Hybridfahrzeuge werden künftig eine zunehmend wichtige Rolle spielen, da sie erhebliches Potenzial zur Reduktion von Kraftstoffverbrauch und Emissionen bieten. Dieses Potenzial ergibt sich aus der Möglichkeit, die Leistungsanforderungen auf mehrere Energiewandler zu verteilen, wobei die optimale Auswahl der Betriebszustände eine zentrale Herausforderung darstellt. Aufgrund der Notwendigkeit, die Nutzung von fossilen Energieträgern so gut es geht zu reduzieren, um dem Klimawandel vorzubeugen, ist die bestmögliche Nutzung dieses Potenzials daher von großem Wert. In Rahmen der vorliegenden Arbeit wird eine Entwicklungsumgebung aufgebaut, um das Potenzial einer prädiktiven Betriebsstrategie zu untersuchen. Diese Strategie schätzt die zukünftigen Leistungsanforderungen anhand eines definierten Prädiktionshorizonts ab und optimiert die Drehmomentverteilung zwischen Verbrennungs- und Elektromotor. In einer Co-Simulationsumgebung wird ein Gesamtfahrzeugmodell aufgebaut und mit realen Messdaten validiert. Dies beinhaltet die Ableitung von Fahrzeugparametern und die Erstellung eines Fahrermodells, um unterschiedliche Fahrszenarien zu simulieren. Das Modell wird durch Simulationen getestet, bei denen das virtuelle Modell mit realer Hardware verglichen wird. Für die prädiktive Strategie wird ein Optimierer entwickelt, der die Effizienz von Elektro- und Verbrennungsmotor anhand einer Kostenfunktion bewertet. Hierbei wird der Äquivalenzfaktor dynamisch an die prädizierten Lastanforderungen angepasst, was eine prädiktive Entscheidungsfindung ermöglicht. Bei der Datenakquise für die Prädiktionsberechnung werden Fahrzeug- und Fahrerdaten aus Messungen sowie Routeninformationen aus Cloud-Services verwendet. Ein speziell entwickeltes Modul ruft Geodaten ab und integriert sie in die Co-Simulationsumgebung, um Prädiktionsvektoren für die prädiktive Strategie zu erstellen. Zur Implementierung und Validierung werden die Modelle in der Co-Simulationsumgebung zusammengeführt. Weitere Simulationen dienen der Kalibrierung der prädiktiven Strategie und der Bewertung ihres Einflusses auf Energieeinsparung und Fahrkomfort. Die Simulationen zeigen eine mögliche Kraftstoffreduktion von etwa 14 % bei perfekter Geschwindigkeitsprädiktion und bis zu 12 % bei berechneten Prädiktionen. Insgesamt bestätigten die Ergebnisse die Robustheit der prädiktiven Strategie, auch bei leichten Abweichungen oder Messstörungen.


    Access

    Download

    Check availability in my library


    Export, share and cite



    Title :

    Effizienzsteigerung des Hybrid-Antriebsstrangs durch Integration einer prädiktiven online-optimierenden Betriebsstrategie


    Contributors:

    Publication date :

    2025



    Type of media :

    Miscellaneous


    Type of material :

    Electronic Resource


    Language :

    Unknown



    Ansatz einer selbstoptimierenden prädiktiven Betriebsstrategie am Beispiel Traktor

    Jünemann, Dennis / Stamm von Baumgarten, Thorsten / Töpfer, Tobias et al. | Tema Archive | 2014



    BETRIEBSSTRATEGIE FÜR HYBRID-FAHRZEUGE

    ETZEL MICHAEL / LIEBERT SEBASTIAN / FRIEDRICH MICHAEL | European Patent Office | 2020

    Free access

    Betriebsstrategie

    Roth, Martin | Springer Verlag | 2014