JP2015123822A - ハイブリッド電気自動車の制御装置 - Google Patents

Abstract

【課題】事前の規範となるデータ計測を簡易的な手法により実施できると共に、データ量の削減に伴って記憶装置に要求される容量を低減でき、もってシステムを簡素化してコスト低減を達成できるハイブリッド電気自動車の制御装置を提供する。【解決手段】車両の走行中に路面勾配の要素を含む走行パターン情報を走行距離と関連付けて取得し、この走行パターン情報から標準偏差σを算出すると共に、車速を検出し、車両重量を推定する。一方、標準偏差σ、車速及び車両重量に応じて、モータの制御特性が異なるＳＯＣバランス下限モード及びＳＯＣバランス中間モードを選択するための制御マップを予めＥＣＵに記憶しておく。車両の走行中に逐次得られる標準偏差σ、車速及び車両重量に基づきモード選択し、選択したモードに基づきモータを制御する。【選択図】図４

Description

本発明はハイブリッド電気自動車の制御装置に関する。

近年、走行用動力源としてエンジン及びモータを搭載したハイブリッド電気自動車が普及している。この種のハイブリッド電気自動車の技術の一つとして、エンジン及びモータを効率的に運転させるために所定の運転スケジュールに従ってそれぞれ制御するものがある。
例えば特許文献１に記載された制御装置では、目的地までの経路の走行データ及び走行環境情報を記憶して統計的に処理する記憶処理手段を備え、これらのデータに基づき走行パターンを予測してエンジン及びモータの運転スケジュールを設定し、設定された運転スケジュールに従ってそれぞれの制御を実行している。

特開２００４−２５８４５５号公報

しかしながら、特許文献１の技術では、具体的な目的地までの経路の走行データに基づきエンジン及びモータの運転スケジュールを設定しているため、実走行で可能性がある様々な走行パターンや走行経路等に対し、洩れなく走行試験を実施して規範となる実走行データを計測する必要がある。特にトラック等の商用車の場合には積荷の積載量に応じて変化する車両重量によっても規範となる実走行データが変化するため、計測を要する実走行データがさらに増大してしまう。よって、事前のデータ計測のために多大な工数を要する上に、膨大なデータ量を保存可能な大容量の記憶処理手段が必要になるという問題があった。

本発明はこのような問題点を解決するためになされたもので、その目的とするところは、事前の規範となるデータ計測を簡易的な手法により実施できると共に、データ量の削減に伴って記憶装置に要求される容量を低減でき、もってシステムを簡素化してコスト低減を達成することができるハイブリッド電気自動車の制御装置を提供することにある。

上記の目的を達成するため、本発明のハイブリッド電気自動車の制御装置は、走行用動力源として搭載されるエンジン及びモータを用いた車両の走行中に、路面勾配の要素を含む走行パターン情報を走行距離と関連付けて取得する走行パターン情報取得手段と、走行パターン取得手段により取得された走行パターン情報に基づき、車両が走行した路面勾配を所定領域毎に区分して各領域の積算距離を表すヒストグラムを作成し、ヒストグラムに基づき標準偏差を算出する偏差算出手段と、車両の重量を推定する車両重量推定手段と、標準偏差及び車両重量に応じて、モータの電源であるバッテリの充電率を相対的に低い領域に保つようにモータを制御する第１の走行モードと、第１の走行モードよりも充電率を相対的に高い領域に保つようにモータを制御する第２の走行モードとを選択するための選択指標を予め記憶したデータ記憶手段と、車両の走行中において、偏差算出手段により算出された標準偏差及び上記車両重量推定手段により推定された車両重量に基づきデータ記憶手段の選択指標から走行モードを選択し、選択した走行モードに基づきモータを制御するモータ制御手段とを備えていることを特徴とする。

本発明によれば、事前の規範となるデータ計測を簡易的な手法により実施できると共に、データ量の削減に伴って記憶装置に要求される容量を低減でき、もってシステムを簡素化してコスト低減を達成することができる。

実施形態の制御装置が搭載されたハイブリッド型トラックを示す全体構成図である。 車両の走行パターン情報から標準偏差を求める手順を示す説明図である。 標準偏差とバッテリの充放電量との関係を試験により求めた特性図である。 標準偏差、車速及び車両重量に基づき走行モードを選択するための制御マップを示す図である。 ＥＣＵが実行する走行モード選択ルーチンを示すフローチャートである。

以下、本発明をハイブリッド型トラックの制御装置に具体化した一実施形態を説明する。
図１は本実施形態の制御装置が搭載されたハイブリッド型トラックを示す全体構成図である。
ハイブリッド型トラック（以下、車両１０という）は、走行用動力源としてエンジン１及びモータ２を搭載している。エンジン１の出力軸にはクラッチ３を介してモータ２の回転軸が連結され、モータ２の回転軸は変速機４を介して駆動輪５に連結されている。これらのエンジン１及びモータ２が発生する駆動力が任意に変速機により変速され、その後に駆動輪に伝達されて車両を走行させる。モータ２にはインバータ６を介してバッテリ７が接続されている。モータ２の運転状態はインバータ６により制御され、力行制御時にはバッテリ７からの放電電力によりモータ２が駆動力を発生し、回生制御時にはモータ２が発電した電力がバッテリ７に充電される。

エンジン１及びインバータ６にはＥＣＵ８が接続され、ＥＣＵ８からの指令に基づき、エンジン１の運転状態及びインバータ６を介したモータ２の運転状態が制御される。このような制御を実行するために、図示はしないがＥＣＵ８には種々のセンサ類やデバイス類が接続されている。

ＥＣＵ８は、運転者のアクセル操作量等に基づき要求トルクを算出し、要求トルクをエンジン１側及びモータ２側に配分してそれぞれのトルク指令値を求め、そのトルク指令値に基づきエンジン１及びモータ２を制御する。
本実施形態では、予め２種の走行モードが設定されており、選択した何れかの走行モードに基づき制御が実行される。端的に表現すると双方の走行モードの違いは要求トルクに基づくトルク配分特性にあり、結果としてバッテリ７のＳＯＣ（充電率:State Of Charge）が制御範囲内の異なる領域に保たれる。

一方の走行モードはＳＯＣバランス下限モード（第１の走行モード）と称し、モータ２側の負担（トルク配分）を増加気味に制御することにより、バッテリ７のＳＯＣを常に制御範囲の下限付近に保つものである。このＳＯＣバランス下限モードによれば、常にバッテリ７が最大限に充電可能な状態に保たれることから、例えば大小様々な登降坂路が連続して多くのモータ回生量が得られる走行経路の場合に好適である。

他方の走行モードはＳＯＣバランス中間モード（第２の走行モード）と称し、ＳＯＣバランス下限モードよりもモータ２側の負担がより小さくなるように制御することにより、ＳＯＣを制御範囲の下限より高い領域に保つものである。即ち、ＳＯＣバランス下限モードに比較するとバッテリ７への充電量は減少するものの、ＳＯＣの余裕分だけ力行制御によるモータアシストが可能となってエンジン１の運転領域を最適化できる。このため、例えば緩やかな登降坂路が連続してモータ回生量がそれ程望めない走行経路の場合に、ＳＯＣバランス中間モードが好適である。

以上の走行モードの切換は、特許文献１の技術と同じくエンジン１及びモータ２の最適制御を目的としたものであるが、［発明が解決しようとする課題］で述べたように、特許文献１の技術では、事前の実走行データの計測のために多大な工数を要する上に、膨大なデータ量を保存可能な大容量の記憶装置が必要になるという問題があった。

このような不具合を鑑みて本発明者は、車両の走行経路の勾配情報から求めた標準偏差σとバッテリ７の充放電量との間に相関性があり、バッテリ７の充放電量に応じて適切な走行モードを選択可能なことを見出した。

図２は車両の走行パターン情報から標準偏差σを求める手順を示す説明図である。
本実施形態が想定している走行パターン情報とは、車両の走行に伴って刻々と変化する路面勾配の要素を含む情報であり、当該情報を車両の走行中に走行距離と関連付けて逐次取得する。路面勾配の要素を含む情報としては、図２の上段に示すような標高情報、或いは図２の下段に示すような路面勾配情報の何れであってもよい。

そして、所定の走行距離分だけの標高情報または路面勾配情報に基づき、図２に示すようにヒストグラムを作成する。ヒストグラムの横軸（階級）は、車両が走行した様々な路面勾配を平坦路＝０を中心として所定領域毎に区分したものであり、縦軸（度数）は、それぞれの路面勾配の各領域が連続した積算距離である。なお、標高情報と路面勾配情報とは表現形態が異なるだけで内容は同一であるため、何れに基づいても図２に示すヒストグラムが導き出される。

このようにして作成したヒストグラムから標準偏差σを算出する。図３は標準偏差σとバッテリ７の充放電量との関係を試験により求めた特性図であり、全体的な傾向として、標準偏差σが小の場合にはバッテリ７の充放電量が少なく、標準偏差σが増加するほど充放電量も増加していることが判る。バッテリ７の充放電量の増加は、モータ２の回生制御及び力行制御が活用されていることを意味し、ひいては燃費低減率の向上にもつながる。よって、標準偏差σが大でありバッテリ７の充放電量が大きい状況ほど、モータ２の回生や力行制御を活用できる余地が大きいと見なせる。
なお、標準偏差σを算出する方法は上記方法に限定されず、公知の算出方法を適用できる。例えば、ヒストグラムを作成せずに、走行距離と関連付けられた標高情報から標準偏差σを直接算出してもよい。

このため標準偏差σが大の場合にはＳＯＣバランス下限モードが好適であり、バッテリ７のＳＯＣを制御範囲の下限付近に抑制することにより、モータ２の回生制御で得られた電力を可能な限りバッテリ７に充電し、その後のモータ２の力行制御に有効利用できる。また、標準偏差σが小の場合にはＳＯＣバランス中間モードが好適であり、モータ２の回生制御や力行制御に活用できない分をＳＯＣの余裕分として蓄えてモータアシストに利用することによりエンジン１の運転領域を最適化できる。

以上の走行モードの選択根拠は、標準偏差σから直接的に導き出すこともできる。
即ち、標準偏差σは走行経路の降坂路の状況を反映した指標であることから、標準偏差σが大の場合には、例えば大小様々な登降坂路が連続している走行経路と見なせる。このような走行経路では多くのモータ回生量が得られるため、ＳＯＣバランス下限モードが望ましい。また、標準偏差σが小の場合には、例えば緩やかな登降坂路が連続している走行経路と見なせる。このような走行経路ではモータ回生量がそれ程望めないため、ＳＯＣバランス中間モードが望ましい。
また、図３中に示すように、バッテリ７の充放電量は、車速、及び車両の積載量に応じて変化する車両重量の影響を受けていることが判る。車速が増加するほど或いは車両重量が増加するほどバッテリ７の充放電量が増加し、モータ２の回生制御及び力行制御による燃費低減率が向上することから、それに応じてＳＯＣバランス下限モードをより選択され易くすべきである。

以上のような図３の特性図を鑑みて、本実施形態では予め図４に示す制御マップ（選択指標）が設定されてＥＣＵ８に記憶されている（データ記憶手段）。この図に示すように、標準偏差σが小の場合にはＳＯＣバランス中間モードが選択され、標準偏差σが所定の閾値を超えるとＳＯＣバランス下限モードが選択される。このようにして適切な走行モードが選択され、それぞれの走行モードにおいて上記した作用効果を得ることができる。

また、走行モードを選択するための閾値は、車速の増加に伴って標準偏差σの低下側にシフトされると共に、車両重量の増加に伴って標準偏差σの低下側にシフトされる。これにより車速が増加するほど或いは車両重量が増加するほど、ＳＯＣバランス下限モードが選択され易くなり、結果として車速や車両重量の増減に関わらず常に適切な走行モードを選択することができる。
なお、車速は車速センサにより検出すればよい。また車両重量の推定処理は、例えば特開２００２−３４０１６５号公報等に記載されているように、車両の駆動トルクと車両加速度から推定すればよい（車両重量推定手段）。

以上のような図４の制御マップを用いて、ＥＣＵ８は図５の走行モード選択ルーチンに従って走行モードを選択する。
ＥＣＵ８は、車両の走行中に図５のルーチンを所定の制御インターバルで実行している。まずステップＳ２で走行パターン情報（即ち、標高または路面勾配）の計測を開始し（走行パターン情報取得手段）、続くステップＳ４で所定距離（例えば１０km）だけ走行したか否かを判定し、判定がＮo（否定）のときには一旦ルーチンを終了する。

ステップＳ４の判定がＹes（肯定）になると、ステップＳ６で走行パターン情報の計測を終了し、その後にステップＳ８で走行パターンの分析処理を実行し、ステップＳ１０で標準偏差σの算出処理を実行する（偏差算出手段）。即ち、ステップＳ８では、図２に示すように所定距離の走行中において走行距離に関連付けて取得された標高または路面勾配に基づきヒストグラムを導き出し、そのヒストグラムに基づきステップＳ１０で標準偏差σを算出する。続くステップＳ１２では、算出した標準偏差σから図４の制御マップに基づいて走行モードを選択し（モータ制御手段）、その後にルーチンを終了する。
そして、図示しないモータ制御ルーチンでは、選択した走行モードに基づきＥＣＵ８がモータ２を制御する（モータ制御手段）。

本実施形態では、以上の手順で走行モードの選択処理が行われる。そして、本実施形態でも、規範となる図４の制御マップ、ひいてはその根拠である図３の特性図を生成するために事前に車両の走行試験を行うが、その際の工数は、実走行データ毎の計測を要する特許文献１の技術に比較して格段に少なくなる。
即ち、図３の特性図上の標準偏差σとバッテリ７の充放電量との関係を表すラインを特定するには、そのラインが直線の場合でも曲線の場合でも最低限３つの試験ポイントが判明すれば特定可能である。このため実際の車両走行の試験は最小の場合には３回で済む。この点は車速や車両重量を加味した場合でも同様であり、最小の試験回数でそれぞれを特定できる。よって、特許文献１の技術に比較して事前の準備に要する工数を大幅に削減できる。

また、図４の制御マップに関するデータ容量が極めて小さいため、ＥＣＵ８に要求される記憶容量も格段に低減できる。結果として本実施形態によれば、システムを簡素化してコスト低減を達成することができる。
なお、言うまでもないが、適切な走行モードの選択により得られる作用効果については特許文献１の技術と何ら遜色ない。例えばエンジン１及びモータ２の最適制御による燃費向上、バッテリ７の充放電量の最適化による劣化抑制等の種々の作用効果が得られる。

一方、図２に基づき説明したように、走行パターン情報は標高情報として取得することも、路面勾配情報として取得することもできる。標高情報は、ナビゲーションシステムのＧＰＳ機能による自車の位置情報、及び予め記憶された地図情報（標高情報を含む）に基づき、自車位置の標高のデータを逐次算出することにより特定できる。よって、元々ナビゲーションシステムを備えた車両の場合には、走行パターン情報を標高情報として取得することで、新たな装備を追加することなく一層容易に実施することができる。

また路面勾配情報は、例えば特開２００３−９７９４５号公報等に記載されているように、車両に搭載された加速度センサの出力値Ｇsから車輪速センサによる実前後加速度Ｇvを減算して勾配に起因して発生した加速度Ｇrを割り出し、この加速度Ｇrから特定できる。このような路面勾配の推定処理は、例えば登坂路や降坂路で適切な発進変速段を選択するために利用されている。よって、このような機能を備えた車両の場合には、走行パターン情報を路面勾配情報として取得することで、新たな装備を追加することなく一層容易に実施することができる。

以上で実施形態の説明を終えるが、本発明の態様はこの実施形態に限定されるものではない。例えば上記実施形態では、ハイブリッド型トラックの制御装置に具体化したが、車両の種別はこれに限定されるものではなく、ハイブリッド型のバスや乗用車に適用してもよい。
また、上記実施形態では図３の特性図を生成するために事前に車両の走行試験を行うと具体化したが、試験の種別はこれに限定されるものではなく、例えばＨＩＬＳやＳＩＬＳなどの燃費シミュレーション、或いはエンジンベンチを用いたベンチ試験を適用してもよい。

８ ＥＣＵ（走行パターン情報取得手段、偏差算出手段、データ記憶手段、
車両重量推定手段、モータ制御手段）

Claims (1)

1. 走行用動力源として搭載されるエンジン及びモータを用いた車両の走行中に、路面勾配の要素を含む走行パターン情報を走行距離と関連付けて取得する走行パターン情報取得手段と、
   上記走行パターン取得手段により取得された走行パターン情報に基づき、上記車両が走行した路面勾配を所定領域毎に区分して各領域の積算距離を表すヒストグラムを作成し、該ヒストグラムに基づき標準偏差を算出する偏差算出手段と、
   上記車両の重量を推定する車両重量推定手段と、
   上記標準偏差及び上記車両重量に応じて、上記モータの電源であるバッテリの充電率を相対的に低い領域に保つように上記モータを制御する第１の走行モードと、該第１の走行モードよりも上記充電率を相対的に高い領域に保つように上記モータを制御する第２の走行モードとを選択するための選択指標を予め記憶したデータ記憶手段と、
   上記車両の走行中において、上記偏差算出手段により算出された標準偏差及び上記車両重量推定手段により推定された車両重量に基づき上記データ記憶手段の選択指標から走行モードを選択し、該選択した走行モードに基づき上記モータを制御するモータ制御手段と
   を備えたことを特徴とするハイブリッド電気自動車の制御装置。

Images