Im vorliegenden Beitrag wird eine neuartige Methode zum Energiemanagement von Hybridfahrzeugen vorgestellt. Es wird ein typisches Verzögerungsprofil angenommen, am Ende des Verzögerungsvorgangs soll der Energiespeicher voll geladen sein. Durch Anwendung eines invertierten Antriebsstrangmodells und Rückwärtsrechnung vom so vorgegebenen Endwert, wird eine Kennlinie ermittelt, die den Zusammenhang zwischen der Geschwindigkeit des Fahrzeugs und dem gewünschten Ladezustand herstellt. Aufgrund dieser Kennlinie wird ein Richtwert für den Soll-Ladezustand vorgegeben, der abhängig von der aktuell gefahrenen Geschwindigkeit ist. Im Weiteren wird dieser Ansatz durch die Identifikation des Fahrerverhaltens erweitert. Dazu werden Fahrvorgänge mit neuronalen Netzen identifiziert. Bei einer Übereinstimmung des aktuellen Fahrvorgangs mit einem vergangenen, identifizierten Fahrvorgang, wird das typische Verzögerungsprofil durch das Identifizierte ersetzt und damit die Vorhersage über den zukünftigen Fahrverlauf verbessert. Die genannten Ansätze werden am Beispiel des an der Technischen Universität München entwickelten Optimierten CVTHybrids erläutert.
This paper shows a new method for the energy management of hybrid cars. A typical deceleration profile is assumed. The energy storage is desired to be charged completely at the end of this deceleration profile. By calculating backwards from the end of the profile, using an inverted model of the power train, the desired state of charge can be linked to the speed of the car. Furthermore this approach will be extended by the identification of driver behavior. Therefore driving sequences are identified using neural networks. If the actual driving sequence correlates with a former stored driving sequence, the typical deceleration Profile is replaced by the actual one, and the prediction about the future driving sequence is improved. The contemplated approaches will be illustrated exemplarily with respect to the Optimized CVT-Powertrain of the Technical University Munich.
Erweitertes Energiemanagement für Hybridfahrzeuge mit Identifikation des Fahrerverhaltens
Advanced energy management for hybrid cars with identification of the drivers behavior
2006
13 Seiten, 10 Bilder, 2 Tabellen, 7 Quellen
Aufsatz (Konferenz)
Deutsch
Erweitertes Energiemanagement fuer Hybridfahrzeuge mit Identifikation des Fahrerverhaltens
Kraftfahrwesen | 2006
|Erweitertes Energiemanagement fur Hybridfahrzeuge mit Identifikation des Fahrerverhaltens
British Library Conference Proceedings | 2006
|Tagungsbericht: Hybridfahrzeuge und Energiemanagement
Online Contents | 2002
Energiemanagement fuer Hybridfahrzeuge und Elektrofahrzeuge
Kraftfahrwesen | 2009
|Vorausschauendes Energiemanagement für Plug-In-Hybridfahrzeuge
TIBKAT | 2014
|