CN110139789B - 用于优化混合动力车辆的能量消耗的方法 - Google Patents

Abstract

本发明涉及一种用于保留混合动力机动车辆的牵引电池的健康状态的方法。根据本发明，该方法包括以下步骤：a)通过安装在该混合动力机动车辆中的导航系统获取有待行进的路线；b)将所述路线划分为相继的区段；c)指配表征这些区段中的每个区段的属性；d)针对所述区段中的每个区段确定将该混合动力机动车辆的针对所述区段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图；e)确定每个曲线或图上的最优点，该最优点使得可以使该牵引电池在整个该路线上的老化最小化并且确保该牵引电池在完成所述路线时完全放电；以及f)根据这些最优点的坐标生成能量管理设定值。

Description

用于优化混合动力车辆的能量消耗的方法

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。

更具体地，本发明涉及一种用于优化混合动力车辆的能量消耗的方法，该混合动力车辆包括被供以燃料的内燃发动机和由牵引电池供电的电动发动机。

本发明特别有利地应用于具有大的电续航里程(autonomie électrique)的混合动力车辆，也就是说，应用于仅使用其电动发动机能够行驶大于十千米的距离的车辆。

背景技术

可再充电的混合动力车辆包括常规热牵引链和电牵引链，该热牵引链包括内燃发动机和燃料箱，该电牵引链包括电动发动机和尤其能够从电源输出口进行充电的牵引电池。

这种混合动力车辆能够单独由其电牵引链驱动，或者单独由其热牵引链驱动，或者同时由其电牵引链和热牵引链两者驱动(这对应于车辆的混合动力操作模式)。由能量管理系统(EMS)选择仅使用一个牵引链或同时使用两个牵引链。

由于未来的车辆路线是未知的，目前实施的使用牵引链中的一者或另一者的策略包括通过在路线开始时开始系统地使牵引电池放电直到达到最小能量水平，然后使用热牵引链。以这种方式，当驾驶员行进短的路线并且当他定期选择对牵引电池进行再充电时，他尽可能地使用电牵引链，从而减少车辆的污染排放。

因此，能量管理系统实施所谓的“放电-保持”策略，涉及优先使牵引电池完全放电而不考虑路线的性质和地形。因此，“放电-保持”策略涉及牵引电池的负担，这可能是极端的并且易于过早地改变所述电池的性能。

具体地，牵引电池旨在在定义的能量状态(SOE)范围上操作，该范围根据电池的固有特性而不同。例如，对于作为电动车辆和混合动力车辆中最常使用的电池的锂离子电池，该操作范围通常在能量状态范围的15％与95％之间。它通过在电池的可用容量与寿命之间进行折衷来限定。存在许多降低电池的性能并降低其容量的因素，比如温度、长持续时间的高电流强度、过电压、欠电压等。

在这方面，文献FR 2995859披露了一种用于限制牵引电池老化的能量管理系统。为此，该文献提出了一种能量管理系统，当电池老化时，该能量管理系统在混合动力模式下扩展电池的使用范围。

然而，该解决方案具有独立于车辆有待行驶的距离而应用的缺点。因此，车辆可能沿着整个路线以混合动力模式操作，而牵引电池的自主性将允许其在不消耗汽油的情况下行进整个路线。

另一缺点是，最佳使用范围是提前预定义的而并未考虑路线上的行驶概况。因此，能量管理系统可能强加充电设定值或放电设定值，这些设定值导致牵引电池在行驶条件不利于其使用时过早老化。

发明内容

为了改正现有技术中的上述缺点，本发明提出了一种用于优化如引言中限定的混合动力车辆的能量消耗的方法，该方法包括以下步骤：

a)通过导航系统获取有待行进的路线；

b)将所述路线划分为相继的区段；

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出将该混合动力车辆在该区段上的燃料消耗与该混合动力车辆的电能消耗关联的关系；

e)确定在所选关系中的每个关系中用于保留该牵引电池的健康状态的最优点，使得所有最优点使该牵引电池在整个路线上的老化最小化并使在所述路线结束时该牵引电池的放电最大化；以及

f)将用于管理该机动车辆沿整个该路线的燃料消耗和电流消耗的设定值公式化为所述最优点的坐标的函数。

因此，借助于本发明，可以确定应当使用电动发动机或者应当使用内燃发动机的时间，以便最佳地减少牵引电池在混合动力车辆所行进的路线上的老化。更确切地，考虑到路线的性质和地形，本发明使得可以在最佳和受限的操作范围内优先使用牵引电池。因此，牵引电池在更加重视其健康状态的条件下使用，也就是说在允许其输送既不太高也不太低的电流强度的电压范围内使用。有利地，本发明因此使得可以通过避免牵引电池的早期更换来增加牵引电池的寿命，从而限制混合动力机动车辆的维护成本。

根据本发明的另一特征，在步骤e)中，在这些关系中的每个关系中针对每个区段选择的最优点的确定取决于在整个该区段上的与用于保留该牵引电池的健康状态的保留关系加权的燃料消耗。换句话说，当牵引电池处于其最佳使用范围时，加权关系使得可以优先进行电动发动机的操作。相反，当牵引电池的电荷小于或大于该最佳电量状态时，加权关系优先使用热燃烧发动机，以减少电动发动机对牵引电池施加的负担。然而，应注意的是，加权关系并不妨碍牵引电池在其最佳使用范围之外的使用。

根据本发明的用于保留牵引电池的健康状态的方法的其他有利和非限制性特征如下：

-当该牵引电池的能量状态处于最佳使用范围内时，该保留关系的值减小，使得该管理设定值优先在该路线期间在该牵引电池的最佳使用范围内使用该牵引电池；

-当到达目的地有待行驶的距离增加时，优选地当该车辆的最大电续航里程减小并且小于到达该目的地有待行驶的剩余距离时，该保留关系的值减小，该管理设定值优先使用电动发动机，以便在该路线结束时使该牵引电池放电；

-该保留关系取决于激活函数与加权函数的乘积，当该车辆的最大电续航里程可能例如小于其到达该目的地有待行驶的剩余距离的两倍时，该激活函数的值为最小，以便使该保留关系对在确定所选关系中的每个关系中用于保留牵引电池的健康状态的最优点时的影响最小化；

-该保留关系取决于激活函数与加权函数的乘积，当该牵引电池的能量状态超出其最佳使用范围时，该加权函数的值为最小，以便使该保留关系在确定该最优点时的影响最小化，该保留关系优选地倾向于值1；

-当到达该目的地有待行驶的距离减小时，该激活函数的值为最大，当该车辆的最大电续航里程小于其到达目的地有待行驶的剩余距离的八倍时，该激活函数的值优选为最大，以便在该路线结束时使牵引电池完全放电；

-当该混合动力车辆的最大电续航里程小于该车辆有待行驶的剩余距离时，该激活函数可以为最大；

-该激活函数可以大于该车辆的最大电续航里程的两倍或优选大于其六倍；

-该激活函数的值在其最小值与最大值之间线性变化；

-当该牵引电池的能量状态处于其最佳使用范围的中心时，该加权函数的值为最大，使得当该牵引电池在其最佳使用范围中操作时，该管理设定值优先使用该电动发动机；

-该加权函数的值在该牵引电池的最佳使用范围的中心的两侧对称地变化；

-例如，该加权函数可以在大于10％(优选地大于50％)的该牵引电池的最佳使用范围上具有最大值；

-该牵引电池的最佳使用范围在其最大电荷的60％与80％之间；

-该保留关系包括最大加权值，以控制该保留关系的值的变化幅度；

-最大加权值优选是常数，并且在0.1与1之间；

-该保留关系与该激活函数、该加权函数和该最大加权值的乘积成比例。

一种示例性实施例的详细描述

参照附图通过非限制性实例给出的描述将使得容易理解本发明包括的内容以及如何实施本发明。

在附图中：

-图1是展示了表征车辆所要行进的路线的区段的属性值的表格；

-图2是展示了表征有待行进路线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中获取的特定消耗曲线的分布的图；

-图4是展示了多个参考曲线的图；

-图5是与被指配给区段的每个属性值相关联的表格，此区段的概率与图4的参考曲线中的一个参考曲线或其他参考曲线相关联；

-图6是展示了有待对参考曲线进行的校正的图，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校正的图，考虑了对应路线的区段的坡度；

-图8是展示了使用优化算法搜索最佳轨迹的算法的计算步骤的实例的图；

-图9是展示了根据本发明的激活函数的形式的实例的图；

-图10是展示了根据本发明的加权函数的形式的两个实例的图；

-图11是展示了使用根据本发明的方法(曲线A)和使用放电-保持方法(曲线B)牵引电池在大于其最大电续航里程的路线上的能量状态变化的实例的图。

机动车辆通常包括尤其支撑传动系的底盘、车身元件和乘客舱元件。

在可再充电的混合动力车辆中，传动系包括热牵引链和电牵引链。

热牵引链尤其包括燃料箱和被供以来自该燃料箱的燃料的内燃发动机。

电牵引链本身包括牵引电池和由该牵引电池供应电流的一个或多个电动发动机。

在这种情况下，机动车辆还包括电源插座，以允许牵引电池例如在家庭的电网或任何其他电网下在本地进行充电。

机动车辆还包括辅助装置，这些辅助装置在此被限定为由牵引电池供应电流的电气装置。

在这些辅助装置中，可以提及空调电机、电动车窗电机、或地理定位及导航系统。

此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、以及用于展示车辆在此地图上的位置的屏幕。

在这种情况下，考虑到的情况是，该屏幕是触摸屏，以允许驾驶员在其上输入信息。它当然可以是不同的屏幕。

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路线。

此外，机动车辆1包括电子控制单元(ECU)(在这种情况下称为计算机)，以尤其用于控制上述两个牵引链(尤其是由电动发动机和内燃发动机产生的动力)。

在本发明的背景下，此计算机被连接至地理定位及导航系统的控制器，以使得这两个元件能够传达信息。

在这种情况下，它们是通过车辆的主要单元间通信网络(典型地通过CAN总线)连接在一起的。

计算机包括处理器和存储单元(下文称为存储器)。

此存储器存储在以下描述的方法的背景下使用的数据。

该存储器尤其记录图5中所展示类型的表格(将在本披露内容的其余部分中进行详细描述)。

该存储器还存储由包括指令的计算机程序形成的计算机应用，处理器执行这些指令以允许计算机实施下文描述的方法。

通过介绍的方式，这里将给出在下文描述的方法的披露内容中使用的若干概念的定义。

因此，术语“路线”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。

此到达站(路线的目的地)将被认为是配备有充电站的，该充电站用于经由车辆所配备的电源插座来对牵引电池进行再充电。

每个路线可以分为多个“相邻节段”或多个“相邻区段”。

节段的概念将是由地理定位及导航系统中配备的控制器所自然使用的那种概念。

实际上，每个节段可以对应于例如路线的在两个道路交叉口之间延伸的一部分。为了限定最短或最长的路线，控制器因此将确定该路线应当经过的道路节段。

区段的概念是不同的。这将在本披露内容的其余部分进行详细的描述。为了简化，路线的每个区段对应于路线的一部分，在该部分上的道路的特征基本上不变。通过举例的方式，路线因此可以被分为若干区段，在这些区段中的每个区段上的最大允许速度限制是恒定的。

这些区段通过这里称为“属性”的参数来表征。用于表征每个区段的属性的实例如下。

第一属性将是“道路类别FC”。地理定位及导航系统所配备的控制器一般使用这种类型的类别来区分各种不同类型的道路。在这种情况下，这种类别可以取例如1与6之间的整数值。属性等于1可以对应于高速公路，属性等于2可以对应于公路，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行驶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”。地理定位及导航系统所配备的控制器一般还使用这种类型的类别来区分各种不同类型的道路。在这种情况下，这种类别可以取例如1与6之间的整数值。属性等于1可以对应于非常高速的道路(超过120km/h)，属性等于2可以对应于快速道路(在100km/h与120km/h之间)等。

第四属性将是区段上的“允许速度限制SL”。

第五属性将是区段上观察到的“平均速度SMS”(该平均速度的值来源于每个道路上执行的统计测量值)。

第六属性将是区段上观察到的“瞬时速度TS”(该瞬时速度的值来源于关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”。

第九属性将是在车辆所采取的行驶方向上区段的“车道数量NL”。

在以下披露内容中，这九个属性将被用于表征路线的各个区段。

作为变体，路线的各个区段可以由更少或更多数量的属性来表征。

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，诸如电池的电量状态SOC或相同类型的任何其他参数(电池的内电阻、电池端子之间的电压等)。

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

于是在所考虑的区段上的车辆的“特定消耗曲线”被限定为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。具体地，在给定的区段上，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，因为它们将取决于是使用电牵引链还是热牵引链来驱动车辆而变化。

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。换句话说，如在本披露内容的其余部分中将变得更加清楚的，与每个路线区段相关联的将不是特定消耗曲线而是参考曲线(将形成特定消耗曲线的最佳近似的那个曲线)。

由地理定位及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消耗和电流消耗的设定值的计算方法。

该方法更确切地包括确定在预定路线上应当如何使用电牵引链和热牵引链以便最佳地保留牵引电池的健康状态。

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：

-获取待行进路线，

-将所述路线划分为相继的相邻区段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(此处被称为参考曲线CE_j)，

-确定各个参考曲线CE_j的最优点P_i以用于最佳地保留牵引电池的健康状态SOH并且在所述路线结束时实现牵引电池的完全放电，以及

-将能量管理设定值公式化为所述最优点P_i的坐标的函数。

在这个时刻将回顾，在电池的整个寿命期间，由于在使用期间发生的不可逆的化学变化，电池表现出趋向于逐渐劣化的性能。使用称为“健康状态SOH”的指标来量化这种劣化，该指标定义了电池与其在新状态下能够提供的容量相比提供特定容量的能力。众所周知，这种健康状态SOH与电池的内电阻和其端子之间的电压(处于充足电的状态)呈现出非常高的相关性。

在本披露内容的其余部分对这六个相继的步骤进行描述。

第一步骤在于获取机动车辆所要行进的路线。

这个步骤可以由嵌入地理定位及导航系统中的控制器来执行。

然后以惯常方式实施此步骤。

因此，当驾驶员使用地理定位及导航系统的触摸屏来限定到达站时，此系统的控制器计算待行进路线，尤其是根据由驾驶员选择的行程参数(最快路线、最短路线等)。

在这个阶段，可以注意的是，一旦车辆采取了不同于由地理定位及导航系统限定的路线，就必须重置该方法。

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惯例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路线时，可以自动地获取此路线而驾驶员不必在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，嵌入地理定位及导航系统中的控制器知道车辆的路线，该路线则由多个相邻节段形成，如所回顾的，这些节段各自在两个道路交叉口之间延伸。

第二步骤在于将路线划分为多个区段T_i。

将路线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路线的细分数量。具体地，经常情况是两个相继的节段的属性完全相同。如果分开地处理这两个相继的节段，则不必要地倍增了计算的持续时间。通过将相同的节段一起组合到同一区段内，将能够缩短计算的持续时间。

另一个益处是，在同一节段上的道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道路，而此节段的另一部分可以对应于具有大的坡度的道路)。在这种情况下，期望将路线划分为每一者上的道路特征保持同质的多个区段。

每个区段T_i在此将被限定为该路线的一部分，该部分包含在其整个长度上不变的至少一个属性。

此属性可以由坡度RG和/或速度类别SC和/或道路类别FC组成。

在这种情况下，这个步骤可以由嵌入地理定位及导航系统中的控制器来实施。为此目的，将把该路线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可变化时，将考虑此属性在整个区段上的平均值。

实际上，此第三步骤是以如下的方式执行的。

首先，嵌入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路线。然后该计算机请求例如以图1中展示的类型的表格形式发送每个区段的属性。

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。

该控制器从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，尤其是道路类别FC、坡度RG、速度类别SC、允许速度限制SL、平均速度SMS、平均曲率半径LC、以及车道的数量NL。

这些属性的最后一部分由另一装置传送给该控制器，尤其是瞬时速度TS，其由关于实时交通状况的信息系统传送给该控制器。

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。

使用嵌入地理定位及导航系统中的控制器而不是车辆的主计算机来执行前三个步骤的优点是减少了由CAN总线传输至计算机的信息量。具体地，通过合并路线的具有相同属性的相邻节段，减少了传输的数据量，从而提高了经由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，从存储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。

在本示例性实施例的这个第四步骤期间，计算机将使用存储在其存储器中的图5中展示的表格TAB。

如图5中示出的，这个表格TAB具有多行，这些行各自对应于一个属性的值(或值的区间)。该表格具有各自对应于参考曲线CE_j之一的多列。在所展示的实例中，将考虑到计算机的存储器存储M条参考曲线CE_j，其中M在这种情况下等于十一。

图5中，表格TAB的单元格是留空的，因为这些单元格包含的值将取决于车辆的特征。

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

这些值将是对应于每个属性值与参考曲线CE_j中的一个参考曲线或其他参考曲线对应的概率的概率值(在0与1之间)。

通过举例的方式，如果区段T_i的道路类别FC具有等于2的值，则可以从表格中读出：此区段在能量消耗方面被参考曲线CE1正确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正确表征的概率等于a₂，等等。

应注意的是，在该表格TAB中有意地没有使用坡度RG和长度LL的值。

在这个阶段，计算机然后可以记录与所考虑的区段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，并且属性TS在40与60之间)，计算机记录由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个参考曲线CE_j的每一个正确地表征的概率进行求和。

在所展示的实例中，计算机为此对由a₁至f₁、和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的参考曲线。

然后计算机可以从其存储器中获取表征此参考曲线CE_j的参数值。

在本披露内容的这个阶段，可以更确切地关注的是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(或针对每种发动机型号、或针对每组汽车型号、或针对每组发动机型号)，需要在各个地理定位道路区段上执行大量的测试运行(或测试运行模拟)。

这些测试运行能够确定车辆在属性已知的各个区段上的燃料消耗和电流消耗。为此，车辆在每个区段上移动若干次，每次增加由电动发动机提供的牵引的比例。

于是能够针对每个区段生成特定消耗曲线SCC。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个曲线上观察到，使用的电能越多(即，ΔSOE<0)，燃料消耗下降得越多，直到运行过程中仅使用电牵引链而燃料消耗为0。相反地，越是寻求经由热燃烧发动机对电池进行再充电(ΔSOE>0)，燃料消耗增加得越多。最后，将回想到的是，各个特定消耗曲线SCC描述了车辆在辅助装置没有电消耗的水平道路(无坡度)运行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SCC。

可以通过二阶多项式来对各个特定消耗曲线SCC进行建模，对于该二阶多项式，牵引电池的充电和放电变化ΔSOE被定界在最小阈值ΔSOE_min与最大阈值ΔSOE_max之间，这可以写为：

其中Ψ₀、Ψ₁、Ψ₂为多项式的系数。

如图4中的曲线所示出的，为了简化此模型，可以估计Ψ₁、Ψ₂这两个系数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SCC。

图3通过实例展示了其坐标对应于Ψ₀和ΔSOE_max这两个变量的点。该图示出了在所执行的测试的运行期间获得的特定消耗曲线SCC的分布。这里认为这些点分布在十一个分开的区域中。每个区域于是由其质心限定。

因此，如以上已经解释的，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，而是考虑对应于这十一个参考曲线中其变量Ψ₀和ΔSOE_max与这十一个区域之一的质心相对应的一个参考曲线。

在该方法的这个阶段，如图2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及其坡度RG_i限定。

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

为了考虑到各个区段T_i的坡度，提供了根据坡度RG_i校正各个参考曲线CE_i的步骤。

如图7中清楚示出的，此校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，恒定的充电或放电ΔSOE)一个根据坡度RG_i的值。

具体地，应理解的是，当所考虑的道路区段在上坡时，燃料消耗将高于初始所预测的。相反地，当所考虑的道路区段在下坡时，燃料消耗将低于初始所预测的。

此外，在制动阶段期间，下坡时将能够比上坡时回收更多电能。

实际上，校正步骤将在于使用如下公式来校正参数Ψ₀：

Ψ₀′＝Ψ₀+K.RGi [2]

其中，K是值中取决于所考虑的车辆型号及其特征的系数(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流消耗，提供了用于根据由这些辅助装置消耗的电功率P_aux来校正各个参考曲线CE_i的第二步骤。

此处应注意的是，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：在该路线期间所消耗的电功率将基本上保持恒定。如果计算机曾在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这个步骤重新启动该方法以便考虑到新的电功率值P_aux。

更确切地，如果在超过某一阈值(例如，5分钟)的持续时间上，计算中所考虑的电功率与所测量到的电功率之间的差要保持高于某一阈值(例如，10％)，则该方法可以重置到这个第二校正步骤。

如图6中清楚示出的，第二校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。

具体地，应理解的是，当使用电气装置时，电池充电将慢于所预测的，并且此电池的放电将快于所预测的。

实际上，校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_AUX：

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、或等于统计学平均速度、或等于允许速度限制来直接提供。

本发明旨在提出一种特别是当到达混合动力车辆的最终目的地所需的总能量远大于牵引电池中包含的电能时能够限制牵引电池老化的能量管理系统(EMS)。在这种情况下，到达最终目的地所需的能量中大部分是热能，并且牵引电池可以节省一小部分此能量。鉴于这种小的能量节省，因此优选通过促进其在最佳使用条件下的使用来保留牵引电池的健康状态(SOH)。

具体地，对于由牵引电池输送的同一个供电电压，其产生的电流值根据其电量状态(SOC)而变化。因此，当牵引电池的电荷分别为高或低时，由其产生的电流值可以非常低或者非常高。在这些确切的情况下，电池的部件会受到过慢或过快的动态影响，导致其部件过早耗损。为了防止这种过早老化现象，电池制造商建议电池在其使用期间的最佳使用值的范围是在处于最小电量状态值(SOE_min，例如10％电荷)和最大电量状态值(SOE_max，例如90％电荷)之间的牵引电池的电荷的最小阈值(SOE_min’，例如60％电荷)与最大阈值(SOE_max’，例如80％电荷)之间。

确切地，本发明旨在于，在混合动力车辆的路线期间，尽可能长时间地促进牵引电池在其最佳使用值范围内的操作，同时在车辆的最终目的地提供牵引电池的完全放电。术语“完全放电”应理解为是指电池的电荷低于休止电荷值。举例来说，该休止充电值可以小于其牵引电池总电荷容量的10％或小于5％。休止电荷值优选地对应于电池制造商关于其最佳空储存条件的建议。

因此，本发明提出使用算法来优化混合动力车辆的能量管理系统，促进对于车辆所行驶的每个区段牵引电池在其最佳使用值范围[SOE_min’，SOE_max’]内的使用，并且在其路线结束时使牵引电池完全放电。

优化算法由计算机在上述方法的第五步骤中实施，如所回顾的，该第五步骤在于确定针对路线的每个区段所选择的每个参考曲线CE_j的最优点P_i。

更确切地，优化算法首先旨在于在有待行驶的每个区段的开始处使能量消耗函数f的值最小化，使得能量消耗在整个路线上尽可能低。

此能量消耗函数f对应于车辆到达新区段i所消耗的能量与到达对应于区段N的最终目的地所使用的能量的估计值之和。

更确切地，能量消耗函数f定义如下：

f(d_i，SOE_i)＝g(d_i，SOE_i)+h(d_(i，N)，SOE_(i，N)) [4]

其中：

-函数g(d_i，SOE_i)表示行驶距离d_i以便从初始节点(对应于路线的开始)并且通过所有在前的节点而到达节点i的总能量消耗SOE_i；并且

-函数h(d_(i，N)，SOE_(i，N))表示对从节点i行驶剩余距离d_(i，N)到达最终节点N(对应于最终目的地)的剩余能量消耗SOE_(i，N)的估计。

因此，计算每个区段i开始时函数f的值涉及计算定义如下的函数g(d_i，SOE_i)和h(d_(i，N)，SOE_(i，N))的值：

以及

其中：

-l_i是区段i的长度；

-ΔSOE_(i-1，i)是牵引电池在节点i之前的区段上的电量状态的变化；

-

是混合动力车辆在节点i之前的区段上的燃料消耗。

为了便于读者理解本发明，图8示出了计算机计算能量消耗函数f的值的实例。更确切地，在图8中，混合动力车辆的路线被分成N个区段直到由字母T所符号表示的其最终目的地。每个区段由在横轴上绘制的特定距离l_i表征。纵轴表示牵引电池沿路线的电量状态(SOE)。在本实例中，混合动力车辆接近其行程的第二区段(i＝2)。然后，计算机根据牵引电池电量状态的变化通过改变函数h的值、更确切地通过改变到达路线最终目的地所需的燃料消耗值来计算能量消耗函数f的值。在本实例中，计算函数h的五个值，使得可以在界定第一区段和第二区段的轴线上获得在图8中绘制的函数f的五个值。当然，计算机可以对函数f的值执行更多或更少次数的计算。

作为提醒，本发明旨在尤其是当到达车辆的最终目的地所需的能量远大于牵引电池中可用的电能时限制牵引电池的老化。为此，本发明提出对方程[5]和[6]中使用的燃料消耗值进行加权，其中保留值(r_pre)用于保留牵引电池的健康状态(SOH)。

这种加权的目的总体上是创造这样的情形，其中路线的每个节点的选择不仅取决于车辆在整个路线上的能量消耗，而且还使得当路线长并且来自电牵引链的贡献可以忽略不计时，施加在电池上的并使它们老化的负担保持有限。

燃料消耗值更确切地进行如下加权：

其中：

-ΔSOE_(x，y)表示在由节点x和y界定的区段中牵引电池行进每一千米的电量状态的变化；

-

表示在节点x与y之间牵引电池的电量状态的平均值；

-R_x表示在节点x与最终节点N之间的距离；并且

-

表示对于节点i在上述方程[1]中定义的函数。

保留关系(r_pre)取决于以下参数：

其中：

-f_act(R_x)表示激活函数，其中R_x是混合动力车辆到达其最终目的地有待行驶的距离；

-

表示加权函数；

-SOE_rec表示牵引电池的所建议的最佳使用值范围的中值，其中：

-p_max表示最大加权值。

特别地，牵引电池的最佳使用值范围取决于电池的类型和其制造商的建议。举例来说，牵引电池的此最佳使用值范围可以是其最大电荷的60％与80％之间。当然，这些值可以根据所使用的电池的固有特性而变化。

激活函数f_act取决于机动车辆在到达其最终目的地之前必须行驶的距离R_T。激活函数旨在使得当车辆位于距其最终目的地仍然很远的距离时，可以对燃料消耗值m_fc应用较大的加权(即，较大的权重)，并且然后减小该权重，以便使得车辆一旦到达其目的地允许电池完全放电。

为此，可以定义以下距离阈值：

-R_min表示最小距离，小于该距离不应用加权(f_fac(R_x)＝0，其中R_T<R_min)，举例来说，R_min的值可以对应于车辆的以千米为单位的最大电续航里程(l_AER)的两倍；

-R_max表示被超过时应用100％加权的距离(f_fac(R_x)＝1，其中R_T>R_max)，举例来说，R_max的值可以对应于车辆的以千米为单位的最大电续航里程(AER)的六倍。

应当注意的是，加权函数可以在值R_min与R_max之间线性变化，如图9所示。当然，其他变型曲线也是可以的。

加权函数f_pon首先取决于牵引电池在节点x与y之间的电量状态的平均值；其次取决于值SOE_rec，该值表示在牵引电池的最佳使用范围内所建议的SOE区间的中值。因此，该加权函数旨在产生这样的情形，其中能量状态SOE尽可能长时间地保持在最佳使用范围内(只要车辆远离路线的到达点)。举例来说，可以定义加权函数以便再现图10中所示的迹线(I)和(II)中的一个或另一个。当然，其他迹线轮廓也是可以的。

最大加权值p_max限定了在能量状态SOE处于最佳使用范围内时节点的最大加权度。举例来说，最大加权值可以等于0.1，以便在最佳使用范围内促进10％的节点。

因此，使用上述加权关系使得可以修改能量消耗函数f的计算值，从而使得优化算法然后优先考虑与使得可以对牵引电池放电或再充电的燃料消耗相对应的值，使得其电量状态在该路线期间尽可能长时间地位于其最佳使用值范围内，并确保在路线结束时牵引电池完全放电。因此，在本实例中，通过加权关系使函数f的值最小化，使得其计算值在牵引电池的最佳使用范围的区间的中间尽可能小，例如对应于图8中的值3。

根据由优化算法确定的函数f的最小值，计算机从中推导出与区段T_i相关的参考曲线CE_i上的最优点(P_i)，从而使得可以促进牵引电池在其最佳使用值范围内的使用。

在上述方法的第六步骤中，在已经发现最优路径时(经过参考曲线CE_j的最优点)，计算机将能量管理设定值公式化为最优点P_i的坐标的函数。然后在该路线期间由计算机使用此能量管理设定值以监测轨迹。

许多方法允许执行这种监测。由本申请人提交的专利申请FR 2988674、或文献WO2013150206和WO 2014001707中特别清楚地展示了一个实例。

图11示出了根据本发明的对于高速公路上约800km的路线的能量管理设定值的实例，其中场景为混合动力车辆具有30km的最大电续航里程l_AER。曲线A展示了使用现有技术中已知的放电-保持策略的能量管理设定值，相比之下，曲线B示出了根据本发明的能量管理设定值。在该实例中，本发明可以使得在其期间牵引电池在其最佳使用范围内操作的距离增加超过600％，该距离从10km变化到600km。另外，本发明使得可以确保在路线结束时牵引电池完全放电，从而使车辆的电势的使用最大化并且使得可以减少燃料消耗。

本发明决不限于所描述和示出的实施例，并且本领域的技术人员知道如何根据其精神添加任何变体。

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个参考曲线的形式的点。然后将参考制图。

根据本发明的另一个变体，如果地理定位及导航系统不知道路线的区段的属性值，可以提供的是：

-概率总和的计算并不考虑指配给此属性的概率值，

-或者这种计算使用预定值来替代未知值。

总之，本发明提出了一种用于计算用于管理混合动力机动车辆的燃料消耗和电流消耗的设定值的新颖方法，在大于其最大电续航里程的路线期间减少牵引电池的老化，同时确保在混合动力车辆到达其最终目的地时牵引电池放电。换句话说，本发明提出了一种包括加权函数的优化算法，当电池未在其最佳操作状态下操作时，该加权函数对燃料消耗计算加以惩罚，同时确保在车辆到达目的地时电池的能量状态达到所建议的最小阈值。

Claims (8)

1.一种用于优化混合动力车辆的能量消耗的方法，该混合动力车辆包括被供以燃料的内燃发动机和由牵引电池供电的电动发动机，其特征在于，该方法实施以下步骤：

a)通过导航系统获取有待行进的路线；

b)将所述路线划分为相继的区段(T_i)；

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)，从将燃料消耗值(CC)与电能消耗值(ΔSOE)关联的多个预定关系(CE_j)中选择出将该混合动力车辆在该区段(T_i)上的燃料消耗(CC)与该混合动力车辆的电能消耗(ΔSOE)关联的关系(CE_j)；

e)确定在所选关系(CE_j)中的每个关系中用于保留该牵引电池的健康状态(SOH)的最优点(P_i)，使得所有最优点(P_i)使该牵引电池在整个路线上的老化最小化并使在所述路线结束时该牵引电池的放电最大化；以及

f)将用于管理该混合动力车辆沿整个该路线的燃料消耗和电流消耗的设定值公式化为所述最优点(P_i)的坐标的函数，

在步骤e)中，在这些关系(CE_j)中的每个关系中针对每个区段(T_i)选择的最优点(P_i)的确定取决于在整个该区段(T_i)上的与用于保留该牵引电池的健康状态(SOH)的保留关系(r_pre)加权的燃料消耗，当该牵引电池的能量状态(SOE)处于最佳使用范围[SOE_min’；SOE_max’]内时，该保留关系(r_pre)的值减小。

2.如权利要求1所述的用于优化混合动力车辆的能量消耗的方法，其中，当到达目的地有待行驶的距离增加时，该保留关系(r_pre)的值减小。

3.如权利要求1所述的用于优化混合动力车辆的能量消耗的方法，其中，该保留关系(r_pre)取决于激活函数(f_act)与加权函数(f_pond)的乘积，当有待行驶的剩余距离小于基于该车辆的最大电续航里程(AER)确定的第一阈值时，该激活函数(f_act)的值为最小，以便使该保留关系(r_pre)在确定该最优点(P_i)时的影响最小化。

4.如权利要求1所述的用于优化混合动力车辆的能量消耗的方法，其中，该保留关系(r_pre)取决于激活函数(f_act)与加权函数(f_pond)的乘积，当该牵引电池的能量状态(SOE)超出其最佳使用范围[SOE_min’；SOE_max’]时，该加权函数(f_pond)的值为最小，以便使该保留关系(r_pre)在确定该最优点时的影响最小化。

5.如权利要求3或4所述的用于优化混合动力车辆的能量消耗的方法，其中，当到达目的地有待行驶的距离减小时，该激活函数(f_act)的值为最大。

6.如权利要求3所述的用于优化混合动力车辆的能量消耗的方法，其中，当该牵引电池的能量状态(SOE)处于其最佳使用范围[SOE_min’；SOE_max’]的中心时，该加权函数(f_pond)的值为最大。

7.如权利要求3所述的用于优化混合动力车辆的能量消耗的方法，其中，该加权函数(f_pond)在大于10％的该牵引电池的最佳使用范围[SOE_min’；SOE_max’]上具有最大值。

8.如权利要求1至4之一所述的用于优化混合动力车辆的能量消耗的方法，其中，该牵引电池的最佳使用范围[SOE_min’；SOE_max’]处于60％与80％之间。

Images