Doppelt Fuzzy: Neue Steuerstrategie schont Batterie
Die Elektromobilität steht vor einer entscheidenden Wende. Während die Nachfrage nach nachhaltigen und effizienten Antriebssystemen weltweit steigt, rücken intelligente Energiemanagementsysteme zunehmend in den Fokus der Forschung. Insbesondere die Lebensdauer und Leistungsfähigkeit von Lithium-Ionen-Batterien sind entscheidende Faktoren für die Akzeptanz und Wirtschaftlichkeit elektrischer Fahrzeuge. Ein Team aus China hat nun eine neuartige Steuerstrategie vorgestellt, die gezielt darauf abzielt, die Belastung der Batterie zu minimieren und gleichzeitig die Effizienz des Gesamtsystems zu steigern. Die Methode, die auf einem „doppelten Fuzzy-Regler“ basiert, könnte eine wegweisende Rolle bei der Entwicklung zukünftiger Hybrid-Energiespeichersysteme spielen.
In modernen Elektrofahrzeugen ist die Batterie nicht nur die Hauptenergiequelle, sondern auch der kostspieligste und am stärksten beanspruchte Baustein. Häufige Beschleunigungen, hohe Stromspitzen und dynamische Bremsvorgänge führen zu erheblichen thermischen und elektrochemischen Belastungen, die die Lebensdauer der Zellen verkürzen können. Um diesen Herausforderungen zu begegnen, setzen viele Hersteller zunehmend auf hybride Energiespeichersysteme, die Lithium-Batterien mit Superkondensatoren kombinieren. Während Batterien eine hohe Energiedichte bieten, zeichnen sich Superkondensatoren durch eine außergewöhnlich hohe Leistungsdichte aus. Sie können innerhalb kürzester Zeit große Energiemengen aufnehmen oder abgeben – ideal für die Bewältigung von Lastspitzen während des Beschleunigens oder der Rekuperation.
Die Herausforderung liegt jedoch nicht in den Speichertechnologien an sich, sondern in der intelligenten Verteilung der Energie zwischen beiden Komponenten. Ein ineffizientes Management kann dazu führen, dass der Superkondensator unter- oder überfordert wird, während die Batterie weiterhin unnötig stark belastet wird. Bisherige Ansätze zur Energiesteuerung lassen sich grob in zwei Kategorien einteilen: regelbasierte Systeme und optimierungsbasierte Algorithmen. Erstere sind einfach, robust und in Echtzeit anwendbar, leiden aber oft unter mangelnder Anpassungsfähigkeit an wechselnde Fahrbedingungen. Letztere, wie dynamische Programmierung oder prädiktive Regelung, erreichen zwar hohe Effizienzwerte, benötigen aber immense Rechenleistung und sind daher für die Onboard-Anwendung oft nicht praktikabel.
Vor diesem Hintergrund präsentieren Yang Lei, Bai Zhifeng, Wang Juan und Huang Lin von der Fakultät für Maschinen- und Elektrotechnik der Xi’an University of Architecture and Technology eine innovative Lösung: eine doppelt strukturierte Fuzzy-Logik-Steuerung, die speziell auf die Anforderungen von Elektrofahrzeugen mit kombiniertem Energiespeicher zugeschnitten ist. Ihr Ansatz verbindet die Echtzeitfähigkeit regelbasierter Systeme mit der Adaptivität intelligenter Algorithmen und adressiert dabei gezielt die Schwächen bisheriger Fuzzy-Strategien.
Fuzzy-Logik-Regler sind seit langem aus der Automatisierungstechnik bekannt. Anstatt mit binären Ja/Nein-Entscheidungen zu arbeiten, ermöglichen sie eine graduelle Bewertung von Zuständen wie „etwas hoch“ oder „ziemlich niedrig“. Dies macht sie besonders geeignet für komplexe, nichtlineare Systeme wie Fahrzeuge, in denen viele Unsicherheiten herrschen – etwa die Fahrweise des Nutzers, die Straßenlage oder die aktuelle Energieverfügbarkeit. In der klassischen Anwendung werden Fuzzy-Regler eingesetzt, um anhand von Eingangsgrößen wie der geforderten Leistung, dem Ladezustand der Batterie (SOC) und dem Ladezustand des Superkondensators eine optimale Leistungsverteilung zu bestimmen.
Ein zentrales Problem bei solchen Systemen ist jedoch die Komplexität. Wenn ein einzelner Fuzzy-Regler den gesamten Leistungsbereich – vom ruhigen Cruising bis zum sportlichen Beschleunigen – abdecken soll, explodiert die Anzahl der notwendigen Regeln. Dies führt nicht nur zu einem hohen Entwicklungsaufwand, sondern kann auch die Rechenzeit erhöhen und die Übersichtlichkeit verringern. Zu wenige Regeln hingegen führen zu groben, ungenauen Steuerungsentscheidungen. Die Forscher aus Xi’an lösen dieses Dilemma durch eine geschickte Aufteilung des Regelungsprozesses.
Ihre Strategie unterteilt die geforderte Fahrzeugleistung in drei klar definierte Bereiche: Niedrigleistung (unter 10 % der Nennleistung des Motors), mittlere Leistung (10–40 %) und Hochleistung (über 40 %). In der Niedrigleistungsphase, die typischerweise für konstante Geschwindigkeiten auf Autobahnen oder in Städten steht, übernimmt die Lithium-Batterie die Hauptenergieversorgung. Der Superkondensator bleibt dabei weitgehend im Leerlauf oder wird gegebenenfalls aufgeladen, um für kommende Lastspitzen gerüstet zu sein. Dies schont die Batterie, da sie nicht unnötig mit kleinen, aber häufigen Leistungsschwankungen belastet wird.
Sobald die Anforderung in den mittleren Leistungsbereich steigt – etwa beim Anfahren an Ampeln oder beim Überholen – greift der erste Fuzzy-Regler, der speziell für diesen Bereich optimiert ist. Er berücksichtigt den aktuellen SOC beider Speicher sowie die geforderte Leistung und bestimmt einen angemessenen Anteil, den der Superkondensator übernehmen soll. Das Ziel hier ist nicht die vollständige Entlastung der Batterie, sondern die Glättung lokaler Stromspitzen, die über die Zeit zu einer Degradation führen können.
Im Hochleistungsbereich, der typischerweise für schnelle Beschleunigungen oder Steigungen steht, wird der zweite Fuzzy-Regler aktiviert. Dieser ist darauf ausgelegt, die Batterie maximal zu schützen. Bei plötzlichen, hohen Leistungsanforderungen kann die Batterie Ströme entwickeln, die ihre Lebensdauer erheblich verkürzen. Der Hochleistungs-Regler analysiert die Situation und steuert den Superkondensator so, dass er den Großteil der kurzzeitigen Energie bereitstellt. Dadurch bleibt der Batteriestrom in einem sicheren, kontrollierten Bereich, was die thermische Belastung reduziert und Alterungseffekte wie Lithium-Plating minimiert.
Die Trennung in zwei spezialisierte Regler hat mehrere Vorteile. Zum einen wird die Komplexität des Gesamtsystems erheblich reduziert. Jeder Regler muss nur einen begrenzten Bereich abdecken, was die Anzahl der notwendigen Regeln verringert und die Entwicklung sowie Validierung erleichtert. Zum anderen ermöglicht diese Struktur eine feinere, zielgerichtete Steuerung. Der mittlere Regler kann auf langfristige Effizienz und Batterieschonung optimiert werden, während der Hochleistungsregler auf maximale Reaktionsgeschwindigkeit und Schutzfunktionen ausgelegt ist.
Ein weiteres innovatives Element der Strategie ist die Integration einer Fahrerintentionserkennung. Diese Funktion analysiert nicht nur die aktuelle Position des Gaspedals, sondern auch deren Änderungsrate – also, wie schnell der Fahrer das Pedal betätigt. Ein sanftes, langsames Drücken deutet auf eine ruhige Fahrweise hin, während ein abruptes, schnelles Betätigen auf sportliches oder aggressives Fahren schließen lässt. Basierend auf dieser Analyse wird die Ausgabe der Fuzzy-Regler angepasst. Bei erkannter aggressiver Fahrweise wird der Superkondensator bereits präventiv stärker einbezogen, um für kommende Lastspitzen gewappnet zu sein. Dies verleiht dem System eine prädiktive Komponente, die über reine Reaktivität hinausgeht und die Gesamtleistung verbessert.
Die Wirksamkeit dieser neuartigen Steuerstrategie wurde durch umfangreiche Simulationen nachgewiesen. Die Forscher nutzten die etablierte Softwarekombination aus AVL CRUISE und MATLAB/Simulink. In CRUISE wurde ein detailliertes Fahrzeugmodell erstellt, das alle relevanten Komponenten – von der Karosserie über den Antriebsstrang bis hin zum Reifenverhalten – realistisch abbildet. Parallel dazu wurde die Energiemanagement-Logik in Simulink programmiert. Durch die Erzeugung einer DLL-Datei konnte das Steuerungsmodell nahtlos in die CRUISE-Umgebung integriert werden, was eine präzise, geschlossene Simulation des Gesamtsystems ermöglichte.
Das getestete Fahrzeug war ein vorne angetriebenes Elektrofahrzeug mit einer Leermasse von 1.650 kg und einer maximalen Geschwindigkeit von über 160 km/h. Als Antrieb diente ein permanenterregter Synchronmotor mit einer Spitzenleistung von 110 kW, der sich durch hohe Effizienz und ein gutes Drehmomentverhalten auszeichnet. Das hybride Energiespeichersystem bestand aus einem Lithium-Ionen-Batteriepaket mit einer Nennspannung von 336 V und einem Superkondensator-Modul mit 400 V. Die Batterie wurde aus 105 in Reihe und 9 in Parallel geschalteten Zellen aufgebaut, um eine Reichweite von 300 km zu ermöglichen. Der Superkondensator, mit einer Gesamtkapazität von 3.000 F, war darauf ausgelegt, kurze, intensive Leistungsspitzen zu bewältigen.
Die Simulationen wurden unter zwei standardisierten Fahrzyklen durchgeführt: dem New European Driving Cycle (NEDC) und dem Federal Test Procedure 75 (FTP-75). Beide Zyklen simulieren unterschiedliche Verkehrssituationen – der NEDC mit mehr Stadtverkehr, der FTP-75 mit dynamischeren Beschleunigungs- und Bremsvorgängen. Jeder Testlauf wurde dreimal wiederholt, um statistisch aussagekräftige Ergebnisse zu erhalten.
Die Ergebnisse waren beeindruckend. Im Vergleich zu einem reinen Batteriesystem, einem regelbasierten Hybrid-System und einem System mit einem einzigen Fuzzy-Regler schnitt die doppelte Fuzzy-Strategie signifikant besser ab. Beim NEDC-Zyklus betrug der maximale Spitzenstrom der Batterie im reinen Batteriefahrzeug 130,5 A. Mit dem regelbasierten Ansatz sank dieser Wert auf 63,6 A, mit dem einfachen Fuzzy-Regler auf 96,5 A und mit der neuen doppelten Fuzzy-Strategie auf nur noch 67,8 A. Obwohl der regelbasierte Ansatz hier knapp besser war, zeigte die Fuzzy-Strategie eine deutlich stabilere Stromkurve über den gesamten Zyklus, was auf eine gleichmäßigere Belastung und damit eine längere Lebensdauer hindeutet.
Noch deutlicher wurden die Vorteile im FTP-75-Zyklus, der stärkere Dynamik verlangt. Hier erreichte die neue Strategie den niedrigsten Spitzenstrom aller getesteten Systeme mit 59,4 A. Der regelbasierte Ansatz lag bei 63,3 A, der einfache Fuzzy-Regler bei 62,6 A. Dies unterstreicht die Überlegenheit der doppelten Fuzzy-Steuerung bei der Bewältigung von schnellen Lastwechseln, wo die präzise und schnelle Reaktion des Superkondensators entscheidend ist.
Neben der Stromreduktion wurde auch die Gesamtenergieeffizienz bewertet. Am Ende des NEDC-Zyklus wies die Batterie bei Anwendung der neuen Strategie einen SOC von 87,19 % auf. Dies war der höchste Wert aller Szenarien und deutlich besser als beim reinen Batteriesystem (86,80 %), dem regelbasierten Hybrid (87,15 %) und dem einfachen Fuzzy-System (86,88 %). Diese leichte, aber signifikante Steigerung der Effizienz zeigt, dass die Strategie nicht nur schützt, sondern auch intelligenter mit der vorhandenen Energie umgeht.
Ein weiterer entscheidender Vorteil der vorgestellten Lösung ist ihre Echtzeitfähigkeit. Im Gegensatz zu rechenintensiven Optimierungsalgorithmen, die für die Onboard-Anwendung oft ungeeignet sind, basiert die Fuzzy-Logik auf einfachen, schnellen Berechnungen. Die modulare Struktur erleichtert zudem die Integration in bestehende Fahrzeugsteuergeräte und ermöglicht eine flexible Anpassung an verschiedene Fahrzeugtypen.
Die praktischen Implikationen dieser Forschung sind weitreichend. Für Automobilhersteller bedeutet dies die Möglichkeit, die Garantiekosten für Batteriesysteme zu senken und die Kundenzufriedenheit durch eine längere Lebensdauer zu erhöhen. Für die Umwelt bedeutet es eine effizientere Nutzung von Ressourcen, da Batterien seltener ausgetauscht werden müssen. Und für die Nutzer bedeutet es ein Fahrzeug, das nicht nur leistungsstark, sondern auch dauerhaft zuverlässig ist.
Die Arbeit zeigt zudem, dass die Zukunft der Elektromobilität nicht allein in der Entwicklung neuer Materialien oder höherer Energiedichten liegt, sondern in der intelligenten Vernetzung und Steuerung bestehender Technologien. Das Energiemanagementsystem wird zunehmend zum „Gehirn“ des Fahrzeugs, das in Echtzeit über Millionen von Datenpunkten entscheidet, um Leistung, Effizienz und Haltbarkeit in Einklang zu bringen.
Ausblickend sehen die Forscher Möglichkeiten, die Strategie weiter zu verfeinern. Die Integration von Verkehrsdaten, GPS-Informationen oder Wettervorhersagen könnte es dem System ermöglichen, sich proaktiv auf kommende Streckenabschnitte vorzubereiten. Auch der Einsatz maschinellen Lernens, um die Fuzzy-Regeln kontinuierlich anhand realer Fahrdaten zu optimieren, wäre denkbar. Solche Entwicklungen könnten das System noch adaptiver und effizienter machen.
Zusammenfassend lässt sich sagen, dass die von Yang Lei, Bai Zhifeng, Wang Juan und Huang Lin vorgestellte doppelte Fuzzy-Steuerstrategie einen bedeutenden Beitrag zur Weiterentwicklung intelligenter Energiemanagementsysteme leistet. Durch die geschickte Kombination von Leistungssegmentierung, adaptiver Fuzzy-Logik und Fahrerintentionserkennung gelingt es, die Lebensdauer der Batterie signifikant zu verlängern, ohne Kompromisse bei der Leistung oder Effizienz eingehen zu müssen. Diese Arbeit unterstreicht die Bedeutung ingenieurwissenschaftlicher Innovation, um die Mobilität der Zukunft nachhaltiger, sicherer und leistungsfähiger zu gestalten.
Doppelt Fuzzy: Neue Steuerstrategie schont Batterie
Yang Lei, Bai Zhifeng, Wang Juan, Huang Lin, Xi’an University of Architecture and Technology, Mechanical Science and Technology, DOI: 10.13433/j.cnki.1003-8728.20220238