分解时考虑其它准则-例如环境区或者零排放区的存有，从而要求确定的操作模式的必要条件的给定得以易化。
[0032]基本上要确定的是，沿着行驶路线的单个路段选择的越短，计算精度和必要的计算时间越高，从而到单个路段的分解最终得以展示为计算时间和预测精度的妥协。
[0033]到单个路段的分解在图2的上部段中得以展示。在非常简化的展示中把行驶路线2只是分解到四个单个的具有可变长度的路段3中，其中在每个路段3中存有不同的速度限制9。
[0034]在分解行驶路线2到单个路段3中之后在图1的步骤S40中实现每个路段和操作模式的目标值的确定。这在图2的下部段中得以展示。
[0035]混合驱动单元具有不同的-这里举例以已知的方式用于把车辆推动的三个可选择的操作模式1:第一混合模式，其中车辆主要通过由燃料箱供应的内燃机得以驱动并且电机和电池通过不同的混合功能-例如回收、加载点位移等用于效率的提高；第二纯电动模式，其中牵引能量只是通过电池提供并且通过E机器转换；和“充电”模式，其中电池经过内燃机得以充电。
[0036]在当前的实施例中把行驶成本作为目标量进行优化。每路段的行驶成本从与每能量单元的价格相乘的每路段3的能耗4中得出。在图2的简化的展示中只是把能耗以1/km或者说kWh/100km展示为中间结果。
[0037]在图2的表格中举例示出的值使得明确的是，预测的能耗值通常不仅对于每个操作模式不同，而且对于每个路段规定的操作模式来预测。其中期望的能耗4不仅取决于每个路段3内的期望的速度曲线9，而且还附加地取决于其它影响因素。优选地因此考虑其它的消耗相关的输入量，以提高精度。它例如包括不同的道路数据-例如道路类型(高速路、州道等)或者道路的地形数据例如斜度和坡度。此外还能够考虑关于交通流的速度的信息。此外能够在计算目标量时考虑车辆特定的或者车辆周围特定的量。它包括例如车辆质量、外部温度、内部温度、驱动杆和电池的温度、端面和空气阻力系数。
[0038]在这里实现-如在图3中示出的-根据保存的特征值、特征曲线也或者特征图11确定目标量7，借助于特征图11对于每个操作模式I把目标量的相应的值分配到消耗相关的量10-例如道路数据、车辆特定的并且车辆周围特定的量。根据一个简单的例子如此的特征图能够包含对于确定的路段的典型的能耗值，用质量XX的车辆在限速30区的行驶例如符合纯电动驱动中的yykWh/lOOkm或者混合驱动中的zzl/100km。
[0039]依据根据本发明的操作方法的相应实施例而使用的目标量4预先确定的是，使用哪个特定的消耗相关的量10用于计算预测的目标量7。这些消耗相关的量10和要确定的目标量7之间的功能关系于是根据相应的、例如预先实验确定的特征值/特征曲线/特征图11在车辆储存器中得以保存。
[0040]如此外在图3中示出的是，在中间步中能够把用于预测每个路段和每个操作模式I的目标量7的其它的消耗相关的量10a，同样借助于相应的特征值/特征曲线/特征图11进行预测。它能够例如是电池的充电状态、车厢温度或者驱动杆的温度。由此能够进一步改善对于目标量7的预测精度。例如在预测电池的充电状态时在这里能够额外地考虑外部的充电可能性。该特征图能够通过把行驶操作中的消耗结果对于确定的道路给到特征图11中来持续地得以改善。这对应自学习的过程。
[0041]在步骤S50中接着对于所有路径计算从对于单个的路段的消耗中得出的总成本7。它在图4中示出。图4展示沿着规定的行驶路线2的所有可能的路径5，其中路径5是沿着行驶路线2的操作模式I的序列，使得对每个路段3分配操作模式I之一。在当前具有3个不同的操作模式的实施例中因此得出对于每个路段3的用于可能的操作模式的选择。随着路段数目的增加因此得出分支增长的树形结构，以把操作模式I的所有可能组合的序列分别描述为路径5。根据选择的操作模式I得出根据操作模式I对于每个路段3预测的不同的电池的能耗4和充电状态。
[0042]对于每个单个的该路径5能够把对于行驶路线2的目标量7的总值计算为对于每个单个路段3的目标量4的总和。最优的路径6是具有对于目标量7的极限值的那个。根据在图4中展示的只具有一个目标量-行驶成本的简单例子，最优路径6是具有对于行驶成本的最小值8的那个。最优路径6在图4中用粗虚线表示。优选地却在使用多个目标量的情况下通过多准则的优化实现优化-如前述的。可选地能够把推荐输出给驾驶者，使用行驶路线上的外部充电可能性。
[0043]在步骤S60中于是操作方法根据对于每个路段的最优路径的操作模式的测得的序列设置每个操作模式。在步骤S70中持续地检测，是否达到行驶目标。若是，则结束用于选择操作模式的操作方法。若没有，则在步骤S80中通过对于已经驶过的路段3的实际消耗量取代对于已经驶过的路段3的预测的中间结果。对此基于实际消耗量得出对于已经驶过的路段的目标量。对于已经驶过的路段通过实际的目标量代替预测的目标量。接着操作方法返回到步骤S50，以基于该更新的目标量重新执行用于确定最优路径的优化计算。
[0044]尽管本发明参考一些的实施例得以描述，同样应用发明思想并且因此位于保护范围的多个变型和改型却是可能的。尤其操作模式的数目、消耗相关的量(借助于它们预测根据其提供消耗数据的至少一个目标量)的数目和选择能够对车辆传感装置和期望的计算精度匹配。因此本发明不应局限于公开的确定的实施例，而是本发明应该包括落入所附的权利要求的范围的所有的实施例。
[0045]附图标记列表
[0046]I 操作模式混合驱动
[0047]2 行驶路线
[0048]3 路段
[0049]4 能耗
[0050]5路径
[0051]6最优路径
[0052]7预测的目标量的值，例如行驶成本
[0053]8对于预测的目标量的最优值，例如最优行驶成本
[0054]9速度限制
[0055]10消耗相关的量
[0056]1a预测的消耗相关的量
[0057]11特征值/特征曲线/特征图。
【主权项】
1.用于车辆尤其是插入式混合动力或者带增程器的车辆的混合驱动的操作方法，所述混合驱动能够以多种操作模式(I)来推动所述车辆，所述方法包括下面的步骤: (a)将行驶路线(2)分解为路段(3)的序列； (b)确定沿着所述行驶路线(2)的每个路段(3)上的混合驱动的每个操作模式(I)的至少一个预测的目标量⑷； (c)确定所述行驶路线(2)的最优路径￠)，其中路径(5)是沿着行驶路线(2)的操作模式(I)的序列，使得将操作模式(I)分配到每个路段(3)并且所述最优路径(6)是具有至少一个目标量(4)的最优值(8)的路径。
2.按权利要求1的方法，其特征在于， (a)确定沿着所述行驶路线(2)的每个路段(3)上混合驱动的每个操作模式(I)的多个目标量并且 (b)借助于基于多个目标量的多准则的优化确定所述最优路径(6)。
3.按权利要求1或2的方法，其把特征在于，行驶成本(7)、能耗、车辆排放、电池的寿命载荷并且/或者电动行驶的持续时间确定作为至少一个或多个目标量。
4.按前述权利要求之一的方法，其特征在于，根据必要条件实现至少一个目标量的确定，其中必要条件包括: (a)规定对于一个或多个路段的确定的操作模式；并且/或者 (b)规定电池充电状态在所述行驶路线的终止处应该低于或者超过的确定的阈值。
5.按前述权利要求之一的方法，其特征在于，根据沿着所述行驶路线对于电池的外部充电可能性实现至少一个目标量的确定。
6.按前述权利要求之一的方法，其特征在于，根据至少一个消耗相关的量(10、10a)实现至少一个目标量的确定，包括行驶速度曲线、车辆特定的量并且/或者车辆周围特定的量。
7.按权利要求6的方法，其特征在于，预测对于路段的至少一个消耗相关的量(1a)。
8.按权利要求6或7的方法，其特征在于， (a)根据道路类型、速度限制(9)、行车道的地形曲线并且/或者交通流的速度确定预测的行驶速度曲线；并且/或者 (b)至少一个车辆特定的或者车辆周围特定的量(10)包括:车辆质量、驱动杆的温度、电池的温度、外部温度并且/或者内部空间温度。
9.按前述权利要求之一的方法，其特征所在的步骤是，在完成驶过一个或者多个路段(3)之后确定至少一个已经驶过的一个或者多个路段的目标量的实际值并且重新执行最优路径的确定。
10.按前述权利要求之一的方法，其特征在于，多个操作模式包括: (a)纯电动驱动，其中牵引能量只是通过电池提供； (b)混合驱动，其中车辆主要通过内燃机和燃料作为能量源驱动并且电机用于提高效率；并且 (C)通过内燃机给电池充电。
11.按权利要求5到10中任一项的方法，其特征在于，通过在得出的停靠点上的电池的再充电而得出和输出用于耦合再生的电流的沿着最优路线的停靠点。
12.车辆-尤其是商用车，其具有用根据前述的权利要求的方法操作的混合驱动。
【专利摘要】本发明涉及用于机动车尤其是插入式混合或带增程器的车辆的混合驱动的操作方法，该车辆可用多个操作模式操作。本发明尤其还涉及用于选择沿着行驶路径的最优混合驱动的操作模式的操作方法。操作方法包括步骤：将行驶路径分解成路段的序列；确定沿着行驶路线在每个路段上的混合驱动的操作模式的每个的至少一个预测的目标量；确定行驶路线的最优路径，其中路径为沿着行驶路线的操作模式的序列，使得对每个路段分配操作模式并且最优路径是具有至少一个目标量的最优值的路径。
【IPC分类】B60W40-105, B60W20-00, B60W30-182, B60W10-26
【公开号】CN104670219
【申请号】CN201410810888
【发明人】A·格泽尔, S·克施尔, G·冯埃泽贝克
【申请人】曼卡车和巴士股份公司
【公开日】2015年6月3日
【申请日】2014年9月30日
【公告号】DE102013016569A1, EP2857271A2