车辆用能量管理装置的制造方法

车辆用能量管理装置的制造方法
【专利摘要】本发明提供使到目的地为止的燃料消耗量成为最小的车辆用能量管理装置。所述车辆用能量管理装置包括：取得至少包含电动车的车速和电池的充电状态的信息在内的车辆信息的车辆信息获取单元；取得到目的地为止的路径信息的路径信息获取单元；基于路径信息和车辆信息来制定到目的地为止的目标车速计划以及马达、发动机、发电机的驱动与否计划的最优计划计算单元；以及基于由最优计划计算单元制定的驱动与否计划来控制马达、发动机、发电机的车辆控制指示单元。所述最优计划计算单元基于路径信息和车辆信息来制定使到目的地为止的燃料消耗量成为最小的驱动与否计划和目标车速计划，车辆控制指示单元至少按照驱动与否计划来控制马达、发动机、发电机。
【专利说明】
车辆用能量管理装置
技术领域
[0001]本发明涉及车辆用能量管理系统，特别涉及管理混合动力车和插电式混合动力车 的能量的车辆用能量管理系统。
【背景技术】
[0002] 在具有发动机和马达作为动力源的混合动力车等电动车中，装备有车辆用能量管 理装置，该车辆用能量管理装置根据到目的地为止的路径信息和前方车辆的行驶信息来设 定使得到达目的地时燃料消耗量最小的发动机和马达的运转计划。
[0003] 例如、专利文献1公开了一种混合动力车的行驶辅助装置，其基于到目的地为止的 路径信息和前方车辆的行驶信息来推断车速模式，并基于根据车速模式算出的能耗来设定 使得到目的地示燃料消耗量最小的发动机和马达的运转计划。 现有技术文献 专利文献
[0004] 【专利文献1】特开2010-132241号公报

【发明内容】
发明要解决的技术问题
[0005] 在专利文献1公开的驾驶辅助装置中，基于到目的地为止的路径信息和前方车辆 的行驶信息来推断车速模式，并基于根据车速模式计算出的能耗来设定使得到目的地为止 的燃料消耗量最小的发动机和马达的运转计划，但是，存在这样的问题:在推断的车速模式 是使得发动机的发电效率较差的发动机输出（工作点）的模式的情况下，即使仅将发动机和 马达的运转计划作了优化，到目的地为止的的燃料消耗量未必能最小化。
[0006] 本发明为解决上述的技术问题而完成，旨在提供使得到目的地时燃料消耗量为最 小的车辆用能量管理装置。 用于解决技术问题的技术手段
[0007] 根据本发明的车辆用能量管理装置搭载在电动车上，用于管理所述电动车的能 量，所述电动车包括驱动所述电动车的马达和发动机、既利用所述发动机的旋转力来发电 又在通过所述马达制动所述电动车时发电的发电机、及既供给驱动所述马达的电力又储存 所述发电机发出的电力的电池，所述车辆用能量管理装置包括:取得至少包含所述电动车 的车速和所述电池的充电状态的信息在内的车辆信息的车辆信息获取单元;取得到目的地 为止的路径信息的路径信息获取单元;基于所述路径信息和所述车辆信息来制定到目的地 为止的目标车速计划和所述马达、所述发动机、所述发电机的驱动与否计划的最优计划计 算单元；以及基于所述最优计划计算单元制定的所述驱动与否计划来控制所述马达、所述 发动机、所述发电机的车辆控制指示单元。所述最优计划计算单元基于所述路径信息和所 述车辆信息来制定使到所述目的地为止的燃料消耗量成为最小的所述驱动与否计划和所 述目标车速计划，所述车辆控制指示单元至少按照所述驱动与否计划来控制所述马达、所 述发动机、所述发电机。 发明效果
[0008] 根据本发明的车辆用能量管理装置，可以获得使得到目的地为止的的燃料消耗量 为最小的车辆用能量管理装置。
【附图说明】
[0009] 图1是表示本发明实施方式1的车辆用能量管理装置的结构的框图。 图2表示由最优计划计算单元制定的目标车速计划和动力传动系致动器的驱动与否计 划的一个示例的图。 图3是表示使用遗传算法的最优化处理流程的流程图。 图4是示意性表示使用遗传算法的最优化方法的图。 图5是说明本发明实施方式1的车辆用能量管理装置的动作的流程图。 图6是表示本发明实施方式2的车辆用能量管理装置的结构的框图。 图7表示由最优计划计算单元制定的目标车速计划和动力传动系致动器的驱动与否计 划的一个示例的图。 图8是表示本发明实施方式2的车辆用能量管理装置的动作的流程图。
【具体实施方式】
[0010] 〈实施方式1> 〈系统结构〉 图1是表示本发明实施方式1的车辆用能量管理装置100的结构的框图。如图1所示，车 辆用能量管理装置1 〇〇包括:取得车辆的当前位置、车速、未图示出的电池(充电电池）的充 电状态(剩余电量)等车辆信息的车辆信息获取单元2;作为从出发地到目的地为止的路径 信息取得行驶路线、道路坡度、道路类别等路径信息的路径信息获取单元3;基于路径信息 获取单元3的路径信息判断自动巡航区间的自动巡航区间判定单元4;基于路径信息获取单 元3和自动巡航区间判定单元4的输出来计算在到目的地为止的路径上各地点或各区间允 许本车达到的车速范围的速度范围计算单元5;以及加速度范围计算单元6。
[0011] 车辆用能量管理装置100还包括最优计划计算单元7和车辆控制指示单元8,所述 最优计划计算单元7利用车辆信息获取单元2、路径信息获取单元3、速度范围计算单元5和 加速度范围计算单元6的输出来制定使得到目的地为止的燃料消耗量为最小的目标车速计 划以及马达、发动机、发电机等动力传动系致动器的驱动与否计划，所述车辆信息获取单元 2按照驱动与否计划给马达9、发动机10、发电机11、变速箱12和离合器13等动力传动系致动 器提供控制指示以达到当前位置的目标车速。
[0012] 再有，本发明以适用于具备用于执行自动巡航的巡航控制功能的混合动力车等电 动车为前提，能基于由最优计划计算单元7制定的目标车速计划和动力传动系致动器的驱 动与否计划，通过由车辆控制指示单元8给动力传动系致动器提供控制指示来进一步减少 现有的ACC(Adaptive Cruise Control:自适应巡航控制)无法充分降低的燃料消耗量。
[0013] 然而，本发明在不进行自动巡航时也有效。虽然基于由最优计划计算单元7所制定 的动力传动系致动器的驱动与否计划来选择行驶模式的动作要利用巡航控制功能，但是为 了实现最优计划计算单元7所制定的目标车速计划，驾驶者随时给出车速指示即可。例如， 可以使用车载的汽车导航系统通过语音或图像来给出车速指示。当然，如果进入了自动巡 航区间后驾驶者希望自动巡航，则自动地设定车速即可。
[0014] 这里，路径信息获取单元3例如可以使用车载的汽车导航系统，但是也可以通过从 汽车导航系统所搭载的GPS(Global Posi tioning System)等卫星定位系统获得位置信息 的接收机(GPS传感器)来取得当前位置，并根据内置的地图数据检索路径信息。另外，也可 以将驾驶者或搭乘者持有的移动终端、PDA和智能手机连接到车辆用能量管理装置100,将 其中安装的导航功能(应用程序)用作路径信息获取单元3。
[0015] 另外，路径信息获取单元3可以是具有与车外服务器进行通信的通信装置的结构， 可以从车辆信息获取单元2取得车辆的当前位置，并经由通信装置从VICS(注册商标： vehicle information and communication system:道路交通情报通信系统）中心等车外 的基础设施服务器取得路径信息。当然，车辆用能量管理装置100也可以具有独自的导航系 统作为路径信息获取单元3,从内置的地图数据取得路径信息。
[0016] 再有，车辆用能量管理装置100也可以具有这样的结构:作为路径信息不仅取得行 驶路线、道路坡度、道路类别，也取得交叉点、弯道等道路形状、信号机的状态、施工、事故、 堵塞等道路信息。汽车导航系统中设有将这些信息实时更新的装置，因此，如果使用汽车导 航系统在这点上是有利的。
[0017] 车辆用能量管理装置100可以是这样的结构:车辆信息获取单元2具有用于取得电 池充电状态的电池传感器，直接测量电池的剩余电量，另外，也可以是从已有的电池管理单 元取得充电状态信息的结构。另外，如果车辆信息获取单元2具有GPS传感器，则可以通过 GPS传感器取得当前位置，而如果路径信息获取单元3具有GPS传感器，则可以从路径信息获 取单元3取得当前位置信息。
[0018] 另外，自动巡航区间判定单元4可以将路径的道路类别为高速道路或汽车专用道 路的区间判断为自动巡航区间。再有，在将来设置了人不能驾驶而仅供自动驾驶车辆行驶 的自动驾驶专用道路的情况下，可以将成为该汽车专用道路的区间判断为自动巡航区间。 另外，在具有自动巡航功能的车辆中，可以确认驾驶者已打开自动巡航开关，并将与自动巡 航开关被打开的区间相同的道路类别(例如高速道路)接续的区间判定为自动巡航区间。通 过设置自动巡航区间判定单元4,从而即使有自动巡航区间也能设定发动机效率良好的目 标车速。
[0019] 另外，车速范围计算单元5不是算出用于使燃料消耗量成为最小的速度范围，而是 计算基于法定速度的速度范围或驾驶者没有不适感或不舒服感的速度范围。例如在法定速 度60km/h的道路上将速度范围设为60~40km/h，即使以70km/h行驶时发动机特性良好，也 不设定违反法定速度的速度。从而能遵守法定速度来行驶。
[0020] 这里，驾驶者无不适感或不舒服感的速度范围可以基于将速度与被数值化的不适 感或不舒服感关联的数据库来设定，例如，相对于法定速度60km/h以车速20km/h行驶的话， 司机因与周围车辆的相对速度而有不适感或不舒服感，因此，如果以不舒服感1〇〇(最大值） 等那样登录到数据库中，则车速就不会被设定在那样的速度上。
[0021] 再有，速度范围的上下限可以不仅根据法定速度改变，也根据高速道路、一般道 路、山路等道路类别而改变，例如，高速道路可以设定为100~70km/h，山路可以设定为50~ 20km/h 等。
[0022]另外，在自动巡航区间车速范围不是固定在自动巡航的设定车速上，而是在法定 速度或驾驶者无不舒服感的范围内算出一个宽度较大的车速范围。相反地，在自动巡航区 间以外可以将车速范围计算得比自动巡航区间要小。通过缩小自动巡航区间以外的车速范 围，可以设定不使驾驶者感觉不舒服感的车速范围。
[0023]加速度范围计算单元6不是计算使燃料消耗量成为最小的加速度，而是计算不给 驾驶者带来不适感的加速度范围。这里，不给驾驶者带来不适感的加速度范围可以基于将 被数值化的不适感与加速度相关联的数据库来设定。从而能够以不让驾驶者感觉不适的加 速度来行驶。
[0024] 再有，加速度范围计算单元6可以利用路径信息获取单元3所具有的道路类别信息 来按每种道路类别来设定加速度范围。
[0025] 最优计划计算单元7制定的动力传动系致动器的驱动与否计划是决定在到目的地 为止的路径中的某个区间中驱动还是停止马达9、发动机10和发电机11的计划。例如，在某 个区间以EV模式行驶时，发动机10停止、发电机11停止、马达9驱动，行驶能量全部由马达9 供给，因此电池的剩余电量减少。另外，在某个区间以HEV模式行驶时，发动机10驱动、发电 机11驱动、马达9也驱动，在马达9提供行驶能量的同时，发电机11用发动机10的输出进行发 电，通过用该电力给电池（蓄电池)充电，可以使电池的剩余电量不减少。再有，在具有变速 箱12或离合器13的车辆中，车辆的驱动与否计划也包括离合器的接合、脱开和变速箱的齿 轮切换的计划。
[0026] 这里，最优计划计算单元7可以构成为基于车辆信息获取单元2和路径信息获取单 元3的输出来制定使得到目的地为止的燃料消耗量成为最小的目标车速计划和动力传动系 致动器的驱动与否计划，另外，也可以构成为基于车辆信息获取单元2、路径信息获取单元3 和速度范围计算单元5的输出来制定目标车速计划和动力传动系致动器的驱动与否计划。 如果采用前者的结构，因为没有速度范围的条件，被输入到最优计划的约束条件减少，计算 负荷也减少。另外，如果采用后者的结构，通过将速度范围包含在约束条件中，可以设定在 遵守法定速度的同时不给驾驶者带来不舒服感的目标车速。再有，车辆用能量管理装置100 不仅在本车出发时制定最优计划，还在从出发后至到达目的地为止的期间随时获取各种信 息，根据需要制定最优计划。
[0027]〈最优计划〉 接着，用图2说明由最优计划计算单元7制定的目标车速计划和动力传动系致动器的驱 动与否计划的一个示例。
[0028] 图2中，示出了以现有的ACC(Adaptive Cruise Control)恒速行驶的以往ACC模式 和将目标车速计划和动力传动系致动器的驱动与否计划汇总而制定的目标车速型模式，还 将从出发地到目的地分为10个区间，与各自区间中的道路坡度信息一起示出了车速和发动 机效率。再有，对于车速用单点划线表示车速范围，用细实线表示以往ACC模式的车速，用粗 实线表示目标车速型模式下的目标车速。另外，对于发动机效率，用细实线表示以往ACC模 式下的发动机效率，用粗实线表示目标车速型模式下的发动机效率。
[0029] 在图2的区间1中，将目标车速型模式下的目标车速设定在与以往ACC模式下的车 速相同的速度，为了加速以发动机和马达双方都被驱动的HEV模式进行行驶。在区间1发动 机效率没有差异。
[0030] 在区间2~6,以按以往ACC模式设定的恒定车速进行行驶，但是以设定的车速行驶 未必是发动机效率良好的工作点，发动机效率变得低于目标车速型模式。另一方面，目标车 速型模式下，通过计划为加速到发动机效率良好的工作点的目标车速来减少燃料消耗量。 这里，目标车速被计划为处于单点划线所示的车速范围内，以不给驾驶者带来不舒服感。
[0031] 这里，就发动机效率良好的工作点进行说明。发动机能够产生的能量（发动机输 出）由发动机输出=转速X转矩即发动机转速和转矩(发动机负荷)决定。一般的发动机中， 在发动机转速高到某一程度且发动机负荷也高的情况下，燃料消耗效率变好。在车速低又 无加速的速度模式的情况下，由于行驶能量低，发动机转速和发动机负荷也降低，从而在发 动机效率差的工作点（发动机输出）上驱动发动机，燃耗变差。与此相对，如区间2~6所示， 目标车速型模式下，不设定车速较低的车速模式，而通过设定加速的车速模式来提高行驶 能量，变成在发动机效率良好的工作点上进行行驶，从而可以改善燃耗。另外，在区间2~6 中，按HEV模式进行行驶，这时成为不驱动马达的驱动与否计划，因而只考虑发动机效率来 计划目标车速既可。
[0032] 区间7具有陡峭的上升坡度，按以往ACC模式，即使有上升坡度也以恒定车速行驶， 使得发动机在离开发动机的高效区域的高输出区域进行动作。因此，发动机效率进一步降 低。
[0033] 然而，目标车速型模式下这样设定目标车速:在陡峭的上升坡度降低车速，使发动 机工作于发动机的高效区域，因此也可以抑制陡坡行驶时的燃料消耗量。再有，在区间7通 过按马达也被驱动的HEV模式进行行驶，可以进一步提高发动机效率。
[0034] 区间8和区间9成为下降坡度，在以往ACC模式下，按EV再生模式行驶使车速成为恒 定，用再生电力给电池充电。充入电池的电力在以后的EV行驶中消耗，从而起到抑制能耗的 作用，但是，EV再生模式下，由于存在马达损失、逆变器损失、电池的蓄电损失，仍会有损失 发生，而无法将能量100%回收。
[0035] 另一方面，目标车速型模式下，在下降坡度发动机和马达均不被驱动而进行惯性 行驶(滑行），以使车速进入预定的车速范围，因而减少马达损失、逆变器损失、蓄电损失导 致的浪费，将下降坡度行驶时的势能有效地转换成动能。再有，在惯性行驶中不使用发动 机，因此不计算发动机效率。
[0036] 然后，在下降坡度结束后的区间10，与以往ACC模式一样边减速边到达目的地，但 是按EV再生模式行驶，仅驱动马达并将行驶能量转换成电力，并用再生电力给电池充电。 [0037]再有，假定区间1和10为市区的正常行驶，区间2~9为高速道路的自动巡航区间， 在市区的正常行驶中，按照驾驶者的意图改变车速以不给驾驶者带来不舒服感，仅在自动 巡航区间设定目标车速，从而可以减少燃料消耗量。
[0038]〈最优化问题〉 可以通过以到目的地为止的燃料消耗量作为目标函数，来运算以车辆信息获取单元2、 路径信息获取单元3、速度范围计算单元5和加速度范围计算单元6的输出作为约束条件的 最优化问题，从而制定如上说明的目标车速型模式下的目标车速计划、动力传动系致动器 的驱动与否计划，能够实现燃料消耗量的最小化。
[0039]也就是说，如果假定目标函数为从出发地到目的地为止的燃料消耗量，则在图2的 例中，目标函数由从区间1到区间10的各个区间中的燃料消耗量的总和规定。这里，行驶能 量P由下式(1)定义。
[0040]
[0041 ]上式（1)中，yrt)ii为滚动阻力系数、mweight为车重(kg)、g为重力加速度(m/s 2)、9为道 路坡度(rad)、P为空气密度(kg/m3)、CD为空气阻力系数、Cs为正向投影面积(m 2)、Vs为车速 (m/s)。滚动阻力系数、车重、空气阻力系数、正向投影面积等行驶阻力参数可以由最优计划 计算单元7保持在内部的数据库中，也可以从车辆信息获取单元2与车速信息一起获得。另 外，道路坡度可以从路径信息获取单元3取得。
[0042]作为约束条件可以列举如下： P〈马达最大输出(EV模式时）； P〈马达最大输出+发动机最大输出(HEV模式时）； 速度范围下限〈Vs〈速度范围上限； 加速度范围下限〈dVs/dt〈加速度范围上限； 剩余电量下限〈剩余电量〈剩余电量上限； 发动机转速=发动机转速特性(从以P为变量的映射取得）； 发动机转矩=发动机转矩特性(从以P为变量的映射取得）； 燃料消耗量=发动机燃料特性(从以转速、转矩为变量的映射取得)等。
[0043] 基于上述的约束条件设定使作为目标函数的燃料消耗量最小化的目标车速和行 驶模式的过程是称为最优化的处理。作为最优化方法可以使用动态计划法、二次计划法、遗 传算法等中的任何方法，只要该方法能够设定目标车速和行驶模式的组合既可，以下就使 用遗传算法的情况作为一例进行说明。
[0044] 〈使用遗传算法的最优化〉 遗传算法是基于生物进化的最优化方法，这是一边重复地让适应环境的强个体的遗传 基因存活到下一代并通过交叉和突变留存后代，一边逼近最优解的方法。
[0045] 以下，用图3和图4说明使用遗传算法的最优化方法。图3是表示使用遗传算法的最 优化方法的处理流程的流程图，图4是示意性表示使用遗传算法的最优化方法。图4中，为了 简化起见说明车速被固定、对四个区间进行模式设定的情况。
[0046] 首先，在图3中的步骤S1生成初始集合。这是为了从随机的组合中选择对各区间设 定的模式组合，如图4所示，将个体A~D这4个个体作为初始集合准备。即，个体A是对于4个 区间全部设定EV模式的组合，个体B是将第一区间和第四区间设为EV模式并将其余区间全 部设为串联HV模式的组合。另外，个体C是将第一区间和第二区间设为EV模式并将其余区间 全部设为并联HV模式的组合，个体D是将第一区间和第三区间设为并联HV模式、将第二区间 设为串联HV模式并将第四区间设为EV模式的组合。将这样随机生成的个体A~D称为第一 代。
[0047]这里，串联HV模式是将发动机和轮胎之间的离合器脱开，用发动机的驱动力发电， 并在用发出的电力驱动马达来进行行驶的同时给电池充电的模式。而并联HV模式是这样的 模式:将发动机和轮胎的离合器接合，仅用发动机的驱动力进行行驶，但在需要时用电池的 电力驱动马达，利用发动机和马达两方的驱动力进行行驶。
[0048] 接着，在图3中的步骤S2进行适应度评价。如图4中是否满足对燃料消耗量的约束 条件的表所显示的那样，首先，对个体A~D分别计算燃料消耗量为多少，接着判断是否满足 约束条件。
[0049] 图4中，个体A由于仅为EV模式、因此燃料消耗量最小(0g)，不过由于作为约束条件 的电池剩余电量低于下限，约束条件成为不可(NG)而被淘汰。其他个体满足约束条件(0K)， 但是燃料消耗量成为最大(40g)的个体D被淘汰，只有燃料消耗量少的个体B和个体C生存， 图3中步骤S3的选择结束。
[0050] 接着，在图3中的步骤S4,通过对生存的个体进行重组，从而发生交叉、突变后生成 下一代的个体。即，如图4所示，将个体B和个体C分割成为第一区间和第二区间的组及第三 区间和第四区间的组，通过重组生成个体A1、B1、C1和D1作为第二代个体。这时，通过个体B 和个体C的第三区间和第四区间的组相互交叉，生成个体A1和个体B1。另外，个体C1成为与 个体B相同的组合，个体D1成为个体C中第三区间突变成EV模式的组合。
[0051] 对于这样生成的下一代的个体，重复执行步骤S2的适应度评价、步骤S3的选择、步 骤S4的个体重组直至达到预定的结束条件，如果在步骤S5判定为达到了结束条件，则在该 时刻将燃料消耗量最少的个体作为最优化计划来制定。这里，作为预定的结束条件，例如可 以设定重复执行步骤S2~S4的处理的次数的阈值，并在重复到该阈值的次数时结束，也可 以设定目标函数的学习结束阈值，并在目标函数达到该阈值以下时结束。
[0052]再有，以上说明中，为了简化示出了车速被固定而仅设定行驶模式的情况，但是可 以通过添加 EV模式下的加速、EV模式下的匀速、EV模式下的减速、HEV模式下的加速、按HEV 模式下的匀速、HEV模式下的减速等车速类别来制定目标车速和行驶模式的最优计划。
[0053]另外，以上的说明中，使用到目的地为止的燃料消耗量作为目标函数，但是也可以 将能耗、燃耗、C02排放量、燃料费用等任何值用作目标函数。
[0054]另外，以上的说明中，就使用遗传算法的最优化方法作了说明，不过也可使用动态 计划法、二次计划法来进行最优化。
[0055] 动态计划法是将作为对象的最优化问题分割成多个子问题，列举子问题的解，在 满足约束条件的同时寻找目标函数成为最小的组合的方法，如果应用于能量管理装置，则 定义划分为某个区间的子问题，列举在各区间所能取得的行驶模式、车速的组合。然后，从 这些组合中寻求在满足电池剩余电量和速度范围等约束条件的同时燃料消耗量最少的解。 与遗传算法不同，由于要列举几乎全部可得到的车速和模式的组合，因此运算量变大。
[0056] 二次计划法是全部用二次式、一次式定义目标函数、约束条件，并基于公式求得最 优解的方法。由于全部公式为二次式以下，在经微分后成为〇处取得极大值或极小值，因此 可以通过解微分方程式来求得最优解。
[0057]〈追加惩罚项〉 在以上的说明中，例示了以从出发地到目的地为止的燃料消耗量作为目标函数，求得 使该燃料消耗量成为最小的最优化问题的解，但是，还可以追加惩罚项，不仅涉及燃料消耗 量，还将其中车速成为范围外和加速度成为范围外的计划作为惩罚项。通过追加惩罚项，可 以不仅基于使燃料消耗量成为最小还基于驾驶者的舒适性和各种评价指标来制定最优计 划。
[0058] 例如，按如下式(2)那样定义目标函数。
[0059] 【式2】 从出发地到目的地的燃料消耗量 +车速成为范围外的惩罚项 +加速度成为范围外的惩罚项 =区间1的燃料消耗量+· · · +区间10的燃料消耗量 +区间1的车速惩罚系数X车速范围乖离量+· · · +区间10的车速惩罚系数X车速范围乖离量+ +区间1的加速度惩罚系数X加速度范围乖离量+· · · +区间10的加速度惩罚系数X加速度范围乖离量 ? ??⑵
[0060] 如前面已说明的那样，在作为最优化问题的约束条件有车速范围或加速度范围的 条件的情况下，如果不满足约束条件就得不到解。在速度范围小的区间等约束条件严格的 情况下，存在即使用最优化方法也得不到解的可能性。因此，通过将作为约束条件的速度范 围包含在目标函数中，从而在最优化问题中将速度范围从约束条件脱离，由此，容易求得最 优解。
[0061] 但是，为了避免得到超出速度范围的解，如式(2)所示，将该式构成为目标函数根 据偏离速度范围的乖离量而增大，从而即使是目标函数成为最小的解，也可求得不超出速 度范围的解。
[0062] 〈装置动作〉 接着，用图5所示的流程图说明实施方式1的车辆用能量管理装置100的动作。
[0063] 车辆用能量管理装置100首先通过车辆信息获取单元2取得当前位置、车速、电池 的充电状态等车辆信息(步骤S101)。
[0064] 接着，路径信息获取单元3取得到目的地为止的行驶路线、坡度、道路类别等路径 信息(步骤S102)。
[0065]接着，自动巡航区间判定单元4判定路径上的自动巡航区间（步骤S103)。
[0066]接着，速度范围计算单元5计算速度范围（步骤S104)。
[0067] 接着，加速度范围计算单元6计算加速度范围（步骤S105)。
[0068] 接着，最优计划计算单元7判断是否需要最优计划计算(步骤S106)，如果判断为不 需要最优计划计算，则进行到步骤S108。这里，在目标车速和车辆信息获取单元2取得的车 速偏离某个阈值以上的情况下、在行驶路径发生了改变的情况下、在驾驶者对自动巡航开 关进行了开、关等情况下，判断为需要最优计划计算。通过判断是否需要最优计划计算，可 以减少最优计划计算的次数，降低计算负荷。
[0069] 如果在步骤S106判断为需要最优计划计算，则最优计划计算单元7制定动力传动 系致动器的驱动与否计划和目标车速计划(步骤S107)。
[0070] 接着，车辆控制指示单元8按照动力传动系致动器的驱动与否计划给马达、发动 机、发电机等致动器发出控制指示，以达到当前位置的目标车速(步骤S108)。
[0071 ]接着，确认车辆是否到达目的地，如果车辆到达了目的地就结束能量管理，如果未 到达则重复执行步骤S101以下的处理(步骤S109)。
[0072] 〈实施方式2> 〈系统结构〉 图6是表示本发明实施方式2的车辆用能量管理装置200的结构的框图。如图6所示，车 辆用能量管理装置200包括取得前行车辆的路径和行驶速度计划等前行车辆信息的前行车 辆信息获取单元14以及基于前行车辆信息获取单元14的输出计算与前行车辆的车间距范 围的车间距范围计算单元15,而不包括使用图1说明的实施方式1的车辆用能量管理装置 1〇〇所具备的自动巡航区间判定单元4和加速度范围计算单元6。
[0073] 另外，速度范围计算单元5构成为基于路径信息获取单元3和前行车辆信息获取单 元14的输出来算出允许车辆驾驶的车速范围。另外，最优计划计算单元7构成为利用车辆信 息获取单元2、路径信息获取单元3、速度范围计算单元5和车间距范围计算单元15的输出来 制定使到目的地为止的燃料消耗量成为最小的目标车速计划以及马达、发动机、发电机等 动力传动系致动器的驱动与否计划。再有，车辆信息获取单元2、路径信息获取单元3和车辆 控制指示单元8与实施方式1的车辆用能量管理装置100相同，因此省略其说明。
[0074] 这里，前行车辆信息获取单元14可以通过与前行中的车辆的车辆间通信取得前行 车辆信息，也可以通过与VICS(注册商标)等基础设施服务器的通信取得前行车辆信息。
[0075] 再有，可以通过将前行车辆的路径与路径信息获取单元3取得的本车的路径进行 比较，仅将路径相重叠的区间视为前行车辆的路径。另外，前行车辆信息可以仅是正在前方 行驶的车辆的信息，也可以是在与本车距离预定范围内行驶的多辆前行车辆的信息。
[0076] 另外，车速范围计算单元5不计算为了使燃料消耗量成为最小的速度范围，而是算 出基于法定速度的速度范围和不给驾驶者带来不适感或不舒服感的速度范围，但是在有前 行车辆存在的区间，不是按照前行车辆的行驶速度计划计算固定的速度范围，而是算出即 使有前行车辆存在也可达到的速度范围。也就是说，在按照前行车辆的行驶速度计划行驶 的情况下，如果前行车辆的行驶速度计划的车速模式是发动机效率差的模式，则本车的发 动机效率也变差，因此不按照前行车辆的行驶速度计划行驶，而是采用这样的措施:在有前 行车辆存在的区间，通过与不存在前行车辆的区间相比将上限值和下限值降低等办法来不 过分接近前行车辆。
[0077] 因此，即使在有前行车辆存在的情况下，也能设定发动机效率良好的目标车速，可 以减少到目的地为止的燃料消耗量。
[0078] 另外，车间距范围计算单元15不是如以往的自动巡航控制那样计算固定的车间 距，而是算出与本车相距预定范围内的车间距范围。例如，在根据前行车辆信息获取单元14 取得的前行车辆信息获知了前行车辆的路径时，与本车的路径比较，在路径重叠的区间将 与前行车辆之间的车间距范围设在预定范围内。
[0079]此例中，最优计划计算单元7以使得到目的地为止的燃料消耗量成为最小作为目 标函数，并以车辆信息获取单元2、路径信息获取单元3、速度范围计算单元5和车间距范围 计算单元15的输出作为约束条件，通过求解最优化问题来制定目标车速计划和马达、发动 机、发电机等动力传动系致动器的驱动与否计划。
[0080]〈最优计划〉 接着，用图7对基于最优计划计算单元7制定的目标车速计划、动力传动系致动器的驱 动与否计划设定的行驶模式的一个示例进行说明。
[0081] 图7中示出前行车辆按以往的ACC进行恒速行驶时的行驶模式和在考虑到与前行 车辆的车间距的同时汇总目标车速计划和动力传动系致动器的驱动与否计划而制定的目 标车速型模式，图中从出发地到目的地被划分为10个区间，与各个区间中的道路坡度信息 一起示出了车速、车间距和发动机效率。再有，关于车间距，用单点划线表示车间距的下限 值DL和上限值UL，关于车速，用细实线表示以往ACC模式的前行车辆的车速，用粗实线表示 本车的目标车速。另外，关于发动机效率，用细实线表示前行车辆的发动机效率，用粗实线 表示本车的发动机效率。
[0082] 图7中，前行车辆在区间1加速以达到由ACC设定的恒速，在区间2~区间9进行恒速 行驶。如果电池的剩余电量减少，则前行车辆选择HEV模式，如果电池的剩余电量恢复就选 择EV模式。
[0083]另一方面，目标车速型模式的本车加速以使与前行车辆的车间距落入车间距范围 计算单元15算出的车间距范围（下限值DL和上限值UL之间）内，因此，加速在区间1~区间7 之间延续。由此，本车通过接近前行车辆的速度来缩短车间距，接近于下限值DL，但又通过 降低车速将车间距拉大以不超过下限值DL。
[0084] 另外，由于在低速时发动机效率变差，在区间1和区间2选择EV模式，因此这些区间 没有示出发动机效率。
[0085] 在区间3~区间7以HEV模式行驶，从而发动机效率提高，在接近目的地的区间8~ 区间10以滑行驾驶来减速，不发生马达损失、逆变器损失地到达目的地。
[0086] 通过制定这样的目标速度计划和驱动与否计划，即使有前行车辆在行驶也可以实 现减少燃料消耗量的行驶。
[0087]最优计划计算单元7以使得到目的地为止的燃料消耗量成为最小作为目标函数， 但用于计算作为目标函数的燃料消耗量所需的滚动阻力系数、车重、空气阻力系数、正向投 影面积等行驶阻力参数可以由最优计划计算单元7保持在内部数据库中，也可以跟车速信 息一起从车辆信息获取单元2得到。
[0088] 另外，可以使用遗传算法、动态计划法、二次计划法作为优化方法，并且除了用使 得到目的地为止的燃料消耗量作为目标函数以外，也可以用能耗、燃耗、C0 2排放量、燃料费 用等任何值作为目标函数。
[0089] 另外，可以将车速成为范围外和加速度成为范围外的计划作为惩罚项追加到目标 函数中。通过追加惩罚项，可以使最优计划不仅基于使燃料消耗量成为最小而制定，而且基 于驾驶者的舒适性和各种评价指标而制定。
[0090] 〈装置动作〉 接着，用图8所示的流程图说明根据实施方式2的车辆用能量管理装置200的动作。
[0091] 车辆用能量管理装置200首先通过车辆信息获取单元2取得当前位置、车速、电池 的充电状态等车辆信息(步骤S201)。
[0092] 接着，由路径信息获取单元3取得到目的地为止的行驶路线、坡度、道路类别等路 径信息(步骤S202)。
[0093]接着，由前行车辆信息获取单元14取得前行车辆的信息（步骤S203)。
[0094]接着，由速度范围计算单元5计算速度范围（步骤S204)。
[0095] 接着，由车间距范围计算单元15计算车间距范围（步骤S205)。
[0096] 接着，最优计划计算单元7判断是否需要最优计划计算(步骤S206)，如果判断为不 需要最优计划计算，则前进到步骤S208。这里，在目标车速和车辆信息获取单元2取得的车 速偏离某个阈值以上的情况下、在行驶路径发生了改变的情况下、在前行车辆的路径或前 行车辆的行驶速度计划作了改变等情况下，判断为需要最优计划计算。通过判断是否需要 最优计划计算，可以减少最优计划计算的次数，降低计算负荷。
[0097] 如果在步骤S206判断为需要最优计划计算，则最优计划计算单元7制定动力传动 系致动器的驱动与否计划和目标车速计划(步骤S207)。
[0098] 接着，车辆控制指示单元8按照动力传动系致动器的驱动与否计划给马达、发动 机、发电机等致动器发出控制指示，以达到当前位置的目标车速(步骤S208)。
[0099] 接着，确认车辆是否到达目的地，如果车辆到达了目的地，则结束能量管理，如果 未到达就重复执行步骤S201以下的处理(步骤S209)。
[0100] 再有，本发明可以在本发明的范围内对实施方式作出适当变形、省略。 附图标记
[0101] 2车辆信息获取单元;3路径信息获取单元;4自动巡航区间判定单元;5速度范围计 算单元;6加速度范围计算单元;7最优计划计算单元;8车辆控制指示单元;9马达；10发动 机;11发电机;14前行车辆信息获取单元;15车间距范围计算单元。
【主权项】
1. 一种搭载于电动车，管理所述电动车的能量的车辆用能量管理装置， 所述电动车包括： 驱动所述电动车的马达和发动机； 既利用所述发动机的旋转力发电又在由所述马达制动所述电动车时发电的发电机；以 及 既供给驱动所述马达的电力又储存所述发电机发出的电力的电池， 所述车辆用能量管理装置的特征在于，包括： 车辆信息获取单元，该车辆信息获取单元取得至少包含所述电动车的车速和所述电池 的充电状态的信息在内的车辆信息； 取得到目的地为止的路径信息的路径信息获取单元； 最优计划计算单元，该最优计划计算单元基于所述路径信息和所述车辆信息制定到目 的地为止的目标车速计划和所述马达、所述发动机、所述发电机的驱动与否计划；以及 车辆控制指示单元，该车辆控制指示单元基于所述最优计划计算单元所制定的所述驱 动与否计划来控制所述马达、所述发动机、所述发电机， 所述最优计划计算单元基于所述路径信息和所述车辆信息来制定使到所述目的地为 止的燃料消耗量成为最小的所述驱动与否计划和所述目标车速计划， 所述车辆控制指示单元至少根据所述驱动与否计划控制所述马达、所述发动机、所述 发电机。2. 根据权利要求1所述的车辆用能量管理装置，其特征在于， 所述最优计划计算单元将到所述目的地为止的所述燃料消耗量作为目标函数，计算至 少以所述路径信息和所述车辆信息为约束条件的最优化问题来制定所述驱动与否计划和 所述目标车速计划。3. 根据权利要求2所述的车辆用能量管理装置，其特征在于， 所述车辆用能量管理装置包括速度范围计算单元，所述速度范围计算单元基于所述路 径信息来算出到所述目的地为止的路径中容许的速度范围， 所述最优计划计算单元将由所述速度范围计算单元算出的所述速度范围也包含在内 来制定所述驱动与否计划和所述目标车速计划。4. 根据权利要求3所述的车辆用能量管理装置，其特征在于， 所述速度范围被设定在遵守法定速度的范围内。5. 根据权利要求3所述的车辆用能量管理装置，其特征在于， 所述车辆用能量管理装置还包括加速度范围计算单元，所述加速度范围计算单元基于 所述路径信息来算出到所述目的地为止的所述路径中容许的加速度范围， 所述最优计划计算单元将所述加速度范围计算单元算出的所述加速度范围也包含在 内来制定所述驱动与否计划和所述目标车速计划。6. 根据权利要求5所述的车辆用能量管理装置，其特征在于， 所述加速度范围被设定在不给所述电动车的驾驶者带来不适感的范围内。7. 根据权利要求3所述的车辆用能量管理装置，其特征在于， 还包括自动巡航区间判定单元，所述自动巡航区间判定单元基于所述路径信息来判定 到所述目的地为止的所述路径中的自动巡航区间， 所述速度范围计算单元将所述自动巡航区间判定单元判定到的所述自动巡航区间也 包含在内来算出所述速度范围。8. 根据权利要求7所述的车辆用能量管理装置，其特征在于， 所述速度范围计算单元执行计算，以使所述自动巡航区间以外的区间中的所述速度范 围的宽度比所述自动巡航区间要窄。9. 根据权利要求3所述的车辆用能量管理装置，其特征在于， 所述车辆用能量管理装置包括前行车辆信息获取单元，所述前行车辆信息获取单元取 得包含前行车辆的路径和行驶速度计划在内的前行车辆信息， 所述速度范围计算单元基于所述路径信息和所述前行车辆信息来算出所述速度范围， 在所述前行车辆存在的区间，所述速度范围被设定为与不存在所述前行车辆的区间不 同的范围。10. 根据权利要求9所述的车辆用能量管理装置，其特征在于， 所述车辆用能量管理装置包括基于所述前行车辆信息来算出与所述前行车辆的车间 距范围的车间距范围计算单元， 所述最优计划计算单元将所述车间距范围计算单元算出的所述车间距范围也包含在 内来制定所述驱动与否计划和所述目标车速计划。11. 根据权利要求1所述的车辆用能量管理装置，其特征在于， 所述路径信息至少包含道路坡度的信息。
【文档编号】B60W40/076GK106064614SQ201610236852
【公开日】2016年11月2日
【申请日】2016年4月15日 公开号201610236852.X, CN 106064614 A, CN 106064614A, CN 201610236852, CN-A-106064614, CN106064614 A, CN106064614A, CN201610236852, CN201610236852.X
【发明人】杉山昭畅, 吉川笃志, 大久保阳一, 四郎园政隆, 中村恒毅
【申请人】三菱电机株式会社