Jonas Van Verdegem model op een generator testbank Onderzoek op EV batterijsets aan de hand ...

85 Pages·2017·3.03 MB·Dutch

Onderzoek op EV batterijsets aan de hand van een emulatie
model op een generator testbank
Jonas Van Verdegem
Promotoren: prof. Jan Desmet, Thijs Delerue
Masterproef ingediend tot het behalen van de academische graad van
Master of Science in de industriële wetenschappen: elektrotechniek
Vakgroep Elektrische energie, Systemen en Automatisering
Voorzitter: prof. dr. ir. Luc Dupré
Faculteit Ingenieurswetenschappen en Architectuur
Academiejaar 2016-2017

Onderzoek op EV batterijsets aan de hand van een emulatie
model op een generator testbank
Jonas Van Verdegem

Promotoren: prof. Jan Desmet, Thijs Delerue
Masterproef ingediend tot het behalen van de academische graad van
Master of Science in de industriële wetenschappen: elektrotechniek

Vakgroep Elektrische energie, Systemen en Automatisering
Voorzitter: prof. Dr. Ir. Luc Dupré

Faculteit Ingenieurswetenschappen en Architectuur
Academiejaar 2016-2017
Voorwoord
Na mijn bachelorproef, schakeljaar en masterjaar is het einde van mijn studententijd bijna daar en zal deze
periode afgesloten worden met deze masterproef.
Aan deze masterproef werken was een enorme verrijking als student automatisering. De vergaarde kennis over
batterijen, elektrische wagens en zelfs de gewone wagens zal niet vergeten worden.
Ik wil graag beginnen met mijn promoteren te bedanken, Thijs Delerue en Jan Desmet. De begeleiding was
goed, was nodig en heb ik positief ervaren. De strakke planning was nu eenmaal nodig om deze masterproef op
één semester rond te krijgen. Bedankt aan Jan Desmet voor de administratieve regelingen en de raad om toch
eens vanuit andere inzichten de masterproef te benaderen. Bedankt aan Thijs Delerue om de nodige, directe
bijsturingen duidelijk te maken. Ook het praktische gedeelte van deze masterproef is grotendeels te danken
aan Thijs.
Vervolgens wil ik de BMW garage de Schepper in Sint-Niklaas bedanken voor de testrit van de BMW i3 en de
hierbij nodige uitleg over de wagen. Het uitlezen van de parameters, met uitleg bij elke parameter, van de
boordcomputer van de BMW i3 was een toffe ervaring.
Tot slot wil ik ook de mensen die dicht bij mij staan bedanken: mijn familie, mijn vriendin en vrienden. Zij
hebben mij op verschillende manieren geholpen, ook door af en toe eens mijn gedachten te verzetten van deze
masterproef.

I
Abstract
De rangebepaling van elektrisch voertuigen voospellen is niet eenvoudig, de huidige testen zijn niet ideaal om
de range van de hedendaagse elektrische voertuigen te voorspellen. Daarom deze masterproef met enkele
doelstellingen. De doelstellingen zijn volgende: een uitgebreide literatuurstudie omtrent het gedrag van
verschillende types batterijen die gebruikt worden voor elektrische voertuigen. Het modeleren van rijgedrag,
uitgaande van opgemeten data tijdens ritten met de Thinkcitywagen. Het modeleren van een realistisch
belastingprofiel zodat bij een werkelijke rit en instelbare parameters een betere schatting van de
batterijontlading kan gemaakt worden.
Het doel is om een baanmodel met bovenvermelde specificaties op de asynchrone aandrijfmotor in het labo
zware machines uit te bouwen. Uit dit model moet in de toekomst optimale oplaadstrategieën ontwikkeld
kunnen worden. Een wagenmodel wordt opgesteld om het gedrag van de batterij bij dit baanmodel te
voorspellen.
Om deze doelen te bereiken is een beter inzicht in batterijen en elektrische voertuigen nodig, de nodige
papers, eindwerken en scripties zijn gelezen om dit inzicht te verwerven. De uitbouw van de testopstelling is
nodig om zo correct mogelijk de juiste testen uit te voeren (validatie wagenmodel). Met werkelijke data van
Thinkcity (snelheidsprofiel en SOC) wordt de nauwkeurigheid van dit model nagegaan door hetzelfde profiel in
te voeren en het voorspelde energieverbruik te vergelijken. Vragen om eventuele componenten van elektrisch
wagens (batterij, elektromotor, omvormer) ten dienst te kunnen stellen in het kader van deze masterproef
door derde partijen werden ontweken of onbeantwoord gelaten. Hierdoor is er genoodzaakt geweest om een
tweede inductiemachine als gesimuleerde wagen te gebruiken en hiermee te variëren in motor en
generatormodus.
Er is aangetoond dat de huidige manier van rangebepaling voor elektrische wagens niet de werkelijkheid
nabootst. Deze masterproef geeft een andere manier weer om deze rangebepaling beter te benaderen. Het
baanmodel is afgewerkt, het is mogelijk een zelfgekozen snelheidsprofiel in te laden in dit model en hiermee
dan het berekende koppelprofiel aan te leggen aan de opstelling. Het wagenmodel dat het gedrag van de
batterij zal voorspellen zonder dat de testopstelling nodig is, is afgewerkt. In dit wagenmodel kan er getest
worden of een bepaald snelheidsprofiel al dan niet nuttig is verder uit te werken op de testopstelling.

II
Extended abstract
Investigation of EV battery packs by creating an
emulation model on a testbench generator

Student: Van Verdegem Jonas
Promoters: Prof. Desmet Jan, Delerue Thijs
In association with: UGent campus Kortrijk researchgroup EELAB-Lemcko

Academic 2016- 2017
I. Introduction II. Objectives
Within the domain of microgrids is an optimal The first objective of the thesis is a literature on
integration of decentralized sources, consumption contemporary batteries used in electric cars today
and storage, the key to further technology driving on the job. As well as a literature review on
development. Given Lemcko features a low voltage the electric vehicle (100% electric powered as well
test field at lab scale, seeks to develop this further as the hybrid powered vehicles) and the range
in the context of ongoing research projects in the tests carried out today on those vehicles.
field of micro-grids. This masterthesis focuses on Subsequently, the development of a realistic
the behavior of electric vehicles, in particular the runway model based on data available, is also an
behavior associated with the charge-and objective. This data comes from the Think City
discharging cycles of the battery, so that in a project. The purpose of this is to image as much as
subsequent phase, integration can be optimized in possible of the parameters having an effect on the
performance microgrids. range determination, loading and discharging of
the battery. These parameters as variables will be
These batteries can then be tested by simulating
integrated into the orbit model so that it is possible
the most realistic ride (fast road race / urban
to examine the same simulated ride with one or
cycle), the parameters desired conditions may be
more different parameters. Thus, a realistic road
amended or supplemented. Because of this
race can be simulated using this runway model at
simulation, and the testing of the batteries, it is
lab level. Hereby it is necessary to be able to make
possible to estimate the range of the vehicle more
a theoretical prediction of this model. By
accurately. The current tests put the electric
developing a vehicle model, this model will
vehicle on rollers, putting a velocity / time profile
simulate how the batteries discharges when
on the rollers, in which the rolls simulate the road.
someone was going to use a particular runway
This determines how far the electric vehicle will go.
model on the testbench. Then there is a
The manner of testing in this masterthesis is done
comparison between today's test and the created
in a different way than the present-day testing. In
models. It is possible to carry out a practical
this masterthesis the discharge of the battery will
validation of these models. The goal is practical to
be thoroughly examined, with a realistic model can
achieve these current tests and compare them.
the range determination easily be tested
(according to standard).
III
III. Results
To achieve results, it should be taken into account
some various parameters (see below). Results of
the job model and car model are shown (see
figures). These models are based on the Think City
car. Each parameter is hereby entered as a value
for the Think City car
- Air resistance;
- Rolling resistance;
- Bearing resistance;

- Motor Inertia / mass moment of inertia motor;
Figuur 1 NEDC speed and torque
- Wheel Inertia;
These figures show the speed and torque profile
again that the car will undergo. Here the discharge
- Capacity loss by stocking the battery;
of the battery in the electric car is also shown in
- Capacity loss by charging / discharging the Figure 2.
battery.
This list depends on many parameters that can be
inserted as a variable in the model car. Battery-
specific data, specific data of the test car,
temperature data, these are some examples that
can be customized within the model.
The speed profiles of today's tests such as the
NEDC (New European Driving Cycle) and WLTP
(Worldwide Harmonized Light vehicles Test
Procedures) are applied to the vehicle model (see

figure 1). The vehicle model will not only
Figuur 2 NEDC Discharge proces (%SOC)
determine the torque at the chosen speed / time
profile but also show how the battery (% or kWh)
WLTP is divided into 3 classes.
will discharge (discharge proces). Track and vehicle
model are both programmed in Labview. the Class 1: vehicles < 20 PWr (kW / ton)
figures shown are the results of the program in
Class 2: vehicles between 20 and 34 PWr
Labview.
Class 3: Vehicles > 34 PWr
This division (power per weight) is to provide a
more appropriate test for each vehicle.
IV
variations with respect to the practical tests.
Further research may belong.
V. References
[1] T.J. Barlow, S. Latham, I. S. McCrae and P. G.
Boulter, A reference book of driving cycles for use
in the measurement of road vehicles emissions,
Published Project Report PPR354
[2] Xue Lin, Paul Bogdan, Naehyuck Chang,
Massoud Pedram, Machine Learning-Based Energy
Management in a Hybrid Electric Vehicle to
Minimize Total Operating Cost, University of
Southern California, Korea Advanced Institute of

Science and Technology, University of Southern
Figuur 3 WTLP Class 1 speed and torque California

[3] Johan Van Gaeveren, Davy Van Rossem,
Ontwerp en constructie van een elektrisch
aangedreven tweepersoonswagen, Universiteit
Gent
[4] Stavros Karagiannopoulos, Battery Modeling
within Plug-in Vehicle Fleet Simulations in Smart-
Grids, Swiss Federal Institute of Technology Zürich

Figuur 4 WLTP Class 1 Discharge proces
The vehicle model will also give a result of the
battery contents recorded against time, such as
NEDC and can be seen at WLTP Class 1. These
torque charts are used in the practical tests.
IV. Conclusion
The runway model / car model is starting to gain
more knowledge about the behavior of the
batteries used in today's electric cars. Some factors
were not taken into account in the model, the
slope of the track and the driving behavior of the
driver. Of these, this type of testing does not differ
with the current test methods, also hereby these
factors are not present in the execution of the
tests. The model is derived from the different
components of an electric vehicle, and all the
parameters that affect this vehicle during a ride on
the track. It is the practical road race theoretically
approached and this model may have some
V
Onderzoek op EV batterijsets aan de hand van
een emulatie model op een generator
testbank
Student: Van Verdegem Jonas
Promotoren: Prof. Desmet Jan, Delerue Thijs
In samenwerking met: UGent campus Kortrijk onderzoeksgroep EELAB-Lemcko

Academiejaar 2016- 2017

I. Inleiding een realistisch model kan zo een rangebepaling
(volgens de norm) eenvoudiger getest worden.
Binnen het domein van microgrids vormt een
optimale integratie van decentrale bronnen, II. Doelstellingen
verbruik en opslag de sleutel tot verdere
De eerste doelstelling van de masterproef is een
technologieontwikkeling. Gezien Lemcko beschikt
literatuurstudie over de hedendaagse batterijen,
over een laagspanningstestveld op laboschaal,
gebruikt in de elektrische wagens die vandaag de
wordt gepoogd om dit verder uit te werken in het
dag op de baan rondrijden. Evenals een
kader van lopende onderzoeksopdrachten in het
literatuurstudie over deze elektrische voertuigen
domein van microgrids. Deze masterproef focust
(100% elektrisch aangedreven als ook de hybride
zich op het gedrag van elektrische voertuigen, met
aangedreven voertuigen) en de rangebepaling
name het rijgedrag gekoppeld aan de laad- en
(testen) die vandaag de dag worden uitgevoerd op
ontlaadcycli van de batterij, zodat in een verdere
deze voertuigen. Vervolgens is het uitwerken van
fase hun integratie kan geoptimaliseerd worden in
een realistisch baanmodel aan de hand van data
performante microgrids.
die beschikbaar gesteld is ook een doelstelling.
Deze batterijen kunnen dan getest worden door Deze data is afkomstig van het Thinkcity project.
een zo realistisch mogelijke rit te simuleren Het doel hiervan is het in beeld brengen van zo
(snelwegrit/stadsrit), waarbij de parameters naar veel mogelijk parameters die invloed hebben op de
gewenste omstandigheden kunnen aangevuld of rangebepaling, laad-en ontlaadgedrag van de
gewijzigd worden. Door deze simulatie en het batterij. Deze parameters zullen als variabelen in
testen van de batterijen is het mogelijk om het het baanmodel geïntegreerd worden zodat het
rijbereik van het voertuig nauwkeuriger in te mogelijk is dezelfde gesimuleerde rit te
schatten. De huidige testen gebeuren door het onderzoeken met één of meerdere verschillende
elektrisch voertuig op rollen te zetten en dit parameters. Aldus kan een realistische wegrit via
voertuig een snelheid/tijd-profiel te laten afleggen, dit baanmodel gesimuleerd worden op laboniveau.
waarbij de rollen de weg simuleren. Hierdoor Hierbij is het noodzakelijk om een theoretische
wordt er bepaald hoever het elektrische voertuig voorspelling te kunnen maken van dit baanmodel.
gaat. De wijze van testen gebeurt op een Door het uitwerken van een wagenmodel, zal dit
verschillende manier dan de hedendaagse testen. model simuleren hoe de batterijen ontladen
In deze masterproef wordt het ontlaadproces van wanneer men een bepaald baanmodel op de
de batterij grondig onder de loep genomen, met testbank zou gaan gebruiken. Vervolgens is er
VI
een vergelijkende studie tussen hedendaagse
testen en de gemaakte modellen mogelijk. Hierbij
is het mogelijk een praktische validatie van deze
modellen uit te voeren. Het doel is deze huidige
testen praktisch te realiseren en te vergelijken.
III. Resultaten
Om tot resultaten te komen, moet er rekening
gehouden worden met verschillende parameters
(zie hieronder). Resultaten van het baanmodel en
wagenmodel staan weergegeven (zie figuren).
Deze modellen zijn gebaseerd op de Thinkcity-
wagen. Elke parameter is hierbij ingevuld als
waarde voor de Thinkcity-wagen:
Figuur 5 NEDC snelheid en koppel i.f.v. tijd
- Luchtweerstand;
Deze figuren geven het snelheids-en koppelprofiel
weer dat de wagen zal ondergaan. Hierbij wordt
- Rolweerstand;
ook het ontlaadproces van de batterij in de
- Lagerweerstand; elektrische wagen weergegeven in figuur 2.
- Motorinertie / massatraagheidsmoment motor;
- Bandeninertie;
- Capaciteitsverlies door bewaring van de batterij;
- Capaciteitsverlies door het laden/ontladen van de
batterij.
Deze opsomming is afhankelijk van allerlei
parameters die in het wagenmodel als variabele
kunnen ingevoegd worden. Batterij specifieke
Figuur 6 NEDC Ontlaadproces (% i.f.v. tijd)
gegevens, specifieke gegevens van de testwagen,
temperatuurgegevens, dit zijn enkele voorbeelden
die aanpasbaar zijn binnen het model.
De snelheidsprofielen van de hedendaagse testen
zoals het NEDC (New European Driving Cycle en
WLTP (Worldwide harmonized Light vehicles Test
Procedures) zijn op het wagenmodel toegepast (zie
figuur1). Het wagenmodel zal niet enkel het koppel
bij het gekozen snelheid/tijd-profiel bepalen, maar
ook weergeven hoe de batterij (% of kWh) zal
ontladen (onlaadproces). Baan-en wagenmodel zijn
beiden in Labview geprogrammeerd. De
weergegeven figuren zijn resultaten van het
programma in Labview.

VII