JP2021020563A - 車両エネルギ管理システム及び車両エネルギ管理方法 - Google Patents

Abstract

【課題】ハイブリッド車両に対する最適な制御入力を従来と比較して少ない計算コストで決定できる車両エネルギ管理システムを提供すること。【解決手段】車両エネルギ管理システムＳは、ハイブリッド車両ＶのパワートレインＰを制御対象とし、燃料消費項と等価燃料消費項との和の所定範囲にわたる総和を含むコスト関数に基づいてパワートレインＰに対する第１及び第２制御入力を決定する。広域コントローラ３は、車両Ｖを予定走行ルートに沿って走行させた場合に、この予定走行ルートの始点から終点を範囲とする広域コスト関数ＪＧが最小になるように第１制御入力を決定する。局所コントローラ４は、現在から所定の予測ホライズン時間後まで広域コントローラ３によって決定された第１制御入力の下で車両を走行させた場合に、現在から予測ホライズン時間後を範囲とする局所コスト関数ＪＬが最小になるように第２制御入力を決定する。【選択図】図１

Description

本発明は、車両エネルギ管理システム及び車両エネルギ管理方法に関する。より詳しくは、エンジン、発電機、及び電動機を備えるハイブリッド車両の運転モード及びエンジンの運転点を決定する車両エネルギ管理システム及び車両エネルギ管理方法に関する。

近年、動力発生源として駆動モータとエンジンとを備える所謂ハイブリッド車両の開発が盛んである。例えば特許文献１には、エンジンと、エンジンの駆動によって発電する発電機と、バッテリ及び発電機の少なくとも一方からの電力供給によって駆動する電動機と、を備え、運転モードを、電動機を駆動力発生源とするシリーズ方式と、エンジン及び電動機を駆動力発生源とするパラレル方式とで切替可能なハイブリッド車両が示されている。

このようにハイブリッド車両では様々な運転モードで切替可能となっていることから、エネルギ効率、エンジンの排気、走行性能、ドライバビリティ、バッテリの劣化、及びバッテリの安全性等を考慮してバッテリからの出力電力やエンジンの仕事等を管理する必要がある。特にプラグインハイブリッド車両は、高出力かつ大容量のバッテリを搭載することから、制御上多くの選択肢を有するため、このようなエネルギ管理を適切に行う必要がある。

特許５６２４９９５号

Ｇ．Ｐａｇａｎｅｌｌｉ，Ｇ．Ｅｒｃｏｌｅ，Ａ．Ｂｒａｈｍａ，Ｙ．Ｇｕｅｚｅｎｎｅｃ，Ｇ．Ｒｉｚｚｏｎｉ， "Ｇｅｎｅｒａｌ ｓｕｐｅｒｖｉｓｏｒｙ ｃｏｎｔｒｏｌ ｐｏｌｉｃｙ ｆｏｒ ｔｈｅ ｅｎｅｒｇｙ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｃｈａｒｇｅ−ｓｕｓｔａｉｎｉｎｇ ｈｙｂｒｉｄ ｅｌｅｃｔｒｉｃ ｖｅｈｉｃｌｅｓ，" ＪＳＡＥ Ｒｅｖｉｅｗ， ｖｏｌ．２２， Ｉｓｓｕｅ ４， ２００１

ハイブリッド車両のエネルギ管理を担うコントローラは、ルールベースコントローラと、最適化ベースコントローラと、の２種類に大別される。ルールベースコントローラとは、予め定められた規則に従ってバッテリからの出力電力やエンジンの仕事等を管理するものであり、外部充電電力によって走行するＣＤ（Ｃｈａｒｇｅ Ｄｅｐｌｅｔｉｎｇ）レンジとエンジン駆動によって走行するＣＳ（Ｃｈａｒｇｅ Ｓｕｓｔａｉｎｉｎｇ）レンジとを備えるＣＤＣＳ戦略によるものが代表的である。ルールベースコントローラは、実装が容易でありかつ高速実行が可能であるという利点があるものの、複雑なハイブリッドシステムにおいて効率的な規則を見出すのが困難であるという欠点がある。

最適化ベースコントローラとは、動的計画法（以下、「ＤＰ」との略称を用いる）やモデル予測制御（以下、「ＭＰＣ」との略称を用いる）等に基づいて燃料消費やバッテリ状態等が最適化されるようにバッテリからの出力電力やエンジンの仕事等を管理するものであり、近年では、非特許文献１に示すような等価消費量最小化戦略（以下、「ＥＣＭＳ」との略称を用いる）が注目されている。

ＥＣＭＳでは、燃料消費量及び等価係数を用いた換算電力の和によって表されるコスト関数を最小にするようにハイブリッド車両に対する制御入力を決定する。しかしながらこのような最適化問題を解くには多大な計算コストがかかる。このため、走行中の車両において車載コンピュータによって逐次演算を行い、コスト関数を最小にする制御入力を決定するのは困難である。

本発明は、ハイブリッド車両に対する最適な制御入力を従来と比較して少ない計算コストで決定できる車両エネルギ管理システム及び車両エネルギ管理方法を提供することを目的とする。

（１）本発明に係る車両エネルギ管理システムは、燃料を消費して動力を発生するエンジンと、当該エンジンの動力を利用して発電する発電機と、バッテリ又は前記発電機の電力を消費して動力を発生する電動機と、を備え、駆動輪を駆動する駆動力発生源及び前記電動機に電力を供給する電力供給源が異なる複数の運転モードの下で走行可能な車両のパワートレインを制御対象とし、燃料を消費すると増加する燃料消費項と前記バッテリの電力を消費すると増加する等価燃料消費項との和の所定範囲にわたる総和を含むコスト関数に基づいて前記制御対象に対する第１制御入力及び第２制御入力を決定するものであって、前記車両の予定走行ルートを取得する予定走行ルート取得手段と、前記車両を前記予定走行ルートに沿って走行させた場合に、前記予定走行ルートの始点から終点を範囲とする広域コスト関数が小さくなるように前記第１制御入力を決定する広域最適化手段と、前記車両の走行中に、現在から所定の予測時間後まで前記広域最適化手段によって決定された前記第１制御入力の下で前記車両を走行させた場合に、現在から前記予測時間後を範囲とする局所コスト関数が小さくなるように前記第２制御入力を決定する局所最適化手段と、を備えることを特徴とする。

（２）この場合、前記第１制御入力は、前記運転モードを含み、前記第２制御入力は、前記エンジンの出力と前記バッテリの出力と前記エンジンの回転数とを含むことが好ましい。

（３）この場合、前記広域最適化手段は、前記予定走行ルート取得手段によって前記予定走行ルートが取得されてから、前記局所最適化手段によって前記第２制御入力を決定するための演算を開始するまでの間に前記第１制御入力を決定することが好ましい。

（４）この場合、前記広域最適化手段は、前記始点からの距離又は前記予定走行ルート上の位置の関数として前記第１制御入力を決定することが好ましい。

（５）この場合、前記広域コスト関数及び前記局所コスト関数は、前記車両の速度の関数であり、前記広域最適化手段は、交通情報を用いたシミュレーションを行うことによって前記始点から前記終点までの長期速度軌跡を生成するとともに、当該長期速度軌跡を用いて前記広域コスト関数を評価することによって、前記始点から前記終点までの前記第１制御入力を決定し、前記局所最適化手段は、現在及び過去の車両状態情報を入力としたガウス過程回帰モデルによって、現在から前記予測時間後までの短期速度軌跡を生成するとともに、当該短期速度軌跡によって前記局所コスト関数を評価することによって、現在から前記予測時間後までの前記第２制御入力を決定することが好ましい。

（６）この場合、前記局所コスト関数は、ギア比の関数であり、前記局所最適化手段は、前記局所コスト関数が小さくなるように前記ギア比を決定するとともに、当該ギア比を前記短期速度軌跡に乗算することによって前記エンジンの回転数を決定することが好ましい。

（７）この場合、前記広域最適化手段は、前記始点から前記終点までの前記第１制御入力を決定した後、前記車両が前記予定走行ルートから外れた場合、交通条件が変化した場合、又は前記シミュレーションによる演算結果と前記車両の現在の状態との間にずれが生じた場合には、現在地点から前記終点までの前記第１制御入力を再度決定することが好ましい。

（８）この場合、前記等価燃料消費項は、前記バッテリの出力電力と等価因子との積によって表され、前記広域最適化手段は、前記車両を前記予定走行ルートに沿って走行させた場合に前記広域コスト関数が小さくなるように、前記始点から前記終点までの前記第１制御入力と前記等価因子とを決定し、前記局所最適化手段は、現在から前記予測時間後まで前記広域最適化手段によって決定された前記第１制御入力及び前記等価因子の下で前記車両を走行させた場合に前記局所コスト関数が小さくなるように前記第２制御入力を決定することが好ましい。

（９）この場合、前記バッテリのＳＯＣを取得するＳＯＣ取得手段をさらに備え、前記燃料消費項は、前記ＳＯＣの関数であり、前記広域最適化手段は、前記車両を前記予定走行ルートに沿って走行させた場合に前記広域コスト関数が小さくなるように、前記始点から前記終点までの前記ＳＯＣを決定し、前記局所コスト関数は、現在から前記予測時間後における前記ＳＯＣと前記広域最適化手段によって決定された前記ＳＯＣとの差が大きくなるほど増加するＳＯＣ誤差項を含むことが好ましい。

（１０）この場合、前記運転モードは、前記バッテリの電力を前記電動機に供給し、当該電動機で発生した動力で前記駆動輪を駆動するＥＶモードと、燃料を前記エンジンに供給し、当該エンジンで発生した動力で前記発電機を駆動し、当該発電機で発電した電力と、前記バッテリの電力とを前記電動機に供給し、当該電動機で発生した動力で前記駆動輪を駆動するＨＥＶモードと、燃料を前記エンジンに供給し、当該エンジンで発生した動力で前記駆動輪を駆動するエンジンドライブモードと、を含むことが好ましい。

（１１）本発明に係る車両エネルギ管理方法は、燃料を消費して動力を発生するエンジンと、当該エンジンの動力を利用して発電する発電機と、バッテリ又は前記発電機の電力を消費して動力を発生する電動機と、を備え、駆動輪を駆動する駆動力発生源及び前記電動機に電力を供給する電力供給源が異なる複数の運転モードの下で走行可能な車両のパワートレインを制御対象とし、燃料を消費すると増加する燃料消費項と前記バッテリの電力を消費すると増加する等価燃料消費項との和の所定範囲にわたる総和を含むコスト関数に基づいて前記制御対象に対する第１制御入力及び第２制御入力を決定する方法であって、前記車両の予定走行ルートを取得する工程と、前記車両を前記予定走行ルートに沿って走行させた場合に、前記予定走行ルートの始点から終点を範囲とする広域コスト関数が小さくなるように第１コンピュータによって前記第１制御入力を決定する工程と、前記車両の走行中に、現在から所定の予測時間後まで前記第１コンピュータによって決定された前記第１制御入力の下で前記車両を走行させた場合に、現在から前記予測時間後を範囲とする局所コスト関数が小さくなるように第２コンピュータによって前記第２制御入力を決定する工程と、を備えることを特徴とする。

（１）本発明に係る車両エネルギ管理システムは、複数の運転モードの下で走行可能な所謂ハイブリッド車両のパワートレインを制御対象とし、燃料を消費すると増加する燃料消費項とバッテリの電力を消費すると増加する等価燃料消費項との和の所定範囲にわたる総和を含むコスト関数に基づいて、制御対象に対する第１及び第２制御入力を決定する。これにより、エネルギ効率やドライバビリティ等が最適化されるように第１及び第２制御入力を決定することができる。また本発明において、広域最適化手段は、車両を予定走行ルートに沿って走行させた場合に、この予定走行ルートの始点から終点までを範囲とする広域コスト関数が小さくなるように第１制御入力を決定し、局所最適化手段は、車両の走行中に、現在から予測時間後まで広域最適化手段によって決定された第１制御入力の下で車両を走行させた場合に、現在から予測時間後を範囲とする局所コスト関数が小さくなるように第２制御入力を決定する。本発明によれば、車両に対する第１制御入力と第２制御入力とを決定する演算を、広域最適化手段による演算と、局所最適化手段による演算とに分けることにより、コスト関数が小さくなるように第１及び第２制御入力を同時に決定する場合と比べれば、車両の走行中に局所最適化手段において実行される演算の計算コストを少なくすることができる。

（２）本発明に係る車両エネルギ管理システムにおいて、広域最適化手段は、広域コスト関数が小さくなるように運転モードを決定し、局所最適化手段は、局所コスト関数が小さくなるようにエンジンの出力及びエンジンの回転数を決定する。これにより、車両の走行中に局所最適化手段において実行される演算の計算コストを適度に少なくしながら、エネルギ効率やドライバビリティ等を最適化することができる。

（３）本発明に係る車両エネルギ管理システムにおいて、広域最適化手段は、予定走行ルートが取得されてから、局所最適化手段によって第２制御入力を決定するための演算を開始するまでの間に第１制御入力を決定する。これにより、広域最適化手段によって演算を行うタイミングと、局所最適化手段によって演算を行うタイミングとが重複しないようにできるので、車両エネルギ管理システム全体の計算コストを少なくすることができる。

（４）実際の車両は、予定走行ルート上の各地点を予定していた時間通りに通過することはまれである。このため、広域最適化手段において第１制御入力を時間の関数として決定すると、適切でないタイミングで運転モードが切り替わってしまう場合がある。そこで本発明に係る車両エネルギ管理システムでは、広域最適化手段は、始点からの距離又は予定走行ルート上の関数として第１制御入力を決定する。これにより、実際の車両の位置と予定していた位置との間にずれが生じた場合であっても適切なタイミングで運転モードを切り替えることができる。

（５）本発明に係る車両エネルギ管理システムにおいて、広域最適化手段は、交通情報を用いたシミュレーションを行うことによって始点から終点までの長期速度軌跡を生成するとともに、この長期速度軌跡を用いて広域コスト関数を評価することによって、始点から終点までの第１制御入力を決定し、局所最適化手段は、ガウス過程回帰モデルによって現在から予測時間後までの短期速度軌跡を生成するとともに、この短期速度軌跡によって局所コスト関数を評価することによって、現在から予測時間後までの第２制御入力を決定する。これにより、車両の走行中に局所最適化手段において実行される演算の計算コストを適度に少なくしながら、エネルギ効率やドライバビリティ等を最適化することができる。

（６）本発明に係る車両エネルギ管理システムにおいて、局所最適化手段は、局所コスト関数が小さくなるようにギア比を決定するとともに、このギア比を短期速度軌跡に乗算することによって現在から予測時間後までのエンジンの回転数を決定する。これにより、現在から予測時間後までのエンジンの回転数を各時刻における独立した変数として扱う場合に比べて、車両の走行中に局所最適化手段において実行される演算の計算コストを少なくすることができる。

（７）本発明に係る車両エネルギ管理システムにおいて、広域最適化手段は、一旦、始点から終点までの第１制御入力を決定した後、車両が予定走行ルートから外れた場合、交通条件が変化した場合、又はシミュレーションによる演算結果と車両の現在の状態との間にずれが生じた場合には、現在地点から終点までの第１制御入力を再度決定する。これにより、ドライバの特性や実際の交通状態の変化に応じて、適切なタイミングで第１制御入力を更新することができる。

（８）本発明に係る車両エネルギ管理システムにおいて、広域最適化手段は、車両を予定走行ルートに走行させた場合に広域コスト関数が小さくなるように、始点から終点までの第１制御入力と等価因子とを決定し、局所最適化手段は、現在から予測時間後まで広域最適化手段によって決定された第１制御入力及び等価因子の下で車両を走行させた場合に局所コスト関数が小さくなるように第２制御入力を決定する。本発明では、このように第１制御入力に加えて等価因子を広域最適化手段によって決定することにより、車両の走行中に局所最適化手段において実行される演算の計算コストを適度に少なくしながら、エネルギ効率やドライバビリティ等を最適化することができる。

（９）本発明に係る車両エネルギ管理システムにおいて、広域最適化手段は、車両を予定走行ルートに沿って走行させた場合に広域コスト関数が小さくなるように、始点から終点までのＳＯＣを決定する。また局所最適化手段によって評価される局所コスト関数は、現在から予測時間後におけるＳＯＣと広域最適化手段によって決定されたＳＯＣとの差が大きくなるほど増加するＳＯＣ誤差項を含む。これにより、局所最適化手段では、実際のＳＯＣが広域最適化手段によって決定されたＳＯＣに近づくように第２制御入力を決定することができる。

（１０）本発明に係る車両エネルギ管理システムの制御対象は、運転モードを、ＥＶモードと、ＨＥＶモードと、エンジンドライブモードとで切替可能とする。これにより、エネルギ効率やドライバビリティ等が最適化されるよう、適切なタイミングで運転モードを切り替えたり、ＨＥＶモードにおけるエンジンの運転点を決定したりすることができる。

（１１）本発明に係る車両エネルギ管理方法は、複数の運転モードの下で走行可能な所謂ハイブリッド車両のパワートレインを制御対象とし、燃料を消費すると増加する燃料消費項とバッテリの電力を消費すると増加する等価燃料消費項との和の所定範囲にわたる総和を含むコスト関数に基づいて、制御対象に対する第１及び第２制御入力を決定する。これにより、エネルギ効率やドライバビリティ等が最適化されるように第１及び第２制御入力を決定することができる。また本発明では、車両を予定走行ルートに沿って走行させた場合に、この予定走行ルートの始点から終点までを範囲とする広域コスト関数が小さくなるように第１コンピュータによって第１制御入力を決定した後、車両の走行中に、現在から予測時間後まで広域最適化手段によって決定された第１制御入力の下で車両を走行させた場合に、現在から予測時間後を範囲とする局所コスト関数が小さくなるように第２コンピュータによって第２制御入力を決定する。本発明によれば、車両に対する第１制御入力と第２制御入力とを決定する演算を、第１コンピュータによる演算と、第２コンピュータによる演算とに分けることにより、コスト関数が小さくなるように第１及び第２制御入力を同時に決定する場合と比べれば、車両の走行中に第２コンピュータにおいて実行される演算の計算コストを少なくすることができる。

本発明の一実施形態に係る車両エネルギ管理システム及びハイブリッド車両の構成を示す図である。 各運転モードにおいて実現可能な牽引力と車速との関係を示す図である。 検証シミュレーションを行うことによって得られた車速、路面勾配、及び走行距離の時間変化を示す図である。 検証シミュレーションを行うことによって得られた車速、ＳＯＣ、及び燃料消費量の距離変化を示す図である。 実現される牽引力がドライバによる要求牽引力を下回った頻度を本実施形態に係る車両とＣＤＣＳ戦略による車両とで比較した図である。

以下、本発明の一実施形態について、図面を参照しながら説明する。
図１は、本実施形態に係る車両エネルギ管理方法が適用された車両エネルギ管理システムＳ及びハイブリッド車両Ｖ（以下、単に「車両」という）の構成を示す図である。

車両ＶのパワートレインＰは、電力を蓄えるバッテリＢと、燃料を消費して動力を発生するエンジンＥと、このエンジンＥの出力軸と第１動力伝達機構Ｇ１を介して接続され、エンジンＥの動力を利用して発電する発電機Ｇと、バッテリＢ又は発電機Ｇの電力を消費して動力を発生する駆動モータＭと、駆動モータＭの出力軸と第２動力伝達機構Ｇ２を介して接続された駆動輪Ｗと、エンジンＥの出力軸と第２動力伝達機構Ｇ２との間に設けられたクラッチＣと、を備える。なお以下では、車両Ｖは、外部から供給される電力でバッテリＢを充電する充電器（図示せず）を搭載する所謂プラグインハイブリッド車両である場合を例に説明する。

発電機Ｇ及び駆動モータＭとバッテリＢとは、直流電力を昇圧又は降圧し、バッテリＢの出力電力を制御するコンバータＣＮＶと、コンバータＣＮＶから出力される直流電力を交流電力に変換し駆動モータＭに供給したり、駆動モータＭ又は発電機Ｇから出力される交流電力を直流電力に変換しコンバータＣＮＶに供給したりするインバータＩＮＶと、を介して接続されている。

以上のようなパワートレインＰを搭載する車両Ｖは、駆動輪Ｗを駆動する駆動力発生源及び駆動モータＭに電力を供給する電力供給源がそれぞれ異なる複数の運転モードの下で走行可能となっている。より具体的には、車両Ｖでは、運転モードを、ＥＶモードと、ＨＥＶモードと、エンジンドライブモードと、の間で切り替えることが可能となっている。

ＥＶモードでは、クラッチＣをオフにするとともに、バッテリＢの電力を駆動モータＭに供給し、この駆動モータＭで発生した動力で駆動輪Ｗを駆動する。すなわちＥＶモードでは、駆動力発生源は駆動モータＭであり、電力供給源はバッテリＢである。

ＨＥＶモードでは、クラッチＣをオフにするとともに、燃料をエンジンＥに供給し、このエンジンＥで発生した動力で発電機Ｇを駆動する。またＨＥＶモードでは、発電機Ｇで発電した電力と、バッテリＢの電力とを駆動モータＭに供給し、この駆動モータＭで発生した動力で駆動輪Ｗを駆動する。すなわちＨＥＶモードでは、駆動力発生源は駆動モータＭであり、電力供給源は発電機Ｇ及びバッテリＢである。

エンジンドライブモードでは、クラッチＣをオンにするとともに、燃料をエンジンＥに供給し、このエンジンＥで発生した動力で駆動輪Ｗを駆動する。またこのエンジンドライブモードでは、ドライバからの要求に応じてバッテリＢの電力を駆動モータＭに供給し、この駆動モータＭで発生した動力で駆動輪Ｗを駆動することにより、エンジンＥのみでは不足する駆動力をアシストすることも可能となっている。すなわちエンジンドライブモードでは、駆動力発生源はエンジンＥのみ又はエンジンＥ及び駆動モータＭであり、電力供給源はバッテリＢである。

以上のような車両Ｖでは、後述の車両エネルギ管理システムＳから入力される制御入力に応じて、パワートレインＰの運転モードを切り替えたり、バッテリＢの出力、エンジンＥの出力及び回転数を制御したりすることが可能となっている。

図２は、各運転モードにおいて実現可能な牽引力と車速との関係を示す図である。なお図２には、バッテリＢのＳＯＣ（満充電容量に対する残容量の割合を百分率で表したもの）が低い場合と高い場合とに分けて図示する。なおＥＶモードは、バッテリＢのＳＯＣが高い場合にしか実行されないことから、ＳＯＣが高い場合しか図示しない。

図２に示すように、ＥＶモードでは、車速がＶ２より高い領域では牽引力が０となり、加速することができない。またＥＶモードにおいて実現できる牽引力は、他の運転モードよりも小さい。従ってＥＶモードは、車速がＶ２以下の領域でありかつドライバによる要求牽引力が小さい場合に実行される傾向がある。

ＨＥＶモードでは、車速がＶ３（＞Ｖ２）より高い領域では牽引力が０となり、加速することができない。一方、エンジンドライブモードでは、車速がＶ３より高い領域でもＨＥＶモードよりも大きな牽引力を発生させることが可能となっている。またこれらＨＥＶモードとエンジンドライブモードとを比較すると、車速がＶ１（＜Ｖ２）より低い領域では、ＨＥＶモードの方が大きな牽引力を実現できるが、車速がＶ１より高い領域では、エンジンドライブモードの方が大きな牽引力を実現できる。このため車速がＶ１より低くかつドライバによる要求牽引力が比較的大きい場合には、ＨＥＶモードが選択され、車速がＶ１より高くかつドライバによる要求牽引力が比較的大きい場合には、エンジンドライブモードが選択される傾向がある。

またこれらＨＥＶモード及びエンジンドライブモードでは、上述のようにバッテリＢを電力供給源とするため、ＳＯＣが低くなるとバッテリＢから供給できる電力も制限されることから、実現できる牽引力も小さくなる。このようにパワートレインＰにおいて実現できる牽引力は、車速だけでなくバッテリＢのＳＯＣによっても変化する。またＨＥＶモードでは、エンジンドライブモードよりも比較的自由にエンジンＥの運転点を決定できるため、車両Ｖ全体でのエネルギ効率を向上するためには、エンジンドライブモードよりもＨＥＶモードの方が有利である場合が多い。以上のような理由から、ドライバによる要求牽引力を適切に実現し（すなわち、ドライバビリティを向上し）、かつ車両Ｖ全体のエネルギ効率を向上するためには、運転モードを適切に選択し、かつバッテリＢのＳＯＣを適切に制御することが重要となっている。

図１に戻り、車両エネルギ管理システムＳは、以上のような車両ＶのパワートレインＰを制御対象とし、上述のような制御目標（すなわち、ドライバビリティを向上し、かつ車両Ｖ全体のエネルギ効率を向上すること等）が実現されるように、パワートレインＰに対する複数の制御入力を決定し、パワートレインＰへ入力する。ここで車両エネルギ管理システムＳによって決定する制御入力は、運転モード、エンジンＥの出力、エンジンＥの回転数、及びバッテリＢの出力の４つとする。

車両エネルギ管理システムＳは、上述の４つの制御入力を生成し、これら制御入力をパワートレインＰへ入力する最適化コントローラ２と、車両Ｖの現在位置、予定走行ルート、及び交通情報等を取得するナビゲーションシステム５と、車両Ｖに搭載されたアクセルペダルやブレーキペダル（図示せず）のドライバによる操作量に基づいて、後述の牽引力Ｐ_ｔｒａｃに対する要求に相当する要求牽引力Ｐ_ｄｅｍを算出する要求牽引力算出部６と、バッテリＢのＳＯＣを取得するバッテリセンサ７と、を備える。

後に説明するように、最適化コントローラ２は、各々独立したコンピュータである広域コントローラ３と局所コントローラ４とによって構成されている。またこれら広域コントローラ３、局所コントローラ４、ナビゲーションシステム５、及び要求牽引力算出部６のうち、局所コントローラ４、ナビゲーションシステム５、及び要求牽引力算出部６は、車載装置１として車両Ｖに搭載されている。広域コントローラ３は、車両Ｖの外に設けられたコンピュータであり、走行中の車両Ｖに搭載された車載装置１との間で、無線による通信が可能となっている。

最適化コントローラ２は、ＥＣＭＳに基づく演算を行うことによって、パワートレインＰに対する制御入力を決定する。より具体的には、最適化コントローラ２は、状態変数ベクトルｘ（下記式（１−２）参照）、仮想入力ベクトルｕ（下記式（１−３）参照）、等価因子λ、及びバッテリ出力Ｐ_ｂａｔｔの関数であるコスト関数Ｊ（下記式（１−１）参照）が最小になるように４つの制御入力を決定し、パワートレインＰへ入力する。

状態変数ベクトルｘは、上記式（１−２）に示すように２成分である。第１成分ｘ１は、車速νであり、第２成分ｘ２は、バッテリＳＯＣであり、それぞれ媒介変数τの関数である。また仮想入力ベクトルｕは、上記式（１−３）に示すように３成分である。第１成分は、運転モードの種類を示す運転モード変数Ｍ（Ｍ∈［０，１，２，３］＝［ストップ，ＥＶモード，ＨＥＶモード，エンジンドライブモード］）であり、第２成分は、エンジン出力Ｐ_ｅｎｇであり、第３成分は、エンジン回転数ω_ｅｎｇであり、それぞれ媒介変数τの関数である。なおこの媒介変数τは、時間、位置、又は距離等に相当する。

上記式（１−１）に示すように、コスト関数Ｊは、燃料消費項ｍ_ｆと、等価燃料消費項λ・Ｐ_ｂａｔｔとの和の所定範囲［ｔ〜ｔ＋Ｔ］にわたる総和によって表される。燃料消費項ｍ_ｆは、状態変数ベクトルｘ及び仮想入力ベクトルｕの関数であり、燃料を消費するとその値が増加する。この燃料消費項ｍ_ｆには、既知の関数が用いられ、以下ではその関数形の具体的な説明は省略する。

等価燃料消費項は、上記式（１−１）に示すように、等価因子λとバッテリ出力Ｐ_ｂａｔｔとの積によって表される。すなわち、この等価燃料消費項λ・Ｐ_ｂａｔｔは、バッテリＢから電力が出力されると（すなわち、バッテリ出力Ｐ_ｂａｔｔが正になると）増加し、バッテリＢに電力が入力されると（すなわち、バッテリ出力Ｐ_ｂａｔｔが負になると）減少する。またこの等価燃料消費項における等価因子λは、電力消費を燃料消費に変換するための係数であり、これを導入することにより、価値が異なる燃料と電力とを単一のコスト関数Ｊによって評価することが可能となっている。この等価因子λが小さい場合、バッテリＢの充電及び放電は、コスト関数Ｊにおいて過小評価される。すなわち、等価因子λが小さい場合、ＥＶモードやバッテリＢからのアシストは、コスト関数Ｊを小さくする。これに対し等価因子λが大きい場合、エンジンＥの動力を用いたバッテリＢの充電は、コスト関数Ｊを小さくする。この等価因子λは、例えば下記式（２）に示すような範囲内に制限される。下記式（２）において、Ｑ_ｌｈｖは、低位加熱値であり、例えば４４．４［ＭＪ／ｋｇ］である。またη_{ｇｅｎ＿ａｖ}，η_{ｂａｔｔ＿ａｖ}，η_{ｍｏｔ＿ａｖ}，η_{ｅｎｇ＿ａｖ}は、それぞれ、発電機Ｇ、バッテリＢ、駆動モータＭ、及びエンジンＥの効率の平均値である。

最適化コントローラ２は、所定のドライビングサイクル［ｔ〜ｔ＋Ｔ］にわたるコスト関数Ｊを最小にするような状態変数ベクトルｘ、仮想入力ベクトルｕ、等価因子λ、及びバッテリ出力Ｐ_ｂａｔｔのドライビングサイクルにわたる軌跡を、例えばＤＰやＭＰＣ等の既知のアルゴリズムによって算出するとともに、これによって得られる運転モードＭ、エンジン出力Ｐ_ｅｎｇ、バッテリ出力Ｐ_ｂａｔｔ、及びエンジン回転数ω_ｅｎｇを制御入力としてパワートレインＰへ入力する。

なお最適化コントローラ２では、下記式（３−１）及び（３−２）に示すようなバッテリＢのＳＯＣを示す状態変数ベクトルｘの第２成分ｘ２（τ）に対する拘束条件及びバッテリ出力Ｐ_ｂａｔｔ（τ）に対する拘束条件を満たすように、コスト関数Ｊを最小にする状態変数ベクトルｘ等を算出する。これにより、バッテリＢのＳＯＣを所定の下限値ＳＯＣ_ｍｉｎと所定の上限値ＳＯＣ_ｍａｘとの間に制限できるので、バッテリＢの過放電及び過充電による劣化を抑制できる。なお図２を参照して説明したように、バッテリ出力Ｐ_ｂａｔｔは、バッテリＢのＳＯＣが低くなると制限されることから、下記式（３）に示すような拘束条件を課すことにより、バッテリＢのＳＯＣが過度に低くなるのを制限できるので、結果としてドライバビリティを向上することもできる。

また最適化コントローラ２では、下記（４−１）及び（４−２）に示すようなエンジン回転数ω_ｅｎｇに対する拘束条件及びエンジン出力Ｐ_ｅｎｇに対する拘束条件を満たすように、コスト関数Ｊを最小にする状態変数ベクトルｘ等を算出する。これにより、燃費の悪い運転点でエンジンＥが運転されるのを抑制できる。

また最適化コントローラ２では、式（１−１）に示すコスト関数Ｊを最小にする状態変数ベクトルｘ等を算出するにあたり、以下で説明するように運転モード毎に定義されるパワーバランス方程式が成立するようにエンジン出力Ｐ_ｅｎｇ、バッテリ出力Ｐ_ｂａｔｔ、エンジン回転数ω_ｅｎｇを算出する。

＜ＨＥＶモードにおけるパワーバランス方程式＞
ＨＥＶモードでは、エンジンＥ及びバッテリＢの両方から出力されるエネルギによって駆動輪Ｗを駆動する。このため、バッテリ出力Ｐ_ｂａｔｔが正である場合、パワーバランス方程式は下記式（５−１）によって表され、またバッテリ出力Ｐ_ｂａｔｔが負である場合、パワーバランス方程式は下記式（５−２）によって表される。

上記式（５−１）及び（５−２）において、η_ｇｅｎは発電機Ｇによるエンジン出力から電力への変換効率を示し、η_ｂａｔｔはバッテリＢにおける放電及び充電の効率を示し、η_ｍｏｔは、駆動モータＭによる電力から機械出力への変換効率を示す。なおエンジン出力Ｐ_ｅｎｇとエンジントルクＴ_ｅｎｇとエンジン回転数ω_ｅｎｇとの間には、下記式（６）が成立する。一般的には、これらエンジントルクＴ_ｅｎｇ及びエンジン回転数ω_ｅｎｇは、ＢＳＦＣエリアに制御されるが、最適化コントローラ２では、コスト関数Ｊを最小にするように、これらエンジントルクＴ_ｅｎｇ及びエンジン回転数ω_ｅｎｇを任意の領域に制御する。

＜エンジンドライブモードにおけるパワーバランス方程式＞
エンジンドライブモードでは、エンジンＥ及びバッテリＢの両方から出力されるエネルギによって駆動輪Ｗを駆動する。このため、バッテリ出力Ｐ_ｂａｔｔが正である場合、パワーバランス方程式は下記式（７−１）によって表され、またバッテリ出力Ｐ_ｂａｔｔが負である場合、パワーバランス方程式は下記式（７−２）によって表される。

上記式（７−１）及び（７−２）において、η_ｃｌは、クラッチＣを含むエンジンＥから駆動輪Ｗまでの間の機械経路における変換効率を示す。なおこのη_ｃｌは、η_ｇｅｎ・η_ｍｏｔよりも大きい。またエンジンドライブモードでは、エンジン回転数ω_ｅｎｇは、車速νと、エンジンＥから駆動輪Ｗまでのギア比ｉ_ｇと、タイヤ半径Ｒ_ｗと、の間で下記式（８）が成立する。

＜ＥＶモードにおけるパワーバランス方程式＞
ＥＶモードでは、バッテリＢから出力されるエネルギによって駆動輪Ｗを駆動する。このため、バッテリ出力Ｐ_ｂａｔｔが正である場合、パワーバランス方程式は下記式（９−１）によって表され、またバッテリ出力Ｐ_ｂａｔｔが負である場合、パワーバランス方程式は下記式（９−２）によって表される。またＥＶモードでは、下記式（９−３）に示すように、エンジン出力Ｐ_ｅｎｇ及びエンジン回転数ω_ｅｎｇは０となる。なおパワートレインＰでは、車両の減速時には、ＥＶモードを選択する。

要求牽引力Ｐ_ｄｅｍが正である場合、ブレーキ出力Ｐ_{ｂｒｅａｋ}は０とする。また牽引力Ｐ_ｔｒａｃがドライバによる減速要求を満たさない場合、ドライバによる減速要求を満たすように、ブレーキ出力Ｐ_{ｂｒｅａｋ}は下記式（１０）を満たすように制御される。

また最適化コントローラ２において、バッテリＳＯＣは、下記式（１１）によって算出される値が用いられる。下記式（１１）において、“Ｕ_ｏｃ”は、バッテリＢの開回路電圧であり、“Ｒ_ｂ”は、バッテリＢの内部抵抗であり、“Ｑ_ｂｍａｘ”は、バッテリＢの最大容量である。

以上のように、コスト関数Ｊは、多くの変数（ｘ，ｕ，λ，Ｐ_ｂａｔｔ）の関数であることから、コスト関数Ｊを最小にするような変数（ｘ，ｕ，λ，Ｐ_ｂａｔｔ）のドライビングサイクルにわたる軌跡を算出するには多大な計算コストを要する。このため、これを車載コンピュータで逐次演算し、最適な制御入力を決定するのは困難である。そこで本発明に係る最適化コントローラ２では、コスト関数Ｊを最小にするような４つの制御入力を決定する演算を、図１に示すように、各々独立したコンピュータである広域コントローラ３と局所コントローラ４とに分担する。以下では、広域コントローラ３によって４つの制御入力のうちの１つである運転モードを決定し、局所コントローラ４によって４つの制御入力のうちの残り３つであるエンジンＥの出力、エンジンＥの回転数、及びバッテリＢの出力を決定する場合について説明する。

広域コントローラ３は、ドライバによるナビゲーションシステム５の操作によって、このナビゲーションシステム５によって取得される予定走行ルートに沿って車両Ｖを走行させた場合に、下記式（１２−１）に示すような、予定走行ルートの始点から終点を範囲とする広域コスト関数Ｊ_Ｇが最小になるように運転モード等を決定する。より具体的には、広域コントローラ３は、下記式（１２−１）に示すように、始点から終点までの予定走行ルート上にＮ＋１点（Ｎは、２以上の複数）の地点を定義するとともに、媒介変数ｔ_ｋ（ｋ＝０，１，…，Ｎ）を各地点における位置とし、各地点ｔ_ｋにおける燃料消費項ｍ_ｆと等価燃料消費項λ・Ｐ_ｂａｔｔとの和の始点から終点までの総和と、終端ＳＯＣ誤差項φ_Ｎ（ｘ２^Ｎ）と、の和によって広域コスト関数Ｊ_Ｇを定義する。

上記式（１２−１）において、終端ＳＯＣ誤差項φ_Ｎ（ｘ２^Ｎ）は、終点におけるバッテリＢのＳＯＣと所定の目標終点ＳＯＣとの誤差が大きくなるほど増加する。このような終端ＳＯＣ誤差項φ_Ｎ（ｘ２^Ｎ）を広域コスト関数Ｊ_Ｇに含めることにより、車両Ｖが終点に到着したときに、バッテリＢのＳＯＣが目標終点ＳＯＣに近づけることができる。

また広域コントローラ３では、交通情報を用いたシミュレーションを行うことによって、予定走行ルートの始点から終点までの長期速度軌跡（すなわち、始点から終点までの間のＮ点の地点における車速νの集合）を生成するとともに、この長期速度軌跡を用いて広域コスト関数Ｊ_Ｇを評価する。したがって、上記式（１−２）に示すように一般的なコスト関数Ｊは車速νの関数であるが、広域コントローラ３では、シミュレーションによって生成した長期速度軌跡によって始点から終点までの車速を固定するため、上記式（１２−２）に示すように状態変数ベクトルｘは１成分となる。

また広域コントローラ３では、下記式（１３）に示すように、エンジン出力Ｐ_ｅｎｇを予め定められたＢＳＦＣボトム関数ｆ_ｏｐｔに入力することによって、エンジン回転数ω_ｅｎｇを決定する。したがって、上記式（１−３）に示すように一般的なコスト関数Ｊはエンジン回転数ω_ｅｎｇの関数であるが、広域コントローラ３では、下記式（３）に従って算出したエンジン回転数ω_ｅｎｇによって始点から終点までのエンジン回転数を固定するため、上記式（１２−３）に示すように仮想入力ベクトルｕは２成分となる。

また広域コントローラ３では、下記式（１４−１）及び（１４−２）に示すように、バッテリＢのＳＯＣを示す状態変数ベクトルｘ２（ｔ_ｋ）に対する拘束条件及びバッテリ出力Ｐ_ｂａｔｔ（ｔ_ｋ）に対する拘束条件を満たすように、広域コスト関数Ｊ_Ｇを最小にする始点から終点までのＳＯＣ（ｔ_ｋ）、等価因子λ（ｔ_ｋ）、及び運転モードＭ（ｔ_ｋ）を、予定走行ルート上の位置である媒介変数ｔ_ｋの関数として決定する。以上のようにして広域コントローラ３によって決定された始点から終点までのＳＯＣ（ｔ_ｋ）、等価因子λ（ｔ_ｋ）、及び運転モードＭ（ｔ_ｋ）は、局所コントローラ４へ送信される。またこのようにして広域コントローラ３によって決定された運転モードＭ（ｔ_ｋ）は、車両Ｖに搭載された局所コントローラ４を介し、制御入力としてパワートレインＰへ入力される。

ここで広域コントローラ３によって、上述のような広域コスト関数Ｊ_Ｇを評価し運転モードＭ（ｔ_ｋ）等を決定する広域最適化演算を行うタイミングについて説明する。広域コントローラ３は、ドライバによって図示しないイグニッションスイッチがオンにされてからオフにされるまでの間において、１回又は複数回、上記広域最適化演算を行う。

１回目の広域最適化演算は、ドライバがナビゲーションシステム５に対し車両Ｖの目的地を入力する操作を行うことにより、ナビゲーションシステム５が現在の車両Ｖの位置を始点とし目的地を終点とする予定走行ルートを取得したことに応じて広域コントローラ３によって実行される。より具体的には、広域コントローラ３は、ナビゲーションシステム５によって予定走行ルートが取得されてから、局所コントローラ４によって後述の局所最適化演算を開始するまでの間に１回目の広域最適化演算を行い、当初設定した予定走行ルートの始点から終点までの運転モードＭ（ｔ_ｋ）等を決定し、これらを局所コントローラ４へ送信する。

広域コントローラ３は、１回目の広域最適化演算を行った後、直近の広域最適化演算を行った時に設定した予定走行ルートから車両Ｖが外れた場合、予定走行ルート及びその近傍において事故が発生することにより、交通条件が直近の広域最適化演算を行った時から変化した場合、又は直近の広域最適化演算を行った時に算出されたＳＯＣ（ｔ_ｋ）と走行中の車両Ｖにおいてバッテリセンサ７を介して取得されるバッテリＢのＳＯＣとの間でずれが生じた場合には、その時の車両Ｖの地点を始点とし、この始点から終点までの予定走行ルートを再度取得し、再度取得した予定走行ルートの下で再度広域最適化演算を行い、始点から終点までの運転モードＭ（ｔ_ｋ）等を更新し、これらを局所コントローラ４へ送信する。

局所コントローラ４は、広域コントローラ３の広域最適化演算の演算結果を用いた以下で説明する局所最適化演算を車両Ｖの走行中に所定の演算周期の下で繰り返し実行することにより、エンジン出力、バッテリ出力、及びエンジン回転数を決定するとともに、これらを広域コントローラ３によって決定された運転モードと併せて制御入力としてパワートレインＰへ入力する。

局所コントローラ４は、車両Ｖの走行中に、現在から所定の予測ホライズン時間ｈｐ（例えば、１０秒）後まで広域コントローラ３によって決定された運転モードＭ及び等価因子λの下で車両Ｖを走行させた場合に、現在から予測ホライズン時間ｈｐ後を範囲とする下記式（１３−１）に示すような局所コスト関数Ｊ_Ｌが最小になるようにエンジン出力、バッテリ出力、及びエンジン回転数を決定する。下記式（１５−１）〜（１５−４）において、媒介変数τは、現在の時刻ｋから予測ホライズン時間ｈｐ後の時刻ｋ＋ｈｐまでの間における離散時間である。局所コントローラ４は、下記式（１３−１）に示すように、現在の時刻ｋから予測ホライズン時間ｈｐ後の時刻ｋ＋ｈｐまでの時間を、所定のサンプリングレートｋｓ（例えば、２秒）の下でＭ点に分割し、各時刻における燃料消費項ｍｆと等価燃料消費項λ・Ｐ_ｂａｔｔとの和の現在の時刻ｋから予測ホライズン時間ｈｐ後の時刻ｋ＋ｈｐまでの総和と、終端ＳＯＣ誤差項φ_Ｎ（ｘ２_ｋ＋ｈｐ）と、の和によって局所コスト関数Ｊ_Ｌを定義する。また以下では、広域コントローラ３によって位置の関数として決定された運転モードＭ、等価因子λ、バッテリＳＯＣを、時刻ｋにおける車両Ｖの地点から検索することによって得られる値には、括弧書きで符号ｓを付して表す。

上記式（１５−１）において、終端ＳＯＣ誤差項φ_Ｎ（ｘ２_ｋ＋ｈｐ）は、時刻ｋ＋ｈｐにおけるバッテリＢのＳＯＣと、広域コントローラ３における広域最適化演算によって得られるＳＯＣ（ｓ）との誤差が大きくなるほど増加する。このような終端ＳＯＣ誤差項φ_Ｎ（ｘ２_ｋ＋ｈｐ）を局所コスト関数Ｊ_Ｌに含めることにより、広域コントローラ３における広域最適化演算によって得られるＳＯＣ（ｓ）を目標として、これに近づくようにバッテリＢのＳＯＣを制御することができる。

また局所コントローラ４は、現在及び過去の車両状態情報を入力としたガウス過程回帰モデルを用いることによって現在の時刻ｋから予測ホライズン時間ｈｐ後の時刻ｋ＋ｈｐまでの短期速度軌跡（すなわち、時刻ｋから時刻ｋ＋ｈｐまでの間のＭ点の時刻における車速νの集合）を生成するとともに、この短期速度軌跡を用いて局所コスト関数Ｊ_Ｌを評価する。ここでガウス過程回帰モデルに入力する現在及び過去の車両状態情報としては、例えば、所定時間前から現在までの車速の履歴、車両Ｖが現在走行中の道路の制限速度、先行車に対する自車の相対速度、自車と先行車との間の距離、自車と停止位置や赤信号等との間の距離、車両Ｖが現在走行中の道路の勾配等が用いられる。なおより精度良く短期速度軌跡を生成する場合、例えば、先行車の車速、先行車の加速度、自車の後続車に対する相対速度、自車から前方の曲がり角までの距離、及びこの曲がり角の曲率半径等をガウス過程回帰モデルに入力してもよい。

また上記式（１５−４）に示すように、局所コントローラ４では、仮想入力ベクトルｕの第２成分を、媒介変数τの関数であるエンジン回転数ω_ｅｎｇ（τ）ではなく、時刻ｋから時刻ｋ＋ｈｐまでの間では定数であるギア比ｒ_ｇとする。すなわち、局所コントローラ４では、局所コスト関数Ｊ_Ｌを、ギア比ｒ_ｇの関数とする。また局所コントローラ４は、下記式（１６−１）に示すようなギア比ｒ_ｇに対する拘束条件を満たすように、局所コスト関数Ｊ_Ｌを最小にする時刻ｋから時刻ｋ＋ｈｐまでのエンジン出力Ｐ_ｅｎｇ（τ）、バッテリ出力Ｐ_ｂａｔｔ（τ）、及びギア比ｒ_ｇを決定する。また局所コントローラ４は、下記式（１６−２）に示すように、局所コスト関数Ｊ_Ｌを最小にするギア比ｒ_ｇに時刻ｋから時刻ｋ＋ｈｐまでの短期速度軌跡ν（τ）を乗算することによって、時刻ｋから時刻ｋ＋ｈｐまでのエンジン回転数ω_ｅｎｇ（τ）を決定する。このように局所コントローラ４における局所最適化演算では、局所コスト関数Ｊ_Ｌを最小にするようなギア比ｒ_ｇを決定した後、下記式（１６−２）に示すようにして媒介変数τの関数であるエンジン回転数ω_ｅｎｇ（τ）を決定することにより、局所コントローラ４における局所最適化演算の計算コストを少なくできる。

また局所コントローラ４は、下記式（１７−１）及び（１７−２）に示すようなバッテリ出力Ｐ_ｂａｔｔ（τ）に対する拘束条件を満たすように、局所コスト関数Ｊ_Ｌを最小にする時刻ｋから時刻ｋ＋ｈｐまでのエンジン出力Ｐ_ｅｎｇ（τ）、バッテリ出力Ｐ_ｂａｔｔ（τ）、及びエンジン回転数ω_ｅｎｇ（τ）（すなわち、ギア比ｒ_ｇ）を決定する。ここで下記式（１７−１）において、Ｐ_{ｂａｔｔ，ｍｉｎ}（ｘ２）及びＰ_{ｂａｔｔ，，ｍａｘ}（ｘ２）は、それぞれバッテリＢのＳＯＣを示す状態変数ベクトルｘの第２成分ｘ２の関数として定義される下限及び上限である。上記式（３−１）〜（３−２）を参照して説明したように、下記式（１７−１）に示すような拘束条件を課すことにより、バッテリＢの過放電及び過充電による劣化を抑制することができる。

また上記式（１７−２）において、Ｂ_ｃ（τ）及びＢ_ｄ（τ）は、それぞれ時間に依存する下限関数及び上限関数である。このような時間依存する下限関数Ｂ_ｃ（τ）及び上限関数Ｂ_ｄ（τ）の間でバッテリ出力Ｐ_ｂａｔｔ（τ）を制限することにより、過度の放電深度（ＤＯＤ）によるバッテリＢの劣化を抑制することができる。なおこれら下限関数Ｂ_ｃ（τ）及び上限関数Ｂ_ｄ（τ）の関数形の詳細については、説明を省略する。

局所コントローラ４は、以上のような局所最適化演算を所定の演算周期の下で繰り返し実行することによって、演算周期ごとに現在の時刻ｋから予測ホライズン時間ｈｐ後の時刻ｋ＋ｈｐまでのエンジン出力Ｐ_ｅｎｇ（τ）、バッテリ出力Ｐ_ｂａｔｔ（τ）、及びエンジン回転数ω_ｅｎｇ（τ）を決定する。また局所コントローラ４は、演算周期ごとに決定した時刻ｋから時刻ｋ＋ｈｐまでのエンジン出力Ｐ_ｅｎｇ（τ）、バッテリ出力Ｐ_ｂａｔｔ（τ）、及びエンジン回転数ω_ｅｎｇ（τ）のうち、現在の時刻ｋからサンプリングレートｋｓ後のエンジン出力Ｐｅｎｇ（ｋ＋ｋｓ）、バッテリ出力Ｐ_ｂａｔｔ（ｋ＋ｋｓ）、及びエンジン回転数ω_ｅｎｇ（ｋ＋ｋｓ）のみを抽出するとともに、これらを、広域コントローラ３によって決定された運転モードＭ（ｓ）と併せて制御入力としてパワートレインＰへ入力する。

次に、本実施形態に係る車両エネルギ管理システムＳによる効果を検証するために行った検証シミュレーションの結果について、図３〜図５を参照しながら説明する。

図３は、検証シミュレーションを行うことによって得られた車速（上段）、路面勾配（中段）、及び走行距離（下段）の時間変化を示す図である。図３に示すように、この検証シミュレーションでは、市街地、及び高速自動車道路（制限速度がある区間と制限速度が無い区間とを含む）を含む経路に沿って車両を走行させた。またこの検証シミュレーションでは、自車以外の車はランダムに配置し、先行車が自車よりも遅い場合にはこの先行者を追い越すようにした。このため、図３に示すように車速は一定でなく、また追い越しには大きな出力が必要となる。またこの検証シミュレーションでは、本実施形態に係る車両エネルギ管理システムＳの制御下による車両とＣＤＣＳ戦略による車両とで比較した。

図４は、検証シミュレーションを行うことによって得られた車速（上段）、ＳＯＣ、及び燃料消費量の距離変化を示す図である。なお図４には、広域コントローラ３における広域最適化演算によって算出されたＳＯＣ及び燃料消費量の距離変化を、それぞれ破線で示す。

図４に示すように、ＣＤＣＳ戦略による車両は、初期の段階では燃料の消費が抑制されるように積極的にバッテリの電力が用いられるため、燃料の消費は遅いもののＳＯＣの減少が著しい。またＣＤＣＳ戦略による車両は、後期の段階ではＳＯＣが所定のレベルで維持されるにするため、燃料の消費が速くなる。

これに対し本実施形態に係る車両によれば、終端における燃料消費量はＣＤＣＳ戦略による車両とほぼ同等となるものの、ＳＯＣは、全ての期間においてＣＤＣＳ戦略による車両よりも高いレベルを推移する。またＳＯＣは、広域最適化演算によって事前に算出されたＳＯＣと概ね一致する。

図５は、実現される牽引力がドライバによる要求牽引力を下回った頻度を本実施形態に係る車両とＣＤＣＳ戦略による車両とで比較した図である。図５の左側は、所定速度以上の高速領域における結果を示し、右側は所定速度以下の低速領域における結果を示す。

図５の右側に示すように、低速領域において牽引力がドライバによる要求を下回る頻度は、ＣＤＣＳ戦略による車両よりも本実施形態に係る車両の方が僅かに多い。しかしながら図５の左側に示すように、高速領域において牽引力がドライバによる要求を下回る頻度は、ＣＤＣＳ戦略による車両よりも本実施形態に係る車両の方が有意に少ない。これは図４を参照して説明したように本実施形態に係る車両では、ＣＤＣＳ戦略による車両よりもＳＯＣを高く維持できるためである。以上より、本実施形態に係る車両によれば、ＣＤＣＳ戦略による車両よりも、高速領域におけるドライバビリティを大きく向上できるといえる。

以上、本発明の一実施形態について説明したが、本発明はこれに限らない。本発明の趣旨の範囲内で、細部の構成を適宜変更してもよい。

Ｓ…車両エネルギ管理システム
Ｖ…ハイブリッド車両（車両）
Ｐ…パワートレイン（制御対象）
Ｂ…バッテリ
Ｅ…エンジン
Ｇ…発電機
Ｍ…駆動モータ（電動機）
Ｗ…駆動輪
１…車載装置
２…最適化コントローラ
３…広域コントローラ（広域最適化手段）
４…局所コントローラ（局所最適化手段）
５…ナビゲーションシステム（予定走行ルート取得手段）
６…要求牽引力算出部
７…バッテリセンサ（ＳＯＣ取得手段）

Claims (11)

1. 燃料を消費して動力を発生するエンジンと、当該エンジンの動力を利用して発電する発電機と、バッテリ又は前記発電機の電力を消費して動力を発生する電動機と、を備え、駆動輪を駆動する駆動力発生源及び前記電動機に電力を供給する電力供給源が異なる複数の運転モードの下で走行可能な車両のパワートレインを制御対象とし、燃料を消費すると増加する燃料消費項と前記バッテリの電力を消費すると増加する等価燃料消費項との和の所定範囲にわたる総和を含むコスト関数に基づいて前記制御対象に対する第１制御入力及び第２制御入力を決定する車両エネルギ管理システムであって、
   前記車両の予定走行ルートを取得する予定走行ルート取得手段と、
   前記車両を前記予定走行ルートに沿って走行させた場合に、前記予定走行ルートの始点から終点を範囲とする広域コスト関数が小さくなるように前記第１制御入力を決定する広域最適化手段と、
   前記車両の走行中に、現在から所定の予測時間後まで前記広域最適化手段によって決定された前記第１制御入力の下で前記車両を走行させた場合に、現在から前記予測時間後を範囲とする局所コスト関数が小さくなるように前記第２制御入力を決定する局所最適化手段と、を備えることを特徴とする車両エネルギ管理システム。
2. 前記第１制御入力は、前記運転モードを含み、
   前記第２制御入力は、前記エンジンの出力と前記バッテリの出力と前記エンジンの回転数とを含むことを特徴とする請求項１に記載の車両エネルギ管理システム。
3. 前記広域最適化手段は、前記予定走行ルート取得手段によって前記予定走行ルートが取得されてから、前記局所最適化手段によって前記第２制御入力を決定するための演算を開始するまでの間に前記第１制御入力を決定することを特徴とする請求項２に記載の車両エネルギ管理システム。
4. 前記広域最適化手段は、前記始点からの距離又は前記予定走行ルート上の位置の関数として前記第１制御入力を決定することを特徴とする請求項２又は３に記載の車両エネルギ管理システム。
5. 前記広域コスト関数及び前記局所コスト関数は、前記車両の速度の関数であり、
   前記広域最適化手段は、交通情報を用いたシミュレーションを行うことによって前記始点から前記終点までの長期速度軌跡を生成するとともに、当該長期速度軌跡を用いて前記広域コスト関数を評価することによって、前記始点から前記終点までの前記第１制御入力を決定し、
   前記局所最適化手段は、現在及び過去の車両状態情報を入力としたガウス過程回帰モデルによって、現在から前記予測時間後までの短期速度軌跡を生成するとともに、当該短期速度軌跡によって前記局所コスト関数を評価することによって、現在から前記予測時間後までの前記第２制御入力を決定することを特徴とする請求項２から４の何れかに記載の車両エネルギ管理システム。
6. 前記局所コスト関数は、ギア比の関数であり、
   前記局所最適化手段は、前記局所コスト関数が小さくなるように前記ギア比を決定するとともに、当該ギア比を前記短期速度軌跡に乗算することによって前記エンジンの回転数を決定することを特徴とする請求項５に記載の車両エネルギ管理システム。
7. 前記広域最適化手段は、前記始点から前記終点までの前記第１制御入力を決定した後、前記車両が前記予定走行ルートから外れた場合、交通条件が変化した場合、又は前記シミュレーションによる演算結果と前記車両の現在の状態との間にずれが生じた場合には、現在地点から前記終点までの前記第１制御入力を再度決定することを特徴とする請求項５又は６に記載の車両エネルギ管理システム。
8. 前記等価燃料消費項は、前記バッテリの出力電力と等価因子との積によって表され、
   前記広域最適化手段は、前記車両を前記予定走行ルートに沿って走行させた場合に前記広域コスト関数が小さくなるように、前記始点から前記終点までの前記第１制御入力と前記等価因子とを決定し、
   前記局所最適化手段は、現在から前記予測時間後まで前記広域最適化手段によって決定された前記第１制御入力及び前記等価因子の下で前記車両を走行させた場合に前記局所コスト関数が小さくなるように前記第２制御入力を決定することを特徴とする請求項５から７の何れかに記載の車両エネルギ管理システム。
9. 前記バッテリのＳＯＣを取得するＳＯＣ取得手段をさらに備え、
   前記燃料消費項は、前記ＳＯＣの関数であり、
   前記広域最適化手段は、前記車両を前記予定走行ルートに沿って走行させた場合に前記広域コスト関数が小さくなるように、前記始点から前記終点までの前記ＳＯＣを決定し、
   前記局所コスト関数は、現在から前記予測時間後における前記ＳＯＣと前記広域最適化手段によって決定された前記ＳＯＣとの差が大きくなるほど増加するＳＯＣ誤差項を含むことを特徴とする請求項５から８の何れかに記載に車両エネルギ管理システム。
10. 前記運転モードは、
    前記バッテリの電力を前記電動機に供給し、当該電動機で発生した動力で前記駆動輪を駆動するＥＶモードと、
    燃料を前記エンジンに供給し、当該エンジンで発生した動力で前記発電機を駆動し、当該発電機で発電した電力と、前記バッテリの電力とを前記電動機に供給し、当該電動機で発生した動力で前記駆動輪を駆動するＨＥＶモードと、
    燃料を前記エンジンに供給し、当該エンジンで発生した動力で前記駆動輪を駆動するエンジンドライブモードと、を含むことを特徴とする請求項２から９の何れかに記載の車両エネルギ管理システム。
11. 燃料を消費して動力を発生するエンジンと、当該エンジンの動力を利用して発電する発電機と、バッテリ又は前記発電機の電力を消費して動力を発生する電動機と、を備え、駆動輪を駆動する駆動力発生源及び前記電動機に電力を供給する電力供給源が異なる複数の運転モードの下で走行可能な車両のパワートレインを制御対象とし、燃料を消費すると増加する燃料消費項と前記バッテリの電力を消費すると増加する等価燃料消費項との和の所定範囲にわたる総和を含むコスト関数に基づいて前記制御対象に対する第１制御入力及び第２制御入力を決定する車両エネルギ管理方法であって、
    前記車両の予定走行ルートを取得する工程と、
    前記車両を前記予定走行ルートに沿って走行させた場合に、前記予定走行ルートの始点から終点を範囲とする広域コスト関数が小さくなるように第１コンピュータによって前記第１制御入力を決定する工程と、
    前記車両の走行中に、現在から所定の予測時間後まで前記第１コンピュータによって決定された前記第１制御入力の下で前記車両を走行させた場合に、現在から前記予測時間後を範囲とする局所コスト関数が小さくなるように第２コンピュータによって前記第２制御入力を決定する工程と、を備えることを特徴とする車両エネルギ管理方法。

Images