KR20150101559A

KR20150101559A - 전기자동차의 잔존주행거리 예측 방법

Info

Publication number: KR20150101559A
Application number: KR1020140022997A
Authority: KR
Inventors: 최권형; 김충
Original assignee: 현대자동차주식회사
Priority date: 2014-02-27
Filing date: 2014-02-27
Publication date: 2015-09-04
Also published as: KR101558741B1

Abstract

본 발명은 전기자동차의 주행 중 여러가지의 공조장치 작동 상태을 고려한 복수의 공조부하 학습값을 이용하여 잔존주행거리를 정확하게 예측할 수 있도록 한 전기자동차의 잔존주행거리 예측 방법에 관한 것이다.
즉, 본 발명은 직전 주행의 안정화된 공조부하 평균값을 이용하는 제1공조부하 학습값과, 직전 주행의 전체 공조부하 평균값을 이용하는 제2공조부하 학습값과, 장기간 소킹(Soaking)을 비롯한 외부온도 및 일사량 등을 포함하는 날씨 조건 등에 대처할 수 있는 제3공조부하 학습값 등 여러가지 상황별 공조부하 학습값을 정확하게 예측하고, 각 공조부하 학습값을 공조 반영 전비를 계산하는데 이용할 수 있도록 함으로써, 여러가지 상황별 공조부하에 따른 잔존주행거리를 정확하게 예측할 수 있는 전기자동차의 잔존주행거리 예측 방법을 제공하고자 한 것이다.

Description

전기자동차의 잔존주행거리 예측 방법{DTE estimation method of electric vehicle}

본 발명은 전기자동차의 잔존주행거리 예측 방법에 관한 것으로서, 더욱 상세하게는 주행 중 여러가지의 공조장치 작동 상태을 고려한 복수의 공조부하 학습값을 이용하여 잔존주행거리를 정확하게 예측할 수 있도록 한 전기자동차의 잔존주행거리 예측 방법에 관한 것이다.

전기자동차의 배터리에 대한 만충전이 이루어진 상태에서, 만충전 주행거리가 최대 200km 내외로 제한됨에 따라, 배터리 방전에 따른 잔존주행거리(DTE, Distance to empty)는 매우 중요한 운행 정보로서 클러스터를 통하여 운전자에게 필수적으로 제공되어야 한다.

전기자동차의 주행동력인 모터에서 소모되는 전력(power) 이외에 공조장치의 작동에 따른 소모 전력의 영향이 크기 때문에 공조장치의 소모 전력은 전기자동차의 잔존주행거리를 예측하는데 필수적인 정보로 사용된다.

참고로, 전기자동차의 잔존주행거리는 공조장치 미작동 상태에서 배터리 소모 전력 대비 주행거리를 말하는 공조 미반영 전비(km/kWh)와, 공조장치의 작동 상태에서 배터리 소모 전력 대비 주행거리를 말하는 공조 반영 전비(km/kWh)를 통하여 산출할 수 있으며, 공조 반영 전비를 예측하기 위해서는 공조 소모 파워 즉, 공조 부하를 예측해야 한다.

종래에는 공조 소모 파워 예측을 위하여 평균 공조 부하값을 이용하거나, 공조 부하 예측 모델 기반의 공조부하 예측값을 이용하고 있다.

상기 평균 공조 부하값은 공조장치 작동시의 실제 공조 부하를 사용하므로 정확한 잔존주행거리 예측을 가능하게 하지만, 도 1의 (a) 그래프에서 보듯이 실시간 공조부하 반영의 지연 현상에 따라 예측된 잔존주행거리가 실제 잔존주행거리 수준으로 수렴하지 못하는 문제점이 있고, 또한 주행 초기의 공조 파워 과대 추정에 따라 잔존주행거리가 실제보다 급감하는 문제가 발생된다.

상기 공조 부하 예측 모델(물리적 모델) 사용시, 실차 조건에서 공조 장치의 다양한 작동 상태로 인하여 도 1의 (b)에서 보듯이, 실제 평균 공조 부하값과 모델 공조 부하값 간의 차이가 과다하게 발생하므로, 정확하게 실제 사용 부하를 예측하는데 한계가 있다.

본 발명은 상기와 같은 점을 감안하여 안출한 것으로서, 직전 주행의 안정화된 공조부하 평균값을 이용하는 제1공조부하 학습값과, 직전 주행의 전체 공조부하 평균값을 이용하는 제2공조부하 학습값과, 장기간 소킹(Soaking)을 비롯한 외부온도 및 일사량 등을 포함하는 날씨 조건 등에 대처할 수 있는 제3공조부하 학습값 등 여러가지 상황별 공조부하 학습값을 정확하게 예측하고, 각 공조부하 학습값을 공조 반영 전비를 계산하는데 이용할 수 있도록 함으로써, 여러가지 상황별 공조부하에 따른 잔존주행거리를 정확하게 예측할 수 있는 전기자동차의 잔존주행거리 예측 방법을 제공하는데 그 목적이 있다.

상기한 목적을 달성하기 위한 본 발명은: 공조장치 작동 조건을 비롯하여 소킹 시간 및 날씨 조건을 고려한 복수의 공조부하 학습값을 구축하는 제1단계와; 전기자동차의 시동 온 상태에서 전자동 공조장치가 온으로 작동되면, 복수의 공조부하 학습값 중 하나를 예측 공조부하값으로 선택하는 제2단계와; 선택된 예측 공조부하값을 이용하여 공조 반영 전비를 산출하는 제3단계와; 전자동 공조장치의 온에서 오프까지의 작동 시간에 따른 공조부하 학습값을 다음 주행의 직전 주행데이터로 저장하는 제4단계; 를 포함하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법을 제공한다.

바람직하게는, 상기 제1단계에서 구축되는 복수의 공조부하 학습값은: 직전주행시 공조장치의 안정화 작동 구간에서의 공조부하 평균값을 이용하는 제1공조부하 학습값과; 직전주행시 공조장치의 전체 작동 구간에서의 공조부하 평균값을 이용하는 제2공조부하 학습값과; 장기간 소킹을 비롯한 외부온도 및 일사량을 고려하여 구축된 공조학습 맵 데이터를 이용하는 제3공조부하 학습값; 을 포함하는 것을 특징으로 한다.

또한, 상기 제2단계에서, 현재시각과 제3공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이상이면, 제3공조부하 학습값을 예측 공조부하값으로 선택하는 것을 특징으로 한다.

또한, 상기 제2단계에서, 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이상이면, 제2공조부하 학습값을 예측 공조부하값으로 선택하는 것을 특징으로 한다.

또한, 상기 제2단계에서, 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이하이면, 제1공조부하 학습값을 예측 공조부하값으로 선택하는 것을 특징으로 한다.

바람직하게는, 상기 제4단계에서, 전자동 공조장치의 온에서 오프까지의 작동 시간이 일정 시간 이하이면, 전자동 공조장치의 온 시점을 기준으로 제1공조부하 학습값 및 제2공조부하 학습값을 다음 주행의 직전 주행데이터로 저장하는 것을 특징으로 한다.

또한, 상기 제4단계에서, 전자동 공조장치의 온에서 오프까지의 작동 시간이 일정 시간 이상이면서, 제2공조부하 학습값의 학습 시각과 제3공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정 시간 이상이면, 제2공조부하 학습값을 다음 주행의 제3공조부하 학습값 선택을 위한 학습 맵 데이터로 저장하는 것을 특징으로 한다.

상기한 과제 해결 수단을 통하여, 본 발명은 다음과 같은 효과를 제공한다.

첫째, 전기자동차의 주행시 직접 계측한 공조부하 학습값을 그대로 잔존주행거리 산출에 이용하므로 정확한 잔존주행거리 예측이 가능하다.

둘째, 전자동 공조장치(FATC)의 온(ON) 시점에서 계산한 하나의 평균 공조 부하 사용 예측값으로서, 1)직전 주행의 안정화된 공조부하 평균값을 이용하는 제1공조부하 학습값과, 2)직전 주행의 전체 공조부하 평균값을 이용하는 제2공조부하 학습값과, 3)장기간 소킹(Soaking)을 비롯한 외부온도 및 일사량 등을 포함하는 날씨 조건 등에 대처할 수 있는 제3공조부하 학습값, 등을 이용하여 여러가지 상황별 공조부하 학습값을 정확하게 예측할 수 있다.

셋째, 정확하게 예측된 공조부하 학습값을 반영하여 전기자동차의 잔존주행거리를 정확하게 산출할 수 있다.

도 1은 종래의 잔존주행거리 산출을 위한 공조 소모 파워 예측 방법의 문제점을 나타낸 그래프,
도 2는 본 발명에 따른 전기자동차의 잔존주행거리 예측 방법에서, 제1공조부하 학습값 및 제2공조부하 학습값을 계산하는 방법을 나타낸 그래프,
도 3는 본 발명에 따른 전기자동차의 잔존주행거리 예측 방법에서, 제3공조부하 학습값을 선택하기 위한 공조 학습맵의 일례를 나타낸 맵 테이블,
도 4는 본 발명에 따른 전기자동차의 잔존주행거리 예측 방법을 나타낸 순서도.

이하, 본 발명의 바람직한 실시예를 첨부도면을 참조로 상세하게 설명하기로 한다.

본 발명은 여러가지 상황별 공조부하를 학습을 통하여 정확하게 예측하고, 정확하게 예측된 공조부하 학습값을 이용하여 잔존주행거리를 정확하게 산출할 수 있도록 한 점에 주안점이 있다.

이를 위해, 먼저 전기자동차의 공조장치 작동 조건을 비롯하여 장기간 소킹 시간 및 날씨 조건 등을 고려한 복수의 공조부하 학습값을 구축하는 단계가 선행된다.

상기 복수의 공조부하 학습값은 직전주행시 공조장치의 안정화 작동 구간에서의 공조부하 평균값을 이용하는 제1공조부하 학습값과, 직전주행시 공조장치의 전체 작동 구간에서의 공조부하 평균값을 이용하는 제2공조부하 학습값과, 장기간 소킹을 비롯한 외부온도 및 일사량을 고려하여 구축된 공조학습 맵 데이터를 이용하는 제3공조부하 학습값을 포함한다.

상기 제1공조부하 학습값은 차량 운행 중 잠깐 시동을 껐다가 켰을 때 실내 온도가 목표 온도(예, 23℃)와 크게 차이가 없을 때 공조 반영 전비를 산출하는데 사용하고자 한 점에 목적이 있다.

이때, 상기 제1공조부하 학습값은 전기자동차의 직전 주행에서 공조장치를 작동시켰을 때, 첨부한 도 2에서 보듯이 공조장치의 안정화 작동 구간에서의 공조부하 평균값(직전주행 안정화 공조부하 평균값)이 된다.

예를 들어, 공조장치의 안정화 작동 구간에서의 공조부하 평균값은 직전 주행 시 전자동 공조장치(FATC)의 온(ON) 시간이 기준시간(예를 들어 20분 이상 FATC ON) 이상을 만족할 때, 공조장치 오프(또는 시동 오프) 전 마지막 작동 구간(약 10분 동안)에서의 이동(변동) 부하에 대한 평균값으로 계산된다.

상기 제2공조부하 학습값도 차량 운행 중 잠깐 시동을 껐다가 켰는데 실내 온도가 목표 온도(예, 23℃)에서 크게 차이가 없을 때 공조 반영 전비를 산출하는데 사용하고자 한 점에 목적이 있으며, 제2공조부하 학습값으로 직전주행시 공조장치의 전체 작동 구간에서의 공조부하 평균값을 이용한다.

예를 들어, 공조장치의 전체 작동 구간에서의 공조부하 평균값은 직전 주행 시 전자동 공조장치(FATC)의 온(ON) 시간이 기준시간(예를 들어 20분 이상 FATC ON) 이상을 만족할 때, 공조장치 온에서 오프까지의 전체 작동 구간(예를 들어 20분 동안)에서의 이동(변동) 부하에 대한 평균값으로 계산된다.

이때, 상기 제1공조부하 학습값과 제2공조부하 학습값은 동일한 목적으로 게산된 값이지만, 전자동 공조장치(FATC)의 작동 시간에 따라 잔존주행거리 산출시 선택적으로 사용되며, 후술하는 바와 같이 현재 시각과 제1공조부하 학습값 기준의 최근 공조 학습 시각 간의 차이가 일정 시간 이하 또는 이상에 따라 잔존주행거리 산출을 위하여 제1공조부하 학습값 또는 제2공조부하 학습값이 선택 사용된다.

상기 제3공조부하 학습값은 차량을 오랜 시간 소킹(Soaking)하여 직전 주행데이터의 사용이 어려울 시 사용되는 것으로서, 공조 학습 맵을 이용하여 얻어질 수 있다.

상기 공조 학습 맵의 학습 방법은 [공조 부하 = f(외기 온도, 내기 온도, 일사량, 목표 온도) ≒ f(외기 온도, 일사량)]를 이용하여 진행되며, 학습 완료된 공조 학습 맵 테이블의 일례는 첨부한 도 4의 도표와 같다.

이때, 목표 온도는 사용자가 주로 사용하는 쾌적온도가 존재하는 것을 가정하고, 장기간 소킹시의 내기 온도는 외기 온도에 수렴하는 것으로 가정한다.

예를 들어, 상기 공조 학습 맵 테이블의 각 셀들은 별도 N 개의 버퍼를 갖고 있고, N개의 버퍼의 평균 값을 테이블 값으로 입력하여 구축된 것이며, 버퍼에 새로운 학습 값이 입력되면 가장 오래된 데이터를 밀어내고 새로운 데이터를 이용한 새로운 평균 값이 테이블에 입력된다.

여기서, 상기한 복수의 공조부하 학습값을 구축한 상태에서 전기자동차의 진존주행거리를 산출하는 과정을 살펴보면 다음과 같다.

먼저, 전기자동차의 시동 온 상태(S101)에서 전자동 공조장치가 온으로 작동되면(S102), 복수의 공조부하 학습값 중 하나를 예측 공조부하값으로 선택한다.

본 발명의 예측 공조부하값을 선택하는 일 실시예에 따르면, 전기자동차의 시동 온 상태에서 전자동 공조장치가 온으로 작동된 후, 현재시각과 제2공조부하 학습값 기준의 최근 공조학습 시각 간의 차이를 확인하여(S103) 일정시간 이상이면, 제3공조부하 학습값을 예측 공조부하값으로 선택한다(S104).

즉, 현재시각과 제2공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이상(예를 들어, 5시간 이상)이면, 차량을 오랜 시간 소킹(Soaking)하여 직전 주행데이터(제1공조부하 학습값 또는 제2공조부하 학습값)의 사용이 어려우므로, 공조 학습 맵 테이블로부터의 제3공조부하 학습값을 잔존주행거리 산출을 위한예측 공조부하값으로 선택한다.

본 발명의 예측 공조부하값을 선택하는 다른 실시예에 따르면, 현재시각과 제2공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이하이고, 동시에 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이를 확인하여(S105) 일정시간 이하이면, 제1공조부하 학습값을 예측 공조부하값으로 선택한다(S106).

예를 들어, 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간(약 10분) 이하이면, 공조부하의 변화가 크지 않은 것으로 간주하여 바로 최근(이전)의 제1공조부하 학습값을 선택한다.

이때, 상기 제1공조부하 학습값은 전자동 공조장치(FATC)가 공조부하로 작동될 때, 안정화된 부하 작동 구간에서의 공조부하 평균값을 나타내므로, 최소 시간(약 10분) 이전의 제1공조부하 학습값을 잔존주행거리 산출을 위한 예측 공조부하값으로 선택한다.

본 발명의 예측 공조부하값을 선택하는 또 다른 실시예에 따르면, 현재시각과 제2공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이상이고, 동시에 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이를 확인하여(S105) 일정시간 이상이면, 제2공조부하 학습값을 예측 공조부하값으로 선택한다(S107).

예를 들어, 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간(약 10분) 이상이면, 공조부하의 변화가 발생되는 것으로 간주하여 직전주행시 공조장치의 전체 작동 구간에서의 공조부하 평균값을 나타내는 제2공조부하 학습값을 잔존주행거리 산출을 위한 예측 공조부하값으로 선택한다.

이렇게 제1 내지 제3공조부하 학습값 중 하나가 예측 공조부하값으로 선택되면, 선택된 예측 공조부하값을 기반으로 아래의 식 1에 의거 공조 반영 전비를 계산하는 단계가 진행된다(S108).

식 1:

다음으로, 상기 전자동 공조장치(FATC)가 오프되면, 전자동 공조장치의 온에서 오프까지의 작동 시간에 따른 공조부하 학습값을 다음 주행의 직전 주행데이터로 저장하는 단계가 진행된다.

바람직하게는, 전자동 공조장치의 온에서 오프까지의 작동 시간을 확인하여(S109) 일정 시간(약 20분) 이상이면, 전자동 공조장치의 온 시점을 기준으로 제1공조부하 학습값 및 제2공조부하 학습값을 다음 주행의 직전 주행데이터로 저장한다(S110).

또한, 전자동 공조장치의 온에서 오프까지의 작동 시간이 일정 시간 이상이면서, 제2공조부하 학습값의 학습 시각과 제3공조부하 학습값 기준의 최근 공조학습 시각 간의 차이를 확인하여(S111) 일정 시간 이상(약 5시간)이면, 장기간 소킹이 존재한 것으로 간주하여 제2공조부하 학습값을 다음 주행의 제3공조부하 학습값 선택을 위한 학습 맵 데이터가 되도록 저장한다(S112).

즉, 제2공조부하 학습값을 직전 주행의 평균 외기 온도 및 일사량으로 간주하여 학습테이블에 입력하여, 다음 주행의 제3공조부하 학습값 선택을 위한 학습 맵 데이터로 활용되도록 한다.

이와 같이, 본 발명은 1) 주행 중 잠시 정차후에 재출발시 직전 안정화된 공조부하를 그대로 반영하는 점, 2) 금일 운행 후 1~5시간 주차후 재출발시 오늘 운행한 공조부하를 이용하는 점, 3) 하루 이상 소킹(Soaking) 후 출발시 기존 외기온도 및 일사량에 따라 학습한 맵으로부터 공조부하를 계산하는 점 등을 고려하여 얻어진 공조부하 학습값을 그대로 잔존주행거리 산출에 이용하므로 정확한 잔존주행거리 예측이 가능한 장점을 제공할 수 있다.

Claims

공조장치 작동 조건을 비롯하여 소킹 시간 및 날씨 조건을 고려한 복수의 공조부하 학습값을 구축하는 제1단계와;
전기자동차의 시동 온 상태에서 전자동 공조장치가 온으로 작동되면, 복수의 공조부하 학습값 중 하나를 예측 공조부하값으로 선택하는 제2단계와;
선택된 예측 공조부하값을 이용하여 공조 반영 전비를 산출하는 제3단계와;
전자동 공조장치의 온에서 오프까지의 작동 시간에 따른 공조부하 학습값을 다음 주행의 직전 주행데이터로 저장하는 제4단계;
를 포함하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법.
청구항 1에 있어서,
상기 제1단계에서 구축되는 복수의 공조부하 학습값은:
직전주행시 공조장치의 안정화 작동 구간에서의 공조부하 평균값을 이용하는 제1공조부하 학습값과;
직전주행시 공조장치의 전체 작동 구간에서의 공조부하 평균값을 이용하는 제2공조부하 학습값과;
장기간 소킹을 비롯한 외부온도 및 일사량을 고려하여 구축된 공조학습 맵 데이터를 이용하는 제3공조부하 학습값;
을 포함하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법.
청구항 1에 있어서,
상기 제2단계에서, 현재시각과 제2공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이상이면, 제3공조부하 학습값을 예측 공조부하값으로 선택하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법.
청구항 1에 있어서,
상기 제2단계에서, 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이상이면, 제2공조부하 학습값을 예측 공조부하값으로 선택하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법.
청구항 1에 있어서,
상기 제2단계에서, 현재시각과 제1공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정시간 이하이면, 제1공조부하 학습값을 예측 공조부하값으로 선택하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법.
청구항 1에 있어서,
상기 제4단계에서, 전자동 공조장치의 온에서 오프까지의 작동 시간이 일정 시간 이하이면, 전자동 공조장치의 온 시점을 기준으로 제1공조부하 학습값 및 제2공조부하 학습값을 다음 주행의 직전 주행데이터로 저장하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법.
청구항 1에 있어서,
상기 제4단계에서, 전자동 공조장치의 온에서 오프까지의 작동 시간이 일정 시간 이상이면서, 제2공조부하 학습값의 학습 시각과 제3공조부하 학습값 기준의 최근 공조학습 시각 간의 차이가 일정 시간 이상이면, 제2공조부하 학습값을 다음 주행의 제3공조부하 학습값 선택을 위한 학습 맵 데이터로 저장하는 것을 특징으로 하는 전기자동차의 잔존주행거리 예측 방법.