Fortschrittliche Forschung zur Optimierung von Energiemanagementstrategien für Reichweitenverlängerte Elektrofahrzeuge

Im Zuge der globalen Transformation der Automobilindustrie hin zu neuen Energien haben Reichweitenverlängerte Elektrofahrzeuge (EREVs) sich als entscheidendes Übergangsprodukt etabliert. Sie lösen effektiv die Reichweitenangst von reinen Elektrofahrzeugen und bleiben gleichzeitig umweltfreundlich. Die Leistung von EREVs hängt jedoch weitgehend von der Effizienz ihrer Energiemanagementstrategien ab. Kürzlich hat eine bahnbrechende Studie zur Optimierung von Energiemanagementstrategien für EREVs großes Interesse in der Branche geweckt. Diese Untersuchung, die von Gao Junpeng von der Kunming University of Science and Technology durchgeführt wurde, befasst sich mit den Kernproblemen des Energiemanagements in EREVs und liefert wertvolle Einblicke für die weitere Entwicklung der Branche.

Wachsende Bedeutung von EREVs im Umfeld neuer Energien

Mit der zunehmenden globalen Energiekrise und strengeren Umweltvorschriften durchläuft die Automobilindustrie eine beispiellose Umstellung auf Elektrifizierung. Traditionelle Kraftfahrzeuge, die einst dominierend waren, weichen zunehmend neuen Energiefahrzeugen aufgrund ihrer starken Abhängigkeit von fossilen Brennstoffen und hohen Kohlenstoffemissionen. Elektrofahrzeuge mit ihren Vorteilen an Energieeffizienz, Wirtschaftlichkeit und Umweltfreundlichkeit sind zum Schwerpunkt der Entwicklung in der globalen Automobilbranche geworden.

Dennoch stehen reine Elektrofahrzeuge immer noch vor Herausforderungen wie begrenzter Reichweite, unkomfortabler Ladung und schwerwiegender Batteriealterung, die ihre weit verbreitete Akzeptanz einschränken. In diesem Kontext haben sich EREVs als praktikable Lösung herausgestellt. Durch die Integration eines Verbrennungsmotors als Reichweitenverlängerer (APU) neben einem Elektromotor und einem Batteriepack können EREVs auf kurze Distanzen im Elektromodus fahren und auf den Reichweitenverlängerer umschalten, um die Batterie aufzuladen oder das Fahrzeug direkt anzutreiben, wenn der Batteriestand niedrig ist. Dadurch wird die Reichweite erheblich erhöht.

Vor diesem Hintergrund ist die Optimierung von Energiemanagementstrategien für EREVs zu einem heiß diskutierten Thema in der akademischen und industriellen Forschung geworden. Eine Suche in CNKI nach „Energiemanagementstrategien für reichweitenverlängerte Elektrofahrzeuge“ zeigt einen wachsenden Trend in verwandten Studien, was die zunehmende Aufmerksamkeit der Branche auf dieses Gebiet widerspiegelt.

Überblick über aktuelle Forschungen zu Energiemanagementstrategien

Im Laufe der Jahre haben zahlreiche Wissenschaftler und Forschungsinstitutionen sich der Erforschung von Energiemanagementstrategien für EREVs verschrieben und eine Reihe wichtiger Forschungsergebnisse erzielt.

Xu Yuzhe, Wang Wei, Wang Rujia und andere wendeten Matlab/Simulink an, um die vorgeschlagenen Steuerstrategien zu modellieren, und führten eine Co-Simulationsanalyse am in der Cruise-Umgebung erstellten Fahrzeugmodell durch. Diese Forschung legte die Grundlage für die Simulation und Verifizierung von Energiemanagementstrategien.

Wang Chao, Cao Li und Kollegen führten entsprechend den relevanten Anforderungen im Modus der Ladungsaufrechterhaltung der Vorschrift GB 18352.6-2016 Forschungen zu Steuerstrategien für EREVs auf der Grundlage von Energiemanagement durch. Sie bauten mithilfe der Simulationssoftware AVL CRUSE und der Modellierungssoftware Simulink Simulationsrechnungs- und Steuerungsmodelle für EREVs auf. Sowohl Simulations- als auch Testresultate zeigten, dass der Reichweitenverlängerer unter dieser Steuerstrategie die Leistungsanforderungen erfüllen kann, was einen praktischen Bezug für Ingenieuranwendungen liefert.

Feng Renhua, Sun Wangbing und Zhao Zhichao nutzten die Software GT-SUITE, um ein Simulationsanalysemodell für reichweitenverlängerte Hybridfahrzeuge zu erstellen, was die Kraftstoffökonomie des gesamten Fahrzeugs weiter verbesserte. Dies unterstrich die Bedeutung von Softwaremodellierung bei der Optimierung der Fahrzeugleistung.

Chen Yong, Wei Changyin und Li Xiaoyu adressierten das Problem, dass das Design von fuzzy Energiemanagementstrategien stark auf Expertenwissen angewiesen ist und sich schwer an komplexe Betriebsbedingungen anpassen lässt. Sie schlugen eine fuzzy Energiemanagementstrategie für EREVs auf der Grundlage von neuronalen Netzwerken zur Betriebsbedingungenidentifizierung vor. Diese Strategie verbesserte die Anpassungsfähigkeit des Energiemanagementsystems an wechselnde Fahrbedingungen.

Um die Kraftstoffökonomie von EREVs unter komplexen Betriebsbedingungen zu verbessern, schlugen Bai Shujie, Wei Changyin und Chen Yong eine regelbasierte Energiemanagementstrategie vor, die ein genetisch optimiertes Backpropagation-Neuronales Netzwerk (GA-BP) zur Betriebsbedingungenidentifizierung nutzt. Um Probleme wie langsame Konvergenzgeschwindigkeit und schlechte Generalisierungsfähigkeit des BP-Algorithmus anzugehen, nutzten sie genetische Algorithmen zur Optimierung des BP-NeuronNetzwerks, was die Leistung der Energiemanagementstrategie erheblich verbesserte.

Diese Studien haben eine solide theoretische und praktische Grundlage für die Entwicklung von Energiemanagementstrategien für EREVs gelegt und gleichzeitig Richtungen für weitere Optimierungen angegeben.

Fallstudie: Optimierung der Energiemanagementstrategie für ein 600kg schweres EREV

Die Forschung von Gao Junpeng konzentrierte sich auf einen spezifischen Fall eines EREVs mit einer Gesamtmasse von 600kg und untersuchte die Optimierung der Energiemanagementstrategie eingehend.

Auswahl von Fahrzeugparametern

In EREVs ist das Spannungsniveau der Batterie ein kritischer Parameter, der die Gesamtleistung des Fahrzeugs beeinflusst. Es besteht ein umgekehrtes Verhältnis zwischen Spannungsniveau und Stromverlust: Je niedriger das Spannungsniveau, desto höher der Stromverlust der Batterie. Wenn beispielsweise die Effizienz der Traktionsbatterie niedrig ist, nimmt die Stromtragfähigkeit der Leitungen entsprechend ab. Ein höheres Spannungsniveau bedeutet jedoch nicht unbedingt eine bessere Gesamtleistung. Übermäßig hohe Spannungsniveaus können die Sicherheit beeinträchtigen, und die Erreichung hoher Spannungen erfordert die Erhöhung der Anzahl von in Reihe geschalteten Zellen, was die Uniformität der Traktionsbatterie zu einem gewissen Grad beeinflusst.

Als Reaktion darauf bezog sich die Forschung auf die Vorschriften zu Spannungsniveaus von Stromversorgungen in GB/T18488.1-2006. Angesichts der Tatsache, dass Motor und Generator in EREVs koaxial gekoppelt sind, sollte die Auswahl des Batteriespannungsniveaus den Anforderungen an die Betriebsspannungsänderungen des Motors entsprechen und die Übereinstimmung zwischen der Traktionsbatterie und den Spannungsniveaus des Motors in EREVs fördern. Nach umfassender Berücksichtigung bestimmte die Studie, dass die Traktionsbatterie des EREVs eine Nennspannung von Ub=600V aufweisen sollte, und wählte schließlich eine ternäre Lithiumbatterie.

Entwicklung von Energiemanagementstrategien

Die Forschung schlug zwei Energiemanagementstrategien vor: die Single-Point-Thermostat-Strategie und die multipunkte Steuerstrategie basierend auf Leistungsanforderungen, und führte eine vergleichende Analyse ihrer Leistung durch.

Single-Point-Thermostat-Strategie

Die Single-Point-Thermostat-Steuerstrategie bestimmt den Ein-/Ausschaltzustand des APU anhand des Ladezustands (SOC) der Traktionsbatterie. Einer ihrer bedeutenden Vorteile ist, dass die APU-Leistung konstant bleibt. Die spezifische Start- und Stopplogik ist so designed, dass die Batterie innerhalb eines angemessenen SOC-Bereichs arbeitet und Überentladung oder Überladung verhindert.

Diese Strategie ist im Design relativ einfach und leicht umsetzbar, was sie für relativ stabile Fahrbedingungen geeignet macht. Ihre feste Ausgangsleistung kann jedoch schwierig an komplexe und variable Fahrzenarien angepasst werden, was möglicherweise zu ineffizienter Energie Nutzung führt.

Multipunkte Steuerstrategie basierend auf Leistungsanforderungen

Um die Beschränkungen der Single-Point-Thermostat-Strategie anzugehen, schlug die Forschung eine multipunkte Steuerstrategie basierend auf Leistungsanforderungen vor. Diese Strategie bestimmt den Arbeitsspunkt des APU hauptsächlich anhand des SOC der Traktionsbatterie des EREVs und der erforderlichen Leistung P_req des EREVs.

Die logischen Steuerregeln der multipunkten Steuerstrategie lauten wie folgt:

Wenn P_req < Plow:

• Wenn SOC < SOC_low, ist der APU ein, und Pe=Plow.
• Wenn SOC_low ≤ SOC < SOC_high, befindet sich der APU im HalteModus, und Pe=Plow oder Pe=0.
• Wenn SOC > SOC_high, ist der APU aus.

Wenn Plow < P_req < Phigh:

• Wenn SOC < SOC_low, ist der APU ein, und Pe=Phigh.
• Wenn SOC_low ≤ SOC < SOC_high, befindet sich der APU im HalteModus, und Pe=Plow/Phigh oder Pe=0.
• Wenn SOC > SOC_high, ist der APU aus.

Wenn P_req > Phigh:

• Wenn SOC < SOC_low, ist der APU ein, und Pe=Phigh.
• Wenn SOC_low ≤ SOC < SOC_high, befindet sich der APU im HalteModus, und Pe=Phigh oder Pe=0.
• Wenn SOC > SOC_high, ist der APU aus.

Wenn P_req < 0, ist der APU aus, und Pe=0.

Unter der multipunkten Steuerstrategie schaltet die APU-Leistung entsprechend der Anforderung um. Daher sollte die Anzahl der Arbeitspunkte im Einstellungsprozess weniger als zwei sein. Die Steuerung der APU-Arbeitspunkte kann durch zwei Arbeitspunkte erfolgen: cs_min_pwr und cs_max_pwr. Wenn die erforderliche APU-Leistung relativ groß ist, arbeitet sie am cs_max_pwr-Arbeitspunkt; wenn die Leistungsanforderung klein ist, schaltet sie zum cs_min_pwr-Arbeitspunkt um.

In der spezifischen Design berücksichtigte die Forschung umfassend die optimale Arbeitskurve der APU und analysierte die Machbarkeit des Motorendrehzahlwechsels, indem cs_min_pwr auf 48.5kW und cs_max_pwr auf 60kW gesetzt wurden. cs_max_pwr ist als Leistungspunkt gesetzt, und cs_min_pwr wird mit dem Thermostat-Arbeitspunkt übereinstimmen gelassen, um den optimalen Betriebszustand zu erreichen.

Diese Strategie ermöglicht es der APU, ihre Ausgangsleistung entsprechend der tatsächlichen Anforderung anzupassen, was eine verbesserte Energieeffizienz unter komplexen Betriebsbedingungen erwartet lässt.

Vergleichende Analyse verschiedener Energiemanagementstrategien

Um die Leistung der beiden Energiemanagementstrategien zu evaluieren, führte die Forschung eine vergleichende Analyse ihrer Energieflüsse und Energieverbräuche durch.

Vergleich des Energieflusses

Der Energiefluss der Single-Point-Thermostat-Strategie und der multipunkten Steuerstrategie zeigt unterschiedliche Charakteristika. Unter der Single-Point-Thermostat-Strategie ist die Energieverteilung aufgrund der konstanten Ausgangsleistung des APU relativ fest. Im Gegensatz dazu passt die multipunkte Steuerstrategie die APU-Ausgangsleistung entsprechend der Anforderung an, was zu einem flexibleren Energiefluss führt, der besser an die wechselnden Energiebedürfnisse während des Fahrzeugbetriebs angepasst werden kann.

Vergleich des Energieverbrauchs

Der Energieverbrauch ist ein Schlüsselindikator zur Messung der Leistung von Energiemanagementstrategien. Die Forschungsresultate zeigen, dass der Energieverbrauch der multipunkten Steuerstrategie für EREVs höher ist als der der Single-Point-Thermostat-Strategie. In Bezug auf den Energieverbrauch der Traktionsbatterie ist die Single-Point-Thermostat-Strategie höher als die multipunkte Steuerstrategie, wobei die multipunkte Steuerstrategie den Batterieverbrauch um 6.14% reduziert.

In Bezug auf den Energieverbrauch des Motors ist die multipunkte Steuerstrategie höher als die Single-Point-Thermostat-Strategie, was mit dem Verteilungsgesetz des Energieverbrauchs von EREVs übereinstimmt. Dies deutet darauf hin, dass der Unterschied im Motorenergieverbrauch unter verschiedenen Energiemanagementstrategien einen relativ signifikanten Einfluss auf den Gesamtenergieverbrauch hat. Aus Sicht des Motorenergieverbrauchs hat die Single-Point-Thermostat-Strategie deutliche Vorteile gegenüber der multipunkten Steuerstrategie, wobei die multipunkte Steuerstrategie den durchschnittlichen Motorverbrauch um 3.76 Einheiten erhöht.

In Bezug auf den Generatorenergieverbrauch ist die multipunkte Steuerstrategie höher als die Single-Point-Thermostat-Strategie, was mit dem Gesetz der Fahrzeugenergieverbrauchverteilung übereinstimmt. Gleichzeitig ist der Motorverbrauch der Single-Point-Thermostat-Strategie relativ geringer. In Bezug auf den Ladekoeffizienten der Traktionsbatterie und den Kraftstoffverbrauch ist jedoch die Single-Point-Thermostat-Strategie höher als die multipunkte Steuerstrategie, was bedeutet, dass die Lebensdauer der Traktionsbatterie unter der multipunkten Steuerstrategie optimiert wird.

Schlussfolgerung und zukünftige Perspektiven

Die Forschung zur Optimierung von Energiemanagementstrategien für EREVs hat erhebliche Bedeutung für die Entwicklung der neuen Energiefahrzeugindustrie. Die Studie von Gao Junpeng vergleicht durch eingehende Analyse spezifischer Fälle die Vor- und Nachteile der Single-Point-Thermostat-Strategie und der multipunkten Steuerstrategie und liefert praktische Referenzen für die Anwendung von Energiemanagementstrategien in EREVs.

Die Single-Point-Thermostat-Strategie hat den Vorteil eines geringeren Motorenergieverbrauchs, was sie für relativ stabile Fahrumgebungen geeignet macht. Die multipunkte Steuerstrategie zeichnet sich hingegen durch geringeren Batterieverbrauch und optimierte Batterielebensdauer aus und zeigt eine bessere Anpassungsfähigkeit unter komplexen Betriebsbedingungen. Daher sollten in der tatsächlichen Fahrzeugdesign und Anwendung entsprechende Energiemanagementstrategien entsprechend den spezifischen Nutzungsszenarien ausgewählt werden.

Mit der stetigen Weiterentwicklung der Technologie werden sich Energiemanagementstrategien für EREVs in Richtung greater Intelligenz und Anpassungsfähigkeit bewegen. Die Integration von Technologien wie künstlicher Intelligenz, Big Data und dem Internet of Things wird es ermöglichen, Energiemanagementstrategien in Echtzeit anhand von Fahrbedingungen, Fahrgewohnheiten und Straßeninformationen anzupassen, was die Energieeffizienz und Leistung von EREVs weiter verbessern wird.

Diese Forschung bereichert nicht nur das theoretische System des Energiemanagements für EREVs, sondern liefert auch wertvolle Anleitungen für die industrielle Anwendung von EREVs. Es wird erwartet, dass mit der fortgesetzten Vertiefung verwandter Forschungen EREVs eine wichtigere Rolle auf dem globalen Markt für neue Energiefahrzeuge spielen und zur Verwirklichung globaler Klimaziele beitragen werden.

Autor: Gao Junpeng, Kunming University of Science and Technology Zeitschriftname: Journal of Industrial Control Computer DOI: 10.19651/j.cnki.emt.2096-1847.2024.16.076