Optimal Energy Management in Hybrid Electric Trucks Using Route Information Optimisation de la gestion de l’énergie dans des véhicules poids lourds électriques hybrides utilisant le guidage d’itinéraire

Abstract

To benchmark a hybrid vehicle’s Energy Management Strategy (EMS) usually a given, often certified, velocity trajectory is exploited. In this paper it is reasoned that it is also beneficial to optimize the velocity trajectory. Especially optimizing the vehicle braking trajectories, through maximization of energy recuperation, results in considerable fuel savings on the same traveled distance. Given future route (target velocities as function of traveled distance/location), traffic, and possibly weather information, together with the vehicle’s road load parameters, the future power request trajectory can be estimated. Dynamic Programming (DP) techniques can then be used to predict the optimal power split trajectory for the upcoming route, such that a desired state-of-charge at the end of the route is reached. The DP solution is re-calculated at a certain rate in order to adapt to changing conditions, e.g., traffic conditions, and used in a lower level real-time EMS to guarantee both battery state-of-charge as well as minimal fuel consumption. Pour évaluer la Stratégie de Gestion de l’Énergie (SGE) d’un véhicule hybride, on exploite généralement un cycle de conduite donné, souvent certifié. Dans cet article, l’optimisation de l’itinéraire apparaît aussi comme nécessaire. L’optimisation, en particulier, des conditions de freinage du véhicule, par la maximisation de la récupération d’énergie, permet des économies considérables de combustible sur une même distance parcourue. Pour un itinéraire donné (vitesses cibles en fonction de la distance parcourue et de la position), compte tenu des conditions de circulation, des éventuelles données météorologiques et des paramètres de perte du véhicule, on peut estimer les besoins en puissance nécessaire pour le parcourir. Des techniques de Programmation Dynamique (PD) peuvent alors être employées pour prévoir la répartition de puissance optimale pour un parcours donné, sous condition qu’un état de charge cible soit atteint à la fin du parcours. La solution est recalculée périodiquement afin de l’adapter aux nouvelles conditions du parcours (par exemple, aux conditions de circulation) et est utilisée dans une couche plus basse de la SGE en temps réel pour garantir l’état de charge de la batterie ainsi que la consommation d’essence minimale.