Energieoptimaler Betrieb eines Fahrzeugkühlkreislaufs

Abstract

Das Hauptziel des Wärmemanagements von Elektrofahrzeugen besteht darin, Wärmeströme zu regulieren, sei es durch Abfuhr, Zufuhr oder Verteilung. Es ist entscheidend, dass die Temperaturen von Elektromotor, Leistungselektronik und Batterie im optimalen Funktionsbereich stabil bleiben, während gleichzeitig der Komfort der Fahrgäste sichergestellt wird. Jedes Elektrofahrzeug besitzt ein Wärmemanagementsystem, und es ist daher von entscheidender Bedeutung, dieses kontinuierlich zu optimieren. Der Wärmetauscher als zentrales Element im Wärmemanagementsystem tauscht Wärme mit der Umgebung aus. Der Wärmestrom am Wärmetauscher wird durch den Luftmassenstrom, den Kühlmittelmassenstrom und die Temperaturdifferenz zwischen Kühlmittel und Umgebung erzeugt. Die Aktuatoren (Stellgrößen) dafür sind die Pumpenansteuerung, die Position der Luftklappen und die Lüfteransteuerung. In dieser Diplomarbeit wird eine echtzeitfähige Ansteuerung entwickelt, um die optimale Position der Luftklappen, die Lüfteransteuerung und die Pumpenansteuerung zu bestimmen. Das Ziel ist es, den Gesamtverbrauch des Fahrzeugs auf der Hochvoltseite zu minimieren. Die Ansteuerung muss außerdem leicht auf unterschiedliche Fahrzeugvarianten parametriert werden können. Das entwickelte Konzept muss ressourcensparend sein, was den Speicherverbrauch auf der zentralen Steuereinheit des Fahrzeugs betrifft und muss während des Betriebs des Fahrzeugs in Echtzeit laufen können. Um die Echtzeitfähigkeit zu gewährleisten, werden niedrigdimensionale, stationäre Modelle verwendet, die auch die Anforderungen an Genauigkeit erfüllen. Im ersten Schritt wird die Optimierungsaufgabe mithilfe eines globalen Optimierungsalgorithmus für ausgewählte Betriebszustände gelöst. Die Lösung des globalen Optimierungsalgorithmus wird im zweiten Schritt als Startwert für ein approximiertes sequentielles quadratisches Programm (SQP) verwendet, um die Konvergenz zu einem lokalen Minimum zu verhindern. Um die Leistungsfähigkeit des SQP zu bewerten, wird diese mit der aktuellen Regelstrategie des Kooperationspartners verglichen. Ein Simulationsmodell eines Elektrofahrzeugs steht daher zur Verfügung, das in Simulink als Functional Mock-up Interface (FMI) eingebunden werden kann. Die entwickelte optimale Ansteuerung wird in \Simulink implementiert und verschiedene Betriebszustände des Elektrofahrzeugs werden simuliert. Anhand dieser Betriebszustände wird die erreichte Genauigkeit und die Effizienz verglichen. Im Vergleich zur aktuellen Regelstrategie werden ab 80 km/h Einsparungen im Bereich von 80 W - 100 W erreicht.

The main aim of thermal management in electric vehicles is to regulate heat flows, whether through removal, supply, or distribution. It is crucial that the temperatures of the electric motor, power electronics, and battery remain stable within the optimum operating range, while at the same time ensuring the comfort of passengers. Every electric vehicle has a thermal management system, and it is therefore of crucial importance to continuously optimize this. As the central element in the heat management system, the heat exchanger exchanges heat flows with the environment. The heat flow at the heat exchanger is created by the air mass flow, the coolant mass flow, and the temperature difference between the coolant and the environment. The actuators for this are the pump control, the position of the air flaps, and the fan control.This Master’s thesis develops a real-time capable control system to optimize the position of the air flaps, the fan control, and the pump control. The aim is to reduce the vehicle’s overall power consumption. Furthermore, the control system must also be easy to parameterize to different vehicle models. The developed concept must be resource-efficient in terms of memory consumption on the vehicle's central control unit and must be able to run in real time while the vehicle is in operation. To ensure real-time capability, the concept uses low-dimensional stationary models that meet the necessary accuracy requirements. The first step solves the optimization problem for selected operating conditions using a global optimization algorithm. The second step uses the global optimization algorithm solution as the starting value for a sequential quadratic program (SQP) to prevent convergence to a local minimum. To evaluate the performance of the SQP, it is compared with the current control strategy of the cooperation partner. A simulation model of an electric vehicle is available, which can be integrated into Simulink as a Functional Mock-up Interface. The developed optimal controller is implemented in Simulink and various operating conditions of the electric vehicle are simulated. These operating conditions are used to compare the accuracy and efficiency achieved. The result shows that savings of 80 W - 100 W are possible at speeds of 80 km/h and above compared to the currently used controller.