Energiemanagement hybrider Antriebssysteme

Motivation

Testfahrzeug AutoTram®

Hybride Fahrzeugantriebe ermöglichen eine Senkung des Kraftstoffverbrauches gegenüber konventionellen Antrieben, wobei das Einsparpotential nicht nur von der Fahrstrecke und dem Fahrprofil, sondern auch wesentlich von der Steuerung des Hybridantriebes, d. h. dem Energiemanagement (EM), abhängt.

Die derzeit eingesetzten EM-Strategien sind in der Regel Steuerungen, bei denen der Leistungsfluss im Antriebssystem allein aus dem aktuellen Zustand (dazu gehören beispielsweise der Energieinhalt und die Temperatur des Speichers) und der momentanen Leistungsanforderung durch den Fahrer bestimmt wird. Dies führt auf einfach zu implementierende regel- und kennfeldbasierte Steuerungen. Durch die fehlende Vorausschau, insbesondere bezüglich des Höhenprofils der Strecke und des zu erwartenden Geschwindigkeitsprofils sowie der im Normalfall nichtoptimalen Leistungsaufteilung zwischen dem Energieerzeuger und dem Energiespeicher, sind diese Steuerungen jedoch prädiktiven EM-Strategien deutlich unterlegen.

Prädiktive EM-Strategien verwenden zusätzliche Informationen, wie z. B. GPS-Daten, Höhenprofile der Strecke und Datenbanken über tageszeit- und wochentagabhängige Verkehrseinflüsse, zur Bestimmung einer Vorhersage der Antriebsleistung und ermöglichen durch die modellbasierte Leistungsflussoptimierung eine effizientere Nutzung der verfügbaren Speicherkapazität unter Beachtung der Leistungsgrenzen und -dynamik des Energieerzeugers.

Schwerpunkte

Struktur von prädiktiven EM-Strategien

Verlauf des Energiespeicherinhaltes E für eine nichtprädiktive (blau) und eine prädiktive (rot) EM-Strategie bei einem automatisch gefahrenen Fahrzeug

 

Am Fraunhofer IVI werden prädiktive EM-Strategien insbesondere für schwere Straßenfahrzeuge und leichte Schienenfahrzeuge entwickelt. Neben unterschiedlichen Energieerzeugern (dieselelektrische Aggregate, Brennstoffzellencluster) werden bei den Energiespeichern neuartige Dualspeicher untersucht, die aus separat steuerbaren Kondensatormodulen und Batteriemodulen bestehen. Der bei Dualspeichern auftretende zusätzliche Freiheitsgrad wird durch die Steuerung genutzt, um die Vorteile beider Technologien, d. h. die hohe Leistungsdichte von Doppelschichtkondensatoren und die hohe Energiedichte von modernen Li-Ionen-Zellen, bestmöglich zu kombinieren. Folgende Aspekte stehen im Fokus der Arbeiten:

  • Entwurf von Prädiktoren und Anpassung an konkrete Einsatzfälle (u. a. automatisch gefahrene Fahrzeuge, Fahrzeuge im Linien- und im Individualverkehr),
  • Entwurf und Implementierung von echtzeitfähigen Algorithmen zur optimalen Aufteilung der prädizierten Leistung im Antriebssystem,
  • Auslegung von Hybridantrieben, hierarchischer Steuerungsentwurf und Kommunikation, Zuverlässigkeitsuntersuchungen und Ausfallverhalten, Effizienzermittlung von prädiktiven Strategien.

 

Kompetenzen

  • Modellierung von Hybridantrieben durch Strukturermittlung und Parametrierung mit modernen Methoden der theoretischen Modellbildung und experimentellen Prozessanalyse, Entwicklung und Anwendung von Verfahren der optimalen Versuchsplanung,
  • Online-Analysemethoden zur Fahrzeugzustandserkennung, Störgrößen- und Musteranalyse und deren Anwendung zur Prädiktion von Geschwindigkeits- und Leistungsprofilen,
  • Auswahl von Optimierungsalgorithmen und Anpassung an unterschiedliche Steuerungsaufgaben und Controller-Hardwarearchitekturen; Einbindung der Algorithmen in Strukturen der modellprädiktiven Regelung,
  • Echtzeit-Implementierung von Kommunikations-, Steuerungs- und Sicherheitsfunktionen in Fahrzeugsteuergeräten,
  • Entwicklung von Controllersoftware für Komponenten von Hybridantrieben (z. B. Betriebsführung und EM für Batterie- und Kondensatorspeicher),
  • Inbetriebnahme von hybriden Antriebssystemen unterschiedlicher Struktur (Brennstoffzellen, dieselelektrische Antriebe, Flywheel-Energiespeicher, Speicher aus Li-Ionen-Zellen und Doppelschichtkondensatoren).

Technik/Infrastruktur

Testanlage für hybride Antriebssysteme

  • Prüfstände unterschiedlicher Leistungs- und Spannungsklassen zur Messdatengewinnung und zum elektrischen und thermischen Systemtest für Batterie- und Kondensator-Energiespeicher (auf Zellebene, für Module und für Hochleistungs-Traktionsenergiespeicher),
  • Prüfstand für dieselelektrische Energieerzeuger bis 250 kW,
  • Prüfstand zum Test von Hybridsystemen bestehend aus Energieerzeuger und -speicher in unterschiedlichen Konfigurationen und thermischen Umgebungsbedingungen mit einer maximalen Summenleistung von +/- 250 kW,
  • Testfahrzeug AutoTram® zur Erprobung von Hybridantriebskomponenten unter Einsatzbedingungen.