Nicht alle PHEVs haben dieselbe Funktionsweise, aber die meisten Modelle starten mit dem Elektro-Antrieb und fahren so lange damit, bis die Batterie leer ist. Dann wird zum Hybrid-Antrieb gewechselt und die Batterie mithilfe des Verbrennungsmotors wieder aufgeladen. Dieses Energie-Management-System (EMS) ist leicht umzusetzen – effizienter wäre es aber, beide Antriebsmodelle während der Fahrt zu mischen. Jedoch bräuchte man dazu schon vor Fahrtantritt sehr viele Informationen.

„In der Realität wechseln die Fahrer aber die Route, der Verkehr kann unvorhersagbar sein und die Fahrbedingungen auf der Straße können sich verändern, was bedeutet, dass das EMS diese Informationen in Echtzeit einholen müsste“, erklärt Xuewei Qi. Basierend auf vorherigen Arbeiten der Forschergruppe, die gezeigt haben, dass Autos aus vorherigen Fahrten lernen können Treibstoff zu sparen, entwickelte diese nun ein neues EMS.

Inspiration aus der Natur
Qi und Kollegen ließen sich von der Natur inspirieren: Sogenannte evolutionäre Algorithmen bilden die natürlichen Optimierungsverfahren in der Natur ab, zum Beispiel wie Vögel durch das Fliegen in Schwarmformation Energie sparen können. Solche Algorithmen wurden mit Informationen aus Mobilfunknetzen und Crowdsourcing-Plattformen kombiniert. So konnten Auflademöglichkeiten der Batterie während der Fahrt besser genutzt werden und die Batterie musste nicht zuerst vollständig geleert und dann erst wieder aufgeladen werden.

Durch die Verbindungsmöglichkeiten der Fahrzeuge werden sie ihr Wissen auch mit anderen Autos im selben Verkehrsnetz teilen können. „Das PHEV-EMS wird nicht länger ein statisches Gerät sein – es wird sich über seine gesamte Lebensdauer hinweg aktiv weiterentwickeln und verbessern. Unser Ziel ist es, das PHEV-EMS so zu revolutionieren, dass es noch größere Treibstoffeinsparungen und Emissionsreduktionen erreicht“, meint Qi. Ein Patent für das neue EMS hat das Forscherteam bereits eingereicht.

Quelle: Pressetext