Besonders im Stadtverkehr benötigen Fahrzeuge viel Energie, weil sie häufig bremsen und beschleunigen müssen. „Wenn andere Verkehrsteilnehmer, Ampelphasen sowie die Struktur des Geländes vorausschauend erkannt werden, können Geschwindigkeit und die Betriebsweise von Antriebssystemen des Fahrzeugs energieoptimal angepasst werden“, sagt Dr. Volkmar Müller von der Professur für Elektrische Maschinen und Antriebe der TU Dresden.
Möglich wird so eine Umfelderkennung mit zeitlichem Vorhersagehorizont durch Laserscanner, Kameras und Kartendaten. Auf Basis der gesammelten Daten lässt sich der zukünftige Lastverlauf des Elektroantriebs vorhersagen und letztlich dessen Energiehaushalt besser managen.
Verlustenergie um 30 Prozent verringern
Mit der neuen intelligenten Antriebsregelung, die die Forscher im KLEE-Projekt entwickelt haben, lassen sich die Leistungsflüsse im Antriebssystem und die Magnetflüsse im Antriebsmotor entsprechend energieeffizient steuern. Das hybride Energiespeichersystem teilt dabei die angeforderte elektrische Antriebsleistung zwischen der Bordnetzbatterie und einem Doppelschichtkondensator auf. Die begrenzte Speicherkapazität des Doppelschichtkondensators kann somit effektiver genutzt werden.
Zusätzlich wird die Wasserkühlung des Antriebssystems vorausschauend angepasst. Die Gesamtheit aller Maßnahmen soll die Verlustenergie der Bordnetzbatterie und des Antriebsmotors dann um bis zu 30 Prozent verringern können.
Kleinere Batterien, höhere Reichweite
Gleichzeitig lassen sich Masse und Volumen des Energiespeichers des Fahrzeugs reduzieren. Das wirkt sich positiv auf die Reichweite aus: Bis zu zehn Prozent weiter kann ein Elektroauto kommen – unabhängig vom Fahrverhalten. Erstmals wurden somit die Funktionen des automatisierten Fahrens für die Vorhersage des Fahrstreckenverlaufs aus energetischer Sicht (Lastverläufe) genutzt.
Die Ergebnisse des Projekts KLEE (Kombinierte Logik für Energieeffiziente Elektromobilität) werden derzeit von den beteiligten Industriepartnern in die Anwendung überführt. Dazu gehören die Firmen IAV Berlin, Ibeo Automotive Systems, Autonomos sowie die ZF Friedrichshafen. Das Projekt wurde in den letzten drei Jahren vom Bundesministerium für Bildung und Forschung (BMBF) mit 1,8 Millionen Euro gefördert.