KR20210063384A

KR20210063384A - 하이브리드 자동차에 의한 연료 및 전류 소비에 대한 관리 설정점을 계산하는 방법

Info

Publication number: KR20210063384A
Application number: KR1020217011958A
Authority: KR
Inventors: 압델-잘릴 오우라바
Original assignee: 르노 에스.아.에스.
Priority date: 2018-09-25
Filing date: 2019-09-23
Publication date: 2021-06-01
Also published as: EP3856600A1; CN112703142A; US20220032896A1; FR3086247B1; FR3086247A1; JP7353360B2; JP2022500307A; WO2020064586A1

Abstract

본 발명은 트랙션 배터리에 의해 전류가 공급되는 적어도 하나의 전기 모터;와 연료로 작동되는 내연 기관;을 포함하는 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법에 관한 것이다. 본 발명에 의하면, 상기 방법은, a) 수행해야 할 여정을 획득하는 단계; b) 상기 여정을 연속 구역들로 분할하는 단계; c) 각각의 구역에 대해, 상기 구역을 특징짓는 속성들을 획득하는 단계 - 상기 속성들 중 제1 속성은 상기 구역에서의 내연 기관의 사용에 관련된 승인 또는 미승인 문자에 관한 것임; d) 상기 구역들의 각각의 구역에 대해, 상기 구역에서의 상기 하이브리드 자동차의 연료 소비를 전기 에너지 소비와 연계시키는 관계를 획득하는 단계; e) 획득한 관계들 각각에서 최적의 소비점을 결정하여, 상기 제1 속성이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구간들에서 트랙션 배터리의 방전을 최대화하고, 모든 여정에 걸쳐 상기 하이브리드 자동차의 연료 소비를 최소화하며, 그리고 상기 여정의 종점에서 트랙션 배터리의 방전을 최대화하는 단계; 및 f) 상기 최적의 소비점들의 좌표들을 기반으로 상기 여정 전반에 걸쳐 에너지 관리 설정점을 생성하는 단계;를 포함한다.

Description

하이브리드 자동차에 의한 연료 및 전류 소비에 대한 관리 설정점을 계산하는 방법

본 발명은 일반적으로 충전식 하이브리드 차량에 관한 것이다.

더 구체적으로는, 본 발명은 트랙션 배터리(traction battery)에 의해 전류를 공급받는 적어도 하나의 전기 모터 및 연료를 공급받는 내연 기관을 포함하는 하이브리드 자동차에 의한 연료 및 전류 소비에 대한 관리 설정점을 계산하는 방법에 관한 것이다.

특히, 본 발명은 전기 주행거리(electric range)가 긴 하이브리드 차량, 다시 말하면 10km 이상의 거리에 걸쳐 전기 모터만을 사용하여 주행할 가능성이 있는 차량에 유리하게 적용 가능하다.

충전식 하이브리드 차량은 (내연 기관 및 연료 탱크를 구비한) 기존의 서멀 트랙션 체인(thermal traction chain) 및 (전류 콘센트에서 충전하도록 특히 설정 가능한 전기 모터 및 트랙션 배터리를 구비한) 전기 트랙션 체인을 포함한다.

이러한 하이브리드 차량은 상기 차량의 전기 트랙션 체인에 의해서만 구동될 수도 있고, 상기 차량의 서멀 트랙션 체인에 의해서만 구동될 수도 있으며, 그러하지 않으면 상기 차량의 전기 트랙션 체인 및 서멀 트랙션 모두에 의해 동시에 구동될 수도 있다.

상기 차량의 차후 여정에 대한 지식 없이, 상기 트랙션 체인들 중 하나 또는 다른 하나의 트랙션 체인을 사용하기 위해 현재 구현되는 전략은 최소한의 에너지 레벨에 도달할 때까지 상기 여정을 시작할 때 트랙션 배터리를 방전함으로써 체계적으로 시작하고 나서, 서멀 트랙션 체인을 사용하는 것으로 이루어진다. 이러한 방식으로, 운전자가 단거리 여정을 수행하고 정기적으로 트랙션 배터리를 충전할 가능성이 있을 때, 상기 운전자는 전기 트랙션 체인을 최대로 사용하여 차량의 오염 배출량을 줄인다.

그러나 이러한 전략은 여정 거리가 차량의 전기 주행거리를 초과할 때 항상 최소한의 연료 소비를 보장하지는 않는다. 이는 특히 사용자가 고속도로 일부로부터 여정을 시작하고 그 여정을 시내 일부로 끝내는 경우이다. 실제로, 고속도로상에서 전기 트랙션 체인을 고출력으로 사용하는 것은 전기 손실이 크기 때문에 부적절하고 시내에서 서멀 트랙션 체인을 사용하는 것은 내연 기관의 효율이 고속도로상에서보다 시내에서 떨어지기 때문에 부적절하다.

더욱이, 법령에서는 때때로 ("오염 무배출 구역들"이라 불리는) 특정 도시 구역들에서 내연 기관의 사용을 금지하고 있는데, 이러한 금지는 예를 들어 교호 통행 체계(alternating traffic system)의 경우 영구적이거나 일시적일 수 있다. 이때 이해할 점은 운전자 차량의 트랙션 배터리가 방전되면 운전자가 더는 이러한 오염 무배출 구역들에 접근할 수 없다는 것이다.

이러한 단점을 극복하기 위해, 문헌 US9108503에서는 운전자가 원하는 여정 상에서 차후의 오염 무배출 구역을 식별하고 이러한 구역에 도착하면 차량의 "전 전기식(all electric)" 작동을 보장하는 것(다시 말하면 내연 기관을 사용하지 않는 것)이 제안되어 있다.

이러한 방법의 한 가지 단점은 여정의 오염 무배출 구역들 모두에 걸쳐 차량의 전 전기식 작동을 보장할 수 없다는 것이다. 따라서, 2개의 오염 무배출 구역이 서로 인접해 있는 경우, 위에서 설명한 방법은 차량이 제2 구역에서 "전 전기식" 모드로 주행할 수 있게 보장할 수가 없다.

또 다른 단점은 이러한 방법이 여정 모두에 걸쳐 차량의 연료 소비를 가장 효과적으로 줄이도록 설계되어 있지 않다는 것이다.

위에서 언급한 선행기술의 단점들을 개선하기 위해, 본 발명은 하이브리드 자동차의 연료 및 전류 소비에 대한 관리 설정점을 계산하는 방법을 제안하며, 상기 방법은,

a) 내비게이션 시스템을 사용하여 수행해야 할 여정을 획득하는 단계;

b) 상기 여정을 연속 구역들로 분할하는 단계;

c) 각각의 구역에 대해, 상기 구역을 특징짓는 속성들을 획득하는 단계 - 상기 속성들 중 제1 속성은 상기 구역에서 내연 기관의 사용이 승인될지의 여부와 관련하여 획득되는 것임 -;

d) 상기 구역들의 각각의 구역에 대해 그리고 각각의 구역의 속성들을 고려햐여, 상기 구역에서의 하이브리드 자동차의 연료 소비와 전기 에너지 소비를 연계시키는 관계를 획득하는 단계;

e) 획득한 관계들 각각에서 최적의 소비점을 결정하여,

- 상기 제1 속성이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역들에서 트랙션 배터리의 방전을 최대화하고,

- 상기 여정 중 모든 여정에 걸쳐 상기 하이브리드 자동차의 연료 소비를 최소화하며, 그리고

- 상기 여정의 종점에서 트랙션 배터리의 방전을 최대화하는 단계; 및

f) 상기 최적의 소비점들의 좌표들을 기반으로 상기 여정 전반에 걸쳐 에너지 관리 설정점을 생성하는 단계;

를 포함한다.

따라서, 본 발명에 의하면, 여정이 시작될 때 차량의 트랙션 배터리의 용량 및 그의 충전량을 감안하여 상기 여정 내 최대 오염 무배출 구역들에 걸쳐 차량이 "전 전기식" 모드로 주행할 수 있게 됨이 보장될 수 있다. 또한, 본 발명은 대기로 방출되는 오염 배출량을 가능한 한 많이 줄이기 위해 전체 여정에 걸쳐 연료 소비를 최소화하는 것을 가능하게 한다.

본 발명에 따른 방법의 다른 유리하고 비-제한적인 특징들은 다음과 같다:

- 단계 f)에서, 에너지 관리 설정점은 상기 제1 속성이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역들 상에서 상기 내연 기관의 시동을 금지하는 커맨드를 포함하고;

- 단계 e)에서, 상기 제1 속성이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역들 상에서 비-제로 연료 소비에 상응하는 관계들을 나타내는 점들에 페널티(penalty)를 줌으로써 최적의 소비점들을 결정하도록 제공되며;

- 단계 e)에서, 최적의 소비점들의 결정은 휴리스틱 최적화 알고리즘(heuristic optimization algorithm)을 사용하여 이루어지고;

- 상기 휴리스틱 최적화 알고리즘은 상기 제1 속성이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역들 상에서 비-제로 연료 소비에 상응하는 관계를 나타내는 점들에 페널티를 주기 위해 고려되는 구역에 도달하기 위한 비용 함수와 고려되는 구역으로부터 상기 여정의 종점으로 이동하기 위한 나머지 비용을 평가하는 휴리스틱 함수의 합계인 함수를 최소화하는 것으로 이루어지며, 상기 휴리스틱 함수의 계산은 상기 제1 속성이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역들 상에서와 다른 구역들 상에서 다르게 수행되고;

- 상기 휴리스틱 함수의 계산은 상기 제1 속성이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역들 상에서 엄격하게 1보다 크며 다른 구역들 상에서 1과 같은 곱셈 계수(multiplying coefficient)가 적용되는 수학적 표현을 사용하여 수행되며;

- 단계 d)에서, 각각의 관계는 연료 소비값들과 전기 에너지 소비값들을 연계시키는 복수의 사전에 결정된 관계들로부터, 상기 구역 상에서의 하이브리드 자동차의 연료 소비를 상기 구역을 특징짓는 속성들을 고려하여 상기 하이브리드 자동차의 전기 에너지 소비와 연계시키는 관계의 최적 근사인 사전에 결정된 관계를 선택함으로써 획득되고;

- 상기 사전에 결정된 관계들은 상기 내연 기관의 연료 소비값들을 상기 트랙션 배터리의 충전 또는 방전 값들과 연계시키는 곡선들 또는 맵들이며;

- 상기 사전에 결정된 관계들 및 각각의 속성값에 연관된 테이블을 저장하는 메모리를 사용하여, 단계 d)에서, 상기 구역이 상기 사전에 결정된 관계들 중 하나 또는 다른 사전에 결정된 관계에 연관되는 확률을 제공하여, 이러한 구역에 연관된 속성들의 값들을 고려해 상기 테이블을 사용하여 상기 구역이 상기 사전에 결정된 관계들 중 하나 또는 다른 사전에 결정된 관계에 속하는 확률들의 합을 결정하며 가장 큰 확률들의 합을 지니는 관계를 선택하고;

- 단계 b)에서, 각각의 구역은 전체 길이에 걸쳐 변하지 않는 적어도 2개의 속성을 포함하는 여정의 최대 길이의 일부로 정의되며, 상기 2개의 속성 중 하나는 상기 제1 속성에 의해 형성된다.

비-제한적인 예들로서 주어진 첨부도면들을 참조하여 제공되는 이하의 설명은 본 발명이 무엇으로 이루어지고 어떻게 구현될 수 있는지를 잘 이해할 수 있게 해줄 것이다.

도 1은 차량이 주행해야 하는 여정의 구역들을 특징짓는 속성들의 값들을 예시한 테이블을 보여주는 도면이다.
도 2는 주행해야 할 여정의 구역들을 특징짓는 기준 곡선들의 매개변수들을 예시한 테이블을 보여주는 도면이다.
도 3은 테스트 실행들에서 획득한 특정 소비 곡선들의 분포를 예시한 그래프를 보여주는 도면이다.
도 4는 여러 기준 곡선을 예시한 그래프를 보여주는 도면이다.
도 5는 한 구역에 할당되는 각각의 속성값과, 이러한 구역이 도 4의 기준 곡선들의 하나 또는 다른 기준 곡선에 연관되는 확률을 연관시켜 놓은 테이블을 보여주는 도면이다.
도 6은 상기 차량의 보조 장치들의 전기 소비를 고려하여 기준 곡선에 대해 이루어진 보정들을 예시한 그래프를 보여주는 도면이다.
도 7은 해당 여정의 구역 경사를 고려하여 기준 곡선에 대해 이루어진 보정들을 예시한 그래프를 보여주는 도면이다.
도 8은 각각의 구역에 연관된 각각의 기준 곡선에 대한 서로 다른 점들 및 이러한 기준 곡선들의 최적점을 통과하는 곡선을 예시한 그래프를 보여주는 도면이다.

통상적으로, 자동차는 특히 동력 체인(power chain), 차체 구조(bodywork) 요소들 및 차량 내부 요소들을 지지하는 섀시(chassis)를 포함한다.

충전식 하이브리드 차량에서는, 상기 동력 체인이 열 트랙션 체인(thermal traction chain)과 전기 트랙션 체인(electric traction chain)으로 이루어진다.

열 트랙션 체인은 특히 연료 탱크 및 상기 연료 탱크에 의해 연료가 공급되는 내연 기관으로 이루어진다.

전기 트랙션 체인은 그의 부품용으로 트랙션 배터리 및 상기 트랙션 배터리에 의해 전류가 공급되는 하나 이상의 전기 모터들로 이루어진다.

여기서, 자동차는 또한 전류 콘센트를 포함하며 상기 전류 콘센트는 예를 들어 주택의 전기 회로망 또는 다른 전기 회로망 상에서 상기 트랙션 배터리를 국부적으로 충전하는 것을 가능하게 한다.

자동차는 또한, 여기서 상기 트랙션 배터리에 의해 전류가 공급되는 전기 장치들로서 정의되는 보조 장치들을 포함한다.

인용 가능한 보조 장치들로는 에어컨 모터, 자동식 윈도우들의 모터들 또는 심지어는 측위(測位) 및 내비게이션 시스템이 있다.

이러한 측위 및 내비게이션 시스템은 일반적으로 자동차의 측위된 위치에 관련된 신호들을 수신하는 것을 가능하게 하는 안테나, 국가 또는 지역의 맵을 저장하는 것을 가능하게 하는 메모리, 및 이러한 맵 상에 자동차의 위치를 보여주는 것을 가능하게 하는 스크린을 포함한다.

여기에서, 상기 경우는 이러한 스크린이 운전자가 상부에 정보를 입력하는 것을 허용하는 터치 스크린인 경우로 간주될 것이다. 분명한 점은 이 경우가 그러하지 않을 수 있다는 것이다.

마지막으로, 측위 및 내비게이션 시스템은 운전자에 의해 입력된 정보를 고려하여 취해지는 여정을 계산하는 것을 가능하게 하는 컨트롤러를 포함한다.

자동차(1)는 또한 여기에서 컴퓨터라고 불리는 전자 제어 유닛(electronic control unit)(또는 ECU)을 포함하며, 이는 특히 위에서 언급한 2개의 트랙션 체인(특히 전기 모터 및 내연 기관에 의해 조성된 동력들)을 제어하는 것을 가능하게 한다.

본 발명의 맥락에서, 이러한 컴퓨터는 측위 및 내비게이션 시스템의 컨트롤러에 접속되고, 그럼으로써 이러한 2개의 요소가 그들에게 전달되는 정보를 지닐 수 있게 된다.

여기에서 그들은 자동차의 주요 유닛 간 통신 네트워크에 의해(일반적으로 CAN 버스에 의해) 함께 접속된다.

컴퓨터는 프로세서 및 저장 유닛(이하 메모리라고 함)을 포함한다.

이러한 메모리는 이하에서 설명되는 방법의 맥락에서 사용되는 데이터를 저장한다.

이는 특히 도 5에 도시된 유형의 테이블(이는 차후 본 내용에서 구체적으로 설명됨)을 저장한다.

이는 또한, 명령어들을 포함하는 컴퓨터 프로그램들로 이루어진 컴퓨터 애플리케이션을 저장하고, 상기 프로세서에 의한 상기 명령어들의 실행은 이하에서 설명되는 방법이 상기 컴퓨터에 의해 구현되는 것을 허용한다.

도입부를 통해, 이하에서 설명하는 방법의 설명에 사용되는 몇 가지 개념들이 여기에서 정의된다.

따라서, "여정"이라는 용어는 자동차가 출발지 역에서 목적지 역에 도착하기 위해 거쳐야 하는 궤도(path)로 정의될 수 있다.

여정의 목표인 이러한 목적지 역에는 자동차에 장착되는 전류 콘센트를 통해 트랙션 배터리를 충전하는 것을 가능하게 하는 충전 스테이션이 장착되어 있는 것으로 간주될 것이다.

각각의 여정은 "인접 구간들" 또는 "인접 구역들"로 세분화될 수 있다.

구간(segment)들의 개념은 측위 및 내비게이션 시스템이 장착된 컨트롤러에 의해 본질적으로 사용되는 개념일 것이다.

실제로 각각의 구간은 2개의 도로 교차로 사이로 연장되는 여정의 일부에 상응한다. 그러므로 가장 짤거나 가장 빠른 여정을 정의하기 위해, 컨트롤러는 여정이 통과해야 하는 도로 구간들을 결정하게 된다.

구역들의 개념이 서로 다르다. 이는 이하 본 내용에서 구체적으로 명확하게 설명될 것이다. 간략화하기 위해, 여정의 각각의 구역은 도로의 특성이 실질적으로 변하지 않는 여정의 일부에 상응한다. 일 예로서, 여정은 각각의 구역 상에서 승인된 최대 속도가 일정한 여러 구역으로 세분화될 수 있다.

이러한 구역들은 여기에서 "속성(attribute)들"이라고 하는 매개변수들에 의해 특징화된다. 각각의 구역을 특징짓는 것을 가능하게 하는 속성들의 예들은 다음과 같다.

첫 번째 속성은 "도로 카테고리 FC"일 것이다. 측위 및 내비게이션 시스템들이 장착되어 있는 컨트롤러들은 일반적으로 이러한 유형의 카테고리를 사용하여 다양한 유형의 도로를 구분한다. 여기에서, 이러한 카테고리는 1과 6 사이의 정수 값을 취할 수 있다. 1과 동일한 속성은 고속도로에 상응할 수 있고, 2와 동일한 속성은 국도에 상응할 수 있다.

두 번째 속성은 각도로나 백분율로서 표현되는 구역의 "기울기 RG"일 것이다.

세 번째, 네 번째, 다섯 번째 및 여섯 번째 속성들은 구역을 통한 자동차들의 특성 속도들에 관련된 것이다.

세 번째 속성은 구역의 "속도 카테고리 SC"일 것이다. 또한, 측위 및 내비게이션 시스템들이 장착되어 있는 컨트롤러들은 일반적으로 이러한 유형의 카테고리를 사용하여 다양한 유형의 도로를 구분한다. 여기에서, 이러한 카테고리는 1과 6 사이의 정수 값을 취할 수 있다. 1과 동일한 속성은 초고속 도로(120km/h 이상)에 상응할 수 있고, 2와 동일한 속성은 고속도로(100 내지 120km/h)에 상응할 수 있으며, 이하 마찬가지이다.

네 번째 속성은 구역의 "최대 속도 제한 SL"일 것이다.

다섯 번째 속성은 구역에 걸쳐 관찰되는 "평균 속도 SMS"(이러한 값은 각각의 도로 상에서 수행되는 통계적 측정으로부터 획득됨)일 것이다.

여섯 번째 속성은 구역 상에서 관측되는 "순간 속도 TS"(이러한 값은 실시간 교통 상황 정보 시스템으로부터 획득됨)일 것이다.

일곱 번째 속성은 구역의 "길이 LL"일 것이다.

여덟 번째 속성은 구역의 "평균 곡률 반경 LC"일 것이다.

아홉 번째 속성은 자동차에 의해 취해지는 주행 방향에서의 구역의 "차선 개수 NL"일 것이다.

열 번째 속성은 고려되는 구역에서 내연 기관의 사용이 승인되는 지 여부에 관련된 것이다. 열 번째 속성은 "오염 무배출(zero-emission) ZE"라고 불릴 것이다. 여기에서 이는 내연 기관의 사용이 고려된 구역 상에서 승인된 경우 0과 동일한 부울(boolean)이게 되고 그러하지 않을 경우 1과 동일한 부울이게 된다.

이하의 내용에서는, 이러한 10가지 속성이 여정의 각각의 구역을 특징짓는 데 사용될 것이다.

일 변형 예로서, 여정의 각각의 구간은 그보다 적거나 많은 개수의 속성에 의해 특징지어질 수 있지만, 열 번째 속성의 사용은 불가피한 것이다.

또한, 트랙션 배터리의 에너지 상태(state of energy) SOE는 이러한 트랙션 배터리에 남아 있는 에너지를 특징짓는 것을 가능하게 하는 매개변수로 정의될 것이다. 일 변형 예로서, 배터리의 충전 상태 SOC 또는 동일한 유형의 다른 어느 매개변수(배터리의 내부 저항, 배터리 단자에 걸린 전압 등)와 같은 다른 매개변수가 사용될 수 있다.

트랙션 배터리의 충전 또는 방전 ΔSOE는 이때 2가지 별개의 순간에 고려되는 2가지 에너지 상태 간의 차이와 동일한 것으로 간주될 것이다.

고려되는 구역에 걸친 자동차의 "소비율(specific consumption) 곡선"은 이때 자동차의 각각의 연료 소비 값 CC, 트랙션 배터리 충전 또는 방전 값 ΔSOE에 관련된 곡선으로서 정의된다. 실제로는 결정된 구역 상에서 자동차의 연료 소비 CC가 얼마나 되는지(주행되는 킬로미터당 리터)와 트랙션 배터리의 충전 또는 방전 ΔSOE가 얼마나 되는지(킬로미터당 와트시) 추정하는 것이 가능하다. 이러한 2가지 값은 곡선으로 연계되게 되는데, 그 이유는 전기 트랙션 체인이 자동차의 전진에 더 많이 사용될 것인지 또는 열 트랙션 체인이 자동차의 전진에 더 많이 사용될 것인지에 따라 달라지기 때문이다.

다양한 상황(기울기, 속도 등)이 무한히 많기 때문에, 소비율 곡선도 무한히 많다. 따라서 "참조 곡선(reference curve)들"은 특정 소비율 곡선들로 정의되며, 이들의 특성은 잘 알 수 있으므로 각각의 소비율 곡선을 근사화할 수 있다. 다시 말하면, 이하 본 내용에서 더 명확하게 드러나는 바와 같이, 각각의 여정 구역은 소비율 곡선이 아니라 참조 곡선(소비율 곡선의 최적 근사를 구성하는 참조 곡선)에 연관될 것이다.

측위 및 내비게이션 시스템의 컨트롤러에 의해 그리고 자동차의 컴퓨터에 의해 공동으로 구현되는 방법은 자동차의 연료 및 전류 소비에 대한 관리 설정점을 계산하는 방법이다.

더 구체적으로, 이러한 방법은 사전에 정의된 여정에서 전기 트랙션 체인과 열 트랙션 체인이 다음과 같은 사항을 달성하는데 사용되어야 하는 방법을 결정하는 것이다.

- 자동차의 연료 소비량과 오염 배출량을 최대한 줄임; 및

- "오염 무배출 ZE" 속성이 1인 구역들에서 자동차의 "전 전기식(all electric)" 작동 모드(다시 말하면, 내연 기관을 사용하지 않음)를 보장함.

이를 위해, 상기 방법은 이하의 6가지 주요 단계를 포함한다:

- 주행해야 할 여정을 획득하는 단계;

- 연속적인 인접 구역들(T_i)로 상기 여정을 분할하는 단계;

- 각각의 구역(T_i)에 대해, 이러한 구역(T_i)을 특징짓는 속성들(FC, SC, SL, TS, RG, LL, NL, SMS)을 획득하는 단계;

- 이러한 구역(T_i)의 속성들(FC, SC, SL, TS, RG, LL, NL, SMS)을 고려하여 상기 구역들(T_i) 각각에 대해, 상기 구역에 대한 하이브리드 자동차의 각각의 연료 소비 값(CC)을 트랙션 배터리 충전 또는 방전 값(ΔSOE)을 연계시키는 관계(여기에서는 참조 곡선(CE_j)이라 함)를 결정하는 단계;

- 상기 여정 모두에 걸친 하이브리드 자동차의 연료 소비를 최소화하고 "오염 무배출 ZE" 속성이 1인 구역들 상에서의 "전 전기식" 작동 모드를 보장하면서 상기 여정의 종점에서 상기 트랙션 배터리의 완전 방전을 달성하는 것을 가능하게 하는 각각의 참조 곡선(CE_j)의 최적점(P_i)을 결정하는 단계; 및

- 상기 최적점(P_i)의 좌표들을 기반으로 에너지 관리 설정점을 생성하는 단계.

이러한 6가지 연속 단계는 이하 본 내용에서 구체적으로 설명된다.

제1 단계는 자동차가 주행하여야 하는 여정을 획득하는 것이다.

이러한 단계는 측위 및 내비게이션 시스템에 내장된 컨트롤러에 의해 수행될 수 있다.

그런 다음, 이러한 단계는 기존 방식으로 구현된다.

따라서, 운전자가 측위 및 내비게이션 시스템의 터치 스크린을 사용하여 목적지 역을 정의할 때, 이러한 시스템의 컨트롤러는 특히 운전자에 의해 선택된 경로 매개변수(가장 빠른 여정, 가장 짧은 여정 등)를 기반으로 주행해야 할 여정을 계산한다.

이러한 단계에서 유념할 수 있는 점은 자동차가 측위 및 내비게이션 시스템에 의해 정의된 여정과는 다른 여정을 주행할 때 상기 방법이 다시 초기화되어야 한다는 것이다.

한 변형 예로서, 이러한 제1 단계는 그러하지 않은 경우에 수행될 수 있다.

따라서, 터치 스크린상에 목적지 역을 운전자가 입력하지 않아도 된다. 이를 위해, 컨트롤러는 운전자의 습관을 검출하여 그로부터 목적지 역을 자동으로 추론할 수 있다.

예를 들어, 운전자가 매일 동일한 여정을 주행하여 출근하는 경우, 운전자가 측위 및 내비게이션 시스템의 터치 스크린상에 정보를 입력하지 않고도 이러한 여정이 자동으로 획득될 수 있다.

이러한 제1 단계의 종료시, 측위 및 내비게이션 시스템에 내장된 컨트롤러는 자동차의 여정을 알고 있으며, 상기 자동차의 여정은 그 후에 복수 개의 인접 구간들로 이루어지고, 상기되겠지만, 각각의 인접 구간은 2개의 도로 교차로 사이로 연장된다.

제2 단계는 상기 여정을 구역들(T_i)로 분할하는 것이다.

상기 여정을 구간들이 아닌 구역들로 다시 분할하는 이점은 우선 여정의 세분화 수를 줄이는 것이다. 실제로, 이러한 연속 구간들의 속성이 동일한 것이 일반적입니다. 이러한 2개의 연속 구간이 개별적으로 처리되어야 할 경우 계산 기간이 불필요하게 곱해진다. 이러한 동일한 구간들을 하나의 동일한 구간 내에서 결합함으로써 계산 기간을 줄일 수 있을 것이다.

다른 이점은 하나의 동일한 구간 상의 도로의 특성이 실질적으로 달라질 수 있다(상기 구간의 한 부분은 경사가 0인 도로에 상응하고 이러한 구간의 다른 한 부분은 경사가 가파른 도로에 상응할 수 있다)는 것이다. 여기에서, 목표는 상기 여정을 각각의 구역 상에서 도로의 특성이 균일한 구역들로 분할하는 것이다.

여기에서 각각의 구역(T_i)은 여정의 전체 길이에 걸쳐 변하지 않는 적어도 하나의 속성을 포함하는 여정의 일부로서 정의될 것이다.

이러한 속성은 경사 RG 및/또는 속도 카테고리 SC 및/또는 도로 카테고리 FC로 이루어질 수 있다.

각각의 구역(T_i)은 또한 "오염 무배출 ZE" 속성이 각각의 구역의 길이의 모두에 걸쳐 변하지 않는 방식으로 정의될 것이다.

여기에서, 이러한 제2 단계는 측위 및 내비게이션 시스템에 내장된 컨트롤러에 의해 구현될 것이다. 이러한 목적으로, 이는 위에서 언급한 4가지 속성(RG, SC, FC, 오염 무배출 ZE)이 일정한 최대 길이의 구역들(T_i)로 상기 여정을 세분화하게 된다.

이러한 제2 단계의 종료시, 상기 컨트롤러는 결과적으로 N개의 구역(인덱스 i가 결과적으로 1에서 N에 이르기까지 변함)을 정의하게 된다.

제3 단계는 각각의 구역(T_i)의 속성들을 획득하는 것이다.

속성들 중 한 속성이 고려되는 구간에 걸쳐 가변적일 때 상기 구역 전체에 걸친 이러한 속성의 평균값이 고려될 것이다.

실제로, 이러한 제3 단계는 다음과 같이 수행된다.

우선, 측위 및 내비게이션 시스템에 내장된 컨트롤러는 새로운 여정이 계산되었음을 컴퓨터에 알려준다. 그리고 나서, 컴퓨터는 보내야 할 각각의 구역의 속성들을 예를 들어 도 1에 도시된 유형의 테이블 형태로 요청한다.

그리고 나서, 상기 컨트롤러는 다음과 같이 각각의 구간의 속성들을 획득한다.

이는 각각의 구역의 일부, 특히 상기 구역의 길이(LL)를 계산한다.

이는 측위 및 내비게이션 시스템의 메모리에서 각각의 구역의 다른 일부, 특히 도로 카테고리 FC, 경사 RG, 속도 카테고리 SC, 속도 제한 SL, 평균 속도 SMS, 평균 곡률 반경 LC 및 차선들의 개수 NL을 판독한다.

이러한 속성들의 마지막 부분, 특히 실시간 교통 상황 정보 시스템이 상기 컨트롤러에 전달하는 순간 속도 TS는 다른 장치에 의해 상기 컨트롤러에 전달된다.

"오염 무배출 ZE" 속성은 그의 일부로 (법률에서 내연 기관의 사용이 영구적으로 금지되는 지역들에 대해) 측위 및 내비게이션 시스템의 메모리에서 판독될 수도 있고 다른 기기에 의해 전달(예를 들어, 법률에서 내연 기관의 사용이 현재 금지되는 지역들을 나타내는 무선 신호들을 방출하도록 구성된 무선국에 의해 전달)될 수도 있다. 또한, 사용자가 내연 기관의 사용을 허용하기를 원치 않는 여정의 구역을 선택하도록 사용자에게 제공 할 수 있다.

그리고 나서, 상기 컨트롤러는 이러한 모든 정보를 CAN 버스를 통해 자동차의 메인 컴퓨터로 전송한다.

자동차의 메인 컴퓨터가 아닌 측위 및 내비게이션 시스템에 내장된 컨트롤러를 사용하여 처음 3가지 단계를 수행하는 이점은 CAN 버스에 의해 상기 컴퓨터로 전송해야 할 정보의 양을 줄이는 것이다. 실제로, 동일한 속성들을 지니는 여정의 인접 구역들을 병합함으로써, 전송되는 데이터의 양이 줄어들어 CAN 버스에 의한 데이터의 전송 속도가 빨라지게 된다.

정보를 수신하면, 컴퓨터는 이하의 단계를 수행한다.

따라서, 제4 단계는 각각의 구역(T_i)에 대해 상기 컴퓨터의 메모리에 저장된 참조 곡선들(CE_j) 중에서 고려되는 구역(T_i) 상의 자동차의 에너지 소비(연료 및 전류)를 가장 잘 추정함을 가능하게 하는 것을 결정하는 것이다.

따라서, 이러한 단계는 속성들별 각각의 구역의 특징화로부터 에너지 비용에 의한 특징화로 전환하는 것을 가능하게 한다.

이러한 제4 단계 동안, 상기 컴퓨터는 상기 컴퓨터의 메모리에 저장된 도 5에 도시된 테이블(TAB)을 사용하게 된다.

이러한 도 5에 도시된 바와 같이, 이러한 테이블(TAB)에는 각각의 행(row)이 속성들 중 한 속성의 값(또는 값들의 범위)에 상응하는 행들이 있다. 여기에는 각각의 열(column)이 참조 곡선들(CE_j) 중 하나에 상응하는 열들이 있다. 도시된 예에서 고려할 점은 상기 컴퓨터의 메모리가 M개의 참조 곡선(CE_j)을 저장한다는 것이며, 여기에서 M은 11과 같다.

도 5에서, 상기 테이블(TAB)의 셀들은 이들이 포함할 값들이 자동차의 특성에 따라 달라지므로 비어 있게 된다.

실제로, 이러한 테이블(TAB)은 이러한 셀들 각각 내 값들과 함께 상기 컴퓨터의 메모리에 저장되게 된다.

이러한 값들은 각각의 속성값이 참조 곡선들(CE_j) 중 하나 또는 다른 곡선에 상응하는 확률에 상응하는 확률 값(0과 1 사이에 있음)이게 된다.

일 예로서, 한 구역(T_i)의 도로 카테고리 FC가 2와 같은 값을 지니는 경우,이는 이러한 구역이 참조 곡선(CE1)에 의해 실제로 에너지 비용 측면에서 특징지어지는 확률이 a₁과 같고, 이러한 구역이 실제로 참조 곡선(CE2)에 의해 에너지 비용 측면에서 특징지어지는 확률이 a₂와 같으며, 이하 마찬가지인 테이블에서 판독될 수 있다.

이하에서 유념할 점은 속성들 "경사 RG", "길이 LL" 및 "오염 무배출 ZE"의 값들이 이러한 테이블(TAB)에서 의도적으로 사용되지 않았다는 점이다.

이러한 단계에서, 상기 컴퓨터는 그 후에 고려된 구역(T_i)의 각각의 속성의 값에 상응하는 각각의 확률 값을 기록해 둘 수 있다.

속성 FC가 2와 같고, 속성 SC가 6과 같으며, 속성 SL이 30과 같고, 속성 NL이 2와 같으며, 속성 SMS이 60과 80 사이에 있고, 속성 TS가 40과 60 사이에 있는 것으로 간주 되는 도시된 예에서, 상기 컴퓨터는 a₁ 내지 a₁₁, b₁ 내지 b₁₁, c₁ 내지 c₁₁, d₁ 내지 d₁₁, e₁ 내지 e₁₁ 및 f₁ 내지 f₁₁로 표시된 값들을 기록해 둔다.

그리고 나서, 상기 컴퓨터는 고려된 구역(T_i)이 11개의 참조 곡선(CE_j) 각각에 의해 에너지 비용 측면에서 실제로 특징지어지는 확률을 가산한다.

도시된 예에서, 상기 컴퓨터는 이러한 목적으로 a₁ 내지 f₁, a₂ 내지 f₂ 등으로 표시된 값들을 가산한다.

마지막으로, 상기 컴퓨터는 11개의 합계 중 어느 합계가 가장 높은 결과를 제공하는 지를 결정한다.

따라서, 이는 이러한 높은 확률 합계가 연관되는 참조 곡선(CE_j)이 에너지 비용 측면에서 구역(T_i)을 가장 잘 특징짓는 것으로 간주한다.

그리고 나서, 상기 컴퓨터는 상기 컴퓨터의 메모리에서 이러한 참조 곡선(CE_j)을 특징짓는 매개변수들의 값들을 획득할 수 있다.

본 내용의 이러한 단계에서는, 이러한 참조 곡선들이 획득되고 모델링되는 방식에 더 구체적으로 초점을 맞출 필요가 있다.

각각의 차량 모델(또는 각각의 엔진 모델, 또는 각각의 자동차 모델 세트, 또는 각각의 엔진 모델 세트에 대해)에 대해, 서로 다른 측위된 도로 구역들 상에서 다수의 테스트 실행(또는 테스트 실행 시뮬레이션)을 수행하는 것이 필요하다.

이러한 테스트 실행들은 속성들이 알려진 서로 다른 구역들 상의 차량의 연료 및 전류 소비를 결정하는 것을 가능하게 한다. 이를 위해, 차량은 각각의 구역에 걸쳐 여러 번 이동하게 되며, 매번 전기 모터에 의해 전개되는 트랙션의 점유율이 높아지게 된다.

그리고 나서, 각각의 구역에 대한 소비율 곡선 CCS를 생성할 수 있다. 이러한 소비율 곡선들은 도 4에 도시된 유형의 곡선들이다.

이러한 곡선들 각각 상에서는, 전기 에너지의 사용이 많아질수록(다시 말하면, ΔSOE < 0이면), 전기 트랙션 체인만을 사용하는 실행에서 0에 도달할 때까지 연료 소비가 더 많이 감소하게 됨이 관측될 수 있다. 이와는 반대로, 열 엔진을 통해 배터리를 충전하려는 노력이 많아질수록(ΔSOE > 0이면), 연료 소비가 더 많이 증가하게 된다. 마지막으로, 각각의 소비율 곡선 CCS가 보조 기기들에 의한 전기 소비 없이 수평 도로(무 경사) 상에서의 실행의 시뮬레이션에 대한 차량의 평균 에너지 소비를 설명하는 것이 상기될 것이다.

이러한 테스트 실행들은 테스트된 구역들이 있는 만큼 소비율 곡선 CCS를 찾는 것을 가능하게 한다.

각각의 소비율 곡선 CCS는 트랙션 배터리의 충전 및 방전 변동들(ΔSOE)이 최소 임계값(ΔSOE_min)과 최대 임계값(ΔSOE_max) 사이로 한정되는 2차 다항식에 의해 모델링될 수 있으며, 이는 다음과 같은 수학식

으로 기재될 수 있으며, 여기서, Ψ₀, Ψ₁, Ψ₂는 다항식의 계수들이다.

도 4의 곡선들에 도시된 바와 같이, 이러한 모델링을 간략화하기 위해, 2개의 계수(Ψ₁, Ψ₂)가 한 곡선에서부 다른 한 곡선에 이르기까지 동일한 것으로 추정될 수 있다. 또한, 최소 임계값(ΔSOE_min)은 다항식의 3개의 계수에 따라 달라진다는 것이 관측될 수 있다. 따라서 계수(Ψ₀) 및 최대 임계값(ΔSOE_max)만이 변한다. 그러므로, 이러한 2개의 값은 각각의 소비율 곡선(CCS)을 특징짓는 것을 가능하게 한다.

이때, 도 3은 좌표들이 2개의 변수(Ψ₀, ΔSOE_max)에 상응하는 점들을 보여준다. 이는 이루어진 테스트 실행들에서 획득된 소비율 곡선(CCS)의 분포를 보여준다. 여기에서는, 이러한 점들이 11개의 별개의 지역에 분포되어있는 것으로 간주된다. 각각의 지역은 이때 그의 무게 중심(barycenter)에 의해 정의된다.

따라서, 위에서 설명한 바와 같이, 본 방법에서는, 고려된 구역에 정확히 상응하게 되는 소비율 곡선을 획득하는 것이 아니라 변수(Ψ₀, ΔSOE_max)가 고려되는 이러한 11개의 지역 중 한 지역의 무게 중심에 상응하는 11개의 참조 곡선 중 한 참조 곡선이다.

본 방법의 이러한 단계에서, 각각의 구역(T_i)은 이때 도 2에 도시된 바와 같이 위에서 언급한 매개변수들(Ψ₀, Ψ₁, Ψ₂, ΔSOE_min, ΔSOE_max)에 의해 그리고 각각의 구역(T_i)의 길이 LL_i에 의해, 그의 경사 RG_i에 의해 그리고 "오염 무배출 ZE" 속성에 의해 정의된다.

위에서 설명한 바와 같이, 선택된 에너지 곡선(CE_i)은 구역(T_i)의 경사, 또는 보조 장치(에어컨 모터 등)의 전류 소비, 또는 내연 기관의 사용이 고려되는 구역 상에서 승인되는지 여부를 고려하지 않는다.

각각의 구역(T_i)의 경사를 고려하기 위해, 경사 RG_i를 기반으로 각각의 참조 곡선(CE_i)을 보정하는 단계가 제공된다.

도 7에 명확하게 도시된 바와 같이, 이러한 보정 단계는 간단히 경사 RG_i의 함수인 값으로 구역(T_i)과 관련이 있는 참조 곡선(CE_i)을 상방 또는 하방으로(다시 말하면 일정한 충전 또는 방전 ΔSOE로) 이동시키는 것이다.

실제로 여기서 이해할 점은 고려되는 도로 구역이 오르막이면 연료 소비량이 초기에 계획한 것보다 더 많아지게 된다. 반면에, 고려되는 도로 구간이 내리막이면 연료 소비량이 초기에 계획한 것보다 더 적어지게 된다.

또한, 제동 단계 동안, 올라갈 때보다 내려갈 때 더 많은 전기 에너지를

에서 등반 할 때보 다 하강 할 때 더 많은 전기 에너지를 수집하는 것이 가능할 것이다.

실제로 상기 보정 단계는 이하의 수학식

에 따라 매개변수(Ψ₀)를 수정하는 것이며, 여기서 K 값의 계수는 고려되는 차량 모델 및 그의 특성에 따라 다르다(일 예로 여기서 K = 0.01327 l.km^-1인 것으로 간주하는 것이 가능할 것이다).

보조 장치들의 전류 소비를 고려하기 위해, 이러한 보조 장치들에 의해 소비되는 전력(P_aux)의 함수로서 각각의 참조 곡선(CE_i)을 보정하는 제2 단계가 제공된다.

여기서 유념할 점은 고려되는 전력값(P_aux)이 계산시 측정 가능한 값이다는 것이다. 그러므로, 이러한 방법에서는 소비되는 전력이 여정에 걸쳐 실질적으로 일정하게 유지될 것이라고 가정된다. (예를 들어, 에어컨이 시동되었으므로) 컴퓨터가 장기간에 걸쳐 이러한 전력의 큰 변화를 검출하게 되면, 이는 새로운 전력값(P_aux)을 고려하기 위해 이러한 단계에서 본 방법을 다시 시작하도록 프로그램될 수 있을 것이다.

더 구체적으로, 본 방법은 계산에서 고려된 전력과 측정된 전력 간의 차이가 임계값을 초과하는 기간(예를 들어, 5분) 동안 임계값(예를 들어, 10%) 이상으로 유지되게 되는 경우 이러한 제2 보정 단계에서 다시 초기화될 수 있을 것이다.

도 6에 명확하게 도시된 바와 같이, 상기 제2 보정 단계는 간단히 구역(T_i) 에 관련된 참조 곡선(CE_i)을 전력(P_aux)의 함수인 값만큼 좌측으로(다시 말하면, 일정한 연료 소비량으로) 이동시키는 것이다.

실제로 여기서 이해할 점은 전기 장치들이 사용될 때 배터리의 충전이 계획된 것보다 느리게 되고 이러한 배터리의 방전이 계획된 것보다 빠르게 된다는 것이다.

실제로 상기 보정 단계는 이하의 수학식

로부터 계산된 E_AUX 값으로 참조 곡선(CE_j)을 이동시키는 것이며, 여기서

는 구역에 걸친 평균 속도(km/h 단위)를 나타낸다. 이러한 값은 측위 및 내비게이션 시스템에 의해 직접 제공될 수 있으며, 교통 속도값 또는 통계적 평균 속도 또는 속도 제한과 같을 것이라고 추정한다.

본 방법의 제5 단계는 그 후 각각의 참조 곡선(CE_j) 상에서 여정 모두에 걸쳐 하이브리드 자동차의 연료 소비를 최소화하고 "오염 무배출 ZE" 속성에 의해 정의된 제약을 관측하면서 상기 여정의 종점에서 트랙션 배터리의 완전한 방전을 획득하는 것을 가능하게 하는 최적의 지점(P_i)를 결정하는 것이다.

이러한 단계는 임의의 알고리즘(이차 프로그래밍(quadratic programming), 동적 프로그래밍(dynamic programming) 등)을 통해 수행될 수 있을 것이다.

여기에서 이는 예를 들어 유형 A*의 휴리스틱 최적화 알고리즘에 의해 수행된다. 이것은 선행기술에 알려져 있는 알고리즘이므로 여기에서 상세하게 설명되지 않을 것이다. 그러나 그의 작동은 간략하게 설명될 수 있다.

이를 위해 도 8에 대해 참조가 이루어질 것이다.

여기에서 알 수 있는 점은 각각의 구역에 대해 일련의 점들이 y 축에 평행한 에너지 상태(SOE)를 통하여 구획된 것이며, x 축이 출발지 역과 구역의 최종 지점 간의 거리(킬로미터 단위)와 같다는 것이다. 이러한 선의 각각의 점은 이러한 구역에 연관된 참조 곡선(CE_j)으로부터 추론하여 달성될 수 있는 에너지 상태(SOE)에 상응한다. 에너지 상태(SOE)의 간격은 유한 개수의 점들로서 이산화(離散化)된다.

각각의 점의 세로 좌표는 이때 차량이 트랙션 배터리에 적용된 충전 또는 방전을 고려하여 참조 곡선(CE_j)의 해당 지점에 따라 주행된 경우 구역의 종점에서 잔류하게 되는 트랙션 배터리의 에너지 상태(SOE)와 같다.

그러므로, 각각의 점은 노드(n_i _,x)를 구성한다(인덱스(i)는 고려되는 구역(T_i)에 상응하고 인덱스(x)는 고려되는 구역(T_i)의 종점에서 트랙션 배터리의 에너지 상태(SOE)에 상응함).

따라서, 상기 알고리즘(A*)의 목적은 여정의 오염 무배출 지역들을 고려하면서 차량의 연료 소비량을 최소화하는 것을 가능하게 하는 궤도(CI)를 찾아내는 것이다.

노드들(n_i _,x)의 탐색 순서의 선택은 이하의 수학식

에서 보인 바와 같이 비용 함수(g)와 휴리스틱 함수(h)의 합계인 함수(f)를 최소화하려고 시도하면서 결정되며, 여기서 비용 함수(g)는 이전 구역들에서 배터리에 적용될 충전 또는 방전 ΔSOE에 관련된 선택사항들을 기반으로 최적으로 이용 가능한 경로를 통해 초기 노드(여정의 시작)에서부터 노드(n)에 도달하는 데 필요한 연료의 양을 나타내고, 휴리스틱 함수(h)는 노드(n)으로부터 트랙션 배터리의 선형 방전의 경우를 고려하여 노드(n)로부터 최종 노드로 이동하기 위해 트랙션 배터리에 적용될 수 있는 충전 또는 방전 ΔSOE로 소비되는 연료 잔량의 낙관적 추정을 나타낸다.

이러한 2가지 표현은 여정을 따라 고려되는 구역의 위치(여기에서는 곡선 횡축(d_i)으로 표현됨)와 구역(T_i)의 종점에서 트랙션 배터리의 고려되는 에너지 레벨(SOE_x)의 함수로 표현될 수 있다.

따라서, 비용 함수(g)는 노드(n_i,x)(곡선 횡축(d_i) 및 에너지 레벨(SOE_x)로 정의됨)로부터 노드(n_i ₊ _1,y)(곡선 횡축(d_i ₊₁) 및 에너지 레벨(SOE_y)로 정의됨)로의 전환 비용을 나타내도록 이하의 수학식

으로 표현될 수 있다.

노드(n_i,x)의 휴리스틱 함수(h)는 그의 일부에 대해 이하의 수학식

에 의해 표현될 수 있으며, 여기서 목적지 역은 노드(n_N)(곡선 횡축(d_N) 및 에너지 레벨(SOE_c)로 정의됨)에 위치하며, 곱셈 계수(α_i ^ZE)는 차후에 정의된다.

함수(f)는 상기 알고리즘이 각각의 계산 단계에서 현재 노드에 도달하는 비용을 최소화하는 동시에 이러한 노드에서부터 여정의 종점에 이르기까지의 잔류 비용을 최소화하는 경로를 탐색하는 것을 허용한다.

따라서, 함수(f)를 사용하면 이러한 알고리즘이 최적 경로에 가장 가까운 경로들을 탐색하게 하여, 최적이 아닌 경로들의 탐색을 제한하고 최소한의 계산 시간으로 좋은 결과를 획득하는 것을 가능하게 한다.

본 발명에 의하면, 함수(f)는 "오염 무방출 ZE" 속성이 1인 구역들에서 "전 전기식" 작동 모드를 보장하도록 매개변수화된다.

이를 위해, 자동차의 컴퓨터는 3가지 별개의 작동을 구현한다.

처음 2가지 작동은 알고리즘(A*)의 작동을 할당하기 위해 제공되고 세 번째 작동은 내연 기관에서 직접 동작하도록 제공된다.

첫 번째 작동은 "오염 무방출 ZE" 속성이 1인 구역(T_i)에 대해 트랙션 배터리의 방전을 최대화하는 노드들(n_i,x)을 강제로 사용하는 것이다.

이를 위해, 고려되는 구역(T_i)에 1과 같은 "오염 무방출 ZE" 속성이 있는 경우, 알고리즘(A*)은 단일 노드(n_i+1,y)만을 선택할 수 있도록 제공되고, 그럼으로써 이하의 수학식

이 성립되며, 여기서 ΔSOE_i _,min은 (노드(n_i,x) 및 노드(n_i+1,y) 간) 구역(T_i)에서 차량의 "전 전기식" 모드에서의 전기 소비를 나타낸다.

두 번째 작동은 알고리즘의 관점에서 경로를 덜 유리하게 취하기 위해 구역(T_i)에 걸친 연료 소비를 초래할 모든 경로들에 대한 휴리스틱 함수(h)의 계산에 페널티를 적용하는 것이다.

따라서, 이러한 두 번째 작동은 알고리즘(A*)의 수렴 속도를 개선하는 것을 가능하게 한다.

여기에서 상기 패널티는 위에서 언급한 곱셈 계수(α_i ^ZE)에 의해 모델링된다.

이를 위해, 이러한 곱셈 계수는 이하의 것을 수행되도록 선택된다:

"오염 무방출 ZE" 속성이 0인 구역들에서 α_i ^ZE = 1인 것,

A가 사전에 결정된 상수일 경우에 "오염 무방출 ZE" 속성이 1인 구역들에서 α_i ^ZE = A > 1인 것.

여기서 유념할 점은 이러한 두 번째 작동을 구현하는 것이 유리하지만 후자는 "오염 무방출 ZE" 속성이 1인 구역들에서 전 전기식 모드로 차량이 구동하게 하는데 절대적으로 필요하다는 것이다.

일단 (참조 곡선들(CE_j)의 최적 점들을 통과하는) 최적의 궤도가 발견되면, 컴퓨터는 최적 점들(P_i)의 좌표들을 기반으로 에너지 관리 설정점을 생성한다.

그리고 나서, 이러한 에너지 관리 설정점은 경로를 따라가기 위해 컴퓨터에 의해 여정 중에 사용되고 그럼으로써 트랙션 배터리의 에너지 상태(SOE)가 도 8에 도시된 궤도(CI)를 따라가게 된다.

여러 방법으로 이러한 경로 추종을 수행할 수 있다. 일 예는 본원 출원인에 의해 출원된 특허출원 FR2988674 또는 문헌들 WO2013150206 및 WO2014001707에 특히 잘 설명되어 있다.

세 번째 작동은 에너지 관리 설정점을 생성하고 그럼으로써 이러한 에너지 관리 설정점이 "오염 무배출 ZE" 속성들이 1인 구역들에서 내연 기관의 시동을 금지하는 금지 신호를 포함하게 된다.

그리고 나서, 상기 금지 신호는 컴퓨터로 전송되고, 상기 컴퓨터는 결과적으로 이러한 구역들에서 내연 기관의 시동을 방지하게 된다.

이러한 단계에서 유념할 수 있는 점은 내연 기관의 사용이 승인되지 않은 구역들의 통행을 보장하는데 어떠한 관리 설정점도 발견되지 않을 수 있는 것이 가능한데, 그 이유는 트랙션 배터리가 이러한 구역들에 도달할 정도로 충분히 충전되어 있지 않기 때문이거나, 통과되는 오염 무배출 지역이 "전 전기식" 모드에서의 하이브리드 차량의 주행거리을 고려할 때 너무 크기 때문이다.

이러한 경우에, 상기 컴퓨터는 예를 들어 차량의 중앙 콘솔에 위치한 스크린을 통해 운전자에게 그러한 구역들을 통과하는 것이 불가능하다는 사실을 경고하도록 설계된다. 그리고 나서, 상기 컴퓨터는 이러한 문제가 없는 다른 여정을 제안할 수 있다.

Claims

트랙션 배터리에 의해 전류가 공급되는 적어도 하나의 전기 모터;와 연료가 공급되는 내연 기관;을 포함하는 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법에 있어서,
상기 방법은,
a) 내비게이션 시스템을 사용하여 수행해야 할 여정을 획득하는 단계;
b) 상기 여정을 연속 구역들(
로 분할하는 단계;
c) 각각의 구역(T_i)에 대해, 상기 구역(T_i)을 특징짓는 속성들(FC, SC, SL, TS, RG, LL NL, SMS, ZE)을 획득하는 단계;
d) 상기 구역(T_i)들의 각각의 구역(T_i)에 대해 그리고 각각의 구역(T_i)의 속성들(FC, SC, SL, TS, RG, LL, NL, SMS, ZE)을 고려하여, 상기 구역(T_i)에서의 상기 하이브리드 자동차의 연료 소비(CC)를 전기 에너지 소비(ΔSOE)와 연계시키는 관계(CE_j)를 획득하는 단계;
e) 획득한 관계(CE_j)들 각각에서 최적의 소비점(P_i)을 결정하는 단계; 및
f) 상기 최적의 소비점(P_i)들의 좌표들을 기반으로 상기 여정 전반에 걸쳐 에너지 관리 설정점을 생성하는 단계;
를 포함하며,
단계 c)에서, 상기 속성들 중 제1 속성(ZE)은 상기 구역(T_i)에서 내연 기관의 사용이 승인될지의 여부와 관련하여 획득되는 것이고, 단계 e)에서는, 상기 최적의 소비점(P_i)을 결정하여,
- 상기 제1 속성(ZE)이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역(T_i)들에서 트랙션 배터리의 방전을 최대화하고,
- 상기 여정 중 모든 여정에 걸쳐 상기 하이브리드 자동차의 연료 소비를 최소화하며, 그리고
- 상기 여정의 종점에서 트랙션 배터리의 방전을 최대화하는 것이 제공됨을 특징으로 하는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항에 있어서,
단계 f)에서, 상기 에너지 관리 설정점은 상기 제1 속성(ZE)이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역(T_i)들 상에서 상기 내연 기관의 시동을 금지하는 커맨드를 포함하는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 또는 제2항에 있어서,
단계 e)에서, 상기 제1 속성(ZE)이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역(T_i)들 상에서 비-제로 연료 소비에 상응하는 관계(CE_j)들을 나타내는 점들에 페널티(penalty)를 줌으로써 최적의 소비점(P_i)들을 결정하는 것이 제공되는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 내지 제3항 중의 한 항에 있어서,
단계 e)에서, 최적의 소비점(P_i)들의 결정은 휴리스틱 최적화 알고리즘(A*)을 사용하여 이루어지는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 내지 제4항 중의 한 항에 있어서,
상기 휴리스틱 최적화 알고리즘(A*)은 상기 제1 속성(ZE)이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역(T_i)들 상에서 비-제로 연료 소비에 상응하는 관계(CE_j)를 나타내는 점들에 페널티를 주기 위해 고려되는 구역(T_i)에 도달하기 위한 비용 함수(g)와 고려되는 구역(T_i))으로부터 상기 여정의 종점으로 이동하기 위한 나머지 비용을 평가하는 휴리스틱 함수(h)의 합계인 함수(f)를 최소화하는 것이며, 상기 휴리스틱 함수(h)의 계산은 상기 제1 속성(ZE)이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역(T_i)들 상에서와 다른 구역(T_i)들 상에서 다르게 수행되는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 내지 제5항 중의 한 항에 있어서,
상기 휴리스틱 함수(h)의 계산은 상기 제1 속성(ZE)이 상기 내연 기관의 사용이 승인되지 않음을 나타내는 구역(T_i)들 상에서 엄격하게 1보다 크며 다른 구역(T_i)들 상에서 1과 같은 곱셈 계수(multiplying coefficient)가 적용되는 수학적 표현을 사용하여 수행되는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 내지 제6항 중의 한 항에 있어서,
단계 d)에서, 각각의 관계(CE_j)는 연료 소비값들(CC)과 전기 에너지 소비값들(ΔSOE)을 연계시키는 복수의 사전에 결정된 관계들(
)로부터, 상기 구역(T_i) 상에서의 하이브리드 자동차의 연료 소비(CC)를 상기 구역(T_i)을 특징짓는 속성들(FC, SC, SL, TS, RG, LL, NL, SMS)을 고려하여 상기 하이브리드 자동차의 전기 에너지 소비(ΔSOE)와 연계시키는 관계의 최적 근사인 사전에 결정된 관계(CE_j)를 선택함으로써 획득되는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 내지 제7항 중의 한 항에 있어서,
상기 사전에 결정된 관계(CE_j)들은 상기 내연 기관의 연료 소비값들(CC)을 상기 트랙션 배터리의 충전 또는 방전 값들(ΔSOE)과 연계시키는 곡선들 또는 맵들인, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 내지 제8항 중의 한 항에 있어서,
상기 사전에 결정된 관계(CE_j)들 및 각각의 속성값(FC, SC, SL, TS, RG, LL, NL, SMS, ZE)에 연관된 테이블(TAB)을 저장하는 메모리를 사용하여, 단계 d)에서, 상기 구역(T_i)이 상기 사전에 결정된 관계(CE_j)들 중 하나 또는 다른 사전에 결정된 관계에 연관되는 확률을 제공하여, 각각의 구역(T_i)에 대해, 이러한 구역(T_i)에 연관된 속성들(FC, SC, SL, TS, RG, LL, NL, SMS)의 값들을 고려해 상기 테이블(TAB)을 사용하여 상기 구역(T_i)이 상기 사전에 결정된 관계(CE_j)들 중 하나 또는 다른 사전에 결정된 관계에 속하는 확률들의 합을 결정하며 가장 큰 확률들의 합을 지니는 관계(CE_j)를 선택하는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.
제1항 내지 제9항 중의 한 항에 있어서,
단계 b)에서, 각각의 구역(T_i)은 전체 길이에 걸쳐 변하지 않는 적어도 2개의 속성(RG, SC, FC, ZE)을 포함하는 여정의 최대 길이의 일부로 정의되며, 상기 2개의 속성 중 하나는 상기 제1 속성(ZE)에 의해 형성되는, 하이브리드 자동차에 의한 연료 및 전류의 소비에 대한 관리 설정점을 계산하는 방법.