Holistische Simulationsumgebung am Integrations-HiL zur effizienten Absicherung der hochvernetzten Funktion elektrische Restreichweite unter Einfluss der Umgebungstemperatur

1. Einleitung

In der Elektromobilität spielt die Restreichweite eine zentrale Rolle. Insbesondere bei batterieelektrischen Fahrzeugen (engl. BEV) ist es die signifikante Größe, um den Fahrer vor einen Batterieleerstand des Fahrzeugs zu warnen. Folglich ist eine präzise Prädiktion notwendig.
Die elektrische Restreichweite im BEV steht im Spannungsfeld zwischen dem Energiebedarf des Antriebsstrangs und der Komfortverbraucher, was Bild 1 symbolisch illustriert. Wegen der vergleichsweise geringen Energiedichte des Energiespeichers in Elektrofahrzeugen, im Vergleich zu verbrennungsmotorischen Fahrzeugen, und des guten Antriebswirkungsgrads verschärft sich im Spannungsfeld der Zielkonflikt zwischen Reichweite und thermischen Komfort. Insbesondere mit zunehmender Entladung des Akkus sinkt die zur Verfügung stehende Energie und die Auswirkungen des Zielkonflikts werden stärker wahrgenommen, was durch ein intelligentes Energiemanagementsystem gemildert werden kann.

Bild 1: Reichweite im Spannungsfeld zwischen Energiebedarf des Antriebsstrangs und der Komfortverbraucher

Bild 1 zeigt auf, dass der elektrische Energiespeicher im BEV Energie für den Antriebsstrang aber auch für den thermischen Komfort zur Verfügung stellt. Gespeist wird der Energiespeicher vom Ladegerät und der Ladesäule. Mit der Möglichkeit des zeitversetzten Ladens wird das Fahrzeug hinsichtlich des Ladezustands des Akkus (engl. SoC) und des thermischen Komforts konditioniert. Mittels mobilen Onlinediensten lässt sich die Fahrzeugkonditionierung für einen hohen Kundenkomfort steuern. Für eine intelligente Energieverteilung bedarf es eines Energiemanagements, welches mit einer ganzheitlichen Betrachtung die aufgeführten Teilsysteme berücksichtigt. Für eine umfangreiche Erprobung dieses hochgradig vernetzten Systems sind die thermische Konditionierung des Fahrgastraums und die Einstellung des gewünschten Ladestands des Akkus an einem realen Fahrzeug sehr zeitaufwendig. Mit der hier vorgestellten holistischen Simulationsumgebung lässt sich das Gesamtsystem ohne diesen Zeitaufwand der Konditionierung bereits in frühen Phasen erproben. Damit ist eine Basis für umfangreiche Tests bei verschiedenen Umgebungstemperaturen geschaffen.

Neben den Herausforderungen der Komplexität und Vernetzung kommt der globale Wettbewerbsdrucks hinzu, der für die Weltmärkte in einer immensen Antriebs- und Variantenvielfalt verbunden mit kurzen Entwicklungszyklen resultiert. Um diesen unterschiedlichen Anforderungen gerecht zu werden, ist eine geeignete Entwurfsmethodik notwendig. Die bei der Reichweitenberechnung vorhandene Domänenvielfalt stellt ein sehr heterogenes Gesamtsystem dar, bei dem die Wechselwirkungen der Teilsysteme im Entwurfsprozess berücksichtigt werden müssen. Dies erfordert eine ganzheitliche und funktionsorientierte Betrachtung. Nachfolgend wird die zur Erstellung der holistischen Simulationsumgebung angewandte mechatronische Entwurfsmethodik erläutert. Aufgrund des heterogenen Charakters der Mechatronik, mit dem Ziel eines integrativen Zusammenwirkens der Domänen zur Erzielung von Synergien, eignet sich das modellbasierte und ganzheitliche Vorgehen, da es die Wechselwirkungen der Teilsysteme von Beginn der Entwicklung an berücksichtigt.

2. Mechatronische Entwurfsmethodik

Die Heterogenität bedingt durch das Zusammenwirken unterschiedlicher Domänen resultiert in einer hohen Systemkomplexität und erschwert den Überblick über das Gesamtsystem. Um das gewünschte integrative Verhalten der Teilsysteme zu erlangen, ist eine ganzheitliche und strukturierte Vorgehensweise von Beginn der Entwicklung an notwendig. Für die Absicherung der Reichweitenberechnung wurde eine verifikationsorientierte und modellbasierte Entwicklungsmethodik angewandt. Dabei erfolgt zunächst eine Strukturierung und Hierarchisierung des Gesamtsystems in einem Top-Down-Prozess in Module, sodann die modellbasierte Auslegung der Module in einem durchgängigen Prozess bis hin zur sukzessiven Integration zum Gesamtsystem (Mechatronische Komposition) in einem Bottom-Up-Prozess [1, 2]. Der durchgängige und modellbasierte Charakter dieses Vorgehens ermöglicht auch durch Parallelisierbarkeit eine zeiteffiziente Entwicklung.

In einem Top-Down-Prozess werden zur Strukturierung des Gesamtsystems die abgeleiteten Teilfunktionen modularisiert und hierarchisiert. Für eine übersichtliche Darstellung des Gesamtsystems wird in [3] eine hierarchische Darstellung auf vier Ebenen vorgeschlagen:

  • VMS – Vernetztes mechatronisches System
  • AMS – Autonomes mechatronisches System
  • MFG – Mechatronische Funktionsgruppe
  • MFM – Mechatronisches Funktionsmodul

Die mechatronischen Funktionsmodule (MFM) auf der untersten Ebene stellen die vitalsten Elemente des Gesamtsystems dar. Mit ihrer mechanischen Tragstruktur, Sensorik, Informationsverarbeitung und Aktorik weisen diese die kleinsten Zeitkonstanten im System auf, weshalb deren Informationsverarbeitung teilweise harte Echtzeitbedingungen erfüllen muss. Mit ihrer Aktorik dienen die MFM zur Umsetzung der geforderten Dynamik für das gewünschte Verhalten. Auf der nächsten Hierarchieebene verfügen die mechatronischen Funktionsgruppen (MFG) über eigene Sensorik und Informationsverarbeitung und greifen zur Funktionserfüllung auf die unterlagerten MFM zurück. Die MFG verfügen über keine eigene Aktorik. Häufig dienen MFG der hierarchischen Strukturierung der Informationsverarbeitung. Das mechatronische Gesamtsystem bildet die nächste Hierarchieebene mit der Bezeichnung autonome mechatronische Systeme (AMS). Bestehend aus mechanischer Tragstruktur, Sensorik und Informationsverarbeitung verfügt es über Informationen, die das Gesamtsystem betreffen, und erteilt entsprechende Befehle an unterlagerte MFG und MFM. Werden mehrere Gesamtsysteme nebeneinander betrieben, z.B. zur kooperierenden Aufgabenerfüllung, so bedarf es einer höheren Instanz zur Koordination. Diese wird durch die Ebene vernetzte mechatronische Systeme (VMS) abgebildet. Die VMS verfügen über die hierarchisch globalsten Informationen, die zur Erfüllung einer Kooperation von AMS notwendig sind. Bei der hierarchischen Strukturierung unterstützt eine Orientierung an den Zeitkonstanten der Teilsysteme. Teilsysteme mit kleinen Zeitkonstanten sind in den unteren Ebenen aufzufinden, Teilsysteme mit großen Zeitkonstanten und weitreichenden Informationen gehören zu den höheren Ebenen.

Ergebnis der Modularisierung und Strukturierung ist eine funktional hierarchische Anordnung der Teilfunktionen mit definierten Schnittstellen in horizontaler und vertikaler Richtung. Damit wird eine Übersicht über das Gesamtsystem geschaffen und die Schnittstellen sind definiert.
Diese sind wesentlich, um eine holistische Simulationsumgebung, die einen closed-loop Betrieb im Gesamtsystem ermöglicht, zu realisieren. In Bild 2 ist ein Ausschnitt der hierarchischen Strukturierung mit Fokus auf die Funktion Reichweitenberechnung abgebildet.

Bild 2: Ausschnitt der hierarchischen Strukturierung mit Fokus auf die Funktion Reichweitenberechnung

Auf der untersten Ebene MFM finden sich die Aktoren wieder, die für ein kontrolliertes Systemverhalten mit gewünschter Dynamik im Gesamtsystem sorgen. Hierzu zählen exemplarisch die Traktionsantriebe mit der Möglichkeit des generatorischen Betriebs, die Betriebsbremse, das Ladegerät, die Battery Junction Box mit den Hochvolt-Schützen, der Klimakompressor und elektrische Heizer zur Fahrgastraumklimatisierung und die Lenkunterstützung. Für eine ganzheitliche Wirkung mangelt es den MFM an überlagerten Informationen. Über solche Informationen verfügen die MFG, die von umfangreicher Sensorik zur Schätzung des Systemverhaltens und Betriebszustands unterstützt werden. Mit ihren weitreichenden Informationen erteilen sie den MFM Stellbefehle. Exemplarisch werden hier das Energiemanagement, das zeitversetzte Laden, die mobilen Onlinedienste, die Reichweitenberechnung und fortgeschrittene Fahrerassistenzsysteme (engl. Advanced Driver Assistance Systems, kurz ADAS) als MFG genannt. Über weitere, das Gesamtfahrzeug betreffende Informationen verfügen die AMS. Für Aufgaben, die erst mit einer Vernetzung ermöglicht werden, verfügt das VMS über das einzelne Fahrzeug hinausgehende Informationen.

Vorteilhaft an der mechatronischen Strukturierung sind die damit geschaffene Übersichtlichkeit, die auch durch die bewusst gewählte Anzahl von vier Hierarchieebenen gewahrt bleibt, und die Definition von Schnittstellen in horizontaler und vertikaler Richtung. Die grauen Pfeile in Bild 2 deuten die Schnittstellen in diesen beiden Richtungen an. Dies erlaubt die simultane modellbasierte Auslegung aller Funktionsmodule auf allen Ebenen und damit einen hocheffizienten Entwurf. Bei der Realisierung der holistischen Simulationsumgebung am Integrations-HiL unterstützte die hierarchische Strukturierung durch Aufzeigen von Lücken in der Modelllandschaft, die durch Erweiterungen oder Anpassungen behoben wurden, um das gewünschte Szenario am Integrations-HiL abzubilden.

Für die Funktionsentwicklung erfolgt nach der Strukturierung der Entwurf der einzelnen Module bis hin zur Integration zum Gesamtsystem. Beginnend mit der untersten und vitalsten Ebene erfolgt ein ganzheitlicher, durchgängiger, modellbasierter und verifikationsorientierter Entwurf mittels Model-in-the-Loop (MiL), Software-in-the-Loop (SiL) und Hardware-in-the-Loop (HiL) in einem mechatronischen Entwicklungskreislauf [2]. Dabei werden die Teilsysteme sukzessiv zum Gesamtsystem in einem Bottom-Up-Prozess integriert.

3. Modellbildung und Identifikation

Auf Basis der hierarchischen Strukturierung (Kapitel 2) wurde im thermischen Bereich durch manuelle Vorgabe mittels Entwicklungsbotschaften der in den Schnittstellen enthaltenen Größen ein closed-loop-Betrieb erreicht und es konnten gezielt gewünschte Betriebspunkte angefahren werden. Damit waren die essentiell zu abbildenden Größen verifiziert und die Erweiterung der Modellandschaft konnte beginnen.
Unter den Anforderungen der Echtzeitfähigkeit, einer Übertragbarkeit auf andere Fahrzeugprojekte und einer Bewertung von Aufwand und Nutzen wurde für die Erweiterung der Modellandschaft eine eher einfache Modellstruktur mit einer umfangreichen Identifikation der Modellparameter gewählt. Im Wesentlichen wurde in den Bereichen thermisches Fahrzeugmodell und thermisches und elektrisches Batteriemodell der Traktionsbatterie gearbeitet. Das elektrische Verhalten der Traktionsbatterie wurde im Modell auf den notwendigen Temperaturbereich erweitert. Hierzu wurden für das lineare Verhalten der Traktionsbatterie umfangreiche Impedanzspektroskopiemessungen unter Einfluss der Temperatur verwendet. Mit der gewählten Modellierungstiefe wird das dynamische Verhalten bis zu einer Frequenz von etwa 200 Hz abgebildet. Für das nichtlineare Verhalten wurden Messungen im Zeitbereich ebenfalls unter Einfluss der Temperatur herangezogen.

Ebenso wurde das thermische Verhalten der Traktionsbatterie durch den nun vergrößerten Temperaturbereich im Modell modifiziert. Mit der durchgeführten Modellerweiterung und der umfangreichen Identifikation wird das thermische und elektrische Verhalten der Traktionsbatterie im relevanten Temperaturbereich und im relevanten Lastbereich hinreichend genau abgebildet, wie die Ergebnisse in Bild 6 belegen.

Für das thermische Fahrzeugmodell wurde eine Grey-Box-Modellstruktur als Basis verwendet, d.h. neben Modellteilen, die gemäß physikalischer Gesetzmäßigkeiten nachgebildet sind, existieren auch physikalische Black-Box-Modellteile. Diese bilden das Verhalten mathematisch hinreichend ab, beruhen aber nicht auf physikalischen Gesetzmäßigkeiten. Häufig werden solche Modelle in Bereichen verwendet, wo eine Nachbildung der Physik nicht vollständig erfolgen kann, z.B. bei chemischen Prozessen in der Verfahrenstechnik, oder wo ein höherer Aufwand nur geringen zusätzlichen Nutzen oder z.T. Nachteile wie den Verlust der Echtzeitfähigkeit mit sich bringt [5]. Wegen der Anforderung der Echtzeitfähigkeit und der guten Parametrierbarkeit wurde das thermische Fahrzeugmodell als physikalisches Grey-Box-Modell ausgeführt. Die notwendige Modellgüte hinsichtlich stationärer Genauigkeit und dynamischen Verhalten wurde durch eine umfangreiche Identifikation erzielt. Die Modellbestandteile des thermischen Fahrzeugmodells sind im Wesentlichen die Fluidkreisläufe zum Heizen und Kühlen und der thermische Fahrgastraum. Die Ausgangsgrößen wurden soweit reduziert, wie es für einen closed-loop-Betrieb mit den realen Steuergeräten erforderlich ist.

Wegen der umfangreichen Identifikation wird das Vorgehen bei der Parameteridentifikation näher erläutert (Bild 3).

Bild 3: Vorgehensweise bei der Modellidentifikation [4]

Mit den Anforderungen an das zu identifizierte Modell und den vorab vorliegenden Kenntnissen über das System wird ein theoretisches Modell erstellt und die Messung am realen System geplant. Das theoretische Modell muss freie, einstellbare Parameter aufweisen. Anhand der Systemschnittstellen und des theoretischen Modells werden die Anregungs- und Messgrößen abgeleitet. Bei der Planung der Messung ist die Umsetzung der geforderten Systemanregung zu realisieren und die Ermittlung der gewünschten Ausgangsgrößen sicherzustellen. Durch die zu minimierende Zielfunktion werden mit einem entsprechenden Optimierungsverfahren die freien Parameter approximiert. Der Identifikationsprozess ist ein iteratives Vorgehen, was erst mit einer hinreichend genauen Abbildung des Verhaltens beendet wird. Trotz der vorhandenen verschiedenen Optimierungsalgorithmen ist die Anwendung bei der Identifikation kein automatischer Prozess. Die Parameteridentifikation erfordert Erfahrung. Der Erfolg der Optimierung hängt entscheidend von der Zielfunktion, den Initialwerten der zu identifizierenden Parameter, dem Optimierungsverfahren, den Gewichtungsfaktoren und den Abbruch- und Neben-bedingungen ab.

Bei der Identifikation der Traktionsbatterie wurde das Verfahren der Frequenz-ganganpassung bei den Impedanzspektroskopiemessungen angewandt. Vorteilhaft an der Identifikation im Frequenzbereich ist, dass aus den Frequenzkennlinien auf die Pole und Nullstellen des Übertragungsverhaltens geschlossen werden kann und damit sehr präzise Informationen über die Modellstruktur, die Eigenfrequenzen und die Totzeit vorliegen. Daraus resultiert eine hohe Modellgenauigkeit, die aber auch zum Zwecke der Reichweitenberechnung notwendig ist. Bei der Identifikation des thermischen Fahrzeugmodells wurden die Parameter für die stationäre Genauigkeit der Modellgrößen aus Messungen und auch Simulationsergebnissen mit komplexeren Modellen höherer Modellierungstiefe approximiert. Die Modellparameter für das Übertragungsverhalten wurden aus zahlreichen Messungen mit einer nichtlinearen Optimierung approximiert. Die bestimmten Modellparameter sind in Kennfeldern in Abhängigkeit von wesentlichen Einflussgrößen hinterlegt. Als Optimierungsalgorithmus wurde der Simplex-Algorithmus nach Nelder-Mead angewandt. Dieses deterministische Verfahren erfordert keine stetige Differenzierbarkeit und kann Diskontinuitäten in nichtlinearen Funktionen gut handhaben, ist jedoch auf das Auffinden lokaler Minima beschränkt. Dieser Nachteil wird jedoch durch eine günstige Wahl der Initialwerte gemindert, die ohnehin mit der gewählten Grey-Box-Modellstruktur notwendig ist.

4. Einbindung am Integrations-HiL

Für die Einbindung am Integrations-HiL illustriert Bild 4 die Struktur im Gesamtverbund.

Bild 4: Einbindung am Integrations-HiL

Neben der Modellerstellung und Identifikation für das physikalische Verhalten sind für einen einwandfreien closed-loop-Betrieb Entwicklerbotschaften zur Manipulation von Sensorwerten notwendig. Diese beinhalten die aus den Modellen erweiterten Ausgangsgrößen. Weiterhin werden sicherheitsrelevante Feedbackgrößen in einer Restbussimulation abgebildet.

Mit der entstandenen holistischen Simulationsumgebung können folgende Testszenarien erprobt werden:

  • Fahren unter dem Einfluss der Umgebungstemperatur mit einer gewünschten Konditionierung des Ladezustands der Batterie
  • Zeitversetztes Laden mit Klimatisierung des Fahrgastraums (Heizen/ Kühlen) zum geplanten Abfahrtszeitpunkt
  • Verwendung mobiler Onlinedienste zur Steuerung des zeitversetzten Ladens mit Klimatisierung des Fahrgastraums

Das Testszenario mit den mobilen Onlinediensten stellt eine hochgradige Vernetzung der Teilsysteme dar und erlaubt mit der holistischen Simulationsumgebung eine effiziente Funktionsintegration und –absicherung. Insbesondere die Möglichkeit der unmittelbaren thermischen Konditionierung des Gesamtfahrzeugs und der Konditionierung des Ladezustands ermöglicht eine zeiteffiziente und intensive Erprobung der Teilsysteme im Steuergeräteverbund des Gesamtfahrzeugs.

5. Ergebnisse

Als Ergebnisse werden das Herunterkühlen des Fahrgastraums und das Leerfahren der Traktionsbatterie zur Verifikation der Modelle aufgezeigt. Bei einer Außentemperatur von 35°C veranschaulicht Bild 5 das Herunterkühlen des Fahrgastraums im Fahrbetrieb. Dabei werden Modellergebnisse mit Messwerten aus dem Fahrzeug verglichen. Als Stimuli für das Modell wird die Anregung des elektrischen Klimakompressors der Fahrzeugmessung entnommen. Sowohl an der Fahrgastraumtemperatur als auch im elektrischen Strom des Klimakompressors sind über den gesamten Zeitbereich die Abweichungen sehr gering. Die Temperaturabweichungen zwischen Modell und Messung liegen als Spitzenwert im Bereich von 0,75 K. Durch Integration des Stroms wird der Energiebedarf ermittelt, der bei diesem thermisch transienten Verhalten beim Modell um einen Prozent höher ausfällt als in der Fahrzeugmessung. Diese hohe Genauigkeit ist hinreichend für die geplante Anwendung Test der Reichweitenberechnung. Die Modellstruktur und die identifizierten Parameter sind damit verifiziert.

Bild 5: Verifikation therm. Gesamtfahrzeugmodell Kühlen bei 35°C Umgebungstemperatur

Die Zeitverläufe im folgenden Bild zeigen die Güte des Batteriemodells bei einer Außentemperatur von 0°C auf. Als Anregung wird am Integrations-HiL der NEFZ dreimal hintereinander gefahren und anschließend mit Volllast die Batterie leer gefahren. Mit diesem Fahrprofil wird die Batterie im linearen und nichtlinearen Bereich angeregt. Zum Aufzeigen der Güte wird der vom Batteriemanagementsystem geschätzte SoC mit dem SoC vom Batteriemodell verglichen. Über den gesamten Zeitbereich bis zur entladenen Batterie sind die Abweichungen sehr gering. Am Ende stellt sich eine Abweichung im SoC von ca. 1% ein, wobei dieser Endwert die kumulierten Abweichungen über den gesamten Zeitbereich enthält. Aus den Signalverläufen geht eine sehr hohe Genauigkeit hervor, die auf die aufwendige Identifikation im Frequenz- und Zeitbereich zurückzuführen ist. Mit dieser Genauigkeit lässt sich sehr präzise die Reichweitenberechnung in umfangreichen Szenarien und im kompletten Steuergeräteverbund absichern.

Bild 6: Verifikation am Integrations-HiL des thermischen Batteriemodells bei 0°C Umgebungstemperatur

6. Zusammenfassung und Ausblick

Mit der Erweiterung der Modellandschaft ist nun ein Fahrzeugbetrieb im gesamten relevanten Temperaturbereich am Integrations-HiL möglich. Damit lassen sich unmittelbar der SoC und die Fahrzeugtemperatur konditionieren, wodurch eine immense Zeitersparnis gegenüber einem realen Fahrzeug erreicht wird. Damit wird zugleich eine zeiteffiziente und intensive Erprobung des gesamten Steuergeräteverbunds ermöglicht. Die Testszenarien erstrecken sich hier vom Fahrbetrieb bei unterschiedlichen Umgebungstemperaturen bis hin zum zeitversetzten Laden und thermischen Konditionieren des Fahrgastraums zum Abfahrtszeitpunkt mittels mobilen Onlinediensten, was eine hochgradige Systemvernetzung darstellt. Der gewählte generische Modellansatz für das thermische Gesamtfahrzeugmodell mit vergleichsweise geringer Modellkomplexität jedoch in Verbindung mit einer umfangreichen Parameteridentifikation ermöglicht ein einfaches Ausweiten des Modells auf weitere Fahrzeuge, wodurch eine zeiteffiziente Übertragbarkeit gewährleistet wird.

Als Ausblick bietet die hohe erzielte Modellgenauigkeit Potential für eine modellbasierte Applikation in Teilbereichen. Zur Reduzierung des Applikationsaufwand im Fahrzeug ist eine modellbasierte Applikation am Integrations-HiL in den Bereichen Klima und Reichweitenberechnung angedacht.

7. Literaturangaben

  1. Liu-Henke, X.; Lückel, J.; Jäker, K.-P.: Ganzheitlicher mechatronischer Entwurf eines aktiven Feder-/Neigemoduls, VDI-Tagung: Mechatronik – Mechanisch/Elektrische Antriebstechnik, 2000
  2. Buchta, R.; Liu-Henke, X.; Kasper, R.: Entwicklung einer integrierten Fahrdynamik-regelung für Elektrofahrzeuge, Tagung Magdeburger Maschinenbau Tage MMT, 2013
  3. Lückel, J.; Koch, T.; Schmitz, J.: Mechatronik als integrative Basis für innovative Produkte, VDI-Berichte 1533, VDI-Verlag, Düsseldorf, 2000
  4. Isermann, R.: Identifikation dynamischer Systeme Band 1+2, Springer Verlag, Berlin/Heidelberg, 1992
  5. Isermann, R.; Münchhof, M.: Identification of Dynamic Systems, Springer Verlag, Berlin/Heidelberg, 2011


Autor des Artikels

Dipl.-Ing. (FH) R. Buchta, Volkswagen AG, Wolfsburg