CN108454609A - 用于运行车辆的混合动力系统的方法 - Google Patents
用于运行车辆的混合动力系统的方法 Download PDFInfo
- Publication number
- CN108454609A CN108454609A CN201810153864.5A CN201810153864A CN108454609A CN 108454609 A CN108454609 A CN 108454609A CN 201810153864 A CN201810153864 A CN 201810153864A CN 108454609 A CN108454609 A CN 108454609A
- Authority
- CN
- China
- Prior art keywords
- power system
- hybrid power
- time interval
- database
- vector
- 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
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
- B60W20/00—Control systems specially adapted for hybrid vehicles
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle for navigation systems
-
- 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
- B60W2710/06—Combustion engines, Gas turbines
- B60W2710/0666—Engine torque
-
- 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
- B60W2710/08—Electric propulsion units
- B60W2710/083—Torque
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
- B60W2720/103—Speed profile
-
- 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
Abstract
本发明涉及一种用于运行车辆(2)的混合动力系统(1)的方法,该混合动力系统具有内燃机(3)、电动机(4)、发电机(5)、驱动轴(6)和控制装置(7),其中,该混合动力系统的运行方式借助全局优化被实时确定。
Description
本发明涉及一种用于运行车辆的混合动力系统的方法,该混合动力系统具有内燃机、电动机、发电机、驱动轴和控制装置。
从现有技术中已知,在这样的方法中,在具有多个时间间隔的时间段上确定混合动力系统在每个时间间隔上的运行方式。该运行方式尤其包括在相应时间间隔内内燃机的理想转矩和电动机的理想转矩。为了减少在整个时间段上混合动力系统的消耗和/或排放,即,为了更环保地运行该混合动力系统,可以利用控制装置单独且独立地执行一种用于在每个时间间隔上使混合动力系统的总消耗最小化的方法。该方法所需的计算时间在如下范围内,使得可以在混合动力系统运行期间借助控制装置来实时执行该方法。但是倘若想要更环保地运行混合动力系统,则需要更复杂的方法,而有时无法实时执行该方法。
因此,本发明的目的是提供一种用于运行混合动力系统的方法,通过该方法可以更为环保地运行该混合动力系统,且该方法可以在混合动力系统运行期间实时执行。
该目的是通过一种根据本发明的方法和一种根据本发明的混合动力系统来实现的。其他有利的构型从下文中得出。
为了实现该目的,提出一种用于运行车辆的混合动力系统的方法,其中,该混合动力系统具有内燃机、电动机、发电机、驱动轴和控制装置,并且该方法具有以下步骤。在第一步骤中,在混合动力系统运行期间至少借助导航数据求出在具有包含第一时间间隔和最后时间间隔的多个时间间隔的第一时间段上的第一速度曲线。该第一速度曲线在每个时间间隔上具有该混合动力系统的至少一个速度值。在第二步骤中,针对每个时间间隔确定该混合动力系统的相应的第一运行方式。该相应的第一运行方式至少包括至少将总转矩划分为内燃机的理想转矩和电动机的理想转矩。第一运行方式的确定是至少依据第一速度曲线和存储在控制装置中的数据库进行的。
在第三步骤中,在第一时间段期间运行该混合动力系统,其中,该混合动力系统在每个时间间隔内通过控制装置依据相应时间间隔的对应的第一运行方式被控制,并且总转矩作用于驱动轴。
在第四步骤中,针对第一时间段的每个时间间隔确定相应的第二运行方式。该相应的第二运行方式至少包括将总转矩划分为内燃机的理想转矩和电动机的理想转矩,并且至少依据第一速度曲线或在第一时间段期间测得的速度曲线并借助全局优化方法来确定。在全局优化方法中生成“计算最后时间间隔的第二运行方式”与“计算第一时间间隔的第二运行方式”之间的关系。
在第五步骤中,将第一运行方式与第二运行方式相比较。在此,确定至少一个比较值,该比较值获取第一运行方式与第二运行方式之间的差异。接着,在第六步骤中,将该比较值与一个阈值相比较。如果该比较值小于阈值,则重复步骤一至六。如果该比较值大于阈值,则在第七步骤中,通过将关于第二运行方式的信息添加至数据库来扩展该数据库。这优选也在比较值等于阈值时进行。替代性地,如果比较值等于阈值,则可以重复步骤一至六。
在第八步骤中,在具有多个时间间隔的第二时间段中运行该混合动力系统,其中,该混合动力系统在第二时间段的每个时间间隔中通过控制装置分别根据第三运行方式被控制。在第八步骤中,第三运行方式依据所求出的第二速度曲线和数据库来确定。
在混合动力系统被安排在车辆中时,第一速度曲线、所测得的速度曲线和第二速度曲线各自表示混合动力系统速度或车辆速度在第一或第二时间段上的函数。此时,所述函数可以是连续的或不连续的。将总转矩至少划分为内燃机的理想转矩和电动机的理想转矩是指,总转矩至少是通过内燃机的理想转矩与电动机的理想转矩的加和来提供的。所述加和可以利用累加齿轮传动装置、如行星齿轮传动装置来执行。此外,总转矩的一部分可以是由混合动力系统的飞轮作用于驱动轴的转矩。
除了总转矩的一部分之外,内燃机可以提供用于驱动发电机的转矩。该控制装置以如下方式控制内燃机和电动机,使得在它们各自的输出轴上有内燃机的理想转矩或电动机的理想转矩发挥作用。
在下文中,在具有多个时间间隔的时间段中依据在相应时间间隔内的相应的运行方式运行该混合动力系统被称为策略。因此,区分为第一策略、第二策略和第三策略,第一策略是指在第一时间段中依据第一运行方式运行该混合动力系统,第二策略是指在第一时间段中依据第二运行方式在理论上运行该混合动力系统,第三策略是指在第二时间段中依据第三运行方式运行该混合动力系统。
第一、第二和第三运行方式的确定意味着至少分别确定第一组、第二组和第三组参数值,用于在第一或第二时间段期间控制该混合动力系统。第一、第二和第三运行方式各自总体来看具有第一组、第二组或第三组的参数值。相应的组在此包括了对应时间段的每个时间间隔的每个参数的值。利用这些参数值至少可以确定在各自时间间隔中内燃机的理想转矩和电动机的理想转矩。这些参数例如可以是在相应时间间隔中内燃机和电动机的各自理想转矩或各自转速、在内燃机的一个周期内的喷入时刻、电动机的电枢电压和/或控制装置的调节器的值。
在执行全局优化方法时,计算第一时间间隔的第二运行方式可以间接地或直接地与计算最后时间间隔的第二运行方式相关。另一个变型提供了所述计算的相反关系。在这些计算之间的间接关系可以设计如下。首先,在计算第一和最后时间间隔之间的时间间隔的第二运行方式时,使用最后时间间隔的计算得到的第二运行方式。随后,将在第一和最后时间间隔之间的时间间隔的计算得到的第二运行方式纳入第一时间间隔的第二运行方式的计算中。第二运行方式计算之间的关系尤其可以通过列出方程组来产生,在方程组中考虑许多边界条件,如在第一时间段期间第一速度曲线的速度值或所需要的总转矩曲线。
在确定了第二运行方式之后,第二组参数值被存储在控制装置中,优选与第一时间段的时间间隔的相应的速度值一起。有利地,第一速度曲线或所测得的速度曲线的各自的时间间隔的速度值被存储在速度矢量中。根据各单独时间间隔的第二组参数值,优选在相应时间间隔上分别形成对应的参数矢量。因此,单独参数矢量的值描述在对应时间间隔内相应的第二运行方式。为了描述第二策略,可以有利地在一个参数矩阵中组合时间间隔的各自的参数矢量,其中,时间间隔的参数矢量可以各自形成参数矩阵的列。
当将第一运行方式与第二运行方式相比较时,该比较值可以通过各种方式被确定。根据一个变型,可以在每个时间间隔上确定一个比较矢量,该比较矢量具有第一组参数值与第二组参数值之间的单独的差值作为若干项。该比较值优选由比较矢量的单独的范数之和形成。比较值尤其表示:第一和第二运行方式彼此相似程度的尺度。如果第一和第二运行方式之间的相似度高,则该比较值优选小,反之亦然。
将关于第二运行方式的信息添加至数据库意味着:在添加之后,这些信息(即,例如第二组参数值)至少部分地存在于数据库中。数据库可以如此设计:即,在添加了关于第二运行方式的信息之后,将速度矢量与参数矩阵的各行之间的相应的相互关系存储在数据库中。相应的相互关系在此情况下对应于在第一时间段期间唯一参数的值的时间曲线。这可以在简单情况下如下地进行:即,在数据库中存储该速度矢量和参数矩阵。此变型有以下优点:关于第二运行方式的信息被完全存储在数据库中且可直接调用。在另一变型中,该数据库能以人工智能(KI)模块的形式来设计,在该模块中模糊地存储相互关系。通过添加关于第二运行方式的信息,该KI模块优选借助速度矢量和参数矩阵被调适,其中,KI模块的调适可以通过KI方法进行。
如本文所用的表述“模块”描述任意的硬件、软件或软硬件的组合,其能够执行与“模块”相关联的功能。
由于用全局优化方法确定第二运行方式,因而第二策略可能比第一策略更环保。通过添加关于第二运行方式的信息至数据库,该数据库被扩展了关于第二运行方式的信息且对于混合动力系统的优化、尤其对于第三运行方式的确定而言得以改善。
这尤其当第二速度曲线类似于第一速度曲线时就是如此。如果在此情况下第三运行方式例如用KI模块来确定,则第三运行方式可以类似于第二运行方式。通过这种方式所确定的第三策略可能比下述简单策略更环保:该简单策略是根据第二速度曲线和不包含第二运行方式信息的简单的数据库被确定的。
因此,第二策略尤其可以比第一策略更环保,因为在用于计算第一时间间隔的第二运行方式的全局优化方法中,在计算时考虑了最后时间间隔的第二运行方式和在第一和最后时间间隔之间的时间间隔的第二运行方式。
第二运行方式的确定可以离线地进行。这可以允许尽管有高的计算和存储要求也能执行全局优化方法。但是,即便该方法的第四、第五、第六和/或第七步骤在某些情况下无法实时执行,在添加了关于第二运行方式的信息之后也可以实现对所述信息的实时访问。第三运行方式因此可以被实时确定。因此,可以利用所提出的方法来实时运行该混合动力系统,其中,利用全局优化方法的结果并由此使混合动力系统的运行更为环保。
原则上存在至少两个理由,因为采用全局优化方法来确定用于运行混合动力系统的策略是困难的。第一理由是:基于优选考虑整个第一时间段的全局方案,全局优化方法可能要求过高的计算效率以便实时执行这种方法。这尤其可能是因为事件空间(至少包括可能的速度曲线与可能的路程的所有组合)可能很大且由此可能出现包含至少所有可能策略的很大的解空间。甚至对于混合动力系统应走过的唯一预定路程而言,许多速度曲线都是可能的。由此得到须用全局优化方法来检查的很大量的可能策略。
第二理由是:在解空间很大的情况下,可能容易造成全局优化方法(例如梯度法)“陷入”局部最小值,而无法找到全局最小值。其理由可能在于:在解空间较大的情况下,大量局部最小值通常是非常大的。
由于第二运行方式是依据第一速度曲线或测得的速度曲线来确定的,因而对于全局优化方法并不用考虑针对预定路程的所有可能的速度曲线,而是只考虑唯一的速度曲线。由此可以降小事件空间、进而降低全局优化方法陷入局部最小值的概率。
当只考虑唯一的速度曲线时,可以假定第一速度曲线或测得的速度曲线对于预定路程且优选对于混合动力系统的使用者而言是极其相关的速度曲线。因为第一速度曲线是依据导航数据求出的,所以在此可以一并考虑尤其当前时刻的典型的交通状况。“一并考虑当前交通状况”尤其可以在交通很密集的情况下将第一时间段上可能有的多个速度曲线限制到一个,尤其是当考虑到指派给每个时间间隔的相应速度值相比于可能速度值的约为1%的误差时。尤其由于第一速度曲线或测得的速度曲线的确定是在混合动力系统运行期间进行的,因而可以一并考虑当前导航数据,如当前交通状况或改变了的速度限制。
出于迄今所述的理由,可以将全局优化方法用于改善混合动力系统的运行。此时可以提出以下的变型:即,在控制装置上实时执行全局优化方法。基于减小的事件空间和解空间,这是可行的。
在一个有利设计中,第一和/或第二速度曲线依据另一个数据库被确定且尤其被估算。该另一个数据库例如可以包括:关于混合动力系统使用者的所存储的驾驶风格的信息、混合动力系统或车辆的状态信息、和/或雷达测量分析结果、和/或安排在车辆或混合动力系统上的传感器的传感器值。通过使用该另一个数据库,可以使第一和/或第二速度曲线的速度值相比于在第二时间段上所测得的速度曲线的或重新测得的速度曲线的速度值在约1%的误差范围内仅具有很小的偏差或者甚至没有偏差。
这一方面具有以下优点:即,第一和/或第三运行方式可以被更准确地确定。此外这具有以下优点:即,这种小偏差的情况下可以为了控制混合动力系统而采用具有近似线性特性的模型。由此,可以在当前时间间隔内采用具有令人满意的准确度的局部优化方法,以修正第一和/或第三运行方式。有利地,在每次启动和随后运行混合动力系统时,重新获取使用者驾驶风格并将其添加至该另一个数据库。因此,该另一个数据库可以在每次重新驱动混合动力系统时适配于使用者并允许在随后运行中更环保地运行该混合动力系统。优选如此选择第一时间段:即,该混合动力系统在第一时间段走过二至十公里的路程。
一个有利的改进方案提出,全局优化方法是一种动态编程方法。在此方法变型中,第二策略(即,总体看是第二运行方式)的全局优化形成了优化问题。该优化问题被分解为多个子问题。例如混合动力系统在整个第一时间段期间的消耗的减少可以被分解为第一和第二子问题。在此,第一子问题可以通过在第一时间段的前五个时间间隔期间混合动力系统的消耗的减少来限定,第二子问题可以通过在第一时间段的最后五个时间间隔期间混合动力系统的消耗的减少来限定。在一个有利变型中,第二子问题的结果尤其是:最后五个时间间隔的算出的第二运行方式被纳入第一子问题的计算中。第二策略尤其由相应的第二运行方式形成,这些第二运行方式分别是在相应时间间隔内的最佳运行方式。优化问题的解决方案优选是由子问题的单独优化解决方案组合成的。
相似地,该优化问题也可以被分成一百个或更多的子问题。通过将在时间上靠后的时间间隔的子问题的结果用于计算有待计算的时间间隔的子问题,可以降低全局优化方法的计算成本。
一个优选实施方式提出,在第一和/或第二时间段的当前时间间隔内,第一或第三运行方式借助局部优化方法被修正。局部优化方法(例如变量计算方法)优选被实时进行。由此,当前时间间隔的各自的第一或第三运行方式可以实时地进一步改善。因此可以将局部优化方法的优点与全局优化方法的优点组合。
如果步骤一至八在其他第一时间段上被重复多次,则存在其他第二运行方式,并且数据库可以借助添加关于其他第二运行方式的信息而被多次改善。在此,优选分别形成并存储在其他第一时间段的每个时间间隔上的另一个参数矢量并且按照上述方式形成并存储由相应时间间隔的相应的其他参数矢量构成的另一个参数矩阵,且优选将其用于KI模块的调适。
借助多次添加关于其他第二运行方式的信息,也可以使由数据库代表的信息接近下述信息:这些信息由完全优化矢量空间的多个单独优化矢量的项来代表。在此,该完全优化矢量空间可以包括所有可能地点的所有可能路程的所有可能的速度曲线的所有可能的全局优化策略或者混合动力系统的优选常见的场所的所有可能路程的所有可能速度曲线的所有可能的全局优化策略。因此,可以利用所提出的方法实时确定第三策略,使得该第三策略类似于在第二时间段上的全局优化策略。
根据本发明的进一步构想,在执行步骤一至八时借助该参数矩阵形成一个策略矢量,该策略矢量包含参数矩阵项的至少一部分作为若干项。该策略矢量也可以由参数矩阵的所有列(即,第一时间段的所有时间间隔的参数矢量)形成。在此情况下,该策略矢量对应于第二组参数值。在每次重复步骤一至八时,优选产生另一个策略矢量。如果其他参数矩阵被用于调试KI模块,则该数据库可以由多个其他策略矢量来代表。
特别有利的是,在添加关于其他第二运行方式的信息至数据库之前,检查另一个策略矢量是否是由先前形成的策略矢量构成的线性组合。如果是这种情况,则关于其他第二运行方式的信息优选不被添加至数据库。这样做是基于以下想法:在存在这种线性组合的情况下,关于其他第二运行方式的信息已经通过数据库以线性组合的形式被表示。
对于不存在线性组合的情况,该另一个策略矢量可以被分解为第一分量和第二分量。第一分量优选通过将该另一个策略矢量投射到由先前形成的策略矢量或其分量所限定的策略矢量空间来形成。第二分量得自于该另一个策略矢量与第一分量之差。第二分量优选被添加至该策略矢量空间。因此,由该另一个策略矢量代表的信息的至少一部分、以及由此关于第二运行方式的信息被添加至数据库。在添加这个信息时,策略矢量空间被扩展。
如果该另一个策略矢量的第二分量被反复添加至该策略矢量空间,则可以实现使得该策略矢量空间的策略矢量或多个策略矢量的分量分别相互垂直。如果这些策略矢量还被赋范,则策略矢量空间可以形成一个标准正交基。投射和赋范都可以简化用以此方式形成的策略矢量空间进行计算,例如求解一个可以借助策略矢量空间形成的方程组。该另一个策略矢量的第二分量的建立和随后的添加可以通过优选借助对应的另一个参数矩阵执行的KI模块调适被近似计算。在调适之前,KI模块可以近似地代表先前形成的策略矢量的信息。
本发明的其他优点、特征以及细节从至少一个优选实施例的以下描述中并且借助于附图得出。在附图中:
图1示出车辆中的混合动力系统;
图2示出用于运行根据图1的混合动力系统的方法的单独步骤;
图3示出第一时间段被分为多个时间间隔;
图4示出用于确定第一和第三运行方式的模块;
图5示出用于描述第二运行方式的两个策略矢量的结构。
图1示出了安排在车辆2中的混合动力系统1。混合动力系统1具有带有曲轴9和皮带传动机构10的内燃机3、带有输出轴14的电动机4、带有发电机轴11的发电机5、驱动轴6、控制装置7、累加传动装置8和电池12。控制装置7控制内燃机3、电动机4、发电机5和累加传动装置8。发电机5可以通过曲轴9、皮带传动机构10和发电机轴11被驱动。控制装置7以如下方式控制累加传动装置8,使得总转矩作用在驱动轴6上,其中,复合传动装置8将由曲轴9作用于累加传动装置8的转矩与由输出轴14作用于累加传动装置8的转矩加和。
从图2中得知一种用于运行混合动力系统1的方法,该方法具有以下步骤。在第一步骤31中,在混合动力系统1运行期间至少借助导航数据求出在具有包含第一时间间隔和最后时间间隔的多个时间间隔的第一时间段上的第一速度曲线。在第二步骤32中,针对每个时间间隔确定混合动力系统1的相应的第一运行方式。该相应的第一运行方式至少包括至少将总转矩划分为内燃机的理想转矩和电动机的理想转矩。第一运行方式的确定是至少依据第一速度曲线和存储在控制装置7中的数据库进行的。
在第三步骤33中,在第一时间段期间运行该混合动力系统,其中,该混合动力系统在每个时间间隔内通过控制装置依据相应时间间隔的对应的第一运行方式被控制,并且总转矩作用于驱动轴。
在第四步骤34中,针对第一时间段的每个时间间隔确定相应的第二运行方式。该相应的第二运行方式至少包括将总转矩划分为内燃机的理想转矩和电动机的理想转矩,并且至少依据第一速度曲线或在第一时间段期间测得的速度曲线并借助全局优化方法来确定。在全局优化方法中生成“计算最后时间间隔的第二运行方式”与“计算第一时间间隔的第二运行方式”之间的关系。
在第五步骤35中,将第一运行方式与第二运行方式相比较。在此,确定至少一个比较值,该比较值获取第一运行方式与第二运行方式的差异。随后,在第六步骤36中,将该比较值与一个阈值相比较。如果该比较值小于该阈值,则重复步骤一至六。如果该比较值大于阈值,则在第七步骤37中,通过将关于第二运行方式的信息添加至数据库来扩展该数据库。这优选也在比较值等于阈值时进行。替代性地,如果比较值等于阈值,则可以重复步骤一至六。
在第八步骤38中,在具有多个时间间隔的第二时间段中运行该混合动力系统,其中,该混合动力系统在第二时间段的每个时间间隔中通过控制装置分别根据第三运行方式被控制,并且与第三运行方式相关的总转矩作用于驱动轴6。在第八步骤中,第三运行方式依据所求出的第二速度曲线和数据库来确定。第二时间段优选与第一时间段一样长并且具有与第一时间段一样多的时间间隔。第一到第八步骤优选在混合动力系统1运行期间被重复多次。
图3示出了在具有包含第一时间间隔43和最后时间间隔52在内的多个时间间隔43、44、45、46、47、48、49、50、51、52的第一时间段42上的第一速度曲线41。第一速度曲线41是连续的并且在时间段42的每个时间间隔上具有混合动力系统1的至少一个速度值。第一速度曲线41借助导航数据、针对预定目标计算的路程和混合动力系统1的使用者的存储在控制装置7内的驾驶风格来估算。借助第一速度曲线41,可以确定第一总转矩曲线42。该第一总转矩曲线对应于所需要的作用于驱动轴6的总转矩的时间曲线。在确定第一总转矩曲线42时,优选随之出现在驶上所述路途时在时间段42期间所求出的沿途道路坡度曲线、计算出的车辆2的行驶阻力曲线和传动装置17的传动级曲线。
如图3所示的第一速度曲线41和第一总转矩曲线42例如可以针对驶过首先是平坦的且随后有坡度的乡村道路被求出。以下应说明能如何确定第一运行方式。
图4示出了控制装置7的模块58,该模块具有多个输入端59和输出端60。模块58的输入端59和输出端60可以在一个变型中在该控制装置的电路板上被固定布线,在另一个变型中在微处理器中由计算机程序形成。输入值61、62、63、64、65、66、67、68、69和70可以分别以第一时间段42的对应时间间隔43、44、45、46、47、48、49、50、51、52的第一速度曲线41的相应速度值的形式被传送至输入端59。相应速度值优选是在对应时间间隔中混合动力系统1的平均速度。在一个有利的改进方案中,模块58除了输入端59外还具有其他输入端,在对应时间间隔上总转矩曲线42的至少一个值分别被传送至这些其他输入端。
依据存储在控制装置7中的数据库,模块58处理输入值61、62、63、64、65、66、67、68、69和70,其中,输出端60分别针对每个对应的时间间隔43、44、45、46、47、48、49、50、51和52输出呈相应的第一运行方式71、72、73、74、75、76、77、78、79和80形式的输出值。在此,唯一的输出端的通道数量等于用于控制混合动力系统的参数的数量。相应的第一运行方式71、72、73、74、75、76、77、78、79和80可以分别借助矢量来描述。例如第一时间间隔43、第二时间间隔44和第十时间间隔52的第一运行方式可以各自对应地用第一矢量71.0、第二矢量72.0和第十矢量80.0来表示。
第一矢量71.0具有多个项71.1、71.2、71.3和71.4,在第一时间间隔43期间这些项可以是内燃机3的理想转矩值、电动机4的理想转矩值、发电机5的电枢电压值的或传动装置17的传动级值。相应情况适用于第二矢量72.0的或第十矢量80.0的项72.1、72.2、72.3和72.4以及80.1、80.2、80.3和80.4。
在图3中与第一运行方式71至80相对应地绘出了内燃机3的理想转矩的曲线53和电动机4的理想转矩的曲线54。与第一运行方式相对应地示例性地绘出了内燃机3的理想转矩的各个值71.1、72.1和80.1和电动机4的理想转矩的各个值71.2、72.2和80.2。
该数据库特别有利地由模块58代表。该数据库优选具有多个数据组,其中,这些数据组优选地分别包括在具有多个时间间隔的过去的第一时间段上的过去的第一速度曲线和属于这些过去的时间间隔的过去的第二运行方式。如果尚未确定第二运行方式,则一个数据组可以代替过去的第二运行方式也包括初始运行方式。初始运行方式可以在控制装置7配置参数时在混合动力系统投入运行之前被存储在控制装置7中。
第一和第三运行方式可以通过将第一或第二速度曲线与数据组的过去的第一速度曲线相比较来确定。在此可以形成相应的差矢量并赋范。差矢量具有“第一或第二速度曲线的速度值”和“过去的第一速度曲线的速度值”之差作为项。可以将对应的过去的第一速度曲线和所属的第二运行方式指派给范数最小的差矢量。
第一或第三运行方式优选借助被指派给范数最小的差矢量的第二运行方式来确定,或者被设定为与其相同。第一和第三运行方式可以有利地借助内插所有差矢量和内插和/或外推所有过去的第二运行方式来确定。为此,模块58优选被设计成KI模块。KI模块可以是神经元网络,如反向传播网络、Jordan网络或Elman网络和/或径向基函数网络(RBF网络)或者这些网络的组合。
RBF网络的优点是其可以具有只有一个隐层神经元的比较简单的结构并且允许直接地、即非迭代地计算RBF网络的参数,由此可以相比于反向传播网络缩短用于训练RBF网络的时间。借助Jordan网络或Elman网络,可以通过网络来代表时间维度。由此,尤其可以在第一时间段期间紧凑地画出单独参数的值的时间曲线。对此可以关注优选活动的时间窗,针对这些时间窗分别考虑第二运行方式。Jordan网络或Elman网络优选用以下矢量来训练,这些适量具有多个重叠的时间窗的第二运行方式的信息。
在第四步骤34中,优选借助动态编程来计算在第一时间段42上的第二运行方式。图5示出了如何在相应时间间隔43至52上形成对应的参数矢量171.0、172.0至180.0,该参数矢量描述对应的第二运行方式。第一参数矢量171.0的项171.1、171.2、171.3和171.4、第二参数矢量172.0的项172.1、172.2、172.3和172.4、和第十参数矢量180.0的项180.1、180.2、180.3和180.4分别是在第一时间间隔43期间、第二时间间隔44期间和对应地第十时间间隔52期间内燃机3的理想转矩、电动机4的理想转矩、发电机5的电枢电压或传动装置17的传动级的全局优化值。
在图3中对应于第二运行方式绘出内燃机3的理想转矩的曲线55和电动机4的理想转矩的曲线56。对应于第二运行方式示例性地绘出内燃机3的理想转矩的各个值171.1、172.1和180.1和电动机4的理想转矩的各个值171.2、172.2和180.2。
从图3中可以看到,借助全局优化方法所确定的第二运行方式提供了在第一时间段42期间内燃机3的几乎恒定的运行,并且与在根据第一运行方式运行混合动力系统1时相比,在爬坡前电池12在更大程度上被充电。因此,可以结合动态编程发现以下的时间间隔,在所述时间间隔中电池12可以几乎完全充满电。这允许在设计混合动力系统1时内燃机3具有较小尺寸设定。此外,内燃机3的几乎恒定的运行允许混合动力系统1更环保地运行。
有利地,由所有十个参数矢量171.1至180.0形成策略矢量190。如果步骤一至八被重复多次,则可以在每次重复时形成另外十个参数矢量191.0、192.0至200.0(如图5所示)并将它们组合成另一个策略矢量191。在大量重复、例如一百次到一千次重复之后,对应地就有一百到一千个策略矢量以及同样多的第一速度曲线和优选总转矩曲线,它们可以组合成训练数据组并被用于模块58的调适(即训练)。
在模块58被训练或启动至少一次之后,关于新算出的第二运行方式的信息可以被添加至数据库,其方式为模块58优选借助新算出的策略矢量的投射被扩展。训练数据组的数量越大,从第二速度曲线起可以越准确地用模块58来确定第三运行方式。在此,这些训练数据组可以代表数据库的支撑点(Stützstellen),通过这些支撑点能通过内插依据第二速度曲线且优选是在第二时间段上所求出的总转矩曲线计算出第三运行方式。
Claims (7)
1.一种用于运行车辆(2)的混合动力系统(1)的方法,其中,该混合动力系统具有内燃机(3)、电动机(4)、发电机(5)、驱动轴(6)和控制装置(7),该方法具有以下步骤:
-在该混合动力系统(1)运行期间至少借助导航数据求出在具有包含第一时间间隔(43)和最后时间间隔(52)在内的多个时间间隔的第一时间段(42)上的第一速度曲线(41),其中,该第一速度曲线(41)在每个时间间隔上具有该混合动力系统(1)的至少一个速度值,
-针对每个时间间隔确定该混合动力系统(1)的相应的第一运行方式(71,72,80),其中,该相应的第一运行方式(71,72,80)至少包括将总转矩至少划分为该内燃机(3)的理想转矩和该电动机(4)的理想转矩,并且至少依据该第一速度曲线(41)和存储在该控制装置(7)内的数据库来确定,
-在该第一时间段(42)期间运行该混合动力系统(1),其中,该混合动力系统(1)在每个时间间隔内通过该控制装置(7)依据相应的时间间隔的对应的第一运行方式被控制,且该总转矩作用于该驱动轴(6),
-针对该第一时间段(42)的每个时间间隔确定相应的第二运行方式,其中,该相应的第二运行方式至少包括将总转矩划分为该内燃机(3)的理想转矩和该电动机(4)的理想转矩,并且至少依据该第一速度曲线(41)或在该第一时间段(42)期间测得的速度曲线并借助全局优化方法来确定,在该全局优化方法中生成在计算该最后时间间隔(52)的该第二运行方式(180.0)与计算该第一时间间隔(43)的该第二运行方式之间的关系,
-将这些第一运行方式(71,72,80)与这些第二运行方式相比较,其中,确定至少一个比较值,该比较值获取这些第一运行方式(71,72,80)与这些第二运行方式的差异,
-将该比较值与一个阈值相比较,
-当该比较值小于该阈值时,重复所有先前步骤,
-当该比较值大于该阈值时,通过将关于这些第二运行方式的信息添加至该数据库来扩展该数据库,
-在具有多个时间间隔的第二时间段内运行该混合动力系统(1),其中,该混合动力系统(1)在该第二时间段的每个时间间隔中通过该控制装置(7)分别依据第三运行方式被控制,并且这些第三运行方式依据所求出的第二速度曲线和该数据库来确定。
2.根据权利要求1所述的方法,
其特征在于,
该第一速度曲线和/或该第二速度曲线借助另一个数据库被求出,其中,该另一个数据库至少具有关于该混合动力系统(1)的使用者的驾驶风格的信息。
3.根据权利要求1或2所述的方法,
其特征在于,
该全局优化方法是动态编程方法。
4.根据前述权利要求之一所述的方法,
其特征在于,
分别针对每个时间间隔形成一个参数矢量,该参数矢量具有用于描述在该第一时间段的对应时间间隔期间的这些相应的第二运行方式的参数值,并将这些参数矢量组合成策略矢量(190),并将由该策略矢量(190)代表的信息的至少一部分添加至该数据库。
5.根据权利要求4所述的方法,
其特征在于,
该数据库由多个策略矢量(190,191)代表,且这些策略矢量(190,191)形成策略矢量空间,并且通过将另一个策略矢量投射到该策略矢量空间来进行该另一个策略矢量的添加。
6.根据前述权利要求之一所述的方法,
其特征在于,
该数据库由KI模块(58)代表。
7.一种车辆用混合动力系统(1),其中,该混合动力系统具有内燃机(3)、电动机(4)、发电机、驱动轴(6)和控制装置(7),该控制装置具有计算机可读的非易失性存储介质,该存储介质具有存储于其上的信息,这些信息在由该控制装置(7)的处理器实施时实现执行根据权利要求1所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017103390.4 | 2017-02-20 | ||
DE102017103390.4A DE102017103390A1 (de) | 2017-02-20 | 2017-02-20 | Verfahren zum Betreiben eines Hybridsystems für ein Fahrzeug |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108454609A true CN108454609A (zh) | 2018-08-28 |
CN108454609B CN108454609B (zh) | 2022-12-16 |
Family
ID=58693403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810153864.5A Active CN108454609B (zh) | 2017-02-20 | 2018-02-22 | 用于运行车辆的混合动力系统的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108454609B (zh) |
DE (2) | DE102017103390A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112157661A (zh) * | 2020-12-02 | 2021-01-01 | 成都卡诺普自动化控制技术有限公司 | 一种基于机器人动力学的关节运动轨迹优化方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019105848A1 (de) | 2019-03-07 | 2019-04-18 | FEV Europe GmbH | Verfahren zur Erzeugung eines reduzierten neuronalen Netzes |
DE102019105850A1 (de) | 2019-03-07 | 2019-04-18 | FEV Europe GmbH | Verfahren zur Erzeugung eines reduzierten neuronalen Netzes für ein Steuergerät eines Fahrzeuges mithilfe von Eigenvektoren |
CN112298184B (zh) * | 2020-10-26 | 2023-11-28 | 腾讯科技(深圳)有限公司 | 基于人工智能的驾驶切换方法、装置、设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10035027A1 (de) * | 2000-07-19 | 2002-01-31 | Daimler Chrysler Ag | Verfahren zur Steuerung des Betriebsmodus von Fahrzeugen mit Hybridantrieben |
JP2004027944A (ja) * | 2002-06-25 | 2004-01-29 | Toyota Motor Corp | ハイブリッド型の動力出力装置及びその制御方法、並びにハイブリッド車両 |
CN101602364A (zh) * | 2008-12-31 | 2009-12-16 | 宾洋 | 应用于phev的快速dp控制方法 |
US20130332015A1 (en) * | 2010-09-04 | 2013-12-12 | Clement Dextreit | Controller and method of control of a hybrid electric vehicle |
WO2015140244A1 (de) * | 2014-03-20 | 2015-09-24 | Continental Automotive Gmbh | Verfahren zum steuern eines hybridantriebs eines fahrzeugs, fahrzeugseitige vorrichtung und zentralrechner |
CN105270392A (zh) * | 2014-07-24 | 2016-01-27 | 通用汽车环球科技运作有限责任公司 | 用于控制混合动力车辆的系统和方法 |
DE102015223733A1 (de) * | 2015-08-04 | 2017-02-09 | Hyundai Motor Company | System und Verfahren zum Steuern eines Hybridfahrzeugs |
-
2017
- 2017-02-20 DE DE102017103390.4A patent/DE102017103390A1/de not_active Withdrawn
-
2018
- 2018-02-13 DE DE102018103113.0A patent/DE102018103113A1/de active Pending
- 2018-02-22 CN CN201810153864.5A patent/CN108454609B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10035027A1 (de) * | 2000-07-19 | 2002-01-31 | Daimler Chrysler Ag | Verfahren zur Steuerung des Betriebsmodus von Fahrzeugen mit Hybridantrieben |
JP2004027944A (ja) * | 2002-06-25 | 2004-01-29 | Toyota Motor Corp | ハイブリッド型の動力出力装置及びその制御方法、並びにハイブリッド車両 |
CN101602364A (zh) * | 2008-12-31 | 2009-12-16 | 宾洋 | 应用于phev的快速dp控制方法 |
US20130332015A1 (en) * | 2010-09-04 | 2013-12-12 | Clement Dextreit | Controller and method of control of a hybrid electric vehicle |
WO2015140244A1 (de) * | 2014-03-20 | 2015-09-24 | Continental Automotive Gmbh | Verfahren zum steuern eines hybridantriebs eines fahrzeugs, fahrzeugseitige vorrichtung und zentralrechner |
CN105270392A (zh) * | 2014-07-24 | 2016-01-27 | 通用汽车环球科技运作有限责任公司 | 用于控制混合动力车辆的系统和方法 |
DE102015223733A1 (de) * | 2015-08-04 | 2017-02-09 | Hyundai Motor Company | System und Verfahren zum Steuern eines Hybridfahrzeugs |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112157661A (zh) * | 2020-12-02 | 2021-01-01 | 成都卡诺普自动化控制技术有限公司 | 一种基于机器人动力学的关节运动轨迹优化方法 |
CN112157661B (zh) * | 2020-12-02 | 2021-03-05 | 成都卡诺普自动化控制技术有限公司 | 一种基于机器人动力学的关节运动轨迹优化方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102017103390A1 (de) | 2017-06-01 |
DE102018103113A1 (de) | 2018-08-23 |
CN108454609B (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108454609A (zh) | 用于运行车辆的混合动力系统的方法 | |
CN110341690B (zh) | 一种基于确定性策略梯度学习的phev能量管理方法 | |
Liu et al. | Parallel reinforcement learning-based energy efficiency improvement for a cyber-physical system | |
US8612107B2 (en) | Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style | |
US11654915B2 (en) | Method of generating vehicle control data, vehicle control device, and vehicle control system | |
CN113006951B (zh) | 车辆用控制数据的生成方法、车辆用控制装置、车辆用控制系统以及车辆用学习装置 | |
CN113090404B (zh) | 车辆用控制装置、车辆用控制系统以及车辆用学习装置 | |
KR20210046557A (ko) | 차량용 제어 데이터의 생성 방법, 차량용 제어 장치, 차량용 제어 시스템 | |
CN113264034B (zh) | 车辆用控制数据的生成方法、控制装置、系统及学习装置 | |
JP2021067196A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021127753A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
CN101907869B (zh) | 控制车辆的方法 | |
US11840245B2 (en) | Vehicle control data generation method, vehicle controller, vehicle control system, vehicle learning device, vehicle control data generation device, and memory medium | |
CN113007339A (zh) | 车辆用控制数据的生成方法、控制装置、系统及学习装置 | |
JP2021110277A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
Liessner et al. | Simultaneous electric powertrain hardware and energy management optimization of a hybrid electric vehicle using deep reinforcement learning and Bayesian optimization | |
Liu et al. | Parallel distance: A new paradigm of measurement for parallel driving | |
Chen et al. | Adaptive ECMS: a causal set-theoretic method for equivalence factor estimation | |
Prokhorov | Toyota prius HEV neurocontrol | |
US20210229689A1 (en) | Method for controlling vehicle, controller of vehicle, and server | |
CN109808513A (zh) | 车辆用控制装置 | |
US11235781B2 (en) | Vehicle control system, vehicle controller, vehicle learning device, vehicle control method, and memory medium | |
Yazar et al. | Actor-critic td3-based deep reinforcement learning for energy management strategy of hev | |
JP5609998B2 (ja) | 車両用制振制御装置及び車両用制振制御システム | |
JP2021105343A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |