Seite - 61 - in Energiemanagement-Strategien für batterieelektrische Fahrzeuge

3.5 AuswahlderOptimierungsmethoden tierung imFahrzeugaufdie InterpolationvonWertenbasierendaufeiner Wertetabelle, sodassmandavonausgehenkann,dassdieRechenzeitanfor- derungimFahrbetrieberfülltwird. Sind alle auftretendenZustandsübergänge durch dieÜbergangswahr- scheinlichkeitP = 1 gegeben, so geht die Stochastische Dynamische ProgrammierungindiedeterministischeDynamischeProgrammierung ausAbschnitt3.5.4über [15]. DaszeitvarianteProblemmitendlichemHorizontstellt eineVerallgemei- nerungdesdeterministischenFalls aus (3.19) dar.Dabeiwird in jedem ZeitschrittderErwartungswertdesGütefunktionalsminimiert: JN(xN)=h(xN) (3.24) Jk(xk)= min uk∈Uk {E{gk(xk,uk,wk)+Jk+1(fk(xk,uk,wk)})} . (3.25) FüreindiskretesProblemergibt sichderErwartungswertausderSumme überallemFolgezuständexk+1= j gewichtetmitderbedingtenÜber- gangswahrscheinlichkeitvomZustandxk= i zumZustandxk+1= j: Jk(xk)= min uk∈Uk { gk(xk,uk) (3.26) + m∑ j=1 P(xk+1= j |xk= i,u)Jk+1(xk+1= j) } . (3.27) In jedemZeitschrittwirdder Erwartungswert über alle Zufallsgrößen mitnidiskretenWertengebildet.DamiterhöhtsichderRechenaufwand umdenFaktor ∏ ini [103].DadieBerechnungimEntwicklungsprozess erfolgt, stelltdieskeinegrundsätzlicheEinschränkungfürdenEinsatz im Fahrbetriebdar. 61