Page - 68 - in Energiemanagement-Strategien für batterieelektrische Fahrzeuge

4 OptimierungimEntwicklungsprozess beschrieben.DieBerücksichtigungdesaktuellenLadungsdurchsatzesQAs würde einen zusätzlichen Zustand und damit einen deutlich höheren Rechenaufwanderfordern.Demgegenübersteht,dassderLadungsdurch- satzQAs ineinemFahrzyklusdeutlichkleineralsderbisherigeLadungs- durchsatzQAs,0 ist,daherwirdvereinfachendQAs=0angenommen.Mit Paux= p(φ,ϑamb)wirddie elektrischeLeistungderNebenverbraucher zurGenerierungder thermischenLeistungenφberechnet.DieFunktion p stellt dabei eineNäherung dar, da die Temperaturen derMedien in denKühlkreisläufenunddieaktuellenZuständederNebenverbraucher (z.B.Drehzahl desKompressors) Einfluss auf die elektrische Leistung Paux haben.DasGütefunktional ist gegebendurch (3.8). Einmehrstufi- gerEntscheidungsprozess ist implizitdurchdiezeitdiskretenZeitschritte gegeben,sodassdieMethodederDynamischenProgrammierungdirekt angewendetwerdenkann.2 4.2.1 AnalysederOptimierungsergebnisse EswurdenfürdengegebenenFahrzeugaufbaumehrereSzenarienmitden jeweilsmaßgeblichenParametersätzen(Fahrzyklus,Anfangstemperatur ϑ0,Anfangsladezustandξ0)betrachtet; alleParametersindinAnhangA aufgelistet. Aus derOptimierung des beschriebenen Problemsmittels DynamischerProgrammierung(DP)resultierendienachfolgendbeschrie- benenSchlussfolgerungen.ZumVergleichwird für einzelne Szenarien dieStrategieuoff=(φ≡ 0,β(Ib,min))dargestellt, dieangibt,dasskeine thermischeLeistungaufgewendetwirdundβ lediglichzurEinhaltung derLadeleistungsgrenzeeingestelltwird.ZunächstwirdderLebensdauer- einflusszurErläuterungdereinzelnenEinflüssevernachlässigt (ωΓ=0). InAbschnitt 4.2.1.3wirddannderLebensdauereinfluss indieOptimie- rungeinbezogen.AmBeispieldesKomfortswird inAbschnitt 4.2.2 ab- schließenddargestellt,wieeineErweiterungdesOptimierungsproblems 2 PrinzipiellkannfürdieOffline-OptimierungauchdasMaximumprinzipvonPontrjagin eingesetztwerden.DerVorteilderDynamischenProgrammierung liegt inder implizi- ten BerücksichtigungvonZustandsgrenzenundder deterministischenZeitdauer zur BerechnungderglobaloptimalenLösung. 68