Betriebsstrategie für einen parallelen Hybridantrieb

Transkript

1 FORSCHUNG HYBRIDANTRIEB Betriebsstrategie für einen parallelen Hybridantrieb Mit der Messung von realen Emissionen im Fahrbetrieb wird der Druck zur Erreichung der CO 2 -Ziele weiter verschärft. Schon durch die Teilelektrifi zierung (Hybridisierung) des konventionellen Fahrzeugantriebs können die CO 2 - sowie Schadstoffemissionen signifi kant verbessert werden. Die Hybridisierung bedarf aber einer geeigneten Betriebsstrategie, welche idealerweise die unterschiedlichen Emissionsarten, wie zum Beispiel CO 2 -, NO x - und Ruß-Emissionen sowie auch den Kundeneinsatz berücksichtigt. Am Institut für Fahrzeugtechnik der TU Braunschweig wurde hierzu ein Forschungsvorhaben durchgeführt, das mit dem Hermann-Appel-Preis 2014 der IAV ausgezeichnet wurde. AUTOR Mark Schudeleit M. Sc. studierte an der Technischen Universität Braunschweig Maschinenbau und Kraftfahrzeugtechnik und arbeitet jetzt als wissenschaftlicher Mitarbeiter am Institut für Fahrzeugtechnik an der TU Braunschweig. 76

2 1 MOTIVATION 2 FAHRZEUGMODELL 3 FAHRZEUG 4 DYNAMISCHE EMISSIONSMODELLIERUNG 5 IDENTIFIKATION EINER ROBUSTEN BETRIEBSSTRATEGIE IM NEFZ 6 ERGEBNISSE ZYKLUS UND KUNDENSIMULATION 7 ZUSAMMENFASSUNG 1 MOTIVATION Steigender politischer Druck die Kraftstoffverbräuche, CO 2 - und Schadstoffemissionen, wie zum Beispiel Ruß und NO x, der Fahrzeugflotten zu reduzieren, treibt die Automobilindustrie zur Entwicklung alternativer Fahrzeuge. Neben elektrischen Fahrzeugen, bei denen noch immer eine Infrastruktur- und Reichweitenproblematik besteht, spielen aktuell besonders Hybridfahrzeuge eine entscheidende Rolle. Vergleichsmaß für die Effizienz des Fahrzeugs ist dabei der Neue Europäische Fahrzyklus NEFZ [1, 2]. Für den Kunden sowie in Anbetracht einer geplanten Messung der Realemissionen (Real Driving Emissions, RDE) sind die Emissionen in den gesetzlichen Zyklen weniger relevant. Vielmehr ist das Emissionsverhalten im individuellen Kundenbetrieb wichtig, welcher in der Stadt, der Landstraße sowie der Autobahn und mit unterschiedlichen Fahrstilen und Fahrzeugbeladungen stattfindet. Deswegen wurde ein Vorgehen zur Auslegung einer Betriebsstrategie eines Hybridfahrzeugs entwickelt, das sowohl den Zyklus- als auch Kundenbetrieb und die kombinierten Emissionen berücksichtigt und minimiert. BILD 1 zeigt die Struktur des Simulationsmodells zur Zyklus- und Kundensimulation. Die Fahranforderungen im Kundenbetrieb, wie zum Beispiel die Zielgeschwindigkeit (auch Orientierungsgeschwindigkeitsprofil oder OGP genannt), sowie die Geschwindigkeitsänderungen werden durch Statistikgeneratoren erzeugt, denen reale Messdaten zugrunde liegen. Der ebenfalls statistische Realfahrer versucht durch Bedienung der Pedale die vorgegebene Geschwindigkeit zu erreichen. Dabei weist der Fahrer je nach Fahrzeug, Fahrstil sowie der Fahrumgebung ein spezifisches Verhalten mit unterschiedlichen Gaspedalgradienten sowie Gaspedalendstellungen auf [3]. In der Zyklussimulation werden das Fahrer- und Fahrumgebungsmodell durch einen Fahrregler ersetzt, welcher das Fahrzeug exakt entlang der Geschwindigkeitsvorgabe steuert. 3 FAHRZEUG Das modellierte Fahrzeug ist ein paralleler, momentenaddierender Vollhybrid (Full-HEV). Neben der konventionellen Verbrennungskraftmaschine (VKM) und dem Doppelkupplungsgetriebe (DCT) besitzt der Antrieb eine zweite Welle zwischen VKM und Getriebe, welche durch zwei Kupplungen K0 und K1 abgetrennt werden kann. Auf dieser Welle befindet sich der Elektromotor (EM). Die Betriebsstrategie des Hybridfahrzeugs ist in BILD 2 dargestellt. Sie wählt den Betriebsmodus anhand des Batterieladegrades SOC sowie der Antriebsleistung P. Als Hybridfunktionen sind Rekuperation, rein elektrisches Fahren, rein verbrennungsmotorisches Fahren und Lastpunktverschiebung möglich. Bei der Lastpunktverschiebung regelt eine intelligente Fuzzy-Regelung die Drehmomentverteilung zwischen VKM und EM auf Basis zahlreicher Regeln. Sie ermöglicht neben einer Anhebung des Lastpunkts auch Boost-Funktionalitäten. Schließlich sind Hysteresen implementiert, um einen alternierenden Wechsel zwischen den Betriebsmodi zu unterbinden. 2 FAHRZEUGMODELL 4 DYNAMISCHE EMISSIONSMODELLIERUNG Für die Auslegung der Betriebsstrategie zur Reduzierung der Emissionen sind geeignete Emissionsmodelle unabdinglich. Simulationen haben gezeigt, dass die häufig verwendeten statischen Emis- BILD 1 Struktur des Simulationsmodells zur Zyklus- und Kundensimulation auf Basis von Matlab/Simulink 06I Jahrgang 77

3 FORSCHUNG HYBRIDANTRIEB BILD 2 SOC-Antriebsleitungsbasierte Betriebsstrategie eines parallelen Hybridantriebs mit intelligenter Fuzzy- Regelung im Betriebsmodus Lastpunktverschiebung sionskennfelder basierend auf den Eingangssignalen Drehmoment und Drehzahl, zu Abweichungen verglichen mit dynamischen Prüfstandsmessungen führen können. Im Kundenbetrieb weichen darüber hinaus die Emissionen zwischen Simulation und Messung weiter voneinander ab. Durch die Berücksichtigung eines transienten beziehungsweise dynamischen Eingangssignals kann jedoch eine höhere Abbildungsgenauigkeit realisiert werden [4]. Da synthetische Fahrzyklen, wie der NEFZ, weniger dynamische Fahrmanöver beinhalten und durch die Konstantfahrtphasen auch nur eine begrenzte Anzahl an unterschiedlichen Betriebspunkten aufweisen, kann das Emissionsverhalten des Motors durch ein einfaches, empirisches Metamodell abgebildet werden. Folglich wurden neuronale Netze entsprechend der gemessenen Daten von Drehzahl, Drehmoment und der jeweiligen Emissionsart für den NEFZ erstellt. BILD 3 zeigt vergleichend die simulierten Zeitverläufe der dynamischen Emissionen CO 2, NO x und Ruß sowie der Emissionsmessungen im NEFZ für ein konventionelles Fahrzeug. Die dynamischen Emissionsmodelle führen zu ähnlichen Emissionswerten wie die gemessenen Zyklusemissionen. Die kumulierten Endwerte weichen dabei weniger als 1 % ab. Für die NO x -Emissionen sind lediglich geringe Abweichungen in der Kaltstartphase in den ersten 200 s zu verzeichnen. Auch die Ruß-Emissionen werden zufriedenstellend abgebildet. Zur Modellierung der dynamischen Emissionen im Kundenbetrieb wird ein komplexerer Ansatz benötigt, da die Zusammenhänge zwischen den realen Fahrmanövern und den Emissionen ebenfalls komplexer sind. Aus diesem Grund wurde ein halb-empirischer Ansatz gewählt, welcher in [5] vorgestellt ist. Eingangsdaten sind repräsentative Fahrmanöver, deren Emissionen auf einem Motorprüfstand ermittelt wurden. Ergebnis der Modellbildung sind Metamodelle, welche auf T-Varianten-Übertragungsfunktionen erster und zweiter Ordnung basieren. Eingangsgrößen der Übertragungsfunktionen sind die Emissionen aus statischen Kennfeldern sowie die transienten Zeitkonstanten, welche mittels eines neuronalen Netzwerks abgebildet werden. Die Zeitkonstanten variieren 78 dabei abhängig von Drehzahl, Drehmoment und dem Drehmomentgradienten. Es hat sich gezeigt, dass sich mit diesem Modell exaktere Berechnungen der realen Emissionen im Kundenbetrieb realisieren lassen. BILD 3 Vergleich von Messung und dynamischer Simulation der CO 2 -, NO x - und Ruß-Emissionen im NEFZ, konventionelles Fahrzeug (für die Simulation wurden neuronale Netzwerke mit den Eingangsgrößen Drehzahl, Drehmoment und dem Drehmomentgradienten verwendet)

4 BILD 4 Betriebsbereiche unterschiedlicher Kunden im Drehmoment-Drehzahl-Diagramm 5 IDENTIFIKATION EINER ROBUSTEN BETRIEBSSTRATEGIE IM NEFZ BILD 4 zeigt die Betriebsbereiche im Drehmoment-Drehzahl-Diagramm einer VKM für unterschiedliche Kunden (Variation des Fahrstils sowie der Fahrumgebung). Im Stadtbetrieb wird die VKM dabei hauptsächlich bei geringen Drehzahlen und Drehmomenten betrieben. Auf der Landstraße und der Autobahn werden dagegen weitaus höhere Drehmomente und Drehzahlen gefordert. Auch der Fahrstil zeigt erheblichen Einfluss auf die Betriebspunkte und somit die resultierenden Emissionen sowie den Kraftstoffverbrauch im Kundenbetrieb. Dies unterstreicht, dass es bei der Auslegung der Betriebsstrategie auf den realen Fahrbetrieb nicht ausreichend ist, lediglich den Fahrbereich zu betrachten, der im Zyklusbetrieb abgebildet wird. Es wird eine Betriebsstrategie gesucht, welche sowohl die kombinierten Emissionen reduziert, als auch für den unterschiedlichen Fahrbetrieb zu ähnlich geringen Emissionen führt. Es lässt sich somit sagen, dass Einflüsse auch Grundparameter genannt eine geringe Sensitivität gegenüber Änderungen des Verbrauchs beziehungsweise der Emissionen besitzen, also ein robustes Verhalten aufweisen müssen. Um dies zu erfüllen, wurden die Betriebsstrategiegrenzen mittels eines Sobol-Versuchsplans (DoE) mit circa 2000 Kombinationen variiert, die Emissionswerte zu einer Zielfunktion zusammengefasst und ein robuster Betriebsstrategieparametersatz identifiziert [6 8]. Da die Kennparameter (Rohemissionswerte) unterschiedliche Größenordnungen besitzen, werden diese zuerst auf den Maximalwert normiert und dann zu einer gemeinsamen Zielfunktion Z zusammengefasst (Gl. 1). Darüber hinaus werden die normierten Kennparameter mit einer Gewichtung entsprechend ihrer Priorität versehen. Gl.1 z = g 1 CO 2 +g 2 NO x +g 3 Ruß+ Hierbei sind g 1,..., g n die Gewichtungsfaktoren und n die Anzahl der Kennparameter. Zur Ermittlung der robusten Betriebsstrategie werden, wie in BILD 5 (links) dargestellt, nicht nur die Minimalwerte der Zielfunktion, sondern auch minimalwert-ähnliche Ergebnisse (5-%-Toleranz) verwendet. Durch die Bildung einer Häufigkeitsverteilung (Klassierung der Werte nach der Sturges-Regel [9]) kann das robuste Optimum identifiziert werden. Dieses zeichnet sich dadurch aus, dass es von einer Vielzahl an minimalwert-ähnlichen Ergebnissen umgeben ist und insgesamt eine flache Minimalwertumgebung aufweist. Daraus kann auf die Robustheit der Betriebsstrategie geschlossen werden. Da die Parameter der robusten Betriebsstrategie durch den optimalen Kompromiss für unterschiedliche Fahrstile von der NEFZoptimalen Betriebsstrategie abweichen, werden diese im Kundenbetrieb getestet, um die Vorteile des stabilen Charakters der robusten Betriebsstrategie zu verdeutlichen. Die Ergebnisse der CO 2 -, NO x - und Ruß-Emissionen sind in BILD 6 für unterschiedliche Kunden dargestellt. Die CO 2 -Emissionen der robusten Betriebsstrategie sind mindestens genauso niedrig wie jene, die sich mit der NEFZ-optimalen Betriebsstrategie ergeben. Ausnahme bildet der schonende Stadtfahrer. In Bezug auf NO x -Emissionen ist die robuste Betriebsstrategie im Kundenbetrieb ebenso überlegen. Die robuste Betriebsstrategie führt gleichsam auch zu einer Reduzierung der Ruß-Emissionen. Lediglich im sportlichen Stadtbetrieb ist durch die robuste Betriebsstrategie ein höherer Ruß-Ausstoß in den Rohemissionen zu erwarten. 6 ERGEBNISSE ZYKLUS UND KUNDENSIMULATION Werden die Emissionen im Kundenbetrieb mit denen einiger bekannter, gesetzlicher Emissionszyklen verglichen, so zeigt sich in BILD 7, dass der NEFZ zu den niedrigsten Emissionen führt. Dies lässt sich in der geringen Dynamik des Zyklus begründen. Die Ergebnisse des FTP75 befinden sich trotz einer geringeren, mitt- 06I Jahrgang 79

5 FORSCHUNG HYBRIDANTRIEB BILD 5 Identifikation der Parametersätze mit minimalwertähnlichen Lösungen (5-%-Toleranz, links) und Klassifizierung der geringsten 5 % der Zielwerte zur Identifikation der robusten Betriebsstrategie, welche sich in der Klasse mit der höchsten Häufigkeit befindet (beispielhafte Darstellung, rechts) leren Geschwindigkeit aufgrund der höheren Beschleunigungen leicht oberhalb des NEFZ. Mit den höchsten Geschwindigkeiten sowie den größten Anforderungen an die Längsdynamik emittiert das Hybridfahrzeug im WLTP die höchsten Emissionen. Wie zu erwarten, weichen die Emissionen der Kundensimulation von denen der gesetzlichen Fahrzyklen ab. Wogegen der NEFZ zu etwas geringeren CO 2 -Werten führt, generiert die FTP75-Simulation ähnliche Werte wie einige Kunden. Die Ergebnisse für NO x zeigen Folgendes: Der NEFZ und der FTP75 erzeugen ähnlich Emissionen wie die schonenden und einige durchschnittliche Fahrer, während der sportliche Fahrer deutlich höhere NO x -Emissionen generiert. Im Gegensatz zum Kundenbetrieb sind die Ruß-Emissionen im Zyklusbetrieb tendenziell höher. Schonende bis durchschnittliche Fahrer erzeugen in der Stadt und auf der Landstraße ähnliche Emissionen wie in den Zyklen NEFZ und FTP75 eingefahren werden. 7 ZUSAMMENFASSUNG Die Modifikation einer Betriebsstrategie eines Hybridfahrzeugs kann genutzt werden, um gezielt die CO 2 - und Schadstoffemissionen innermotorisch zu reduzieren. Dabei steht durch die aktuelle Emissionsgesetzgebung der NEFZ im Fokus der Betrachtung. Mit zukünftigen gesetzlichen Messungen von Emissionen im realen BILD 6 CO 2 -, NO x - und Ruß-Emissionen zweier Betriebsstrategiekonfigurationen eines Hybridfahrzeugs (links: robuste Betriebsstrategie, rechts: NEFZoptimale Betriebsstrategie) 80 BILD 7 CO 2 -, NO x - und Ruß-Emissionen der robusten Betriebsstrategie im Vergleich zu den Emissionen im NEFZ, FTP75 und WLTP

6 Betrieb darf bei der Auslegung der Betriebsstrategie darüber hinaus der Kundenbetrieb nicht unberücksichtigt bleiben. Daraus ergibt sich die Forderung nach einer robusten Betriebsstrategie, welche unabhängig von der Einsatzart zu ähnlichen und zugleich niedrigen kombinierten Emissionen führt. Mittels eines Versuchsplans und der anschließenden Auswertung der Werte der Zielfunktion, welche sich aus den normierten, gewichteten Rohemissionswerten von CO 2, NO x und Ruß zusammensetzt, konnten unterschiedliche Betriebsstrategiekonfigurationen hinsichtlich der Robustheit sowie Emissionseinsparungspozential bewertet werden. Dabei wurde die Zielfunktion auf ein Minimum durchsucht, welches gleichzeitig von einer Vielzahl minimalwertähnlicher Zielwerte umgeben ist also eine flache Zielumgebung aufweist. Die ermittelte, robuste Betriebsstrategie führt verglichen mit einer rein NEFZ-optimalen, aber nicht robusten Betriebsstrategie zu geringfügig höheren Emissionen im NEFZ, reduziert jedoch im Kundenbetrieb die CO 2 -, NO x - und Ruß-Werte deutlich. Einzelne Kundentypen führen aufgrund ihrer Fahrweise bei jeder Betriebsstrategie zu wesentlich höheren NO x -Emissionen als in den betrachteten Zyklen NEFZ, FTP75 und WLTP. Dabei ist der sportliche Kunde zu nennen. Die CO 2 - und Ruß-Emissionswerte dagegen sind sowohl im Kunden- als auch im Zyklusbetrieb für den Vollhybrid mit robuster Betriebsstrategie sehr ähnlich. LITERATURHINWEISE [1] Barsali, S.; et al.: A control strategy to minimize fuel consumption of series hybrid electric vehicles. IEEE Transactions on Energy Conversion, 2004, Band 19 [2] N. N.: Regulation (EC) No. 661/2009 of the European Parliament and of the Council. Official Journal of the European Union, 2009 [3] Müller-Kose, J. P.: Repräsentative Lastkollektive für Fahrzeuggetriebe. Shaker Verlag, 2002 [4] Nüesch, T.; et al.: Optimal energy management for a diesel hybrid electric vehicle considering transient PM and quasi-static NO x emissions. Control Engineering Practice, 2014 [5] Schudeleit, M.; Schober, F.: Optimized operation of HEV in customer use in consideration of dynamic emissions. Proceedings of the 8 th International CTI-Symposium Automotive Transmissions, HEV and EV Drives, USA, 2014 [6] Röpke, K.: Design of Experiments (DoE) in Engine Development III. expert Verlag, 2007 [7] Siebertz, K.; et al.: Statistische Versuchsplanung. Design of Experiments (DoE). Springer Verlag, 2010 [8] Bratley, P.; Fox, B. L.: Algorithm 659: Implementing Sobol s quasirandom sequence generator. ACM Transactions on Mathematical Software (1988), Band 1, S [9] Sturges, H. A: The choice of a class interval. In: Journal of the American Statistical Association (1926), Nr. 153, S DOWNLOAD DES BEITRAGS READ THE ENGLISH E-MAGAZINE order your test issue now: springervieweg-service@springer.com 06I Jahrgang 81