[发明专利]混合动力车辆及其控制方法

说明书

本发明涉及混合动力车辆及其控制方法。本公开涉及一种混合动力车辆与控制混合动力车辆的方法，并且本公开的一方面是通过使用机器学习领域中的增强学习的Q学习技术的学习而基于车辆状态信息生成最优车辆控制值。控制混合动力车辆的方法包括：获得包括电池SOC信息、引擎开启/关闭信息、需求电力、车速信息、以及燃料消耗信息的车辆状态信息；使用车辆状态信息创建车辆模型信息图；基于车辆模型信息图创建Q值表；并且通过基于Q值表的增强学习而创建引擎和马达的电力分配控制值。

技术领域

本公开涉及一种车辆，并且更具体地，涉及一种配备有引擎和马达的混合动力车辆。

背景技术

混合动力车辆使用两种或多种不同类型的动力源。例如，配备有使用化石燃料的引擎和使用电能的马达的车辆是代表性的混合动力车辆。在混合动力车辆中，根据混合动力车辆的行驶情形对驱动混合动力车辆所需的引擎和马达的电力进行适当分配的电力分配控制技术对于燃料效率的提高是非常重要的。

大批量生产的混合动力车辆的电力分配控制技术主要使用基于规则的控制战略。基于规则的控制战略使用高效率范围内的动力源并且通过控制引擎开启/关闭且根据特定值确定引擎和马达各自的操作时间而使得由于再生制动产生的能量恢复最大化、并且通过根据车辆的行驶情形控制电池的充电状态而提高车辆的燃料经济性。

除大批量生产混合动力车辆中共同使用的基于规则的控制战略之外，已经基于最优化理论对基于最优的控制战略进行了广泛地研究。直接并且间接地使用诸如动态编程原理和等效消耗最小化战略等基于最优的控制战略来建立并且制定大批量生产混合动力车辆的基于规则控制战略的规则。然而，因为基于启发法构建现有的基于规则的控制战略，所以仅即兴/直觉地确定/选择有限信息、而非严格分析具体的问题或情形的决策制定方法的进一步优化需要视混合动力车辆的动力系统的结构和驱动环境而定。此外，现有的基于最优的控制战略具有的缺点在于其由于运算负荷较大而难以用于实时控制。此外，现有的基于规则的控制和基于最优的控制战略在操作反映混合动力车辆的老化和环境变化的可变控制逻辑方面具有限制性。

发明内容

因此，本公开的一方面是通过使用机器学习领域中的增强学习的Q学习技术的学习而基于车辆状态信息生成最优车辆控制值。

将在下面描述中对本公开的额外方面进行部分阐述，并且从描述中，本公开的额外方面将部分显而易见，或通过实施本公开可以学习本公开的额外方面。

根据本公开的一方面，控制混合动力车辆的方法包括：获得包括电池SOC信息、引擎开启/关闭信息、需求电力、车速信息、以及燃料消耗信息的车辆状态信息；使用车辆状态信息创建车辆模型信息图；基于车辆模型信息图创建Q值表；并且通过基于Q值表的增强学习而计算引擎和马达的电力分配控制值。

基于Q值表的增强学习可以被配置为使用在两个连续周期内生成的车辆状态信息计算电力分配控制值分别作为状态值和奖励值。

方法可以还包括：对车辆模型信息图进行更新，以反映车辆状态信息的变化内容；对Q值表进行更新，以反映车辆模型信息图的更新内容；并且通过基于所更新的Q值表执行增强学习而执行反映车辆状态信息的变化内容的电力分配控制值的计算。

电力分配控制值是在满足需求电力的同时使得引擎和马达的能量消耗最小化的值。

根据本公开的另一方面，混合动力车辆包括：车辆状态信息获得装置，被配置为获得包括电池SOC信息、引擎开启/关闭信息、需求电力、车速信息、以及燃料消耗信息的车辆状态信息；和控制器，被配置为：使用车辆状态信息创建车辆模型信息图；基于车辆模型信息图创建Q值表；并且通过基于Q值表的增强学习而计算引擎和马达的电力分配控制值。

基于Q值表的增强学习可以被配置为使用在两个连续周期内生成的车辆状态信息计算电力分配控制值分别作为状态值和奖励值。