KR101734267B1

KR101734267B1 - 하이브리드 차량의 제어 장치 및 방법

Info

Publication number: KR101734267B1
Application number: KR1020150110154A
Authority: KR
Inventors: 김현섭; 김석준; 이현섭; 정종렬; 이희윤; 차석원
Original assignee: 현대자동차 주식회사; 기아자동차 주식회사; 서울대학교산학협력단
Priority date: 2015-08-04
Filing date: 2015-08-04
Publication date: 2017-05-11
Also published as: CN106427987A; US9714023B2; CN106427987B; KR20170016706A; US20170036663A1; DE102015223733B4; DE102015223733A1

Abstract

본 발명의 목적은 지정된 주행 경로의 전 영역에서 미래의 주행 상황을 미리 예측하여 최적의 SOC 궤적으로 하이브리드 차량을 제어하는 하이브리드 차량의 제어 장치를 제공하는 것이다. 본 발명의 일 실시예에 따른 하이브리드 차량의 제어 장치는, 입력되는 목적지와 현재 위치에 따라 차량의 주행 경로를 설정하여 운전자 및 차량에 전달하는 목적지 정보 입력부, 상기 주행 경로에 대한 정보와 운전자의 운전 패턴 정보를 이용하여 차량의 미래 속도를 예측하는 미래 속도 예측부, 예측된 미래 속도에 대하여 상기 주행 경로의 전 영역 연비 최적화를 수행하는 최적화 기법부, 및 전 영역 연비 최적화 결과를 이용하여 엔진과 모터의 파워 분배를 최적으로 제어하는 최적 동력 분배부를 포함한다.

Description

하이브리드 차량의 제어 장치 및 방법 {CONTROL SYSTEM AND METHOD OF HYBRID VEHICLE}

본 발명은 하이브리드 차량의 제어 장치 및 방법에 관한 것으로서, 보다 상세하게는 지정된 주행 경로의 전체 영역에서 연비를 최적화 하는 하이브리드 차량의 제어 장치 및 방법에 관한 것이다.

하이브리드 전기 자동차는 엔진과 모터로 구성되는 두 가지 이상의 동력원을 사용하여 다양한 구조를 형성할 수 있다. 하이브리드 전기 자동차는 모터와 변속기 및 구동축이 직렬로 연결되어 있는 TMED(Transmission Mounted Electric Device) 방식의 파워 트레인을 적용하고 있다.

그리고 엔진과 모터 사이에는 엔진 클러치가 구비되어, 엔진 클러치의 결합 여부에 따라 하이브리드 전기 자동차는 EV(Electric Vehicle) 모드 또는 HEV(Hybrid Electric Vehicle) 모드로 운행될 수 있다.

EV 모드는 모터의 구동력만으로 자동차가 주행하는 모드이고, HEV 모드는 모터와 엔진의 구동력으로 자동차가 주행하는 모드이다. 따라서 하이브리드 전기 자동차가 주행하는 경우, 엔진은 온 또는 오프 될 수 있다.

TMED 방식의 파워 트레인에 고전압 배터리를 적용하는 경우, EV 모드에서 엔진이 오프 될 수 있다. 기본적으로 엔진의 최적 운전 점에 맞추어서 엔진이 온 또는 오프 제어된다. 즉 하이브리드 차량은 연비 향상을 극대화하기 위해서 배터리의 사용을 최적화 하는 것을 필요로 한다.

예를 들면, 현재의 하이브리드 차량의 제어는 순간의 주행 상황을 기준으로 시스템 효율을 극대화하고 있지만(local optimization), 예상되는 주행 상황을 예측하고 이를 제어에 활용하면 더욱 효율적인 배터리 에너지 사용이 가능해 질 수 있다(global optimization).

즉 종래의 하이브리드 차량 제어는 제어기의 연산 성능의 한계와 도로 교통 정보의 부족 등으로 인하여 순간의 주행 상황을 고려하여 수행되었지만, 제어기의 성능이 비약적으로 향상되고 있고, 도로 교통 정보의 양과 정밀도 또한 높아지고 있으므로 미래의 주행 상황을 예측하고 이를 적극적으로 활용하는 것이 현실화 될 수 있다.

일례로써, 하이브리드 차량의 제어 방법은 정속 주행(constant speed drive) 조건에서 목적지의 정보가 입력되는 경우, SOC(State of Charge)의 목표 프로파일을 생성하여 연비를 향상하고, SOC 향상을 위해 HEV 모드로 주행하는 구간에서 최적화 기술을 적용하여 연비 향상을 도모하고 있다.

다른 예로써, 하이브리드 차량의 제어 방법은 오토크루즈(auto cruise) 주행시 실시간 최적화 기법을 적용하여 연비 최적의 속도 프로파일을 추출한 후, 차량의 목표 크루즈 속도를 제어할 수 있다.

이러한 하이브리드 차량의 제어 방법은 정체 주행 상황에서 배터리의 충전과 방전을 지속적으로 반복하면서 운행하며, 이 경우 저속 정체 구간에서 배터리의 에너지 부족으로 EV 모드 주행을 충분히 구현하지 못하고, 배터리 충전을 위해 엔진을 저효율 영역에서 동작시켜야 한다.

본 발명의 목적은 지정된 주행 경로의 전 영역에서 미래의 주행 상황을 미리 예측하여 최적의 SOC 궤적으로 하이브리드 차량을 제어하는 하이브리드 차량의 제어 장치 및 방법을 제공하는 것이다.

또한 본 발명의 목적은 지정된 주행 경로에서 미래의 주행 상황을 미리 예측하여 저속 정체 구간 진입 전에 배터리를 충분히 충전시키고, 저속 정체 구간에서 EV 모드 주행 에너지로 충분히 사용하며, 정체 구간을 탈출할 시점부터 배터리를 다시 충전하는 하이브리드 차량의 제어 장치 및 방법을 제공하는 것이다.

본 발명의 일 실시예에 따른 하이브리드 차량의 제어 장치는, 입력되는 목적지와 현재 위치에 따라 차량의 주행 경로를 설정하여 운전자 및 차량에 전달하는 목적지 정보 입력부, 상기 주행 경로에 대한 정보와 운전자의 운전 패턴 정보를 이용하여 차량의 미래 속도를 예측하는 미래 속도 예측부, 예측된 미래 속도에 대하여 상기 주행 경로의 전 영역 연비 최적화를 수행하는 최적화 기법부, 및 전 영역 연비 최적화 결과를 이용하여 엔진과 모터의 파워 분배를 최적으로 제어하는 최적 동력 분배부를 포함한다.

상기 목적지 정보 입력부는, 운전자가 내비게이션에 목적지 정보를 입력함으로써 상기 주행 경로에 대한 GPS(Global Positioning System) 정보와 ITS(Intelligent Transport Systems) 정보를 상기 미래 속도 예측부에 전달할 수 있다.

상기 GPS 정보와 상기 ITS 정보는 상기 주행 경로에 대한 구배 정보 및 운전자 패턴 정보를 포함하고, 상기 운전자 패턴 정보는 누적된 속도 정보를 포함할 수 있다.

상기 미래 속도 예측부는 MD(Markov Driver) 모델을 적용하여 차량의 미래 속도를 예측할 수 있다.

상기 최적화 기법부는 DP(Dynamic Programming) 기법을 적용하여 상기 주행 경로에 대한 SOC 궤적을 도출할 수 있다.

상기 최적화 기법부는 SDP(Stochastic Dynamic Programming) 기법을 적용하여 실시간 제어가 가능한 맵 데이터를 도출할 수 있다.

본 발명의 일 실시예에 따른 하이브리드 차량의 제어 방법은, 운전자가 내비게이션에 목적지를 입력하므로 목적지와 현재 위치에 따른 차량의 주행 경로를 설정하여 운전자 및 차량에 전달하는 목적지 설정 단계, 상기 주행 경로에 대한 정보와 운전자의 운전 패턴 정보를 이용하여 차량의 미래 속도를 예측하는 미래 속도 예측 단계, 예측된 미래 속도에 대하여 상기 주행 경로의 전 영역 연비 최적화를 수행하는 최적화 단계, 및 전 영역 연비 최적화 결과를 이용하여 엔진과 모터의 파워 분배를 최적으로 제어하는 최적 동력 분배 단계를 포함한다.

상기 미래 속도 예측 단계는 GPS 정보와 ITS 정보에 의한 주행 경로에 대한 구배 정보 및 운전자 패턴 정보를 입력 또는 예측하여, 요구 파워를 연산하고, 상기 요구 파워에 따라 거리 기반의 목표 SOC 프로파일을 생성할 수 있다.

상기 미래 속도 예측 단계는 미래 속도 예측 후, 이벤트가 발생되었는지를 판단하고, 이벤트가 발생하지 않은 경우, 마지막으로 미래 속도를 예측한 후 현재까지 경과 시간이 설정된 시간보다 큰지를 판단할 수 있다.

상기 최적화 단계는, 마지막으로 미래 속도를 예측한 후 현재까지 경과 시간이 설정된 시간보다 크지 않은 경우, 차량 주행 정보와 GPS 정보로부터 현재 SOC와 목표 SOC 차이의 절대값이 설정량(일례를 들면, 3%)보다 큰지를 판단할 수 있다.

상기 최적 동력 분배 단계는, 현재 SOC와 목표 SOC 차이의 절대값이 설정량(3%)보다 크지 않을 경우, 최적화 결과로 도출된 엔진 온 오프 파워의 기준값을 사용하여, 요구 파워에 따라 엔진을 온 오프 제어할 수 있다.

상기 최적 동력 분배 단계는, 최적화 결과로 도출된 맵을 사용하여 요구 파워에 따라 엔진과 모터에 파워를 분배할 수 있다.

이와 같이 본 발명의 일 실시예는 미래의 주행 상황에 대한 연비 최적의 제어 전략을 주행 전에 미리 계산하여, 계산 결과에 따라 엔진과 모터를 최적의 SOC 궤적으로 제어할 수 있다. 따라서 엔진의 평균적인 구동 효율이 향상되고, 또한 EV 모드 주행을 충분히 활용할 수 있으므로 차량 관점에서 시스템의 효율이 향상될 수 있다.

도 1은 본 발명의 일 실시예에 따른 하이브리드 차량의 제어 장치의 구성도이다.
도 2는 도 1에 적용되는 제어부의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 하이브리드 차량의 제어 방법의 순서도이다.
도 4는 최적화 기법에 따라 실시간 제어를 나타내는 그래프이다.
도 5는 엔진 온 파워를 결정하는 그래프이다.
도 6은 엔진과 모터의 최적 동력 분배비를 나타내는 그래프이다.
도 7은 본 발명의 일 실시예에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다.
도 8은 도 7에 대응하는 종래기술에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다.
도 9는 본 발명의 다른 실시예에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다.
도 10은 도 9에 대응하는 종래기술에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다.
도 11 내지 도 13은 차량 속도별 최적 엔진 파워 맵을 나타내는 그래프이다.
도 14 내지 도 19는 다양한 차량 속도별 최적 엔진 파워 맵을 나타내는 그래프이다.

첨부한 도면을 참고로 하여 본 발명의 일 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.

본 발명의 일 실시예를 명확하게 설명하기 위해서 설명과 관계없는 부분을 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙였다.

이하에서 설명되는 본 발명의 실시예에 따른 하이브리드 차량은 TMED(Transmission Mounted Electric Device) 방식의 구조를 적용한다. 그러나 본 발명의 권리범위가 이에 한정하는 것은 아니며, 다른 방식의 하이브리드 차량에도 적용될 수 있다.

도 1은 본 발명의 일 실시예에 따른 하이브리드 차량의 제어 장치의 구성도이다. 도 1을 참조하면, 일 실시예의 하이브리드 차량의 제어 장치는 엔진(1), HSG(11), 모터(2), 배터리(3), 클러치(4), 변속기(5) 및 제어부(6)를 포함한다.

엔진(1)은 연료를 연소시켜 동력을 발생시킨다. HSG(11)는 엔진(1)을 시동시키고 엔진(1)이 시동된 상태에서 발전기로 작동하여 전기 에너지를 생성한다. 모터(2)는 엔진(1)의 동력을 보조하고 제동시 발전기로 작동하여 전기 에너지를 생성한다.

모터(2)는 배터리(3)에 충전된 전기 에너지를 이용하여 동작되고, 모터(2) 및 HSG(11)에서 생성된 전기 에너지는 배터리(3)에 충전된다. 제어부(6)는 엔진(1), HSG(11), 모터(2), 배터리(3) 및 클러치(4)를 포함하는 차량의 구성 요소를 제어한다.

제어부(6)는 설정된 프로그램에 의하여 작동하는 하나 이상의 프로세서로 구현될 수 있으며, 설정된 프로그램은 본 발명의 실시예에 따른 하이브리드 차량의 제어 방법의 각 단계를 수행하도록 되어 있다.

도 2는 도 1에 적용되는 제어부의 구성도이다. 도 2를 참조하면, 제어부(6)는 지정된 주행 경로의 전 영역에서 미래의 주행 상황을 미리 예측하여 최적의 SOC 궤적으로 하이브리드 차량을 제어하도록 내비게이션 정보(71)와 GPS 정보(72) 및 ITS 정보(73)를 전달 받는다.

일례를 들면, 제어부(6)는 목적지 정보 입력부(7)로부터 입력되는 정보들(71, 72, 73)에 따라 차량의 미래 속도를 예측하는 미래 속도 예측부(61), 최적화 기법부(62) 및 최적 동력 분배부(63)를 포함한다.

목적지 정보 입력부(7)는 입력되는 목적지와 현재 위치에 따라 차량의 주행 경로를 설정하여 운전자 및 차량에 전달한다. 즉 운전자가 내비게이션을 통하여 목적지를 입력하므로 내비게이션 정보(71)가 미래 속도 예측부(61)에 전달된다.

목적지 정보 입력부(7)는 운전자가 내비게이션에 목적지 정보를 입력함으로써 내비게이션 정보(71)와 함께 주행 경로에 대한 GPS 정보(72)와 ITS 정보(73)를 미래 속도 예측부(61)에 전달한다. GPS 정보(72)와 ITS 정보(73)는 주행 경로에 대한 구배 정보 및 운전자 패턴 정보를 포함한다.

예를 들면, 차속 정보는 최대 제한 속도, 최소 제한 속도 및 평균 차속을 포함한다. 운전자 패턴 정보는 차량에 장착된 속도 센서들(미도시)로부터 실시간으로 검출되어 제어부(6)에 저장되어 형성되는 누적된 속도 정보일 수 있다. 즉 운전자 패턴 정보는 과거의 속도 정보들로 이루어진다.

미래 속도 예측부(61)는 입력된 목적지와 현재 위치에 따라 주행 경로를 설정하고, 주행 경로에 대한 정보와 운전자의 운전 패턴 정보를 이용하여 차량의 미래 속도 및 구배를 예측한다. 이때, MD(Markov Driver) 모델이 적용되어 차량의 미래 속도를 예측할 수 있다.

최적화 기법부(62)는 예측된 미래 속도 및 구배에 대하여 주행 경로의 전 영역에서 연비 최적화를 수행한다. 예를 들면, 최적화 기법부(62)는 DP(Dynamic Programming) 기법이나 SDP(Stochastic Dynamic Programming) 기법을 적용할 수 있다.

DP(Dynamic Programming) 기법은 주행 경로에 대한 최적 SOC 궤적을 도출할 수 있다. SDP(Stochastic Dynamic Programming) 기법은 실시간 제어가 가능한 맵 데이터를 도출할 수 있다. 맵 데이터는 SOC 및 요구 파워에 따른 엔진 파워를 도출한다. 최적화 기법부(62)에는 다양한 최적화 기법이 적용될 수 있으며, 최적화 기법에 다양한 형태의 제어 로직이 적용될 수 있다.

최적 동력 분배부(63)는 주행 경로의 전 영역에서 연비 최적화 결과를 이용하여 엔진(1)과 모터(2)의 파워 분배를 최적으로 제어한다. 즉 최적 동력 분배부(63)는 DP 기법의 결과 얻어진 SOC를 이용하고, SDP 기법의 결과 얻어진 최적 동력 분배를 이용하여, 엔진(1)과 모터(2)에 파워 분배를 최적으로 제어한다. 파워 분배는 실시간으로 차량 제어 로직에 연동한다.

도 3은 본 발명의 일 실시예에 따른 하이브리드 차량의 제어 방법의 순서도이다. 도 3을 참조하면, 일 실시예에 따른 하이브리드 차량의 제어 방법은 목적지 설정 단계(S1), 미래 속도 예측 단계(S2), 최적화 단계(S3) 및 최적 동력 분배 단계(S4)를 포함한다.

목적지 설정 단계(S1)는 운전자가 내비게이션에 목적지를 입력함으로써, 내비게이션 정보(71)와 함께 주행 경로에 대한 GPS 정보(72)와 ITS 정보(73)를 미래 속도 예측부(61)에 전달한다. 내비게이션 정보(71)는 목적지와 현재 위치에 따른 차량의 주행 경로 등으로 설정되어 운전자 및 차량에 전달된다.

미래 속도 예측 단계(S2)는 주행 경로에 대한 정보와 운전자의 운전 패턴 정보를 이용하여 차량의 미래 속도를 예측한다. 일례를 들면, 미래 속도 예측 단계(S2)는 내비게이션 정보(71), GPS 정보(72)와 ITS 정보(73)에 근거하여, 주행 경로에 대한 구배 정보 및 운전자 패턴 정보를 입력 또는 예측하여(S21), 요구 파워를 연산하고(S22), 요구 파워에 따라 거리 기반의 목표 SOC 프로파일을 생성한다(S23).

미래 속도 예측 단계(S2)는 미래 속도 예측 후, 이벤트가 발생되었는지를 판단하고(S24), 이벤트가 발생하지 않은 경우, 마지막으로 미래 속도를 예측한(t_n _-1) 후 현재(t_n)까지 경과 시간(t_n-t_n _-1)이 설정된 주행 시간(T)보다 큰지((t_n-t_n _-1)>T)를 판단한다(S25).

최적화 단계(S3)는 예측된 미래 속도에 대하여 주행 경로의 전 영역에서 연비 최적화를 수행한다. 최적화 단계(S3)는 경과 시간(t_n-t_n-1)이 설정된 주행 시간(T)보다 크지 않은 경우(S25), 차량 주행 정보와 GPS 정보(72) 및 ITS 정보(73)가 입력되고(S31), 이 정보들로부터 현재 SOC와 목표 SOC 차이의 절대값이 설정량보다 큰지를 판단한다(S32).

예를 들면, 현재 SOC와 목표 SOC 차이의 절대값이 3%보다 큰지를 판단한다. 절대값이 설정량 3%보다 큰 경우, 제어부(6)는 엔진(1)을 온 오프 제어한다(S33). 즉 최적화 단계(S3)의 조건에 만족하는 경우(S32), 제어부(6)는 하이 레벨에서 엔진(1)을 온 오프 제어한다(S33).

최적 동력 분배 단계(S4)는 전 영역 연비 최적화 결과를 이용하여 엔진(1)과 모터(2)의 파워 분배를 최적으로 제어한다. 최적 동력 분배 단계(S4)는 현재 SOC와 목표 SOC 차이의 절대값이 설정량(일례, 3%)보다 크지 않을 경우(S32), 최적화 결과로 도출된 엔진 온 오프 파워의 기준값을 사용하여, 요구 파워에 따라 엔진(1)을 온 오프 제어한다(S41).

또한 최적 동력 분배 단계(S4)는 최적화 결과로 도출된 맵을 사용하여 요구 파워에 따라 엔진(1)과 모터(2)에 파워를 분배한다(S42). 즉 최적화 단계(S3)의 조건에 만족하지 않는 경우(S32), 제어부(6)는 로우 레벨에서 엔진(1)을 온 오프 제어하고(S41), 파워를 엔진(1)과 모터(2)에 분배한다(S42).

한편, 상기 설정량은 3%에 한정되지 않으며, 설계자의 의도에 따라 설정될 수 있다.

도 4는 최적화 기법에 따라 실시간 제어를 나타내는 그래프이다. 도 4를 참조하면, DP 기법에 따른 최적화 기법은 엔진 온 라인(L1)과 엔진 오프 라인(L2) 사이에 SOC 궤적(L3)을 배치한다.

엔진 온 라인(L1)은 SOC 궤적(L3)보다 설정량(일례, 3%) 낮게 설정되고, 엔진 오프 라인(L2)은 SOC 궤적(L3)보다 설정량(일례, 3%) 높게 설정될 수 있다. 또한, 엔진의 온 가능 영역(Aon)은 엔진 온 라인(L1)에서 위로 설정량(일례, 3.5%)만큼 더 포함하여 설정되고, 엔진 오프 가능 영역(Aoff)은 엔진 오프 라인(L2)에서 아래로 설정량(일례, 3.5%)만큼 더 포함하여 설정된다.

즉 SOC 궤적(L3)의 아래로 0.5%만큼 엔진의 오프 가능 영역(Aoff)이 엔진의 온 가능 영역(Aon)에 중복되고, 즉 SOC 궤적(L3)의 위로 0.5%만큼 엔진의 온 가능 영역(Aon)이 엔진의 오프 가능 영역(Aoff)에 중복된다.

SOC 궤적(L3) 위에 설정되는 엔진의 오프 가능 영역(Aoff)에는 하이 레벨에 대한 엔진(1)의 온 오프 파워의 기준값이 설정된다. SOC 궤적(L3) 아래에 설정되는 엔진의 온 가능 영역(Aon)에는 로우 레벨에 대한 엔진(1)과 모터(2)의 파워 분배비가 설정된다.

도 5는 엔진 온 파워를 결정하는 그래프이다. 도 5를 참조하면, 주행 시간(T)과 요구 파워(W)에 대한 엔진(1)의 온 포인트들이 도시되어 있다. 각 포인트들은 최적의 결과로 얻어진 엔진(1)의 온 포인트들이다. 각 포인트들은 엔진(1)의 온 오프 파워를 결정한다.

도 6은 엔진과 모터의 최적 동력 분배비를 나타내는 그래프이다. 도 6을 참조하면, 요구 파워와 파워 분배비의 관계를 도시한다. 파워 분배비는 엔진 파워를 요구 파워로 나눔으로써 계산될 수 있다.

또한 도 6은 일 실시예에 따른 전 영역 최적화 파워 분배비(사각형)와 종래기술에 따른 국소 최적화 파워 분배비(원형)를 나타내고 있다. 최적화 파워 분배비는 동일한 요구 파워일 때, 국소 최적화에 비하여 전 영역 최적화에서 더 균일하게 나타난다.

도 4 내지 도 6을 참조하면, 도 4의 실시간 제어를 통하여, 현재 배터리(3) SOC는 목표 SOC에 근접하게 된다.

SOC가 부족한 경우, 목표 SOC와 현재 SOC의 차가 설정량(일례, 3%)보다 큰 경우, 제어부(6)는 SOC 부족으로 판단되어, 운전자의 요구 파워와 관계없이 엔진(1)을 강제로 온 제어하여 배터리(3)의 충전을 시작한다. 충전이 진행되어, 목표 SOC와 현재 SOC의 차가 설정량(일례, -0.5%)보다 작은 경우, 제어부(6)는 운전자의 요구 파워에 따라 엔진(1)을 온 오프 제어한다.

SOC가 과다한 경우, 목표 SOC와 현재 SOC의 차가 설정량(일례, -3%)보다 작은 경우, 제어부(6)는 운전자의 요구 파워와 관계없이 엔진(1)을 강제로 오프 제어하여 배터리(3)의 방전을 시작한다. 방전이 진행되어 목표 SOC와 현재 SOC의 차가 설정량(일례, 0.5%)보다 큰 경우, 제어부(6)는 운전자의 요구 파워에 따라 엔진(1)을 온 오프 제어한다.

또한 목표 SOC와 현재 SOC 차의 절대값이 설정량(일례, 3%)보다 작은 경우, 제어부(6)는 운전자의 요구 파워와 엔진 온 오프 파워를 비교하여 엔진(1)의 온을 결정한다. 이때 사용되는 엔진 온 파워와 오프 파워 및 엔진 모터의 파워 분배비는 경로 설정 시에 최적화된 결과에 의해 미리 계산되어 결정된다.

즉 엔진 온 파워는 엔진(1) 온 시, 운전자의 최소 요구 파워의 평균값(LA, 도 5 참조)으로 결정된다. 엔진 오프 파워는 엔진 오프 시, 운전자의 최소 요구 파워의 평균값(LA, 도 5 참조)으로 결정된다. 엔진 파워는 운전자의 요구 파워와 최적 파워 분배비의 곱으로 결정되고, 모터 파워는 운전자의 요구 파워와 엔진 파워의 차로 결정된다.

도 7은 본 발명의 일 실시예에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다. 도 7을 참조하면, 일 실시예의 실제 SOC 궤적(LR1)이 DP 기법으로 최적화 된 SOC 궤적(LD1)에 근접하게 나타나고 있다.

도 8은 도 7에 대응하는 종래기술에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다. 도 8을 참조하면, 종래기술의 실제 SOC 궤적(LR2)이 DP 기법으로 최적화 된 SOC 궤적(LD1)에 상당히 이격되어 나타나고 있다.

도 9는 본 발명의 다른 실시예에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다. 도 9를 참조하면, 다른 실시예의 실제 SOC 궤적(LR3)이 DP 기법으로 최적화 된 SOC 궤적(LD2)에 근접하게 나타나고 있다.

도 10은 도 9에 대응하는 종래기술에 따른 주행 거리와 SOC궤적 관계를 도시한 그래프이다. 도 10을 참조하면, 종래기술의 실제 SOC 궤적(LR4)이 DP 기법으로 최적화 된 SOC 궤적(LD2)에 상당히 이격되어 나타나고 있다.

즉 최적화 기법으로 적용되는 DP 기법의 SOC 궤적(LD1, LD2)은 지정된 주행 경로의 전 영역에서, 종래기술의 실제 SOC 궤적(LR2, LR4)에 비하여, 일 실시예의 실제 SOC 궤적(LR1, LR3)과 더 일치된다.

따라서 일 실시예는 종래기술에 비하여, 지정된 주행 경로에서 미래의 주행 상황을 미리 예측하여, 엔진(1)의 평균적인 구동 효율을 향상시키고, EV 모드 주행을 충분히 활용할 수 있게 한다.

한편 본 발명의 실시예를 적용하여, 주행 사이클 별로 연비(km/l)를 비교하여, 표 1을 얻을 수 있다. 실시예는 주행 사이클 별로 종래기술에 비하여, 3.63 내지 6.78%의 우수한 연비 개선 효과를 가진다.

주행사이클	FTP72	FTP75	NEDC	JN1015	HWFET	SUBOO
종래기술	22.83	22.89	22.22	22.42	24.40	24.46
실시예	23.81	23.72	23.96	23.94	25.33	25.52
개선 효과(%)	↑4.28	↑3.63	↑7.83	↑6.78	↑3.81	↑4.34

FTP(Federal Test Procedure)72, 배기 테스트 모드이고, NEDC(New European Driving Cycle)는 연비 측정 방식이며, HWFET(highway fuel economy)는 고속도로 연비 모드이다.

도 11 내지 도 13는 차량 속도별 최적 엔진 파워 맵을 나타내는 그래프이다. 도 11 및 도 13을 참조하면, SDP 기법은 최적화 결과물로 엔진 파워 맵을 구현한다. 즉 엔진 파워 맵의 SOC, 차량 속도 및 요구 파워에 따라 엔진 파워가 결정된다.

즉 차량의 속도가 결정되면, 속도에 따른 아래의 엔진 파워 맵이 결정된다. 도 11은 차량 속도가 18kph이고, 도 12는 차량 속도가 72kph이며, 도 13은 차량 속도가 108kph이다.

차량의 속도에 따라 선택된 엔진 파워 맵은 요구 파워와 현재 SOC에 해당되는 엔진 파워를 결정한다. 이때, 엔진 파워 맵을 두 개 이용해서 선형보간법으로 엔진 파워를 계산할 수 있다. 예를 들면, 차량 속도가 80kph인 경우, 72kph와 108kph맵을 선형보간하여 엔진 파워를 결정할 수 있다.

결정된 엔진 파워가 영보다 크면, 엔진(1)을 온하고, 해당 엔진 파워를 출력한다. 모터 파워는 요구 파워와 엔진 파워의 차로 결정된다. 따라서 엔진(1)과 모터(2)의 최적 동력 분배비가 결정된다.

도 14 내지 도 19는 다양한 차량 속도별 최적 엔진 파워 맵을 나타내는 그래프이다. 도 14는 차량 속도가 5m/s이고, 도 15는 차량 속도가 10m/s이며, 도 16은 차량 속도가 15m/s이고, 도 17은 차량 속도가 20m/s이며, 도 18은 차량 속도가 25m/s이고, 도 19는 차량 속도가 30m/s이다.

도 14 내지 도 19를 참조하면, 최전 엔진 파워 맵의 개수를 증가시키면, 엔진 파워 맵의 SOC, 차량 속도 및 요구 파워에 따라 결정되는 엔진 파워의 정확도가 더 향상될 수 있다. 또한 엔진(1)과 모터(2)에 대한 최적 파워 분배비의 정확도가 더 향상될 수 있다.

이상을 통해 본 발명의 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명의 범위에 속하는 것은 당연하다.

1: 엔진 2: 모터
3: 배터리 4: 클러치
5: 변속기 6: 제어부
11: HSG 61: 미래 속도 예측부
62: 최적화 기법부 63: 최적 동력 분배부
71: 내비게이션 정보 72: GPS 정보
73: ITS 정보

Claims

입력되는 목적지와 현재 위치에 따라 차량의 주행 경로를 설정하여 운전자 및 차량에 전달하는 목적지 정보 입력부;
상기 주행 경로에 대한 정보와 운전자의 운전 패턴 정보를 이용하여 차량의 미래 속도를 예측하는 미래 속도 예측부;
예측된 미래 속도에 대하여 상기 주행 경로의 전 영역 연비 최적화를 수행하는 최적화 기법부; 및
전 영역 연비 최적화 결과를 이용하여 엔진과 모터의 파워 분배를 최적으로 제어하는 최적 동력 분배부
를 포함하며,
상기 미래 속도 예측부는
MD(Markov Driver) 모델을 적용하여 주행 경로에 따른 차량의 미래 속도를 예측하고,
상기 최적화 기법부는
DP(Dynamic Programming) 기법을 적용하여 상기 주행 경로에 대한 SOC 궤적을 도출하는 하이브리드 차량의 제어 장치.
제1항에 있어서,
상기 목적지 정보 입력부는
운전자가 내비게이션에 목적지 정보를 입력함으로써 상기 주행 경로에 대한 GPS(Global Positioning System) 정보와 ITS(Intelligent Transport Systems) 정보를 상기 미래 속도 예측부에 전달하는 하이브리드 차량의 제어 장치.
제2항에 있어서,
상기 GPS 정보와 상기 ITS 정보는
상기 주행 경로에 대한 구배 정보 및 운전자 패턴 정보를 포함하고,
상기 운전자 패턴 정보는
누적된 속도 정보를 포함하는 하이브리드 차량의 제어 장치.
삭제
삭제
삭제
운전자가 내비게이션에 목적지를 입력하므로 목적지와 현재 위치에 따른 차량의 주행 경로를 설정하여 운전자 및 차량에 전달하는 목적지 설정 단계;
상기 주행 경로에 대한 정보와 운전자의 운전 패턴 정보를 이용하여 차량의 미래 속도를 예측하는 미래 속도 예측 단계;
예측된 미래 속도에 대하여 상기 주행 경로의 전 영역 연비 최적화를 수행하는 최적화 단계; 및
전 영역 연비 최적화 결과를 이용하여 엔진과 모터의 파워 분배를 최적으로 제어하는 최적 동력 분배 단계
를 포함하며,
상기 미래 속도 예측 단계는
MD(Markov Driver) 모델을 적용하여 주행 경로에 따른 차량의 미래 속도를 예측하고,
상기 최적화 단계는
DP(Dynamic Programming) 기법을 적용하여 상기 주행 경로에 대한 SOC 궤적을 도출하는 하이브리드 차량의 제어 방법.
제7항에 있어서,
상기 미래 속도 예측 단계는
GPS(Global Positioning System) 정보와 ITS(Intelligent Transport Systems) 정보에 의한 주행 경로에 대한 구배 정보 및 운전자 패턴 정보를 입력 또는 예측하여, 요구 파워를 연산하고,
상기 요구 파워에 따라 거리 기반의 목표 SOC 프로파일을 생성하는 하이브리드 차량의 제어 방법.
제7항에 있어서,
상기 미래 속도 예측 단계는
미래 속도 예측 후, 이벤트가 발생되었는지를 판단하고,
이벤트가 발생하지 않은 경우, 마지막으로 미래 속도를 예측한 후 현재까지 경과 시간이 설정된 시간보다 큰지를 판단하는 하이브리드 차량의 제어 방법.
제9항에 있어서,
상기 최적화 단계는,
마지막으로 미래 속도를 예측한 후 현재까지 경과 시간이 설정된 시간보다 크지 않은 경우,
차량 주행 정보와 GPS 정보로부터 현재 SOC와 목표 SOC 차이의 절대값이 설정량보다 큰지를 판단하는 하이브리드 차량의 제어 방법.
제10항에 있어서,
상기 최적 동력 분배 단계는,
현재 SOC와 목표 SOC 차이의 절대값이 설정량보다 크지 않을 경우,
최적화 결과로 도출된 엔진 온 오프 파워의 기준값을 사용하여, 요구 파워에 따라 엔진을 온 오프 제어하는 하이브리드 차량의 제어 방법.
제10항에 있어서,
상기 최적 동력 분배 단계는,
최적화 결과로 도출된 맵을 사용하여 요구 파워에 따라 엔진과 모터에 파워를 분배하는 하이브리드 차량의 제어 방법.