Die Akzeptanz von Elektrofahrzeugen kann durch zuverlässige Informationen über die Reichweite erhöht werden. Auf diese Weise ist der Fahrer immer in der Lage zu wissen, ob das erwünschte Fahrtziel mit der verbleibenden Energie in der Batterie erreicht werden kann. Die Reichweite kann dennoch aufgrund einer Reihe deterministischer und stochastischer Faktoren unvorhersehbar werden. Der Fahrstil, die Verkehrssituation und die Witterung sind einige der Faktoren, die die Reichweite beeinflussen. Grundlage für eine zuverlässige Schätzung der Reichweite ist die Bestimmung der Änderung des Batterieladezustandes für die zu befahrene Route. Es wird ein neues Verfahren zur Schätzung der Änderung des Batterieladezustandes vorgestellt. Die Schätzung wird anhand einer Monte Carlo Simulation durchgeführt. Ausgehend von Karteninformation über die zu befahrene Route werden mehrere Geschwindigkeitsprofile erzeugt, welche unterschiedliche Fahrertypen abdecken. Anschließend werden die erzeugten Profile in eine Simulation eingefügt, um den Verlauf des Batterieladezustandes zu berechnen. Experimentelle Untersuchungen belegen die Eignung des dargestellten Verfahrens. Künftige Arbeiten sehen die Berücksichtigung von umgebungsbezogenen Unsicherheiten in der Monte Carlo Simulation vor, um die Genauigkeit der Schätzung zu erhöhen und die Anwendbarkeit des Verfahrens zu erweitern.

    The limited electric driving range represents one of the biggest obstacles in the acceptance of electric vehicles. One way to overcome the so called range anxiety is through a reliable estimation of the driving range that can be achieved with the remaining energy. An accurate estimation increases the confidence of the driver even if auxiliary systems like the HAVC are in use. The estimation of the electric driving range demands the consideration of the current battery's state of charge (SOC) and future events along the route like its topography or traffic situations. The first step on a meaningful driving range prediction is an accurate estimation of the change in the battery's SOC in dependence of the planned route. This paper describes an approach for estimating the change of the battery SOC in one electric vehicle based on a Monte Carlo simulation.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Monte Carlo Simulation zur Schätzung des Batterieladezustandes in Elektrofahrzeugen


    Additional title:

    Monte Carlo Simulation for the estimation of the battery state of charge in electric vehicles


    Contributors:


    Publication date :

    2013


    Size :

    6 Seiten, 9 Bilder, 10 Quellen



    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German




    Schätzung der verbleibenden Batterieladezeit in stationären Elektrofahrzeugen

    MURUGESAPILLAI AMIRTHAMSHAN / WANG ORSON S / SLOAN TOMMY et al. | European Patent Office | 2024

    Free access

    Simulation von Elektrofahrzeugen

    Kral, C. / Simic, D. | Tema Archive | 2011



    KABELANORDNUNG FÜR DIE LADUNG VON ELEKTROFAHRZEUGEN ZU ELEKTROFAHRZEUGEN

    HORNSTEIN SHARON / TRANGBAEK KLAUS | European Patent Office | 2023

    Free access

    Thermomanagement in Elektrofahrzeugen

    Heimes, Heiner Hans / Kampker, Achim / Offermanns, Christian et al. | Springer Verlag | 2023

    Free access