DE102020126756A1

DE102020126756A1 - Intelligentes energiemanagementsystem für ein fahrzeug und entsprechendes verfahren

Info

Publication number: DE102020126756A1
Application number: DE102020126756.8A
Authority: DE
Inventors: Ibrahim Haskara; Bharatkumar Hegde; Insu Chang; Chen-Fang Chang
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2019-11-18
Filing date: 2020-10-12
Publication date: 2021-05-20
Also published as: US11247571B2; CN112810555B; US20210146790A1; CN112810555A

Abstract

Ein Energiemanagementsystem für ein Fahrzeug wird offenbart. Das Fahrzeug umfasst eine oder mehrere Energiequellen, die so eingerichtet sind, dass sie einen oder mehrere Empfänger mit Energie versorgen. Das System umfasst eine Steuerung, die so eingerichtet ist, dass sie einen Arbitrierungsvektor bestimmt, der zumindest teilweise auf einem Zustandsvektor und einer anfänglichen Transformationsfunktion basiert. Der Arbitrierungsvektor wird als ein oder mehrere Punkte bestimmt, für die die anfängliche Transformationsfunktion einen maximalen Wert erreicht. Die Steuerung ist so eingerichtet, dass sie auf der Grundlage des Arbitrierungsvektors und des Zustandsvektors eine aktuelle Belohnung bestimmt, wobei die aktuelle Belohnung so eingerichtet ist, dass der Energieverlust in den Stromquellen minimiert wird. Die Steuerung ist so eingerichtet, dass sie eine aktualisierte Transformationsfunktion bestimmt, die zumindest teilweise auf der anfänglichen Transformationsfunktion und einer Gesamtbelohnung basiert. Die Steuerung ist eingerichtet, um eine Leistungsverteilung zu arbitrieren, die teilweise auf dem aktualisierten Arbitrierungsvektor basiert.

Description

EINLEITUNG
Die vorliegende Offenbarung bezieht sich auf ein Energiemanagementsystem für ein Fahrzeug und das entsprechende Verfahren. Die Verwendung von mobilen Plattformen, die mehrere Energiequellen nutzen, hat in den letzten Jahren stark zugenommen. Ein Fahrzeug kann zum Beispiel einen Verbrennungsmotor und einen Superkondensator als Energiequellen enthalten. Ein Fahrzeug kann ferner eine wiederaufladbare Energiespeichereinheit mit mehreren Batteriepaketen enthalten, um elektrochemische Energie zu speichern und bei Bedarf während eines bestimmten Betriebsmodus freizusetzen. Die Energie kann für Mehrfachnutzungen wie Antrieb, Beheizung oder Kühlung eines Fahrgastraumes, Antrieb von Fahrzeugzubehör und andere Zwecke verwendet werden.
BESCHREIBUNG
Hierin wird ein intelligentes Energiemanagementsystem für ein Fahrzeug mit einer oder mehreren Energiequellen und entsprechender Methode dargestellt. Das Energiemanagementsystem umfasst eine Steuerung, die so eingerichtet ist, dass sie einen Gesamtleistungsbedarf (P_D) empfängt, der in Echtzeit variiert. Der Gesamtleistungsbedarf (Total Power Demand, P_D) kann von einem oder mehreren Empfängern stammen. Die Steuerung steht in Kommunikation mit einem oder mehreren Sensoren, die so eingerichtet sind, dass sie entsprechende Sensordaten in Bezug auf die Energiequellen erhalten. Die Steuerung enthält einen Prozessor und einen greifbaren, nicht vorübergehenden Speicher, in dem die Anweisungen aufgezeichnet werden. Das Energiemanagementsystem ist so eingerichtet, dass es aktuelle und zukünftige Zustände der Stromquellen einbezieht, um eine optimale Stromverteilung im Hinblick auf die Lieferung mehrerer planbarer Lasten aus mehreren Stromquellen zu gewährleisten. Das Energiemanagementsystem ermöglicht den Ausgleich und die Mischung von Energieverbrauchsoptimierung und langfristigem Komponentenzustand in Echtzeit.
Die Ausführung der Befehle durch den Prozessor veranlasst den Controller, einen Zustandsvektor zu erhalten, der zum Teil auf entsprechenden Sensordaten basiert, die von einem oder mehreren Sensoren erhalten wurden. Eine anfängliche Transformationsfunktion wird ausgewählt. Die Steuerung ist so eingerichtet, dass sie einen Arbitrierungsvektor bestimmt, der zumindest teilweise auf dem Zustandsvektor und der anfänglichen Transformationsfunktion basiert, wobei der Arbitrierungsvektor als ein oder mehrere Punkte bestimmt wird, für die die anfängliche Transformationsfunktion einen Maximalwert erreicht. Die Steuerung ist so eingerichtet, dass sie eine aktuelle Belohnung bestimmt, die auf dem Arbitrierungsvektor und dem Zustandsvektor basiert. Die aktuelle Belohnung kann so eingerichtet werden, dass der Energieverlust in den Stromquellen minimiert wird. Eine Gesamtbelohnung wird als Summe der aktuellen Belohnung und einer prognostizierten Belohnung über eine ausgewählte Horizontgröße bestimmt. Die Steuerung ist so eingerichtet, dass sie eine aktualisierte Transformationsfunktion bestimmt, die zumindest teilweise auf der anfänglichen Transformationsfunktion und der Gesamtbelohnung basiert. Es wird ein aktualisierter Arbitrierungsvektor erhalten, der zumindest teilweise auf der aktualisierten Transformationsfunktion basiert. Die Steuerung ist eingerichtet, um eine Leistungsverteilung zu arbitrieren, die teilweise auf dem aktualisierten Arbitrierungsvektor basiert.
Die aktuelle Belohnung kann so eingerichtet werden, dass der Energieverlust in einer oder mehreren Stromquellen minimiert wird, wobei die Stromquellen jeweils eine entsprechende Leistung (P_S) liefern. Die Steuerung kann so eingerichtet werden, dass sie zwischen der einen oder den mehreren Leistungsquellen vermittelt, so dass (P_D = Σa_iP_s
i)wobei P_D der gesamte Energiebedarf ist und α die eine Komponente des aktualisierten Arbitrage-Vektors A = [a_i ...].
Die aktuelle Belohnung kann so eingerichtet werden, dass zumindest ein elektrischer Verlustfaktor, ein Kapazitätsverlustfaktor, minimiert wird (ΔQ_Verlust) und einen Ladungsverarmungsfaktor(ΔSoC)wobei der Ladungsentleerungsfaktor als Differenz zwischen einem Endladezustand und einer Anfangsladung des Batteriemoduls definiert ist. Die Stromquellen können mindestens ein Batteriemodul umfassen, das ein Strom-/Kapazitätsverhältnis (I_b/Q_b). Die aktuelle Belohnung kann einen Strombegrenzungsfaktor enthalten (SL_I
b ) zum Teil basierend auf dem Verhältnis von Strom zu Kapazität $(\frac{I_{b}}{Q_{b}}),$
einen ersten Kalibrierungsparameter (m) und einen zweiten Kalibrierungsparameter (C _bewerten) so dass $S L_{I_{b}} = (| I_{b} / Q_{b} | - {\bar{C}}_{b e w e r t e n}) . {(\frac{| I_{b} / Q_{b} |}{{\bar{C}}_{b e w e r t e n}})}^{m},$
wenn [|I_b/Q_b| > C _bewerten] und SL_I
b = 0, wenn [|I_b/Q_b| < C _bewerten].
Die aktuelle Belohnung kann entsprechende Normierungsfaktoren (wi) für einen elektrischen Verlustfaktor enthalten (E_Verlust), einen Kapazitätsverlustfaktor (ΔQ_Verlust) der Strombegrenzungsfaktor (SL_I
b) und einen Ladungsverarmungsfaktor (ΔSoC) so dass die aktuelle Belohnung (r) bestimmt wird als: r = -(ω₁· E_Verlust + ω₂, ΔQ_Verlust + ω₃· ΔSoC + ω₄ · SL_I
b).
Der Gesamtenergiebedarf umfasst entsprechende Energieanforderungen von mehreren Empfängern, einschließlich einer Antriebsleistungsanforderung (P_Antrieb) einen ersten Antrag ohne Antriebsleistung (P_Last1) und einen zweiten Antrag auf Nicht-Antriebsleistung (P_Last2). Die Steuerung kann so eingerichtet werden, dass sie die Leistungsverteilung zwischen einem oder mehreren Empfängern teilweise auf der Grundlage des Gesamtleistungsbedarfs (P_D) so bestimmt, dass P_D = [P_Antrieb + g₁ (t)P_Last1 + g₂ (t)P_Last2] wobei g eine Komponente des aktualisierten Arbitrierungsvektors ist.
Die Steuerung kann so eingerichtet werden, dass sie den Echtzeit-Skalierungsfaktor gi(1) durch Maximierung einer Lastvergütungsfunktion bestimmt. Die erste Nichtantriebsleistungs-Anforderung kann an die thermische Regelung der Stromquellen gerichtet sein und die zweite Nichtantriebsleistungs-Anforderung kann an entsprechende Leistungsanforderungen von einer Heiz, Lüftungs- und Kühleinheit (HVAC) im Fahrzeug gerichtet sein.
Die Stromquellen können eine Vielzahl von Batteriemodulen umfassen, die durch eine Ladequelle aufgeladen werden können. Die Steuerung kann so eingerichtet werden, dass sie das Laden der mehreren Batteriemodule teilweise auf der Grundlage einer Ladebelohnungsfunktion entscheidet. Die Ladebelohnungsfunktion ist so eingerichtet, dass der Leistungsverlust auf der Grundlage der jeweiligen Temperatur und des jeweiligen Ladezustands der Mehrzahl von Batteriemodulen minimiert wird. Die Steuerung kann so eingerichtet werden, dass sie die Mehrzahl von Batteriemodulen in einen Modus mit relativ höherer Leistung umkonfiguriert, wenn der Gesamtleistungsbedarf bei oder über einem vorbestimmten Schwellenwert liegt.
Die oben genannten Merkmale und Vorteile sowie andere Merkmale und Vorteile der vorliegenden Offenbarung sind aus der folgenden detaillierten Beschreibung der bevorzugten Ausführungsformen für die Durchführung der Offenbarung in Verbindung mit den beigefügten Figuren leicht ersichtlich.
Figurenliste

1 ist eine schematische Darstellung eines Energiemanagementsystems für ein Fahrzeug mit Stromquellen, einem Steuergerät und/oder einer mobilen Anwendung; und
2 ist ein schematisches Flussdiagramm eines Verfahrens, die durch die Steuerung und/oder die mobile Anwendung von 1 ausgeführt werden kann; und
3 ist eine schematische Darstellung einer Zeitachse, die ein Prognosefenster veranschaulicht, das bei dem Verfahren von 1 verwendet werden kann.

DETAILLIERTE BESCHREIBUNG
Unter Bezugnahme auf die Figuren, in denen sich gleichartige Bezugsziffern auf gleichartige Komponenten beziehen, zeigt 1 schematisch ein Energiemanagementsystem 10 zur Verwendung in einem Fahrzeug 12 mit einer oder mehreren Stromquellen 14 („eine oder mehrere“ fortan weggelassen). Bei dem Fahrzeug 12 kann es sich um eine mobile Plattform handeln, wie z.B., aber nicht ausschließlich, um ein Personenfahrzeug, ein Sport Utility Vehicle, einen leichten Lastkraftwagen, ein Schwerlastfahrzeug, ein ATV, einen Minivan, einen Bus, ein Transitfahrzeug, ein Fahrrad, einen sich bewegenden Roboter, ein landwirtschaftliches Gerät (z.B. einen Traktor), eine sportbezogene Ausrüstung (z.B. einen Golfwagen), ein Boot, ein Flugzeug und einen Zug. Das Fahrzeug 12 kann zumindest teilweise elektrisch oder vollständig elektrisch sein. Es ist zu verstehen, dass das Fahrzeug 12 viele verschiedene Formen annehmen und zusätzliche Komponenten haben kann.
Unter Bezugnahme auf 1 können die Stromquellen 14 einen Superkondensator 16 und eine Brennstoffzelle 18 umfassen. Die Brennstoffzelle 18 kann so eingerichtet werden, dass sie Strom unter Verwendung von Sauerstoff aus einem Lufteinlass (nicht abgebildet) und komprimiertem Wasserstoff erzeugt. Die Stromquellen 14 können eine Vielzahl von Batteriemodulen 20 umfassen, wie z.B. ein erstes Batteriemodul 22, ein zweites Batteriemodul 24 und ein drittes Batteriemodul 26. Die Mehrzahl der Batteriemodule 20 kann durch eine Ladequelle 28 wieder aufgeladen werden.
Das Energiemanagementsystem 10 bietet eine intelligente Leistungsarbitrierung und beinhaltet die Berechnung einer numerischen Punktzahl, die eine Belohnung für die Ausführung einer Aktion mit einem bestimmten Satz von Zustandsvariablen darstellt. Wie im Folgenden beschrieben wird, ist das Energiemanagementsystem 10 so eingerichtet, dass es eine Gesamtbelohnung maximiert, indem es die maximal erreichbare Belohnung aus zukünftigen Zuständen zur Belohnung für das Erreichen des aktuellen Zustands addiert und dadurch die aktuelle Aktion durch die potenzielle zukünftige Belohnung beeinflusst. Diese potentielle Belohnung ist eine gewichtete Summe der erwarteten Werte der Belohnungen der zukünftigen Schritte ausgehend vom gegenwärtigen Zustand.
Unter Bezugnahme auf 1 enthält das Energiemanagementsystem 10 ein Steuergerät C, das ein integraler Bestandteil oder ein separates Modul sein kann, das mit anderen Steuergeräten des Fahrzeugs 12 operativ verbunden ist. Das Steuergerät C ist so eingerichtet, dass es einen Gesamtleistungsbedarf (P_D) empfängt, der in Echtzeit variiert. Der Gesamtleistungsbedarf (Total Power Requirement, P_D) kann durch ein Programm innerhalb des Steuergeräts C mit externen Daten erzeugt werden. Der Gesamtleistungsbedarf (P_D) kann extern von einem Leistungsmodul 30 erzeugt und an das Steuergerät C übertragen werden. Der Gesamtleistungsbedarf (P_D) basiert zumindest teilweise auf den Anforderungen eines oder mehrerer Empfänger 34 („einer oder mehrere“ entfällt) im Fahrzeug 12, einschließlich der Empfänger mit und ohne Antrieb. Unter Bezugnahme auf 1 können die Empfänger 34 ein Antriebssystem 36 (das den Antriebsleistungsbedarf definiert), ein Wärmeregulierungssystem 38, ein HVAC-System 40 (Heizung, Lüftung und Kühlung) und ein Fahrzeugzubehörsystem 42 für den Antrieb verschiedener Zubehörteile umfassen. Das Wärmeregulierungssystem 38 ist so eingerichtet, dass es die Mehrzahl der Batteriemodule 20 und andere Leistungskomponenten des Fahrzeugs 12, wie z.B. einen Wechselrichter und einen Elektromotor (nicht abgebildet), heizt oder kühlt.
Unter Bezugnahme auf 1 kann die Steuerung C so eingerichtet werden, dass sie mit einem entfernten Server 46 und/oder einer Cloud Unit 44 über ein drahtloses Netzwerk 48 kommuniziert, bei dem es sich um ein Netzwerk mit kurzer Reichweite oder ein Netzwerk mit großer Reichweite handeln kann. Der entfernte Server 46 kann eine private oder öffentliche Informationsquelle sein, die von einer Organisation, wie z.B. einem Forschungsinstitut oder einem Unternehmen, unterhalten wird. Die Cloud Unit 44 kann einen oder mehrere Server umfassen, die im Internet gehostet werden, um Daten zu speichern, zu verwalten und zu verarbeiten. Die Steuerung C kann so eingerichtet werden, dass sie über eine mobile Anwendung 50 drahtlose Kommunikation empfängt und an den entfernten Server 46 sendet (siehe ). Die mobile Anwendung 50 kann in Kommunikation mit dem Controller C stehen, so dass sie Zugriff auf die Daten im Controller C hat. Zum Beispiel kann die mobile Anwendung 50 in ein Smartphone eingebettet sein, das einem Benutzer des Fahrzeugs 12 gehört und an das Fahrzeug 12 angeschlossen oder anderweitig mit ihm verbunden ist. Die mobile Anwendung 50 kann physisch mit dem Steuergerät C verbunden (z. B. verdrahtet) sein. Alternativ kann die mobile Anwendung 50 in das Steuergerät C eingebettet sein. Die Schaltungen und Komponenten einer mobilen Anwendung 50 („Anwendungen“), die den Fachleuten zur Verfügung stehen, können verwendet werden.
Bei dem drahtlosen Netzwerk 48 kann es sich um ein Wireless Local Area Network (LAN) handeln, das mehrere Geräte über ein drahtloses Verteilungsverfahren miteinander verbindet, um ein Wireless Metropolitan Area Network (MAN), das mehrere drahtlose LANs miteinander verbindet, oder um ein Wireless Wide Area Network (WAN), das große Gebiete wie benachbarte Städte und Gemeinden abdeckt. Das drahtlose Netzwerk 48 kann eine WIFI- oder eine Bluetooth™ - Verbindung sein, definiert als eine Funktechnologie mit kurzer Reichweite (oder drahtlose Technologie), die darauf abzielt, die Kommunikation zwischen Internet-Geräten untereinander und zwischen Geräten und dem Internet zu vereinfachen. Bluetooth™ ist ein offener drahtloser Technologiestandard für die Übertragung von Daten fester und mobiler elektronischer Geräte über kurze Entfernungen und schafft persönliche Netzwerke, die im 2,4-GHz-Band arbeiten. Andere Arten von Verbindungen können eingesetzt werden.
Unter Bezugnahme auf 1 kann das Steuergerät C eine Kommunikationsschnittstelle 32 enthalten, die Fahrzeug-zu-Fahrzeug (V2V), Fahrzeug-zu-Alles (V2X) und andere Arten der Kommunikation, wie V2I, V2N, V2V, V2P, V2D und V2G, ermöglicht. Die Kommunikationsschnittstelle 32 kann so eingerichtet werden, dass sie zukünftige Fahrbedingungen, Geschwindigkeitsbegrenzungen, Verkehrs-, GPS-, Topographieinformationen und andere Daten erhält, die von Programmen innerhalb des Steuergeräts C verbraucht werden können und es dem Steuergerät C ermöglichen, zukünftige Leistungsanforderungen zu projizieren.
Unter Bezugnahme auf 1 umfasst die Steuerung C mindestens einen Prozessor P und mindestens einen Speicher M (oder ein nicht vorübergehendes, greifbares, computerlesbares Speichermedium), auf dem Anweisungen zur Ausführung eines Verfahrens 100 aufgezeichnet werden, die nachstehend in Bezug auf 2 beschrieben wird. Die Methode 100 verwendet einen kontinuierlich einstellbaren Gesamtleistungsbedarf im Vergleich zu individuellen Leistungsarbitrierungsprofilen, um Echtzeitvariationen zu lernen und sich an diese anzupassen. Das Verfahren 100 bietet einen Lernmechanismus, der mit einer Offline-Kalibrierung eingeleitet und in Echtzeit optimiert werden kann. Der Speicher M kann ausführbare Befehlssätze speichern, und der Prozessor P kann die im Speicher M gespeicherten Befehlssätze ausführen.
Die Steuerung C ist speziell für die Ausführung der Blöcke des Verfahrens 100 eingerichtet und kann Eingaben von einem oder mehreren Sensoren S empfangen, z. B. vom ersten Sensor 52, zweiten Sensor 54 und dritten Sensor 56. Die Sensoren S sind so eingerichtet, dass sie entsprechende Sensordaten relativ zu den Stromquellen 14 erhalten. Die jeweiligen Sensordaten können sich auf Temperatur, Spannung, Strom, Ladezustand, Kapazität, Gesundheitszustand und andere Faktoren in Bezug auf die Stromquellen 14 beziehen. Die Sensoren S (und die Mehrzahl der Empfänger 34) können mit der Steuerung C über einen Kommunikationsbus 58 in Verbindung stehen, der die Form eines seriellen Controller Area Network (CAN-BUS) haben kann.
Unter Bezugnahme auf 2 wird nun ein Flussdiagramm der Methode 100 gezeigt. Das Verfahren 100 kann auf mindestens einer die Steuerung C und der mobilen Anwendung 50 von 1 gespeichert und von diesen ausgeführt werden. Das Verfahren 100 muss nicht in der hier angegebenen spezifischen Reihenfolge angewendet werden und kann dynamisch ausgeführt werden. Darüber hinaus ist zu verstehen, dass einige Schritte entfallen können. Wie hier verwendet, beschreiben die Begriffe „dynamisch“ und „dynamisches“ Schritte oder Prozesse, die in Echtzeit ausgeführt werden und dadurch gekennzeichnet sind, dass die Zustände der Parameter überwacht oder anderweitig bestimmt werden und die Zustände der Parameter während der Ausführung einer Routine oder zwischen den Iterationen der Ausführung der Routine regelmäßig oder periodisch aktualisiert werden. Während das Verfahren 100 im Folgenden in Bezug auf den Controller C beschrieben wird, wird davon ausgegangen, dass das Verfahren 100 von der mobilen Anwendung 50 ausgeführt werden kann. Die Arbitrierung kann den Gesamtleistungsbedarf auf verschiedene Einheiten innerhalb derselben Quelle oder auf zwei Quellen mit unterschiedlichen Eigenschaften aufteilen oder verteilen. Mit anderen Worten, das Verfahren 100 kann mit Leistungsquellen 14 mit mehreren Einheiten mit gleichen oder komplementären Eigenschaften angewendet werden.
Gemäß Block 102 von 2 wird die Steuerung C so eingerichtet, dass sie bestimmt, ob eine Leistungsarbitrierung erforderlich oder gewünscht ist. Zum Beispiel kann die Steuerung C so eingerichtet werden, dass sie bestimmt, ob eine Freigabebedingung erfüllt ist, z.B. ein Mindestwert des Gesamtleistungsbedarfs zur Auslösung der Leistungsarbitrierung. Wenn dies der Fall ist, fährt das Verfahren 100 mit Block 104 fort, in dem die Steuerung C so eingerichtet wird, dass sie eine Vielzahl von Zustandsvariablen erhält, die hier als Zustandsvektor bezeichnet werden und teilweise auf den jeweiligen Sensordaten basieren. Wenn nicht, endet das Verfahren 100. Der Zustandsvektor umfasst den Gesamtleistungsbedarf und die aktuellen Statusanzeigen der Stromquellen 14. Außerdem ist die Steuerung C gemäß Block 102 von 2 so eingerichtet, dass sie eine anfängliche Transformationsfunktion auswählt. In einem Beispiel besteht die anfängliche Transformationsfunktion aus mehreren Poisson-Verteilungsfunktionen.
Das Verfahren 100 fährt mit Block 108 von Block 104 fort, wobei die Steuerung C so eingerichtet ist, dass sie einen Arbitrierungsvektor (A) die zumindest teilweise auf dem Zustandsvektor (s) und die anfängliche Transformationsfunktion Q(s,A). Der Schlichtungsvektor (A) wird bestimmt als ein oder mehrere Punkte, für die die anfängliche Transformationsfunktion einen Maximalwert $[A =$
$arg max_{A} Q (s, A)] .$
Hier ist arg max die Menge der Punkte, x, für die f(x) den größten Wert der Funktion erreicht.
Pro Block 110 ist die Steuerung C so eingerichtet, dass sie eine aktuelle Belohnung auf der Grundlage des Arbitrierungsvektors und des Zustandsvektors bestimmt. Die aktuelle Belohnung kann so eingerichtet werden, dass der Energieverlust minimiert und der Zustand der Stromquellen 14 aufrechterhalten wird. Die Ausführung einer Aktion mit einem bestimmten Satz von Variablen oder Zustandsvariablen liefert eine Belohnung, d.h. eine numerische Bewertung, die von der Steuerung C zur Optimierung des Prozesses verwendet wird. Die aktuelle Belohnung kann eine Vielzahl von Faktoren umfassen, wie z.B. einen elektrischen Verlustfaktor (E_Verlust) einen Ladungsverarmungsfaktor (ΔSoC), ein Kapazitätsverlustfaktor(ΔQ_Verlust)und Strombegrenzungsfaktor (SL_I
b). Der Ladungsentleerungsfaktor ist definiert als Differenz zwischen einem Endladezustand und einer Anfangsladung der Mehrzahl von Batteriemodulen 20. Die aktuelle Belohnung (r) kann entsprechende Normierungsfaktoren (w_i) für jeden dieser Begriffe enthalten, so dass die aktuelle Belohnung (r) bestimmt wird als: $r = - (ω_{1} . E_{V e r l u s t} + ω_{2} . Δ Q_{V e r l u s t} + ω_{3} . Δ S o C + ω_{4} . S L_{I_{b}}) .$
Es wird davon ausgegangen, dass einige der oben genannten Begriffe weggelassen werden können, während andere Begriffe hinzugefügt werden können, wie z.B. Batterie-Diffusionsverlust, verschiedene Effizienzbegriffe oder Grenzwerte beim Laden und Entladen usw. Der Strombegrenzungsfaktor (SL_I
b) basiert zum Teil auf einem Verhältnis von Strom zu Kapazität (Qb), definiert durch die Mehrzahl von Batteriemodulen 20, einen ersten Kalibrierungsparameter (m) und einen zweiten Kalibrierungsparameter (C _bewerten) so dass
$S L_{I_{b}} = (| I_{b} / Q_{b} | - {\bar{C}}_{b e w e r t e n}) . (\frac{| I_{b} / Q_{b} |}{{\bar{C}}_{b e w e r t e n}}),$
wenn [|I_b/Q_b| > C _bewerten] und SL_Ib = 0, wenn [|I_b/Q_b| < C _bewerten].
Der strombegrenzende Faktor (SL_I
b) ist so eingerichtet, dass hohe Ströme bestraft werden, ohne eine Sättigung oder absolute Grenze zu setzen. Der zweite Kalibrierungsparameter (C _bewerten) trägt zur Gestaltung dieser Strafe bei.
Der Kapazitätsverlustfaktor(ΔQ_Verlust) kann als Funktion des Durchsatzes in Amperestunden (Ah), Ladungszustand (AlsoC_i), Temperatur (T_b) und einen dritten Kalibrierungsparameter (n): $Δ Q_{V e r l u s t} = \frac{\partial Q_{V e r l u s t}}{\partial A h} . Δ Ah=n .f (S o c_{i}, T_{b}) . A h^{n - 1} . Δ A h$
Die Kalibrierungsparameter können mit Daten aus einem tatsächlichen Alterungsprozess in einer Versuchsanordnung oder einem Labor gewonnen werden. Die Kalibrierungsparameter können als Belohnungssignal für die Optimierung angeben, wie der aktuelle Batteriebetrieb zur Langzeitalterung der Vielzahl von Batteriemodulen 20 beiträgt.
Das Verfahren 100 geht von Block 110 zu Block 112 über. Pro Block 112 aus 2 wird die Steuerung C so eingerichtet, dass sie eine Horizont-Größe (N) auswählt und eine Gesamtprämie (s_k, A_k,N) für die ausgewählte Horizont-Größe (N). Die Gesamtbelohnung (s_k, A_k,N) in einem Zeitschritt k wird als Summe der aktuellen Belohnung bestimmt r(s, A) und einer prognostizierten Belohnung über die Horizont-Größe (N), mit s der staatliche Vektor ist und A der Vektor der Schlichtung ist. Unter Bezugnahme auf 3 ist ein schematisches Diagramm einer Zeitachse 200 dargestellt, wobei die Position 202 den Zeitschritt k angibt. Pfeil 204 in 3 stellt die aktuelle Belohnung dar r(s, A)während Pfeil 206 die Gesamtbelohnung darstellt H(S_k, A_k,N) von Zeitschritt k bis (k + N). Die Steuerung C kann mit einem Prognosefenster 210 eingerichtet werden, wobei die prognostizierte Belohnung wie folgt bestimmt wird:
$[\sum_{i = 1}^{N - 1} r (s_{k + i}, A_{k + i})] .$
Somit ist die Gesamtbelohnung $(s_{k}, A_{k}, N) = [r (s, A) + \sum_{i = 1}^{N - 1} r (s_{k + i}, A_{k + i})] .$
Als nächstes wird pro Block 114 die Steuerung C so eingerichtet, dass sie eine aktualisierte Transformationsfunktion erhält. Die aktualisierte Transformationsfunktion [Q(s_k, A_k)] zum Zeitpunkt des Schrittes k kann teilweise auf der Gesamtbelohnung basieren H(s_k, A_k,N) so dass: $[Q (s_{k}, A_{k}) = H (s_{k}, A_{k},N) + Q (s_{k + N}, A_{k + N})] .$
In einem Beispiel ist die Steuerung C so eingerichtet, dass sie selektiv einen kalibrierten Diskontierungsfaktor anwendet (y), um einen Effekt der prognostizierten Belohnung zu reduzieren, die aktualisierte Transformationsfunktion [Q(s_k, A_k)] wobei der Zeitschritt k bestimmt wird als: $[Q (s_{k}, A_{k}) = H (s_{k}, A_{k}, N) + γ \underset{α_{k + N}}{m a x} Q (s_{k + N}, A_{k + N})] .$
In einem anderen Beispiel ist die Steuerung C so eingerichtet, dass sie selektiv einen kalibrierten Diskontierungsfaktor anwendet (y) und eine kalibrierte robuste Lernrate (α). Die aktualisierte Transformationsfunktion [Q(s_k, A_k)] bei einer aktuellen Iteration basiert teilweise auf der aktualisierten Transformationsfunktion [Q_(s_k, A_k)] aus einer früheren Iteration wie dieser: $Q (s_{k}, A_{k}) = [1 - α] Q_(s_{k}, A_{k})] + α [H (s_{k}, A_{k}, N) + γ m a x Q (s_{k + N}, A_{k + N})] .$
Alternativ kann die Steuerung C unter Bezugnahme auf 3 so eingerichtet werden, dass sie zusätzlich zum Vorhersagefenster 210 ein vergangenes Datenpufferfenster 212 verwendet. Hier ist die Steuerung C so eingerichtet, dass sie den Zustandsvektor und den Arbitrierungsvektor in einem aktuellen Zeitschritt als gepufferte Daten speichert. Die aktualisierte Transformationsfunktion [Q (s_k-M, A_k-M)] zu einem vorhergehenden Zeitpunkt wird Schritt k-M unter Verwendung der gesamten Belohnung H(s_k-m, A_k-M) in den gepufferten Daten. Unter Bezugnahme auf 3 zeigt Pfeil 208 die Gesamtbelohnung an H(S_k-m, A_k-M) von Zeitschritt k bis (k-M). Wie oben wird die prognostizierte Belohnung über die gewählte Horizontgröße (N) erhalten als $[\sum_{i = 1}^{N - 1} r (s_{k + 1}, A_{k + i})] .$
Die aktualisierte Transformationsfunktion [Q(s_k, A_k)] zum aktuellen Zeitpunkt ergibt sich Schritt k als: $[Q (s_{k}, A_{k}) = r (s, A) + \sum_{i = 1}^{N - 1} r (s_{k + i}, A_{k + i}) + Q (s_{k - M}, A_{k - M})] .$
Zusätzlich wird pro Block 114 von 2 die Steuerung C so eingerichtet, dass sie feststellt, ob eine ausreichende Konvergenz zwischen der aktualisierten Transformation bei der aktuellen Iteration und der zuvor erhaltenen Transformationsfunktion, die aus einer früheren Iteration oder der anfänglichen Transformationsfunktion stammen kann, besteht. Der Schwellenwert für die Konvergenz kann auf der Grundlage der vorliegenden Anwendung gewählt werden. Wenn die Konvergenz nicht ausreicht, wie in Zeile 116 angegeben, wird das Verfahren 100 in Schleifen zu Block 104 für weitere Iterationen und die Aktualisierung der Transformationsfunktion geschaltet.
Bei ausreichender Konvergenz geht das Verfahren 100 zum Block 118 über. Pro Block 118 erhält man einen aktualisierten Arbitrierungsvektor, der zumindest teilweise auf der aktualisierten Transformationsfunktion basiert. Die Steuerung C kann so eingerichtet werden, dass sie zwischen den Stromquellen 14 so arbitriert, dass (P_D = Σa_iP_S
i)wobei P_D der gesamte Energiebedarf ist und a die eine Komponente des aktualisierten Arbitrage-Vektors A = [a_i ...]. Wie oben angemerkt, kann der Gesamtenergiebedarf entsprechende Leistungsanforderungen der Empfänger 34 einschließen, einschließlich einer Antriebsleistungsanforderung (P_Antrieb) einen ersten Antrag ohne Antriebsleistung (P_Last1) und einen zweiten Antrag auf Nicht-Antriebsleistung (P_Last2). Die Steuerung C kann so eingerichtet werden, dass sie zwischen den Empfängern 34 teilweise auf der Grundlage des Gesamtleistungsbedarfs (P_D) vermittelt, so dass P_D = [P_Antrieb + g₁ (t)P_Last1 + g₂ (t)P_Last2] und g die eine weitere Komponente des aktualisierten Schlichtungsvektors A. Der aktualisierte Arbitrierungsvektor kann wie folgt definiert werden A = [a_i ... g_i].
Das Verfahren 100 kann verwendet werden, um zwischen mehreren Stromquellen 14 und mehreren Empfängern 34 zu vermitteln. Es wird jedoch davon ausgegangen, dass das Verfahren 100 angewandt werden kann, um zwischen einer einzelnen Stromquelle 14 und mehreren Empfängern 34 sowie zwischen mehreren Stromquellen 14 und einem einzelnen Empfänger 34 in einem integrierten Rahmen zu vermitteln (z.B. die Antriebsnachfrage in optimaler Weise zu liefern, während die einzelne Stromquelle (über die erste Komponente a) und die Nachfrage (über die zweite Komponente g) in Echtzeit moduliert werden, wie unten angegeben. $P_{D} = \sum a_{i} P_{S_{i}} = [P_{A n t r i e b} + g_{1} (t) P_{l a d e n 1} + g_{2} (t) P_{l a d e n 2}] .$
$P_{D} = \sum a_{i} P_{S_{i}} = P_{A n t r i e b} + \sum g_{i} P L_{i}], P_{A n t r i e b} = \sum a_{i} P_{S_{i}} - \sum g_{i} P L_{i}$
Wenn das Fahrzeug 12 zum Beispiel auf einer hügeligen Straße mit hohem Gesamtleistungsbedarf gefahren wird, kann die Fahrzeugkabine vorgekühlt werden (g₂>1 dynamisch) oder die Nachfrage der HLK-Einheit verlangsamte sich in Erwartung einer steigenden Nachfrage (g₂<1 dynamisch). In einem anderen Beispiel kann die Mehrzahl der Batteriemodule 20 vorgekühlt werden (g₁>1) in größerem Maße, um sich auf erhöhte Lastanforderungen in Abhängigkeit vom erwarteten höheren Antriebsbedarf vorzubereiten. In einem anderen Beispiel kann die Vorwärmung bestimmter Module in der Mehrzahl der Batteriemodule 20 bei kalten Temperaturen während des Fahrzeugstarts durch die Skalierung der Leistungsanforderungen anderer Hilfsempfänger in Abhängigkeit von den individuellen Packungstemperaturen erfüllt werden.
Zusätzlich kann die Steuerung C so eingerichtet werden, dass sie das Laden der Vielzahl von Batteriemodulen 20 teilweise auf der Grundlage einer Ladebelohnungsfunktion entscheidet. Die Ladebelohnungsfunktion ist so eingerichtet, dass der Leistungsverlust auf der Grundlage der jeweiligen Temperatur und des jeweiligen Ladezustands der mehreren Batteriemodule 20 minimiert wird, wenn der Gesamtleistungsbedarf bei oder über einem vorbestimmten Schwellenwert liegt. Die Steuerung C kann so eingerichtet werden, dass sie die Mehrzahl der Batteriemodule 20 über ein Rekonfigurationsmodul 60 von einem Modus mit relativ niedriger Leistung in einen Modus mit relativ hoher Leistung umkonfiguriert. Die Ladebelohnungsfunktion (CR) kann einen elektrischen Verlustfaktor (E_Verlust), ein Kapazitätsverlustfaktor (ΔQ_Verlust) und einen Ladungsverarmungsfaktor(ΔSoC) in der Mehrzahl der Batteriemodule 20, so dass CR = -(ω₁ ·E_Verlust + ω₂ · ΔQ_Verlust + ω₃. ΔSoC). In ähnlicher Weise kann die Leistungsverteilung auf dem aktuellen Ladezustand und der Temperatur einzelner der mehreren Batteriemodule 20 basieren, wodurch den Modulen mehr Leistung bei niedrigerem Ladezustand und niedrigeren Temperaturen zur Verfügung gestellt wird.
In einem Beispiel, um den Lernprozess zu fördern, wird ein Zufallswert des Arbitrierungsvektors (A) wird zu vorgewählten und/oder zufälligen Zeitpunkten eingesetzt, z.B. Zufallswerte, die in 5% der Fälle ausgewählt und wie oben beschrieben für die restlichen 95% der Zeit erhalten werden. Zusätzlich kann dieses Lernen während eines Kalibrierungsprozesses vor der Produktion eingesetzt werden, wobei die Methode 100 als datengesteuertes Kalibrierungswerkzeug dient. Das Verfahren 100 kann während des Normalbetriebs eingesetzt werden, um eine weitere Anpassung und Optimierung an die aktuellen Bedingungen vorzunehmen.
Das Verfahren 100 kann eine „Vorschau“-Funktion enthalten, mit der die projizierten Informationen (z.B. von der Kommunikationsschnittstelle 32), z.B. durch die prognostizierte Belohnung, als zukünftige Leistungsanforderungen in den Gesamtoptimierungsrahmen integriert werden können. Dies ermöglicht die Synchronisierung des gegenwärtigen und zukünftigen Leistungsbedarfs. Zum Beispiel kann die jeweilige Leistungsanforderung vom HLK-System 40 mit einem bevorstehenden Antriebsleistungsbedarf synchronisiert werden: Vorwärmen oder Vorkühlen der Kabine (HLK-Last) mit „Vorschau“ auf einen bevorstehenden Hügel. Mit anderen Worten, der gesamte HLK-Bedarf kann durch das Senden von mehr Leistung an das HLK-System 40 bei niedrigem und von weniger Leistung bei hohem Antriebsbedarf gedeckt werden, wodurch Leistungsspitzen in der angeforderten Batterieleistung wirksam verhindert und somit die langfristige Batteriealterung reduziert werden kann.
Zusammenfassend lässt sich sagen, dass das Energiemanagementsystem 10 eine Reihe von Vorteilen bietet: verbesserte Energieeffizienz, Reichweitenverlängerung für das Fahrzeug 12 und verlängerte Batterielebensdauer. Das Energiemanagementsystem 10 ermöglicht eine Mischung aus Energieverbrauchsoptimierung und langfristigem Komponentenzustand in Echtzeit. Dementsprechend verbessert das Energiemanagementsystem 10 die Funktion des Fahrzeugs 12.
Das Flussdiagramm in 2 veranschaulicht eine Architektur, Funktionalität und Funktionsweise möglicher Implementierungen von Systemen, Verfahren und Computerprogrammprodukten gemäß den verschiedenen Ausführungsformen der vorliegenden Offenbarung. In dieser Hinsicht kann jeder Block in dem Flussdiagramm oder den Blockdiagrammen ein Modul, ein Segment oder einen Teil des Codes darstellen, der eine oder mehrere ausführbare Anweisungen zur Implementierung der angegebenen logischen Funktion(en) umfasst. Es wird auch darauf hingewiesen, dass jeder Block der Blockdiagramme und/oder Flussdiagrammdarstellungen und Kombinationen von Blöcken in den Blockdiagrammen und/oder Flussdiagrammdarstellungen durch Hardware-basierte Energiemanagementsysteme mit spezifizierter Zweckbestimmung implementiert werden kann, die die spezifizierten Funktionen oder Handlungen oder Kombinationen von Hardware- und Computerbefehlen mit spezifischer Zweckbestimmung ausführen. Diese Computerprogrammbefehle können auch in einem computerlesbaren Medium gespeichert werden, das eine Steuerung oder ein anderes programmierbares Datenverarbeitungsgerät anweisen kann, in einer bestimmten Weise zu funktionieren, so dass die in dem computerlesbaren Medium gespeicherten Befehle einen Fertigungsgegenstand erzeugen, der Anweisungen zur Implementierung der in den Flussdiagramm- und/oder Blockdiagramm-Blöcken spezifizierten Funktion/Wirkung enthält.
Die Steuerung C umfasst ein computerlesbares Medium (auch als prozessorlesbares Medium bezeichnet), einschließlich eines nicht vorübergehenden (z. B. materiellen) Mediums, das an der Bereitstellung von Daten (z. B. Anweisungen) beteiligt ist, die von einem Computer (z. B. von einem Prozessor eines Computers) gelesen werden können. Ein solches Medium kann viele Formen annehmen, einschließlich, aber nicht beschränkt auf nichtflüchtige Medien und flüchtige Medien. Zu den nichtflüchtigen Medien können z.B. optische oder magnetische Platten und andere persistente Speicher gehören. Flüchtige Medien können z.B. einen dynamischen Speicher mit wahlfreiem Zugriff (DRAM) umfassen, der einen Hauptspeicher darstellen kann. Solche Befehle können durch ein oder mehrere Übertragungsmedien übertragen werden, einschließlich Koaxialkabel, Kupferdraht und Glasfaseroptik, einschließlich der Drähte, die einen Systembus umfassen, der an einen Prozessor eines Computers gekoppelt ist. Einige Formen von computerlesbaren Medien sind z.B. eine Diskette, eine flexible Platte, eine Festplatte, ein Magnetband, andere magnetische Medien, eine CD-ROM, eine DVD, andere optische Medien, Lochkarten, ein Papierband, andere physikalische Medien mit Lochmustern, ein RAM, ein PROM, ein EPROM, ein FLASH-EEPROM, andere Speicherchips oder -kassetten oder andere Medien, von denen ein Computer lesen kann.
Nachschlagetabellen, Datenbanken, Datenspeicher oder andere Datenspeicher, die hier beschrieben werden, können verschiedene Arten von Mechanismen zum Speichern, Zugreifen und Abrufen verschiedener Arten von Daten enthalten, einschließlich einer hierarchischen Datenbank, einer Reihe von Dateien in einem Datei-Energieverwaltungssystem, einer Anwendungsdatenbank in einem proprietären Format, einer relationalen Datenbank-Energieverwaltungssystem (RDBMS) usw. Jeder dieser Datenspeicher kann in einem Computergerät enthalten sein, das ein Computerbetriebssystem wie eines der oben genannten verwendet, und auf ihn kann über ein Netzwerk auf eine oder mehrere der verschiedenen Arten zugegriffen werden. Auf ein Dateisystem kann von einem Computer mit einem Energiemanagementsystem zugegriffen werden, und es kann Dateien enthalten, die in verschiedenen Formaten gespeichert sind. Ein RDBMS kann die Structured Query Language (SQL) zusätzlich zu einer Sprache zum Erstellen, Speichern, Bearbeiten und Ausführen von gespeicherten Prozeduren verwenden, wie z.B. die oben erwähnte PL/SQL-Sprache. Die detaillierte Beschreibung und die Zeichnungen oder FIGS. sind unterstützend und beschreibend für die Offenbarung, aber der Umfang der Offenbarung wird allein durch die Ansprüche definiert. Während einige der bevorzugten Ausführungsformen und andere Ausführungsformen für die Durchführung der beanspruchten Offenbarung ausführlich beschrieben wurden, gibt es verschiedene alternative Entwürfe und Ausführungsformen für die Durchführung der in den beigefügten Ansprüchen definierten Offenbarung. Darüber hinaus sind die in den Figuren gezeigten Ausführungsformen oder die Merkmale der verschiedenen Ausführungsformen, die in der vorliegenden Beschreibung erwähnt werden, nicht unbedingt als voneinander unabhängige Ausführungsformen zu verstehen. Vielmehr ist es möglich, dass jedes der in einem der Ausführungsbeispiele beschriebenen Merkmale mit einem oder mehreren anderen gewünschten Merkmalen aus anderen Ausführungsformen kombiniert werden kann, was zu anderen Ausführungsformen führt, die nicht in Worten oder durch Bezugnahme auf die Figuren beschrieben sind. Dementsprechend fallen solche anderen Ausführungsformen in den Rahmen des Geltungsbereichs der beigefügten Ansprüche.

Claims

Ein Energiemanagementsystem für ein Fahrzeug, wobei das Energiemanagementsystem umfasst: eine oder mehrere Stromquellen, die so eingerichtet sind, dass sie einen oder mehrere Empfänger mit Strom versorgen; einen oder mehrere Sensoren, die so eingerichtet sind, dass sie entsprechende Sensordaten relativ zu der einen oder den mehreren Stromquellen erhalten; eine Steuerung, die mit einem oder mehreren Sensoren kommuniziert und einen Prozessor und einen fühlbaren, nicht vorübergehenden Speicher hat, in dem Befehle aufgezeichnet werden, wobei die Ausführung der Befehle durch den Prozessor die Steuerung dazu veranlasst zum: Erhalten eines Zustandsvektors, der teilweise auf den jeweiligen Sensordaten basiert, und Auswählen einer anfänglichen Transformationsfunktion, wobei der Zustandsvektor einen Gesamtleistungsbedarf enthält; Bestimmen eines Arbitrierungsvektors, der zumindest teilweise auf dem Zustandsvektor und der anfänglichen Transformationsfunktion basiert, wobei der Arbitrierungsvektor als ein oder mehrere Punkte bestimmt wird, für die die anfängliche Transformationsfunktion einen Maximalwert erreicht; Bestimmen einer aktuellen Belohnung auf der Grundlage des Arbitragevektors und des Zustandsvektors; Festlegen einer Gesamtbelohnung als Summe der aktuellen Belohnung und einer prognostizierten Belohnung über einen ausgewählten Zeithorizont; Bestimmen einer aktualisierten Transformationsfunktion, die zumindest teilweise auf der anfänglichen Transformationsfunktion und der Gesamtbelohnung basiert; Erhalten eines aktualisierten Arbitrierungsvektor, der zumindest teilweise auf der aktualisierten Transformationsfunktion basiert; und wobei die Steuerung eingerichtet ist, um eine Leistungsverteilung teilweise auf der Grundlage des aktualisierten Arbitrierungsvektors zu arbitrieren.
Das Energiemanagementsystem nach Anspruch 1, wobei: die aktuelle Belohnung so eingerichtet ist, dass der Energieverlust in der einen oder den mehreren Stromquellen minimiert wird, wobei die eine oder die mehreren Stromquellen jeweils eine entsprechende Leistung (PS) liefern; und die Steuerung so eingerichtet ist, dass sie zwischen einer oder mehreren Stromquellen arbitriert, so dass (P_D =
Σa_i P_S]
_i), wobei PD der Gesamtstrombedarf und a eine Komponente des aktualisierten Arbitrierungsvektors ist.
Das Energiemanagementsystem nach Anspruch 2, wobei: die eine oder mehrere Stromquellen mindestens ein Batteriemodul enthalten; und die aktuelle Belohnung so eingerichtet ist, dass ein elektrischer Verlustfaktor, ein Kapazitätsverlustfaktor und ein Ladungsentleerungsfaktor minimiert werden, wobei der Ladungsentleerungsfaktor als Differenz zwischen einem Endladezustand und einer Anfangsladung des mindestens einen Batteriemoduls definiert ist.
Das Energiemanagementsystem nach Anspruch 2, wobei: die eine oder mehrere Stromquellen mindestens ein Batteriemodul enthalten, das ein Strom-/Kapazitätsverhältnis (I_b/Q_b) definiert; und die aktuelle Belohnung einen Strombegrenzungsfaktor (
SL
_(I_b)), der zum Teil auf dem Verhältnis von Strom zu Kapazität (I_b/Q_b) basiert, einen ersten Kalibrierungsparameter (m) und einen zweiten Kalibrierungsparameter (C^- _rate) enthält, so dass [ SL] _(I_b )=0, wenn [|I_b/Q_b|<C^- _rate] und [SL]_(I_b)=(|I_b/Q_b |-C^- _rate).((|I_b/Q_b |)/C^- _rate)^m, wenn [ I 11 b/Q b |]_ >C^- _rate].
Das Energiemanagementsystem nach Anspruch 4, wobei: die aktuelle Belohnung entsprechende Normalisierungsfaktoren (w_i) für einen elektrischen Verlustfaktor
(E
_loss), einen Kapazitätsverlustfaktor (ΔQ_loss), einen Strombegrenzungsfaktor (
SL
_(I_b)) und einen Ladungsabreicherungsfaktor (ΔSoC) enthält, so dass die aktuelle Belohnung (r) wie folgt bestimmt wird: r=-(ω_1.E_loss+ ω_2.ΔQ_loss + ω_3.ΔSoC + ω_4.SL_(I_b)).
Das Energiemanagementsystem nach Anspruch 1, wobei: die Gesamtbelohnung in einem Zeitschritt k wird als Summe der aktuellen Belohnung und einer prognostizierten Belohnung über den ausgewählten Zeithorizont bestimmt; und die aktualisierte Transformationsfunktion zum Zeitpunkt des Zeitschritts k basiert teilweise auf der Gesamtbelohnung zum Zeitpunkt des Zeitschritts k.
Das Energiemanagementsystem nach Anspruch 1, wobei die Steuerung eingerichtet ist zum: Speichern des Zustandsvektors und den Arbitrierungsvektors in einem aktuellen Zeitschritt als gepufferte Daten; Erhalten der aktualisierten Transformationsfunktion in einem früheren Zeitschritt (kM), die zum Teil auf der Gesamtbelohnung in den gepufferten Daten basiert; Bestimmen der prognostizierten Belohnung über die ausgewählte Horizontgröße (N) zu; und Erhalten der aktualisierten Transformationsfunktion zu einem aktuellen Zeitschritt k, die zum Teil auf der prognostizierten Belohnung und der aktuellen Belohnung basiert.
Das Energiemanagementsystem nach Anspruch 1, wobei: der Gesamtleistungsbedarf entsprechende Leistungsanforderungen von einem oder mehreren Empfängern umfasst, einschließlich einer Antriebsleistungsanforderung (P_propulsion), einer ersten Anforderung ohne Antriebsleistung (P_load1) und einer zweiten Anforderung ohne Antriebsleistung (P_load2); die Steuerung so eingerichtet ist, dass sie die Leistungsverteilung zwischen einem oder mehreren Empfängern teilweise auf der Grundlage des Gesamtleistungsbedarfs (PD) so bestimmt, dass P_D=
[P
_propulsion+g_1 (t) P_load1+
g_2 (t)P
_load2], wobei g eine Komponente des aktualisierten Arbitrierungsvektors ist.
Das Energiemanagementsystem nach Anspruch 8, wobei das Fahrzeug eine Heiz-, Lüftungs- und Kühleinheit (HVAC) enthält und wobei: die erste Nichtantriebsleistungs-Anforderung ist an die thermische Regulierung der einen oder mehreren Stromquellen gerichtet und die zweite Nichtantriebsleistungs-Anforderung kommt von der HLK-Einheit.
Das Energiemanagementsystem nach Anspruch 1, wobei: die eine oder mehrere Stromquellen eine Vielzahl von Batteriemodulen enthalten, die so eingerichtet sind, dass sie von einer Ladequelle aufgeladen werden können, wobei die Vielzahl von Batteriemodulen zwischen einem Modus mit relativ hoher Leistung und einem Modus mit relativ niedriger Leistung rekonfigurierbar ist; die Mehrzahl der Batteriemodule durch eine jeweilige Temperatur und einen jeweiligen Ladezustand gekennzeichnet ist; die Steuerung so eingerichtet ist, dass sie eine Ladebelohnungsfunktion zur Minimierung des Leistungsverlustes in einem aktuellen Zeitschritt bestimmt, die zumindest teilweise auf der jeweiligen Temperatur und dem jeweiligen Ladezustand der Mehrzahl von Batteriemodulen basiert; und die Steuerung so eingerichtet ist, dass sie das Laden der Mehrzahl von Batteriemodulen teilweise auf der Grundlage der Ladebelohnungsfunktion entscheidet und die Mehrzahl von Batteriemodulen in den Modus mit relativ höherer Leistung umkonfiguriert, wenn der Gesamtleistungsbedarf bei oder über einem vorbestimmten Schwellenwert liegt.