[发明专利]车辆动力管理系统和方法

说明书

一种用于通过管理第一动力源(410)与第二动力源(420)之间的动力分配来优化车辆(400)中的动力效率的车辆动力管理系统(100)。接收器(110)从车辆(400)接收多个样本，每个样本包括在各自的时间点测量的车辆状态数据、动力分配和奖励数据。数据存储器(350)存储针对多个动力分配的价值函数估计值。控制系统(200)从数据存储器(350)中选择针对在当前时间的车辆状态数据具有最高价值函数值的动力分配，并且发送所选择的动力分配以在车辆(400)处实现。学习系统(300)基于多个样本更新数据存储器(350)中的价值函数估计值。

技术领域

本发明涉及混合动力车辆中的动力管理的系统和方法。具体但非专有地，本发明可以涉及一种用于通过管理混合动力车辆的动力源之间的动力分配来优化动力效率的车辆动力管理系统。

背景技术

由于人们越来越担心车辆燃料消耗和排放的影响，因此对混合动力车辆的需求不断增加。混合动力车辆包括多个动力源以向车辆提供机动动力。这些动力源中的一种可以是使用石油、柴油或其他燃料类型的内燃机。动力源的另一种可以是除内燃机之外的动力源，例如电动机。任何一种动力源都可以提供车辆在特定时间点所需的一些或全部机动动力。因此，混合动力车辆通过从除内燃机之外的动力源获取一部分所需动力来提供解决对关于车辆排放和燃料消耗的担忧的解决方案。

每个动力源根据动力分配向车辆提供机动动力。动力分配可以被表示为由每个动力源提供的车辆的总机动动力需求的比例。例如，动力分配可以指定车辆的机动动力的100％由电动机提供。作为另一个示例，动力分配可以指定车辆的机动动力的20％由电动机提供，而车辆的机动动力的80％由内燃机提供。取决于车辆的运行条件，动力分配随时间而变化。

混合动力车辆中被称为动力管理系统(也被称为能量管理系统)的组件负责确定动力分配。动力管理系统在混合动力车辆性能中起着重要的作用，并且已经努力来确定最佳的动力分配以满足车辆的机动动力需求，同时使排放最小化和能量效率最大化。

现有的动力管理方法可以大致分为基于规则的方法和/或基于优化的方法。一种基于优化的方法是基于模型的预测控制(MPC)。在此方法中，创建模型以预测哪种动力分配会导致最佳的车辆性能，然后使用该模型来确定车辆将要使用的动力分配。若干因素可能会影响MPC的性能，包括对未来动力需求的预测的准确性(该算法用于优化)和预测时间间隔的长度。由于这些因素包括预测元素，因此所生成的模型经常会基于不准确的信息，从而对其性能产生负面影响。预测模型的确定和计算需要大量的计算能力，而且预测时间间隔的长度增加通常会导致更好的结果，但计算时间也会更长。因此，确定性能良好的模型非常耗时，从而难以实时应用。MPC方法包括在优化与时间之间进行权衡，因为降低模型计算的复杂性以减少计算时间会导致模型预测更粗糙。

使用非预测性动力管理方法(例如，仅基于车辆的当前状态确定动力分配)消除了对大量计算能力和冗长计算时间的需求。但是，非预测性方法不考虑所确定的动力分配是否会随时间导致最佳的车辆性能。

发明内容

根据本发明的一个方面，提供了一种用于在包括第一动力源和第二动力源的车辆中通过管理第一动力源与第二动力源之间的动力分配来优化动力效率的车辆动力管理系统，该车辆动力管理系统包括：接收器，被配置为从车辆接收多个样本，每个样本包括在各自的时间点测量的车辆状态数据、动力分配和奖励数据；数据存储器，被配置为存储针对多个动力分配的价值函数估计值；控制系统，被配置为从数据存储器中选择针对在当前时间的车辆状态数据具有最高价值函数值的动力分配，并且发送所选择的动力分配以在车辆处实现；以及学习系统，被配置为基于各自在不同的时间点测量的多个样本更新数据存储器中的价值函数估计值。

可选地，车辆状态数据包括车辆所需的动力。

可选地，第一动力源是被配置为从电池接收电力的电动机。

可选地，车辆状态数据还包括电池的充电状态数据。