Shaker Verlag Aachen 2014
Schriftenreihe des Instituts für Fahrzeugtechnik TU Braunschweig
Band 35
Marjam Eghtessad
Optimale Antriebsstrangkonfigurationen für Elektrofahrzeuge
Bibliografische Information der Deutschen Nationalbibliothek
Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.
Zugl.: Braunschweig, Techn. Univ., Diss., 2014
Copyright Shaker Verlag 2014
Alle Rechte, auch das des auszugsweisen Nachdruckes, der auszugsweisen oder vollständigen Wiedergabe, der Speicherung in Datenverarbeitungs- anlagen und der Übersetzung, vorbehalten.
Printed in Germany.
ISBN 978-3-8440-2782-2 ISSN 1619-6325
Shaker Verlag GmbH • Postfach 101818 • 52018 Aachen Telefon: 02407 / 95 96 - 0 • Telefax: 02407 / 95 96 - 9 Internet: www.shaker.de • E-Mail: info@shaker.de
Optimale Antriebsstrangkonfigurationen für Elektrofahrzeuge von Marjam Eghtessad
Kurzfassung
In der vorliegenden Arbeit wird ein methodisches Vorgehen zur Ermittlung optimaler Antriebstopologien, Komponententypen und Komponenteneigenschaften von batteriebe- triebenen Elektrofahrzeugen (BEV) vorgestellt. Für die objektive Bewertung aller in dem Versuchsraum betrachteten Fahrzeugkonfigurationen werden verschiedene Kennparameter berücksichtigt, die den Energiebedarf, die Fahrleistungseigenschaften und die Antriebs- strangkosten betreffen und in eine gewichtete Bewertungsfunktion überführt werden.
Da die optimalen Eigenschaften eines Fahrzeugs mit dem Einsatzzweck und den daraus resultierenden Anforderungen eng verbunden sind, wird die 3F-Methodik verwendet. Die- se ermöglicht die Erstellung repräsentativer Kundenzyklen auf Basis einer umfangrei- chen Messdatenbasis, welche fahrer-, fahrzeug- und fahrumgebungsspezifische Eigenschaf- ten des Kundeneinsatzraums berücksichtigt. Solche im Rahmen dieser Arbeit generier- ten Kundenzyklen werden zur Ermittlung des Fahrzeug-Energiebedarfs verwendet. Dieser und weitere Kennparameter werden in der für den Zweck der Optimierung entwickelten Simulationsumgebung für alle Fahrzeugkonfigurationen systematisch und automatisiert berechnet. Da der Versuchsraum mehrere Millionen Konfigurationen umfasst, liegt der Fokus auf einer rechenzeiteffizienten Gestaltung der Simulationsumgebung mit Versuchs- plänen, Mathematischen Modellen und einem genetischen Optimierungsalgorithmus.
Die vorgestellten Berechnungswerkzeuge werden für die Optimierung eines Stadtfahrzeugs der Kleinstwagenklasse genutzt. In den Ergebnissen sind ausschließlich Zentralantrie- be mit Mehrganggetrieben auf den vorderen Rängen. BEV mit teils sehr guten Ener- giebilanzen wie Zentralantriebe mit Einganggetriebe, Radnaben- oder Tandemantriebe, können aufgrund ihrer hohen Antriebsleistungen nur bei einer Verringerung der Kosten- Gewichtung eine bessere Bewertung erlangen. BEV mit Mehrganggetrieben haben hin- gegen ein vorteilhaftes Verhalten bei Fahrleistungsparametern wie der Höchstgeschwin- digkeit, der Anfahrsteig- oder der Beschleunigungsfähigkeit. Aus diesem Grund sind in einem Marktvergleich, bei dem den Fahrleistungsparametern durch Verschiebung der Ge- wichtungsfaktoren und der Mindestanforderungen eine höhere Relevanz zugeordnet ist, abermals Mehrganggetriebe auf den ersten Plätzen. Bei Variation von Getriebe- oder E-Maschineneigenschaften ist zudem eine geringere Sensitivität hinsichtlich der Energie- bilanz durch Verwendung eines Mehrganggetriebes zu erkennen. Schließlich zeigt sich, dass mit Mehrganggetrieben Skaleneffekte bei unterschiedlichen Marktanforderungen zu erzielen sind: Die Nutzung von Gleichteilen wird dadurch erleichtert, dass ein marktüber- greifender Kompromiss in den optimalen Getriebeeigenschaften einfacher zu finden ist.
Optimal Drivetrain Configurations of Electric Vehicles by Marjam Eghtessad
Abstract
In this thesis a methodology to determine the best drive topologies, component types and component characteristics of Battery Electric Vehicles (BEV) is presented. For the evaluation of all considered BEV configurations, various objective parameters are taken into account with regard to energy consumption, driving performance and cost of the drive train. Furthermore, the objective parameters are converted into a weighted evaluation function.
Since the optimum vehicle characteristics are closely connected with its respective use the 3D method is used to determine the customer behavior and their requirements. The 3D method, which takes driver, driven vehicle and driving environs specific parameters into account, allows the creation of representative driving cycles based on an extensive data base. These driving cycles are used to determine the vehicle’s energy consumption.
Moreover, other objective parameters are calculated in a simulation environment which allows the systematic and automated optimization of all vehicle configurations. Since several million configurations are analyzed, the focus lies on an efficient design of the simulation environment with test plans, Mathematical Models and a Genetic Optimization Algorithm.
The introduced calculation tools are used for the optimization of a mini car which is ex- clusively used in urban areas. Central driven BEV with multi-speed transmissions show best results. BEV with a higher drive capacity, i.e. wheel hub or tandem drives or central driven BEV with one-speed reduction gear, do in some cases have a very good energy consumption. Nevertheless they can only obtain a better overall evaluation by a reducti- on of the cost-weighting in the evaluation function. BEV with multi-speed transmissions, however, have a more favorable behavior in driving performance parameters such as ma- ximum speed, climbing or acceleration capability. Due to this, multi-speed transmissions again take first ranks in a market comparison where driving performance parameters are more important due to higher weighting factors and increased minimum requirements. By variating transmission or electric motor parameters, a lower sensitivity can also be obser- ved in terms of energy balance by using a multi-speed transmission. Finally economies of scale for different market requirements can be achieved with multi-speed transmissions:
the use of common parts is easier to realize by a cross-market compromise in the optimum transmission parameters.
