[論文レビュー] Vehicle Powertrain Connected Route Optimization for Conventional, Hybrid and Plug-in Electric Vehicles

Zhiqian Qiao, Orkun Karabaşoğlu|arXiv (Cornell University)|Dec 5, 2016

Electric Vehicles and Infrastructure参考文献 25被引用数 16

ひとこと要約

本稿では、バッテリーソース・オブ・チャージ（SOC）、部品効率、車両タイプなどの車両パワートレイン動態をルート計画に統合することで、走行コストを最小化する新しいルーティング戦略であるVehicle Powertrain Connected Route Optimization（VPCRO）を提案する。リアルタイムの交通状況とパワートレイン固有のエネルギー消費を考慮することで、従来の最短距離ルーティングと比較して、内燃機関車両では平均で最大60%、電気自動車（EV）では最大30%の走行コスト削減が達成される。

ABSTRACT

Most navigation systems use data from satellites to provide drivers with the shortest-distance, shortest-time or highway-preferred paths. However, when the routing decisions are made for advanced vehicles, there are other factors affecting cost, such as vehicle powertrain type, battery state of charge (SOC) and the change of component efficiencies under traffic conditions, which are not considered by traditional routing systems. The impact of the trade-off between distance and traffic on the cost of the trip might change with the type of vehicle technology and component dynamics. As a result, the least-cost paths might be different from the shortest-distance or shortest-time paths. In this work, a novel routing strategy has been proposed where the decision-making process benefits from the aforementioned information to result in a least-cost path for drivers. We integrate vehicle powertrain dynamics into route optimization and call this strategy as Vehicle Powertrain Connected Route Optimization (VPCRO). We find that the optimal paths might change significantly for all types of vehicle powertrains when VPCRO is used instead of shortest-distance strategy. About 81% and 58% of trips were replaced by different optimal paths with VPCRO when the vehicle type was Conventional Vehicle (CV) and Electrified Vehicle (EV), respectively. Changed routes had reduced travel costs on an average of 15% up to a maximum of 60% for CVs and on an average of 6% up to a maximum of 30% for EVs. Moreover, it was observed that 3% and 10% of trips had different optimal paths for a plug-in hybrid electric vehicle, when initial battery SOC changed from 90% to 60% and 40%, respectively. Paper shows that using sensory information from vehicle powertrain for route optimization plays an important role to minimize travel costs.

研究の動機と目的

• 最短距離または最短時間を優先する伝統的なナビゲーションシステムの限界、すなわち車両固有のエネルギー動態を無視することを是正すること。
• 交通状況下でのバッテリーソース・オブ・チャージ（SOC）や部品効率といったパワートレイン固有要因を組み込むことで、総走行コストを最小化するルーティング戦略を開発すること。
• パワートレイン特性に基づいて、内燃機関車両、ハイブリッド車両、プラグイン・ハイブリッド電気自動車（PHEV）の間でルート最適化がどのように変化するかを評価すること。
• 従来の最短距離ルーティングと比較して、VPCROによって達成可能なコスト削減とルート変更の程度を定量化すること。
• 電気自動車における初期バッテリーソース・オブ・チャージ（SOC）が最適ルート選択に与える感度を分析すること。

提案手法

• VPCROフレームワークは、車両パワートレインモデルと交通状況・道路網データを統合し、各ルートセグメントのエネルギー消費を計算する。
• リアルタイムの交通状況と車両固有の効率プロファイルを考慮した最小エネルギー経路を求めるために、動的プログラミングまたは最適制御技術を用いる。
• 走行状態に応じた内燃機関、電動モーター、バッテリーシステムの部品レベルの効率変動を考慮する。
• 速度、加速度、勾配、および車両のバッテリーソース・オブ・チャージ（SOC）を関数としてエネルギー消費をモデル化し、各ルートごとの正確なコスト予測を可能にする。
• 複数の候補ルートを評価し、距離や時間ではなく、最小総エネルギーコストのものを選択する。
• 感度分析として、初期バッテリーソース・オブ・チャージ（SOC）を90%から40%まで変化させ、プラグイン・ハイブリッド電気自動車（PHEV）におけるルート変更を評価する。

実験結果

リサーチクエスチョン

• RQ1 車両パワートレイン動態をルート計画に統合することで、内燃機関車両、ハイブリッド車両、プラグイン・ハイブリッド電気自動車（PHEV）の最適ルート選択にどのような影響を与えるか？
• RQ2 VPCROに基づくルートは、最短距離ルーティングと比較して、走行コストをどの程度削減できるか？
• RQ3 プラグイン・ハイブリッド電気自動車（PHEV）において、初期バッテリーソース・オブ・チャージ（SOC）が最適ルート選択に与える影響は何か？
• RQ4 異なる車両タイプにおいて、従来の最短距離経路とVPCRO最適化経路との間で、ルートのずれの大きさはどの程度か？
• RQ5 交通状況下での部品効率の変動が、選択されたルートのコスト最適性に与える影響は何か？

主な発見

• 内燃機関車両では、VPCROを用いた場合、81%の走行で最適ルートが最短距離ルーティングとは異なり、平均で15%のコスト削減が達成され、最大で60%の削減が見られた。
• 電気自動車（EV）では、VPCROを用いた場合、58%の走行で最適ルートが異なり、平均で6%のコスト削減が達成され、最大で30%の削減が見られた。
• プラグイン・ハイブリッド電気自動車（PHEV）の初期バッテリーソース・オブ・チャージ（SOC）が90%から60%に低下した場合、3%の走行で最適ルートが変更された。
• さらに初期SOCを40%に低下させると、最適ルートが変更された走行の割合は10%に増加した。
• 本研究では、車両パワートレインからのセンシングデータが、ルート最適化の正確性とコスト効率を顕著に向上させることを確認した。
• 結果から、変動する交通状況やパワートレイン条件下では、最小コスト経路が最短距離または最短時間経路と著しく異なることが示された。