Prädiktives Energiemanagement für Elektrofahrzeuge

Matthias Fritsch, Sören Scherler, Xiaobo Liu-Henke 09.03.2017

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 2

Agenda

Einleitung

Methodik

Prädiktives Energiemanagement

Energieoptimales Geschwindigkeitsprofil

Simulationsergebnis

Resümee

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 3

EinleitungForschungsprojekte

08/13 - 12/16 ECOCar (Energy Consumption Optimization for electrical Cars)Funktionsintegration zur energieoptimalen Fahrt mit hoher Fahrsicherheit für Elektrofahrzeuge

01/17 - 09/20 ZuFOR (Zukünftige Fahrzeugtechnologien im Open Region Lab)Intelligente Range-Extender Elektrofahrzeuge mit energieoptimalem, prädiktivem und autonomem Fahrbetrieb und Digitalisierung unter Anwendung von Fahrzeug 4.0

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 4

EinleitungKonfiguration ECOCar

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 5

EinleitungForschungsprojekte

08/13 – 12/16 ECOCar (Energy Consumption Optimization for electrical Cars)Funktionsintegration zur energieoptimalen Fahrt mit hoher Fahrsicherheit für Elektrofahrzeuge

01/17 – 09/20 ZuFOR (Zukünftige Fahrzeugtechnologien im Open Region Lab)Intelligente Range-Extender Elektrofahrzeuge mit energieoptimalem, prädiktivem und autonomem Fahrbetrieb und Digitalisierung unter Anwendung von Fahrzeug 4.0

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 6

EinleitungVernetze Fahrzeugstruktur

Prädiktives Fahrzeugmanagement

Prädiktives Fahrwerksmanagement Prädiktives el. Energiemanagement

global information processing level 3

global information processing level 2

global information processing level 1

global information processing level 4

...

...

... ......

Integrierte Fahrdynamikregelung Fahrerassistenzsysteme Berechnung

Fahrzustände

Smart Grid / Car-2-Infrastructure / Car-2-Car / Cloud

Prädiktives Fahrzeugmanagement

Prädiktives Fahrwerksmanagement Prädiktives el. Energiemanagement

global information processing level 3

global information processing level 2

global information processing level 1

global information processing level 4

...

...

... ......

Integrierte Fahrdynamikregelung Fahrerassistenzsysteme Berechnung

Fahrzustände

Smart Grid / Car-2-Infrastructure / Car-2-Car / Cloud

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 7

MethodikMechatronische Strukturierung

● Hierarchisierung und Modularisierung mittels Top-Down-Verfahrens

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 8

MethodikMechatronische Komposition

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 9

Prädiktives EnergiemanagementFunktionsstruktur

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 10

Prädiktives EnergiemanagementFunktionsprinzip

EAF

EAF

EAF

KL: xPK: xP = xxx W

1. Teilnehmer senden KL, PK und Leistungsanforderung

2. Koordinator speichert die Daten in Leistungsmatrix

3. Koordinator gleicht Verbraucher- und Erzeugerleistung an

4. Koordinator sendet die Grenzklasse, Grenzpriorität und Grenzleistung per Broadcast-Nachricht an die EAF

5. Teilnehmer aktivieren/ deaktivieren sich bzw. begrenzen ihre Leistung

Teilnehmer 1

Teilnehmer 2

Teilnehmer n

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 11

Prädiktives EnergiemanagementLeistungsverteilung

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 12

GeschwindigkeitsprofilFunktionsstruktur

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 13

GeschwindigkeitsprofilVariable Diskretisierung

● Komplett variabel diskretisierte Geschwindigkeits- und Wegstützstellen

1. Ermitteln der Geschwindigkeits- und Höhenänderungen der

vorausliegenden Strecke

2. Aufstellen eines Hamming-Fensters

3. Falten der interessanten Größen durch das Hamming-Fenster

Wegstrecke [m]

Inte

ress

anz

Ges

chwi

ndig

keits

ände

rung

|m

/s|

Wegstrecke [m]

Stei

gung

|m

|

Ges

chwi

ndig

keits

ände

rung

|m

/s|

n-1

Am

plitu

de

1

Abtastwert0

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 14

GeschwindigkeitsprofilOptimierungsverfahren

● Modellbildung der relevanten Fahrphysik (Längsdynamik, Fahrwiderstände)

● Modellbildung der vorhandenen Betriebsarten

● Kern des Systems ist ein Optimierungsprozess

Aufstellen von Kostenfunktionen zum Bewerten der Zustandsübergänge

Lösen nach dem Bellmanschen Optimalitätsprinzip

...

...

...

1x Nx

0gNg

0x

tx...

k = 1k = 0 ... k = N

1−Nx

k = N-1

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 15

GeschwindigkeitsprofilStruktur der Optimierung

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 16

Prädiktives EnergiemanagementErweiterung um prädiktive Informationen

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 17

Simulationsergebnisse

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 18

Resümee

● erfolgreiches erweitern des Energiemanagements um prädiktive Daten

eines Geschwindigkeitsprofils

● fundierte Basis für weitere Forschungen

● tiefergehende Integration von C2X-Daten

– Schaltzeiten von Lichtsignalanlagen

– durchschnittliche Fließgeschwindigkeit

● Funktionsabsicherung durch SiL und HiL

09.03.2017 Prädiktives Energiemanagement für Elektrofahrzeuge 19

¿Fragen?