行构造。混合动力推进模型表示推进系统的运动链。其还可考虑电池的荷电状态。混合动力推进模型将成本函数与推进系统的控制相连接。成本函数是推进系统的消耗和在后处理系统出口处的污染物排放量的函数。它允许根据消耗量和污染物排放量(特别是NOx)来计算与每个可能的控制相关的成本。这个成本是在尾气处的污染物排放量和燃料消耗量之间的可校正(可标定)的折衷。

根据本发明的控制方法适用于所有混合动力架构：串联、并联或混合的串联/并联。根据所使用的架构，对混合动力牵引链进行建模的方程是不同的，但总体原则保持不变。此外，本发明的主要附加值与所考虑的混合动力架构无关，因为除了消耗量之外，它还考虑了在尾气处的污染物排放量。因此，在并联混合动力推进系统的情况下，混合动力牵引链的建模以非限制性的方式呈现。所考虑的架构(以非限制性方式)在图4中示出。混合动力推进系统包括热力发动机ICE、停止&起动发电机SSG(自动关闭和重新启动热力发动机的电机)、离合器CL、齿轮箱GB和电机EM。车轮W通过示意性示出的联接装置联接到混合动力推进系统。

对于并联混合动力推进系统，车轮转矩平衡写出如下：

TPT_sp(t)-R₁×T_mot(t)+RDV(ECC(t))×T_eng(t)

因此有两个自由度来实现驾驶员的要求。按照惯例，这里选择的控制是热力发动机转矩u₁＝T_eng(t)和运动链的状态u₂＝ECC(t)。据观察，热力发动机转速N_e(t)＝f_BV(u₂)通过运动链的状态进行控制，其中f_BV表征齿轮减速比。

这些自由度用于使燃料消耗m_f和在后处理系统出口处的污染物排放量

之间的可校正(可标定)(使用参数α)的折衷最小化：

此外，考虑了电池的荷电状态的动态性x(t)＝SOC(t)。而且，由于电池的容量有限，这种荷电状态并不是完全自由的。关于最优化问题，这相当于对问题增加了状态约束，使得在运行结束时t_f的电池的荷电状态与在其运行的开始时t₀的电池的荷电状态相同：

SOC(t_f)＝SOC(t₀)

模型的成本函数可以由以下类型的函数给出：

f(u₁，u₂，t)的计算

为了计算在任何时间的f，对f的方程的所有项都进行确定。

α是可以调整消耗和污染物排放量之间的折衷的校正变量。参数α的校正取决于所考虑的发动机的排放水平。一般地，α可以在0.2至0.5之间的设定范围内选择，这允许确保污染物排放量显著减少，同时保持有利的燃料消耗。

根据本发明的实施例，

可以通过通常作为测试结果产生的燃料流量映射(MAP)来获得。

在尾气(后处理系统出口)处的NOx排放量可用以下形式的方程来建模：

在发动机出口处的NOx排放量

可以从模型中计算，或者简单地使用从试验台试验得到的映射来计算。

作为温度T_AT的函数的后处理系统效率η_AT的特征可以由特征测试产生。也可以考虑诸如在尾气处的气体流量的其他变量的影响。

后处理温度T_AT可以随时从以下方程中估算：

其中，项h₁对应于与外部的交换：

h₁(t)＝k₁×(T₀-T_AT(t-Δt))

并且其中，项h₂对应于在尾气处的燃烧相关的焓释放：

h₂(t)-k2_×[T_{AT QS}(u₁(t Δt)，u₂(t Δt))T_AT(t Δt)]

项TA_{T QS}(u₁(t-Δt)，u₂(t-Δt))可以通过由测试产生的映射来获得，并且其对应于在稳态情况下的在后处理处测量的温度。参数k₁和k₂的值可以从对车辆的测试中确定。这个温度模型尽管对与能源管理策略的整合相关的计算时间约束进行了简化，但却给出了正确的代表性，如图5所示。该图将测得的后处理系统温度MES与通过上述方程估算的温度EST进行比较，作为时间的函数和WLTC(全球统一的轻型车排放测试工况)行驶工况的一部分。该图表明，可以验证各种车辆配置的模型(全热力、停止&起动以及全混合动力：完全混合，发动机和电机都提供动力)以及根据本发明的能量监督策略(消耗和在后处理系统出口处的污染物的优化标准)。

的计算

作为电池的荷电状态的系统状态的动态性的计算可以在以下方程中进行描述：

将电池模型用作电池，电池电流可以用以下类型的方程表达：

其中，OCV和DCR分别是作为其荷电状态的函数的电池的开路电压和内阻，并且这些特征可以由测试的结果产生。

为电机供电的逆变器的功率P_elec的计算可以由以下形式的方程给出：

P_elec(u₁，u₂，x，t)＝f_ME(u₁，u₂)

其中f_ME是综合电机效率和逆变器效率的映射，其从测试获得，取决于其运行点并因此隐含地取决于控制u1和u2。

λ(t)的计算

拉格朗日乘子的计算可以用以下公式进行：

λ(t)＝λ_SP+K_p(x_SP-x(t))

其中，λ_SP和K_p被校正，以最优地将电池的荷电状态包含在其有用的范围内，x_SP是电池的荷电状态的平均值。

f(u₁，u₂，t)、

和λ(t)因此可以使用这些不同方程来估算。因此，混合动力推进模型的成本函数H被完全确定。

3)成本函数最小化

混合动力推进系统模型的成本函数H在这个阶段中进行最小化。最小化在步骤1)中离散化的可允许的控制上进行。离散化因此允许减少最小化所需的计算时间。

该步骤包括将与每个可允许的控制相关联的成本矢量(由H的方程给出的哈密尔顿量)最小化以确定哪个是最优控制。

根据本发明的实施例，最小化使用Pontryagin(庞特里亚金)的最小值原理来执行。

根据本发明的实施例，最小化步骤允许确定热力发动机和/或电机的最佳转矩设定点和/或运动链的最优控制设定点。

4)控制应用

本发明允许确定混合动力推进系统驱动装置的转矩设定点和/或运动链的控制设定点。将这些设定值应用于热力发动机和/或电机和/或运动链允许获得污染物排放量的减少，并且燃料消耗也可以受到限制。

动态优化周期适合于发动机所涉及的物理现象，在这种情况下是污染物排放量的产生。

根据本发明的方法可用于机动车辆。然而，它可以用于道路运输、两轮车、铁路部门、海军部门、航空部门、气垫船和水陆两用车辆的领域。

根据本发明的方法特别适用于“全混合动力”推进系统，但是它也可以适用于“停止&起动”或“轻型混合动力”型混合。“全混合动力”型混合对应于完全混合动力系统，其中一个电机或多个电机的功率足以在有限的时间内单独提供推进。“停止&起动(启停)”型混合对应于这样的控制系统，该控制系统在车辆处于空档中静止时关闭热力发动，并在由驾驶员重新启动时通过低功率电机重新起动它。“轻型混合动力”型推进系统装配有低功率电机和再生制动系统，其可在低发动机转速时或高加速阶段提供额外动力。对于“轻型混合动力”推进系统，电机不能单独提供车辆的牵引力。

变型实施例

根据本发明的实施方式(其可以与所描述的所有变型实施例结合)，离散化也可以是车辆的荷电状态SOC和车辆速度V_veh的函数。

根据本发明的第一实施例，执行混合动力推进系统的转矩设定点的过滤，该过程的各阶段针对过滤后的设定点进行。过滤可以包括一个预防性的防喘振过滤器，该防喘振过滤器过滤驾驶员的转矩要求，以限制喘振。

根据本发明的第一实施例的变型，控制方法从过滤后的推进系统转矩设定点中确定热力发动机的转矩设定点T_{eng_sp}和电机的转矩设定点T_{mot_sp}。图2示出了该变型实施例的控制过程的步骤。根据该变型，离散化从混合动力推进系统的转矩设定点的过滤后的值TPT_{flt_sp}执行。在没有限制的情况下，离散化也是车辆的荷电状态SOC和车辆速度V_veh.的函数。离散化步骤允许确定可允许的热力发动机转矩T_{eng_v}。建模和最小化步骤相对于结合图1描述的实施例保持不变。最小化步骤允许确定热力发动机的转矩设定点T_{eng_sp}和电机的转矩设定点T_{mot_sp}。

根据本发明的第二实施例，所确定的控制对应于运动链的状态，例如运动链的齿轮箱转速比的控制。对于该实施例，计算原理(离散化、建模和最小化)与转矩优化的计算原理相同，除了可允许的控制矢量不限于所有可能的转矩T_{eng_v}并且其还包含所有可允许的运动链状态ECC_v外。事实上，为了确定哪个是最佳的运动链状态，优选地事先确定在待比较的每个运动链状态上的最佳转矩分配。实际上，针对每个允许的运动链状态的最佳转矩分配的成本的比较结果允许确定最佳值。

图3示出了根据该第二实施例的方法的步骤。从混合动力推进系统的转矩设定点的未经过滤的值TPT_sp中进行离散化。在没有限制的情况下，离散化也是车辆的荷电状态SOC和车辆速度V_veh的函数.建模和最小化步骤相对于结合图1(或图2)描述的实施例保持不变，除了可允许的控制矢量v_adm还包括所有可允许的运动链状态ECC_v外。最小化步骤允许确定所述运动链状态的控制设定点ECCs_p，其可以是运动链齿轮比设定点。

根据本发明的第三实施例，热力发动机的转矩设定点T_{eng_sp}和/或电机的转矩设定点T_{mot_sp}通过推进系统的过滤后的转矩设定点TPT_{flt_sp}来确定，并且步骤1)至3)重复以通过未经过滤的转矩设定点TPT_op来确定运动链的控制设定点ECC_sp，并且将控制应用于混合动力推进系统。对于该实施例，步骤1)至3)因此重复两次：一次用过滤后的转矩设定点TPT_{flt_sp}，而一次用原始(未经过滤的)转矩设定点TPT_sp。这两次确定可并联执行。将转矩优化与运动链状态优化分开的优点在于，改变驾驶员的车轮转矩要求的舒适控制策略的影响。诸如预防性的反喘振(anti-surge，抗电涌)过滤器的这些过滤策略根据运动链的当前状态过滤驾驶员的转矩要求TPT_sp。转矩分配的优化从该过滤后的转矩设定点TPT_{flt_sp}获得。然而，优化运动链状态优选地使用原始转矩设定点TPT_sp来选择。必须使用不同输入信号证明并联(并行)执行两次优化的需求有理。

根据变型实施例，重复步骤1)至3)可以根据图2和3所示的变型实施例进行。

本发明涉及一种可从通信网络下载和/或记录在计算机可读介质上和/或可执行控制器或伺服器上的计算机程序产品。该程序包括用于在所述程序在计算机或控制器上执行时执行如上所述的方法的程序代码指令。

此外，本发明涉及一种用于车辆的混合动力推进系统。混合动力推进系统包括至少一个由电能存储系统供电的电机、热力发动机、运动链以及用于对热力发动机的污染物排放(特别是NOx)进行后处理的系统。混合动力推进系统包括用于进行以下步骤的控制装置：

-获取推进系统的转矩设定点TPT_sp，

-将可由推进系统允许的控制的至少一部分离散化，以允许达到推进系统的转矩设定点，

-构建将成本函数与推进系统控制相连接的推进系统的模型，成本函数是推进系统的消耗和在后处理系统的出口处的污染物排放量的函数，

-通过使离散化的可允许控制的成本函数最小化来确定推进系统的控制，以及

-将控制应用于推进系统。

控制装置可以与上述控制方法的所有变型都兼容。

此外，本发明涉及一种包括这种混合动力推进系统的车辆。根据本发明的车辆可以是机动车辆。然而，它可以是道路运输、两轮车、铁路部门、海军部门、航空部门、气垫船和两栖车辆领域中的任何车辆类型。

比较实例

该实例示出了根据本发明的控制方法的优点。根据本发明的控制方法与现有技术的控制方法进行比较。这里介绍的实例是测试台结果的实验验证。

应用例：

公用车辆(多用途运载车)，质量：2700kg

柴油发动机：120kW

电机：50kW.

控制方法已经在发动机试验台上进行了WLTC循环的测试和比较，WLTC循环将是来自欧7排放标准的官方认证标准。

所使用的测试装置是具有用于污染物排放测量的气体分析柜的高动态发动机测试台。

所使用的发动机具有宽EGR区、Euro(欧洲)6c标准。这是重要观点，因为到目前为止，许多旨在降低能源消耗和污染物排放的能源监督工作已经仅通过欧5发动机进行验证。现在，欧5柴油发动机包括两个相对不同的运行区域：在对应于NEDC驾驶循环的运行点的相当小的区域中，使用尾气再循环(EGR)。因此，这个区域具有低氮氧化物水平和降低的消耗。在该循环之外的第二个区域中，发动机调整仅以消耗标准进行优化，并且不使用EGR。因此，毫不奇怪，能源监督管理极大地改变了NOx排放量和燃料消耗之间的折衷。

对于这个实例，根据本发明的控制方法与其中仅对车辆的消耗进行优化的现有技术的控制方法进行比较，并且与其中对消耗和在发动机出口处(后处理之前)的排放量进行优化的现有技术的控制方法进行比较。

实验结果在表1和图6至11中给出。根据本发明的控制方法用INV表示，其中仅对消耗进行优化的根据现有技术的方法用AA1表示，并且其中对消耗和在发动机出口处的排放量进行优化的根据现有技术的方法用AA2表示。图6显示了针对三种方法的作为时间的函数的车速V_ven的曲线。图7涉及针对三种方法的电池的荷电状态SOC的曲线。图8涉及针对三种方法的在热力发动机出口处的累积污染物排放量

图9示出了针对三种方法的在后处理系统出口处的累积污染物排放量

图10示出了针对三种比较控制方法的后处理系统温度T_AT的曲线。图10示出了针对三种控制方法的后处理系统效率η_AT的曲线。

在表1和图6至11中，我们注意到每种控制方法确实允许获得与现有技术AA1和AA2的控制方法相同的速度曲线(图6)。此外，可以注意到，因为优化的关联参数的最小值在三种情况中的每一种情况下确实获得了，所以每种方法都允许关联的参数最小化。相对于对应于优化燃料消耗的策略的现有技术AA1，显然，通过本发明的控制方法INV，可以以消耗略有增加(2％)的代价显著(55％)降低在尾气处的氮氧化物NOx排放量。因此，根据本发明的控制方法INV首先实现全电动，由图7中的电池的荷电状态的下降来示出。然后，热力发动机在有利于非常快速的后处理致动的时点启动和使用，如图11所示，并且也是有效的，如图10所示。因此，在尾气处的累积NOx排放量保持较低，如图9所示，而在发动机尾气出口处的累积NOx排放量接近于根据现有技术的方法AA1(图8)。

表1-比较实例

Claims (14)

1.一种控制混合动力推进系统的方法，所述混合动力推进系统包括至少一个电机、至少一个热力发动机、为所述电机供电的至少一个电能存储系统、用于联接所述电机和所述热力发动机的运动链，以及在所述热力发动机的出口处的污染物排放后处理系统，其中，获取所述推进系统的转矩设定点TPT_sp，其特征在于，进行以下步骤：

a)将所有可由所述推进系统允许的控制离散化，以通过对所有可允许的控制解进行网格化而达到所述推进系统的所述转矩设定点TPT_sp，

b)构建将所述推进系统的成本函数与所述推进系统的控制相连接的所述推进系统的模型，所述成本函数是所述推进系统的消耗和在所述后处理系统的出口处的污染物排放量的函数，

c)通过使针对所述离散化的可允许控制的所述推进系统模型的所述成本函数最小化来确定所述推进系统的控制，以及

d)将所述确定的控制应用于所述混合动力推进系统。

2.如权利要求1所述的方法，其特征在于，用于所述混合推进系统的所述确定的控制是所述热力发动机的转矩设定点T_{eng_sp}和/或所述电机的转矩设定点T_{mot_sp}和/或所述运动链的控制设定点ECC_sp。

3.如前述权利要求中的任一项所述的方法，其特征在于，对所述推进系统的所述转矩设定点进行过滤TPT_{flt_sp}。

4.如权利要求3所述的方法，其特征在于，所述热力发动机的转矩设定点T_{eng_sp}和/或所述电机的转矩设定点T_{mot_sp}通过所述推进系统的所述过滤后的转矩设定点TPT_{flt_sp}来确定，并且步骤a)至c)重复，以通过未经过滤的转矩设定点TPT_sp来确定所述运动链的控制设定点ECC_sp，并且将对所述热力发动机的转矩设定点T_{eng_sp}和/或所述电机的转矩设定点T_{mot_sp}的所述运动链的设定点ECC_sp的控制应用于所述混合动力推进系统。

5.如权利要求1所述的方法，其特征在于，所述离散化考虑所述电能存储系统的荷电状态和/或所述推进系统的速度。

6.如权利要求1所述的方法，其特征在于，所述混合动力推进系统的所述成本函数用以下类型的公式写出：

其中：

u₁所述热力发动机的转矩控制T_eng，

u₂所述运动链的控制ECC，

x所述电能存储系统的荷电状态，

m_f所述热力发动机的消耗量，

在所述后处理系统的出口处的NOx排放量，

α校正变量，

λ拉格朗日乘子，以及

t时间。

7.如权利要求6所述的方法，其特征在于，所述热力发动机的所述消耗量m_f使用映射来获得。

8.如权利要求6或7中的任一项所述的方法，其特征在于，所述在所述后处理系统的出口处的NOx排放量

用以下形式的方程获得：

其中：

在所述热力发动机的出口处的NOx排放量，

η_AT所述后处理系统的效率，以及

T_AT所述后处理系统的温度。

9.如权利要求8所述的方法，其特征在于，所述在所述热力发动机的出口处的NOx排放量

使用模型或映射来确定。

10.如权利要求8所述的方法，其特征在于，所述后处理系统的温度通过以下类型的公式来估算：

其中：

h₁(t)＝k₁×(T₀-T_AT(t-Δt))

h₂(t)＝k₂×[T_ATQS(u₁(t-Δt)，u₂(t-Δt))-T_AT(t-Δt)]

T_ATQS(u₁(t-Δt)，u₂(t-Δt))在所述后处理系统处测得的稳态温度，

Δt时间间隔，

k1与外部交换的等效热阻，

k2与尾气交换的等效热阻，以及

I所述后处理系统的热惯性。

11.如权利要求1所述的方法，其特征在于，最小化通过庞特里亚金的最小值原理进行。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当在控制器上执行所述计算机程序时，执行如前述权利要求中的任一项所述的方法。

13.一种车辆的混合动力推进系统，包括至少一个电机、至少一个热力发动机、为所述电机供电的至少一个电力储存系统以及至少一个用于对所述热力发动机的污染物排放进行后处理的系统，其特征在于，所述推进系统由如权利要求1至11中任一项所述的方法进行控制。

14.一种机动车辆，其特征在于，

其包括如权利要求13所述的混合动力推进系统。

Images