Elektrofahrzeuge bieten, durch regenerativen Strom geladen, eine emissionsfreie und von fossilen Brennstoffen unabhängige Alternative zu konventionellen Fahrzeugen. Mittels intelligenter Ladeinfrastruktur und der auf Informations- und Kommunikationstechnik (KT) basierten Anbindung von Elektrofahrzeugen können diese als gesteuerte Last oder als Speicher verwendet werden. Für eine optimierte Nutzung der Fahrzeuge ist eine übergeordnete Koordination und Steuerung, in Form einer Mobilitätsleitwarte, von Vorteil. Für die Erstellung von Mobilitätsprognosen und zur streckenbezogenen Abschätzung des Energiebedarfs sind präzise Modelle notwendig. Auf Grundlage der Fahrprofildaten wurde ein adaptives Modell eines Elektrofahrzeuges erstellt. Dieses beschreibt die Fahrdynamik sowie den Wirkungsgrad der gesamten Wirkungskette, beginnend bei der Batterie, dem Wechselrichter, dem Getriebe bis hin zur Kraftübertragung auf den Asphalt. Für das Fahrzeugmodell wurden zwei Optimierungsalgorithmen generiert. Es wurde ein genetischer Algorithmus und eine Black-BoxModellierung unter Verwendung eines neuronalen Netzes durchgeführt, mit denen die Parameter der Wirkungskette bestimmt wurden. Abschließend wurden die erhobenen Daten ausgewertet und eine Validierung der obigen Methoden, Algorithmen und Verfahren vorgenommen und miteinander verglichen.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Elektrofahrzeugmodellierung zur streckenbezogenen Verbrauchsprognose


    Beteiligte:
    Ma, X. (Autor:in) / Wenige, C. (Autor:in) / Komarnicki, P. (Autor:in) / Styczynski, Z.A. (Autor:in)


    Erscheinungsdatum :

    2013


    Format / Umfang :

    5 Seiten, 6 Bilder, 3 Tabellen, 11 Quellen



    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Deutsch