JP5931145B2 - 車両用エネルギーマネジメント装置 - Google Patents

Description

本発明は車両用エネルギーマネジメント装置に関し、特に、ハイブリッド車両やプラグインハイブリッド車等の電動車両のエネルギーをマネジメントする車両用エネルギーマネジメント装置に関する。

エンジンやモータを駆動源として動力を得るハイブリッド車両において、目的地までの経路状況に応じて、燃料消費量が最小となるようにエンジンとモータの運転スケジュールを設定する車両用エネルギーマネジメント装置が考案されている。

例えば、特許文献１には、目的地までの経路状況と、運転者の運転履歴に基づいて車速パターンを推定し、車速パターンから演算した消費エネルギーと燃料消費特性に基づいて、目的地までの燃料消費量が最小となるようにエンジンとモータの運転スケジュールを設定するハイブリッド車両の駆動制御装置が開示されている。

特開２０００−３３３３０５号公報

特許文献１に開示の駆動制御装置では、目的地までの経路状況と、運転者の運転履歴に基づいて車速パターンを推定し、車速パターンから演算した消費エネルギーと燃料消費特性から燃料消費量が最小となる運転スケジュールを求めているが、消費エネルギーを演算するモデルのパラメータが固定であり、乗車人数の増減や荷物を積んで車重が変化した場合には、車速パターンから演算した消費エネルギーがずれ、実際とは異なった燃料消費特性で運転スケジュールを計画することとなる。そのため、運転スケジュール通り制御しても燃料消費量が最小とならないという課題があった。

また、車重だけでなく、雨や雪などの路面摩擦の変化に伴う路面摩擦外乱、風による走行抵抗外乱、空調機器等の消費電力に伴う補機消費電力外乱などがある場合も、同様に消費エネルギーがずれるため、運転スケジュール通りに制御しても燃料消費量が最小とならないという課題があった。

本発明は上記のような問題点を解消するためになされたもので、目的地に達するまでに車重の増加などの外乱があった場合でも、正確に消費エネルギーを演算し、燃料消費量が最小となる運転スケジュールを計画することが可能な車両用エネルギーマネジメント装置を提供することを目的とする。

本発明に係る車両用エネルギーマネジメント装置は、電動車両に搭載され、前記電動車両のエネルギーをマネジメントする車両用エネルギーマネジメント装置であって、前記電動車両は、前記電動車両を駆動するモータおよびエンジンと、前記エンジンの回転力により発電すると共に、前記モータによる前記電動車両の制動時に発電するジェネレータと、前記電動車両を駆動する電力を蓄えるバッテリと、を備え、前記車両用エネルギーマネジメント装置は、目的地までの経路における、前記電動車両の位置ごと、または時間ごとの速度によって構成される速度パターン、および、前記電動車両の位置ごと、または時間ごとの道路勾配によって構成される勾配パターンに基づいて、走行中の前記電動車両の消費エネルギーを演算してエネルギーパターンを生成するエネルギーパターン生成部と、少なくとも、前記電動車両の車速、前記モータの出力および前記エンジンの出力の情報を含む車両情報に基づいて、前記エネルギーパターン生成部で演算される前記消費エネルギーを補正するための補正パラメータを生成する消費エネルギー補正部と、を備えている。

本発明に係る車両用エネルギーマネジメント装置によれば、目的地に達するまでに、車重の増加などの外乱があったとしても正確に消費エネルギーを演算することができ、外乱発生時にも燃料消費量が最小となる運転スケジュールを計画することができる。

本発明に係る実施の形態の車両用エネルギーマネジメント装置の全体構成を示すブロック図である。 速度パターンの一例を示す図である。 本発明に係る実施の形態の消費エネルギー補正部の構成を示すブロック図である。 電動車両の各部における消費エネルギーを模式的に表す図である。 出力調整方法を説明する図である。 出力調整方法を説明する図である。 出力調整方法を説明する図である。 本発明に係る実施の形態の車両用エネルギーマネジメント装置の全体動作を説明するフローチャートである。

＜実施の形態１＞
＜全体構成＞
図１は本発明に係る実施の形態の車両用エネルギーマネジメント装置１の全体構成を示すブロック図である。

車両用エネルギーマネジメント装置１は、ハイブリッド車両やプラグインハイブリッド車等の電動車両に搭載され、図１に示すように、自車両の現在地やユーザが入力した目的地情報に基づいて、走行経路を推定する経路推定部６と、経路推定部６で推定された走行経路の経路情報に基づいて、経路上の各地点での速度を予測し、現在地から目的地までの速度パターンを生成する速度パターン生成部７を備えている。なお、速度パターン生成部７での速度パターンの生成については後に説明する。

また、車両用エネルギーマネジメント装置１は、経路推定部６で推定された走行経路の経路情報に基づいて、現在地から目的地までの勾配パターンを生成する勾配パターン生成部８を備えている。なお、勾配パターン生成部８での勾配パターンの生成については後に説明する。

なお、図１においては、車両用エネルギーマネジメント装置１に経路推定部６、速度パターン生成部７および勾配パターン生成部８が含まれた構成を示しているが、これらの機能がカーナビゲーション装置や、スマートフォンのアプリケーションで実現できるのであれば、これらの外部機器で実現するものとし、車両用エネルギーマネジメント装置１には含まない構成としても良い。

また、車両用エネルギーマネジメント装置１は、車速やモータ１３の出力、エンジン１４の出力、図示されない２次電池（バッテリ）の充電状態（残量）などの車両情報、外気温や道路勾配などの車両周辺の環境情報を取得する現在車両環境データ取得部２と、現在車両環境データ取得部２から取得した現在車両環境データを過去車両環境データとして記録する過去車両環境データ記憶部３と、車両情報や環境情報に基づいて、走行経路での車速や道路勾配、外気温の変化などを予測する車両環境予測部４を備えている。

そして、現在車両環境データ取得部２から出力される現在車両環境データ、過去車両環境データ記憶部３から出力される過去車両環境データおよび車両環境予測部４から出力される未来車両環境データは消費エネルギー補正部５に与えられる。消費エネルギー補正部５では、これらのデータの何れかに基づいて、転がり抵抗係数、車重、空気抵抗係数、補機消費電力を推定し、消費エネルギーを補正するための補正パラメータを生成してエネルギーパターン生成部９に与える。

エネルギーパターン生成部９は、速度パターン生成部７で生成された速度パターンおよび勾配パターン生成部８で生成された勾配パターンに基づいて、現在地から目的地までの各地点での消費エネルギーを演算して、エネルギーパターンを生成するが、その際に、消費エネルギー補正部５から与えられる補正パラメータに基づいて上記消費エネルギーの演算式を補正する。なお、エネルギーパターン生成部９での消費エネルギーの演算については後に説明する。

また、車両用エネルギーマネジメント装置１は、エネルギーパターン生成部９が生成したエネルギーパターンと、現在車両環境データ取得部２から、現在の２次電池残量などの情報を取得し、予め把握しているモータ効率マップやエンジン効率マップ、２次電池の電池残量使用可能範囲などの制約条件に基づいて、燃料消費量が最小となるようにモータ１３、エンジン１４、ジェネレータ１５、トランスミッション１６およびクラッチ１７の車両制御計画を立てる最適計画演算部１０を備えている。

ここで、最適計画演算部１０は、燃料消費量が最小となるように計画を立てる最適計画法であれば、線形計画法でも非線形計画法、動的計画法、遺伝的アルゴリズム等、どのような手法を用いても良い。また、制御計画はモータ１３、エンジン１４、ジェネレータ１５の出力について計画しても良く、モータ１３、エンジン１４、ジェネレータ１５の駆動タイミングについて計画しても良い。

また、上記では燃料消費量が最小となるように計画を立てるものとして説明したが、エンジンの駆動時間の最小化や、モータ１３による走行（ＥＶ走行）を最大化するなど、他の評価関数に基づいて最適計画を立てても良い。また、燃料消費だけでなく、ユーザの快適性や複数の評価関数の組み合わせに対して最適計画を立てるようにしても良い。

また、車両用エネルギーマネジメント装置１は、現在車両環境データ取得部２が出力する現在車両環境データに基づいて、自車両が経路上のどの位置にいるか演算し、現在地情報を出力する現在地演算部１１を備えている。

なお、現在地演算部１１は、現在車両環境データ取得部２から緯度経度情報を取得して現在地を演算しても良く、出発してからの速度を積算し、出発地点からの距離または目的地までの距離に基づいて現在地を演算しても良い。

そして、最適計画演算部１０が出力する車両制御計画と、現在地演算部１１が出力する現在地情報は車両制御指示部１２に与えられ、車両制御指示部１２は、現在地での車両制御計画に基づいて、モータ１３、エンジン１４、ジェネレータ１５、トランスミッション１６、クラッチ１７に制御指示を与える。

なお、上述した車両用エネルギーマネジメント装置１は、電動車両のモータやエンジン、ジェネレータを制御するハイブリッドＥＣＵ（Electronic Control Unit）に内蔵されるものとして説明したが、ハイブリッドＥＣＵとは別に設けたエネルギーマネジメントＥＣＵに内蔵し、エネルギーマネジメントＥＣＵからハイブリッドＥＣＵに最適計画を送信するように構成しても良い。

なお、先に説明したように、経路推定部６、速度パターン生成部７および勾配パターン生成部８の機能がカーナビゲーション装置や、スマートフォンのアプリケーションで実現される場合は、残りの機能をハイブリッドＥＣＵやエネルギーマネジメントＥＣＵに持たせれば良い。

＜各部の動作＞
次に、速度パターン生成部７での速度パターンの生成について説明する。速度パターンの生成に際しては、経路推定部６で推定された経路情報に含まれる経路上の分岐点情報（交差点およびカーブなどの位置、標高、曲率、交差点停止確率、交差点停止時間、渋滞情報）や、分岐点間の情報（分岐点間の通過にかかる時間や分岐点間距離、道路種別）に基づいて、分岐点間ごとの平均速度を予測する。また、分岐点情報を用いて、交差点で停止する箇所やカーブで減速する箇所などを補正し、速度パターンを生成する。

図２には、速度パターンの一例を示す。図２においては横軸には距離（ｋｍ）を、縦軸には車速（ｋｍ／ｈ）を示しており、横軸に示すＰ１〜Ｐ８の記号は分岐点であることを示している。

なお、分岐点前後で平均速度が異なる場合は加速度が無限大となるため、現実に車両で発生する加速度に基づいて分岐点前後をつなぐ処理を行うこととなる。

次に、勾配パターン生成部８での勾配パターンの生成について説明する。勾配パターンの生成に際しては、例えばカーナビゲーション装置等から入手する経路情報に勾配データが含まれている場合は当該勾配データを用いれば良いが、経路情報に勾配データが含まれていない場合は、国土地理院によって公開されている標高データに基づいて経路上の各分岐点での標高を取得し、分岐点間の標高差に基づいて勾配パターン生成部８で勾配を算出して勾配データとすれば良い。

次に、エネルギーパターン生成部９での消費エネルギーの演算について説明する。速度パターン生成部７で生成された速度パターンおよび勾配パターン生成部８で生成された勾配パターンに基づく現在地から目的地までの各地点での消費エネルギーの演算は、以下の数式（１）を用いて行う。

上記数式（１）において、μ_ｒｏｌｌは転がり抵抗係数（路面摩擦係数）、ｍ_{ｗｅｉｇｈｔ}は車重（ｋｇ）、ｇは重力加速度（ｍ／ｓ^２）、θは道路勾配（ｒａｄ）、ρは空気密度（ｋｇ／ｍ^３）、Ｃ_Ｄは空気抵抗係数、Ｃ_Ｓは前面投影面積（ｍ^２）、Ｖ_Ｓは車速（ｍ／ｓ）、Ｐ_ｌｏａｄは補機消費電力（Ｗ）である。

ここで、現在地から目的地までの速度パターンと勾配パターンを正確に求めることができたとしても、それだけでは各地点（分岐点）での消費エネルギーＰ（Ｗ）を正確に求めることができるとは限らない。例えば、転がり抵抗係数は雨や雪など道路状態で変化し、車重は、乗車人員、積載量によって変化する。また、空気抵抗係数は、向かい風や追い風によって変化し、補機消費電力は、空調消費電力やワイパー、オーディオ、ヘッドライトの消費電力によって変化する。そのため、速度パターンや勾配パターンだけでなく、転がり抵抗係数、車重、空気抵抗係数、補機消費電力等のパラメータを正しく推定することで、正確な消費エネルギーＰ（Ｗ）を求めることができる。

本発明は、任意の地点において特定条件下での消費エネルギーを実測して求めることで、上述した各パラメータを推定し、推定したパラメータを用いて上記数式（１）を補正することで数式（１）に基づいて正確な消費エネルギーＰ（Ｗ）を求めるものである。以下、上述した各パラメータを推定する消費エネルギー補正部５の動作について説明する。

消費エネルギー補正部５は、現在車両環境データ取得部２から出力される現在車両環境データ、過去車両環境データ記憶部３から出力される過去車両環境データおよび車両環境予測部４から出力される未来車両環境データに基づいて、転がり抵抗係数、車重、空気抵抗係数、補機消費電力を推定する。

図３は、消費エネルギー補正部５の構成を示すブロック図である。図３に示すように、消費エネルギー補正部５は、車重推定部１８、転がり抵抗係数推定部２０、空気抵抗係数推定部２２および補機負荷推定部２４を備え、それぞれでの推定結果は車重補正部１９、転がり抵抗係数補正部２１、空気抵抗係数補正部２３および補機負荷補正部２５に与えられる構成となっている。

車重推定部１８は、現在車両環境データから、モータ１３、エンジン１４、ジェネレータ１５の出力、補機消費電力、車速および道路勾配のデータを取得する。そして、同一車速、同一勾配の条件下で、車両が加速している場合と加速していない場合の消費エネルギーを求める。

ここで、数式（１）において、車両が加速している場合と加速していない場合とを比較すると、左辺の消費エネルギーＰの差が加速抵抗ｍ_{ｗｅｉｇｈｔ}×ｄＶ_Ｓ／ｄｔとなるため、車両が加速している場合と加速していない場合との消費エネルギーの差から車重ｍ_{ｗｅｉｇｈｔ}を推定することができる。

次に、消費エネルギーＰの求め方について説明する。消費エネルギーＰは補機消費電力Ｐ_ｌｏａｄとタイヤを駆動することによる駆動消費エネルギーＰ_ｖの和となり、以下の数式（２）で表すことができる。

すなわち、数式（１）では右辺第１項がタイヤを駆動することによる駆動消費エネルギーＰ_ｖに相当し、数式（１）ではＰ_ｖを転がり抵抗等に分解して表している。

ここで、図４は電動車両の各部における消費エネルギーを模式的に表す図であり、モータ１３、エンジン１４、ジェネレータ１５、バッテリ３１、補機３２およびタイヤ３３が模式的に示されている。なお、ジェネレータ１５はエンジン１４の回転力を利用して発電し、発電した電力をバッテリ３１に充電する。また、ジェネレータ１５は、モータ１３による車両の制動時の回生電力をバッテリ３１に充電する機能も有している。

図４において、モータ出力をＰ_ｍ、エンジン出力をＰ_ｅ、ジェネレータ出力をＰ_ｇとすると、タイヤでの駆動消費エネルギーＰ_ｖはモータ出力Ｐ_ｍ、エンジン出力Ｐ_ｅ、ジェネレータ出力Ｐ_ｇの総和となり、以下の数式（３）で表すことができる。

従って、消費エネルギーＰは、モータ出力Ｐ_ｍ、エンジン出力Ｐ_ｅ、ジェネレータ出力Ｐ_ｇおよび補機消費電力Ｐ_ｌｏａｄが判れば以下の数式（４）で演算することができる。

なお、ここでの補機消費電力Ｐ_ｌｏａｄは、空調消費電力やヘッドライト点灯状況、ワイパー使用状況、ナビゲーション装置、オーディオ装置の使用状況を車両情報として現在車両環境データ取得部２が取得し、現状の補機消費電力として算出したものを使用する。

また、タイヤでの駆動消費エネルギーＰ_ｖは、タイヤに発生するトルクと回転数から求めることもでき、モータ出力Ｐ_ｍは、モータの消費電流と電圧から求めることができるが、モータのトルクと回転数から求めることもできる。

また、エンジン出力Ｐ_ｅは、エンジンのトルクと回転数から求めることができるが、燃料消費量とエネルギー変換効率から求めることもできる。

また、ジェネレータ出力Ｐ_ｇは、ジェネレータの発電電流と電圧から求めることができるが、ジェネレータのトルクと回転数から求めることもできる。

車重推定部１８では、このようにして得られる消費エネルギーＰを車両が加速している場合と加速していない場合とで求め、両者の差から車重ｍ_{ｗｅｉｇｈｔ}を推定するので、目的地に達するまでに車重が変化した場合にも車重を推定でき、消費エネルギーの演算式を補正して正確な消費エネルギーを算出できる。

上記では、車重推定部１８は現在車両環境データのみを用いて車重を推定するものとして説明したが、過去車両環境データ記憶部３に記憶されている過去車両環境データを用いて、車重を推定しても良く、車重推定部１８で推定した過去の推定車重を利用しても良い。

過去車両環境データを使うことで、現在車両環境データでは同一車速、同一勾配の条件を満たさない場合でも車重を推定することができる。

なお、過去車両環境データを用いるに場合には、例えば、１つ前の地点での測定データは使っても、それ以上前の地点でのデータは使わないなど、地点や区間、走行ルートやデータの新しさなどで使用するデータを限定することが望ましい。

また、車重推定部１８は車両環境予測部４から出力される未来車両環境データを用いて車重を推定しても良いし、車両環境予測部４がユーザのスケジュールに基づいて乗車人員や荷物の積載量を予測し、積載荷重の増減から車重を推定しても良い。これにより、消費エネルギーの実測を行うことなく車重を推定することができる。

車重補正部１９は、車重推定部１８での車重推定結果に基づき、車重補正パラメータを作成してエネルギーパターン生成部９に送信する。なお、車重補正部１９は、車重推定部１８での推定車重をエネルギーパターン生成部９に送信しても良く、エネルギーパターン生成部９で設定されている車重（例えば出発当初の車重）と車重推定部１８での推定車重との差分をエネルギーパターン生成部９に送信しても良い。

また、エネルギーパターン生成部９で設定されている車重と推定車重とが、ある閾値以上乖離した場合に、両者の差分または推定車重をエネルギーパターン生成部９に送信するようにしても良い。

なお、差分をエネルギーパターン生成部９に送信する場合には、出力値が急激に変化しないようにフィルタやリミッタをかけたり、ゲイン設定するなどして出力するようにしても良い。

例えば、図５には処理前の差分出力特性Ｔ２と、ローパスフィルタをかけた場合の差分出力特性Ｔ１とを示しており、ローパスフィルタをかけることで出力値が急激に変化することが抑制されることが示されている。

また、図６には処理前の差分出力特性Ｔ１２と、等間隔に変化するリミッタ（変化率リミッタ）をかけた場合の差分出力特性Ｔ１１とを示しており、リミッタをかけることで出力値が急激に変化することが抑制されることが示されている。

また、図７には処理前の差分出力特性Ｔ２２と、ゲイン設定をした場合の差分出力特性Ｔ２１とを示しており、ゲイン設定をすることで、出力値が制限されることが示されている。

出力値が急激に変化する差分値を直接にエネルギーパターン生成部９に与えると、エネルギーパターン生成部９での演算結果が急変する可能性があるが、上記のような出力調整を行うことで、補正による変化を緩やかなものとすることができる。

転がり抵抗係数推定部２０は、現在車両環境データから、モータ１３、エンジン１４、ジェネレータ１５の出力、補機消費電力、車速および道路勾配のデータを取得する。そして、低車速（２０ｋｍ／ｈ〜３０ｋｍ／ｈ）、勾配０、加速度０の条件で消費エネルギーＰを求める。なお、消費エネルギーＰを求める方法は、先に数式（２）〜（４）を用いて説明しているので省略する。

そして、上記条件下で求めた消費エネルギーＰに対して、数式（１）に基づいて転がり抵抗（μ_ｒｏｌｌ×ｍ_{ｗｅｉｇｈｔ}×ｇ）を求めることができる。すなわち、勾配０であるのでｃｏｓθは１となり、ｓｉｎθは０となる。また、低車速であるので空気抵抗は無視でき、加速度０であるので加速抵抗は０となり、補機消費電力Ｐ_ｌｏａｄが判れば転がり抵抗（μ_ｒｏｌｌ×ｍ_{ｗｅｉｇｈｔ}×ｇ）を求めることができる。そして、車重が変化なし、または、正確な車重が推定できている場合には、転がり抵抗係数μ_ｒｏｌｌを推定することができる。

このように、転がり抵抗係数推定部２０では、低車速、勾配０、加速度０の条件で消費エネルギーＰを求めることで、転がり抵抗係数μ_ｒｏｌｌを推定するので、目的地に達するまでに雨や雪などの影響で路面摩擦が変化した場合にも転がり抵抗係数を推定でき、消費エネルギーの演算式を補正して正確な消費エネルギーを算出できる。

上記では、転がり抵抗係数推定部２０は現在車両環境データのみを用いて転がり抵抗係数を推定するものとして説明したが、過去車両環境データ記憶部３に記憶されている過去車両環境データを用いて、転がり抵抗係数を推定しても良い。

過去車両環境データを使うことで、現在車両環境データでは低車速、勾配０、加速度０の条件を満たさない場合でも転がり抵抗係数を推定することができる。

なお、過去車両環境データを用いるに場合には、例えば、１つ前の地点での測定データは使っても、それ以上前の地点でのデータは使わないなど、地点や区間、走行ルートやデータの新しさなどで使用するデータを限定することが望ましい。

また、上記では数式（１）に基づいて転がり抵抗係数を推定する例を説明したが、現在車両環境データ取得部２が取得した気象情報や路面状況から、転がり抵抗係数を推定しても良い。

また、転がり抵抗係数推定部２０は車両環境予測部４から出力される未来車両環境データを用いて転がり抵抗係数を推定しても良いし、車両環境予測部４が経路上の天候や気温から、路面の濡れ、凍結を予測して転がり抵抗係数を推定しても良い。これにより、消費エネルギーの実測を行うことなく転がり抵抗係数を推定することができる。

転がり抵抗係数補正部２１は、転がり抵抗係数推定部２０での推定結果に基づき、転がり抵抗係数補正パラメータを作成してエネルギーパターン生成部９に送信する。なお、転がり抵抗係数補正部２１は、転がり抵抗係数推定部２０で推定した転がり抵抗係数をエネルギーパターン生成部９に送信しても良く、エネルギーパターン生成部９で設定されている転がり抵抗係数（例えば初期値）と推定した転がり抵抗係数との差分をエネルギーパターン生成部９に送信しても良い。

また、エネルギーパターン生成部９で設定されている転がり抵抗係数と推定した転がり抵抗係数とが、ある閾値以上乖離した場合に、両者の差分または推定した転がり抵抗係数をエネルギーパターン生成部９に送信するようにしても良い。

なお、差分をエネルギーパターン生成部９に送信する場合には、出力値が急激に変化しないようにフィルタやリミッタをかけたり、ゲイン設定するなどして出力するようにしても良い。なお、これらの出力調整方法は図５〜図７を用いて説明しているので説明は書略する。

空気抵抗係数推定部２２は、現在車両環境データから、モータ１３、エンジン１４、ジェネレータ１５の出力、補機消費電力、車速および道路勾配のデータを取得する。そして、高車速（４０ｋｍ／ｈ〜６０ｋｍ／ｈ）、勾配０、加速度０の条件で消費エネルギーＰを求める。なお、消費エネルギーＰを求める方法は、先に数式（２）〜（４）を用いて説明しているので省略する。

そして、上記条件下で求めた消費エネルギーＰに対して、数式（１）に基づいて転がり抵抗（μ_ｒｏｌｌ×ｍ_{ｗｅｉｇｈｔ}×ｇ）と空気抵抗（１／２×ρ×Ｃ_Ｄ×Ｃ_Ｓ×Ｖ_Ｓ ^２）の合計値を求めることができる。すなわち、勾配０であるのでｃｏｓθは１となり、ｓｉｎθは０となる。また、加速度０であるので加速抵抗は０となり、補機消費電力Ｐ_ｌｏａｄが判れば転がり抵抗（μ_ｒｏｌｌ×ｍ_{ｗｅｉｇｈｔ}×ｇ）と空気抵抗（１／２×ρ×Ｃ_Ｄ×Ｃ_Ｓ×Ｖ_Ｓ ^２）の合計値を求めることができる。そして、車重と転がり抵抗係数が変化なし、または、正確な車重と転がり抵抗係数が推定できている場合には、転がり抵抗を求めることができ、転がり抵抗が求まれば空気抵抗から空気抵抗係数Ｃ_Ｄを推定することができる。

このように、空気抵抗係数推定部２２では、高車速、勾配０、加速度０の条件で消費エネルギーＰを求めることで、空気抵抗係数Ｃ_Ｄを推定するので、目的地に達するまでに風による影響で走行抵抗が変化した場合にも空気抵抗係数を推定でき、消費エネルギーの演算式を補正して正確な消費エネルギーを算出できる。

上記では、空気抵抗係数推定部２２は現在車両環境データのみを用いて空気抵抗係数を推定するものとして説明したが、過去車両環境データ記憶部３に記憶されている過去車両環境データを用いて、空気抵抗係数を推定しても良く、空気抵抗係数推定部２２で推定した過去の推定空気抵抗係数を利用しても良い。

過去車両環境データを使うことで、現在車両環境データでは高車速、勾配０、加速度０の条件を満たさない場合でも空気抵抗係数を推定することができる。

なお、過去車両環境データを用いるに場合には、例えば、１つ前の地点での測定データは使っても、それ以上前の地点でのデータは使わないなど、地点や区間、走行ルートやデータの新しさなどで使用するデータを限定することが望ましい。

また、上記では数式（１）に基づいて空気抵抗係数を推定する例を説明したが、現在車両環境データ取得部２が取得した風向きや風速情報から、空気抵抗係数を推定しても良い。

また、空気抵抗係数推定部２２は車両環境予測部４から出力される未来車両環境データを用いて空気抵抗係数を推定しても良いし、車両環境予測部４が気象情報から、経路上の風向き、風量を予測し、空気抵抗係数を推定しても良い。これにより、消費エネルギーの実測を行うことなく空気抵抗係数を推定することができる。

空気抵抗係数補正部２３は、空気抵抗係数推定部２２での推定結果に基づき、空気抵抗補正パラメータを生成してエネルギーパターン生成部９に送信する。なお、空気抵抗係数補正部２３は、空気抵抗係数推定部２２で推定した空気抵抗係数をエネルギーパターン生成部９に送信しても良く、エネルギーパターン生成部９で設定されている空気抵抗係数（例えば初期値）と推定した空気抵抗係数との差分をエネルギーパターン生成部９に送信しても良い。

また、エネルギーパターン生成部９で設定されている空気抵抗係数と推定した空気抵抗係数とが、ある閾値以上乖離した場合に、両者の差分または推定した空気抵抗係数をエネルギーパターン生成部９に送信するようにしても良い。

なお、差分をエネルギーパターン生成部９に送信する場合には、出力値が急激に変化しないようにフィルタやリミッタをかけたり、ゲイン設定するなどして出力するようにしても良い。なお、これらの出力調整方法は図５〜図７を用いて説明しているので説明は書略する。

補機負荷推定部２４は、現在車両環境データから、モータ１３、エンジン１４、ジェネレータ１５の出力、補機消費電力、車速および道路勾配のデータを取得する。そして、勾配０、加速度０の条件で消費エネルギーＰを求める。なお、消費エネルギーＰを求める方法は、先に数式（２）〜（４）を用いて説明しているので省略する。

そして、上記条件下で求めた消費エネルギーＰに対して、数式（１）に基づいて補機消費電力Ｐ_ｌｏａｄを求めることができる。すなわち、勾配０であるのでｃｏｓθは１となり、ｓｉｎθは０となる。また、加速度０であるので加速抵抗は０となり、転がり抵抗（μ_ｒｏｌｌ×ｍ_{ｗｅｉｇｈｔ}×ｇ）と空気抵抗（１／２×ρ×Ｃ_Ｄ×Ｃ_Ｓ×Ｖ_Ｓ ^２）の合計値に車速Ｖ_Ｓを乗じた値と補機消費電力Ｐ_ｌｏａｄとの合計値を求める。そして、車重、転がり抵抗係数および空気抵抗係数が変化なし、または、正確な車重、転がり抵抗係数および空気抵抗係数が推定できている場合には、転がり抵抗および空気抵抗を求めることができ、転がり抵抗および空気抵抗が求まれば消費エネルギーＰから補機消費電力Ｐ_ｌｏａｄを推定することができる。

このように、補機負荷推定部２４では、勾配０、加速度０の条件で消費エネルギーＰを求めることで、補機消費電力Ｐ_ｌｏａｄを推定するので、目的地に達するまでに空調機器等の消費電力が増加した場合にも補機消費電力を推定でき、消費エネルギーの演算式を補正して正確な消費エネルギーを算出できる。

上記では、補機負荷推定部２４は現在車両環境データのみを用いて補機消費電力を推定するものとして説明したが、過去車両環境データ記憶部３に記憶されている過去車両環境データを用いて、補機消費電力を推定しても良く、補機負荷推定部２４で推定した過去の補機消費電力を利用しても良い。

また、補機負荷推定部２４は車両環境予測部４から出力される未来車両環境データを用いて補機消費電力を推定しても良いし、車両環境予測部４が外気温や日射量を予測し、補機消費電力を推定しても良い。これにより、消費エネルギーの実測を行うことなく補機消費電力を推定することができる。

補機負荷補正部２５は、補機負荷推定部２４での推定結果に基づき、補機消費電力補正パラメータを生成してエネルギーパターン生成部９に送信する。なお、補機負荷補正部２５は、補機負荷推定部２４で推定した補機消費電力をエネルギーパターン生成部９に送信しても良く、エネルギーパターン生成部９で設定されている補機消費電力（例えば初期値）と推定した補機消費電力との差分をエネルギーパターン生成部９に送信しても良い。

また、エネルギーパターン生成部９で設定されている補機消費電力と推定した補機消費電力とが、ある閾値以上乖離した場合に、両者の差分または推定した補機消費電力をエネルギーパターン生成部９に送信するようにしても良い。

なお、差分をエネルギーパターン生成部９に送信する場合には、出力値が急激に変化しないようにフィルタやリミッタをかけたり、ゲイン設定するなどして出力するようにしても良い。なお、これらの出力調整方法は図５〜図７を用いて説明しているので説明は書略する。

＜全体動作＞
次に、図８に示すフローチャートを用いて、本実施の形態に係る車両用エネルギーマネジメント装置１の動作について説明する。

車両用エネルギーマネジメント装置１は、まず、現在車両環境データ取得部２において、消費エネルギー補正部５、最適計画演算部１０および現在地演算部１１で必要な車速、モータ出力、現在地などの車両環境データを取得する（ステップＳ１０１）。

次に、過去車両環境データ記憶部３において、現在車両環境データ取得部２で取得した現在車両環境データを記憶する（ステップＳ１０２）。

次に、車両環境予測部４において、例えば、気象情報から、路面の濡れ、風向きなどを予測する（ステップＳ１０３）。

次に、消費エネルギー補正部５において、車両環境データに基づいて、消費エネルギーの補正パラメータ（車重、転がり抵抗係数、空気抵抗係数、補機消費電力）を生成する（ステップＳ１０４）。

次に、経路推定部６において、経路推定する必要があるかどうか確認する（ステップＳ１０５）。

ここで、経路推定の必要性については、車両用エネルギーマネジメント装置１のユーザが、カーナビゲーション装置やスマートフォン等を介して目的地を入力した場合に必要と判定することが考えられ、また、車両がすでに設定された経路から外れた場合に必要と判定しても良い。もちろん、車両が経路から外れていない場合でも、定期的に必要と判定するように構成しても良い。

ステップＳ１０５で経路推定が必要と判定された場合、経路推定部６において現在地と目的地から走行経路を推定する（ステップＳ１０６）。一方、ステップＳ１０５で経路推定が不要と判定された場合はステップＳ１１１に進む。

次に、速度パターン生成部７において、経路情報に基づいて速度パターンを生成する（ステップＳ１０７）。

次に、勾配パターン生成部８において、経路情報に基づいて勾配パターンを生成する（ステップＳ１０８）。先に説明したように、勾配パターンは、カーナビゲーション装置等から入手する経路情報に勾配データが含まれている場合は当該勾配データを用いて作成すれば良いが、経路情報に勾配データが含まれていない場合は、国土地理院によって公開されている標高データに基づいて勾配データを取得し、勾配パターンを作成すれば良い。

次に、エネルギーパターン生成部９において、速度パターン、勾配パターン、エネルギーモデルの補正パラメータに基づいて、走行で消費するエネルギーパターンを演算する（ステップＳ１０９）。

次に、最適計画演算部１０において、エネルギーパターンとバッテリの残量等の現在車両環境データに基づいて、目的地までの燃料消費量が最小となる運転パターンを設定し、当該運転パターンに基づいて車両制御計画を立てる（ステップＳ１１０）。

ここで運転パターンとしては、モード選択、駆動装置選択および駆動出力指示が挙げられる。すなわち、モード選択とは、モータだけで走行するＥＶモードと、エンジンも駆動させて走行するＨＥＶモードとを切り替えて運転するパターンであり、駆動装置選択とは、モータによる走行、エンジンによる走行およびジェネレータを駆動させながらの走行のうち、何れを使用するかを選択して運転するパターンであり、駆動出力指示とは、モータ、エンジンおよびジェネレータのそれぞれの出力計画を立てて運転するパターンである。

例えば、高速道路などで平坦な道路が続き、一定の速度で走行できる経路である場合は、ＥＶモードかＨＥＶモードで走行すれば良いのでモード選択を使用する。一方、下り坂が続くような経路では、駆動装置選択により、エンジンによる走行とジェネレータによる発電を行うことで、走行しながらバッテリに充電する。

次に、現在地演算部１１において、現在地演算が必要かどうかを判断する（ステップＳ１１１）。現在地演算は、カーナビゲーション装置等から車両の現在地情報が入手できない場合に使用され、例えば、出発してからの車速の積算値と経過時間に基づいて出発してからの距離を算出し、出発地点からの目的地までの経路と照合して現在地を求める。従って、最適計画演算部１０において最適計画が立てられていないような場合、すなわち、ステップＳ１０５で経路推定が不要と判定された場合は現在地演算は不要となり、ステップＳ１０１以下の処理を繰り返す。また、カーナビゲーション装置等から車両の現在地情報が入手できる場合も現在地演算は不要となる。

ステップＳ１１１において現在地演算が必要と判断された場合は、現在地演算部１１において現在地を演算する（ステップＳ１１２）。

次に、車両制御指示部１２において、最適計画演算部１０で立てられた車両制御計画と現在地情報に基づき、モータ１３、エンジン１４、ジェネレータ１５、トランスミッション１６およびクラッチ１７に制御指示を与える（ステップＳ１１３）。

＜効果＞
以上説明した車両用エネルギーマネジメント装置１によれば、消費エネルギー補正部５が、目的地までの消費エネルギーを車両情報や、車両の周辺環境の情報から補正することで、目的地に達するまでに、車重の増加などの外乱があったとしても正確な消費エネルギーをエネルギーパターン生成部９が演算することができるので、最適計画演算部１０が、外乱発生時にも燃料消費量が最小となる運転スケジュールを計画することができる。

＜変形例＞
以上説明した実施の形態においては、速度パターン生成部７で生成される速度パターン、勾配パターン生成部８で生成される勾配パターン、エネルギーパターン生成部９で生成されるエネルギーパターン、最適計画演算部１０で立てられる車両制御計画は、ある地点（分岐点）ごとのパターンであるものとしたが、ある時間ごとのパターンであっても良い。その場合、現在地演算部１１は出発してから現在までの時間や目的地到着までの時間を演算する部位として機能する。

また、最適計画演算部１０は、モータ１３、エンジン１４、ジェネレータ１５、トランスミッション１６、クラッチ１７の車両制御計画を立案し、車両制御指示部１２が制御する構成としたが、最適計画演算部１０は、空調機器等、図１では図示されない補機の制御計画を立案し、車両制御指示部１２が制御する構成としても良い。

また、車両の構成にトランスミッションやクラッチがない場合は、モータ１３、エンジン１４、ジェネレータ１５のみの制御計画を立案し、制御しても良いことは言うまでもない。

なお、本発明は、その発明の範囲内において、実施の形態を適宜、変形、省略することが可能である。

１ 車両用エネルギーマネジメント装置、４ 車両環境予測部、５ 消費エネルギー補正部、９ エネルギーパターン生成部、１３ モータ、１４ エンジン、１５ ジェネレータ。

Claims (8)

1. 電動車両に搭載され、前記電動車両のエネルギーをマネジメントする車両用エネルギーマネジメント装置であって、
   前記電動車両は、
   前記電動車両を駆動するモータおよびエンジンと、
   前記エンジンの回転力により発電すると共に、前記モータによる前記電動車両の制動時に発電するジェネレータと、
   前記電動車両を駆動する電力を蓄えるバッテリと、を備え、
   前記車両用エネルギーマネジメント装置は、
   目的地までの経路における、前記電動車両の位置ごと、または時間ごとの速度によって構成される速度パターン、および、前記電動車両の位置ごと、または時間ごとの道路勾配によって構成される勾配パターンに基づいて、走行中の前記電動車両の消費エネルギーを演算してエネルギーパターンを生成するエネルギーパターン生成部と、
   少なくとも、前記電動車両の車速、前記モータの出力および前記エンジンの出力の情報を含む車両情報に基づいて、前記エネルギーパターン生成部で演算される前記消費エネルギーを補正するための補正パラメータを生成する消費エネルギー補正部と、を備える、車両用エネルギーマネジメント装置。
2. 前記消費エネルギー補正部は、
   前記車両情報に基づいて車重を推定し、前記エネルギーパターン生成部における前記消費エネルギーの演算で使用される演算式の車重の項目を補正する車重補正パラメータを生成する、請求項１記載の車両用エネルギーマネジメント装置。
3. 前記消費エネルギー補正部は、
   前記エネルギーパターン生成部における前記消費エネルギーの演算で使用される演算式の転がり抵抗係数の項目を補正する転がり抵抗係数補正パラメータを生成する、請求項１記載の車両用エネルギーマネジメント装置。
4. 前記消費エネルギー補正部は、
   前記エネルギーパターン生成部における前記消費エネルギーの演算で使用される演算式の空気抵抗係数の項目を補正する空気抵抗係数補正パラメータを生成する、請求項１記載の車両用エネルギーマネジメント装置。
5. 前記消費エネルギー補正部は、
   前記エネルギーパターン生成部における前記消費エネルギーの演算で使用される演算式の補機消費電力の項目を補正する補機消費電力補正パラメータを生成する、請求項１記載の車両用エネルギーマネジメント装置。
6. 前記車両用エネルギーマネジメント装置は、
   前記車両情報を記録する記憶部を備え、
   前記消費エネルギー補正部は、
   前記記憶部に記録された過去の車両情報に基づいて、前記補正パラメータを生成する、請求項１記載の車両用エネルギーマネジメント装置。
7. 前記車両用エネルギーマネジメント装置は、
   前記電動車両の周辺の環境情報に基づいて、未来の車両環境を予測する車両環境予測部を備え、
   前記消費エネルギー補正部は、前記車両環境予測部で予測された前記未来の車両環境の情報に基づいて前記補正パラメータを生成する、請求項１記載の車両用エネルギーマネジメント装置。
8. 前記消費エネルギーの演算で使用される前記演算式は、以下の数式（１）で規定され、
   

   

   前記数式（１）において、μ_ｒｏｌｌは転がり抵抗係数、ｍ_{ｗｅｉｇｈｔ}は車重（ｋｇ）、ｇは重力加速度（ｍ／ｓ^２）、θは道路勾配（ｒａｄ）、ρは空気密度（ｋｇ／ｍ^３）、Ｃ_Ｄは空気抵抗係数、Ｃ_Ｓは前面衛投影面積（ｍ^２）、Ｖ_Ｓは車速（ｍ／ｓ）、Ｐ_ｌｏａｄは補機消費電力（Ｗ）である、請求項２から請求項５の何れか１項に記載の車両用エネルギーマネジメント装置。

Images