evehiclelib - Eine Modelica-Bibliothek zur Simulation von Fahrzeugen mit alternativen Antrieben

Transkript

1 evehiclelib - Eine Modelica-Bibliothek zur Simulation von Fahrzeugen mit alternativen Antrieben Steffen Kutter, Bernard Bäker kutter@iad.tu-dresden.de, baeker@iad.tu-dresden.de Lehrstuhl Fahrzeugmechatronik, Institut für Automobiltechnik Dresden, TU Dresden George-Bähr-Straße 1c, 01062, Dresden Sebastian Langhammer sebastian.langhammer@daimler.com GR/AEP Powertrain Control / Daimler AG Mercedesstraße 137, 70546, Stuttgart Kurzfassung In diesem Beitrag wird die objektorientierte Bibliothek evehiclelib zur dynamischen Simulation von konventionellen, hybriden und elektrischen Kraftfahrzeugen vorgestellt. Die Bibliothek kann sowohl zur energetischen und längsdynamischen Bewertung neuartiger Fahrzeuge als auch zur Entwicklung und Optimierung der erforderlichen Regelungsfunktionen (z.b. Betriebsstrategien) eingesetzt werden. 1 Einleitung Das gesellschaftliche Bedürfnis nach individueller Mobilität wird derzeit nahezu ausschließlich durch rein verbrennungsmotorisch angetriebene Fahrzeuge gedeckt. Trotz signifikanter Verbesserungen des Verbrennungsprozesses und dem Einsatz innovativer Getriebetechnologien wie DCT 1 und CVT 2 ist der Wirkungsgrad besonders im Teillastbereich nicht zufriedenstellend. Der Einsatz von elektrischen Maschinen im Antriebsstrang stellt neben verbrennungsmotorischen Maßnahmen (z.b. forciertes Downsizing) einen möglichen Weg zur Verbrauchsreduktion der Fahrzeuge dar. In einer ersten Entwicklungsstufe wurden dazu die bereits im konventionellen Fahrzeugbordnetz existierenden Elektromaschinen Generator und Starter erweitert, um Funktionen wie Start / Stopp des Verbrennungsmotors sowie Bremsenergierückgewinnung darzustellen. Derzeit in der Entwicklung befindliche Fahrzeuge erweitern das Leistungsspektrum der E-Maschine deutlich bis hin zur rein elektrischen Darstellung der erforderlichen Traktionsleistung. Erklärtes Entwicklungsziel ist dabei die Umsetzung rein elektrischer Fahrzeugkonzepte. Aufgrund der beschränkten Energiedichte ist der Einsatz von E- Fahrzeugen aktuell vorwiegend auf die urbane Mobilität beschränkt. 1 Dual Clutch Transmission: Doppelkupplungsgetriebe, Direktschaltgetriebe 2 Continuously Variable Transmission: stufenloses Getriebe

2 Hybridfahrzeuge stellen unter technologischen Aspekten einen komplexen Zwischenschritt auf dem Weg zum reinen Batterie- bzw. Brennstoffzellenfahrzeug dar. Sie bedingen infolge der vielfältigen Kombinationsmöglichkeiten von Elektromaschinen und Verbrennungsmotor eine große Vielfalt an Antriebsstrangvarianten. Deren zusätzliche Freiheitsgrade gilt es sowohl strategisch durch ein entsprechendes Energiemanagement als auch durch den Entwurf geeigneter Komponentenregler zu beherrschen. Nur bei situationsgerechtem Wechsel zwischen den verschiedenen Betriebsarten von Verbrennungsmotor und Elektromaschine kann die durch die Hardware limitierte, maximale Verbrauchsreduktion erzielt werden. Aufgrund der Vielzahl von zu bewertenden Fahrzeugkonzepten (Bild 1) und der hohen Kosten von Prototypenfahrzeugen wird sowohl die energetische Potenzialabschätzung als auch die Entwicklung von Regelalgorithmen und deren Funktionen weitestgehend modellbasiert durchgeführt [1], [2], [3]. Traktion VM Traktion EM Systemkomplexität Relativer Traktionsanteil Technologischer Fortschritt 1 Konventionelles Fzg., manuelles Getriebe 2 Konventionelles Fzg., Automatikgetriebe 3 Konventionelles Fzg., Start-Stopp, Rekuperation 4 Mildhybridfahrzeug 5 Vollhybrid Vollhybrid, Plug-In-fähig 7 Elektro-Fzg. mit Range Extender, ggf. mechanischem Durchtrieb 8 Elektro-Fzg. 9 Brennstoffzellen-Fzg. Bild 1: Einordnung alternativer Antriebsstrangkonzepte bezüglich Systemkomplexität und Bereitstellung der Traktionsleistung Modellierungsansatz Aus der Zielstellung neben der Bewertung zukünftiger Antriebsstrangkonzepte bezüglich Fahrdynamik und Energiekonsum auch eine detaillierte Funktionsentwicklung vornehmen zu können, resultieren folgende Anforderungen an die Modelle: Abbildung des dynamischen Antriebsstrangverhaltens Exakte Abbildung der Energieflüsse und Wirkungsgrade Multiphysikalität zur Abbildung aller fahrzeugrelevanten Domänen

3 Modularität zur beliebigen Erweiterung und Zusammenstellung von Systemen Beschreibungsmodelle für Funktionen (z.b. Zustandsautomaten, Petri-Netze) Implementierbarkeit von realem Steuergerätecode Möglichkeit zur automatisierten Code-Generierung Umsetzbarkeit auf kommerziellen Echtzeitsystemen Kompatibilität zu bestehenden Toolketten Das Ziel energieeffiziente Betriebsstrategie- und Regelungsfunktionen für das Fahrzeug zu entwickeln, erfordert Möglichkeiten zur Einbettung bzw. Generierung von realem Steuergerätecode. Matlab Simulink und seine umfassenden Toolboxen haben sich hier als Quasi-Standard etabliert. Zudem wird diese Simulationsumgebung von zahlreichen Erweiterungen unterstützt, die die Einbindung externer Modelle (z.b. das Matlab-Dymola Interface) ermöglichen. Simulink Dymola 50! v soll α β M VM M EM i κ SOC m& Krst v ist h Bild 2: Struktur der Closed-Loop-Simulation eines Hybridfahrzeugs mit prädiktiver Betriebsstrategie; Zuordnung zu den Simulationsumgebungen (A: Vorausschaudatengenerierung; B: Prädiktionsdatenverarbeitung; C: Fahrumgebung; D: Fahrermodell; E: Betriebsstrategie, D Antriebsstrangmodell Für die Modellierung der Strecke Antriebsstrang (Bild 2) mit den wesentlichen Komponenten Verbrennungsmotor, Elektromotor, Getriebe, Batterie [4], Bordnetz und Fahrzeuglängsdynamikmodell wurde ein ungerichteter, komponentenorientierter Ansatz unter Nutzung der Sprache Modelica verfolgt. Der akausale Ansatz ermöglicht die vorteilhafte Beschreibung der Komponenten basierend auf den physikalischen Wirkprinzipien in Form von differentialalgebraischen Gleichungen. Die erforderlichen Modelle sind dabei nur teilweise in kommerziellen Bibliotheken wie z.b. Smart Electric Drives oder Powertrain Library verfügbar. Sie besitzen meist nicht den erforderlichen Detaillierungsgrad oder sind aufgrund des nicht offen zugänglichen Quelltextes nur bedingt verifizierbar, sodass der Aufbau einer eigenen, nur auf freien Modellen basierenden Bibliothek mit dem Namen evehiclelib forciert wurde. Diese wird im Folgenden auszugsweise vorgestellt.

4 3 Bibliothek evehiclelib Die Gliederung der Bibliothek erfolgte anhand der Teilsysteme des Antriebsstrangs und Energiebordnetzes und ist in Bild 3 dargestellt. Unabhängig von der inneren Modellierungsart und tiefe (Momentan- / Mittelwertmodell, kausal / akausal) stellen sich die einzelnen Teilsysteme und Komponenten nach außen über einheitliche, physikalische Schnittstellen und Busse dar. Die Modellierung der einzelnen Teilsysteme wurde dabei unter Trennung von Modell und Daten sowie separater Abbildung von physikalischem Verhalten und hardwarenaher Regelung umgesetzt. Dies wird exemplarisch am Modell des Bordnetzgenerators (Bild 4) aufgezeigt. Ausgehend von einer reinen Schnittstellendefinition in einem partiellen Modell erfolgt im Basismodell die Erweiterung um die physikalischen Modellgleichungen und das Objekt Generatorregler bis zur vollen Funktionsfähigkeit. Das Basismodell besitzt allerdings nur Standardwerte für die einzelnen Systemparameter und ist somit nicht sinnvoll simulierbar. Erst mit der Erweiterung um einen auswählbaren Datensatz werden die Parameter eindeutig bestimmt und eine sinnvolle Simulation ermöglicht. Dieses Vorgehen verhindert durch den direkten Datensatzzugriff die Simulation inkonsistenter Modelle und ermöglicht mittels Beschränkung der Datensatzweitergabe die Detaillierung der Modelle durch Dritte unter Wahrung der Geheimhaltungsanforderungen. Bild 3: Struktur der evehiclelib Datensatz Bild 4: Modell des Bordnetzgenerators (links) mit Regler (rechts)

5 4 Einsatzbeispiele der evehiclelib In diesem ersten Anwendungsbeispiel der evehiclelib steht die Untersuchung des Verbrauchseinflusses der Bordnetzleistung für ein konventionelles Fahrzeug im Mittelpunkt. In Bild 5 ist das dafür aufgebaute Gesamtfahrzeugmodell dargestellt Kraftstoffverbauch [l/100km] 6,5 6,0 5,5 5,0 4,5 1 Fahrzyklus 2 Fahrermodell Verbrauchseinfluss der mittleren Bordnetzlast für verschiedene Fahrzyklen FTP-72 (UDDS) Linear () Linear (FTP-72 (UDDS)) Grundlast 3 Bordnetzmodell 4 Verbrennungsmotor Bild 5: Konventionelles Gesamtfahrzeugmodell in Dymola 4, mittlere Bordnetzleistung [W] Bild 6: Verbrauchseinfluss der Bordnetzleistung 5 Antriebsstrang 6 Antriebsstrangregelung 7 Fahrzeuglängsdynamikmodell Für eine korrekte Bilanzierung wurde auf einen ausgeglichenen Ladezustand der Batterie geachtet. Bild 6 zeigt die für verschiedene Fahrzyklen ermittelten Kraftstoffverbräuche in Abhängigkeit von der Bordnetzlast. Etwa 200 W stellen den Bereich der durch die Motorsteuerung eingeprägten Grundlast des Fahrzeugbordnetzes dar. Der im 3 ermittelte streckenbezogene Kraftstoffverbrauch von 4,3 l/100km ist dabei identisch der Werksangabe des Realfahrzeugs. Für die beiden untersuchten Fahrzyklen ergibt sich ein linearer Anstieg des Kraftstoffverbrauchs über der Bordnetzleistung. Der Anstieg 3 Neuer Europäischer Fahrzyklus

6 l l liegt mit 0,79 im bzw. 0,86 im FTP-72 4 im Bereich der gemeinhin bekannten Faustformel mit etwa 1 l je 100 km pro 1 kw elektrischer Bordnetzlast 100km 1kW 100km 1kW [5] Fahrzyklus 2 Fahrermodell 3 Thermoelektrisches Batteriemodell [4] 4 Bordnetzmodell 5 Elektromaschine 6 Antriebsübersetzung 7 Fahrzeuglängsdynamikmodell Im zweiten Beispiel wird der Einfluss der beiden Faktoren Gewicht und Nebenverbraucherleistung eines reinen Elektrofahrzeugs untersucht, um z.b. Aussagen über den Reichweiteneinfluss der Batteriemasse sowie der zu elektrifizierenden Nebenverbraucher zu treffen. Zugrunde liegt ein Fahrzeugmodell mit direktem Antrieb durch einen Elektromotor mit einer festen Übersetzung (Bild 7). Als Referenzfahrzyklen werden auch hier der und der FTP-72 verwendet. Energieverbauch [kwh/100km] 10,0 8,0 6,0 4,0 2,0 Verbrauchseinfluss der mittleren Bordnetzlast FTP-72 Bild 7: Modell eines E-Fahrzeugs in Dymola 0, mittlere Bordnetzlast [W] Bild 8: Nebenverbrauchereinfluss Aus den Variationsrechnungen für den Nebenverbrauchereinfluss resultiert wie beim konventionellen Antriebsstrang ein zyklusabhängiger, linearer Zusammenhang zwischen Bordnetzlast und Mehrverbrauch (Bild 8). Aus dem erhaltenen linearen Zusammenhang können nun die Einflussfaktoren (A) berechnet und für die Bestimmung eines bordnetzlastbedingten Mehrverbrauchs verwendet werden. 4 Federal Test Procedure 72: US Fahrzyklus

7 Einflussfaktoren der Bordnetzlast A: A kwh = 0,3 100 km 100W A kwh FTP72 = 0, km 100W Diese Einflussfaktoren müssen insbesondere infolge der Elektrifizierung der Klimaanlage mit erforderlichen mittleren Antriebsleistungen von 180 W bis 2 kw [6] beachtet werden, um eine aus Kundensicht belastbare Reichweiteangabe auszuweisen. Bei Betrachtung eines typischen Elektrofahrzeugs bedeutet die volle Leistungsanforderung des Klimakompressors von 2 kw bei einem mittleren Traktionsenergiebedarf von kwh etwa 15 (z.b. ) einen um 40% (6 kwh) erhöhten Energiekonsum bzw. eine 100km Energieverbrauch [kwh/100km] 19,0 17,0 15,0 13,0 11,0 Verbrauchseinfluss der Fahrzeugmasse FTP-72 Reichweitenreduktion auf etwa 71% des Ausgangswertes. Ähnlich dem linearen Zusammenhang bei der Nebenverbraucherleistung verhalten sich die Ergebnisse bei einer Variation der Fahrzeugmasse. Auch hier kann eine annähernd lineare Abhängigkeit des Energiebedarfs nachgewiesen werden (Bild 9). Es wurde ein Fahrzeug simuliert, bei dem alle Bremsmanöver rein elektrisch realisiert werden. Vergleichsrechnungen, bei denen jeweils nur 50% des geforderten Bremsmoments elektrisch gestellt werden, zeigen, dass das annähernd lineare Verhalten erhalten bleibt und nur der Einflussfaktor (B) größer wird. Einflussfaktoren der Fahrzeugmasse B: 9, Fahrzeugmasse [kg] Bild 9: Gewichtseinfluss B kwh = 0, km 100kg B kwh FTP72 = 0, km 100kg Vergleicht man den Einfluss von Masse und Bordnetzleistung beim Elektrofahrzeug, so wird erkennbar, dass eine Reduktion der mittleren Bordnetzleistung um 100 W unter den gegebenen Randbedingungen denselben Effekt wie eine Verminderung der Fahrzeugmasse um etwa 63 kg besitzt. An dieser Stelle wird erkennbar, dass mit zunehmender Elektrifizierung des Fahrzeugs neben den klassischen Domänen des Automobilbaus (z.b. dem Leichtbau) das Energiemanagement zunehmend an Bedeutung gewinnt.

8 5 Zusammenfassung und Ausblick Im Rahmen dieses Berichtes erfolgte eine kurze Vorstellung einer Bibliothek zur Modellierung von Fahrzeugen mit alternativen Antrieben in der Modelliersprache Modelica. Es wurden erste Systemmodelle und ihre Anwendung zur Untersuchung energetischer Aspekte, insbesondere des Verbrauchseinflusses von Bordnetzlast und Fahrzeuggewicht vorgestellt. In weiteren Arbeitsschritten werden jetzt Fahrzeugmodelle realer Hybridfahrzeugprototypen erstellt und mit Messdaten abgeglichen. Als Schnittstellengrößen zu einem überlagerten Steuerungs- und Regelalgorithmus stellen diese Modelle die der realen Fahrzeugvernetzung entsprechenden Informationen zur Verfügung. In einer ersten Testphase wird dann ein solches Fahrzeugmodell mit den bereits lauffähigen, simulinkbasierten Steuerungs- und Regelalgorithmen der aktuellen Fahrzeugprototypen betrieben. Bei ausreichend stabiler Umsetzung dieser Kombination mit hinreichender Rechengeschwindigkeit steht dem Entwickler ein neues leistungsfähiges Simulations- und Softwareentwicklungstool zur Verfügung. Dieses kombiniert die Verständlichkeit der physikalischen Streckenmodellierung von Modelica mit der Matlab Simulink-basierten Softwareentwicklungstoolkette. Inwiefern sich dieser Ansatz langfristig gegen die bisherigen, gut erprobten und rein Simulink-basierten Modellierungsansätze durchsetzen kann, wird in nicht unentscheidendem Maße zum einen von der Weiterentwicklung der Anwenderfreundlichkeit von Dymola bzw. anderen Modelica-Interpretern und zum zweiten von der intuitiven Bedienbarkeit des Interfaces zur Kopplung der beiden Simulationswelten abhängen. Literatur [1] Back, M.: Prädiktive Antriebsregelung zum energieoptimalen Betrieb von Hybridfahrzeugen. Dissertation, Institut für Regelungs- und Steuerungssysteme, Universität Karlsruhe, [2] Kutter S.: Theoretische und simulationsgestützte Untersuchungen zur Optimierung an einer vorhandenen Hybridfahrzeugarchitektur, Diplomarbeit, Institut für Automobiltechnik (IAD), Technische Universität Dresden, [3] Looman, C.; Jost, A.; Bäker, B.: Schwingungsarten, Einflussmöglichkeiten und zukünftige Regelansätze im hybriden Antriebsstrang. 29. Tagung Elektronik im Kraftfahrzeug, Dresden, 23./24. Juni [4] Morawietz, L.; Kutter, S.; Falsett, R.; Bäker, B.: Thermoelektrische Modellierung eines Lithium-Ionen-Energiespeichers für den Fahrzeugeinsatz. 6. VDI-Tagung Innovative Fahrzeugantriebe, Dresden, 6./7. November [5] Büchner, S.: Energiemanagement-Strategien für elektrische Energiebordnetze in Kraftfahrzeugen. Dissertation, Institut für Automobiltechnik, Technische Universität Dresden, [6] Van Basshuysen R., Schäfer, F.: Handbuch Verbrennungsmotor. 3. Ausgabe, Vieweg und Teubner, 2005.