JP2022500307A - ハイブリッド自動車による燃料および電流の消費に対する管理設定値を計算する方法 - Google Patents

Abstract

本発明は、メインバッテリによって電流が供給される少なくとも１つの電動機、および燃料で作動する内燃機関を含む、ハイブリッド自動車による燃料および電流の消費に対する管理設定値を計算する方法に関する。本発明によると、方法は、ａ）取られる行程を取得するステップと、ｂ）上記の行程を連続する区分に分割するステップと、ｃ）それぞれの区分に対して、上記の区分（Ｔｉ）を特徴付ける属性を取得するステップであって、上記の区分にわたる内燃機関の使用に関する承認または非承認特性に関連する上記の属性の第１の属性を取得するステップと、ｄ）上記の区分のそれぞれに対して、ハイブリッド自動車の該区分にわたる燃料消費とこの電力消費とに関連する関係を取得するステップと、ｅ）取得される関係のそれぞれにおいて、内燃機関の使用が承認されていないことを第１の属性が指示する区分にわたってメインバッテリの放電を最大化し、全行程にわたってハイブリッド自動車の燃料消費を最小限に抑え、および、行程の完了時にメインバッテリの放電を最大化するように最適消費点を決定するステップと、ｆ）上記の最適点の座標に従って、全行程にわたる電力管理に対する設定点を展開するステップと、を含む。【選択図】図８

Description

本発明は、一般的に、充電式ハイブリッド車両に関する。

本発明はより詳細には、メインバッテリによって電流が供給される少なくとも１つの電動機、および燃料が供給される内燃機関を含む、ハイブリッド自動車による燃料および電流の消費に対する管理設定値を計算する方法に関する。

本発明は、とりわけ有利には、広い電気範囲を有するハイブリッド車両、すなわち、まさに電動機を使用して１０キロメートルを上回る距離を走る可能性が高い車両に適用可能である。

充電式ハイブリッド車両は、（内燃機関および燃料タンクを有する）従来の熱トラクションチェーン、および、（電動機、および特にコンセントで充電するように設定可能であるメインバッテリを有する）電気トラクションチェーンを含む。

このようなハイブリッド車両は、この電気トラクションチェーンだけで、もしくはこの熱トラクションチェーンだけで、またはさらには、この電気トラクションチェーンおよび熱トラクションチェーン両方によって同時に、駆動可能である。

車両の今後の行程を知らずに、該トラクションチェーンのいずれかを使用するために現在実施されている戦略は、最小エネルギーレベルに達するまで行程の開始時にメインバッテリを放電することによって系統的に開始すること、さらにまた、熱トラクションチェーンを使用することにある。このように、運転者が短い行程を取り、かつ規則的にメインバッテリを再充電する可能性がある時、該運転者は電気トラクションチェーンを最大限に使用することで、車両の汚染排出物が削減される。

しかしながら、この戦略は、行程の長さが車両の電気範囲を超える時、最小燃料消費を常に保証するわけではなく、特に、ユーザが行程の一部を高速道路上で開始し、かつこれを市中で終了する時があてはまる。実際に、高出力での高速道路上での電気トラクションチェーンの使用は、電気損失が高いため不適当であり、熱トラクションチェーンの使用は、内燃機関の効率が高速道路上よりも市中の方が低いため、市中では不適当である。

また、法律によって、（「排出ゼロ地帯」と呼ばれる）ある特定の市街地での内燃機関の使用が禁止されている時があり、これは、例えば、交互通行システムの場合、永続的にまたは一時的に禁止するものである場合がある。さらにまた、運転者が、自身の車両のメインバッテリが放電されている場合は、これらの排出ゼロ地帯にもはや進入できないことは理解されたい。

この欠点を克服するために、米国特許出願第９１０８５０３号の文献は、運転者が望んでいる行程での次の排出ゼロ地帯を特定すること、およびこの地帯に到達時に車両の「完全電気」動作を徹底すること（すなわち、内燃機関を使用しないこと）を提案している。

この方法の１つの欠点は、行程中の排出ゼロ地帯全てにわたる車両の完全電気動作を徹底することが不可能であることである。よって、２つの排出ゼロ地帯が互いに近接して位置している場合、記載される方法では、車両がこの２番目の地帯で「完全電気」モードで走ることができるように徹底することは不可能である。

もう１つの欠点は、この方法が、行程の全てにわたって車両の燃料消費を最もよく削減するように設計されていないことである。

先行技術の上述の欠点を改善するために、本発明は、ハイブリッド自動車による燃料および電流の消費に対する管理設定値を計算する方法であって、
ａ）取られる行程をナビゲーションシステムによって取得するステップと、
ｂ）上記の行程を連続する区間に分割するステップと、
ｃ）それぞれの区間に対して、上記の区間を特徴付ける属性を取得するステップであって、内燃機関の使用が上記の区間で承認されているか否かに関する上記の属性の第１の属性が取得される、属性を取得するステップと、
ｄ）上記の区間および所与のこの属性のそれぞれに対して、該区間でのハイブリッド自動車の燃料消費とこの電気エネルギー消費とを結び付ける関係を取得するステップと、
ｅ）取得される関係のそれぞれにおいて、
−内燃機関の使用が承認されていないことを第１の属性が指示する区間においてメインバッテリの放電を最大化し、
−行程の全てにわたってハイブリッド自動車の燃料消費を最小限に抑え、および
−上記の行程の終わりにメインバッテリの放電を最大化するような最適消費点を決定するステップと、
ｆ）上記の最適点の座標に基づいて、行程全体を通してエネルギー管理設定点を作成するステップと、を含む方法を提案する。

よって、本発明により、車両が、この行程の開始時のメインバッテリの容量および充電レベルを仮定すると、この行程における排出ゼロ地帯の上限を超えて「完全電気」モードで走ることができるようにすることが保証され得る。本発明によって、大気に放出される汚染排出物を可能な限り削減するように、全行程にわたって燃料消費を最小限に抑えることも可能である。

本発明による方法の他の利点および非限定的な特徴は、下記のようになる：
−ステップｆ）において、エネルギー管理設定点は、内燃機関の使用が承認されていないことを第１の属性が指示する区間での内燃機関の始動を阻止するコマンドを含み、
−ステップｅ）において、内燃機関の使用が承認されていないことを第１の属性が指示する区間における非ゼロ燃料消費に対応する関係の点にペナルティを付与することによって最適消費点の決定が行われ、
−ステップｅ）において、発見的最適化アルゴリズムによって最適消費点の決定が行われ、
−発見的最適化アルゴリズムは、内燃機関の使用が承認されていないことを第１の属性が指示する区間に対する非ゼロ燃料消費に対応する関係の点にペナルティを付与するために、検討される区間に達するための費用関数と、検討される区間から行程の終わりまでの残りの費用を評価するヒューリスティック関数との和である関数を最小化することにあり、ヒューリスティック関数の計算は、内燃機関の使用が承認されていないことを第１の属性が指示する区間と他の区間とに対して異なるように行われ、
−ヒューリスティック関数の計算は、内燃機関の使用が承認されていないことを第１の属性が指示する区間に対して確実に１を上回り、他の区間に対して１に等しい乗算係数が適用されている数式を使用することによって行われ、
−ステップｄ）において、それぞれの関係は、燃料消費値と電気エネルギー消費値とを結び付ける複数の所定の関係から、属性が上記の区間を特徴付けると仮定すると、区間に対するハイブリッド自動車の燃料消費とこの電気エネルギー消費とを結び付ける関係の最良の近似である所定の関係を選択することによって取得され、
−所定の関係は、内燃機関の燃料消費値とメインバッテリの充電値または放電値とを結び付ける曲線またはマップであり、
−所定の関係を記憶するメモリ、および区間が所定の関係のいずれかと関連付けられる確率をそれぞれの属性値と関連付ける表によって、ステップｄ）において、それぞれの区間に対して、上記の表を使用して、属性の値がこの区間と関連付けられると仮定すると、区間が所定の関係のいずれかに属する確率の和の決定、および最高確率和を有する関係の選択が行われ、
−ステップｂ）において、それぞれの区間は、行程の全長にわたって不変である少なくとも２つの属性を含む行程の最大長の一部分であると定義され、２つの属性のうちの１つは第１の属性によって形成される。

下記の説明によって、非限定的な例として挙げられる添付の図面を参照して、本発明を構成するものおよび本発明を生じさせることができるやり方をよく理解できるであろう。

車両が取るべき行程の区間を特徴付ける属性の値を示す表である。 取られる行程の区間を特徴付ける基準曲線のパラメータを示す表である。 テストランで取得される特定消費曲線の分布を示すグラフである。 いくつかの基準曲線を示すグラフである。 ある区間に割り当てられたそれぞれの属性値と、この区間が図４の基準曲線のいずれかと関連付けられる確率を関連付ける表である。 車両の補助デバイスの電気消費を考慮に入れて、基準曲線になされる補正を示すグラフである。 対応する行程の区間の勾配を考慮して、基準曲線になされる補正を示すグラフである。 それぞれの区間と関連付けられたそれぞれの基準曲線、およびこれらの基準曲線の最適点を通過する曲線に対する異なる点を示すグラフである。

従来、自動車は、特に、パワーチェーン、車体構造要素、および車内要素を支持するシャーシを含む。

充電式ハイブリッド車両では、パワートレインは、熱トラクションチェーンおよび電気トラクションチェーンを含む。

熱トラクションチェーンは、特に、燃料タンク、および該タンクによって燃料が供給される内燃機関を含む。

電気トラクションチェーンは、この一部に対して、メインバッテリ、およびメインバッテリによって電流が供給される１つまたは複数の電動機を含む。

自動車はここで、例えば、住宅の電気回路網または任意の他の電気回路網において、メインバッテリを局所的に充電することを可能にするコンセントも含む。

自動車はまた、ここでは、メインバッテリによって電流が供給される電気デバイスと定義される補助デバイスを含む。

言及され得る補助デバイスは、空調用モータ、電動窓のモータ、またはさらには位置情報およびナビゲーションシステムを含む。

この位置情報およびナビゲーションシステムは、従来、自動車の位置情報による位置に関連する信号を受信できるようにするアンテナと、国または地域のマップを記憶できるようにするメモリと、このマップ上で車両の位置を示すことを可能にする画面と、を含む。

ここで、この画面が、運転者が情報を入力することができるタッチスクリーンである事例を検討するが、別の方法で行うことも可能である。

最後に、位置情報およびナビゲーションシステムは、運転者によって入力される情報、このメモリに記憶されるマップ、および自動車の位置を仮定すると、取られる行程を計算可能にするコントローラを含む。

自動車１はまた、特に、上述される２つのトラクションチェーン（特に、電動機および内燃機関によって高めた電力）を制御することを可能にする、ここではコンピュータと呼ばれる電子制御ユニット（またはＥＣＵ）を含む。

本発明の文脈において、このコンピュータは、位置情報およびナビゲーションシステムのコントローラに接続されることで、これら２つの要素には情報が通信され得る。

ここで、これら要素は、車両の主ユニット間通信ネットワークによって（典型的には、ＣＡＮバスによって）共に接続される。

コンピュータは、プロセッサおよびストレージユニット（以降、メモリと呼ばれる）を含む。

このメモリは、以下に説明される方法の文脈で使用されるデータを記憶する。

該メモリは特に、（本明細書で後述される）図５に示されるタイプの表を記憶する。

該メモリはまた、命令を含むコンピュータプログラムから成るコンピュータアプリケーションを記憶し、プロセッサによるこの命令の実行によって、以下に説明される方法をコンピュータによって実施できる。

前置きとして、以下に説明される方法の説明で使用されるいくつかの概念をここに定義する。

よって、「行程」という用語は、自動車が、出発ステーションから到着ステーションに到達するために取るべき経路と定義され得る。

行程の目的であるこの到着ステーションは、車両が装備しているコンセントを介してメインバッテリを再充電することを可能にする充電ステーションを装備しているとみなされるものになる。

それぞれの行程は、「隣接区分」または「隣接区間」に細分されてよい。

区分の概念は、位置情報およびナビゲーションシステムが装備しているコントローラによって本質的に使用されるものになる。

実際には、それぞれの区分は２つの道路交差点間で伸張する行程の一部に対応する。従って、最短または最速の行程を定めるために、コントローラは、行程で通過すべき道路区分を判断することになる。

区間の概念は異なっており、本明細書に明確に後述される。簡略化するために、行程のそれぞれの区間は、道路の特性が実質的に変化しない行程の一部に対応する。例として、行程は、それぞれの最高承認速度が一定であるいくつかの区間に細分可能である。

これらの区間は、ここでは「属性」と呼ばれるパラメータによって特徴付けられる。それぞれの区間を特徴付けることを可能にする属性の例は以下のようになる。

第１の属性は「道路カテゴリＦＣ」になる。位置情報およびナビゲーションシステムが装備するコントローラは、一般的に、異なるタイプの道路を区別するためにこのタイプのカテゴリを使用する。ここで、このカテゴリは、１〜６の整数値を取ることができる。１に等しい属性は高速道路に対応してよい、２に等しい属性は国道に対応してよいなどとする。

第２の属性は、度またはパーセンテージで表される区間の「勾配ＲＧ」になる。

第３の属性、第４の属性、第５の属性、および第６の属性は、区間を使用する車両の特徴的な速度に関するものになる。

第３の属性は区間の「速度カテゴリＳＣ」になる。位置情報およびナビゲーションシステムが装備するコントローラは、一般的に、異なるタイプの道路を区別するためにこのタイプのカテゴリも使用する。ここで、このカテゴリは１〜６の整数値を取ることができる。１に等しい属性は（１２０ｋｍ／ｈを上回る）超高速道路に対応してよい、２に等しい属性は（１００〜１２０ｋｍ／ｈの）高速道路に対応してよいなどとする。

第４の属性は区間に対する「最高速度制限ＳＬ」になる。

第５の属性は、（値がそれぞれの道路に対して行われる統計的測定から導出される）区間にわたって認められる「平均速度ＳＭＳ」になる。

第６の属性は、（値がリアルタイム交通状況情報システムから導出される）区間に対して認められる「瞬間速度ＴＳ」になる。

第７の属性は区間の「長さＬＬ」になる。

第８の属性は区間の「平均カーブ半径ＬＣ」になる。

第９の属性は、車両によって取られる走行方向での区間の「レーン数ＮＬ」になる。

第１０の属性は、検討される区間で内燃機関に使用が承認されているか否かに関するものになる。第１０の属性は「排出ゼロＺＥ」と呼ばれるものになる。ここで、検討される区間に対して内燃機関の使用が承認されている場合は０に等しく、その他の場合は１に等しいブーリアンになる。

以下の説明では、これらの１０の属性は、行程のそれぞれの区間を特徴付けるために使用されることになる。

別形として、行程のそれぞれの区間は、多かれ少なかれ属性の数によって特徴付けられてよいが、第１０の属性の使用は不可避である。

また、メインバッテリのエネルギー状態ＳＯＥは、このメインバッテリに残留するエネルギーを特徴付けることを可能にするパラメータと定義されるものになる。別形として、バッテリの充電状態ＳＯＣ、または同じタイプの任意の他のパラメータなど（バッテリの内部抵抗、バッテリの端子における電圧など）の別のパラメータが使用されてよい。

２つの別個の時点で検討される２つのエネルギー状態の間の相違に等しいメインバッテリの充電または放電ΔＳＯＥがさらにまた、検討される。

検討される区間にわたる車両の「特定消費曲線」はさらにまた、車両のそれぞれの燃料消費値ＣＣをメインバッテリの充電または放電値ΔＳＯＥと関連付ける曲線と定義される。実際に、判断された区間に対して、（走行した１キロメートル当たりのリッター単位で）車両の燃料消費ＣＣがどんなものになるか、および、（１キロメートル当たりのワット時単位で）メインバッテリの充電または放電ΔＳＯＥがどんなものになるかを推定することができる。これらの２つの値は曲線で結び付けられることになるが、これは、それら２つの値が、電気トラクションチェーンまたは熱トラクションチェーンが車両をさらに進めさせるために使用されるのかどうかに応じて変化するからである。

無限個の異なる状況（勾配、速度など）があるため、無限個の特定消費曲線もある。よって、「基準曲線」は特有の特定消費曲線と定義され、この特性は、周知のものであり、かつそれぞれの特定消費曲線を概算できるようにするものである。換言すれば、この説明で以降より明確に分かってくるように、行程のそれぞれの区間は、特定消費曲線ではなくむしろ基準曲線（特定消費曲線の最良の近似を構成するものになる）と関連しているものになる。

位置情報およびナビゲーションシステムのコントローラ、および車両のコンピュータによって一緒に実施される方法は、車両による燃料および電流の消費に対する管理設定値を計算する方法である。

この方法は、より具体的には、あらかじめ定められた行程に対して、電気トラクションチェーンおよび熱トラクションチェーンが以下：
−車両の燃料消費およびこの汚染排出物を最もよく削減するように、および
−「排出ゼロＺＥ」属性が１に等しい区間に対する車両の動作の「完全電気」モードを徹底する（すなわち、内燃機関を使用しない）ようにどのように使用されるべきかを判断することにある。

そのために、方法は、以下の６つの主なステップ：
−取られる行程を取得するステップ、
−上記の行程を連続する隣接区間Ｔ_ｉに分割するステップ、
−それぞれの区間Ｔ_ｉに対して、この区間Ｔ_ｉを特徴付ける属性ＦＣ、ＳＣ、ＳＬ、ＴＳ、ＲＧ、ＬＬ、ＮＬ、およびＳＭＳを取得するステップ、
−区間Ｔ_ｉのそれぞれに対して、この区間Ｔ_ｉの属性ＦＣ、ＳＣ、ＳＬ、ＴＳ、ＲＧ、ＬＬ、ＮＬ、ＳＭＳを考慮して、区間に対するハイブリッド自動車のそれぞれの燃料消費値ＣＣとメインバッテリ充電または放電値ΔＳＯＥとを結び付ける関係（ここでは基準曲線ＣＥ_ｊと呼ばれる）を判断するステップ、
−行程の全てにわたるハイブリッド自動車の燃料消費を最小限に抑え、かつ上記の行程の終わりにメインバッテリの完全放電を達成することを可能にする一方で、「排気ゼロＺＥ」属性が１に等しい区間に対する動作の「完全電気」モードを徹底する、それぞれの基準曲線ＣＥ_ｊの最適点Ｐ_ｉを決定するステップ、および、
−上記の最適点Ｐｉの座標に基づいてエネルギー管理設定点を作成するステップ、を含む。

これらの６つの連続するステップについてはこの説明において後述する。

第１のステップは、自動車が取るべき行程を取得することにある。

このステップは、位置情報およびナビゲーションシステムに組み込まれたコントローラによって実行されてよい。

このステップはさらにまた、従来のやり方で実施される。

よって、運転者が到着ステーションを定めるために位置情報およびナビゲーションシステムのタッチスクリーンを使用する時、このシステムのコントローラは、特に、運転者によって選択されたルーティングパラメータ（最速行程、最短行程など）に基づいて取られる行程を計算する。

この段階では、車両が、位置情報およびナビゲーションシステムによって定められた行程と異なる行程を取る時、この方法は再初期化されなければならない。

別形として、この第１のステップは他のやり方で行われてもよい。

よって、運転者による、タッチスクリーン上の到着ステーションの入力によって実施することが可能である。そのために、コントローラは、運転者の習慣を検出し、かつそこから到着ステーションを自動的に推測することができる。

例えば、運転者が仕事に行くために毎日同じ行程を取る時、この行程は、運転者が位置情報およびナビゲーションシステムのタッチスクリーン上にいずれの情報も入力する必要なく、自動的に取得可能である。

この第１のステップの終わりに、位置情報およびナビゲーションシステムに組み込まれたコントローラは、車両の行程を知っており、この行程はさらにまた、複数の隣接区分から構成され、それぞれが２つの道路交差点の間で伸張することが想起される。

第２のステップは行程を区間Ｔ_ｉに分割することにある。

行程を区分でなく区間に再分割することの利益は、始めに、行程の細分数を低減することである。実際に、２つの連続する区分の属性が同一であることは一般的である。これらの２つの連続する区分が別々に処理されたとしたら、計算の継続時間は不必要に増大することが考えられる。どちらかの区間内のこれらの同一の区分を組み合わせることによって、計算の継続時間を低減することが可能になる。

別の利益は、どちらかの区分に対する道路の特性が実質的に変化する可能性があることである（区分のある一部はゼロ勾配を有する道路に対応してよく、この区分の別の一部は急勾配を有する道路に対応してよい）。ここで、目的は、それぞれに対して道路の特性が均一である区間に行程を分割することである。

それぞれの区間Ｔ_ｉは、ここで、この全長にわたって不変である少なくとも１つの属性を含む行程の一部分と定義される。

この属性は、勾配ＲＧおよび／または速度カテゴリＳＣおよび／または道路カテゴリＦＣから成ることができる。

それぞれの区間Ｔ_ｉはまた、「排出ゼロＺＥ」属性がこの全長にわたって不変であるように定められることになる。

ここで、この第２のステップは、位置情報およびナビゲーションシステムに組み込まれたコントローラによって実施されることになる。この目的に向けて、ここでは、行程を、上記の４つの属性（ＲＧ、ＳＣ、ＦＣ、排出ゼロＺＥ）が一定である最大長の区間Ｔ_ｉに細分する。

この第２のステップの終わりに、コントローラはそのように、Ｎの区間（ひいては、１からＮまで変化する指数ｉ）を定めている。

第３のステップはそれぞれの区間Ｔ_ｉの属性を取得することにある。

属性のうちの１つが検討される区間にわたって可変である時、これは、検討されることになる区間の全てにわたるこの属性の平均値である。

実際には、この第３のステップは以下のように行われる。

初めに、位置情報およびナビゲーションシステムに組み込まれたコントローラは、新しい行程が計算されたことをコンピュータに通知する。コンピュータは次いで、例えば、図１に示されるタイプの表の形式で、送られるそれぞれの区間の属性を求める。

コントローラはさらにまた、以下のように、それぞれの区間の属性を取得する。

コントローラは、この属性の一部、特に、区間の長さＬＬを計算する。

コントローラは、位置情報およびナビゲーションシステムのメモリにおけるこの別の一部を、特に、道路カテゴリＦＣ、勾配ＲＧ、速度カテゴリＳＣ、速度制限ＳＬ、平均速度ＳＭＳ、平均カーブ半径ＬＣ、およびレーン数ＮＬを読み出す。

これらの属性の最後の一部、特に、リアルタイム交通状況情報システムが通信する瞬間速度ＴＳは、別のデバイスによって通信される。

「排出ゼロＺＥ」属性は、この一部について、（法令によって、内燃機関の使用が永続的に禁止されている地帯に対して）位置情報およびナビゲーションシステムのメモリに読み出されるか、別のデバイスによって通信される（例えば、法令によって、内燃機関の使用が現在は禁止されている地帯を指示する無線信号を発するように適応される無線局によって通信される）かのいずれかとすることができる。また、ユーザが自身で、内燃機関の使用を可能にすることを望まない行程の地帯を選定することが可能である。

コントローラはさらにまた、この情報の全てを、ＣＡＮバスを介して車両のメインコンピュータに送信する。

最初の３つのステップを実行するために車両のメインコンピュータではなく位置情報およびナビゲーションシステムに組み込まれたコントローラを使用する利点は、ＣＡＮバスによってコンピュータに送信される情報量を低減させることである。実際に、同じ属性を有する行程の隣接区分を結合することによって、送信されるデータの量は削減され、これによって、ＣＡＮバスによるデータの送信は加速する。

情報を受信すると、コンピュータは以下のステップを実施する。

よって、第４のステップは、区間Ｔ_ｉのそれぞれについて、コンピュータのメモリに記憶される基準曲線ＣＥ_ｊの中から、検討される区間Ｔ_ｉに対する車両のエネルギー消費（燃料および電流）を最も有利に推定することを可能にする基準曲線を判断することにある。

よって、このステップは、属性によるそれぞれの区間の特性からエネルギー費用による特性に切り換えることができるようにする。

この第４のステップの間、コンピュータは、このメモリに記憶される、図５に示される表ＴＡＢを使用することになる。

この図５が示すように、この表ＴＡＢは、それぞれが属性のうちの１つの値（または値の範囲）に対応する行を有する。この表は、それぞれが基準曲線ＣＥ_ｊのうちの１つに対応する列を有する。示される例では、コンピュータのメモリが、ここでは１１に等しいＭの基準曲線ＣＥ_ｊを記憶することが検討されることになる。

図５では、表ＴＡＢのセルは、含有する値が車両の特性に依存することになるため、空のままにされる。

実際には、この表ＴＡＢは、これらのセルのそれぞれにおける値と共にコンピュータのメモリに記憶されることになる。

これらの値は、それぞれの属性値が基準曲線ＣＥ_ｊのいずれかに対応する確率に対応する（０〜１にある）確率値になる。

例として、区間Ｔ_ｉの道路カテゴリＦＣが２に等しい値を有する場合、これは、この区間が実際には、基準曲線ＣＥ１によるエネルギー費に関して特徴付けられる確率がａ_１に等しいこと、この区間が実際には、基準曲線ＣＥ２によるエネルギー費に関して特徴付けられる確率がａ_２に等しいことなどが表に読み出され得る。

以下では、「勾配ＲＧ」、「長さＬＬ」、および「排出ゼロＺＥ」の属性の値が、故意にこの表ＴＡＢで使用されていないことは留意されたい。

この段階で、コンピュータはさらにまた、検討される区間Ｔ_ｉのそれぞれの属性の値に対応するそれぞれの確率値を記録することができる。

属性ＦＣが２に等しいこと、属性ＳＣが６に等しいこと、属性ＳＬが３０に等しいこと、属性ＮＬが２に等しいこと、属性ＳＭＳが６０〜８０にあること、および属性ＴＳが４０〜６０にあることが検討される、示される例では、コンピュータは、ａ_１〜ａ_１１、ｂ_１〜ｂ_１１、ｃ_１〜ｃ_１１、ｄ_１〜ｄ_１１、ｅ_１〜ｅ_１１、およびｆ_１〜ｆ_１１と示される値を記録する。

コンピュータはさらにまた、検討される区間Ｔ_ｉが実際には、１１の基準曲線ＣＥ_ｊのそれぞれによるエネルギー費に関して特徴付けられる確率を合計する。

示される例では、コンピュータは、この目的に向けて、ａ_１〜ｆ_１と示される値、次いでａ_２〜ｆ_２と示される値などを合計する。

最後に、コンピュータは、１１の和のうちのどれが最高の結果を与えるかを判断する。

よって、この高確率の和が関連付けられる基準曲線ＣＥ_ｊが、エネルギー費に関して区間Ｔ_ｉを最もよく特徴付ける基準曲線であることが考えられる。

コンピュータはさらにまた、このメモリにおいて、この基準曲線ＣＥ_ｊを特徴付けるパラメータの値を取得することができる。

説明のこの段階では、より具体的には、これらの基準曲線が得られかつモデル化されるやり方に焦点を合わせることは価値がある。

それぞれの車両モデルについて（または、それぞれのエンジンモデル、車モデルのそれぞれのセット、もしくはエンジンモデルのそれぞれのセットについて）、異なる位置情報による道路区間に対して多数のテストラン（またはテストランシミュレーション）を行うことは必要である。

これらのテストランによって、属性が知られている異なる区間に対する車両の燃料および電流消費を判断することができる。そのために、車両は、電動機によって高めたけん引力の負担が増大する度に、それぞれの区間にわたって数回移動させられる。

さらにまた、それぞれの区間に対する特定消費曲線ＣＣＳを生成することが可能である。これらの特定消費曲線は図４に示される曲線のタイプのものである。

これらの曲線のそれぞれにおいて、電気エネルギーを使うほど（すなわち、ΔＳＯＥ＜０）、電気トラクションチェーンを専ら使用する走行時に０に達するまでの燃料消費の低下は大きくなることが観察され得る。逆に、熱機関を介してバッテリを再充電するための尽力が大きいほど（ΔＳＯＥ＞０）、燃料消費の増加が大きくなる。最後に、それぞれの特定消費曲線ＣＣＳが、補助デバイスによる電気消費がなく、水平路（ゼロ勾配）上での走行の状況に対する車両の平均エネルギー消費を表すことが想起されるであろう。

これらのテストランによって、試験される区間があるだけの特定消費曲線ＣＣＳを見出すことが可能である。

それぞれの特定消費曲線ＣＣＳは、メインバッテリの充電および放電変化ΔＳＯＥが最小閾値ΔＳＯＥ_ｍｉｎと最大閾値ΔＳＯＥ_ｍａｘとの間で有界の二次多項式によってモデル化可能であり、これは以下のように書き込み可能である。

ここで、Ψ_０、Ψ_１、Ψ_２は多項式の係数である。

図４の曲線が示すように、このモデリングを簡略化するために、２つの係数Ψ_１、Ψ_２はある曲線から別の曲線まで同一であることが推定可能である。また、最小閾値ΔＳＯＥ_ｍｉｎが多項式の３つの係数に依存していることを観察することができる。よって、係数Ψ_０および最大閾値ΔＳＯＥ_ｍａｘのみが変化している。従って、これら２つの値によって、それぞれの特定消費曲線ＣＣＳを特徴付けることができる。

図３は、座標がこれら２つの変数Ψ_０およびΔＳＯＥ_ｍａｘに対応する点を示す。図３では、行われるテストランで得られる特定消費曲線ＣＣＳの分布が示されている。ここで、これらの点が１１の別個の地帯に分布していることが考えられる。それぞれの地帯はさらにまた、この重心によって定められる。

よって、上記で説明されたように、方法では、検討される区間に厳密に対応することが考えられる特定消費曲線を取得するのではなく、変数Ψ_０およびΔＳＯＥ_ｍａｘが検討されるこれら１１の地帯のうちの１つの重心に対応する１１の基準曲線のうちの１つが取得される。

方法のこの段階では、それぞれの区間Ｔ_ｉはさらにまた、図２が示すように、上記のパラメータΨ_０、Ψ_１、Ψ_２、ΔＳＯＥ_ｍｉｎ、ΔＳＯＥ_ｍａｘによって、それぞれの区間Ｔ_ｉの長さＬＬ_ｉによって、この勾配ＲＧ_ｉによって、および「排出ゼロＺＥ」属性によって定められる。

上で説明したように、選択されたエネルギー曲線ＣＥ_ｉは、区間Ｔ_ｉの勾配、補助デバイス（空調モータなど）の電流消費、または、検討される区間に対して内燃機関の使用が承認されているか否かを考慮に入れていない。

それぞれの区間Ｔ_ｉの勾配を考慮に入れるために、勾配ＲＧ_ｉに基づくそれぞれの基準曲線ＣＥ_ｉの補正のステップが提供される。

図７が明確に示すように、この補正ステップは、単に、勾配ＲＧ_ｉの関数である値によって、区間Ｔ_ｉと関連付けられた基準曲線ＣＥ_ｉを上方または下方に（すなわち、一定の充電または放電ΔＳＯＥで）移行させることにある。

実際に、検討される道路区間が上りである時、燃料消費が最初に計画された燃料消費より高くなることは理解されたい。他方では、検討される道路区間が下りである時、燃料消費は最初に計画された燃料消費より高くならない。

また、制動フェーズ時に、上がっていく時よりも下がっていく時の方が回収される電気エネルギーが多くなる可能性がある。

実際には、補正ステップは、以下の式、
Ψ_０’＝Ψ_０＋Ｋ．ＲＧi
に従ってパラメータΨ_０を補正することにあり、ここで値の係数Ｋは、検討される車両モデルおよびこの特性に依存する（例として、ここでＫ＝０．０１３２７ ｌ．ｋｍ^−１を検討することが可能になる）。

補助デバイスの電流消費を考慮に入れるために、これらの補助デバイスによって消費される電力Ｐ_ａｕｘの関数としてそれぞれの基準曲線ＣＥ_ｉの補正の第２のステップが提供される。

ここで、検討される電力値Ｐ_ａｕｘが計算時に測定可能である値であることは留意されたい。従って、この方法では、消費される電力が行程にわたって実質的に一定のままになることが想定される。コンピュータが（例えば、空調が作動されていたため）長時間にわたってこの電力の大きな変化を検出したとしたら、新しい電力値Ｐ_ａｕｘを考慮に入れるためにこのステップで方法を再開するようにプログラミング可能である。

より具体的には、方法は、計算で考慮される電力と、測定される電力との間の相違が閾値（例えば、５分）を超える継続時間で閾値（例えば、１０％）を上回ったままであるとしたら、この第２の補正ステップでは再初期可能である。

図６が明確に示すように、第２の補正ステップは、単に、電力Ｐ_ａｕｘの関数である値によって、区間Ｔ_ｉと関連付けられた基準曲線ＣＥ_ｉを左に（すなわち、一定の燃料消費で）移行させることにある。

実際に、電気デバイスが使用される時、バッテリの充電が計画されたよりも遅くなり、かつこのバッテリの放電が計画したよりも早くなることは、理解されたい。

実際には、補正ステップは、以下の式、

から計算される値Ｅ_ＡＵＸによって基準曲線ＣＥ_ｊを移行させることにあり、ここで、

は（ｋｍ／ｈでの）区間にわたる平均速度を表す。この値は、位置情報およびナビゲーションシステムによって直接供給可能であり、走行速度値、統計的平均速度、または速度制限に等しくなることが想定される。

方法の第５のステップはさらにまた、それぞれの基準曲線ＣＥ_ｊにおいて「排出ゼロＺＥ」属性によって定められる制約を観察する間、行程の全てにわたってハイブリッド自動車の燃料消費を最小限に抑え、かつ上記の行程の終わりにメインバッテリの完全放電を達成することを可能にする最適点Ｐ_ｉを決定することにある。

このステップは、任意のアルゴリズム（二次計画法、動的計画法など）によって行われ得る。

該ステップはここで、例えばタイプＡ＊の、発見的最適化アルゴリズムによって行われる。これは、先行技術で既知であるため、ここでは詳細に説明されないアルゴリズムである。しかしながら、この動作については簡単に説明できる。

そのために、図８を参照する。

ここでは、それぞれの区間について、到着ステーションと区間の最終点との間の距離に等しいｘ軸（キロメートル単位）と共に、ｙ軸に平行なエネルギー状態ＳＯＥを通過する一連の点が描画される。この線のそれぞれの点は、この区間と関連付けられた基準曲線ＣＥ_ｊから推論されることで実現可能であるエネルギー状態ＳＯＥに対応する。エネルギー状態ＳＯＥの間隔は有限個の点として離散化される。

それぞれの点の縦座標はさらにまた、メインバッテリに充電または放電が適用されると仮定すると、車両が基準曲線ＣＥ_ｊの対応する点に従って駆動されたとしたら、区間の終わりに残留することが考えられるメインバッテリのエネルギー状態ＳＯＥに等しい。

従って、それぞれの点は、ノードｎ_ｉ、ｘ（指数ｉは検討される区間Ｔ_ｉに対応し、指数ｘは、検討される区間Ｔ_ｉの終わりのメインバッテリのエネルギー状態ＳＯＥに対応する）を構成する。

よって、アルゴリズムＡ＊の目的は、行程の排出ゼロ地帯を考慮しながら、車両の燃料消費を最小限に抑えることが可能になる経路ＣＩを見出すことである。

ノードｎ_ｉ、ｘの探索の順序の選定は、以下の式、
ｆ（ｎ_ｉ、ｘ）＝ｇ（ｎ_ｉ、ｘ）＋ｈ（ｎ_ｉ、ｘ）
が示すように、費用関数ｇとヒューリスティック関数ｈとの和である関数ｆを最小化することを試みる間に判断される。式中、費用関数ｇは、先の区間でバッテリに適用される充電または放電ΔＳＯＥに関連する選定に基づいて最も有利に利用可能なルートで初期ノード（行程の開始）からノードｎに到達するために必要とされる燃料の量を表し、ヒューリスティック関数ｈは、ノードｎからのメインバッテリの線形放電の場合を考慮して、ノードｎから最終ノードへ進むためにメインバッテリに適用可能である充電または放電ΔＳＯＥで消費される残りの燃料の量の楽観的な推定値を表す。

これら２つの数式は、（ここでは曲線の横座標ｄ_ｉによって表される）行程に沿って考慮される区間の位置、および区間Ｔ_ｉの終わりにメインバッテリの考慮されるエネルギーレベルＳＯＥ_ｘの関数として表され得る。

よって、費用関数ｇは、数式：

によって、（曲線横座標ｄ_ｉおよびエネルギーレベルＳＯＥ_ｘによって定められる）ノードｎ_ｉ、ｘから（曲線横座標ｄ_ｉ＋１およびエネルギーレベルＳＯＥ_ｙによって定められる）ノードｎ_{ｉ＋１、ｙ}への移行の費用を表すように示され得る。

ノードｎ_ｉ、ｘのヒューリスティック関数ｈは、この一部を数式：

によって示すことができる。ここで、到着ステーションは（曲線横座標ｄ_ＮおよびエネルギーレベルＳＯＥ_Ｃによって定められる）ノードｎ_Ｎに位置しており、乗算係数α_ｉ ^ＺＥは後に定められることになる。

関数ｆは、アルゴリズムによって、それぞれの計算ステップにおいて、現在のノードに到達するための費用を最小限に抑えること、また、このノードから行程の終わりまで残っている費用を最小限に抑えることを両方行うルートを探索することが可能である。

よって、関数ｆの使用は、このアルゴリズムに、最適ルートに最も近いルートを探索させるようにすることで、準最適なルートの探索を限定し、かつ最短の計算時間で良好な結果を得ることを可能にする。

本発明によると、関数ｆは、「排出ゼロＺＥ」属性が１に等しい区間に対する「完全電気」モードの動作を徹底するようにパラメータ化される。

そのために、自動車のコンピュータは３つの別個の動作を実施する。

最初の２つの動作は、アルゴリズムＡ＊の動作を割り当てるために提供され、３番目の動作は、内燃機関に対して直接作用するように提供される。

第１の動作は、「排出ゼロＺＥ」属性が１に等しい区間Ｔ_ｉについて、メインバッテリの放電を最大化するノードｎ_ｉ、ｘを強制的に使用することにある。

そのために、検討される区間Ｔ_ｉが１に等しい「排出ゼロＺＥ」属性を有する場合、アルゴリズムＡ＊は、
ＳＯＥ_ｙ＝ＳＯＥ_ｘ＋ΔＳＯＥ_{ｉ、ｍｉｎ}
のように、単一ノードｎ_{ｉ＋１、ｙ}のみを選定することができるようにする。ここで、ΔＳＯＥ_{ｉ、ｍｉｎ}は、（ノードｎ_ｉ、ｘとｎ_{ｉ＋１、ｙ}との間の）区間Ｔ_ｉに対する車両の「完全電気」モードでの電気消費を表す。

第２の動作は、ヒューリスティック関数ｈの計算において、区間Ｔ_ｉにわたる燃料消費をもたらすことになるルート全てにペナルティを付与することで、アルゴリズムの観点からそのルートが有利にならないようにすることにある。

よって、この第２の動作は、アルゴリズムＡ＊の収束率を改善できるようにする。

ペナルティはここで、上記の乗算係数α_ｉ ^ＺＥによってモデル化される。

そのために、この乗算係数は、
「排出ゼロＺＥ」属性が０に等しい区間に対してα_ｉ ^ＺＥ＝１、
「排出ゼロＺＥ」属性が１に等しい区間に対して、Ａを所定の係数としてα_ｉ ^ＺＥ＝Ａ＞１、であるように選定される。

この第２の動作を実施することは有利であるが、後者が、「排出ゼロＺＥ」属性が１に等しい区間に対して完全電気モードで車両が走るように徹底することが必須ではないことは留意されたい。

（基準曲線ＣＥ_ｊの最適点を通過する）最適路が見出されると、コンピュータは、最適点Ｐ_ｉの座標に基づいてエネルギー管理設定点を作成する。

このエネルギー管理設定点はさらにまた、ルートをたどるようにコンピュータによって行程中に使用されることで、メインバッテリのエネルギー状態ＳＯＥは図８に示される経路ＣＩをたどる。

いくつかの方法によって、ルートをたどるようにすることが可能になる。１つの例は、特に、本出願人によって出願された仏国特許出願公開第２９８８６７４号、または国際公開第２０１３１５０２０６号パンフレットおよび国際公開第２０１４００１７０７号パンフレットの文献に詳細に示されている。

第３の動作は、「排出ゼロＺＥ」属性が１に等しい区間に対して内燃機関の始動を阻止する禁止信号を含むようにエネルギー管理設定点を作成することにある。

禁止信号は次いで、コンピュータに送信されることで、これらの区間に対する内燃機関のいずれの始動も防止される。

この段階で、内燃機関の使用が承認されていない区間を通る道を徹底するようなエネルギー管理設定点が見出されない場合がある可能性があることに留意されたい。これは、メインバッテリがこれらの区間に対する到達時に十分に充電されないため、または、「完全電気」モードでのハイブリッド車両の範囲を仮定すると、通過する排出ゼロ地帯が大きすぎるためである。

この不測の事態では、コンピュータは、このような区間を通過することが不可能である事実に対して、例えば、車両の中央コンソールに位置している画面を介して運転者に警告するように設計されるようにする。コンピュータはさらにまた、この問題を有さない別の行程を提案することができる。

Claims (10)

1. メインバッテリによって電流が供給される少なくとも１つの電動機、および燃料が供給される内燃機関を含む、ハイブリッド自動車による燃料および電流の消費に対する管理設定値を計算する方法であって、
   ａ）取られる行程をナビゲーションシステムによって取得するステップと、
   ｂ）前記行程を連続する区間（Ｔ_ｉ、ｉε｛１…Ｎ｝）に分割するステップと、
   ｃ）それぞれの区間（Ｔ_ｉ）に対して、前記区間（Ｔ_ｉ）を特徴付ける属性（ＦＣ、ＳＣ、ＳＬ、ＴＳ、ＲＧ、ＬＬ、ＮＬ、ＳＭＳ、ＺＥ）を取得するステップと、
   ｄ）前記区間（Ｔ_ｉ）および所与のこの属性（ＦＣ、ＳＣ、ＳＬ、ＴＳ、ＲＧ、ＬＬ、ＮＬ、ＳＭＳ、ＺＥ）のそれぞれに対して、前記区間（Ｔ_ｉ）における前記ハイブリッド自動車の燃料消費（ＣＣ）とこの電気エネルギー消費（ΔＳＯＥ）とを結び付ける関係（ＣＥ_ｊ）を取得するステップと、
   ｅ）取得される前記関係（ＣＥ_ｊ）のそれぞれにおいて最適消費点（Ｐ_ｉ）を決定するステップと、
   ｆ）前記最適消費点（Ｐ_ｉ）の座標に基づいて、前記行程の全体を通してエネルギー管理設定点を作成するステップと、を含み、
   前記ステップｃ）では、取得される前記属性の第１の属性（ＺＥ）は、前記内燃機関の使用が前記区間（Ｔ_ｉ）で承認されているか否かに関し、
   前記ステップｅ）では、前記内燃機関の使用が承認されていないことを前記第１の属性（ＺＥ）が指示する前記区間（Ｔ_ｉ）において前記メインバッテリの放電を最大化し、前記行程の全てにわたって前記ハイブリッド自動車の前記燃料消費を最小限に抑え、および、前記行程の終わりに前記メインバッテリの前記放電を最大化するように、前記最適消費点（Ｐ_ｉ）の決定が行われることを特徴とする、方法。
2. 前記ステップｆ）において、前記エネルギー管理設定点は、前記内燃機関の使用が承認されていないことを前記第１の属性（ＺＥ）が指示する前記区間（Ｔ_ｉ）での前記内燃機関の始動を阻止するコマンドを含む、請求項１に記載の計算方法。
3. 前記ステップｅ）において、前記内燃機関の使用が承認されていないことを前記第１の属性（ＺＥ）が指示する前記区間（Ｔ_ｉ）における非ゼロ燃料消費に対応する前記関係（ＣＥ_ｊ）の点にペナルティを付与することによって前記最適消費点（Ｐ_ｉ）の決定が行われる、請求項１または２に記載の計算方法。
4. 前記ステップｅ）において、発見的最適化アルゴリズム（Ａ＊）によって前記最適消費点（Ｐ_ｉ）の決定が行われる、請求項１から３のいずれか一項に記載の計算方法。
5. 発見的最適化アルゴリズム（Ａ＊）は、前記内燃機関の使用が承認されていないことを前記第１の属性（ＺＥ）が指示する前記区間（Ｔ_ｉ）に対する非ゼロ燃料消費に対応する前記関係（ＣＥ_ｊ）の前記点にペナルティを付与するために、検討される前記区間（Ｔ_ｉ）に達するための費用関数（ｇ）と、検討される前記区間（Ｔ_ｉ）から前記行程の終わりまでの残りの費用を評価するヒューリスティック関数（ｈ）との和である関数（ｆ）を最小化することにあり、前記ヒューリスティック関数（ｈ）の計算は、前記内燃機関の使用が承認されていないことを前記第１の属性（ＺＥ）が指示する前記区間（Ｔ_ｉ）と他の区間（Ｔ_ｉ）とに対して異なるように行われる、請求項３または４に記載の計算方法。
6. 前記ヒューリスティック関数（ｈ）の前記計算は、前記内燃機関の使用が承認されていないことを前記第１の属性（ＺＥ）が指示する前記区間（Ｔ_ｉ）に対して確実に１を上回り、前記他の区間（Ｔ_ｉ）に対して１に等しい乗算係数が適用されている数式を使用することによって行われる、請求項５に記載の計算方法。
7. 前記ステップｄ）において、それぞれの関係（ＣＥ_ｊ）は、燃料消費値（ＣＣ）と電気エネルギー消費値（ΔＳＯＥ）とを結び付ける複数の所定の関係（ＣＥ_ｊ、ｊε｛１…Ｍ｝）から、前記区間（Ｔ_ｉ）を特徴付ける前記属性（ＦＣ、ＳＣ、ＳＬ、ＴＳ、ＲＧ、ＬＬ、ＮＬ、ＳＭＳ、ＺＥ）を考慮して、前記区間（Ｔ_ｉ）に対する前記ハイブリッド自動車の前記燃料消費（ＣＣ）とこの電気エネルギー消費（ΔＳＯＥ）とを結び付ける前記関係の最良の近似である前記所定の関係（ＣＥ_ｊ）を選択することによって取得される、請求項１から６のいずれか一項に記載の計算方法。
8. 前記所定の関係（ＣＥ_ｊ）は、前記内燃機関の燃料消費値（ＣＣ）と前記メインバッテリの充電値または放電値（ΔＳＯＥ）とを結び付ける曲線またはマップである、請求項７に記載の計算方法。
9. 前記所定の関係（ＣＥ_ｊ）を記憶するメモリ、および前記区間（Ｔ_ｉ）が前記所定の関係（ＣＥ_ｊ）のいずれかと関連付けられる確率をそれぞれの属性値（ＦＣ、ＳＣ、ＳＬ、ＴＳ、ＲＧ、ＬＬ、ＮＬ、ＳＭＳ）と関連付ける表（ＴＡＢ）によって、前記ステップｄ）において、それぞれの区間（Ｔ_ｉ）に対して、
   前記表（ＴＡＢ）を使用して、この区間（Ｔ_ｉ）と関連付けられる前記属性（ＦＣ、ＳＣ、ＳＬ、ＴＳ、ＲＧ、ＬＬ、ＮＬ、ＳＭＳ）の値を考慮して、前記区間（Ｔ_ｉ）が前記所定の関係（ＣＥ_ｊ）のいずれかに属する確率の和の決定、および
   最高確率和を有する前記関係（ＣＥ_ｊ）の選択
   が行われる、請求項７または８に記載の計算方法。
10. 前記ステップｂ）において、それぞれの区間（Ｔ_ｉ）は、前記行程の全長にわたって不変である少なくとも２つの属性（ＲＧ、ＳＣ、ＦＣ、ＺＥ）を含む前記行程の最大長の一部分であると定義され、前記２つの属性のうちの１つは前記第１の属性（ＺＥ）によって形成される、請求項１から９のいずれか一項に記載の計算方法。
    

Images