fuel cell; thermal management; heavy-duty vehicles; battery; model predictive control
en
Abstract:
Brennstoffzellenfahrzeuge stellen eine vielversprechende Möglichkeit dar, die Kohlenstoffdioxidemissionen im globalen Güterverkehr zu reduzieren. Diese Arbeit leistet einen Beitrag zur Entwicklung solcher Nutzfahrzeuge, indem eine prädiktive Wärmemanagementstrategie untersucht wird, die darauf abzielt, Temperaturschwankungen in der Brennstoffzelle zu minimieren, um deren Lebensdauer zu verlängern. Mittels Streckeninformationen berechnet der an Bord implementierbare, modellprädiktive Regler bevorstehende Wärmeentwicklungen im thermischen System des Fahrzeugs und kann so zukünftige Temperaturverläufe abschätzen. Dadurch können vorausschauende Maßnahmen, wie eine rechtzeitige Anpassung der Stellgrößen oder eine gezielte Vorkühlung der Brennstoffzelle, ergriffen werden. Des Weiteren wird die hohe Wärmekapazität der Batterie genutzt, um thermische Energie zu speichern, wodurch eine flexiblere Kühlung ermöglicht wird. Für den prädiktiven Regler wird ein regelungsorientiertes Modell des thermischen Systems erstellt, und um eine optimale Kostenfunktion zu finden, wird eine Kalibrierung der Gewichte durchgeführt. Die Leistungsfähigkeit der Wärmemanagementstrategie wird anhand eines hochauflösenden Simulationsmodells in vier realen Fahrzyklen evaluiert. Abschließend werden die Effektivität und Robustheit der prädiktiven Strategie mit jener einer gewöhnlichen, regelbasierten Methode verglichen, indem fünf Fälle mit unterschiedlicher Verfügbarkeit der Streckeninformationen untersucht werden. Die Simulationsergebnisse zeigen, dass mit dem modellprädiktiven Regler deutliche Reduktionen hinsichtlich der Temperaturschwankungen der Brennstoffzelle erzielt werden können. Zusätzlich können wesentliche Einsparungen beim Energieverbrauch des Kühlsystems erreicht werden. Somit kann das Potenzial einer prädiktiven Wärmemanagementstrategie zur Verlängerung der Lebensdauer von Brennstoffzellensystemen in schweren Nutzfahrzeugen erfolgreich aufgezeigt werden.
de
Heavy-duty fuel cell electric vehicles are a promising technology to reduce carbon dioxide emissions in global road freight transport. This work contributes to the development of hydrogen-powered trucks by investigating a predictive thermal management strategy that minimizes fuel cell temperature deviations and subsequently improves the fuel cell's lifetime. The proposed on-board model predictive controller anticipates temperature changes by using estimations of heat generation within the thermal system based on route information. Thus, countermeasures, such as timely regulation of the inputs and pre-cooling of the fuel cell system, can be taken. Additionally, the heat capacity of the battery can be used to store thermal energy, which allows for more flexibility in the cooling strategy. A control-oriented model is derived for the model predictive controller and a calibration is performed in order to find optimal weights for the multi-objective cost function. Then, a high-fidelity simulation model is used to evaluate the performance of the predictive thermal management strategy in four real-world driving cycles. In five selected test cases with different availability of the route information, the effectiveness and robustness of the predictive strategy is compared to a rule-based controller. The simulation results show significant improvements in fuel cell temperature tracking by the proposed control method, accompanied by a reduction in energy consumption for cooling. Altogether, the potential of a predictive thermal management strategy to prolong the lifetime of fuel cell systems in heavy-duty trucks can be successfully demonstrated in this thesis.
en
Additional information:
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
