CN107921886A - 用于计算用于管理混合动力机动车辆的燃料和电力消耗的设定点的方法 - Google Patents

Abstract

本发明涉及一种用于计算用于管理混合动力机动车辆的燃料和电力消耗的设定点的方法。根据本发明，该方法包括以下步骤：a)借助于该混合动力机动车辆的车载导航系统获取待行驶路径；b)将所述路径划分为多个连续的部分；c)指配表征各个部分的属性；d)针对所述部分中的每个部分确定该混合动力机动车辆在该部分上的各燃料消耗值与该牵引电池的充电或放电值关联的曲线或映射；e)确定每个曲线或映射的最优点，该最优点能够使该混合动力机动车辆在整个路径上的燃料消耗最小化并且使该牵引电池在所述路径结束时完全地放电；并且f)根据所述最优点的坐标产生能量管理设定点。

Description

用于计算用于管理混合动力机动车辆的燃料和电力消耗的设 定点的方法

技术领域

本发明总体上涉及一种可再充电的混合动力车辆。

本发明更具体地涉及一种用于计算用于管理混合动力机动车辆的燃料和电力消耗的设定点的计算方法，该混合动力机动车辆包括由牵引电池供应电力的至少一个电动机以及被供以燃料的内燃发动机。

本发明在远程的混合动力电动车辆中(即，在只借助于其电动机就能够行驶超过10千米距离的车辆中)具有特别有利的应用。

背景技术

可再充电的混合动力车辆包括(具有内燃发动机及燃料箱的)常规燃烧传动系和(具有电动机以及尤其能够在电源输出口进行充电的牵引电池的)电动传动系。

这种混合动力车辆能够仅由其电动传动系牵引、或者仅由其燃烧传动系牵引、或者甚至由其电动传动系及燃烧传动系两者同时牵引。还可以通过利用由内燃发动机产生的功率、或者也可以通过在制动时回收机动车辆产生的动能来对牵引电池进行再充电。

由于不知道车辆的未来行程，因此目前实施的用于使用这些传动系中的一个传动系或另一个传动系的策略在于：在行程开始时系统性地开始使牵引电池放电直到达到最低能量水平，然后使用燃烧传动系。以这种方式，当驾驶员行进较短行程并且具有定期机会对牵引电池进行再充电时，他们最大限度地使用电动传动系，这减少了车辆的污染排放物。

然而，此策略并非始终确保最小燃料消耗。尤其是在使用者经由高速路部分开始行程并且在城镇部分结束此行程的情况下。实际上，电动传动系不适合用于高速路，因为牵引电池在高速路上放电很快，并且燃烧传动系不适合用于城镇，因为内燃发动机在城镇中的性能低于在高速路上的性能。

为了克服这个缺点，文献US8825243披露了如何在导航系统已知的行程预测上构建“理想”放电曲线，这个曲线被构建成使得只有在行程结束时电池的电荷状态才到达其最小容许值，并然后披露了如何在此行程预测上控制混合动力系统以便最好地遵循这个放电曲线。这种解决方案的缺点是在该行程上的公路状况有显著差异的情况下(例如，简单但非常常见的情况，当在城镇中的第一区段开始、然后继续行进高速路的第二区段、并且最后结束在城镇中的第三区段时)，则从能量消耗的角度来看该行程是以非最优的方式进行的。

另外，在城镇中使用燃烧传动系被证明对驾驶员来说愉悦性低于使用电动传动系。

最后，法律有时禁止在城镇中使用内燃发动机，因此驾驶员就不能再进入城镇了。

发明内容

为了弥补现有技术的上述缺点，本发明通过利用来自嵌入车辆中的导航系统的数据来提供克服未知未来行程。

更具体地，本发明提供了如在引言中限定的一种计算方法，其中提供了以下步骤：

a)借助于导航系统来获取待行进行程，

b)将所述行程划分为连续的区段，

c)针对每个区段获取表征所述区段的属性，

d)针对所述区段中的每个区段并且考虑其属性，从将燃料消耗值与电能消耗值关联的多个预定关系中选择将该混合动力机动车辆在该区段上的燃料消耗与其电能消耗关联的关系，

e)在所选择的关系中的每个关系中确定消耗的最优点，使得最优点的集合使该混合动力机动车辆在整个行程上的燃料消耗最小化并且使所述行程结束时该牵引电池的放电最大化，并且

f)根据所述最优点的坐标形成贯穿该行程的能量管理设定点。

因此，根据本发明，能够确定应该在何时使用电动机或内燃发动机，以便最好地减小车辆在其所要行进的行程上的燃料消耗。

通过举例的方式，将能够赋予在高速路上使用燃烧传动系的优先级，在高速路上其性能最优；并且赋予在城镇中使用电动传动系的优先级，在城镇中其性能及其愉悦性最优。

在最不利操作点处，还将能够通过电动机减轻内燃发动机的负荷来改善内燃发动机的性能。

遵照本发明的计算方法的其他有利且非限制性的特征如下：

-这些预定关系是将该内燃发动机的燃料消耗值与该牵引电池的充电或放电值关联的曲线或映射；

-在步骤d)中，该关系是在不考虑所述区段的坡度的情况下选择的，并且在步骤e)之前，提供了用于考虑到所述坡度来修正所述关系的修正步骤d1)；

-所述修正步骤d1)在于将该关系的各个点移位，以便在恒定的充电或放电值下通过根据该坡度的值来修改该燃料消耗；

-在步骤d)中，在步骤d)中，该关系是在不考虑辅助装置的电力消耗的情况下选择的，这些辅助装置是与该电动机分开并且是由该牵引电池供电的，并且在步骤e)之前，提供了用于考虑到这些辅助装置的所述电力消耗来修正所述关系的修正步骤d2)；

-所述修正步骤d2)在于将所述关系的各个点移位，以便在恒定的燃料消耗值下通过根据这些辅助装置的所述电力消耗的值来修改该充电或放电。

-在所述行程期间，如果在该行程的过程中这些辅助装置的电力消耗显著变化，则重复步骤d)以及之后的步骤；

-存储器存储这些预定关系和与每个属性值相关联的表格，该表格表示该区段与这些预定关系中的一个预定关系或其他预定关系相关联的概率，在步骤d)中，针对每个区段提供了：根据所述表格，考虑与此区段相关联的属性的值来确定该区段属于这些预定关系中的一个预定关系或其他预定关系的概率的总和，并且选择具有最高概率总和的关系；

-由于这些关系是曲线，因此每个曲线被限定为二阶多项式，对于该二阶多项式该牵引电池的充电和放电的变化被定界在最小阈值与最大阈值之间；

-所述多项式具有两个不变的系数；

-在步骤b)中，每个区段被限定为是该行程的最大长度的一部分，该部分包括贯穿其长度的至少一个不变的属性；

-每个区段上的所述不变的属性是从如下列表中选择的：该区段的坡度，车辆在该区段上的特征速度，和由该导航系统指配给该区段的类别；

-在步骤e)中，与每个区段相关联的关系的最优消耗点是借助于优化算法来确定的。

附图说明

结合附图的、以非限制性实例的方式给出的以下说明将阐明本发明的实质以及可以如何实施本发明。

在附图中：

-图1是展示了表征车辆所要行进的行程的区段的属性值的表格；

-图2是展示了表征待行进行程的区段的参考曲线的参数的表格；

-图3是展示了在测试运行期间获取的特定消耗曲线的分布的图；

-图4是展示了多条参考曲线的图；

-图5是与被指配给区段的每个属性值相关联的表格，该表格表示此区段与图4中的参考曲线中的一条参考曲线或其他参考曲线相关联的概率；

-图6是展示了有待对参考曲线进行的修正的图，考虑了车辆的辅助装置的电力消耗；

-图7是展示了有待对参考曲线进行的修正的图，考虑了对应行程的区段的坡度；并且

-图8是展示了与每个区段相关联的参考曲线的不同点以及经过这些参考曲线的最优点的曲线的图。

具体实施方式

常规地，机动车辆包括尤其支撑动力传动系的底盘、车身元件、以及乘客舱元件。

在可再充电的混合动力车辆中，动力传动系包括燃烧传动系和电动传动系。

燃烧传动系尤其包括燃料箱和由该燃料箱供应燃料的内燃发动机。

电动传动系包括牵引电池和由该牵引电池供应电力的一个或多个电动机。

机动车辆在此还包括用于在本地(例如，在家用电网上或任何其他的电网上)为牵引电池充电的电源输出口。

机动车辆还包括多个辅助装置，这些辅助装置在此被限定为由牵引电池供电的电气装置。

这些辅助装置可以包括空调电机、电动车窗电机、或地理定位及导航系统。

这个地理定位及导航系统通常包括用于接收与机动车辆的地理定位位置相关的信号的天线、用于存储国家或地区的地图的存储器、和用于展示车辆在此地图上的位置的屏幕。

此处，将考虑此屏幕是允许驾驶员在上面输入信息的触摸屏的情况。当然，也可以是其他情况。

最后，该地理定位及导航系统包括控制器，该控制器用于考虑到由驾驶员输入的信息、存储在其存储器上的地图、以及机动车辆的位置来计算待行进行程。

机动车辆1还包括在此被称为计算机的电子控制单元(或ECU)，该电子控制单元尤其能够控制前述两种传动系(尤其是由电动机和由内燃发动机产生的功率)。

在本发明的背景下，此计算机被连接至该地理定位及导航系统的控制器，以使得这两个元件可以在彼此之间传达信息。

在此，它们是经由车辆的主要单元间通信网络(典型地经由CAN总线)连接在一起的。

该计算机包括处理器和存储器单元(以下称为存储器)。

这个存储器记录被用作以下描述的方法的一部分的数据。

该存储器尤其记录图5中所展示类型的表格(将在本披露稍后进行详细描述)。

该存储器还记录由包括指令的计算机程序组成的计算机应用，该处理器执行这些指令以允许计算机实施以下描述的方法。

作为前提，在此将限定在以下描述的方法的披露中使用的若干概念。

因此，术语“行程”可以被限定为是机动车辆从出发站抵达到达站所要行进的路径。

这个到达站(即行程的目标)将被认为是配备有充电站的，该充电站用于经由装配到车辆上的电源出口端来对牵引电池进行再充电。

每个行程可以分为多个“相邻的节段”或多个“相邻的区段”。

节段的概念将是由装配在该地理定位及导航系统中的控制器所自然使用的那种概念。

实际上，每个节段对应于行程的在两个公路交叉口之间延伸的一部分。为了限定最短或最长的行程，控制器因此将确定该行程必须经过哪些公路节段。

区段的概念是不同的。这将在本披露的其余部分进行详细彻底的描述。为了简化，行程的每个区段对应于行程的一部分，在该部分上的公路的特征基本上相同。通过举例的方式，行程因此可以被分为多个区段，在这些区段中的每个区段上的速度限制是恒定的。

这些区段由在此被称为“属性”的参数来表征。以下是用于表征每个区段的参数的实例。

第一属性将是“公路类别FC”。装配在该地理定位及导航系统中的控制器通常使用这种类型的类别用于区分各种不同类型的公路。在此，这种类别可以取1至6之间的整数值。属性等于1可以对应于高速路，属性等于2可以对应于国道，等等。

第二属性将是区段的“坡度RG”，以度或百分比表示。

第三属性、第四属性、第五属性、和第六属性将与车辆在区段上的特征速度相关。

第三属性将是区段的“速度类别SC”。装配在该地理定位及导航系统中的控制器也通常使用这种类型的类别用于区分各种不同类型的公路。在此，这种类别可以取1至6之间的整数值。属性等于1可以对应于高速公路(超过120km/h)，属性等于2可以对应于快速干道(在100km/h至120km/h之间)等。

第四属性将是区段上的“速度限制SL”。

第五属性将是区段上的“平均速度SMS”(该平均速度的值来源于每个公路上产生的统计测量值)。

第六属性将是区段上的“瞬时速度TS”(该瞬时速度的值来源于实时交通状况的信息系统)。

第七属性将是区段的“长度LL”。

第八属性将是区段的“平均曲率半径LC”。

第九属性将是由车辆采取的行驶方向上的区段的“车道数量NL”。

在以下披露中，这九个属性将被用于表征行程的各个区段。

作为变体，行程的各个区段可以由更小或更大数字的属性来表征。

此外，牵引电池的能量状态SOE将被限定为用于表征此牵引电池中的剩余能量的参数。作为变体，可以使用另一个参数，诸如电池的充电状态SOC或相同类型的任何其他参数(电池的内电阻、电池端子处的电压等)。

牵引电池的充电或放电ΔSOE于是将被认为等于在两个不同时间考虑的两个能量状态之间的差。

于是在区段上限定的车辆的“特定消耗曲线”被认为是将车辆的各燃料消耗值CC与牵引电池的充电或放电值ΔSOE相关联的曲线。实际上，在确定的区段上，能够估计出车辆的燃料消耗CC(以升/行驶千米为单位)将是多少以及牵引电池的充电或放电ΔSOE(以瓦时/千米为单位)将是多少。这两个值将由曲线进行关联，因为它们将根据是使用电力传动系还是燃烧传动系来推进车辆而变化。

因为存在无穷数量的特定消耗曲线，最后“参考曲线”被限定成具体的特定消耗曲线，这些特定消耗曲线的特征将是众所周知的并且将有可能逼近每个特定消耗曲线。换言之，如将在本披露稍后更清晰显现的，并非特定消耗曲线而是参考曲线(其将是该特定消耗曲线的最佳逼近)将与每个行程区段相关联。

由该地理定位与导航系统的控制器以及车辆的计算机共同实施的该方法是用于计算用于管理车辆的燃料和电力消耗的设定点的计算方法。

此方法在于更精确地确定在预定的行程上将必须如何以最佳地减少车辆的燃料消耗及其污染排放物的方式来使用电动传动系和燃烧传动系。

根据本发明的一个特别有利的特征，该方法包括以下六个主要步骤：

-获取待行进行程，

-将所述行程划分为连续相邻的区段T_i，

-针对每个区段T_i获取表征此区段T_i的属性FC、SC、SL、TS、RG、LL NL、SMS，

-针对这些区段T_i中的每个区段，考虑此区段T_i的属性FC、SC、SL、TS、RG、LL NL、SMS来确定将该混合动力机动车辆在该区段上的各燃料消耗值CC与该牵引电池的充电或放电值ΔSOE关联的关系(在此被称为参考曲线CE_j)，

-确定各个参考曲线CE_j的最优点P_i以用于使该混合动力机动车辆在整个行程上的燃料消耗最小化并且在所述行程结束时获得牵引电池的完全放电，并且

-根据所述最优点P_i的坐标形成能量管理设定点。

在本披露稍后对这六个连续的步骤进行详细的描述。

第一步骤在于获取机动车辆所要行进的行程。

这个步骤可以由嵌入该地理定位及导航系统中的控制器来执行。

然后惯常实施此步骤。

因此，当驾驶员使用该地理定位及导航系统的触摸屏用于限定到达站时，此系统的控制器计算待行进行程，尤其根据由驾驶员选择的路线参数(最快行程、最短行程等)。

在这个阶段，可以注意的是一旦车辆执行了不同于由该地理定位及导航系统限定的行程，就必须重新启用该方法。

作为变体，可以不同地执行此第一步骤。

因此，将有可能无需驾驶员在触摸屏上输入到达站。为此，控制器可以检测驾驶员的习惯并且自动地从中推断出到达站。

例如，当驾驶员在一周要工作的每一天都行进相同的行程时，可以自动地获取此行程而驾驶员不必在该地理定位及导航系统的触摸屏上输入任何信息。

在此第一步骤结束时，嵌入该地理定位及导航系统中的控制器知道车辆的行程(该行程则由多个相邻的节段构成，这些节段各自在两个公路交叉口之间延伸)。

第二步骤在于将行程划分为多个区段T_i。

将行程重新划分为区段而不是划分为节段的优点首先是减小了该行程的细分数量。实际上，经常发生两个连续节段的属性完全相同的情况。如果分开地处理这两个连续节段，则毫无意义地增加了计算时间。通过将相同的节段一起收集到同一区段内，将能够缩短计算时间。

另一个优点是，在同一节段上的公路的特征有可能显著地变化(该节段的一部分可以对应于具有零坡度的公路，而此节段的另一部分可以对应于具有相当大的坡度的公路)。在此，目标是将行程划分为每一者上的公路特征保持相同的多个区段。

每个区段T_i在此将被限定为该行程的一部分，该部分包括至少一个贯穿其长度的不变的属性。

此属性可以由坡度RG和/或速度类别SC和/或公路类别FC组成。

在此，这个步骤可以由嵌入该地理定位及导航系统中的控制器来实施。为此目的，将把该行程划分为最大长度的区段T_i，在这些区段上前述三个属性(RG、SC、FC)是恒定的。

在此第二步骤结束时，控制器因此已经限定了N个区段。

第三步骤在于获取每个区段T_i的属性。

当这些属性之一在所考虑的区段上变化时，将考虑此属性在整个区段上的平均值。

实际上，这个第三步骤是以如下的方式执行的。

首先，嵌入该地理定位及导航系统中的控制器通知计算机已经计算出了新的行程。然后该计算机请求例如有待以图1中展示的类型的表格形式发送的每个区段的属性。

然后控制器以如下的方式获取每个区段的属性。

该控制器计算这些属性的一部分，尤其是该区段的长度LL。

该控制器在该地理定位及导航系统的存储器中读取这些属性的另一部分，尤其是公路类别FC、坡度RG、速度类别SC、速度限制SL、平均速度SMS、平均曲率半径LC、以及车道的数量NL。

经由另一个装置来传达这些属性的最后一部分，尤其是信息系统在实时交通状态下传达给该控制器的瞬时速度TS。

然后该控制器将全部这些信息经由CAN总线传输至车辆的主计算机。

使用嵌入该地理定位及导航系统而不是车辆的主计算机来执行前三个步骤的优点在于减少了经由CAN总线传输至计算机的信息量。实际上，通过合并该行程的具有相同属性的相邻节段减少了传输数据的量，这提高了经由CAN总线的数据传输的速度。

当接收到信息时，计算机实施以下步骤。

然后第四步骤在于，针对这些区段T_i中的每个区段，从记录在计算机的存储器中的参考曲线CE_j之中确定哪一者将能够最佳估计车辆在所考虑的区段T_i上的能量消耗(燃料消耗和电流消耗)。

然后此步骤能够从通过属性来表征每个区段变为通过能量消耗来表征。

在这个第四步骤的过程中，计算机将使用记录在其存储器中的图5中展示的表格TAB。

如此图5中示出的，这个表格TAB描绘了多行，这些行各自对应于一个属性的值(或值的范围)。该表格描绘了各自对应于其中参考曲线CE_j之一的多列。在所展示的实例中，认为计算机的存储器存储M条参考曲线CE_j，其中M在此等于十一。

图5中，表格TAB的方格是留空的，因为这些方格包括的值将取决于车辆的特性。

实际上，这个表格TAB将被存储在计算机的存储器中，其中这些方格中的每一个方格都具有值。

这些值将是对应于每个属性值与参考曲线CE_j中的一条参考曲线或其他参考曲线对应的概率的概率值(在0至1之间)。

通过举例的方式，如果区段T_i的公路类别FC具有等于2的值，可以在表格中读出：此区段在能量消耗方面被参考曲线CE1良好地表征的概率将等于a₁；此区段在能量消耗方面被参考曲线CE2良好表征的概率等于a₂等。

应该注意的是在此表格TAB中有意地没有使用坡度RG和长度LL的值。

在这个阶段，计算机然后可以读取与所考虑的区段T_i的各个属性值对应的各个概率值。

在所展示的实例中(其中认为属性FC等于2、属性SC等于6、属性SL等于30、属性NL等于2、属性SMS在60与80之间、以及属性TS在40与60之间)，计算机读取由a₁至a₁₁、b₁至b₁₁、c₁至c₁₁、d₁至d₁₁、e₁至e₁₁、和f₁至f₁₁指代的值。

然后计算机对所考虑的区段T_i在能量消耗方面被这十一条参考曲线CE_j的每一条良好地表征的概率进行求和。

在所展示的实例中，计算机因此对由a₁至f₁、及a₂至f₂等指代的值进行求和。

最后，计算机确定这十一个总和中的哪一个总和给出了最高的结果。

然后，该计算机认为与此高概率总和相关联的参考曲线CE_j就是在能量消耗方面最好地表征区段T_i的曲线。

然后计算机可以在其存储器中获取表征此参考曲线CE_j的参数的值。

在本披露的这个阶段，尤其聚焦于获得这些参考曲线并对其进行建模的方式。

针对每种车辆型号(或针对每种发动机/电机型号、或针对每组汽车型号、或针对每组发动机/电机型号)，必须在公路的不同地理定位区段上执行大量的测试运行(或模拟测试运行)。

这些测试运行能够确定车辆在属性已知的不同区段之上的燃料消耗和电力消耗。为此，车辆在每个区段上行驶多次，每次都增加由电动机产生的牵引力份额。

于是能够针对每个区段生成特定消耗曲线CCS。这些特定消耗曲线是图4中展示的类型的曲线。

可以在这些曲线的每条曲线上观察到，使用的电能越多(即，ΔSoE<0)，燃料消耗下降得越多，直到运转过程中仅使用电动传动系而燃料消耗为0。相反地，越是寻求经由燃烧发动机对电池进行再充电(ΔSoE>0)，燃料消耗增加的越多。最后，将回想到的是，各条特定消耗曲线CCS描述了车辆在辅助装置没有电力消耗的水平公路运转(零坡度)的情况下的平均能量消耗。

这些测试运行能够得到与存在的测试区段一样多的特定消耗曲线CCS。

可以通过二阶多项式来对各条特定消耗曲线CCS进行建模，在该二阶多项式中牵引电池的充电和放电ΔSOE的变化被定界在最小阈值ΔSOE_min与最大阈值ΔSOE_max之间，该二阶多项式可以写为：

其中Ψ₀、Ψ₁、Ψ₂为该多项式的系数。

如图4中的曲线示出的，为了简化此模型，可以估计这两个系数Ψ₁、Ψ₂在不同的曲线之间是相同的。还可以观察到的是，最小阈值ΔSOE_min取决于该多项式的这三个系数。因此，只有系数Ψ₀和最大阈值ΔSOE_max是变化的。因此，这两个值能够表征各个特定消耗曲线CCS。

然后图3展示了多个点，这些点的坐标对应于这两个变量Ψ₀和ΔSOE_max。该图示出了在所进行的测试的运转期间获取的特定消耗曲线CCS的分布。在此，认为这些点分布在十一个不同的区域中。每个区域于是由其质心限定。

因此，如以上已经披露的，在该方法中，获取的并不是将准确地对应于所考虑的区段的特定消耗曲线，而是这十一条参考曲线之一，该特定消耗曲线的变量Ψ₀和ΔSOE_max对应于所考虑的这十一个区域之一的质心。

在所述方法的这个阶段，如图2中所示出的，然后每个区段T_i由前述参数Ψ₀、Ψ₁、Ψ₂、ΔSOE_min、ΔSOE_max以及每个区段T_i的长度LL_i以及其坡度RG_i限定。

如以上解释的，所选择的能量曲线CE_i不考虑区段T_i的坡度或辅助装置(空调电机等)的电力消耗。

为了考虑到各个区段T_i的坡度，提供了用于根据坡度RG_i修正各条参考曲线CE_i的修正步骤。

如图7中清楚示出的，此修正步骤仅在于将与区段T_i相关联的参考曲线CE_i向上或向下移位(即，具有恒定的充电或放电ΔSOE)一个根据坡度RG_i的值。

确实将会理解的是，当所考虑的公路的区段在爬坡时，燃料消耗会高于初始预期。相反地，当所考虑的公路的区段在下坡时，燃料消耗将低于初始预期。

此外，在制动阶段过程中，下坡将能够比上坡回收更多电力。

实际上，修正步骤将在于根据如下公式修正参数Ψ₀：

Ψ₀′＝Ψ₀+K.RGi，

其中，K是值中取决于所考虑的车辆型号及其特性的系数(通过举例的方式，此处可以考虑K＝0.01327l.km^-1)。

为了考虑到辅助装置的电力消耗，第二修正步骤被提供用于根据由这些辅助装置消耗的电功率P_aux修正各条参考曲线CE_i。

此处应该注意的是，所考虑的电功率值P_aux是可以在计算时测量到的值。在此方法中，因此可以作出假设：行程期间所消耗的电功率将基本上保持恒定。如果计算机曾在相当长的持续时间上检测到此电功率的较大的变化(例如，因为空调被开启)，那么可以进行编程以在此步骤处重新开始所述方法以便考虑到新的电功率值P_aux。

更精确地，如果在超过阈值(例如，5分钟)的时间上，计算中所考虑的电功率与所测量到的电功率之间的差必须保持高于阈值(例如，10％)，则该方法可以重新启用到这个第二修正步骤。

如图6中清楚示出的，第二修正步骤仅在于将与区段T_i相关联的参考曲线CE_i向左(即，以恒定的燃料消耗)移位一个根据电功率P_aux的值。

确实将理解的是，当使用电力装置时，电池充电将慢于预期，并且此电池的放电将快于预期。

实际上，修正步骤将在于将参考曲线CE_j移位一个通过如下公式计算得到的值E_ΛUX：

其中，表示该区段上的平均速度(以km/h为单位)。这个值可以由地理定位及导航系统通过估计其将等于交通速度的值、或等于统计平均速度、或等于速度限制来直接提供。

然后所述方法的第五步骤在于确定各个参考曲线CE_j的最优点P_i以用于使该混合动力机动车辆在整个行程上的燃料消耗最小化并且在所述行程结束时获得牵引电池的完全放电。

在此借助于A*型优化算法来执行这个步骤。这是现有技术已知的算法并且因此将不在此处进行详细描述。然而，可以简要解释其运算。

为此，将可以参考图8。

这里可以看出，针对各个区段，一系列交叉点是由平行于纵轴的能量状态SOE描绘的，其中，横坐标等于(以千米为单位)在该区段的出发站与终点之间的距离。这条线的每个点对应于从与此区段相关联的参考曲线CE_j中推导出来的可实现的能量状态SOE。能量状态SOE空间离散在有限数量的点中。

则每个点的纵坐标等于如果车辆根据参考曲线CE_j的对应点来行驶那么在该区段结束时将保留的牵引电池的能量状态SOE(考虑到施加到牵引电池的充电及放电)。

因此每个点构成一个节点n。

于是算法A*的目标是得到将使车辆的燃料消耗最小化的路径CI。

通过试图使函数f最小化来确定用于探索节点n的顺序选择，该函数是消耗函数g与启发函数h的和，如由以下公式所示出的：

f(n)＝g(n)+h(n)

其中，g(n)表示根据前面的区段上被施加至电池的充电或放电ΔSOE的选择，在最佳可用轨迹上从初始节点(行程开始)到达节点n所需要的燃料的量，并且

其中，h(n)表示在充电或放电ΔSOE的情况下仍有待消耗的燃料的量的最优估计，该充电或放电可以被施加到牵引电池用于通过考虑牵引电池从节点n的线性放电的情况以从节点n到最终节点。

函数f允许算法在每个计算步骤处探索同时使到达当前节点所用的消耗最小化并且使从此节点到达行程终点的剩余消耗最小化的轨迹。

因此，使用函数f帮助此算法探索出最接近最优轨迹的轨迹，这限制了次最优轨迹的探索，使得能够在计算步骤最小化的情况下获得良好的结果。

在发现最优路径时(经过参考曲线CE_j的最优点)，计算机根据最优点P_i的坐标得到能量管理设定点。

然后在行程的过程中由计算机使用这个能量管理设定点以跟踪该轨迹，从而使得牵引电池的能量状态SOE遵循图8中展示的路径CI。

许多方法允许执行这种跟踪。由本申请人提交的专利申请FR2988674、或文献WO2013150206和WO2014001707中尤其良好地展示了一个实例。

本发明决不限于所描述和表示的实施例，但是本领域技术人员将知道如何应用落入本发明精神内的任何变体。

具体地，代替存储参考曲线的参数Ψ₀、Ψ₁、Ψ₂、ΔSOE_min、ΔSOE_max，可以提供的是，该计算机存储全面地表征各条参考曲线的形式的点。这则被称为映射。

根据本发明的另一个变体，在地理定位及导航系统不知道行程的区段的属性值的情况下，可以提供的是：

-概率总和的计算不考虑指配给此属性的概率值，

-或者该计算使用预定值来替代该未知值。

Claims (13)

1.一种用于计算用于管理混合动力机动车辆的燃料和电力消耗的设定点的计算方法，该混合动力机动车辆包括由牵引电池供应电力的至少一个电动机以及被供以燃料的内燃发动机，其特征在于，该方法包括以下步骤：

a)借助于导航系统来获取待行进行程，

b)将所述行程划分为连续的区段(T_i，i∈{1…N})，

c)针对每个区段(T_i)获取表征所述区段(T_i)的属性(FC，SC，SL，TS，RG，LL NL，SMS)，

d)针对所述区段(T_i)中的每个区段并且考虑其属性(FC，SC，SL，TS，RG，LL NL，SMS)，从将燃料消耗(CC)值与电能消耗(ΔSOE)值关联的多个预定关系(CE_j，j∈{1…M})中选择将该混合动力机动车辆在该区段(T_i)上的燃料消耗(CC)与其电能消耗(ΔSOE)关联的关系(CE_j)，

e)在所选择的关系(CE_j)中的每个关系中确定消耗的最优点(P_i)，使得最优点的集合(P_i，i∈{1…N})使该混合动力机动车辆在整个行程上的燃料消耗最小化并且使所述行程结束时该牵引电池的放电最大化，并且

f)根据所述最优点(P_i)的坐标形成贯穿该行程的能量管理设定点。

2.如前一权利要求所述的计算方法，其中，这些预定关系(CE_j)是将该内燃发动机的燃料消耗(CC)值与该牵引电池的充电或放电(ΔSOE)值关联的曲线或映射。

3.如前述权利要求之一所述的计算方法，其中，在步骤d)中，该关系(CE_j)是在不考虑所述区段(T_i)的坡度(RG)的情况下选择的，并且其中，在步骤e)之前，提供了用于考虑到所述坡度(RG)来修正所述关系(CE_j)的修正步骤d1)。

4.如前一权利要求所述的计算方法，其中，所述修正步骤d1)在于将该关系(CE_j)的各个点移位，以便在恒定的充电或放电(ΔSOE)值下通过根据该坡度(RG)的值来修改该燃料消耗(CC)。

5.如前述权利要求之一所述的计算方法，其中，在步骤d)中，该关系(CE_j)是在不考虑辅助装置的电力消耗的情况下选择的，这些辅助装置是与该电动机分开并且是由该牵引电池供电的，并且其中，在步骤e)之前，提供了用于考虑到这些辅助装置的所述电力消耗来修正所述关系(CEj)的修正步骤d2)。

6.如前一权利要求所述的计算方法，其中，所述修正步骤d2)在于将所述关系(CE_j)的各个点移位，以便在恒定的燃料消耗(CC)值下通过根据这些辅助装置的所述电力消耗的值来修改该充电或放电(ΔSOE)。

7.如前一权利要求所述的计算方法，其中，如果在该行程的过程中这些辅助装置的电力消耗显著变化，则重复步骤d)以及之后的步骤。

8.如前述权利要求之一所述的计算方法，其中，存储器存储这些预定关系(CE_j)以及与每个属性值(FC，SC，SL，TS，RG，LL NL，SMS)相关联的表格(TAB)，该表格表示该区段(T_i)与这些预定关系(CE_j)中的一个预定关系或其他预定关系相关联的概率，在步骤d)中，针对每个区段(T_i)提供了：

-根据所述表格(TAB)考虑与此区段(T_i)相关联的属性(FC，SC，SL，TS，RG，LL NL，SMS)的值来确定该区段(T_i)属于这些预定关系(CE_j)中的一个预定关系或其他预定关系的概率的总和，并且

-选择具有最高概率总和的关系(CE_j)。

9.如前述权利要求之一所述的计算方法，其中，由于这些关系是曲线，因此每个曲线(CE_j)被限定为二阶多项式，对于该二阶多项式该牵引电池的充电和放电(ΔSOE)的变化被定界在最小阈值(ΔSOE_min)与最大阈值(ΔSOE_max)之间。

10.如前一权利要求所述的计算方法，其中，所述多项式具有两个不变的系数(Ψ₁，Ψ₂)。

11.如前述权利要求之一所述的计算方法，其中，在步骤b)中，每个区段(T_i)被限定为是该行程的最大长度的一部分，该部分包括贯穿其长度的至少一个不变的属性(RG，SC，FC)。

12.如前一权利要求所述的计算方法，其中，每个区段(T_i)上的所述不变的属性是从如下列表中选择的：

-该区段(T_i)的坡度(RG)，

-车辆在该区段(T_i)上的特征速度(SC)，

-由该导航系统指配给该区段(T_i)的类别(FC)。

13.如前述权利要求之一所述的计算方法，其中，在步骤e)中，与每个区段(T_i)相关联的关系的最优消耗点(P_i)是借助于优化算法(A*)来确定的。