An Optimization Strategy Applied to Identify the Optimal Powertrain Configurations for Efficient Electric Vehicles

Der Artikel befasst sich mit der entscheidenden Herausforderung, die Reichweite von Elektrofahrzeugen durch Optimierung der Antriebskonfigurationen zu verbessern. Er beginnt mit dem weltweiten Drängen auf Elektromotoren als Ersatz für Verbrennungsmotoren und der Notwendigkeit effizienterer Elektrofahrzeugkonzepte, insbesondere in kälteren Klimazonen. Die Studie vergleicht verschiedene Antriebsarchitekturen, darunter einmotorige und zweimotorige Konfigurationen, und bewertet deren Leistung unter unterschiedlichen Fahrbedingungen. Ein Hauptaugenmerk liegt dabei auf der Dual-Motor Planetary Differential (DMPD) Architektur, die zwei Elektromotoren mit einem Planetengetriebe kombiniert. Der Artikel stellt einen zweistufigen metaheuristischen Optimierungsalgorithmus vor, insbesondere eine modifizierte Adaptive Nichtlineare Partikelschwarmoptimierung (MANLPSO), um die optimalen Dimensionen und Kontrollstrategien für die DMPD-Konfiguration zu bestimmen. Der Optimierungsprozess wird auf ein echtes Elektrofahrzeug, den Nissan Leaf 2012, angewendet und im Fahrzyklus des Worldwide Harmonized Light-Duty Vehicles Test Procedure (WLTP) getestet. Die Ergebnisse zeigen deutliche Effizienzgewinne, insbesondere unter Autobahnbedingungen, und liefern ein entscheidendes Ranking der leistungsstärksten Antriebsarchitekturen. Der innovative Ansatz und die detaillierte Analyse der Studie machen sie zu einer wertvollen Ressource für das Verständnis und die Weiterentwicklung der Antriebstechnologie von Elektrofahrzeugen.