WO2022268552A1 - Verfahren und vorrichtung zur bestimmung einer betriebsstrategie eines elektrisch angetriebenen fahrzeugs, vorzugsweise eines brennstoffzellen-fahrzeugs - Google Patents

Verfahren und vorrichtung zur bestimmung einer betriebsstrategie eines elektrisch angetriebenen fahrzeugs, vorzugsweise eines brennstoffzellen-fahrzeugs Download PDF

Info

Publication number
WO2022268552A1
WO2022268552A1 PCT/EP2022/065968 EP2022065968W WO2022268552A1 WO 2022268552 A1 WO2022268552 A1 WO 2022268552A1 EP 2022065968 W EP2022065968 W EP 2022065968W WO 2022268552 A1 WO2022268552 A1 WO 2022268552A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
fuel cell
electrical
power
voltage battery
Prior art date
Application number
PCT/EP2022/065968
Other languages
English (en)
French (fr)
Inventor
Felix Breuer
Peter Philipp
Original Assignee
Man Truck & Bus Se
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Man Truck & Bus Se filed Critical Man Truck & Bus Se
Priority to EP22732563.6A priority Critical patent/EP4359238A1/de
Publication of WO2022268552A1 publication Critical patent/WO2022268552A1/de

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/40Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for controlling a combination of batteries and fuel cells
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60KARRANGEMENT 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
    • B60K1/00Arrangement or mounting of electrical propulsion units
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/14Preventing excessive discharging
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/15Preventing overcharging
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/08Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of electric propulsion units, e.g. motors or generators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/24Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
    • B60W10/26Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/28Conjoint control of vehicle sub-units of different type or different function including control of fuel cells
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/11Controlling the power contribution of each of the prime movers to meet required power demand using model predictive control [MPC] strategies, i.e. control methods based on models predicting performance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/12Controlling the power contribution of each of the prime movers to meet required power demand using control strategies taking into account route information
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/13Controlling the power contribution of each of the prime movers to meet required power demand in order to stay within battery power input or output limits; in order to prevent overcharging or battery depletion
    • B60W20/14Controlling the power contribution of each of the prime movers to meet required power demand in order to stay within battery power input or output limits; in order to prevent overcharging or battery depletion in conjunction with braking regeneration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14Adaptive cruise control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14Adaptive cruise control
    • B60W30/143Speed control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14Adaptive cruise control
    • B60W30/143Speed control
    • B60W30/146Speed limiting
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097Predicting future conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/10Vehicle control parameters
    • B60L2240/12Speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/42Drive Train control parameters related to electric machines
    • B60L2240/423Torque
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/40Drive Train control parameters
    • B60L2240/54Drive Train control parameters related to batteries
    • B60L2240/547Voltage
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2240/00Control parameters of input or output; Target parameters
    • B60L2240/60Navigation input
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L2260/00Operating Modes
    • B60L2260/40Control modes
    • B60L2260/50Control modes by future state prediction
    • B60L2260/54Energy consumption estimation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0002Automatic control, details of type of controller or control system architecture
    • B60W2050/0013Optimal controllers
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0019Control system elements or transfer functions
    • B60W2050/0028Mathematical models, e.g. for simulation
    • B60W2050/0031Mathematical model of the vehicle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle for navigation systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2710/00Output or target parameters relating to a particular sub-units
    • B60W2710/08Electric propulsion units
    • B60W2710/083Torque
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10Longitudinal speed

Definitions

  • Method and device for determining an operating strategy of an electrically driven vehicle preferably a fuel cell vehicle
  • the invention relates to a method and a device for determining an operating strategy of an electrically driven vehicle, preferably a fuel cell vehicle.
  • the invention also relates to a vehicle with such a device.
  • optimal controls which include a prediction horizon in the optimization problem (also called model-based predictive control (MPR)). Based on their input information, such approaches determine an optimal trajectory of at least one state variable of the system, for example the state of charge of the energy storage device, in a certain look-ahead window (prediction horizon) in a predetermined search space for the model under consideration.
  • MPR model-based predictive control
  • a disadvantage of the known approaches is that the optimization approaches known from practice require high computing effort and are often not suitable for real-time operation in view of the limits of the computing capacity of current control units.
  • a further disadvantage is that the optimization approaches known from practice are also very susceptible to undesirable influences from disturbance variables, changed boundary conditions or model inaccuracies.
  • the invention relates to a method for determining an operating strategy of an electrically driven vehicle.
  • the vehicle includes a store for electrical energy (traction energy store), which is referred to below as a high-voltage battery.
  • the vehicle also includes an electric drive unit, having an inverter, an electric machine that can be operated as a motor and as a generator, and a drive axle that can be driven by the electric machine.
  • the vehicle is a fuel cell vehicle, which is explained in more detail below.
  • the method for determining the operating strategy includes determining a target speed profile of the vehicle and target state of charge profile of the high-voltage battery that is optimal with regard to specified target criteria and is to be set automatically on a route section ahead, depending on route data for the route section ahead. This step is also referred to below as the planning step or planning of the operating strategy.
  • the one ahead Route section can correspond to a route (travel route) from a start A to a destination B of the vehicle or a partial route thereof.
  • the target criteria on which this is based are referred to below as first target criteria, for better differentiation from second and third target criteria, which are used in the model-predictive controls or controllers described below.
  • the method also includes carrying out a model-predictive speed control as a function of the target speed profile determined.
  • a model-predictive speed control as a function of the target speed profile determined.
  • an optimal course of an electric torque and/or an electric drive power of an electric drive unit of the vehicle with regard to at least one predetermined second target criterion is determined, or a variable dependent or derivable therefrom.
  • the electric drive power of the electric drive unit of the vehicle determined in the model-predictive cruise control can be the electric power of the inverter.
  • the electric torque determined is the electric torque of the electric machine.
  • the method also includes carrying out model-predictive control of a state of charge of the high-voltage battery as a function of the specific target state of charge profile and the profile of the electrical torque and/or the electrical drive power, preferably the electrical power of the inverter, determined by the cruise control.
  • the method thus includes a planning step in which the optimal target speed profile of the vehicle to be set automatically and the optimal target charge status profile of the high-voltage battery are determined as a function of route data for the route section ahead, as well as two model predictive controls, each of which has one of these on the input side optimal planning variables are supplied.
  • this division allows the planning step to be optionally determined (calculated) externally to the vehicle, e.g. B. on a vehicle-external server and / or in the cloud, so that the computing effort that must be performed in real time by one or more vehicle control units can be reduced.
  • This planning step is also usually carried out less often than the model-predictive control steps that come with their associated continuous prediction horizons are constantly recalculated in short periods of time.
  • the planning step can always be carried out, for example, when new route and traffic data are available. This occurs when the driver enters the destination of his route into the navigation system at the beginning, the route changes (e.g. in the event of a traffic jam) or the system is reactivated after a long period of time (e.g. after a traffic jam).
  • model-predictive cruise control enables a particularly good prediction of an optimal course of an electric torque and/or an electric drive power, in particular the electric power of the inverter, which is a decisive variable for the model-predictive control of the state of charge of the high-voltage battery and for the energy management of the electric power flows is general.
  • the route data for the route section ahead can be uphill/downhill information, for example an incline profile of the route section ahead, a maximum permissible driving speed along the route section and/or traffic information, for example traffic jams and/or construction site data.
  • a torque specification that is optimal with regard to the specified second target criteria for the electric machine and an optimal braking specification for carrying out a braking intervention are determined.
  • correcting variables that are optimal for the operating strategy could be calculated for the implementation of the setpoint speed profile.
  • the model-predictive speed control preferably uses the current vehicle speed to form a closed control loop.
  • the route data for the route section ahead can be used as input values for the model-predictive speed control.
  • the second target criterion used in the model predictive cruise control can be a deviation of a vehicle speed curve calculated in the model predictive cruise control from the target speed curve to be set in the prediction horizon of the model predictive cruise control.
  • a torque that is optimal for the electric machine for a prediction horizon can be calculated in the model-predictive cruise control based on the current vehicle speed and a profile of the vehicle speed for this torque, taking this torque into account of route data, e.g. B. the given gradient profile.
  • the vehicle is a fuel cell vehicle, for example a fuel cell truck.
  • the fuel cell vehicle includes a device for providing electrical energy for the electrical drive unit, having a fuel cell, the high-voltage battery, and a high-voltage intermediate circuit, HVZK.
  • the fuel cell and the high-voltage battery are electrically connected and/or can be connected to the HVZK.
  • the fuel cell is understood to mean, in particular, a fuel cell system and/or a fuel cell stack having a plurality of fuel cells.
  • the HVZK can be and/or is electrically connected to the electric drive unit in order to supply energy to the electric drive unit.
  • the fuel cell vehicle also includes a braking resistor for converting electrical energy into thermal energy. For this purpose, the braking resistor is also electrically connected and/or connectable to the HVZK.
  • a course of an electrical power of the fuel cell and an electrical power of the braking resistor that is optimal with regard to the specified third target criteria is determined as part of the model-predictive control of the state of charge of the high-voltage battery.
  • the model-predictive control of the state of charge is thus advantageously used to ensure an optimal predicted course of the fuel cell power and the braking resistor power. This is advantageous for optimal energy management.
  • the first target criteria include at least one of the following variables: a total time required for the vehicle to travel along the route sections ahead to a destination, a hydrogen consumption of the fuel cell, a working area of the fuel cell , an electrical power of the braking resistor, and a quantity describing aging effects of components of the vehicle. Accordingly, both consumption-oriented variables and requirements such as the lifetime protection of components etc. can be taken into account. These variables can be weighted differently when evaluating the quality function.
  • the third target criteria include at least one of the following variables: hydrogen consumption of the fuel cell, an operating range of the fuel cell, an electrical output of the braking resistor and a deviation in the state of charge of the high-voltage battery from the optimal state of charge of the high-voltage battery at the end of the prediction horizon of the model-predictive control of the state of charge. These variables can be weighted differently when evaluating the quality function.
  • boundary conditions can be changeable and/or changed during operation of the vehicle, preferably by means of adaptation parameters.
  • these boundary conditions can include at least one of the following boundary conditions:
  • boundary conditions can be changeable and/or changed during operation of the vehicle, preferably by means of adaptation parameters.
  • the boundary conditions can include at least one of the following boundary conditions:
  • a torque request is above a maximum generator torque of the electrical machine and below a maximum motor torque of the electrical machine
  • the driving speed is below a specified maximum speed.
  • the target speed profile and/or the target charge state profile of the high-voltage battery of the vehicle is/are determined outside the vehicle. It has already been established above that the computing resources required in the vehicle can thereby be reduced and more powerful external servers or cloud computers can be used.
  • the invention relates to a device for determining an operating strategy of an electrically driven vehicle.
  • the device may include a memory and a processor.
  • the device can be implemented in the form of one or more control devices and/or regulators.
  • the device includes a planning module that is designed to determine a target speed profile and target state of charge profile of the high-voltage battery of the vehicle that are optimal with regard to predetermined first target criteria and are to be set automatically on a route section ahead, depending on route data for the route section ahead.
  • the planning module thus implements the planning step of the method described above and/or its variants.
  • the device also includes a speed controller, which is designed to carry out a model-predictive speed control depending on the specific target speed profile, with an optimal profile of an electrical torque and/or an electrical drive power, preferably an electrical power of an inverter, with regard to a predetermined second target criterion electric drive unit of the vehicle is determined.
  • the speed controller thus implements the model-predictive control of the speed described above and/or variants thereof.
  • the device also includes a target state of charge controller, which is used to carry out model-predictive control of a state of charge of the high-voltage battery depending on the desired course of the state of charge and the course of the electric torque and/or the electric drive power, preferably the electric Power of the inverter is formed.
  • the target state of charge controller thus implements the model-predictive regulation of the target state of charge described above and/or variants thereof.
  • the disclosure also relates to a vehicle comprising a device for determining an operating strategy, as is described in this document.
  • the vehicle also includes a high-voltage battery and an electric drive unit, having an inverter, an electric machine that can be operated as a motor and as a generator, and a drive axle that can be driven by the electric machine.
  • the vehicle can be an automobile.
  • the vehicle can be a fuel cell vehicle, preferably a fuel cell truck.
  • the vehicle comprises a device for providing electrical energy for the electric drive unit, having a fuel cell, the high-voltage battery, and an HVZK, the fuel cell and the high-voltage battery being electrically connected and/or connectable to the HVZK and the HVZK can be electrically connected to the electric drive unit to supply energy to the electric drive unit.
  • the vehicle further includes a Braking resistor for converting electrical energy into thermal energy, which is and/or can be electrically connected to the HVZK.
  • Figure 1 is a schematic representation of a vehicle according to an embodiment of the invention.
  • FIG. 2 shows a full load characteristic of an electric machine, a voltage characteristic of a PEM fuel cell and a course of the efficiency of a fuel cell system according to an embodiment of the invention
  • FIG. 3 shows a basic course of the charging characteristic of a lithium-ion cell and discharge limits of the high-voltage battery at different temperatures according to a further embodiment of the invention
  • FIG. 4 Illustration of a vehicle driving uphill/downhill using route data ahead according to an embodiment
  • FIG. 5 shows a basic structure of a model predictive control
  • FIG. 6 shows an initial situation at time t 1 ;
  • FIG. 7 calculation of the optimal inputs
  • FIG. 8 shows an initial situation at time t, +i ;
  • FIG. 9 shows a method and a device for determining an operating strategy according to an embodiment
  • FIG. 10 shows a model for planning the operating strategy (planning step or planning module) according to one embodiment
  • FIG. 11 shows a model of the predictive cruise control according to an embodiment
  • FIG. 12 shows a model of the predictive control of the state of charge (the predictive energy management) according to an embodiment.
  • FIG. 1 shows, in block diagram form, a schematic representation of a vehicle 20 according to an embodiment of the invention.
  • the vehicle 20 is a fuel cell truck in the present case.
  • the vehicle 20 includes an electric drive unit 21, having an inverter 22, an electric machine 23 that can be operated as a motor and as a generator, and a drive axle that can be driven by the electric machine 23 as part of the mechanical drive train 24.
  • the vehicle also includes a device for providing electrical energy for the electrical drive unit 21, having a fuel cell 26, a high-voltage battery 27 and a high-voltage intermediate circuit 25, HVZK.
  • a device for providing electrical energy for the electrical drive unit 21, having a fuel cell 26, a high-voltage battery 27 and a high-voltage intermediate circuit 25, HVZK.
  • the fuel cell 26 and the high-voltage battery 27 are electrically connected to the HVZK 25 .
  • the HVZK 25 can also be electrically connected to the electric drive unit 21 to supply energy to the electric drive unit 21 .
  • a braking resistor 28 is also provided for converting electrical energy into thermal energy.
  • the electric machine 23 serving as an electric drive motor is not supplied with the DC voltage of the HVZK, but with alternating current, in particular multi-phase three-phase current.
  • An inverter 22 is therefore arranged as an inverter between the DC network and the electric drive motor.
  • the inverter 22 has the task of converting the direct current of the HVZK 25 into the respective current profile and vice versa, for example to recuperate kinetic energy of the motor vehicle. This means that there are coupled DC and AC networks.
  • the inverter 22 can be designed to energize windings of the electrical machine 23 as required and thereby set a speed and a torque in the electrical machine 23 and thus the required operating point.
  • the HVZK 25 thus contains a large number of electrical power sources and power sinks.
  • the high-voltage battery 27 is used, among other things, as a power buffer. Since the vehicle 20 is also decelerated by the electric machine 23 can, the braking power is converted into heat in the case of a fully charged high-voltage battery 27 in the braking resistor 28 .
  • Some of the power sources/sinks listed generate high levels of waste heat, which must be dissipated via several independent cooling circuits (not shown). This heat dissipation takes place z. B. with the help of fans or coolant pumps (not shown).
  • the air compressor, the steering hydraulic pump, the air conditioning (interior) or the low-voltage electrical system are supplied with energy.
  • These components are power sinks and are combined in the HVZK 25 as ancillary units 29 .
  • the term fuel cell is to be understood here as meaning a fuel cell system or a fuel cell stack having a plurality of fuel cells.
  • the fuel cell is optionally electrically connected to the HVZK 25 via a DC voltage converter, a so-called fuel cell converter (FCC).
  • FCC fuel cell converter
  • the high-voltage battery 27 can have individual battery cell modules and/or battery cells interconnected and can provide a high-voltage voltage.
  • the power requirements of the electric machine 23 and those of the ancillary units 29 can be managed differently by the fuel cell 26, the high-voltage battery 27 and the braking resistor 28.
  • An energy management has the task of controlling these components while taking into account the boundary conditions of the components themselves. These boundary conditions provide information on how the components can be operated safely, efficiently and over a long period of time.
  • boundary conditions of the most important power sources and sinks are listed and briefly explained below.
  • the electrical machine 23 converts electrical power (PEM) into torque (MEM) (motor operation) and torque (MEM) into electrical power (PEM) (generator operation), depending on the operating mode.
  • the inverter correspondingly converts DC voltage into AC voltage (motor operation) or AC voltage into DC voltage (generator operation). This conversion is lossy.
  • the HVZK 25 must provide electrical power (Pm v ) (motor operation) or absorb it (generator operation). For this purpose, the inverter is actively controlled.
  • the torque request (MEM) of the electrical machine should be within the maximum/minimum torque that applies to motor or generator operation. This is illustrated in Figure 2, Figure A, where the full load characteristic of a three-phase machine is shown.
  • the lower curve specifies the absolute maximum torque for the generator operation
  • the upper curve the absolute maximum torque for the motor operation of the electric machine 23. The torque requirement should therefore lie between these two curves.
  • the fuel cell (here a fuel cell system) 26 can only output one power (PBZ) into the HVZK 25 .
  • the efficiency of the fuel cell 26 depends on the operating state of the fuel cell 26 itself. This is illustrated in illustration C of FIG. As long as hydrogen is present, the fuel cell 26 can thus output power (PBZ) into the HVZK 25 accordingly.
  • the fuel cell 26 is actively controlled.
  • the modes of operation and the boundary conditions of the high-voltage battery 27 are explained below. It is known that the battery can be charged according to its state of charge (State of Charge, SoC for short) deliver (discharge) or absorb (charge) electrical power (Pßat). Energy i HVZK 25, which is neither emitted by the fuel cell 26 nor by power sinks such. B. the braking resistor 28 can be included, must be provided by the high-voltage battery 27 or stored. The high-voltage battery 27 thus serves as a power buffer. The battery can be charged by operating the electrical machine 23 as a generator (recuperation) or by increasing the load point of the fuel cell 26 and is controlled passively.
  • State of Charge, SoC for short deliver (discharge) or absorb (charge) electrical power (Pßat).
  • Energy i HVZK 25 which is neither emitted by the fuel cell 26 nor by power sinks such.
  • the braking resistor 28 can be included, must be provided by the high-voltage battery 27 or stored.
  • FIG. 3 shows in Figure A a purely exemplary and basic course of the charging characteristic of a lithium-ion cell and discharge limits of the high-voltage battery at different temperatures.
  • Figure B of Figure 3 illustrates discharge limits of the high-voltage battery 27 at different temperatures.
  • the modes of operation and the boundary conditions of the braking resistor 28 are explained below.
  • the braking resistor (ohmic resistance) 28 absorbs electrical power (PBWS) from the intermediate circuit 25 and converts it into heat. When the high-voltage battery 27 is fully charged, further braking energy is converted into heat in the braking resistor (compliance with continuous braking capability). The braking resistor 28 is actively controlled.
  • the boundary conditions of the braking resistor 28 it can be stated that the current flowing through the resistor is limited and thus also the power (PBWS).
  • the power (PNA) of the ancillaries 29 depends on the operation of the vehicle and is therefore time-variant; this must be taken into account in energy management (EM).
  • A. must divide the power Pm v required by the electric drive axle between the existing power sources and power sinks, with the sum of all powers flowing into or out of the HVZK 25 being zero (consequence of Kirchhoff's law); B. must protect the components themselves, because overloading the components can lead to destruction;
  • C. is intended to increase the overall efficiency of the HVZK 25;
  • D. is intended to prevent rapid aging of the components.
  • the vehicle 20 starts its journey at a known starting point A and ends at a known destination B.
  • the vehicle 20 is in cruise control mode, so that the driving speed is set automatically and the driver has no influence on the speed and only intervenes manually in exceptional cases.
  • the vehicle can also be decelerated by the mechanical brake.
  • the approach for determining the operating strategy described here is based on a forecast using route data for the route section ahead and a model-predictive control, the basic principles of which are known per se, but are briefly explained below for the sake of completeness.
  • FIG. 4 shows an illustration of a vehicle 20 driving uphill/downhill using upcoming route data according to one embodiment.
  • the term "foresight" is to be understood as meaning the use of upcoming route data, such as the gradient and the speed limits.
  • a future driving profile can be determined. If the future driving profile is known, a predictive operating strategy can use this information to bring the individual components of the vehicle 20 connected to the HVZK 25 into a suitable operating state. This is illustrated in the following example of a trip up the mountain (cf. FIG. 4).
  • the high-voltage battery 27 can be charged early via the fuel cell 26 with the help of the anticipation. During the rise, the fully charged high-voltage battery 27 can support the fuel cell 26 longer. As a result, the fuel cell 26 can be operated in a range with higher efficiency.
  • the power distribution is selected in such a way that the high-voltage battery 27 is discharged at the highest point and again on the following downhill run fully charged through recuperation. The point in time at which the braking resistor 28 is used can be pushed back by looking ahead. More energy can thus be recovered by recuperation and less energy has to be converted into heat in braking resistor 28 .
  • FIG. 5 shows a basic structure of a model-predictive regulation or a model-predictive controller.
  • Model predictive control is a method for predictive control of complex systems.
  • the system has the inputs u, the states x and the outputs y.
  • MPC a dynamic model of the system to be controlled is used to calculate the future behavior of the system depending on the inputs. This enables the calculation of the optimum inputs, in the sense of a quality function, which lead to optimum states or outputs. Input, output and status restrictions can be taken into account at the same time. This task is understood as an optimal control problem.
  • the MPC is usually implemented on a prediction horizon.
  • FIG. 6 shows the initial situation at time t 1 .
  • the control takes place at fixed time steps t, the time between two time steps being referred to as the step size T.
  • the number of time steps in a prediction horizon is denoted by N as the length of the horizon.
  • N The number of time steps in a prediction horizon.
  • u w [u*i, ... , U* + N].
  • the first part u* of this optimal control is used as input to the system.
  • optimal sizes or values a are marked with a superscript *.
  • Optimal means the value of a that results from the solution of the associated optimal control problem.
  • the quantity u w [u*, . . .
  • U* + N] thus represents a vector whose values u*, .
  • the described procedure takes place again (cf. FIG. 8), but starting from the state X and for the prediction horizon [t i +T; t + N+T] This cyclic procedure is now continued for any length of time while the vehicle 20 is driving.
  • FIG. 9 illustrates a device 100 for determining an operating strategy according to an embodiment.
  • Device 100 illustrated in FIG. 9 is designed to determine an operating strategy of a fuel cell vehicle 20, fuel cell vehicle 20 having the components as were described in connection with FIG.
  • the vehicle 20 is also in cruise control mode, so that the driving speed is set automatically and the driver has no influence on the speed or only intervenes manually in exceptional cases.
  • the vehicle can also be decelerated by the mechanical brake. Under these conditions, suitable driving parameters of the vehicle for the journey to destination B should be determined as part of the operating strategy.
  • the device 100 includes a planning module 1, which is designed to determine a target speed profile 7 and target state of charge profile 8 of the high-voltage battery 27 of the vehicle that are optimal with regard to predetermined first target criteria and are to be set automatically on a route section 30 ahead, depending on input data 5 .
  • the input data include route data for the upcoming route section 31.
  • the route data include z. B. a slope profile a v for the upcoming route section 31 and a maximum permissible driving speed v v max along the route section 31 and / or other traffic data to predict future driving situations.
  • This route data can B. from a navigation system (including GPS), after the destination B has been entered.
  • the input data 5 also includes a current driving speed vo and a current state of charge SoCo der High-voltage battery 27.
  • the route data (gradient profile a v and a maximum permissible driving speed v) are also used as input values 6 for a model-predictive speed controller 2, which is described below.
  • the device 100 also includes a speed controller 2, which is designed to carry out a model-predictive speed control as a function of the target speed profile 7 determined.
  • a speed controller 2 which is designed to carry out a model-predictive speed control as a function of the target speed profile 7 determined.
  • the model-predictive speed controller is designed to implement the target speed curve, to determine a currently optimal torque specification M*EM for the electric machine 23 with regard to the specified second target criterion and an optimal braking specification F* Br,m for carrying out a braking intervention using a mechanical service brake.
  • This output data 10 from speed controller 2 is expediently output to the corresponding components of vehicle 20 .
  • Device 100 also includes a state of charge controller 3, which is designed to carry out model-predictive regulation of a state of charge of high-voltage battery 27 as a function of the specific target state of charge profile and the profile of the electrical power of inverter 22 determined by means of the speed control.
  • the model-predictive controller 3 is designed to determine an electrical power of the fuel cell P ⁇ BZ and an electrical power P ⁇ B WS of the braking resistor that is optimal with regard to the specified third target criteria, with the first values of the vectors P*BZ and P*BWS are output as output data 11 of the state of charge controller 3 .
  • the state of charge controller 3 is thus used for predictive energy management.
  • the device 100 can be implemented on one or more controllers of the vehicle 20 .
  • the planning module 1 outside the vehicle, z. B. is implemented in a cloud server and is in wireless data communication with the vehicle 20 in order to exchange data with the speed controller 2 and the state of charge controller 3 to determine the operating strategy.
  • the drive/brake power is the power that is divided between the power sources and sinks in the HVZK in energy management, and therefore has a significant impact on efficiency and component aging.
  • the drive/brake performance must also be able to be predicted for a forward-looking approach. This is made possible by controlling the speed precisely when the target speed to be driven is known in advance. Starting from the target speed, the drive / braking power to be used can be approximated.
  • Two function blocks here the speed controller 2 and the state of charge controller 3, are used to determine the drive/brake power and the distribution of this in the HVZK 25, each of which works with a combination of forecast and MPC.
  • this involves the predictive cruise control by the cruise controller 2, and on the other hand the predictive energy management by the state of charge controller 3.
  • the drive/brake power is determined by controlling the vehicle speed
  • the predictive energy management the advance certain drive/brake power divided between the power sources and sinks of the HVZK 25.
  • MPC is used to cyclically calculate optimal input variables and optimal state or output variables for the fuel cell vehicle system to be controlled.
  • further prediction data are required for the use of the two model-predictive controllers 2 and 3 .
  • the dynamic adaptation 4 is used to adapt parameters in the model-predictive controllers 2 and 3 if e.g. B. Change boundary conditions of components.
  • the predictive operating strategy is explained in more detail by first clarifying the signals and then how the blocks themselves work. Dynamic adaptation is also explained in more detail in this context.
  • a* Optimal value of a at the current time t, (optimal here means the value of a that results from the solution of the associated optimal control problem)
  • the vectors a v and a w contain values at the discrete points in time in the associated prediction horizon. If such a vector is transferred between two function blocks with different prediction horizons, ie different horizon lengths N and/or increments T, a suitable conversion, e.g. B. by linear interpolation. Since this conversion has no effect on how it works, it is assumed below that the conversion takes place automatically.
  • an optimal control is used to calculate how the vehicle can optimally accomplish a driving task from a starting point A to a destination B in terms of quality criteria.
  • Essential quality criteria of a quality function for the optimal fulfillment of such a driving task amount to the reduction of the driving time, the minimization of the hydrogen consumption as well as the reduction of the aging of the components. These criteria conflict with each other and can be prioritized and weighted accordingly.
  • the best compromise of these weighted quality criteria for the operating strategy of the driving task is determined.
  • the planning is based on the gradient data a v and the maximum vehicle speed v .
  • the planned, optimal operating strategy is then reflected in the optimal state variables State of charge SoC v * of the battery and in the vehicle speed v w .
  • v w and SoC v * thus represent vector variables that contain the calculated optimal values for the driving speed or the state of charge at the discrete points in time of the prediction horizon that is used in the planning module 1 .
  • This planning of the operating strategy is always carried out in the planning module 1 when new route data are available. This occurs when the driver enters the destination of his route into the navigation system at the beginning, the route changes (e.g. in the event of a traffic jam) or the system is reactivated after a long period of time (e.g. after a traffic jam).
  • the predictive speed control by the speed controller 2 ensures that the previously planned vehicle speed v w is implemented with a gradient profile a v , in that the at the current point in time t, to be applied torque MEM of the electrical machine and the mechanical braking force F Br.m is calculated. This decides whether braking energy is converted into heat by the mechanical brake or whether this is fed into the HVZK 25 by the electrical machine.
  • the inclusion of the current vehicle speed v leads to a closed control loop.
  • MPC results in two decisive variables for this application in predictive speed control for a specific, continuous prediction horizon.
  • the torque M*EM is used to calculate an optimal input variable at the current time for the electric machine (cf. u*i in FIG. 7), while on the other hand an optimal torque curve M W EM (cf. u w in FIG. 7) for the currently considered prediction horizon is generated.
  • This optimal torque curve M W EM is converted into an optimal inverter power P w i nv (drive/brake power), which is used as a significant input variable for the following predictive energy management in the state of charge controller 3 .
  • the predictive energy management of the state of charge controller 3 through the use of MPC is also a control. While it is known from the optimal inverter power P v *m v which power has to be divided in the HVZK 25, the pre-planned, optimal state of charge SoC′ specifies which state the high-voltage battery 27 should have at the end of a prediction horizon. As a result, the target behavior of the state of charge of the high-voltage battery 27 in relation to the gradient profile a v is included.
  • the inverter power P w m v is divided by calculating the current, optimal input variables for the fuel cell power P W BZ and for the braking resistor power P ⁇ BWS.
  • the optimal power P ⁇ Bat which the high-voltage battery 27 provides or absorbs, also results from these input variables.
  • SoC the current state of charge of the high-voltage battery 27
  • the control loop for the predictive energy management is closed.
  • the predictive energy management or the state of charge controller 3 is active when the predictive cruise control or the cruise controller 2 is also active.
  • the fuel cell vehicle 20 After the optimal input variables mentioned have been transferred to the system to be controlled, the fuel cell vehicle 20, they cause dynamic changes in the boundary conditions in the components and in the states of the subsystems in the vehicle. These dynamic changes in boundary conditions, e.g. B. in Limits or parameters are detected in the dynamic adaptation 4 via the output variables y s (y s is a vector with current values of a number of output variables of the vehicle 20).
  • the dynamic adaptation 4 dynamically adapts these boundary conditions in the speed controller 2 and the state of charge controller 3 using the adaptation parameters P S P GR and P S P EM so that all boundary conditions of the components are taken into account depending on the situation.
  • the dynamic adaptation function block 4 outputs, on the one hand, adaptation parameters 13 for the speed controller 2 , here P S P GR , which is a vector with parameters for the speed controller 2 .
  • the dynamic adaptation function block 4 accordingly outputs adaptation parameters 14 for the state of charge controller 3, here P S P EM, which is a vector with parameters for the state of charge controller 3 in order to adapt the predictive energy management there.
  • the adaptation parameters 13 and 14 are collection vectors that can contain a number of elements or vehicle variables at the current time t, which is described in more detail below.
  • the interaction of the planning of the operating strategy by the planning module 1, the predictive cruise control by the cruise controller 2, and the predictive energy management by the state of charge controller 3 enables optimal performance of the driving task on the one hand. On the other hand, this also enables robustness against disturbance variables and model inaccuracies. Another great advantage of this arrangement is that the predictive speed control achieves a very good prediction of the inverter power P win , which is of particular importance for predictive energy management. Furthermore, when planning the driving task, the possibility is granted to adapt the target criteria (quality criteria) as desired.
  • the interaction of the planning of the operating strategy by the planning module 1, the predictive speed control by the speed controller 2, and the predictive energy management by the state of charge controller 3 also illustrates an exemplary embodiment of a method for determining the operating strategy, since the planning module 1 carries out the planning step that Speed controller 2 the model-predictive speed control and the state-of-charge controller 3 the model-predictive state-of-charge control and the energy management.
  • the planning module 1 uses the following data on the input side: an incline profile a v of the route 31 ahead, the course of the maximum vehicle speed v along the route ahead, the initial value SoCo of the state of charge of the battery, as well as the initial value vo of the vehicle speed, and the initial value So of the route (i.e where is the vehicle currently located along the route).
  • the planning module 1 outputs the following data: Outputs: the target speed curve v w of the vehicle, which is optimal with regard to specified first target criteria and is to be set automatically on a route section 30 ahead, which is used as input data for the cruise controller 2, as well as the specified first target criteria optimum state of charge SoC v * of the high-voltage battery 27 to be set automatically on a section of road ahead, which is used as input data 8 for the state of charge controller 3 .
  • the driving task of the vehicle 20 for the entire route to be driven is planned in the planning module 1 on the basis of the gradient a v and the maximum vehicle speed v v max along the route section ahead.
  • an optimal controller which calculates the optimal input and state variables for the fuel cell vehicle system with the aid of a quality function and the model in FIG.
  • the entire route corresponds to the length of the prediction horizon NB SI while the increment is TB SI .
  • the fuel cell vehicle is suitably described mathematically with a model in the case of optimal control, in the same way as with MPC.
  • the model in FIG. 10 is used for this application, which shows an example of a model 31 for the planning of the operating strategy by the planning module 1 according to an embodiment.
  • the states of the vehicle speed v, the distance s and the state of charge SoC of the high-voltage battery 27 and the following input variables for this application result from the model 31 in FIG machine MEM, the force of the mechanical brake FBr.m, the power of the fuel cell PBZ and the power of the braking resistor PBWS.
  • a torque MEM of the electrical machine 23 is specified. While the torque is converted into a wheel force FF ⁇ EM by the mechanical drive train, it is simultaneously converted into electrical power together with the rotational speed PEM in the electrical machine 23 .
  • the speed PEM also results from the mechanical drive train based on the vehicle speed v.
  • another force acts on the drive wheels with the mechanical braking force F FBr.m. Together they form the wheel force F wheel .
  • the vehicle speed v and the distance s covered can be deduced from the longitudinal dynamics.
  • the electric drive power PEM is transformed by the inverter 22 into the inverter power Pm v .
  • the inverter power Pm v is the power that the components in the HVZK 25 must absorb or output.
  • the components in HVZK 25 are linked by adding the power of inverter power Pm v , braking resistance power PBWS, auxiliary unit power PNA and fuel cell power PBZ, whereby requirement A. (cf. description of FIG. 1) is met. If the sum of these powers is not equal to zero, it is delivered or absorbed by the high-voltage battery 27 .
  • a power output of the fuel cell 26 also causes a hydrogen consumption ri H 2.
  • the auxiliary assembly power PNA is assumed to be constant. For the calculation of this overall model within the optimal control in the planning module 1, starting values for the states are transferred to the planning of the operating strategy with vo, So, and SoCo.
  • a quality functional is required for determining the optimal input variables and state variables.
  • This functional consists of several terms in which evaluation criteria (above also referred to as first target criteria) are formulated for the optimal fulfillment of the driving task.
  • the respective criteria can be prioritized by weighting compared to the other criteria.
  • the following criteria (or a subset thereof) are evaluated across all points in time of the prediction horizon N ßst used by planning module 1: a total time required for vehicle 20 to travel along the route sections ahead a destination B, a hydrogen consumption of the fuel cell, a working range of the fuel cell, an electrical output of the braking resistor, and a variable describing aging effects of components of the vehicle.
  • the driving speed v is evaluated using the first criterion (total time required).
  • the second criterion hydrogen consumption
  • the criterion of the electrical power of the braking resistor z B. charging the high-voltage battery 27 over the use of the braking resistor 28 are preferred.
  • the optimal input variables and state variables are found when they lead to a minimum of the sum of all named terms of the quality function. This determines the best compromise between the criteria mentioned. At the same time, the optimal input and state variables must meet the following restrictions at all times of the prediction horizon:
  • the battery should have a defined state of charge at the end of the driving task (destination B);
  • the desired behavior of the vehicle to be achieved is ultimately reflected in the state vectors of the optimum speed v w and the optimum battery charge state SoC v * (initial vectors).
  • the optimal input variables that result at the same time, on the other hand, are no longer used.
  • the speed controller 2 receives the following data on the input side: the incline profile a v of the route 31 ahead, the course of the maximum vehicle speed v along the route ahead, the optimal course of the vehicle speed v w calculated by the planning module 1, the current vehicle speed v, and the adaptation parameter P S P GR (already described above).
  • the speed controller 2 On the output side, the speed controller 2 outputs the following data: an optimal torque of the electrical machine M*EM at time t, an optimal force of the mechanical brake F* Br,m at time t, and the predicted course of the optimal power of the inverter P v* m v .
  • model predictive control In order to regulate to the optimum speed v w , use is made of model predictive control in the predictive speed control. Starting from the current vehicle speed v, a torque M*EM that is optimal for the electric machine is calculated for a prediction horizon, taking into account the slope a v and the optimal setpoint speed v w . This prediction horizon is defined with the length N P GR and the increment T P GR .
  • the model in FIG. 11 is used as an example for this function block.
  • a torque MEM of the electrical machine 23 is specified. While the torque is converted into a wheel force FF ⁇ EM by the mechanical drive train, it is simultaneously converted into electrical power together with the speed PEM in the electrical machine.
  • the speed PEM also results from the mechanical drive train based on the vehicle speed v.
  • another force acts on the drive wheels with the mechanical braking force F Br.m. Together they form the wheel force F wheel .
  • the electrical drive power PEM is also transformed by the inverter into the inverter power Pm v .
  • the vehicle speed v v can be predetermined for the given gradient profile a v at a torque M V EM of the electrical machine and a mechanical braking force F m for the defined prediction horizon.
  • a quality function is evaluated at all points in time of the prediction horizon, which as a target criterion (referred to above as the second target criterion) is a deviation of the calculated vehicle speed v v from the previously planned, optimal vehicle speed v w rated.
  • the state of charge controller 3 receives the following data on the input side: the optimal course of the power of the inverter P v *i nv calculated by the speed controller 2, the optimal course of the state of charge SoC v * calculated by the planning module 1, the current state of charge SoC, and the adaptation parameter P S P EM (which has already been described above).
  • the current state of charge SoC is fed back as controlled variable 15.
  • the state of charge controller 3 On the output side, the state of charge controller 3 outputs the following data: the predicted course of the optimal power P W B Z of the fuel cell 26 and the predicted course of the optimal power P ⁇ B WS * of the braking resistor 28.
  • the state of charge controller 3 uses a model predictive control. Based on the current state of charge SoC of the battery, the optimum variables for a prediction horizon are determined in this function block 3, taking into account the inverter power P v *m v and the state of charge SoC′′*.
  • the optimal variables are the fuel cell power P W BZ and the braking resistor power P ⁇ B WS .
  • the prediction horizon is defined with the length N P EM and the increment T P EM.
  • the respective prediction horizons and increments for the three modules 1, 2 and 3 can be selected differently. In this case, the maximum length N P EM of the prediction horizon must not exceed the length N P GR .
  • a model illustrated in FIG. 12 is used for the model-predictive control of the state of charge controller 3 .
  • the state of the state of charge SoC of the high-voltage battery 27 and the following input variables for this application result from the model in FIG. 12: the power of the fuel cell PB Z and the power of the braking resistor PBWS.
  • the inverter power Pm v for the electrical machine 23 is specified. This is the power that the components in the HVZK 25 must absorb or deliver.
  • requirement A as explained in connection with FIG. 1
  • the components are linked in the HVZK 25, whereby requirement A (as explained in connection with FIG. 1) is met. If the sum of this power is not equal to zero, it is delivered or absorbed by the high-voltage battery 27 .
  • a power output from the fuel cell 26 also causes a hydrogen consumption rfi H 2. While the fuel cell power PBZ and the braking resistor power PBWS are specified, the auxiliary unit power PNA is adjusted by the dynamic adaptation.
  • the state of charge SoC v of the battery can be predicted for a given inverter power P w inv , a fuel cell power P V BZ and a braking resistor power P V BWS for a defined horizon. In this sense, one can speak of predictive energy management.
  • the following quality function with the following target criteria (above referred to as third target criteria) is evaluated at all points in time of the prediction horizon: a hydrogen consumption of the fuel cell, a working range of the fuel cell, an electrical power of the braking resistor , and a deviation of the state of charge of the high-voltage battery from the optimal state of charge of the high-voltage battery at the end of the prediction horizon of the model-predictive control of the state of charge.
  • the parameters of these restrictions and other model parameters are adjusted using the adaptation parameters P S P EM.
  • the optimal input variables for the fuel cell power P W BZ and for the braking resistor power P ⁇ BWS have been determined, the first values of the optimal vector P*BZ and P*BWS are transferred to the system.
  • the module for dynamic adaptation 4 receives a collection vector y s as input data 16, which combines values at time t of various vehicle variables that are used for the dynamic adaptation.
  • the adaptation parameters P S PGR and p s P EM are output, which have already been described above.
  • the boundary conditions of the components of vehicle 20 shown in FIG. 1 can change. So that these can also be taken into account in the model-predictive controls of modules 2 and 3, these changes can optionally be determined and the parameters of the model-predictive control can be adjusted accordingly.
  • This task is performed by the dynamic adaptation 4. Based on the vehicle variables ys , the limit values of the restrictions of the two model-predictive controllers 2 and 3 are adapted in particular. In addition, the current outputs of the ancillary units in the HVZK 25 are also taken into account. In the following, the exemplary boundary conditions that can be adjusted are shown and the possible cause for the change is explained.
  • the models 31 and 32 shown in FIGS. 10 and 11 use a longitudinal dynamics partial model, which is referred to there as longitudinal dynamics in the figures.
  • the longitudinal dynamics partial model uses the gradient a and the drive or braking force at the wheel F wheel as inputs.
  • the vehicle speed v and the distance s are output as outputs.
  • the modeled states are the vehicle speed v and the distance s.
  • the vehicle In the longitudinal dynamics, the vehicle is assumed to be a point mass m.
  • the acceleration of the mass m is calculated from the sum of all forces acting on the point mass m.
  • the forces are the drive or Braking force at the wheel F Rad , the air resistance, the gradient resistance, which is determined by the gradient a, and the rolling resistance.
  • the speed v and the path s can be deduced from the acceleration.
  • the models 31 and 32 shown in FIGS. 10 and 11 also use a partial model which is referred to there as a mechanical drive train in the figures. As from the figures 10 and 11, this partial model uses the vehicle speed v and the torque of the electrical machine MEM as inputs. The drive or braking force of the electric machine at the wheel FF ⁇ EM and the speed of the electric machine PEM are output as outputs.
  • the vehicle speed v is transformed into a speed PEM based on the wheel speed, taking into account the existing transmission ratios in the drive train.
  • the torque of the electric machine MEM is also converted into a drive or braking force on the wheel using the ratios and the efficiencies.
  • the degrees of efficiency can be implemented both as a constant variable and as a function.
  • the models 31 and 32 shown in FIGS. 10 and 11 also use a partial model for modeling the electrical machine 23, referred to there as an electrical machine.
  • this partial model uses the speed PEM of the electrical machine 23 and the torque MEM of the electrical machine as input variables and outputs the electrical power PEM of the electrical machine 23 on the output side.
  • the mechanical power of the electrical machine 23 is first calculated on the basis of the rotational speed PEM and the torque MEM.
  • the electrical power PEM is deduced using the efficiency. This can be taken into account either as a constant or as a function of the power.
  • the models 31 and 32 shown in FIGS. 10 and 11 also use a partial model for modeling the inverter 22, referred to there as an inverter.
  • this partial model uses the electrical power PEM of the electrical machine 23 as an input variable and outputs the electrical power Pm v of the inverter 22 on the output side.
  • the losses that occur in the inverter are introduced in the form of an efficiency. This can be taken into account either as a constant or as a function of the power. Based on the electrical machine power PEM, the inverter power Pm v can be calculated with the efficiency.
  • the model 33 shown in FIG. 12 uses a partial model for modeling the high-voltage battery 27, referred to there as battery. As can be seen from FIG. 12, this partial model uses the charging or discharging power P ßat of the high-voltage battery 27 as an input variable and outputs the state of charge SoC of the high-voltage battery 27 on the output side.
  • the behavior of a cell is shown first.
  • this behavior is approximated by an internal resistance and by a no-load voltage characteristic.
  • the open-circuit voltage characteristic represents the charge/discharge characteristic of the cell (see Figure 3, Figure A) and describes the voltage at which the cell has a charge status. This can be approximated either linearly or with a higher degree polynomial.
  • the current in the cell can be determined based on the power applied. By integrating the current and taking into account the nominal capacity, the new state of charge of the cell can be deduced.
  • the behavior of a cell is transferred to the high-voltage battery 27 with the number of cells and the type of connection.
  • models can also be used for the cell that approximate the cell behavior using additional series resistances in combination with a parallel capacitance.
  • the model 33 shown in FIG. 12 also uses a partial model for modeling the fuel cell 26, referred to there as the fuel cell. As can be seen from FIG. 12, this partial model uses the fuel cell power PBZ as an input variable and outputs the hydrogen consumption rfi H 2 on the output side.
  • the behavior of a cell itself is first shown in the fuel cell model.
  • This consists of a voltage characteristic and an internal resistance.
  • the voltage characteristic indicates the voltage for a current or a current density.
  • There are several ways of approximating the voltage characteristic e.g. B. linear or with a higher degree polynomial.
  • the overall performance of the system is determined by the number of cells used.
  • B. Hydrogen blower, compressor, fan, DC / DC or coolant pump are necessary, these may have to be taken into account in the power balance.
  • the performance of the ancillary units is in turn dependent on how much power the fuel cell system should deliver to the HVZK. Therefore, the fuel cell has to consume a higher current than it actually delivers to the HVZK.
  • the number of electrons exchanged in the reaction process, the Faraday constant and the molar mass of the hydrogen can be used to determine the hydrogen consumption.
  • 5 input data planning module e.g. E.g.: SoCo, vo, route data
  • Input data speed controller e.g. B. Route data
  • vehicle e.g. E.g.: fuel cell vehicle
  • V max Maximum permissible vehicle speed y s vector with output variables of the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahrzeugs, vorzugsweise eines Brennstoffzellen-Fahrzeugs. Die Erfindung betrifft ferner ein Fahrzeug mit einer solchen Vorrichtung. Das Verfahren umfasst das Bestimmen (1) eines hinsichtlich vorgegebener erster Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt (30), automatisiert einzustellenden Soll-Geschwindigkeitsverlaufs (7) des Fahrzeugs und Soll-Ladezustandsverlaufs (8) der Hochvolt-Batterie (27) in Abhängigkeit von Streckendaten (5) für den vorausliegenden Streckenabschnitt (30). Das Verfahren umfasst ferner das Durchführen einer modellprädiktiven Geschwindigkeitsregelung (2) in Abhängigkeit des bestimmten Soll-Geschwindigkeitsverlaufs (7), wobei ein hinsichtlich eines vorgegebenen zweiten Zielkriteriums optimaler Verlauf eines elektrischen Drehmoments und/oder einer elektrischen Antriebsleistung (9), vorzugsweise einer elektrischen Leistung des Inverters (22), einer elektrischen Antriebseinheit des Fahrzeugs bestimmt wird. Das Verfahren umfasst ferner das Durchführen einer modellprädiktiven Regelung (3) eines Ladezustands der Hochvolt-Batterie in Abhängigkeit des bestimmten Soll-Ladezustandsverlaufs (8) und des mittels der Geschwindigkeitsregelung (2) bestimmten Verlaufs des elektrischen Drehmoments und/oder der elektrischen Antriebsleistung (9), vorzugsweise der elektrischen Leistung des Inverters (22).

Description

Verfahren und Vorrichtung zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahrzeugs, vorzugsweise eines Brennstoffzellen-Fahrzeugs
Beschreibung
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahrzeugs, vorzugsweise eines Brennstoffzellen-Fahrzeugs. Die Erfindung betrifft ferner ein Fahrzeug mit einer solchen Vorrichtung.
Stetig steigende Kraftstoffkosten sowie strengere gesetzliche Vorgaben betreffend die Fahrzeugemissionen stellen immer höhere Anforderungen an die Effizienz von Kraftfahrzeugen. Ein großes Potential zur Reduzierung des Kraftstoffverbrauchs stellt die Elektrifizierung des Antriebsstrangs dar, z. B. bei Brennstoffzellen-Fahrzeugen, in Verbindung mitzunehmendem Einsatz von Assistenzsystemen, die einen hohen Grad der Automatisierung des Fährbetriebs ermöglichen, z. B. mittels einer automatisierten Längsdynamik- bzw. Geschwindigkeitsregelung (Tempopilot). Hierbei ist eine möglichst optimale Betriebsstrategie für die automatisierte Längsdynamik- bzw. Geschwindigkeitsregelung zu bestimmen.
Aus der Praxis sind verschiedene Techniken und Methoden zur Festlegung einer Betriebsstrategie für solche Fahrzeuge bekannt, die wie folgt klassifiziert werden können. Gemäß sogenannten Offline- oder statischen Betriebsstrategien werden alle Nutzungsfälle des Fahrzeugs bereits vorab und offline anhand fester Vorgaben, nach denen der Energiehaushalt im Fahrzeug eingestellt wird, festgelegt. Derartige Vorgaben bzw. Regeln können beispielsweise mit Zustandsautomaten oder kontinuierlichen Reglern umgesetzt werden.
Ferner sind Optimalsteuerungen bekannt, die einen Prädiktionshorizont in das Optimierungsproblem miteinbeziehen (auch modellbasierte prädiktive Regelung (MPR) genannt). Derartige Ansätze ermitteln, basierend auf ihren Eingangsinformationen, in einem gewissen Vorausschaufenster (Prädiktionshorizont) in einem vorgegebenen Suchraum für das betrachtete Modell eine optimale Trajektorie mindestens einer Zustandsgröße des Systems, beispielsweise des Ladezustands des Energiespeichers.
Hierbei sind Online-Optimierungen bekannt, die das Fahrzeug als ein mehrdimensionales Optimierungsproblem verstehen, das durch eine Zielfunktion beschrieben wird, welche nicht nur physikalische Größen wie den Verbrauch, sondern auch andere Anforderungen wie den Lebensdauerschutz von Komponenten etc. miteinbeziehen. Hierbei werden Teilkostenfunktionen korrespondierend zu den einzelnen Zielkriterien zu einer Gesamtkostenfunktion (Gütefunktional) mittels einer Summierung kombiniert und dann die Entscheidung betreffend die Betriebsstrategie aus der Gesamtkostenfunktion bzw. dem Gütefunktional berechnet.
Nachteilig an den bekannten Ansätzen ist jedoch, dass die aus der Praxis bekannten Optimierungsansätze hohe Rechenaufwände erfordern und im Hinblick auf die Grenzen der Rechenkapazität aktueller Steuergeräte oftmals nicht für den Echtzeitbetrieb geeignet sind. Ein weiterer Nachteil ist, dass die aus der Praxis bekannten Optimierungsansätze ferner sehr anfällig für unerwünschte Einflüsse von Störgrößen, von geänderten Randbedingungen oder von Modell-ungenauigkeiten sind.
Es ist somit eine Aufgabe der Erfindung, eine verbesserte Technik zur Bestimmung einer Betriebsstrategie für elektrisch angetriebene Fahrzeuge, vorzugsweise Brennstoffzellen- Fahrzeuge, bereitzustellen, mit der Nachteile herkömmlicher Techniken vermieden werden können.
Die Aufgabe wird gelöst durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Weiterbildungen sind in den abhängigen Ansprüchen und der Beschreibung angegeben.
Gemäß einem allgemeinen ersten Gesichtspunkt betrifft die Erfindung ein Verfahren zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahrzeugs. Das Fahrzeug umfasst einen Speicher für elektrische Energie (Traktionsenergiespeicher), der nachfolgend als H och volt- Batterie bezeichnet wird. Das Fahrzeug umfasst ferner eine elektrische Antriebseinheit, aufweisend einen Inverter, eine motorisch und generatorisch betreibbare elektrische Maschine und eine von der elektrischen Maschine antreibbare Antriebsachse. In einer besonders bevorzugten Ausführungsform ist das Fahrzeug ein Brennstoffzellen- Fahrzeug, was nachfolgend noch detaillierter erläutert ist.
Das Verfahren zur Bestimmung der Betriebsstrategie umfasst das Bestimmen eines hinsichtlich vorgegebener Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt, automatisiert einzustellenden Soll-Geschwindigkeitsverlaufs des Fahrzeugs und Soll-Ladezustandsverlaufs der Hochvolt-Batterie in Abhängigkeit von Streckendaten für den vorausliegenden Streckenabschnitt. Dieser Schritt wird nachfolgend auch als Planungsschritt oder Planung der Betriebsstrategie bezeichnet. Der vorausliegende Streckenabschnitt kann einer Wegstrecke (Fahrtroute) von einem Start A zu einem Ziel B des Fahrzeugs entsprechen oder einer Teilstrecke hiervon. Die hierbei zugrunde gelegten Zielkriterien werden nachfolgend als erste Zielkriterien bezeichnet, zur besseren Unterscheidung von zweiten und dritten Zielkriterien, die bei den nachfolgend beschriebenen modellprädiktiven Regelungen bzw. Regler zum Einsatz kommen.
Das Verfahren umfasst ferner das Durchführen einer modellprädiktiven Geschwindigkeitsregelung in Abhängigkeit des bestimmten Soll-Geschwindigkeitsverlaufs. Hierbei wird ein hinsichtlich mindestens eines vorgegebenen zweiten Zielkriteriums optimaler Verlauf eines elektrischen Drehmoments und/oder einer elektrischen Antriebsleistung einer elektrischen Antriebseinheit des Fahrzeugs bestimmt oder eine hiervon abhängige oder ableitbare Größe. Die bei der modellprädiktiven Geschwindigkeitsregelung bestimmte elektrische Antriebsleistung der elektrischen Antriebseinheit des Fahrzeugs kann die elektrische Leistung des Inverters sein. Das bestimmte elektrische Drehmoment ist das elektrische Drehmoment der elektrischen Maschine.
Das Verfahren umfasst ferner das Durchführen einer modellprädiktiven Regelung eines Ladezustands der H och volt- Batterie in Abhängigkeit des bestimmten Soll- Ladezustandsverlaufs und des mittels der Geschwindigkeitsregelung bestimmten Verlaufs des elektrischen Drehmoments und/oder der elektrischen Antriebsleistung, vorzugsweise der elektrischen Leistung des Inverters.
Zusammengefasst umfasst das Verfahren somit einen Planungsschritt, bei dem der automatisiert einzustellende optimale Soll-Geschwindigkeitsverlauf des Fahrzeugs und der optimale Soll-Ladezustandsverlauf der Hochvolt-Batterie in Abhängigkeit von Streckendaten für den vorausliegenden Streckenabschnitt bestimmt werden sowie zwei modellprädiktive Regelungen, denen jeweils eingangsseitig jeweils eine dieser optimalen Planungsgrößen zugeführt werden.
Diese modulartige Aufteilung in diese drei Funktionsblöcke und funktionale Architektur der Bestimmung der Betriebsstrategie bietet verschiedene Vorteile. Erstens ermöglicht diese Aufteilung, dass der Planungsschritt optional auch fahrzeugextern bestimmt (berechnet) werden kann, z. B. auf einem fahrzeugexternen Server und/oder in der Cloud, so dass die Rechenaufwände, die in Echtzeit von einem oder mehreren Fahrzeugsteuergeräten durchgeführt werden müssen, reduziert werden können. Dieser Planungsschritt wird in der Regel auch weniger oft durchgeführt, als die modellprädiktiven Regelungsschritte, die mit ihren zugeordneten fortlaufenden Prädiktionshorizonten ständig in kurzen Zeitabschnitten neu berechnet werden. Der Planungsschritt kann dagegen beispielsweise immer dann ausgeführt werden, wenn neue Strecken- und Verkehrsdaten zur Verfügung stehen. Dieser Fall tritt auf, wenn der Fahrer zu Beginn den Zielort seiner Route in das Navigationssystem eingibt, dieses die Route ändert (z. B. bei Stau) oder das System nach längerer Zeit reaktiviert wird (z. B. nach einem Stau).
Zweitens können diese drei Funktionsblöcke (Planung der Betriebsstrategie, modellprädiktive Geschwindigkeitsregelung und modellprädiktive Regelung des Ladezustands) optional auf unterschiedlichen Steuergeräten implementiert sein. Schließlich ermöglicht die modellprädiktive Geschwindigkeitsregelung eine besonders gute Prädiktion eines optimalen Verlaufs eines elektrischen Drehmoments und/oder einer elektrischen Antriebsleistung, insbesondere der elektrischen Leistung des Inverters, was eine entscheidende Größe für die modellprädiktive Regelung des Ladezustands der Hochvolt-Batterie und für das Energiemanagement der elektrischen Leistungsflüsse allgemein ist. Das eingangsseitige Verwenden eines im Rahmen der modellprädiktiven Geschwindigkeitsregelung berechneten optimalen Leistungsverlaufs des Inverters im Rahmen der modellprädiktiven Regelung des Ladezustands ermöglicht somit genaue modellprädiktive Vorhersagen von optimalen Betriebsgrößen für das Energiemanagement des Fahrzeugs im Rahmen der modellprädiktiven Regelung des Ladezustands, was nachfolgend noch näher erläutert wird.
Die Streckendaten für den vorausliegenden Streckenabschnitt können beispielsweise Steigung-/Gefälle-lnformationen, beispielsweise ein Steigungsprofil des vorausliegenden Streckenabschnitts, eine maximal zulässige Fahrgeschwindigkeit entlang des Streckenabschnitts und/oder Verkehrsinformationen, beispielsweise Stau- und/oder Baustellendaten sein.
In einer Ausführungsform wird bei der modellprädiktiven Geschwindigkeitsregelung zur Umsetzung des Soll-Geschwindigkeitsverlaufs eine hinsichtlich der vorgegebenen zweiten Zielkriterien optimale Drehmomentvorgabe für die elektrische Maschine und eine optimale Bremsvorgabe zur Durchführung eines Bremseingriffs, vorzugsweise mittels einer mechanischen Betriebsbremse, bestimmt. Entsprechend könnten möglichst für die Betriebsstrategie optimale Stellgrößen zur Umsetzung des Soll-Geschwindigkeitsverlaufs berechnet werden. Die modellprädiktive Geschwindigkeitsregelung nutzt eingangsseitig vorzugsweise die aktuelle Fahrzeuggeschwindigkeit zur Ausbildung eines geschlossenen Regelkreises. Alternativ oder zusätzlich können die Streckendaten für den vorausliegenden Streckenabschnitt als Eingangswerte für die modellprädiktive Geschwindigkeitsregelung verwendet werden.
In einer weiteren Ausführungsform kann als das zweite Zielkriterium, das bei der modellprädiktiven Geschwindigkeitsregelung verwendet wird, eine Abweichung eines bei der modellprädiktiven Geschwindigkeitsregelung berechneten Verlaufs der Fahrzeuggeschwindigkeit von dem einzustellenden Soll-Geschwindigkeitsverlauf im Prädiktionshorizont der modellprädiktiven Geschwindigkeitsregelung sein. Um auf die optimale bei dem Planungsschritt bestimmte Soll-Geschwindigkeit des Soll- Geschwindigkeitsverlaufs zu regeln, kann in der modellprädiktiven Geschwindigkeitsregelung ausgehend von der aktuellen Fahrzeuggeschwindigkeit ein für die elektrische Maschine optimales Drehmoment für einen Prädiktionshorizont berechnet werden und einen Verlauf der Fahrzeuggeschwindigkeit für dieses Drehmoment unter Berücksichtigung von Streckendaten, z. B. das gegebene Steigungsprofil.
In einer besonders bevorzugten Ausführungsform der Erfindung ist das Fahrzeug ein Brennstoffzellen-Fahrzeug, beispielsweise ein Brennstoffzellen-Lastkraftwagen (LKW). Das Brennstoffzellen-Fahrzeug umfasst eine Vorrichtung zum Bereitstellen von elektrischer Energie für die elektrische Antriebseinheit, aufweisend eine Brennstoffzelle, die Hochvolt- Batterie, und einen Hochvoltzwischenkreis, HVZK. Hierbei sind die Brennstoffzelle und die Hochvolt-Batterie mit dem HVZK elektrisch verbunden und/oder verbindbar. Unter der Brennstoffzelle wird in diesem Dokument insbesondere ein Brennstoffzellensystem und/oder ein Brennstoffzellenstapel aufweisend mehrere Brennstoffzellen verstanden. Der HVZK ist zur Energieversorgung der elektrischen Antriebseinheit mit der elektrischen Antriebseinheit elektrisch verbindbar und/oder verbunden. Das Brennstoffzellen-Fahrzeug umfasst ferner einen Bremswiderstand zur Umwandlung von elektrischer Energie in thermische Energie. Der Bremswiderstand ist hierzu ebenfalls mit dem HVZK elektrisch verbunden und/oder verbindbar.
In einer Ausführungsvariante des Verfahrens, wobei das Fahrzeug ein Brennstoffzellen- Fahrzeug ist, wird im Rahmen der modellprädiktiven Regelung des Ladezustands der Hochvolt-Batterie ein hinsichtlich der vorgegebenen dritten Zielkriterien optimaler Verlauf einer elektrischen Leistung der Brennstoffzelle und einer elektrischen Leistung des Bremswiderstands bestimmt. Die modellprädiktive Regelung des Ladezustands wird somit vorteilhaft dazu verwendet, einen optimalen prädizierten Verlauf der Brennstoffzellen-Leistung und der Bremswiderstandsleistung zu bestimmen. Dies ist vorteilhaft für ein optimales Energiemanagement.
In einer weiteren Ausführungsvariante des Verfahrens, wobei das Fahrzeug ein Brennstoffzellen-Fahrzeug ist, umfassen die ersten Zielkriterien zumindest eine der folgenden Größen: eine benötigte Gesamtzeit einer Fahrt des Fahrzeugs entlang der vorausliegenden Streckenabschnitte zu einem Zielort, einen Wasserstoffverbrauch der Brennstoffzelle, einen Arbeitsbereich der Brennstoffzelle, eine elektrische Leistung des Bremswiderstands, und eine Alterungseffekte von Komponenten des Fahrzeugs beschreibende Größe. Entsprechend können sowohl verbrauchsorientierte Größen als auch Anforderungen wie der Lebensdauerschutz von Komponenten etc. berücksichtigt werden. Diese Größen können bei der Auswertung des Gütefunktionais unterschiedlich gewichtet werden.
In einer weiteren Ausführungsvariante des Verfahrens, wobei das Fahrzeug ein Brennstoffzellen-Fahrzeug ist, umfassen die dritten Zielkriterien zumindest eine der folgenden Größen: einen Wasserstoffverbrauch der Brennstoffzelle, einen Arbeitsbereich der Brennstoffzelle, eine elektrische Leistung des Bremswiderstands und eine Abweichung des Ladezustands der Hochvolt-Batterie vom optimalen Ladezustand der H och volt- Batterie am Ende des Prädiktionshorizonts der modellprädiktiven Regelung des Ladezustands. Diese Größen können bei der Auswertung des Gütefunktionais unterschiedlich gewichtet werden.
Die modellprädiktive Regelung eines Ladezustands der Hochvoltbatterie wird vorzugsweise unter Berücksichtigung von Randbedingungen durchgeführt. Die Randbedingungen können während des Betriebs des Fahrzeugs veränderbar sein und/oder verändert werden, vorzugsweise mittels Adaptionsparameter. In einer weiteren Ausführungsvariante des Verfahrens, wobei das Fahrzeug ein Brennstoffzellen-Fahrzeug ist, können diese Randbedingungen zumindest eine der folgenden Randbedingungen umfassen:
- eine maximale Brennstoffzellenleistung wird nicht überschritten,
- ein Leistungsgradient der Brennstoffzelle liegt in einem vorbestimmten Bereich,
- eine maximale Ladeleistung und eine maximale Entladeleistung der Hochvoltbatterie wird eingehalten,
- ein Ladezustand der Hochvoltbatterie liegt in einem vorbestimmten Bereich,
- eine maximale elektrische Bremswiderstandsleistung wird nicht überschritten,
- die Brennstoffzelle und der Bremswiderstand werden nicht gleichzeitig verwendet. Ferner wird die modellprädiktive Geschwindigkeitsregelung vorzugsweise unter Berücksichtigung von Randbedingungen durchgeführt. Die Randbedingungen können während des Betriebs des Fahrzeugs veränderbar sein und/oder verändert werden, vorzugsweise mittels Adaptionsparameter. Hierbei können die Randbedingungen zumindest eine der folgenden Randbedingungen umfassen:
- eine Drehmomentanforderung liegt oberhalb eines maximalen generatorischen Drehmoments der elektrischen Maschine und unterhalb eines maximalen motorischen Drehmoments der elektrischen Maschine,
- eine mechanische Bremskraft liegt unterhalb einer vorgegebenen Maximalbremskraft,
- die Fahrgeschwindigkeit liegt unterhalb einer festgelegten Maximalgeschwindigkeit.
In einer weiteren Ausführungsform wird die Bestimmung des Soll-Geschwindigkeitsverlaufs und/oder des Soll-Ladezustandsverlaufs der Hochvolt-Batterie des Fahrzeugs fahrzeugextern durchgeführt. Vorstehend wurde bereits festgestellt, dass dadurch im Fahrzeug benötigte Rechenressourcen reduziert werden können und leistungsstärkere externe Server- oder Cloud-Rechner verwendet werden können.
Gemäß einem allgemeinen zweiten Gesichtspunkt betrifft die Erfindung eine Vorrichtung zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahrzeugs. Die Vorrichtung kann einen Speicher und einen Prozessor umfassen. Die Vorrichtung kann in Form eines oder durch mehrere Steuergeräte und/oder Regler realisiert sein.
Die Vorrichtung umfasst ein Planungsmodul, das ausgebildet ist, einen hinsichtlich vorgegebener erster Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt, automatisiert einzustellenden Soll-Geschwindigkeitsverlauf und Soll-Ladezustandsverlauf der Hochvolt-Batterie des Fahrzeugs in Abhängigkeit von Streckendaten für den vorausliegenden Streckenabschnitt zu bestimmen. Das Planungsmodul implementiert somit den vorstehend beschriebenen Planungsschritt des Verfahrens und/oder dessen Ausführungsvarianten.
Die Vorrichtung umfasst ferner einen Geschwindigkeitsregler, der zur Durchführung einer modellprädiktiven Geschwindigkeitsregelung in Abhängigkeit des bestimmten Soll- Geschwindigkeitsverlaufs ausgebildet ist, wobei ein hinsichtlich eines vorgegebenen zweiten Zielkriteriums optimaler Verlauf eines elektrischen Drehmoments und/oder einer elektrischen Antriebsleistung, vorzugsweise einer elektrischen Leistung eines Inverters, einer elektrischen Antriebseinheit des Fahrzeugs bestimmt wird. Der Geschwindigkeitsregler implementiert somit die vorstehend beschriebene modellprädiktive Regelung der Geschwindigkeit und/oder deren Ausführungsvarianten.
Die Vorrichtung umfasst ferner einen Soll-Ladezustandsregler, der zur Durchführung einer modellprädiktiven Regelung eines Ladezustands der H och volt- Batterie in Abhängigkeit des bestimmten Soll-Ladezustandsverlaufs und des mittels der Geschwindigkeitsregelung bestimmten Verlaufs des elektrischen Drehmoments und/oder der elektrischen Antriebsleistung, vorzugsweise der elektrischen Leistung des Inverters, ausgebildet ist. Der Soll-Ladezustandsregler implementiert somit die vorstehend beschriebene modellprädiktive Regelung des Soll-Ladezustands und/oder deren Ausführungsvarianten.
Zur Vermeidung von Wiederholungen sollen rein verfahrensgemäß offenbarte Merkmale auch als vorrichtungsgemäß offenbart gelten und beanspruchbar sein und umgekehrt. Die vorgenannten Aspekte, Ausführungsformen und Ausführungsvarianten und Merkmale, insbesondere im Hinblick auf die Verfahrensaspekte des Planungsschritts, der modellprädiktiven Geschwindigkeitsregelung und der modellprädiktiven Regelung des Soll- Ladezustands gelten somit auch für die Vorrichtung, insbesondere für die entsprechenden Module, d.h. das Planungsmodul, den Geschwindigkeitsregler und den Soll- Ladezustandsregler. Entsprechend sollen auch die im Zusammenhang mit den entsprechenden Modulen, d.h. Planungsmodul, Geschwindigkeitsregler und Soll- Ladezustandsregler, offenbarten Aspekte auch für die korrespondierenden Verfahrensschritte offenbart sein.
Die Offenbarung betrifft ferner ein Fahrzeug, umfassend eine Vorrichtung zur Bestimmung einer Betriebsstrategie, wie sie in diesem Dokument beschrieben ist. Das Fahrzeug umfasst ferner eine Hochvolt-Batterie und eine elektrische Antriebseinheit, aufweisend einen Inverter, eine motorisch und generatorisch betreibbare elektrische Maschine und eine von der elektrischen Maschine antreibbare Antriebsachse. Das Fahrzeug kann ein Kraftfahrzeug sein. Das Fahrzeug kann ein Brennstoffzellen-Fahrzeug sein, vorzugsweise ein Brennstoffzellen- LKW. Bei dieser Ausführungsform umfasst das Fahrzeug eine Vorrichtung zum Bereitstellen von elektrischer Energie für die elektrische Antriebseinheit, aufweisend eine Brennstoffzelle, die Hochvolt-Batterie, und einen HVZK, wobei die Brennstoffzelle und die Hochvolt-Batterie mit dem HVZK elektrisch verbunden und/oder verbindbar sind und der HVZK zur Energieversorgung der elektrischen Antriebseinheit mit der elektrischen Antriebseinheit elektrisch verbindbar ist. In dieser Ausführungsform umfasst das Fahrzeug ferner einen Bremswiderstand zur Umwandlung von elektrischer Energie in thermische Energie, der mit dem HVZK elektrisch verbunden und/oder verbindbar ist.
Die zuvor beschriebenen Ausführungsformen, Ausführungsvarianten und Merkmale der
Erfindung sind beliebig miteinander kombinierbar. Weitere Einzelheiten und Vorteile der
Erfindung werden im Folgenden unter Bezug auf die beigefügten Zeichnungen beschrieben.
Es zeigen:
Figur 1 eine schematische Darstellung eines Fahrzeugs gemäß einer Ausführungsform der Erfindung;
Figur 2 eine Volllastkennlinie einer elektrischen Maschine, eine Spannungskennlinie einer PEM-Brennstoffzelle und ein Verlauf des Wirkungsgrades eines Brennstoffzellensystems gemäß einer Ausführungsform der Erfindung;
Figur 3 einen prinzipiellen Verlauf der Ladekennlinie einer Lithium-Ionen-Zelle und Entladegrenzen der Hochvolt-Batterie bei unterschiedlichen Temperaturen gemäß einerweiteren Ausführungsform der Erfindung;
Figur 4 Illustration einer Bergauffahrt/-abfahrt eines Fahrzeugs unter Verwendung von vorausliegenden Streckendaten gemäß einer Ausführungsform;
Figur 5 einen prinzipiellen Aufbau einer modellprädiktiven Regelung;
Figur 6 eine Ausgangssituation zur Zeit t,;
Figur 7 Berechnung der optimalen Eingänge;
Figur 8 eine Ausgangssituation zur Zeit t,+i ;
Figur 9 ein Verfahren und eine Vorrichtung zur Bestimmung einer Betriebsstrategie gemäß einer Ausführungsform;
Figur 10 ein Modell für die Planung der Betriebsstrategie (Planungsschritt bzw. Planungsmodul) gemäß einer Ausführungsform;
Figur 11 ein Modell der prädiktiven Geschwindigkeitsregelung gemäß einer Ausführungsform; und Figur 12 ein Modell der prädiktiven Regelung des Ladezustands (des prädiktiven Energiemanagements) gemäß einer Ausführungsform.
Gleiche oder äquivalente Elemente sind in allen Figuren mit denselben Bezugszeichen bezeichnet und zum Teil nicht gesondert beschrieben.
Figur 1 zeigt in Form eines Blockdiagramms eine schematische Darstellung eines Fahrzeugs 20 gemäß einer Ausführungsform der Erfindung.
Das Fahrzeug 20 ist vorliegend ein Brennstoffzellen-LKW. Das Fahrzeug 20 umfasst eine elektrische Antriebseinheit 21 , aufweisend einen Inverter 22, eine motorisch und generatorisch betreibbare elektrische Maschine 23 und eine von der elektrischen Maschine 23 antreibbare Antriebsachse als Teil des mechanischen Antriebsstrangs 24.
Das Fahrzeug umfasst ferner eine Vorrichtung zum Bereitstellen von elektrischer Energie für die elektrische Antriebseinheit 21 , aufweisend eine Brennstoffzelle 26, eine Hochvolt-Batterie 27 und einen Hochvoltzwischenkreis 25, HVZK. Hierbei sind die Brennstoffzelle 26 und die Hochvolt-Batterie 27 mit dem HVZK 25 elektrisch verbunden. Der HVZK 25 ist ferner zur Energieversorgung der elektrischen Antriebseinheit 21 mit der elektrischen Antriebseinheit 21 elektrisch verbindbar. Ferner ist ein Bremswiderstand 28 zur Umwandlung von elektrischer Energie in thermische Energie vorgesehen.
Die als elektrischer Antriebsmotor dienende elektrische Maschine 23 wird nicht mit der Gleichspannung des HVZK versorgt, sondern mit Wechselstrom, insbesondere mehrphasigem Drehstrom. Deshalb ist ein Inverter 22 als Wechselrichter zwischen dem Gleichstromnetz und dem elektrischen Antriebsmotor angeordnet. Der Inverter 22 hat dabei die Aufgabe, den Gleichstrom des HVZK 25 in das jeweilige Stromprofil umzuformen und umgekehrt, beispielsweise zur Rekuperation von Bewegungsenergie des Kraftfahrzeuges. Somit liegen gekoppelte Gleich- und Wechselstromnetze vor. Der Inverter 22 kann ausgebildet sein, Wicklungen der elektrischen Maschine 23 bedarfsgerecht zu bestromen und dadurch in der elektrischen Maschine 23 eine Drehzahl und ein Drehmoment, und damit den angeforderten Arbeitspunkt, einzustellen.
Wie in Figur 1 dargestellt ist, enthält der HVZK 25 somit eine Vielzahl von elektrischen Leistungsquellen und Leistungssenken. Neben der Brennstoffzelle 26 selbst, die als primäre Energiequelle dienen soll, wird unter anderem die H och volt- Batterie 27 als Leistungspuffer eingesetzt. Da das Fahrzeug 20 durch die elektrische Maschine 23 auch verzögert werden kann, wird die Bremsleistung im Falle einer vollgeladenen Hochvolt-Batterie 27 in dem Bremswiderstand 28 in Wärme umgewandelt. Die aufgezählten Leistungsquellen/-senken erzeugen zum Teil hohe Abwärmen, welche über mehrere eigenständige Kühlkreisläufe abgeführt werden müssen (nicht dargestellt). Diese Wärmeabführung erfolgt z. B. mit Hilfe von Lüftern oder Kühlmittelpumpen (nicht dargestellt). Darüber hinaus müssen, wie bei einem Fahrzeug mit Verbrennungskraftmaschine, z. B. der Luftkompressor, die Lenkhydraulikpumpe, die Klimaanlage (Innenraum) oder auch das Niedervolt-Bordnetz mit Energie versorgt werden. Diese Komponenten sind Leistungssenken und werden im HVZK 25 als Nebenaggregate 29 zusammengefasst.
Unter dem Begriff Brennstoffzelle ist hier ein Brennstoffzellensystem beziehungsweise ein Brennstoffzellenstapel aufweisend mehrere Brennstoffzellen zu verstehen. Die Brennstoffzelle ist optional über einen Gleichspannungswandler, einen sogenannten Fuel Cell Converter (FCC), elektrisch mit dem HVZK 25 verbunden. Die H och volt- Batterie 27 kann eine Verschaltung einzelner Batteriezellenmodule und/oder Batteriezellen aufweisen und eine Hochvoltspannung bereitstellen.
Aufgrund der hohen Anzahl an Leistungsquellen und Leistungssenken in so einem HVZK 25 können die Leistungsanforderungen der elektrischen Maschine 23 sowie die der Nebenaggregate 29 durch die Brennstoffzelle 26, die Hochvolt-Batterie 27 und den Bremswiderstand 28 unterschiedlich bewerkstelligt werden.
Ein Energiemanagement (EM) hat die Aufgabe, diese Komponenten zu steuern, während die Randbedingungen der Komponenten selbst berücksichtigt werden. Diese Randbedingungen geben Aufschluss darüber, wie die Komponenten sicher, effizient, aber auch langlebig betrieben werden können. Im Folgenden werden die Randbedingungen der wichtigsten Leistungsquellen- und senken aufgeführt und kurz erläutert.
Zunächst werden die Betriebsweisen und die Randbedingungen der elektrischen Maschine 23 und des Inverters 22 erläutert. Betreffend die Betriebsweise wandelt die elektrische Maschine 23 je nach Betriebsmodus eine elektrische Leistung (PEM) in ein Drehmoment (MEM) (motorischer Betrieb) als auch ein Drehmoment (MEM) in eine elektrische Leistung (PEM) (generatorischer Betrieb) um. Der Inverter richtet entsprechend korrespondierend Gleichspannung in Wechselspannung (motorischer Betrieb) bzw. Wechselspannung in Gleichspannung (generatorischer Betrieb) um. Diese Umwandlung ist verlustbehaftet. Der HVZK 25 muss eine elektrische Leistung (Pmv) bereitstellen (motorischer Betrieb) oder aufnehmen (generatorischer Betrieb). Der Inverter wird hierzu aktiv gesteuert.
Betreffend die Randbedingungen soll die Drehmomentanforderung (MEM) der elektrischen Maschine innerhalb des maximalen/minimalen Drehmoments erfolgen, die für den motorischen bzw. generatorischen Betrieb gelten. Dies ist in Figur 2, Abbildung A illustriert, wo die Volllastkennlinie einer Drehstrommaschine dargestellt ist. Die untere Kurve gibt das betragsmäßig maximale Drehmoment für den generatorischen Betrieb vor, die obere Kurve das betragsmäßig maximale Drehmoment für den motorischen Betrieb der elektrischen Maschine 23. Zwischen diesen beiden Kurven soll somit die Drehmomentanforderung liegen.
Als weitere Randbedingung soll die maximal mögliche elektrische Motor- / Generatorleistung PEM, die durch zu hohe Temperaturen in der Maschine und / oder im Inverter reduziert werden kann, eingehalten werden (sog. Derating).
Nachfolgend werden die Betriebsweisen und die Randbedingungen der Brennstoffzelle 26 erläutert. Die Brennstoffzelle (hier ein Brennstoffzellensystem) 26 kann bekanntermaßen nur eine Leistung (PBZ) in den HVZK 25 abgeben. Der Wirkungsgrad der Brennstoffzelle 26 ist abhängig vom Betriebszustand der Brennstoffzelle 26 selbst. Dies ist in Abbildung C der Figur 2 illustriert, die einen Verlauf des Wirkungsgrades einer Brennstoffzelle 26 darstellt. Solange Wasserstoff vorhanden ist, kann die Brennstoffzelle 26 somit entsprechend eine Leistung (PBZ) in den HVZK 25 abgeben. Die Brennstoffzelle 26 ist aktiv gesteuert.
Betreffend die Randbedingungen der Brennstoffzelle 26 ist festzustellen, dass die maximale Leistung, die durch erhöhte Temperatur im Stapel selbst oder in anderen Nebenaggregaten der Brennstoffzelle 26 reduziert werden kann (Derating), eingehalten werden muss. Um den Alterungsprozess der Brennstoffzelle 26 zu reduzieren, sollen hohe Leistungsgradienten vermieden werden (z.B. Leistungssprünge) (aus der Systemalterung resultiert ein Leistungsverlust). Um den Alterungsprozess der Brennstoffzelle 26 zu reduzieren, sollen ferner sehr hohe und sehr niedrige Spannungen vermieden werden, so dass der Betrieb vorzugsweise in einem vorbestimmten Arbeitsbereich erfolgt, was in Abbildung B der Figur 2 dargestellt ist. Abbildung B zeigt eine Spannungskennlinie einer PEM-Brennstoffzelle und den zugeordneten Arbeitsbereich.
Nachfolgend werden die Betriebsweisen und die Randbedingungen der Hochvolt-Batterie 27 erläutert. Die Batterie kann bekanntermaßen entsprechend ihres Ladezustands (State of Charge, kurz SoC) elektrische Leistung (Pßat) abgeben (Entladen) oder aufnehmen (Laden). Energie i HVZK 25, die weder von der Brennstoffzelle 26 abgegeben noch von Leistungssenken, wie z. B. dem Bremswiderstand 28 aufgenommen werden kann, muss von der Hochvolt-Batterie 27 bereitgestellt bzw. gespeichert werden. Die H och volt- Batterie 27 dient somit als Leistungspuffer. Die Batterie kann durch den generatorischen Betrieb der elektrischen Maschine 23 (Rekuperation) oder durch eine Lastpunktanhebung der Brennstoffzelle 26 geladen werden und ist passiv gesteuert.
Betreffend die Randbedingungen der Hoch volt- Batterie 27 ist festzustellen, dass der SoC innerhalb der maximalen Lade- und Entladegrenzen gehalten werden soll (andernfalls werden die Relais geöffnet, damit eine Überladung bzw. Tiefenentladung verhindert wird). Ferner wird die maximale Lade- und Entladeleistung der Hochvolt-Batterie 27, die in Abhängigkeit des SoC’s und der Zelltemperaturen variiert, berücksichtigt. Schließlich soll die Hochvolt-Batterie 27 am Ende eines Fahrzyklus einen definierten Ladezustand aufweisen. Figur 3 zeigt in diesem Zusammenhang in Abbildung A einen lediglich beispielhaften und prinzipiellen Verlauf der Ladekennlinie einer Lithium-Ionen-Zelle und Entladegrenzen der Hoch volt- Batterie bei unterschiedlichen Temperaturen. Abbildung B der Figur 3 illustriert Entladegrenzen der Hochvolt-Batterie 27 bei unterschiedlichen Temperaturen.
Nachfolgend werden die Betriebsweisen und die Randbedingungen des Bremswiderstands 28 erläutert. Der Bremswiderstand (ohmscher Widerstand) 28 nimmt elektrische Leistung (PBWS) aus dem Zwischenkreis 25 auf und wandelt diese in Wärme um. Wenn die Hochvolt-Batterie 27 vollgeladen ist, wird weitere Bremsenergie im Bremswiderstand in Wärme umgewandelt (Erfüllung der Dauerbremsfähigkeit). Der Bremswiderstand 28 ist aktiv gesteuert.
Betreffend die Randbedingungen des Bremswiderstands 28 ist festzustellen, dass der Strom, der über den Widerstand fließt, begrenzt ist und damit auch die Leistung (PBWS). Die Leistung (PNA) der Nebenaggregate 29 ist abhängig vom Betrieb des Fahrzeugs und damit zeitvariant; diese muss im Energiemanagement (EM) berücksichtigt werden.
Im Folgenden werden an das Energiemanagement selbst Anforderungen A bis D gestellt. Das Energiemanagement:
A. muss die von der elektrischen Antriebsachse angeforderte Leistung Pmv auf die vorhandenen Leistungsquellen und Leistungssenken aufteilen, wobei die Summe aller Leistungen, die in den HVZK 25 bzw. aus dem HVZK 25 fließen, null ist (Folge aus dem Kirchhoffschen Gesetz); B. muss die Komponenten selbst schützen, da eine Überbelastung der Komponenten zur Zerstörung führen kann;
C. soll den Gesamtwirkungsgrad des HVZK 25 erhöhen;
D. soll ein schnelles Altern der Komponenten verhindern.
Für die Bestimmung einer Betriebsstrategie des Brennstoffzellen-Fahrzeugs 20 bzw. die Umsetzung eines Energiemanagements wird nachfolgend eine besonders vorteilhafte Lösung beschrieben. Hierbei werden ferner die beiden weiteren Randbedingungen berücksichtigt:
- Das Fahrzeug 20 startet seine Fahrt an einem bekannten Startpunkt A und endet an einem bekannten Zielort B.
- Das Fahrzeug 20 befindet sich im Tempopilot-Betrieb, so dass die Fahrgeschwindigkeit automatisiert eingestellt wird und der Fahrer keinen Einfluss auf die Geschwindigkeit hat bzw. nur in Ausnahmefällen manuell eingreift. Dabei kann das Fahrzeug auch durch die mechanische Bremse verzögert werden.
Der hier beschriebene Ansatz zur Bestimmung der Betriebsstrategie basiert auf einer Vorausschau unter Verwendung von Streckendaten für den vorausliegenden Streckenabschnitt und einer modellprädiktiven Regelung, deren Grundprinzipien an sich bekannt sind, jedoch der Vollständigkeit halber nachfolgend kurz erläutert werden.
Figur 4 zeigt ein Illustration einer Bergauffahrt/-abfahrt eines Fahrzeugs 20 unter Verwendung von vorausliegenden Streckendaten gemäß einer Ausführungsform. Unter dem Begriff der Vorausschau ist die Verwendung von vorausliegenden Streckendaten, wie beispielsweise dem Steigungsverlauf und den Geschwindigkeitsbegrenzungen, zu verstehen. Ausgehend von diesen Streckendaten kann ein zukünftiges Fahrprofil ermittelt werden. Ist das zukünftige Fahrprofil bekannt, so kann eine vorausschauende Betriebsstrategie diese Information dazu verwenden, um die einzelnen an den HVZK 25 angeschlossenen Komponenten des Fahrzeugs 20 in einen jeweils geeigneten Betriebszustand zu bringen. Dies wird am folgenden Beispiel einer Bergfahrt (vgl. Figur 4) illustriert.
Steht dem Fahrzeug 20 ein Anstieg bevor, so kann mit Hilfe der Vorausschau die Hochvolt- Batterie 27 über die Brennstoffzelle 26 frühzeitig aufgeladen werden. Während des Anstiegs kann die vollgeladene H och volt- Batterie 27 die Brennstoffzelle 26 länger unterstützen. Dies hat zur Folge, dass die Brennstoffzelle 26 in einem Bereich mit höherem Wirkungsgrad betrieben werden kann. Die Leistungsaufteilung wird dabei so gewählt, dass die Hochvolt- Batterie 27 am höchsten Punkt entladen ist und auf der folgenden Bergabfahrt wieder vollständig durch Rekuperation geladen wird. Durch die Vorausschau kann der Zeitpunkt des Einsatzes des Bremswiderstandes 28 nach hinten verschoben werden. Somit kann durch Rekuperation mehr Energie zurückgewonnen werden und es muss weniger Energie im Bremswiderstand 28 in Wärme umgewandelt werden.
Figur 5 zeigt einen prinzipiellen Aufbau einer modellprädiktiven Regelung bzw. eines modellprädiktiven Reglers. Die modellprädiktive Regelung (Model Predictive Control, kurz MPC) ist eine Methode zur prädiktiven Regelung von komplexen Systemen.
Das System besitzt die Eingänge u, die Zustände x sowie die Ausgänge y. Bei der MPC wird ein dynamisches Modell des zu regelnden Systems verwendet, um das zukünftige Verhalten des Systems in Abhängigkeit von den Eingängen zu berechnen. Dies ermöglicht die Berechnung der - im Sinne eines Gütefunktionais - optimalen Eingänge, die zu optimalen Zuständen bzw. Ausgängen führen. Dabei können gleichzeitig Eingangs-, Ausgangs- und Zustandsbeschränkungen berücksichtigt werden. Diese Aufgabe wird als Optimalsteuerungsproblem verstanden.
Die MPC wird in der Regel auf einem Prädiktionshorizont umgesetzt. Figur 6 zeigt die Ausganssituation zur Zeit t,. Die Regelung erfolgt zu festen Zeitschritten t, wobei die Zeit zwischen zwei Zeitschritten als Schrittweite T bezeichnet wird. Die Anzahl der Zeitschritte in einem Prädiktionshorizont wird dabei als Länge des Horizonts mit N bezeichnet. Ausgehend vom Zustand x, zur Zeit t, und dem Streckenmodell wird das Optimalsteuerungsproblem für den Prädiktionshorizont [t; L+N] gelöst, vgl. Figur 7. Das Ergebnis ist eine optimale Steuerung uw = [u*i, ... , U* +N]. Der erste Teil u* dieser optimalen Steuerung wird als Eingang für das System verwendet. Wie nachfolgend im Zusammenhang mit der Beschreibung der Nomenklatur nochmals erläutert wird, sind in diesem Dokument Vektorgrößen mit einem hochgestellten v gekennzeichnet, so dass eine Größe av einen Vektor mit den Werten von a, d. h. av= [a,, a,+i, ... , a,+N] zu den diskreten Zeitpunkten im zugehörigen Prädiktionshorizont mit der Länge N, d. h. zu den Zeiten t, t+i , .... t+N angibt. Ferner werden optimale Größen bzw. Werte a mit einem hochgestellten * gekennzeichnet. Optimal bedeutet hier der Wert von a, der sich aus der Lösung des zugehörigen Optimalsteuerungsproblems ergibt. Die Größe uw = [u* , ... , U*+N] stellt somit einen Vektor dar, dessen Werte u* , ... , UVNZU den diskreten Zeitpunkten im zugehörigen Prädiktionshorizont als optimale Werte berechnet wurden. Zur Zeit t,+T erfolgt erneut die beschriebene Prozedur (vgl. Figur 8), allerdings ausgehend vom Zustand X und für den Prädiktionshorizont [t,+T; t+N+T] Diese zyklische Vorgehensweise wird nun beliebig lange während der Fahrt des Fahrzeugs 20 fortgesetzt.
In der nachfolgend illustrierten Vorrichtung zur Bestimmung einer Betriebsstrategie werden zwei derartige modellprädiktive Regelungen bzw. Regler verwendet.
Figur 9 illustriert eine Vorrichtung 100 zur Bestimmung einer Betriebsstrategie gemäß einer Ausführungsform.
Die in Figur 9 illustrierte Vorrichtung 100 ist ausgebildet eine Betriebsstrategie eines Brennstoffzellen-Fahrzeugs 20 zu bestimmen, wobei das Brennstoffzellen-Fahrzeug 20 die Komponenten aufweist, wie sie in Zusammenhang mit Figur 1 beschrieben wurden.
Wie vorstehend im Zusammenhang mit Figur 1 ebenfalls bereits festgestellt wurde, werden bei der Bestimmung einer Betriebsstrategie des Brennstoffzellen-Fahrzeugs 20 die Randbedingungen zu Grunde gelegt, dass das Fahrzeug 20 seine Fahrt an einem bekannten Startpunkt A startet und an einem bekannten Zielort B enden soll und dass das Fahrzeug 20 sich ferner im Tempopilot-Betrieb befindet, so dass die Fahrgeschwindigkeit automatisiert eingestellt wird und der Fahrer keinen Einfluss auf die Geschwindigkeit hat bzw. nur in Ausnahmefällen manuell eingreift. Dabei kann das Fahrzeug auch durch die mechanische Bremse verzögert werden. Unter diesen Voraussetzungen sollen im Rahmen der Betriebsstrategie geeignete Fahrbetriebsgrößen des Fahrzeugs für die Fahrt zum Zielort B bestimmt werden.
Die Vorrichtung 100 umfasst ein Planungsmodul 1 , das ausgebildet ist, einen hinsichtlich vorgegebener erster Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt 30, automatisiert einzustellenden Soll-Geschwindigkeitsverlauf 7 und Soll-Ladezustandsverlauf 8 der Hochvolt-Batterie 27 des Fahrzeugs in Abhängigkeit von Eingangsdaten 5 zu bestimmen. Die Eingangsdaten umfassen Streckendaten für den vorausliegenden Streckenabschnitt 31. Die Streckendaten umfassen z. B. ein Steigungsprofil av für den vorausliegenden Streckenabschnitt 31 sowie eine maximal zulässige Fahrgeschwindigkeit vv max entlang des Streckenabschnitts 31 und/oder andere Verkehrsdaten, um die zukünftigen Fahrsituationen zu prädizieren. Diese Streckendaten können z. B. von einem Navigationssystem (inkl. GPS) bezogen werden, nachdem der Zielort B eingegeben wurde. Die Eingangsdaten 5 umfassen ferner eine aktuelle Fahrgeschwindigkeit vo und einen aktuellen Ladezustand SoCo der Hochvolt-Batterie 27. Die Streckendaten (Steigungsprofil av und eine maximal zulässige Fahrgeschwindigkeit v ) werden ferner als Eingangswerte 6 für einen modellprädiktiven Geschwindigkeitsregler 2 verwendet, der nachfolgend beschrieben wird.
Die Vorrichtung 100 umfasst ferner einen Geschwindigkeitsregler 2, der zur Durchführung einer modellprädiktiven Geschwindigkeitsregelung in Abhängigkeit des bestimmten Soll- Geschwindigkeitsverlaufs 7 ausgebildet ist. Hierbei wird ein hinsichtlich eines vorgegebenen zweiten Zielkriteriums optimaler Verlauf einer elektrischen Leistung des Inverters 22 der elektrischen Antriebseinheit 21 des Fahrzeugs 20 bestimmt. Der modellprädiktive Geschwin digkeitsregler ist zur Umsetzung des Soll-Geschwindigkeitsverlaufs ausgebildet, eine hinsichtlich des vorgegebenen zweiten Zielkriteriums aktuell optimale Drehmomentvorgabe M*EM für die elektrische Maschine 23 und eine optimale Bremsvorgabe F*Br,mzur Durchführung eines Bremseingriffs mittels einer mechanischen Betriebsbremse zu bestimmen. Diese Ausgangsdaten 10 des Geschwindigkeitsreglers 2 werden zweckmäßig an die entsprechenden Komponenten des Fahrzeugs 20 ausgegeben.
Die Vorrichtung 100 umfasst ferner einen Ladezustandsregler 3, der zur Durchführung einer modellprädiktiven Regelung eines Ladezustands der Hochvolt-Batterie 27 in Abhängigkeit des bestimmten Soll-Ladezustandsverlaufs und des mittels der Geschwindigkeitsregelung bestimmten Verlaufs der elektrischen Leistung des Inverters 22 ausgebildet ist. Der modellprädiktive Regler 3 ist ausgebildet, einen hinsichtlich der vorgegebenen dritten Zielkriterien optimalen Verlauf einer elektrischen Leistung der Brennstoffzelle P^BZ und einer elektrischen Leistung P^BWS des Bremswiderstands zu bestimmen, wobei jeweils die ersten Werte der Vektoren P*BZ und P*BWS als Ausgangsdaten 11 des Ladezustandsreglers 3 ausgegeben werden. Der Ladezustandsregler 3 wird somit für ein prädiktives Energiemanagement genutzt.
Die Vorrichtung 100 kann auf einem oder mehreren Steuergeräten des Fahrzeugs 20 implementiert werden. Alternativ besteht jedoch auch die Möglichkeit, dass das Planungsmodul 1 fahrzeugextern, z. B. in einem Cloud-Server, implementiert ist und drahtlos mit dem Fahrzeug 20 in Datenkommunikation steht, um mit dem Geschwindigkeitsregler 2 und dem Ladezustandsregler 3 Daten zur Bestimmung der Betriebsstrategie auszutauschen.
Nachfolgend werden die einzelnen Aspekte der Vorrichtung 100 detaillierter beschrieben. Vorstehend wurde bereits festgestellt, (vgl. Anforderungen C und D an das Energiemanagement), dass ein Ziel der Bestimmung der Betriebsstrategie, insbesondere des Energiemanagements, ist, dass die Gesamteffizienz beim Betrieb des Fahrzeugs erhöht sowie die gleichzeitige Komponentenalterung reduziert werden soll. Dabei spielt die Wahl der Antriebs-/Bremsleistung, welche sich in der Fahrzeuggeschwindigkeit widerspiegelt, eine wesentliche Rolle. Zum einen handelt es sich bei der Antriebs-/Bremsleistung um die Leistung, die im Energiemanagement auf die Leistungsquellen und Senken im HVZK aufgeteilt wird, und hat deswegen einen bedeutenden Einfluss auf die Effizienz sowie auf die Komponentenalterung. Zum anderen muss die Antriebs-/Bremsleistung für einen Ansatz mit Vorausschau aber auch prädiziert werden können. Dies wird durch eine Regelung der Geschwindigkeit genau dann möglich, wenn die zu fahrende Sollgeschwindigkeit vorab bekannt ist. Ausgehend von der Sollgeschwindigkeit lässt sich die aufzuwendende Antriebs- / Bremsleistung annähern.
Zur Bestimmung der Antriebs-/Bremsleistung, als auch die Aufteilung dieser im HVZK 25 werden zwei Funktionsblöcke, hier der Geschwindigkeitsregler 2 und der Ladezustandsregler 3 verwendet, die jeweils mit einer Kombination aus Vorausschau und MPC arbeiten. Dabei handelt sich zum einen um die prädiktive Geschwindigkeitsregelung durch den Geschwindigkeitsregler 2, und zum anderen um das prädiktive Energiemanagement durch den Ladezustandsregler 3. Während in der prädiktiven Geschwindigkeitsregelung die Antriebs- /Bremsleistung durch Regelung der Fahrzeuggeschwindigkeit bestimmt wird, wird in dem prädiktiven Energiemanagement die vorab bestimmte Antriebs-/Bremsleistung auf die Leistungsquellen und -senken des HVZK 25 aufgeteilt.
Unter Verwendung von Prädiktionsdaten über einen bestimmten Horizont werden mit MPC zyklisch optimale Eingangsgrößen sowie optimale Zustands- bzw. Ausgangsgrößen für das zu regelnde System Brennstoffzellen-Fahrzeug berechnet. Über die zuvor genannten Streckendaten hinaus werden für den Einsatz der beiden modellprädiktiven Regler 2 und 3 weitere Prädiktionsdaten benötigt.
Diese werden für die gesamte Route durch das Planungsmodul 1 durch eine optimale Steuerung vorab generiert. Durch diese Anordnung werden Sollgrößen berechnet, welche anschließend von den beiden modellprädiktiven Reglern 2 und 3 im Fahrzeug umgesetzt werden. Mit dieser Anordnung der Funktionsblöcke 1, 2 und 3 wird das System Brennstoffzellen-Fahrzeug 20 geregelt. Dadurch, dass es sich bei den modellprädiktiven Reglern 2 und 3 jeweils um geschlossene Regelkreise handelt, werden sowohl Störgrößen, wie z. B. der Wind für die prädiktive Geschwindigkeitsregelung, als auch Modellungenauigkeiten kompensiert. Mit der dynamischen Adaption 4 werden Parameter in den modellprädiktiven Reglern 2 und 3 angepasst, wenn sich z. B. Randbedingungen von Komponenten verändern. Im Folgenden wird die prädiktive Betriebsstrategie genauer erklärt, indem zuerst die Signale geklärt werden und anschließend die Funktionsweise der Blöcke selbst. In diesem Rahmen wird auch die dynamische Adaption näher erläutert.
Dabei findet folgende Nomenklatur Anwendung, die anhand der Darstellung des Symbols a erläutert wird:
Darstellung Bedeutung a Wert von a zur aktuellen Zeit t. a* Optimaler Wert von a zur aktuellen Zeit t, (Optimal bedeutet hier der Wert von a, der sich aus der Lösung des zugehörigen Optimalsteuerungsproblems ergibt) av Vektor mit den Werten von a, d. h. av = [a,, a,+i, Q,+N], ZU den diskreten Zeitpunkten im zugehörigen Prädiktionshorizont mit der Länge N, d. h. zu den Zeiten t, t+i, N a Vektor mit den optimalen Werten von a, d. h. aw = [a*, a*+i , ... , a*i+N], zu den diskreten Zeitpunkten im zugehörigen Prädiktionshorizont mit der Länge N, d. h. zu den Zeiten t, t+i , .... ti+N a0 Anfangswert von a im zugehörigen Prädiktionshorizont, d. h. zum Zeitpunkt t.
3min Minimaler Wert von a zur aktuellen Zeit t.
3max Maximaler Wert von a zur aktuellen Zeit t,
Äa Gradient von a zur Zeit t, d. h. Differenz von a zur Zeit t, und a zur Zeit ti-i as Sammelvektor mit beliebiger Anzahl an Elementen b, c, d, d.h. as = [b, c, d, ...], zu der aktuellen Zeit t. Hierbei ist anzumerken, dass die Vektoren av sowie aw Werte zu den diskreten Zeitpunkten im zugehörigen Prädiktionshorizont enthalten. Wird dabei solch ein Vektor zwischen zwei Funktionsblöcken mit unterschiedlichen Prädiktionshorizonten, d. h. unterschiedliche Horizontlängen N und/oder Schrittweiten T, übergeben, so muss eine geeignete Umrechnung, z. B. durch lineare Interpolation, erfolgen. Da diese Umrechnung keinen Einfluss auf die Funktionsweise hat, wird im Folgenden davon ausgegangen, dass die Umrechnung automatisch erfolgt.
In dem Planungsmodul 1 wird für die gesamte Route des Fahrzeugs 20 vom Startort A zum Zielort B mit Hilfe einer optimalen Steuerung berechnet, wie das Fahrzeug eine Fahraufgabe von einem Startpunkt A zu einem Zielort B optimal im Sinne von Gütekriterien bewerkstelligen kann. Wesentliche Gütekriterien eines Gütefunktionais für die optimale Erfüllung einer solchen Fahraufgabe belaufen sich auf die Verringerung der Fahrzeit, die Minimierung des Wasserstoffverbrauchs sowie auf die Reduzierung der Alterung der Komponenten. Diese Kriterien stehen dabei in einem Zielkonflikt zueinander und können entsprechend priorisiert bzw. gewichtet werden.
Im Rahmen der optimalen Steuerung, die das Planungsmodul 1 durchführt, wird der beste Kompromiss dieser gewichteten Gütekriterien für die Betriebsstrategie der Fahraufgabe ermittelt. Die Planung erfolgt dabei auf Basis der Steigungsdaten av und der Fahrzeugmaximalgeschwindigkeit v .
Die geplante, optimale Betriebsstrategie spiegelt sich anschließend in den optimalen Zustandsgrößen Ladezustand SoCv* der Batterie, sowie in der Fahrzeuggeschwindigkeit vw wider. vw und SoCv* stellen somit Vektorgrößen dar, die die berechneten optimalen Werte der Fahrgeschwindigkeit bzw. des Ladezustands zu den diskreten Zeitpunkten des Prädiktionshorizonts, der im Planungsmodul 1 verwendet wird, enthalten.
Diese Planung der Betriebsstrategie wird im Planungsmodul 1 immer dann ausgeführt, wenn neue Streckendaten zur Verfügung stehen. Dieser Fall tritt auf, wenn der Fahrer zu Beginn den Zielort seiner Route in das Navigationssystem eingibt, dieses die Route ändert (z. B. bei Stau) oder das System nach längerer Zeit reaktiviert wird (z. B. nach einem Stau).
Die prädiktive Geschwindigkeitsregelung durch den Geschwindigkeitsregler 2 sorgt im Gegensatz zur Planung der Betriebsstrategie im Planungsmodul 1 für die Umsetzung der zuvor geplanten Fahrzeuggeschwindigkeit vw bei einem Steigungsprofil av, indem das dafür im aktuellen Zeitpunkt t, aufzuwendende Drehmoment MEM der elektrischen Maschine sowie die mechanische Bremskraft FBr.m berechnet wird. Dadurch wird entschieden, ob eine Bremsenergie durch die mechanische Bremse in Wärme umgewandelt wird oder ob diese durch die elektrische Maschine in den HVZK 25 eingespeist wird.
Die Einbeziehung der aktuellen Fahrzeuggeschwindigkeit v führt dabei zu einem geschlossenen Regelkreis. Durch die Verwendung von MPC resultieren bei der prädiktiven Geschwindigkeitsregelung für einen bestimmten, fortlaufenden Prädiktionshorizont zwei entscheidende Größen für diese Anwendung. Zum einen wird mit dem Drehmoment M*EM eine optimale Eingangsgröße zum aktuellen Zeitpunkt für die elektrische Maschine berechnet (vgl. u*i in Figur 7), während zum anderen ein optimaler Drehmomentverlauf MWEM (vgl. u w in Figur 7) für den aktuell betrachteten Prädiktionshorizont erzeugt wird. Dieser optimale Drehmomentverlauf MWEM wird in eine optimale Inverterleistung Pwinv (Antriebs- /Bremsleistung) umgerechnet, welche als bedeutende Eingangsgröße für das folgende prädiktive Energiemanagement im Ladezustandsregler 3 verwendet wird.
Genauso wie die prädiktive Geschwindigkeitsregelung durch den Geschwindigkeitsregler 2 handelt es sich auch bei dem prädiktiven Energiemanagement des Ladezustandsreglers 3 durch die Verwendung von MPC um eine Regelung. Während durch die optimale Inverterleistung Pv*mv bekannt ist, welche Leistung im HVZK 25 aufgeteilt werden muss, wird durch den vorab geplanten, optimalen Ladezustand SoC' vorgegeben, welchen Zustand die Hochvolt-Batterie 27 am Ende eines Prädiktionshorizonts aufweisen soll. Dadurch wird das Sollverhalten des Ladezustands der H och volt- Batterie 27 in Bezug auf das Steigungsprofil av mit einbezogen. Die Aufteilung der Inverterleistung Pwmv erfolgt durch eine Berechnung der aktuellen, optimalen Eingangsgrößen für die Brennstoffzellenleistung PWBZ und für die Bremswiderstandsleistung P^BWS. AUS diesen Eingangsgrößen resultiert auch die optimale Leistung P^Bat, die die Hoch volt- Batterie 27 bereitstellt bzw. aufnimmt. Durch die Einbeziehung des aktuellen Ladezustands SoC der Hochvolt-Batterie 27 ist der Regelkreis für das prädiktive Energiemanagement geschlossen. Das prädiktive Energiemanagement bzw. der Ladezustandsregler 3 ist dann aktiv, wenn auch die prädiktive Geschwindigkeitsregelung bzw. der Geschwindigkeitsregler 2 aktiv ist.
Nachdem die genannten optimalen Eingangsgrößen an das zu regelnde System, das Brennstoffzellen-Fahrzeug 20, übergeben worden sind, rufen diese im Fahrzeug eine dynamische Änderungen der Randbedingungen in den Komponenten sowie in den Zuständen der Teilsysteme hervor. Diese dynamischen Änderungen von Randbedingungen, z. B. im Sinne von Grenzen oder Parametern, werden in der dynamischen Adaption 4 über die Ausgangsgrößen ys erfasst (ys ist ein Vektor mit aktuellen Werte mehrerer Ausgangsgrößen des Fahrzeugs 20).
Die dynamische Adaption 4 passt diese Randbedingungen im Geschwindigkeitsregler 2 und dem Ladezustandsregler 3 durch die Adaptionsparameter PS PGR und PS PEM dynamisch an, damit situativ alle Randbedingungen der Komponenten berücksichtigt werden. Der Funktionsblock dynamische Adaption 4 gibt hierzu entsprechend einerseits Adaptionsparameter 13 für den Geschwindigkeitsregler 2 aus, hier PS PGR , was ein Vektor mit Parametern für den Geschwindigkeitsregler 2 ist. Der Funktionsblock dynamische Adaption 4 gibt entsprechend andererseits Adaptionsparameter 14 für den Ladezustandsregler 3 aus, hier PS PEM, was ein Vektor mit Parametern für den Ladezustandsregler 3 ist, um dort das prädiktive Energiemanagement anzupassen. Die Adaptionsparameter 13 und 14 sind Sammelvektoren, die mehrere Elemente bzw. Fahrzeuggrößen zu der aktuellen Zeit t, enthalten können, was nachfolgend noch näher beschrieben wird.
Das Zusammenspiel aus der Planung der Betriebsstrategie durch das Planungsmodul 1 , der prädiktiven Geschwindigkeitsregelung durch den Geschwindigkeitsregler 2, um dem prädiktiven Energiemanagement durch den Ladezustandsregler 3 ermöglicht einerseits eine optimale Erfüllung der Fahraufgabe. Andererseits wird dadurch auch eine Robustheit gegenüber Störgrößen und Modellungenauigkeiten ermöglicht. Ein weiterer großer Vorteil dieser Anordnung ist, dass durch die prädiktive Geschwindigkeitsregelung eine sehr gute Prädiktion der Inverterleistung Pwinv erreicht wird, welche von hervorgehobener Bedeutung für ein prädiktives Energiemanagement ist. Weiterhin wird bei der Planung der Fahraufgabe die Möglichkeit gewährt, die Zielkriterien (Gütekriterien) nach Wunsch anzupassen.
Das Zusammenspiel aus der Planung der Betriebsstrategie durch das Planungsmodul 1 , der prädiktiven Geschwindigkeitsregelung durch den Geschwindigkeitsregler 2, und des prädiktiven Energiemanagements durch den Ladezustandsregler 3 illustriert gleichzeitig auch ein Ausführungsbeispiel für ein Verfahren zur Bestimmung der Betriebsstrategie, da das Planungsmodul 1 den Planungsschritt durchführt, der Geschwindigkeitsregler 2 die modellprädiktive Geschwindigkeitsregelung und der Ladezustandsregler 3 die modellprädiktive Ladezustandsregelung und das Energiemanagement.
Nachdem nun ein erster Überblick über die Funktionsblöcke, die ausgetauschten Signale sowie deren Zusammenspiel auf Basis des in Abbildung 9 dargestellten Blockschaltbilds gewährt wurde, folgt nun eine detailliertere Beschreibung der Funktionen innerhalb der Funktionsblöcke.
Zum Planungsmodul 1:
Das Planungsmodul 1 nutzt eingangsseitig folgende Daten: Ein Steigungsprofil av der vorausliegenden Fahrtstrecke 31, den Verlauf der Fahrzeugmaximalgeschwindigkeit v entlang der vorausliegenden Fahrtstrecke, den Anfangswert SoCo des Ladezustands der Batterie, sowie den Anfangswert vo der Fahrzeuggeschwindigkeit, und den Anfangswert So des Weges (d. h. wo befindet sich das Fahrzeug aktuell entlang der Fahrtstrecke).
Ausgangsseitig gibt das Planungsmodul 1 folgende Daten aus: Ausgänge: den hinsichtlich vorgegebener erster Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt 30, automatisiert einzustellenden Soll-Geschwindigkeitsverlauf vw des Fahrzeugs, was als Eingangsdaten für den Geschwindigkeitsregler 2 verwendet wird, sowie den hinsichtlich vorgegebener erster Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt automatisiert einzustellenden Ladezustand SoCv* der Hochvolt-Batterie 27, was als Eingangsdaten 8 für den Ladezustandsregler 3 verwendet wird.
In dem Planungsmodul 1 wird, wie vorstehend bereits festgestellt wurde, die Fahraufgabe des Fahrzeugs 20 für die gesamte zu fahrende Route auf Basis des Verlaufs der Steigung av und der Fahrzeugmaximalgeschwindigkeit vv max entlang des vorausliegenden Streckenabschnitts geplant.
Zur Durchführung dieser Planung wird eine Optimale Steuerung verwendet, die für das System Brennstoffzellen-Fahrzeug mit Hilfe eines Gütefunktionais und des Modells in Figur 10 die optimalen Eingangs- und Zustandsgrößen berechnet. Dabei entspricht die gesamte Route der Länge des Prädiktionshorizonts NBSI während die Schrittweite TBSI beträgt. Hierbei wird das Brennstoffzellen-Fahrzeug bei der optimalen Steuerung, gleichermaßen wie bei MPC, mit einem Modell geeignet mathematisch beschrieben. Für diese Anwendung wird das Modell in Figur 10 verwendet, das beispielhaft ein Modell 31 für die Planung der Betriebsstrategie durch das Planungsmodul 1 gemäß einer Ausführungsform zeigt.
Aus dem Modell 31 in Figur 10 resultieren die Zustände der Fahrzeuggeschwindigkeit v, des Weges s und des Ladezustands SoC der H och volt- Batterie 27 sowie die folgenden Eingangsgrößen für diese Anwendung: die Steigung a, das Drehmoment der elektrischen Maschine MEM, die Kraft der mechanischen Bremse FBr.m, die Leistung der Brennstoffzelle PBZ sowie die Leistung des Bremswiderstands PBWS.
In dem Modell 31 der Figur 10 wird ein Drehmoment MEM der elektrischen Maschine 23 vorgegeben. Während das Drehmoment durch den mechanischen Antriebsstrang in eine Radkraft FF^EM umgeformt wird, wird es gleichzeitig zusammen mit der Drehzahl PEM in der elektrischen Maschine 23 in eine elektrische Leistung umgerechnet. Die Drehzahl PEM resultiert dabei ebenfalls aus dem mechanischen Antriebsstrang ausgehend von der Fahrzeuggeschwindigkeit v. Neben der Kraft FF^EM, bedingt durch die elektrische Maschine 23, wirkt mit der mechanischen Bremskraft FFBr.m noch eine weitere Kraft auf die Antriebsräder. Zusammen bilden sie die Radkraft FRad. Mit der Radkraft und der Steigung a lässt sich mit der Längsdynamik auf die Fahrzeuggeschwindigkeit v sowie auf den zurückgelegten Weg s schließen.
Die elektrische Antriebsleistung PEM wird durch den Inverter 22 in die Inverterleistung Pmv transformiert. Bei der Inverterleistung Pmv handelt es sich um die Leistung, die durch die Komponenten im HVZK 25 aufgenommen bzw. abgegeben werden muss. Durch die Addition der Leistungen von Inverterleistung Pmv, Bremswiderstandsleistung PBWS, Nebenaggregatsleistung PNA sowie der Brennstoffzellenleistung PBZ werden die Komponenten im HVZK 25 verknüpft, wodurch die Anforderung A. (vgl. Beschreibung zur Figur 1) erfüllt wird. Ist die Summe dieser Leistungen ungleich null, wird diese von der Hochvolt-Batterie 27 abgegeben bzw. aufgenommen. Eine Leistungsabgabe der Brennstoffzelle 26 bewirkt außerdem einen Wasserstoffverbrauch r iH2. Während die Brennstoffzellenleistung PBZ sowie die Bremswiderstandsleistung PBWS vorgegeben werden müssen, wird die Nebenaggregatsleistung PNA als konstant angenommen. Für die Berechnung dieses Gesamtmodells innerhalb der optimalen Steuerung im Planungsmodul 1 werden der Planung der Betriebsstrategie mit vo, So, sowie SoCo Startwerte für die Zustände übergeben.
Wie vorstehend bereits erwähnt wurde, wird für die Ermittlung der optimalen Eingangsgrößen und Zustandsgrößen ein Gütefunktional vorausgesetzt. Dieses Funktional besteht aus mehreren Termen, in denen Bewertungskriterien (vorstehend auch als erste Zielkriterien bezeichnet) für die optimale Erfüllung der Fahraufgabe formuliert werden. Die jeweiligen Kriterien lassen sich durch Gewichtung gegenüber den anderen Kriterien priorisieren. Folgende Kriterien (oder eine Teilmenge hiervon) werden dabei über alle Zeitpunkte des Prädiktionshorizonts Nßst, der von Planungsmodul 1 verwendet wird, bewertet: eine benötigte Gesamtzeit einer Fahrt des Fahrzeugs 20 entlang der vorausliegenden Streckenabschnitte zu einem Zielort B, einen Wasserstoffverbrauch der Brennstoffzelle, einen Arbeitsbereich der Brennstoffzelle, eine elektrische Leistung des Bremswiderstands, und eine Alterungseffekte von Komponenten des Fahrzeugs beschreibende Größe.
Mithilfe des ersten Kriteriums (benötigte Gesamtzeit) wird die Fahrgeschwindigkeit v bewertet. Mit dem zweiten Kriterium (Wasserstoffverbrauch) wird der effiziente Betrieb der Brennstoffzelle bewerte. Mit dem Kriterium der elektrischen Leistung des Bremswiderstands kann z. B. ein Laden der Hochvolt-Batterie 27 gegenüber dem Einsatz des Bremswiderstands 28 bevorzugt werden.
Die optimalen Eingangsgrößen und Zustandsgrößen sind gefunden, wenn diese zu einem Minimum der Summe aller genannten Terme des Gütefunktionais führen. Dadurch wird der beste Kompromiss der genannten Kriterien ermittelt. Gleichzeitig müssen die optimalen Eingangs- und Zustandsgrößen folgende Beschränkungen in allen Zeitpunkten des Prädiktionshorizonts erfüllen:
- die Begrenzung des maximalen motorischen / generatorischen Drehmoments wird eingehalten (MEM,gen,max ^ MEM ^ MEM,mot,max, vgl. Figur 2, Abbildung A);
- die Begrenzung der maximalen mechanischen Bremskraft wird eingehalten (0 < FBr.m ^
FBr.m.max),
- die Begrenzung der maximalen Brennstoffzellenleistung, hier ohne Temperatureinfluss wird eingehalten (0 < PBz ^ Pßz.max);
- die Begrenzung des Leistungsgradienten der Brennstoffzelle wird eingehalten (ÄPBz.min ^ DRBZ 2 ÄPßZ.max);
- die Begrenzung der maximalen Lade- / Entladeleistung der Batterie, hier ohne Temperatureinfluss wird eingehalten (PBat, laden, max ^ Pßat ^ Pßat, entladen, max);
- die Begrenzung der Ladezustandsgrenzen der Batterie wird eingehalten (SoCmin ^ SoC < SoCmax),
- die Begrenzung der maximalen Bremswiderstandsleistung wird eingehalten (0 < PBWS ^
PßWS.max); die Begrenzung der maximalen Geschwindigkeit (basierend auf der Fahrzeugmaximalgeschwindigkeit v ) wird eingehalten (v < vmax);
- die Batterie soll am Ende der Fahraufgabe (Zielort B) einen definierten Ladezustand aufweisen;
- der gleichzeitige Einsatz von Brennstoffzelle und Bremswiderstand ist ineffizient und soll vermieden werden: (PBZ X PBWS = 0).
Das zu erzielende Sollverhalten des Fahrzeugs spiegelt sich letztlich in den Zustandsvektoren der optimalen Geschwindigkeit vw und des optimalen Batterieladezustands SoCv* (Ausgangsvektoren) wider. Die gleichzeitig resultierenden optimalen Eingangsgrößen finden dagegen keine weitere Verwendung.
Zum Geschwindigkeitsregler 2:
Der Geschwindigkeitsregler 2 empfängt eingangsseitig folgende Daten: Das Steigungsprofil av der vorausliegenden Fahrtstrecke 31 , der Verlauf der Fahrzeugmaximalgeschwindigkeit v entlang der vorausliegenden Fahrtstrecke, der vom Planungsmodul 1 berechnete optimale Verlauf der Fahrzeuggeschwindigkeit vw, die aktuelle Fahrzeuggeschwindigkeit v, sowie den Adaptionsparameter PS PGR (der vorstehend bereits beschrieben wurde).
Ausgangsseitig gibt der Geschwindigkeitsregler 2 folgende Daten aus: ein optimales Drehmoment der elektrischen Maschine M*EM zum Zeitpunkt t, eine optimale Kraft der mechanischen Bremse F*Br,m zum Zeitpunkt t, sowie die prädizierte Verlauf der optimalen Leistung des Inverters Pv*mv.
Um auf die optimale Geschwindigkeit vw zu regeln, wird in der prädiktiven Geschwindigkeitsregelung von einer modellprädiktiven Regelung Gebrauch gemacht. Ausgehend von der aktuellen Fahrzeuggeschwindigkeit v wird unter Berücksichtigung der Steigung av und der optimalen Sollgeschwindigkeit vw ein für die elektrische Maschine optimales Drehmoment M*EM für einen Prädiktionshorizont berechnet. Dieser Prädiktionshorizont wird mit der Länge NPGR und der Schrittweite TPGR definiert. Für diesen Funktionsblock wird beispielhaft das Modell in Figur 11 verwendet.
Aus dem Modell 32 in Figur 11 resultieren folgende Zustände und Eingangsgrößen für diese Anwendung: Aus dem Modell 32 in Figur 11 resultieren die Zustände der Fahrzeuggeschwindigkeit v und des Weges sowie die folgenden Eingangsgrößen für diese Anwendung: das Drehmoment der elektrischen Maschine MEM und die Kraft der mechanischen Bremse FBr,m.
In dem Modell der Figur 11 wird ein Drehmoment MEM der elektrischen Maschine 23 vorgegeben. Während das Drehmoment durch den mechanischen Antriebsstrang in eine Radkraft FF^EM umgeformt wird, wird es gleichzeitig zusammen mit der Drehzahl PEM in der elektrischen Maschine in eine elektrische Leistung umgerechnet. Die Drehzahl PEM resultiert dabei ebenfalls aus dem mechanischen Antriebsstrang ausgehend von der Fahrzeuggeschwindigkeit v. Neben der Kraft FF^EM, bedingt durch die elektrische Maschine 23, wirkt mit der mechanischen Bremskraft FBr.m noch eine weitere Kraft auf die Antriebsräder. Zusammen bilden sie die Radkraft FRad. Mit der Radkraft und der Steigung a der Fahrbahn lässt sich mit der Längsdynamik auf die Fahrzeuggeschwindigkeit v sowie auf den zurückgelegten Weg s schließen. Die elektrische Antriebsleistung PEM wird mit durch den Inverter in die Inverterleistung Pmv transformiert.
Mit Hilfe des Modells 32 lässt sich die Fahrzeuggeschwindigkeit vv für das gegebene Steigungsprofil av bei einem Drehmoment MVEM der elektrischen Maschine sowie einer mechanischen Bremskraft F m für den definierten Prädiktionshorizont vorherbestimmen. Zur Ermittlung des optimalen Drehmoments MWEM und der optimalen mechanischen Bremskraft F^Br.m wird ein Gütefunktional in allen Zeitpunkten des Prädiktionshorizonts ausgewertet, das als Zielkriterium (vorstehend als zweites Zielkriterium bezeichnet) eine Abweichung der berechneten Fahrzeuggeschwindigkeit vv von der vorab geplanten, optimalen Fahrzeuggeschwindigkeit vw bewertet.
Gleichzeitig müssen die optimalen Eingangs- und Zustandsgrößen folgende Beschränkungen in allen Zeitpunkten des Prädiktionshorizonts erfüllen:
- die Begrenzung des maximalen motorischen / generatorischen Drehmoments wird eingehalten (MEM,gen,max ^ MEM ^ MEM,mot,max, vgl. Figur 2, Abbildung A);
- die Begrenzung der maximalen mechanischen Bremskraft wird eingehalten (0 < FBr.m ^
FBr,m,max) ; Und die Begrenzung der maximalen Geschwindigkeit (basierend auf der Fahrzeugmaximalgeschwindigkeit v ) wird eingehalten (v < vmax). Bei einer Änderung der Randbedingungen werden die Parameter dieser Beschränkungen sowie weitere Modellparameter mit Hilfe der Adaptionsparameter PS PEM angepasst. Sind die optimalen Eingangsgrößen für das Drehmoment MV*EM sowie für die mechanische Bremskraft F^Br.m ermittelt, so werden jeweils die ersten Werte des optimalen Vektors M*EM und F m dem System übergeben.
Zum Ladezustandsregler 3:
Der Ladezustandsregler 3 empfängt eingangsseitig folgende Daten: Der vom Geschwindigkeitsregler 2 berechnete optimale Verlauf der Leistung des Inverters Pv*inv, der vom Planungsmodul 1 berechnete optimale Verlauf des Ladezustands SoCv*, den aktuellen Ladezustand SoC, sowie den Adaptionsparameter PS PEM (der vorstehend bereits beschrieben wurde). Der aktuelle Ladezustand SoC wird als Regelgröße 15 rückgeführt.
Ausgangsseitig gibt der Ladezustandsregler 3 folgende Daten aus: der prädizierte Verlauf der optimalen Leistung PWBZ der Brennstoffzelle 26 und der prädizierte Verlauf der optimalen Leistung P^BWS* des Bremswiderstands 28.
Hierzu wird von dem Ladezustandsregler 3 wiederum eine modellprädiktive Regelung angewendet. Basierend auf dem aktuellen Ladezustand SoC der Batterie werden in diesem Funktionsblock 3 unter Berücksichtigung der Inverterleistung Pv*mv sowie des Ladezustands SoC''* die optimalen Größen für einen Prädiktionshorizont ermittelt. Die optimalen Größen sind die Brennstoffzellenleistung PWBZ und die Bremswiderstandsleistung P^BWS. Der Prädiktionshorizont wird mit der Länge NPEM und der Schrittweite TPEM definiert. Die jeweiligen Prädiktionshorizonte und Schrittweiten für die drei Module 1 , 2 und 3 können unterschiedlich gewählt sein. Dabei darf die maximale Länge NPEM des Prädiktionshorizonts nicht die Länge NPGR überschreiten. Für die modellprädiktive Regelung des Ladezustandsreglers 3 wird ein Modell verwendet das in Figur 12 illustriert ist.
Aus dem Modell in Figur 12 resultieren der Zustand des Ladezustands SoC der Hochvolt- Batterie 27 sowie die folgenden Eingangsgrößen für diese Anwendung: die Leistung der Brennstoffzelle PBZ und die Leistung des Bremswiderstands PBWS.
In dem Modell 33 der Figur 12 wird die Inverterleistung Pmv für die elektrische Maschine 23 vorgegeben. Dabei handelt es sich um die Leistung, die durch die Komponenten im HVZK 25 aufgenommen bzw. abgegeben werden muss. Durch die Addition der Leistungen von Inverterleistung Pmv, Bremswiderstandsleistung PBWS, Nebenaggregatsleistung PNA sowie der Brennstoffzellenleistung PBZ werden die Komponenten im HVZK 25 verknüpft, wodurch die Anforderung A (wie in Zusammenhang mit Figur 1 erläutert) erfüllt wird. Ist die Summe dieser Leistung ungleich Null wird diese von der Hochvolt-Batterie 27 abgegeben bzw. aufgenommen. Eine Leistungsabgabe der Brennstoffzelle 26 bewirkt außerdem einen Wasserstoffverbrauch rfiH2. Während die Brennstoffzellenleistung PBZ sowie die Bremswiderstandsleistung PBWS vorgegeben werden, wird die Nebenaggregatsleistung PNA durch die dynamische Adaption angepasst.
Mit Hilfe des Modells lässt sich der Ladezustand SoCv der Batterie bei einer gegebenen Inverterleistung Pwinv, einer Brennstoffzellenleistung PVBZ sowie einer Bremswiderstandsleistung PVBWS für einen definierten Horizont prädizieren. In diesem Sinne kann von einem prädiktiven Energiemanagement gesprochen werden. Zur Ermittlung der optimalen Brennstoffzellenleistung PW BZ und der optimalen Bremswiderstandsleistung P^BWS wird folgendes Gütefunktional mit folgenden Zielkriterien (vorstehend als dritte Zielkriterien bezeichnet) in allen Zeitpunkten des Prädiktionshorizonts ausgewertet: einen Wasserstoffverbrauch der Brennstoffzelle, einen Arbeitsbereich der Brennstoffzelle, eine elektrische Leistung des Bremswiderstands, und eine Abweichung des Ladezustands der Hochvolt-Batterie vom optimalen Ladezustand der Hochvolt-Batterie am Ende des Prädiktionshorizonts der modellprädiktiven Regelung des Ladezustands.
Gleichzeitig müssen die optimalen Eingangs- und Zustandsgrößen folgende Beschränkungen in allen Zeitpunkten des Prädiktionshorizonts erfüllen:
- die Begrenzung der maximalen Brennstoffzellenleistung, hier ohne Temperatureinfluss, wird eingehalten (0 < PBz ^ PBZ, max);
- die Begrenzung des Leistungsgradienten der Brennstoffzelle wird eingehalten (ÄPBz.min ^ DRBZ 2 ÄPßZ.max);
- die Begrenzung der maximalen Lade- / Entladeleistung der Batterie, hier ohne Temperatureinfluss, wird eingehalten (PBat, laden, max ^ Pßat ^ Pßat, entladen, max);
- die Begrenzung der Ladezustandsgrenzen der Batterie wird eingehalten (SoCmin ^ SoC < SoCmax),
- die Begrenzung der maximalen Bremswiderstandsleistung wird eingehalten (0 < PBWS ^
PßWS.max); - der gleichzeitige Einsatz von Brennstoffzelle und Bremswiderstand ist ineffizient und soll vermieden werden: (PBZ X PBWS = 0).
Bei einer Änderung der Randbedingungen werden die Parameter dieser Beschränkungen sowie weitere Modellparameter mit Hilfe der Adaptionsparameter PS PEM angepasst. Sind die optimalen Eingangsgrößen für die Brennstoffzellenleistung PWBZ sowie für die Bremswiderstandsleistung P^BWS ermittelt, werden jeweils die ersten Werte des optimalen Vektors P*BZ und P*BWS dem System übergeben.
Zur dynamischen Adaption 4:
Das Modul zur dynamischen Adaption 4 empfängt als Eingangsdaten 16 einen Sammelvektor ys, der Werte zum Zeitpunkt t, verschiedener Fahrzeuggrößen zusammenfasst, die für die dynamische Adaption verwendet werden. Ausgangsseitig werden die Adaptionsparameter PSPGR und ps PEM ausgegeben, die vorstehend bereits beschrieben wurden.
Während des Betriebs des Fahrzeugs 20 können sich die Randbedingungen der in Figur 1 gezeigten Komponenten des Fahrzeugs 20 ändern. Damit diese auch in den modellprädiktiven Regelungen der Module 2 und 3 berücksichtigt werden können, können diese Änderungen optional ermittelt und die Parameter der modellprädiktiven Regelung entsprechend angepasst werden. Diese Aufgabe übernimmt die dynamische Adaption 4. Basierend auf den Fahrzeuggrößen ys werden insbesondere die Grenzwerte der Beschränkungen der beiden modellprädiktiven Regler 2 und 3 adaptiert. Darüber hinaus werden auch die aktuellen Leistungen der Nebenaggregate im HVZK 25 berücksichtigt. Im Folgenden werden die beispielhaften Randbedingungen, die angepasst werden können, aufgezeigt und die mögliche Ursache für die Änderung erläutert.
Adaptiert werden können die folgenden Größen:
- MEM.min / MEM,maX: Mögliche Gründe für die Adaption: Derating der elektrischen Maschine 23 und/oder des Inverters 22, ein Feldschwächebereich ab der Nenndrehzahl, die Leistung, die der Zwischenkreis 25 aufnehmen / abgeben kann beträgt weniger als die elektrische Maschine 23 umsetzen könnte;
- Pßz.max: Mögliche Gründe für die Adaption: Derating im Brennstoffzellensystem, aufgrund der bereits absolvierten Betriebsstunden kann das System nicht mehr die volle Leistung abrufen; - DRBz,ipίh / DRBZ,GTIQC: Mögliche Gründe für die Adaption: eine Anpassung, um die Systemalterung zu beeinflussen;
- Pßat, laden, max / Pßat, entladen, maxi Mögliche Gründe für die Adaption: Derating der Batterie, eine Änderung des Ladezustands SoC, eine Anpassung, um die Systemalterung zu beeinflussen;
- Pßws.max: Mögliche Gründe für die Adaption: Derating des Bremswiderstands
- PNA: Mögliche Gründe für die Adaption: Zur Berücksichtigung der aktuell benötigten Nebenaggregatsleistung
- Optional weitere veränderliche Modellparameter, wie z. B. die Fahrzeugmasse m.
Abschließend werden noch beispielhaft die in den Figuren 10 bis 12 verwendeten Teilmodelle bzw. Modellkomponenten bzw. Wrkzusammenhänge erläutert. Hierzu wird kurz auf einen Zusammenhang zwischen den Ein- und Ausgangsgrößen sowie ggf. den Zuständen des jeweiligen (Teil-)Modells hergestellt. Die mathematische Beschreibung ist nicht eindeutig. In Abhängigkeit des jeweiligen realen Systems sind unterschiedliche mathematische Beschreibungen bei identischen Ein-/Ausgangsgrößen möglich. Im Folgenden wird jeweils eine mögliche Ausprägungsform des betrachteten Models dargestellt und mögliche naheliegende Variationen erläutert.
Die in den Figuren 10 und 11 gezeigten Modelle 31 und 32 verwenden ein Längsdynamik- Teilmodell, das in den Figuren dort als Längsdynamik bezeichnet ist. Wie aus den Figuren 10 und 11 ersichtlich ist, verwendet das Längsdynamik-Teilmodell als Eingänge die Steigung a und die Antriebs- bzw. Bremskraft am Rad FRad. Als Ausgänge werden die Fahrzeuggeschwindigkeit v und der Weg s ausgegeben. Die modellierten Zustände sind die Fahrzeuggeschwindigkeit v und der Weg s.
In der Längsdynamik wird das Fahrzeug als Punktmasse m angenommen. Durch die Summe aller Kräfte, die an der Punktmasse m angreifen, wird die Beschleunigung der Masse m berechnet. Bei den Kräften handelt es sich um die Antriebs-bzw. Bremskraft am Rad FRad, den Luftwiderstand, den Steigungswiderstand, der durch die Steigung a bestimmt wird sowie um den Rollwiderstand. Von der Beschleunigung lässt sich auf die Geschwindigkeit v sowie auf den Weg s schließen.
Die in den Figuren 10 und 11 gezeigten Modelle 31 und 32 verwenden ferner ein Teilmodell, das in den Figuren dort als mechanischer Antriebsstrang bezeichnet ist. Wie aus den Figuren 10 und 11 ersichtlich ist, verwendet dieses Teilmodell als Eingänge die Fahrzeuggeschwindigkeit v und das Drehmoment der elektrischen Maschine MEM. Als Ausgänge werden die Antriebs- bzw. Bremskraft der elektrischen Maschine am Rad FF^EM und Drehzahl der elektrischen Maschine PEM ausgegeben.
Im Teilmodell mechanischer Antriebsstrang wird zum einen die Fahrzeuggeschwindigkeit v ausgehend von der Radgeschwindigkeit unter Berücksichtigung der vorhandenen Übersetzungen im Antriebsstrang in eine Drehzahl PEM transformiert. Zum anderen wird aber auch das Drehmoment der elektrischen Maschine MEM unter Verwendung der Übersetzungen sowie der Wirkungsgrade in eine Antriebs- bzw. Bremskraft am Rad umgerechnet. Die Wrkungsgrade können sowohl als konstante Größe aber auch als Funktion umgesetzt werden.
Die in den Figuren 10 und 11 gezeigten Modelle 31 und 32 verwenden ferner ein Teilmodell zur Modellierung der elektrischen Maschine 23 dort als elektrische Maschine bezeichnet.
Wie aus den Figuren 10 und 11 ersichtlich ist, verwendet dieses Teilmodell als Eingangsgrößen die Drehzahl PEM der elektrischen Maschine 23 und das Drehmoment MEM der elektrischen Maschine und gibt ausgangsseitig die elektrische Leistung PEM der elektrischen Maschine 23 aus.
Ausgehend von der Drehzahl PEM und dem Drehmoment MEM wird zunächst die mechanische Leistung der elektrischen Maschine 23 berechnet. Auf die elektrische Leistung PEM wird unter Verwendung des Wrkungsgrads geschlossen. Dieser kann sowohl als konstant aber auch als abhängig von der Leistung berücksichtigt werden.
Die in den Figuren 10 und 11 gezeigten Modelle 31 und 32 verwenden ferner ein Teilmodell zur Modellierung des Inverters 22, dort als Inverter bezeichnet.
Wie aus den Figuren 10 und 11 ersichtlich ist, verwendet dieses T eilmodell als Eingangsgröße die elektrische Leistung PEM der elektrischen Maschine 23 und gibt ausgangsseitig die elektrische Leistung Pmv des Inverters 22 aus.
Die Verluste, die im Inverter entstehen, werden in Form eines Wrkungsgrads eingebracht. Dieser kann sowohl als konstant aber auch als abhängig von der Leistung berücksichtigt werden. Mit dem Wirkungsgrad lässt sich ausgehend von der elektrischen Maschinenleistung PEM die Inverterleistung Pmv berechnen. Das in der Figur 12 gezeigte Modell 33 verwendet ein Teilmodell zur Modellierung der Hochvolt-Batterie 27, dort als Batterie bezeichnet. Wie aus Figur 12 ersichtlich ist, verwendet dieses Teilmodell als Eingangsgröße die Lade- bzw. Entladeleistung Pßat der H och volt- Batterie 27 und gibt ausgangsseitig den Ladezustand SoC der Hochvolt-Batterie 27 aus.
Um das Verhalten der Hoch volt- Batterie 27 darzustellen, wird zunächst das Verhalten einer Zelle abgebildet. Dieses Verhalten wird in dieser Anwendung durch einen Innenwiderstand sowie durch eine Ruhespannungskennlinie angenähert. Die Ruhespannungskennlinie stellt die Lade- / Entladekennlinie der Zelle dar (vgl. Figur 3, Abbildung A) und beschreibt, über welche Spannung die Zelle bei einem Ladezustand verfügt. Diese kann sowohl linear aber auch mit einem Polynom höheren Grades angenähert werden. Mit dem Innenwiderstand und der Ruhespannungskennlinie kann ausgehend von einer anliegenden Leistung der Strom in der Zelle bestimmt werden. Durch Integration des Stroms sowie der Berücksichtigung der Nennkapazität lässt sich auf den neuen Ladezustand der Zelle schließen. Mit der Anzahl der Zellen sowie der Verschaltungsart wird das Verhalten einer Zelle auf die Hochvolt-Batterie 27 übertragen. Darüber hinaus können für die Zelle auch Modelle verwendet werden, die das Zellverhalten durch weitere Serienwiderstände in Kombination mit einer parallelen Kapazität annähern.
Das in der Figur 12 gezeigte Modell 33 verwendet ferner ein Teilmodell zur Modellierung der Brennstoffzelle 26, dort als Brennstoffzelle bezeichnet. Wie aus Figur 12 ersichtlich ist, verwendet dieses Teilmodell als Eingangsgröße die Brennstoffzellenleistung PBZ und gibt ausgangsseitig den Wasserstoffverbrauch rfiH2 aus.
Analog zur Batterie wird in dem Brennstoffzellenmodell zunächst das Verhalten einer Zelle selbst abgebildet. Dieses besteht aus einer Spannungskennlinie sowie einem Innenwiderstand. Die Spannungskennlinie gibt die Spannung für einen Strom bzw. eine Stromdichte an. Für die Annäherung der Spannungskennlinie gibt es mehrere Möglichkeiten, z. B. linear oder mit einem Polynom höheren Grades. Mit der Anzahl der verwendeten Zellen wird die Gesamtleistung des Systems bestimmt. Dadurch, dass für den Reaktionsprozess aus Wasserstoff und Sauerstoff weitere Nebenaggregate im Brennstoffzellensystem, wie z. B. Wasserstoffgebläse, Kompressor, Lüfter, DC / DC oder Kühlmittelpumpe notwendig sind, müssen diese gegebenenfalls in der Leistungsbilanz mitberücksichtigt werden. Die Leistung der Nebenaggregate ist wiederum abhängig davon, wie viel Leistung das Brennstoffzellensystem in den HVZK abgeben soll. Deshalb muss die Brennstoffzelle einen höheren Strom aufwenden als sie tatsächlich in den HVZK abgibt. Ausgehend von diesem Strom, der Anzahl der im Reaktionsprozess ausgetauschten Elektronen, der Faraday- Konstante sowie der molaren Masse des Wasserstoffs lässt sich auf den Wasserstoffverbrauch schließen.
Obwohl die Erfindung unter Bezugnahme auf bestimmte Ausführungsbeispiele beschrieben worden ist, ist es für einen Fachmann ersichtlich, dass verschiedene Änderungen ausgeführt werden können und Äquivalente als Ersatz verwendet werden können, ohne den Bereich der Erfindung zu verlassen. Folglich soll die Erfindung nicht auf die offenbarten Ausführungsbeispiele begrenzt sein, sondern soll alle Ausführungsbeispiele umfassen, die in den Bereich der beigefügten Patentansprüche fallen. Insbesondere beansprucht die Erfindung auch Schutz für den Gegenstand und die Merkmale der Unteransprüche unabhängig von den in Bezug genommenen Ansprüchen.
Bezugszeichenliste
1 Planungsmodul
2 Geschwindigkeitsregler
3 Ladezustandsregler
4 Dynamische Adaption
5 Eingangsdaten Planungsmodul, z. B.: SoCo, vo, Streckendaten
6 Eingangsdaten Geschwindigkeitsregler, z. B. Streckendaten
7 Eingangsdaten Geschwindigkeitsregler (aus Planungsmodul)
8 Eingangsdaten Ladezustandsregler (aus Planungsmodul)
9 Eingangsdaten Ladezustandsregler (aus Geschwindigkeitsregler)
10 Ausgangsdaten Geschwindigkeitsregler
11 Ausgangsdaten Ladezustandsregler
12 Rückführung der Geschwindigkeit (Regelgröße)
13 Adaptionsparameter für Geschwindigkeitsregler
14 Adaptionsparameter für Ladezustandsregler
15 Rückführung des Ladezustands (Regelgröße)
16 Eingangsdaten (Fahrzeugdaten) für dynamische Adaption
20 Fahrzeug, z. B.: Brennstoffzellen-Fahrzeug
21 Elektrische Antriebseinheit
22 Inverter
23 Elektrische Maschine
24 Mechanischer Antriebsstrang inkl. Antriebsachse
25 Hochvoltzwischenkreis
26 Brennstoffzelle
27 Hochvolt-Batterie
28 Bremswiderstand
29 Nebenaggregate
30 Vorausliegender Streckenabschnitt
31 Modell für Planungsmodul/ für Planung der Betriebsstrategie
32 Modell für Geschwindigkeitsregler/ für prädiktive Geschwindigkeitsregelung
33 Modell für Ladezustandsregler/ für prädiktives Energiemanagement
100 Vorrichtung zur Bestimmung einer Betriebsstrategie a Steigung der Fahrbahn m Fahrzeugmasse rriH2 Wasserstoffverbrauch der Brennstoffzelle
PEM Drehzahl der elektrischen Maschine ps PEM Vektor mit Parametern für prädiktives Energiemanagement
PSPGR Vektor mit Parametern für prädiktive Geschwindigkeitsregelung s Zurückgelegter Weg v Fahrzeuggeschwindigkeit
Vmax Maximal zulässige Fahrzeuggeschwindigkeit ys Vektor mit Ausgangsgrößen des Fahrzeugs
FBr.m Bremskraft der mechanischen Betriebsbremse
FRad Radkraft
F Rad, EM Radkraft verursacht durch die elektrische Maschine
MEM Drehmoment der elektrischen Maschine
Nßst Länge des Prädiktionshorizonts für die Planung der Betriebsstrategie
NPEM Länge des Prädiktionshorizonts für das prädiktive Energiemanagement
NPGR Länge des Prädiktionshorizonts für die prädiktive Geschwindigkeitsregelung
Pßat Elektrische Leistung der Batterie
PBWS Elektrische Leistung des Bremswiderstands
PBZ Elektrische Leistung der Brennstoffzelle
PEM Elektrische Leistung der elektrischen Maschine
Pinv Elektrische Leistung des Inverters der elektrischen Maschine
PNA Elektrische Leistung der Nebenaggregate
SoC Ladezustand der Batterie (State of Charge)
Test Schrittweite der Planung der Betriebsstrategie
TpGR Schrittweite der prädiktiven Geschwindigkeitsregelung
TpEM Schrittweite des prädiktiven Energiemanagements

Claims

Patentansprüche
1. Verfahren zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahr zeugs (20), vorzugsweise eines Brennstoffzellen-Fahrzeugs, wobei das Fahrzeug (20) eine H och volt- Batterie (27) und eine elektrische Antriebseinheit (21), aufweisend einen Inverter (22), eine motorisch und generatorisch betreibbare elektrische Maschine (23) und eine von der elektrischen Maschine (23) antreibbare Antriebsachse (24), umfasst; wobei das Verfahren umfasst: a) Bestimmen (1) eines hinsichtlich vorgegebener erster Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt (30), automatisiert einzustellenden Soll-Ge schwindigkeitsverlaufs (7) des Fahrzeugs und Soll-Ladezustandsverlaufs (8) der Hoch- volt-Batterie (27) in Abhängigkeit von Streckendaten (5) für den vorausliegenden Stre ckenabschnitt (30); b) Durchführen einer modellprädiktiven Geschwindigkeitsregelung (2) in Abhängigkeit des bestimmten Soll-Geschwindigkeitsverlaufs (7), wobei ein hinsichtlich eines vorgege benen zweiten Zielkriteriums optimaler Verlauf eines elektrischen Drehmoments und/oder einer elektrischen Antriebsleistung (9), vorzugsweise einer elektrischen Leistung des In verters (22), einer elektrischen Antriebseinheit des Fahrzeugs bestimmt wird; und c) Durchführen einer modellprädiktiven Regelung (3) eines Ladezustands der Hoch- volt-Batterie in Abhängigkeit des bestimmten Soll-Ladezustandsverlaufs (8) und des mit tels der Geschwindigkeitsregelung (2) bestimmten Verlaufs des elektrischen Drehmo ments und/oder der elektrischen Antriebsleistung (9), vorzugsweise der elektrischen Leis tung des Inverters (22).
2. Verfahren nach Anspruch 1, wobei die Streckendaten (6) für den vorausliegenden Stre ckenabschnitt a) Steigung-/Gefälle-lnformationen, beispielsweise ein Steigungsprofil, eine maximal zulässige Fahrgeschwindigkeit entlang des Streckenabschnitts und/oder Verkehrsinfor mationen, beispielsweise Stau- und/oder Baustellendaten, umfassen; und/oder b) ferner als Eingangswerte (6) für die modellprädiktive Geschwindigkeitsregelung (2) verwendet werden.
3. Verfahren nach einem der vorherigen Ansprüche, wobei die modellprädiktive Geschwin digkeitsregelung (2) zur Umsetzung des Soll-Geschwindigkeitsverlaufs eine hinsichtlich des vorgegebenen zweiten Zielkriteriums optimale Drehmomentvorgabe für die elektri sche Maschine und eine optimale Bremsvorgabe zur Durchführung eines Bremseingriffs, vorzugsweise mittels einer mechanischen Betriebsbremse, bestimmt.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei das zweite Zielkriterium eine Abweichung eines bei der modellprädiktiven Geschwindigkeitsregelung (2) berech neten Verlaufs der Fahrzeuggeschwindigkeit von dem einzustellenden Soll-Geschwindig keitsverlauf im Prädiktionshorizont der modellprädiktiven Geschwindigkeitsregelung ist.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Fahrzeug (20) ein Brennstoffzellen-Fahrzeug ist, umfassend a) eine Vorrichtung zum Bereitstellen von elektrischer Energie für die elektrische An triebseinheit, aufweisend eine Brennstoffzelle (26), die Hochvolt-Batterie (27), und einen Hochvoltzwischenkreis (25), HVZK, wobei die Brennstoffzelle (26) und die Hochvolt-Bat- terie (27) mit dem HVZK (25) elektrisch verbunden und/oder verbindbar sind und der HVZK (25) zur Energieversorgung der elektrischen Antriebseinheit (21) mit der elektrischen An triebseinheit (21) elektrisch verbindbar ist; und b) einen Bremswiderstand (28) zur Umwandlung von elektrischer Energie in thermi sche Energie.
6. Verfahren nach Anspruch 5, wobei die modellprädiktive Regelung (3) des Ladezustands der Hochvolt- Batterie (27) einen hinsichtlich der vorgegebenen dritten Zielkriterien optima len Verlauf (11) einer elektrischen Leistung der Brennstoffzelle und einer elektrischen Leis tung des Bremswiderstands bestimmt.
7. Verfahren nach einem der Ansprüche 5 oder 6, wobei die ersten Zielkriterien zumindest eine der folgenden Größen umfassen: eine benötigte Gesamtzeit einer Fahrt des Fahr zeugs entlang der vorausliegenden Streckenabschnitte zu einem Zielort, einen Wasser stoffverbrauch der Brennstoffzelle, einen Arbeitsbereich der Brennstoffzelle, eine elektri sche Leistung des Bremswiderstands, und eine Alterungseffekte von Komponenten des Fahrzeugs beschreibende Größe.
8. Verfahren nach einem der Ansprüche 5 bis 7, wobei die dritten Zielkriterien zumindest eine der folgenden Größen umfassen: einen Wasserstoffverbrauch der Brennstoffzelle, einen Arbeitsbereich der Brennstoffzelle, eine elektrische Leistung des Bremswiderstands und eine Abweichung des Ladezustands der Hochvolt-Batterie vom optimalen Ladezustand der Hochvolt-Batterie am Ende des Prädiktionshorizonts der modellprädiktiven Regelung des Ladezustands.
9. Verfahren nach einem der Ansprüche 5 bis 8, wobei die modellprädiktive Regelung eines Ladezustands der Hochvoltbatterie unter Berücksichtigung von Randbedingungen durch geführt wird, a) wobei die Randbedingungen zumindest eine der folgenden Randbedingungen um fassen:
- eine maximale Brennstoffzellenleistung wird nicht überschritten,
- ein Leistungsgradient der Brennstoffzelle liegt in einem vorbestimmten Bereich,
- eine maximale Ladeleistung und eine maximale Entladeleistung der Hochvoltbatterie wird eingehalten,
- ein Ladezustand der Hochvoltbatterie liegt in einem vorbestimmten Bereich,
- eine maximale elektrische Bremswiderstandsleistung wird nicht überschritten;
- die Brennstoffzelle und der Bremswiderstand werden nicht gleichzeitig verwendet, und/o der b) wobei die Randbedingungen während des Betriebs des Fahrzeugs veränderbar sind, vorzugsweise mittels Adaptionsparameter.
10. Verfahren nach einem der vorherigen Ansprüche, wobei die modellprädiktive Geschwin digkeitsregelung unter Berücksichtigung von Randbedingungen durchgeführt wird, a) wobei die Randbedingungen zumindest eine der folgenden Randbedingungen um fassen:
- eine Drehmomentanforderung liegt oberhalb eines maximalen generatorischen Drehmo ments der elektrischen Maschine und unterhalb eines maximalen motorischen Drehmo ments der elektrischen Maschine,
- eine mechanische Bremskraft liegt unterhalb einer vorgegebenen Maximalbremskraft,
- die Fahrgeschwindigkeit liegt unterhalb einer festgelegten Maximalgeschwindigkeit; und/oder b) wobei die Randbedingungen während des Betriebs des Fahrzeugs veränderbar sind, vorzugsweise mittels Adaptionsparameter.
11. Verfahren nach einem der vorherigen Ansprüche, wobei die Bestimmung des Soll-Ge schwindigkeitsverlaufs und/oder des Soll-Ladezustandsverlaufs der Hochvolt-Batterie des Fahrzeugs fahrzeugextern durchgeführt wird.
12. Vorrichtung (100) zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahrzeugs (20), vorzugsweise eines Brennstoffzellen-Fahrzeugs, wobei das Fahrzeug eine H och volt- Batterie (27) und eine elektrische Antriebseinheit (21), aufweisend einen Inverter (22), eine motorisch und generatorisch betreibbare elektrische Maschine (23) und eine von der elektrischen Maschine (23) antreibbare Antriebsachse (24), umfasst; wobei die Vorrichtung (100) umfasst: a) ein Planungsmodul (1), das ausgebildet ist, einen hinsichtlich vorgegebener erster Zielkriterien optimalen, auf einem vorausliegenden Streckenabschnitt (30), automatisiert einzustellenden Soll-Geschwindigkeitsverlaufs (7) und Soll-Ladezustandsverlaufs (8) der Hochvolt-Batterie (2) des Fahrzeugs in Abhängigkeit von Streckendaten (5) für den vor ausliegenden Streckenabschnitt (31) zu bestimmen; b) einen Geschwindigkeitsregler (2), der zur Durchführung einer modellprädiktiven Geschwindigkeitsregelung in Abhängigkeit des bestimmten Soll-Geschwindigkeitsverlaufs (7) ausgebildet ist, wobei ein hinsichtlich eines vorgegebenen zweiten Zielkriteriums opti maler Verlauf eines elektrischen Drehmoments und/oder einer elektrischen Antriebsleis tung (9), vorzugsweise einer elektrischen Leistung des Inverters (22), einer elektrischen Antriebseinheit (21) des Fahrzeugs (20) bestimmt wird; und c) einen Ladezustandsregler (3), der zur Durchführung einer modellprädiktiven Rege lung eines Ladezustands der Hochvolt-Batterie (21) in Abhängigkeit des bestimmten Soll- Ladezustandsverlaufs und des mittels der Geschwindigkeitsregelung bestimmten Verlaufs des elektrischen Drehmoments und/oder der elektrischen Antriebsleistung (9), vorzugs weise der elektrischen Leistung des Inverters, ausgebildet ist.
13. Fahrzeug (20), umfassend eine Vorrichtung nach Anspruch 12, eine Hoch volt- Batterie (27) und eine elektrische Antriebseinheit (21), aufweisend einen Inverter (22), eine motorisch und generatorisch betreibbare elektrische Maschine (23) und eine von der elektrischen Maschine (23) antreibbare Antriebsachse (24).
14. Fahrzeug nach Anspruch 13, wobei das Fahrzeug (20) ein Brennstoffzellen-Fahrzeug, vorzugsweise ein Brennstoffzellen-Lastkraftwagen, ist, ferner umfassend a) eine Vorrichtung zum Bereitstellen von elektrischer Energie für die elektrische An triebseinheit, aufweisend eine Brennstoffzelle (26), die Hochvolt-Batterie (27), und einen Hochvoltzwischenkreis (25), HVZK, wobei die Brennstoffzelle (26) und die Hochvolt-Bat- terie (27) mit dem HVZK (25) elektrisch verbunden und/oder verbindbar sind und der HVZK (25) zur Energieversorgung der elektrischen Antriebseinheit (21) mit der elektrischen An triebseinheit (21) elektrisch verbindbar ist; und b) einen Bremswiderstand (28) zur Umwandlung von elektrischer Energie in thermi sche Energie.
PCT/EP2022/065968 2021-06-22 2022-06-13 Verfahren und vorrichtung zur bestimmung einer betriebsstrategie eines elektrisch angetriebenen fahrzeugs, vorzugsweise eines brennstoffzellen-fahrzeugs WO2022268552A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP22732563.6A EP4359238A1 (de) 2021-06-22 2022-06-13 Verfahren und vorrichtung zur bestimmung einer betriebsstrategie eines elektrisch angetriebenen fahrzeugs, vorzugsweise eines brennstoffzellen-fahrzeugs

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021116120.7 2021-06-22
DE102021116120.7A DE102021116120A1 (de) 2021-06-22 2021-06-22 Verfahren und Vorrichtung zur Bestimmung einer Betriebsstrategie eines elektrisch angetriebenen Fahrzeugs, vorzugsweise eines Brennstoffzellen-Fahrzeugs

Publications (1)

Publication Number Publication Date
WO2022268552A1 true WO2022268552A1 (de) 2022-12-29

Family

ID=82156726

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/065968 WO2022268552A1 (de) 2021-06-22 2022-06-13 Verfahren und vorrichtung zur bestimmung einer betriebsstrategie eines elektrisch angetriebenen fahrzeugs, vorzugsweise eines brennstoffzellen-fahrzeugs

Country Status (3)

Country Link
EP (1) EP4359238A1 (de)
DE (1) DE102021116120A1 (de)
WO (1) WO2022268552A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116674396A (zh) * 2023-07-28 2023-09-01 江西五十铃汽车有限公司 一种新能源汽车电驱动系统控制方法及系统
CN117799503A (zh) * 2024-03-01 2024-04-02 西北工业大学 计及节能驾驶的燃料电池重卡能量管理方法及系统
CN117799503B (en) * 2024-03-01 2024-04-30 西北工业大学 Fuel cell heavy-duty truck energy management method and system considering energy-saving driving

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014053316A2 (de) * 2012-10-02 2014-04-10 Avl List Gmbh Verfahren zum betreiben eines antriebsstranges
US20150202990A1 (en) * 2012-07-12 2015-07-23 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method of managing the energy consumed by an automotive vehicle and system implementing such a method

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006049194A1 (de) 2006-10-18 2008-05-29 Leopold Krausen Verfahren und Anordnung zum Betreiben einer Energiespeichereinrichtung eines rekuperationsfähigen Fahrzeugs
DE102014209687A1 (de) 2014-05-21 2015-11-26 Robert Bosch Gmbh Verfahren und Vorrichtung zum vorausschauenden Betreiben eines Kraftfahrzeugs
DE102019105665A1 (de) 2019-03-06 2020-09-10 Technische Universität Dresden Regelvorrichtung und Verfahren zum Regeln eines Antriebssystems eines Hybridfahrzeugs

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150202990A1 (en) * 2012-07-12 2015-07-23 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method of managing the energy consumed by an automotive vehicle and system implementing such a method
WO2014053316A2 (de) * 2012-10-02 2014-04-10 Avl List Gmbh Verfahren zum betreiben eines antriebsstranges

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116674396A (zh) * 2023-07-28 2023-09-01 江西五十铃汽车有限公司 一种新能源汽车电驱动系统控制方法及系统
CN116674396B (zh) * 2023-07-28 2023-11-03 江西五十铃汽车有限公司 一种新能源汽车电驱动系统控制方法及系统
CN117799503A (zh) * 2024-03-01 2024-04-02 西北工业大学 计及节能驾驶的燃料电池重卡能量管理方法及系统
CN117799503B (en) * 2024-03-01 2024-04-30 西北工业大学 Fuel cell heavy-duty truck energy management method and system considering energy-saving driving

Also Published As

Publication number Publication date
EP4359238A1 (de) 2024-05-01
DE102021116120A1 (de) 2022-12-22

Similar Documents

Publication Publication Date Title
DE69815471T2 (de) Elektrohybridfahrzeug mit verringerter Leistungszufuhr zur Batterie während einer Nutzbremsung
DE69626771T2 (de) Verfahren und Vorrichtung zur Regelung der elektrischen Energieverteilung in einem Kraftfahrzeug, insbesondere mit Hybridantrieb
DE112011102395B4 (de) Steuerungsvorrichtung für Hybridfahrzeuge
DE102006000346B4 (de) Maschinensteuerungsvorrichtung und Steuerungsverfahren
DE102013223980A1 (de) Tourbezogene Energiemanagement-Steuerung
DE102016202836A1 (de) Fahrzeugenergiemanagementvorrichtung
EP3566922B1 (de) Verfahren zur ermittlung einer prädizierten beschleunigungsinformation in einem elektrokraftfahrzeug und elektrokraftfahrzeug
DE102015203280A1 (de) Hybridantriebsstrang-Betriebsartbestimmung auf der Basis einer Ortsraum-Streckensegmentierung
DE102011018769A1 (de) Hybridantriebssteuervorrichtung
DE102014214763A1 (de) Echtzeit-kraftstoffverbrauchsschätzung
EP3630528B1 (de) Verfahren zum steuern einer antriebseinrichtung eines hybridfahrzeuges und hybridfahrzeug
WO2013034729A1 (de) Verfahren zum steuern von energieverteilungsprozessen in einem fahrzeug
DE102019105665A1 (de) Regelvorrichtung und Verfahren zum Regeln eines Antriebssystems eines Hybridfahrzeugs
EP4178824A1 (de) Verfahren zum betreiben eines elektrischen antriebssystems
DE102011102766A1 (de) Hybridfahrzeug sowie Verfahren zum Betreiben einer Einrichtung zum Aufladen einer Batterie in einem Hybridfahrzeug
EP3530534A1 (de) Verfahren zum betrieb eines bordnetzes eines hybridkraftfahrzeugs und hybridkraftfahrzeug
EP1673251A1 (de) Verfahren zur regelung des ladezustands eines energiespeichers bei einem fahrzeug mit hybridantrieb
WO2014053316A2 (de) Verfahren zum betreiben eines antriebsstranges
WO2022268552A1 (de) Verfahren und vorrichtung zur bestimmung einer betriebsstrategie eines elektrisch angetriebenen fahrzeugs, vorzugsweise eines brennstoffzellen-fahrzeugs
DE10160480A1 (de) Verfahren und Einrichtung zur koordinierten Steuerung mechanischer, elektrischer und thermischer Leistungsflüsse in einem Kraftfahrzeug
WO2004106104A1 (de) Kraftfahrzeug und elektronische steuereinrichtung dafür
DE102014222073A1 (de) Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeugs mit einem elektrischen Energiespeicher
WO2018184877A1 (de) Verfahren zum kompensieren von leerlaufverlusten in einem elektrofahrzeug, computerprogrammprodukt, datenträger und elektrofahrzeug
WO2017137165A1 (de) Hybrides antriebssystem, fortbewegungsmittel und verfahren zum betreiben eines hybriden antriebssystems
DE102020126577A1 (de) Verfahren und Vorrichtung zum Betreiben einer Brennstoffzelle eines Fahrzeugs

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22732563

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2022732563

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2022732563

Country of ref document: EP

Effective date: 20240122