Generierung von repräsentativen Fahr- und Lastzyklen aus realen Fahrdaten batterieelektrischer Fahrzeuge

Die individuelle Mobilität steht vor großen Herausforderungen. Sie muss zukünftig energieeffizienter sowie klima- und umweltverträglicher gestaltet werden. Hier stellen elektrisch angetriebene Fahrzeuge eine mögliche Alternative zu verbrennungsmotorischen Fahrzeugen dar. Um am Markt wettbewerbsfähig zu sein, müssen Elektrofahrzeuge jedoch hinsichtlich Kosten, Reichweite sowie Emissionen, die sich bei Berücksichtigung der gesamten Wertschöpfungskette ergeben, gegen konventionelle Antriebe bestehen. Zur Beurteilung der Alltagstauglichkeit gewinnen die Herstellerangaben zu Verbräuchen und Reichweiten beim Fahrzeugkauf deutlich an Relevanz.

Die Bestimmung dieser Angaben erfolgt in der Regel mit standardisierten Fahrzyklen auf Rollenprüfständen. Bei diesen Zyklen handelt es sich um Geschwindigkeit-Zeit-Verläufe, die häufig in der Kritik stehen, nicht charakteristisch für die reale Fahrzeugnutzung zu sein. Mit der Einführung der Worldwide Harmonized Light Vehicles Test Procedure (WLTP) wurde bereits ein großer Schritt in Richtung realitätsnähere Verbrauchsangaben gemacht. Diese Testprozedur regelt zwar explizit auch die Reichweiten- und Energiebedarfsbestimmung elektrifizierter Fahrzeuge, wurde aber ausschließlich auf der Basis von Fahrdaten verbrennungsmotorischer Fahrzeuge entwickelt. Elektrofahrzeuge verfügen aber über ein anderes Beschleunigungsverhalten, haben nur geringe Geräuschemissionen und bieten die Möglichkeit Bremsenergie zurückzugewinnen. Daraus resultiert ein abweichendes Fahr- und Nutzungsverhalten, was ebenfalls in den Testprozeduren Berücksichtigung finden müsste. Auch der Betrieb von Nebenaggregaten besitzt einen starken Einfluss auf die tatsächliche Reichweite eines Elektrofahrzeugs, wird jedoch in den Prüfvorschriften in der Regel nicht einbezogen. Bis heute gibt es keine offiziellen Testzyklen und im Vergleich zu konventionellen Fahrzeugen nur wenige speziell für Elektrofahrzeuge entwickelte Fahrzyklen.

An dieser Stelle setzt die vorliegende Arbeit an. Es wird eine methodische Vorgehensweise zur Erstellung von repräsentativen Fahrzyklen für batterieelektrische Fahrzeuge entwickelt und angewendet. Auf Basis realer Fahrdaten von 175 über einem Zeitraum von zwei Jahren vermessenen Elektrofahrzeugen werden Fahrzyklen für verschiedene charakteristische Tagesfahrweiten entwickelt. Dabei wird die Datenbasis entsprechend der Fahrumgebung (Stadt, Land, Autobahn) sowie anhand von fahrstil- und verkehrsflussbeschreibenden Parametern in homogene Cluster untergliedert. Es werden jeweils zugehörige repräsentative Subzyklen erstellt, die zusammengesetzt einen Gesamtfahrzyklus ergeben. Das Ergebnis einer Zyklusgenerierung basierend auf der gesamten, nicht gruppierten Datenbasis wäre ein harmonisiertes Geschwindigkeitsprofil. Es wäre nicht charakteristisch für das tatsächliche Fahrverhalten beispielsweise in den verschiedenen Fahrumgebungen. Durch den Einsatz einer auf stochastischen Ansätzen basierenden Methode wird im Vergleich zu anderen Methoden zur Fahrzykluskonstruktion außerdem eine zufälligere und breitere Abdeckung der Fahrcharakteristika sowie die Verwendung des größtmöglichen Datenbasisanteils sichergestellt. Der Vorteil besteht darin, dass kürzere Sensorausfälle nicht zwingend zum Ausschluss des gesamten Datensatzes einer Fahrt führen, sondern valide Segmente weiterhin für die Datenanalyse und Zyklusentwicklung genutzt werden können.

Darüber hinaus stellt die zusätzliche Generierung von Batterielastzyklen einen weiteren Schwerpunkt der Arbeit dar. Charakteristische Lastzyklen sind für die Auslegung der elektrischen Komponenten des Antriebsstrangs von Elektrofahrzeugen von Bedeutung. Sie bieten außerdem die Möglichkeit reale Belastungen simulativ oder im Batterielabor zu untersuchen. Auf Basis gemessener Batteriestromprofile wird ein auf physikalischen Zusammenhängen beruhendes Fahrzeuglängsdynamikmodell aufgebaut, parametriert und validiert. Mithilfe dieses Modells ist die Generierung von Lastprofilen auf Basis der entwickelten Fahrzyklen möglich. Darüber hinaus werden aus den realen Daten explizit auch Lastzyklen für den Betrieb von Nebenaggregaten abgeleitet.

Individual mobility is facing major challenges. In future, it will have to become more energy-efficient, climate neutral and more environmentally friendly. To achieve this, electrically driven vehicles are a possible alternative to vehicles powered by internal combustion engines. In order to be competitive on the market, electric vehicles must be able to measure up to conventional vehicles in terms of costs, range and well-to-wheel emissions. To assess the suitability for everyday use, the manufacturer's data on consumption and range are becoming increasingly relevant when purchasing a new vehicle.

The determination of this information is usually carried out with standardized driving cycles on chassis dynamometers. These cycles are speed-profiles over time that are often criticized for not being characteristic of real-world vehicle use. With the introduction of the Worldwide Harmonized Light Vehicles Test Procedure (WLTP), a major step has already been taken towards more realistic consumption data. Although this test procedure explicitly regulates the range and energy requirement determination of electrified vehicles, it was developed exclusively on the basis of driving data from internal combustion engine vehicles. However, electric vehicles have a different acceleration behavior as well as low noise emissions. Additionally, they offer the possibility of recovering braking energy. This results in a different driving and usage behavior, which should also be taken into account in the test procedures. Beyond that, the operation of auxiliary units has a strong influence on the actual range of an electric vehicle, but is usually not included in the test regulations. To date, there are no official test cycles and, compared to conventional vehicles, only a few driving cycles specifically developed for electric vehicles.

For this reason, a methodical procedure for the construction of representative driving cycles for battery electric vehicles is developed and applied within this thesis. Based on real-world driving data from 175 electric vehicles measured over a period of two years, driving cycles for different characteristic daily mileages are developed. The database is divided into homogeneous clusters according to the driving environment (urban, rural, motorway) and on the basis of parameters describing the driving style and traffic flow. Corresponding representative subcycles are created, which togehter result in an overall driving cycle. The result of a cycle construction based on the entire non-grouped database would be a harmonized velocity profile. For example, it would not be characteristic of the actual driving behavior in the different environments. Furthermore, the use of a method based on stochastic approaches ensures a more random and wider coverage of the driving characteristics and the use of the largest possible database share compared to other methods for driving cycle construction. The advantage is that shorter sensor failures do not necessarily lead to the exclusion of the entire data set of a trip. The valid segments can still be used for data analysis and cycle development.

Furthermore, the additional development of battery load cycles is another main focus of this thesis. Characteristic load cycles are important for the design of the electrical components of the powertrain of electric vehicles. They also offer the possibility to analyze realistic loads simulatively or in battery laboratories. Based on measured battery current profiles, a vehicle longitudinal dynamics model based on physical relationships is built, parameterized and validated. With the help of this model, it is possible to generate load profiles based on the developed driving cycles. Lastly, load cycles for the operation of auxiliary units are derived from the real-world data.

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten