Intelligente Rekuperation: Neuer Ansatz steigert Effizienz von Elektroautos
In der Welt der Elektromobilität entscheidet jede einzelne Kilowattstunde über Reichweite, Wirtschaftlichkeit und Nutzerakzeptanz. Während Hersteller weiter an Batteriekapazitäten und Ladegeschwindigkeiten arbeiten, gewinnt eine oft unterschätzte Technologie zunehmend an Bedeutung: die Rekuperation von Bremsenergie. Ein neuer Ansatz, entwickelt von Forschern der Jiangsu University, könnte die Effizienz von Allrad-Elektrofahrzeugen signifikant verbessern. Die Strategie, die auf einer dynamischen Erkennung der Fahrbahnbeschaffenheit basiert, ermöglicht eine optimierte Verteilung der Bremskräfte zwischen den beiden Elektromotoren und erreicht dabei eine Rekuperationsrate von bis zu 65,55 Prozent – ein Wert, der bisherigen Systemen deutlich überlegen ist.
Die Studie, geleitet von Professor Pan Gongyu und dem Doktoranden Xu Shen vom College of Automotive and Traffic Engineering der Jiangsu University, wurde im Januar 2024 in der renommierten Fachzeitschrift Journal of Jiangsu University (Natural Science Edition) veröffentlicht. Ihr Ansatz verfolgt ein klares Ziel: die maximale Nutzung der verfügbaren Reibung zwischen Reifen und Fahrbahn, um so viel Energie wie möglich während des Bremsvorgangs zurückzugewinnen, ohne dabei die Fahrsicherheit zu beeinträchtigen. Bisherige Systeme arbeiten oft mit festen Annahmen über die Fahrbahn – etwa „trocken“ oder „nass“ – und passen ihre Rekuperationsstrategie nur begrenzt an wechselnde Bedingungen an. Dies führt dazu, dass in vielen Fällen entweder zu wenig Energie zurückgewonnen wird oder die Gefahr eines Radschlupfs steigt, insbesondere bei plötzlichen Veränderungen der Fahrbahn.
Pan und Xu stellen diese statische Sichtweise in Frage. Ihr System behandelt die Fahrbahn nicht als konstante Größe, sondern als einen dynamischen Faktor, der kontinuierlich überwacht und bewertet werden muss. Kernstück der neuen Strategie ist ein hochentwickelter Fahrbahnidentifikator, der den maximalen Reibbeiwert – also die höchstmögliche Haftung – zwischen jedem einzelnen Reifen und der Fahrbahn in Echtzeit schätzt. Diese differenzierte Betrachtung ist entscheidend, da die Belastung, der Verschleiß und die lokale Fahrbahnbeschaffenheit an jedem Rad unterschiedlich sein können.
Der Identifikator vergleicht die aktuellen Messdaten zu Schlupf und Reibung mit einem Referenzpool aus acht standardisierten Fahrbahntypen, darunter trockener Asphalt, nasse Betonfahrbahn, Schnee und Eis. Durch den Einsatz von Fuzzy-Logik – einer Methode, die unscharfe oder ungenaue Eingaben verarbeiten kann – wird die Ähnlichkeit zwischen den aktuellen Bedingungen und den Referenzprofilen ermittelt. Daraus leitet das System einen gewichteten Mittelwert ab, der eine präzise Schätzung des maximalen Reibbeiwerts ermöglicht. Diese Technik erlaubt es, selbst bei Übergängen zwischen verschiedenen Fahrbahntypen – etwa vom nassen Asphalt auf trockenes Pflaster – die Haftung optimal auszuschöpfen.
Die Bedeutung dieser präzisen Schätzung lässt sich an zwei Szenarien verdeutlichen. Wenn das System den Reibbeiwert zu niedrig einschätzt, wird es vorsichtig agieren und nur einen geringen Teil der Bremskraft über die Elektromotoren rekuperieren. Dies führt zu einem unnötigen Energieverlust, da die verbleibende Energie über die Bremsanlage in Wärme umgewandelt wird. Schätzt das System den Reibbeiwert hingegen zu hoch ein, besteht die Gefahr, dass die Elektromotoren zu viel Bremsmoment aufbringen und ein Rad blockiert oder ausbricht – ein klarer Sicherheitsverstoß. Die Strategie der Jiangsu University vermeidet beide Extremfälle, indem sie sich der realen Haftungssituation kontinuierlich annähert und so nahe wie möglich am optimalen Schlupf arbeitet, wo die Reibung maximal ist.
Der zweite zentrale Aspekt der Forschung liegt in der intelligenten Verteilung der Bremskräfte zwischen den beiden Elektromotoren eines Allradantriebs. Bei Fahrzeugen mit zwei separaten Motoren – einem für die Vorderachse und einem für die Hinterachse – entsteht eine komplexe Herausforderung: Wie wird die Bremskraft so aufgeteilt, dass die maximale Energiemenge zurückgewonnen wird, ohne die Fahrzeugstabilität zu gefährden?
Die Forscher nutzen die sogenannten äußeren Kennlinien der Motoren – also deren Drehmoment-Drehzahl-Verhalten – als Grundlage für ihre Verteilungsstrategie. Sobald der Fahrer das Bremspedal betätigt, analysiert das System mehrere Parameter: die aktuelle Geschwindigkeit, den Ladezustand der Batterie (SOC) und die Intensität des Bremsvorgangs. Nur wenn die Geschwindigkeit über 5 km/h liegt, der SOC unter 90 Prozent ist und die Bremsintensität nicht als Notbremsung (über 0,8 g) eingestuft wird, wird die Rekuperation aktiviert. Die eigentliche Intelligenz liegt dann in der Entscheidung, wie viel Bremsmoment an der Vorder- und wie viel an der Hinterachse rekuperiert wird.
Die Strategie priorisiert die Energiegewinnung, bleibt aber stets innerhalb der Sicherheitsgrenzen. Basierend auf den geschätzten maximalen Reibbeiwerten für die Vorder- und Hinterachse definiert das System obere und untere Grenzen für die zulässige Bremskraft an jeder Achse. Wenn beispielsweise die Vorderräder aufgrund der Gewichtsverlagerung während des Bremsens mehr Haftung haben als die Hinterreifen, kann das System mehr Rekuperationskraft an der Vorderachse einsetzen, wo sie effektiver genutzt werden kann. Ist die Haftung gleichmäßiger verteilt, wird die Bremskraft entsprechend ausgeglichen, um die Stabilität des Fahrzeugs zu gewährleisten.
Ein besonderer Vorteil dieses Ansatzes ist seine Adaptivität. Während eines Bremsvorgangs, bei dem sich die Fahrbahnbedingungen ändern – etwa von einer vereisten Fläche auf trockenen Asphalt – aktualisiert das System seine Reibbeiwertschätzungen kontinuierlich und passt die Kraftverteilung entsprechend an. Dies führt zu einem gleichmäßigeren und vorhersehbareren Bremsverhalten, das den Fahrer nicht überrascht und gleichzeitig die Energieeffizienz maximiert, ohne dass der Fahrer eingreifen muss.
Die Wirksamkeit der Strategie wurde durch umfangreiche Simulationen mit den Softwaretools CarSim und Simulink nachgewiesen. Als Testfahrzeug diente ein kompaktes Allrad-Elektrofahrzeug mit einem Leergewicht von 940 kg, einer Radbasis von 2,26 m und Lithium-Ionen-Batterien. In einem ersten Szenario wurde das Fahrzeug von 40 km/h bis zum Stillstand mit einer Bremsintensität von 0,3 g auf einer Fahrbahn mit einem Reibbeiwert von 0,6 abgebremst. Unter diesen Bedingungen erreichte das System eine Rekuperationsrate von 65,55 Prozent – ein Wert, der deutlich über den typischen Werten vieler aktueller Systeme liegt, die oft nur knapp über 50 Prozent erreichen.
Die Simulationen offenbarten auch die Quellen der Energieverluste, was wertvolle Ansatzpunkte für weitere Optimierungen bietet. Rund 20 Prozent der potenziell rückgewinnbaren Energie gingen durch die mechanischen Bremsen verloren, hauptsächlich in der Endphase des Bremsvorgangs, wenn die Geschwindigkeit unter 5 km/h fiel und die Rekuperation deaktiviert wurde. Weitere 10 Prozent wurden durch Verluste in Motor, Batterie und Antriebsstrang verursacht – inhärente Effizienzgrenzen, die durch verbesserte Komponenten weiter reduziert werden könnten. Die verbleibenden 5 Prozent entfielen auf Unvollkommenheiten im Regelungsalgorithmus, was darauf hindeutet, dass durch Feinabstimmungen der Software noch höhere Werte erreichbar sind.
Ein besonders anspruchsvoller Test war ein Szenario mit wechselnden Fahrbahnbedingungen. Das Fahrzeug wurde von 80 km/h abgebremst, während der Reibbeiwert von 0,2 (glatt) auf 0,8 (gut) und wieder zurück auf 0,2 wechselte. Solche Situationen stellen herkömmliche Systeme vor große Herausforderungen: Sie könnten entweder die hohe Haftung auf der guten Fahrbahn nicht voll ausschöpfen oder bei der Rückkehr auf die glatte Fläche instabil werden. Die Strategie der Jiangsu University zeigte jedoch robuste Leistung. Die prognostizierten Reibbeiwerte folgten den tatsächlichen Werten eng, was die Effektivität des Identifikationsverfahrens unter realitätsnahen Bedingungen unterstreicht. Obwohl die Gesamt-Rekuperationsrate in diesem Test mit 28,90 Prozent niedriger war – bedingt durch die geringe Haftung auf den glatten Abschnitten – demonstrierte das System seine Fähigkeit, rasche Veränderungen zu erkennen und darauf zu reagieren.
Die praktischen Implikationen dieser Forschung sind weitreichend. Für Automobilhersteller könnte die Übernahme einer solchen Steuerstrategie einen klaren Wettbewerbsvorteil darstellen. Ein effizienteres Brems- und Rekuperationssystem bedeutet nicht nur eine längere Reichweite, sondern auch eine reduzierte Abnutzung der mechanischen Bremsen und eine verbesserte Fahrzeugdynamik. Für den Endverbraucher übersetzt sich dies in niedrigere Betriebskosten, weniger Ladevorgänge und ein insgesamt ansprechenderes Fahrerlebnis.
Technisch gesehen basiert der Erfolg dieser Strategie auf der nahtlosen Integration mehrerer Disziplinen: Reifendynamik, Motorregelung, Fuzzy-Logik und Echtzeit-Datenverarbeitung. Der Einsatz der Fuzzy-Logik ist besonders bemerkenswert, da er es dem System ermöglicht, mit der Unsicherheit und Nichtlinearität der Reifen-Fahrbahn-Interaktion umzugehen. Im Gegensatz zur klassischen binären Logik, die auf strikten Ja/Nein-Entscheidungen beruht, kann Fuzzy-Logik Teilwahrheiten verarbeiten. Durch die Abbildung von Schlupf- und Reibungsdaten auf linguistische Variablen wie „klein“, „mittel“ oder „groß“ kann das System differenzierte Entscheidungen treffen, die menschlicher Intuition ähneln.
Ein weiteres zentrales Merkmal des Designs ist die Priorisierung der Sicherheit. Die Forscher implementierten ein „Low-Select“-Prinzip für den Reibbeiwert, bei dem immer der niedrigere der beiden Werte für die linken und rechten Räder einer Achse verwendet wird. Dieser konservative Ansatz stellt sicher, dass das Fahrzeug niemals mehr Haftung annimmt, als tatsächlich vorhanden ist, und reduziert so das Risiko einer seitlichen Instabilität. Zudem deaktiviert das System die Rekuperation bei Notbremsungen, um die sofortige Bremswirkung der mechanischen Bremse zu priorisieren – eine Entscheidung, die den etablierten Sicherheitsstandards in der Automobiltechnik entspricht.
Die Studie unterstreicht auch die Bedeutung eines systemischen Denkens bei der Entwicklung von Elektrofahrzeugen. Während die öffentliche Diskussion oft auf Batteriekapazität und Ladeinfrastruktur fokussiert ist, zeigt diese Arbeit, dass signifikante Effizienzgewinne im gesamten Fahrzeugkonzept möglich sind. Die Rekuperation ist einer der effektivsten Hebel, um die Effizienz zu steigern, aber ihre Vorteile entfalten sich nur vollständig, wenn die Regelstrategie auf die spezifischen Eigenschaften des Antriebsstrangs und der Fahrsituation abgestimmt ist. Die Arbeit von Pan und Xu ist ein Paradebeispiel für diesen ganzheitlichen Ansatz und demonstriert, wie ein tiefes Verständnis von Hardware und Software zu messbaren Leistungssteigerungen führen kann.
Ausblickend könnten die Prinzipien dieser Forschung auf eine Vielzahl von Fahrzeugen angewendet werden – von Pkw über SUV bis hin zu leichten Nutzfahrzeugen. Mit dem Fortschritt der Sensorik könnten zukünftige Versionen des Systems Daten von Kameras, Radar oder sogar Vehicle-to-Infrastructure-Kommunikation nutzen, um die Reibbeiwertschätzungen weiter zu verfeinern. Maschinelle Lernalgorithmen könnten die Regelstrategie zudem an individuelle Fahrstile und regionale Verhältnisse anpassen.
In einer Branche, in der bereits kleine Verbesserungen als Durchbrüche gefeiert werden, stellt die erreichte Rekuperationsrate von 65,55 Prozent einen bedeutenden Sprung nach vorne dar. Sie ist ein Beweis für die Kraft akademischer Forschung, um Innovationen voranzutreiben und reale Probleme zu lösen. Während sich die globale Transformation hin zur Elektromobilität beschleunigt, werden Arbeiten wie diese eine entscheidende Rolle bei der Gestaltung der nächsten Generation nachhaltiger Mobilität spielen.
Die Arbeit von Pan Gongyu und Xu Shen an der Jiangsu University trägt nicht nur zur Weiterentwicklung der Rekuperationstechnologie bei, sondern dient auch als Vorbild dafür, wie ingenieurwissenschaftliche Forschung direkten Einfluss auf die Leistung und Effizienz alltäglicher Technologien nehmen kann. Ihre Strategie erinnert daran, dass die Zukunft der Mobilität nicht nur aus größeren Batterien oder schnelleren Ladegeräten besteht, sondern aus smarteren, anpassungsfähigeren Systemen, die jeden einzelnen Joule Energie optimal nutzen.
Veröffentlicht von Pan Gongyu und Xu Shen, College of Automotive and Traffic Engineering, Jiangsu University, im Journal of Jiangsu University (Natural Science Edition), DOI: 10.3969/j.issn.1671-7775.2024.01.001