Wie man Antriebsstränge von Elektrofahrzeugen mit Simulationswerkzeugen modelliert

Wichtigste Erkenntnisse

• Eine sinnvolle Modellierung des Antriebsstrangs eines Elektrofahrzeugs beginnt mit der Festlegung eines Studienrahmens und eines definierten Ziels, bevor die Einzelheiten der Komponenten hinzugefügt werden.
• Die Genauigkeit bei der Erfassung von Batterie, Wechselrichter, Motor und Straßenlast sollte nur dann erhöht werden, wenn dies für die nächste technische Fragestellung erforderlich ist.
• Die Eignung der Software ist besonders wichtig, wenn sie dafür sorgt, dass Modelle transparent, skalierbar und über System- und Komponentenstudien hinweg leicht zu validieren sind.

Eine sinnvolle Simulation eines Elektroantriebs beginnt mit der Frage, die Sie beantworten müssen, denn Batterie-, Wechselrichter-, Motor- und Fahrzeugmodelle sind nur dann hilfreich, wenn ihre Details mit den technischen Entscheidungen übereinstimmen, die Sie treffen.

Im Jahr 2024 wurden mehr als 17 Millionen Elektroautos verkauft, was bedeutet, dass die Simulation von Elektrofahrzeugen mittlerweile in vielen Entwicklungsteams zur Unterstützung der Batteriepaketdimensionierung, der Effizienzoptimierung, der thermischen Überprüfung und der Validierung der Steuerung eingesetzt wird. Eine klare Modellierungskette liefert bessere Ergebnisse als ein aus Gewohnheit erstelltes, überladenes Modell. Fundierte Studien zum Antriebsstrang von Elektrofahrzeugen legen zunächst die Rahmenbedingungen fest, bestimmen dann die Detailgenauigkeit der Komponenten und validieren die Verluste, bevor man den Angaben zu Reichweite oder Energierückgewinnung Glauben schenkt.

„Eine gute Simulation von Elektrofahrzeugen basiert auf Modellen, die den erforderlichen physikalischen Gesetzen treu bleiben und gleichzeitig einfach genug sind, um sie zu validieren.“

Ein brauchbares Modell für einen Elektroantrieb beginnt mit der Festlegung der Systemgrenzen

Ein Modell für einen Elektroantrieb sollte mit einer festgelegten Abgrenzung beginnen, die definiert, was in die Simulation einfließt, was außerhalb liegt und welche Ergebnisse über den Erfolg entscheiden. Man kann die Detailgenauigkeit von Batterie, Wechselrichter oder Motor erst dann sinnvoll festlegen, wenn das Modell einen Zweck, einen Zeitrahmen und ein erforderliches Maß an Genauigkeit hat.

Ein Studententeam, das den Energiebedarf pro Runde schätzt, benötigt ein anderes Modell als ein Kontrollteam, das die Drehmomentantwort der Traktion optimiert. Im ersten Fall können Wirkungsgradkurven und die Straßenlast über einen Fahrzyklus hinweg herangezogen werden, während im zweiten Fall Stromregelung, Spannungsgrenzen und Drehmomentantwort in Millisekundenschritten erforderlich sind. Beide Ansätze sind gültig, scheitern jedoch, wenn sie Details übernehmen, die keinen Zweck erfüllen.

• Geben Sie die Fahrzeuggrenzen an, von den Batterieklemmen bis zur Reifendruckkraft.
• Wählen Sie zunächst die Ausgänge aus, bevor Sie die Komponentendetails auswählen.
• Passen Sie den Solver-Schritt an das schnellste Verhalten an, das für Sie von Bedeutung ist.
• Mechanische Belastungen sollten von elektrischen Verlusten getrennt werden.
• Schreibe auf, was das Modell außer Acht lassen wird.

Dieser Schritt der Abgrenzung verhindert frühzeitig eine schleichende Ausweitung des Projektumfangs. So wissen Sie, ob die Kabinenlasten in das Modell einfließen müssen, ob die Nachgiebigkeit des Getriebes eine Rolle spielt und ob der Reifenschlupf nur Störgeräusch oder eine erforderliche Eingangsgröße ist. Eine klare Abgrenzung erleichtert zudem die Validierung, da jedes gemessene Signal einen festen Platz hat.

Das Batteriemodell sollte zu Ihrem Forschungsziel passen

Das Batteriemodell sollte der Frage entsprechen, die Sie beantworten möchten, da Energieverbrauch, Spannungsabfall, Temperaturanstieg und Alterung nicht denselben Detaillierungsgrad erfordern. Eine Quelle mit fester Spannung ist für eine erste Annäherung nützlich, eignet sich jedoch nicht für Untersuchungen des Antriebsstrangs von der Batterie zum Motor, die von Strombegrenzungen oder dem Ladezustand abhängen.

Eine Reichweitenabschätzung über einen Zertifizierungszyklus hinweg beginnt in der Regel mit einem Ersatzschaltbild, das die Leerlaufspannung, den Innenwiderstand, den Ladezustand und die Temperaturempfindlichkeit berücksichtigt. Eine Anfahrt an einer steilen Steigung verdeutlicht, warum dies von Bedeutung ist, denn der Akku kann zwar den Energiebedarf decken, aber dennoch die Drehmomentanforderung nicht erfüllen, wenn ein Spannungsabfall bei niedrigem Ladezustand die Leistungsreserve des Wechselrichters verringert.

Die Preise für Batteriepacks sanken im Jahr 2024 um 20 % auf einen Rekorddurchschnitt von 115 US-Dollar pro kWh, was es umso wichtiger macht, die Dimensionierung der Packenergie von elektrothermischen Belastungen zu trennen. Sie erhalten klarere Entwurfsoptionen, wenn Ihr Batteriemodell Stromgrenzen, Ladefähigkeit und Temperaturabhängigkeit als explizite Parameter bereitstellt.

Die Genauigkeit des Wechselrichters bestimmt das Verhältnis zwischen Drehzahlgenauigkeit und Drehzahlregelung

Die Detailgenauigkeit des Wechselrichters bestimmt, inwieweit man den elektrischen Verhaltensmodellen vertrauen kann und wie lange die jeweilige Simulation dauert. Mittelwertmodelle sind für die meisten Fahrzeugstudien der richtige Ausgangspunkt, während Schaltmodelle in Arbeiten zum Einsatz kommen, die sich mit Stromwelligkeit, Oberschwingungsanteilen, Bauteilbelastung oder einer detaillierten Verlustaufschlüsselung befassen.

Eine Traktionsstudie zur Beschleunigungsreaktion erfordert in der Regel eher Angaben zu Soll-Drehmoment, Zwischenkreisspannung und Strombegrenzungen als Details zur Schaltspannungshöhe. Ein Wechselrichter mit Mittelwertbildung läuft schnell genug, um zahlreiche Fahrzyklen zu testen, während eine Studie zu Halbleiterverlusten Schaltvorgänge, Gate-Timing und eine wesentlich kleinere Schrittweite erfordert.

Betrachten Sie die Genauigkeit des Wechselrichters als eine technische Entscheidung, die vom Ziel der Untersuchung abhängt. Zu viele Schaltdetails machen das Modell langsam und schwer abzustimmen. Zu wenige Details führen zu Fehleinschätzungen, wenn Spannungssättigung, Totzeiteffekte oder Strombegrenzung das Drehmomentverhalten nahe der Betriebsgrenze beeinflussen.

„Regeneratives Bremsen funktioniert in der Simulation nur, wenn Drehmomentanforderung, Batterieladefähigkeit, Motordrehzahl und die Einbindung der Reibungsbremse als feste Grenzwerte modelliert werden.“

Motormodelle benötigen Drehmomentkurven, bevor Details geändert werden

Ein Motormodell ist dann nützlich, wenn es Drehmomentgrenzen, Wirkungsgradbereiche und Drehzahlabhängigkeiten abbildet, bevor es versucht, jeden einzelnen elektromagnetischen Effekt nachzubilden. Da die meisten Komponenten eines Elektrofahrzeug-Antriebsstrangs in erster Linie über Drehmoment und Leistungsfluss miteinander interagieren, liefert eine gute Drehmomentkarte mehr Antworten auf Konstruktionsfragen als ein detailliertes elektrisches Modell ohne validierte Betriebsgrenzen.

Eine Fahrzeugauslegungsstudie beginnt oft mit einer Motorwirkungsgradkurve und einer maximalen Drehmomentkurve, die an die Gleichstrom-Sammelschienenspannung gekoppelt sind. Daraus lässt sich ableiten, ob das Fahrzeug die Vorgaben hinsichtlich Steigfähigkeit, Anfahrverhalten und Höchstgeschwindigkeit erfüllt. Ein detaillierteres Maschinenmodell ist erforderlich, sobald man das Verhalten bei Feldschwächung, die Wechselwirkung im Stromregelkreis oder die thermische Belastung bei wiederholten Beschleunigungsvorgängen berücksichtigen muss. Die Reihenfolge ist entscheidend, denn ein detailliertes Maschinenmodell mit falscher Drehmomentkurve liefert immer noch ein falsches Ergebnis für das Fahrzeug.

Die Kalibrierung wird präziser, wenn das Motormodell die Übergänge zwischen den Bereichen mit konstantem Drehmoment und konstanter Leistung sichtbar macht. Dies ist beim Überholen, bei Bergauffahrten und bei der Regeneration bei hohen Geschwindigkeiten von Bedeutung. Sind diese Übergänge in einer Blackbox verborgen, erscheint der Rest der Elektrofahrzeugsimulation zwar stabil, doch das Fahrverhalten des Fahrzeugs entspricht physikalisch nicht der Realität.

Die Annahmen zur Fahrzeugbeladung beeinflussen die Genauigkeit der Reichweitenprognose

Die Annahmen zur Fahrlast des Fahrzeugs beeinflussen die Reichweitenwerte ebenso stark wie die Wahl der Batterie oder des Motors. Luftwiderstand, Rollwiderstand, Steigung, Reifenradius, Rotationsträgheit und der Stromverbrauch der Verbraucher sollten explizit berücksichtigt werden, da sich kleine Fehler bei diesen Faktoren über einen gesamten Fahrzyklus hinweg summieren und alle daraus resultierenden Effizienzangaben verfälschen.

Ein Kleinwagenmodell, das ausschließlich auf flachen Stadtstrecken getestet wurde, kann zwar effizient erscheinen, verfehlt jedoch sein Ziel auf der Autobahn, sobald der Luftwiderstand zunimmt und die Dauerleistung über längere Zeiträume hoch bleibt. Steigungen stellen eine weitere Schwachstelle dar. Batterie, Wechselrichter und Motor können zwar die einzelnen Prüfungen bestehen, dennoch kann es zu einem Mangel an Spannungsreserven oder thermischen Spielräumen kommen, wenn die Belastung durch die Fahrleistung mehrere Minuten lang nahe am Spitzenbedarf liegt.

Sie sollten außerdem die Antriebsleistung von den Nebenlasten wie Heizung, Kühlung, Pumpen und Steuerungsstrom trennen. Diese Lasten werden anfangs leicht übersehen, spielen aber eine wichtige Rolle, wenn man den Einsatz im Winter und Sommer oder kurze und lange Fahrten vergleicht. Die Reichweitenprognose wird erst dann zuverlässig, wenn die Fahrlast als gemessene physikalische Größe und nicht als grober Korrekturfaktor behandelt wird.

Das regenerative Bremsen funktioniert nur bei korrekten Regelgrenzwerten

Das regenerative Bremsen funktioniert in der Simulation nur dann, wenn Drehmomentanforderung, Batterieladefähigkeit, Motordrehzahl und die Einbindung der Reibungsbremse als feste Grenzwerte modelliert werden. Ein einfacher negativer Drehmomentbefehl führt zu einer Überbewertung der Energierückgewinnung, einer Unterbewertung des Bremseneinsatzes und lässt die Kompromisse beim Pedalgefühl außer Acht, die bei der Steuerung in der Serienproduktion von Bedeutung sind.

Ein Stadtfahrzyklus macht diesen Unterschied deutlich. Frühes Bremsen bei mittlerer Geschwindigkeit ermöglicht eine starke Energierückgewinnung, doch dieselbe Situation bei nahezu vollem Ladezustand zwingt das System dazu, die Rekuperation stark zu drosseln, da die Batterie den Strom nicht aufnehmen kann. Eine niedrige Motordrehzahl verringert die Rekuperation erneut, was bedeutet, dass die Reibungsbremse einspringen muss, wenn das Fahrzeug die gewünschte Verzögerung erreichen soll.

Sie sollten den Übergang zwischen elektrischer und mechanischer Bremsung als Regelungsproblem mit Grenzwerten, Filtern und der Anpassung der Fahrereingaben modellieren. Dadurch erhalten Sie eine realistische Bremskraftverteilung und eine genauere Schätzung der zurückgewonnenen Energie. Außerdem vermeiden Sie so, dass ein Modell für regeneratives Bremsen, das die Einschränkungen von Akku, Wechselrichter und Motor außer Acht lässt, überhöhte Effizienzgewinne angibt.

Effizienzstudien scheitern, wenn Verluste pauschal behandelt werden

Effizienzstudien sind irreführend, wenn Verluste in einer einzigen Zahl zusammengefasst werden, anstatt sie der Batterie, dem Wechselrichter, dem Motor, dem Getriebe und den Fahrzeuglasten zuzuordnen. Eine glaubwürdige Simulation des Wirkungsgrads eines Elektrofahrzeug-Antriebsstrangs erfordert Verlustpfade, die auf Drehzahl, Drehmoment, Spannung, Stromstärke und Temperatur reagieren; andernfalls führt Ihre Sensitivitätsanalyse zu falschen Schlussfolgerungen.

Ein Antriebsstrangmodell, das einen Wirkungsgrad von 92 % von der Batterie bis zum Rad annimmt, sieht zwar übersichtlich aus, kann jedoch nicht Aufschluss darüber geben, ob der größte Wirkungsgradverlust durch Kupferverluste bei niedrigen Geschwindigkeiten, Schaltverluste bei geringer Last oder Getriebeverluste während der Fahrt entsteht. Teams, die SPS SOFTWARE für Umrichter- und Maschinenanalysen einsetzen, lassen die einzelnen Verlustgrößen oft editierbar, damit das Modell aufzeigt, wohin die Watt fließen.

Außerdem benötigen Sie Wirkungsgradkurven, die zwischen Motorbetrieb und Regeneration unterscheiden, da sich das Verlustbild je nach Stromrichtung und Betriebsbereich verändert. Ein Akku kann ein akzeptables Entladeverhalten aufweisen und dennoch Regenerationsstrom nahe der maximalen Ladung ablehnen. Eine gute Verlustmodellierung macht diese Kompromisse sichtbar, bevor Sie sich auf Designänderungen festlegen, die das falsche Problem lösen.

Die Wahl der Software hängt vom Umfang der physikalischen Funktionen und der Eignung für den jeweiligen Arbeitsablauf ab

Die richtige Software für die Modellierung von Elektrofahrzeug-Antriebssträngen ist diejenige, die Ihren physikalischen Anforderungen, den Anforderungen an den Solver, Ihrem Regelungs-Workflow und Ihren Ansprüchen an die Modelltransparenz entspricht. Eine gut abgestimmte Lösung ermöglicht es Ihnen, von schnellen Systemstudien zu eingehenderen Komponentenprüfungen überzugehen, ohne jedes Mal das gesamte Modell neu schreiben zu müssen, wenn sich die Fragestellung ändert.

Manche Teams benötigen ein schnelles Fahrzeugmodell für den Vergleich von Fahrzyklen und die Abstimmung von Steuerungen. Andere benötigen editierbare Modelle elektrischer Komponenten, damit Ingenieure und Studierende Gleichungen überprüfen, Verluste zurückverfolgen und Annahmen testen können. Deshalb sollte die Wahl der Software zunächst von der Tiefe der Analyse und der Offenheit des Modells abhängen und erst danach von der Interoperabilität und der einfachen Validierbarkeit.

Eine gute Simulation von Elektrofahrzeugen basiert auf Modellen, die den erforderlichen physikalischen Gesetzen treu bleiben und gleichzeitig einfach genug sind, um validiert zu werden. SPS SOFTWARE folgt diesem disziplinierten Ansatz, wenn Sie offene elektrische Modelle benötigen, die sowohl das Verständnis als auch die Berechnung unterstützen. Das ist oft der entscheidende Unterschied zwischen einem wiederverwendbaren Arbeitsablauf und einer kurzlebigen Demo.