커넥티드 HEV 차량의 SOC 변화량 예측을 이용한 연비 최적 동력 분배 알고리즘에 관한 연구

Abstract

세계적으로 배기가스 규제가 강화됨에 따라 자동차 산업은 기존의 내연기관 자동차에서 하이브리드 자동차, 전기 자동차를 포함한 전동화 차량으로 전환되고 있다. 그 중 하이브리드 자동차는 엔진과 모터, 두 개의 동력원을 사용하기 때문에 엔진과 모터를 주행 상황에 맞게 동력 분배를 하는 것은 하이브리드 자동차의 연비에 중요한 역할을 한다. 이러한 이유 때문에 하이브리드 자동차의 연비 최적화에 관한 많은 연구가 수행되어 왔다. 하지만 기존의 연비 최적화에 관한 연구는 차량 내부의 정보만을 이용하여 동력 분배에 대한 연구를 진행해왔으며 그 기술은 이미 높은 수준에 도달했기 때문에 내부 정보만을 이용한 연비 향상은 기대하기가 힘들다. 이러한 문제를 극복하고자 커넥티드 자동차의 전방 도로에 대한 정보를 사전에 인지 할 수 있다는 장점을 반영하여 차량 내부 정보뿐만 아니라 외부 정보들을 사용하는 연구들이 지속되고 있다. 본 논문에서는 커넥티드 하이브리드 자동차라는 가정 하에 V2X 통신을 통해 전방 도로에 대한 정보들을 사전에 인지하고 제공 받은 정보들을 이용한 연비 최적 알고리즘을 구현한다. V2X 통신으로 제공 받은 정보들은 SOC 예측에 사용되며 가격 함수에 차량의 연료 소모량을 직접 반영할 수 있는 비선형 계획법으로부터 일정 주기 마다 전방 도로의 SOC 변화량이 예측된다. 예측된 SOC로부터 SOC Target을 도출한 뒤 이를 적응형 등가 소모량 최소화 전략 알고리즘에 반영하여 실시간으로 차량의 연료 소모량을 최소화하는 동력 분배비를 도출한다. 비선형 계획법을 통한 전방 도로의 SOC 변화량 예측과 적응형 등가 소모량 최소화 전략 기반의 커넥티드 하이브리드 자동차의 연비 최적 알고리즘의 연비 성능을 평가하기 위하여 차량 연비 시뮬레이션 모델인 Argonne 社의 Autonomie를 활용해 MATLAB/Simulink 환경에서 연비 최적 알고리즘을 구현하고 동적 계획법과의 결과 비교, 동작 주기별 결과 비교, 연비 시뮬레이션 결과 비교를 통하여 합리적인 동작 주기를 결정하 제안하는 알고리즘의 연비 성능을 평가 및 분석 하였다.|As exhaust gas regulations are tightened around the world, the automobile industry is shifting from conventional Internal Combustion Engine(ICE) vehicles to electrified vehicles including Hybrid Electric Vehicles(HEV) and Electric Vehicles(EV). Among them, since a Hybrid Electric Vehicle uses two power sources, an engine and a motor, power distribution between the engine and the motor according to the driving situation plays an important role in fuel efficiency of the Hybrid Electric Vehicle. For this reason, many studies on fuel efficiency optimization of hybrid vehicles have been conducted. However, the existing research on fuel efficiency optimization has conducted research on power distribution using only internal information of the vehicle, and since the technology has already reached a high level, it is difficult to expect fuel efficiency improvement using only internal information. In order to overcome this problem, studies using not only vehicle internal information but also external information are continuing, reflecting the advantage of being able to recognize information on the road ahead of a Connected Vehicle in advance. In this paper, under the assumption of a Connected Hybrid Electric Vehicle, information on the road ahead is recognized in advance through V2X communication, and a fuel efficiency optimization algorithm is implemented using the provided information. The information provided through V2X communication is used for SOC prediction, and the amount of SOC change of the road ahead is predicted at regular intervals from a non-linear programming method that can directly reflect the fuel consumption of the vehicle in the cost function. After deriving the SOC target from the predicted SOC, it is reflected in the Adaptive Equivalent Consumption Minimization Strategy(A-ECMS) algorithm to derive the power distribution ratio that minimizes the fuel consumption of the vehicle in real time. MATLAB/Simulink environment using Argonne's Autonomie, a vehicle fuel economy simulation model, in order to evaluate the fuel efficiency performance of the fuel efficiency optimization algorithm of the Connected Hybrid Electric Vehicle based on the SOC change prediction of the road ahead through the Nonlinear Programming(NLP) method and the Adaptive Equivalent Consumption Minimization Strategy In this study, the fuel efficiency optimization algorithm was implemented, and the fuel efficiency performance of the algorithm was evaluated and analyzed to determine a reasonable operation cycle by comparing the results with the dynamic programming method, comparing the results by operation cycle, and comparing the fuel economy simulation results.