2020年12月23日，中國汽研成功舉辦《2020第三屆新能源汽車測試評價技術(shù)國際論壇》。中國汽研將持續(xù)為大家推送精彩演講實錄，本文為吉林大學(xué)許楠博士帶來的《新能源汽車+信息，為綠色出行賦能》。

1 車輛能量管理方法研究現(xiàn)狀

談到綠色出行，它與能量管理方法的聯(lián)系在于綠色出行本質(zhì)上被定義為是對環(huán)境產(chǎn)生最小影響的一類出行方式，從環(huán)境角度來講，就是少用能同時少排放，因此用能是綠色出行方式的源頭與核心。以下將從車輛能量管理方法入手，講述目前在能量管理方法上的舉措以及對于綠色出行的幫助。

目前，車輛能量管理控制方法包括兩種，一種是局部最優(yōu)策略，應(yīng)用較為簡單，也是在實車上應(yīng)用較多的，比如基于規(guī)則類，控制規(guī)則簡單，實時性好，但規(guī)則提取需要豐富的先驗知識；比如瞬時優(yōu)化，可以保證每一步長內(nèi)油耗最優(yōu)，但無法保證全局最優(yōu)。另一種是全局最優(yōu)策略，也就是車輛從出發(fā)地到目的地的累計能耗，或是累計污染物排放能達(dá)到最優(yōu)效果，分為動態(tài)規(guī)劃（DDP）和隨機(jī)動態(tài)規(guī)劃（SDP），DDP的好處在于使得新能源汽車能達(dá)到理論最優(yōu)控制效果，但需在特定駕駛循環(huán)下；對于SDP，考慮工況可預(yù)測性，可實時應(yīng)用，但預(yù)測準(zhǔn)確性有待提高。兩者在隨機(jī)性上存在不同，需要互補(bǔ)。目前全局最優(yōu)策略沒有廣泛在實車上應(yīng)用的主要問題在于計算負(fù)荷過大，以目前車輛單片機(jī)系統(tǒng)算力，還很難達(dá)到實時在線計算。未來基于數(shù)據(jù)驅(qū)動可成為信息落地的途徑，針對實車應(yīng)用，可在線下做一些針對全局的標(biāo)定工作，制定成規(guī)則式的控制策略或是map在實車上應(yīng)用，隨著車輛算力的不斷提升，全局策略參與到綠色出行的方向?qū)絹碓綇V。

不光在理論上，目前某些車企已研究出基于道路先驗信息的全局優(yōu)化式能量管理控制系統(tǒng)，重點落地比較明顯的是針對商用車，因為商用車用戶對于經(jīng)濟(jì)性的要求相對更多。比如梅賽德-奔馳，它的輔助系統(tǒng)-動力總成預(yù)控制系統(tǒng)(PPC) ，將路線的三維GPS數(shù)據(jù)與當(dāng)前的車輛數(shù)據(jù)和動力總成相結(jié)合，根據(jù)地形預(yù)測性的調(diào)節(jié)檔位，可降低5%的燃油消耗。比如雷諾Optifuel Lab，利用導(dǎo)航與交通、氣象預(yù)報及輪胎數(shù)據(jù)，優(yōu)化預(yù)見性車速，實現(xiàn)最大化節(jié)能，提升卡車的能源效益，比標(biāo)準(zhǔn)版油耗降低13%。包括國內(nèi)的解放汽車也提出了預(yù)見性檔位系統(tǒng)等。對于乘用車，比如本田，“Eco Assist節(jié)能駕駛輔助系統(tǒng)”，可有效控制進(jìn)氣閥門的開合度，使發(fā)動機(jī)平順運行，并智能調(diào)節(jié)制冷工況，從而實現(xiàn)節(jié)能，同時還具備“Guidance節(jié)能引導(dǎo)功能”和“Scoring節(jié)能計分功能”。

2 車輛能量管理面臨的機(jī)遇和挑戰(zhàn)

目前全局能量管理面臨四大挑戰(zhàn)，一是規(guī)范性，需要建立統(tǒng)一的DP狀態(tài)空間模型，實現(xiàn)外界條件與工作模式的解耦，構(gòu)建全局優(yōu)化式能量管理框架；二是實時性，需要擺脫對確定性工況的依賴，解決“維數(shù)災(zāi)”問題，提高算法計算效率；三是準(zhǔn)確性，需要獲取全面且準(zhǔn)確的工況信息，克服傳統(tǒng)DP“插值泄露”問題，實現(xiàn)工況的自適應(yīng)性；四是Markov（馬爾科夫性），計算出的理論控制值是不是能夠表征車輛實際使用情況，可能為了達(dá)到理論最佳值，讓發(fā)動機(jī)頻繁啟動或頻繁換檔，本身有違車輛的動力平順性，應(yīng)當(dāng)在保證車輛平順性的前提下再去求解一個比較合理的全局能量規(guī)劃軌跡。

全局能量管理需要一些先驗性信息，信息場景包含確定性工況信息，帶有歷史數(shù)據(jù)的工況信息，帶有約束的工況信息。確定性工況信息通過基于GPS、CAN總線的方式進(jìn)行獲取，挖掘車輛最大節(jié)能潛力；帶有歷史數(shù)據(jù)的工況信息通過大數(shù)據(jù)采集，保證在低頻信息采集下能耗優(yōu)化的高效性和有效性；帶有約束的工況信息通過車（車輛動力性能）、人（駕駛員行為習(xí)慣）、路（道路狀況）的方式獲取，確定信息量與能耗之間的定量關(guān)系。

全局能量管理計算負(fù)荷較大，一方面隨著V2X，ITS，云計算等技術(shù)的發(fā)展，另一方面汽車芯片算力的提升，自動駕駛軟件計算量已經(jīng)達(dá)到10個TOPS（Tera Operations Per Second，萬億次操作每秒）量級，傳統(tǒng)汽車MCU的算力難以滿足自動駕駛汽車的計算要求，GPU、FPGA、ASIC等AI芯片進(jìn)入汽車市場，這些都為全局優(yōu)化式能量管理系統(tǒng)在實車上的應(yīng)用提供了便利。

信息落地的主要場景為大數(shù)據(jù)，特點是大量化、多樣化、快速化以及價值性。在自動駕駛應(yīng)用方面，基于車輛在特征道路環(huán)境、不同交通因素中的行駛特征和不同領(lǐng)域駕駛員的行駛需求, 對于車輛危險的預(yù)警閾值、行駛策略進(jìn)行適應(yīng)性調(diào)整；基于路況特征、車輛性能駕駛員操作習(xí)慣等因素提供節(jié)能減排、降低駕駛疲勞程度的行駛方案；對于商用車的管理，可針對特定區(qū)域?qū)Σ煌囕v設(shè)定準(zhǔn)入分級, 設(shè)置電子圍欄。在交通智能化應(yīng)用方面，獲取城市所有路況信息(駕駛行為、車輛軌跡、交通路況) ；提供給車主最為直接的交通信息服務(wù)（導(dǎo)航、行車路線）；提供城市道路的通行能力緩解交通壓力；減少交通事故發(fā)生幾率，打擊各類交通違章和違法行為。在共享模式應(yīng)用方面，阿里投資出行（滴滴出行、高德地圖等）；阿里與上汽集團(tuán)聯(lián)手推出搭載YunOS 操作系統(tǒng)的汽車榮威RX5；騰訊推出車聯(lián)網(wǎng)產(chǎn)品“路寶盒子”，入股蔚來汽車和特斯拉。汽車正在由傳統(tǒng)車向智能車轉(zhuǎn)變,未來的汽車將不再單純是一個交通工具, 它將成為手機(jī)之外的搭載各類應(yīng)用軟件的第二大移動終端，大量的車主行為數(shù)據(jù)、消費偏好等個人隱私性數(shù)據(jù)都將被收錄，而這將成為所有獨享或共享這些數(shù)據(jù)的商家的重要無形資產(chǎn)，將為其源源不斷地創(chuàng)造經(jīng)濟(jì)價值。

隨著智能網(wǎng)聯(lián)汽車的興起，通過GPS、RnD、傳感器、攝像頭圖像處理等裝置，車輛可以完成自身環(huán)境和狀態(tài)信息的采集，獲得汽車識別數(shù)據(jù)、駕駛員行為數(shù)據(jù)、車與車通信數(shù)據(jù)、汽車狀態(tài)數(shù)據(jù)等，車聯(lián)網(wǎng)的信息共享為大數(shù)據(jù)分析提供了可行性，這些都是大數(shù)據(jù)帶來的機(jī)遇。但大數(shù)據(jù)同樣面臨挑戰(zhàn)：首先是數(shù)據(jù)的穩(wěn)定性，需處理的數(shù)據(jù)過于龐大，出現(xiàn)一些數(shù)據(jù)處理不穩(wěn)定的現(xiàn)象；安全與隱私挑戰(zhàn)，大數(shù)據(jù)治理體系遠(yuǎn)未形成，特別是隱私保護(hù)、數(shù)據(jù)安全與數(shù)據(jù)共享利用效率之間尚存在明顯矛盾，需在大數(shù)據(jù)利用時找到開放和保護(hù)的平衡點，而我國目前還尚未形成完善的法律機(jī)制；數(shù)據(jù)價值變現(xiàn)的挑戰(zhàn)，大數(shù)據(jù)應(yīng)用價值挖掘的關(guān)鍵還在于如何實現(xiàn)技術(shù)與業(yè)務(wù)的融合，目前汽車行業(yè)對大數(shù)據(jù)的收集、分析和利用仍處于探索階段。當(dāng)前大數(shù)據(jù)應(yīng)用尚處于初級階段，根據(jù)大數(shù)據(jù)分析預(yù)測未來、指導(dǎo)實踐的深層次應(yīng)用將成為發(fā)展重點。

3 全局優(yōu)化架構(gòu)的建立及應(yīng)用

全局優(yōu)化架構(gòu)是分層式的能量管理框架，分為幾個層面，第一是信息層，包括大數(shù)據(jù)庫、不確定量（車速、坡度、滑移率、車重等）以及針對不同場景下的信息量的接收，接收完成后，對車輛的一些狀態(tài)空間進(jìn)行離散，比如針對混合動力車，通常離散的是SOC，離散好的信息放在第二層，第二層為物質(zhì)層，對車輛動力系統(tǒng)構(gòu)型進(jìn)行解析，由于不同信息作用在不同構(gòu)型的車上所發(fā)揮的節(jié)能潛力不同，這里提出一個解耦方式，就是“動/勢能-車載” 能量守恒框架，能夠?qū)④囕v行駛模式進(jìn)行分析，所以在物質(zhì)層需要完成混動車輛構(gòu)型的解析以及信息的有效匹配，從而確定車輛最合理的工作狀態(tài)。工作狀態(tài)確定后求解燃油消耗矩陣，通過燃油消耗矩陣輸入到第三個層面，能量層，在能量層中進(jìn)行尋優(yōu)，通過快速動態(tài)規(guī)劃算法，在可行域中尋求最優(yōu)的表達(dá)域，最后制定出規(guī)則式的能量管理或合理的map，在實車上應(yīng)用。

應(yīng)用實例，與原車的AECS瞬態(tài)能量管理策略相比較，理論上最低油耗大概在UDDS上降了22.44%，如果說為了追求實時性可以用理論油耗去生成快速DP的控制規(guī)則，必然不能達(dá)到理論的最低值，由22.44%下降到15.08%，但仍然也比傳統(tǒng)方式效果好。實時性的提高，fast DP算法計算負(fù)荷分別比傳統(tǒng)DP在不同工況下降低了95%以上。

4 全局優(yōu)化式能量管理平臺應(yīng)用前景展望

全局優(yōu)化式能量管理平臺可發(fā)展不同的技術(shù)，比如面向駕駛員可提供最優(yōu)工作模式（節(jié)能駕駛提示系統(tǒng)）和最優(yōu)時空軌跡（車輛駕駛模式分析）；面向交通監(jiān)管可提供車輛監(jiān)控平臺（區(qū)域能耗優(yōu)化平臺）；面向智能駕駛可實現(xiàn)宏觀能耗最優(yōu)（ACC系統(tǒng)軌跡規(guī)劃）；面向電網(wǎng)有助于充電樁位置的提供（時空調(diào)節(jié)負(fù)載預(yù)測）；面向商用車可提供殘值估計（總體擁有成本評估）。

返回第一電動網(wǎng)首頁 >