Untersuchung zum Kraftstoffeinsparpotential vorausschauender PHEV-Betriebsstrategien
Vorausschauende Betriebsstrategien können den ohnehin geringen Kraftstoffverbrauch von Plug-In-Hybridfahrzeugen (PHEV) weiter senken. Sie weisen jedoch häufig einen hohen Ressourcenbedarf sowie eine hohe Sensitivität für auf der Fahrstrecke auftretende Störungen auf.
Im Rahmen der vorliegenden Arbeit wird deswegen untersucht, wie sich unterschiedliche auf der Fahrstrecke auftretende Störungen, wie beispielsweise unvorhergesehene Verkehrsbehinderungen, auf das Kraftstoffeinsparpotential von vorausschauenden PHEV-Betriebsstrategien auswirken. Weiter wird untersucht, inwieweit bereits weniger komplexe und ressourcenaufwändige Betriebsstrategie-Ansätze eine signifikante Kraftstoffeinsparung herbeiführen können und wo dies nur mittels komplexer Ansätze möglich ist.
Dazu wurde eine Benchmark-Studie durchgeführt in deren Zuge die Leistung dreier Software-Ansätze zur Betriebsstrategie-Optimierung in verschiedenen Testszenarien simulativ verglichen wurde. Als am wenigsten komplexer Software-Ansatz kam dabei ein nicht vorausschauender, regelbasierter Betriebsstrategie-Optimierer zum Einsatz. Weiterhin wurde ein vorausschauender für die Verwendung im Fahrzeug optimierter ressourceneffizienter Ansatz, sowie – als Benchmark – ein vorausschauender idealer Betriebsstrategie-Optimierer evaluiert. Die verwendeten Betriebsstrategie-Optimierer sowie die genutzte Simulationsumgebung wurden dabei im Rahmen der vorliegenden Arbeit entwickelt. Die erlangten Daten wurden anschließend stichprobenartig im Fahrversuch validiert.
Eine hohe praktische Aussagekraft der Simulations- und Messergebnisse wurde zum einen dadurch erreicht, dass für die Simulationsdurchführung besonders praxisrelevante Testszenarien gewählt wurden. Zum anderen wurde die Auslegung der verwendeten Betriebsstrategie-Optimierer direkt anhand eines für die Simulation und die Fahrversuche herangezogenen seriennahen PHEV-Prototypen vorgenommen.
Mit den so gewonnenen Erkenntnissen werden in einem Ausblick schließlich Verbesserungspotentiale an vorausschauenden PHEV-Betriebsstrategien hinsichtlich Ressourceneffizienz als auch Robustheit gegenüber auftretenden Störungen abgeleitet. Auch werden mögliche weitergehende Untersuchungen vorgeschlagen.
Predictive operating strategies can further reduce the already low fuel consumption of plug-in hybrid vehicles (PHEVs). However, they often have a high resource requirement and a high sensitivity to disturbances occurring on the route.
Therefore, the present study investigates how different disturbances occurring on the route, such as unforeseen traffic obstructions, affect the fuel saving potential of predictive PHEV operation strategies. Furthermore, it is investigated to what extent already less complex and resource-intensive operating strategy approaches can bring about significant fuel savings and where this is only possible by means of complex approaches.
For this purpose, a benchmark study was carried out during which the performance of three software approaches for operating strategy optimization was simulatively compared in various test scenarios. The least complex software approach used was a non-predictive, rule-based operating strategy optimizer. Furthermore, a predictive resource-efficient approach optimized for in-vehicle use was evaluated, as well as - as a benchmark - a predictive ideal operating strategy optimizer. The operating strategy optimizers used as well as the simulation environment were developed in the course of this thesis. The results from the simulations were then validated in real world driving tests.
A high practical significance of the simulation and real-world evaluation results was achieved on the one hand by selecting particularly practice-relevant test scenarios for the simulation. On the other hand, the operating strategy optimizers were designed for a near-production PHEV prototype which was also used for the simulation and the driving tests.
Finally, the simulation and real-world evaluation results were used to derive potential improvements to predictive PHEV operating strategies in terms of resource efficiency and robustness. Possible further research is also suggested.
Preview
Cite
Access Statistic
