CN116215495A - 混合动力车辆能量管理优化方法、装置及系统 - Google Patents
混合动力车辆能量管理优化方法、装置及系统 Download PDFInfo
- Publication number
- CN116215495A CN116215495A CN202310193605.6A CN202310193605A CN116215495A CN 116215495 A CN116215495 A CN 116215495A CN 202310193605 A CN202310193605 A CN 202310193605A CN 116215495 A CN116215495 A CN 116215495A
- Authority
- CN
- China
- Prior art keywords
- electricity consumption
- information
- vehicle
- electric quantity
- prediction
- 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
Links
Images
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
- 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
- B60W20/11—Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
-
- 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
- B60W20/15—Control strategies specially adapted for achieving a particular effect
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Hybrid Electric Vehicles (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种混合动力车辆能量管理优化方法、装置及系统,属于车辆检测技术领域。该方法适用于混合动力车辆能量管理优化系统。该系统中,智能车控终端将混动车相关运行数据,车辆位置GPS信息,导航路线路况信息上传至云端;云端具有一定计算和存储能力,云端对多源数据进行综合处理,并预估车辆电耗,计算并下发目标行驶电耗规划;进而智能车控终端根据云端下发的规划指令并结合实际车况,实时调整车辆控制策略,以解决相关技术中混合动力汽车能量管理策略缺乏实际运行工况考虑的问题。
Description
技术领域
本申请涉及车辆检测技术领域,具体涉及一种混合动力车辆能量管理优化方法、装置及存储介质。
背景技术
混合动力车辆是新能源汽车发展路线中的重要技术方案,车辆性能与其能量管理控制策略密切相关。
一般来说,混合动力车辆是指油电混合动力车辆,即采用传统的内燃机和电动机作为动力源。在目前市场上,混合动力汽车能量管理策略多基于标准工况设计,缺乏对整车实际运行工况的考虑,无法实现能量分配的最优化,整车节能及驾驶性潜力还有待挖掘。
发明内容
本申请提供了一种混合动力车辆能量管理优化方法、装置及存储介质,可以解决相关技术中混合动力汽车能量管理策略缺乏实际运行工况考虑的问题。所述技术方案如下:
根据本申请的一方面,提供了一种混合动力车辆能量管理优化方法,所述方法用于云端,所述方法包括:
接收智能车控终端上传的数据包;
对所述数据包进行完整性和实时性检验;
响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理;
对所述处理后数据进行路况解析与电耗预测;
比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,所述电耗预测结果由能耗预测模型结合所述路况解析预测得到;
将所述目标行驶电耗规划下发至所述智能车控终端。
根据本申请的另一方面,还提供了一种混合动力车辆能量管优化方法,所述方法用于智能车控终端,所述方法包括:
将数据包上传至云端,其中,数据包的内容至少包括导航信息、GPS信息和CAN信息,所述导航信息按发生频率上传,所述GPS信息和所述CAN信息按固定周期打包上传,所述CAN信息至少包括车速、实际行驶电耗、累计里程、累计油耗、各附件累计电耗、发动机工况参数和整车控制器使能状态,所述云端用于接收智能车控终端上传的数据包,还用于对所述数据包进行完整性和实时性检验,还用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理,还用于对所述处理后数据进行路况解析与电耗预测,还用于比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,所述电耗预测结果由能耗预测模型结合所述路况解析预测得到,还用于将所述目标行驶电耗规划下发至所述智能车控终端;所述对所述处理后数据进行路况解析与电耗预测的内容包括获取全行程中未来每个路段的持续时间、里程、平均车速和拥堵等级,得到全行程的路况信息,结合历史泊车行为得到泊车阶段的预测信息,所述泊车阶段的预测信息包括泊车阶段的时间、里程和平均车速,还包括根据所述全行程的路况信息和所述泊车阶段的预测信息,得到所述路况解析,还包括在所述路况解析下结合所述能耗预测模型对所述全行程进行电耗预测;所述比较当前剩余电量与电耗预测结果得到目标行驶电耗规划包括若所述当前剩余电量满足全程纯电行驶电耗,执行放电策略,还包括若所述当前剩余电量不满足全程纯电行驶电耗但满足全部拥堵和泊车段纯电行驶电耗,在畅通段执行电量保持策略,还包括若所述当前剩余电量不满足所述全部拥堵和泊车段纯电行驶电耗,提前在所述畅通段执行主动充电策略,还包括若所述当前剩余电量与全程纯电行驶电耗之差小于预设阈值,在畅通路段执行电量保持策略;
接收所述云端下发的目标行驶电耗规划;
对所述目标行驶电耗规划进行跟随处理。
根据本申请的另一方面,还提供了一种混合动力车辆能量管理优化装置,所述装置用于云端,所述装置包括:
数据接收模块,用于接收智能车控终端上传的数据包;
数据校验模块,用于对所述数据包进行完整性和实时性检验;
数据拼接模块,用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理;
数据处理模块,用于对所述处理后数据进行路况解析与电耗预测;
电耗规划模块,用于比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,所述电耗预测结果由能耗预测模型结合所述路况解析预测得到;
数据发送模块,用于将所述目标行驶电耗规划下发至所述智能车控终端。
根据本申请的另一方面,还提供了一种混合动力车辆能量管理优化装置,所述装置用于智能车控终端,所述装置包括:
数据上传模块,用于将数据包上传至云端,其中,数据包的内容至少包括导航信息、GPS信息和CAN信息,所述导航信息按发生频率上传,所述CAN信息至少包括车速、实际行驶电耗、累计里程、累计油耗、各附件累计电耗、发动机工况参数和VCU使能状态;所述云端用于对所述数据包进行完整性和实时性检验,还用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理,还用于对处理后数据进行路况解析、电耗预测、目标行驶电耗规划与节能计算,还用于将所述路况解析、电耗预测、目标行驶电耗规划与节能计算归纳形成目标行驶电耗与车辆预测信息输出,并下发至所述智能车控终端;所述对处理后数据进行路况解析的内容包括解析全行程的路况信息,获取行程中未来每个路段的持续时间、里程、平均车速、拥堵等级,泊车阶段的时间、里程和平均车速,并结合历史泊车行为预测路况解析结果;所述对处理后数据进行电耗预测的内容包括若当前剩余电量满足全程纯电行驶,执行放电策略,与全程纯电行驶所需电量的差值小于预设阈值若当前剩余电量不满足全程纯电行驶,但满足全部拥堵和泊车段纯电行驶,在畅通段执行电量保持策略,若当前剩余电量不满足全部拥堵和泊车段纯电行驶,则提前在畅通段执行主动充电策略,若当前剩余电量与全程纯电行驶所需电量的差值小于预设阈值,在畅通路段执行电量保持策略;
数据下发模块,用于接收所述云端下发的目标行驶电耗规划和车辆预测信息;
跟随处理模块,用于对所述目标行驶电耗规划进行跟随处理。
根据本申请的另一方面,还提供了一种混合动力车辆能量管理优化系统,所述混合动力车辆能量管理优化系统包括如上述所述的云端以及智能车控终端。
根据本申请的另一方面,还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行,以实现如上述所述的混合动力车辆能量管理优化方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
本申请提供了一种混合动力车辆能量管理优化方法,适用于混合动力车辆能量管理优化系统。该系统中,智能车控终端将混动车相关运行数据,车辆位置GPS信息,导航路线路况信息上传至云端;云端具有一定计算和存储能力,云端对多源数据进行综合处理,并预估车辆电耗,计算并下发目标行驶电耗规划;进而智能车控终端根据云端下发的规划指令并结合实际车况,实时调整车辆控制策略,以解决相关技术中混合动力汽车能量管理策略缺乏实际运行工况考虑的问题。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施方式,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示出了本申请一个示例性实施例提供的混合动力车辆能量管理优化系统的示意图;
图2示出了本申请一个示例性实施例提供的混合动力车辆能量管理优化方法的流程图;
图3示出了云端算法的流程示意图;
图4示出了VCU功能需求设计示意图;
图5示出了本发明实施例提供的混合动力车辆能量管理优化装置的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。此外,所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在本申请的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电气连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
本发明结合车联网与云端大数据技术、基于路况信息设计了一种混合动力车辆能量管理优化方法,通过下述实施例进行说明。
实施例1
请参考图1,其示出了本申请实施例提供的一种混合动力车辆能量管理优化系统,该混合动力车辆能量管理优化系统包括云端和智能车控终端,其中,智能车控终端由智能车机与控制器端两部分组成。
智能车控终端处,智能车机配备有导航模块、车辆定位模块、人际交互模块和通讯模块,其中,导航模块、车辆定位模块和人际交互模块均与通讯模块进行数据上传交互;控制器端用于采集车辆CAN信息以及进行目标SOC跟随,并与通讯模块进行信息交互,如将采集的车辆CAN信息与通讯模块进行数据上传交互,通讯模块下发目标SOC跟随的信息。
云端处,接收通讯模块上传的信息,作进一步的数据传输与解析,并将原始数据进行存储。数据传输与解析完成后通过ETL技术进行多源数据处理,完成后通过算法进行实时计算,且算法的输入输出数据进行云端存储,其中,算法实时计算的内容至少包括路况解析、电耗预测、目标SOC规划和节能计算;算法实时计算完成后将目标AOC等数据下发至通讯模块,继而通讯模块再将目标SOC跟随数据下发给控制器端。
本申请实施例描述了混合动力车辆能量管理优化系统的组成与基本交互体,接着通过下述实施例对混合动力车辆能量管理优化系统做进一步的描述。
实施例2
请参考图2,其示出了本申请实施例提供的一种混合动力车辆能量管理优化方法,该方法适用于上述实施例提供的混合动力车辆能量管理优化系统,该方法包括:
步骤201,智能车控终端将数据包上传至云端。
其中,数据包的内容至少包括导航信息、GPS信息和CAN信息,导航信息按发生频率上传,GPS信息和CAN信息按固定周期打包上传,CAN信息至少包括车速、实际行驶电耗、累计里程、累计油耗、各附件累计电耗、发动机工况参数和整车控制器使能状态,云端用于接收智能车控终端上传的数据包,还用于对数据包进行完整性和实时性检验,还用于响应于数据包符合传发条件,根据时间戳进行多源数据拼接处理,还用于对处理后数据进行路况解析与电耗预测,还用于比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,电耗预测结果由能耗预测模型结合路况解析预测得到,还用于将目标行驶电耗规划下发至智能车控终端;对处理后数据进行路况解析与电耗预测的内容包括获取全行程中未来每个路段的持续时间、里程、平均车速和拥堵等级,得到全行程的路况信息,结合历史泊车行为得到泊车阶段的预测信息,泊车阶段的预测信息包括泊车阶段的时间、里程和平均车速,还包括根据全行程的路况信息和泊车阶段的预测信息,得到路况解析,还包括在路况解析下结合能耗预测模型对全行程进行电耗预测;比较当前剩余电量与电耗预测结果得到目标行驶电耗规划包括若当前剩余电量满足全程纯电行驶电耗,执行放电策略,还包括若当前剩余电量不满足全程纯电行驶电耗但满足全部拥堵和泊车段纯电行驶电耗,在畅通段执行电量保持策略,还包括若当前剩余电量不满足全部拥堵和泊车段纯电行驶电耗,提前在畅通段执行主动充电策略,还包括若当前剩余电量与全程纯电行驶电耗之差小于预设阈值,在畅通路段执行电量保持策略。
参考图1,智能车控终端的通讯模块实现数据上传与下发,对于导航信息、GPS信息、CAN信息这三种来源数据均增加时间戳和对应标签,同时考虑信息安全进行加密上传。其中,GPS和CAN信息固定周期打包,导航信息按发生频率上传。其中CAN信息包括了车速、实际SOC、累计里程、累计油耗、各附件累计电耗、发动机工况参数、VCU使能状态等。对于下发链路,云端除了下发目标SOC外,还会增加云端使能状态、当前路段拥堵等级、预计车速、预计通过时间等参数,通过通讯模块透传至CAN网络,用于VCU跟随目标SOC。
步骤202,云端接收智能车控终端上传的数据包。
参考图1,云端接收智能车控终端上传的数据包,并进行数据传输与解析,此外,还对原始数据进行存储。
步骤203,云端对数据包进行完整性和实时性检验。
云端接收到数据后,会先进行数据完整性和实时性检验。
步骤204,响应于数据包符合传发条件,云端根据时间戳进行多源数据拼接处理。
进一步的,在步骤203中,当完整性和实时性检验时,该数据包符合传发条件,则根据时间戳进行多源数据拼接处理(ETL),用于下述步骤中算法的输入。
步骤205,云端对处理后数据进行路况解析与电耗预测。
步骤206,云端比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,电耗预测结果由能耗预测模型结合路况解析预测得到。
若当前剩余电量满足全程纯电行驶电耗,执行放电策略。
若当前剩余电量不满足全程纯电行驶电耗但满足全部拥堵和泊车段纯电行驶电耗,在畅通段执行电量保持策略。
若当前剩余电量不满足全部拥堵和泊车段纯电行驶电耗,提前在畅通段执行主动充电策略。
此外,若当前剩余电量与全程纯电行驶电耗之差小于预设阈值,在畅通路段执行电量保持策略。
步骤207,云端将目标行驶电耗规划下发至智能车控终端。
在一种可能的实施方式中,步骤205包括如下内容一至内容二。
内容一、获取全行程中未来每个路段的持续时间、里程、平均车速和拥堵等级,得到全行程的路况信息。
内容二、结合历史泊车行为得到泊车阶段的预测信息,泊车阶段的预测信息包括泊车阶段的时间、里程和平均车速。
内容三、根据全行程的路况信息和泊车阶段的预测信息,得到路况解析。
内容四、在路况解析下结合能耗预测模型对全行程进行电耗预测。
其中,对处理后数据进行路况解析的过程为,解析全行程的路况信息,获取行程中未来每个路段的持续时间、里程、平均车速、拥堵等级,泊车阶段的时间、里程和平均车速;结合历史泊车行为预测路况解析结果。
其中,对处理后数据进行电耗预测的过程为,若当前剩余电量满足全程纯电行驶,执行放电策略;若当前剩余电量与全程纯电行驶所需电量的差值小于预设阈值,在畅通路段执行电量保持策略;若当前剩余电量不满足全程纯电行驶,但满足全部拥堵和泊车段纯电行驶,在畅通段执行电量保持策略;若当前剩余电量不满足全部拥堵和泊车段纯电行驶,则提前在畅通段执行主动充电策略。
请参考图3,其示出了云端算法的流程示意图,结合图3对步骤205中的算法处理过程作进一步说明。首先,解析全行程的路况信息,可获取行程中未来每个路段的持续时间、里程、平均车速、拥堵等级,泊车阶段的时间、里程、平均车速可结合历史泊车行为预测而得。然后结合离线训练出的电耗预测模型对行程中的电耗进行预测,其中全程纯电行驶所需电耗设为△SOC1,全部拥堵和泊车段纯电行驶所需电耗设为△SOC2。若当前剩余电量满足全程纯电行驶,执行放电策略(目标SOC=SOCmin);若当前剩余电量与全程纯电行驶所需电量的差值小于预设阈值,在畅通路段执行电量保持策略(目标SOC=当前SOC);若当前剩余电量不满足全程纯电行驶,但满足全部拥堵和泊车段纯电行驶,同样在畅通段执行电量保持策略(目标SOC=当前SOC);若当前剩余电量不满足全部拥堵和泊车段纯电行驶,则提前在畅通段执行主动充电策略(目标SOC=SOCmin+△SOC2);上述策略中所有场景下的拥堵和泊车阶段,均执行放电策略(目标SOC=SOCmin),其中SOCmin指的是SOC合理范围下限。相比动态规划(DP)等算法,本专利采用了上述规则式的算法策略,可解释性、工程开发效率都更高。
需要说明的是,对于上述算法中涉及到的能耗预测模型,分为行驶能耗预测和附件能耗预测两部分。附件能耗预测模型是在实时计算中采用历史即未来的思想,即实时计算过去一定时间内附件平均功率,结合行程预测时间得出附件能耗预测值,可通过云端记录预测值和实际值进行准确性验证。待功能部署上线后,可回收分析天气温度等与附件能耗的关系,修正行程刚开始的一段时间内的附件能耗预测。行驶能耗预测模型是通过离线训练而得。在功能部署上线前,通过试验采集纯电行驶样本,得出车速、加速度等与行驶能耗的关系模型。在功能部署上线后,通过回收大量驾驶员真实行驶样本,还可分析不同驾驶习惯等因素对行驶能耗的影响,修正行驶能耗预测模型,实现因车而异。
此外,云端算法通过流式计算在环境中部署运行,由于路况和车况多变,算法会实时获取最新数据更新计算,计算周期综合考虑功能需求和云端资源。算法的输入和输出数据会在每个计算周期存储至数据仓库,用于功能的离线回顾分析。
步骤208,智能车控终端接收云端下发的目标行驶电耗规划。
进而,作为智能车机端,可以根据下发的目标SOC和车辆预测信息进行目标SOC跟随处理。
步骤209,智能车控终端对目标行驶电耗规划进行跟随处理。
在一种可能的实施方式中,步骤209包括如下内容一至内容四。
内容一、获取车辆CAN信息,CAN信息指示有当前车速;
内容二、根据目标行驶电耗规划得到车辆当前的预测车速;
内容三、根据预测车速与车辆CAN信息进行车速一致性检查,得到第一跟随结果,其中,响应于预测车速与当前车速的偏差大于预设值且持续预设时间,则第一跟随结果显示不符合执行目标行驶电耗规划;
内容四、判断整车是否存在相关故障以及整车是否处于目标驾驶模式,得到第二跟随结果;
内容五、根据第一跟随结果和第二跟随结果,判断是否执行目标行驶电耗规划。
请参考图4,其示出了VCU功能需求设计示意图,结合图4对步骤207的处理过程作进一步说明。对于车载控制器端,需要结合车况综合判断是否具备执行目标SOC的条件。若不满足条件或者车云通讯异常情况下,整车控制器VCU需要随时可执行本地能量管理策略。如图4所示,VCU接收到云端下发指令后,先进行车速一致性检查,若云端下发的预测车速与当前实际车速偏差过大且持续一定时间,则不符合目标SOC执行条件(第一跟随结果),同时VCU还需要判断整车是否存在相关故障以及整车是否处于合适的驾驶模式,得到第二跟随结果。综合判断后,VCU将执行标志位输出,给云端相应反馈。
此外,如图4所示,本专利还需考虑异常场景的识别和响应。响应于云端通讯异常,执行本地能量管理策略。
对于车云通讯异常中断场景,通讯模块需要进行识别,将上传失败的数据缓存起来,待通讯恢复后再次尝试上传,同时通过改变使能状态下发至CAN网络,通知控制器端及时退出执行目标SOC,继续采用本地能量管理策略;对于GPS精度丢失场景,云端需要持续监测和识别,针对GPS短暂异常的情况,云端通过算法修正,保证短时间内算法计算正常,针对GPS持续异常的情况,云端会临时退出,将使能状态置FALSE。
综上,本申请实施例了一种混合动力车辆能量管理优化方法,适用于混合动力车辆能量管理优化系统。该系统中,智能车控终端将混动车相关运行数据,车辆位置GPS信息,导航路线路况信息上传至云端;云端具有一定计算和存储能力,云端对多源数据进行综合处理,并预估车辆电耗,计算并下发目标SOC等信息;进而智能车控终端根据云端下发指令并结合实际车况,实时调整车辆控制策略,以解决相关技术中混合动力汽车能量管理策略缺乏实际运行工况考虑的问题。
对于并联式混合动力汽车,本专利方法可以避免发动机运行在转速较低的低效区间,降低发动机启停次数和运行时长,从而提高车辆经济性。同时,电机在低转速情况下扭矩较大,因此确保低速工况下电机驱动而非发动机驱动,可以提升车辆动力性。
另外,驾驶员对低速工况下发动机噪声较为敏感,本专利方法通过确保拥堵和泊车阶段电量充足不需启动发动机,从而改善包括串联式混合动力汽车在内的车辆NVH性能,减小行驶噪声,提升驾乘舒适性。
另外,通过本申请实施例的一种混合动力车辆能量管理优化方法,能够辅助成为性能提升策略,其中性能提升潜力由行程中的路况分布、充电机会、起始电量等决定。当起始电量越低,拥堵里程越长,畅通路段充电机会越多,性能提升潜力越大。对于畅通路段,红绿灯数量越多,充电机会也就越少。若导航信息里除了路线路况信息外,还能获取红绿灯路口位置信息的话,算法可预测行驶中的充电机会,根据不同充电机会和拥堵情况来调整充电和放电策略。当拥堵较短且充电机会较多时,可调低充电功率,调高充电准入车速,保证发动机效率更高;当拥堵较长且充电机会较少时,可调高充电功率,放宽充电准入车速,同时在拥堵段减缓放电。
进一步的,本专利还需考虑异常场景的识别和响应。对于车云通讯异常中断场景,通讯模块需要进行识别,将上传失败的数据缓存起来,待通讯恢复后再次尝试上传,同时通过改变使能状态下发至CAN网络,通知控制器端及时退出执行目标SOC,继续采用本地能量管理策略。对于GPS精度丢失场景,云端需要持续监测和识别,针对GPS短暂异常的情况,云端会通过算法修正,保证短时间内算法计算正常,针对GPS持续异常的情况,云端会临时退出,将使能状态置FALSE。
请参考图5,其示出了本发明实施例提供的混合动力车辆能量管理优化装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分,本发明实施例中,该装置包括云端部分和智能车控终端部分,构成混合动力车辆能量管理优化系统。
云端处,该装置包括:
数据接收模块501,用于接收智能车控终端上传的数据包;
数据校验模块502,用于对所述数据包进行完整性和实时性检验;
数据拼接模块503,用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理;
数据处理模块504,用于对所述处理后数据进行路况解析与电耗预测;
电耗规划模块505,用于比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,所述电耗预测结果由能耗预测模型结合所述路况解析预测得到;
数据发送模块506,用于将所述目标行驶电耗规划下发至所述智能车控终端。
智能车控终端处,该装置包括:
数据上传模块507,用于将数据包上传至云端,其中,数据包的内容至少包括导航信息、GPS信息和CAN信息,所述导航信息按发生频率上传,所述CAN信息至少包括车速、实际行驶电耗、累计里程、累计油耗、各附件累计电耗、发动机工况参数和VCU使能状态;所述云端用于对所述数据包进行完整性和实时性检验,还用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理,还用于对处理后数据进行路况解析、电耗预测、目标行驶电耗规划与节能计算,还用于将所述路况解析、电耗预测、目标行驶电耗规划与节能计算归纳形成目标行驶电耗与车辆预测信息输出,并下发至所述智能车控终端;所述对处理后数据进行路况解析的内容包括解析全行程的路况信息,获取行程中未来每个路段的持续时间、里程、平均车速、拥堵等级,泊车阶段的时间、里程和平均车速,并结合历史泊车行为预测路况解析结果;所述对处理后数据进行电耗预测的内容包括若当前剩余电量满足全程纯电行驶,执行放电策略,与全程纯电行驶所需电量的差值小于预设阈值若当前剩余电量不满足全程纯电行驶,但满足全部拥堵和泊车段纯电行驶,在畅通段执行电量保持策略,若当前剩余电量不满足全部拥堵和泊车段纯电行驶,则提前在畅通段执行主动充电策略,若当前剩余电量与全程纯电行驶所需电量的差值小于预设阈值,在畅通路段执行电量保持策略;
数据下发模块508,用于接收所述云端下发的目标行驶电耗规划和车辆预测信息;
跟随处理模块509,用于对所述目标行驶电耗规划进行跟随处理。
本申请实施例还提供一种计算机可读存储介质,该可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述任一实施例所述的混合动力车辆能量管理优化方法。
本申请还提供了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上述实施例中提供的混合动力车辆能量管理优化方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (13)
1.一种混合动力车辆能量管理优化方法,其特征在于,所述方法用于云端,所述方法包括:
接收智能车控终端上传的数据包;
对所述数据包进行完整性和实时性检验;
响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理;
对所述处理后数据进行路况解析与电耗预测;
比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,所述电耗预测结果由能耗预测模型结合所述路况解析预测得到;
将所述目标行驶电耗规划下发至所述智能车控终端。
2.根据权利要求1所述的混合动力车辆能量管理优化方法,其特征在于,所述对所述处理后数据进行路况解析与电耗预测,包括:
获取全行程中未来每个路段的持续时间、里程、平均车速和拥堵等级,得到全行程的路况信息;
结合历史泊车行为得到泊车阶段的预测信息,所述泊车阶段的预测信息包括泊车阶段的时间、里程和平均车速;
根据所述全行程的路况信息和所述泊车阶段的预测信息,得到所述路况解析;
在所述路况解析下结合所述能耗预测模型对所述全行程进行电耗预测。
3.根据权利要求1所述的混合动力车辆能量管理优化方法,其特征在于,所述比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,包括:
若所述当前剩余电量满足全程纯电行驶电耗,执行放电策略。
4.根据权利要求1所述的混合动力车辆能量管理优化方法,其特征在于,所述比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,还包括:
若所述当前剩余电量不满足全程纯电行驶电耗但满足全部拥堵和泊车段纯电行驶电耗,在畅通段执行电量保持策略;
若所述当前剩余电量不满足所述全部拥堵和泊车段纯电行驶电耗,提前在所述畅通段执行主动充电策略。
5.根据权利要求1所述的混合动力车辆能量管理优化方法,其特征在于,所述方法还包括:
若所述当前剩余电量与全程纯电行驶电耗之差小于预设阈值,在畅通路段执行电量保持策略。
6.根据权利要求1所述的混合动力车辆能量管理优化方法,其特征在于,所述数据包的内容至少包括导航信息、GPS信息和CAN信息;
所述导航信息按发生频率上传,所述GPS信息和所述CAN信息按固定周期打包上传;
所述CAN信息至少包括车速、实际行驶电耗、累计里程、累计油耗、各附件累计电耗、发动机工况参数和整车控制器使能状态。
7.一种混合动力车辆能量管理优化方法,其特征在于,所述方法用于智能车控终端,所述方法包括:
将数据包上传至云端,其中,数据包的内容至少包括导航信息、GPS信息和CAN信息,所述导航信息按发生频率上传,所述GPS信息和所述CAN信息按固定周期打包上传,所述CAN信息至少包括车速、实际行驶电耗、累计里程、累计油耗、各附件累计电耗、发动机工况参数和整车控制器使能状态,所述云端用于接收智能车控终端上传的数据包,还用于对所述数据包进行完整性和实时性检验,还用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理,还用于对所述处理后数据进行路况解析与电耗预测,还用于比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,所述电耗预测结果由能耗预测模型结合所述路况解析预测得到,还用于将所述目标行驶电耗规划下发至所述智能车控终端;所述对所述处理后数据进行路况解析与电耗预测的内容包括获取全行程中未来每个路段的持续时间、里程、平均车速和拥堵等级,得到全行程的路况信息,结合历史泊车行为得到泊车阶段的预测信息,所述泊车阶段的预测信息包括泊车阶段的时间、里程和平均车速,还包括根据所述全行程的路况信息和所述泊车阶段的预测信息,得到所述路况解析,还包括在所述路况解析下结合所述能耗预测模型对所述全行程进行电耗预测;所述比较当前剩余电量与电耗预测结果得到目标行驶电耗规划包括若所述当前剩余电量满足全程纯电行驶电耗,执行放电策略,还包括若所述当前剩余电量不满足全程纯电行驶电耗但满足全部拥堵和泊车段纯电行驶电耗,在畅通段执行电量保持策略,还包括若所述当前剩余电量不满足所述全部拥堵和泊车段纯电行驶电耗,提前在所述畅通段执行主动充电策略,还包括若所述当前剩余电量与全程纯电行驶电耗之差小于预设阈值,在畅通路段执行电量保持策略;
接收所述云端下发的目标行驶电耗规划;
对所述目标行驶电耗规划进行跟随处理。
8.根据权利要求7所述的混合动力车辆能量管理优化方法,其特征在于,所述对所述目标行驶电耗规划进行跟随处理,包括:
获取车辆CAN信息,所述CAN信息指示有当前车速;
根据所述目标行驶电耗规划得到车辆当前的预测车速;
根据所述预测车速与所述车辆CAN信息进行车速一致性检查,得到第一跟随结果;
判断整车是否存在相关故障以及整车是否处于目标驾驶模式,得到第二跟随结果;
根据所述第一跟随结果和所述第二跟随结果,判断是否执行目标行驶电耗规划。
9.根据权利要求8所述的混合动力车辆能量管理优化方法,其特征在于,所述根据所述预测车速与所述车辆CAN信息进行车速一致性检查,得到第一跟随结果,包括:
响应于所述预测车速与所述当前车速的偏差大于预设值且持续预设时间,则所述第一跟随结果显示不符合执行所述目标行驶电耗规划。
10.根据权利要求7所述的混合动力车辆能量管理优化方法,其特征在于,所述方法还包括:响应于云端通讯异常,执行本地能量管理策略。
11.一种混合动力车辆能量管理优化装置,其特征在于,所述装置用于云端,所述装置包括:
数据接收模块,用于接收智能车控终端上传的数据包;
数据校验模块,用于对所述数据包进行完整性和实时性检验;
数据拼接模块,用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理;
数据处理模块,用于对所述处理后数据进行路况解析与电耗预测;
电耗规划模块,用于比较当前剩余电量与电耗预测结果,得到目标行驶电耗规划,所述电耗预测结果由能耗预测模型结合所述路况解析预测得到;
数据发送模块,用于将所述目标行驶电耗规划下发至所述智能车控终端。
12.一种混合动力车辆能量管理优化装置,其特征在于,所述装置用于智能车控终端,所述装置包括:
数据上传模块,用于将数据包上传至云端,其中,数据包的内容至少包括导航信息、GPS信息和CAN信息,所述导航信息按发生频率上传,所述CAN信息至少包括车速、实际行驶电耗、累计里程、累计油耗、各附件累计电耗、发动机工况参数和VCU使能状态;所述云端用于对所述数据包进行完整性和实时性检验,还用于响应于所述数据包符合传发条件,根据时间戳进行多源数据拼接处理,还用于对处理后数据进行路况解析、电耗预测、目标行驶电耗规划与节能计算,还用于将所述路况解析、电耗预测、目标行驶电耗规划与节能计算归纳形成目标行驶电耗与车辆预测信息输出,并下发至所述智能车控终端;所述对处理后数据进行路况解析的内容包括解析全行程的路况信息,获取行程中未来每个路段的持续时间、里程、平均车速、拥堵等级,泊车阶段的时间、里程和平均车速,并结合历史泊车行为预测路况解析结果;所述对处理后数据进行电耗预测的内容包括若当前剩余电量满足全程纯电行驶,执行放电策略,与全程纯电行驶所需电量的差值小于预设阈值若当前剩余电量不满足全程纯电行驶,但满足全部拥堵和泊车段纯电行驶,在畅通段执行电量保持策略,若当前剩余电量不满足全部拥堵和泊车段纯电行驶,则提前在畅通段执行主动充电策略,若当前剩余电量与全程纯电行驶所需电量的差值小于预设阈值,在畅通路段执行电量保持策略;
数据下发模块,用于接收所述云端下发的目标行驶电耗规划和车辆预测信息;
跟随处理模块,用于对所述目标行驶电耗规划进行跟随处理。
13.一种混合动力车辆能量管理优化系统,其特征在于,所述混合动力车辆能量管理优化系统包括如权利要求1至6任一项所述的云端,以及如权利要求7至10任一项所述的智能车控终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310193605.6A CN116215495A (zh) | 2023-03-02 | 2023-03-02 | 混合动力车辆能量管理优化方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310193605.6A CN116215495A (zh) | 2023-03-02 | 2023-03-02 | 混合动力车辆能量管理优化方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116215495A true CN116215495A (zh) | 2023-06-06 |
Family
ID=86588829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310193605.6A Pending CN116215495A (zh) | 2023-03-02 | 2023-03-02 | 混合动力车辆能量管理优化方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116215495A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116749946A (zh) * | 2023-08-21 | 2023-09-15 | 新誉集团有限公司 | 一种车辆能量管理方法、装置、设备及可读存储介质 |
CN116901927A (zh) * | 2023-08-08 | 2023-10-20 | 广州汽车集团股份有限公司 | 一种能源量控制方法、装置、设备及存储介质 |
CN116946107A (zh) * | 2023-09-21 | 2023-10-27 | 北京航空航天大学 | 一种能量轨迹跟随下的混动系统模式决策与功率分配方法 |
CN117656847A (zh) * | 2024-01-31 | 2024-03-08 | 深圳市超思维电子股份有限公司 | 一种动力电池电量智能优化管理方法及系统 |
CN117698689A (zh) * | 2024-02-06 | 2024-03-15 | 北京航空航天大学 | 一种基于时变场景的混动汽车能量利用轨迹规划方法 |
-
2023
- 2023-03-02 CN CN202310193605.6A patent/CN116215495A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116901927A (zh) * | 2023-08-08 | 2023-10-20 | 广州汽车集团股份有限公司 | 一种能源量控制方法、装置、设备及存储介质 |
CN116901927B (zh) * | 2023-08-08 | 2024-05-14 | 广州汽车集团股份有限公司 | 一种能源量控制方法、装置、设备及存储介质 |
CN116749946A (zh) * | 2023-08-21 | 2023-09-15 | 新誉集团有限公司 | 一种车辆能量管理方法、装置、设备及可读存储介质 |
CN116749946B (zh) * | 2023-08-21 | 2023-10-20 | 新誉集团有限公司 | 一种车辆能量管理方法、装置、设备及可读存储介质 |
CN116946107A (zh) * | 2023-09-21 | 2023-10-27 | 北京航空航天大学 | 一种能量轨迹跟随下的混动系统模式决策与功率分配方法 |
CN116946107B (zh) * | 2023-09-21 | 2023-12-01 | 北京航空航天大学 | 一种能量轨迹跟随下的混动系统模式决策与功率分配方法 |
CN117656847A (zh) * | 2024-01-31 | 2024-03-08 | 深圳市超思维电子股份有限公司 | 一种动力电池电量智能优化管理方法及系统 |
CN117656847B (zh) * | 2024-01-31 | 2024-05-10 | 深圳市超思维电子股份有限公司 | 一种动力电池电量智能优化管理方法及系统 |
CN117698689A (zh) * | 2024-02-06 | 2024-03-15 | 北京航空航天大学 | 一种基于时变场景的混动汽车能量利用轨迹规划方法 |
CN117698689B (zh) * | 2024-02-06 | 2024-04-05 | 北京航空航天大学 | 一种基于时变场景的混动汽车能量利用轨迹规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116215495A (zh) | 混合动力车辆能量管理优化方法、装置及系统 | |
US10717427B2 (en) | Hybrid vehicle and method of controlling engine start | |
US10632985B2 (en) | Hybrid vehicle and method of predicting driving pattern in the same | |
CN106908075B (zh) | 大数据采集与处理系统及基于其电动汽车续航估计方法 | |
CN110281904B (zh) | 一种混合动力车辆的能量管理方法、装置及终端 | |
CN112092797B (zh) | 一种基于多维度的换挡控制方法、装置、车辆及介质 | |
CN110936949B (zh) | 基于行驶工况的能量控制方法、设备、存储介质及装置 | |
KR101734267B1 (ko) | 하이브리드 차량의 제어 장치 및 방법 | |
CN107253477B (zh) | 控制具有压燃式发动机的混合动力车辆的方法 | |
US11161497B2 (en) | Hybrid vehicle and method of controlling mode transition | |
EP2998178B1 (en) | Vehicle control through machine learning | |
KR102406182B1 (ko) | 빅데이터 기반의 차량 예측 제어 시스템 및 방법 | |
US11619917B2 (en) | Motor vehicle cooling control system and method | |
CN111976699B (zh) | 一种车辆能量管理装置和方法 | |
Yuan et al. | Predictive energy management strategy for connected 48V hybrid electric vehicles | |
CN112580251B (zh) | 基于交通信息和模型预测控制的混动汽车能量管理方法 | |
JP2017058249A (ja) | 走行計画生成装置、車両、走行計画生成システム及びコンピュータプログラム | |
US20220291004A1 (en) | Electricity consumption rate predicting device | |
CN116946107B (zh) | 一种能量轨迹跟随下的混动系统模式决策与功率分配方法 | |
CN112232679A (zh) | 基于边缘计算的电动车与充电设备动态智能匹配方法 | |
CN115817183A (zh) | 一种纯电动汽车续驶里程预测方法及预测装置 | |
KR102185572B1 (ko) | 내연기관의 센서에서 기준 측정을 실행하는 방법 및 그 장치 | |
CN112896171B (zh) | 车辆的控制方法、装置、设备、车辆和存储介质 | |
CN115140046A (zh) | 一种车辆控制方法、系统、车辆控制器及云服务器 | |
CN117408360A (zh) | 基于云域交互生成车辆管理策略的方法、装置及设备 |
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 |