CN115891963A - 混动汽车的控制方法、装置、终端以及介质 - Google Patents

混动汽车的控制方法、装置、终端以及介质 Download PDF

Info

Publication number
CN115891963A
CN115891963A CN202211440826.0A CN202211440826A CN115891963A CN 115891963 A CN115891963 A CN 115891963A CN 202211440826 A CN202211440826 A CN 202211440826A CN 115891963 A CN115891963 A CN 115891963A
Authority
CN
China
Prior art keywords
preset
road section
hybrid
electric vehicle
preset road
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
CN202211440826.0A
Other languages
English (en)
Inventor
王秀发
熊杰
黄新志
邓云飞
武晓俊
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.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group 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 Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN202211440826.0A priority Critical patent/CN115891963A/zh
Publication of CN115891963A publication Critical patent/CN115891963A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

Landscapes

  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本申请属于汽车控制技术领域，尤其涉及一种混动汽车的控制方法、装置、终端以及介质。该混动汽车的控制方法包括：将待规划路径划分为多个预设路段；根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求；根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低；基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式；控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。

Description

混动汽车的控制方法、装置、终端以及介质
技术领域
本发明涉及汽车控制技术领域，尤其涉及一种混动汽车的控制方法、装置、终端以及介质。
背景技术
随着汽车动力系统的快速发展，“电动化”在汽车动力中比例越来越高，混合动力已经成为解决降低油耗的最有效技术之一；同时，由于混合动力技术增加了车辆的动力源，也增加了汽车的能量管理的灵活性。
然而，目前用于混合动力汽车的能量管理系统，在面对复杂路况时仍未能较好地将汽车调整至对应合适的驱动模式，从而实现较优的燃油经济性。
因此，如何改善混动汽车的能量管理方式，以使混动汽车在行驶时实现较优的燃油经济性，是目前汽车控制技术领域亟需解决的难题。
发明内容
本发明的主要目的在于提供一种混动汽车的控制方法、装置、终端以及介质，旨在根据实际路况调节混动汽车的驱动模式和电能使用情况，从而通过改善混动汽车的能量管理方式，以使混动汽车在行驶时实现较优的燃油经济性。
根据本申请实施例的一方面，公开了一种混动汽车的控制方法，包括：
将待规划路径划分为多个预设路段；
根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求；
根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低；
基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式；
控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。
在本申请的一些实施例中，基于以上技术方案，根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求，包括：
根据待规划路径的路径长度和预设路段的个数计算得到单个预设路段的路长；
根据所述预设路段的路长、滑行阻力以及坡度计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求。
在本申请的一些实施例中，基于以上技术方案，根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，包括：
根据所述预设路段对应的能量需求，计算所述混动汽车在不同电能消耗情况、以及不同驱动模式下分别对应的多个模拟耗油量；
将所述多个模拟耗油量进行比对，以确定最小模拟耗油量；
根据所述最小模拟耗油量对应的电能消耗情况和驱动模式确定所述混动汽车在所述预设路段行驶时对应的预设驱动方式。
在本申请的一些实施例中，基于以上技术方案，计算所述混动汽车在不同电能消耗情况、以及不同驱动模式下分别对应的多个模拟耗油量，包括：
标定所述混动汽车在所述预设路段行驶时对应的电能消耗范围；
计算所述混动汽车在所述电能消耗范围内的不同电能消耗情况、以及不同驱动模式下分别对应的模拟耗油量。
在本申请的一些实施例中，基于以上技术方案，标定所述混动汽车在所述预设路段行驶时对应的电能消耗范围，包括：
根据可用电能总额与所述预设路段的个数计算单个预设路段分别对应的电量值节点，所述电量值节点用于反映所述混动汽车在所述预设路段行驶时的电能消耗情况；
根据所述混动汽车在所述预设路段行驶时是否存在电池充电的情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点和最小电量值节点；
根据所述最大电量值节点和所述最小电量值节点标定所述混动汽车在所述预设路段对应的电能消耗范围。
在本申请的一些实施例中，基于以上技术方案，根据所述混动汽车在所述预设路段行驶时是否存在电池充电的情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点和最小电量值节点，包括：
根据所述混动汽车在所述预设路段行驶时不存在电池充电，且基于纯电模式驱动时的电能消耗情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点；以及，
根据所述混动汽车在所述预设路段行驶时存在发动机对电池充电，或者存在能量回收时的电能消耗情况，对所述预设路段的电量值节点进行修正计算，以得到最小电量值节点。
在本申请的一些实施例中，基于以上技术方案，所述混动汽车的控制方法还包括:
若当前时间节点距离最近一次目标驱动方式的生成时间节点超过预设时长，或者，若所述混动汽车在所述待规划路径行驶时对应的电能使用情况与所述目标驱动方式不相符，则基于所述待规划路径生成新的目标驱动方式。
根据本申请实施例的一方面，公开了一种混动汽车的控制装置，所述混动汽车的控制装置包括：
路径划分模块，被配置为将待规划路径划分为多个预设路段；
计算模块，被配置为根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求；
驱动方式规划模块，被配置为根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低；
驱动方式组合模块，被配置为基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式；
控制模块，被配置为控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。
根据本申请实施例的一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上技术方案中的混动汽车的控制方法。
本申请提供的混动汽车的控制方法，将需要进行能量管理/能量规划的待规划路径划分为多个预设路段，并计算混动汽车在该多个预设路段上行驶时分别对应的能量需求，然后在满足预设路段的能量需求的基础上，规划混动汽车在该预设路段行驶时对应的预设驱动方式，该预设驱动方式包括驱动模式，即串联模式驱动或者并联模式驱动，以及电能使用情况，以使混动汽车根据该预设驱动方式在该预设路段上行驶时耗油量最低，最后将各预设路段分别对应的预设驱动方式组合即可得到整个待规划路径的目标驱动方式，则当混动汽车根据目标驱动方式在该待规划路径上行驶时，能够实现耗油量最低的目的。
如此，本申请提供的混动汽车的控制方法，能够根据单个预设路段的实际路况调节混动汽车的驱动模式和电能使用情况，以确保混动汽车在该预设路段行驶时耗油量最低，从而确保混动汽车在由多个预设路段组成的待规划路径行驶时耗油量最低，因此能够通过改善混动汽车的能量管理方式，在混动汽车行驶时实现较优的燃油经济性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请一个实施例中的混动汽车的控制方法的步骤流程图。
图2示出了本申请一个实施例中适用于软件算法框架的应用流程图。
图3示意性地示出了本申请实施例提供的混动汽车的控制装置的结构框图。
图4示意性示出了适于用来实现本申请实施例的电子设备的计算机系统结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
下面结合具体实施方式对本申请提供的混动汽车的控制方法、装置、终端以及介质等技术方案做出详细说明。
图1示出了本申请一个实施例中的混动汽车的控制方法的步骤流程图，如图1所示，该混动汽车的控制方法主要可以包括如下的步骤S100至步骤S500。
步骤S100，将待规划路径划分为多个预设路段。
步骤S200，根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求。
步骤S300，根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低。
步骤S400，基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式。
步骤S500，控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。
本申请提供的混动汽车的控制方法，将需要进行能量管理/能量规划的待规划路径划分为多个预设路段，并计算混动汽车在该多个预设路段上行驶时分别对应的能量需求，然后在满足预设路段的能量需求的基础上，规划混动汽车在该预设路段行驶时对应的预设驱动方式，该预设驱动方式包括驱动模式，即串联模式驱动或者并联模式驱动，以及电能使用情况，以使混动汽车根据该预设驱动方式在该预设路段上行驶时耗油量最低，最后将各预设路段分别对应的预设驱动方式组合即可得到整个待规划路径的目标驱动方式，则当混动汽车根据目标驱动方式在该待规划路径上行驶时，能够实现耗油量最低的目的。
如此，本申请提供的混动汽车的控制方法，能够根据单个预设路段的实际路况调节混动汽车的驱动模式和电能使用情况，以确保混动汽车在该预设路段行驶时耗油量最低，从而确保混动汽车在由多个预设路段组成的待规划路径行驶时耗油量最低，因此能够通过改善混动汽车的能量管理方式，在混动汽车行驶时实现较优的燃油经济性。
下面分别对混动汽车的控制方法中的各个方法步骤做详细说明。
步骤S100，将待规划路径划分为多个预设路段。
具体地，预设路段为个数和长度可以是人为设定，例如，待规划路径为一处10公里的道路，在针对该道路进行混动汽车行驶的能量规划时，将该10公里长的道路划分为10个1公里长的预设路段，以供后续根据各预设路段的路况调整混动汽车的驱动方式，从而实现能量规划。
步骤S200，根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求。
具体地，在将需要进行能量规划的待规划路径划分为多个预设路段后，由于每个预设路段的路况均不一样，根据预设路段的道路参数计算混动汽车在该预设路段时用于驱动行驶的能量需求。其中，道路参数用于反映预设路段的路况，获取方式包括通过互联网获取，或者用户手动输入等，在此不作具体限定。
步骤S300，根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低。
具体地，当计算得到预设路段对应的能量需求后，在满足该能量需求的情况下，计算混动汽车基于不同驱动模式，即并联模式或者串联模式，分别以电能占比不同的能量在该预设路段行驶时所需耗油量，并将其中耗油量最低对应的驱动模式以及电能使用情况作为该预设路段对应的预设驱动方式。
步骤S400，基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式。
具体地，在针对上述所有预设路段分别计算确定得到对应的预设驱动方式后，将该多个预设驱动方式按照该预设路段进行分配组合，则能够得到待规划路径对应的能量规划方案，即混动汽车根据该能量规划方案对应的目标驱动方式行驶时，耗油量最低。
步骤S500，控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。
具体地，在根据各预设路段对应的预设驱动方式组合生成待规划路径对应的能量规划方案后，当混动汽车在待规划路径上行驶时，根据该能量规划方案对混动汽车的驱动方式进行调节和切换，以使混动汽车基于目标驱动方式行驶，从而实现耗油量最低的目的。
进一步地，在以上实施例的基础上，上述步骤S200中的根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求，包括如下的步骤S201和步骤S202。
步骤S201，根据待规划路径的路径长度和预设路段的个数计算得到单个预设路段的路长。
具体地，例如，待规划路径为一处10公里的道路，若用户设定预设路段的个数为10个，则单个预设路段的路长为10公里/10个＝1公里，存在公式：
RoadNum＝DpCalLength/DpCalPointDis；
其中，参数包括：
RoadNum：表示划分得到的预设路段的个数；
DpCalLength：待规划路径的路径长度；
DpCalPointDis：预设路段的路长。
步骤S202，根据所述预设路段的路长、滑行阻力以及坡度计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求。
具体地，当混动汽车在预设路段上行驶时，用于驱动的能力需求主要来自预设路长的路长、滑行阻力以及坡度，存在公式：
PrePowReq(RoadIndex)＝
(F0+F1*PreVehSpd(RoadIndex)+F2*PreVehSpd(RoadIndex)2)*DpCalPointDis
+VehMass*g*Grade*DpCalPointDis
+VehMass*(PreVehSpd(RoadIndex)2-(PreVehSpd(RoadIndex)-1)2/2
其中，参数包括：
PrePowReq(RoadIndex)：第RoadIndex个路段块的能量需求
F0：滑行阻力常数项，其主要通过整车滑行阻力实验得到；
F1：滑行阻力一阶系数，其主要通过整车滑行阻力实验得到；
F2：滑行阻力二阶系数，其主要通过整车滑行阻力实验得到；
PreVehSpd(RoadIndex)：第RoadIndex个预设路段的预测平均速度，其中RoadIndex＝1,2,3，……，RoadNum。
其中，混动汽车在预设路段上行驶时的预测平均速度，可以根据该预设路段的道路参数或者交通状况进行建模计算预测，或者通过互联网获取相关实时数据，在此不作具体限定。
进一步地，在以上实施例的基础上，上述步骤S300中的根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，包括如下的步骤S301至步骤S303。
步骤S301，根据所述预设路段对应的能量需求，计算所述混动汽车在不同电能消耗情况、以及不同驱动模式下分别对应的多个模拟耗油量。
步骤S302，将所述多个模拟耗油量进行比对，以确定最小模拟耗油量。
步骤S303，根据所述最小模拟耗油量对应的电能消耗情况和驱动模式确定所述混动汽车在所述预设路段行驶时对应的预设驱动方式。
具体地，在本实施例中，通过遍历计算混动汽车在预设路段上行驶时，由不同电能消耗情况，以及不同驱动模式下组成的驱动方式分别对应的模拟耗油量，将该多个模拟耗油量进行比对，从而选取模拟耗油量最低时所对应的电能消耗情况及驱动模式，作为该预设路段的预设驱动方式。
例如，对于预设路段2，在满足预设路段2对应的能量需求情况下，混动汽车的驱动方式包括：消耗存储电能比例分别为2％、3％、4％以及5％，以及可以通过串联模式驱动或者并联模式驱动，在此基础上，遍历计算在串联模式驱动情况下，消耗存储电能比例分别为2％、3％、4％以及5％对应的模拟耗油量，以及在并联模式驱动情况下，消耗存储电能比例分别为2％、3％、4％以及5％对应的模拟耗油量；假定在预设路段2中模拟耗油量最低对应的驱动方式为并联驱动模式下消耗存储电能比例4％，则将并联驱动、消耗存储电能比例4％作为该预设路段2对应的预设驱动方式。
如此，本实施例提供了根据预设路段的能量需求划分驱动方式的具体过程，即通过计算和比对不同驱动方式下分别对应的模拟耗油量，最终选取模拟耗油量最低的驱动方式作为该预设路段的预设驱动方式，提高了本申请技术方案的实用性。
进一步地，在以上实施例的基础上，上述步骤S301中的计算所述混动汽车在不同电能消耗情况、以及不同驱动模式下分别对应的多个模拟耗油量，包括如下的步骤S304和步骤S305。
步骤S304，标定所述混动汽车在所述预设路段行驶时对应的电能消耗范围。
步骤S305，计算所述混动汽车在所述电能消耗范围内的不同电能消耗情况、以及不同驱动模式下分别对应的模拟耗油量。
具体地，在本申请技术方案中，通过对不同电能消耗情况对应的模拟耗油量进行计算和比对，但在实际应用中，混动汽车的电池系统里存储电能的可用范围相对于单个预设路段是过大的，即在该存储电能的可用范围中的一些电能消耗情况是混动汽车实际在该预设路段行驶时无法达到的，在此基础上，若在针对该预设路段进行能量规划过程中，也对上述无法达到的电能消耗情况计算模拟耗油量，则会造成算力浪费，因此，在针对预设路段进行能量规划、计算不同驱动方式对应的模拟耗油量时，需要先对混动汽车在该预设路段行驶时实际能够达到电能消耗范围进行标定，并在该电能消耗范围内计算不同电能消耗情况对应的模拟耗油量以进行能量规划，从而避免算力浪费。
进一步地，在以上实施例的基础上，上述步骤S304中的标定所述混动汽车在所述预设路段行驶时对应的电能消耗范围，包括如下的步骤S3041至步骤S3043。
步骤S3041，根据可用电能总额与所述预设路段的个数计算单个预设路段分别对应的电量值节点，所述电量值节点用于反映所述混动汽车在所述预设路段行驶时的电能消耗情况。
步骤S3042，根据所述混动汽车在所述预设路段行驶时是否存在电池充电的情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点和最小电量值节点。
步骤S3043，根据所述最大电量值节点和所述最小电量值节点标定所述混动汽车在所述预设路段对应的电能消耗范围。
具体地，根据混动汽车的电池系统里可用电能总额除以预设路段的个数，得到各预设路段分别对应的电量值节点，用于初步估算各预设路段对应的电能消耗情况。
作为一种可行的实施例，例如，可用电能总额为SOC：30至SOC：70，即其中存在40单位SOC的电能可以进行使用，假定预设路段的个数为4个，则各预设路段对应的电量值节点包括：
预设路段1，初始SOC：30，目标SOC：40；
预设路段2，初始SOC：40，目标SOC：50；
预设路段3，初始SOC：50，目标SOC：60；
预设路段4，初始SOC：60，目标SOC：70。
在计算得到单个预设路段对应的电量值节点后，由于各预设路段的路况/道路参数不一样，而混动汽车在各预设路段行驶时存在情况不一的电池充电情况，该电池充电情况可能是由于发动机对电池充电或者混动汽车制动、减速触发能量回收对电池充电，因此根据需要根据电池充电情况对各预设路段分别对应的电量值节点进行修正计算。
可以理解，存在电池充电情况时，混动汽车在该预设路段行驶时电能消耗较少，因此能够对应计算得到最小电量值节点；当不存在电池充电情况时，混动汽车在该预设路段行驶时，电能消耗较多，因此能够对应计算得到最大电量值节点。
在计算得到预设路段的最大电量值节点和最小电量值节点后，由最大电量值节点和最小电量值节点形成的差值范围即为该预设路段对应的电能消耗范围。
进一步地，在以上实施例的基础上，上述步骤S3042中的根据所述混动汽车在所述预设路段行驶时是否存在电池充电的情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点和最小电量值节点，包括如下的步骤S30421至步骤S30422。
步骤S30421，根据所述混动汽车在所述预设路段行驶时不存在电池充电，且基于纯电模式驱动时的电能消耗情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点。
具体地，由于不存在电池充电情况，且混动汽车在该预设路段行驶时完全由电能满足用于驱动的能量需求，此时，混动汽车的电能消耗最大，能够计算得到对应的最大电量值节点。
步骤S30422，根据所述混动汽车在所述预设路段行驶时存在发动机对电池充电，或者存在能量回收时的电能消耗情况，对所述预设路段的电量值节点进行修正计算，以得到最小电量值节点
具体地，当混动汽车在预设路段上行驶时，如果存在发动机运行，以通过发电机对电池进行充电，或者混动汽车在该预设路段上减速行驶从而进行能量回收时，此时电池消耗的电能得到了部分补充，即电能消耗最小，能够计算得到对应的最小电量值节点。
作为一种可行的实施例，例如，对于预设路段2，基于最大程度的电池充电情况计算得到最小目标SOC为48，基于无电池充电、且纯电能驱动情况计算得到最大目标SOC为53。
由于该预设路段2的初始SOC为40，最小目标SOC为48，最大目标SOC为53，则预设路段2对应的电能消耗情况包括：
最小电能消耗情况：48-40＝8；
最大电能消耗情况：53-40＝13。
即混动汽车在该预设路段对应的电能消耗范围为8-13单位SOC对应的电能。
在针对该预设路段2进行能量规划时，只需计算在串联模式和并联模式下，混动汽车在预设路段2发生电能消耗对应达到的目标SOC为：48,49,50,51,52,以及53分别对应的模拟耗油量即可。
如此，本实施例提供了根据是否存在电池充电情况，计算混动汽车在预设路段上对应的最大电量值节点和最小电流值节点，从而确定该预设路段对应的电能消耗范围的具体过程，提高了本申请技术方案的实用性。
进一步地，在以上实施例的基础上，所述混动汽车的控制方法还包括如下的步骤S601和步骤S602。
步骤S601，若当前时间节点距离最近一次目标驱动方式的生成时间节点超过预设时长，基于所述待规划路径生成新的目标驱动方式。
具体地，预设时长可以进行人为标定，包括：5s，8s，10s等，在此不作具体限定。例如，当混动汽车针对待规划路径进行能量规划，生成对应的目标驱动方式后，在经过预设时长5s后，混动汽车重新对待规划路生成新的目标驱动方式，以确保目标驱动方式能够得到实时更新。
作为一个可行的实施例，例如，在软件算法中，通过参数DpCnt表示距离上次更新目标驱动方式的时间计数，每次经历目标驱动方式的运行周期加1，当DpCnt达到特定示数时则重新对待规划路生成新的目标驱动方式。
步骤S602，若所述混动汽车在所述待规划路径行驶时对应的电能使用情况与所述目标驱动方式不相符，则基于所述待规划路径生成新的目标驱动方式。
具体地，在本申请技术方案中，当针对待规划路径进行能量规划生成目标驱动方式后，混动汽车在该待规划路径上行驶时，监测到混动汽车的实际电能使用情况与目标驱动方式对应的目标电能使用情况不一致时，此时意味着混动汽车基于某种原因，如自身驱动方式切换错误，或者待规划路径的路况发生变化等，无法按照原有的目标驱动方式去行驶，从而无法确保能够实现燃油经济性，因此需要重新针对待规划路径进行能量规划，生成新的目标驱动方式。
作为一种可行的实施例，例如，对于某一预设路段，目标驱动方式对应的目标电能使用情况通过目标SOC进行表征，在软件算法中，通过参数SocTar表示目标Soc的数值，通过参数SocCur表示当前Soc的数值，通过参数DifSocToGenTreshd表示目标Soc与当前Soc的差值判断阈值，当SocTar与SocCur之间的差值达到或者超过DifSocToGenTreshd，如SocTar为48，SocCur为45，DifSocToGenTreshd为1，此时SocTar-SocCur>DifSocToGenTreshd，则说明混动汽车未按照原有的目标驱动方式行驶，应该生成新的目标驱动方式。
如此，本实施例限定了两种针对待规划路径生成新的目标驱动方式的应用场景，以确保混动汽车在待规划路径上行驶时能够通过能量规划确保燃油经济性，提高了本申请技术方案的实用性。
图2示出了本申请一个实施例中适用于软件算法框架的应用流程图，包括如下的步骤S203至步骤S209。
步骤S203，算法使能，即判断当前是否需要执行能量规划算法计算确定与待规划路径对应的目标驱动方式。其中算法使能条件包括当前时间节点距离最近一次目标驱动方式的生成时间节点是否超过预设时长，以及混动汽车在当前预设路段对应的实际SOC是否与目标SOC相符。
步骤S204，计算各预设路段的能量需求。具体的能量需求计算公式为：
PrePowReq(RoadIndex)＝
(F0+F1*PreVehSpd(RoadIndex)+F2*PreVehSpd(RoadIndex)2)*DpCalPointDis
+VehMass*g*Grade*DpCalPointDis
+VehMass*(PreVehSpd(RoadIndex)2-(PreVehSpd(RoadIndex)-1)2/2
其中，参数包括：
PrePowReq(RoadIndex)：第RoadIndex个路段块的能量需求
F0：滑行阻力常数项，其主要通过整车滑行阻力实验得到；
F1：滑行阻力一阶系数，其主要通过整车滑行阻力实验得到；
F2：滑行阻力二阶系数，其主要通过整车滑行阻力实验得到；
PreVehSpd(RoadIndex)：第RoadIndex个预设路段的预测平均速度，其中RoadIndex＝1,2,3，……，RoadNum。
步骤S205，参数初始化。在计算编号顺序第一的预设路段时，赋初值SocEndIndex＝1，当基于纯电能驱动能够满足预设路段1的能量需求时，耗油量可赋值为0，此时存在公式(SocInit-(SocLow+SocEndIndex))*BatPowCel≥PrePowReq(1)时，ValueOil(1)(SocEndIndex)＝0。
当纯电驱动无法满足预设路段1的能量需求时，需要发动机运行驱动，即SocInit-(SocLow+SocEndIndex))*BatPowCel<PrePowReq(1)，在此基础上，存在串联驱动的油耗公式SeriesOil＝BestOilMap(SeriesPower)，其中当电池放电驱动车辆时，即SocPower>0，存在串联驱动功率公式SeriesPower＝[PrePowReq(RoadIndex)-SocPower*DriveMotEff*BatEff]/(GenMotEff*DriveMotEff)；若电池不放电，SocPower＝0，存在串联驱动功率公式SeriesPower＝PrePowReq(RoadIndex)/(GenMotEff*DriveMotEff)-SocPower/(GenMotEff*BatEff)。以及，存在并联驱动的油耗公式ParaOil＝BestOilMap(EngSpeed,ParaPower/EngSpeed)，同理，若SocPower>0，存在并联驱动功率公式ParaPower＝[PrePowReq(RoadIndex)-SocPower*DriveMotEff*BatEff]/HybEff，若SocPower＝0，存在并联驱动功率公式ParaPower＝PrePowReq(RoadIndex)/HybEff-SocPower/(GenMotEff*BatEff)，选取其中油耗较小的驱动方式，即ValueOil(1)(SocEndIndex)＝MIN(SeriesOil，ParaOil)，并对能量规划方案的目标驱动方式进行更新ValueSocTrail(1)(SocEndIndex)＝SocLow+SocEndIndex/SocSplitNum。
步骤S206，针对各预设路段的初始SOC进行偏移量计算，此步骤是为了计算在该预设路段中初始SOC发生偏移的范围，用于反映混动车辆在预设路段中是否存在电池充电的情况。
对预设路段索引进行赋初值，即RoadIndex＝2，即从预设路段2开始计算池电量在当前路段初始Soc偏离目标Soc的最小/最大数值。
电池电量在当前路段初始Soc偏离目标Soc最小数值计算，存在公式
SocStartNeg＝MAX(PrePowReq(RoadIndex)/BatPowCel/(DriveMotEff*BatEff),0)；
电池电量在当前路段初始Soc偏离目标Soc最大数值计算，若预设路段需求能力大于0，即PrePowReq(RoadIndex)>0，存在公式
SocStartPos＝MAX[(VehDurTime(RoadIndex)*MaxEngPower-PrePowReq(RoadIndex))/BatPowCel/BatEff,0]；
若PrePowReq(RoadIndex)＝0，存在公式
SocStartPos＝PrePowReq(RoadIndex)/BatPowCel/BatEff。
步骤S207，基于步骤S206计算得到的偏离最大数值和偏离最小数值，对各预设路段的初始SOC进行限定范围计算。
初始Soc的最小限定数值计算公式：
SocStartMin＝MIN[MAX(SocEndIndex-SocStartPos,0),SocDelta]
初始Soc的最大限定数值计算公式：
SocStartMax＝MIN(SocEndIndex+SocStartNeg,SocDelta)。
步骤S208，在各预设路段的初始SOC限定范围内，计算各预设路段在不同初始SOC以及不同驱动模式下分别对应的耗油量，其中各预设路段的耗油量计算过程沿用步骤S205的相关公式，以及存在针对待规划路径的耗油量累积公式
OilSump＝MIN(SeriesOil，ParaOil)+ValueOil(RoadIndex-1)(SocStartIndex)。
步骤S209，基于预设路段指引、目标SOC指引以及初始SOC指引执行三个for循环，遍历针对待规划路径的各驱动方式对应的耗油量，最终选取耗油量最低的驱动方式作为目标驱动方式。包括如下运算公式：
ValueOil(RoadIndex)(SocStartIndex)＝OilSump，
ValueSocTrail(RoadIndex)(SocEndIndex)＝ValueSocTrail(RoadIndex-1)(SocStartIndex)；
初始Soc指引加1，SocStartIndex＝SocStartIndex-1+1，
当SocStartIndex<SocStartMax时，重新进入步骤208依序计算；
否则，目标Soc指引加1，SocEndIndex＝SocEndIndex-1+1，
当SocStartIndex<SocDelta时，重新进入步骤207依序计算；
否则，路段块指引加1，RoadIndex＝RoadIndex-1+1，
当RoadIndex<RoadNum时，重新进入步骤206依序计算；
当上述遍历计算过程完成，即步骤S209执行完毕，整个能量规划过程结束，控制混动汽车根据能量规划确定的目标驱动方式行驶。
其中，上述步骤执行涉及参数说明如下：
DpCalLength：待规划路径的路长
DpCalPointDis：预设路段的路长
RoadNum：表示分成的预设路段个数，即RoadNum＝DpCalLength/DpCalPointDis
PreVehSpd(RoadIndex)：第RoadIndex个预设路段的预测平均速度，其中RoadIndex＝1,2,3，……，RoadNum
PreTimDur(RoadIndex)：第RoadIndex个预设路段的持续行驶时间
PrePowReq(RoadIndex)：第RoadIndex个预设路段的能量需求
SocInit：来自电池系统的当前Soc数值，作为动态规划算法的初始Soc数值
SocLow：电池系统推荐可用的最低Soc
SocHgh：电池系统推荐可用的最高Soc
SocSplitNum：对1％Soc进行划分的等份数值
SocDelta：电池可用范围内Soc分成的总份数
BatPowCel：1/SocDelta份数对应的电池能量
F0：滑行阻力常数项，其主要通过整车滑行阻力实验得到
F1：滑行阻力一阶系数，其主要通过整车滑行阻力实验得到
F2：滑行阻力二阶系数，其主要通过整车滑行阻力实验得到
VehMass：车重
g：重力加速度
Grade：坡度
EndSocDelta(SocEndIndex)：表示第SocEndIndex等份的目标Soc，其中SocEndIndex＝1,2,3，……，SocDelta
ValueOil(RoadIndex)(SocEndIndex)：即表示在车辆行驶至预设路段RoadIndex时，目标Soc为SocEndIndex等份的油耗累计数值
SocPower：数值等于(SocStartIndex-SocEndIndex)*BatPowCel，表征可用的电池能量
SeriesOil：串联驱动耗油量
BestOilMap：最优功率曲线对应的耗油量MAP
SeriesPower：串联驱动功率
ParaOil：并联驱动耗油量
ParaPower：并联驱动功率
EngSpeed：发动机转速
VehDurTime(RoadIndex)：车辆在第RoadIndex个预设路段的持续时间,可根据预设路段的距离和平均车速计算得到
BatEff：电池效率
GenMotEff：发电机效率
DriveMotEff：驱动电机效率
HybEff：并联驱动模式的效率
MaxEngPower：发电机可工作的最大功率
SocStartNeg：表示依据预设路段的能量需求计算得到的，当前预设路段初始Soc偏离目标Soc的最小数值
SocStartPos：表示依据发电机最大功率与路段能量需求计算得到的，当前预设路段初始Soc偏离目标Soc的最大数值
SocStartMin：表示在当前预设路段和目标Soc确定时，初始Soc的最小限定数值
SocStartMax：表示在当前预设路段和目标Soc确定时，初始Soc的最大限定数值
SocStartIndex：表示第SocStartIndex等份的初始Soc，其中SocStartIndex＝1,2,3，……，SocDelta
ValueSocTrail(RoadIndex)(SocEndIndex)：即表示车辆行驶至预设路段RoadIndex时，目标Soc为SocEndIndex等份的最佳耗油量
以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的混动汽车的控制方法。图3示意性地示出了本申请实施例提供的混动汽车的控制装置的结构框图。如图3所示，混动汽车的控制装置300包括：
路径划分模块310，被配置为将待规划路径划分为多个预设路段；
计算模块320，被配置为根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求；
驱动方式规划模块330，被配置为根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低；
驱动方式组合模块340，被配置为基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式；
控制模块350，被配置为控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。
图4示意性地示出了用于实现本申请实施例的电子设备的计算机系统结构框图。
需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理器401(Central Processing Unit，CPU)，其可以根据存储在只读存储器402(Read-Only Memory，ROM)中的程序或者从存储部分408加载到随机访问存储器403(Random Access Memory，RAM)中的程序而执行各种适当的动作和处理。在随机访问存储器403中，还存储有系统操作所需的各种程序和数据。中央处理器401、在只读存储器402以及随机访问存储器403通过总线404彼此相连。输入/输出接口405(Input/Output接口，即I/O接口)也连接至总线404。
以下部件连接至输入/输出接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至输入/输出接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本申请的实施例，各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理器401执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种混动汽车的控制方法，其特征在于，所述混动汽车的控制方法包括：
将待规划路径划分为多个预设路段；
根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求；
根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低；
基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式；
控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。
2.如权利要求1所述的混动汽车的控制方法，其特征在于，根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求，包括：
根据待规划路径的路径长度和预设路段的个数计算得到单个预设路段的路长；
根据所述预设路段的路长、滑行阻力以及坡度计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求。
3.如权利要求1所述的混动汽车的控制方法，其特征在于，根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，包括：
根据所述预设路段对应的能量需求，计算所述混动汽车在不同电能消耗情况、以及不同驱动模式下分别对应的多个模拟耗油量；
将所述多个模拟耗油量进行比对，以确定最小模拟耗油量；
根据所述最小模拟耗油量对应的电能消耗情况和驱动模式确定所述混动汽车在所述预设路段行驶时对应的预设驱动方式。
4.如权利要求3所述的混动汽车的控制方法，其特征在于，计算所述混动汽车在不同电能消耗情况、以及不同驱动模式下分别对应的多个模拟耗油量，包括：
标定所述混动汽车在所述预设路段行驶时对应的电能消耗范围；
计算所述混动汽车在所述电能消耗范围内的不同电能消耗情况、以及不同驱动模式下分别对应的模拟耗油量。
5.如权利要求4所述的混动汽车的控制方法，其特征在于，标定所述混动汽车在所述预设路段行驶时对应的电能消耗范围，包括：
根据可用电能总额与所述预设路段的个数计算单个预设路段分别对应的电量值节点，所述电量值节点用于反映所述混动汽车在所述预设路段行驶时的电能消耗情况；
根据所述混动汽车在所述预设路段行驶时是否存在电池充电的情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点和最小电量值节点；
根据所述最大电量值节点和所述最小电量值节点标定所述混动汽车在所述预设路段对应的电能消耗范围。
6.如权利要求5所述的混动汽车的控制方法，其特征在于，根据所述混动汽车在所述预设路段行驶时是否存在电池充电的情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点和最小电量值节点，包括：
根据所述混动汽车在所述预设路段行驶时不存在电池充电，且基于纯电模式驱动时的电能消耗情况，对所述预设路段的电量值节点进行修正计算，以得到最大电量值节点；以及，
根据所述混动汽车在所述预设路段行驶时存在发动机对电池充电，或者存在能量回收时的电能消耗情况，对所述预设路段的电量值节点进行修正计算，以得到最小电量值节点。
7.如权利要求1所述的混动汽车的控制方法，其特征在于，所述混动汽车的控制方法还包括:
若当前时间节点距离最近一次目标驱动方式的生成时间节点超过预设时长，或者，若所述混动汽车在所述待规划路径行驶时对应的电能使用情况与所述目标驱动方式不相符，则基于所述待规划路径生成新的目标驱动方式。
8.一种混动汽车的控制装置，其特征在于，所述混动汽车的控制装置包括：
路径划分模块，被配置为将待规划路径划分为多个预设路段；
计算模块，被配置为根据所述预设路段的道路参数计算用于驱动所述混动汽车在所述预设路段行驶时对应的能量需求；
驱动方式规划模块，被配置为根据所述预设路段对应的能量需求规划所述混动汽车在所述预设路段行驶时对应的预设驱动方式，所述预设驱动方式包括驱动模式和电能使用情况，所述混动汽车根据所述预设驱动方式在所述预设路段上行驶时耗油量最低；
驱动方式组合模块，被配置为基于所述混动汽车在各所述预设路段行驶时分别对应的预设驱动方式组合生成与所述待规划路径对应的目标驱动方式；
控制模块，被配置为控制所述混动汽车根据所述目标驱动方式在所述待规划路径上行驶。
9.一种电子终端，其特征在于，所述电子终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的混动汽车的控制程序，所述混动汽车的控制程序被所述处理器执行时实现如权利要求1至7中任一项所述的混动汽车的控制方法。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的混动汽车的控制方法。
CN202211440826.0A 2022-11-17 2022-11-17 混动汽车的控制方法、装置、终端以及介质 Pending CN115891963A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211440826.0A CN115891963A (zh) 2022-11-17 2022-11-17 混动汽车的控制方法、装置、终端以及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211440826.0A CN115891963A (zh) 2022-11-17 2022-11-17 混动汽车的控制方法、装置、终端以及介质

Publications (1)

Publication Number Publication Date
CN115891963A true CN115891963A (zh) 2023-04-04

Family

ID=86478962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211440826.0A Pending CN115891963A (zh) 2022-11-17 2022-11-17 混动汽车的控制方法、装置、终端以及介质

Country Status (1)

Country Link
CN (1) CN115891963A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116101130A (zh) * 2023-04-15 2023-05-12 北京重塑风光氢能科技有限公司 一种燃料电池汽车能量管理的方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116101130A (zh) * 2023-04-15 2023-05-12 北京重塑风光氢能科技有限公司 一种燃料电池汽车能量管理的方法及系统

Similar Documents

Publication Publication Date Title
Xie et al. Pontryagin’s minimum principle based model predictive control of energy management for a plug-in hybrid electric bus
Zhang et al. Adaptively coordinated optimization of battery aging and energy management in plug-in hybrid electric buses
Du et al. Energy management for a hybrid electric vehicle based on prioritized deep reinforcement learning framework
Chen et al. A novel energy management method for series plug-in hybrid electric vehicles
US8612077B2 (en) Hybrid electric vehicle and method of path dependent receding horizon control
CN104842797B (zh) 电动汽车未来平均电耗预估、剩余续驶里程估计方法及系统
Agrawal et al. Routing aspects of electric vehicle drivers and their effects on network performance
Bashash et al. Cost-optimal charging of plug-in hybrid electric vehicles under time-varying electricity price signals
Škugor et al. A novel model of electric vehicle fleet aggregate battery for energy planning studies
JP6928870B2 (ja) 車両および演算システム
CN114154107B (zh) 一种平均能耗计算方法和装置
Zhou et al. Predictive energy management for a plug-in hybrid electric vehicle using driving profile segmentation and energy-based analytical SoC planning
CN103797334A (zh) 用于提供插电式混合动力车辆的路线计划的系统及其方法
CN111891130B (zh) 一种车辆运行方法和装置
Ritter et al. Long-term stochastic model predictive control for the energy management of hybrid electric vehicles using Pontryagin’s minimum principle and scenario-based optimization
JP7035059B2 (ja) ハイブリッド車の燃料および電力消費を管理する管理設定値を演算する演算方法
Kutter et al. An iterative algorithm for the global optimal predictive control of hybrid electric vehicles
Kutter et al. Predictive online control for hybrids: Resolving the conflict between global optimality, robustness and real-time capability
Zhou et al. A two-term energy management strategy of hybrid electric vehicles for power distribution and gear selection with intelligent state-of-charge reference
CN115891963A (zh) 混动汽车的控制方法、装置、终端以及介质
Shi et al. Multi-objective tradeoff optimization of predictive adaptive cruising control for autonomous electric buses: A cyber-physical-energy system approach
Yu et al. A novel real-time energy management strategy based on Monte Carlo Tree Search for coupled powertrain platform via vehicle-to-cloud connectivity
JP4089325B2 (ja) ハイブリッド車両制御システム
Ma et al. A data-driven energy management strategy for plug-in hybrid electric buses considering vehicle mass uncertainty
Yao et al. Simulation-based optimization framework for economic operations of autonomous electric taxicab considering battery aging

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