DE102020203742A1

DE102020203742A1 - Modellbasierte prädiktive Regelung eines Kraftfahrzeugs

Info

Publication number: DE102020203742A1
Application number: DE102020203742.6A
Authority: DE
Inventors: Maik Dreher; Alexander Domahidi; Jean-Hubert Hours; Maekus Hug; Vasillis Lefkopolous; Christian Baumann; Kai Timon Busse; Valerie Engel; Lorenz Fischer; Thomas Martin; Andreas Wendzel; Edgar Menezes; Felix Spura
Original assignee: ZF Friedrichshafen AG
Current assignee: ZF Friedrichshafen AG
Priority date: 2020-03-24
Filing date: 2020-03-24
Publication date: 2021-09-30

Abstract

Die Erfindung betrifft die modellbasierte prädiktive Regelung eines Kraftfahrzeugs (1) mittels eines MPC-Algorithmus' (13), der ein erstes Solvermodul (13.1), ein zweites Solvermodul (13.2), ein drittes Solvermodul (13.3), ein Längsdynamikmodell (14) und drei Kostenfunktionen (15.1 bis 15.3) umfasst. Mittels des ersten Solvermoduls (13.1) werden eine Geschwindigkeitstrajektorie und ein Verlauf eines Ladezustands einer Batterie (9) berechnet. Basierend darauf wird mittels des zweiten Solvermoduls (13.2) unter Berücksichtigung von Nebenbedingungen insbesondere eine Gangtrajektorie für ein Getriebe (10) des Kraftfahrzeugs (1) berechnet. Weiterhin kann mittels des dritten Solvermoduls (13.3), insbesondere basierend auf den Ergebnissen des ersten Solvermoduls (13.1) und/oder des zweiten Solvermoduls (13.2), eine Momenttrajektorie berechnet werden, gemäß welcher eine elektrische Maschine (8), ein Verbrennungskraftmotor (17) und eine Bremsanlage (19) Momente innerhalb eines Prädiktionshorizonts bereitstellen sollen.

Description

Die Erfindung betrifft die modellbasierte prädiktive Regelung eines Kraftfahrzeugs. Beansprucht werden in diesem Zusammenhang insbesondere eine Prozessoreinheit, ein Hybridantriebsstrang, ein Kraftfahrzeug, ein Verfahren und ein Computerprogrammprodukt.
Ein energieoptimales Betreiben eines Hybrid-Fahrzeugs ist nur mit guter Kenntnis der zu fahrenden Strecke möglich. Ein Fahrer muss also vorausschauend fahren, hat aber nur begrenzte Einsicht in den weiteren Verlauf der Strecke. Ein Tempomat kann die Streckentopologie berücksichtigen, bildet die Fahrstrategie jedoch regelbasiert ab. Optimierungsbasierte Strategien benötigen viel Rechenleistung und Rechenzeit, sodass deren Einsatz für eine Onlineberechnung problematisch ist. Eine weitere Herausforderung ist die Modellierung der Wahl eines geeigneten Ganges und weiterer diskreter Zustände (z.B. Kupplung auf/zu). Die Optimierung stellt dann ein sogenanntes Mixed Integer Problem dar. Stand der Technik, welcher Hintergrund zu der vorliegenden Erfindung bildet, ist aus der CN 108944905 A , der DE 10 2014 222 069 A1 und aus der DE 10 2013 008 716 A1 bekannt.
Eine Aufgabe der vorliegenden Erfindung kann darin gesehen werden, eine Regelung eines Kraftfahrzeugs bereitzustellen, welche den vorstehend beschriebenen Problemen Rechnung trägt. Die Aufgabe wird gelöst durch die Gegenstände der unabhängigen Patentansprüche. Vorteilhafte Ausführungsformen sind Gegenstand der Unteransprüche, der folgenden Beschreibung sowie der Figuren.
Die vorliegende Erfindung stellt eine energieeffiziente Fahrzeuglängsführung insbesondere eines Hybridfahrzeugs bereit. Gemäß der vorliegenden Erfindung wird vorgeschlagen, ein auf einem Fahrzeugmodell basierendes Optimierungsproblem einer modellbasierten prädiktiven Regelung des Kraftfahrzeugs unter Minimierung von Kostenfunktionen mehrerer Solvermodule zu lösen, um eine kürzere Reaktionszeit zu ermöglichen. Grundlage für alle Solvermodule sind ein Modell des Fahrzeugs, des Antriebsstrangs einschließlich der beschreibenden Daten sowie Informationen über den vorausliegenden Streckenabschnitt. Diese Informationen können Topografieinformationen (z.B. Kurven- und Steigungsinformationen), Verkehrsinformationen (z.B. vorausfahrende Fahrzeuge) oder Infrastrukturinformationen (z.B. auf der Strecke befindliche Ampeln) sein.
Dabei kann mittels eines ersten Solvermoduls eine Optimierung auf einem Zentralsteuergerät des Kraftfahrzeugs erfolgen, wobei ein optimaler Geschwindigkeitsverlauf und SoC-Verlauf für einen kompletten Prädiktionshorizont berechnet wird. Mittels eines zweiten Solvermoduls kann ein Mixed-Integer-Problem gelöst werden, insbesondere eine optimale Gangwahl und/oder eine optimale Fahrmoduswahl für einen Teil des Prädiktionshorizonts. Mittels eines dritten Solvermoduls kann dann eine Verteilung von Momenten auf beispielsweise einen Verbrennungskraftmotor, eine elektrische Maschine und eine Bremsanlage des Kraftfahrzeugs berechnet werden, wobei dies für eine kurze Vorausschau erfolgen kann, um eine geringe Reaktionszeit zu ermöglichen.
In diesem Sinne wird gemäß einem ersten Aspekt der Erfindung eine Prozessoreinheit zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs bereitgestellt. Die Prozessoreinheit ist dazu eingerichtet, einen MPC-Algorithmus auszuführen, der ein erstes Solvermodul, ein zweites Solvermodul, ein drittes Solvermodul, ein Längsdynamikmodell und drei Kostenfunktionen umfasst, wobei eine erste Kostenfunktion dem ersten Solvermodul zugeordnet ist, wobei eine zweite Kostenfunktion dem zweiten Solvermodul zugeordnet ist und wobei eine dritte Kostenfunktion dem dritten Solvermodul zugeordnet ist. Das erste Solvermodul, das zweite Solvermodul und das dritte Solvermodul sind insbesondere durch Software implementiert.
Die Prozessoreinheit ist dazu eingerichtet, durch Ausführen des ersten Solvermoduls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells eine die erste Kostenfunktion minimierende Geschwindigkeitstrajektorie zu berechnen, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll. Die Prozessoreinheit ist weiterhin dazu eingerichtet, durch Ausführen des ersten Solvermoduls für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells einen die erste Kostenfunktion minimierenden Verlauf eines Ladezustands einer Batterie bzw. Akkumulators zu berechnen. Die Batterie bzw. der Akkumulator dient als Energiespeicher für eine elektrische Maschine des Kraftfahrzeugs. Dieser Energiespeicher kann die elektrische Maschine mit elektrischer Energie versorgen, um das Kraftfahrzeug innerhalb des Prädiktionshorizonts anzutreiben (gegebenenfalls ausschließlich oder unterstützend zu einem Verbrennungskraftmotor). Der Ladezustand (im Englischen: State of Charge oder abgekürzt SoC) ist der momentane Energieinhalt einer elektrischen Batterie im Verhältnis zu ihrem maximalen Energiegehalt.
Das erste Solvermodul kann als „High Level Solver“ (abgekürzt: HLS) bezeichnet werden. Der HLS löst ein nichtlineares Problem und arbeitet mit kontinuierlichen Ersatzgrößen für diskrete Zustände (z.B. Gänge). Dieses Vorgehen begrenzt den Lösungsraum weniger stark als bei der Betrachtung diskreter Zustände. Dadurch ergeben sich Vorteile hinsichtlich des Optimums des Ergebnisses und bezüglich der Rechenzeit. Mit anderen Worten ermöglicht das erste Solvermodul eine Online-Berechnung der insbesondere energieoptimalen Geschwindigkeitstrajektorie und der SoC-Trajektorie für einen vorausliegenden Prädiktionshorizont auf einem Zentralsteuergerät im Kraftfahrzeug. Die Prozessoreinheit kann dabei insbesondere dazu eingerichtet sein, das erste Solvermodul zweifach aufzurufen. Dabei kann initiiert durch einen ersten Aufruf zunächst durch Ausführen des ersten Solvermoduls für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells eine insbesondere den Fahrtzeitterm der ersten Kostenfunktion minimierende Geschwindigkeitstrajektorie berechnet werden, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll. Danach kann initiiert durch einen zweiten Aufruf durch Ausführen des ersten Solvermoduls für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells eine den Verlustterm der ersten Kostenfunktion minimierende Geschwindigkeitstrajektorie berechnet werden, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll.
Ferner können beispielsweise auch auf dem vorausliegenden Streckenabschnitt liegende Ampeln berücksichtigt werden, insbesondere einschließlich deren Ampelphasen und Restzeiten. Die Ampelinformationen werden dabei in Zeitgrenzen an dem im Horizont befindlichen Wegpunkt der vorausliegenden Ampel umgerechnet. Zusätzlich können im ersten Solvermodul vorausfahrende Fahrzeuge berücksichtigt werden. Für das vor dem eigenen Fahrzeug befindliche Fahrzeug kann dabei eine wahrscheinliche Trajektorie bestimmt werden. Dadurch ergibt sich eine minimale Zeit für die HLS-Trajektorie über dem Weg an der aktuellen Position des vorausfahrenden Fahrzeuges.
Weiterhin ist die Prozessoreinheit dazu eingerichtet, durch Ausführen des zweiten Solvermoduls basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie und unter Berücksichtigung von Nebenbedingungen eine die zweite Kostenfunktion minimierende Trajektorie ganzzahliger Steuergrößen zu berechnen. Die Trajektorie ganzzahliger Steuergrößen kann einen Verlauf von Gängen umfassen, die in einem Getriebe des Kraftfahrzeugs innerhalb des Prädiktionshorizonts eingelegt werden können oder sollen. Weiterhin kann die Trajektorie ganzzahliger Steuergrößen einen Verlauf eines Motor-Zustands umfassen, gemäß welchem ein Verbrennungskraftmotor des Kraftfahrzeugs entweder eingeschaltet oder ausgeschaltet ist (insbesondere innerhalb des Prädiktionshorizonts). Ferner kann die Trajektorie ganzzahliger Steuergrößen einen Verlauf eines Kupplungs-Zustands umfassen, gemäß welchem sich eine zwischen einem Verbrennungskraftmotor des Kraftfahrzeugs und der elektrischen Maschine angeordnete Kupplung entweder in einer geöffneten Stellung oder in einer geschlossenen Stellung befindet (insbesondere innerhalb des Prädiktionshorizonts).
Das zweite Solvermodul kann als „Mixed Integer Solver“ (abgekürzt: MIS) bezeichnet werden. Das zweite Solvermodul dient zur Bestimmung diskreter Zustände, z.B. die Bestimmung der Gänge oder der Zustand der Kupplung (auf/zu) des Antriebsstrangs des Kraftfahrzeugs. Das zweite Solvermodul ermöglicht somit die Ermittlung einer optimalen Betriebsstrategie, welche insbesondere die Auswahl des jeweils optimalen Gangs und des Fahrmodus' beinhaltet. Die Berechnungen des zweiten Solvermoduls basieren insbesondere auf der zugrundeliegenden HLS-Trajektorie und zusätzlichen äußeren Rand- bzw. Nebenbedingungen. Nebenbedingungen, die beim Berechnen der optimalen Gangtrajektorie berücksichtigt werden können, sind beispielsweise eine Topografie auf dem vorausliegenden Streckenabschnitt (Kurven, Steigungen). Weiterhin können Kenntnisse über Geschwindigkeitslimits auf dem vorausliegenden Streckenabschnitt als Nebenbedingungen in der Berechnung der Gangtrajektorie berücksichtigt werden. Die Trajektorie ganzzahliger Steuergrößen wird über der Zeit optimiert und kann deutlich kürzer sein als die des zweiten Solvermoduls.
Ferner ist die Prozessoreinheit dazu eingerichtet, durch Ausführen des dritten Solvermoduls - insbesondere basierend auf der Geschwindigkeitstrajektorie und der SoC-Trajektorie und/oder basierend auf der Trajektorie ganzzahliger Steuergrößen - für einen Anfangsabschnitt des Prädiktionshorizonts für die elektrische Maschine, einen Verbrennungskraftmotor und eine Bremsanlage des Kraftfahrzeugs eine die dritte Kostenfunktion minimierende Momenttrajektorie zu berechnen, gemäß welcher die elektrische Maschine, der Verbrennungskraftmotor und die Bremsanlage Momente innerhalb des Prädiktionshorizonts bereitstellen sollen. Statt der Momente können auch Kräfte verwendet werden - beide Größen können linear ineinander umgerechnet werden. Das dritte Solvermodul kann als „Tracker“ bezeichnet werden. Der Tracker zeichnet sich durch eine schnelle Rechenzeit und ein robustes Verhalten aus. Wenn aktuelle Lösungen der anderen Solver (HLS und/oder MIS) nicht verfügbar sind, kann der Tracker dennoch Momente basierend auf den letzten Lösungen der anderen Solver liefern. Der Output des Trackers beeinflusst durch Minimierung der Tracker-spezifischen dritten Kostenfunktion direkt den Fahrkomfort. Die Momenttrajektorie bezieht sich auf Momente an wenigstens einem Rad des Kraftfahrzeugs und umfasst sowohl positive als auch negative Momente, die durch die elektrische Maschine, den Verbrennungskraftmotor und die Bremsanlage des Kraftfahrzeugs bereitgestellt werden.
Somit werden mittels des ersten Solvermoduls (HLS) ein optimaler SoC-Verlauf und eine optimale Geschwindigkeitstrajektorie ermittelt. Mittels des zweiten Solvermoduls (MIS) kann basierend auf den Berechnungen des ersten Solvermoduls (HLS) entschieden werden, welche Gänge und welcher Fahrmodus optimal sind. Das dritte Solvermodul (Tracker) rechnet sehr häufig und ermittelt die Momente für einen kurzen Zeitabschnitt. Der Tracker kann sowohl mit der im MIS berechneten Trajektorie als auch ohne diese arbeiten. Im zweiten Fall nutzt der Tracker nur den aktuell eingelegten Gang und den aktiven Fahrmodus, was dem Tracker als Rückmeldung ausreicht. Dies ist möglich, da sich Ganganforderungen typischerweise nicht innerhalb einer Sekunde ständig ändern. Einen anderen Gang einzulegen nimmt einige Zeit in Anspruch. Deshalb kann der Tracker auch funktionieren, wenn nur der HLS rechnet. Sollte dieser auch ausfallen, kann dem Tracker immer noch die alte Lösung des HLS zugeführt werden. Dann kann sozusagen die „alte“ Lösung sukzessive abgefahren werden. Das ist natürlich nur bis zu einem bestimmten Punkt sinnvoll. Sollte der HLS rechnen, aber keine Lösung finden, dann kann dies dem Tracker mitgeteilt werden, z.B. über eine sogenannte „error flag“, also eine Anzeige des Fehlers. In dem Tracker selbst kann dann ein Fehlerhandling implementiert sein. Sollten Fehler auftreten, mit denen der Tracker nicht rechnen kann, führt dies auch in dem Tracker zu einem Fehler. Als Folge kann dann die automatisierte Fahrfunktion deaktiviert werden.
Gemäß der vorliegenden Erfindung kann Rechenarbeit auf die unterschiedliche Solvermodule verteilt werden. Dies ermöglicht, dass auf der Prozessoreinheit jedes Solvermodul unabhängig laufen kann. Die Solvermodule laufen also nicht strikt nacheinander. Die Prozessoreinheit kann - ähnlich wie ein Desktop-PC - mehrere Prozessorkerne umfassen. Die drei Solvermodule können auf die Prozessorkerne verteilt werden und damit unabhängig voneinander und quasi parallel rechnen. Das stellt einen großen Vorteil dar, denn ansonsten müsste unter Umständen mehrere Sekunden gewartet werden, bis die Solvermodule wieder eine Lösung berechnet haben, mit der weitergefahren werden kann. Bei dem Abfahren einer Strecke mag dies nicht problematisch sein. Wenn jedoch ein Fahrzeug vor das eigene Fahrzeug einfährt oder einschert, dann kann das System dies solange nicht erkennen, bis die Solver mit den neuen Sensordaten wieder gerechnet haben. Das könnte zu einer kritischen Situation führen.
Bei der Verteilung können auch unterschiedlich lange Laufzeiten für die einzelnen Solvermodule gewährt werden. Das erste Solvermodul zum Beispiel, mittels welchem die Geschwindigkeitstrajektorie und die Trajektorie ganzzahliger Steuergrößen ermittelt wird, kann sehr viel mehr Zeit benötigen als die anderen Solvermodule. Da die Solvermodule „parallel“ rechnen, kann es sein, dass eines der Solvermodule aufgerufen wird, noch bevor das vorherige Solvermodul zu Ende gerechnet hat, also z.B. der Tracker vor dem aktuell laufenden HLS. Alle Daten, die verwendet werden, können insbesondere immer einen Zeitstempel. Auch jede Solver-Lösung kann einen Zeitstempel aufweisen. Durch diese Zeitstempel kann stets nachvollzogen werden, welches Vorergebnis in welche Berechnung eingegangen ist. Über diese Verknüpfung kann ein entsprechendes Fehlerhandling implementiert werden, also z.B. Timeouts, wenn eine Information zu alt ist. Über die Zeitstempel findet also eine gewisse Synchronisierung statt. Somit stellt die vorliegende Erfindung eine Synchronisierung an sich asynchroner Solver-Aufrufe mittels Echtzeit bereit.
Ferner können die mittels des dritten Solvermoduls berechneten Momente einen linearen Verlauf aufweisen. Dies ermöglicht eine lineare Interpolation und vereinfacht dadurch das Post-Processing. Bisher wurden für bestimmte Zeitschritte die Momente ermittelt. Daraus ergab sich ein treppenförmiger Verlauf der Signale. Gemäß der vorliegenden Erfindung ergibt sich durch das dritte Solvermodul ein linearer Verlauf, was dazu führt, dass die Signale auch zwischen den Zeitschritten linear sind und nicht von einem auf den nächsten Zeitschritt springen. Damit kann auch zwischen den Zeitschritten korrekt interpoliert werden.
Gemäß der vorliegenden Erfindung erfolgt insbesondere eine zyklische Neuberechnung der Soll-Geschwindigkeit (Geschwindigkeitstrajektorie), der Soll-Momente (Momenttrajektorie) und der diskreten Zustände (Gangtrajektorie) auf Basis eines jeweils aktuellen Fahrzustands und von jeweils vorausliegenden Streckeninformationen.
Weiterhin kann eine gezielte Zusammenführung von SPP (Signal Post Processing) und Tracker (gleicher Aufrufzeitpunkt > synchron) erfolgen, damit die von dem Tracker ausgegebenen Momente auf die von dem MIS berechneten Gänge abgestimmt sind (sehen den gleichen Inputschritt). Das Signal Post Processing (SPP) ist eine Signalnachbereitung. Hier werden die zu unterschiedlichen Zeiten vorausberechneten Teilergebnisse so miteinander verknüpft, dass sie im zeitlichen Bezug zueinanderstehen. Damit erhält man einen Zeitabschnitt, in dem alle Informationen vorliegen. Die Zeitbasis ist insbesondere diejenige des Trackers. Außerdem sind SPP und Tracker im selben Softwaremodul implementiert, dadurch haben SPP und Tracker also dieselbe Zeitbasis.
Mittels des ersten Solvermoduls kann die Geschwindigkeitstrajektorie des Fahrzeugs auch bei einer relativ langen bzw. weiten Vorausschau über dem Weg noch online optimiert werden, z.B. bei einer Vorausschau im Bereich einiger Kilometer. Dies ist rechenintensiv. Dahingegen reicht es aus, mittels der anderen Servermodule die entsprechenden Trajektorien für eine relativ kurze Vorausschau über der Zeit zu berechnen, z.B. für den unmittelbaren Vorausbereich des Fahrzeugs. Dies ermöglicht besonders kurze Reaktionszeiten. In diesem Sinne ist die Prozessoreinheit in einer Ausführungsform dazu eingerichtet, durch Ausführen des ersten Solvermoduls die Geschwindigkeitstrajektorie für einen Streckenabschnitt zu berechnen, der im Kilometerbereich liegt und insbesondere einige Kilometern lang ist, und durch Ausführen der beiden anderen Solvermodule für einen einige Sekunden unmittelbar vor dem Kraftfahrzeug liegenden Anfangsabschnitt des Prädiktionshorizonts die Sollmomenttrajektorie zu berechnen.
Der MPC-Algorithmus stellt eine Betriebsstrategie bereit, die neben der jeweils optimalen Auswahl der Momente der Aggregate und des Gangs auch die optimale Auswahl eines Fahrmodus ermöglicht. So kann eine optimale Fahrstrategie vorsehen, dass der Antriebsstrang innerhalb des Prädiktionshorizonts in einem bestimmten Fahrmodus betrieben wird. Es kann jedoch auch sein, dass es besser ist, den Fahrmodus innerhalb des Prädiktionshorizonts zu wechseln, z.B. weil dies die Effizienz steigert.
Bei dem Kraftfahrzeug, das mittels der vorliegenden Erfindung modellbasiert prädiktiv geregelt werden kann, handelt es sich um ein Hybridfahrzeug. Unter einem „Hybridfahrzeug“ kann ein Elektrofahrzeug verstanden werden, das von mindestens einer elektrischen Maschine und von mindestens einem Verbrennungskraftmotor angetrieben werden kann. Dabei kann das Hybridfahrzeug Energie sowohl aus einer Batterie als auch aus einem zusätzlich mitgeführten Kraftstoff beziehen, z.B. Diesel, Benzin oder Gas. Die elektrische Maschine kann als Motor und als Generator betrieben werden. Ein Hybridantriebsstrang des Hybridfahrzeugs kann neben der elektrischen Maschine, dem Verbrennungskraftmotor und der Batterie weiterhin ein Getriebe und eine Kupplung umfassen. Je nachdem, in welcher Schaltstellung (geöffnet und geschlossen) sich die Kupplung befindet und in welcher Schaltstellung (Gang eingelegt, Neutral) sich das Getriebe befindet, wird der Antriebsstrang des Hybridfahrzeugs in unterschiedlichen Fahrmodi betrieben. Beispielsweise kann der Antriebsstrang in P2-Architektur aufgebaut sein, wobei sich dann die folgenden Antriebsmodi ergeben können:

1. Fahrmodus: Verbrennungskraftmotor im Betrieb („an“) und Kupplung K0 (zwischen Verbrennungskraftmotor und elektrischer Maschine angeordnet) in geöffneter Stellung; die elektrische Maschine treibt im Motorbetrieb das Kraftfahrzeug an; der Verbrennungskraftmotor läuft, treibt jedoch nicht das Kraftfahrzeug an;
2. Fahrmodus: Verbrennungskraftmotor nicht im Betrieb („aus“) und Kupplung K0 in geöffneter Stellung; die elektrische Maschine treibt im Motorbetrieb das Kraftfahrzeug an; der Verbrennungskraftmotor läuft nicht;
3. Fahrmodus: Verbrennungskraftmotor im Betrieb („an“) und Kupplung K0 in geschlossener Stellung; Vorwärtsgang oder Rückwärtsgang im Getriebe eingelegt; die elektrische Maschine (im Motorbetrieb oder im Generatorbetrieb) und der Verbrennungskraftmotor (im Zugbetrieb oder im Schubbetrieb) treiben das Kraftfahrzeug gemeinsam an (Hybridantrieb); dabei ist insbesondere auch ein Leistungsfluss zwischen elektrischer Maschine und Verbrennungskraftmotor möglich (Lastpunktverschiebung)
4. Fahrmodus: Verbrennungskraftmotor im Betrieb („an“) und Kupplung K0 in geschlossener Stellung; Neutral im Getriebe eingelegt; der Verbrennungskraftmotor treibt die elektrische Maschine an (Generatorbetrieb), sodass die Batterie geladen wird.

Wenn das Kraftfahrzeug - wie vorstehend beschrieben - ein Hybridfahrzeug ist, dessen Antriebsstrang zumindest in einem ersten Fahrmodus und in einem zweiten Fahrmodus betrieben werden kann, dann kann die Prozessoreinheit in einer Ausführungsform dazu eingerichtet sein, durch Ausführen des zweiten Solvermoduls basierend auf der Geschwindigkeitstrajektorie basierend auf dem Verlauf des Ladezustands der Batterie und unter Berücksichtigung von Nebenbedingungen eine die Kostenfunktion minimierende Fahrmodustrajektorie zu berechnen, welche festlegt, in welchem der Fahrmodi der Hybridantriebsstrang innerhalb des Prädiktionshorizonts betrieben werden soll. Dabei kann insbesondere darauf geachtet werden, dass die Umschaltung der Fahrmodi nicht beliebig schnell erfolgen kann (z.B. Motorstart-, Motorstopp, Kupplung auf/zu) und diese auch Auswirkungen auf kontinuierliche Größen (z.B. Zugkraftunterbrechungen) haben kann. Eine entsprechende Motorstart- und Motorstopplogik kann auch außerhalb der Optimierung in einem nachgelagerten Softwaremodul implementiert werden, da dies die diskrete Problemformulierung vereinfacht und die Rechenzeit verkürzt.
In einer weiteren Ausführungsform kann eine Optimierung des Energieverbrauchs während der Fahrt durch Kenntnis der Verluste (Wirkungsgradkennfelder der Antriebsstrangkomponenten und Fahrwiderstände) erfolgen. Die Prozessoreinheit kann dazu auf Verlustkennfelder von Komponenten des Kraftfahrzeugs zugreifen, insbesondere auf Verlustkennfelder des Verbrennungskraftmotors, der elektrischen Maschine und dem Getriebe des Antriebsstrangs des Kraftfahrzeugs. Die Verlustkennfelder können beispielsweise auf einer Speichereinheit innerhalb des Kraftfahrzeugs hinterlegt sein. Die Verlustkennfelder können stetig differenzierbar „gefittet“ vorliegen, d.h. aus Kennfeldern der jeweiligen Komponente können Formeln abgeleitet werden, welche das Verlustkennfeld der jeweiligen Komponente beschreiben. Die Verluste einer Vorübersetzung und eines Differentials des Antriebsstrangs des Kraftfahrzeugs können ausschließlich als Kennlinie hinterlegt sein. Sogenannte „Efficiency Maps“ können weiterhin bei einem Start der Berechnungen bekannt sein. Die Kennfelder können weiterhin an die Problemformulierung des ersten Solvermoduls angepasst sein, indem die Kennfelder beispielsweise Null-Verluste unterhalb einer Leerlaufkennlinie vorsehen. So kann beispielsweise das Verlustkennfeld des Verbrennungskraftmotors des Antriebsstrangs des Kraftfahrzeugs derart verändert werden, dass bei Nichtnutzung des Verbrennungsmotors dessen Verbrauch null ist. Auf diese Weise wird eine Überführung eines diskreten Zustands (Kupplung auf/zu) in einen kontinuierlichen Zustand ermöglicht.
Gemäß einem zweiten Aspekt der Erfindung wird ein Hybridantriebsstrang für ein Kraftfahrzeug bereitgestellt. Der Hybridantriebsstrang umfasst wenigstens ein erstes Antriebsaggregat in Form eines Verbrennungskraftmotors, wenigstens ein zweites Antriebsaggregat in Form einer elektrischen Maschine, die als Motor und als Generator betrieben werden kann, wenigstens eine Batterie, wenigstens ein Getriebe, eine Bremsanlage und eine Prozessoreinheit gemäß dem ersten Aspekt der Erfindung.
Gemäß einem dritten Aspekt der Erfindung wird ein Kraftfahrzeug bereitgestellt. Das Kraftfahrzeug umfasst einen Hybridantriebsstrang gemäß dem zweiten Aspekt der Erfindung und ein Fahrerassistenzsystem, welches dazu eingerichtet ist,

- auf eine Geschwindigkeitstrajektorie zuzugreifen, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll, wobei die Geschwindigkeitstrajektorie von der Prozessoreinheit durch Ausführen des ersten Solvermoduls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells und unter Minimierung der ersten Kostenfunktion (über dem Weg) berechnet worden ist,
- auf einen Verlauf eines Ladezustands der Batterie zuzugreifen, welche als Energiespeicher für die elektrische Maschine des Kraftfahrzeugs dient, wobei der Verlauf des Ladezustands der Batterie von der Prozessoreinheit durch Ausführen des ersten Solvermoduls für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells und unter Minimierung der ersten Kostenfunktion berechnet worden ist,
- auf eine Trajektorie ganzzahliger Steuergrößen zuzugreifen, wobei die Trajektorie ganzzahliger Steuergrößen von der Prozessoreinheit durch Ausführen des zweiten Solvermoduls basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie und unter Berücksichtigung von Nebenbedingungen sowie unter Minimierung der zweiten Kostenfunktion (über der Zeit) berechnet worden ist,
- auf eine Momenttrajektorie zuzugreifen, gemäß welcher der wenigstens eine Verbrennungskraftmotor, die wenigstens eine elektrische Maschine und die Bremsanlage Momente bzw. Kräfte innerhalb des Prädiktionshorizonts bereitstellen sollen, wobei die Momenttrajektorie von der Prozessoreinheit durch Ausführen des dritten Solvermoduls - insbesondere basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie und basierend auf der Gangtrajektorie - für einen Anfangsabschnitt des Prädiktionshorizonts (über der Zeit) unter Minimierung der dritten Kostenfunktion berechnet worden sind, und
- den wenigstens einen Verbrennungskraftmotor, die wenigstens eine elektrische Maschine und die Bremsanlage des Hybridantriebsstrangs basierend auf der Momenttrajektorie zu steuern.

Gemäß einem vierten Aspekt der Erfindung wird ein Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs mittels eines MPC-Algorithmus' bereitgestellt, wobei der MPC-Algorithmus ein erstes Solvermodul, ein zweites Solvermodul, ein drittes Solvermodul, ein Längsdynamikmodell und drei Kostenfunktionen umfasst, wobei eine erste Kostenfunktion dem ersten Solvermodul zugeordnet ist, wobei eine zweite Kostenfunktion dem zweiten Solvermodul zugeordnet ist und wobei eine dritte Kostenfunktion dem dritten Solvermodul zugeordnet ist. Das Verfahren umfasst die Schritte

- Berechnen einer Geschwindigkeitstrajektorie, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll, wobei die Geschwindigkeitstrajektorie durch Ausführen des ersten Solvermoduls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells und unter Minimierung der ersten Kostenfunktion berechnet wird,
- Berechnen eines Verlaufs eines Ladezustands einer Batterie, welche als Energiespeicher für die elektrische Maschine des Kraftfahrzeugs dient, wobei der Verlauf des Ladezustands der Batterie durch Ausführen des ersten Solvermoduls für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells und unter Minimierung der ersten Kostenfunktion berechnet wird,
- Berechnen einer Trajektorie ganzzahliger Steuergrößen, wobei die Trajektorie ganzzahliger Steuergrößen durch Ausführen des zweiten Solvermoduls basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie und unter Berücksichtigung von Nebenbedingungen sowie unter Minimierung der zweiten Kostenfunktion berechnet wird,
- Berechnen einer Momenttrajektorie, gemäß welcher ein Verbrennungskraftmotor, die elektrische Maschine und eine Bremsanlage des Kraftfahrzeugs Momente innerhalb des Prädiktionshorizonts bereitstellen sollen, wobei die Momenttrajektorie durch Ausführen des dritten Solvermoduls - insbesondere basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie und basierend auf der Trajektorie ganzzahliger Steuergrößen - für einen Anfangsabschnitt des Prädiktionshorizonts unter Minimierung der dritten Kostenfunktion berechnet wird.

Gemäß einem fünften Aspekt der Erfindung wird ein Computerprogrammprodukt zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs mittels eines MPC-Algorithmus', der ein erstes Solvermodul, ein zweites Solvermodul, ein drittes Solvermodul, ein Längsdynamikmodell und drei Kostenfunktionen umfasst, wobei eine erste Kostenfunktion dem ersten Solvermodul zugeordnet ist, wobei eine zweite Kostenfunktion dem zweiten Solvermodul zugeordnet ist und wobei eine dritte Kostenfunktion dem dritten Solvermodul zugeordnet ist. Das Computerprogrammprodukt leitet, wenn es auf einer Prozessoreinheit ausgeführt wird, die Prozessoreinheit an,

- durch Ausführen des ersten Solvermoduls für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells eine die erste Kostenfunktion minimierende Geschwindigkeitstrajektorie zu berechnen, gemäß welcher sich das Kraftfahrzeug innerhalb eines Prädiktionshorizonts fortbewegen soll,
- durch Ausführen des ersten Solvermoduls für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells einen die erste Kostenfunktion minimierenden Verlauf eines Ladezustands einer Batterie zu berechnen, welche als Energiespeicher für eine elektrische Maschine des Kraftfahrzeugs dient,
- durch Ausführen des zweiten Solvermoduls basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie und unter Berücksichtigung von Nebenbedingungen eine die zweite Kostenfunktion minimierende Trajektorie ganzzahliger Steuergrößen zu berechnen, und
- durch Ausführen des dritten Solvermoduls - insbesondere basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie und basierend auf der Trajektorie ganzzahliger Steuergrößen - unter Minimierung der dritten Kostenfunktion für einen Anfangsabschnitt des Prädiktionshorizonts für die elektrische Maschine, einen Verbrennungskraftmotor und eine Bremsanlage des Kraftfahrzeugs eine Momenttrajektorie zu berechnen, gemäß welcher die elektrische Maschine, der Verbrennungskraftmotor und die Bremsanlage Momente innerhalb des Prädiktionshorizonts bereitstellen sollen.

Die vorstehenden Ausführungen im Zusammenhang mit Ausführungsformen der Prozessoreinheit gemäß dem ersten Aspekt der Erfindung gelten sinngemäß auch für den Hybridantriebsstrang gemäß dem zweiten Aspekt der Erfindung, für das Kraftfahrzeug gemäß dem dritten Aspekt der Erfindung, für das Verfahren gemäß dem vierten Aspekt der Erfindung und für das Computerprogrammprodukt gemäß dem fünften Aspekt der Erfindung.
Im Folgenden werden Ausführungsbeispiele der Erfindung anhand der schematischen Zeichnung näher erläutert, wobei gleiche oder ähnliche Elemente mit dem gleichen Bezugszeichen versehen sind. Hierbei zeigt

1 eine schematische Darstellung eines Kraftfahrzeugs, dessen Antriebsstrang einen Verbrennungskraftmotor, eine elektrische Maschine und eine Bremsanlage umfasst,
2 beispielhafte Freiheitsgrade der elektrischen Maschine aus 1,
3 Freiheitsgrade der Bremsanlage aus 1 und
4 Details eines beispielhaften Antriebsstrangs für das Kraftfahrzeug nach 1.

1 zeigt ein Kraftfahrzeug 1, z.B. ein Personenkraftfahrwagen. Das Kraftahrzeug 1 umfasst ein System 2 zur modelbasierten prädiktiven Regelung des Kraftfahrzeugs 1. Das System 2 umfasst in dem gezeigten Ausführungsbeispiel eine Prozessoreinheit 3, eine Speichereinheit 4, eine Kommunikations-Schnittstelle 5 und eine Erfassungseinheit 6, insbesondere zur Erfassung von Zustandsdaten, die das Kraftfahrzeug 1 betreffen.
Das Kraftfahrzeug 1 umfasst weiterhin einen Antriebsstrang 7, der beispielsweise eine elektrische Maschine 8, die als Motor und als Generator betrieben werden kann, eine Batterie 9, ein Getriebe 10 und eine Bremsanlage 19 umfassen kann. Die elektrische Maschine 8 kann im Motorbetrieb Räder des Kraftfahrzeugs 1 über das Getriebe 10 antreiben. Die dazu notwendige elektrische Energie kann die Batterie 9 bereitstellen, insbesondere über eine Leistungselektronik 18 (siehe 4). Die Batterie 9 kann umgekehrt durch die elektrische Maschine 8 über die Leistungselektronik 18 aufgeladen werden, wenn die elektrische Maschine 8 im Generatorbetrieb betrieben wird (Rekuperation). Die Batterie 9 kann optional auch an einer externen Ladestation aufgeladen werden.
1 und 5 zeigen weiterhin, dass der Antriebsstrang 7 ein Hybridantriebsstrang ist, der zusätzlich einen Verbrennungskraftmotor 17 aufweist. Der Verbrennungskraftmotor 17 kann in der durch 4 gezeigten parallelen P2-Architektur des Hybridantriebsstrangs 7 zusätzlich zu der elektrischen Maschine 8 das Kraftfahrzeug 1 antreiben, wenn eine zwischen dem Verbrennungskraftmotor 17 und der elektrischen Maschine 8 angeordnete Kupplung K0 geschlossen ist. Der Verbrennungskraftmotor 17 kann optional auch die elektrische Maschine 8 antreiben, um die Batterie 9 aufzuladen. Die elektrische Maschine 8 kann (bei geschlossener Kupplung K0 unterstützt durch den Verbrennungskraftmotor 17) in dem gezeigten Ausführungsbeispiel über das Getriebe 10 und über ein vorderes Differenzialgetriebe 21 zwei Vorderräder 22 und 23 des Kraftfahrzeugs 1 antreiben, die an einer Vorderachse 25 angebracht sind. Ein erstes Hinterrad 26 und ein zweites Hinterrad 28 an einer Hinterachse 29 des Kraftfahrzeugs 1 werden in dem gezeigten Ausführungsbeispiel nicht angetrieben (Heckantrieb und Allradantrieb sind jedoch alternativ auch möglich). Die Vorderräder 22, 23 und die Hinterräder 26, 28 können durch die Bremsanlage 19 des Antriebsstrangs 7 abgebremst werden, wozu die Bremsanlage 19 ein negatives Moment (Bremsmoment) bereitstellen kann.
Der Hybridantriebsstrang 7 nach 4 kann insbesondere in den folgenden Antriebsmodi betrieben werden:

1. Fahrmodus: Verbrennungskraftmotor 17 im Betrieb („an“) und Kupplung K0 in geöffneter Stellung; die elektrische Maschine 8 treibt im Motorbetrieb (Generatorbetrieb ebenfalls möglich) das Kraftfahrzeug 1 an; der Verbrennungskraftmotor 17 läuft, treibt jedoch nicht das Kraftfahrzeug 1 an;
2. Fahrmodus: Verbrennungskraftmotor 17 nicht im Betrieb („aus“) und Kupplung K0 in geöffneter Stellung; die elektrische Maschine 8 treibt im Motorbetrieb (Generatorbetrieb ebenfalls möglich) das Kraftfahrzeug 1 an; der Verbrennungskraftmotor 17 läuft nicht;
3. Fahrmodus: Verbrennungskraftmotor 17 im Betrieb („an“) und Kupplung K0 in geschlossener Stellung; Vorwärtsgang oder Rückwärtsgang im Getriebe 10 eingelegt; die elektrische Maschine 8 (im Motorbetrieb; Lastpunktverschiebung möglich) und der Verbrennungskraftmotor 17 treiben das Kraftfahrzeug 1 gemeinsam an (Hybridantrieb);
4. Fahrmodus: Verbrennungskraftmotor 17 im Betrieb („an“) und Kupplung K0 in geschlossener Stellung; Neutral im Getriebe 10 eingelegt; der Verbrennungskraftmotor 17 treibt die elektrische Maschine an (Generatorbetrieb), sodass die Batterie geladen wird.

Das Kraftfahrzeug 1, insbesondere dessen Antriebsstrang 7 umfasst mehrere Komponenten, welche für die Effizienz des Betriebs des Kraftfahrzeugs 1 relevant sind („effizienzrelevante Komponenten“). Rein beispielhaft kann die elektrische Maschine als eine erste Komponente 8 und die Bremsanlage 19 als eine zweite Komponente 17 betrachtet werden. Auch beispielsweise die die Batterie 9, das Getriebe 10 und der Verbrennungskraftmotor 17 können als effizienzrelevante Komponenten des Kraftfahrzeugs 1 aufgefasst werden.
2 zeigt, dass die elektrische Maschine 8 mit unterschiedlichen Werten eines ersten Betriebsparameters 20 (erster Freiheitsgrad) betrieben werden kann. Beispielsweise kann der erste Betriebsparameter 20 die Drehzahl n der elektrischen Maschine 8 sein. Rein beispielhaft kann die Drehzahl einen ersten Werte n₁ , einen zweiten Werte n₂ und einen dritten Wert n₃ annehmen. Die unterschiedlichen Drehzahlen n₁ , n₂ und n₃ der elektrischen Maschine 8 können zu einer unterschiedlich hohen Traktionskraft führen, die durch die elektrische Maschine 8 auf die Räder des Kraftfahrzeugs 1 ausgeübt wird. Dies kann durch das Längsmodell 14 des Antriebsstrangs 7 des Kraftfahrzeugs 1 abgebildet werden.
3 zeigt, dass die Bremsanlage 19 mit unterschiedlichen Werten eines zweiten Betriebsparameters 24 (zweiter Freiheitsgrad) betrieben werden kann. Beispielsweise kann der zweite Betriebsparameter 20 die Bremskraft der Bremsanlage 19 sein. Rein beispielhaft kann die Bremskraft einen ersten Wert y₁ , einen zweiten Wert y₂ und einen dritten Wert y₃ annehmen. Die unterschiedlich hohen Bremskräfte y₁ , y₂ und y₃ der Bremsanlage 19 können zu einer unterschiedlich hohen Traktionskraft führen, die durch die Bremsanlage auf die Räder des Kraftfahrzeugs 1 ausgeübt wird. Dies kann durch das Längsmodell 14 des Antriebsstrangs 7 des Kraftfahrzeugs 1 abgebildet werden.
Auf der Speichereinheit 4 kann ein Computerprogrammprodukt 11 gespeichert sein. Das Computerprogrammprodukt 11 kann auf der Prozessoreinheit 3 ausgeführt werden, wozu die Prozessoreinheit 3 und die Speichereinheit 4 mittels der Kommunikations-Schnittstelle 5 miteinander verbunden sind. Wenn das Computerprogrammprodukt 11 auf der Prozessoreinheit 3 ausgeführt wird, leitet es die Prozessoreinheit 3 an, die im Zusammenhang mit der Zeichnung beschriebenen Funktionen zu erfüllen bzw. Verfahrensschritte auszuführen.
Das Computerprogrammprodukt 11 enthält einen MPC-Algorithmus 13, der ein erstes Solvermodul 13, ein zweites Solvermodul 13 und ein drittes Solvermodul 13 umfasst bzw. enthält. Der MPC-Algorithmus 13 enthält weiterhin ein Längsdynamikmodell 14 des Kraftfahrzeugs 1. Jedes der Solvermodule 13. 1 bis 13.3 kann auf das Längsdynamikmodell 14 zugreifen. Ferner enthält der MPC-Algorithmus 13 drei zu minimierende Kostenfunktionen 15.1 bis 15.3, wobei eine erste Kostenfunktion 15.1 dem ersten Solvermodul 13 zugeordnet ist, wobei eine zweite Kostenfunktion 15.2 dem zweiten Solvermodul 13 zugeordnet ist und wobei eine dritte Kostenfunktion 15.3 dem dritten Solvermodul 13 zugeordnet ist.
Das Längsdynamikmodell 14 umfasst ein Verlustmodell 27 des Kraftfahrzeugs 1. Das Verlustmodell 27 beschreibt das Betriebsverhalten der effizienzrelevanten Komponenten, z.B. der elektrischen Maschine 8 und der Bremsanlage 19 hinsichtlich ihrer Effizienz bzw. hinsichtlich ihres Verlusts. Daraus ergibt sich der Gesamtverlust des Kraftfahrzeugs 1. Die Prozessoreinheit 3 führt den MPC-Algorithmus 13 aus und prädiziert dabei für einen gleitenden Prädiktionshorizont ein Verhalten des Kraftfahrzeugs 1. Diese Prädiktion basiert auf dem Längsdynamikmodell 14.
Die Prozessoreinheit 3 berechnet durch Ausführen des ersten Solvermoduls 13 eine optimierte Geschwindigkeitstrajektorie, gemäß welcher sich das Kraftfahrzeug innerhalb des Prädiktionshorizonts fortbewegen soll. Die optimierte Geschwindigkeitstrajektorie wird für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells 14 berechnet, wobei die erste Kostenfunktion 15.1 minimiert wird. Weiterhin berechnet die Prozessoreinheit 3 durch Ausführen des ersten Solvermoduls 13 für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells einen die erste Kostenfunktion 15.1 minimierenden Verlauf eines Ladezustands der Batterie 9, mittels welcher die elektrische Maschine 8 mit elektrischer Energie versorgt wird, um das Kraftfahrzeug 1 innerhalb des Prädiktionshorizonts anzutreiben. Ferner können Ampelinformationen in Zeitgrenzen am Wegpunkt der entsprechenden Ampel umgerechnet werden. Was vorausfahrende Fahrzeuge angeht, so kann eine wahrscheinliche Trajektorie des vorausfahrenden Fahrzeugs bestimmt werden. Dadurch ergibt sich eine Mindestzeit für die HLS Trajektorie über dem Weg an der aktuellen Position des anderen Fahrzeuges.
Durch Ausführen des zweiten Solvermoduls 13 berechnet die Prozessoreinheit 3 weiterhin basierend auf der optimierten Geschwindigkeitstrajektorie und basierend auf dem optimierten Verlauf des Ladezustands der Batterie 9 sowie unter Berücksichtigung von Nebenbedingungen eine die zweite Kostenfunktion 15.2 minimierende Gangtrajektorie, gemäß welcher wenigstens ein Gang in dem Getriebe 10 des Kraftfahrzeugs 1 innerhalb des Prädiktionshorizonts eingelegt werden soll. Ferner berechnet die Prozessoreinheit 3 durch Ausführen des zweiten Solvermoduls 13 basierend auf der optimierten Geschwindigkeitstrajektorie, basierend auf dem optimierten Verlauf des Ladezustands der Batterie 9 und unter Berücksichtigung von Nebenbedingungen eine die zweite Kostenfunktion 15.2 minimierende Fahrmodustrajektorie, welche festlegt, in welchem der vorstehend beschriebenen Fahrmodi der Hybridantriebsstrang 7 innerhalb des Prädiktionshorizonts betrieben werden soll.
Durch Ausführen des dritten Solvermoduls 13 unter Minimierung der dritten Kostenfunktion 15.3 berechnet die Prozessoreinheit 3 außerdem für den Anfangsabschnitt des Prädiktionshorizonts für die elektrische Maschine 8, für den Verbrennungskraftmotor 17 und für die Bremsanlage 19 des Kraftfahrzeugs 1 eine optimierte Momenttrajektorie, gemäß welcher die elektrische Maschine 8, der Verbrennungskraftmotor 17 und die Bremsanlage 19 Momente innerhalb des Prädiktionshorizonts bereitstellen sollen. Während der vorausliegende Streckenabschnitt einige Kilometern lang ist, erstreckt sich der unmittelbar vor dem Kraftfahrzeug 1 liegende Anfangsabschnitt lediglich über wenige Sekunden.
Als Output der Optimierung durch den MPC-Algorithmus 13 mit seinen drei Solvermodulen 13, 13.2 und 13.3 ergeben sich somit optimale Drehmomente der elektrischen Maschine 8, des Verbrennungskraftmotors 17 und der Bremsanlage 19 für berechnete Punkte in dem Anfangsabschnitt des Prädiktionshorizonts. Durch das Aufteilen der Lösung des Problems MPC-Problems auf die drei Solvermodule werden schnellere Reaktionszeiten des Systems 2 ermöglicht. Die Prozessoreinheit 3 kann dazu entsprechende Eingangsgrößen für die elektrische Maschine 8, den Verbrennungskraftmotor 17 und die Bremsanalage 19 ermitteln, sodass sich die optimalen Drehmomente einstellen. Die Prozessoreinheit 3 kann die elektrische Maschine 8 basierend auf der ermittelten Eingangsgröße steuern. Weiterhin kann dies jedoch auch durch das Fahrerassistenzsystem 16 erfolgen.
Die Erfassungseinheit 6 kann aktuelle Zustandsgrößen des Kraftfahrzeugs 1 messen, entsprechende Daten aufnehmen und dem MPC-Algorithmus 13 zuführen. Weiterhin können Streckendaten aus einer elektronischen Karte für einen Vorausschauhorizont bzw. Prädiktionshorizont (z.B. 5000 m) vor dem Kraftfahrzeug 1 insbesondere zyklisch aktualisiert werden. Die Streckendaten können beispielsweise Steigungsinformationen, Kurveninformationen, und Informationen über Geschwindigkeitslimits beinhalten. Des Weiteren kann eine Kurvenkrümmung über eine maximal zulässige Querbeschleunigung in ein Geschwindigkeitslimit für das Kraftfahrzeug 1 umgerechnet werden. Außerdem kann mittels der Erfassungseinheit 6 eine Ortung des Kraftfahrzeugs erfolgen, insbesondere über ein von einem GNSS-Sensor 12 generiertes Signal zur genauen Lokalisierung auf der elektronischen Karte. Ferner kann die Erfassungseinheit zur Erfassung des äußeren Umfelds des Kraftfahrzeugs 1 beispielsweise einen Radar-Sensor, ein Kamerasystem und/oder einen Lidar-Sensor umfassen. Die Prozessoreinheit 3 kann auf Informationen der genannten Elemente beispielsweise über die Kommunikations-Schnittstelle 5 zugreifen. Diese Informationen können in das Längsmodell 14 des Kraftfahrzeugs 1 einfließen, insbesondere als Beschränkungen oder Nebenbedingungen.
Das Längsmodell 14 des Kraftfahrzeugs 1 wird an die jeweiligen Anforderungen der Solvermodule 13. 1 bis 13.3 angepasst. Insbesondere erhält jedes der Solvermodule 13 bis 13.3 auf diese Weise sein eigenes Längsmodell des Kraftfahrzeugs 1.
Üblicherweise besteht eine Kostenfunktion aus einem Summenterm und einem Finalterm. Gemäß der im System vorhanden Signale können die Terme gegebenenfalls ineinander umgerechnet werden. Die in der Kostenfunktion beschriebenen physikalischen Größen können, wenn diese voneinander abhängig sind, ineinander umgerechnet werden. Beispielhaft könnten Momententerme auch als Kraftterme und umgekehrt angegeben werden. Ein weiteres Beispiel stellen auch Geschwindigkeitsterme dar, die durch Terme der kinetischen Energie dargestellt werden können.
Die erste Kostenfunktion 15.1 kann beispielsweise wie folgt definiert werden: $\begin{matrix} J = \sum_{i = 1}^{N} (c_{1} E_{k i n, m i n S l a c k} (s_{i}) + c_{2} M_{I C E}^{2} (s_{i}) + c_{3} M_{E M}^{2} (s_{i}) + c_{4} F_{B r k} (s_{i}) \\ + λ c_{5} \frac{Δ s (s_{i})}{v (s_{i})} {\dot{m}}_{F u e l} (s_{i}) + c_{x} X (s_{i})) - λ c_{6} E_{B a t} (s_{N}) + (1 - λ) c_{7} t_{T o t a l} (s_{N}) \\ + c_{y} Y (s_{N}) \end{matrix}$
Hierbei ist:

s: Wegstrecke, unabhängige Variable
N → s1, ..., sN: Wegpunkte, Horizontlänge
Δs(s) = si - si-1: Abstand zwischen den Wegpunkten s_i
λ ∈ [0,1]: Faktor zur Zeit- und Verbrauchsgewichtung der Kostenfunktion
c1, ..., c7, cx, cy: Gewichtungsfaktoren der einzelnen Terme der Kostenfunktion
X, Y: Der Kostenfunktion können weitere Terme hinzugefügt werden, um weitere Zielvorgaben in der Optimierung zu berücksichtigen. Diese Terme können beispielsweise zusätzliche Komponenten (z.B. weitere elektrische Maschinen) oder deren Eigenschaften (z.B. Temperaturen) beschreiben.
Ekin,minSlack: Abweichung von der minimal gewünschten kinetischen Energie
MICE: Moment des Verbrennungskraftmotors
MEM: Moment der elektrischen Maschine
FBrk: Bremskraft
ṁFuel: Kraftstoffverbrauch - Massenstrom
v(si): Geschwindigkeit des Kraftfahrzeugs
EBat: Energieinhalt der Batterie
tTotal: Gesamtzeit

Die zweite Kostenfunktion 15.1 kann beispielsweise wie folgt definiert werden: $\begin{matrix} J = \sum_{i = 1}^{N} (c_{1} {(v (t_{i}) - v * (t_{i}))}^{2} + c_{2} {(E_{B a t} (t_{i}) - E_{B a t}^{*} (t_{i}))}^{2} + c_{3} {(M_{I C E} (t_{i}) - M_{I C E}^{*} (t_{i}))}^{2} \\ + c_{4} {(M_{E M} (t_{i}) - M_{E M}^{*} (t_{i}))}^{2} + c_{5} {(F_{B r k} (t_{i}) - F_{B r k}^{*} (t_{i}))}^{2} \\ + c_{6} Δ t {\dot{m}}_{f} (t_{i}, b_{C l u t c h} (t_{i}), z_{I C E} (t_{i})) + c_{7} G_{G e a r C h a n g e}^{2} (t_{i}) \\ + c_{8} C l_{C l u t c h C h a n g e}^{2} (t_{i}) + c_{x} X (t_{i})) - c_{9} E_{B a t} (t_{N}) + c_{y} Y (t_{N}) \end{matrix}$
Hierbei ist:

t: Wegzeit, unabhängige Variable
N → t1, ..., tN: Zeitpunkte, Horizontdauer
Δt = ti - ti-1: Abstand zwischen den Zeitpunkten t_i
c1, ..., c9, cx, cy: Gewichtungsfaktoren der einzelnen Terme der Kostenfunktion
X, Y: Der Kostenfunktion können weitere Terme hinzugefügt werden, um weitere Zielvorgaben in der Optimierung zu berücksichtigen. Diese Terme können beispielsweise zusätzliche Komponenten (z.B. weitere elektrische Maschinen) oder deren Eigenschaften (z.B. Temperaturen) beschreiben.
v, v*: Geschwindigkeit, Referenzgeschwindigkeit
EBat,: Energieinhalt der Batterie, Referenzenergiegehalt der Batterie
MICE,: Moment des Verbrennungskraftmotors, Referenzmoment des Verbrennungskraftmotors
MEM,: Moment der elektrischen Maschine, Referenzmoment der elektrischen Maschine
FBrk,: Bremskraft, Referenzbremskraft
mf: Kraftstoffverbrauch
bClutch: Zustand der Kupplung
ZICE: Zustand des Verbrenners
GGearChange: Aktivierung eines Gangwechsels
ClClutchChange: Aktivierung eines Kupplungszustandswechsels

Die Problemkomplexität nimmt mit steigender Anzahl zu treffender Mixed-Integer Entscheidungen zu. Aus Performance-Gründen kann deshalb beispielsweise die Entscheidung über den Zustand des Verbrennungskraftmotors 18 (an/aus) aus dem Mixed-Integer Problem herausgelöst werden und in einer Post-Processing Logik verarbeitet werden.
Die dritte Kostenfunktion 15.3 kann beispielsweise wie folgt definiert werden: $\begin{matrix} J = \sum_{i = 1}^{N} ((c_{1} s_{v} {(t_{i})}^{2} + c_{2} s_{S O C} {(t_{i})}^{2}) + c_{3} Δ t {\dot{m}}_{f} (t_{i}, b_{C l u t c h} (t_{i}), z_{I C E} (t_{i})) + c_{4} F_{B r k} (t_{i}) \\ + c_{5} {(d F_{I C E, W h e e l} (t_{i}))}^{2} + c_{6} {(d F_{E M, W h e e l} (t_{i}))}^{2} + c_{7} {(d F_{B r a k e} (t_{i}))}^{2} \\ + c_{x} X (t_{i})) + c_{y} Y (t_{N}) \end{matrix}$
Hierbei ist:

t: Wegzeit, unabhängige Variable
N → t1, ..., tN: Zeitpunkte, Horizont Dauer
Δt = ti - ti-1: Abstand zwischen den Zeitpunkten t_i

c1, ..., c7, cx, cy: Gewichtungsfaktoren der einzelnen Terme der Kostenfunktion
X, Y: Der Kostenfunktion können weitere Terme hinzugefügt werden, um weitere Zielvorgaben in der Optimierung zu berücksichtigen. Diese Terme können beispielsweise zusätzliche Komponenten (weitere elektrische Maschinen) oder deren Eigenschaften (z.B Temperaturen) beschreiben.
sv: Slack-Variable der Geschwindigkeit: Die Abweichung der Geschwindigkeitstrajektorie von deren Referenztrajektorie wird innerhalb eines definierten Bereiches akzeptiert und außerhalb bestraft.
sSOC: Slack-Variable des SOC: Die Abweichung der SOC-Trajektorie von deren Referenztrajektorie wird innerhalb eines definierten Bereiches akzeptiert und außerhalb bestraft.
mf: Kraftstoffverbrauch
bClutch: Zustand der Kupplung
ZICE: Zustand des Verbrennungskraftmotors
FBrk: Bremskraft
dFICE,Wheel: Änderung der Kraft am Rad, die durch den Verbrennungskraftmotor verursacht wird
dFEM,Wheel: Änderung der Kraft am Rad, die durch die elektrische Maschine verursacht wird
dFBrake: Änderung der Kraft am Rad, die durch die Bremskraft verursacht wird

Bezugszeichenliste

n1: erster Wert erster Betriebsparameter
n2: zweiter Wert erster Betriebsparameter
n3: dritter Wert erster Betriebsparameter
K0: Kupplung
y1: erster Wert zweiter Betriebsparameter
y2: zweiter Wert zweiter Betriebsparameter
y3: dritter Wert zweiter Betriebsparameter
1: Fahrzeug
2: System
3: Prozessoreinheit
4: Speichereinheit
5: Kommunikations-Schnittstelle
6: Erfassungseinheit
7: Antriebsstrang
8: elektrische Maschine
9: Batterie
10: Getriebe
11: Computerprogrammprodukt
12: GNSS-Sensor
13: MPC-Algorithmus
14: Längsdynamikmodell
15.1: erste Kostenfunktion
15.2: zweite Kostenfunktion
15.3: dritte Kostenfunktion
16: Fahrerassistenzsystem
17: Verbrennungskraftmotor
18: Leistungselektronik
19: Bremsanlage
20: erster Betriebsparameter
21: vorderes Differenzialgetriebe
22: Vorderrad
23: Vorderrad
24: zweiter Betriebsparameter
25: Vorderachse
26: Hinterrad
27: Verlustmodell
28: Hinterrad
29: Hinterachse

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

CN 108944905 A [0002]
DE 102014222069 A1 [0002]
DE 102013008716 A1 [0002]

Claims

Prozessoreinheit (3) zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs (1), wobei die Prozessoreinheit (3) dazu eingerichtet ist, - einen MPC-Algorithmus (13) auszuführen, der ein erstes Solvermodul (13.1), ein zweites Solvermodul (13.2), ein drittes Solvermodul (13.3), ein Längsdynamikmodell (14) und drei Kostenfunktionen (15.1 bis 15.3) umfasst, wobei eine erste Kostenfunktion (15.1) dem ersten Solvermodul (13.1) zugeordnet ist, wobei eine zweite Kostenfunktion (15.2) dem zweiten Solvermodul (13.2) zugeordnet ist und wobei eine dritte Kostenfunktion (15.3) dem dritten Solvermodul (13.3) zugeordnet ist, - durch Ausführen des ersten Solvermoduls (13.1) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) - eine die erste Kostenfunktion (15.1) minimierende Geschwindigkeitstrajektorie zu berechnen, gemäß welcher sich das Kraftfahrzeug (1) innerhalb eines Prädiktionshorizonts fortbewegen soll, und - einen die erste Kostenfunktion (15.1) minimierenden Verlauf eines Ladezustands einer Batterie (9) zu berechnen, welche als Energiespeicher für eine elektrische Maschine (8) des Kraftfahrzeugs (1) dient, - durch Ausführen des zweiten Solvermoduls (13.2) basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie (9) und unter Berücksichtigung von Nebenbedingungen eine die zweite Kostenfunktion (15.2) minimierende Trajektorie ganzzahliger Steuergrößen zu berechnen, und - durch Ausführen des dritten Solvermoduls (13.3) für einen Anfangsabschnitt des Prädiktionshorizonts für die elektrische Maschine (8), einen Verbrennungskraftmotor (17) und eine Bremsanlage (19) des Kraftfahrzeugs (1) eine die dritte Kostenfunktion (15.3) minimierende Momenttrajektorie zu berechnen, gemäß welcher die elektrische Maschine (8), der Verbrennungskraftmotor (17) und die Bremsanlage (19) Momente innerhalb des Prädiktionshorizonts bereitstellen sollen.
Prozessoreinheit (3) nach Anspruch 1, wobei die Prozessoreinheit (3) dazu eingerichtet ist, - durch Ausführen des ersten Solvermoduls (13.1) die Geschwindigkeitstrajektorie für einen Streckenabschnitt zu berechnen, der einige Kilometern lang ist, und - durch Ausführen des zweiten Solvermoduls (13.2) und des dritten Solvermoduls (13.3) für einen einige Sekunden unmittelbar vor dem Kraftfahrzeug (1) liegenden Anfangsabschnitt des Prädiktionshorizonts die Trajektorie ganzzahliger Steuergrößen und die Sollmomenttrajektorie zu berechnen.
Prozessoreinheit (3) nach Anspruch 1 oder 2, wobei die Trajektorie ganzzahliger Steuergrößen einen Verlauf von Gängen umfasst, die in einem Getriebe (10) des Kraftfahrzeugs (1) innerhalb des Prädiktionshorizonts eingelegt werden können.
Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, wobei die Trajektorie ganzzahliger Steuergrößen einen Verlauf eines Motor-Zustands umfasst, gemäß welchem ein Verbrennungskraftmotor (17) des Kraftfahrzeugs (1) entweder eingeschaltet oder ausgeschaltet ist.
Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, wobei die Trajektorie ganzzahliger Steuergrößen einen Verlauf eines Kupplungs-Zustands umfasst, gemäß welchem sich eine zwischen einem Verbrennungskraftmotor (17) des Kraftfahrzeugs (1) und der elektrischer Maschine (8) angeordnete Kupplung (K0) entweder in einer geöffneten Stellung oder in einer geschlossenen Stellung befindet.
Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, das Kraftfahrzeug (1) umfassend einen Hybridantriebsstrang (7), wobei - der Hybridantriebsstrang (7) zumindest in einem ersten Fahrmodus und in einem zweiten Fahrmodus betrieben werden kann, und - die Prozessoreinheit (3) dazu eingerichtet ist, durch Ausführen des zweiten Solvermoduls (13.2) basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie (9) und unter Berücksichtigung von Nebenbedingungen eine die zweite Kostenfunktion (15.2) minimierende Fahrmodustrajektorie zu berechnen, welche festlegt, in welchem Fahrmodus oder in welchen der Fahrmodi der Hybridantriebsstrang (7) innerhalb des Prädiktionshorizonts betrieben werden soll.
Hybridantriebsstrang (7) für ein Kraftfahrzeug (1), der Hybridantriebsstrang (7) umfassend - wenigstens ein erstes Antriebsaggregat in Form eines Verbrennungskraftmotors (17), - wenigstens ein zweites Antriebsaggregat in Form einer elektrischen Maschine (8), die als Motor und als Generator betrieben werden kann, - wenigstens eine Batterie (9), - wenigstens ein Getriebe (10), - eine Bremsanlage (19) und - eine Prozessoreinheit (3) nach einem der vorstehenden Ansprüche.
Kraftfahrzeug (1) umfassend einen Hybridantriebsstrang (7) nach Anspruch 7 und ein Fahrerassistenzsystem (16), welches dazu eingerichtet ist, - auf eine Geschwindigkeitstrajektorie zuzugreifen, gemäß welcher sich das Kraftfahrzeug (1) innerhalb eines Prädiktionshorizonts fortbewegen soll, wobei die Geschwindigkeitstrajektorie von der Prozessoreinheit (3) durch Ausführen des ersten Solvermoduls (13.1) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) und unter Minimierung der ersten Kostenfunktion (15.1) berechnet worden ist, - auf einen Verlauf eines Ladezustands der Batterie (9) zuzugreifen, welche als Energiespeicher für die elektrische Maschine (8) dient, wobei der Verlauf des Ladezustands der Batterie (9) von der Prozessoreinheit (3) durch Ausführen des ersten Solvermoduls (13.1) für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) und unter Minimierung der ersten Kostenfunktion (15.1) berechnet worden ist, - auf eine Trajektorie ganzzahliger Steuergrößen zuzugreifen, wobei die Trajektorie ganzzahliger Steuergrößen von der Prozessoreinheit (3) durch Ausführen des zweiten Solvermoduls (13.2) basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie (9) und unter Berücksichtigung von Nebenbedingungen sowie unter Minimierung der zweiten Kostenfunktion (15.2) berechnet worden ist, - auf eine Momenttrajektorie zuzugreifen, gemäß welcher der wenigstens eine Verbrennungskraftmotor (17), die wenigstens eine elektrische Maschine (8) und die Bremsanlage (19) Momente innerhalb des Prädiktionshorizonts bereitstellen sollen, wobei die Momenttrajektorie von der Prozessoreinheit (3) durch Ausführen des dritten Solvermoduls (13.3) für einen Anfangsabschnitt des Prädiktionshorizonts unter Minimierung der dritten Kostenfunktion (15.3) berechnet worden sind, und - den wenigstens einen Verbrennungskraftmotor (17), die wenigstens eine elektrische Maschine (8) und die Bremsanlage (19) des Hybridantriebsstrangs (7) basierend auf der Momenttrajektorie zu steuern.
Verfahren zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs (1) mittels eines MPC-Algorithmus' (13), der ein erstes Solvermodul (13.1), ein zweites Solvermodul (13.2), ein drittes Solvermodul (13.3), ein Längsdynamikmodell (14) und drei Kostenfunktionen (15. 1 bis 15.3) umfasst, wobei eine erste Kostenfunktion (15.1) dem ersten Solvermodul (13.1) zugeordnet ist, wobei eine zweite Kostenfunktion (15.2) dem zweiten Solvermodul (13.2) zugeordnet ist und wobei eine dritte Kostenfunktion (15.3) dem dritten Solvermodul (13.3) zugeordnet ist, das Verfahren umfassend die Schritte: - Berechnen einer Geschwindigkeitstrajektorie, gemäß welcher sich das Kraftfahrzeug (1) innerhalb eines Prädiktionshorizonts fortbewegen soll, wobei die Geschwindigkeitstrajektorie durch Ausführen des ersten Solvermoduls (13.1) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) und unter Minimierung der ersten Kostenfunktion (15.1) berechnet wird, - Berechnen eines Verlaufs eines Ladezustands einer Batterie (9), welche als Energiespeicher für eine elektrische Maschine (8) des Kraftfahrzeugs (1) dient, wobei der Verlauf des Ladezustands der Batterie (9) durch Ausführen des ersten Solvermoduls (13.1) für den vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) und unter Minimierung der ersten Kostenfunktion (15.1) berechnet wird, - Berechnen einer Trajektorie ganzzahliger Steuergrößen, wobei die Trajektorie ganzzahliger Steuergrößen durch Ausführen des zweiten Solvermoduls (13.2) basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie (9) und unter Berücksichtigung von Nebenbedingungen sowie unter Minimierung der zweiten Kostenfunktion (15.2) berechnet wird, - Berechnen einer Momenttrajektorie, gemäß welcher ein Verbrennungskraftmotor (17), die elektrische Maschine (8) und eine Bremsanlage (19) des Kraftfahrzeugs (1) Momente innerhalb des Prädiktionshorizonts bereitstellen sollen, wobei die Momenttrajektorie durch Ausführen des dritten Solvermoduls (13.3) insbesondere für einen Anfangsabschnitt des Prädiktionshorizonts unter Minimierung der dritten Kostenfunktion (15.3) berechnet wird.
Computerprogrammprodukt (11) zur modellbasierten prädiktiven Regelung eines Kraftfahrzeugs (1) mittels eines MPC-Algorithmus' (13), der ein erstes Solvermodul (13.1), ein zweites Solvermodul (13.2), ein drittes Solvermodul (13.3), ein Längsdynamikmodell (14) und drei Kostenfunktionen (15.1 bis 15.3) umfasst, wobei eine erste Kostenfunktion (15.1) dem ersten Solvermodul (13.1) zugeordnet ist, wobei eine zweite Kostenfunktion (15.2) dem zweiten Solvermodul (13.2) zugeordnet ist und wobei eine dritte Kostenfunktion (15.3) dem dritten Solvermodul (13.3) zugeordnet ist, wobei das Computerprogrammprodukt (13), wenn es auf einer Prozessoreinheit (3) ausgeführt wird, die Prozessoreinheit (3) anleitet, - durch Ausführen des ersten Solvermoduls (13.1) für einen vorausliegenden Streckenabschnitt unter Berücksichtigung des Längsdynamikmodells (14) - eine die erste Kostenfunktion (15.1) minimierende Geschwindigkeitstrajektorie zu berechnen, gemäß welcher sich das Kraftfahrzeug (1) innerhalb eines Prädiktionshorizonts fortbewegen soll, und - einen die erste Kostenfunktion (15.1) minimierenden Verlauf eines Ladezustands einer Batterie (9) zu berechnen, welche als Energiespeicher für eine elektrische Maschine (8) des Kraftfahrzeugs (1) dient, - durch Ausführen des zweiten Solvermoduls (13.2) basierend auf der Geschwindigkeitstrajektorie, basierend auf dem Verlauf des Ladezustands der Batterie (9) und unter Berücksichtigung von Nebenbedingungen eine die zweite Kostenfunktion (15.2) minimierende Trajektorie ganzzahliger Steuergrößen zu berechnen, und - durch Ausführen des dritten Solvermoduls (13.3) unter Minimierung der dritten Kostenfunktion (15.3) für einen Anfangsabschnitt des Prädiktionshorizonts für die elektrische Maschine (8), einen Verbrennungskraftmotor (17) und eine Bremsanlage (19) des Kraftfahrzeugs (1) eine Momenttrajektorie zu berechnen, gemäß welcher die elektrische Maschine (8), der Verbrennungskraftmotor (17) und die Bremsanlage (19) Momente innerhalb des Prädiktionshorizonts bereitstellen sollen.