Modellprädiktive energieoptimale Geschwindigkeits- und Abstandsregelung für ein seriell elektrisch angetriebenes Fahrzeug

Motivation und Ziele

Heutige Geschwindigkeits- und Abstandsregelsysteme regeln die Fahrgeschwindigkeit und den Abstand anhand der vom Fahrer vorgegebenen Sollwerte. Die tatsächliche Längsgeschwindigkeit und der über Sensorik ermittelte Abstand zum vorausfahrenden Fahrzeug werden mit den Sollwerten verglichen und über automatisches Beschleunigen oder Bremsen angepasst. Diese Fahrerassistenzfunktion entlastet den Fahrer, führt aber für Fahrzeuge mit Verbrennungskraftmotor zu unnötig hohem Kraftstoffverbrauch und CO2-Ausstoß, für elektrisch angetriebene Fahrzeuge wird die Reichweite reduziert.
Im Rahmen des Forschungsprojektes soll ein modellprädiktiver Regelalgorithmus (MPC) entwickelt werden, der die Geschwindigkeit und den Abstand eines seriell elektrisch angetriebenen Fahrzeuges energieoptimal regelt. Dabei werden  Informationen über das eigene Fahrzeug, die kommende Strecke und die vorausfahrenden Fahrzeuge genutzt, um eine effiziente Fahrweise zu ermitteln. Die daraus abgeleitete Sollwertvorgabe für die Längsbeschleunigung wird dann energetisch optimal auf die elektrischen Antriebe und Bremsaktorik verteilt.

Vorgehensweise

• Auslegung des Antriebs und des Energiebordnetzes
• Entwicklung eines diskreten Fahrwiderstandsmodells
• Entwicklung eines diskreten Verbrauchs- und Wirkungsgradmodells
• Entwicklung eines echtzeitfähigen Vollfahrzeugmodells
• Integration in eine echtzeitfähige Verkehrssimulationsumgebung
• Entwicklung eines modellprädiktiven Reglerkonzeptes
• Analyse der modellprädiktiven Regelung in der Simulation
• Implementierung und Analyse des Reglers in einer HiL-Umgebung

Zeitraum

06/2012 - 06/2015