Co-optimization architecture for predictive energy and battery thermal management in heavy duty fuel cell electric vehicles

Abstract

This work presents a co-optimization architecture for integrated energy and battery thermal management in heavy-duty fuel cell electric vehicles, particularly utilized in high-intensity missions using predictive route information. The study primarily focuses on minimizing hydrogen consumption while passively maximizing component lifetime through optimal thermal management of the battery. The approach leverages deterministic dynamic programming to develop an optimal control strategy that integrates energy management systems with battery thermal management systems. A modeling framework is established, incorporating models of the drive train, battery electrical and thermal system, fuel cell system, and the hybrid propulsion system. The optimal control problem is formulated to balance fuel efficiency and thermal regulation in a co-optimal manner, addressing the hydrogen-optimal performance of the fuel cell and the thermal dynamics of the battery. The co-optimal concept is then compared to a hierarchical strategy, that is, a sequential optimization of the energy management, ensued by battery thermal management.The co-optimization approach effectively results in the reduction of hydrogen consumption while improving battery thermal management.In the developed strategy, a significant reduction in battery temperature at the cost of a small increase in hydrogen consumption is achieved. Additionally, the implementation of predictive control strategies based on route data enables more efficient precooling and power-split strategies, optimizing the vehicle's performance under dynamic driving conditions.In conclusion, the proposed co-optimization framework provides a viable solution for efficient energy management strategies with informed adjustment of the power-split through thermal load forecasting of battery temperature, providing implications for improving the longevity of the battery system.

In dieser Arbeit wird eine Co-Optimierungsarchitektur für integriertes Energie- und Batterie- Thermalmanagement in schweren Brennstoffzellen-Nutzfahrzeugen vorgestellt. Die hierbei erarbeitete Regelungsstrategie nutzt Dynamische Programmierung und prädiktive Routeninformationen in leistungsintensiven Streckenszenarien und kombiniert das Energiemanagementsystem mit dem Kühlsystem der Batterie. Grundlage der Optimierung in dieser Studie sind die Minimierung des Wasserstoffverbrauchs, beziehungsweise die Temperaturregulierung der Batterie. Reduzierte Modelle des hybriden Antriebsstrangs, des elektrischen und thermischen Batteriesystems, und des Brennstoffzellensystems werden als Modellierungsrahmen genutzt. Das optimale Steuerungsproblem zielt darauf ab, Wasserstoffverbrauch und die thermische Regulierung auf co-optimale Weise auszugleichen, wobei eine verbrauchsoptimale Leistungsaufteilung zwischen Brennstoffzelle und Batterie unter Berücksichtigung der thermischen Dynamik der Batterie ermittelt wird. Das co-optimale Konzept wird darüber hinaus mit einer hierarchischen Strategie verglichen, in der eine sequentielle Optimierung von Energiemanagement, gefolgt von Batterie-Thermal-management, realisiert wird. Der Co-Optimierungsansatz führt zu einer Reduktion des Wasserstoffverbrauchs bei gleichzeitiger Verbesserung des Wärmemanagements der Batterie. Die entwickelte Strategie resultiert in einer deutlichen Senkung der Batterietemperatur auf Kosten eines geringen Anstiegs des Wasserstoffverbrauchs. Darüber hinaus ermöglicht die Implementierung von prädiktiven Regelungsstrategien auf der Grundlage von Streckendaten eine effizientere Vorkühlung und angepasste Leistungsverteilung von Brennstoffzelle und Batterie, die die Leistung des Fahrzeugs unter anspruchsvollen Fahrbedingungen optimieren. Zusammenfassend stellt der vorgeschlagene Co-Optimierungs-rahmen eine praktikable Lösung für effiziente Energiemanagementstrategien mit informierter Anpassung der Leistungsaufteilung durch Vorhersage der thermischen Belastung der Batterietemperatur dar, was zu einer Verbesserung der Langlebigkeit des Batteriesystems führt.