For the past decades, researchers studied the energy management strategy of hybrid electric vehicles since it can contribute significantly to fuel consumption reduction without any change in the vehicle hardware. Unfortunately, previous studies focus on improving energy management strategy about a fixed driving cycle. To improve fuel economy further, researchers attempted to co-optimize optimal velocity planning and energy management strategy using traffic signal phasing and time information. However, since solving this co-optimization problem at once is hard to satisfy real-time control and optimality simultaneously, a new methodology to solve energy management and optimality in two parts is devised. However, even in this recent research, real-time control was lacking in the optimal velocity plan, and optimality was lacking in the energy management strategy. Thus, this thesis adds real-time control to optimal velocity planning by pre-computation of optimal fuel cell cost map and adds optimality to energy management strategy by considering road grade and SOC node update when planning SOC node and following generated SOC node by MPC. This methodology can be used for real-time control with sophisticated high performance. Further, fuel consumption reduction due to optimal velocity planning and loss of optimality reduction due to energy management strategy is analyzed by comparing proposed and compared methods. Also, fuel consumption reduction of the overall proposed method, energy balance, and loss analysis is conducted. It is expected that the proposed methodology will contribute significantly to reducing the fuel consumption of real vehicles only with software updates.
하이브리드 차량의 에너지 관리 전략 수립은 전략 수립에 따라 소프트웨어의 변화만으로 연비 향상에 크게 기여할 수 있기 때문에 과거부터 이와 관련하여 많은 연구가 이루어졌다. 다만 기존의 에너지 관리 전략들은 주로 고정된 주행 속도 프로파일에 대하여 최적화를 수행하는 방식이였다. 연비 향상에서 더욱 큰 효과를 보고자 과거에도 교통 신호 위상 및 시간 정보를 활용하여 최적 속도 계획과 에너지 관리 전략을 공동최적화하는 방법론이 존재하였으나, 공동최적화 문제를 한번에 푸는 것은 실시간성과 최적성을 동시에 만족시키기 어렵기 때문에 최근에는 이 문제를 에너지 관리 전략과 최적 속도 계획의 두 부분으로 나누어 푸는 방법론이 고안되었다. 하지만 이러한 최근 연구에서조차 최적속도 계획에 있어서는 실시간성이 부족하였고, 에너지 관리 전략에 있어서는 최적성이 부족하였다. 이에, 본 논문에서는 연료 전지 최적 동력의 해를 맵 데이터로 작성하여 최적 속도 계획에서의 연산량을 줄여 실시간성을 더하고, 배터리 충전량 노드 계획시에 도로 경사 정보와 노드 업데이트를 고려한뒤 모델 예측 제어로 배터리 충전량 레퍼런스를 따르도록 하여 에너지 관리 전략에 있어서의 최적성을 더하였다. 본 방법론은 실시간 제어에 이용 가능하면서 정교하게 높은 성능을 낼 수 있다는 장점을 가진다. 제시한 방법론을 평가하기 위해 제안하는 방법론과 비교방법론의 비교를 통해 최적 속도 계획에 의한 연비 상승분과 에너지 관리 전략에 의한 최적성 손실 감소분을 분석하였으며, 전체 방법론의 성능 평가 및 에너지 균형 분석, 손실 분석 또한 진행하였다. 본 방법론을 실차에 적용한다면 소프트웨어의 업데이트만으로 연비를 획기적으로 향상시킬 수 있을 것으로 기대한다.
