KIT | KIT-Bibliothek | Impressum | Datenschutz

Predictive Battery Thermal Management of Electric Vehicles using Deep Learning

Billert, Andreas M. ORCID iD icon 1
1 Institut für Fahrzeugsystemtechnik (FAST), Karlsruher Institut für Technologie (KIT)

Abstract:

Eine Verbesserung der Energieeffizienz von Batterieelektrofahrzeugen vergrößert ihre Reichweite und reduziert die (vom Strommix abhängigen) Emissionen. Ein effizientes Batteriethermomanagement reduziert den Energieverbrauch bei gleichzeitiger Berücksichtigung der temperaturabhängigen Batteriealterung und Leistungsverfügbarkeit. Zum Beispiel kann eine prädiktive Kühlstrategie den Energieverbrauch im Vergleich zu einer Kühlstrategie mit fixen Regelschwellen reduzieren, indem Informationen über die vorausliegende Strecke genutzt werden. Eine entsprechende prädiktive Regelung erfordert ein präzises Prädiktionsmodell. ... mehr

Abstract (englisch):

Improving the energy efficiency of battery electric vehicles increases their range and reduces well-to-wheel emissions. An efficient battery thermal management reduces the energy consumption while taking temperature-dependent battery ageing and power availability into account. For example, a predictive cooling strategy can reduce the energy consumption compared to a cooling strategy with fixed control thresholds, using information about the route ahead. Such a predictive control requires a precise prediction model.

This work presents a method for the development of prediction models for a predictive control, applied to the battery thermal management. ... mehr

Zugehörige Institution(en) am KIT Institut für Fahrzeugsystemtechnik (FAST)
Publikationstyp Hochschulschrift
Publikationsdatum 28.01.2025
Sprache Englisch
Identifikator KITopen-ID: 1000178444
Verlag Karlsruher Institut für Technologie (KIT)
Umfang xx, 184 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Maschinenbau (MACH)
Institut Institut für Fahrzeugsystemtechnik (FAST)
Prüfungsdatum 20.12.2024
Schlagwörter Battery Thermal Management, Deep Learning, Neural Networks, Predictive Control
Referent/Betreuer Gauterin, Frank
Jossen, Andreas

Volltext §
DOI: 10.5445/IR/1000178444
Veröffentlicht am 28.01.2025
Seitenaufrufe: 40
seit 28.01.2025
Downloads: 18
seit 28.01.2025
Cover der Publikation
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page