Verbundvorhaben PHyMoS: Proper hybrid models for smarter vehicles - Schlussbericht zum Teilvorhaben der Technischen Universität Braunschweig

Abstract

Ziel des Vorhabens war es, sogenannte Proper Models für unterschiedliche Fragestellungen als Simulationsmodelle zur Verfügung zu stellen und Methoden zur Erzeugung dieser zu entwickeln. Proper Models nutzen vorhandenes physikalisches Wissen in dateneffizienter Weise, sollen skalierbar sein und sollen die Vorteile physikbasierter und datenbasierter Modellierungstechniken vereinen. Im Teilvorhaben der Technischen Universität Braunschweig wurden Proper Models für Batterien im automobilen Kontext entworfen und evaluiert, sowie projektionsbasierte Modellordnungsreduktionsmethoden untersucht. Mit den projektionsbasierten Methoden Proper-Orthogonal-Decomposition mit Interpolation und Galerkin-Projektion konnten 3DModelle von Batterien erstellt werden, die weiterhin eine ortsaufgelöste Beschreibung der Batteriezustände erlauben. Mit den abgeleiteten Proper Models konnten Alterungsmodelle von Batterien abgeleitet und kalibriert werden und der Einfluss des Thermomanagementsystems auf Batteriepacks bei realen Randbedingungen getestet werden. Es wurden signifikante Beschleunigungen in den Rechenzeiten erzielt unter Aufrechterhaltung der geforderten Genauigkeit. Die Umsetzung der Modelle in Python erlaubt eine Kopplung mit externen standardisierten Modellen. Datei-Upload durch TIB The goal of the project was to provide so-called Proper Models for different questions as simulation models and to develop methods for generating these models. Proper Models use existing physical knowledge in a data-efficient manner, are intended to be scalable, and aim to combine the advantages of physics-based and data-based modeling techniques. In the subproject of the Technical University of Braunschweig, Proper Models for batteries in the automotive context were designed and evaluated, and projection-based model order reduction methods were investigated. With the projection-based methods Proper-Orthogonal-Decomposition with Interpolation and Galerkin Projection, 3D models of batteries were created that still allow for a spatially resolved description of battery states. Using the derived Proper Models, aging models for batteries were developed and calibrated, and the influence of the thermal management system on battery packs under real boundary conditions was tested. Significant accelerations in computation times were achieved while maintaining the required accuracy. The implementation of the models in Python allows coupling with external standardized models.