DE102014222513B4

DE102014222513B4 - Verfahren zum Betrieb eines Hybrid- oder Elektrofahrzeugs

Info

Publication number: DE102014222513B4
Application number: DE102014222513.2A
Authority: DE
Inventors: Friedrich Graf
Original assignee: Continental Automotive GmbH
Current assignee: Vitesco Technologies GmbH
Priority date: 2014-11-04
Filing date: 2014-11-04
Publication date: 2020-02-20
Anticipated expiration: 2034-11-05
Also published as: DE102014222513A1; WO2016071251A1; US20180290646A1; US10343672B2; CN107074245B; CN107074245A

Abstract

Verfahren zum Betrieb eines Hybrid- oder Elektrofahrzeugs mit den Schritten:- Erfassen mehrerer Verbrauchsparameter des Hybridfahrzeugs;- Ermitteln eines zukünftigen Ladezustands einer Traktionsbatterie des Fahrzeugs durch Abbilden der Verbrauchsparameter auf einen Ladezustandswert, wobei das Abbilden umgesetzt wird durch Klassifizieren der mehreren Verbrauchsparameter gemäß trainierbarer Klassengrenzen;- Trainieren der Klassengrenzen anhand der erfassten Verbrauchsparameter und einem zugehörigen gemessenen Ladezustand und- Einstellen zumindest eines Betriebsparameters einer Traktions-Leistungskomponente des Hybridfahrzeugs gemäß des ermittelten zukünftigen Ladezustands.

Description

Insbesondere bei Hybrid- und insbesondere Elektrofahrzeuge hängt die Reichweite und auch die Energieeffizienz maßgeblich von der Nutzung der Verbraucher ab. Selbst bei guter Ausnutzung von Segel- oder Rekuperationsphasen durch den Fahrer ergeben sich weitere Einsparpotentiale. Diese sind jedoch für den Fahrer aufgrund der Informationslage nicht erreichbar oder aufgrund ihrer Komplexität nicht ohne Weiteres erschließbar.
Aus der WO 2008/128 416 A1 ist ein Energie-Management-System für ein Hybridfahrzeug bekannt, wobei eine Vorhersage einer zukünftigen Last berücksichtigt wird. Die Vorhersage der zukünftigen Last erfolgt mit Hilfe eines maschinellen Lernprozesses auf Grundlage von in der Vergangenheit im Fahrzeug ermittelten Informationen betreffend gefahrener Geschwindigkeiten sowie der Brems- und Beschleunigungspedale des Hybridfahrzeugs.
Es ist eine Aufgabe der Erfindung, eine Möglichkeit aufzuzeigen mit der sich die Energieeffizienz weiter erhöhen lässt.
Offenbarung der Erfindung
Diese Aufgabe wird gelöst durch das Verfahren nach Anspruch 1, wobei sich weitere Merkmale, Ausführungsformen und Eigenschaften mit den Unteransprüchen und aus der folgenden Beschreibung ergeben.
Die Aufgabe wird gelöst durch eine Prädiktion eines Ladezustands, bei der zahlreiche unterschiedliche Verbrauchsparameter oder Verbrauchs- und Ladeparameter (es können auch Ladevorgänge eingeschlossen sein) verarbeitet werden, d.h. Parameter, die den Energieverbrauch des Fahrzeugs beeinflussen. Bei mehreren Verbrauchsparametern sind diese für den Fahrer nicht ohne Weiteres insgesamt erfassbar und korrekt zu gewichtet, so dass vorgeschlagen wird, mehrere Verbrauchsparameter zu erfassen und diese zur Ermittlung eines zukünftigen Ladezustands (d.h. zur Ladezustandsprädiktion) zu verwenden, um wiederum basierend auf diesem Ladezustand den Betrieb und die Funktionen des Fahrzeugs zu optimieren. Die Prädiktion basiert auf einer Klassifizierung der Verbrauchsparameter, wobei sich bei mehreren Verbrauchsparameter ein Vektor ergibt, dessen einzelne Skalareinträge den einzelnen Verbrauchsparameter entsprechen. Der Vektor (d.h. die Verbrauchsparameter) werden als Ganzes klassifiziert, wobei sich für jeden Verbrauchsparameter eine individuelle Klassifizierung ergibt, die Verbrauchsparameter bei der Ermittlung des Ladezustands jedoch als Ganzes (d.h. als Vektor) betrachtet werden. Die Klassifizierung ist insbesondere eine binäre Klassifizierung, so dass eine Hyperfläche (d.h. eine Fläche mit einer Dimension, die der Anzahl der unterschiedlichen Verbrauchsparameter betrifft) zur Klassifizierung verwendet werden kann. Eine binäre Klassifizierung kann mit einer einzelnen Grenze pro Verbrauchsparameter umgesetzt werden, wobei die Grenze nicht nur die Zugehörigkeit zu einem der beiden sich ergebenden Hyperhalbräume definiert sondern sich auch zur Abstandsbestimmung der Verbrauchsparameter zu den jeweiligen Grenzen eignet. Die Klassifizierung ist trainierbar, insbesondere um zwischen Verbrauchparametern zu unterscheiden, die unterschiedlichen Situationen angehören.
Es können nicht nur Verbrauchsparameter eines Fahrzeugs betrachtet werden, sondern es können die gleichen Verbrauchsparameter mehrerer Fahrzeuge zur Ermittlung herangezogen werden. Eine Abbildung, die auf der genannten Klassifizierung beruht, kann daher für mehrere Verbrauchsparameter unterschiedlicher Fahrzeuge gemeinsam verwendet werden, um dadurch eine Robustere Prädiktion zu ermöglichen.
Da die Verbrauchsparameter auch Ladeparameter betreffen können, kann anstatt des Begriffs Verbrauchsparameter auch der Begriff „Verbrauchs- und Ladeparameter“ verwendet werden.
Es wird daher ein Verfahren zum Betrieb eines Hybrid- oder Elektrofahrzeugs beschrieben, wobei zunächst mehrere Verbrauchsparameter des Fahrzeugs erfasst werden. Es wird ferner ein zukünftiger Ladezustands einer Traktionsbatterie des Fahrzeugs ermittelt. Diese Ermittlung wird auch als Prädiktion oder Schätzung bezeichnet. Bei der Ermittlung wird der Verbrauchsparameter auf einen Ladezustandswert abgebildet. Das Abbilden wird umgesetzt durch Klassifizieren der mehreren Verbrauchsparameter gemäß trainierbarer Klassengrenzen. Die Grenzen trennen eine erste Gruppe von Verbrauchsparameter-Werten von einer zweiten Gruppe von Verbrauchsparameter-Werten, wobei beide Gruppen zu beiden Seiten der Klassengrenzen bzw. der Hyperfläche vorgesehen sind.
Die Klassengrenzen werden anhand der erfassten Verbrauchsparameter und einem zugehörigen gemessenen (oder anderweitig festgestellten) Ladezustand trainiert. Unter Trainieren wird ein Lernprozess verstanden, bei dem Lerndaten in Form der erfassten Verbrauchsparameter (=Ist-Verbrauchsparameter) und dem gemessenen Ladezustand (=Ist-Ladezustand) vorgegeben werden, wobei die Klassengrenzen anhand dieser Lerndaten eingestellt bzw. modifiziert werden.
Zumindest ein Betriebsparameter einer Traktions-Leistungskomponente des Hybridfahrzeugs wird gemäß dem ermittelten zukünftigen Ladezustand eingestellt. Mit anderen Worten ist die Steuerung oder Regelung eines Betriebsparameters einer Traktions-Leistungskomponente abhängig von dem ermittelten, zukünftigen Ladezustand.
Als Verbrauchsparameter können Fahrzeugparameter erfasst werden, die direkt mit der Traktion bzw. mit der Fahrzeugbewegung zu tun haben, oder es können Nebenverbraucher wie Heizung oder Beleuchtung betrachtet werden. Zudem können indirekte Werte verwendet werden, die mit dem betreffenden Parameter funktionell zusammenhänge, jedoch eine andere Komponente oder physikalische Größe betreffen, beispielsweise die Batterieklemmenspannung, anhand der ein Energiemanagement der Batterie selbst erfasst werden können. Zu den Verbrauchsparametern gehören:

- die Fahrzeuggeschwindigkeit des Fahrzeugs,
- die Beschleunigung des Fahrzeugs (insbesondere Amplitude, Mittelwert oder Median von Beschleunigungen und/oder Häufigkeit von Beschleunigungsvorgängen)
- der eingelegter Gang eines Traktions-Schaltgetriebes im Falle eines Hybridfahrzeugs,
- die Batterieklemmenspannung der Traktionsbatterie oder deren Änderungsrate, die Leistung einer elektrischen Traktionsmaschine des Hybridfahrzeugs,
- die Klimatisierungsleistung (elektrische Heizung oder Kühlung),
- Scheibenheizungsleistung,
- Beleuchtungsleistung,
- Katalysatorheizleistung im Falle eines Hybridfahrzeugs, wobei dies eine elektrische Heizung einer Katalysatoreinrichtung einer Abgasnachbehandlung betrifft,
- eine Leistung zur Befahrung einer Steigung (wobei diese auf der vorausliegenden Strecke liegt),
- eine Rekuperationsleistung (wobei diese Gefälle auf der vorausliegenden Strecke betreffen kann),
- eine Leistung in einem temporären Kurz-Elektromodus („Boost-Modus“)
- eine Leistung eines zuschaltbaren elektrischen Allrad-Zusatzantriebs im Falle eines Hybridfahrzeugs;
- eine Leistung im verbrennungsmotorischen Ladebetrieb;
- eine Leistung, die zum Laden der Traktionsbatterie dieser zugeführt wird; und/oder
- der Fahrstil bzw. der Anteil der rekuperierten oder rekuperierbaren Energie zur Gesamtantriebsenergie.

Die Leistung im verbrennungsmotorischen Ladebetrieb ist insbesondere die von der elektrischen Maschine aufgenommene mechanische Leistung, die von der als Generator betriebene abgegebene elektrische Leistung, oder die von der als Generator arbeitenden elektrischen Maschine an die Traktionsbatterie gelieferte Leistung.
Die Verbrauchsparameter können anhand einer aktuellen Messung erfasst werden. Diese Messung kann Momentanwerte betreffen, bevorzugt wird jedoch die Messung über einen definierten Meßzeitraum oder als gleitender Mittelwert erfasst. Bevorzugt wird eine vorausliegende Strecke eines Navigationsgeräts für die Erfassung zugrunde gelegt. Hierbei wir ein Zielt durch Nutzereingabe erfasst oder es wird ein Ziel anhand von historischen Daten geschätzt. Wenn etwa an einem Werktag häufig zum gleichen Uhrzeitintervall das gleiche Ziel angefahren wurde, so wird dieses Ziel angenommen, falls das Fahrzeug zu einem Zeitpunkt in Betrieb genommen wird, das in dieses Uhrzeitintervall fällt.
Anhand dieses Ziels ermittelt das Navigationsgerät in bekannter Weise die Strecke. Anstatt die Strecke zu ermitteln, kann anhand historischer Daten die bislang zu diesem Uhrzeitintervall gefahrene Strecke zu Grunde gelegt werden. Das Navigationsgerät liefert für die Strecke Gefälle- und Steigungsdaten, Verkehrs-Straßenzustands und/oder Witterungsdaten (anhand eines aktuellen Verkehrs- oder Wetterdienstes), so dass diese Daten bei der Erfassung der Verbrauchsparameter herangezogen werden können. Daher können für einen zukünftigen Zeitraum auf Grundlage der vorausliegenden Strecke, die das Navigationsgerät des Hybridfahrzeugs liefert, die Verbrauchsparameter geschätzt werden.
Insbesondere können die Verbrauchsparameter geschätzt auf Grundlage von Verkehrs-, Straßen- oder Witterungsbedingungen der vorausliegenden Strecke. Die Straßenbedingungen umfassen hierbei beispielsweise Steigungen und Gefälle.
Bei dem Schritt des Klassifizierens können für jeden Verbrauchsparameter betreffende Verbrauchsparameter-Werte in mindestens zwei Klassen unterteilt sein. Die Unterteilung in Klassen wird mittels Klassengrenzen realisiert. Die Klassengrenzen definieren eine Hyperfläche, welche unterschiedlich klassifizierte Verbrauchsparametern-Werte trennt. Die Hyperfläche kann auch als Hyperebene ausgebildet sein. Die Werte können ferner zusätzlich vor der Gegenüberstellung zu den Klassengrenzen (nichtlinear) abgebildet werden, um die Abgrenzung gegenüber den Klassengrenzen zu verstärken. Unterschiedlichen Kombinationen von Klassen können unterschiedlichen Ladezuständen zugeordnet sein. Dies entspräche einer eineindeutigen Abbildung. Dies gilt insbesondere nur für eine Untergruppe aller Kombinationen oder Klassen.
Weiter wird zum Ermitteln des Ladezustands das fahrerindividuelle Verhalten herangezogen (etwa als ein Parameter, der den Fahrstil bzw. den Grad an ökonomischer Fahrweise wiedergibt).
Dieser Parameter drückt aus, ob der Fahrer (gegenüber einem Fahrer mit durchschnittlichem Fahrstil) eher viel Traktionsleistung benötigt und weniger rekuperiert werden kann, weil die bei der Bremsverzögerung gewandelte Leistung die der elektrischen Maschine übersteigt. Damit wird der Ladezustand deutlich beeinflusst. Ein derartiger Parameter kann ferner durch einen Anteil der rekuperierten Energie zur der Gesamtantriebsenergie (etwa für eine Fahrtstrecke) wiedergegeben werden.
Bevorzugt sind unterschiedlichen Kombinationen individuelle Ladezustände zugeordnet, die gleich sein können oder die sich unterscheiden können. Daher kann allgemein von einer eindeutigen (nicht notwendigerweise eineindeutigen) Abbildung der Kombinationen auf Ladezustände von Klassen gesprochen werden, insbesondere da unterschiedliche Kombinationen (etwa durch Ausgleicheffekte) zu den gleichen Ladezuständen führen können. Die Abbildung bildet die erfassten Verbrauchsparameter-Werte jeweils auf den zugehörigen Ladezustand ab.
Das Ermitteln des Ladezustands und das Trainieren werden mittels einer Support Vector Machine (SVM, etwa: Stützvektormaschine) ausgeführt. Mittels der SVM wird der Verbrauchsparameter abgebildet. Die Verbrauchsparameter-Werte betreffen bzw. bilden einen Vektor der Support Vector Machine. Die Klassengrenzen werden von einer Hyperebene (allgemein von einer Hyperfläche) wiedergegeben.
Das Trainieren der Klassengrenzen wird ausgeführt durch Anpassen der Klassengrenzen an erfasste Verbrauchsparameter, die Trainingsvektoren oder Trainingsobjekten der SVM entsprechen. Die Trainingsvektoren oder Trainingsobjekten sind historische Daten des Fahrzeugs selbst oder anderer Fahrzeuge, insbesondere anderer Fahrzeuge mit vergleichbaren Eigenschaften bzw. anderer Fahrzeuge, die die gleiche Strecke befahren.
Der Schritt des Abbildens und/oder des Trainierens wird in einer Berechnungseinrichtung innerhalb des Hybridfahrzeugs ausgeführt. Bevorzugt wird jedoch der Schritt des Abbildens in einer stationären Berechnungseinrichtung ausgeführt. Diese Berechnungseinrichtung kann eine zentrale oder verteilte Berechnungseinrichtung sein. Die (im Fahrzeug) erfassten Verbrauchsparameter werden von dem Hybridfahrzeug an die Berechnungseinrichtung übermittelt. Die vorangehend genannten Schätzungen können ebenfalls in der stationären Berechnungseinrichtung ausgeführt werden. Hierbei werden im Fahrzeug gemessene Werte oder andere Werte, die der Schätzung zugrunde liegen, etwa die Strecke) an die Berechnungseinrichtung übermittelt. Der (in der Berechnungseinrichtung) ermittelte Ladezustand wird von der Berechnungseinrichtung an das Hybridfahrzeug übermittelt.
Die Übermittlung ist wird vorzugsweise über eine Funkverbindung durchgeführt, etwa über eine Funkverbindung nach einem (zellenbasierten) Mobilfunk- oder Mobildatenfunkprotokoll (GSM, GPRS, EDGE, UMTS, HSDPA, LTE oder andere) oder nach einem drahtlosen Übermittlungsprotokoll (etwa einem funkbasierten Protokoll der Klasse IEEE 802, beispielsweise Klasse 802.15 oder 802.11) .
Die Berechnungseinrichtung kann daher ein zentraler Server oder eine dezentrale Servervielzahl sein, die zur Übermittlung und zum Empfang von Daten ausgestaltet ist. Die Daten werden vorzugsweise verschlüsselt übertragen und sind insbesondere nicht personalisiert. Ferner ist der Zugang zur Berechnungseinrichtung und deren Programmierung vorzugsweise geschützt. Es werden Daten, die nur ein Fahrzeug betreffen, nur an dieses Fahrzeug übermittelt. Schließlich werden Daten, die nur Fahrzeug betreffen, nur an die Berechnungseinrichtung übermittelt. Es können jedoch geschützte Datenverbindungen zu anderen Fahrzeugen bestehen, etwa über ein Car-to-Car-Verbindungsprotokoll, sofern hierzu eine Autorisation durch den Fahrer vorliegt.
Es ergeben sich Vorteile bei der Robustheit des Verfahrens, wenn Daten mehrerer Fahrzeuge gemeinsam bearbeitet werden. Der Schritt des Abbildens wird vorzugsweise in der stationären Berechnungseinrichtung ausgeführt, wobei der Schritt des Abbildens mittels einer gemeinsamen Abbildung für mehrere Fahrzeuge ausgeführt wird. Durch die Klassifizierung, die auch den Fahrzeugtyp bzw. dessen Leistungsmerkmale (elektrische Antriebsleistung, Ausstattung des Antriebsstrangs, Kapazität der Traktionsbatterie) umfassen kann, werden Fahrzeugdaten, die die gleiche Situation für verschiede Fahrzeuge wiedergeben, in die gleiche Klasse klassifiziert. Dadurch ist die Mächtigkeit der Daten umso höher, je mehr Fahrzeuge Daten durch die gleiche Abbildung abbilden lassen, so dass die statistische Erhebung und somit die Abbildung robuster wird.
Der so ermittelte (insbesondere zukünftige) Ladezustand wird bei dem Betrieb des Fahrzeugs berücksichtigt, insbesondere beim Einstellen des Betriebs des Fahrzeugs, beispielsweise bei der Definition der Leistung, der Dauer und der Auswahl eines bestimmten Betriebsmodus. Der durch die Abbildung gewonnene Ladezustand wird insbesondere bei der Definition bzw. beim Einstellen einer (maximalen) Coasting-Dauer, der (maximalen) Rekuperationsleistung, der (maximalen) Rekuperationsdauer, der Ladeleistung (insbesondere beim Rekuperieren) der Traktionsbatterie, bei der Maximalleistung (oder die Dauer) der elektrischen Unterstützung (insbesondere betreffend einen temporären „Boost-Mode“), bei der Definition des Lastpunkts eines Verbrennungsmotors (im Falle eines Hybridfahrzeugs), oder einer (maximalen) Unterstützungsleistung in einem Segelmodus verwendet. Während in einem Coasting-Modus die Gesamtantriebsleistung null beträgt, ist die elektrische Antriebsleistung in einem Segelmodus nicht null. Im Segelmodus wird eine Geschwindigkeit mittels elektrischen Antriebs im Wesentlichen konstant gehalten (etwa mit einem Beschleunigungsbetrag von nicht mehr als 10 km/h bezogen auf 10 sec) . Im Segelmodus werden insbesondere nicht mehr als 20%, 10%, 5% oder 2% der Nennleistung des elektrischen Antriebs abgerufen.
Als Betriebsparameter wird zumindest einer der folgenden Parameter eingestellt:

- Aktivierungszustand einer elektrischen Traktionsmaschine und eines Verbrennungsmotors des Fahrzeugs;
- Aufladeleistung der Traktionsbatterie;
- Klimatisierungsleistung;
- Scheibenheizungsleistung;
- Beleuchtungsleistung;
- Katalysatorheizleistung;
- Maximale Dauer einer Segel- oder Coastingphase; und Rekuperationsleistung.

Ferner kann als Betriebsparameter ein Parameter verwendet werden, der Einfluss auf den Fahrstil des Fahrers hat, etwa eine Weg-Kraft-Linie eines Fahrpedals mit steuerbarer Rückstellkraft, eine Anzeige, die den Grad an ökonomischer Fahrweise anzeigt oder die Ansprechcharakteristik des Fahrpedals (bzw. die Umsetzung der Pahrpedalbetätigung).
Der oder die Parameter werden unter Maßgabe eines Optimierungsziels eingestellt. Das Optimierungsziel ist insbesondere ein minimierter Gesamtverbrauch oder ein maximaler Anteil der elektrischen Antriebsenergie an der Gesamtantriebsenergie (etwa bis zum Erreichen des Ziels bzw. bezogen auf eine Strecke) . Das Optimierungsziel kann ferner eine maximale Lebensdauer, eine maximale Reichweite oder ein maximaler Ladestrom der Traktionsbatterie sein. Bevorzugt wird nicht nur eines der Optimierungsziele verfolgt; es kann eine gewichtete Kombination dieser Optimierungsziele als Gesamtoptimierungsziel vorgesehen sein. Für eine Kombination der Optimierungsziele bietet sich etwa ein „Best-Fit“- Verfahren zur Optimierung an, das die Gewichtung berücksichtigt.
So kann etwa anhand des (zukünftigen) Ladezustands, der etwa den Ladezustand beim Erreichen des Ziels, beim Erreichen eine Zwischenziels wie den Beginn eines Gefällestücks der Strecke oder beim erneuten (vorgegebenen oder geschätzten Fahrbeginn) betrifft, gezielt gering gehalten werden (etwa kleiner 80% oder 60%). Dadurch kann die Traktionsbatterie geschont werden, etwa falls eine längere Ruhephase nach Erreichen des Fahrziels ansteht, oder die Ladeleistung (die mit zunehmendem Ladezustand abnimmt) kann gezielt erhöht werden, insbesondere zu Aufnahme von Rekuperationsenergie. Der Ladezustand kann gezielt gering gehalten werden, wenn am Fahrtziel oder zu Beginn einer Rekuperationsstrecke (d.h. einer Gefällestrecke) eine hohe Ladeleistung erwünscht ist, die bei höherem Ladezustand nicht möglich ist (etwa kleiner als eine Sicherheitsmarge von beispielsweise 40 %, 30% oder 20 % bzw. 10%). Der Ladezustand entspricht der gespeicherten bzw. abrufbaren Energie bezogen auf die aktuelle Kapazität oder die Nenn-Kapazität. Eine derartige Konditionierung der Traktionsbatterie basierend auf einem zukünftigen Ladezustand, der von einer Abbildung mit trainierbaren Klassengrenzen ermittelt wurde, ermöglicht die einfache und vorausschauende Anpassung bzw. Konditionierung des Antriebsstrangs und insbesondere der Traktionsbatterie und ermöglicht ferner eine Vorbereitung von Komponenten des Fahrzeugstrangs auf zukünftige Situationen (Rekuperationsphasen, Phasen elektrischen Antriebs, etwa mit hoher Leistung, etc.). Diese Komponenten sind insbesondere die Traktionsbatterie und deren Leistungselektronik

Claims

Verfahren zum Betrieb eines Hybrid- oder Elektrofahrzeugs mit den Schritten: - Erfassen mehrerer Verbrauchsparameter des Hybridfahrzeugs; - Ermitteln eines zukünftigen Ladezustands einer Traktionsbatterie des Fahrzeugs durch Abbilden der Verbrauchsparameter auf einen Ladezustandswert, wobei das Abbilden umgesetzt wird durch Klassifizieren der mehreren Verbrauchsparameter gemäß trainierbarer Klassengrenzen; - Trainieren der Klassengrenzen anhand der erfassten Verbrauchsparameter und einem zugehörigen gemessenen Ladezustand und - Einstellen zumindest eines Betriebsparameters einer Traktions-Leistungskomponente des Hybridfahrzeugs gemäß des ermittelten zukünftigen Ladezustands.
Verfahren nach Anspruch 1, wobei als Verbrauchsparameter mehrere der folgenden Parameter erfasst werden: - Fahrzeuggeschwindigkeit des Fahrzeugs; - Beschleunigung des Fahrzeugs; - eingelegter Gang eines Traktions-Schaltgetriebes im Falle eines Hybridfahrzeugs; - Batterieklemmenspannung der Traktionsbatterie oder deren Änderungsrate; - Leistung einer elektrischen Traktionsmaschine des Hybridfahrzeugs; - Klimatisierungsleistung; - Scheibenheizungsleistung; - Beleuchtungsleistung; - Katalysatorheizleistung im Falle eines Hybridfahrzeugs; - Leistung zur Befahrung einer Steigung; - Leistung eines zuschaltbaren elektrischen Allrad-Zusatzantriebs im Falle eines Hybridfahrzeugs ; - Rekuperationsleistung; - die verbrennungsmotorische Ladeleistung; - der Fahrstil.
Verfahren nach Anspruch 2, wobei die Verbrauchsparameter anhand einer aktuellen Messung erfasst werden oder für einen zukünftigen Zeitraum auf Grundlage einer vorausliegenden Strecke eines Navigationsgeräts des Hybridfahrzeugs geschätzt werden.
Verfahren nach Anspruch 3, wobei die Verbrauchsparameter geschätzt werden auf Grundlage von Verkehrs-, Straßen- oder Witterungsbedingungen der vorausliegenden Strecke.
Verfahren nach einem der vorangehenden Ansprüche, wobei bei dem Schritt des Klassifizierens für jeden Verbrauchsparameter betreffende Verbrauchsparameter-Werte in mindestens zwei Klassen unterteilt sind mittels der Klassengrenzen, die eine Hyperfläche definieren, welche unterschiedlich klassifizierte Verbrauchsparameter-Werte trennt, wobei unterschiedlichen Kombinationen von Klassen unterschiedliche Ladezustände zugeordnet sind und zu erfassten Verbrauchsparameter-Werte über die Abbildung der zugehörige Ladezustand ermittelt wird.
Verfahren nach einem der vorangehenden Ansprüche, wobei das Ermitteln des Ladezustands und das Trainieren eine Support Vector Machine betreffen, mittels der der Verbrauchsparameter abgebildet wird, wobei die Verbrauchsparameter-Werte einen Vektor der Support Vector Machine betreffen und die Klassengrenzen von einer Hyperebene wiedergegeben werden, und wobei ferner das Trainieren der Klassengrenzen ausgeführt wird durch Anpassen der Klassengrenzen an erfasste Verbrauchsparameter, die Trainingsvektoren oder Trainingsobjekten der Support Vector Machine entsprechen.
Verfahren nach einem der vorangehenden Ansprüche, wobei der Schritt des Abbildens in einer Berechnungseinrichtung innerhalb des Hybridfahrzeugs ausgeführt wird oder der Schritt des Abbildens in einer stationären Berechnungseinrichtung ausgeführt, insbesondere in einer zentralen oder verteilten Berechnungseinrichtung, die erfassten Verbrauchsparameter von dem Hybridfahrzeug an die Berechnungseinrichtung übermittelt werden und der ermittelte Ladezustand von der Berechnungseinrichtung an das Hybridfahrzeug übermittelt werden.
Verfahren nach Anspruch 7, wobei der Schritt des Abbildens in der stationären Berechnungseinrichtung ausgeführt und in der Berechnungseinrichtung der Schritt des Abbildens mittels einer gemeinsamen Abbildung für mehrere Fahrzeuge ausgeführt wird.
Verfahren nach einem der vorangehenden Ansprüche, wobei als Betriebsparameter zumindest einer der folgenden Parameter mit unter Maßgabe eines Optimierungsziels eingestellt werden: - Aktivierungszustand einer elektrischen Traktionsmaschine und eines Verbrennungsmotors des Fahrzeugs; - Aufladeleistung der Traktionsbatterie; - Klimatisierungsleistung; - Scheibenheizungsleistung; - Beleuchtungsleistung; - Katalysatorheizleistung; und - Maximale Dauer einer Segel- oder Coastingphase.
Verfahren nach Anspruch 9, wobei das Optimierungsziel ein minimierter Gesamtverbrauch, eine maximale Lebensdauer, eine maximale Reichweite oder ein maximaler Ladestrom der Traktionsbatterie oder eine gewichtete Kombination dieser Optimierungsziele ist.