JP2015525053A

JP2015525053A - 燃料電池およびエネルギー貯蔵システムを有する自動車用駆動装置

Info

Publication number: JP2015525053A
Application number: JP2015521003A
Authority: JP
Inventors: マティアスジェラルド; エリックビドー; フォンセカラモンダ; マチューデボワ−ルノダン; ブルーノジャンヌレ
Original assignee: Centre National de la Recherche Scientifique CNRS
Current assignee: Centre National de la Recherche Scientifique CNRS
Priority date: 2012-07-13
Filing date: 2013-07-11
Publication date: 2015-08-27
Anticipated expiration: 2033-07-11
Also published as: EP2872356B1; US9649951B2; US20150202987A1; FR2993226B1; FR2993226A1; WO2014009505A3; JP6171008B2; WO2014009505A2; EP2872356A2; KR20150036610A

Abstract

本発明は、自動車用駆動装置であって、制御のために入力されるPfc*は、自体が供給する電力の設定値である、平坦な非線形制御を含む燃料電池３と、可逆的な電気エネルギー貯蔵システム２と、車両の複数の車輪を推進するように構成された電気モーター４と、選択的に、燃料電池３および/または電気モーター４のエネルギー貯蔵システム２を接続するように構成される、電気接続手段１１と、制御回路５，３１と、燃料電池３によって供給される電力の関数として、二次多項式の形で燃料電池の水素の消費モデルを記憶し、燃料電池３及び電気エネルギー貯蔵システム２との間の中の電力分配の所定の係数を計算するように構成されている。【選択図】図１

Description

本発明は、ハイブリッド車両の駆動装置に関し、特に、蓄電池または燃料電池のいずれかによって供給される電気モータを含むハイブリッド駆動装置の制御に関する。

輸送手段のための有害ガス削減の要求が高まり、重要な調査研究につながっている。エネルギー消費の面で、より効率的な車両の開発が主な目的の一部となっている。電気モータを含むハイブリッド駆動装置の解決策は、著しい発展を目の当たりにしている。ハイブリダイゼーションには、特に以下の様な利点がある：
・制動時のエネルギー回収。車両の慣性的な機械動力の一部は、発電機として動作する電気モータによって回収され、バッテリに蓄えられる；
・車両のエネルギー消費の管理で更なる自由度を有する。車両の様々な動力源は、使用時に最適な効率で使用することができる。

特に、水素に基づく燃料電池（ＦＣ）を有する電気自動車において、このような電気化学的蓄電池等の電気エネルギー貯蔵システム（ＥＳＳ）とのハイブリダイゼーションは、燃料電池のダイナミクスの限界を開放する可能性がある。ＥＳＳは、車両が必要とする高い動力電源を供給する、一方、ＦＣシステムは、自身よりさらに制限された動力に適した電力（車両の平均電力に近い）を供給することができる。一方、電気化学的蓄電池が可逆エネルギー変換システムであるのに対し、ＦＣは非可逆的なエネルギー変換システムである。

FCとESSとの間の電力供給の分配の制御は、エネルギー消費を最適化するために必要である。電力配分を管理するためのシステムは、一般的にEMSと呼ばれるものによって指示される。EMSは、オフライン最適化（事前にシミュレートされた制御法）または、オンライン最適化（車両が遭遇する運転条件への制御法の適応）の両方を実現することができる。

２０１０年６月にリールで開催されたIEEE会議「車両電源および推進会議」の枠組みの中で公表された、「ハイブリッドシステムと電気自動車の最適管理」と題して、MM Vinot、TriguiとJeanneretによって執筆された文献には、電動モータの電源のための電池やスーパーキャパシタを組み合わせた車両の枠組みの中で、ＥＭＳの制御方法が記載されている。この文書で提案されている方法によると、その最適化計算を介して全体のエネルギー消費量を最小限に抑えることができる。しかしながら、エネルギー消費の最小化は、車両の走行サイクルが予め分かっている場合にのみ、真に効果的となる。したがって、このような方法は、走行中のサイクルが多くの場合で事前に定義されていない現実への応用では比較的制限された実用的な利点を提示する。

２０１０年６月にローマで開催された第１９回ＩＣＥＭ会議の枠組みの中で公開された、「農業用車両に組み込まれた燃料電池システムのエネルギー管理戦略」と題して、MM Thritschler, Bacha、RulliereおよびHussonによって執筆された文献には、燃料電池を有する大型車両内のオンラインアプリケーションに適応するポントリャーギンの最大原理の実用的使用方法が記載されている。EMSのリアルタイム制御のためのこの手順は、車両の駆動サイクルの事前知識を必要としない。電気エネルギー貯蔵システムの充電状態は、FC（水素変換）の充電を使用することによって維持されている。エネルギー最適化は、ESSの充電状態のレベルに維持するような制約を受ける、燃料消費量の最小化に基づいている。

ブレーキングでのエネルギー回収は、それがほとんど存在しないことが判明している重い農業用車両へ応用しているため、この方法においては、回生ブレーキを管理していない。その結果、システムの効率は、ブレーキングと加速の頻繁なサイクルを交互に行う従来の自動車用アプリケーションのために最適でない。さらに、この方法は、燃料電池のダイナミクス及び蓄電池の電池の違いを管理するために、比較的不十分に最適化される。

MM Vinot, Trigui and Jeanneret‘optimal management of electric vehicles with hybrid system’ ‘Vehicle power and propulsion conference’ IEEE conference in Lille in June 2010. MM Thritschler, Bacha, Rulliere and Husson‘Energy management strategies for an embedded fuel cell system on agricultural vehicles’ 19th ICEM conference in Rome in June 2010.

本発明は、オンライン最適化を実行するために可能であれば制限された計算能力を要求することにより、そして、予め事前定義されていない運転サイクルに対しても良好な最適化を行うことにより、これらの欠点の一つ以上を解決することを目的とする。

従って、本発明は、、
自動車用駆動装置に関係し
制御のために入力されるPfc^*は、自体が供給する電力の設定値である、平坦な非線形制御を含む燃料電池と、
可逆的な電気エネルギー貯蔵システムと、
車両の複数の車輪を推進するように構成された電気モーターと、
選択的に、前記燃料電池および/または前記電気モーターの前記エネルギー貯蔵システムを接続するように構成される、電気接続手段と、
制御回路と、
前記燃料電池によって供給される電力の関数として、以下の二次多項式（１）の形で前記燃料電池の水素の消費モデルを記憶し、
g(Pfc^*)=a^*Pfc^*2+b^*Pfc^*+c…式（１）（ここでa,bおよびｃは定数）、
前記燃料電池及び前記電気エネルギー貯蔵システムとの間の以下の式（２）中の電力分配λ1の係数を計算するように構成され、

…式（２）

ΔSoEは、前記電気エネルギー貯蔵システム内のエネルギーの目標量と、百分率として表された前記電気エネルギー貯蔵システムのエネルギーの現在の量との差であり、
Pbus(j)は、前記電気モーターと前記電気接続手段との間で交換される電力の測定値であり、
Δtは、Pbus(j)の２個の連続した測定値を分割する時間間隔であり、
Thは、λ1の計算のために考慮に入れられた、前記電気モーターの操作の持続時間であり、
εmaxは、前記電気エネルギー貯蔵システムに格納することができるエネルギーの最大量である、ことを含む、
ことを特徴とする。

変形例によれば、前記制御回路は、値Pbus（j）の間の変動の振幅を決定するよう構成され、変動の振幅の増加時は、Thの値を小さくするように構成され、変動の振幅の減少時は、Thの値を増加させるように構成される。

別の変形例によれば、前記持続時間Thが20〜600秒である。

別の変形例によれば、前記時間間隔Δtは、1秒と20秒との間にある。

さらに別の変形例によれば、前記TH /Δtの比は、少なくとも５に等しい。

変形例によれば、電力測定の前記Pbus（j）の周波数より低い周波数での値ΔSoEを計算するように構成されている。

別の変形例によれば、前記エネルギーの目標量は、前記電気エネルギー貯蔵システムのエネルギーの最大量の40〜80％の間である。

別の変形例によれば、前記電気エネルギー貯蔵システムは、電気化学的蓄電池を含む。

別の変形例によれば、前記燃料電池は、
反応器と、
電動モータと、前記電動モータによって回転する圧縮機ロータと、を備え、前記反応器のカソードに空気を圧縮するように構成されたポンプ装置と、
前記ポンプの前記電動モータの設定値電圧にそれぞれ電力設定値の前記Pfc^*で変換し、自体に用いる設定値電圧に変換して前記反応器を通過する空気流量を調節するため、平坦な非線形制御が設定されている、バルブと、
を含む。

本発明の他の特徴および効果は、以下に与えられている説明の中から添付の図面への参照を有する完全に非限定的な表示を介して明らかになるであろう。

本発明を実施する車両の物理的な部分および論理的な部分の概略図である。車両の他の構成要素に結合された燃料電池の概略図である。図１の要素を強調する高速のダイナミクスを示す図である。予測地平面における、さまざまな期間でのさまざまなランニングプロファイルのためのエネルギー状態のグラフである。予測地平面における、さまざまな期間でのさまざまなランニングプロファイルのためのエネルギー状態のグラフである。予測地平面における、さまざまな期間でのさまざまなランニングプロファイルのためのエネルギー状態のグラフである。

本発明による消費量の最適化は、システムの種々のダイナミクスを考慮したアルゴリズムの安定した動作を確保することを可能にする、正確な最適化理論に基づくものである。提案された解決策は、比較的制限された計算リソースとメモリリソースで行うことができるので、実装の制限に直面していない。したがって、この解決策は、組み込まれたオンラインのアプリケーションによく適応する。本発明はさらに、過度にシステムのエネルギー効率を低下させることなくシステム運用上の制約を最適化計算に統合することができる。

本発明を実施するために意図された典型的なハイブリッド車は、図１に概略的に示されている。車両は一方の物理部１と、他方の論理部５と、で構成されている。

物理部１は、車両の電気負荷４と、そのエネルギー要素（ＦＣ３及び電気エネルギー貯蔵システム２、例えば、電気化学的蓄電池）と、で構成されている。電気負荷４は概略的に示されており、典型的には車両の車輪を推進するための電動モータ、および任意の電気的周辺機器（エアコン、暖房など）を含む。続いて、電気負荷４は、車両の電気牽引チェーンと見なされ、電気モータ、電気的周辺機器、減速機と車両の車輪を含む。

ここで、Pbusは、電気負荷４の電源接続を通過する電力とし、PFCは、ＦＣ３によって供給される電力であり、Pbattは、貯蔵システム２によって提供され、または受け取られた電力である。
Pbusは、以下の関係を満たす：
Pbus=Pfc+Pbatt
電気負荷４の電動モータがモータモードである場合、Pbusはこのモータに供給される電力に相当する。電気負荷４の電動モータが発電モードである場合（回生制動時）、Pbusは、モータによりバッテリ（貯蔵システム）２に供給される電力に相当する。

前述のように、この例の電気エネルギー貯蔵システムは、電気化学蓄電池のバッテリ２である。
・特定の動作段階中の負荷４の電力供給のための補充もしくは代替として、
・燃料電池３による制動や過剰な電力を生成する際に、エネルギー回収時の負荷４によって提供されるエネルギーを貯蔵するための装置として、バッテリ２が使用される。

バッテリ２は、このようにして可逆電気エネルギー貯蔵システムを形成する。電気負荷４の電源接続は、典型的には、ＤＣ電力バスの形式で行われる。電気接続手段１１は、電気負荷４を供給することを可能とするためにＦＣ３の電力とバッテリ２の電力とを結合する。電気接続手段１１は、さらに、発電モードでバッテリ２を充電するためにバッテリ２を電気負荷４であるモータに結合することができる。電気接続手段１１は、さらにまた、バッテリ２を充電するためにＦＣ３をバッテリ２に結合することができる。電気接続手段１１は、それ自体、ＦＣ３または電気エネルギー貯蔵システム２が提供するそれぞれの電圧を上げる／下げるためのコンバータの公知の方法に含めることができる。

バッテリ２は、ＢＭＳ（バッテリマネジメントシステム）の用語で一般的に示されたコントローラ（不図示）を備える。ＢＭＳは、バッテリ２の充電状態（一般的にＳＯＣの用語で示される）または、エネルギー状態（一般的にＳＯＥの用語で示される）を有利に提供することができる。ＳＯＣは、一般にバッテリ２の最大充電容量に対する充電率の形で表現される。ＳＯＥは、一般にバッテリ２の最大エネルギー容量に対するエネルギー比率の形で表現される。ＳＯＥまたはＳＯＣを計算するための数多くの異なる手順は、当業者にそれ自体知られている。

このような計算は、特にそのような電力が供給されるか、または吸収されるか、および／または、動作温度などのパラメータを使用することができる。以下、本発明の例示的な実施形態は、エネルギー状態の基礎となる。以下の関係は、エネルギー状態ＳＯＥを決定する簡単な例を与える。
SOE (%)=100*(ε/εmax)

ここで、εmaxは、バッテリ２に保存することができるエネルギーの最大量：
燃料電池又はＦＣ３は、以下詳述するように、その動作に専用のコントローラ３１を備えている。

ＦＣ３の動作は、酸化還元の電気化学反応による、水素を変換する形に含まれる化学エネルギーを電気エネルギーに変換することを可能とする。反応から得られる生成物は、電気エネルギー、熱および水である。ＦＣ３は、図２に概略的に示すようにシステムの形態で実現することができる。このようなシステムは、反応性ガス（水素と酸素）を調整し、セルを冷却し、そして生成された電気エネルギーを回収するために供給することが可能となる。

ＦＣ３は、一般的に、電気的に直列に、反応器３００を形成するように接続されたセルのセットを含む。ＦＣ３の各セルの端子間電圧は、カソードにおける圧力、アノードにおける圧力、酸素の化学量論、相対湿度、セルの温度とＦＣ３によって引き出される電流といった様々な変数に依存している。

ＦＣ３は、水素３３０のための貯蔵部を含む。バルブ３３１とバルブ３３２は、反応器３００への、および反応器から周囲への水素の流れを制御する。冷却回路３２０は、後の最適な動作温度を維持するように、反応器３００内の熱伝導流体の流れを管理する。ＦＣ３はさらに、コンプレッサ３４０を含む。バルブ３４１は、反応器３００でＦＣのカソードチャンバ内で生成された圧力を制御する。

コントローラ３１はさらに、ＦＣ３の各部を制御する。コントローラ３１は、特に反応器３００への、および反応器３００からの水素の量の流れを定義するように、バルブ３３１及び３３２を制御する。コントローラ３１はさらに、反応器３００のカソードチャンバの圧力を制御するための反応器３００から流れる空気の量を定義するためバルブ３４１を制御する。コントローラ３１は、反応器３００に流入する空気の量を定義するようにコンプレッサ３４０を制御する。

コントローラ３１は、反応器の動作温度を調節するために、冷却回路３２０を制御する。コントローラ３１は、所望の動作点でその性能を最適化するように、ＦＣ３の動作パラメータを定義するように構成されている。コントローラ３１は、このようにバルブの３３１、３３２、３４１、コンプレッサ３４０と冷却回路３２０のためのそれぞれの制御法則を含む。

論理部５は、典型的に、例えば一つ以上の、物理部１の動作を最適化するよう埋め込まれたプログラムのために実行するコンピュータの形で実装されている。

論理部５は、制御インタフェース５００、例えばアクセルペダルを含む。制御インタフェース５００を介して、運転者はトルク設定値Cccを適用する。このトルク設定値Cccは、電気負荷４のモータに加えられる。車両の出力変数は、車両SPDvehの速度である。

論理部５は、最適化手段５２１を含む。最適化関数は、ＦＣ３向けの電力設定値Pfc^*を生成するためのものである。電力設定値Pbatは、トルク設定値Cccと設定値のPfc^*の関数として適合されている。この電力設定値Pfc^*は、ＦＣ３が電気接続手段１１に供給すべき電力の最適値に対応する。最適化手段５２１は、実行中のサイクルのための水素のグローバルな消費を最小限に抑える電力設定値Pfc^*を見つけるために意図されているだけでなく、アカウントの制限およびシステムの制限事項を考慮することを意図されている。例えば、最適化手段５２１は、ＦＣ３のとバッテリ２の電力の面でそれぞれの動作点、種々の成分の応答のダイナミクスと物理部１の状態変数の限界として、意図されている。

論理部５はさらに以下のものを含む：
・電気エネルギー貯蔵システム２のエネルギーレベルの基準値SoErefを定義する手段５０１。
・コンパレータ５０２。
・ロバスト性手段５１０。
・予測手段５２２。
・予測補正手段５２０。
・推定手段５２３。

インタフェース５００は、推定手段５２３に設定値Cccを提供する。推定手段５２３は、車速値'SPDveh'を受信する。推定手段５２３は、最適化手段５２１に値Pbus*を提供する。

コンパレータ５０２は、ロバスト性手段５１０にΔSoE値、すなわちSoEref（手段５０１によって提供される）と、エネルギーSoEの状態の測定値（電気エネルギー貯蔵システムによって提供される）との差を提供する。ロバスト性手段５１０は、予測補正手段５２０にφのパラメータを提供する。予測手段５２２は、電力Pbusを代表する電力値’Pbus'を受信する。予測手段５２２は、過去に取得したデータに基づいて、予測補正手段５２０に予測電力分布Pbusを提供する。予測補正手段５２０は、最適化手段５２１へパラメータλ1を提供する。

ＦＣ３のダイナミクスは、その空気回路のダイナミクスに主に依存する。ＦＣ３のための論理部５によって生成されたコマンドの設定値は、ＦＣ３の空気回路の制御を合成することを目的としている。平坦な非線形制御は、以下に記載される原理により、コントローラ３１で使用される。空気回路は、一般に、順に、入力から出力まで：エアフィルタと、コンプレッサ３４０と、蒸発器−凝縮器と、カソード体積と、空気／液体の水分離器と、反応器のカソードでの圧力を制御するバルブ３４１と、を含む。コンプレッサ３４０は、一般的に回転式コンプレッサである。

空気回路のモデリングにおいて、以下の支配的なダイナミクスを有する成分を考慮に入れることにより近似が行われる：空気コンプレッサ、コンプレッサの出力とカソードの出力との間の空気の体積およびバルブ３４１。これは、コンプレッサ３４０の出力とカソードの出力との間の圧力は均一であると単純化した仮定とする。

ＦＣ３の動作のための２個の最も重要な変数は、カソード圧力（酸素分圧）と空気流量（酸素流量）とである。これらの変数は、バルブ３４１とコンプレッサ３４０とにより、動的に制御されている。コンプレッサの回転モータについては、機械的な部分は、コンプレッサ３４０の最も遅いダイナミクスを有している。電気部品のダイナミクスは、簡略化のために無視される。電気部品および空気回路の機械的な部分との間の直線的な関係は、以下の関係によって与えられる。

…[1]
ここで、ωは、コンプレッサのモータの回転速度であり、αは、コンプレッサの電圧/電流変換係数であり、umotは、モータに加えられる電圧であり、Jmotはモータのイナーシャであり、Crは、圧縮段階によって課された抵抗トルクであり、Φはモータのロータの摩擦係数である。

圧縮工程は、以下の静的な方程式のシステムで表すことができる：

…[2]

ここで、q_airは、出力空気流量であり、P_cathは、カソードによって加えられた圧力であり、p_atmは大気圧であり、Temp_atmは、入力された空気の温度（大気温度）であり、cylは、コンプレッサの容量であり、Rは気体定数であり、η_isは、等エントロピー効率であり、η_Vは、体積効率であり、γは比熱比であり、そしてC_Pairは空気の比熱である。等エントロピー効率および体積効率は、圧縮率と、コンプレッサ３４０の電動機の回転速度とに依存するパラメータである。

回路内の最後の要素は、カソードの容積である。理想気体のための以下の関係に従った微分方程式によってその圧力状態を表すことができる：

…[３]

方程式の以下のシステムによると：

…[4]

ここで、Vは、陰極の体積であり、q_airは、コンプレッサの空気流量であり、ｑ_H2Oは、反応器３００の電気化学反応により生成する水の流量であり、ｑ_O2は、反応器３００によって消費される酸素の流量であり、q_valveは、陰極からの出力空気流量であり、Temp_cathは、カソードでのガスの温度であり、N_cellは、反応器３００の電気化学セルの数であり、Fはファラデー定数であり、I_ｆｃは、ＦＣ３で生成された電流であり、u_valveは、バルブから出る流量を制御するための入力変数であり、そして、Cdは流量係数である。温度Tempcathは、簡単のため一定とみなされる。次の方程式系[5]の空気回路モデルが、システム[2]と[4]式を用いた[1]と[3]との関係により定義されている。

…[5]

空気回路のモデルは、このように２個の状態変数ωとP_cathとの関係を与える２個の非線形方程式と、２個の入力umotとuvalveとで定義されている。ＦＣ３の適切な動作を確保するために、これらの２個の状態変数の挙動が支配的である。実際には、陰極圧力Pcathと酸素の化学量論SｔO2との値（必要な酸素流量に供給される酸素流量の比によって定義される）は、ＦＣ３の稼働中の要求の変化にもかかわらず、比較的一定のままである。

空気回路のいわゆる平坦と呼ばれる非線形制御法則の合成について説明する。空気回路（方程式[5]のシステム）の非線形力学に対応するため、平坦性の理論の応用により、線形化に基づく非線形制御則が適用される（この理論は、特にMM Fliess, Levine, Martin and Rouchon, による刊行物に記載されている。’Flatness and defect of nonlinear systems: Introductory theory and examples’, International Journal of Control, vol. 61, p. 1327:1361, 1995）。

制御則の設計を容易にするために、以下の仮定が使用される：コンプレッサの効率、周囲の空気の条件およびカソードの温度は一定である。このアプローチは、二つの制御出力y1及びy2が選択されることを必要とし、そのような状態およびシステムの入力は、出力y1及びy2の関数として、そして、それらの連続的な導関数として表現されている。制御される２個の重要な変数がpcathとq_airである。前者は、状態変数であり、一方、後者は２個の状態変数に依存する。したがって出力として状態変数（ｙ1=ωとy2= pcath）を選択することにより、以下の式[6]のシステムは、新しいシステムを表す（パラメータk1からk6は定数であり、表現を単純化するために使用される）：

…[6]

このシステムでは、状態および入力は、出力y1とy2及びその導関数のみに依存するため、システムは、任意の残りのダイナミクスを有していないこと（完全な線形化）、そして、すべての状態が観察可能かつ制御可能であること、を意味する。

変数umotとuvalveとの制御は、[7]と[8]との関係に示されている。

…[7]

…[8]

これら２個の関係では、y_n ^dは、変数の所望の軌跡を表している。d（y1d）/dtの代替で、新しい制御変数W1及びW2を使用した、式[6]の動的システムに対する制御のアプリケーションにおいて、d（y₂ ^d）/dtは、インテグレータの動作により（W1=d（y₁ ^d）/dtと、W2=d（y₂ ^d）/dtと、により）、線形システムを有することが可能となる。新しい制御W1とW2は、以下のように定義されたシステムのBrunovizky入力である：
W1=σ(y₁ ^d-ω)
W2=Ψ(y₂ ^d-pcath)…[9]

σおよびΨは、安定性および性能を確保するように構成された増加値を有する（負の値で増加する）。出力（y₁ ^dとy₂ ^d）の参照軌道は、状態変数pcath（目的とする安定的かつ連続的な動作）とω（コンプレッサの流量が所望の値を持つ一定の酸素化学量論を保証するために、リアルタイムで選択される）の所望の動作の関数として選択されている。システムＦＣ３のためのそのような制御則は、その動作を最適化するように空気回路の非線形動的変数を制御することができる。車両の運転のエネルギー最適化の観点から、システム[9]は、最適化法の解析解を得ることを可能とするシステムのダイナミクスのモデリングの簡素化を提供する。

最適化手段５２１によって生成され、コントロールPfc^*の配列を決定するＦＣ３燃料消費量による、最適化の問題点は、制約とシステムの境界条件に準拠しつつ、コスト関数J（Pfc）の最小値を取得することを可能とする。従って、最小化の基準は、以下のように表現することができる：

Pfc* = argmin (J(Pfc(t))…[10]

上述された関係に基づいて、電気エネルギー貯蔵システム２と、ＦＣ３と、を関連付けるシステムのダイナミクスは、以下の式のシステムで定義される：
dε/dt=-Pbatt
dω/dt=W1
dpcath/dt=W2…[11]
論理部５において、ＦＣ３の水素の消費は、電源Pfcの関数である２次の多項式関数gによってモデル化されている：
g(Pfc(t))=a*Pfc²+b*Pfc+c…[12]

関数は特に、試験中にＦＣ３によって供給される電力の二次近似によるg/sで水素の消費量を提供することができる。この関数gは、電力を供給することなくＦＣ３が水素を消費することを有利に考慮に入れる。これは、この関数gが同等の水素消費モデルを表すという事実によって正当化される。この消費モデルは、ＦＣ３が電力を全く供給しない場合でも、ＦＣ３の補助部品の消費を考慮に入れる。パラメータa、b、cは定数であり、システムのＦＣ３の次元に関連している。これらのパラメータは、最小二乗法といったパラメトリック識別法を適用することによって、電力需要プロファイルに従う、実際のシステムＦＣ３の応答に基づいて計算することができる。

３０ｋＷのＦＣ３のために、パラメータの典型的な値は以下のようになる：
a=4.9*10⁵;b=4.83;c=4360
このモデリング機能は、システムＦＣ３が制御された動作条件（アノード及びカソードにおける圧力、酸素化学量論量、温度、湿度など）で動作する前提から始まる完全なモデルの消費応答の近似に基づいて得られる。この近似は、最適化問題を明示的に解決することができ（組込みアプリケーションに完全に適して限られた計算能力を発揮する）、制御則を簡素化する。

設定値Cccと、車両の速度SPDvehとの関数として、推定機手段５２３は、電気負荷４に提供される電力Pbus^*を推定する。この目的のために、推定機手段５２３は、車両牽引チェーンのモデルの反転を実装している。最適化手段５２１では、電力値Pbus^*が最適化問題の変数のようなものであり、しかし、とりわけ時間的に変化するパラメータようなものである。単一の制御（Pbatt*）により最適化問題を解決するために、Pbattの関数および車両によって要求される電力の推定として、その表現により、変数Pfcで置き換えることによって、変数の変更は、コスト関数J（Pfc）内で行われる。

以下の関係は、このようなモデリング関数に基づいて得られる：

…[13]

ここで、β=-(2a(Pbus*(t)+b),and γ=(a(Pbus*(t))²+b(Pbus(t))+c)
であり、次のように消費関数をモデル化することができる：
g(Pbatt)=a*Pbatt(t)²+β*Pbatt(t)+γ…[14]
最適化手段５２１で適用される制約は、各構成要素の動作の限界であると共に、境界条件は、ランニングサイクルの終了時のシステムの状態変数の条件である。例えば、走行サイクルの終了時にバッテリｄ‘2のエネルギー状態は、その基準値に等しくなければならない。

一体型ハイブリッド動作モード（ＦＣ３とバッテリ２が走行レンジの全体にわたって使用されている）で、ランニングサイクルの終了時におけるエネルギーの状態は、ランニングサイクルの開始時のエネルギーの状態に等しくなければならない。以下のパラメータは、この関係において使用される：
（0..T）：走行サイクルの時間間隔；
SoE（t）：バッテリ２のエネルギーの瞬間的な状態；
Pcath：ＦＣ３の電池のカソードでの圧力；
StO2：二酸素の化学量論

考慮された制約は、例えば：

境界条件は、例えば：
SoE(T)= SoEref
Pcath(0..T)=1.2 bar
StO2(0..T)=1.5
最適化手段５２１はPontryaguine最大原理を実装することができる(M Scordiaによる文献に記載されている。’Approche systematique de l'optimisation du dimensionnement et de l'elaboration des lois de gestion d'energie de vehicules hybrides’ [Systematic approach to the optimization of the dimensioning and the formulation of hybrid vehicle energy management laws] PhD thesis, Universite Henry Poincare - Nancy 1, 2004)。

以下のハミルトン関数により、最適化問題は、よりコンパクトで対称の形で記載することができる：

…[15]

ここで、λ1、λ2、λ3は、共同状態であり、状態についての条件、共同状態および最適化問題を解決するための制御は、以下の通りである：

…[16]

これらの条件により、制御と共同状態の最適な軌跡が得られる。

コントローラ３１のシステムＦＣ３のダイナミクスに適用される平坦な非線形制御により、明示的な方法でハミルトン関数を最小化することができる。共同状態λNの導関数に関する条件は、それらが一定であることを示し（dλn/dt=0）、一方、制御に関してハミルトニアンの導関数の条件は以下の通りである：

…[17]
これらの条件は、最適化問題が共同状態λ1およびシステムのパラメータに依存することを示している。

これは、ＦＣ３の空気回路のための制御装置３１に実装されている制御則は、電力Ｐｆｃ（最適化手段５２１によって与えられた電力設定値型Pfc^*による）の動的応答性を確保するのに十分であることを意味し、最適化手段５２１における最適化問題のＦＣ３の動的な条件を排除することを可能とする。式[17]において、制御Pbatt*は、共同状態のλ1（ランニングサイクルの間に一定）に依存する。

λ1は、バッテリ２とＦＣ３との電力比を表す。この最適化問題の解を見つけるために、制御Pbattはλ1を選択することによって実装され、このような制約や境界条件
（SoE（T）= SoEref）
が達成される。最適化手段５２１の出力は、ＦＣ３が供給すべき電力設定値型Pfc^*である。以下の関係は、設定値Pfc^*で計算することを可能とし、そして、論理部５２１に埋め込まれている必要がある。
Pfc*=(λ1-b)/(2a)…[18]
最適化手段５２１は、車両のダイナミクスと同様の周波数で設定値Pfc^*を演算する（２と１００Ｈｚの間にある周波数）。この計算周波数制約は、提案された設定値の電力の単純化計算として使用するために必要性を強調する。関係[18]は代数的であり、反復最小探索アルゴリズムを実装する必要が無く直接計算によって解くことができる。

図３は、車両の概略図を再現し、要素が速いダイナミクスを持つ領域６を強調している。このブロックでPfc^*の代数的な公式化があっても、パラメータλ1の計算は、オンライン組み込みアプリケーションのための欠点を表すことができる。実際、ランニングサイクルの無知を通じた最適化の分解中にλ1の計算は終わってはならない、そうしないと、オフライン最適化を繰り返し必要とする。予測補正手段５２０は、以下のパラメータλ1の計算を実装している。完結した駆動サイクルが、不明で推測的である場合、消費電力を最適化するために、予測補正手段５２０は、進行中の走行条件に適した値λ1を提供する。

予測補正手段５２０は、ランニングサイクルのための有限の予測範囲を使用して、λ1の計算を目的としている。予測補正手段５２０は、予測範囲の末端におけるエネルギーの状態が値SoEref（最適化問題の境界条件）と等しくなるように、λ1を算出する。値λ1の数学的定式化は、式[18]の関係に基づいており、以下のように定式化される：
Pbatt*(t)=(λ1-β(t))/(2a)…[19]
これよりλ1が推定される。
λ1= β(t) + 2a * Pbatt*(t)
提案された方法は、値λ1が最適化問題を解決するための定数であるという有限の予測範囲を使用している。

計算時間ステップΔtを有する期間のThの有限範囲のために、次の関係により、λ1の同じ値は、数Th/Δtとして複数回計算される：

…[20]

β（j）をβ(j)=-(2a*Pbus(j)+b)で置き換えると、次の関係が得られる：

…[21]

この式では、λ1は、パラメータbによって与えられる一定値の部分を持っており、これは、後述する、劣化した場合におけるラムダのデフォルト値として使用することができる。

式[21]で計算されたλ1の値の目的は、範囲Thの終わりで、バッテリ2のエネルギーSoEの状態の値をその基準値SoErefへ復元するためである。その結果、変数SoEがλ1の計算に組み込まれるように、変数の変更が行われる。値SoEがバッテリ２の電力の時間による積分であるため、次の関係が得られる：

…[22]
値ΔSoEは、予測補正手段５２０の入力であり、そして、SoErefとSoEとの間の差を表す、これは、コンパレータ５０２で決定される（そして、百分率として表される）。ΔSoEのこの依存特性は、最適化手段５２１の最適化に関するλ1の変化を通して、SoEの偏差を制御することを可能にする。λ1の計算は、予測範囲のThでの各時間ステップΔtでサンプリングされた電力‘Pbus'を含む。予測手段５２２は、予測補正手段５２０に、過去に取得したデータに基づいて電力分配Pbusを提供する。

提案された方法は、過去の時間軸上の動作は、将来の範囲に再現されるという仮定に基づいている。この仮定は、操作上の制約を確保する結果を得ることを可能にする、そして、エネルギー管理システムは、最適に車両の効率を高めるように、ブレーキ中の回生からの利得を可能にする。この電力配分を求めるには、論理部５は、電力値‘Pbus'を格納するメモリを有することが必要である。結果的に計算された共同状態のλ1は、最適化を損なうことなく、SoEをそのレベルSoErefに回復させるような方法で、最適化と相互作用する。λ1の計算のための２個の重要なパラメータは、予測範囲Thおよび計算Δtの周期性である。

予測範囲の選択は、数十秒から数分の時間間隔にわたって行うことができる。短い範囲は、電力レベル（加速度）の頻繁な変更を伴うランニングロファイルに有利である、一方長い範囲は、より多くの一定の電力によるランニングプロファイルのために好ましい。予測範囲の適切な期間により、ブレーキングでのエネルギーの回収見込みを予想することができる。図４〜図６は、それぞれの都市、道路や高速道路のサイクルでの予測範囲の様々な値のためのエネルギー状態のシミュレーションを示している。これらの図は、予測範囲の期間の関数として、経時的な充電状態の感度を明確に示している。

駆動サイクルを解析することにより、論理部は、決定された運転スタイルに動的な方法で適合される所定期間の予測によって、有利にλ1の計算を行うことができる。λ1の計算は、最適化手段５２１によるPfc^*の計算の周波数より低い、あるいは等しい周波数で行われることが可能となる。λ1は、Pfc^*の計算ダイナミクスより低いか等しい計算ダイナミクスを提示する。

λ1の計算のそれぞれの反復は、ΔSoEの値と値Pbusの新しい予測とに基づいて行われる。基準値SoErefを定義するための手段５０１の動作は、次のようにすることができる。SoErefの値は、最も簡単な場合における固定値を使用することによって決定してもよい。SoErefの値は、また、オフライン最適化によって決定され得る。オフライン最適化は、特に、ジオロケーションシステムを使用して行うことができる。ジオロケーションシステムは、そのユーザーが走行しようとする道路形状を決定することができる。ジオロケーションシステムは、この道路形状のための車両の推定速度を決定することができる。

コンピュータ（論理部）５は、道路形状と対応する駆動制約とに基づいて、この道路形状の最適速度プロフィールを決定することができる。この最適速度プロフィールと、牽引チェーンのモデリングの反転のための能力と、に基づいて、コンピュータ５は、最適速度プロファイルに対応する電力プロファイルを決定することができる。このような手順は特に、‘Vehicle Power and Propulsion Conference (VPPC)'IEEE 2011会議の枠組みの中で公開された文書‘Vehicle trajectory optimization for application in ecodriving',pp. 1-6,by MM Mensing, Trigui and Bideauxに詳述されている。

この電力プロファイルは、例えば、動的プログラミング手順を使用して、別のオフライン最適化から生じ得る。この手順は、ＦＣ３とバッテリ２との間の電力の最適配分に基づいて消費電力の全体的な最適条件を識別することを可能にする。この手順は、値SoErefを決定することを可能とするSoE値の最適化されたプロフィールを提供する。SoErefを決定するためのSoEの最適化プロファイルを使用することにより、λの計算は、システムが外乱の状態であるとき、オンライン最適化の応答を補正すること可能とする。値SoErefも車両の高度の関数として変更することができる。

車両のポテンシャルエネルギーは、高度の関数として変化させる：
登坂時は、車両は、追加のエネルギーを消費するが、そのポテンシャルエネルギーを増加させる：
坂の下りでは、車両のポテンシャルエネルギーは、ブレーキ中に回生することにより少なくとも部分的に回収することができる。高度測定装置（高度計）によるか、または車両ジオロケーションデバイスによって提供される位置に基づくもののいずれかにより、車両の高度を決定することができる。

以下の関係は、高度の関数としてSoErefの値の関数を決定する例を提供する。
SoEref(t)=SoE_h=0-[(SoE_h=0-SoE_min)*h(t)/hmax]
ここで、SoE_h=0は基準高度でのSoErefの値であり、時間（t）は時刻tにおける高度であり、そして、hmaxは、定義された最大高度である。h(t)=hmaxとするために、SoErefの値は最小値SoE_minに等しくなる。シミュレーションは、以下のことを示した。高度を考慮に入れることにより、値SoErefを決定する際には、SoEが降下中に80％の最大値になるので、制動に回復を最適化することが可能である。バッテリ考慮に入れることは、降下中に、より大きな再充電を可能にするように、登坂中にさらに放電するバッテリを許可する。車両の運動エネルギーを考慮するために、値SoErefも、車両の速度の関数として変更することができる。

制御方法のロバスト性を向上させるため、ロバスト性手段５１０は、コンパレータ５０２と予測補正手段５２０との間に有利に配置されている。ロバスト性手段５１０は、例えば、信号ΔSoE上のPI(proportional-integrator)タイプの補正を実行することができ、または信号ΔSoEに基づいてH無限大タイプの制御を行うことができる。バッテリ２のエネルギー状態のスローダイナミクスという理由により、手段５０１及び手段５１０のサンプリング周波数は、λ1の計算周波数より低く、または等しくてもよい。電力Pfcの関数として、ＦＣ３の消費電力をモデルした方程式は、ここでは２次の多項式である。また、代数的に解ける関数の他のタイプに基づいて消費モデルを想定することも可能である。

Claims

自動車用駆動装置であって、
制御のために入力されるPfc^*は、自体が供給する電力の設定値である、平坦な非線形制御を含む燃料電池と、
可逆的な電気エネルギー貯蔵システムと、
車両の複数の車輪を推進するように構成された電気モーターと、
選択的に、前記燃料電池および/または前記電気モーターの前記電気エネルギー貯蔵システムを接続するように構成される、電気接続手段と、
制御回路と、
前記燃料電池によって供給される電力の関数として、以下の二次多項式（１）の形で前記燃料電池の水素の消費モデルを記憶し、
g(Pfc^*)=a^*Pfc^*2+b^*Pfc^*+c…式（１）（ここでa,bおよびｃは定数）、
前記燃料電池及び前記電気エネルギー貯蔵システムとの間の以下の式（２）中の電力分配λ1の係数を計算するように構成され、

…式（２）

ΔSoEは、前記電気エネルギー貯蔵システム内のエネルギーの目標量と、百分率として表された前記電気エネルギー貯蔵システムのエネルギーの現在の量との差であり、
Pbus(j)は、前記電気モーターと前記電気接続手段との間で交換される電力の測定値であり、
Δtは、Pbus(j)の２個の連続した測定値を分割する時間間隔であり、
Thは、λ1の計算のために考慮に入れられた、前記電気モーターの操作の持続時間であり、
εmaxは、前記電気エネルギー貯蔵システムに格納することができるエネルギーの最大量である、ことを含む、
ことを特徴とする、自動車用駆動装置。
前記制御回路は、値Pbus（j）の間の変動の振幅を決定するよう構成され、変動の振幅の増加時は、Thの値を小さくするように構成され、変動の振幅の減少時は、Thの値を増加させるように構成される、
請求項１に記載の自動車用駆動装置。
前記持続時間Thが20〜600秒である、
請求項１または２に記載の自動車用駆動装置。
前記時間間隔Δtは、1秒と20秒との間にある、
請求項１から３いずれか一項に記載の自動車用駆動装置。
前記TH /Δtの比は、少なくとも５に等しい、
請求項１から４いずれか一項に記載の自動車用駆動装置。
前記制御回路は、電力測定の前記Pbus（j）の周波数より低い周波数での値ΔSoEを計算するように構成されている、
請求項１から５いずれか一項記載の自動車用駆動装置。
前記エネルギーの目標量は、前記電気エネルギー貯蔵システムのエネルギーの最大量の40〜80％の間である、
請求項１から６いずれか一項に記載の自動車用駆動装置。
前記電気エネルギー貯蔵システムは、電気化学的蓄電池を含む、
請求項１から７いずれか一項に記載の自動車用駆動装置。
前記燃料電池は、
反応器と、
電動モータと、前記電動モータによって回転する圧縮機ロータと、を備え、前記反応器のカソードに空気を圧縮するように構成されたポンプ装置と、
前記ポンプ装置の前記電動モータの設定値電圧にそれぞれ電力設定値の前記Pfc^*で変換し、自体に用いる設定値電圧に変換して前記反応器を通過する空気流量を調節するため、平坦な非線形制御が設定されている、バルブと、
を含む、
請求項１から８いずれか一項に記載の自動車用駆動装置。