DE102017122179A1 - Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen - Google Patents

Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen Download PDF

Info

Publication number
DE102017122179A1
DE102017122179A1 DE102017122179.4A DE102017122179A DE102017122179A1 DE 102017122179 A1 DE102017122179 A1 DE 102017122179A1 DE 102017122179 A DE102017122179 A DE 102017122179A DE 102017122179 A1 DE102017122179 A1 DE 102017122179A1
Authority
DE
Germany
Prior art keywords
space
arrangement
cell
installation space
battery cells
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
DE102017122179.4A
Other languages
English (en)
Inventor
Tobias Stefaniak
Gunther Püschel
Daniel Maiwald
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Otto Von Guericke Universitaet Magdeburg
Original Assignee
Otto Von Guericke Universitaet Magdeburg
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Otto Von Guericke Universitaet Magdeburg filed Critical Otto Von Guericke Universitaet Magdeburg
Priority to DE102017122179.4A priority Critical patent/DE102017122179A1/de
Publication of DE102017122179A1 publication Critical patent/DE102017122179A1/de
Ceased legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

Die Erfindung betrifft ein Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen innerhalb von Zellmodulen in einem Bauraum eines Fortbewegungsmittels zur Minimierung eines Restvolumens innerhalb des Bauraumes mit zumindest den Schritten, Bereitstellung von zumindest einem Bauraum zur Anordnung von Zellmodulen, Einlesen von Bauraumdaten in eine interaktive Umgebung für Algorithmenentwicklung, Auswahl von Parametern zur Charakterisierung der Batteriezelle, der Batteriezellen zueinander zum Zellmodul, der Zellmodule zueinander und der Gesamtnennspannung, wobei der Bauraum mittels eines Rasterverfahrens in einzelne Raster zelegt wird und eine generische Optimierung der Anordnung der Zellen innerhalb des Zellmoduls, der Zellmodule zueinander und der Zellmodule innerhalb eines Rasters erfolgt und Übermittlung der Ergebnisse aus gewonnenen Daten aus Schritt d. in ein CAD-System zur Visualisierung.

Description

  • Die Erfindung betrifft ein Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen, beispielsweise für Fahrzeuge.
  • Fahrzeuge mit einem elektrifizierten Antriebsstrang haben sich bereits in den letzten Jahren am Automobilmarkt etablieren können. Es ist davon auszugehen, dass deren Marktanteil in den nächsten Jahren deutlich ansteigen wird. Dieser Umstand verlangt nach neuen Werkzeugen, die es ermöglichen, Elektrofahrzeuge effizient zu entwickeln, um insbesondere in den frühen Phasen der Entwicklung valide Aussagen über das spätere Produkt treffen zu können. Ein wichtiges Werkzeug ist das parametrisch gesteuerte Digital Mock-Up (DMU), wodurch das Package eines Produktes digital abgebildet werden kann. Im Gegensatz zu den physischen Versuchsmodellen, kann deren Anpassung und Erweiterung deutlich schneller und mit geringerem Aufwand durchgeführt werden, wodurch sich die Iterationszyklen zwischen den Entwicklungsständen verkürzen.
  • Zudem sind Modelle und Prozesse bekannt, die in der Grobkonzeptphase einzuordnen sind und auf die Optimierung des Energiespeicherpackages aber auch des Gesamtfahrzeuges mit elektrifiziertem Antriebsstrang abzielen. Dazu zählen unter anderem die Ergonomie, die Fahrleistung, die Fahrzeugdynamik oder die Wirtschaftlichkeit. Eine Betrachtung des nutzbaren Bauraumes mit einer Beschneidung durch Antriebskomponenten findet bei diesen Modellen jedoch noch nicht statt und auch Potentiale der Neukonstruktion (Purpose Designs) können in diesen Modellen nur beschränkt berücksichtigt werden.
  • Eine Methodik zur Identifikation und zum Entwurf packageoptimierter Elektrofahrzeuge ist aus Kuchenbuch, K., Dissertation, AutoUni,Wolfsburg, 2012, ISBN: 978-3-8325-3262-8 bekannt.
  • Zudem bekannt ist eine Lösungsraumanalyse für Plug-In-Hybridfahrzeuge hinsichtlich Wirtschaftlichkeit und Bauraumkonzepte aus Ried, M., Dissertation, Universität Duisburg-Essen, 2014.
  • Struktur und Ablaufmodell für das parametrische Entwerfen von Fahrzeugenkonzepten ist aus Prinz, A., Dissertation, AutoUni, Wolfsburg, 2011, ISBN: 978-3-8325-2869-0 bekannt.
  • Vor diesem Hintergrund besteht die Aufgabe der vorliegenden Erfindung in der Überwindung der aufgezeigten Nachteile.
  • Diese Aufgabe wird mit einem Verfahren nach Anspruch 1. Eine weitere vorteilhafte Ausführungsform der Erfindung geht aus dem Unteranspruch 2 hervor.
  • Vorgeschlagen wird ein Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen innerhalb von Zellmodulen in einem Bauraum eines Fortbewegungsmittels zur Minimierung eines Restvolumens innerhalb des Bauraumes, umfassend zumindest folgende Schritte:
    1. a. Bereitstellung von zumindest einem Bauraum zur Anordnung von Zellmodulen,
    2. b. Einlesen von Bauraumdaten in eine interaktive Umgebung für Algorithmenentwicklung,
    3. c. Auswahl von Parametern zur Charakterisierung der Batteriezelle, der Batteriezellen zueinander zum Zellmodul, der Zellmodule zueinander und der Gesamtnennspannung, wobei
    4. d. der Bauraum mittels eines Rasterverfahrens in einzelne Raster zelegt wird und eine generische Optimierung der Anordnung der Zellen innerhalb des Zellmoduls, der Zellmodule zueinander und der Zellmodule innerhalb eines Rasters erfolgt,
    5. e. Übermittlung der Ergebnisse aus gewonnenen Daten aus Schritt d. in ein CAD-System zur Visualisierung.
  • Die Zielfunktion der Optimierung besteht darin, das Restvolumen im Bauraum zu minimieren bei zeitgleicher Erhöhung der Anzahl von Zellmodulen.
    Unter dem Begriff Fortbewegungsmittel sind Fahrzeuge, vorzugsweise E-Fahrzeug, Flugzeuge und ähnliches zu verstehen.
  • Der Begriff Bauraum beschreibt das verfügbare Volumen zur Anordnung von Batteriezellen bzgl. seiner Höhe, Breite und Tiefe.
  • Die Algorithmenentwicklung erfolgt mittels eines Berechnungsmoduls, beispielsweise Matlab.
  • Unter dem Begriff Zellmodul sind Kontaktierungselemente als Verbindungselemente zwischen den Batteriezellen und den den Zellmodulen untereinander zu verstehen.
  • Der Bauraum wird mittels Rasterverfahren in einzelne Raster zerlegt, wobei die Anzahl der entstehenden Raster vorzugsweise ein Vielfaches von 4, zumindest aber 8 umfasst.
  • Eine Ausführungsform (ohne Anspruchsformulierung) der Erfindung sieht vor, dass bei diesem Computerimplementierten Verfahren das Rasterverfahren zumindest folgende Schritte umfasst:
    • - Bereitstellung einer ersten CAD-Umgebung und Auslesen von n-Bauraumsegmenten, d.h. aller CAD-Bauraumparameter und externes Abspeichern aller notwendigen Parameter, wodurch die n-Ortsvektoren und n-Lagevektoren als Ausgabe/Ergebnis abgespeichert in einer externen Datei zur Verfügung stehen;
    • - Bereitstellung einer ersten neutralen Umgebung, beispielsweise in Form einer Datei als Konstruktionstabelle mit n-Ortsvektoren und n-Lagevektoren;
    • - Bereitstellung einer Matlab-Umgebung, bzw. einer mathematischen Berechnungsumgebung und
      • • Einlesen der zwischengespeicherten Datei im Matlab; z.B. in Form einer Konstruktionstabelle, wodurch die n-Ortsvektoren und n-Lagevektoren programmintern zur Verfügung stehen;
      • • Eingabe zell- und systemspezifischer Parameter;
      • • iterativer Optimierungsprozess (nach dem NSGA-II Optimierungsalgorithmus) zur Ausbildung und Anordnung der BatterieZellmodule basierend auf der Rastermethode
      • • Abspeichern der Optimierungsergebnisse; z.B. als Textdatei mit
        • ◦ Zelltyp - Variablen.
        • ◦ Allgemein - Variablen und
        • ◦ Rasterergebnisse - Variablen;
    • - Bereitstellung einer zweiten neutralen Umgebung, wodurch die
      • • Datei: „Zelltyp“
      • • Datei: „Allgemein“
      • • Datei: „Rasterergebnisse“ zur Verfügung stehen;
    • - Bereitstellung einer zweiten CAD-Umgebung und
      • • Einlesen der zwischengespeicherten Dateien „Zelltyp“, „Allgemein“ und „Rasterergebnisse“ ins CAD und
      • • Modellierung und Darstellung der optimierten Batterie-Ausführung im CAD.
  • In einer weiteren Ausführungsform der Erfindung ist vorgesehen, dass das Computerimplementierte Verfahren zur Optimierung einer Anordnung von Batteriezellen in potentiellen Bauräumen für eine Konzeptvariante in einem Fahrzeug, zumindest folgende Schritte umfasst:
    1. a) Bereitstellung gestaltgebender Maße zur Visualisierung einer Modellausprägung
    2. b) Definition der Modellausprägung durch Eingabe von Parametern für die Fahrzeugklasse und die Antriebstopologie für die Konzeptvariante,
    3. c) Automatisches Ermitteln von potentiellen Bauräumen für Batteriezellen mittels eines CAD-Systems,
    4. d) Auswählen des Bauraums und Erzeugung der Bauraumdaten für die Optimierung der Anordnung der Batteriezellen im Bauraum für die Konzeptvariante,
    5. e) Einlesen der Bauraumdaten für die Optimierung der Anordnung der Batteriezellen in eine Berechnungssoftware,
    6. f) Auswahl von Parametern für die Batteriezelle innerhalb der Konzeptvariante,
    7. g) Generisches Berechnen der Batteriezellanordnung im Bauraum zur Erzeugung von Daten für eine optimierte Bauraumausnutzung mittels eines Rasterverfahrens,
    8. h) Rückführung der Daten der optimierten Bauraumausnutzung in das CAD-System,
    9. i) Bewertung der erzeugten Daten und Abgleich mit der Konzeptvariante und
    10. j) Freigabe des Konzepts.
  • Die gestaltgebenden Maße zur Visualisierung einer Modellausprägung ergeben sich nach DIN 70200 für die jeweilige Fahrzeugklasse, bzw. des Fahrzeugstyps.
  • Vorteilhafterweise erfolgt die Definition der Modellausprägung durch Eingabe von Parametern für die Fahrzeugklasse und die Antriebstopologie für die Konzeptvariante mittels einer Excel-Tabelle.
    Das Auswählen des Bauraums und die Erzeugung der Bauraumdaten für die Optimierung der Anordnung der Batteriezellen im Bauraum für die entsprechende Konzeptvariante kann als Kombination von Daten einer/der Exceldatei in Verbindung mit einem CAD-System erfolgen.
    Als Berechnungssoftware kann vorteilhafterweise MatLab verwendet werden.
    Vorteilhafterweise kann ein CAD-System ebenfalls zur visualisierten Darstellung der mathematischen Ergebnisse genutzt werden.
  • Die Verwendung elektrischer Antriebsstränge in zukünftigen automobilen Anwendungen führt letztlich durch das systematische Überdenken der Gesamtarchitektur des Automobils zu einer völlig neuen Herangehensweise an die funktionalen Baugruppen. Ferner ergeben sich durch die Implementierung elektrischer Antriebsstränge neue Gestaltungsmöglichkeiten für die Konstruktion der Gesamtarchitektur, aber auch neue Herausforderungen im Produktentstehungsprozess. Innerhalb der Fahrzeuggrobgestaltung zukünftiger elektrifizierter Fahrzeuge müssen sowohl Fahrzeugarchitektur, Energiespeicher als auch Antriebsart frühzeitig Berücksichtigung finden.
  • Das Auftreten unterschiedlicher Bauraumgeometrien für verschiedene Gestaltungskonzepte des Fahrzeuges führt zu einem ständig neu zu konzipierenden Energiespeicher. Der vorliegende Beitrag beschäftigt sich mit der Lösungsfindung des Energiespeichers bezüglich der durchaus komplexen Anordnungssystematik seiner Einzelzellen im Rahmen eines Digital Mock-Up (DMU). Aufbauend auf ein Maßkonzept sollen in kürzester Zeit realnutzbare Batteriebauräume identifiziert und auch charakterisiert werden. Mittels des NSGA-II Algorithmus wird die Einzelzelle (Rund oder Prismatisch) zu Zellmodulen verschaltet, welche bestmöglich in den vorhanden Bauraum zu integrieren sind.
  • Für die Durchführung des Optimierungsprozesses wurde ein strukturelles Konzept zur Anordnung der Zellmodule entwickelt, welches auf einzelnen, in ihrer Größe flexiblen Rastern beruht. Das Konzept besitzt hierbei acht miteinander gekoppelte und einen flexiblen Verband bildende Einzelvolumen, in denen sich Raster mit Zellmodulen anordnen und somit der Bauraum effizient ausgenutzt wird.
  • Im Folgenden wird die Erfindung anhand von Figuren und Ausführungsbeispiele näher beschrieben.
  • Es zeigen:
    • 1: schematisch ein computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen innerhalb von Zellmodulen in einem Bauraum eines Fortbewegungsmittels zur Minimierung eines Restvolumens innerhalb des Bauraumes,
    • 2: schematisch die Integration des DMUs in einen Optimierungsprozess für das Package des Energiespeichers,
    • 3: schematisch den Aufbau und die Steuerung des Digital Mock-Ups,
    • 4: schematisch auswählbare Bauräume bzw. Bauraumsegmente im potentiell nutzbaren Bauraum eines Fortbewegungsmittels, beispielsweise eines Fahrzeugs,
    • 5a, 5b: schematisch das Restvolumen des Bauraums bei Verwendung genau eines Rasters (5a), Aufteilung des Restvolumens in drei weitere Raster (5b),
    • 6a, 6b, 6c: schematisch einen aufgespannten Vektor im Hauptraster (6a) sowie Variationen des Rasterverbands mit Hilfe des Hauptvektors (6b, 6c),
    • 7: schematisch eine Überführung des Rasterverfahrens ins Dreidimensionale durch Darstellung eines Bauraumsegments samt Einzelvolumen,
    • 8: schematisch einen Workflow und Schnittstellen zwischen Excel, Matlab und Catia-V5,
    • 9: die Tabelle 1 mit Eingabeparametern der Batteriezelle (Panasonic 18650) für das Rasterverfahren in MATLAB;
    • 10a, 10b: Ermittelte Lösungen zur Anordnung der Batteriezellen in den jeweiligen Bauraumsegmenten (10a Bodenbereich, 10b Heckbereich) und
    • 11: schematisch Anordnungen der Batteriezellmodule im DMU nach den von Matlab berechneten Ergebnissen.
  • Aus 1 ist schematisch ein computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen innerhalb von Zellmodulen in einem Bauraum eines Fortbewegungsmittels zur Minimierung eines Restvolumens innerhalb des Bauraumes erkennbar. Hierbei können folgende Schritte realisiert werden:
    • • Bereitstellung von zumindest einem Bauraum zur Anordnung von Zellmodulen,
    • • Einlesen von Bauraumdaten in eine interaktive Umgebung für Algorithmenentwicklung,
    • • Auswahl von Parametern zur Charakterisierung der Batteriezelle, der Batteriezellen zueinander zum Zellmodul , der Zellmodule zueinander und der Gesamtnennspannung, wobei
    • • der Bauraum mittels eines Rasterverfahrens in einzelne Raster zelegt wird und eine generische Optimierung der Anordnung der Zellen innerhalb des Zellmoduls, der Zellmodule zueinander und der Zellmodule innerhalb eines Rasters erfolgt,
    • • Übermittlung der Ergebnisse aus gewonnenen Daten in ein CAD-System zur Visualisierung.
  • Die Optimierung einer Anordnung von Batteriezellen in potentiellen Bauräumen für eine Konzeptvariante in einem Fahrzeug, kann beginnend mit der Bereitstellung gestaltgebender Maße zur Visualisierung einer Modellausprägung zumindest noch die folgenden Schritte umfassen:
    1. 1) Definition der Modellausprägung durch Eingabe von Parametern für die Fahrzeugklasse und die Antriebstopologie für die Konzeptvariante; hierdurch wird ein schnelles Erzeugen von definierten Fahrzeugklassen bzw. Fahrzeugen und deren Antriebstopologie, vorzugsweise in CAD möglich;
    2. 2) Automatisches Ermitteln von potentiellen Bauräumen für Batteriezellen mittels eines CAD-Systems, was die Aufteilung und Kombination von Bauraummodulen ermöglicht;
    3. 3) Auswählen des Bauraums und Erzeugung der Bauraumdaten für die Optimierung der Anordnung der Batteriezellen im Bauraum für die Konzeptvariante, um ein schnelles Erkennen und Erzeugen realnutzbarer Bauräume zu ermöglichen;
    4. 4) Einlesen der Bauraumdaten für die Optimierung der Anordnung der Batteriezellen in eine Berechnungssoftware, wodurch auf Grund eines automatisierten Vorgangs eine Zeitersparnis erreicht wird;
    5. 5) Auswahl von Parametern für die Batteriezelle innerhalb der Konzeptvariante, wobei vorzugsweise folgende Restriktionen bzw. Eingangsparameter berücksichtigt werden sollten:
      • - Höhe des Kontaktierungselementes am Zellmodul
      • - Wanddicke der Zellmodulgehäuses
      • - Abstand zwischen den Zellmodulen
      • - Parallelschaltungen je Zellmodul
      • - Spannung der Gesamtbatterie
      • - Zelleigenschaften (geometrische, physikalische Eigenschaften)
    6. 6) Generisches Berechnen der Batteriezellanordnung im Bauraum zur Erzeugung von Daten für eine optimierte Bauraumausnutzung mittels eines Rasterverfahrens mit dem Ziel, eine maximale Anzahl von Zellmodulen bei einem minimalen Restvolumen anzuordnen; Bekannt sind somit folgende Parameter bzw. Ausgangsgrößen:
      • - Anordnung und Lage der Einzelzellen und Zellmodule
      • - gespeicherte Energie
      • - Gesamtkapazität
      • - Maximalstrom/Maximalleistung
      • - Energiedichte (volumetrisch/gravimetrisch)
      wodurch sich Vorteile im Hinblick auf die Abschätzen der Montage-, Fertigungs- und Instandhaltungsmöglichkeiten ergeben und zusätzlich ein risikogerechtes Auslegen bezüglich der Spannungslage der zu montierenden Zellmodule im Niedervoltbereich ermöglicht wird;
    7. 7) Rückführung der Daten der optimierten Bauraumausnutzung in das CAD-System , wodurch eine automatisierte visuelle Darstellung ermöglicht wird;
    8. 8) Bewertung der erzeugten Daten und Abgleich mit der Konzeptvariante, wobei eine Anpassung des Modells mit geringem Aufwand durch eine einfache Veränderungen der Eingangsparameter ermöglicht wird, was den iterativen Prozess vereinfacht und
    9. 9) Freigabe des Konzepts.
  • Mit der Erfindung wird ein DMU vorgestellt, das dazu geeignet ist, Teile des Packages eines Elektrofahrzeuges im Grobkonzeptstadium festzulegen. Hierdurch erhält ein Anwender des DMUs Informationen, um geeignete Bauräume für den Energiespeicher zu identifizieren, in denen anschließend im Optimierungsprozess Batteriezellen angeordnet werden können. Die Umsetzung des DMUs erfolgt im CAD-System CATIA-V5 zur Visualisierung, wobei das DMU über das Tabellenkalkulationsprogramm Microsoft Excel vom Anwender gesteuert werden kann.
  • Zur Identifikation der Bauräume ist die Definition wesentlicher Komponenten notwendig, die den Bauraum für den Energiespeicher begrenzen. Dazu zählen zunächst Grenzflächen des Unterbodens, des Fahrzeuginnenraumes und der Karosserie. Zur parametrischen Steuerung dieser Komponenten im DMU werden relevante Maße aus der Norm DIN 70200 verwendet, nach der grundlegende Maße von Personenkraftwagen herstellerübergreifend festgelegt werden.
  • Neben der Basisgeometrie des Fahrzeuges ist der Antriebsstrang eine weitere wesentliche Komponente, die den Bauraum für den Energiespeicher begrenzt. Durch Festlegung von Abständen zu den Grenzflächen können beispielsweise Crashzonen definiert oder bauliche Einschränkungen berücksichtigt werden. Anschließend können Bauraumsegmente für den Energiespeicher abgeleitet und modular ausgewählt werden.
  • So kann einerseits das Maßkonzept eines bereits existierenden Fahrzeuges im DMU nach dem Conversion Design (Anpassungskonstruktion) dargestellt werden. Anderseits ist jedoch auch die freie Erstellung eines neuartigen Maßkonzeptes nach dem Purpose Design (Neukonstruktion) möglich, bei dem die Anforderungen und Eigenschaften des elektrifizierten Antriebsstranges vollständig einbezogen werden können. Im DMU werden Antriebsstrangtopologien berücksichtigt, die einen separaten Antrieb der Räder auszeichnen.
  • Aus 2 ist schematisch die Integration des DMUs in einen Optimierungsprozess für das Package des Energiespeichers erkennbar. In den abgeleiteten Batteriebauräumen sollen in einem Optimierungsprozess Batteriezellen angeordnet werden. Damit können bereits frühzeitig valide Aussagen zu einem Fahrzeugkonzept bezüglich der wesentlichen Eigenschaften einer Traktionsbatterie getroffen werden.
  • Die geometrischen Daten des Packages für den Energiespeicher können in universellen Dateiformaten an ausgelagerte Optimierungsprozesse übergeben werden. Damit wird ein teilautomatisierter Prozess geschaffen, um aus einem Grobkonzeptmodell eines Elektrofahrzeuges Bauräume für den Energiespeicher ableiten zu können, in denen anschließend Batteriezellen in einem Optimierungsprozess angeordnet werden können.
  • Die Anforderungen der frühen Fahrzeuggrobgestaltung bestanden insbesondere in der effizienten Vergleichbarkeit von verschiedenen Konzepten untereinander. Daher waren Einschränkungen hinsichtlich der Detaillierung notwendig, um die Komplexität und den Erstellungsaufwand des Modells möglichst gering zu halten. Die Betrachtung einer ausreichenden Anzahl an unterschiedlichen Konzepten sollte so die Validierung des Produktmodelles für die nachfolgenden Entwicklungsschritte erhöhen. In dem DMU wird sich deswegen auf wenige wesentliche Komponenten mit einer möglichst einfachen Topologie beschränkt, die den Bauraum des Energiespeichers begrenzen aber gleichzeitig eine angemessene Abbildungsqualität des Modells bieten.
  • Der Aufbau sowie die Steuerung des DMUs setzten sich gemäß 3 aus drei Softwares zusammen. Excel kann hierbei als Eingabemaske spezifischer Fahrzeugdaten dienen, woraus potentielle Bauräume ableitbar sind, Catia-V5 kann zur Visualisierung der Ergebnisse eingesetzt werden und Matlab zur Berechnung/Optimierung der Batteriezelleanordnung in real nutzbaren Bauräumen des Konzeptmodells.
  • Im ersten Schritt erfolgt die Eingabe von Fahrzeugklasse, Antriebstopologie - die in den Datenbanken hinterlegt sind - und Auswahl von Bauräumen im Dokument zur Anwenderinteraktion, das gleichzeitig zur Informationsrückgabe dient, um Eigenschaften der ausgewählten Elemente wie Antriebsmotoren oder Orientierungshilfen zur Dimensionierung des Modells für eine bestimmte Fahrzeugklasse anzuzeigen. Das Einlesen der Werte kann mit Catia-V5 vollautomatisch über das Feature Konstruktionstabelle erfolgen, das mit dem Dokument zur Parameterübergabe verknüpft ist. Über ein Makro in Catia-V5 wird Matlab gestartet, welches anschließend die Bauraumdaten für den Energiespeicher einliest und ein Eingabefenster für den Anwender öffnet, indem er die Parameter für die Optimierung eingeben kann. Zu den Parametern gehören unter anderem die Auswahl der Zelle (rund, prismatisch sowie weitere geometrische Eigenschaften), Zellspannung, -kapazität, Gesamtspannung, Höhe Kontaktierungselement, Wanddicke vom Modulgehäuse sowie Abstand zwischen den Zellmodulen. Nach Abschluss der Optimierung kann mittels Matlab die Übertragung des Ergebnisses nach Catia-V5 erfolgen, womit gültige Alternativen im Lösungsraum erzeugbar sind. Der Anwender hat anschließend die Möglichkeit, die erzeugten Ergebnisse zu bewerten.
  • Die Ermittlung der Bauraumausprägung und die Lösung des Packageproblems kann wie folgt vorgenommen werden:
  • Nach dem Aufbau der Fahrzeugklasse und der Auswahl der Antriebstopologie ergibt sich durch Grenzflächen, die durch verschiedene Offsets zur Karosserie ermittelt werden, der potentiell nutzbare Bauraum, wie schematisch in 4 gezeigt.
  • Innerhalb dieses Bauraumes können 6 real nutzbare Bauräume/Bauraumsegmente zur Anordnung von Batteriezellen identifiziert werden. Welche dieser Bauraumsegmente für die Optimierung genutzt werden sollen, kann der Anwender über eine True/False- Option innerhalb des Dokuments zur Anwenderinteraktion entscheiden.
  • Die anschließende Problematik besteht in der Belegung der ausgewählten Bauraumsegmente mit Batteriezellen, die in Zellmodule zusammengefasst werden. Zellmodule, welche exemplarisch aus Rundzellen bestehen, sind in ihrer Formgebung flexibel. Das beruht darauf, dass die einzelnen Zellen in verschiedenster Weise nebeneinander angeordnet sein können. Vorteilhaft ist in allen Fällen die Einhaltung der Mindestmenge an Rundzellen, die für die nötige Betriebsspannung im seriell verschalteten Zellmodul notwendig ist. Um ein Zellmodul mit einer Betriebsspannung von ca. 100 V aufzubauen, bei einer Zelle mit einer Nennspannung von 3,2 V, kann ein Modul aus 8x4 Zellen bestehen, woraus sich eine Gesamtzahl von 32 Zellen ergibt, aber auch eine 16x2 Anordnung ist in diesem Fall realisierbar. Daraus wird die Flexibilität eines Zellmoduls aus Rundzellen ersichtlich, aber auch, dass es unterschiedliche Formate gibt.
  • 5a, 5b zeigen schematisch das Restvolumen des Bauraums bei Verwendung genau eines Rasters (5a) und Aufteilung des Restvolumens in drei weitere Raster (5b). Ein zentraler Punkt des Algorithmus bezüglich der Auslegung der Batterie ist die Anordnung aller Zellmodule zueinander. Es muss eine geeignete Vorgehensweise vorhanden sein, um die durchaus große Anzahl an Zellmodulen durch einen Algorithmus im verfügbaren Bauraum anordnen zu können und dabei das Restvolumen so gering wie möglich zu halten. 5a, 5b zeigen dabei den Bauraum in der x-y Ebene in dem 9 Zellmodule gleicher Größe angeordnet sind sowie das Restvolumen (schraffierter Bereich) - die belegte Fläche wird in den nachfolgenden Ausführungen als Hauptraster bezeichnet.
  • Um das Restvolumen nutzbar zu machen und mit in die Optimierung aufzunehmen, wurde es zu diesem Zweck in drei weitere Raster unterteilt (Nebenraster). Die unterbrochen dargestellten Linien definieren hierbei die Grenzen zwischen den Rastern. Vorteil dieser weiteren Raster besteht darin, je mehr von ihnen im Bauraum vorliegen, desto höher ist die Flexibilität und Fähigkeit sich diesem anzupassen. Dabei werden alle Nebenraster allein von der Größe des Hauptrasters definiert.
  • Die 6a, 6b und 6c zeigen schematisch einen aufgespannten Vektor im Hauptraster (6a) sowie Variationen des Rasterverbands mit Hilfe des Hauptvektors (6b, 6c).
  • Wie in 6a zu sehen ist, gibt es einen Vektor (v), der das Hauptraster vom Punkt P0 bis zum Punkt P1 aufspannt. Da alle Nebenraster mit einer ihrer Ecken an P1 angrenzen, sind darüber die fehlenden geometrischen Eckdaten bestimmbar.
  • Durch eine beliebige Anpassung des Vektors kann die Anordnung der vier Raster exakt bestimmt werden. Auf diese Weise lassen sich bei Bedarf auch ganze Raster bis zur Bedeutungslosigkeit verkleinern (6b, 6c).
  • Eine Überführung des Rasterverfahrens ins Dreidimensionale durch Darstellung eines Bauraumsegments samt Einzelvolumen wird in 7 verdeutlicht. Dazu werden die bereits 4 bekannten Raster um die dritte Dimension erweitert, wodurch vier Einzelvolumen entstehen. Indem die vier Volumen kopiert und in z-Richtung angefügt werden - wobei sie sich in dieser Richtung nur soweit erstrecken, wie es die Höhe des Bauraumsegmentes zulässt - entsteht der komplette Volumenverband.
  • Auch hier ist es ausreichend, allein anhand des Hauptvektors (v) des Hauptvolumens alle anderen Volumen in ihrer Größe zu bestimmen. Um die Bauraumsegmente, wie sie in den 6a - 6c dargestellt sind, in ihrer Position und Ausrichtung exakt im Fahrzeug zu beschreiben, ist es notwendig einen Ortsvektor (w) sowie Lagevektor (z) zu definieren, wie in 7 dargestellt.
  • 8 zeigt schematisch einen Workflow und Schnittstellen zwischen Excel, Matlab und Catia-V5. Die Integration des Rasterverfahrens kann dabei wie folgt vorgenommen werden:
  • Zur Durchführung der Optimierung mittels der Software Matlab ist es von Vorteil, einen reibungslosen Austausch notwendiger Daten zwischen den Softwareschnittstellen zu gewährleisten.
  • Die Optimierung benötigt zum einen die geometrischen Daten aller Bauraumsegmente, wozu die Orts- und Lagevektoren zählen. Zum anderen können vom Anwender zellspezifische Parameter wie die Zellnennspannung und die Zellkapazität und systemspezifische Parameter wie die Gesamtspannung der Traktionsbatterie und die Anzahl der Parallelschaltungen pro Zellmodul eingegeben werden. Die Optimierung selbst kann auf dem NSGA-II Algorithmus basieren, der zur Gruppe der genetischen Optimierungsalgorithmen gehört und in geeigneter Weise mit unstetigen Lösungsräumen umgehen kann. Die Entwurfsvariablen, welche die geometrische Struktur aller acht Raster definieren, belaufen sich auf insgesamt 27 - drei für jedes Raster und drei weitere für den Vektor (v) des Hauptvolumens/Hauptrasters.
  • Die Zellmodule lassen sich dabei hinsichtlich ihres Formates an Einzelzellen/Rundzellen als auch bzgl. ihrer räumlichen Ausrichtung variieren. Indem diese Entwurfsvariablen während des iterativen Optimierungsprozesses durch genetische Optimierungsoperatoren verändert werden, entsteht ein immer besseres Ergebnis, welches möglichst viele Zellmodule im Bauraum unterbringt. Zur anschließenden Darstellung des Ergebnisses können die Daten an Catia-V5 überführt werden. Dazu werden der darzustellende Zelltyp und die geometrischen Daten aller vorhandenen Raster und deren Zellmodule samt Einzelzellen benötigt. Durch die vollautomatische Erzeugung des dreidimensionalen Modells der Gesamtbatterie im bestehenden Fahrzeugmodell ist die Funktion des Digital Mock-Ups gewährt, wodurch sich die ergebende Traktionsbatterie betrachten und hinsichtlich bestimmter Kriterien, wie zum Beispiel Kollisionsfreiheit, analysieren lässt.
  • Beispielshaft wird die Anwendbarkeit des DMUs an einem Funktionsmuster gezeigt, dessen konventioneller Antrieb mit Verbrennungsmotor durch einen elektrifizierten Antriebsstrang mit zwei radnahen E-Maschinen, die die Hinterräder antreiben, ersetzt wurde. Der derzeitige Energiespeicher besteht aus prismatischen Zellen (Thunder Sky Winston) mit einer Gesamtspannung von 100 V bei einer gespeicherten Energie von 15,6 kWh. Durch den Wegfall des Kraftstofftanks ergibt sich im Bodenbereich ein Bauraum zur Anordnung des Energiespeichers, der bereits im Fahrzeug genutzt wird.
  • Ein weiterer Bauraum zwischen Kofferraumboden und dem Hinterradantrieb bietet ebenfalls die Möglichkeit zur Integration eines Energiespeichers. Zunächst werden die Fahrzeuggeometrie nach dem Maßkonzept des Fahrzeuges und der Antrieb definiert. Die bereits vorhandenen Karosseriestrukturen müssen, entsprechend des Conversion Designs, bei der nachträglichen Integration der Energiespeicherbauräume berücksichtigt werden. Das geschieht über die Festlegung entsprechender Offsets zu den Grenzflächen der Fahrzeugkomponenten. Anschließend werden aus dem DMU die Bauräume für die Energiespeicher abgeleitet, die denen vom Funktionsmuster entsprechen.
  • In den abgeleiteten Bauräumen für den Energiespeicher werden anschließend mittels Rasterverfahren die Batteriezellen angeordnet. Hierfür können Rundzellen des Typs 18650 von Panasonic verwendet werden. Neben den Angaben zur Geometrie und deren relevanten elektrischen Eigenschaften müssen die Höhe der Kontaktierungselemente zur Verschaltung der Zellen, die Abstände zwischen den Zellmodulen sowie die Wanddicke vom Gehäuse des jeweiligen Zellmodulgehäuses definiert werden, wie in der Tabelle 1 in 9 dargestellt.
  • Durch das zuvor beschriebene Rasterverfahren können die Batteriezellen zu Zellmodulen verschaltet werden, die entsprechend der vorgegebenen geometrischen Restriktionen in den beiden zur Verfügung stehenden Bauraumsegmenten angeordnet werden können. Für die berechneten Lösungen werden jeweils die Anzahl der Zellmodule über dem Restvolumen im Energiespeichermodul in den 10a und 10b dargestellt.
  • In dem Bauraum im Bodenbereich (10a) können nach den ermittelten Lösungen maximal 80 Zellmodule bei einem Restvolumen von 15 dm3 angeordnet werden. Im Bauraum im Heckbereich (1 0 b) sind es maximal 39 Zellmodule bei einem Restvolumen von 6,5 dm3. Das ergibt für beide Bauraumsegmente zusammen eine Zellmodulanzahl von 119, was für den Energiespeicher mit einer erzielten Spannung von 102,4 V eine Energie von 36,55 kWh zur Folge hat. Im Umkehrschluss zum Funktionsmuster würde das bedeuten, dass mit der 18650 Zelle von Panasonic die Reichweite mehr als verdoppelt werden konnte.
  • Diese Lösungen können für die Integration im Fahrzeugmodell verwendet und dargestellt werden. Hierzu werden mittels eines Makros die Bauraumdaten von Matlab an CATIA-V5 übergeben und das gesamte Modell mit den Batteriezellmodulen entsprechend der vorgegebenen Bauräume erzeugt. 11 zeigt schematisch diese Anordnungen der Batteriezellmodule (BM) im DMU nach den von Matlab berechneten Ergebnissen.
  • Gut zu erkennen sind die unterschiedlichen Raster je Bauraumsegment. So ist festzustellen, dass sich im unteren Bauraumsegment (Bodenbereich) nur ein Raster ausgebildet hat, hingegen es im Heckbereich zwei sind. Die zwei Raster im Heckbereich sind darauf zurückzuführen, dass es ein größeres Hauptraster gibt und ein zweites, deutlich kleineres, wodurch versucht wird, den restlichen Bauraum möglichst optimal auszunutzen.
  • Eine abschließende Überprüfung der visuellen Ergebnisse durch den Anwender ermöglicht eine gezielte Bewertung jeder einzelnen Lösung für ein Grobkonzept, das durch das DMU erstellt wurde.
  • Das dargestellte DMU hilft zukünftig Konstrukteuren bei der konzeptionellen sowie konstruktiven Bewertung von Energiespeichern in der frühen Fahrzeuggrobgestaltung.
  • Die Energiespeicherauslegung durch die Verwendung von Konstruktionstabellen und Makros in Catia-V5, Excel und Matlab sowie die Verwendung eines parametrischen CAD-Modells kann somit automatisiert umgesetzt werden.

Claims (2)

  1. Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen innerhalb von Zellmodulen in einem Bauraum eines Fortbewegungsmittels zur Minimierung eines Restvolumens innerhalb des Bauraumes, umfassend zumindest folgende Schritte: a. Bereitstellung von zumindest einem Bauraum zur Anordnung von Zellmodulen, b. Einlesen von Bauraumdaten in eine interaktive Umgebung für Algorithmenentwicklung, c. Auswahl von Parametern zur Charakterisierung der Batteriezelle, der Batteriezellen zueinander zum Zellmodul, der Zellmodule zueinander und der Gesamtnennspannung, wobei d. der Bauraum mittels eines Rasterverfahrens in einzelne Raster zelegt wird und eine generische Optimierung der Anordnung der Zellen innerhalb des Zellmoduls, der Zellmodule zueinander und der Zellmodule innerhalb eines Rasters erfolgt, e. Übermittlung der Ergebnisse aus gewonnenen Daten aus Schritt d. in ein CAD-System zur Visualisierung.
  2. Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen in potentiellen Bauräumen für eine Konzeptvariante in einem Fahrzeug, umfassen zumindest folgende Schritte: a) Bereitstellung gestaltgebender Maße zur Visualisierung einer Modellausprägung b) Definition der Modellausprägung durch Eingabe von Parametern für die Fahrzeugklasse und die Antriebstopologie für die Konzeptvariante, c) Automatisches Ermitteln von potentiellen Bauräumen für Batteriezellen mittels eines CAD-Systems, d) Auswählen des Bauraums und Erzeugung der Bauraumdaten für die Optimierung der Anordnung der Batteriezellen im Bauraum für die Konzeptvariante, e) Einlesen der Bauraumdaten für die Optimierung der Anordnung der Batteriezellen in eine Berechnungssoftware, f) Auswahl von Parametern für die Batteriezelle innerhalb der Konzeptvariante, g) Generisches Berechnen der Batteriezellanordnung im Bauraum zur Erzeugung von Daten für eine optimierte Bauraumausnutzung mittels eines Rasterverfahrens, h) Rückführung der Daten der optimierten Bauraumausnutzung in das CAD-System, i) Bewertung der erzeugten Daten und Abgleich mit der Konzeptvariante und j) Freigabe des Konzepts.
DE102017122179.4A 2017-09-25 2017-09-25 Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen Ceased DE102017122179A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102017122179.4A DE102017122179A1 (de) 2017-09-25 2017-09-25 Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102017122179.4A DE102017122179A1 (de) 2017-09-25 2017-09-25 Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen

Publications (1)

Publication Number Publication Date
DE102017122179A1 true DE102017122179A1 (de) 2019-03-28

Family

ID=65638601

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102017122179.4A Ceased DE102017122179A1 (de) 2017-09-25 2017-09-25 Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen

Country Status (1)

Country Link
DE (1) DE102017122179A1 (de)

Similar Documents

Publication Publication Date Title
EP3785177B1 (de) Verfahren und vorrichtung zum ermitteln einer netzkonfiguration eines neuronalen netzes
DE102014222007A1 (de) PHEV-Energieverwaltungssteuerung mit einer fahrtorientierten Energieverbrauchsvorplanung
DE102010021638A1 (de) Verfahren zur Konfiguration und/oder Bestückung einer Kabine eines Luftfahrzeugs
WO2007020231A2 (de) System für den maschinengestützten entwurf technischer vorrichtungen
DE102007053501A1 (de) Verfahren zur Entwicklung und/oder zum Testen wenigstens eines Sicherheits- und/oder Fahrerassistenzsystems für ein Kraftfahrzeug und Simulationsumgebung
DE102008027216A1 (de) Reifenkonstruktionsverfahren
DE102014227032A1 (de) System zum Filtern von LiDAR-Daten in einem Fahrzeug und entsprechendes Verfahren
DE102008027215A1 (de) Reifenkonstruktionsverfahren
DE102012214307A1 (de) Verfahren und Vorrichtung zum Modellieren eines Umfelds
EP4193135A1 (de) Computerimplementiertes verfahren zum bereitstellen eines test-verlaufs zu testender verkehrsszenarien
DE102019208878A1 (de) Vorrichtung und Verfahren zur adaptiven Geschwindigkeitssteuerung
DE102009021781A1 (de) Verfahren zur Berechnung eines Kennfelds
WO2020148051A1 (de) Verfahren zur routenplanung in einem navigationssystem eines fahrzeugs, navigationssystem für ein fahrzeug und fahrzeug mit demselben
WO2011029819A1 (de) Konfigurationsgesteuerte dynamische erzeugung von produktdaten für komplexe produkte
DE102016120660A1 (de) Bestimmung einer Trajektorie mit multi-resolution grid
DE112021005568T5 (de) Datenverarbeitungsvorrichtung und Datenverarbeitungsverfahren
DE102017122179A1 (de) Computerimplementiertes Verfahren zur Optimierung einer Anordnung von Batteriezellen
DE102018129836A1 (de) Fertigungsverfahren für eine komponente mit mindestens einem eingebetteten merkmal
DE102022200930A1 (de) Verfahren und Vorrichtung zum Bestimmen von Konfigurationsparametern zur Auslegung einer Hochvoltbatterie für ein Fahrzeug
DE102020120367A1 (de) Verfahren und System zur Steuerung eines elektrifizierten Fahrzeugs
DE112020006317T5 (de) Computersystem und verfahren zum trainieren eines verkehrsagenten in einer simulationsumgebung
DE69909980T2 (de) Computerwekzeug zum untersuchen von elektrischen installationsarchitekturen für die anordnung innerhalb eines kraftfahrzeuges
DE102006034018A1 (de) Verfahren und Vorrichtung zur Produktionsplanung
WO2005064543A1 (de) Verfahren zur erzeugung einer einhüllenden
DE102007032926A1 (de) Verfahren und Vorrichtung zur Produktionsplanung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0017500000

Ipc: G06F0030000000

R016 Response to examination communication
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final