Investigation of torque vectoring and energy management strategies for multi-motor fuel cell electric vehicles

Abstract

Brennstoffzellenfahrzeuge stellen eine vielversprechende Technologie in Richtung emissionsfreien Transports dar. Die verfasste Arbeit adressiert mehrmotorige Brennstoffzellenfahrzeuge mit dem Ziel, zusätzliche Effizienzsteigerung zu erreichen. Konventionelle Energiemanagementstrategien für Brennstoffzellenfahrzeuge verteilen die benötigte Leistung zwischen den Leistungsquellen, bestehend aus Brennstoffzelle und Batterie. Diese Strategien haben üblicherweise eine Maximierung der Wasserstoffersparnis und eine Senkung der Komponentendegradation zum Ziel, was durch gegebene Langzeitinformation über Geschwindigkeits- und Höhenprofile möglich ist. In dieser Arbeit werden mehrmotorige Brennstoffzellenfahrzeuge untersucht. Torque Vectoring resultiert hierbei aufgrund einer gezielten Zuordnung der verfügbaren Leistung auf die einzelnen Motoren, wodurch sich zusätzlich zum konventionellen Energiemanagement ein weiterer Freiheitsgrad ergibt. Ziel dieser Arbeit ist es zu untersuchen, wie dieser weitere Freiheitsgrad neben dem konventionellen Energiemanagement vorteilhaft verwendet werden kann. Darüber hinaus gilt es, die potentielle Effizienzsteigerung darzustellen, wenn präzise Kurzzeitinformation über die Fahrzeugtrajektorie bekannt ist. Ein elementarer Teil dieser Arbeit ist die Teilnahme an der IEEE VTS Motor Vehicles Challenge 2023, in dessen Zuge eine Strategie genau für eine solche Fahrzeugarchitektur vorgeschlagen wird. Außerdem liefert die Challenge die Erkenntnis, dass Torque Vectoring getrennt vom eigentlichen Energiemanagement behandelt werden kann. Das Potential von Torque Vectoring zur Effizienzsteigerung wird anhand einer erstellten regelungsorientierten Fahrzeugdynamik-Modellumgebung evaluiert. Durch die Entwicklung einer Regelungsstrategie wird das Simulieren von stationären Betriebspunkten des Fahrzeugs möglich. Schlussendlich erfolgt eine Untersuchung der Simulationsergebnisse, die eindeutig die Effizienzsteigerung bei Verwendung von Torque Vectoring im Vergleich zu konventionellen Drehmomentverteilungen zeigt. Diese Arbeit demonstriert, wie konventionelles Energiemanagement und zusätzlich Torque Vectoring vorteilhaft implementiert werden können und zeigt, dass beides signifikant zur Effizienzsteigerung beiträgt.

Fuel cell electric vehicles embody an encouraging technology for emission-free transport. This thesis addresses fuel cell electric vehicles with multi-motor architecture, where the goal is to further increase energy efficiency. Conventional energy management strategies for fuel cell electric vehicles optimally distribute the required power between the power sources, e.g., fuel cell and battery. The usual goal of such a power split is to maximize fuel economy while decreasing component degradation by taking advantage of long-term predictive information regarding speed and elevation profiles. In this work, vehicle architectures with multiple motors are investigated. Thereby, torque vectoring results from arbitrarily allocating the available power to each of the motors. Indeed, an additional degree of freedom is added beyond the conventional energy management task. The goal of this thesis is to comprehensively investigate how this additional degree of freedom can be beneficially used besides conventional energy management. Furthermore, this work aims to show the potential benefits of energy efficiency, if detailed short-term predictive information on the vehicle's trajectory is known. An essential part of this thesis is related to the participation in the IEEE VTS Motor Vehicles Challenge 2023, where a competitive energy management strategy for such a vehicle architecture is proposed. Importantly, through the challenge, it is found that the power split and torque vectoring can be treated separately. In order to assess the potentiality of energy-efficient torque vectoring in more depth, an extended control-oriented vehicle dynamics model framework is implemented. Moreover, a control strategy is developed to facilitate closed-loop simulations for tracking predefined steady vehicle operating points. Eventually, a simulation study is conducted, unveiling the efficiency improvements by applying energy-efficient torque vectoring compared to conventional torque distributions. This thesis proposes, how conventional energy management and, additionally, torque vectoring can be advantageously implemented. Essentially, it shows that using both significantly increases energy efficiency.