DE102021111961A1 - Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug - Google Patents
Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug Download PDFInfo
- Publication number
- DE102021111961A1 DE102021111961A1 DE102021111961.8A DE102021111961A DE102021111961A1 DE 102021111961 A1 DE102021111961 A1 DE 102021111961A1 DE 102021111961 A DE102021111961 A DE 102021111961A DE 102021111961 A1 DE102021111961 A1 DE 102021111961A1
- Authority
- DE
- Germany
- Prior art keywords
- heating
- predicted
- cooling effect
- component
- thermal
- 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.)
- Pending
Links
- 238000001816 cooling Methods 0.000 claims abstract description 47
- 238000010438 heat treatment Methods 0.000 claims abstract description 44
- 230000000694 effects Effects 0.000 claims abstract description 27
- 238000013461 design Methods 0.000 claims abstract description 4
- 230000001953 sensory effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 24
- 238000004378 air conditioning Methods 0.000 description 21
- 230000002787 reinforcement Effects 0.000 description 15
- 230000009471 action Effects 0.000 description 12
- 239000003795 chemical substances by application Substances 0.000 description 8
- 238000005265 energy consumption Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003014 reinforcing effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000036561 sun exposure Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
- B60L58/26—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries by cooling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/24—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries
- B60L58/27—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries for controlling the temperature of batteries by heating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K1/00—Arrangement or mounting of electrical propulsion units
- B60K2001/003—Arrangement or mounting of electrical propulsion units with means for cooling the electrical propulsion units
- B60K2001/006—Arrangement or mounting of electrical propulsion units with means for cooling the electrical propulsion units the electric motors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K1/00—Arrangement or mounting of electrical propulsion units
- B60K2001/008—Arrangement or mounting of electrical propulsion units with means for heating the electrical propulsion units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/42—Drive Train control parameters related to electric machines
- B60L2240/425—Temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/545—Temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/62—Vehicle position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/62—Vehicle position
- B60L2240/622—Vehicle position by satellite navigation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/64—Road conditions
- B60L2240/642—Slope of road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/66—Ambient conditions
- B60L2240/662—Temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/60—Navigation input
- B60L2240/68—Traffic data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2250/00—Driver interactions
- B60L2250/12—Driver interactions by confirmation, e.g. of the input
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/46—Control modes by self learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/56—Temperature prediction, e.g. for pre-cooling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/64—Electric machine technologies in electromobility
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Hybrid Electric Vehicles (AREA)
- Navigation (AREA)
Abstract
Erfindungswesentlich ist ein Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug mit verschiedenen definierten wärmemanagementrelevanten Komponenten, insbesondere mit einem Hochvoltspeicher und mit einer Elektromaschine, mit mindestens einem durch ein Steuermodul steuerbaren Thermomodul pro definierter Komponente, mit einem Navigationssystem und mit mindestens einer elektronischen Steuereinheit umfassend das Steuermodul und ein Prädiktionsmodul dergestalt, dass durch entsprechende Ausgestaltung des Prädiktionsmoduls während der Fahrt- auf Basis einer Mehrzahl von für eine vorgegebene Zeitdauer erfassten wärmemanagementrelevanten Daten des Navigationssystems mindestens ein streckenabschnittsbezogener historischer Heiz- oder Kühlwirkungsverlauf bestimmt wird,- für dieselbe vorgegebene Zeitdauer sensorisch ein streckenabschnittsbezogener historischer Temperaturverlauf für jede Komponente erfasst wird,- auf Basis der für mindestens einen vorgegebenen Horizont vorausschaubaren wärmemanagementrelevanten Daten des Navigationssystems mindestens ein streckenabschnittsbezogener prädizierter Heiz- oder Kühlwirkungsverlauf bestimmt wird und- auf Basis des historischen Heiz- oder Kühlwirkungsverlaufs, des historischen Temperaturverlaufs und des prädizierter Heiz- oder Kühlwirkungsverlaufs für jede Komponente ein prädizierter Temperaturverlauf ermittelt wird.
Description
- Die Erfindung betrifft ein Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug, das insbesondere einen Hochvoltspeicher und verschiedene weitere wärmemanagementrelevante Komponenten aufweist.
- Wärmemanagementsysteme sind beispielsweise in Form von Heiz- und/oder Klimaanlagen zur Innenraum- und/oder Hochvoltspeicher-Temperierung (zum Heizen und/oder Kühlen) insbesondere für elektrifizierte Kraftfahrzeuge schon teilweise bekannt. Ein Wärmemanagement für den Innenraum und einen Hochvoltspeicher eines elektrifizierten Fahrzeugs ist beispielsweise aus der
DE 10 2014 226 514 A1 bekannt. - Zum Antrieb eines Elektro- oder Hybridfahrzeugs umfasst ein solches einen Antriebsstrang mit einem Energiespeicher zur Energieversorgung. Dieser ist typischerweise eine entsprechend geeignet dimensionierte Hochvoltbatterie, welche im Folgenden auch als Hochvoltspeicher bezeichnet wird. Üblicherweise erwärmt sich dieser bei Lade- oder Entladevorgängen, wobei bei einer zu starken Erwärmung die Gefahr einer insbesondere permanenten Leistungsdegradation oder einer Reduktion der Lebensdauer des Hochvoltspeichers besteht. Daher wird dieser üblicherweise im Betrieb entsprechend gekühlt und hierzu häufig an einen Klimakreislauf des Fahrzeugs angeschlossen, welcher auch zur Innenraumklimatisierung verwendet wird. Dieser Klimakreislauf weist eine bestimmte Leistung, das heißt ein bestimmtes maximales Kühlpotential auf, das zur Kühlung des Innenraums sowie des Hochvoltspeichers herangezogen werden kann. Je nach Kühlbedarf der beiden Komponenten kommt es dabei möglicherweise zu einem Konflikt derart, dass das Kühlpotential nicht ausreicht, um den jeweiligen Kühlbedarf am Hochvoltspeicher und im Innenraum zu bedienen. Je nach Priorisierung der Verteilung des Kühlpotentials ist in diesem Fall entweder mit einer erhöhten thermischen Belastung des Hochvoltspeichers oder mit einer Komforteinbuße im Innenraum zu rechnen.
- Um bei einem Elektro- oder Hybridfahrzeug den Energieverbrauch bei einer Klimatisierung des Innenraums zu reduzieren und eine erhöhte Reichweite des Fahrzeugs durch eine reduzierte Energieentnahme aus dem Hochvoltspeicher zu erhalten, werden nach dem Stand der Technik eine Einrichtung zur Klimatisierung eines Fahrgastraumes und ein Energiespeicher zum Austausch eines Kühlmediums beispielsweise thermisch miteinander gekoppelt. Dadurch ist es möglich, in bestimmten Situationen zunächst Wärme zwischen diesen beiden Komponenten auszutauschen, anstatt die Einrichtung zur Klimatisierung zu aktivieren. Beispielsweise wird thermische Energie, insbesondere Abwärme, des Energiespeichers aufgenommen und an die Einrichtung zur Klimatisierung des Fahrgastraums abgegeben. Dies geschieht so lange, wie eine tatsächliche Temperatur des Fahrgastraums innerhalb eines vorgegebenen Temperaturbereichs liegt. Auf diese Weise erfolgt eine Kühlung des Energiespeichers ohne die Einrichtung zur Klimatisierung aktivieren zu müssen. Die abgeführte Wärme wird in den Fahrgastraum abgegeben, jedoch nur so lange, wie dessen Temperatur in dem vorgegebenen Temperaturbereich liegt.
- Bei dem oben genannten Stand der Technik weist ein Elektro- oder Hybridfahrzeug einen Innenraum sowie einen Hochvoltspeicher auf, welche beide mittels einer Klimaanlage des Fahrzeugs klimatisierbar sind, wobei die Klimaanlage ein bestimmtes Kühlpotential aufweist. Dabei weist der Hochvoltspeicher (HVS) eine aktuelle HVS-Temperatur auf und der Innenraum eine aktuelle Innenraum-Temperatur. In einem Vorkonditionierungsmodus wird der Hochvoltspeicher mittels der Klimaanlage auf eine HVS-Temperatur unter einer HVS-Betriebstemperatur unterkühlt, zur Vorkonditionierung des Hochvoltspeichers.
- Dadurch wird der Hochvoltspeicher mittels der Klimaanlage gekühlt, obwohl gerade keine Kühlanforderung bezüglich des Hochvoltspeichers vorliegt und die aktuelle HVS-Temperatur nimmt einen Wert unterhalb der HVS-Betriebstemperatur an. Es erfolgt somit vorteilhaft eine Unterkühlung des Hochvoltspeichers unterhalb von dessen HVS-Betriebstemperatur. Durch diese sogenannte Vorkonditionierung wird dann auf vorteilhafte Weise ein Kältepuffer erzeugt, welcher den Zeitpunkt einer eventuellen Kühlanforderung am Hochvoltspeicher zeitlich hinausschiebt. Aufgrund des Kältepuffers ist eine Erwärmung des Hochvoltspeichers ohne Leistungsdegradation durch zu starke Erwärmung möglich, ohne die Klimaanlage zur Kühlung des Hochvoltspeichers heranziehen zu müssen. Diese steht dann insbesondere ausschließlich zur Kühlung des Innenraums mit vollem Kühlpotential zur Verfügung. Auf diese Weise bildet der Hochvoltspeicher auch ein Kältereservoir bezüglich dessen eigener Klimatisierung. Die Vorkonditionierung des Hochvoltspeichers erfolgt insbesondere vorausschauend bereits in solchen Phasen, in denen üblicherweise keine oder lediglich eine geringe Kühlung des Hochvoltspeichers erfolgen würde.
- Außerhalb des Vorkonditionierungsmodus erfolgt insbesondere eine Regelung der HVS-Temperatur auf die HVS-Betriebstemperatur, welche innerhalb eines geeigneten HVS-Betriebstemperaturbereichs liegt, um eine Leistungsdegradation oder Beschädigung zu vermeiden.
- In der
DE 10 2014 226 514 A1 findet also zusammengefasst eine Vorkonditionierung des Hochvoltspeichers mit Berücksichtigung des Hochvoltspeichers als Kältepuffer zur Entlastung des Energiebedarfs der Klimaanlage für den Innenraum während der Fahrt statt. - Dabei wird bereits die Möglichkeit berücksichtigt, zukünftige Temperaturen von Innenraum und Hochvoltspeicher auf Basis von Navigationsdaten bei der Unterkühlung zu berücksichtigen.
- Weiterhin ist aus der
WO 2019/238389 A1 - Schließlich bildet die
US 2019/0390867 A1 - In der nicht vorveröffentlichten
DE 10 2021 101 513 derr Anmelderin ist ein Wärmemanagementsystem als Klimasystem für ein elektrifiziertes Kraftfahrzeug beschrieben, das einen Innenraum sowie einen Hochvoltspeicher aufweist, umfassend eine Klimaanlage sowie eine elektronische Steuereinheit, wobei die Klimaanlage sowohl zur Klimatisierung des Innenraums als auch des Hochvoltspeichers ausgebildet ist und wobei die Steuereinheit ein Vorkonditionierungs-Modul zur Durchführung eines Vorkonditionierungsmodus während des Ladens des abgestellten Fahrzeuges vor Fahrtbeginn aufweist. Das Vorkonditionierungs-Modul ist derart ausgestaltet, dass zumindest die Länge der Fahrstrecke und die Außentemperatur über die Länge der Fahrstrecke prognostizierbar sind und dass abhängig von dieser Prognose der Hochvoltspeicher entweder als Wärmespeicher oder als Kältespeicher nutzbar ist. - Es ist Aufgabe der Erfindung, das Wärmemanagement für diverse energieverbrauchende Komponenten in einem elektrifizierten Kraftfahrzeug, einschließlich dem Hochvoltspeicher, hinsichtlich Effizienz und Optimierung während der Fahrt zu verbessern.
- Die Aufgabe wird erfindungsgemäß mit den Merkmalen der unabhängigen Patentansprüche gelöst. Vorteilhafte Ausgestaltungen, Weiterbildungen und Varianten sind Gegenstand der Unteransprüche.
- Erfindungswesentlich ist ein Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug mit verschiedenen definierten wärmemanagementrelevanten Komponenten, insbesondere mit einem Hochvoltspeicher und mit einer Elektromaschine, mit mindestens einem durch ein Steuermodul steuerbaren Thermomodul pro definierter Komponente, mit einem Navigationssystem und mit mindestens einer elektronischen Steuereinheit umfassend das Steuermodul und ein Prädiktionsmodul dergestalt, dass durch entsprechende Ausgestaltung des Prädiktionsmoduls während der Fahrt
- - auf Basis einer Mehrzahl von für eine vorgegebene Zeitdauer erfassten wärmemanagementrelevanten Daten des Navigationssystems mindestens ein streckenabschnittsbezogener historischer Heiz- oder Kühlwirkungsverlauf bestimmt wird,
- - für dieselbe vorgegebene Zeitdauer sensorisch ein streckenabschnittsbezogener historischer Temperaturverlauf für jede Komponente erfasst wird,
- - auf Basis der für mindestens einen vorgegebenen Horizont vorausschaubaren wärmemanagementrelevanten Daten des Navigationssystems mindestens ein streckenabschnittsbezogener prädizierter Heiz- oder Kühlwirkungsverlauf bestimmt wird und
- - auf Basis des historischen Heiz- oder Kühlwirkungsverlaufs, des historischen Temperaturverlaufs und des prädizierten Heiz- oder Kühlwirkungsverlaufs für jede Komponente ein prädizierter Temperaturverlauf ermittelt wird.
- Der Erfindung liegen folgende Überlegungen zugrunde:
- Die Erfindung verwendet vorzugsweise das sogenannte „Reinforcement Learning“ („Bestärkendes Lernen“), das grundsätzlich als eine Methode des maschinellen Lernens bekannt ist. Damit soll mittels Vorhersage geregelt werden, wann der Hochvoltspeicher und andere wärmemanagementrelevante Hardware-Komponenten eines Fahrzeug-On-Board-Energiesystems gekühlt oder erhitzt werden (müssen).
- Wärmeströme und die daraus resultierenden Bauteil- und Innenraumtemperaturen sind stark von der Nutzung des Fahrzeugs abhängig, das das (individuelle) Fahrprofil sowie äußere Einflüsse z.B. aufgrund des Straßenprofils oder der Witterungsbedingungen umfasst. Darüber hinaus haben die Komponenten und Passagiere unterschiedliche Anforderungen an ihre optimalen Betriebstemperaturen sowie unterschiedliche thermische Massen (bzw. Zeitkonstanten). Die Effizienz der Wärmeübertragung zwischen diesen Komponenten und der Leistungskoeffizient von Kühlkörpern und Quellen hängen ebenfalls von verschiedenen internen und externen Einflüssen ab.
- Daher muss ein optimiertes Wärmemanagement der Hardwarekomponenten des Bordenergiesystems und des Innenraums komplexen Interdependenzen einschließlich externer Einflüsse folgen, die durch aktuelle Betriebsstrategien nicht oder zumindest noch nicht vollständig berücksichtigt werden. Diese Interdependenzen können vorzugsweise mit Hilfe eines Reinforcement Learning-Ansatzes in Betracht gezogen werden, um optimale Wärmemanagementstrategien für das Fahrprofil und die äußeren Einflüsse auf ein Fahrzeug zu finden. Ein Teil der wärmemanagementrelevanten Komponenten kann der Hochspannungsspeicher, der Elektromotor, die Fahrzeuginsassenkabine sowie weitere Heiz- und Kühlelemente sein. In aktuellen Wärmemanagementsystemen können diese Heiz- und Kühlkomponenten elektrische Heizgeräte, Pumpen, elektrische Kältemittelkompressoren, Einlassluftklappen und Kühlventilatoren sein.
- Technisches Problem:
- Aktuelle Wärmemanagementstrategien sind nicht optimal an den Kunden und das Fahrverhalten des Kunden (z.B. Dauer, Beschleunigung) angepasst. Sie behandeln nicht alle (Kombinationen von) externen Einflüssen während der Fahrt, wie Informationen über das Verhalten des Fahrers und die vorausliegende Fahrstrecke. Unter Berücksichtigung individueller, teilweise entgegenstehender Anforderungen der Komponenten und Passagiere an ihre optimalen Temperaturen müssen komplexere WärmemanagementStrategien abgeleitet werden.
- In aktuellen Lösungen, wie z.B. mittels individueller Kennfeld-Tabellen für jede Komponente des Wärmemanagements, wird Energie verschwendet, da Eigenschaften und Bedürfnisse nicht im Kontext des gesamten Systems und externer Einflüsse berücksichtigt werden. Darüber hinaus betrachten aktuelle Systeme keinen optimalen Punkt des Gesamtenergieverbrauchs über alle Komponenten, da die Abhängigkeit des Leistungskoeffizienten (COP) dieser Komponenten und die Abhängigkeit von Effizienzen für die Wärmeübertragung zwischen den Komponenten von externen Faktoren vernachlässigt werden.
- Die Menge der resultierenden Kombinationen und Situationen, die durch Wärmemanagementstrategien angegangen werden müssen, führt zu einer steigenden Nachfrage nach intelligenten Algorithmen, die eine optimale Strategie für jede Situation identifizieren können. Im Gegensatz dazu nutzen aktuelle Implementierungen stark vereinfachte Funktionen und sind daher nicht in der Lage, die Interdependenzen genau zu modellieren und entsprechend und flexibel zu reagieren. In aktuellen Systemen ist der Satz möglicher Kombinationen und Trigger jedoch begrenzt und kann daher nicht auf die Vielfalt der Anforderungen und Situationen eingehen. Darüber hinaus fehlen aktuelle Strategien, die allen Kunden eine optimale Fahrleistung bis hin zu sehr dynamischem Fahrverhalten bieten, bei moderaten Beschleunigungsanforderungen an Effizienzoptimierung. Daher müssen individuelle Strategien für jeden Treiber abgeleitet werden.
- Grundprinzip der Erfindung (Grundidee):
- Die erfindungsgemäße Grundidee ist, das Problem zu modellieren, um vorherzusagen, wann Hardwarekomponenten des Bordenergiesystems aktiv gekühlt oder erhitzt werden sollen, als Verstärkungslernproblem.
- Im „Bestärkenden Lernen“ lernt ein sogenannter „Agent“, Handlungen zu ergreifen, die auf Belohnungen und oder Strafen basieren (in
4 ist das an sich bekannte Prinzip des „Bestärkenden Lernens“ (RL) als mathematische Methode skizziert). - Anforderungen, wie im Abschnitt des technischen Problems beschrieben, können durch individuelle Belohnungen modelliert werden, z.B. mit negativen Belohnungen für zu vermeidende Temperaturen und (höheren) positiven Belohnungen für optimale Temperaturen. Dies spricht zum Beispiel davon, dass Hochspannungsbatterien einem erhöhten Innenwiderstand, also einer geringeren Leistungsverfügbarkeit, bei niedrigen Temperaturen und erhöhter Alterung bei hohen Temperaturen zugrunde liegen. Neben der Erfüllung der Anforderungen der Komponenten muss der Gesamtenergieverbrauch minimiert und die Effizienz der Wärmeübertragung berücksichtigt werden. Thermische Managementstrategien können Maßnahmen wie das Aktivieren und Steuern von Komponenten des Wärmemanagementsystems umfassen, die zur Kühlung oder Erwärmung des Systems oder Teilen davon führen. Aktionen eines intelligenten Algorithmus (z.B. mit Reinforcement Learning) können je nach Situation eine Kombination dieser Komponenten auslösen. Eine solche Situation wird durch verschiedene Umgebungsparameter oder Zustände definiert, die Informationen über die Komponenten, die Kabine, Navigationsdaten und Wetterinformationen enthalten können.
- Beispiel für die Umsetzung der Erfindung:
- Im Folgenden werden nur die Hauptaspekte genannt. Vorteilhafte Ausgestaltungen der Erfindung werden anhand der Zeichnung näher erläutert:
- - Die Umgebung wird mit mehreren On-Board-Signalen modelliert.
- - Basierend auf den aktuellen und früheren Zuständen lernt ein „Agent“, Maßnahmen gemäß einer Richtlinie zu ergreifen.
- - Die Belohnung wird durch mehrere Faktoren beeinflusst.
- - Um die Richtlinie zu lernen, wird erfindungsgemäß vorgeschlagen, ein Netzwerk (DQN; Neuronales Netz) zu trainieren, das Aktionen basierend auf Zuständen ausgibt (durch Schätzungen q-Werte für Zustand, Aktionspaare).
- Nachfolgend wird die Erfindung mittels einer Zeichnung anhand von Ausführungsbeispielen näher erläutert. Es zeigen:
-
1 eine stark vereinfachte Blockschaltbild-Darstellung des erfindungsgemäßen Wärmemanagementsystems, -
2 ein Ausführungsbeispiel eines prädizierten Temperaturverlauf für einen Hochvoltspeicher auf Basis eines historischen Heiz- oder Kühlwirkungsverlaufs (aus NAV_hist und NAV_präd), des historischen Temperaturverlaufs und des prädizierter Heiz- oder Kühlwirkungsverlaufs für den Hochvoltspeicher, -
3 ein Beispiel für eine prädizierte Fahrstrecke mit mehreren definierten Streckenabschnitten, -
4 einen schematischen Überblick über das Schema des „Reinforcement Learning“ (grundsätzlich Stand der Technik), -
5 Signale, Aktionen und „Belohnungen“ bei erfindungsgemäßer Anwendung des „Reinforcement Learning“-Schemas, -
6 thermische Thermomodul-Steuerungsabläufe und deren Wirkungen nach dem Stand der Technik zum Vergleich mit in -
7 dargestellten thermischen Thermomodul-Steuerungsabläufen und deren Wirkungen nach der Erfindung und -
8 ein möglicher Verarbeitungsablauf der wärmemanagementrelevanten Navigations-Daten. - In
1 ist ein erfindungsgemäßes Wärmemanagementsystem schematisch als Blockbild dargestellt. - Das erfindungsgemäße Wärmemanagementsystem ist für eine Mehrzahl von definierten verschiedenen wärmemanagementrelevanten Komponenten K1, K2, usw. - hier beispielsweise ein Hochvoltspeicher HV und eine Elektromaschine EM - vorgesehen. Es weist hier zwei durch ein Steuermodul (hier als „Agent“ aus dem „Bestärkenden Lernen“ bezeichnet) steuerbare heizenden und/oder kühlenden Thermomodule TM_HV und TM_EM pro definierter Komponente HV und EM auf. Weiterhin umfasst das Wärmemanagement ein Navigationssystem NAV und eine elektronische Steuereinheit SE, die das Steuermodul „Agent“ und ein Prädiktionsmodul PM enthält.
- Das Prädiktionsmodul PM ist insbesondere durch entsprechende Programmierung (Computerprogrammprodukt) derart ausgestaltet (siehe auch
2 und3 ), dass während der Fahrt - - auf Basis einer Mehrzahl von für eine vorgegebene Zeitdauer („Historie“ in
2 ; H1, H2 in3 ) erfassten wärmemanagementrelevanten Daten „State NAV_hist“ des Navigationssystems NAV mindestens ein streckenabschnittsbezogener historischer Heiz- oder Kühlwirkungsverlauf (1) bestimmt wird, - - für dieselbe vorgegebene Zeitdauer (Historie) sensorisch („State Sensoren“) ein streckenabschnittsbezogener historischer Temperaturverlauf (2) für jede Komponente HV und EM erfasst wird,
- - auf Basis der für einen ersten Horizont H1 und für einen zweiten Horizont H2 vorausschaubaren wärmemanagementrelevanten Daten State NAV_präd des Navigationssystems NAV mindestens ein streckenabschnittsbezogener prädizierter Heiz- oder Kühlwirkungsverlauf (3) bestimmt wird und
- - auf Basis des historischen Heiz- oder Kühlwirkungsverlaufs (1), des historischen Temperaturverlaufs (2) und des prädizierten Heiz- oder Kühlwirkungsverlaufs (3) für jede Komponente HV und EM ein prädizierter Temperaturverlauf (4) ermittelt wird.
- „Wärmemanagementrelevante Daten“ „State NAV“ sind beispielsweise Streckenattribute wie folgende:
- - Fahrzeuggeschwindigkeit
- - Straßentyp (inkl. Straßenbelag / Bodenunebenheiten)
- - Steigung/Gefälle
- - Bergab- oder Bergauffahrt
- - Kurvenradius
- - Außentemperatur
- - Wetter (Sonneneinstrahlung, Eis, Schnee, ...)
- - Tunnelfahrt
- - RTTI (Stau, Gefahrenstelle und weitere Warnungen)
- - Energieverbrauch
- - usw.
- Als „Thermomodul“ wird ein steuerbares Modul (z.B. „Wärmetauscher“) verstanden, durch das die zugehörige Komponente gekühlt oder geheizt werden kann.
- „Streckenabschnitte“ sind definierte durch das Navigationssystem NAV voraussehbare Fahrstrecken-Segmente, wie beispielsweise in
3 mit S1 bis S4 bezeichnet. „Streckenabschnittsbezogen“ meint bezogen auf derartige Segmente S1 bis S4. - Das Prädiktionsmodul PM kann für jede Komponente HV und EM ein Teil-Prädiktionsmodul P_HV und P_EM beziehungsweise eine Teilkomponente für eine multivariate Prädiktion enthalten.
- Wie in
3 dargestellt, wird bei der Ermittlung der prädizierten Heiz- oder Kühlwirkungsverläufe (3) die prädizierte Eigenerwärmung der Komponenten HV und EM mitberücksichtigt. - Unter „Heiz- oder Kühlwirkungsverläufen“ wird insbesondere die Temperaturbeeinflussung durch die Streckenattribute verstanden. Die Streckenattribute wirken sozusagen wie ein virtuelles zusätzliches komponentenunabhängiges Thermomodul.
- Der prädizierte Temperaturverlauf (4) wird vorzugsweise in Form einer Wahrscheinlichkeitsverteilung W (über der Zeit) ermittelt.
- Dabei werden vorzugsweise „Neuronale Netze“ und „Bestärkendes Lernen“ als mathematische Funktionsmodule eingesetzt.
- Durch entsprechende Ausgestaltung des Steuermoduls „Agent“ sind insbesondere die abgespeicherten Heiz- und/oder Kühlschwellen Thvs_S und Tem_S für die Steuerung der Thermomodule TM_HV und TM_EM der Komponenten HV und EM proportional zu den prädizierten Temperaturverläufen (4) veränderbar.
- In
3 ist ein Fahrstreckenbeispiel mit beispielhaften Streckenattributen für die notwendigen Anpassungen der Kühlhysterese bzw. der Temperaturschwellen für die Thermomodule der Komponenten während der Fahrt auf Basis der prädizierten Temperaturverläufe (4) dargestellt: - Es wird schematisch eine Fahrt mit sich ändernden Umwelt-Bedingungen dargestellt. Den Streckenabschnitten S1 bis S4 werden bestimmte Streckenattribute bzw. wärmemanagementrelevante Daten bzw. Merkmale M1, M2, M3 und M4 zugeordnet, z. B.:
- M1: Bergauffahrt: Hohe Eigenerwärmung
- M2: Bergabfahrt: Geringe Eigenerwärmung
- M3: Strecke mit hoher Geschwindigkeit (z.B. Autobahn): Hohe Eigenerwärmung
- M4: Stadtfahrt: Geringe Eigenerwärmung
- Es können weitere Strecken-Attribute P1 und P2 berücksichtigt werden, z.B.:
- P1: Fahrtende oder Pause: Geringe Eigenerwärmung
- P2: Ladevorgang: Hohe Eigenerwärmung
- Für die verschiedenen Komponenten K1, K2, K3, usw. können verschiedene Vorausschau-Horizonte H1 (z.B. für den Elektromotor EM) und H2 (für den Hochvoltspeicher HV) vorgegeben werden.
- Es finden Änderungen A1, A2 und A3 der Kühlhysterese durch das Steuermodul (bzw. KI-Modul, „Agent“ oder Regler) auf Basis des jeweiligen Prädiktionshorizonts statt.
- A1: Es folgt eine Bergabfahrt mit geringer Eigenerwärmung: Höhere Kühlhysterese
- A2: Falls zu hohe Eigenerwärmung auf anschließender Autobahn: Niedrigere Kühlhysterese
- A3: Anschließende Stadtfahrt bzw. Fahrtende mit geringer Eigenerwärmung: Höhere Kühlhysterese
- Ohne Eingabe des Routenziels in einem Navigationssystem kann eine Analyse früherer definierter Fahrzeugnutzungsdaten durchführbar sein.
- Beispielsweise sind frühere definierte und gespeicherte Fahrzeugnutzungsdaten zur Prognose einer minimal erwarteten Fahrstrecke analysierbar.
- In den
4 und5 wird die Anwendung der Methode des Bestärkungs-Lernens auf die Grundidee der Erfindung skizziert.4 zeigt einen groben Überblick über das Prinzip des „Bestärkenden Lernens“. Ein detailliertes Beispiel für mögliche Signale, Aktionen und „Belohnungen“ bei erfindungsgemäßer Anwendung des „Reinforcement Learning“-Schemas ist in5 dargestellt: - Vorausschau Umwelt:
- Folge-Zustand „State st+1“:
- „State“: Eingangssignale (Sensorsignale, Navi-Output-Daten, ...) Komponenten-Temperaturen
- - Hochspannungsspeicher (HVS)
- - Elektronisches Steuermodul
- - Elektromotor
- - Leistungselektronik
- - Ladeeinheit
- - Stromkabel
- „State“: Eingangssignale (Sensorsignale, Navi-Output-Daten, ...) Komponenten-Temperaturen
- Kabinentemperaturen
- - Aktuelle Temperatur
- - Zieltemperatur
- Routeninformationen
- - Steigung
- - Geschwindigkeitsbegrenzung
- - Geschätzte Geschwindigkeit (z.B. verkehrsbedingt)
- - Geschichte
- - Aktive Navigation (Reisezeit, Ladestopps, Ziel)
- Wetterinformationen
- - Umgebungstemperatur
- - Feuchtigkeit
- - Wind
- - Sonneneinstrahlung
- Energieverbräuche
- - aller Komponenten, insbesondere der in „Action“ deklarierten Komponenten.
- Folge-Zustand „State st+1“:
- Belohnungsfunktion „Reward rt+1“:
- Belohnungsfunktion von Komponenten- & Kabinentemperaturen
- - Aktuelle und vorhergesagte Einhaltung von Temperaturfenstern und Vermeidung von Temperaturspitzen.
- - Unter Berücksichtigung der Auswirkungen auf temperaturabhängige Alterung und Leistungsgrenzen.
- Eine „Belohnungsfunktion“ ist beispielsweise die aktuelle und vorhergesagte Berücksichtigung individueller Effizienzen und Gesamtenergieverbräuche.
- Ein sogenannter „Agent“ entwickelt ähnlich wie ein Regler mit vorgegebener Strategie eine besser erlernte Strategie, die einen Steuereingriff (:= „Action“) auf Basis des ermittelten Folgezustands und der „Belohnungsfunktion“ generiert.
- Die sogenannte „Action“ ist in der vorliegenden Anwendung die Ansteuerung der Thermomodule TM_HV und TN_EM der Komponenten K1 und K2 zum Heizen oder Kühlen durch Vorgabe einer neu erlernten Temperaturschwelle (z.B. Thvs_S, Tem_S in
1 ). - Mit den
6 und7 wird überblicksmäßig der Unterschied zwischen thermischen Thermomodul-Steuerungsabläufen und deren Wirkungen nach dem Stand der Technik (6 ) und thermischen Thermomodul-Steuerungsabläufen und deren Wirkungen gemäß der Erfindung unter vorzugsweiser Anwendung des „Bestärkenden Lernens“ (Reinforcement Learning RL) (7 ) skizziert. - In
8 ist ein möglicher Verarbeitungsablauf der wärmemanagementrelevanten Navigations-Daten „State NAV“ (siehe auch1 ) als Grundlage der Ermittlung der historischen und prädizierten Heiz- oder Kühlwirkungsverläufe (1) und (3) (siehe auch2 ) dargestellt. - ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- DE 102014226514 A1 [0002, 0008]
- WO 2019/238389 A1 [0010]
- US 2019/0390867 A1 [0011]
- DE 102021101513 [0012]
Claims (6)
- Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug mit verschiedenen definierten wärmemanagementrelevanten Komponenten (K1, K2; HV, EM), insbesondere mit einem Hochvoltspeicher (HV) und mit einer Elektromaschine (EM), mit mindestens einem durch ein Steuermodul („Agent“) steuerbaren Thermomodul (TM_HV, TM_EM) pro definierter Komponente (HV, EM), mit einem Navigationssystem (NAV) und mit mindestens einer elektronischen Steuereinheit (SE) umfassend das Steuermodul („Agent“) und ein Prädiktionsmodul (PM) dergestalt, dass durch entsprechende Ausgestaltung des Prädiktionsmoduls (PM) während der Fahrt - auf Basis einer Mehrzahl von für eine vorgegebene Zeitdauer erfassten wärmemanagementrelevanten Daten (State NAV_hist) des Navigationssystems (NAV) mindestens ein streckenabschnittsbezogener historischer Heiz- oder Kühlwirkungsverlauf (1) bestimmt wird, - für dieselbe vorgegebene Zeitdauer sensorisch ein streckenabschnittsbezogener historischer Temperaturverlauf (2) für jede Komponente (HV, EM) erfasst wird, - auf Basis der für mindestens einen vorgegebenen Horizont (H1, H2) vorausschaubaren wärmemanagementrelevanten Daten (State NAV_präd) des Navigationssystems (NAV) mindestens ein streckenabschnittsbezogener prädizierter Heiz- oder Kühlwirkungsverlauf (3) bestimmt wird und - auf Basis des historischen Heiz- oder Kühlwirkungsverlaufs (1), des historischen Temperaturverlaufs (2) und des prädizierter Heiz- oder Kühlwirkungsverlaufs (3) für jede Komponente (HV, EM) ein prädizierter Temperaturverlauf (4) ermittelt wird.
- Wärmemanagementsystem nach
Patentanspruch 1 , dadurch gekennzeichnet, dass bei der Ermittlung der prädizierten Heiz- oder Kühlwirkungsverläufe (3) die prädizierte Eigenerwärmung jeder Komponente (HV, EM) mitberücksichtig wird. - Wärmemanagementsystem nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass für jede Komponente (HV, EM) ein prädizierter Temperaturverlauf (4) in Form einer Wahrscheinlichkeitsverteilung (W) ermittelt wird.
- Wärmemanagementsystem nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass durch entsprechende Ausgestaltung des Steuermoduls („Agent“) die abgespeicherten Heiz- und/oder Kühlschwellen (Thvs_S, Tem_S) für die Steuerung der Thermomodule (TM_HV, TM_EM) der Komponenten (HV, EM) proportional zu den prädizierten Temperaturverläufen (4) veränderbar sind.
- Elektronische Steuereinheit (SE) für ein Wärmemanagementsystem nach einem der vorangegangenen Patentansprüche.
- Fahrzeug mit einem Wärmemanagementsystem nach einem der vorangegangenen Patentansprüche.
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021111961.8A DE102021111961A1 (de) | 2021-05-07 | 2021-05-07 | Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug |
JP2023562517A JP2024519517A (ja) | 2021-05-07 | 2022-04-06 | 電気自動車のための熱管理システム |
CN202280047987.5A CN117897302A (zh) | 2021-05-07 | 2022-04-06 | 用于电气化机动车的热管理系统 |
KR1020237026877A KR20230147606A (ko) | 2021-05-07 | 2022-04-06 | 전기 자동차용 열 관리 시스템 |
US18/283,137 US20240166087A1 (en) | 2021-05-07 | 2022-04-06 | Heat Management System for an Electrified Motor Vehicle |
PCT/EP2022/059054 WO2022233524A1 (de) | 2021-05-07 | 2022-04-06 | Wärmemanagementsystem für ein elektrifiziertes kraftfahrzeug |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021111961.8A DE102021111961A1 (de) | 2021-05-07 | 2021-05-07 | Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021111961A1 true DE102021111961A1 (de) | 2022-11-10 |
Family
ID=81595635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021111961.8A Pending DE102021111961A1 (de) | 2021-05-07 | 2021-05-07 | Wärmemanagementsystem für ein elektrifiziertes Kraftfahrzeug |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240166087A1 (de) |
JP (1) | JP2024519517A (de) |
KR (1) | KR20230147606A (de) |
CN (1) | CN117897302A (de) |
DE (1) | DE102021111961A1 (de) |
WO (1) | WO2022233524A1 (de) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116394711B (zh) * | 2023-06-07 | 2023-08-18 | 江西五十铃汽车有限公司 | 汽车热管理方法、系统、计算机及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005023365A1 (de) | 2005-05-20 | 2006-11-23 | Robert Bosch Gmbh | Batterie-Management für Batterien in Hybrid-Fahrzeugen |
DE102009046568A1 (de) | 2009-11-10 | 2011-05-12 | SB LiMotive Company Ltd., Suwon | Verfahren und Anordnung zum Betrieb von Fahrzeugen mit elektrischem Antrieb sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium |
DE102011101395A1 (de) | 2011-05-13 | 2012-11-15 | Daimler Ag | Verfahren zur Optimierung eines Leistungsbedarfs eines Kraftfahrzeugs |
US20160059733A1 (en) | 2014-08-27 | 2016-03-03 | Quantumscape Corporation | Battery thermal management system and methods of use |
DE102014226514A1 (de) | 2014-12-19 | 2016-06-23 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren sowie Klimasystem zur Klimatisierung eines Elektro- oder Hybridfahrzeugs |
DE102018203974A1 (de) | 2018-03-15 | 2019-09-19 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren für eine Energiebedarfsprognose eines Fahrzeugs und System für eine Energiebedarfsprognose eines Fahrzeugs |
WO2019238389A1 (en) | 2018-06-11 | 2019-12-19 | Bayerische Motoren Werke Aktiengesellschaft | Method and system for smart interior of a vehicle |
DE102018209446A1 (de) | 2018-06-13 | 2019-12-19 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Temperierung eines elektrischen Energiespeichers |
US20190390867A1 (en) | 2019-07-03 | 2019-12-26 | Lg Electronics Inc. | Air conditioner and method for operating the air conditioner |
DE102021101513A1 (de) | 2021-01-25 | 2022-07-28 | Bayerische Motoren Werke Aktiengesellschaft | Klimasystem und Verfahren zur Klimatisierung eines elektrifizierten Kraftfahrzeugs |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110286584A (zh) * | 2018-03-19 | 2019-09-27 | 罗伯特·博世有限公司 | 机动车降温控制系统和方法 |
US20200376927A1 (en) * | 2019-05-31 | 2020-12-03 | Nio Usa, Inc. | Artificial intelligence in conditioning or thermal management of electrified powertrain |
-
2021
- 2021-05-07 DE DE102021111961.8A patent/DE102021111961A1/de active Pending
-
2022
- 2022-04-06 CN CN202280047987.5A patent/CN117897302A/zh active Pending
- 2022-04-06 US US18/283,137 patent/US20240166087A1/en active Pending
- 2022-04-06 JP JP2023562517A patent/JP2024519517A/ja active Pending
- 2022-04-06 WO PCT/EP2022/059054 patent/WO2022233524A1/de active Application Filing
- 2022-04-06 KR KR1020237026877A patent/KR20230147606A/ko unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005023365A1 (de) | 2005-05-20 | 2006-11-23 | Robert Bosch Gmbh | Batterie-Management für Batterien in Hybrid-Fahrzeugen |
DE102009046568A1 (de) | 2009-11-10 | 2011-05-12 | SB LiMotive Company Ltd., Suwon | Verfahren und Anordnung zum Betrieb von Fahrzeugen mit elektrischem Antrieb sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium |
DE102011101395A1 (de) | 2011-05-13 | 2012-11-15 | Daimler Ag | Verfahren zur Optimierung eines Leistungsbedarfs eines Kraftfahrzeugs |
US20160059733A1 (en) | 2014-08-27 | 2016-03-03 | Quantumscape Corporation | Battery thermal management system and methods of use |
DE102014226514A1 (de) | 2014-12-19 | 2016-06-23 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren sowie Klimasystem zur Klimatisierung eines Elektro- oder Hybridfahrzeugs |
DE102018203974A1 (de) | 2018-03-15 | 2019-09-19 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren für eine Energiebedarfsprognose eines Fahrzeugs und System für eine Energiebedarfsprognose eines Fahrzeugs |
WO2019238389A1 (en) | 2018-06-11 | 2019-12-19 | Bayerische Motoren Werke Aktiengesellschaft | Method and system for smart interior of a vehicle |
DE102018209446A1 (de) | 2018-06-13 | 2019-12-19 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Temperierung eines elektrischen Energiespeichers |
US20190390867A1 (en) | 2019-07-03 | 2019-12-26 | Lg Electronics Inc. | Air conditioner and method for operating the air conditioner |
DE102021101513A1 (de) | 2021-01-25 | 2022-07-28 | Bayerische Motoren Werke Aktiengesellschaft | Klimasystem und Verfahren zur Klimatisierung eines elektrifizierten Kraftfahrzeugs |
Also Published As
Publication number | Publication date |
---|---|
JP2024519517A (ja) | 2024-05-15 |
CN117897302A (zh) | 2024-04-16 |
US20240166087A1 (en) | 2024-05-23 |
KR20230147606A (ko) | 2023-10-23 |
WO2022233524A1 (de) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016096612A1 (de) | Verfahren sowie klimasystem zur klimatisierung eines elektro- oder hybridfahrzeugs | |
DE60122112T2 (de) | Betriebssteuerungssystem für ein Schienenfahrzeug und Schienenfahrzeug, bei dem das Betriebssteuerungssystem verwendet wird | |
EP2765019B1 (de) | Verfahren und Anordnung zur Optimierung der motorischen Verfügbarkeit einer mittels Kühlkreislauf gekühlten Elektromobilitätskomponente | |
DE102016217087B4 (de) | Lade-Fahr-Assistent für Elektrofahrzeuge und Elektrofahrzeug | |
DE102013215473A1 (de) | Verfahren und Vorrichtung zum Regeln einer Standklimatisierung für ein Fahrzeug | |
DE102010048353B4 (de) | Verfahren zur Zuteilung elektrischer Hochspannungsenergie an Fahrzeugsysteme beim Fahren | |
DE102009046568A1 (de) | Verfahren und Anordnung zum Betrieb von Fahrzeugen mit elektrischem Antrieb sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium | |
DE102019121711A1 (de) | Wärmeverwaltungssystem für elektrifiziertes fahrzeug | |
DE102016210066A1 (de) | Verfahren zum Betrieb eines Kraftfahrzeugs und Kraftfahrzeug | |
DE102017219204A1 (de) | Verfahren zum Laden eines Fahrzeugs mit elektrischem Antrieb, Ladesteuerung und Ladestation | |
WO2022233524A1 (de) | Wärmemanagementsystem für ein elektrifiziertes kraftfahrzeug | |
DE102005044829A1 (de) | Energiemanagementsystem für ein Kraftfahrzeug | |
DE102019128122A1 (de) | Verfahren zum Betreiben eines zumindest teilweise elektrisch angetriebenen Kraftfahrzeugs | |
DE102018004839A1 (de) | Verfahren zur Klimatisierung wenigstens eines Bereichs in einem Fahrzeug | |
EP4077039A1 (de) | Prädiktive batterieladung für batteriebetriebene schienenfahrzeuge | |
DE102019134614A1 (de) | Verfahren und Steuervorrichtung zum vorausschauenden Temperieren eines elektrisch angetriebenen Kraftfahrzeugs | |
WO2022156968A1 (de) | Klimasystem und verfahren zur klimatisierung eines elektrifizierten kraftfahrzeugs | |
DE102018104678A1 (de) | Steuerung eines elektrischen Verbrauchers in einem Elektrofahrzeug während des Ladevorgangs | |
DE102012024712A1 (de) | Verfahren zum Betrieb einer Kühlkreisanordnung und Kühlkreisanordnung | |
DE102018214679A1 (de) | Verfahren zum Steuern einer Klimatisierungsvorrichtung | |
DE102021005763A1 (de) | Verfahren zur vorausschauenden Steuerung einer Energieverteilung in einem Fahrzeug | |
DE102020203127A1 (de) | Verfahren zur Steuerung der Längsdynamik eines Fahrzeugs | |
WO2021185563A1 (de) | Verfahren zum betreiben eines kraftfahrzeugs und kraftfahrzeug | |
DE102018206636A1 (de) | Verfahren zum Betreiben eines Hybrid- oder Elektrofahrzeugs, Steuerung für ein Hybrid- oder Elektrofahrzeug und Hybrid- oder Elektrofahrzeug | |
DE102015004792A1 (de) | System zum Einstellen und Visualisieren von energieverbrauchsrelevanten Parametern bei mehreren fahrzeugseitigen elektrischen Verbrauchern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |