CN114312777A - 一种燃料电池重卡预见性巡航控制方法及系统 - Google Patents

一种燃料电池重卡预见性巡航控制方法及系统 Download PDF

Info

Publication number
CN114312777A
CN114312777A CN202210048614.1A CN202210048614A CN114312777A CN 114312777 A CN114312777 A CN 114312777A CN 202210048614 A CN202210048614 A CN 202210048614A CN 114312777 A CN114312777 A CN 114312777A
Authority
CN
China
Prior art keywords
vehicle
driver
power
driving
driving style
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.)
Pending
Application number
CN202210048614.1A
Other languages
English (en)
Inventor
徐晓明
洪吉超
陈东方
赤骋
胡松
王越
李跃华
李仁政
孙旭东
唐伟
赵磊
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.)
Beijing Gerui Energy Technology Co ltd
Original Assignee
Beijing Gerui Energy Technology Co ltd
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 Beijing Gerui Energy Technology Co ltd filed Critical Beijing Gerui Energy Technology Co ltd
Priority to CN202210048614.1A priority Critical patent/CN114312777A/zh
Publication of CN114312777A publication Critical patent/CN114312777A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种燃料电池重卡预见性巡航控制方法及系统。该方法包括:确定驾驶员的驾驶风格;获取车辆实时状态信息;计算车辆的功率;所述功率包括氢消耗功率和电池消耗功率;根据所述驾驶风格、所述车辆实时状态信息以及车辆功率,计算车辆最优行驶速度;根据所述最优行驶速度对车辆进行预见性巡航控制。本发明根据车辆位置、车辆附近环境因素、驾驶员驾驶风格、车辆功率等进行多目标控制,实现了对车辆行驶速度的动态规划,提高了车辆自动驾驶控制的灵活性以及智能化程度,减少了重卡长途行驶中的氢耗及电耗,能更有效的提高定速巡航的安全性和有效性,更大程度的降低运输成本。

Description

一种燃料电池重卡预见性巡航控制方法及系统
技术领域
本发明涉及巡航控制技术领域,特别是涉及一种燃料电池重卡预见性巡航控制方法及系统。
背景技术
为了缓解卡车司机在长途高速运输时的驾驶压力,减轻驾驶员的疲劳程度,巡航控制技术等先进的辅助驾驶系统已经被大量用于卡车上。高级辅助驾驶系统(ADAS)是当下智能交通领域的研究重点之一。ADAS主要依靠车载传感器对本车周围的行驶环境及本车的运动状态进行感知和获取,在实际行驶过程中协助驾驶员对车辆进行控制,部分或完全承担驾驶员工作,从而降低驾驶负荷,提高车辆操控的准确性。巡航控制和自动防碰撞是ADAS的两个主要的分支。常用的巡航控制有定速巡航控制、预见性巡航控制。巡航控制可以在车辆处于潜在危险时向驾驶员提供预警或提前启动被动安全系统,达到避免事故和减轻危害的目的。
传统的定速巡航系统可以实现卡车以设定的车速为目标进行匀速行驶,在一定程度上可以减轻驾驶员的负担,并在平缓道路上减轻卡车行驶的能耗。然而,中国的道路系统错综复杂,多山地区路况复杂,一些多山地区的道路较陡,卡车在较陡的坡道上通过定速巡航系统控制行驶时,会加大卡车的能量消耗,增加运输成本。一些多山地区的道路较陡,卡车在较陡的坡道上通过定速巡航系统控制行驶时,会加大卡车的燃油消耗,增加运输成本。
发明内容
本发明的目的是提供一种燃料电池重卡预见性巡航控制方法及系统,通过网联车云通讯实现预见性巡航控制,能更有效的提高定速巡航的安全性和有效性,更大程度的降低运输成本。
为实现上述目的,本发明提供了如下方案:
一种燃料电池重卡预见性巡航控制方法,包括:
确定驾驶员的驾驶风格;
获取车辆实时状态信息;
计算车辆的功率;所述功率包括氢消耗功率和电池消耗功率;
根据所述驾驶风格、所述车辆实时状态信息以及车辆功率,计算车辆最优行驶速度;
根据所述最优行驶速度对车辆进行预见性巡航控制。
可选地,所述确定驾驶员的驾驶风格,具体包括:
对驾驶员进行人脸识别,根据识别结果从数据库中匹配对应的驾驶风格;
根据驾驶员的历史驾驶数据确定驾驶员的驾驶风格。
可选地,所述根据驾驶员的历史驾驶数据确定驾驶员的驾驶风格,具体包括:
根据所述历史驾驶数据计算期望加速度以及识别加速路段;
计算车辆在所述加速路段的加速度与所述期望加速度之间的差值;
根据所述差值确定驾驶员的驾驶风格。
可选地,所述车辆最优行驶速度的计算公式如下:
Figure BDA0003472848640000021
其中,JN为N个路点范围内的总行驶成本,
Figure BDA0003472848640000022
为车辆在第N个路点范围内的行驶成本,P(CFC,Cbat)为车辆所处路点i内的功率,ΔSi为车辆在路点i内的位移,Vi为车辆在路点i内的驾驶速度,ω1、ω2、ω3、ω4、ω5均为权重系数,Vcc为车辆最优行驶速度,Vi-1为车辆在路点i-1内的驾驶速度,SOCi为车辆在路点i内的SOC值,SOCi-1是车辆在路点i-1内的SOC值;
Figure BDA0003472848640000023
为驾驶员风格的对标定量。
本发明还提供了一种燃料电池重卡预见性巡航控制系统,包括:
驾驶风格确定模块,用于确定驾驶员的驾驶风格;
车辆实时状态信息获取模块,用于获取车辆实时状态信息;
车辆功率计算模块,用于计算车辆的功率;所述功率包括氢消耗功率和电池消耗功率;
车辆最优行驶速度计算模块,用于根据所述驾驶风格、所述车辆实时状态信息以及车辆功率,计算车辆最优行驶速度;
预见性巡航控制模块,用于根据所述最优行驶速度对车辆进行预见性巡航控制。
可选地,所述驾驶风格确定模块具体包括:
第一驾驶风格确定子模块,用于对驾驶员进行人脸识别,根据识别结果从数据库中匹配对应的驾驶风格;
第二驾驶风格确定子模块,根据驾驶员的历史驾驶数据确定驾驶员的驾驶风格。
可选地,所述第二驾驶风格确定子模块具体包括:
计算及识别单元,用于根据所述历史驾驶数据计算期望加速度以及识别加速路段;
差值计算单元,用于计算车辆在所述加速路段的加速度与所述期望加速度之间的差值;
驾驶风格确定单元,用于根据所述差值确定驾驶员的驾驶风格。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明根据车辆位置、车辆附近环境因素、驾驶员驾驶风格、车辆功率等进行多目标控制,实现了对车辆行驶速度的动态规划,提高了车辆自动驾驶控制的灵活性以及智能化程度,减少了重卡长途行驶中的氢耗及电耗,能更有效的提高定速巡航的安全性和有效性,更大程度的降低运输成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明燃料电池重卡预见性巡航控制方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
对于燃料电池重卡,由于目前技术的限制,燃料电池重卡启动速率慢、动态响应不及动力电池。燃料电池重卡需要根据实际工况进行提前操作,如提高进气量等。除此之外在进行爬坡、启动、加速等行为时,往往需要辅助动力源的帮助。燃料电池重卡通常会使用容量和体积较小的动力电池作为辅助能源,辅助动力电池经常处于非周期性充放电循环中,而且常常需要大电流充放电和瞬间输出大功率,以确保其具有良好的性能应对爬坡、加速等工况。纯电动车往往是充满电的情况下进行放电,并且可以用至低电量,但燃料重卡动力电池组因其既需要制动时回收能量,又需要在启动,爬坡或者加速时提供动力,因此动力电池需要长期处于浅充、浅放的状态中。因此,对燃料电池汽车进行巡航控制时的要求和控制方式是不同的。在进行燃料电池重卡的预见性巡航控制时的需要一种适用于燃料电池重卡的技术。
本发明的目的是提供一种燃料电池重卡预见性巡航控制方法及系统,通过网联车云通讯实现预见性巡航控制,能更有效的提高定速巡航的安全性和有效性,更大程度的降低运输成本。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供的一种燃料电池重卡预见性巡航控制方法,包括以下步骤:
步骤101:确定驾驶员的驾驶风格。
步骤102:获取车辆实时状态信息。
步骤103:计算车辆的功率;所述功率包括氢消耗功率和电池消耗功率。
步骤104:根据所述驾驶风格、所述车辆实时状态信息以及车辆功率,计算车辆最优行驶速度。
步骤105:根据所述最优行驶速度对车辆进行预见性巡航控制。
其中,步骤101具体包括:
情形一:车辆安装驾驶员实名认证设备,行程开始时对驾驶员进行人脸识别,通过云端数据库读取驾驶员驾驶风格。
情形二:车辆无法直接读取驾驶员驾驶风格,通过车端T-BOX记录的历史驾驶数据评价驾驶员驾驶习惯或驾驶风格,对于同一辆车的不同驾驶员,在行程开始前在车端应用上选择已识别的驾驶员的驾驶风格。
针对情形二,具体包括:
驾驶员驾驶风格可以被描述为对加速度和跟车距离的控制,通过车辆加速度与跟驰模型的分析,得出驾驶员的驾驶风格,再通过不同的驾驶风格匹配适应该驾驶员的驾驶模式。
步骤一:期望加速度计算
基于大量汽车跟随系统,利用IDM(IntelligentDriverModel)模型,计算巡航加速度和巡航距离,其中巡航控制加速度计算公式为:
Figure BDA0003472848640000051
其中,
Figure BDA0003472848640000052
为最大加速度或最大减速度,Vn(t)为当前车速,vn(t)为期望车速;Sn(t)表示该车常用跟车距离,sn(t)为当前道路期望跟车距离,an(t)为计算出的期望加速度
步骤二:加速路段识别
加速踏板开度达到x(x的值随不同车型加速踏板空行程而定),且加速时长大于3s或大于20km/h时,该路段被识别为加速路段。
步骤三:通过加速度分析司机驾驶风格
通过车载状态信息计算司机在加速路段的平均加速度,取近20段加速路段的加速度值求取驾驶员目前常用加速度,将常用加速度与取样道路的期望加速度进行比对,若差值过大则分别识别驾驶员为激进加速或保守加速,差值过小为正常加速。加速度分析后,通过车载状态信息识别驾驶员其他时间段的驾驶风格选取驾驶员驾驶历史中占比最多的驾驶风格作为。
激进驾驶时采用平均加速度较高,用时较短的驾驶模式;保守驾驶时采用平均加速度较低,用时较短的驾驶模式;正常驾驶时采用加速度、用时在前二者之间的驾驶模式。
其中,步骤103-104具体包括:
建立基于氢耗与电耗的预见性巡航控制目标函数,通过算法计算得出综合能耗最小的行驶车速(即最优行驶速度)。
Figure BDA0003472848640000061
其中,JN为N个路点范围内的总行驶成本,
Figure BDA0003472848640000062
为车辆在第N个路点范围内的行驶成本,ΔSi为车辆在路点i内的位移,Vi为车辆在路点i内的驾驶速度,ω、ω2、ω3、ω4、ω5分别为权重系数,Vcc为车辆目标巡航速度,Vi-1为车辆在路点i-1内的驾驶速度。SOCi为车辆在路点i内的SOC值,SOCi-1是车辆在路点i-1内的SOC值;
Figure BDA0003472848640000063
为不同驾驶员风格对应不同值,是一个根据驾驶风格确定分段函数,可标定量。
燃料电池系统能耗计算:
对于混动的重卡,燃料电池的氢能和普通电池电能是均可以使用,当使用电池能量时,电池的SOC降低,因此电池将需要由FC或电车制动产生的能量进行充电以维持所需的SOC。因此,可能需要额外的氢消耗。当电池充电时,其SOC增加,这一能量将在未来的加速或启动时供应系统,从而减少氢消耗。进行能量管理规划时,电池消耗的电能被转化为等效的氢耗。
通过等效最小氢耗控制,以达到节能的效果。等效氢耗算法如下:
该控制策略涉及到的两个氢耗为氢消耗(CFC)和电池等效氢消耗(Cbat)。
最小等效氢耗的优化问题受到电池SOC、母线电压和FC功率的限制。
Figure BDA0003472848640000064
其中,Pmin为优化燃料电池功率(最小功率),
Figure BDA0003472848640000071
为总的最小消耗量(即总的最小功率)。
Figure BDA0003472848640000072
其中,SOCL是SOC的下限(40%),SOCH是SOC的上限(70%)。Ucar是总线电压,Ucar,min和Ucar,max是总线电压的最大值和最小值。PFC,max是燃料电池的最大输出功率。
低FC功率时,FC耗氢量可表示为二次函数,高FC功率时,FC耗氢量可表示为线性函数。因此,氢消耗量CFC可以写成
Figure BDA0003472848640000073
其中,a、b、c、d、f和PFC0是拟合系数。
电池等效氢消耗可以表示为电池功率和电池SOC的函数。由于质子交换膜燃料电池和电池的工作点未知,故采用平均值来计算电池的等效氢消耗。因此,可以写成:
Figure BDA0003472848640000074
其中,CFC,avg为FC的平均耗氢量,PFC,avg为FC的平均功率,ηchg和ηdis分别为电池的充放电效率,ηchg,avg和ηdis,avg为电池的平均充放电效率。
定义惩罚系数k为
Figure BDA0003472848640000075
其中,μ为常数,可以通过调节来反映电池的充放电特性。选择这个常数是为了在整个循环中平衡电池的SOC。
燃料电池的氢消耗与燃料电池的功率之间的关系可以视为线性关系。燃料电池功率由牵引系统所需功率、辅助服务功率和电池功率计算得出:
PFC=(Pmm)+Paux-Pbat (6)
其中,Pm为电动机输出功率,ηm为电动机效率,Paux为车辆辅助系统消耗的功率,Pbat为锂电池消耗的功率。
代入方程式。Eq.(3)、(6)代入式(1),则极小化问题等价于下式,表示为电池功率的函数:
Figure BDA0003472848640000081
Pbat,opt为优化后的锂电池功率。
在瞬时问题中,Pm,Paux和ηm可视为常数。用Eq.(7)中的定义替换电池等效氢消耗量Cbat,minC相当于minC1,其中
Figure BDA0003472848640000082
Ebat为空载电压(开路电压)。
定义变量如下:
Figure BDA0003472848640000083
CFC,avg平均氢气消耗量,ηchg,avg、ηdis,avg为平均效率(充电、放电),PFC,avg燃料电池平均功率,Rchg,Rdis电池的充放电电阻。
Eq.(8)等价为:
Figure BDA0003472848640000084
式(10)中定义的问题的最优解如下:
Figure BDA0003472848640000091
对于所讨论的燃料电池重卡,燃料电池平均功率PFC,avg>>0,因此,CFC,avg可简化为
CFC,avg=aPFC,acg+b≈aPFC,avg (12)
定义K1':
K1'=K1/a (13)
根据方程式。(9)、(11)、(13),电池优化功率Pmin可表示为:
Figure BDA0003472848640000092
该优化锂电池功率Pbat,opt是SOC和平衡系数μ的函数。
Pbat,opt的上限和下限分别由Ubus,min和Ubus,max确定。Ubus,min越小,则Pbat,opt的最大值越大,而Ubus,max越大,则Pbat,opt的最小值越小。
优化燃料电池功率Pbat,opt可计算为:
Pmin=max(min(±Pm+Paus-Pbat,opt,Pbat,max),0) (15)
其中Pbat,max是燃料电池的最大功率,当电动机作为电动机工作时,使用加号(“+”),用作发电机时使用减号(“-”)。
本发明还提供了一种燃料电池重卡预见性巡航控制系统,包括:
驾驶风格确定模块,用于确定驾驶员的驾驶风格;
车辆实时状态信息获取模块,用于获取车辆实时状态信息;
车辆功率计算模块,用于计算车辆的功率;所述功率包括氢消耗功率和电池消耗功率;
车辆最优行驶速度计算模块,用于根据所述驾驶风格、所述车辆实时状态信息以及车辆功率,计算车辆最优行驶速度;
预见性巡航控制模块,用于根据所述最优行驶速度对车辆进行预见性巡航控制。
其中,所述驾驶风格确定模块具体包括:
第一驾驶风格确定子模块,用于对驾驶员进行人脸识别,根据识别结果从数据库中匹配对应的驾驶风格;
第二驾驶风格确定子模块,根据驾驶员的历史驾驶数据确定驾驶员的驾驶风格。
其中,所述第二驾驶风格确定子模块具体包括:
计算及识别单元,用于根据所述历史驾驶数据计算期望加速度以及识别加速路段;
差值计算单元,用于计算车辆在所述加速路段的加速度与所述期望加速度之间的差值;
驾驶风格确定单元,用于根据所述差值确定驾驶员的驾驶风格。
相对于现有技术,本发明的优点是:
本发明提供基于网联环境下的重卡燃料电池自动驾驶预见性巡航控制方法,基于驾驶员驾驶感受和高清地图下的辅助驾驶系统实现了对重卡行驶速度的规划;
本发明提出的巡航控制方法相比于其他控制方法有更高的灵活性,充分考虑了驾驶员的实际需求;
本发明提出的巡航控制方法缓解了重型卡车在路况较差或难以通过的道路环境中的行驶压力,改善了发动机运行环境,提升发动机的工作寿命,延长发动机维修保养的期限。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种燃料电池重卡预见性巡航控制方法,其特征在于,包括:
确定驾驶员的驾驶风格;
获取车辆实时状态信息;
计算车辆的功率;所述功率包括氢消耗功率和电池消耗功率;
根据所述驾驶风格、所述车辆实时状态信息以及车辆功率,计算车辆最优行驶速度;
根据所述最优行驶速度对车辆进行预见性巡航控制。
2.根据权利要求1所述的燃料电池重卡预见性巡航控制方法,其特征在于,所述确定驾驶员的驾驶风格,具体包括:
对驾驶员进行人脸识别,根据识别结果从数据库中匹配对应的驾驶风格;
根据驾驶员的历史驾驶数据确定驾驶员的驾驶风格。
3.根据权利要求2所述的燃料电池重卡预见性巡航控制方法,其特征在于,所述根据驾驶员的历史驾驶数据确定驾驶员的驾驶风格,具体包括:
根据所述历史驾驶数据计算期望加速度以及识别加速路段;
计算车辆在所述加速路段的加速度与所述期望加速度之间的差值;
根据所述差值确定驾驶员的驾驶风格。
4.根据权利要求1所述的燃料电池重卡预见性巡航控制方法,其特征在于,所述车辆最优行驶速度的计算公式如下:
Figure FDA0003472848630000011
其中,JN为N个路点范围内的总行驶成本,
Figure FDA0003472848630000012
为车辆在第N个路点范围内的行驶成本,P(CFC,Cbat)为车辆所处路点i内的功率,ΔSi为车辆在路点i内的位移,Vi为车辆在路点i内的驾驶速度,ω1、ω2、ω3、ω4、ω5均为权重系数,Vcc为车辆最优行驶速度,Vi-1为车辆在路点i-1内的驾驶速度,SOCi为车辆在路点i内的SOC值,SOCi-1是车辆在路点i-1内的SOC值;
Figure FDA0003472848630000021
为驾驶员风格的对标定量。
5.一种燃料电池重卡预见性巡航控制系统,其特征在于,包括:
驾驶风格确定模块,用于确定驾驶员的驾驶风格;
车辆实时状态信息获取模块,用于获取车辆实时状态信息;
车辆功率计算模块,用于计算车辆的功率;所述功率包括氢消耗功率和电池消耗功率;
车辆最优行驶速度计算模块,用于根据所述驾驶风格、所述车辆实时状态信息以及车辆功率,计算车辆最优行驶速度;
预见性巡航控制模块,用于根据所述最优行驶速度对车辆进行预见性巡航控制。
6.根据权利要求5所述的燃料电池重卡预见性巡航控制系统,其特征在于,所述驾驶风格确定模块具体包括:
第一驾驶风格确定子模块,用于对驾驶员进行人脸识别,根据识别结果从数据库中匹配对应的驾驶风格;
第二驾驶风格确定子模块,根据驾驶员的历史驾驶数据确定驾驶员的驾驶风格。
7.根据权利要求6所述的燃料电池重卡预见性巡航控制系统,其特征在于,所述第二驾驶风格确定子模块具体包括:
计算及识别单元,用于根据所述历史驾驶数据计算期望加速度以及识别加速路段;
差值计算单元,用于计算车辆在所述加速路段的加速度与所述期望加速度之间的差值;
驾驶风格确定单元,用于根据所述差值确定驾驶员的驾驶风格。
CN202210048614.1A 2022-01-17 2022-01-17 一种燃料电池重卡预见性巡航控制方法及系统 Pending CN114312777A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210048614.1A CN114312777A (zh) 2022-01-17 2022-01-17 一种燃料电池重卡预见性巡航控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210048614.1A CN114312777A (zh) 2022-01-17 2022-01-17 一种燃料电池重卡预见性巡航控制方法及系统

Publications (1)

Publication Number Publication Date
CN114312777A true CN114312777A (zh) 2022-04-12

Family

ID=81028939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210048614.1A Pending CN114312777A (zh) 2022-01-17 2022-01-17 一种燃料电池重卡预见性巡航控制方法及系统

Country Status (1)

Country Link
CN (1) CN114312777A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115966037A (zh) * 2022-12-14 2023-04-14 扬州亚星客车股份有限公司 一种燃料电池汽车驾驶行为经济性的评价方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140203927A1 (en) * 2011-06-21 2014-07-24 Renault S.A.S. Motor vehicle driving assistance method with a view to optimizing the use of the power supply
CN104044593A (zh) * 2013-03-13 2014-09-17 福特环球技术公司 利用最佳速度曲线的路线导航
CN109927725A (zh) * 2019-01-28 2019-06-25 吉林大学 一种具有驾驶风格学习能力的自适应巡航系统及实现方法
EP3878706A1 (en) * 2020-03-09 2021-09-15 Avl Powertrain Uk Ltd Method for controlling a hybrid electric vehicle
CN113401149A (zh) * 2021-08-06 2021-09-17 清华大学 网联环境下基于云支持的广域节能优化自动驾驶控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140203927A1 (en) * 2011-06-21 2014-07-24 Renault S.A.S. Motor vehicle driving assistance method with a view to optimizing the use of the power supply
CN104044593A (zh) * 2013-03-13 2014-09-17 福特环球技术公司 利用最佳速度曲线的路线导航
CN109927725A (zh) * 2019-01-28 2019-06-25 吉林大学 一种具有驾驶风格学习能力的自适应巡航系统及实现方法
EP3878706A1 (en) * 2020-03-09 2021-09-15 Avl Powertrain Uk Ltd Method for controlling a hybrid electric vehicle
CN113401149A (zh) * 2021-08-06 2021-09-17 清华大学 网联环境下基于云支持的广域节能优化自动驾驶控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐梁飞等: "《燃料电池混合动力客车等效氢耗优化策略》", 《中国公路学报》, vol. 22, no. 1, pages 104 - 108 *
李传海等: "《一种基于驾驶风格的自适应巡航控制算法》", 《自动化与仪器仪表》, no. 9, pages 161 - 164 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115966037A (zh) * 2022-12-14 2023-04-14 扬州亚星客车股份有限公司 一种燃料电池汽车驾驶行为经济性的评价方法及装置
CN115966037B (zh) * 2022-12-14 2024-05-14 扬州亚星客车股份有限公司 一种燃料电池汽车驾驶行为经济性的评价方法及装置

Similar Documents

Publication Publication Date Title
KR100949260B1 (ko) 전기자동차용 전지 충전 시스템
KR101713735B1 (ko) 친환경 차량의 저전압 직류 변환기의 출력 제어 방법, 및 친환경 차량의 저전압 직류 변환기
CN110135632B (zh) 基于路径信息的phev自适应最优能量管理方法
CN101879866B (zh) 一种电动汽车剩余里程的计算方法
KR101655609B1 (ko) 하이브리드 자동차의 배터리 충전 상태 제어 장치 및 방법
US5898282A (en) Control system for a hybrid vehicle
JP4637443B2 (ja) 車両の制御システム及び制御方法
CN102069804B (zh) 一种混合动力汽车行驶状态预测控制方法
KR100896216B1 (ko) 하이브리드 전기자동차용 배터리의 예측제어방법
CN108515963B (zh) 一种基于its系统的插电式混合动力汽车能量管理方法
CN111959490A (zh) 插电式混合动力汽车模型参考自适应最优能量管理方法
CN111591279B (zh) 一种插电式混合动力汽车电池电量轨迹规划方法及系统
CN112224035B (zh) 一种纯电动汽车的驱动转矩优化控制方法
JP2012525298A (ja) プラグインハイブリッド車両のエネルギー消費の最適化方法およびかかる方法を利用したプラグインハイブリッド車両
CN113085860B (zh) 一种跟车环境下的燃料电池混合动力汽车的能量管理方法
CN104627167A (zh) 一种考虑电池寿命的混合动力车能量管理方法及系统
CN111532264A (zh) 一种面向变坡度和变限速交通场景的智能网联汽车巡航车速优化方法
CN115996857A (zh) 用于控制混合动力车辆中的动力总成的方法和系统
Maamria et al. On the use of Dynamic Programming in eco-driving cycle computation for electric vehicles
CN107640038A (zh) 插电式混合动力电动汽车及其能量管理方法
CN112046335A (zh) 一种基于行驶能耗模型的电动汽车剩余行驶里程计算方法
JPWO2014091619A1 (ja) ハイブリッド車両の制御装置
CN107054124B (zh) 一种基于车载导航的混合动力系统及方法
CN114132302A (zh) 一种车辆控制方法、装置、系统及存储介质
CN114312777A (zh) 一种燃料电池重卡预见性巡航控制方法及系统

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