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上被定義為是對環(huán)境產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，應用較為簡單，也是在實車上應用較多的，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到最優(yōu)效果，分為動態(tài)規(guī)劃（DDP）和隨機動態(tài)規(guī)劃（SDP），DDP的好處在于使得新能源汽車能達到理論最優(yōu)控制效果，但需在特定駕駛循環(huán)下；對于SDP，考慮工況可預測性，可實時應用，但預測準確性有待提高。兩者在隨機性上存在不同，需要互補。目前全局最優(yōu)策略沒有廣泛在實車上應用的主要問題在于計算負荷過大，以目前車輛單片機系統(tǒng)算力，還很難達到實時在線計算。未來基于數(shù)據(jù)驅動可成為信息落地的途徑，針對實車應用，可在線下做一些針對全局的標定工作，制定成規(guī)則式的控制策略或是map在實車上應用，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將會越來越廣。

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濟性的要求相對更多。比如梅賽德-奔馳，它的輔助系統(tǒng)-動力總成預控制系統(tǒng)(PPC) ，將路線的三維GPS數(shù)據(jù)與當前的車輛數(shù)據(jù)和動力總成相結合，根據(jù)地形預測性的調節(jié)檔位，可降低5%的燃油消耗。比如雷諾Optifuel Lab，利用導航與交通、氣象預報及輪胎數(shù)據(jù)，優(yōu)化預見性車速，實現(xiàn)最大化節(jié)能，提升卡車的能源效益，比標準版油耗降低13%。包括國內的解放汽車也提出了預見性檔位系統(tǒng)等。對于乘用車，比如本田，“Eco Assist節(jié)能駕駛輔助系統(tǒng)”，可有效控制進氣閥門的開合度，使發(fā)動機平順運行，并智能調節(jié)制冷工況，從而實現(xiàn)節(jié)能，同時還具備“Guidance節(jié)能引導功能”和“Scoring節(jié)能計分功能”。

2 車輛能量管理面臨的機遇和挑戰(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”問題，提高算法計算效率；三是準確性，需要獲取全面且準確的工況信息，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，可能為了達到理論最佳值，讓發(fā)動機頻繁啟動或頻繁換檔，本身有違車輛的動力平順性，應當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系。

全局能量管理計算負荷較大，一方面隨著V2X，ITS，云計算等技術的發(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達到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域駕駛員的行駛需求, 對于車輛危險的預警閾值、行駛策略進行適應性調整；基于路況特征、車輛性能駕駛員操作習慣等因素提供節(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)域對不同車輛設定準入分級, 設置電子圍欄。在交通智能化應用方面，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（導航、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)網產品“路寶盒子”，入股蔚來汽車和特斯拉。汽車正在由傳統(tǒng)車向智能車轉變,未來的汽車將不再單純是一個交通工具, 它將成為手機之外的搭載各類應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，將為其源源不斷地創(chuàng)造經濟價值。

隨著智能網聯(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)治理體系遠未形成，特別是隱私保護、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的平衡點，而我國目前還尚未形成完善的法律機制；數(shù)據(jù)價值變現(xiàn)的挑戰(zhàn)，大數(shù)據(jù)應用價值挖掘的關鍵還在于如何實現(xiàn)技術與業(yè)務的融合，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。當前大數(shù)據(jù)應用尚處于初級階段，根據(jù)大數(shù)據(jù)分析預測未來、指導實踐的深層次應用將成為發(fā)展重點。

3 全局優(yōu)化架構的建立及應用

全局優(yōu)化架構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，第二層為物質層，對車輛動力系統(tǒng)構型進行解析，由于不同信息作用在不同構型的車上所發(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，能夠將車輛行駛模式進行分析，所以在物質層需要完成混動車輛構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，在實車上應用。

應用實例，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，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）；面向電網有助于充電樁位置的提供（時空調節(jié)負載預測）；面向商用車可提供殘值估計（總體擁有成本評估）。

返回第一電動網首頁 >