Predictive energy management of fuel cell electric trucks

Abstract

In fuel cell electric trucks, the energy management strategy controls the operation of the fuel cell and battery systems. Besides the considerable impact on fuel consumption and driving range, properly designing this control function is essential to ensure that the powertrain components meet the lifetime requirements of long-haul transportation. Even though the literature on energy management strategies for fuel cell electric vehicles is vast, there is a fundamental research gap in studies focused on long-haul trucks, nowadays considered the most promising fuel cell application in the automotive sector. During his doctoral studies, the author has conducted state-of-the-art investigations and addressed this gap in several publications, significantly contributing to the research on energy management strategies for fuel cell electric trucks. The present doctoral thesis describes his research on the topic and summarizes the most relevant findings. In particular, it proposes innovative energy management strategies to reduce the fuel consumption and component degradation of fuel cell electric trucks and foster their market penetration. The main focus of this thesis is predictive energy management, a topic that will play a critical role in the development of intelligent fuel cell electric trucks. Indeed, the thesis demonstrates that implementing predictive strategies is the only effective way to achieve optimal vehicle performance in high-demanding driving cycles (for example, due to the heavy truckloads on mountain routes). In particular, considering long-term elevation forecasts is essential to anticipate driving conditions that are challenging from an energy management standpoint and achieve optimal performance. One of the main contributions of this thesis is the development of a dual-stage control structure for predictive energy management strategies that enables achieving optimal performance even in challenging route topographies. The dual-stage structure has two advantageous characteristics. First, it can consider the elevation profile of the entire route in the energy management optimization with low computational complexity. Second, it allows the implementation of dynamic programming to find globally optimal solutions, overcoming the well-known barriers of non-causality and high computational complexity. Moreover, the proposed predictive energy management strategy has high flexibility regarding the optimization targets. Initially, it is implemented to optimize only the fuel consumption while controlling the battery state of charge. Then, an innovative formulation is presented for the simultaneous and multi-objective optimization of fuel consumption, fuel cell degradation, and battery degradation. The benefits of this predictive and health-conscious energy management strategy are assessed in real-world driving scenarios, also considering different battery sizes and degradation states. Eventually, the simulation results demonstrate the absolute superiority of the proposed strategy against standard approaches. The thesis also proposes innovative solutions to establish synergies between the energy management strategy and other control functions from a holistic standpoint. Novel concepts are presented to significantly reduce degradation by exploiting the interaction with battery thermal management and the intelligent activation of multi-module fuel cell systems. Moreover, the co-optimization of vehicle speed and energy management using dynamic programming is proposed for optimal eco-driving, substantially reducing fuel consumption and enabling longer driving ranges to cope with the limited hydrogen refueling infrastructure. Eventually, the innovative strategies proposed in this thesis can significantly contribute to the development and market penetration of fuel cell electric trucks thanks to lower fuel consumption and component degradation. Indeed, by adopting these strategies, truck manufacturers can achieve better performance and lower ownership costs, closing the gap with conventional diesel trucks for long-haul transportation.

In Brennstoffzellen-Elektro-Lkws regelt die Energiemanagementstrategie den Betrieb der Brennstoffzellen- und Batteriesysteme. Neben den beträchtlichen Auswirkungen auf den Kraftstoffverbrauch und die Reichweite ist die richtige Auslegung dieser Steuerungsfunktion von entscheidender Bedeutung, um sicherzustellen, dass die Komponenten des Antriebsstrangs die Anforderungen an die Lebensdauer im Fernverkehr erfüllen. Obwohl die Literatur über Energiemanagementstrategien für Brennstoffzellen-Elektrofahrzeuge sehr umfangreich ist, gibt es eine grundlegende Forschungslücke bei Studien zum Thema Langstrecken-Lkw, welcher heutzutage als die vielversprechendste Brennstoffzellenanwendung im Automobilsektor gilt.Während seines Promotionsstudiums hat der Autor Untersuchungen nach dem neuesten Stand der Technik durchgeführt und die Forschungslücke in mehreren Veröffentlichungen aufgegriffen, wodurch er einen wesentlichen Beitrag zur Erforschung von Energiemanagementstrategien für Brennstoffzellen-Elektro-Lkw geleistet hat. Die vorliegende Dissertation beschreibt seine Forschungen zu diesem Thema und fasst die wichtigsten Erkenntnisse zusammen. Insbesondere werden innovative Energiemanagementstrategien vorgeschlagen, um den Kraftstoffverbrauch und die Bauteildegradation von Brennstoffzellen-Elektrofahrzeugen zu reduzieren und deren Marktdurchdringung zu fördern. Das Hauptaugenmerk dieser Arbeit liegt auf dem prädiktiven Energiemanagement, einem Thema, das bei der Entwicklung von intelligenten Brennstoffzellen-Elektrofahrzeugen eine entscheidende Rolle spielen wird. In dieser Arbeit wird veranschaulicht, dass die Implementierung von prädiktiven Strategien der einzige effektive Weg ist, um eine optimale Fahrzeugleistung in anspruchsvollen Fahrzyklen, wie etwa aufgrund einer vollen Lkw-Ladung auf Bergstrecken, zu erreichen. Insbesondere die Berücksichtigung langfristiger Höhenprognosen ist von entscheidender Bedeutung, um Fahrbedingungen zu antizipieren, die aus Sicht des Energiemanagements schwierig sind, und um eine optimale Leistung zu erzielen.Einer der Hauptbeiträge dieser Arbeit ist die Entwicklung einer zweistufigen Regelstruktur für prädiktive Energiemanagementstrategien, die es ermöglicht, auch bei anspruchsvollen Streckentopographien eine optimale Leistung zu erzielen. Die zweistufige Struktur hat zwei vorteilhafte Eigenschaften. Erstens kann sie das Höhenprofil der gesamten Strecke bei der Optimierung des Energiemanagements mit geringem Rechenaufwand berücksichtigen. Zweitens ermöglicht sie die Implementierung der dynamischen Programmierung, um global optimale Lösungen zu finden, und überwindet damit die bekannten Hindernisse der Nicht-Kausalität und der hohen Rechenkomplexität. Darüber hinaus bietet die vorgeschlagene prädiktive Energiemanagementstrategie eine hohe Flexibilität in Bezug auf die Optimierungsziele. Zunächst wird sie so implementiert, dass nur der Kraftstoffverbrauch optimiert wird, während der Ladezustand der Batterie geregelt wird. Anschließend wird eine innovative Formulierung für die gleichzeitige und mehrzielorientierte Optimierung des Kraftstoffverbrauchs, der Degradation der Brennstoffzelle und der Degradation der Batterie vorgestellt. Die Vorteile dieser vorausschauenden und Energiemanagementstrategie werden in realen Fahrszenarien bewertet, wobei auch unterschiedliche Batteriegrößen und Degradationszustände berücksichtigt werden. Schließlich zeigen die Simulationsergebnisse die absolute Überlegenheit der vorgeschlagenen Strategie gegenüber Standardansätzen. In dieser Arbeit werden auch innovative Lösungen vorgeschlagen, um Synergien zwischen der Energiemanagementstrategie und anderen Regelfunktionen aus einem ganzheitlichen Blickwinkel heraus zu schaffen. Es werden neuartige Konzepte vorgestellt, um durch Ausnutzung des Zusammenspiels vom Thermomanagement der Batterie und der intelligenten Ansteuerung von Mehrmodul-Brennstoffzellensystemen die Degradation deutlich zu reduzieren. Darüber hinaus wird die Ko-Optimierung von Fahrzeuggeschwindigkeit und Energiemanagement mittels dynamischer Programmierung für ein optimales ökologisches Fahrkonzept vorgeschlagen.Dies ermöglicht eine erhebliche Reduzierung des Kraftstoffverbrauchs sowie eine Erhöhung der Reichweite, wodurch das Problem der begrenzten Infrastruktur für die Wasserstoffbetankung bewältigt wird.Letztendlich können die in dieser Arbeit vorgeschlagenen innovativen Strategien dank des geringeren Kraftstoffverbrauchs und der geringeren Abnutzung der Komponenten erheblich zur Entwicklung und Marktdurchdringung von Elektro-Lkw mit Brennstoffzellen beitragen. Durch die Anwendung dieser Strategien können Lkw-Hersteller niedrigere Betriebskosten erzielen und so die Lücke zu herkömmlichen Diesel-Lkw im Fernverkehr schließen.