Die Erwartungen hinsichtlich eines niedrigeren Kraftstoffverbrauchs und geringen Emissionen sind in der Automobilindustrie in den letzten zehn Jahren gewachsen. Der Fokus liegt dabei auf der Suche nach fortschrittlichen Technologien für innovative Energiemanagementmaßnahmen, die eine deutliche Verbesserung der Effizienz bieten. Die Modellierung, Simulation und Optimierung der Antriebsstrangkomponenten ist ebenfalls wichtig und hat einen starken Einfluss auf die Effizienz, das Fahrverhalten und die Sicherheit von Fahrzeugen. Diese Arbeit dient der Untersuchung von Energiemanagementmaßnahmen zur Reduzierung des Verbrauchs für ein Hybridfahrzeug. Im ersten Schritt der Arbeit werden Simulationsmodelle zur Bestimmung und Bewertung der wichtigsten Leistungseigenschaften entwickelt. Die Untersuchungen werden mit einem validierten Co-Simulationswerkzeug auf Basis von hoch auflösenden, thermischen und kinematischen Modellen durchgeführt. Die Berechnungen des optimalen Energiemanagements werden nicht nur auf Basis eines Standard-Zyklen (z.B. des Neuen Europäischen Fahrzyklus) durchgeführt, sondern auch mit repräsentativen Kunden-Fahrzyklen unter Zuhilfenahme der 3F-Methode (Fahrer, Fahrumgebung, Fahrzeug), um alle Fahrbedingungen abzudecken. Eine der wichtigsten Aufgaben ist es festzustellen, wie solche Anforderungen den Kraftstoffverbrauch beeinflussen und wie diese Informationen genutzt werden können, um die Betriebsstrategie zu optimieren. Weiterhin werden verschiedene Energiemanagementmaßnahmen, wie die Motorraumkapselung und die Jalousiereglung untersucht. Außerdem werden, aufgrund des zunehmenden Interesses an erneuerbaren Energien, Solarzellen in das Fahrzeug integriert. Hybridfahrzeuge haben eine höhere Komplexität in Bezug auf Betriebsstrategien und Komponenten im Vergleich zu konventionellen Fahrzeugen. In dieser Arbeit wird ein intelligenter, innovativer Lösungsansatz für eine Betriebsstrategie mit Hilfe einer Fuzzy-Logik-Regelung und eines genetischen Algorithmus angewendet, um die Energieverteilung im Hybridfahrzeug zu optimieren. Zur Optimierung der Betriebsstrategie-Parameter wird ein multi-objektiver genetischer Algorithmus eingeführt. Die optimalen Betriebsstrategie-Parameter wurden offline berechnet, in einer Look-Up-Tabelle gespeichert und in Abhängigkeit des Fahrzustands geordnet. Diese Tabelle kann somit im Fahrzeug integriert und für die Online-Algorithmus-Implementierung verwendet werden. Ein weiterer Fokus liegt auf der Kombination der Energiemanagementmaßnahmen. Nach Entwicklung der optimalen Betriebsstrategie zusammen mit anderen Energiemanagementmaßnahmen und Einarbeitung in die Fahrzeug-Co-Simulation, zeigen die Kombinationen der Maßnahmen ein angemessenes Potenzial der Kraftstoffreduzierung, das bei einem konventionellen Fahrzeug zwischen 1.5% und 4% liegt. Ein Hybridfahrzeug weist im Vergleich dazu ein größeres Kraftstoffreduktionspotential auf, das zwischen 2% und 8,6% liegt.

    Expectations of much lower fuel consumption and exhaust emissions have grown considerably in the automotive industry in the past decade. The focus is on seeking optimal solutions and advanced technologies for an innovative energy management system that provides a significant improvement in performance. Modeling, simulation and optimization of powertrain components are also important and have a strong impact on the efficiency, drivability and safety of vehicles. Hence, there is a growing demand for knowledge in this area in order to successfully build and improve the powertrain components. This thesis addresses an investigation on energy management measures to reduce the fuel consumption for a hybrid electric vehicle. The first step is to develop simulation models to evaluate main performance characteristics. The experimental tests are accelerated using a validated co-simulation tool based on high resolution, complex thermal and kinematics models, which also reduces costs. Instead of considering only one standard cycle (e.g. New European Driving Cycle (NEDC)) in calculating optimal energy management, several customer representative cycles with the help of the 3D (Driver, Driving environs, Driven vehicle) method are considered in order to cover all driving conditions. One of the main tasks is to determine how such conditions affect fuel consumption and how this information can be used to optimize the control strategy. Furthermore, some vehicle energy management measures, such as engine compartment insulation and grille shutter are investigated. In addition, due to increased attention in renewable energy sources, solar cells have been integrated into the vehicle. Hybrid Electric Vehicles (HEVs) have higher complexity regarding control strategies and components compared to conventional vehicles. In this work, an intelligent innovative approach is applied to a control strategy using a fuzzy logic controller and a genetic algorithm to optimize the energy distribution in a HEV. A multi-objective genetic algorithm is introduced to optimize the control parameters. The optimal control strategy parameters are calculated off-line and stored in a look-up table labeled by driving-condition. This table can therefore be integrated in the vehicle to be used for on-line HEV algorithm implementation. An additional focus is on the combination of the energy management strategies. After having developed the optimal control strategy and incorporated it with other energy management measures in the vehicle co-simulation, the simulation results reveal a reasonable potential of fuel reduction that vary between 1.5% and 4% for a conventional vehicle. A HEV shows a greater fuel reduction potential that lies between 2% and 8.6%.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Intelligent Energy Management for a Parallel Hybrid Electric Vehicle in Customer Use


    Additional title:

    Intelligentes Energiemanagement für ein Hybridfahrzeug im Kundenbetrieb


    Contributors:


    Publication date :

    2015


    Size :

    155 Seiten, Bilder, Tabellen, 128 Quellen




    Type of media :

    Theses


    Type of material :

    Print


    Language :

    English





    Look-ahead Intelligent Energy Management of a Parallel Hybrid Electric Vehicle

    Ganji, Behnam / Kouzani, Abbas Z. / Khayyam, Hamid | Tema Archive | 2011


    Intelligent hybrid electric vehicle energy management method

    WANG XINMING / MA WENBO / WANG BOTONG et al. | European Patent Office | 2022

    Free access

    Intelligent Energy Management Strategy for a Parallel Hybrid Vehicle

    Küçükay, Ferit / Schulze, Mirko / Eilts, Peter et al. | SAE Technical Papers | 2014


    Intelligent Energy Management Strategy for a Parallel Hybrid Vehicle

    Mustafa, R. / Schulze, M. / Eilts, P. et al. | British Library Conference Proceedings | 2014