<?page no="1"?> Carsten Hoff Ottmar Sirch und 45 Mitautoren Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement VIII <?page no="3"?> Dr.-Ing. Carsten Hoff Dipl.-Ing. (Univ.) Ottmar Sirch (Hrsg.) und 45 Mitautoren Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement VIII Mit 196 Bildern und 32 Tabellen Haus der Technik Fachbuch Band 147 Herausgeber: Prof. Dr. Werner Klaffke · Essen <?page no="4"?> Bei der Erstellung des Buches wurde mit großer Sorgfalt vorgegangen; trotzdem lassen sich Fehler nie vollständig ausschließen. Verlag und Autoren können für fehlerhafte Angaben und deren Folgen weder eine juristische Verantwortung noch irgendeine Haftung übernehmen. Für Verbesserungsvorschläge und Hinweise auf Fehler sind Verlag und Autoren dankbar. © 2018 by expert verlag GmbH, Wankelstr. 13, D-71272 Renningen Tel.: +49 (0)71 59-92 65-0, Fax: +49 (0)71 59-92 65-20 E-Mail: expert@expertverlag.de, Internet: www.expertverlag.de Alle Rechte vorbehalten Printed in Germany Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Dies gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. ISBN 978-3-8169-3439-4 Bibliografische Information Der Deutschen Bibliothek Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http: / / www.dnb.de abrufbar. Bibliographic Information published by Die Deutsche Bibliothek Die Deutsche Bibliothek lists this publication in the Deutsche Nationalbibliografie; detailed bibliographic data are available on the internet at http: / / www.dnb.de <?page no="5"?> Haus der Technik Fachbuch Herausgeber der Reihe Prof. Dr. Werner Klaffke Geschäftsführendes Vorstandsmitglied des Hauses der Technik e.V. Die Konkurrenzfähigkeit einer rohstoffarmen Volkswirtschaft hängt ganz wesentlich vom Faktor „Wissen“ ab. Verbunden mit kreativem Gestaltungswillen wird aus Wissen Kompetenz. Kompetenzvermittlung ist der zentrale Aspekt des Hauses der Technik, die weit über 80 Jahre schon praxisorientiert und disziplinenüberschreitend durch Tagungen, Symposien, Seminare und Workshops qualitativ hochstehend dargestellt wird. Damit arbeiten wir an den Grundlagen für neue Produkte und Dienstleistungen, deren Vermarktung zu Innovationen und damit zu Wertschöpfung führen. Mehr als 70% der erfolgreichen Innovationen, ob inkrementell oder radikal, entstehen aus der Verknüpfung häufig bereits bekannter Elemente, weshalb es geradezu essentiell ist, akademische Schubladen zu verlassen und die Elemente der Kompetenzen intelligent und bedarfsorientiert zu kombinieren. Das geschieht in branchenübergreifenden Innovationsnetzwerken und Technologieclustern, die sich in neuen Wertschöpfungsketten zusammenfinden. Neue Elemente der Netzwerkbildung belebt durch die zunehmende Digitalisierung der Arbeitswelt gesellen sich zu den traditionellen Informationsquellen, zu denen auch die vorliegende Publikation gehört. Die bewährten befassen sich mit den wichtigen Themen der Technik, der Wirtschaft und angrenzender Gebiete, wie Medizintechnik, Biotechnik und neue Medien. Das Beste, das oft mühsam und mit viel Aufwand von den Veranstaltungsreferenten zusammengetragen wurde, wird damit einem größeren Fachpublikum zugänglich gemacht. Die dienen den Teilnehmern als nützliches Nachschlagewerk und anderen Interessenten beim Selbststudium zu beruflichem Nutzen und Erfolg. <?page no="7"?> Inhaltsverzeichnis Preface.....................................................................................................1 Carsten Hoff, Ottmar Sirch High Voltage Architecture and Power-Net ..........................................37 Virtual methods for investigating system-level ripple and EMC in electrified vehicles......................................................................................37 Per Jacobsson, Anders Bergqvist, John Simonsson Energy Storage Systems .....................................................................49 System Architecture and Control Strategy for Stationary Battery Storage Systems based on Electric Vehicle Batteries - Methodology to evaluate System Design ........................................................................49 Michaela Bauer, John Lygeros Power Electronics Solutions for AC Charging and Power Supply...68 Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors ....................................................................... 68 Nikolas Bauer, Daniel Weida High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications ................................................................................................87 Antonio Leon-Masich, Rubén Molina-Llorente, Marc Tena-Gil, Rafael Jiménez-Pino Power Supply Systems for Safety Functions ..................................101 Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen ....... 101 Stefan Schwimmbeck, Quirin Buchner, Hans-Georg Herzog Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation ....................................................118 Leonard Gysen, Mohamed Ayeb, Ludwig Brabetz Modellbasierte intelligente Sicherungen mit umgebungsadaptiver Anpassung der Auslöseparameter .........................................................131 Selcuk Önal, Michael Kiffmeier, Stephan Frei Bordnetz für autonomes Fahren / Power net for automated driving.... 148 Ahmet Kilic, Christian Große, Tunan Shen <?page no="8"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive.................................................160 Björn Mohrmann, Ludwig Brabetz, Gangolf Hirtz, Stephanie Preisler Power Electronics Technologies.......................................................177 Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System.........................................................................177 Niklas Langmaack, Markus Henke Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs............................................................................................194 Michael Gleißner, Teresa Bertelshofer, Mark-M. Bakran 48V Components ................................................................................212 Highly Integrated Dual-Voltage Boost Recuperation Machine with Standstill Power Conversion ...................................................................212 Stanko Gradev, Daniel Findeisen, Hans-Georg Herzog Energy and Power Management .......................................................228 Risk Management in Cybernetic Energy Systems................................. 228 Joachim Fröschl, Kevin Pluch, Irina Baudrexl, Julian Taube, Hans-Georg Herzog Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning ........................... 241 Christian Schroer, Roman Ließner, Bernard Bäker Parallel Poster Exhibition / Begleitende Posterausstellung ...........252 Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data...............................................................252 Robert Fechert, Tim Häberlein, Bernard Bäker Anforderungen an einen EOL-Hochvoltspeicher - Prüfstand der nächsten Generation ................................................................................265 Abdülkerim Dagli, Markus Zacherl, Philipp Miska The Authors ........................................................................................................... 271 <?page no="9"?> Preface The electrification of automobiles is becoming more and more important in the automotive industry, mainly driven by the increasing demand for Battery Electric Vehicles (BEVs) and Plug-In Hybrids (PHEVs), while the Full Hybrid Vehicles (HEVs) lose their evidence after a quite short period of driving the electrification. Toyota´s Prius is the leading symbol for this period. Now the focus changes mainly to BEVs in order to meet the future requirements for zero emission mobility, especially in the centers of big cities and highly populated areas. A market leader recently announced a high number of launches to offer a broad portfolio of BEVs. The major fields of interest for Electrics/ Electronics Engineering are High Voltage Architectures, High Voltage Batteries, Power Electronics, Electric Motors and Charging. Within these fields there is a primary focus on future technologies for High Voltage Batteries in order to increase the driving range and to decrease the charging time. At a second level there is a lot of research in new technologies for higher efficiencies, higher power density and higher temperatures of power electronics and electric motors. Other topics like High Voltage Power Distribution and Wiring Harnesses as well as High Voltage Safety have to be discussed intensively. In parallel the electrification of Mild Hybrid Vehicles (MHEVs) based on 48 Volt faces a significant increase of market share for vehicles with conventional combustion engines and seems to enhance the Start-Stop-functionality of existing vehicles with additional functions and lower CO 2 emissions. The first vehicles with 48 Volt high power recuperation systems have just been launched last year, and there will be much more in the next 3 years. It seems to be foreseen as an intermediate step from combustion engine vehicles to the full electric ones. In the first wave of implementation during the second half of this decade it is applied as a pure recuperation system with a 48 Volt machine, a 48 Volt battery and a DC/ DC converter to supply the basic 12 Volt power net and its loads in the vehicles. There are expectations that some high power loads which are supplied with 12 Volt as well those which are still powered electrically will migrate to 48 Volt in a second wave. The following 3 papers, which have already been published in 2012/ 2013, give a very detailed insight of the ideas and the technical requirements at that time when 48 Volt came up like a revolution in automotive Electrics/ Electronics and affected a very intensive discussion in the automotive community, at OEM and supplier levels. The remaining question, which has to be asked, is about the long-term future of 48 Volt. At least, there are 3 hypotheses what will happen: 1. 48 Volt will be applied for high power recuperation only for a reasonable short period. 2. 48 Volt will be applied to new functions, additionally, and existing 12 Volt loads will migrate to 48 Volt step by step. 3. 48 Volt will substitute all 12 Volt systems and functions in vehicles with combustion engines as well as in highly electrified vehicles. 1 <?page no="10"?> Preface The panel discussion of this conference will focus on this question: 48 Volt - an intermediate solution only? Short presentations of Infineon Technologies representing the semiconductor industry, Continental as a leading automotive supplier and the Technical University of Munich from a research perspective will introduce to the topic and initiate an open und intensive discussion in the auditorium. The book in hand was formed on the occasion of the 7 th conference “Electric & Electronic Systems in Hybrid and Electric Vehicles and Electrical Energy Management” organized by Haus der Technik e.V. Essen June 12 th and 13 th , 2018, in Würzburg. Subjects and articles about the overall system of electrics/ electronics of Hybrid and Electric Vehicles and concepts of electrical energy management will be pointed out and discussed in detail. Approaches for Hybrid, Plug-In Hybrid and Electric Vehicles and E/ E architectures, charging systems, power electronics, and low voltage accumulators will be covered. We want to thank all the authors and speakers whose interesting technical contributions support the edition of this book. Furthermore, we thank Mr. Bernd Hömberg and his staff from Haus der Technik e.V. in Essen for planning and organizing the event, Mrs. Anita Koranyi from expert-verlag in Renningen for publishing the book and Mrs. Dr. Vera Lauer, Mr. Dirk Balzer, Mr. Prof. Dr. Ludwig Brabetz, Mr. Prof. Dr. Stephan Frei, Mr. Friedrich Graf, Mr. Prof. Dr. Hans-Georg Herzog, Mr. Dr. Jan Lichtermann, Mr. Dr. Marc Nalbach, Mr. Dr. Dieter Polenov, Mr. Dr. Hartmut Pröbstle, Mr. Dr. Tomas Reiter, Mr. Prof. Dr. Dirk-Uwe Sauer, Mr. Peter Schmitz, Mr. Dr. Marc Thele, Mr. Andreas Hinderlich and Mr. Dr. Jochen Langheim for their support and engagement in the program committee. Würzburg, Juni 2018 Ottmar Sirch Dr. Carsten Hoff 2 <?page no="11"?> Preface The new Voltage Level 48 Volt for Vehicle Power Supply T. Dörsam, Daimler AG, Böblingen, S. Kehl, Porsche AG, Weissach, A. Klinkig, Volkswagen AG, Wolfsburg, München, O. Sirch, BMW Group, München, A. Radon, Audi AG, Ingolstadt ATZelektronik, January 2012. The increasing requirements to the vehicle power supply in conventional cars have taken the 12 Volt power supply to its limits. The car manufacturers Audi, BMW, Daimler, Porsche and Volkswagen were aware of this subject very early and worked out a first specification for a second voltage level at 48 Volt. The OEMs explain the conditions and backgrounds for deriving the voltage range and the concepts for the tests and test conditions for any components which will be applied in this voltage level. Additionally, the car manufacturers describe the probably next milestones for standardization and the standard of the voltage level as well as some potential E/ E architecture concepts. History The advantages of a second voltage level in vehicles have been already discussed once during the initiative for 42 Volt. At that time the initiative focused on increasing the power and enabling new functions. Aspects of CO 2 emissions played a minor role, and the existing battery technologies limited the progress. In order to achieve the maximum CO 2 reduction it is reasonable to define a system with the highest nominal voltage below the limit for the shock protection at 60 Volt. Today existing cellbased accumulators are scalable and fulfill the requirements [6]. Existing and new high power loads can be applied to this voltage level. With respect to the requirements for CO 2 reduction and supply of high power loads the 48 Volt power supply competes directly with the high voltage (HV) system (voltage class B). These HV systems are dedicated for electrical power of 15 kW upwards, definitely upon the power limits of 48 Volt systems. An evaluation of 12 Volt, 48 volt and HV systems in terms of power, CO 2 reduction and costs shows that a 48 Volt system is an interesting alternative #1. #2 shows the relation between current and electrical power at different voltages with the simplifying assumption of a constant operating voltage. Stationary currents of 200 to 300 A can only be realized with highly technical efforts due to the experience in practice. Therefore values of more than 200 A are considered as borderline and more than 300 A as very critical. Thus the maximum stationary electrical power at 12 Volt is about 3 kW, at 24 Volt about 6 kW and at 48 Volt about 12 kW. If the limit of 12 kW will not be exceeded dramatically, a voltage range below 60 Volt is reasonable [1, 2, 3]. In this case the voltage level at 48 Volt fits to the requirements according to the specification which was commonly defined by Audi, BMW, Daimler, Porsche und Volkswagen. This common specification as a delivery specification is the base for the OEM specific standards for 48 Volt voltage range [4, 5] and defines the electrical requirements for nay components which will be integrated at this voltage. A dual voltage power supply system based on the existing 12 Volt voltage range and the new 48 Volt voltage range will be developed in parallel to the recently established Hybrid or Electric Vehicle power supply systems. A minimum system consisting of an electric motor, an accumulator and coupling device as well as a more complex system with the components mentioned before and further sources and loads are conceivable. Conditions for the definition of the voltage range Some presumptions had to be made to define the voltage range and were constituted in the following assumptions, #3: 3 <?page no="12"?> Preface For DC voltages below 60 Volt a shock protection is not required. This is valid up to ripples of maximum 10% rms. For AC voltages the requirements of ISO 6469-3 have to be considered. Up to AC voltages U eff 30 V a shock protection is not required. Generating or regenerating components must not cause a transition into the overvoltage range. During regular operation of the 48 Volt power supply any voltages above the shock protection limit must not occur. There is a common ground for 12 Volt and 48 Volt. The contacts have to be locally separated. Ground for 12 Volt and 48 Volt control units have to implemented separately. Loss of ground of a 48 Volt component must not cause a disturbance or a destruction of the communication networks and the electrical networks All data for voltages and currents are related to the I/ Os of the component and do not include any voltage drops caused by the wiring harnesses in the vehicle. The base is existing Li-Ion accumulator technology (like LiFePO 4 , LiNiMnCo und Li-Titanium). The voltage range shall be valid for further and new technology developments. There will not be a reverse polarity protection at 48 Volt. Adequate measures have to be applied in order to exclude any reverse polarity. A jump start at 48 Volt is not scheduled. A single failure must not cause a short circuit between 48 Volt and 12 Volt (or 24 Volt) systems. Voltage Range The voltage range which is specified in the LV148 is as hereafter shown: 4 <?page no="13"?> Preface Shock Protection Range: according to ECE-R 100 a shock protection for DC voltages is required. Overvoltage Range: The overvoltage range between U 48max,high,limited and U 48r includes all tolerances. The overvoltage protection shall be active in this range and any voltages above U 48max,high,limited have to be stored in the failure memory. The range between U 48r und U 48shprotect includes a contingency reserve. Upper Operating Range with functional Degradation: The range between U 48max,unlimited and U 48max,high,limited is dedicated for the calibration of the accumulator and the absorption od recuperation energy. Operating Range without Degradation: The range between U 48min,unlimited and U 48max,unlimited is dedicated to operate the components without any functional degradation. Lower Operating Range with functional Degradation: operating in the range between U 48min,low,limited and U 48min,unlimited is only temporarily allowed. Countermeasures have to be taken to return into the operating range without functional degradation. Undervoltage Range: Voltages below U 48min,low,limited are defined as undervoltages and have to be stored in the failure memory. The accumulator protection voltage is defined at U 48stoprotect . Tests and test conditions The new specification LV148, which was defined by the car manufacturers Audi, BMW, Daimler, Porsche und Volkswagen as a common base of the OEM specific standards for components at the 48 Volt voltage range, is aligned to the existing LV124 for 12 Volt and is revised and completed in terms of presumptions und assumptions. The objective of LV148 is a standard specification of the voltage range and the required tests to achieve a maximum of industrial building blocks for components and parts [6]. The requirements, tests and test conditions for electric, electronic and mechatronic components and systems are defined for the application in vehicles at 48 Volt, #4. Approach The specification of the 48 Volt voltage range and the tests for the components which will be applied there have been developed by the car manufacturers as listed before commonly. The revision of the DIN 72552 was requested by the mentioned OEMs via VDA. For the new 48 Volt voltage level the following terminals are proposed: “Klemme 40“ is the positive wire of 48 Volt power supply “Klemme 41“ is ground wire of 48 Volt power supply Further steps for standardization or international standards are not explicitly planned. Outlook In order to meet the constantly increasing requirements to reduce CO 2 emission and fuel consumption in conventional vehicles with combustion engines a significant contribution can be made to by increasing the recuperation power to a range of 5 to 12 kW. The supply of the vehicle with electrical energy has to be realized without using any fuel as possible. During deceleration the combustion engines shall be switched off. The Charging and discharging periods due to the velocity profiles and the state of 5 <?page no="14"?> Preface the accumulator are shown in #5. Furthermore, a sailing mode can be applied while the combustion engine may be switched off at constant speed. The electrical energy which is required for a driving cycle can only be generated by recuperation, if the electrical power is increased, respectively, because the time slot for generating is reasonably lower [6]. In addition a 48 Volt electrical motor offers the possibility to shift the operating point of the combustion engine due to its generating and driving modes. An electric slow motion may be possible depending on the design. The new requirements for higher electrical power will affect and change future power supply architectures in terms of topology, overall current consumption and functional characteristics. The independently working power supplies can pretend the interaction between the high power loads. Furthermore, the displacement of high power loads from 12 Volt to 48 Volt can be discussed. The reduction of cross-sections in the wiring harnesses offer potentials of weight. #6 shows as an example an overview of electrical systems with respect to power supply. #7 shows a possible migration of the configuration in #6. The following high power loads of the existing 12 Volt system are dedicated for a transition: The electric cooling fan with up to stationary electrical power consumption of 1 kW is the maximum load. Electric heating systems like PTC are in the same range. Additionally, the proposed voltage level enables the electrification of functions, which can be transferred from mechanical to electrical drive, like an electric climate compressor for driving operation and stand-still. The new voltage level 48 Volt offers a wide range of applications from boost functions and CO2 reduction in small vehicles up to the supply of large scale of functions in fully equipped luxury cars, so that a broad adoption can be expected. Literature: [1] O. Sirch, J. Fröschl, Dr. H. Pröbstle, Energiebordnetz und elektrisches Energiemanagement der Zukunft. 1. Braunschweiger Symposium zu Elektrische Leistungsbordnetze und Komponenten von Straßenfahrzeugen, Oktober 2008 [2] S. Wolff, O. Sirch, M. Schmid, G. Immel, H. Pröbstle, R. Neudecker, J. Fröschl: Anforderungen aus Sicht der Energiesysteme der Zukunft an das Fahrzeugbordnetz. 29. Tagung Elektronik im Kraftfahrzeug, Juni 2009 in Dresden. [3] O. Sirch, G. Immel, H. Pröbstle, R. Neudecker, J. Fröschl, Future Electrical Powernet - From Optimization Concerning Energy to a new Concept, 14. Internationaler VDI- Kongress Elektronik im Kraftfahrzeug, Oktober 2009. [4] LV148, AUDI AG, BMW AG, Daimler AG, Porsche AG und Volkswagen AG, Juli 2011. [5] T. Dörsam, D. Grohmann, S. Kehl, A. Klinkig, A. Mai, O. Sirch, A. Radon, J. Winkler, Die neue Spannungsebene 48 Volt, 15. Internationaler VDI-Kongress Elektronik im Kraftfahrzeug, Oktober 2011. [6] R. Falsett. T. Dörsam, Elektrische Energiespeicher im 48V Bordnetz, 15. Internationaler VDI-Kongress Elektronik im Kraftfahrzeug, Oktober 2011. 6 <?page no="15"?> Preface Dual Voltage Power Supply System with 48 Volt J. Fröschl, H. Pröbstle, O. Sirch, BMW Group EEVC, Dresden, June 2012 and Societé des Ingénieurs d´Automobiles Magazine, March 2013 Automotive electrics/ electronics have just reached a period of tremendous change. High voltage systems for Hybrid, Plug-In Hybrid or Battery Electric Vehicles with high power electric motors, high energy accumulators and electric climate compressors will be introduced in order to achieve the challenging targets for CO 2 emissions and energy efficiency and to anticipate the mobility of the future. Additionally, innovations and the continuous increase of functionality for comfort, safety, driver assistance and infotainment systems require more and more electrical power of the vehicle power supply at all. On the one hand side electrified vehicles will certainly achieve a significant market share, on the other hand side they will increase the pressure to conventional vehicles with combustion engines for fuel consumption and CO 2 emissions. These vehicles will be enabled to keep their competiveness by new functions and the optimization of their electric systems. A dual voltage power supply with 48 Volt and 12 Volt will be one of the key technologies to realize these requirements. The power capability of the existing 12 Volt power supply has reached its limits. Further potentials can only be admitted by the introduction of 48 Volt. For this reason the car manufacturers Audi, BMW, Daimler, Porsche and Volkswagen started very early on this item and developed a common specification of the new voltage range. Now, it is necessary to indentify the probable systems at this voltage range and to start the developments. 1 Introduction 150 years ago as the automobile was invented there was a strong competition between combustion engine, electric motor and steam engine. Independently, electrification was there right from the beginning. 1769 the French Military Engineer Nicholas Cugnot invented a steam engine driven car which was planned to pull heavy ordnance. This was demonstrably the invention of an automobile, without any electrification yet. More than 100 years later the first electric vehicles appeared on the streets. Gustave Trouvé (1881) developed his electric vehicle and drove through the streets of Paris (see fig. 1). At nearly the same time, in 1882 Ayrton and Perry in England presented an electric vehicle with electric light. 7 <?page no="16"?> Preface The first vehicle with a combustion engine (see fig. 2) invented by Carl Benz in 1886 had an electric ignition due to the problems which occurred at windy conditions as long as he tried to use a flame for this function. The next generation of electric vehicles came up. Andreas Flocken, Coburg in Germany, built up a four wheel vehicle with an electric motor (see fig. 3) in 1888. 8 <?page no="17"?> Preface In 1903 Clyde J. Coleman, USA, invented an electric cranking system as a next big step of electrification to get rid of the cranking by muscles at all weather conditions. Beside these very early electrification efforts a competition between different drive train technologies took place. At the end of the19 th century steam cars, electric vehicles and vehicles with combustion engines have been seen on the streets. Oberbaurat a. D. Klose, President of the Middle-European Association of Motor Vehicles (Mitteleuropäischer Motorwagen-Verein) stated on September 30 th , 1897: “There are 3 kinds of vehicles which carry their energy for locomotion onboard of particular importance: vehicles moved by steam, by oil engines and by electricity. The first kind will be used in the future mainly for rail-based coaches and heavy vehicles on the road, while the great range of the wide country will be passed by oil engine driven vehicles and the smooth asphalt surface of the big cities will be populated by charged-electricity driven vehicles.” („Als Motorfahrzeuge, welche ihre Energie zur Fortbewegung mit sich führen, machen sich zur Zeit drei Gattungen bemerkenswert, nämlich: durch Dampf bewegte Fahrzeuge, durch Oelmotoren bewegte Fahrzeuge und durch Elektrizität bewegte Fahrzeuge. Die erste Gattung dürfte voraussichtlich in Zukunft hauptsächlich für Wagen auf Schienen und schwere Straßen-Fahrzeuge in Betracht kommen, während das große Gebiet des weiten Landes von Oelmotorfahrzeugen durcheilt werden und die glatte Asphaltfläche der großen Städte wie auch die Straßenschiene von mit Sammlerelektrizität getriebenen Wagen belebt sein wird.“) 2 New Requirements The requirements concerning the electrical vehicle power supply in conventional cars which are mainly driven by the advancing electrification and reduction of CO 2 and fuel consumption are constantly increasing. This leads today´s established 12 Volt power supply to its limits. Additionally, measures have been implemented, to reduce the current consumption of each function, system and actuator. Thus the step to a more complex power supply system can be postponed as long as possible. For this step to a new architecture 9 <?page no="18"?> Preface will affect the costs seriously and has to be balanced by significantly functional increases. The head space, which is created by the step-by-step implementation of measures to reduce the current consumption of existing functions [9], can be used to install new functions, as shown in fig. 4. The higher the reduction is at a certain point, the higher is the potential for the installation of new functions. But if the power demand of a new function exceeds the threshold significantly, the step into a more powerful architecture cannot be avoided anymore. Current assumptions expect this step to be performed during this decade. The requirements which are affected by new functionalities like recuperation, expansion of engine start-stop, electric assist or boost as well as electrification of ancillary units. Recuperation is directly linked to the demand of electric energy which has to be cumulated during a deceleration phase of the vehicle to supply the vehicle electric system during the next phase of acceleration and constant speed. This operating strategy enables to reduce the amount of fuel to be employed to generate the electric energy. The size of the new generator is proportional to the electric power required to generate the electric energy and is limited by the maximum torque which can be provided as a function of the mechanical design. Engine start-stop functionality will be extended in the future. The engine will be switched off at higher speeds during deceleration and partially during constant speed. Subsequently the engine has to be cranked very quickly. Therefore the generator has to perform as an electric motor, too. The motor capability of the generator can be used in some cases to assist or boost the power train electrically in order to optimize the operating point of the combustion engine. 10 <?page no="19"?> Preface The electrification of ancillary units like climate compressor, water pump or turbo charger is a new opportunity to get rid of fixed mechanical link between the engine and the ancillary unit. This transfer allows a tailoring on demand of the power supply and to improve the efficiency. 3 The new Voltage Range The car manufacturers Audi, BMW, Daimler, Porsche and Volkswagen were aware of this subject very early and worked out a first specification for a second voltage level at 48 Volt [5]. The OEMs explained the conditions and backgrounds for deriving the voltage range and the concepts the tests and test conditions for any components which will be applied in this voltage level. Additionally, the car manufacturers describe the probably next milestones for standardization and the standard of the voltage level as well as some potential E/ E architecture concepts. Some presumptions had to be made to define the voltage range and were constituted in the following assumptions: • For DC voltages below 60 Volt a shock protection is not required. This is valid up to ripples of maximum 10% rms. • For AC voltages the requirements of ISO 6469-3 have to be considered. Up to AC voltages Ueff 30 V a shock protection is not required. • Generating or regenerating components must not cause a transition into the overvoltage range. • During regular operation of the 48 Volt power supply any voltages above the shock protection limit must not occur. • There is a common ground for 12 Volt and 48 Volt. The contacts have to be locally separated. • Ground for 12 Volt and 48 Volt control units have to implemented separately. • Loss of ground of a 48 Volt component must not cause a disturbance or a destruction of the communication networks and the electrical networks • All data for voltages and currents are related to the I/ Os of the component and do not include any voltage drops caused by the wiring harnesses in the vehicle. • The base is existing Li-Ion accumulator technology (like LiFePO4, LiNiMnCo und Li-Titanium). The voltage range shall be valid for further and new technology developments. • There will not be a reverse polarity protection at 48 Volt. Adequate measures have to be applied in order to exclude any reverse polarity. A jump start at 48 Volt is not scheduled. • A single failure must not cause a short circuit between 48 Volt and 12 Volt (or 24 Volt) systems. The voltage range which is specified in the LV148 is shown in fig. 5: 11 <?page no="20"?> Preface Shock Protection Range: according to ECE-R 100 a shock protection for DC voltages is required. Overvoltage Range: The overvoltage range between U 48max,high,limited and U 48r includes all tolerances. The overvoltage protection shall be active in this range and any voltages above U 48max,high,limited have to be stored in the failure memory. The range between U 48r und U 48shprotect includes a contingency reserve. Upper Operating Range with functional Degradation: The range between U 48max,unlimited and U 48max,high,limited is dedicated for the calibration of the accumulator and the absorption od recuperation energy. Operating Range without Degradation: The range between U 48min,unlimited and U 48max,unlimited is dedicated to operate the components without any functional degradation. Lower Operating Range with functional Degradation: operating in the range between U 48min,low,limited and U 48min,unlimited is only temporarily allowed. Countermeasures have to be taken to return into the operating range without functional degradation. Undervoltage Range: Voltages below U 48min,low,limited are defined as undervoltages and have to be stored in the failure memory. The accumulator protection voltage is defined at U 48stoprotect . The new specification LV148, which was defined by the car manufacturers Audi, BMW, Daimler, Porsche und Volkswagen as a common base of the OEM specific standards for components at the 48 Volt voltage range, is aligned to the existing LV124 for 12 Volt and is revised and completed in terms of presumptions und assumptions. The objective of LV148 is a standard specification of the voltage range and the required tests to achieve a maximum of industrial building blocks for components and parts [6]. The requirements, tests and test conditions for electric, electronic 12 <?page no="21"?> Preface and mechatronic components and systems are defined for the application in vehicles at 48 Volt. 4 System Design Basically, coming from the today´s existing system design with 12 Volt (Fig. 6 A) there are several opportunities to build up a dual voltage vehicle power supply. Most common are either load sided (Fig. 6 B) or generator sided (Fig. 6 C) extensions of the established 12 Volt architectures. Depending on load characteristics and efficiency requirements some basic design rules can be made out for the decision of a specific architecture: 1. For singular loads with low average power consumption, e.g. peak power loads like electric power steering or chassis control functions, the load sided 48 Volt architecture (B) may be the best choice. A small DC/ DC converter (< 1 kW) and energy store technologies like double layer capacitors are nearly sufficient to meet the requirements for electric energy and power supply. 2. Higher energy demands either by a large number of 48 Volt loads or generators for high power recuperation require a generator sided extension (C). The typical power output of the 48/ 12 Volt DC/ DC converter is up to 3 kW; appropriate energy store technologies are large scaled double layer capacitors as well as lithium ion accumulators with a high charge acceptance over a wide temperature range like LTO (lithium titanate) based systems. In this architecture a major focus on high efficiencies in generating, storing and delivering of recuperated energy is required in order to achieve the highest CO 2 -benefit. 13 <?page no="22"?> Preface 5 Components The generator, the accumulator and the DC/ DC converter are the key components for the generator sided extension. Additionally, existing stationary as well as transient high power loads will be transferred to the more powerful 48 Volt power supply and new functions which could not be realized with 12 Volt may be applied. A first possible set of these 48 Volt loads may consist of some stationary high power loads like the cooling or electric heating and transient high power loads like electric power steering or roll stabilization. All these additional components will not be discussed in detail in this paper. A quite complete set of these components and the benefits and consequences will be sketched in chapter 7. 5.1 Generator and Starter The generator consists of an electric machine and a DC/ AC-inverter. A mechatronic integration of both components seems to be the best solutions. As a multi-phase electric machine combined with a power inverter the generator allows to be used like motor, e.g. starting the combustion engine (cranking), assisting or boosting. The resulting requirements for this complex component are mainly defined by the maximum torque characteristics, maximum and continuous generating power, mechanical parameters, ambient temperature range, minimum and maximum operating voltage and the maximum inverter currents. Different types of electric machines have to be discussed with respect to the system requirements like in [11]. However the essential question is the system integration of the electric machine into the drive train. In a first approach a replacement of the existing 12 Volt generator driven in the belt of the combustion engine is reasonable. But the limitations by torque and volume do not allow exceeding the range of more than 4 kW at least for a longer period. The maximum torque is given by the mechanical design of the belt and the sensitivity of torque 0 1000 2000 3000 4000 5000 6000 7000 (i=2,5) n / rpm P BAT (50%SOC) BSG Speed Engine Speed P / kW 40Nm Start/ Cold Start Boost Sailing Generator Recuperation P BAT (20%SOC) P BAT (80%SOC) P BAT (20%SOC) P BAT (50%SOC) P BAT (80%SOC) 50 60 70 1 2 3 4 14 <?page no="23"?> Preface capability of the crank shaft and the drag torque of the combustion engine itself which reduced the recuperation during deceleration. In order of overcome all these limitations and to achieve to requirements of a high recuperation and the application of high power loads the generator has to be integrated in the ideal position in the power train and with some flexibility in terms of speed compared to engine and drive train speed. The transmission is one of the promising positions which may fulfill these requirements. 5.2 Accumulator The requirements and the present status of 48 Volt accumulator is discussed in [12] in detail. An additional 48 Volt power supply can cope with power peaks and control higher electric power. This leads to new requirements of the energy storage system lifetime for reliability and cycling resistance. Depending on the requirements and the architecture the design criteria of the accumulator are different with respect to the overall power capability of the overall system. The typical usable energy of the accumulator depending on the targeted functions is in the range of 70 Wh to 1000 Wh. Referred to the voltage range as described in fig. 5, an accumulator based on LFP technology will be built with 14 or 15 cells in series, see table 1. If LTO technology is applied, 19 or 20 cells are used with respect to the lower cell voltage. LTO LFP Number of cells V_min (20% SOC) V_nom (80% SOC) V_end-ofcharge V_min (20% SOC) V_nom (80% SOC) V_end-ofcharge 1 2,1 V 2,4 V 2,7 V 3,15 V 3,3 V 3,6 V 14 44,1 V 46,2 V 50,4 V 15 47,25 V 49,5 V 54,0 V 19 39,9 V 45,6 V 51,3 V 20 42,0 V 48,0 V 54,0 V LTO cells have a significantly lower internal resistance, approximately half the value of LFP. But in terms of voltage stability LFP shows a better performance. A final validation in terms of voltage stability cannot be performed yet, because 48 Volt accumulators have to be built up and have to be analyzed at high currents. These measurements have to cover the whole operating range and all the environmental conditions. The present status allows to postulate two major requirements: The discharge capability of LFP have to be improved significantly and the prices of LTO accumulators have to be decreased dramatically. 15 <?page no="24"?> Preface 5.3 DC/ DC Converter The third key component is the DC/ DC converter which is the electrical link between 48 Volt and 12 Volt power supply. The variety of requirements in different applications lead directly to a platform of DC/ DC converters at voltage levels up to 60 Volt, enabling an efficient implementation of power converters with different power requirements even with high product diversity. Particular attention is paid to a DC/ DC converter for future dual voltage power systems using 48 Volt and 12 Volt, as well as additional implementations of the converter platform. There is a major focus on feasibility of scalable power classes as well as on efficiency, thermal management and industrialisation potential of the concept. The major requirements which are discussed in more detail in [12] are Scalability: Due to the spectrum of applications the power transmission has to be scalable. This can be realized by a design of multi phase converters with qualified devices, circuits and software blocks. Industrialization: Established production processes and approved technologies for assembly und interconnect shall be the base for DC/ DC converters in order to meet the requirements for reliability and quality. Availability: Single failures may not cause a total shutdown of the DC/ DC converter which a central part of the vehicle power supply system. The design of the converter has to be able to handle a defect in one phase and to perform a limited operation. Protection: The converter has to be protected against low and high voltages, reverse polarity (12 Volt side) and high temperatures. Thermal Management: Target is air cooling. Optional liquid cooling. Operation modes: Primary operation is buck, secondary operation is boost. The operating voltage ranges are defined by LV124 for 12 Volt side and LV148 for 48 Volt side. The current on the 12 Volt side is in the range of 45 A to 220A, peak currents up to 270 A. The efficiency over a wide operating range has to be more than 95%. 16 <?page no="25"?> Preface In order to meet the requirements in terms of efficiency in the wide operating range a switch-off capability of every single phase is a promising solution. 5.4 Possible 48 Volt Loads The electric cooling fan with a stationary electrical power consumption of about 1 kW is one of the maximum loads. The higher thermal isolation of the engine compartcontrol logic BN2 BN1 current monitor I 1 ist GND GND FET driver EMC Filter EMC Filter & Protection PWM 48V 12V 80% 82% 84% 86% 88% 90% 92% 94% 96% 98% 100% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Efficiency Output current related to maximum output current Efficiency optimization at reduced loads Phasen geschaltet Alle Phasen 17 <?page no="26"?> Preface ment as well as new functions coming up like cooling of the exhaust manifold will require higher cooling capability in the future. An electric heating system like a PTC (Positive Thermal Coefficient) is in the range of more than 1 kW stationary electric power. High performance electric power steering demands power peaks up to 2 kW. The resulting current peaks affect too high voltage drops on a 12 Volt system. Intermediate solutions with a 24 Volt power supply came up in the past. Thus this application fits perfectly to a generator sided extension with 48 Volt. Electric roll stabilization exceeds the power consumption of 2 kW and has a high regeneration in terms of bad roads. Therefore a capsulation is mandatory, if integration into a 12 Volt vehicle is aspired. An additional electric power supply has to be implemented. In the case of a dual vehicle power supply with 48 Volt the electric roll stabilization can easily be applied to the 48 Volt system. 6 A flexible Energy and Power Management The physical side of a power supply network including components like generator, accumulator, DC/ DC convertors or consumption units as discussed before is complemented by a management side. This shows figure 9 and is discussed in [14]. A flexible energy and power management as shown in [6] has to coordinate the 12 Volt power supply network, the 48 Volt power supply network and at least the interoperability of both. The coordination means that the energy flow, the power distribution and the operational states of the components should be hold within tolerable limits and that the power affected by the loads is not able to destabilize the single network. Therefore a power distribution management with a primary purpose of voltage stabilization is discussed in [13]. To guarantee an optimized use of the components discussed in chapter 5 a different strategy is implemented in each power supply network. This is necessary because of the different electric loads in the two power supply networks. If in future a load is displaced from one side to the other side of the combined power supply network it may 18 <?page no="27"?> Preface be necessary to change the strategy of operational behavior to enable this migration in a flexible way of development. The coupling of the two power supply networks is discussed in [14]. The feature of coupling different power supply networks is a chance but includes the risk of destabilization of both networks caused by the interoperability with a DC/ DC converter. This converter can work at different operational strategies like current regulation mode, voltage regulation mode or power regulation mode. It can also be used to realize a transfer of predefined value of energy from one side to the other side of the power supply network. The strategy of coupling has to be defined by the management system based on the monitoring of both sides of the power supply network. The targets of the coupling strategy is the energy and power flow between the different power supply networks, the guarantee of stability on both sides and at least a efficient way of interoperation between the coupled power supply networks. 7 Summary and Outlook In order to meet the constantly increasing requirements in the future to reduce CO 2 emission and fuel consumption in conventional vehicles with combustion engines a significant contribution can be made by increasing the recuperation power to a range of 5 to 12 kW. The idea is to supply of the vehicle with electrical energy with less fuel as possible. During deceleration the combustion engine shall be switched off. The charging and discharging periods due to the velocity profiles and the state of the accumulator are shown in fig. 11. Furthermore, a sailing mode can be applied while the combustion engine may be switched off at constant speed. The electrical energy which is required for a driving cycle can only be generated by recuperation, if the electrical power is increased, respectively, because the time slot for generating is reasonably lower [3]. In addition a 48 Volt electrical motor offers the possibility to shift the operating point of the combustion engine due to its generating and driving modes. An electric slow motion may be possible depending on the mechanical design of the drive train. 19 <?page no="28"?> Preface The new requirements for higher electrical power will affect and change future power supply architectures in terms of topology, overall current consumption and functional characteristics. The independently working power supplies can reduce the interaction between the high power loads. Furthermore, the displacement of high power loads from 12 Volt to 48 Volt can be discussed. The reduction of cross-sections in the wiring harnesses offer potentials of weight. Fig. 12 shows a possible migration of the configuration. The new voltage level 48 Volt offers a wide range of applications from boost functions and CO2 reduction in small vehicles up to the supply of large scale of functions in fully equipped luxury cars, so that a broad adoption can be expected. Additionally, the proposed voltage level enables the electrification of functions, which can be transferred from mechanical to electrical drive, like an electric climate compressor for driving operation and stand-still. Literature [1] O. Sirch, J. Fröschl, Dr. H. Pröbstle, Energiebordnetz und elektrisches Energiemanagement der Zukunft. 1. Braunschweiger Symposium zu Elektrische Leistungsbordnetze und Komponenten von Straßenfahrzeugen, Oktober 2008. 20 <?page no="29"?> Preface [2] H. Pröbstle, R. Neudecker, O. Sirch, G. Immel: Topologien zukünftiger Energiebordnetze, Energiemanagement & Bordnetze III, November 2009 in Würzburg. [3] S. Wolff, O. Sirch, M. Schmid, G. Immel, H. Pröbstle, R. Neudecker, J. Fröschl: Demands by Tomorrows Energy Systems on the Vehicle Electric System. 7. Symposium Steuerungssysteme für den Antriebsstrang von Kraftfahrzeugen, Juni 2009 in Berlin. [4] O. Sirch, G. Immel, H. Pröbstle, R. Neudecker, J. Fröschl, Future Electrical Powernet - From Optimization Concerning Energy to a new Concept, 14. Internationaler VDI- Kongress Elektronik im Kraftfahrzeug, Oktober 2009. [5] H. Pröbstle, R. Neudecker, O. Sirch, Power Supply in Future Start-Stop-Systems. 4 th International Conference Energy Management Wire Harness Systems, March 2011. [6] T. Kohler, J. Fröschl, H.-G. Herzog, Systemansatz für ein hierarchisches, umweltgekoppeltes Powermanagement. 2. Tagung Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen, März 2010. [7] J. Fröschl, H.-G. Herzog, R. Neudecker, H. Pröbstle, O. Sirch, Considerations and approaches for a Dual Voltage Power Supply System with 48 Volt, EEVC Juni 2011. [8] T. Dörsam, D. Grohmann, S. Kehl, A. Klinkig, A. Mai, O. Sirch, A. Radon, J. Winkler, Die neue Spannungsebene 48 Volt, 15. Internationaler VDI-Kongress Elektronik im Kraftfahrzeug, Oktober 2011. [9] R. Falsett. T. Dörsam, Elektrische Energiespeicher im 48V Bordnetz, 15. Internationaler VDI-Kongress Elektronik im Kraftfahrzeug, Oktober 2011. [10] A. Körner, M. Nalbach, C. Hoff, O. Sirch, Leistungselektronik für die stabile Energieversorgung für Micro-Hybrid-Fahrzeuge der nächsten Generation, Tagung Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement, Haus der Technik, April 2012. [11] W. Hackmann, A. Rudorff, Y. Günsayan, Design of a 48V-Belt driven Starter Generator-System drawing special system requirements into account, Tagung Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement, Haus der Technik, April 2012. [12] R. Falsett, T. Dörsam, Elektrische Energiespeicher im 48V Bordnetz, Tagung Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement, Haus der Technik, April 2012. [13] T. Kohler, G. Kiener, J. Fröschl, A. Thanheiser, D. Bücherl, H.-G. Herzog, Voltage Stabilization in Vehicle Power Nets by Power Distribution Management, EVS26, Los Angeles, California, May 2012. [14] J. Fröschl, T. Kohler, A. Thanheiser, H.-G. Herzog, Intelligente Bordnetzkopplung am Beispiel Zweispannungsbordnetze mit 12 V und 48 V, Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und Elektrisches Energiemanagement, Miesbach, April 2012. 21 <?page no="30"?> Preface Die Herausforderungen für die Elektrik/ Elektronik in der Automobilindustrie durch die Einführung einer 48 Volt Versorgungsspannung The challenges for electrics/ electronics in the automotive industry introducing a 48 Volt power supply Dipl.-Ing. Ottmar Sirch, Dr.-Ing. Georg Immel, Dipl.-Ing. Joachim Fröschl, Dipl.-Ing. Alexander Mai, Dr. rer. nat. Hartmut Pröbstle, BMW Group, München VDI Kongress Elektronik im Fahrzeug, Baden-Baden, Oktober 2013 Kurzfassung Die ständig steigenden Anforderungen an die elektrische Energieversorgung in konventionellen Kraftfahrzeugen, getrieben durch die fortschreitende Elektrifizierung sowie CO 2 - und verbrauchsreduzierende Maßnahmen, haben die Einführung von 48 Volt als zusätzliche Versorgungsspannung im Kraftfahrzeug in absehbare zeitliche Nähe rücken lassen. Bei Audi, BMW, Daimler, Porsche und Volkswagen wurde die Thematik frühzeitig aufgegriffen und eine erste Spezifikation für eine zweite Spannungsebene mit 48 Volt in Form der Liefervorschrift LV148 erarbeitet. Auch andere Automobilhersteller beschäftigen sich derzeit intensiv mit neuen Systemkonzepten auf Basis von Zwei-Spannungs-Bordnetzen mit 12 Volt und 48 Volt. Die Gestaltung und Ausprägung solcher Systeme und deren Architekturen hängen in erster Linie mit den CO 2 -Zielsetzungen zusammen und erfordern von den Lösungskonzepten für das Zwei-Spannungs-Bordnetz ein ausgewogenes Verhältnis zwischen Effizienz, Gewicht, Bauraum und Kosten. Zusätzlich soll Freiraum für funktionale Mehrungen und Innovationen geschaffen werden, die den Kundennutzen des Systems und damit des Fahrzeugs deutlich steigern. Neben neuen funktionalen Anforderungen und den daraus resultierenden Architektur- und Dimensionierungsaufgaben ergibt sich eine Vielzahl an technischen Fragestellungen in der Elektrik/ Elektronik, die frühzeitig im Rahmen der Vorentwicklungsphase zu beantworten sind: Elektromagnetische Verträglichkeit, Lichtbögen, Kurzschlüsse zwischen den Spannungsebenen und die Darstellung der Vernetzung in gemischt versorgten Systemen seien an dieser Stelle als Beispiele genannt. Die Herausforderung an das Management von elektrischer Energie und Leistung besteht einerseits im Management der Teilbordnetze mit 12 Volt und 48 Volt und andererseits in der Koordination der Teilbordnetze unter prädiktiven Aspekten mittels einer Umweltkopplung. In diesem Beitrag werden die Anforderungen an das 2-Spannungs-Bordnetz, die neuen Herausforderungen und der korrespondierende Lösungsraum vorgestellt. Anhand von Fallbeispielen werden die technischen Details erläutert. Abstract The continuously increasing requirements for vehicle power supplies in conventional automobiles pushed by the progressing electrification as well as the reduction of CO 2 emissions and fuel consumption are bringing the launch of 48 Volt as an additional power supply voltage into the near future. Audi, BMW, Daimler, Porsche and Volkswagen had been aware of this new item and started a specification of the second voltage level early with LV148. Also other automotive manufacturers are intensively working on new concepts based on dual voltage power supplies with 12 V and 48 V. 22 <?page no="31"?> Preface The design and characteristics of these systems and their architectures primarily depend on the future CO 2 targets and require balanced solutions in terms of efficiency, weight, volume and costs. Additionally, there has to be enough expandability for novel innovations which increases significantly the customer´s benefits of the system and finally of the vehicle. Beside the new functional requirements and the challenges for architecture and dimensions there are a lot of open questions regarding Electrics/ Electronics which has to be answered early during the predevelopment phase: Electromagnetic interference, arcing, short circuits between the voltages levels and communication concept of a mixed power supplied system are some examples of items which have to be discussed. A further very important challenge is the management of electrical energy and power in the branches with 12 Volt and 48 Volt and the coordination of the branches with respect to prediction via an environmental interface. The requirements for a Dual Voltage Power Supply, the challenges and the solution area will be discussed. Technical details will be explained by examples. 1. Einleitung Seit Mitte der 90er Jahre hat sich der Energie- und Leistungsbedarf im Bordnetz von konventionellen Kraftfahrzeugen mit Verbrennungsmotor überproportional erhöht. Neue E/ E-Kundenfunktionalitäten führen zusammen mit fortschreitender Elektrifizierung von Antriebsfunktionen und Nebenaggregaten zur Erreichung der angespannten CO 2 -Ziele das elektrische Energiebordnetz im Kraftfahrzeug an die Grenzen seiner Belastbarkeit. Besonders hervorzuheben sind an dieser Stelle die Auto-Start- Stopp-Funktion, die Bremsenergierückgewinnung und die Elektrifizierung mechanisch betriebener Systeme, wie z.B. die elektrische Lenkkraftunterstützung. Neben dem zunehmenden Energiebedarf einzelner Funktionen stellt vor allem auch die Überlagerung mehrerer Hochstromverbraucher eine besondere Herausforderung an die Leistungsfähigkeit zukünftiger Bordnetzarchitekturen dar. Auch wenn absehbar ist, dass in Zukunft Mobilität über elektrifizierte Antriebsstränge definiert wird [5], bleiben effiziente verbrennungsmotorische Antriebe weiterhin eine unverzichtbare Option. Die Effizienz von Verbrennungsmotoren lässt sich u.a. durch Reduktion der Verlustleistung seiner Aggregate, wie z.B. der Generatorverluste massiv steigern. Ermöglicht wird dies z.B. durch „starke“ Bordnetze, die einen generatorischen Betrieb vorwiegend in den Brems- oder Verzögerungsphasen des Fahrzeugs benötigen. Dies bedingt wiederum zyklenfeste Speicher und leistungsfähige Generatoren, die das vorhandene Rekuperationspotenzial effizient ausnutzen. Es ist hier wichtig zu erwähnen, dass sich der aktuell oftmals propagierte „Segelbetrieb bei abgestelltem Motor“ unter der Randbedingung konventioneller motorgebundener Generatoren nachteilig auf das Rekuperationspotenzial auswirkt. Ein abgekoppelter Generator kann in einem solchen Fall die Bremsenergie nicht in wertvolle Rekuperationsenergie umwandeln. „Segeln“ bei abgeschalteten Motor macht daher aus Energiebordnetzsicht nur dann Sinn, wenn gleichzeitig der „generatorische Druck“ in den Verzögerungsphasen aufrechterhalten bleibt, was neue Antriebsarchitekturen mit z.B. getriebegebundenen Generatoren erfordert. Die Energiemenge, die bei einem Bremsvorgang rekuperiert werden kann, hängt bei vergleichbarer Antriebsarchitektur vom Fahrzeuggewicht und der Fahrzeuggeschwindigkeit ab. Bei großen Fahrzeugen ist die Verzögerungsleistung und damit das theoretische Rekuperationspotenzial höher. In der Realität wird dieses Potenzial durch die Leistungsfähigkeit der verbauten Systemkompenten wie Generator und 23 <?page no="32"?> Preface Energiespeicher begrenzt. Hier bietet z.B. die Anhebung der Systemspannung von 12 V auf 48 V Potenziale. Erste Untersuchungen haben gezeigt, dass bei kleinen Fahrzeugen mit „starken“ 12-Volt-Bordnetzen bereits eine Kompensation des Bordnetzeigenbedarfs über Rekuperation möglich ist. Bei großen Fahrzeugen mit hoher Ausstattung und typischerweise hohem Bordnetzbedarf bieten 48-V-Rekuperationsarchitekturen die Möglichkeit einer 100%-igen Eigenbedarfsdeckung. Mit einer 48-Volt-Elektromaschine eröffnen sich zudem weitere Möglichkeiten zur CO 2 -Einsparung, da sie sowohl im generatorischen als auch im motorischen Betrieb den Lastpunkt des Verbrennungsmotors in einen günstigeren Betriebspunkt verschieben kann. Die neuen Anforderungen nach höherer elektrischer Leistung werden zukünftige Energiebordnetz-Architekturen hinsichtlich Topologie, Gesamtstromverbrauch und funktionaler Ausprägung maßgeblich beeinflussen und verändern. Als Beispiel hierfür zeigt Bild 1 ein Zwei-Spannungs-Bordnetz klassischer Ausprägung. Durch die Entkoppelung der Bordnetzzweige können die von Hochleistungsverbrauchern verursachten Wechselwirkungen zwischen den verschiedenen Bordnetzzweigen verringert oder sogar verhindert werden. Weitere Ausprägungen des Zwei-Spannungs-Bordnetzes sind denkbar und werden in Kapitel 3 behandelt. 2. Änderung der Anforderungen Bis 2020 ist eine signifikante Veränderung der Rahmenbedingungen für die Bewertung des CO 2 -Ausstoßes von Kraftfahrzeugen in Europa zu erwarten. Der Normverbrauchszyklus soll vom Neuen Europäischen Fahrzyklus NEDC auf den Worldwide Harmonized Light Vehicle Test Procedure WLTP umgestellt werden. Die unterschiedlichen Geschwindigkeitsprofile von NEDC und WLTP sind in Bild 2 dargestellt. 24 <?page no="33"?> Preface Während der NEDC über einen hohen Anteil an Stopp-Phasen verfügt, ist der zukünftig von der Europäischen Union präferierte WLTP durch erheblich weniger Stopp-Phasen gekennzeichnet. Beim WLTP werden im Gegensatz zum NEDC Sonderausstattungen, allerdings keine Einschaltprofile von Komfortfunktionen berücksichtigt. Eine deutliche Erhöhung der Verzögerungsanteile von 31% auf 43% begünstigt die Gewinnung von elektrischer Energie durch Rekuperation. NEDC WLTP Wegstrecke [km] 11,013 23,141 Dauer [s] 1180 1800 Mittl. Geschwindigkeit [km/ h] 33,6 46,3 Max. Geschwindigkeit [km/ h] 120 131 Max. Beschleunigung ]m/ s2] 1,04 1,88 Max. Verzögerung [m/ s2] -1,39 -1,52 Standzeiten [s] 280 227 Anteil Standzeiten [%] 23,7 12,6 Anteil Verzögerung [%] 31,0 43,1 3. Architekturen für Zwei-Spannungs-Bordnetze mit 12 Volt und 48 Volt Das elektrische Energiebordnetz im Fahrzeug hat in den letzten 10 Jahren einen erheblichen Anstieg der Anforderungen, jedoch keine grundlegende Veränderung in Architektur und Topologie erfahren. Die Integration neuer Funktionen wurde dabei stets über die Dimensionierungen von Klauenpol-Generator, Bleibatterie, Kabelbaum und Stromverteiler im „standardisierten“ 12-Volt-Bordnetz (Bild 3) umgesetzt, was auf einen Mehrbedarf an 25 <?page no="34"?> Preface elektrischer Energie durch stationäre Stromverbraucher (z.B. Heizsysteme, Motorlüfter), elektrischer Leistung durch transiente Stromverbraucher (z.B. Lenkkraftunterstützung, Fahrwerksregelsysteme, Warmstart) und Speicherzyklisierung durch Energiedurchsatz (z.B. Bremsenergierückgewinnung, Vor-/ Nachlauf, Versorgung in der Motorstopphase) zurückzuführen ist. Durch ständige Optimierungen und Verbesserungen sowohl bei der Generierung als auch bei der Speicherung von elektrischer Energie kann die Leistungsfähigkeit dieser Bordnetzarchitektur weiter gesteigert werden. Dies geschieht auch durch die Einführung von Effizienzmaßnahmen, die den Stromverbrauch von Funktionen, Systemen und Aggregaten reduzieren, und somit indirekt die Energie- und Leistungsverfügbarkeit erhöhen. Ein anstehender Architektursprung, wie z.B. die Einführung eines Zwei- Spannungs-Bordnetzes, kann unter Umständen dadurch hinausgezögert werden. 26 <?page no="35"?> Preface Durch die sukzessive Einführung von Maßnahmen zur Reduzierung des elektrischen Verbrauchs bestehender Funktionen [1], wie in Bild 4 dargestellt, kann Freiraum zur Einführung neuer Funktionen geschaffen werden. Je höher die Reduzierung zu einem bestimmten Zeitpunkt ist, desto höher ist das Potenzial für die Einführung neuer Funktionen. Wird allerdings durch den hohen Leistungsbedarf einer neuen Funktion die Schwelle zu einer leistungsfähigeren Architektur überschritten, so kann der Architektursprung nicht länger vermieden werden. Da Architektursprünge mit erheblichen Kosten verbunden sind, sollten sie über kundenwerte Funktionsmehrungen legitimiert werden. Aufbauend auf die einleitend diskutierte und in Bild 3 dargestellte klassische Basisarchitektur bieten sich verschiedene Architekturvarianten in Abhängigkeit von den erweiterten Anforderungen an. Sämtliche Varianten an elektrischen Energieversorgungsarchitekturen lassen sich auf verbraucherseitige, generatorseitige und speicherseitige Erweiterungen der in Bild 3 gezeigten Basisarchitektur zurückführen. Eine ausführliche Beschreibung hierzu findet sich in [2]. Bei Überschreitung der stationären und dynamischen Leistungsgrenzen des 12-Volt- Bordnetzes bietet sich die Integration einer oder mehrerer Funktionen in Form einer verbraucherseitigen Erweiterung auf 48 V an. Bild 5 zeigt das Prinzipschaltbild einer verbraucherseitigen 48-V-Erweiterung, die vor allem zur Stützung von Hochleistungsverbrauchern auf ein entkoppeltes Teilbordnetz zurückgreift. Die verbraucherseitige Erweiterung ist jeweils mit oder ohne Energiespeicher ausführbar, je nach Energie- oder Leistungsbedarf der versorgten Funktionen. Verbraucherseitige Erweiterungen ohne 48-Volt-Speicher sind für stationäre 48-Volt- Verbraucher, die eine höhere Betriebsspannung benötigen (z.B. auf Beschichtung basierende Frontscheibenheizung) geeignet, sofern die Leistungsabnahme die Belastung der 12-V-Seite nicht überschreitet. Für dynamische Kurzzeitverbraucher wie z.B. Lenk- oder Wankstabilisierungssysteme werden vorzugsweise Doppelschichtkondensatoren mit hoher Leistungsfähigkeit und Zyklenfestigkeit eingesetzt. 27 <?page no="36"?> Preface Signifikante energetische Mehrbedarfe sollten vorzugsweise über Speicherarten wie z.B. Lithium-Ionen-Batterien versorgt werden, um eine bedarfsorientierte Versorgung mit minimaler Belastung des Basisbordnetzes zu gewährleisten (z.B. im Start-Stopp- Betrieb). Stationär erhöhte Energiebedarfe (z.B. Klimafunktionen) oder Rekuperationsanforderungen mit Spitzenleistungen über 5 kW sollten vorzugsweise über die in Bild 6 gezeigte generatorseitige Erweiterungen bedient werden. In dieser Leistungsklasse bietet sich zudem ein elektromotorischer Betrieb an, der über die Boost-Funktion CO 2 -günstige Lastpunktverschiebungen des Verbrennungsmotors ermöglicht. 4. Spezifikation des Spannungsbereichs Der Spannungsbereich für 48 Volt ist in der LV148 spezifiziert. Bild 7 zeigt die detaillierte Aufteilung des statischen Spannungsbereichs, der für jede 48-Volt-Komponente gilt. In der LV148 sind außerdem die Komponententests detailliert beschrieben. 28 <?page no="37"?> Preface Berührungsschutzbereich In diesem Bereich ist für Gleichspannungen ein Berührungsschutz erforderlich (siehe ECE-R 100). Überspannungsbereich Zwischen U 48max,high,limited und U 48r liegt der Überspannungsbereich inkl. aller Toleranzen. In diesem Bereich soll der Überspannungsschutz aktiv sein und Spannungen größer U 48max,high,limited müssen durch einen Fehlerspeichereintrag protokolliert werden. Der Bereich zwischen U 48r und U 48shprotect beinhaltet die Sicherheitsreserve. Oberer Betriebsspannungsbereich mit Funktionseinschränkung Der Bereich zwischen U 48max,unlimited und U 48max,high,limited ist für die Kalibrierung des Speichers und die Aufnahme von Rückspeiseenergie vorgesehen. Betriebsspannungsbereich ohne Funktionseinschränkung Der Bereich zwischen U 48min,unlimited und U 48max,unlimited lässt den Betrieb der Komponenten ohne Funktionseinschränkung zu. Unterer Betriebsspannungsbereich mit Funktionseinschränkung Der Betrieb im Bereich von U 48min,low,limited bis U 48min,unlimited ist nur temporär zulässig. Gegenmaßnahmen sind zu ergreifen, um in den Betriebsspannungsbereich ohne Funktionseinschränkung zurückzukehren. Unterspannungsbereich Alle Spannungen unter U 48min,low,limited sind als Unterspannung definiert und müssen als Fehlerspeichereintrag protokolliert werden. Bei U 48stoprotect befindet sich die Speicherschutzspannung. Speicherschutzspannungsbereich Alle Spannungen unter U 48stoprotect. Limited Operation Unlimited Operation Undervoltage Protection Against Electrical Shock Overvoltage Limited Operation 24V - U 48min,low,limited 36V - U 48min,unlimited 52V - U 48max,unlimited 48V - U 48n 54V - U 48max,high,limited 58V - U 48r 60V - U 48shprotect 20V - U 48stoprotect Storage Protection 29 <?page no="38"?> Preface : Abkürzung Bezeichnung Wert U 48shprotect Berührungsschutzspannung. Abgeleitet aus der Forderung der Einhaltung des Grenzwertes für den Berührungsschutz von Gleichspannungen (siehe ECE-R 100). 60 V U 48r 2 V Sicherheitsreserve bis zur Berührungsschutzspannung. 58 V U 48max,high,limited Maximale Spannung des oberen Betriebsbereichs mit Funktionseinschränkung. 54 V U 48max,unlimited Maximale Spannung des Betriebsbereichs ohne Funktionseinschränkung 52 V U 48n BN48-Nennspannung 48 V U 48min,unlimited Minimale Spannung des Betriebsbereichs ohne Funktionseinschränkung 36 V U 48min,low,limited Minimale Spannung des unteren Betriebsbereichs mit Funktionseinschränkung 24 V U 48stoprotect Speicherschutzspannung 20 V U 48pp Spitze-Spitze-Spannung U 48rms Effektivwert einer Spannung U 48max Maximalspannung, die während einer Prüfung auftreten kann U 48min Minimalspannung, die während einer Prüfung auftreten kann U 48test BN48-Prüfspannung U 12test BN12-Prüfspannung GND48 Geräte-Masse (Kl. 41) 5. Herausforderungen Die Einführung einer zweiten Spannungsebene deutlich größer als 12 Volt bringt eine Vielzahl an Herausforderungen an die elektrischen Komponenten und deren Integration mit sich. Einige dieser Anforderungen, die sich als besonders wichtig und systemrelevant herauskristallisiert haben, sollen im Folgenden näher erläutert werden. 5.1 Elektrisches Energie- und Leistungsmanagement Die Herausforderung an das flexible Management von elektrischer Energie und Leistung besteht einerseits im Management der Teilbordnetze mit 12 Volt und 48 Volt und andererseits in der Koordination der Teilbordnetze unter prädiktiven Aspekten mittels einer Umweltkopplung, wie schematisch in Bild 8 dargestellt. 30 <?page no="39"?> Preface Bei einem Ein-Spannungs-Bordnetz besteht die Aufgabe des flexiblen Energie- und Leistungsmanagements darin, sowohl die Zustände von Energiehaushalt, -reserve, und -tendenz als auch die Zustände von Leistungshaushalt, -reserve, und -tendenz in einem stabilen Arbeitsbereich zu halten [11]. Werden zwei Ein-Spannungs- Bordnetze gekoppelt, so gelten diese Aufgaben gleichermaßen für beide Teilbordnetze. Eine ergänzende Aufgabe ergibt sich jedoch aus der Koordination der Teilbordnetze [4]. Diese besteht darin, die beiden Bordnetze in einem ausgeglichenen Zustand zueinander zu halten. Der Ausgleich muss gleichermaßen für Energie und Leistung unter Berücksichtigung von Stabilität und Effizienz erfolgen. Unter Berücksichtigung von Informationen aus der Systemumwelt, wie beispielsweise einer Navigationskopplung, kann dieses Gleichgewicht situationsgerecht modifiziert werden [12]. Es muss aus Sicht der koordinierenden Betriebsstrategie entschieden werden, ob beispielsweise für eine Rekuperationsphase zunächst prädiktiv eine Konditionierung, d.h. Absenkung des Speicherladezustands , für ein oder beide Teilbordnetze erfolgen sollte, um anschließend den einen oder beide elektrischen Speicher rekuperativ zu befüllen. Dabei muss für beide Teilbordnetze die Stabilität der Betriebsspannung zu jedem Zeitpunkt gewährleistet sein. Das Managementsystem muss weiterhin die oben gezeigten Architekturvarianten optimal bedienen können. Dabei ist eine standardisierte Anbindung der Komponenten [12] einerseits von wirtschaftlicher Bedeutung und andererseits von technischem Vorteil hinsichtlich der Austauschbarkeit und Migrationsfähigkeit innerhalb des architektonischen Lösungsraumes. Die Betriebsstrategie muss dabei den hinsichtlich Effizienz optimalen Einsatz der verwendeten elektrischen Komponenten als Gesamtsystem mit dem Ziel der bestmöglichen Stabilität der einzelnen Systemspannungen sicherstellen. Ebenso ist der Einsatz des DC/ DC-Wandlers innerhalb seiner Leistungsgrenzen aber auch möglichst lange im Bereich seiner maximalen Effizienz sicherzustellen. Hierzu bieten sich die Möglichkeiten der Erhöhung des Angebots und der Degradation der Verbraucher in beiden Teilnetzen an. Eine Prädiktion der Erzeugungs- und Verbrauchssituation mittels Umweltkopplung unterstützt dabei die Entscheidungen der Betriebsstrategie hinsichtlich der Steuerung des Energie- und Leistungstransfers des Wandlers. Ein weiterer Aspekt ist die Behandlung von Fehlern. 31 <?page no="40"?> Preface 5.2 Lichtbögen Bereits bei Bordnetzspannungen über 12 Volt können stabile Störlichtbögen entstehen. Daher muss dieses Phänomen bei allen Spannungsklassen unter 60 V genau analysiert werden. Sowohl in Personenkraftwagen mit 12 Volt als auch in Nutzkraftfahrzeugen mit 24 Volt tritt das Phänomen heute sporadisch auf und wird akzeptiert. Mit der Einführung von 48 Volt kommt die bereits bei 42 Volt geführte Diskussion erneut auf. Die physikalischen Zusammenhänge in Abhängigkeit von verwendeten Leitungsmaterialien und anliegenden Spannungen sowie weiteren Parametern sind in [6] ausführlich erläutert. Für die weiteren Betrachtungen wird zwischen parallelen und seriellen Lichtbögen unterschieden. 5.2.1 Parallele Lichtbögen Parallele Lichtbögen können durch Berührung zwischen einer spannungsführenden 48-Volt-Leitung und Masse hervorgerufen werden. Fehler dieser Art sind konstruktiv, z.B. durch Leitungsverlegung und Auswahl geeigneter Isolation, zu vermeiden. 5.2.2. Serielle Lichtbögen Das Trennen unter Last, hervorgerufen durch Abziehen oder Aufstecken des Steckers oder durch Leitungsabriss, kann zur Bildung eines Lichtbogens führen. Einflussfaktoren sind hier Spannung, Stromstärke und Trenngeschwindigkeit. Da der Lichtbogen-Mindeststrom sehr klein ist, kann sich auch bei Spannungsquellen geringer Leistung bei Überschreiten der Mindestspannung (je nach Leitermaterial, z.B. Kupfer 13 V) ein stabiler Lichtbogen entwickeln. Der minimal notwendige Haltestrom für Lichtbögen liegt bei 0,4 A [6]. Durch den Einsatz eines Kondensators am 48-Volt-Eingang eines Verbrauchers kann die Bildung von seriellen Lichtbögen unter normalen Bedingungen verhindert werden. Dazu muss der Kondensator so dimensioniert werden, dass bei einer Trennung von der elektrischen Versorgung die Spannungsdifferenz an der Trennstelle 12 Volt nicht überschreitet. Dies gilt innerhalb der Zeitdauer, die eine typische Trennung benötigt, um einen ausreichenden Abstand von 0,02 mm zu erreichen. Die Dimensionierung des Kondensators hängt von der Größe des Laststroms ab und ist über folgenden Zusammenhang zu ermitteln: Ist die sich einstellende Distanz in der Trennstelle innerhalb der Zeitdauer größer oder gleich 0,02 mm, so tritt anschließend bei Zunahme der Spannungsdifferenz über der Trennstelle kein Lichtbogen mehr auf, da die kritische Feldstärke für die Ionisation von Luft (30 kV/ cm) nicht mehr erreicht werden kann. 32 <?page no="41"?> Preface 5.3 Kurzschlüsse zwischen den Spannungsebenen In einem Zwei-Spannungs-Bordnetz gelten die gleichen Anforderungen hinsichtlich Kurzschlüssen wie im 12-Volt-Bordnetz. Kurzschlüsse nach Masse von 48 Volt nach Masse müssen genauso sicher erkannt und abgeschaltet werden. Der Kurzschluss von 48 Volt nach 12 Volt ist ein neuer Fehlerfall, der zu einer Zerstörung von 12-Volt-Komponenten führen kann. Er ist durch geeignete konstruktive Maßnahmen, z.B. Leitungsverlegung und Isolation, auszuschließen. 5.4 Kommunikation in gemischten Netzwerken Die Herausforderungen für Kommunikationssysteme in gemischten Netzwerken liegen vor allem in Signalintegrität und Robustheit [9]. Auch wenn in diesen Bordnetzen die elektrischen Massen beider Spannungsebenen elektrisch miteinander verbunden sind, stellt sich die Frage, welche Auswirkungen dies auf die Fahrzeugkommunikationsnetzwerke hat, die diese beiden Spannungswelten logisch verbinden. Im Beitrag [9] werden im Detail die zu erwartenden Systemkonstellationen bei der Verwendung verschiedener Bussysteme erörtert. Gezeigt werden dort denkbare Systemzustände und deren Auswirkungen. In Kommunikationssystemen, basierend auf CAN oder FlexRay, die eine differentielle Übertragung nutzen, haben die Bus-Transceiver trotzdem einen gemeinsamen Massebezug. Im Falle eines Masseverlusts eines 48-Volt-Busteilnehmers treten bei nur 2 Busteilnehmern, die identische Bustransceiver einsetzen, folgende Spannungsdifferenzen an den Transceiver-Eingängen auf: Am mit Masse verbundenen Transceiver fallen U Bat48 / 2 ab, und am nicht mit Masse verbundenen Transceiver liegt eine Spannungsdifferenz von -U Bat48 / 2 an. Je mehr Transceiver im gleichen Netzwerk noch eine Masse haben, desto größer wird die Spannungsdifferenz zum Transceiver ohne Masse bis nahe an -U Bat48 . Wenn der Masseabriss während der aktiven Kommunikation stattfindet, kann auch der masselose Transceiver noch eine gewisse Zeit weiter senden und Pegel bis nahe an U Bat48 auf den Bus einprägen. Daraus leiten sich folgende Anforderungen an die verwendeten Transceiver ab [9]: In 48-Volt-Komponenten eingesetzte Transceiver müssen robust für negative Spannungen bis +/ -58 V sein. In 12-Volt-Komponenten eingesetzte Transceiver müssen eine Spannungsfestigkeit bis 58 V aufweisen. Harte Kurzschlüsse zwischen 48 Volt und einer der Busleitungen müssen durch konstruktive Maßnahmen verhindert werden. In Komponenten mit beiden Versorgungsspannungen muss die Anforderung „Querstrom kleiner 1 μA“ (gem. LV 148 Test E48-20) erfüllt werden. 5.5 Power-Up und Power-Down Für die Inbetriebnahme und die Beendigung des Betriebs von 48-Volt-Systemen sind folgende Randbedingungen zu beachten. Inbetriebnahme: Der 48-Volt-Speicher ist im abgestellten Zustand einpolig abgeschaltet. Vor dem Schließen des Schalters müssen die Zwi- 33 <?page no="42"?> Preface schenkreise der 48-Volt-Komponenten vorgeladen werden, damit wegen der entladenen Kapazitäten keine hohen Ladeströme fließen. Die Inbetriebnahme muss innerhalb der Aufstartsequenz des Gesamtfahrzeugs so frühzeitig erfolgen, dass es zu keinem Fehlverhalten in den Kommunikationsabläufen der Netzwerke kommt. Beendigung: Nach einer in Abhängigkeit von Nachlauffunktionen zu definierenden Zeit ist der Schalter des 48-Volt-Speichers zu öffnen und die Zwischenkreise sind auf einen definierten Spannungswert zu entladen. Vorher müssen die relevanten Kommunikationsabläufe definiert beendet werden. 5.6 Elektromagnetische Verträglichkeit Die elektromagnetische Verträglichkeit (EMV) spielt bei der Zulassung neuer Fahrzeuge eine wichtige Rolle. Elektromagnetische Störungen, die durch das 48VoltSystem erzeugt werden, müssen den gleichen Richtlinien und Grenzwerten genügen, die für herkömmliche Fahrzeugkonzepte mit 12 Volt gelten [8]. Diese Anforderungen sind bereits beim Entwurf der elektrischen Architektur des Fahrzeugs und der Komponenten zu berücksichtigen, um das System EMV-technisch ordnungsgemäß zu gestalten. Die hohen Spannungs- und Stromgradienten du/ dt und di/ dt erfordern eine entsprechende Berücksichtigung bei der Auswahl der Topologie und geeignete Filtermaßnahmen in den Komponenten. Hier bedarf es bereits in frühester Phase einer intensiven Zusammenarbeit zwischen Fahrzeughersteller und Komponentenlieferanten, um ein Optimum zwischen Filtermaßnahmen und Bordnetzgestaltung zu finden. 5.7 Umgang mit Spannungen < 60 Volt Der Spannungsbereich wurde gezielt so spezifiziert, dass ein Überschreiten der Berührungsschutzgrenze von 60 Volt_DC ausgeschlossen ist. In der LV148 ist folgende Prämisse postuliert: Es ist kein Berührungsschutz für Gleichspannungen 60 V erforderlich. Dies gilt für Gleich-spannungen bis zu einer Bordnetzwelligkeit von maximal 10% RMS. Bei Wechselspannung bis U eff 30 V ist kein Berührungsschutz notwendig (ISO 6469-3). Ferner gilt die ECE-R100. Ein entsprechender Änderungsantrag zur ECE-R100 wurde in die entsprechenden Gremien eingesteuert und wird bis Ende 2013 dort bearbeitet. 6. Chancen durch die Einführung der neuen Spannungsebene Neben der höheren Leistungsfähigkeit und den damit verbundenen funktionalen Erweiterungsmöglichkeiten bietet das Zwei-Spannungs-Bordnetz mit 48 Volt weitere Potentiale hinsichtlich Gewicht des Kabelbaums und der Effizienz der elektrischen Subsysteme. 34 <?page no="43"?> Preface 6.1 Gewichtsreduzierung des Kabelbaums Bei der Auslegung physischer 12-Volt-Bordnetze geht aus Gewichtsgründen der Trend aktuell von Kupfer zu Aluminium. Nachteilig wirken sich hier in Einzelfällen der höhere Leitungsquerschnitt bei gleichem Strom und die schwerer beherrschbare Verbindungstechnik zu kupferbasierten Teilkomponenten aus. Das 48-Volt-Leistungsbordnetz kann mit Kupfer oder Aluminium als Leitungsmaterial ausgelegt werden. Das Leitungsgewicht wird dort unabhängig vom Leitungsmaterial durch den geringeren Leiterquerschnitt, verursacht durch den geringeren Strom, deutlich reduziert, und bei nicht vollständiger Ausschöpfung der Querschnittsreduzierung können außerdem die Leitungsverluste verringert werden. Das Optimum aus Gewicht und Verlusten ist im Einzelfall zu ermitteln und in Abhängigkeit von Bauraumvorgaben zu betrachten. 12 V 48 V Laststrom 50 A 50 A 12,5 A 12,5 A Leitungsmaterial Kupfer Aluminium Kupfer Aluminium Leitungsquerschnitt 10 mm 2 17 mm 2 1,5 mm 2 2,5 mm 2 Gewicht/ Länge 108 g/ m 74 g/ m 17 g/ m 11 g/ m Verlustleistung/ Länge 4,5 W/ m 3,8 W/ m 1,8 W/ m 1,6 W/ m 6.2 Effizienzsteigerung durch Verlagerung von Verbrauchern Bei generatorseitigen Erweiterungen ist aus Effizienz- und Dimensionierungsgründen eine Verlagerung von leistungsstarken Verbrauchern auf die 48-Volt-Seite sinnvoll. Damit werden die Wandlungsverluste großer Leistungsflüsse von 48 Volt nach 12 Volt über den DC/ DC-Wandler in Höhe von 3% bis 5% vermieden. Ist die Verlagerung von 12-Volt-Verbrauchern auf die 48-Volt-Seite geeignet gewählt, kann die DC/ DC-Wandler-Größe bei ausgewogener Konfiguration der Leistungsverbraucher in den verschiedenen Betriebssituationen (z.B. Sommervs. Winterbetrieb), deutlich reduziert werden. Für die Verlagerung von existierenden 12-Volt-Hochleistungsverbrauchern eignen sich der elektrische Motorlüfter, dessen stationäre Leistungsaufnahme bis zu 1 kW erreichen kann, elektrische Heizsysteme (z.B. PTC), deren stationäre Leistungsaufnahme heute bereits über 1 kW liegt, und verschiedene elektrische Pumpen. Aus dem Bereich Fahrdynamiksysteme sind z.B. die elektrische Lenkkraftunterstützung und die elektrische Wankstabilisierung zu nennen, die durch ihre hohen transienten Leistungsaufnahmen das heutige 12-Volt-Bordnetz destabilisieren. 7. Ausblick Mit den genannten Herausforderungen sind wichtige Themen für die Elektrik/ Elektronik von Zwei-Spannungs-Bordnetzen mit 48 Volt andiskutiert und erste Lösungsansätze beschrieben. Weitere Themen, die diskutiert werden müssen, sind z.B. Crash-Abschaltung, Zuverlässigkeit von elektrischen Kontakten und Bordnetzstabilität im Falle transienter Hochleistungsverbraucher sowie die Relevanz hinsichtlich funktionaler Sicherheit und der Umgang in Produktion, Montage, Transport und Service. Langfristig ist zu erörtern, welche Verbraucher letztendlich auf 48 Volt verlagert werden können und welche neuen Funktionen, die heute mit 12 Volt nicht elektrifiziert werden können, dort dargestellt werden. 35 <?page no="44"?> Preface Literatur [1] Ottmar Sirch, Georg Immel, Hartmut Pröbstle, Rupert Neudecker, Joachim Fröschl, Zukunft Energiebordnetz - Von der energetischen Optimierung zum neuen Gesamtkonzept, VDI 14. Internationaler Kongress Elektronik im Kraftfahrzeug, Baden-Baden, Oktober 2009. [2] Hartmut Pröbstle, Rupert Neudecker, Ottmar Sirch, Power Supply in Future Start-Stop- Systems, Energiemanagement und Bordnetze IV, München, März 2011. [3] T. Dörsam, Daimler AG, Böblingen, D. Grohmann, Daimler AG, Sindelfingen, S. Kehl, Porsche AG, Weissach, A. Klinkig, Volkswagen AG, Wolfsburg, A. Mai, BMW Group, München, O. Sirch, BMW Group, München, A. Radon, Audi AG, Ingolstadt, J. Winkler, Audi AG, Ingolstadt, Die neue Spannungsebene 48 Volt, VDI 15. Internationaler Kongress Elektronik im Kraftfahrzeug, Baden-Baden, Oktober 2011. [4] Fröschl, T. Kohler, A. Thanheiser, H.-G. Herzog, Intelligente Bordnetzkopplung am Beispiel Zweispannungsbordnetze mit 12 V und 48 V, Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und Elektrisches Energiemanagement, Miesbach, April 2012. [5] Herausforderungen und Potenziale von 48-V-Startsystemen, Michael Timmann, Martin Renz, Oliver Vollrath, ATZ, März 2013 [6] Peter Meckler, Störlichtbögen in Automotive-Bordnetzen, Fahrzeugelektronik 6/ 2012 [7] J. Bast, M. Kilger, W. Galli, A. Eiser, H.-W. Vaßen, I. Kutschera, Die Chancen des Antriebsstrangs durch das 48V-Bordnetz, 34. Internationales Wiener Motorensymposium 2013 [8] Franck Briault, Salah Benhassine, Marco Klingler, Michel Maher, Naguib Rezkalla, EMC Simulation Approach for 48V Systems Integration, eehe 2013 [9] Matthias Muth, Bus Systems within 48V Vehicle Networks - New Challenges for the Physical Layer, eehe 2013 [10] Paul Boucharel, Alexander Nuss, Thomas Knorr, Tobias Galli, Reduction of CO2 in a Low-Voltage Mild Hybrid Vehicle - Conditions, Challenges, and Realization, Electric & Electronic Systems in Hybrid and Electric Vehicles and Electrical Energy Management, Bamberg, April 2013 [11] Joachim Fröschl, Dominik Ilsanker, Hans-Georg Herzog, Investigation of a State Triggered Energy Management System, Electric & Electronic Systems in Hybrid and Electric Vehicles and Electrical Energy Management, Bamberg, April 2013 [12] Tom P. Kohler, Joachim Fröschl, Hans-Georg Herzog, Systemansatz für ein hierarchisches, umweltgekoppeltes Powermanagement, Elektrik/ Elektronik in Hybrid und Elektrofahrzeugen, München, März 2010 36 <?page no="45"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles Per Jacobsson, Anders Bergqvist, John Simonsson Abstract There is currently a large interest in electrification in the automotive industry because of demands to lower CO 2 and a general increase in customer interest in electrified vehicles. In order for the product development process to keep up with this fast shift in technology, development of new virtual tools and methods for simulating e.g. the high-voltage system is necessary. In this paper, we present methods and tools for investigating current and voltage ripple in the high-voltage system. The tools are based on a system-level approach and are used for simulating ripple from approximately 1 Hz up to 1 MHz and preliminary results show good agreement with measurements. 1 Introduction 1.1 Background The increasing demand to lower CO 2 emissions together with a decreasing cost for high-voltage (HV) batteries has led to a large interest in electrification of vehicles within the automotive industry. There is also an increasing customer demand for electric and hybrid vehicles, which drives the interest in electrification further. This has led to a beginning shift in technology, from traditional internal combustion engines (ICE) towards electrified powertrains, where one or more electric machines are introduced, alone or in combination with an ICE. In addition to the technology shift, there is also an ambition to develop more of the control software in-house, as well as a constant aim to shorten time to market. For the automotive industry, the coming decade will be a very exciting as well as uncertain time. The introduction of new technology, more complex control software, and the shorter time to market will, maybe more than ever, require accurate, flexible, and validated methods for virtual testing and verification of vehicle systems and subsystems. An effect of Volvo Car Corporation’s commitment to electrification is that there will be some kind of electric powertrain in all vehicles in the near future. Issues that need to be addressed in this aspect include verification of system functions, electromagnetic compatibility (EMC) and possible health hazards related to radiated electromagnetic fields, and the increasing amount of software code. When it comes to verifying the system functions, it is important that this can be done in every phase in the product development process. To achieve this, there is a need for virtual methods that are flexible so that they can be adapted to different development phases, as well as to different configurations of the electric powertrain. There 37 <?page no="46"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles might, e.g., be alternative configurations of number of electric machines, placement of components or battery size depending on the size of the vehicle or price segment. Normalization of electric powertrains will lead to a modularized way of working when it comes to hardware. This must be mirrored for the virtual engineering in order to make sure that there are reliable simulation models at each phase in the product development process. The HV system, here defined by HV battery, power inverter, electric machine, and electric wiring, is an expensive part of electric and hybrid vehicles and there is a need for methods to efficiently dimension the system. Furthermore, the introduction of a HV system in a vehicle increases the risk of disturbances in the form of highfrequency current and voltage ripple. This could lead to degradation and performance loss for the HV components. In addition, this could also affect other critical components in the vehicle or the environment surrounding the vehicle, leading to bad electromagnetic compatibility (EMC) performance. In this regard, Volvo Car Corporation has initiated the research project RIFEL (Ripple and Electromagnetic Fields in Electric Vehicles) in order to investigate virtual methods for analyzing the HV system. The project is sponsored by Sweden’s innovation agency Vinnova and is a collaboration between Volvo Car Corporation, RISE Research Institutes of Sweden, and Chalmers University of Technology. The main goal of the project is to model voltage and current ripple in the HV system. This is important in order to understand the effect of ripple on EMC, dimensioning aspects, and components in an early phase of the product development process, where there is no hardware available. 1.2 Ripple For the scope of this paper, we will consider ripple as current and voltage disturbances in the HV system at frequencies of approximately 1 Hz - 1 MHz. There are many reasons to want to avoid ripple in the system and some examples are that it can affect system and component functionality, accelerate aging of certain components, cause radiated as well as conducted EMC issues, and increase losses [1-6]. When it comes to the functionality of the system and components, it is important to have an idea of the magnitude of the ripple for different frequencies in order to dimension the system accurately. Uncertainty will lead to either overspecification, which raises the cost, or underspecification, which could lead to decreased performance or risk of failure. The same holds for aging of components. Ripple could lead to premature aging due to e.g. ripple-induced charging and discharging for the battery and accelerated aging for DC capacitors [7]. In order to reduce cost, secure functionality, and correctly predict component life times, it is important to dimension the system accurately as early as possible in the product development phase. One big obstacle in early phase is that there is no hardware available on which to perform measurements. Flexible and validated virtual test tools are thus necessary in order to investigate HV system ripple effects. Even later in the product development process, virtual methods are important for investigating modifications, e.g., an increase in system voltage from 400 V to 800 V. Another possible advantage of having a virtual model, or digital twin, even when the hard- 38 <?page no="47"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles ware configuration is set, is to be able to investigate very unlikely driving scenarios. These scenarios might be so unlikely that it is impossible to obtain statistically significant data during normal test driving, but with an accurate model of the HV system, a huge amount of scenarios could be investigated virtually in a relatively short period of time. 2 Modelling approach In order for the model to be useful in the current project and for future investigations, it is important that it is flexible both in terms of fidelity and modularity. If there are different levels of fidelity for each component model and the system model is flexible in terms of choosing between the components models, the system model can be tailored to the right overall fidelity level for a certain purpose. Furthermore, in order to make the system model reusable in future projects, it needs to be flexible in terms of which components are included and how they are connected. This leads to a modelling approach that mirrors a modular approach to product development. When it comes to the technical details of the model, it should be defined in time domain and use an acasual modeling approach to effectively model transient physical behavior in the electric powertrain. For parameter estimation of impedances, frequency-domain methods can of course be used and the results included into the time-domain model. The transient properties of the model are important to capture, e.g., the behavior of the switching of the IGBTs in the inverter in order to correctly simulate the high-frequency behavior of the system. When it comes to using a casual (e.g. Simulink) or acasual (e.g. Dymola or Ansys Simplorer) modeling approach, acasual modeling has a lot of advantages when it comes to simulating physical systems. One of the main reasons is that it is relatively easy to change the model in response to a topology change in the physical system when using an acasual modeling approach. For casual modeling, the entire system model might have to be recreated in order to reflect the change in the physical system. However, it is important to be able to couple the acasual physical plant model to controller software. In this project, the focus is on modeling the physical system, but in order to run simulations, the actual controller software needs to be represented in the model. In addition, for future use of the model, it might also be relevant to use the plant model for virtual software testing, and then it is crucial that the controller software can be coupled to the plant model in an easy manner. Since controller software is inherently casual and physical models are acasual, the model architecture needs to support coupling of casual and acasual models In order to fulfill the demands on the model architecture, an investigation of different software tools for physical modeling was conducted in the beginning of the project. Properties that affected the choice of software tool were, among others, ability for fidelity flexibility, predefined models of components, coupling to 3D models, and coupling to controller software. Another important issue to consider is the use of the system model in a larger context. There is a general ambition in the automotive industry to simulate increasingly complex systems and in order for the model in this project to fit into a larger picture, it is important to consider interfaces to external models. An example could be to use software tools that adhere to international standards of 39 <?page no="48"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles model interfaces, such as the Functional Mockup Interface (FMI). In the RIFEL project, the software tool Ansys Simplorer was chosen as the primary tool, but the choice of simulation tools will be reevaluated continuously in response to updates and improvements in the tools as well as internal software policies at Volvo Cars. The overall system model structure is shown schematically in Figure 1 and each component model is described in the following subsections. 2.1 Battery model The battery has four outlets for connections to two inverters, one on-board charger and one auxiliary unit. There are two outlets on each side of the battery. Due to the large size of the battery with long bus bars between the two battery sides the battery is modelled as a two-port network, one port for each side of the battery, as can be seen in the model below. The battery model is based on a) measurements on one inert and two live batteries, b) study of the physical build-up of the battery, c) measurements of parts inside the battery, e.g. capacitors and battery modules and d) some more or less smart iterations/ trial and errors. The goal is to have a model that is rather physical so that the effects of modifying individual parts of the battery can be studied in a complete high voltage system ripple simulation. 40 <?page no="49"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles The impedance of the model is quite close to the measured results for both differential and common mode battery impedance. In Figure 3, a comparison between measurement and model of differential mode impedance is shown, with and without short circuit in the “far” end of the battery. The measurements have been performed on an inert battery and therefore differs from the model at low frequencies. The measurements of differential impedance on a live battery corresponds quite well though with the model predictions over the complete frequency range of 10 Hz to >10 MHz but this is not presented here. 2.2 Cable models The AC and DC cables in the system model are modelled based on transmission line equations in the form of circuit equivalent models. The advantages of using circuit equivalent models are that they are easy to interpret physically, can be modelled in many different simulations tools, and they can be used both in time and frequency domain. In order to obtain the parameters for the transmission line based equivalent circuits, the per unit length parameters of the transmission lines need to be obtained. They depend on the physical dimensions of the cross section as well as material properties. If the cross section varies along the length of the cable to be modelled, it is divided into segments with constant cross section. To find the per unit length parameters for the capacitance and inductance of a multi-conductor transmission line, a two-dimensional electrostatic field problem has to be solved for each cross sectional geometry. This can be done by, e.g., a finite-element solver that solved Maxwell’s equations. Red Blue 41 <?page no="50"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles Each segment of the multi-conductor cable with constant cross section is described by a so called pi section as shown in Figure 4. For modelling of the AC and DC cables in a HV system in a vehicle, the approach of cascading pi sections can be used to include the effect of changing cross section and distance to ground along the path of the cables. For shielded cables, the problem can be divided into two coupled problems, i.e., an inner problem and an outer problem. 2.3 Inverter model The central feature of the inverter is a bridge with six IGBT transistors, with diodes placed in parallel. In addition, small parasitic capacitances and inductances are included. The transistors are triggered by a pulse width modulation pattern of the space vector type. 42 <?page no="51"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles 2.4 Electric machine model The electric motor is a permanent magnet synchronous machine (PMSM). The model used in this work is based on the classic direct-quadrature-zero (DQZ) model for synchronous motors. The main idea is that the AC currents and voltages are converted, through the Park transform, into pseudo-DC currents and voltages in a different coordinate system. The reason for this transform is that it greatly simplifies the relation between mechanical and electrical quantities and therefore also the implementation of control algorithms. The standard components of such a model, apart from a Park transform, are Inductances in the DQZ frame. They have here been allowed to be functions of the currents in order to represent the effects of saturation in stator and rotor core. Back emf, which controls the relations between torque-current and speedfrequency. Stronger magnets mean larger back emf, or more torque per current. Stator winding resistances connected in series, accounting for copper loss. In this work, the motor model also includes Core losses modelled by equivalent resistances connected in parallel. Parasitic capacitances in stator windings which have no significant effect on the torque but can have a significant impact on common mode current at higher frequencies. 43 <?page no="52"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles 2.5 System model The current choice of simulation software for system-level simulations of the electric powertrain is Ansys Simplorer. One of the main advantageous features of this software is that it is has many predefined models and guidelines for power electronics such as the IGBT used in the inverter. Another advantage is that a co-simulation with Ansys’ finite element solver Maxwell can be performed relatively easily. This means that a 2D (or 3D) electromagnetic model of the electric machine can be coupled to the 1D system model. This might not be useful for day-to-day simulations due to the increase in execution time, but it is very useful for verification of the equationand circuit-based electric machine models. There is also built-in support for automatically generating reduced-order models for e.g. the electric machine from a Maxwell model, which could be useful. In principal, any other acasual simulation tool, e.g. Dymola or Mathworkds Simscape, could be used in place of Ansys Simplorer. The choice of tool for RIFEL was mainly based on convenience at the time. The main parts of the system model are the ones shown in Figure 1, i.e. battery, DC cable, inverter, AC cable, and electric machine. For each component model, there are a number of variants with different fidelity levels, which means that when the system simulation is performed, the desired fidelity level of each component can be specified. The system model could potentially be used for a wide range of applications, from, e.g., detailed analysis of high-frequency disturbance on a specific component to software testing in a model-in-the-loop or software-in-the-loop environment. In order for the system model to support this flexibility, it is important that the fidelity level of the individual component models can be specified separately to create a system model with the correct level of fidelity for the application at hand, i.e. a purposedriven fidelity approach. In the RIFEL project, the focus is on physical modelling of the components in the electric powertrain, but in order for the simulation to run, some controller software is necessary. When the physical model is the focus, as in this case, it makes sense to import the controller software as a separate part into the system model. It could also be the case that the focus is on testing the software and the physical model should 44 <?page no="53"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles only be used as a plant model instead of a real physical component. Then it might make more sense to import the physical model (or part of it) into the controller software model. For both these scenarios, it is important that the chosen modelling software allows for import and export using one or more standard formats. In the specific case of Ansys Simplorer used in the RIFEL project, the choice was to import the controller software as a DLL file created by Mathworks Simulink. This approach is sufficient when the controller software is only imported once and there is little need to update it. For a more flexible approach, where there is a need to merge continuously developed plant and controller models, the Functional Mockup Interface (FMI) standard is a good candidate for a solution. 3 Results In Figure 7 and Figure 8, the measured and simulated AC current on the 3-phase cables between the inverter and the electric machine is shown in time domain. Both the simulation and measurement are conducted at the same steady state load case. The same results are shown in Figure 9 and Figure 10 in frequency domain. In Figure 10, which is zoomed in to frequencies around 20 kHz, we see that the simulation captures the behavior around the frequency spikes. The system model has only been evaluated for a particular use case, and ideally the validation of the model should be performed for more use cases. However, a sensitivity analysis of the component models and their parameters has been performed. This gives an indication of which parts of the system model that need to be reconfigured when implementing a different use case. 45 <?page no="54"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles 46 <?page no="55"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles 4 Conclusion and future work The model developed in the RIFEL project accurately models the current and voltage ripple in the HV system and it can be used to investigate the existing solution of system and components. An important part of the modelling approach is the focus on the system level. The modelling of the components is of course important for the end result, but the fidelity demand for the component models is driven by the system performance. Consequently, with our approach, we can simulate ripple effects that are not seen by examining the components individually. In order to use the model for investigating future designs, more verification work and sensitivity analysis is necessary to verify that the modelling techniques used are valid for more general situations. The modularity, both in terms of fidelity and component topology, needs to be improved in order for the tool to be usable in day-to-day engineering work. Another important part that needs to be investigated in more detail, is the coupling from ripple currents in the system to radiated electromagnetic fields inside and outside of the vehicle. References [1] M. H. Bierhoff and F. W. Fuchs, "DC-Link Harmonics of Three-Phase Voltage- Source Converters Influenced by the Pulsewidth-Modulation Strategy - An Analysis," Industrial Electronics, IEEE Transactions on, vol. 55, pp. 2085-2092, 2008. 47 <?page no="56"?> Virtual methods for investigating system-level ripple and EMC in electrified vehicles [2] J. W. Kolar and S. D. Round, "Analytical calculation of the RMS current stress on the DC-link capacitor of voltage-PWM converter systems," Electric Power Applications, IEE Proceedings -, vol. 153, pp. 535-543, 2006. [3] B. P. McGrath and D. G. Holmes, "A General Analytical Method for Calculating Inverter DC-Link Current Harmonics," Industry Applications, IEEE Transactions on, vol. 45, pp. 1851-1859, 2009. [4] J. Shen, J. A. Taufiq, and A. D. Mansell, "Analytical solution to harmonic characteristics of traction PWM converters," Electric Power Applications, IEE Proceedings -, vol. 144, pp. 158-168, 1997. [5] Satilmis and E. Mese, "Investigating DC link current ripple and PWM modulation methods in Electric Vehicles," in Electric Power and Energy Conversion Systems (EPECS), 2013 3rd International Conference on, 2013, pp. 1-6. [6] Modeling the conducted EMI emission of an electric vehicle traction drive, C. Chingchi, X. Xingyi, IEEE International Electromagnetic Compatibility 1998 [7] Impact of Periodic Current Pulses on Li-Ion Battery Performance, F. Savoye, P. Venet, M. Millet, J. Groot, IEEE Transactions on Industrial Electronics, Vol. 50, No. 9, September 2012 [8] Functional Mockup Interface, http: / / fmi-standard.org 48 <?page no="57"?> System Architecture and Control Strategy for Stationary Battery Storage Systems based on Electric Vehicle Batteries - Methodology to evaluate System Design Michaela Bauer, John Lygeros Abstract The growing market for electro mobility is leading to an increasing importance for stationary battery storage systems. The use of lithium-ion batteries from electric vehicles (BMW i3) as a sustainable approach for second-life applications and the emerging market for new batteries ask for optimal system design to the same extent. In this work, load profiles of four stationary applications are analysed with regard to their technical properties. To evaluate the system design and the interconnection of the components, three different topologies are introduced. Topology 1 represents the connection of the battery with a DC/ DC converter and a DC/ AC inverter, topology 2 is first connected to a DC/ AC inverter and further to a transformer and topology 3 represents the series connection of two batteries with a DC/ AC inverter. In the event that several batteries are needed to fulfil the application, in addition to the question of how many and which batteries and power electronic components are necessary, also the question of the interconnection of these components arises. The selection of different generations and aging states of the lithium-ion battery from the BMW i3, as well as different performance classes of the power electronic components leads to a combinatorial problem. The problem is solved by means of linear programming in order to find the system design which represents the best solution in terms of cost, weight, installation space and efficiency. Topology 1 shows on average the lowest system costs and the lowest number of components integrated. Kurzfassung Durch die steigende Elektromobilität gewinnen stationäre Batteriespeichersysteme immer mehr an Bedeutung. Der Einsatz von Lithium-Ionen Batterien aus Elektrofahrzeugen (BMW i3) als nachhaltige Zweitverwendung von gebrauchten Batterien und der aufstrebende Markt für neue Batterien erfordern im gleichen Maße die Beantwortung der Frage nach dem bestmöglichen Systemaufbau. In dieser Arbeit werden Lastprofile von vier stationären Anwendungsfällen aufgezeigt und hinsichtlich ihrer technischen Eigenschaften analysiert. Zur Bewertung des Systemaufbaus und der Verschaltung der Komponenten darin, werden drei unterschiedliche Topologien herangezogen. Topologie 1 stellt die Verschaltung der Batterie mit einem DC/ DC und DC/ AC Wandler dar, Topologie 2 ist zuerst an einen DC/ AC Wandler und anschließend an einem Transformator angebunden und in Topologie 3 werden zwei Batterien 49 <?page no="58"?> Stationary Storage Systems seriell verschaltet und an einen DC/ AC Wandler angeschlossen. Im Falle, dass mehrere Batterien zur Erfüllung eines Anwendungsfalls benötigt werden, stellt sich neben der Frage wie viele und welche Batterien und Leistungselektronikkomponenten eingesetzt werden, auch die Frage hinsichtlich der Verschaltung der Komponenten zueinander. Die Auswahl an verschieden Generationen und Alterungszuständen der Lithium-Ionen Batterie aus den BMW i3 Fahrzeugen, sowie unterschiedlicher Leistungsklassen der Leistungselektronikkomponenten führt zu einem kombinatorischen Lösungsproblem. Das Problem wird mittels linearer Programmierung gelöst, um den Systemaufbau zu finden, der hinsichtlich Kosten, Gewicht, Bauraum und Effizienz die beste Lösung darstellt. Topologie 1 weist dabei für drei von vier Anwendungen die geringsten Systemkosten und die geringste Anzahl an integrierten Komponenten auf. 1 Introduction In Germany and internationally, climate protection and the implementation of the energy transition are among the primary political and technological challenges of our time. Electro mobility on the one hand and the storage of renewable energy on the other, as important enablers in both science and industry, are becoming increasingly important. In particular, electro mobility will be ecologically reasonable, even if the expansion of regenerative energies can be realized. Conversely, batteries from electric vehicles (EV) can make their contribution to the regenerative power supply. Driven by the question of using high-voltage batteries from electric vehicles in a second application, the BMW Group has been working on the stationary storage field for several years. Starting with the investigation of the use of second-life batteries, as a sustainable alternative to their recycling, the focus meanwhile shifts to the integration of new batteries (Figure 1). The challenge is to integrate the battery into the distribution or transmission network without any major hardware and software modifications, to avoid further development costs. There are several representative projects revolving with the usage of EV batteries [1-4]. The application horizon, structured in the transmission, distribution, customer and off-grid sector [10], extends from the usage 50 <?page no="59"?> Stationary Storage Systems of small systems to large-scale systems. In addition to BMW, other automotive Original Equipment Manufacturers (OEMs) are increasingly entering into the stationary storage market, such as Tesla [5], Daimler [6], Audi [7, 9] and Nissan [8, 9]. A list of application cases is given in [11-14]. The most renowned applications are home energy storages for maximizing self-sufficiency, frequency regulation, peak shaving, and EV fast charging, presented by Gohla-Neudecker et al. [1-2], Stroe et al. [15], Oliveira et al. [16] and Mehr et al. [17]. Different states of battery aging and battery generations exist due to the advancing battery development. On the assumption of connecting this EV batteries with suitable power electronic components to the grid, there exists a variety of possible system architectures. Three of them are selected and introduced in Section 3, representing the framework for this work. In most of the cases, the stationary application requires the usage of more than one battery unit. With these so-called multi-battery systems, various connection possibilities of the batteries (different aging and generation) with the power electronic components (different performance levels) emerge. The question which and how many components are selected and connected is still unclear. Previous research deals already with the topics design and sizing of stationary storage systems, Blank et al. [18] present the layout of a test bench for analysing system behaviour, Baumann et al. [19] focus on a comparative probabilistic economic comparison of various battery types and Fortenbacher et al. [20] introduce strategies for distributed battery storage systems in a planning problem. The main objective of this work is to develop a methodology to find the most cost-effective system design. Therefore, a combinatorial approach is derived from load profiles of various applications and system component properties to calculate the solution for a static system design using linear programming. The work is structured into six sections. Section 2 presents typical load profiles of the main applications and analyses the performance by means of their profile characteristics. Section 3 identifies three system topologies and describes the combinatorial problem. An overview of possible evaluation criteria and the parameters selected for this work, as well as the problem formulation, are presented in Section 4. Discussion of the results is done in Section 5. The conclusion in Section 6 completes this paper and gives an outlook of further work. 2 Analysis of application properties In [11-14] various stationary storage applications are introduced. From each application, a load profile for the battery system can be derived. The load profiles differ in terms of various criteria, which strain the batteries on different ways and strength. With a profile analysis four different use cases can be examined: home energy storage systems, peak shaving, frequency regulation, and EV fast charging. A negative power value describes energy saving and a positive power value energy provision respectively. The aim is to derive properties from the profile analysis as input for the combinatorial approach for evaluating the system design. 51 <?page no="60"?> Stationary Storage Systems 2.1 Home energy storage application (Case 1) The home energy storage application is, as its name already suggests, one of the smallest applications. The system size is between 4 to 30 kWh. This application usually involves the connection to a generating unit such as a solar system or PV system. Figure 2 shows a typical course of requested power over a week. The battery storage system will enable the customer to store their self-generated renewable energy when it is not needed and discharge it when needed. Besides self-sufficiency and increasing the economic situation of the customer, over-sized distribution grids can be avoided. The percentage of self-consumed energy can be increased from 30 % without battery storage system to around 70 % with battery storage system [21]. In a household, approximately 200 cycles per year are expected [22]. This corresponds to 0.0228 cycles per hour. 2.2 Peak shaving application (Case 2) A one week course of requested peak shaving power is exemplary presented in Figure 3. The size for peak shaving applications varies between 30 kW to a few MW. Peak shaving is the smoothing of peak loads, the battery storage system is responsible to buffer them. This reduces the electricity bill and the peak demand at the distribution grid. Typical real durations are two hours of operation, which corresponds to one to two cycles per day [21, 22]. 2.3 Frequency regulation application (Case 3) The equilibrium frequency in the European network is 50 hertz. It is the responsibility of transmission system operators (TSOs) to maintain the equilibrium frequency 52 <?page no="61"?> Stationary Storage Systems through the use of frequency regulation [22, 23]. The frequency regulation can store energy and feed in power within 30 seconds. Thus, frequency regulation is the demand of power for unplanned deviations. Battery energy storage systems can store or feed in energy in order to balance a grid area with frequency instabilities avoiding grid upgrade or extension. An example for this application is shown in Figure 4. The tender is held symmetrically, at the same time in a positive and negative direction, over the course of one week operation. The minimum bid size has been set at ± 1 MW since 2011 for Germany [23]. A quick response time is absolutely necessary. The durations are numerous partial cycles per day [21]. 2.4 EV charging application (Case 4) Electro mobility is experiencing an increasing growth, which requires an expansion of the charging infrastructure. Figure 5 presents an example of a one week scenario. The course depends on how many EVs are charged. Especially in public places, grid-connected charging stations with a fast charging function are suitable, which allow shorter charging times due to higher power levels. However, the high power requirement puts additional pressure on the grid. By equipping the charging stations with a battery energy system, power peaks can be absorbed and thus network loads can be countered [23]. In 2014 there are about 4,800 conventional charging stations and about 100 fast charging stations operating in Germany, which are publicly accessible. In contrast, there are approx. 24,000 EVs sold at the same year [23]. The number of charging stations amounts 8,644 for 2018. [25]. The National Platform for electro mobility (NPE) wants to create a standardized international charging system with the Combined Charging System (CCS). In this case, AC charger are aimed to charge up to a maximum of 40 kW and direct current charger to a maximum of 300 kW. 53 <?page no="62"?> Stationary Storage Systems Table 1 gives an overview of the properties of the four introduced application profiles. The presented profiles serve as characteristic for the respective application. Deviations depending on the period of use (season, time of day, etc.), location and individual application scenarios are to be considered. Application Home Energy Storage System (Case 1) Peak Shaving (Case 2) Frequency Regulation (Case 3) EV fast charging (Case 4) Power distribution Power discharging (maximum) in kW 3.80 0 6.55x10^3 0 Power charging (minimum) in kW -5.68 -120.02 -6.13x10^3 -24.26 Average power in kW -0.20 -3.22 44.72 -0.44 Operation time in s 604800 5265 604800 604800 Standby time in s 0 61936 0 0 Standby to operation time 0 11.76 0 0 Average gradient -1.70x10^-8 6.49x10^-19 -0.004 3.64x10^-8 Maximum hub 0.01 0.09 372.35 15.24 Total energy in kWh 3.90x10^5 1.95x10^6 6.95x10^8 2.66x10^5 Positive energy in kWh 1.34 0 3.61x10^8 0 Negative energy in kWh 2.56x10^5 1.95x10^6 3.34x10^8 2.66x10^5 3 System topologies and problem definition In order to evaluate the optimal system design, a selection of possible system topologies is presented and the resulting combinatorial problem is discussed in more detail below. 54 <?page no="63"?> Stationary Storage Systems 3.1 Three system topologies Three different system architectures are introduced in the following, which allow the operation of BMW i3 batteries in stationary storage systems without any constructive changes. System Topology 1 is the connection of the EV battery with a DC/ DC converter and a DC/ AC inverter. In System Topology 2, the battery is in the first instance connected with a DC/ AC inverter and further with a transformer. The connection of two batteries in series with a DC/ AC inverter presents Topology 3. An overview of the topologies is given in Figure 6. Topology 1 BMW i3 battery, 260-400 V Bidirectional DC/ DC converter to set the battery voltage from ~360V up to 600V to 700V Bidirectional DC/ AC inverter to transform the DC Voltage to 400V (AC, 3 phase) Topology 2 BMW i3 battery, 260-400 V Bidirectional DC/ AC inverter to transform the battery voltage from ~360V up to 200V (AC, 3 phase) Bidirectional Transformer set the AC power up to 400V(AC, 3 phase) Topology 3 Two BMW i3 batteries in series, 520-800 V Bidirectional DC/ AC inverter to transform the battery voltage from ~720V up to 400V (AC, 3 phase) The BMW i3 high-voltage battery can be used in all three topologies. There are two generations of BMW i3 batteries considered here: 60 Ah and 94 Ah. Three stages of aging are identified for the study: begin of Life (BOL, new battery), end of life 1 (EOL1, 80 % residual capacity) and end of life 2 (EOL2, 60 % residual capacity). Datasheets [27-35] are used to analyse power electronic components of the three system architectures for different performance classes. Loss calculation of each component (DC/ DC, DC/ AC, transformer for three topologies) is implemented in MATLAB/ Simulink. The results provide a performance map by showing the efficiency over all allowed power levels. The nominal efficiency of each component is used for the design approach with the output of a sensitivity analysis. The sensitivity analysis provides information about component size, weight and price by evaluating several circuit parts (IGBT module, filter, etc.) on the sourcing market (see appendix). = = = DC/ AC DC/ DC EV battery Transformer DC/ AC EV battery = DC/ AC EV battery = EV battery 55 <?page no="64"?> Stationary Storage Systems 3.2 Optimisation procedure Figure 7 describes the design problem. After collecting data for various performance levels of the power electronic components, the question concerning which and how many components are needed and how their connections, describes the problem which is solves in Section 4. For the application profiles presented in Section 2, the calculation of a possible system design is the main objective of this work. For the system identification, static analyses are used. The Level in Figure 7 applies to all three topologies and describes the application profile from Section 2. Thus profiles show the requested power which the battery system has to provide. In the case of Topology 1, each node in describes one of the eight DC/ AC inverters and in each node represents one of the five DC/ DC converters. Topology 2 introduces the seven transformers in and the five DC/ AC inverters in . For Topology 3, describes the nine DC/ AC inverters. does not exist for Topology 3. Table 2 summarise the number of power electronic components. describes in the case of Topology 1 and 2 the six generation and aging states of the lithium-ion batteries from the vehicle (60 Ah BOL, 60 Ah EOL1, 60 Ah EOL2, 94 Ah BOL, 94 Ah EOL1, 94 Ah EOL2) , For Topology 3, the same battery variations are used, but each node describes the serial wiring of two identical battery types (2x60 Ah BOL, 2x60 Ah EOL1, 2x60 Ah EOL2, 2x94 Ah BOL, 2x94 Ah EOL1, 2x94 Ah EOL2). 56 <?page no="65"?> Stationary Storage Systems . Topology 1 Topology 2 Topology 3 DC/ DC DC/ AC DC/ AC Trafo DC/ AC 20 kW 17 kW 20 kW 20 kW 20 kW 30kW 24 kW 30kW 40 kW 28 kW 40 kW 35 kW 40 kW 80 kW 40 kW 60 kW 52 kW 60 kW 100 kW 60 kW 80 kW 70 kW 80 kW 160 kW 80 kW 105 kW 200 kW 120 kW 157 kW 315 kW 180 kW 315 kW 240 kW 360 kW The arrows between the levels describe the possible connections of a node from Level to from to or rather from to . The aim of the optimisation problem is to specify which of the nodes, representative of the power electronic components and batteries, are active, which connections have these to each other and how many of them exists multiple. For example, in the case that a node exists several times in , each of these nodes have the same connection to the nodes in Level 2 as all the others. 4 Optimal system design The optimal system design is solved by using evaluation criteria as input parameter for the combinatorial optimisation problem. 4.1 Evaluation criteria for system design The decision according to which criteria a system design can be defined is subject to different design goals. An overview of possible evaluation factors is listed in the following. The parameters can be classified into quantitative and qualitative properties and some of them are mainly relevant during operation. - Safety: Safety is one of the main objectives in system architectures during downtimes as well as operating hours. Isolation defects can cause uncontrolled fault currents that are high enough to endanger lives, cause fires or other property damages. Therefore, a sufficiently large insulation resistance is necessary. The insulation monitoring concept of the EV battery should be retained. A protective cover is an obligation to preserve people from considerable injuries. The battery in the vehicle application is subject to an IT network. In stationary applications this network type must be preserved. To protect the system against leakage currents, a galvanic isolation is required. For certain interconnection variants, attention must be paid to the grounding concept. It is also important to hedge short-circuit scenarios. 57 <?page no="66"?> Stationary Storage Systems - Robustness and reliability: A robust and reliable operation can ensured by an efficiently electromagnetic compatibility. Lithium-ion batteries have the capability of balancing at certain times to compensate charge differences. In order to maximise the lifetime of the system, both aging-friendly storing and efficient operating must be observed. Low downtimes and maintenance work further increase the system stability. Systems in which the complete system fails if one unit fails are therefore to be classified as unreliable. - Costs: In addition to the acquisition cost, there are maintenance cost and operating cost. The acquisition cost considers charges for hardware, software, thermal management concept, control unit and housing. - Volume and weight: The use of stationary storage systems in urban areas requires a space-saving system design. If the system should be transportable, system weight is a further evaluation criteria. - Efficiency: The efficiency is calculated by the losses of the system components, cooling and control unit. Depending on the mode of operation different system efficiencies are resulting. - Others: Further properties regarding the system design are the possibility of parallelisation and the risk factor. Parallelisation describes the flexibility to scale the system variably in case of system upgrades and planning. The operating behaviour differs in times of full load or partial load. Experience with system integrators or power electronic manufacturers can be introduced as a further property, thus indicating a risk factor in the evaluation of the system design. Figure 8-10 present the parameter weight, volume, cost and efficiency for the three topologies. The data for the first three parameters comes from a sensitivity analysis from data sheets of the individual power electronics components [27-35]. The efficiencies are the output of MATLAB/ Simulink simulations. The simulation model is based on the equivalent circuit diagram to calculate the main losses of the three topologies. The losses are divided into conduction, switching, recovery and ohmic losses. Additionally, filter losses of the choke from Topology 1 and load and no-load losses of the transformer from Topology 2 have to be considered. 58 <?page no="67"?> Stationary Storage Systems The DC / DC converter from Topology 1 rarely shows any changes over the different performance levels. However, the inverter shows an increase in the parameters of weight, volume and cost. This is due to the comparatively larger number of semiconductors and the larger performance range of the component in comparison to the DC/ DC converter. In addition, the inverter includes a filter component that causes additional cost, space and weight. The inverter of Topology 2 exhibit nearly no changes of the parameters over the different performance levels, which can be explained by the fact that no filter is required. The transformer shows that all parameters increase with increasing power class. The influence of the materials and the low demand are responsible for this. 0 0,2 0,4 0,6 0,8 1 20 kW 30 kW 40 kW 60 kW 80 kW Weight Volume Cost Efficiency 0 0,2 0,4 0,6 0,8 1 17 kW 24 kW 35 kW 52 kW 70 kW 105 kW 157 kW 315 kW Weight Volume Cost Efficiency 0 0,2 0,4 0,6 0,8 1 20 kW 30 kW 40 kW 60 kW 80 kW Weight Volume Cost Efficiency 0 0,2 0,4 0,6 0,8 1 20 kW 40 kW 80 kW 100 kW 160 kW 200 kW 315 kW Weight Volume Cost Efficiency 0 0,2 0,4 0,6 0,8 1 28 kW 40 kW 60 kW 80 kW 120 kW 180 kW 240 kW 360 kW Weight Volume Cost Efficiency 59 <?page no="68"?> Stationary Storage Systems Topology 3 requires only one inverter because of the serial connection of two batteries. Similar to Topology 1, the DC/ AC inverter include a filter, which explains the characteristics. The transformer shows the strongest characteristic over the three parameters. In terms of efficiency, all three topologies show similar values, with the only exception being the transformer, which has a deviation greater than 0.2 to the others. Especially with a performance difference of more than 4, the influence of the three parameters weight, volume and cost becomes apparent in all three topologies. As a first evaluation step, the focus is on a selection of the above mentioned properties. Once quantitative criteria are required for the subsequent evaluation, the focus is on the properties cost , weight , volume and efficiency of each component. By means of a combinatorial approach, an optimisation problem is solved to find the most cost-effective design solution (1). , (1) In consideration of the application case, some properties are more important than others. The individual influence of such properties can be controlled through weight factors ( , , , ). 4.2 Formulation of combinatorial optimisation problem Hence, the objective lies on the adequate design of a storage system to minimise the overall costs and to determine the design specific environmental burden and benefit whilst substituting conventional generation with battery storage. (2) Results of the optimisation are the integer , describing the number of components and the binary , describing if a connection from this component to the component of the next level exists. Vector is introduced as a substitution of the product . The linear program is formulated as the minimisation of the costs by calculating the sum of each system level. The system is designed in a way that the total power of each system level is situated between the requested power from the application and 20% safety stock on top. The sum of the power of is not less than 80% and not higher than 25% as the power value of The same applies for L over . The variable describes the maximum number of system components. 60 <?page no="69"?> Stationary Storage Systems (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) The formula from equations (15-22) represents the implementation of an if-elsecondition. If then set and . Else ( ) then set . M is a very large number. This approach has been described by Bemporad and Morari et al. [26]. 5 Results of comparison For the four profiles shown in Section 2, the three topologies from Section 3 are examined. For the evaluation, the parameters selected in Section 3 are used. For use case 1, the system size is especially important. Therefore, the weight has been set to two. For use case 2 and 3, all weight factors except for the costs were set to one. Use case 4 symbolises the use case of the EV charging. Since it is conceivable to use the storage system at different locations and thus to deliver it as ready-made storage, a small system of packaging and low weight is crucial. Accordingly, , are set to two. The weight for the system cost has been set to ten for all applications, as it is the main focus of an economic system design. 61 <?page no="70"?> Stationary Storage Systems The presented evaluations are a static consideration for determining the system design. Figure 11 and 12 present the system costs and number of components respectively. The system costs are lowest for Topology 1. Only for frequency regulation Topology 3 shows the smallest value for the system cost function. The current lithiumion battery costs effect a huge influence in the small power range. For large-scale battery storage systems, a saving of power electronic components is realised by the serial connection of the batteries in Topology 3, which justifies the low cost. 0,0000 0,1000 0,2000 0,3000 0,4000 0,5000 0,6000 0,7000 0,8000 0,9000 1,0000 Use Case 1 Use Case 2 Use Case 3 Use Case 4 Topology 1 Topology 2 Topology 3 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Use Case 1 Use Case 2 Use Case 3 Use Case 4 Topology 1 Topology 2 Topology 3 62 <?page no="71"?> Stationary Storage Systems Table 3 gives an overview about the used battery generation and aging. For the evaluation is assumed that weight, mass and efficiency are the same for all aging levels. The usable power and the cost factor are scaled linear to the capacity level. For the analysed use cases the new 60 Ah battery is used most frequently. Use Case 1 Use Case 2 Use Case 3 Use Case 4 Topology 1 1x94Ah EOL2 3x60Ah EOL2 1x94Ah EOL2 112x60Ah BOL 1x 94Ah EOL1 Topology 2 1x94Ah EOL1 6x94Ah EOL2 112x60Ah BOL 1x 94Ah EOL1 Topology 3 2x94Ah EOL2 6x94Ah EOL2 112x60Ah BOL 2x94Ah EOL2 1x 94Ah EOL2 Figure 13 shows how the system design for an example of 80 kW is composed according to the three topologies. In addition, the number of involved components as well as the connections between them is presented in the figure. Topology 3 show the system design with the lowest number of components. The four weights (weight, volume, cost and efficiency) are set to one. 6 Conclusion This paper presents four typical application profiles and analyses the main characteristic of each of them. Three system topologies and various evaluation parameters are introduced to formulate the combinatorial optimisation problem. The main objective is solving the liner programming by minimising the total system costs regarding hardware cost, weight, volume and efficiency. All use cases instead of frequency regula- 63 <?page no="72"?> Stationary Storage Systems tion show the best results for system Topology 1, the connection of the battery with the DC/ DC converter and DC/ AC inverter. The results show the number of necessary components, the usage of power electronic performance class, the selection of battery aging and generation level as well as the connection of the components to each other. On the example of a 80 kW system, the design for the three topologies is presented. Here it became evident that all three topologies have a different number of power electronics and different kind of battery aging and generation level. A further research objective is to find an overall control strategy that is able to optimally manage power distribution of battery storage systems while minimising the battery strain and maximising system performance. The losses of the energy conversion devices, especially in regards to batteries and power electronic components are supposed to be considered in one optimisation algorithm. The distribution of load in a stationary system can be modelled and optimised using mixed-integer linear programming (MILP). Battery requirements regarding state of charge and current limitations are also taken into account. Moreover, the MILP is enlarged to an ndimensional system formulation. A further control optimisation can be reached by using the degree of freedom of each application. Appendix P max in kW Weight in kg Volume in m 3 Cost in € Efficiency Battery 60 Ah BOL (33kWh) 62.6 1 1 1 1 60 Ah EOL1 (26.4 kWh) 50.1 1 1 0.8 1 60 Ah EOL2 (19.8 kWh) 37.6 1 1 0.6 1 94 Ah BOL (22 kWh) 40 0.8855 1 0.6667 1 94 Ah EOL1 (17.6 kWh) 32 0.8855 1 0.5333 1 94 Ah EOL2 (13.2 kWh) 24 0.8855 1 0.4 1 Weight in kg Volume in m 3 Cost in € Efficiency DC/ DC 20 kW 0,0088 0,0064 0,0153 0,9992 30 kW 0,0128 0,0123 0,0274 0,9993 40 kW 0,0128 0,0116 0,0203 0,9997 60 kW 0,0277 0,0172 0,0455 1 80 kW 0,0406 0,0281 0,0555 0,9995 DC/ AC 17 kW 0,0163 0,0153 0,0384 0,9754 24 kW 0,0157 0,0163 0,0444 0,9749 35 kW 0,0191 0,0205 0,0581 0,9772 52 kW 0,0249 0,0214 0,0762 0,9758 70 kW 0,029 0,0262 0,1091 0,9777 105 kW 0,0462 0,04 0,1439 0,9778 157 kW 0,0688 0,0943 0,2685 0,9724 315 kW 0,1101 0,1005 0,4146 0,9789 Weight in kg Volume in m 3 Cost in € Efficiency DC/ AC 20 kW 0,0002 0,0003 0,0035 0,9902 30 kW 0,0002 0,0003 0,0044 0,9896 40 kW 0,0004 0,0005 0,0065 0,9892 60 kW 0,0004 0,0005 0,0077 0,9886 80 kW 0,0004 0,0005 0,0091 0,9883 Transformer 20 kW 0,1299 0,1546 0,1686 0,7271 40 kW 0,2076 0,2162 0,2516 0,7352 64 <?page no="73"?> Stationary Storage Systems 80 kW 0,3312 0,3659 0,402 0,7424 100 kW 0,3822 0,43 0,4695 0,7433 160 kW 0,5732 0,6121 0,6406 0,7461 200 kW 0,7006 0,7496 0,78 0,7468 315 kW 1 1 1 0,7492 Weight in kg Volume in m 3 Cost in € Efficiency DC/ AC 20 kW 0,0163 0,0153 0,0384 0,9753 28 kW 0,0157 0,0163 0,0444 0,9749 40 kW 0,0191 0,0205 0,0581 0,9771 60 kW 0,0249 0,0214 0,0762 0,9758 80 kW 0,029 0,0262 0,1091 0,9777 120 kW 0,0462 0,04 0,1439 0,9777 180 kW 0,0688 0,0943 0,2685 0,9723 240 kW 0,0826 0,0943 0,3163 0,9786 360 kW 0,1101 0,1005 0,4146 0,9788 Topology 1 Topology 2 Topology 3 Sytem Cost Comp DC/ AC DC/ DC Bat Sytem Cost Comp Trafo DC/ AC Bat Sytem Cost Comp DC/ AC Bat Case 1 12.15 3 1 1 1 15.16 4 1 2 1 17.39 3 1 2 Case 2 41.95 9 2 3 4 51.81 9 1 2 6 43.82 7 1 6 Case 3 1.75e3 240 23 105 112 1.86e3 244 23 109 112 1.58e+03 134 20 114 Case 4 13.06 3 1 1 1 16.26 4 1 2 1 19.18 3 1 2 Literatur [1] B. Gohla-Neudecker, M. Bowler, S. Mohr, “Battery 2nd life: Leveraging the sustainability potential of evs and renewable energy grid integration”, International Conference on Clean Electrical Power (ICCEP), 2015 [2] B. Gohla-Neudecker, V. S. Maiyappan, S. Juraschek, S. Mohr, “Battery 2 nd life: Presenting a benchmark stationary storage system as enabler for the global energy transition”, 6th International Conference on Clean Electrical Power (ICCEP), 2017 [3] BMW, “BMW-Speichersysteme: "Können nicht nur unsere Werke bedienen", https: / / cleantechnica.com/ 2018/ 01/ 28/ electric-vehicle-battery-factory-raceheats-europe/ [4] BMW, “Second Life für E-Mobil-Batterien“, https: / / www.heise.de/ tp/ features/ Second-Life-fuer-E-Mobil-Batterien- 3882935.html [5] Tesla Inc., “Tesla's giant battery farm is now live in south Australia”, https: / / www.engadget.com/ 2017/ 12/ 01/ tesla-live-world-largest-battery-southaustralia/ , 65 <?page no="74"?> Stationary Storage Systems [6] Daimler AG, “World's largest 2nd-use battery storage is starting up”, http: / / media.daimler.com/ marsMediaSite/ en/ instance/ ko/ Worlds-largest-2nduse-battery-storage-is-starting-up.xhtml? oid=13634457 [7] Nissan, “Nissan unveils energy storage and solar solution for UK homes”, https: / / www.edie.net/ news/ 6/ Nissan-unveils-energy-storage-and-solar-solutionfor-UK-homes/ [8] Audi, “Audi aims to compete with Tesla Energy through a new ‘Smart Energy Network”, https: / / electrek.co/ 2018/ 01/ 19/ audi-compete-tesla-energy-new-smartenergy-network/ [9] Nissan and Audi, “Audi and Nissan join ranks of automakers making energy storage mainstream”, https: / / www.utilitydive.com/ news/ audi-and-nissan-joinranks-of-automakers-making-energy-storage-mainstream/ 515288/ [10] Bundesverbandes erneuerbare Energie e.v.und der Hannover Messe, G. Reid and J. Julve, “Second life-batteries as flexible storage for renewables energies”, 2016 [11] European Distributed Energy Resources Laboratories, E. Lemaire, N. Martin, P. Nørgård, E. de Jong, R. de Graaf, J. Groenewegen, E. Kolentini and S. Tselepis, “European White Book on Grid-Connected Storage”, 2011 [12] European Network of Transmission System Operators for Electricity (ENTSO- E), ENTSO-E RD & I application report 2016, “Innovative EU projects with reallife applications”, 2017 [13] Electric power research institute (EPRI), D. Rastler “Electricity energy storage technology options: A white paper primer on applications, costs, and benefits”; 2010 [14] IEC, white paper, “Electrical energy storage”, 2011 [15] D. I. Stroe, V. Knap, M. Swierczynski, A. I. Stroe, and R. Teodorescu, “Operation of a Grid-Connected Lithium-Ion Battery Energy Storage System for Primary Frequency Regulation: A Battery Lifetime Perspective”, IEEE Transactions of industry applications, 2017 [16] T. T. Oliveira, M. S. N. Silva, K. B. Nascimento, D. R. R.P. Araujo and L. R. Aranjo, “Evalution of the performance of the state of charge on a lithium. Ion battery energy storage system applied to primary frequency regulation on microgrids”, Brazilian Power Electronics Conference (COBEP), 2017 [17] T. H. Mehr, M. A. S Masoun and N. Jabalameli, “Grid-connected lithium-ion battery energy storage system for load levelling and peak shaving”, Australasian Universities Power Engineering Conference (AUPEC), 2013 [18] T. Blank, S. Thomas, C. Roggendorf, T. Pollok, I. Trintis and D. U. Sauer, “Design and construction of a test bench to characterize efficiency and reliability of high voltage battery energy storage systems”, Intelec, 2010 [19] M. Baumann, B. Zimmermann, H. Dura, B. Simon and M. Weil, “ A comparative probabilistic economic analysis of selected stationary battery systems for grid applications“, International Conference on Clean Electrical Power (ICCEP), 2013 66 <?page no="75"?> Stationary Storage Systems [20] P. Fortenbacher, A. Ulbig and G. Andersson, “Optimal Placement and Sizing of Distributed Battery Storage in Low Voltage Grids using Receding Horizon Control Strategies, IEEE Transactions on Power Systems, 2017 [21] EUROBAT, “Battery energy storage for smart grid applications”, 2013 [22] Fraunhofer ISI, “Gesamt-Roadmap Staionäre Energiepseicher 2030”, 2015 [23] Schaufenster Elektromobilität, “Studie: Second-Life-Konzepte für Lithium-Ionen- Batterien aus Elektrofahrzeugen“, 2016 [24] “IBM ILOG CPLEX user’s manual,” IBM, Tech. Rep., 2015. [25] Chargemap, https: / / de.chargemap.com/ about/ stats [26] A. Bemporad and M. Morari, “Control of systems integrating logic, dynamics, and constraints”, Automatica, 1999 [27] D. Graovac and M. Pürschel, IGBT Power Losses Calculaction Using the Data- Sheet Parameters, Infineon, 2009 [28] Infineon Technologies AG, IGBT Module, http: / / www.infineon.com/ cms/ en/ product/ power/ igbt/ igbtmodule/ channel.html? channel=ff80808112ab681d0112ab69e66f0362 (last downloaded 2017-09-24) [29] MTE Corporation, DC Link Chokes, http: / / www.mtecorp.com/ products/ linkchokes/ (last downloaded 2017-09-24) [30] MTE Corporation, RL Line and Load Reactors, http: / / www.mtecorp.com/ products/ reactors/ rl-reactors/ (last downloaded 2017- 09-24) [31] ABB, Low voltage transformers: T3P - Three phase power transformer, 2014 [32] Mouser Electronics, Onlineshop des Elektro-Handelsunternehmens Mouser Electronics, www.mouser.de (last downloaded 2017-09-24) [33] BLOCK Transformatoren-Elektronik GmbH, Preise 2016/ 17, 2016 [34] Trafomodern Transformatorengesellschaft m.b.H., Preisliste 2017, 2017 [35] ttf-Flieger GmbH, Transformatoren Netto-Preisliste 2016, 2016 67 <?page no="76"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors Nikolas Bauer , Daniel Weida Abstract This paper presents the use of novel semiconductor devices like gallium nitride transistors as an appropriate solution for industrial miniaturization demands of modern power electronics. The traction battery charger in this paper was identified by the BMW Group as a promising automotive application. The underlying electrical design parameters are being optimized combining different simulation approaches which exhibit greater performance when dealing with discussed novel semiconductor technology. Solutions to fundamental design aspects of gallium nitride such as driver impedance or snubber circuitry are presented. The paper concludes with a brief outline of current research development and demands further steps to be taken towards standardization of physics-based semiconductor models. Kurzfassung In diesem Paper wird aus der Miniaturisierungsprämisse moderner Leistungselektronik eine Implementierung neuartiger Halbleitertechnologien wie Gallium-Nitrid Transistoren deduziert. Anhand einer im Automobilumfeld und damit für die BMW Group relevanten Hochvoltspeicher-Ladetopologie wird eine Verkoppelung variierender Auslegungsparameter betrachtet und deren Evaluation mittels simulativ getrennter Ansätze vorgenommen. Die inhärenten Vorteile einer derartigen Methodik in Bezug auf disruptive Technologien wie Gallium-Nitrid Transistoren werden diskutiert und Lösungen zu halbleiterspezifischen Problemstellungen bezüglich einer praxisnahen Auslegung vorgestellt. Ein Ausblick auf den aktuellen Forschungsstand physikalisch basierter Halbleitermodelle und die Notwendigkeit deren Standardisierung bilden die Conclusio. 68 <?page no="77"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 1 Einleitung 1.1 Elektromobilitätskonzepte der BMW Group Die BMW Group als Anbieter von zukunftsweisenden Fahrzeugen und Mobilitätskonzepten fühlt sich in besonderem Maße der Elektromobilität verpflichtet. Das BMWtypische Motto „Freude am Fahren“ soll in allen Fahrsituationen, von urbaner bis hin zur Langstreckenmobilität, den Kunden begeistern und dabei stets den geltenden ökologischen und regulatorischen Forderungen gerecht werden. Seit dem serienmäßigen Markeintritt in die Elektromobilität mit Vorstellung des BMW i3 im Jahr 2013 verzeichnet die BMW Group eine steigende Nachfrage an elektrifizierten Fahrzeugen. Die innerhalb des „Project i“ mit zugehörigem BMW i3 und nachfolgendem i8 gewonnenen Pioniererfahrungen flossen in die Elektrifizierung des Kernportfolios der BMW Group unter den Sublabels „i Performance“ und „Mini Electric“ mit ein. Die vorzuweisenden Verkaufszahlen bestätigen das Vertrauen der Kunden in die Technologie der BMW Group über diverse Fahrzeugelektrifizierungsgrade hinweg [1] (Abb. 1.). Herzstück sämtlicher elektrifizierter Fahrzeuge ist das BMW „eDrive“ Antriebskonzept bestehend aus Elektromotor, Traktionsinverter, Hochvoltspeicher mit zugehöriger Ladetopologie sowie weitere elektrofahrzeugspezifische Peripheriesysteme. Deren konsequente Weiterentwicklung ist daher das technologische Fundament zukünftiger Elektromobilitätskonzepte. [1] 69 <?page no="78"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 1.2 Miniaturisierungsdruck für leistungselektronische Komponenten Um die Zukunftsfähigkeit, Konkurrenzfähigkeit und Kundenakzeptanz der Elektromobilität gewährleisten zu können, müssen Funktionalitätsumfänge, Leistungsfähigkeit sowie Sicherheitslevel der Bordelektronik stetig ansteigen. Im voll elektrifizierten Fahrzeug betrifft dies nicht nur eine kontinuierlich ansteigende Anzahl von sekundären Assistenzsystemen, sondern auch die traktionsrelevante Primärleistungselektronik. Demgegenüber stehen gravimetrisch sowie volumetrisch restriktive Prämissen wie ein verbrauchseffizienter Leichtbau oder vergrößerte elektrische Energiespeicher im Sinne einer akzeptablen Kundenreichweite. Dieser Zielkonflikt kann nur dann gelöst werden, wenn elektronische Komponenten in Zukunft einer konsequenten Miniaturisierung unterzogen werden. Für die primäre Leistungselektronik bedeutet dies die Leistungsdichteoptimierung bei gleichbleibend hoher Effizienz, sodass die anfallenden Verluste weder durch sinkende Fahrzeugreichweiten, noch durch ressourcenintensive Kühllösungen negative Auswirkungen nach sich ziehen. Daraus folgt, dass höhere Kosten einzelner leistungselektronischer Bauteile, unter Umständen sogar des gesamten Moduls, über die erzielten Bauraumgewinne zu verantworten sind und den Einsatz neuartiger Technologien sinnvoll erscheinen lassen. Ein greifbares Beispiel stellt hier das Hochvoltspeicher-Ladegerät dar. Der Ladevorgang von elektrischer Energie in den fahrzeuginternen Speicher ist ein für den Kunden alltäglicher Betriebsaspekt eines elektrifizierten Fahrzeugs und daher kritisch in Bezug auf dessen Akzeptanz und Konkurrenzfähigkeit. Während öffentliche DC- Ladesäulen durch hohe Ladeleistungen und damit kurze Ladezeiten eine Komfortfunktionalität darstellen, sind im Fahrzeug verortete AC-Ladegeräte als Basisfunktionalität besonders empfindlich hinsichtlich Bauraumbedarf und Systemkosten und müssen daher stark miniaturisiert werden. Leistung und Netzanbindung Hohe Leistung über stärkere Netzanbindung Niedrige Leistung über privaten Hausanschluss Bauraum Unkritisch, da externe Ladesäule Kritisch, da im Fahrzeug verortet Systemkosten Hoch, da Sonderfunktion Niedrig, da Massenware 70 <?page no="79"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 1.3 Wide Bandgap Halbleiter als leistungselektronische Schlüsseltechnologie Die technische Notwendigkeit der Miniaturisierung sowie der sich über Bauraumgewinne ergebende finanzielle Spielraum macht die Potentiale neuartiger Wide- Bandgap (WBG) Leistungshalbleiter wie Siliziumcarbid (SiC) oder Galliumnitrid (GaN) attraktiv. Gegenüber der langjährig etablierten und weiterentwickelten Silizium (Si) - Halbleitertechnologie weisen WBG-Halbleiter potentiell überlegenes Schalt- und Leitverhalten auf. Besonders der GaN-Transistor ist durch seine, bedingt durch die laterale Bauart, auf etwa 650V limitierte Sperrspannungsfestigkeit bei hoher Stromtragfähigkeit und sein feldgesteuertes normally-off Schaltverhalten für eine Vielzahl automotiver Anwendungen prädestiniert. [2] Sofern die in der aktuellen Forschung bestätigten verringerten Schalt- und Leitverluste tatsächlich in einer im Fahrzeug verorteten leistungselektronischen realisiert werden können, lassen sich vorrangig durch eine Anhebung der Schaltfrequenz im Sinne der Miniaturisierungsprämisse die zugehörigen passiven Bauelemente signifikant verkleinern. Hiervon typischerweise betroffen sind Speicherdrosseln und Zwischenkreiskondensatoren. Spätestens unter Berücksichtigung eines prognostizierten Preisverfalls der Chips [3] bei steigendem Technologiereifegrad und Nachfragevolumen können die höheren aktivseitigen Kosten relativiert werden. 1.4 Technologische Herausforderungen Disruptive Technologiesprünge wie von Si zu GaN bieten typischerweise einschlägige technologische Vorteile gegenüber etablierten Technologien, unterliegen ihr jedoch in puncto Qualifizierung, Lebensdauer und quantifizierten Fehlermechanismen sowie letztendlich Kosten. Hinzu kommen praxisrelevante Aspekte wie Akzeptanz und Marktdurchdringung, wahrgenommener Notwendigkeit des Umstiegs und insbesondere die Frage nach einer praxistauglichen Implementierung, um die propagierten Vorteile tatsächlich auf Systemebene nutzbar zu machen. Die neuartige GaN-Transistorstruktur nach Abb. 3 bestehend aus AlGaN-GaN Heteroübergang auf substratangepasstem Si Mindestens drei Schottky-Kontakten Im Falle eines normally-on Transistors einer p-GaN Gatestruktur weist fundamental andere Material- und Temperaturkonstanten, thermische Belastbarkeiten, Durchbruchsfestigkeiten, Tunnelströme etc. auf. Im dynamischen Schaltfall muss die Ausbildung eines zweidimensionalen Elektronengases als Leitkanalmechanismus berücksichtigt werden, dessen Performance wiederum von zahlreichen Faktoren wie Transistorgeometrie, Störstellendichte etc. abhängig ist. Diese Aufzählung dient lediglich der Illustration, weiterführende Informationen sind der aktuellen Forschung zu entnehmen [4] [5] [6]. 71 <?page no="80"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors Zusammenfassend existieren folgende Herausforderungen für die Implementierung von GaN: Schaltverhalten: Bedingt durch einen grundlegend anderen Schaltmechanismus können Si-basierte Modellansätze nicht übertragen werden. Dies betrifft wiederum: o Flankensteilheit: In GaN-Halbbrückenkonfigurationen ist die Unterbindung eines Miller-Turn-On eminent, um die Systemstabilität zu gewährleisten. Zudem ist die elektromagnetische Verträglichkeit (EMV) durch induzierte Schwingungen der Kommutierungszelle möglicherweise beeinträchtig. Außerdem sind die erreichten Steilheiten relevant in Bezug auf die Schaltverluste und die Dimensionierung des Treibers o Treiberstufe: Hohe Schaltflankensteilheiten und geringe Einsatzspannungen von GaN-Transistoren erfordern performante Treiberstufen sowie angepasste Pullup- und Pulldown-Impedanzen und Spannungslevel, insbesondere negative Pulldown-Haltespannungen. o Schaltverluste: Die schnellen Schaltflanken in Kombination mit einer geringen parasitären Kapazitätsbehaftung des GaN-Transistors stellen geringe An- und Abschaltverluste in Aussicht. Hinzu kommen der intrinsische Leitkanal und damit eine Sperrschichtkapazität nahe null. Es existieren jedoch unerwünschte Effekte wie der „Current Collapse“, oder dynamischer Leitkanalwiderstand, in Abhängigkeit von Temperatur, Sperrspannung und effektiver Sperrwirkdauer. Transistorpackage und elektrische Anbindung Hohe Flankensteilheiten stellen verschärfte Anforderungen an das Transistorpackage. Niederimpedante Last- und Gatekreise sind erforderlich, um die Steuerbarkeit und Performance von GaN nutzbar zu machen. Teil- oder vollmonolithische Integration von Treiber und Halbbrücke erlauben es, die tatsächliche Performance von GaN nutzbar zu machen. Fertigungsprozess und Kosten sind gegenzuhalten. Eine performante thermische Kopplung des Halbleiters ist wünschenswert. 72 <?page no="81"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors Lebensdauer und Qualifizierung Halbleiter- und packageinduzierte neuartige Fehlerbilder müssen erfasst und minimiert werden. Hier sind insbesondere der dynamische Leitkanalwiderstand sowie das thermische Langzeitverhalten explorativer Packages anzuführen. In Puncto Qualifizierung sind Halbleiterhersteller im Jahr 2016 zusammengerückt und arbeiten an angepassten Maßnahmen speziell für GaN-Transistoren innerhalb der „GaNSPEC Working Group“ der JEDEC [8]. In Bezug auf das Packaging des GaN-Transistors ist eine Tendenz hin zu niederinduktiven SMD-Designs zu verzeichnen, teilweise in Verbindung mit teilmonolithischer Treiberintegration. Die BMW Group selbst engagiert sich hier innerhalb des Konsortialförderprojekts „GaNIAL“ des Bundesministeriums für Bildung und Forschung (BMBF) [9] und untersucht die Vorteile einer hochintegrierten GaN-Halbbrücke nach Abb.4. 1.5 Inhalt des Papers Es ist offensichtlich, dass ohne einschlägige Qualifizierung des GaN-Transistors eine industrielle Nutzung der Technologie unrealistisch bleiben wird. In diesem Paper soll jedoch aufgezeigt werden, dass selbst bei gegebener Konformität noch immer große Unsicherheiten bezüglich der schaltungstechnischen Implementierung existieren. Als Lösungsweg zeigt dieses Paper die Betrachtung eines physikalischen Halbleitermodells auf, um systemrelevante Aussagen treffen zu können. Hierzu wird als leistungselektronische Beispieltopologie das Hochvoltspeicher-Ladegerät vorgestellt und dessen Zielkonflikte bei der Dimensionierung auf die aktivseitigen GaN-Komponenten heruntergebrochen. Ein Ausblick in Bezug auf präzisiere Halbleitermodelle bildet die Conclusio. 73 <?page no="82"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 2 Die AC-Ladetopologie 2.1 Systemseitige Anforderungen im Fahrzeug Das wechselstromseitig angebundene Ladegerät für den fahrzeuginternen Hochvoltspeicher (AC-Lader) ist als im Fahrzeug verortete Serienkomponente stark vom Miniaturisierungsdruck betroffen. Der Entwicklungszielkorridor für die volumetrische Leistungsdichte liegt dabei deutlich über 3kW/ l im Jahr 2021 (Ref. Abb.5). Eingangsseitig ist die Leistungsklasse eines AC-Laders durch die jeweilig landestypische Netzspezifikation quasi dauerhaft gültig definiert und vereinfacht somit eine technologische Vorabschätzung. In Deutschland ergibt sich beispielswiese bei dreiphasigem Betrieb und einem Phasenstrom von 32A bei 230V Netzspannung eine maximale Ladeleistung von etwa 22kW. Resultierende Scheitel- und Zwischenkreisspannungen liegen dabei deutlich unterhalb der 650V GaN-Spannungsfestigkeit, womit der AC-Lader ein idealer Kandidat für einen miniaturisierungsgetriebenen Technologiewechsel ist. Ein beispielhaft vorgestellter AC-Lader nach Abb.6. ist weiterhin durch topologische Merkmale gekennzeichnet. Eine aus Sicherheitsgründen notwendige galvanische Trennung von Ein- und Ausgangsseite ist erforderlich, ebenso der Einsatz von normally-off Transistortechnologien. Da außerdem der Hochvoltspeicher von der Netzperiode entkoppelt wird, ist ein Zwischenkreis zur Ausspeicherung dieser Energie notwendig. Da die Auswirkungen eines synchron zur (doppelten) Netzperiode lückenden Ladestromes nicht abschließend geklärt sind, kann auf eine derartige Glättung nicht verzichtet werden. In einem zweistufigen Laderkonzept bestehend aus „Power Factor Correction“ (PFC) und „LLC“ Stufe ist der Zwischenkreis als Koppelglied enthalten. Existierende Ansätze zur Implementierung eines aktiven Zwischenkreises bzw. einer aktiven Ripplekompensation werden in der Literatur beschrieben. Derartige Lösungen sind der Miniaturisierungsprämisse besonders zuträglich und könnten ebenfalls mit GaN-Transistoren realisiert werden. Angenommener Betriebspunkt und damit Auslegungsreferenz ist die Volllast des Laders, in der er sich während eines Konstantstrom-/ Konstantspannung (CC/ CV) - Ladeverfahrens hauptsächlich befindet. 74 <?page no="83"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 2.2 Optimierungsfaktoren der Ladetopologie Primäre Technologiefaktoren Sekundäre Technologiefaktoren Wirtschaftliche Faktoren Schaltfrequenz Regeldynamik Leistungsdichte Halbleitertechnologie/ Treiber Verlustleistungen Effizienz Aufbau-/ Verbindungstechnik Baugröße Passiva Systemkosten Kommutierungszelle/ Snubber EMV konduktiv/ radiativ Normkonformität Betriebsmodi/ Arbeitspunkte PF/ THD/ Filter/ Ripple Lebensdauer/ Robustheit Die vorgestellte Topologie weist mindestens sechs Leistungshalbleiter auf, die potentiell durch GaN-Transistoren ersetzt werden können, im Falle einer PFC-Vollbrücke und einer aktiven Ripplekompensation entsprechend bis zu zehn Stück. Mittels GaN-Technologie können primär durch gesunkene Schaltverluste höhere Schaltfrequenzen erreicht werden. Folglich fallen PFC-Speicherdrossel und LLC- Transformator deutlich kleiner aus, der Lader wäre bei gleichbleibend hoher Effizienz und positiver Preisentwicklung miniaturisiert. Hinzu kommt die Betriebsstrategie der PFC-Stufe nach Abb.7 als weiteres fundamentales Auslegungsmerkmal des Laders. Der für die Netzanbindung korrigierte Sollstrom der PFC-Drossel vor dem Eingangsfilter kann beliebige Ausprägung hinsichtlich Schaltfrequenz und Stromripple erfahren, stets verkoppelt mit dem Induktivitätswert und damit indirekt mit der geometrischen Abmessung der PFC-Drossel. Hiervon sind drei charakteristische Schaltmuster dargestellt. Verringerte Schaltverluste während einer harten Kommutierung durch 75 <?page no="84"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors verminderte parasitäre Kapazitätsbeläge lassen auch den hochfrequenten Betrieb im kontinuierlichen Betrieb (CCM) im Vergleich zu Si-Transistoren realistisch erscheinen. Es ergibt sich ein weites Optimierungsfeld, welches hochgradig abhängig ist von aktivseitigen Schaltverlusten sowie frequenzabhängigen Verlustmechanismen in der Induktivität. Losgelöst vom Stromverlauf einer PFC-Stufe existieren weitere Optimierungsfaktoren, welche nachfolgend plakativ für eine generalisierte leistungselektronische Konzeptionierung verwendet werden. Die vorgestellten Parameter (Ref. Tab. X) lassen sich in direkte technologisch bedingte Faktoren aufteilen, welche wiederum übergeordnete Faktoren beeinflussen und sich letztendlich in einer wirtschaftlichen Systembetrachtung niederschlagen. Da industrielle Hardwareentwicklung maßgeblich aus wirtschaftlichen Gründen verfolgt wird, ist ein Top-Down Designprozess auf Systemebene zur Auslegung eines leistungselektronischen Energiewandlers ein beliebtes Simulationsmittel. Wirtschaftliche Aspekte können ohne große Kenntnis von tiefergehenden Technologiefaktoren miteinander verkoppelt werden, sodass entsprechende Trends erkennbar werden - beispielhaft der Zusammenhang von Schaltfrequenz und Miniaturisierung. Bei überschaubaren Topologien, geringen Schaltfrequenzen und klassischen Si- Leistungshalbleitern ist diese Optimierung auch quantitativ hinreichend genau und kann zur gesamthaften Auslegung des Systems herangezogen werden. Die Systemsimulation, beispielsweise in der MATLAB ® Simulink Umgebung, stellt dabei nach Abb.8 keine großen Anforderungen an Datenlage, Detailwissen zu Komponenten und Ressourcenaufwand. Sie birgt hingegen die Gefahr, dass möglicherweise stark vereinfachte oder nicht modellierte primäre Technologiefaktoren nicht inkludiert sind. Dies ist insbesondere in Verbindung mit hochfrequent betriebener und schnell schaltender WBG-Leistungselektronik der Fall. Parasitäre Effekte wie Skin- und Proximityeffekte in passiven Bauelementen sowie hochgradig komplexe Schalt- und Leitverlustmechanismen in aktiven Bauelementen sind maßgeblich bestimmend für eine gesamtoptimale Betriebskonfiguration. Datenblattwerte der Hersteller können unbrauchbar werden, da nur für einen einzigen Betriebspunkt vermessen, stark idealisiert oder nicht mit nötigen physikalischen Abhängigkeiten hinterlegt. Die nur selektive und beschränkte Erhöhung der Genauigkeit eines Modellparameters, beispielsweise via PLECS ® Submodelle, ist aufgrund der starken Verkoppelung sämtlicher primärer Technologiefaktoren nicht zielführend, wenn die zugrunde liegende physikalische Verflechtung nicht mit abgebildet ist. Als Beispiel sei hier die Abhängigkeit der Schaltverluste von der verwendeten Treiberstufe sowie Kommutierungszellengeometrie genannt. 76 <?page no="85"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors Die Technologiesimulation, typischerweise beschränkt auf definierte aktive oder passive Bauelemente, hat den Anspruch, physikalisch basierte Mechanismen derart präzise zu quantifizieren, dass belastbare übergeordnete Systemaussagen getroffen werden können und stellt daher hohe Ansprüche an Ressourcen- und Datenverfügbarkeit. Dieser Bottom-Up Ansatz setzt voraus, dass die verfügbaren Rohdaten, vorliegend als empirische oder physikalisch-analytische Beschreibungsform, in weiten Grenzen Gültigkeit besitzen und das Bauteilverhalten sowie alle Dependenzen gesamthaft beschreiben. Diese Anforderungen lassen drei fundamentale Probleme erkennen. Erstens unterliegt die exakte Datenverfügbarkeit stets der Genauigkeit des verwendeten Submodells. Es existieren für GaN-Transistoren zahlreiche Modellansätze, rangierend von rein empirischen Fitting-Modellen bis hin zu physikalisch basierten, halbleiterabhängigen analytischen Modellen. Letztere weisen die Vorteile einer erhöhten Genauigkeit bei bewahrter Allgemeingültigkeit der Modellbeschreibung auf, Technologieparameter wie Kanallänge oder -Geometrie bleiben direkt adressierbar. Es existieren hier Bestrebungen, eine physikalisch basierte Modellbeschreibungsform als Standard zu definieren [10]. Zweitens ist bei der Dimensionierung einer Topologie mit kommerziellen Halbleitern mit den Daten der Hersteller zu arbeiten. Die Herausgabe physikalischer Parameter, welche eine exakte Modellbeschreibung zulassen würden, ist aus geheimhaltungstechnischer Sicht nicht im Sinne des Halbleiterherstellers zu sehen. Neben der angesprochenen Modellstandardisierung bleibt es dem Anwender überlassen, mit den „Black Box“ Modellen der Hersteller zu arbeiten, oder selbst empirische Fitting- Modelle anhand einer Halbleiterkennfeld-Charakterisierung aufzustellen. Drittens sind die etablierten Simulationsumgebungen, beispielsweise SPICE, nicht dazu geeignet, komplette elektronische Systeme hinsichtlich sekundärer oder wirtschaftlicher Faktoren zu optimieren. Dies liegt einerseits an abweichenden Modellbeschreibungsformen, andererseits an fehlender Interoperabilität mit etablierten Systemsimulationsumgebungen, beispielsweise SPICE mit MATLAB ® Simulink. Iterative Optimierungsverfahren auf Systemebene setzen eine schnelle Submodellkonvergenz voraus, da diese Technologiesimulation wiederholt gestartet werden muss, um globale Optima zu finden. Dies kann in einer einzigen Simulationsumgebung aufgrund fehlender Spezialisierung nicht gegeben sein. Große systemrelevante Zeitschritte, beispielsweise die 50Hz Netzperiode des AC-Laders, stellen hier unnötig komplexe Anforderungen an eine transiente Simulation. 2.3 Lösungsansatz zur Verkoppelung beider Simulationen Der in diesem Paper beschriebene Lösungsansatz sieht eine Identifikation von Parametern am Beispiel einer GaN-Halbbrücke mit induktiver Last vor, die eine Verkoppelung beider vorgestellter Simulationsansätze ermöglicht (vgl. Abb.9). Eine leistungselektronische Topologie wird aktivseitig durch einen generalisierten Schaltfall charakterisiert, durchgeführt innerhalb einer Technologiesimulation. Die Inputparameter sind derart zu wählen, dass eine Halbbrücken-Schalttransition in Arbeitspunkt und physikalischer Konfiguration eindeutig bestimmt ist. Die Outputparameter hingegen sind durch sämtliche relevanten Ergebnisse der Schalttransition in Bezug auf Arbeitspunkt, Stabilität und Verlustbehaftung bestimmt. Es kann dabei auch eine Beschränkung auf die Schalttransiente vorgenommen werden und die anschließend statische R ON -bestimmte Leitphase innerhalb der Systemsimulation be- 77 <?page no="86"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors trachtet werden, sofern zeitdynamische Effekte wie der „Current Collapse“ hinreichend abgeklungen sind. Die Temperaturmodellbeschreibung kann ebenso aufgrund größerer Zeitkonstanten auf Systemebene betrachtet werden, sofern dynamische Leitkanalerwärmungen während der Schaltphase nicht betrachtet werden sollen. Typische Werte für die Inputparameter bestehen aus: Stromarbeitspunkt Maschenspannungen der induktiven Halbbrücke Induktivität Totzeiten (Statischer) Temperaturarbeitspunkt (On-Zeiten) Weitere Technologieparameter o Gateimpedanz o Treiberspannungen o Etc. Typische Werte für die Outputparameter bestehen aus: Stromarbeitspunkt Maschenspannungen der induktiven Halbbrücke Gesamte oder einzelne Verluste der Halbbrücke Abstände zu sicherheitskritischen Pegeln (vgl. Miller-Turn-On) EMV-Spektren Etc. Die Inputparameter werden per Sweep berechnet und der Systemsimulation per Look-Up Table zugeführt. Dadurch muss eine bestimmte Technologie, unabhängig vom späteren topologischen Einsatz, nur einmalig charakterisiert werden. Der Kompromiss zwischen Auflösung und Ausführungsgeschwindigkeit lässt sich über die Mächtigkeit der Inputparameter sowie deren Interpolationsgrad steuern. Erweiterte Technologieparameter wie beispielsweise die Gateimpedanz können vorerst auf pra- 78 <?page no="87"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors xisnahe Fixwerte gesetzt werden oder durch eng gefasste Grenzwerte vereinfacht werden. Die Wahl geeigneter Inputparameter hängt dabei maßgeblich vom Detailgrad der zugrunde liegenden Technologiemodellierung ab. Wie im vorherigen Kapitel beschrieben können diese empirischer oder physikalischer Natur sein, wobei nur letztere die direkte Adressierbarkeit von Technologieparametern wie beispielsweise Kanallängen oder Dotierungen gewährleisten. In diesem Paper wurde vorerst auf ein derartiges physikalisches Modell verzichtet und ein frei verfügbares Herstellermodell herangezogen. Dessen Auswertung im Sinne des hier vorgestellten Vorgehens wird im nachfolgenden Kapitel behandelt. Analog existieren für passive Bauelemente wie PFC-Drossel ebenfalls geeignete empirische oder analytische Submodelle. Finite-Elemente-Methode (FEM) Simulationen bilden das Pendant zur SPICE-basierten Technologiesimulation. Auch hier lassen sich geeignete Input- und Outputparameter identifizieren, wie beispielsweise Fourierspektrum des Stromarbeitspunktes über eine Periode. In diesem Paper werden nachfolgend nur aktive Leistungstransistoren und deren Treiberstufe berücksichtigt. 3 Generalisierter Schaltfall 3.1 Modellaufbau und Durchführung Während für die Technologiesimulation verschiedene transiente Schaltungssimulatoren anwendbar sind, wurde aufgrund der in diesem Paper angestrebten Inhalte eine LTSpice ® Simulationsumgebung verwendet. Sie bietet eine große und schnell adaptierbare Submodellverfügbarkeit, schnelle und parallelisierbare numerische Solver mit einstellbarer Toleranz sowie eine robuste Konvergenz. Direkte Softwarekompatibilität zu den Toolboxen der MATLAB ® Simulink Umgebung ist nicht gegeben, daher werden die ausgegebenen Waveforms bzw. Measurement-Scripts automatisiert eingelesen. Die verwendeten Submodelle sind nachfolgend aufgeführt: - GaN-HEMT: Gansystems ® Level 3 Modell des GS66516T (diskretisiert) - Treiber: Texas Instruments ® UCC27511 GaN-Driver - Logikisolator: Texas Instruments ® ISO7710 Isolator (SPICE-konvertiert) - Kondensatoren: Murata ® RLC-Modell parameterabhängig mit Fit für relevante Frequenzbereiche - PCB-Induktivitäten: Mit Doppelpulsmessung sowie „Finite Elemente Methode“ (FEM) plausibilisierte Werte Schaltverluste werden gemäß einer 90/ 10% Schwelle für die anliegende Gate- Source-Spannung V GS am GaN-HEMT integriert und umfassen Leitkanalverluste, Treiberverluste in Endstufe und Gateimpedanz sowie dielektrische Verluste in der 79 <?page no="88"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors parasitären Kapazitätsstruktur (abgeleitet aus den Materialkonstanten für GaN). Verluste in Pufferkondensatoren können als passiver Beitrag separat ausgeleitet werden. Die späte Auftrennung von Schalt- und Leitverlusten liefert insgesamt höhere Schaltverlustanteile mit tendenziell erhöhtem Leitanteil, stellt jedoch eine vollständige Abbildung zeitdynamischer Effekte sicher. Da die Transitionszeitpunkte mit ausgeleitet werden, sind die statischen Leitverluste entsprechend verringert. Es wird angenommen, dass das verwendete GaN-Transistormodell empirisch an vermessene Ergebnisse angepasst ist (vgl. frei zugänglichen Quellcode des Modells). Primäre Technologiefaktoren des GaN-Transistors selbst, wie beispielsweise der dynamische Leitkanalwiderstand oder eine geometrisch basierte Gate- Steuerwirkung, sind damit für eine Systemoptimierung nicht adressierbar. Das nachfolgende Kapitel beschränkt sich daher auf externe Faktoren wie Treiberstufe oder Transitionszeitpunkte. Eine Erwärmung des Transistors wird darüber hinaus ebenfalls nicht berücksichtigt. Die nachfolgend in Tab.2 beispielhaft aufgeführte Dimensionierung der Halbbrücke nach Abb.10. ist als Basiswert für die in Abschnitt 3.2 diskutierten Punkte zu verstehen. Parameter Dimensionierung Kommentar Kommutierungszellen- Induktivität 1 nH Exkl. Packages von Gan- HEMTs und Zwischenkreiskondensatoren Gatezellen-Induktivität 1.2 nH Exkl. Packages von GaN- HEMTs, Treiber und Gate- Vorwiderstände Gatespannungskreis- Induktivität 500 pH Exkl. Packages von Treiber und Pufferkondensatoren Gate-Pullup-Spannung 6 V Per LDO verfügbar Gate-Pulldown-Spannung -3 V Per LDO verfügbar Gate-Pullup-Widerstand 0.1-15 Ohm 0402 Package Gate-Pulldown-Widerstand 0.1-15 Ohm 0402 Package Zwischenkreiskondensator 1 470 pF Murata ® MLCC, ESR und ESL aus Datenblatt Zwischenkreiskondensator 2 1 uF TDK ® CeraLink, ESR und ESL aus Datenblatt Zwischenkreiskondensator 3 3x330 uF Elektrolytkondensator, ESR und ESL aus Datenblatt 80 <?page no="89"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 3.2 Berechnete Schaltzellenkonfiguration und Simulationsergebnisse 81 <?page no="90"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 1. Vermeidung eines Miller-induzierten Brückenkurzschlusses Bei gegebener Gate- und Kommutierungszelleninduktivität und einem minimalen Pulldown-Widerstand von 0.1 Ohm sowie parallelem Diodenfreilauf ergibt sich eine Abhängigkeit von nötiger Pulldown-Spannung V PD gegenüber der Einschaltbedämpfung über den Pull-Widerstand R PU nach Abb.13. Zielsetzung ist, jederzeit unterhalb der Transistorschwellspannung U TH zu bleiben. Abb.11 veranschaulicht den sog. „Miller-Turn-On“ grafisch bei V PD =-3 Volt. Dieses Verhalten deckt sich mit den Messergebnissen der realen Halbbrücke im Doppelpulstest in Abb.12. Der sich andernfalls ergebende Brückenkurzschluss ist sowohl aus Sicherheitsaspekten, als auch aufgrund stark ansteigender Schaltverluste nach Abb.14 zwingend auszuschließen. Da der Technologieparameter der Pullup-Impedanz jedoch auch maßgeblich die Schaltverluste beeinflusst, besteht hier ein Zielkonflikt. 82 <?page no="91"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors 2. Schaltverlustoptimaler Gatekreis Abb.14 veranschaulicht die Schaltverluste einer Halbbrückentransition in Abhängigkeit des kommutierten Stromes und der relativen Totzeit. Während Totzeiten mit T D << 0 zu einem parameterabhängigen Brückenkurzschluss und damit im Dauerbetrieb zur thermischen Zerstörung der GaN-Transistoren führen, verursachen T D >> 0 ungünstig hohe Verluste im Rückwärtsbetrieb des GaN-HEMTs approximiert durch: P Loss,RR (U TH + |U PD |) * I + R DSON (U TH , U DS ) * I² mit Schwellspannung U TH , Pull-Down-Spannung U PD , Leitkanal R DSON , Strom I. Dazwischen liegt ein stromabhängiges Schaltverlustminimum, charakterisiert durch die vollständige Umladung der transistorinternen Kapazitäten. Dieses sog. „Valley Switching“ oder „Zero Voltage Switching“ (ZVS) bietet sich daher für alle induktiv betriebenen Halbbrücken an, wobei in der Praxis der Begriff ZVS lediglich zur Abgrenzung von hart schaltenden Halbbrücken geläufig ist, hier im engeren Sinne jedoch das Verlustminimum als Funktion der Totzeit beschreibt. Dies ist linksseitig durch einen ansteigenden Anteil eines unvollständig umgeladenen Schaltknotens begrenzt (harte Kommutierung), rechtseitig durch ansteigende Rückwärtsverluste. Das jeweilige Minimum ist abhängig von der Pullup-Impedanz, dargestellt in (Ref. Abb. X). Der beschriebene Zielkonflikt zwischen Verlusten und Betriebssicherheit kann nun durch eine korrekte Wahl des Pullup-Widerstands optimal gelöst werden. Im verwendeten Modell sind dies mindestens 10 Ohm bei V PD = -3 Volt. Eine negative Pulldown- Spannung bleibt bei diskreten Aufbauten somit erforderlich, um Betriebssicherheit zu gewährleisten. Solange eine angepasste Totzeit die Verweildauer in der Rückwärtskeitfähigkeit des Transistors minimiert, hat dies keine Auswirkungen auf 83 <?page no="92"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors die Schaltverluste. Eine teil- oder vollmonolithische Treiberintegration bleibt daher auch deshalb sinnvoll, um Bauteilkosten für eine Generation von V PD einzusparen, vor allem aber, um per minimierter Pullup-Impedanz die Schaltverluste klein zu halten (vgl. [9]). 3. EMV-Betrachtung der Kommutierungszelle Die EMV-kritische Bedämpfung der durch die nichtideale Kommutierungszelle hervorgerufenen HF-Schwingungen muss durch einen entsprechend niederimpedant angebundenen Zwischenkreis erfolgen. Das Modell erlaubt per Fourieranalyse die Identifikation dieser Schwingungen im Frequenzbereich von etwa 120 MHz (vgl. Abb.15). Ein leistungselektronischer Zwischenkreis bestehend aus niederfrequent wirkender Elektrolytkondensatoren zu Dämpfung von z.B. 100 Hz - Perioden in einem AC-Ladegerät sowie aus nahe an den Halbleitern platzierten keramischen Kondensatoren. Neuartige TDK CeraLink ™ Kondensatoren mit einer Eigenresonanzfrequenz in der Größenordnung mehreren Megahertz sind zur Bedämpfung der Schaltflanke (Grundwelle) einer Halbbrücke bis in den Megahertzbereich geeignet. Um jedoch den parasitären und EMV-kritischen HF-Anteil auszufiltern, ist der Einsatz einer 84 <?page no="93"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors Kondensatortechnologie mit weit höherer Eigenresonanz >200 MHz erforderlich. Dies wird durch kleinere Bauformen bei niedrigerer Kapazität erreicht, z.B. durch Murata ® GRM Series MLCCs. 4 Conclusio In diesem Paper wurde eine simulative Möglichkeit aufgezeigt, die Vorteile einer Systemsimulation mit einer Technologiesimulation zu verknüpfen, um insbesondere für anspruchsvolle Technologien wie GaN belastbare Optimierungsergebnisse zu erzielen. Anhand eines frei verfügbaren Transistormodells wurden Lösungswege für GaNspezifische Zielkonflikte und Herausforderungen erarbeitet, die sich in einer weiterführenden Systemsimulation berücksichtigen lassen. Dabei wurde offensichtlich, dass die vorhandenen Halbleitermodelle den größten limitierenden Faktor darstellen. Es wird daher befürwortet, zukünftige Standards bezüglich einer physikalischen Modellbeschreibung zu definieren, um die tatsächlichen Vorteile der disruptiven Halbleitertechnologie evaluieren zu können. 85 <?page no="94"?> Increased Power Density of On-Board Charger Applications using Gallium-Nitride Transistors Literatur [1] BMW Group, Pressemeldung vom 02.05.2017 und 13.04.2018 [2] Dr. Peter Friedrichs, Infineon Technologies - Prof. Dr. José Millán, CNM Barcelona - Thomas Harder, ECPE - Prof. Dr. Nando Kaminski Univ. Bremen - Prof. Dr. A. Lindemann, Univ. Magdeburg - Prof. Dr. Leo Lorenz, ECPE - Dr. Lothar Schindele, Robert Bosch - Peter Ward, Anvil Semiconductors (2016): Next Generation Power Electronics based on Wide Bandgap Devices - Challenges and Opportunities for Europe. In: [3] Yole Power GaN Report, 2014 [4] Alexander Brunko; Nando Kaminski (2016): Risk Assessment of GaN Devices for Long Life Applications. In: . [5] Ibbetson, J. P.; Fini, P. T.; Ness, K. D.; DenBaars, S. P.; Speck, J. S.; Mishra, U. K. (2000): Polarization effects, surface states, and the source of electrons in AlGaN/ GaN heterostructure field effect transistors. In: 77 (2), S. 250-252. DOI: 10.1063/ 1.126940. [6] Koudymov, Alexei; Shur, Michael S.; Simin, Grigory; Chu, Kanin; Chao, P. C.; Lee, Cathy et al. (2008): Analytical HEFT I- V Model in Presence of Current Collapse. In: 55 (3), S. 712-720. DOI: 10.1109/ TED.2007.915092. [7] Chiu, Hsien-Chin; Chang, Yi-Sheng; Li, Bo-Hong; Wang, Hsiang-Chun; Kao, Hsuan-Ling; Hu, Chih-Wei; Xuan, Rong (2018): High-Performance Normally Off p-GaN Gate HEMT With Composite AlN/ Al 0.17 Ga 0.83 N/ Al 0.3 Ga 0.7 N Barrier Layers Design. In: IEEE J. Electron Devices Soc. (IEEE Journal of the Electron Devices Society) [8] Butler; Stephanie Watts (2016): Standardization for Wide Bandgap Devices: GaNSPEC DWG, APEC 2017 [9] Waltereit, P. (2016): GaNIAL Gesamtvorhabensbeschreibung [10] Khandelwal, S. et. al. (2015): ASM-HEMT: Compact model for GaN HEMTs. In: . [11] Bakeroot, Benoit; Stockman, Arno; Posthuma, Niels; Stoffels, Steve; Decoutere, Stefaan (2018): Analytical Model for the Threshold Voltage of p -(Al)GaN High-Electron-Mobility Transistors. In: 65 (1), S. 79-86. DOI: 10.1109/ TED.2017.2773269. 86 <?page no="95"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications Antonio Leon-Masich, Rubén Molina-Llorente, Marc Tena-Gil, Rafael Jiménez-Pino Abstract This paper presents the analysis and design of four phases bidirectional 48V/ 12V DC-DC converter with coupled inductors operating in interleaving mode. The converter is supplied by a 48-Volt battery and is capable to deliver power in buck mode to a 12-Volt battery, or in boost mode from the 12-Volt battery to the 48-Volt one. The performance of the converter is investigated using wide-bandgap devices, more specifically Gallium Nitride (GaN) High Electron Mobility Transistors (HEMTs). The experimental measurements show that an efficiency of a 98.2% is obtained at 1 kW and a 97% when the converter is delivering 2.4 kW in buck mode, demonstrating the feasibility of the presented approach. 48V/ 12V converters for Mild Hybrid Electrical Vehicles (MHEV) where the water-cooling must be avoided can be a promising application. 1 Introduction Nowadays, in addition to electricity generation by means of renewable energies, an important way to contribute to CO 2 reduction is the shift of the current architecture vehicles to those that are more efficient [1]. Furthermore, the governments are promulgating new normative to achieve this CO 2 reduction levels, as appears in Fig.1. One of these architectures that have proven to be more efficient in the short-term is the MHEV architecture (Mild Hybrid Electric Vehicle). 87 <?page no="96"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications As aforementioned, one of these new architectures that can help to decrease the emissions are the MHEV architectures. These, reduces the vehicle's mechanical loads, such as air conditioning, and transfer them to electric charges that work with a Li-Ion battery of 48-Volt. The 48-Volt battery is charged with the energy recovery in the descents or braking by means of BiSG (Belt-integrated Starter Generator) generator. As the name suggests, the BiSG generator can be used to start the combustion engine which replaces the 12-Volt alternator. Owing to all vehicle electronics operate at 12-Volt, both batteries will survive together for some years. For this Reason, the 48-12V converter will play a key role in this technology since it will allow charging the 12-Volt battery through the 48 V Li-Ion battery. In Fig. 2 can be observed the 48/ 12V system with both batteries, loads and 48/ 12V DCDC Converter. SG DC-DC Converter 48V-12V BN 14V BN48V GROUND Energy Transfer 12V Battery 12V Load 48V Battery 48V Load Therefore, in order to reduce the energy losses in the energy transfer, the converter must have an optimum efficiency preferable more than 96%. At the same time, higher efficiency means that the heat dissipation of the converter could be enough to use air convention avoiding the liquid cooling. This facilitates the assembly, and any part of the vehicle can be used to assemble the converter. In addition, the cost of assembly and assembly parts is reduced. The powers of these converters round between 2 and 3.5 kW to be able to quickly charge the 12-Volt battery and feed its charges if necessary. The energy transfer can be bidirectional so that if necessary the 48-Volt battery could be charged with the 12-Volt battery. Thus, the goal of this paper is to demonstrate that the use of GaN devices can be beneficial in the 48V/ 12V converters required by MHEV vehicle architectures. The proposed converter requires efficiencies higher than 97% in all its power range and has to be capable to deliver power in buck or boost mode, with no water cooling or forced air dissipation. From the technological point of view, the extreme conditions of high current operation in this hard switching topology are counteracted by the use of GaN power devices, what eventually results in a good efficiency. This paper is organized as follows: a brief review of the state of the art of the 48V/ 12V converter topologies are presented in Section II. Experimental measurements in the converter supplying energy to a 12-Volt battery with GaN devices are reported in Section III. Finally, the conclusions are presented in Section IV. 88 <?page no="97"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications 2 48V/ 12V DC-DC Converters There are many options to achieve a DC/ DC converters with a voltage conversion ratio from 48 V to 12 V and vice-versa, most of them derived from the buck topology. Among the non-isolated topologies, it is possible to find in the literature several topologies with four switches as the full Bi-directional buck-boost converter [3]. By one side, this topology seems attractive because it has only one storage element. By another side, it has four switches, more specifically two high side MOSFETs and two low sides, and the current in both sides, input, and output, is pulsating, resulting in the necessity to introduce a high order filter to deal with these current pulse levels. Other converters capable to achieve these voltage conversion ratios with only two switches, without losing the bidirectionality, are the SEPIC or ZETA converters [4,5]. Although these topologies only use two switches ( one high side switch and one low side switch) it is necessary to place four storage elements, increasing the control complexity of the converter. Additionally, the converter is still having a pulsating current in one side. Another well-known converter that is used in these applications is the synchronous buck converter [6]. This topology seems by itself a good candidate for these applications because it has only two active switches, one high side and another low side, two storage elements, and a low control complexity. Nevertheless, it has a pulsating current in the high voltage path as in the Zeta or SEPIC converters. Among the isolated topologies it is possible to find several topologies, as the Full Bridge topologies [7], LLC resonant topologies [8] or several Dual-Active Bridge Topologies [9,10]. All these aforementioned topologies can achieve this voltage ratio, achieving in some cases zero-voltage switching (ZVS) i.e. increasing the converter efficiency, as expenses of introducing a transformer, a high number of active switches, increasing the control complexity, resulting in an expensive solution compared with the non-isolated ones. As a result, the aim of this work is the using of a synchronous buck converter topology, because, as explained, it has fewer devices and less control complexity. Nevertheless, in order to decrease its drawbacks, as the pulsating current and the efficiency in comparison with the isolated topologies, two variants are introduced. The first one is the connexion of several stages in interleaving. The second one is the using of coupled inductor between phases to not deteriorate the efficiency in the inductors. The last is the use of GaN devices. All of them are used in order to improve the efficiency of the converter. 2.1 Interleaving operation in the 48V/ 12V DC/ DC converters. In order to maintain a reasonable converter efficiency and power density with the synchronous buck topology, the solution is to use several branches to share the current with them. Depending on the connection between these converters, it is possible to distinguish the parallel converters and the interleaved [11]. In this paper, we are focused only on the interleaved ones (Fig. 3). These ones, are connected in parallel, but its gates signal the switches are shifted over equal fractions of a switching period. Some of the advantages of the interleaving connection of converters are: - Reduced power rating in the switches. The current can be shared between N converters. - Improved dynamic performance and simple controllability. The reactive elements have smaller values in comparison with a unique converter for the same power level. 89 <?page no="98"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications - Fault-tolerant capability. The DC/ DC can continue operating at reduced power is some failure occur. RL2 C2 Q1 V_48V Q3 Q2 Q4 V_12V L1 C1 RL1 Qn Qn+1 …………….. …………….. L2 Ln Other important characteristics in this kind of converters are the ripple reduction due to the harmonic compensation or even cancelation. The Fig. 4 shows the normalized input current of an interleaved converter considering N interleaved stages. This is a key point in the automotive converters where the input current can be drastically reduced. This phenomena also occurs in the output voltage, where the output capacitor sees a higher ripple frequency, which benefits the filtering properties. By another side, one of the main drawbacks of these topologies is in the non-ideality of its reactive elements. If some element, as the inductors, has different values between the converters, the current flowing between each-one can be unbalanced. Nevertheless, the control strategy can deal with this, and control the current that is flowing in each branch independently on its different value elements. 90 <?page no="99"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications 2.2 Coupled inductors in the 48V/ 12V DC/ DC converters. The multiphase converters with coupled inductors where proposed by P. Wong et al. in 1999 [12]. These topologies were presented as a solution to solve the conflict in the multiphase buck converters with non coupled ones. The main magnetic characteristics of the coupled inductor design, are presented in several publications [13]. In the last paper, is possible to find the characteristics of the flux, as a function of the mutual inductance, several coupled inductor design as a function of the number inductors coupled, dependence of the ferrite form factor, etc. Nevertheless, the study and design of the magnetic are out of the scope of this paper. RL2 C2 Q1 V_48V Q3 Q2 Q4 V_12V L1 L2 ICI C1 RL1 To summarize, the main advantage of the using a coupled inductor in this kind of topologies relapse in the inductor current ripple decrease. By one side, in a noncoupled topology the current ripple in the inductor, is : SW O L f L D V i · 1 · (1) where is the output voltage of the converter (considering that is operating in buck mode), is the inductor current ripple, is the duty ratio of the converter, is the inductor value, and is the switching frequency of the converter. By another side, in a coupled inductor topology, its inductor current ripple is given by: SW K O L f k kD D L V i · 1 1 (2) where is the leakage inductance, and is the coupling coefficient given by: K M M L L L k (3) where is the mutual inductance between both inductors. 91 <?page no="100"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications Thus, in order to check the proposed coupled inductor advantages a two-phase synchronous buck converter with coupled inductor and non coupled inductor has been simulated using the PSIM program with the circuit parameters that appear in Table I. S IMULATION P ARAMETERS Input voltage 48 V Output Voltage 14 V Output current 100 A Output Power 1220 W fsw 120 kHz Lm 22 uH Lk 3.8 uH L 3.8uH Fig 6 illustrates the steady state response comparison of the synchronous buck converter with a non-coupled inductor (red line) and the coupled inductor ( blue line). It is important to notice that in both cases the converter is delivering the same output current, i.e. 53 A, and switching at 120 kHz. The difference is: the current ripple in the conventional buck converter is about 20 A with a frequency of 120 kHz ( the switching frequency of the converter). In the coupled inductor solution, the peak to peak current ripple is reduced to 8 A, and its frequency is the double of the switching frequency. 3 GaN-based Converters The components design of the Buck-Boost topology is getting complex when high efficiency in a wide range of power is required. The design of the inductance is a very critical point because it must be optimized both in losses and in size. Different studies can be carried out to design inductors as planar and coupled in order to optimize the size of the converter with optimized losses. The increase of the switching frequency allows to reduce the sizes of the inductors but, on the contrary, increases the switching losses in the active device elements. The Silicon devices every time has better features that improve the efficiency of the converter, especially if the devices are parallelized. However, as commented before, if the switching frequency increase to increase the power density, the losses increase considerably. The technology of the GaN devices allows to increase in frequency without the loss of commutation supposes a penalty. 5 Converter Implementation Ipkpk 20 A Idc 53 A Ipkpk 8 A Ipkpk 20 A Idc 53 A Ipkpk 8 A 92 <?page no="101"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications Thus, considering that an important contribution in the inductor losses is the AC losses, namely: core losses and skin losses, and these are an effect of the peak to peak current, reducing the ripple current results in an increase of efficiency. 2.3 GaN-based converters. Gallium Nitride (GaN) devices are increasingly replacing the Silicon components in several converters due to their attractive characteristics such as high thermal conductivity, low on resistance, low parasitic capacitance, and absence of the intrinsic diode, which make them capable to work at higher switching frequencies and higher currents with low losses compared with their Silicon counterpart [14,15]. Different papers over the last years demonstrate the progressive penetration of the GaN switches in power converters for industrial applications. Nevertheless, is not common to find this switches in automotive applications. This is due mainly to the very strict regulations that are necessary to accomplish in this specific field. By another side, these devices are reaching every day more technological maturity, where they finally will constitute their own market niche in the automotive field. As previously mentioned, due to the good electrical characteristics of these emerging devices, a dramatic increase in the efficiency and power density will be achieved. In this study is demonstrated that the use of GaN devices can be beneficial in the 48V/ 12V converters for automotive applications. Thus, a GaN-based implementation is studied and compared among a Si-implementation in a synchronous buck converter. As commonly known there are two main causes of losses in an active switch device, namely, conduction and switching losses. In the first case, the losses are produced by the parasitic resistances, while in the second case the losses are provoked during the switching transition. In order to calculate the losses in the devices, the classical reported approach [16] is used and illustrated and described in next subsections. 2.3.1 Semiconductor conduction losses. The conduction losses in a MOSFET or a HEMT are given by , and expressed in terms of averaged dissipated power per switching period as: 3 4 · · · · ) ( 2 ) ( 2 ) ( _ D R I R I P on ds L on ds rms M con M (4) 2.3.2 Semiconductor switching losses. The switching losses in a MOSFET or a HEMT can be expressed by (5) and (6) for the turn-on and turn-off transitions respectively: sw off O L off M f t V I P · · · · 2 1 _ (5) sw on O L on M f t V I P · · · · 2 1 _ (6) 93 <?page no="102"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications Notice that the output capacitances of a MOSFET and HEMT also produce losses that are proportional to the drain to source capacitance , and expressed as: sw DS DS ds M f V C P 2 _ · · 3 2 (7) Besides, the energy lost in the gate must be included in the switching losses, expressed by: sw GG iss gs M f V C P 2 _ · · 2 1 (8) 2.3.3 Semiconductor overall losses comparison. GaN vs. Si. To realize a more realistic comparison, a PSPICE model has been generated to corroborate the calculations. In this model not only the device model is compared, additionally the parasitic PCB inductances, and the stray inductances of the components are introduced. These inductances affect the switching transitions and are very important if the engineer wants to take advantage of all the good electrical characteristics of a GaN device. A poor PCB design can yield a low-efficiency converter. The model considered of the switching cell is shown in Fig. 7. Moreover, the circuit parameters used in the simulation appears in Table II, and the efficiency comparison is depicted in the Fig. 8. 94 <?page no="103"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications S IMULATION P ARAMETERS Input voltage 48 V Output Voltage 14 V Output current 100 A Output Power 1220 W fsw 120 kHz L 3.8uH 1.58 2.66 3.56 0.68 1.68 4.04 7.56 0.72 0 10 20 30 40 50 60 70 80 GaN HEMT 16.20 17.57 7.51 4.50 5.44 20.14 7.34 3.18 0 10 20 30 40 50 60 70 80 Si MOSFET Low-Side Gate driver losses Low-Side Conduction Losses Low-Side Turn off Switching Losses Low-Side Turn on Switching Losses High-Side Gate driver Losses High-Side Conduction Losses High-Side Turn off Switching Losses High-Side Turn on Switching Losses 95 <?page no="104"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications Table III shows the main characteristics of the devices used in the prototype in terms of blocking voltage (V DS ), on resistance (R Dson ), the threshold voltage (V th ), the gate voltage (V G ), and gate charge (Q g ). G A N P ARAMETERS Device GaN 1.2kV 63m (30A) Vth 1V Vg -15 3V Qg 60nC Ig 0.4A The experimental prototype has been supplied with three different input voltages (36 V, 48 V, and 52 V) that are the typical values where the 48 V battery can deliver its maximum power. For each input voltage, the output voltage is always controlled at 14.5 V. The first tests realized in the converter are depicted in the Fig. 11 (a) and (b). In this case, the output voltage regulation and the behavior of the coupled inductors in comparison with the single one is presented. In both cases, the input voltage is 48 V and the output voltage is regulated by the converter at 14.5V. Fig. 10 (a) shows the behavior of the converter working with single inductors, i.e. non-coupled inductors. Te CH1 is the input voltage, where the 48 V battery is connected, the CH3 depicts the output voltage, and as expected is regulated by the converter at 14.5 V. Notice that, only two phases are shown in the captions. Thus, the CH2 and CH4 show the current that is flowing through two inductors of different phases. As expected each phase is shifted 180º, the switching frequency is 120 kHz and the current delivered by each phase is 40 A per phase, resulting in a total delivered amount of current of 160 A, i.e. 2.3 kW. It is important to remark that the peak-to-peak current in each phase is 20 A approximately, resulting in high AC losses in the inductors (core and copper) and deteriorating drastically the efficiency of the converter. Fig 10. (b) depicts the same test, but in this case with coupled inductors. CH1 and CH2 depict the current that is flowing through two inductors of different phases, and 96 <?page no="105"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications CH3 and CH4 show the input and output voltage respectively. As in the previous case, the input voltage is 48 V and the output one is 14.5 V, regulated by the converter. The most remarkable point in this caption is the inductor currents. As aforementioned in Section 2, now, not only a voltage ripple cancelation is obtained in the input and output voltages due to the interleaving operation, in this case the current ripples are in interleaving too and its ripple is canceled due to its coupling ratio, with a peak to peak current of 7.5 A when the current delivered by each phase is 44 A approximately, i.e. 2.5 kW. Furthermore, it is possible to appreciate that the currents are in phase due to the negative inductor coupling and the frequency of this currents, as expected is 240 kHz, i.e. two times the switching frequency ( = 120 kHz). With this coupled inductors the efficiency is improved due to the lower ripple current in the inductors, maintaining the same switching frequency in the devices. Once the operation of the converter in interleaving mode with coupled inductor is corroborated, at the output an electronic load is connected. In order to corroborate, the efficiency, as well as the thermal behavior and control of the converter, a load profile was introduced in the load. The profile, depicted in Fig. 11, absorbed a current of 5 A in the beginning during 1 minute. After this minute, the current absorbed is increased linearly from 5 A to the maximum output current, i.e. 180 A. Later, this maximum current is maintained 1 minute. Afterward, the current absorbed is decreased linearly from 180 A to 5 A. Finally, this profile is repeated one cycle more, and finally, the converter is stopped. Iout [A] Time in s 600 s 600 s 60 s 60 s 60 s 185 5 1320 720 660 1380 60 0 97 <?page no="106"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications The power stage used in the experimental results, aside from its mechanical housing is illustrated in the Fig. 9. Fig. 12 (a), (b), and (c) shows the experimental results when the converter is supplied by 36 V, 48 V, and 52 V respectively. In all cases the CH1 is the current absorbed by the electronic load, CH2 is the input voltage, i.e. the voltage of the 48 V battery. Notice that, in this case, as previously mentioned, this voltage is 36 V, 48 V and 52 V in the Fig. 13(a), (b) and (c) respectively. The CH3 depicts the output voltage, always 14.5 V, corroborating that the converter is capable to control its output voltage independently of the current delivered to its output. Finally, the channel F1 shows the instantaneous power delivered by the converter. This power range depicted is from 400 W to 2.4 kW as expected. Additionally, these captions corroborate the expected behavior explained in the Fig. 12. Once the converter behavior has been verified with the load profile, the efficiency of the converter was measured as illustrated in Fig. 13. The efficiency curves where measured switching the converter always at 120 kHz with a dead-time between HEMT of 30 ns. It can be observed that the best efficiency is obtained when the converter is supplied by the lowest voltage, i.e. 36 V, more specifically > 97% in all the power range, and achieving efficiency peaks of 98.3% around 1 kW. This behavior is the normal behavior of a synchronous buck converter because its efficiency is higher as lower is the voltage gain between the input and the output. As a counterpart, the lower efficiency is obtained when the converter is supplied at higher voltages, i.e. 52 V., In this case, the converter efficiency is higher than 96.75% in all the power range, and its maximum efficiency (97.25%) is achieved around the 1 kW power. It is important to notice that the curve has a peak of efficiency in the 1 kW range, and after this efficiency drops. This behavior is due to the conduction losses. As higher are the currents to deliver, higher the associated losses. If the curve must be plain in all the power range, several techniques can be applied, as for example increasing the number of phases in the converter sharing the total amount of current, or placing in each phase more HEMTs in parallel. In both cases, these solutions imply a high number of components, higher cost and more space in the converter. Although the converter presented has four phases, at light load conditions the efficiency is not dramatically decreased, this is due mainly for two reason: First, the associated switching losses in the GaN devices are very low, and secondly, the converter control can activate or deactivate phases as a function of the power delivered, in this case, the converter switches from 2 phases to four phases at the 600 W power 98 <?page no="107"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications level. Finally, it is important to notice, that this efficiency curves are realized considering all the losses in the converter, i.e. microcontroller, supplies, EMC filters…etc. 4 Conclusions The design of a GaN-based 48V/ 12V DC/ DC converters has been investigated. The use of GaN devices in these converters required by the MHEV architectures, improve significantly the efficiency of these systems and improve substantially the cooling system of the associated converter. The main reason for the amelioration is the implementation of the switching cell by means of a GaN HEMT instead of a Si MOSFET because the GaN device has a lower ON resistance, which decreases the conduction losses, and it also exhibits smaller values of parasitic capacitances, which in turn results in a higher value of the transconductance and in faster on and off transitions, this eventually yielding smaller switching losses. The experimental results are in good agreement with the theoretical calculations and simulations. The presented converter achieves efficiencies around 97% when delivers 2.4 kW in buck mode. It has been also proven that the efficiency of the converter arises up to 98% when is delivering 1 kW to its output, due to it light load operation taking advantage of the interleaving mode and the coupled inductor approach. References [1] I. Aharon, A. Kuperman, and D. Shmilovitz, “Analysis of bi-directional buck-boost converter for energy storage elements“, presented at Industrial Electronics Society, IECON 2013 39th Annual Conference, 10-13 Nov. 2013. [2] The International Council on Clean Transportation ICCT, www.theicct.org [3] I. Aharon, A. Kuperman, and D. Shmilovitz, “Analysis of bi-directional buck-boost converter for energy storage elements“, , 10-13 Nov. 2013. 99 <?page no="108"?> High-Efficiency GaN-based 48V/ 12V DC-DC Converter for Automotive Applications [4] S.W. Lee and H.L. Do, “Zero-Ripple Input-Current High-Step-Up Boost-SEPIC DC-DC Converter with Reduced Switch-Voltage Stress“, , vol. 32, pp. 6170-6177, Oct. 2016. [5] H. Zhang, Y. Zhang, and X. Ma, “Distortion Behavior Analysis of General Pulse- Width Modulated Zeta PFC Converter in Continuous Conduction Mode“, , vol. 27, pp. 4212-4223, Marc 2012. [6] E. Vidal-Idiarte, A. Marcos-Pastor, R. Giral, J. Calvente, and L. Martinez- Salamero, “Direct digital design of sliding mode-based control of a PWM synchronous buck converter“, , vol. 10, pp. 1714-1720, Nov. 2017. [7] L. Shu, W. Chen, D. Ma, and G. Ning, “Analysis of Strategy for Achieving Zero- Current Switching in Full-Bridge Converters“, , vol. 65, pp. 5509-5517, Dec. 2017. [8] H. Vu, and W. Choi “A Novel Dual Full-Bridge LLC Resonant Converter for CC and CV Charges of Batteries for Electric Vehicles“, , vol. 65, pp. 2212-2225, August 2017. [9] R.M. Burkart, and J.W. Kolar, “Comparative eta-rho-sigma Pareto Optimization of Si and SiC Multilevel Dual-Active-Bridge Topologies With Wide Input Voltage Range“, ., vol. 32, pp. 5258-5270, Oct. 2016. [10] D. Costinett, D. Maksimovik, and R. Zane, “Analysis of bi-directional buck-boost converter for energy storage elements“, . Vol. 28, pp. 3931-3940, Nov. 2012. [11] L. Albiol, “Design and Control of a Bidirectional DC/ DC Converter for an Electric Vehicle Application“, , Universitat Rovira i Virgili, Tarragona, Oct. 2015 [12] P. Wong, Q. Wu, P. Xu, B. Yang, and F.C. Lee, “Investigating coupling inductor in interleaving QSW . [13] Yan Dong, “Investigation of Multiphase Coupled-Inductor Buck Converters in Point-of-Load Applications,“ Virginia Polytechnic Institute. July 2009. [14] X. Huang, F. Lee, Q. Li, and W. Du, “High-Frequency High-Efficiency GaN- Based Interleaved CRM Bidirectional Buck/ Boost Converter with Inverse Coupled Inductor“, ., vol. 31, pp. 4343-4352, Sept. 2015. [15] D. Reusch, and J. Strydom, “Evaluation of Gallium Nitride Transistors in High- Frequency Resonant and Soft-Switching DC-DC Converters“, , vol. 30, pp. 5151-5158, Oct. 2014 [16] R.W. Erickson, and D. Maksimovik, Fundamental of Power Electronics, 2nd Ed. Norwell, MA Kluwer, 2001. 100 <?page no="109"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen Stefan Schwimmbeck, Quirin Buchner, Hans-Georg Herzog Abstract The verification of a safety level requires one to analyze the probability of undervoltage occurring in the power supply of a vehicle. One possible cause for an undervoltage might be an overcurrent or a short circuit in a power consumer or its energy supply components. Especially the capabilities of the energy source and the energy storage, as well as the temperature dependencies strongly affect the stability of the system. Consequently, it is difficult to estimate the resulting undervoltage. A possible solution to this problem is to simulate the electrical behavior of the power supply during a short circuit. One can identify all potentially areas of risk in the power supply architecture by simulating and evaluating possible locations for a short circuit dependent of the input conditions. Generally, a limit of stability can be derived from the results of the simulations. The limit of stability describes the lowest nominal current value of the fuse, which is capable of causing a critical undervoltage in the power system due to a short circuit. This article identifies the stability limit of a given example for a vehicle power supply. Furthermore, in order to offer more possibilities for the comparison of different parameters, the input conditions are varied and the probabilities for the occurrence of certain input conditions are multiplied. Hence, any critical input conditions are identified, their likelihood is known and power supply architecture can be compared easily. The limit of stability for the power supply example amounts to the 50 A MAXI fuse. Kurzfassung Für einen Zuverlässigkeitsnachweis wird eine Untersuchung der Eintrittswahrscheinlichkeit für eine Unterspannung in der Energieversorgung im Fahrzeug benötigt. Eine typische Ursache für eine Unterspannung ist ein Kurzschluss in einem Verbraucher, seinen Stromverteilungs- oder Stromversorgungskomponenten. Die resultierende Unterspannung bei einem Überstrom oder einem Kurzschluss hängt von zahlreichen Einflussfaktoren ab. Vor allem die Fähigkeiten der Energiequelle und des -speichers und die Temperaturabhängigkeiten wirken sich stark auf die Stabilität des Systems aus, können aber nur schwer abgeschätzt werden. Eine Lösung dafür stellt die Simulation der Kurzschlussströme und Spannungen dar. Durch die Auswertung der möglichen Kurzschlussstellen in einem Fahrzeug lässt sich jede potenziell hochbelastete Stelle identifizieren. In der Regel kann eine Stabilitätsgrenze - der kleinste Sicherungsnennwert, ab dem ein Verbraucher einen kritischen Kurzschluss hervorrufen kann - abgeleitet werden. In dem Artikel wird dies für eine beispielhafte Energiebordnetzarchitektur durchgeführt. Um mehrere Parameter innerhalb des Bordnetzes besser vergleichen zu können, werden alle Eingangsbedingungen variiert und ihre Auftrittswahrscheinlichkeit verrechnet. Somit kann eine detailliertere Aussage über 101 <?page no="110"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen die Stabilitätsgrenze getroffen werden. In der Beispielarchitektur liegt die Stabilitätsgrenze bei Verbrauchern, die mit einer 50 A-MAXI-Sicherung oder einer größeren Sicherung angebunden sind. 1 Motivation Spätestens seit fahrerlose Fortbewegungskonzepte, wie beispielsweise das ferngesteuerte Einparken, Einzug in die Automobilbranche gehalten haben ist eine Betrachtung der funktionalen Sicherheit unabdingbar. In dem Fahrzeug befindet sich keine Person, die die mechanische Rückfallebene von Komponenten betätigen kann. Somit liegt die vollständige Sicherheitslast auf den elektrischen Komponenten im Fahrzeug und deren zuverlässiger Energieversorgung. Die funktionale Sicherheit im Automobilbereich wird nach ISO 26262 [1] bewertet. Um eine gewisse ASIL-Stufe (engl. „Automotive Safety Integrity Level) zu erfüllen, muss unter anderem das Restrisiko, mit der eine Funktion ihr Sicherheitsziel verletzt, unter einem vorgegebenen Grenzrisiko liegen [2]. Damit eine Funktion beispielsweise ein ASIL B erfüllt, muss die Restfehlerrate kleiner als 100 FIT (engl. „Failure in Time“, beschreibt einen Ausfall in 10 9 Stunden) sein. Hierbei erfolgt die Quantifizierung durch Sicherheitsanalysen - in der Norm wird zum Beispiel die Fehlerbaum- oder die Ereignisbaumanalyse vorgeschlagen. Liegt ein Sicherheitsziel auf der Verfügbarkeit einer rein elektrischen Funktion, so erbt diese Integritätsanforderung auch die Energieversorgung der Komponente. Für die Quantifizierung des Restrisikos des Energiebordnetzes (ENBN) müssen sämtliche Ereignisse, die die Funktionalität des ENBN gefährden können, bekannt sein und ihre Auftrittswahrscheinlichkeit bestimmt werden. Die Funktionalität des Energiebordnetzes wird gestört, wenn die Spannungsstabilität nicht mehr gegeben ist. Hier kann grundsätzlich zwischen den Fehlerfällen Unterspannung, Überspannung und zu hohe Spannungswelligkeit unterschieden werden. Überspannung wird vor allem durch aktive Quellen (Gleichspannungswandler oder Generator) und in das Energiebordnetz 102 <?page no="111"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen speisende Verbraucher erzeugt. Eine Unterspannung kann hingegen durch einen beliebigen Verbraucher verursacht werden, wenn dieser beispielsweise einen Überstrom zieht oder ein Kurzschluss auftritt. Der hohe Stromfluss führt zu einer Unterspannung im System und somit auch an einem sicherheitsrelevanten Verbraucher (SRV). Im Fall des Kurzschlusses trennt in der Regel ein Sicherungselement den fehlerhaften Stromkreis, sodass das verbleibende System funktionsfähig bleibt. Überströme lösen den Leitungsschutz hingegen nicht aus. Sie werden in dem Artikel nicht bewertet. Wie auch in [3] beschrieben, erfolgt die Bewertung der Spannungsstabilität in einem Energiebordnetz durch die - idealerweise automatisierte - Simulation der elektrischen Zusammenhänge. In diesem Artikel wird eine Methodik zur simulativen Bewertung von Kurzschlüssen in Fahrzeugen vorgestellt. 2 Problemstellung In Abbildung 1 ist eine bespielhafte Energiebordnetzarchitektur abgebildet und ihre Topologie angedeutet. Sie dient im Folgenden als Ausgangssituation für die Bewertung. In der Beispielarchitektur sind zwei sicherheitsrelevante Verbraucher - Lenkung und Bremse - am vorderen Stromverteiler angebunden. Alle anderen Verbraucher sind nicht eingezeichnet und befinden sich an den 4 Stromverteilern. Gespeist wird das Bordnetz durch den Gleichspannungswandler am vorderen Stromverteiler. Die Batterie befindet sich am Stromverteiler im Heck. Im Fahrzeug befinden sich an jedem Stromverteiler zahlreiche Komponenten mit individueller Leitungslänge. Jede dieser Komponenten stellt eine Kurzschlussstelle dar. Da diese Verbraucher in der Regel nicht nach einem Sicherheitsstandard entwickelt wurden, muss davon ausgegangen werden, dass sie einen Kurzschluss mit einer relativ hohen Wahrscheinlichkeit verursachen können. Auch die Leitungen und Kontaktsysteme können potenziell einen Kurzschluss verursachen. Die Ausfallrate für diese Komponenten wird in Normen wie der IEC TR 62380 [4] beschrieben. Die Fehlerverteilungen und auch die Wahrscheinlichkeit eines Kurzschlusses finden sich in [5]. Spannungsanforderungen im Energiebordnetz werden an Zeitbereiche angelehnt. Als beispielhaftes Ziel der hier vorgestellten Auswertungen wird festgelegt, dass an keinem sicherheitsrelevanten Verbraucher eine transiente Unterspannung < 4,5 V für länger als 150 μs und < 6,5 V für länger als 150 ms anliegen darf. In diesem Artikel wird diese Anforderung - wie auch in Tabelle 1 zusammengefasst - durch die Begriffe dynamische und statische Unterspannung differenziert. Dabei entsteht ein kritischer Zustand im System, wenn die Unterspannungsgrenzkriterien des Sicherheitsziels verletzt werden. Wie ein Kurzschluss einen kritischen Zustand bzw. eine dynamische oder statische Unterspannung hervorrufen kann, wird im folgenden Kapitel genauer erläutert. Dynamische Unterspannung u SRV < 4,5 V t > 150 μs Statische Unterspannung u SRV < 6,5 V t > 150 ms 103 <?page no="112"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen 3 Diskussion von Kurzschlussvorgängen In der statischen Betrachtung werden der Kurzschlussstrom und die damit einhergehende Unterspannung rein ohmsch durch einen Spannungsteiler abgeschätzt. Das dazu passende Ersatzschaltbild wird im linken Teil von Abbildung 2 gezeigt. Im ersten Schritt wird der Stromversorgungspfad von einer Quelle über die Kurzschlussstelle zur Masse betrachtet und die letzte Stelle identifiziert, an der ein sicherheitsrelevanter Verbraucher angeschlossen ist. Das Verhältnis der ohmschen Widerstände im Versorgungspfad (Innenwiderstand der Batterie, Leitung zur Batterie, Kabelbaumkomponenten, Karosserie, etc.) zu den Widerständen im Fehlerpfad (Sicherung, Leitung zum Verbraucher, Widerstand des Kurzschlusses, etc.) charakterisiert die Unterspannung am SRV: (1) Die Vereinfachung ist unter der Annahme gültig, dass der Widerstand des sicherheitsrelevanten Verbrauchers gegenüber dem Kurzschlusswiderstand groß genug ist. Im realen Fahrzeug kann der Kurzschlusswiderstand jedoch nahezu einen beliebig kleinen Wert annehmen. Somit variieren auch der Kurzschlussstrom, die resultierende Spannung im Energiebordnetz und die Auslösezeit der Sicherung. Abbildung 3 verdeutlicht diesen Zusammenhang. Die Abbildung beschreibt den Kurzschlussstrom und die Spannungen im System, wenn ein Kurzschluss am Stromverteiler vorne auftritt. An ihm ist auch der SRV angebunden. Der gemeinsame Widerstand besteht aus 3,5 m Innenwiderstand der Batterie und 6,5 m Widerstand der Stromverteilungskomponenten bis hin zum Stromverteiler vorne. Ab dort befindet sich der Kurzschlusspfad, der sich aus 5 m der Versorgungswiderstände und dem variablen Kurzschlusswiderstand zusammensetzt. Diese Werte werden im Ersatzschaltbild im rechten Teil von Abbildung 2 dargestellt. In dem Beispiel ergibt sich eine Spannung am SRV < 6,5 V bei einem Kurzschlusswiderstand kleiner 5,85 m Bei 7 m entsprechen sämtliche Widerstände den Bedingungen der Messung aus Abbildung 4. Der Kurzschluss in Abbildung 4 wird be- 104 <?page no="113"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen reits nach ca. 60 ms durch die Schmelzsicherung getrennt. Da der Strom größer werden müsste, um die Spannung unter die statische Unterspannungsgrenze zu ziehen, kann für dieses Kurzschlussszenario kein Fehlerwiderstand eine statische Unterspannung hervorrufen. Eine dynamische Unterspannung kann durch einen Fehlerwiderstand kleiner 0,6 m erzeugt werden. Wie allerdings Abbildung 4 auch zeigt, müssen durch den hohen Gradienten des Stroms im Kurzschlussmoment auch zwingend die Induktivitäten in den Leitungen und die Kapazitäten im ENBN berücksichtigt werden. Der schlagartige Stromanstieg führt zu einem Unterschwingen der Spannung, durch das die dynamische Unterspannungsgrenze erreicht werden kann. Dieses Verhalten ist an der Spannung SV,V zum Zeitpunkt 0 ms erkennbar. Das erweiterte Ersatzschaltbild ist in Abbildung 5 erkennbar. Mit der oben genannten Annahme verhält sich die Spannung an dem SRV nach Formel 2. 105 <?page no="114"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen Es ergibt sich der folgende Zusammenhang: (4) Zum Zeitpunkt des Kurzschlusses (t = 0 s) wird die Spannung auf einen Wert sinken, welcher durch das Verhältnis der Induktivitäten gegeben ist: (5) Da die Induktivitäten des Kurzschlusspfades KS grundsätzlich deutlich geringer als die Induktivitäten des Versorgungspfades ENBN sein können, muss dieses Verhalten in der Systemauslegung beachtet werden. Eine Zeitkonstante im realen Bordnetz kann mit typischen Leitungslängen und -belägen (siehe Kapitel 7) abgeschätzt werden: (6) Die Abschätzung zeigt, dass Induktivitäten während der dynamischen Unterspannungen berücksichtigt werden müssen. 106 <?page no="115"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen Die Bordnetzkapazitäten können zusätzlich Einfluss nehmen. Abbildung 6 zeigt das Ersatzschaltbild unter Berücksichtigung der kapazitiven Einflüsse. Es entsteht ein Schwingkreis, der ohne Berücksichtigung der ohmschen Widerstände durch seine Resonanzfrequenz (7) charakterisiert ist. Je nach Resonanzfrequenz und Dämpfung durch die Widerstände, kann die Spannung durch den Schwingkreis für 150 μs unter 4,5 V schwingen. Beispielhafte Parameter aus dem Bordnetz ergeben eine Periodendauer von (8) Rein ohmsche und ohmsch-induktive Betrachtungen können gut analytisch durchgeführt werden. Darüber hinaus werden Kurzschlussvorgänge auch durch andere Parameter beeinflusst, insbesondere durch den aktuell gegebenen Zustand des Bordnetzes. Insgesamt müssen folgende Punkte berücksichtigt werden: - Art, Ladezustand (SOC), Temperatur und Alterung der Batterie - Dynamik, Leistungsgrenzen, Temperaturreserven der Quelle (Wandler oder Generator) - Art und Stromstärke der aktiven Verbraucher im Bordnetz (ohmsch, leistungsgeregelt, stromgeregelt), deren Regelgeschwindigkeit und Degradationsfähigkeiten - Verteilung der ohmschen Widerstände und Leitungsinduktivitäten - Kapazitäten in der Energiebordnetzarchitektur 107 <?page no="116"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen - Zeitliches Auslöseverhalten einer eingesetzten Schutzfunktion wie beispielsweise einer Schmelzsicherung Die Vielfalt der Einflussparameter wird idealerweise durch eine Simulation beherrscht. Dabei führen die vollumfängliche Variation der Eingangsgrößen und die Tatsache, dass der Kurzschluss an einer beliebigen Stelle mit einem beliebigen Fehlerwiderstand auftreten kann, zu einer hohen Anzahl an Simulationen. Diese werden am besten automatisiert durchgeführt. Die dafür verwendete Methodik wird im folgenden Kapitel genauer beleuchtet. 4 Methodik Für einen Sicherheitsnachweis nach ISO26262 [1] wird ein Fehlerfall im möglichst stark beanspruchten, aber bisher noch fehlerfreien und in dem vorgesehenen Einsatzgebiet angewandten System diskutiert. Im Fall des Kurzschlusses werden dafür eine möglichst niedrige Umgebungstemperatur, ein geringer Ladezustand der Batterie und ein hoher ENBN-Grundbelastungsstrom angenommen. Dies wird in Kapitel 5 detaillierter erklärt. Um den Kurzschluss auch in Relation zu den Eingangsbedingungen bewerten zu können, werden typische Wahrscheinlichkeitsverteilungen für die ENBN-Zustände angenommen und ihre Wahrscheinlichkeit mit der Auftrittswahrscheinlichkeit des Kurzschlusses verrechnet. So kann neben dem primären Ziel, jede Stelle im Kabelbaum bzw. jede Komponente zu identifizieren, welche durch einen Kurzschluss einen kritischen Zustand im System hervorrufen kann, auch das Risikopotenzial der Stelle quantitativ verglichen werden. Für Argumentationen der funktionalen Sicherheit ist dies nicht zulässig. Dennoch helfen die zusätzlichen Informationen für Sensitivitätsanalysen im System. Bereits zum Zeitpunkt der Systemauslegung können somit Energiebordnetzarchitekturen hinsichtlich ihrer Robustheit gegen Kurzschlüsse verglichen werden, um eine optimale, sichere Lösung zu finden. Dafür müssen zunächst eine Kurzschlussstelle und ihr Fehlerwiderstand definiert werden. Eine Charakterisierung kann hier anhand des Sicherungsnennstromes erfolgen, da durch ihn auch der anschließende Kabelquerschnitt und somit maßgeblich der ohmsch-induktive Leitungsbelag vorgegeben werden. Im hier diskutierten Beispiel wird für den Stromverteiler vorne die Stabilitätsgrenze bestimmt. Sie beschreibt den Sicherungsnennwert, ab dem ein Kurzschluss das System kritisch beeinflussen kann. Die genauen Kurzschlussstellen werden in Kapitel 6 erklärt. Die Kurzschlussstellen müssen in ein gesamthaftes Simulationsmodell der zu betrachtenden Energiebordnetzarchitektur eingebunden werden. Dadurch entsteht ein elektrisches Modell, welches anschließend von dem Automatisierungsalgorithmus aufgerufen wird. Anschließend wertet er die Simulationsergebnisse aus und prüft, ob sich der Kurzschluss kritisch auf die Spannungsstabilität ausgewirkt hat. Der Automatisierungsalgorithmus ist in MATLAB implementiert. Die Systematik für das Vorgehen zeigt Abbildung 7. Zusätzlich werden für jede Kurzschlussstelle die Bordnetzzustände variiert, sodass die Simulation sämtliche geforderte Szenarien bewertet hat. Die verschiedenen Parameter dafür sind die Umgebungstemperatur, der Ladezustand der Batterie und der ENBN- 108 <?page no="117"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen Strom, mit dem die Verbraucher im fehlerfreien Betrieb gespeist werden. Mit der Variation der Zustände wird auch ihre Auftrittswahrscheinlichkeit verrechnet. Dies wird in Kapitel 5 genauer erklärt. Der Kurzschlusswiderstand wird zunächst auf 0 m gesetzt, um die dynamische Unterspannungsgrenze zu untersuchen. Anschließend wird er sukzessive erhöht, bis die Sicherungsauslösezeit 150 ms beträgt. Um die Anzahl der Simulationen möglichst gering zu halten, wird der neue Fehlerwiderstand KS,( +1) in Abhängigkeit der Sicherungsauslösezeit KS,( ) aus dem letzten Schritt bestimmt: (9) Um die Anzahl der Simulationen weiter zu reduzieren, werden nicht alle möglichen Permutationen der Bordnetzzustände simuliert. Bleibt beispielsweise die Spannung bei einem bestimmten Bordnetzzustand für den Kurzschlusswiderstand KS = 0 m über der statischen Unterspannungsgrenze, so wird der Fehlerwiderstand nicht erhöht. Es ist bereits bewiesen, dass der Kurzschluss das System nicht gefährden kann. Ebenso werden die Temperatur oder der SOC nicht weiter erhöht, wenn ein Kurzschluss unkritisch ist. Im letzten Schritt erstellt der Algorithmus die Auswertung. Er fasst jede Simulation in einer Zeile eines Datensatzes zusammen und speichert die Simulationsergebnisse. Für jede Kurzschlussstelle werden die Wahrscheinlichkeiten für die Bordnetzzustände berechnet, die zu einer kritischen respektive unkritischen Unterspannung führen. Damit kann die Bordnetzarchitektur bewertet werden. Die dafür notwendigen Kenntnisse über den Bordnetzzustand werden im folgenden Kapitel erklärt. 109 <?page no="118"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen 5 Bordnetzzustand Für die Bewertung der Kurzschlüsse muss berücksichtigt werden, welche Temperatur einzelne Komponenten im Bordnetz haben, wie der aktuelle Ladezustand der Batterie ist und wie hoch der aktuelle Bordnetzverbrauch aller Komponenten ist. In der Auswertung soll dies beispielhaft für einen Betrieb in Deutschland diskutiert werden. Während die Wahrscheinlichkeitsverteilung der Temperatur aus Daten des Deutschen Wetterdienstes erstellt werden kann, werden für die Histogramme von SOC und ENBN-Strom statistische Auswertungen aus Felddaten und Versuchsträgern verwendet. Nach dem Gesetz der großen Zahlen wird angenommen, dass eine Auswertung genügen vieler vergangener Daten in etwa der Wahrscheinlichkeit für zukünftige Ereignisse entspricht. Diese Annahme ist gültig, wenn sich eine Änderung in der Energiebordnetzarchitektur nicht auf die Wahrscheinlichkeitsverteilungen auswirkt. Die Multiplikation der einzelnen Wahrscheinlichkeiten erfordert stochastisch unabhängige Größen. In der Auswertung der Wahrscheinlichkeitsverteilungen muss dies berücksichtigt werden. Grundsätzlich werden sämtliche Ungenauigkeiten, Annahmen oder Abschätzungen so getroffen, dass sie den für die Auswertung schlechteren Fall abbilden. Dies wird am deutlichsten bei der Betrachtung der Diskretisierung ersichtlich. Abbildung 8 zeigt die zugrunde gelegte Temperaturverteilung. Während die grauen Balken und die linke Y-Achse die Temperaturverteilung auf ein Grad genau abbilden, zeigen die schwarze durchgezogene Linie und die rechte Y-Achse die Verteilung für 5-Grad- Bereiche. Als Eingabewert für die Simulation dient jeweils der niedrigste Wert der Temperatur. Für den Bereich -5 °C bis -1 °C wird demnach mit einer Wahrscheinlichkeit von 8 % gerechnet (siehe Markierung in Abbildung 8). Durch die Verwendung der 5-Grad-Bereiche werden für niedrigere Temperaturen höhere Wahrscheinlichkeits- 110 <?page no="119"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen werte verwendet. Die durchschnittliche Wahrscheinlichkeit wird nicht benutzt, um sicherzustellen, dass eine Kurzschlussstelle nicht zu sicher bewertet wird. Die Diskretisierung ist für die Begrenzung der Anzahl der Simulationen notwendig. Darüber hinaus wird dadurch die Modellierung der Komponenten vereinfacht. Das für den Betrieb ungünstigere Szenario stellen niedrige Temperaturen dar, da der Innenwiderstand der Batterie höher ist, der Leitungswiderstand der Kurzschlussleitung einen geringeren Wert hat und die Sicherung mehr Zeit zum Auslösen benötigt. Für die Auswertungen muss sichergestellt sein, dass höhere Temperaturen grundsätzlich nie einen schlechteren Fall darstellen. Vor allem mit Blick auf eine mögliche Leistungsdegradation des Gleichspannungswandlers und dem Spannungsabfall in der Versorgungsleitung des SVR kann dies nicht zwingend ausgeschlossen werden und muss somit berücksichtigt werden. Stellt der kältere Betrieb die schlimmeren Bedingungen dar, so darf die Umgebungstemperatur als Temperatur der Komponenten (Leitungen, Batterie etc.) angenommen werden. Grundsätzlich ist die Batterietemperatur durchschnittlich höher, was unter anderem auf Garagenfahrzeuge zurückzuführen ist. Die Daten für das Temperaturhistogramm wurden von dem Deutschen Wetterdienst [6] veröffentlicht. Es basiert auf stündlichen Temperaturwerten im Zeitraum 1961-1980 am Bahnhof Berlin Ostkreuz. Die Verteilung für die SOC-Werte der Batterien ist in Abbildung 9 dargestellt. Sie hängt deutlich von der eingesetzten Betriebsstrategie ab. Fahrzeuge, bei denen die 111 <?page no="120"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen 12 V-Batterie zur Rekuperation der Bremsenergie verwendet wird, haben eine breitere Verteilung, als Fahrzeuge mit Festspannungsregelung. Diese Auswertung basiert auf gemessenen SOC-Werten im Ruhezustand des Fahrzeugs. Veränderungen während der Fahrt können damit nur bedingt nachvollzogen werden. An den leicht unterschiedlichen Kurvenverläufen für Sommer und Winter kann eine Temperaturabhängigkeit ausgemacht werden. Deutlich stärker von der Temperatur abhängig ist der Bordnetzstrom. Abbildung 10 zeigt eine Auswertung für ein Fahrzeug mit ca. 65 % der möglichen Sonderausstattung. Deutlich erkennbar, liegt bei wärmeren Temperaturen der ENBN-Strom meistens im Bereich 40-79 A. Bei niedrigeren Temperaturen ist die ENBN-Belastung dagegen durchschnittlich höher. Diese Temperaturabhängigkeit ist nicht vernachlässigbar, weswegen die Auswertung hier verschiedene Wahrscheinlichkeitswerte für die unterschiedlichen Temperaturbereiche verwendet. Die gesamte Wahrscheinlichkeit für einen Bordnetzzustand kann durch Multiplikation der einzelnen Zustände errechnet werden: (10) verdeutlicht, dass der ENBN-Strom selbst von der Temperatur abhängt. Im Rahmen dieser Arbeit soll die Bewertung von Kurzschlüssen anhand eines Beispiels einer Bordnetzarchitektur durchgeführt werden, die im nächsten Kapitel beleuchtet wird. 112 <?page no="121"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen 6 Simulationsmodell Die Parametrierung des Simulationsmodells der Energieversorgungskomponenten beruht auf Herstellerangaben, Berechnungen und Vermessungen der einzelnen Komponenten. Anhand von Kurzschlussmessungen im Fahrzeug konnten leichte Ungenauigkeiten identifiziert und das Modell somit detailliert werden. Die bereits in Abbildung 4 gezeigte Messung wird in Abbildung 11 mit dem Simulationsmodell verglichen. In den absoluten Werten zeigt die Simulation eine gute Übereinstimmung mit der Messung. Die dynamischen Verläufe werden angenähert durch eine lineare Erhöhung des Sicherungswiderstands in Abhängigkeit von der Temperatur und dem dynamischen Verhalten der Batterie. Dabei erhöht sich der Widerstand einer MIDI- Sicherung bis zum Schmelzpunkt von Kupfer bei 1085 °C mit dem Temperaturkoeffizienten 0,0039 1/ K um ca. das Vierfache des Kaltwiderstands. Die Auslösezeit der Sicherung ist nach den Angaben im Datenblatt des Herstellers parametriert. Für die 80 A-MIDI-Sicherung der Messung aus Abbildung 11 entspricht dies einem Grenzlastintegral von 24600 A²s. Da Sicherungen im Fahrzeug in der Regel eine schlechtere thermische Anbindung haben, ist ihre Auslösezeit kürzer als im Datenblatt angegeben. Das ist primär der Tatsache geschuldet, dass die Norm bei 113 <?page no="122"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen der Bestimmung der Auslösezeiten der Sicherungen tendenziell große Leitungsquerschnitte vorschreibt [7]. Die Leitungsinduktivitäten sind nach den generischen Formeln aus [3] bestimmt. Daraus ergeben sich abhängig der Leitungsparameter Induktivitätsbeläge im Bereich von 0,5 μH/ m bis 1 μH/ m. Die Leitungsinduktivitäten werden im gesamten Pfad von der Batterie zum Kurzschluss berücksichtigt. Die Messung und der Abgleich durch die Simulation wurden mit einem Bordnetz mit einer Kapazität von 10 mF am Stromverteiler vorne durchgeführt. Sie wurde mit seriellen Ersatzwiderstand und Leitungsinduktivitäten simuliert. Die Widerstände der Karosserie wurden ebenso mit den Angaben aus [3] nachgebildet. Die Erkenntnisse aus den Simulationen einer realen Energiebordnetzarchitektur aus einem Fahrzeug werden verwendet, um eine Beispieltopologie zu erstellen. Diese wird mit Ersatzverbrauchern und einem Gleichspannungswandler als zusätzliche Quelle erweitert. 7 Bordnetzarchitektur Eine Übersicht der Architektur wurde bereits in Abbildung 1 gezeigt. Es befinden sich 4 Stromverteiler in der Architektur, an denen jeweils die Sicherungsstellen und Stromsenken zur Modellierung des ENBN-Stroms angebracht sind. Dazu wurden zunächst die Leitungsquerschnitte der ENBN-Architektur definiert. Tabelle 2 fasst dies zusammen. Am Stromverteiler vorne wird die Stabilitätsgrenze mit Hilfe von Kurzschlussstellen bestimmt werden. In der Beispieltopologie haben diese jeweils 1 m Leitungslänge im Versorgungspfad und im Massepfad. Es werden die meisten Nennstromwerte im Bereich von 10 A bis 100 A der ATO-, MAXI- und MIDI-Sicherungen von Littelfuse abgebildet. Dafür wurden eine passende Kontaktierung und ein passender Leitungsquerschnitt ausgewählt. Der Querschnitt der Kupferleitung nach der 30 A-MAXI-Sicherung beträgt beispielsweise 4 mm². Während die Versorgungsleitungen der Stromverteiler geschraubt ausgeführt sind, werden die Versorgungsleitungen der Kurzschlussstellen gesteckt modelliert. Andere Übergangswiderstände und Kupferwiderstände, wie beispielsweise in den Stromverteilern, dem Batteriesensor etc., wurden mit im Fahrzeug gemessenen Werten nachgebildet. Leitung Länge Querschnitt Material Batterie - SV hinten 0,15 m 50 mm² Kupfer SV hinten - SV links 3,00 m 16 mm² Kupfer SV hinten - SV rechts 3,00 m 35 mm² Kupfer SV hinten - SV vorne 4,00 m 85 mm² Aluminium SV vorne - DCDC Wandler 1,00 m 35 mm² Kupfer 114 <?page no="123"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen Das Batteriemodell beschreibt eine 70 Ah-AGM-Batterie. Der DCDC-Wandler ist als gesteuerte Stromquelle modelliert, welche gemäß generischen Parametern seinen Strom limitiert und ansonsten spannungsgeregelt betrieben wird. Die Spannungsregelung bildet unter anderem eine Ladestrategie der Batterie auf einen festen Wert des SOC ab. Der Wandler kann den Strom mit 300 kA/ s regeln. Der ENBN-Strom wird generisch anhand der Leitungsquerschnitte auf die Stromverteiler aufgeteilt. In erster Abschätzung wird der Stromverbrauch auf 50 % stromgeregelte und 50 % degradationsfähige Verbraucher modelliert, die ihren Stromverbrauch nach einer bestimmten Zeit (kleiner als 150 ms) abhängig von ihrer Eingangsspannung reduzieren. Damit die Verbraucher möglichst spät ihren Strom degradieren, werden sie nicht mit realistischen Leitungsquerschnitten und -längen angebunden, sondern mit deutlich kleineren ohmschen Widerständen. Die Verteilung des ENBN-Stroms auf die Stromverteiler zeigt Tabelle 3. Komponente Stromkonstanter Verbrauch Degradationsfähige Verbr. Stromverteiler hinten 15 % 15 % Stromverteiler rechts 10 % 10 % Stromverteiler links 5 % 5 % Stromverteiler vorne 20 % 20 % Die hier beschriebene Architektur wird mit der Methodik zur Bewertung der Kurzschlussstellen evaluiert. Die Ergebnisse zeigt das folgende Kapitel auf. 8 Ergebnisdiskussion anhand verschiedener Architekturvarianten Die Stabilitätsgrenze in der beschriebenen Architektur geht aus Tabelle 4 hervor. Neben der Wahrscheinlichkeit wird auch der Anteil an Situationen aufgeführt, die zu einem kritischen Kurzschluss geführt haben. In der Energiebordnetzarchitektur ist die Stabilitätsgrenze die 50 A-MAXI-Sicherung, bei der ein Kurzschluss je nach ENBN- Zustand gefährlich oder ungefährlich sein kann. In 4,4 % der Bordnetzzustände, welche eine Auftrittswahrscheinlichkeit von 0,06 % haben, führte hier ein Kurzschluss zu einer dynamischen oder statischen Unterspannung. Mit der Methodik können Architekturvarianten leicht verglichen werden. Ist beispielsweise der Gleichspannungswandler am Stromverteiler hinten anstatt vorne angebunden, bleibt seine Ausgangsspannung höher. Er muss in weniger Fällen seinen Ausgangsstrom degradieren. Allerdings ergibt sich auch ein höherer Spannungsabfall über den Leitungswiderstand. Im System wirkt sich das überwiegend negativ aus. Bei der 60 A-MAXI-Sicherung würden in der Variante bereits 26,7 % der Zustände zu einer kritischen Unterspannung führen. Ihre Auftrittswahrscheinlichkeit liegt bei 6,1 %. 115 <?page no="124"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen Sicherungstyp Relevante KS-Situationen Relative Anzahl Wahrscheinlichkeit 40 A-ATO 0 % 0 % 40 A-MAXI 0 % 0 % 60 A-MIDI 0 % 0 % 50 A-MAXI 4,4 % 0,06 % 60 A-MAXI 18,3 % 2,6 % 80 A-MIDI 83,9 % 84,8 % Im Hinblick auf die funktionale Sicherheit muss auch eine mögliche Alterung der Batterie oder der ENBN-Komponenten in Erwägung gezogen werden. Die Alterung führt zu einer Widerstandserhöhung. Vergrößert sich der Widerstand im gemeinsamen Pfad um 10 m in der Architekturvariante mit batterie-naher Wandleranbindung, treten die ersten relevanten Kurzschlüsse bei der 40 A-MAXI- Sicherung auf (12,8 % der ENBN-Zustände, 1,2 % der Auftrittswahrscheinlichkeit). Bei der 50 A-MAXI-Sicherung sind in dem Fall bereits 89,4 % der Fälle mit 83,8 % Auftrittswahrscheinlichkeit kritisch. Verbraucher, die an einer 60 A-MAXI-Sicherung angebunden sind, können in dem Fall stets zu einer relevanten Unterspannung führen. Im ungealterten Bordnetz war dies mit einer Auftrittswahrscheinlichkeit von 6,1 % der Fall. 9 Ausblick und Zusammenfassung Mit der dargestellten Simulationsumgebung können Kurzschlüsse in einer Energiebordnetzarchitektur bewertet werden. Als Grundlage müssen dafür Wahrscheinlichkeitsverteilungen für ENBN-Zustände und ein validiertes, detailliertes Simulationsmodell der ENBN-Architektur gegeben sein. Für die Bewertung in dem Artikel wurde die Methodik auf Umgebungsbedingungen in Deutschland angewandt. In weiteren Schritten kann die Methodik auf Länder mit niedrigeren und höheren Temperaturen angewandt werden. Die Zielsetzung der Methodik ist, die robuste Auslegung der Systeme gegenüber Kurzschlüssen zu erleichtern. Um möglichst einfach und schnell Simulationsmodelle von Energiebordnetzarchitekturen realisieren zu können, die aber dennoch aussagekräftige Ergebnisse liefern, ist eine fundierte Datenbank mit ohmschen Widerständen und anderen Parametern der Komponenten des Energiebordnetzes die Grundvoraussetzung. In der Beispielarchitektur wurde die Stabilitätsgrenze bei der 50 A-MAXI-Sicherung nachgewiesen. Unter realen Umständen beeinflusst die Alterung der Komponenten 116 <?page no="125"?> Bewertung von Kurzschlüssen in Energiebordnetzarchitekturen die Stabilitätsgrenze maßgeblich. Für Sicherheitsnachweise muss auch die Alterung im Rahmen des normalen Betriebs berücksichtigt werden. Sämtliche Auswirkungen von Alterungseffekten - sei auf die Batterie, die Karosserie oder den Kabelbaumkomponenten - müssen untersucht und berücksichtigt werden. Dabei können kleine Abweichungen in dem Modell die Stabilitätsgrenze maßgeblich beeinflussen. Die Unterteilung der Methodik in das Simulationsmodell und den Algorithmus ermöglicht, die eben genannten Aspekte individuell zu untersuchen und zu implementieren. Somit ist eine schnelle Abschätzung möglich, welche Kurzschlussstellen in einer Energiebordnetzarchitektur eine kritische Unterspannung verursachen können und welche Ausgangsbedingungen dafür gegeben sein müssen. Literatur [1] ISO: ISO/ FDIS 26262 Road vehicles - Functional Safety - Part 1-10; 2011. [2] K. Reif, , 5. Auflage, Wiesbaden: Springer Vieweg, 2014. [3] R. Gehring, , München: Dissertation, 2012. [4] IEC (2004).TR 62380 Reliability data handbook - Universal model for reliability prediction of electronics components, PCBs and equipment (IEC/ TR 62380: 2004(E)). [5] MIL-HDBK-338: Electronic Reliability Design Handbook; 1998. [6] Deutscher Wetterdienst; online aufgerufen am 3.4.2018; https: / / www.dwd.de/ DE/ klimaumwelt/ cdc/ cdc_node.html [7] ISO: ISO 8820 Road vehicles - Fuse-links - Part 1, 3, 5; Fourth edition, 2014. 117 <?page no="126"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica- Bordnetzsimulation Leonard Gysen, Mohamed Ayeb, Ludwig Brabetz Abstract The conventional on-board electrical system has evolved evolutionary to today's treelike structure with multiple levels of fuse protection and centralized energy supply. With the introduction of additional voltage levels, in particular the 48-volt voltage, the electric traction and the development of autonomous driving functions, a change in the electrical supply is required, which ensures a reliable electrical distribution system stability at higher power requirements and under the constraints cost and weight. The passive point-to-point connections and the irreversible circuit protection drift to a vehicle electrical system, which is supposed to represent the spine of energy distribution with diagnostic functions, self-healing possibilities, intelligent power distribution and predicated preconditioning of decentrally organized subnets. The technologies used to replace passive power distribution and fuse components. Fuses are replaced by electronic, power semiconductor-based fuses and fuse boxes by smart power distributors. In this contribution, a model-based fuse characteristic for electronic fuses will be presented, which is used in a vehicle electrical system simulation. It shows the thermal model of a pipe used to determine the thermal load of the line connected to the fuse. The second part discusses how Modelica can be used in the open-source tool OpenModelica for the description of vehicle electrical system models. It uses a model library created by the VDA FAT-AK30 to create conventional and alternative wiring systems models. Kurzfassung Das konventionelle Energiebordnetz hat sich evolutionär zur heutigen baumartigen Struktur mit mehreren Sicherungsebenen und zentraler Energieversorgung entwickelt. Mit der Einführung weiterer Spannungsebenen, insbesondere der 48-Volt Spannung, der elektrischen Traktion und der Entwicklung von autonomen Fahrfunktionen wird ein Wandel der elektrischen Versorgung gefordert, welche bei höheren Leistungsanforderungen und unter den Randbedingungen Kosten und Gewicht eine zuverlässige Bordnetzstabilität sicherstellt. Die passiven Punkt-zu-Punkt Verbindungen und die irreversible Leitungsabsicherung weichen einem Bordnetz, welches das Rückgrat der Energieverteilung mit Diagnosefunktionen, Selbstheilungsmöglichkeiten, intelligenter Stromverteilung und prädizierter Vorkonditionierung dezentral organisierter Teilnetze darstellen soll. Die dazu verwendeten Technologien verdrängen 118 <?page no="127"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation passive Energieverteilungs- und Sicherungskomponenten. Schmelzsicherungen werden durch elektronische, auf Leistungshalbleitern basierenden Sicherungen und Sicherungsboxen durch intelligente Stromverteiler ersetzt. In diesem Beitrag soll eine modellbasierte Sicherungscharakteristik für elektronische Sicherungen vorgestellt werden, die in einer Bordnetzsimulation eingesetzt wird. Es wird das thermische Modell einer Leitung gezeigt, welches zur Bestimmung der thermischen Belastung der mit der Sicherung verbundenen Leitung verwendet wird. Im zweiten Teil steht zur Diskussion, wie Modelica in dem Open-Source-Werkzeug OpenModelica zur Beschreibung von Bordnetzmodellen eingesetzt werden kann. Dabei wird eine Modellbibliothek eingesetzt, die von dem VDA FAT-AK30 erstellt worden ist, um konventionelle und alternative Bordnetzmodelle zu erstellen. 1 Einleitung Dem Arbeitskreis 30: „Entwurfsmethodik und Simulation elektrischer und mechatronischer Systeme im KFZ“ der Forschungsvereinigung Automobiltechnik (FAT) war die Frage gestellt worden, mit welchen Werkzeugen ein Framework erstellt werden kann, um simulationsgestützt intelligente Energiesteuerung in zukünftigen Bordnetzen zu entwerfen. Als Modellbeschreibungssprache wurde Modelica ausgewählt, das in dem Open- Source-Editor und Simulator OpenModelica zur Modellerstellung verwendet wird. Modelica ist eine objektorientierte Programmiersprache zur Beschreibung von physikalischen Modellen und ist unabhängig von bestimmten Domänen. Dadurch lassen sich elektrische, thermische und mechanische Systeme im Bordnetz gemeinsam beschreiben und simulieren [9]. OpenModelica liefert einen grafischen Editor, mit dem Teilmodelle zu einem größeren Modell zusammengefügt werden können. Schnittstellen zur Definition von Potentialen und Strömen fördern eine intuitive Interpretation des Modells und bieten sich an zur Beschreibung von unübersichtlichen Bordnetztopologien. Die Beschreibung einer Modelica-Bordnetzbibliothek, die Modelle zur Untersuchung von intelligenter Energiesteuerung beinhält wird im zweiten Teil des Aufsatzes beschrieben. In der Modellbibliothek ist das Sicherungselement einer intelligenten Stromverteilung enthalten und wird vorher vorgestellt. Die Sicherungscharakteristik wird dabei aus dem elektrothermischen Verhalten von Fahrzeugleitungen abgeleitet. 2 Leitungsmodell Die Sicherungscharakteristik für eine intelligente Sicherung basiert im Folgenden auf dem thermischen Modell einer Leitung, die in [1], [2] und [3] vorgestellt werden. Eine kurze Beschreibung des Leitungsmodells soll in diesem Abschnitt wiedergegeben werden. 2.1 Radiale Wärmeleitung von einadrigen Rundleitern Ausgehend von dem Energieerhaltungssatz kann für die Herleitung der Wärmeleitungsgleichung einer elektrischen Leitung die Gleichung 119 <?page no="128"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation (2.1) angegeben werden [2]. Auf der linken Seite stehen die Energien, welche von außen dem Leiter, z. B. durch Wärmeleitung oder Wärmestrahlung zugeführt werden ( ), mit den intern im Leiter umgesetzten joule’schen Verlusten durch den elektrischen Strom ( ). Rechts steht die Energie, die im Leiter gespeichert ist ( ), mit der abgehenden Wärmemenge ( ). In [1], [5] und [6] wird die Wärmeleitungsgleichung für runde, einadrige Leitungen mit Mantel diskutiert. Die Gleichung (2.2) beschreibt die thermische Leistungsbilanz als partielle Differentialgleichung, die als Ausgangspunkt für die thermische Modellierung eines Rundleiters dient. (2.2) 2.2 Herleitung des Leitungsmodells Wärmeleitung entlang des Leiters wird in [1] vernachlässigt und eine gleichmäßige Wärmeverteilung im Leiter angenommen. Damit kann aus der Wärmeleitungsgleichung ein Temperaturmodell als gewöhnliche Differentialgleichung hergeleitet werden. (2.3) : Strom durch den Leiter : Leitungswiderstand pro Meter bei 20 °C : Temperaturkoeffizient : Leitertemperatur : Umgebungstemperatur : 20 °C : Spezifische Wärmekapazitäten des Leiters und Mantels : Durchmesser des Leiters und Mantels : Wärmeleitwerte Gleichung 2.3 kann so umgeformt werden, dass die Temperaturdifferenz des Leiters zur Umgebungstemperatur beschrieben wird. , (2.4) Wobei die linke Seite der Gleichung 2.4 angenähert wird durch den Term in Gleichung 2.5. (2.5) In [1], [3] und [6] werden die Wärmeleitwerte, Konvektion, Validierung und weitere vereinfachende Annahmen gemacht, die zu dem folgenden Ausdruck führen. 120 <?page no="129"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation (2.6) Wobei konstant ist. In [1] wird diese Differentialgleichung gelöst und mit der Abtastrate diskretisiert, was letztendlich zu einer iterativen Form zur Berechnung der Leitertemperaturdifferenz führt. (2.7) Die iterative Formulierung in 2.7 lässt sich effizient mit Mikroprozessoren berechnen, auch weil die Exponentialfunktion und die Division Offline und nicht bei jedem Iterationsschritt ausgewertet werden muss. Die beiden Größen und können als Materialeigenschaften der Leitung verstanden werden und müssen experimentell ermittelt werden. 3 Sicherungscharakteristik für elektronische Sicherungen Mit elektronischen Sicherungen können Sicherungscharakteristiken nahezu beliebig definiert werden, wodurch die physikalische Auslegung von Schmelzsicherungen und deren Beschränkungen umgangen werden kann. In diesem Abschnitt soll das Leitungsmodell zu einer Sicherungscharakteristik weiterentwickelt werden. 3.1 Leitungsmodell als Sicherungscharaktersitik Die elektronische Leitungsabsicherung mittels Leistungshalbleitern bietet viele Freiheitsgrade bei der Definition von Sicherungscharakteristiken. So könnte das Verhalten einer Schmelzsicherung mit der elektronischen Sicherung nachgeahmt werden, aber auch z. B. auf der Basis von -Kennlinien entworfen werden. Da die Aufgabe einer Sicherung im Schutz der Leitung vor zu hohen Temperaturen liegt, ist es naheliegend die Leitungstemperatur ohne Umwege als Sicherungscharakteristik heranzuziehen. In Abschnitt 2 wurde ein Leitungsmodell vorgestellt, das im Folgenden als Sicherungscharakteristik für die elektronischen Sicherungen dient. Das Modell der elektronischen Sicherung liefert die Leitertemperatur, bzw. die Temperatur des Isolators auf der Innenseite. Um eine zu schnelle Alterung oder sogar die thermische Zerstörung des Mantels zu verhindern, darf die Leitertemperatur eine bestimmte Temperaturgrenze nicht überschreiten. Für die Temperaturdifferenz in Gleichung 2.4 gilt Bedingung 3.1 für den sicheren Betrieb der Leitung [1]. (3.1) : Maximal erlaubte Isolatortemperatur : Umgebungstemperatur Die erlaubte Isolatortemperatur ist abhängig von den verwendeten Materialien im Mantel. Damit kann die Sicherungsdimensionierung direkt aus dem gewählten Lei- 121 <?page no="130"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation tungstyp abgeleitet werden. Bei der Leitungsauslegung spielen der Verlegeweg und die Temperaturzonen, die von der Leitung durchlaufen werden, eine wichtige Rolle. Die Temperaturzone mit der größten Maximaltemperatur sollte in der Auslösebedingung 3.1 für berücksichtigt werden. 3.2 Unsicherheiten und Toleranzen Durch Alterung ändert sich die Auslösecharakteristik von Schmelzsicherungen. Bestromung des Sicherungselements und durch Umwelteinflüsse kann die Alterung beschleunigt werden. In den Auslöseeigenschaften der Sicherung äußert sich Alterung so, dass die Sicherung dazu neigt früher auszulösen. Die Leitung wird zwar durch das gealterte Sicherungselement weiterhin geschützt, die Verschiebung der Kennlinie muss aber bei der Sicherungs- und Leitungsauslegung berücksichtigt werden [7]. Sicherungscharakteristiken von Schmelzsicherungen unterliegen zudem verschiedenen Unsicherheiten durch Material-, Fertigungs- und Montagetoleranzen. Sicherungen und Leitungen müssen zusammen als Einheit betrachtet werden, widersprechen sich jedoch in ihren physikalischen Eigenschaften. So wäre es wünschenswert, dass Leitung und Sicherung sich bei gleicher Belastung thermisch identisch verhalten würden. So wird in Abbildung 1 qualitativ dargestellt, wie Leitung und Sicherung über einen weiten Bereich gut aufeinander abgestimmt sind, die Leitung allerdings nicht zuverlässig geschützt wird ( und ). Also wird eine Leitung mit einem größeren Querschnitt, oder wenn möglich, mit anderem Isolatormaterial gewählt. Jetzt wird die Leitung robust durch die Sicherung abgesichert. Durch Alterung verschiebt sich die Sicherungskennlinie, sodass die Sicherung zu früh auslösen kann, obwohl die Leitung noch größere Ströme über einen längeren Zeitraum zu tragen in der Lage wäre. Mit intelligenten Sicherungen kann diesen Nachteilen begegnet werden, indem die Sicherungscharakteristik an die Leitung angepasst wird, z. B. durch die Verwen- 122 <?page no="131"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation dung eines Leitungsmodells. Die intelligente Sicherung besteht aus einer Messkette zur Strommessung, einer Analog-Digital-Wandlung (Analogue-digital converter, ADC), der Sicherungsalgorithmen und Leistungssteuerung. Selbstverständlich ist die intelligente Sicherung kein ideales Bauteil und unterliegt ebenfalls Unsicherheiten. In Abbildung 2 werden Quellen für Unsicherheiten einer einfachen intelligenten Sicherung gezeigt. Beginnend mit der Strommessung 2a, z. B. mit einem Messwiderstand oder Hall-Effekt-Sensor. Dessen Messwert wird mit dem Verstärker 2b an den Analog-Digital-Wandler 2c angepasst und anschließend digitalisiert. Diese Größe wird zur Bestimmung der Leitungsbelastung mit 2d weiterverarbeitet. Wird das Leitungsmodell aus [1] als Sicherungscharakteristik verwendet, dann unterliegt das Modell selbst bestimmten Unsicherheiten, die aus möglichen Leitungstoleranzen und Vereinfachungen herrühren. Zusätzlich zur Sicherungscharakteristik verfügt die intelligente Sicherung in Abbildung 2 über einen Kurzschlussschutz, falls dieser nicht im Leistungshalbleiter selbst integriert ist. Der Pfad 2f wirkt dann direkt auf die Treiberschaltung 2e, entweder nach der Verstärkung 2b oder davor (gestrichelte Linie), um einen direkten Eingriff auf das Trennelement in kritischen Situationen zu erhalten. In einem Modell der intelligenten Sicherung müssen die genannten Unsicherheiten ebenfalls eingefügt werden. Da nur für eine konkrete intelligente Sicherung Abweichungen bestimmt werden können, wird hier der gemessene Strom mit einer Worst- Case-Abweichung beaufschlagt. 123 <?page no="132"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation Die Messkette von Messwiderstand bis zum ADC für eine einfache intelligente Sicherung in Abbildung 3 wird für eine Abschätzung der Messabweichung angegeben, die bei der Modellierung der Sicherung berücksichtigt wird. Der Messwiderstand wandelt den Verbraucherstrom in einen Spannungsabfall um und wird mit der folgenden Verstärkerschaltung auf den Messbereich des ADCs angepasst. Zwischen der Spannungsverstärkung und der Analog-Digital-Wandlung kann auf das verstärkte Messsignal eine Referenzspannung addiert werden, wodurch Ströme bidirektional gemessen werden können. Umformung Bauteil Fehlerquelle Kumulierte Abweichung Transimpedanz Strommesswiderstand Widerstandstoleranz 1 % Temperaturdrift 1,69 % Verstärkung OPV Eingangs-Offset 1,69 % Verstärkungsfehler 2,09 % Offset OPV+Ref.-Spannung Approx. Fehler 4,07 % Digitalisierung ADC Offset - Auflösung 2,20 % Nichtlinearität 2,26 % In Tabelle 1 werden die Fehlerquellen der Bauteile aus Abbildung 3 und deren kumulierte Abweichung dargestellt. Die Daten wurden aus verschiedenen Datenblättern der Bauteile ermittelt. Es wird berücksichtigt, dass Abweichungen einiger Komponenten in der Messkette durch eine Kalibrierung eliminiert werden können, diese werden in Tabelle 1 farbig markiert. Für das Modell der intelligenten Sicherung wird eine Worst-Case-Abweichung von 2,26 % bestimmt und auf den gemessenen Stromwert hinzugerechnet. Diese Abweichung gilt nur für die in dieser Näherung betrachteten Bauteile. Die Robustheit der intelligenten Sicherung, worauf die Messabweichung einen großen Einfluss nimmt, spielt bei der Argumentation für oder wider dem Einsatz dieses Absicherungskonzeptes eine wichtige Rolle. 4 Bordnetzbibliothek Im Rahmen eine Projektes im Arbeitskreis 30 der FAT unter dem Dachverband der Automobilindustrie (VDA) mit dem Ziel Modellierungsmethoden für Bordnetze mit intelligenter Stromverteilung zu untersuchen, wurde ein Simulationsframework in Modelica erstellt, mit dem konventionelle und alternative Energiebordnetze simuliert werden können. An dem Projekt waren Teilnehmer aus der Industrie beteiligt: Robert Bosch GmbH, Audi AG, Brose Fahrzeugteile GmbH & Co. KG, HELLA GmbH & Co. KGaA, Kromberg & Schubert GmbH & Co. KG, das Fraunhofer-Institut IIS und die beiden Hochschulen TU Dortmund und Universität Kassel. Als Entwicklungstool wurde hauptsächlich die offene Software OpenModelica verwendet, womit die Modellbibliothek erstellt und simuliert wurde. Zur Simulationsauswertung, -parametrisierung und -automatisierung können Schnittstellen zu Matlab genutzt werden. 124 <?page no="133"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation Die in der Zusammenarbeit entstandene Bibliothek enthält einfache Grundmodelle, die zu größeren Modellen erweitert werden, bis schließlich ein vereinfachtes Energiebordnetz beschrieben wird. Im Folgenden wird die Modelcharakteristik gezeigt, womit die zugrundeliegende Herangehensweise bei der Modellerstellung verdeutlicht werden soll. Als nächstes soll der Aufbau der Bordnetzbibliothek grob geschildert werden, um die verschiedenen Bordnetzkomponenten in Gruppen einzuteilen. Welchen Umfang die Bordnetzmodelle haben, wie sie im OpenModelica-Editor aussehen und welche Simulationsergebnisse geliefert werden können, wird im letzten Abschnitt zusammengefasst. 4.1 Modellcharakteristik Verbraucher und Verbrauchermodelle lassen sich in verschiedene Verbraucherklassen einteilen, die sich darin unterscheiden, wie sie sich bei ändernder Versorgungsspannung verhalten. Unter ohmschen Verbrauchern verstehen sich solche, die bei fallender Spannung auch weniger Strom aufnehmen. Dazu gehören beispielsweise einfache Heizer wie Scheibenheizungen. Diese Verbraucher lassen sich häufig einfach durch einen ohmschen Widerstand darstellen. Die Stromaufnahme von Gleichstrommotoren ist proportional zum Drehmoment der Maschine, das heißt bei konstantem Drehmoment bleibt auch der Stromfluss konstant und ist unabhängig von der angelegten Klemmenspannung. Kritisch können Verbraucher werden, die eine konstante Leistungsaufnahme haben, wodurch bei fallender Spannung die Stromaufnahme gesteigert wird. Steuergeräte können sich so verhalten, aber auch andere elektrische Maschinen, wie Motorkühlerlüfter und z. B. PTC-Heizer können zu den Leistungsverbrauchern zählen. Viele Verbraucher sind allerdings auf einen bestimmten Spannungsbereich eingeschränkt, der auch im Modell eingefügt wird. Ein Spannungseinbruch kann dann zum vorrübergehenden Ausfall einer Komponente im Bordnetz führen, die in dem Fehlerzustand ihr Verhalten ändert. Im Modell wird der Verbraucher keinen Strom mehr aufnehmen. Diese Ausnahmehandlung im Modell ist nicht nur wichtig, um ein reales Verbraucherverhalten nachzuahmen, sondern auch um Singularitäten in der Simulation zu unterdrücken. Gerade bei Leistungsverbrauchern kann es im Modell schnell zu einer Situation kommen, an der die Spannung einbricht, wodurch der Strom steigt und die Spannung in dem Pfad, oder im ganzen Bordnetz weiter sinkt. Dadurch steigt der Strom noch mehr und so weiter. Wie sich die Verbraucher konkret verhalten bei Spannungseinbrüchen, Überspannungen und zur Erholung aus dem Fehlerzustand ist in jedem Modell einzeln definiert. Das grundlegendste Element in der Modellbibliothek ist ein variabler Widerstand, worauf ein Grundmodell für ohmsche Verbraucher, Konstantstrom- und Konstantleistungsverbraucher aufgesetzt wird. Über den variablen Widerstand können Widerstands-, Strom- oder Leistungsprofile eingestellt werden, entweder aus Modellgleichungen oder Lookup-Tabellen. Die Spannungsüberwachung kann als Teilmodell hinzugefügt werden. 125 <?page no="134"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation 4.2 Aufbau der Bibliothek Die Modellbibliothek mit dem Namen OnBoardSystem ist in verschiedene Kategorien eingeteilt, in denen die verschiedenen Verbraucher, Speicher und Quellen organisiert sind. Jedes graue Kästchen in Abbildung 4 stellt eine Kategorie dar, die in Modelica als Package-Klassen definiert sind. Das Package BasicComponents enthält die oben angesprochenen Grundmodelle für Verbraucher. Darauf baut das Package Loads auf, in dem Modelle von einfachen Verbrauchern abgespeichert sind, wie das Heizelement einer Sitzheizung. Dazu findet sich ein Sitzsteuergerät unter ECUs, mit dem die Ansteuerung der Sitzheizung kodiert werden kann. Quellen und Speicher befinden sich im Package PowerSupply, Komponenten zur Energiesteuerung in Power- Distribution, wozu auch die thermischen und intelligenten Sicherungen zählen und Spannungswandler in Converters. Bordnetzmodelle integrieren alle genannten Modelle im Package EESystems und verbinden sie zu einem simulierbaren Energiebordnetz. In den restlichen Kategorien finden sich Unterstützungsfunktionen und modelle, wie Potentialsammler für übersichtliche Modelle und enummerierte Parametersätze für Leitungs- und Sicherungstypen. Eine Ausnahme ist im Package EMC enthalten, dass von der TU Dortmund entwickelt wurde, welches Kleinsignalmodelle zur Betrachtung von elektromagnetischen Störungen enthält und die Beurteilung von Schaltverlusten zulässt. Damit unterscheiden sich diese Modelle von denen im Energiebordnetzmodell, da zur Untersuchung von Energie- und auch Leistungssteuerung größere Abtastraten vom Simulator verwendet werden müssen als für die Kleinsignalmodelle. 4.3 Bordnetzmodelle Die oben dargestellte Energiebordnetzbibliothek OnBoardSystem enthält Topologien mit konventionellen Absicherungskonzepten und Alternativen, wie eine Energiebus- Topologie [8]. Außerdem liegen die Bordnetze zum Teil in verschiedenen Detailgraden vor, mit unterschiedlicher Anzahl an Verbrauchern. Ein fiktives Fahrzeug in Abbildung 5 dient als Vorlage zur Verortung von Verbrauchern und der Leitungsverlegung entlang eines Verlegeweges. 126 <?page no="135"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation Die blaue Markierung beschreibt den Verlegeweg, der bei allen in der Bibliothek hinterlegten Topologien gleich ist. Auch die Lage der Verbraucher unterscheidet sich zwischen den Topologien nicht, nur die Leitungen werden variiert. Oben in Abbildung 5 ist ein konventionelles Bordnetz dargestellt, mit Massebolzen zu denen die Rückleitungen der Verbraucher führen. Die Karosserie gilt als idealer Leiter. Verbindungen von Quellen und Speichern zu Potentialverteilern und weiter zu den Verbrauchern werden mit roten Linien gekennzeichnet. Eine Ausnahme ist die Kennzeichnung des Energiebusses unten in Abbildung 5. Bei dieser Topologie ist es außerdem so, dass die Zu- und Rückleitung den gleichen Pfad nutzen, da hier der Rückleiter nicht durch die Karosserie, sondern im Energiebus implementiert ist. Die Abkürzungen der Bordnetzkomponenten in Abbildung 5 werden in Tabelle 2 erläutert. 127 <?page no="136"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation Abkürzung Bezeichnung Typ Implementierung B12 12 V-Batterie Speicher Batteriemodell G Generator Quelle Generatormodell L Lenkunterstützung Verbraucher Konstantstrom, Verbraucherprofil KL Motorkühlerlüfter Verbraucher Konstantstrom, Verbraucherprofil BR Bremsunterstützung Verbraucher Konstantleistung, Modell MS Motorsteuergerät Verbraucher Konstantleistung FH Fensterheber Verbraucher Konstantstrom, Verbraucherprofil He Sitzheizung Verbraucher Konstantwiderstand HeH Heckscheibenheizung Verbraucher Konstantwiderstand B+Vert. Batterieplusverteiler Potentialverteiler Knoten SB Sicherungsbox Potentialverteiler Knoten und Sicherungen SLC Smart-Load-Controller Potentialverteiler Knoten und intelligente Sicherungen Mit der Bordnetzbibliothek können die Topologien in Abbildung 5 in ein Modelica- Bordnetzmodell übertragen werden, das für die konventionelle Topologie mit Schmelzsicherungen in Abbildung 6 umgesetzt wurde. Die Anordnung der Bordnetzkomponenten ist an die Darstellung des fiktiven Fahrzeugs angelehnt, so können den Modellen die Verbraucher besser zugeordnet werden. 128 <?page no="137"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation wischen den Bordnetzkomponenten und zur Karosserie stellen Leitungsmodelle die elektrische Verbindung her. Einige Modelle, wie die Fensterheber, haben Steuereingänge. In dem Bordnetzmodell müssen diese Steuereingänge adressiert werden, worüber verschiedene Szenarien definierbar sind. 4.4 Simulationsauswertung und Metriken Mit den in der Modellbibliothek erstellten Topologien, können Simulationen durchgeführt und die Ergebnisse analysiert werden. Jedes Simulationsergebnis wird von OpenModelica als Matlab-kompatible Datei abgespeichert, die mit einem Importwerkzeug in Matlab geladen werden können. So wurden als Beispiel einige Metriken aus Modelica-Bordnetzsimulationen mit der OnBoardSystem-Modellbibliothek berechnet, die in Tabelle 3 die konventionelle Topologie dem Energiebus gegenüberstellt. Metriken Konventionell Energiebus Maximale Leitungstemperaturdifferenz 22,25 °C 22,24 °C Mittlere Leitungstemperaturdifferenz 7,42 °C 6,53 °C Gesamt -leitungsverluste 8,25 Wh 7,87 Wh -leitungsgewicht 5,80 kg 5,58 kg -leitungslänge 40,8 m 43,8 m Größter Spannungsabfall, einzelne Leitung 0,35 V 0,52 V Größter Spannungsabfall auf allen Leitung summiert 1,27 V 1,14 V Größter kumulierter arithmetische Mittelwert aller Spannungsabfälle 1,04 V 0,99 V 5 Zusammenfassung Mit dieser Modellbibliothek und der diskutierten Sicherungscharakteristik aus einem Leitungsmodell können konventionelle, auf Schmelzsicherungen zur Leitungsabsicherung setzende Energiebordnetze mit alternativen Topologien verglichen werden. Im FAT-AK30 wurde dieses Simulationsframework insbesondere mit dem Ziel erstellt, Potentialverteiler mit intelligenten Sicherungen in die Bordnetze einzubringen und miteinander zu vergleichen. Die Arbeiten haben gezeigt, dass Modelica mit dem OpenModelica-Simulator geeignet ist solche Energiebordnetzuntersuchungen durchzuführen. Allerdings hat die Erhöhung der Komponentenanzahl, die auf der Wiedergabe von Stromprofilen basieren, Grenzen hinsichtlich der Rechenleistung und des Speicherbedarfs aufgezeigt. Die Bibliothek enthält aktuell ausgewählte Komponenten, um die Stromverteilung in einem Fahrzeug in verschiedenen Zonen, mit unterschiedlichen Leistungsbedarf der Verbraucher. Daher bietet die Modellsammlung noch einiges Potential, um weitere Verbraucher aufzunehmen. Interessant ist auch die Berücksichtigung von Sensoren und anderen Spannungssensiblen Komponenten. Des Weiteren ist denkbar Modelle zur Fehlerinjektion der Bibliothek hinzuzufü- 129 <?page no="138"?> Modellbasierte Sicherungscharakteristik für elektronische Sicherungen in einer Modelica-Bordnetzsimulation gen, um Fehlerpropagation und -isolation in den unterschiedlichen Topologien zu bewerten. Literatur [1] Brabetz, Ludwig; Ayeb, Mohamed; Gysen, Leonard (2017): Model-Based Circuit Protection Using Solid State Switches. In: 10 (3). DOI: 10.4271/ 2017-01-1641. [2] Ilgevicius, Audrius (2004): Analytical and numerical analysis and simulation of heat transfer in electrical conductors and fuses. Dissertation. München. [3] Schulz, Thomas (2003): Grundsatzuntersuchung zum Temperaturverhalten elektrischer Leitungen und deren Schutzelemente auf Schmelzleiterbasis in Kfz- Bordnetzen. Zugl.: München, Univ. der Bundeswehr, Diss. Als Ms. gedr. Düsseldorf: VDI-Verl. (Fortschritt-Berichte / VDI Reihe 12, Verkehrstechnik/ Fahrzeugtechnik, 534). [4] Wortberg, Michael; Thoma, Peter; Bachmeier, Anton (2016): Bordnetzarchitekturen - Von der Evolution zur Revolution. In: ATZ elektronik 11 (4), S. 26-33. [5] Brabetz, Ludwig; Ayeb, Mohamed (2014): A Statistical Analysis of the Thermal Behavior of Electrical Distribution Systems. In: SAE Int. J. Passeng. Cars - Electron. Electr. Syst. 7 (1), S. 119-124. DOI: 10.4271/ 2014-01-0223. [6] Brabetz, Ludwig; Ayeb, Mohamed; Neumeier, Heiko (2011): A New Approach to the Thermal Analysis of Electrical Distribution Systems. In: SAE 2011 World Congress & Exhibition. APR. 12, 2011: SAE International400 Commonwealth Drive, Warrendale, PA, United States (SAE Technical Paper Series). [7] Sloot, J. G. J.; Meng, X. Z.; Vermij, L. (1998): Fuse characteristics determined by melting or ageing? In: Euro. Trans. Electr. Power 8 (3), S. 213-215. DOI: 10.1002/ etep.4450080310. [8] Sedlmaier-Fuchs, Anette (2014): Energieverteilung neu gedacht. E/ E- Architektur als Enabler für innovative FahrzeugBordnetze. In: ATZ elektronik 9 (5), S. 52-56. [9] Tiller, Michael (2001): Introduction to physical modeling with Modelica. Boston [u.a.]: Kluwer (Kluwer international series in engineering and computer science, 615). 130 <?page no="139"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Selcuk Önal, Michael Kiffmeier, Stephan Frei Abstract For smart fuses for cable protection, realized with semiconductors, different operating strategies are possible. A frequently discussed approach is to estimate the cable temperature through appropriate models depending on the load current and to interrupt the circuit via the semiconductor switch when a critical value is exceeded. Since such a model will use the cable heating as tripping criterion a cross-section reduction compared to conventional fuses is possible. Here, due to the generally unknown environmental conditions, some worst case assumptions are made, such as a single wire in air with a maximum possible local ambient temperature. However, with the help of additional sensor information, which can be provided through the implementation of smart fuses as power distributors with a conceivable communication interface, smart fuses can offer more potential than only a cross-section reduction, which can be exploited by a more accurate estimation of the wire temperature, if necessary. In this contribution, a new concept for model-based smart fuses will be presented which, by evaluating the measured voltage drop, can take into account the influence of neighboring cables and the local ambient temperatures so that a higher current rating may be possible. Kurzfassung Für intelligente Sicherungen zum Leitungsschutz, die auf Halbleiterebene arbeiten, sind verschiedene Betriebsstrategien denkbar. Ein häufig diskutierter Ansatz ist es, abhängig von dem Belastungsstrom durch geeignete Modelle die Erwärmung der zu schützenden Leitung abzuschätzen und beim Überschreiten eines kritischen Wertes den Stromkreis über den Halbleiterschalter zu unterbrechen. Dadurch dass ein solches Modell als Auslösekriterium die Erwärmung der Leitung verwendet, können im Vergleich zu konventionellen Sicherungen Querschnitte reduziert werden. Aufgrund der in der Regel unbekannten Umgebungsbedingungen wird bei der Modellierung meist von Worstcase-Annahmen bzw. einer Einzelleitung in Luft mit maximal möglicher Umgebungstemperatur an dem Einbauort ausgegangen. Bei Verfügbarkeit von zusätzlichen Informationen, wie sie bei einer Implementierung in Form von Stromverteilern aufgrund der hier denkbaren Vernetzung möglich sind, haben intelligente Sicherungen jedoch mehr Potential neben der Querschnittreduzierung, das gegebenenfalls durch eine genauere Abschätzung der Leitungstemperatur gehoben werden kann. In diesem Beitrag soll ein neues Konzept für modellasierte intelligente Sicherungen vorgestellt werden, das durch die Auswertung des gemessenen Spannungsabfalls den Einfluss von benachbarten Leitungen bzw. lokalen Umgebungstemperaturen indirekt berücksichtigen kann, so dass bei Bedarf eine höhere Belastung der Leitung möglich ist. 131 <?page no="140"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter 1 Einleitung Klassische Sicherungen lösen durch das Durchschmelzen eines dünnen Leiters mit einem von einem Kfz-Kabel zum Teil stark abweichenden thermischen Verhalten aus. Dadurch müssen oft größere Sicherungswerte und damit überdimensionierte Leitungsquerschnitte eingesetzt werden. Besonders bei den immer häufiger anzutreffenden Verbrauchern mit nur kurzen aber sehr hohen Spitzenstromaufnahmen erschweren Schmelzsicherungen eine optimale Querschnittauslegung. Bild 1 veranschaulicht diese Problematik durch den Vergleich der Auslösekennlinie einer Schmelzsicherung mit der Zerstörkennlinie einer Leitung. Bei einer intelligenten Sicherung kann im Gegensatz zu einer Schmelzsicherung, bei der als Auslösekriterium die Schmelztemperatur des Sicherungselements dient, direkt die zulässige Temperatur der Leitung als Auslösekriterium verwendet werden (Bild 1, rechts). Eine solche intelligente Sicherung ist durch die Kombination eines geeigneten elektrothermischen Leitungsmodells, das beispielsweise auf einem Mikrocontroller implementiert sein kann, mit einer Strommessung und einem gesteuerten elektronischen Schalter möglich. Die Leitungstemperatur sollte auch bei komplexeren Stromprofilen genau berechnet werden können. Aufgrund der Temperaturabhängigkeit der thermischen Leitungsparameter ist die numerische Lösung einer Differentialgleichung zur genauen Bestimmung der Leitungstemperatur notwendig. Wichtige Eingangsparameter sind der gemessene elektrische Strom und die Umgebungstemperatur. Dabei ist eine Vereinfachung der Berechnung durch die Annahme einer Einzelverlegung in Luft mit einer maximal möglichen (Worstcase-)Umgebungstemperatur ohne Einflüsse von Kontakten bzw. axialen Wärmeflüssen möglich. Da in der Praxis keine Luftverlegung sondern eine Bündelverlegung und damit oft eine bessere Wärmeabgabe vorliegen und reale Umgebungstemperaturen niedriger sein können, werden i.d.R. höhere Leitungstemperaturen als real auftreten berechnet. Dies ist bei einer Querschnittdimensionierung sinnvoll, da dort Worstcase- Annahmen zu berücksichtigen sind. Anders als bei einer Schmelzsicherung ist es bei intelligenten Sicherung jedoch möglich, das Auslöseverhalten dynamisch anzupassen. Notlauf Zeit Zeit Strom Strom Betriebsbereich Verbraucher Leitung Schmelzsicherung Leitung Intelligente Sicherung Betriebsbereich Verbraucher Spitzenströme Spitzenströme 132 <?page no="141"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Es ist beispielsweise denkbar, die Leitung unter Umständen mit einem höheren Strom als bei den Worstcase-Annahmen bzw. ihrer im Vorfeld berechneten Zerstörkennlinie zu belasten, falls der abkühlende Einfluss von realen Umgebungseigenschaften mitberücksichtigt werden könnte. So kann die intelligente Sicherung z.B. bei Bedarf eine Überlast unter Berücksichtigung der maximal zulässigen Leitungstemperatur erlauben oder sogar einen Notlauf ermöglichen, bei dem die Leitung kurzzeitig auch über die zulässige Leitungstemperatur belastet werden kann. Dabei bietet sich z.B. die Auswertung des gemessenen Leiterwiderstands, der zwar eine - genaue- Spannungsmessung über der Leitung voraussetzt aber ohne direkte Temperaturmessung der elektrische Widerstand Informationen über die aktuelle Leitungstemperatur liefert. Neben der Messgenauigkeit muss dabei auch das ungleichmäßige Profil des Widerstandsbelags entlang der Leitung berücksichtigt werden. Im Folgenden werden zunächst elektrothermische Modelle für Kfz-Leitungen präsentiert, die durch Worstcase-Parametrierung als Basis Modelle für intelligente Sicherung dienen sollen. Anschließend soll die Genauigkeit der Spannungsmessung diskutiert werden und eine Methode zur korrekten Ermittlung des maximalen Widerstandsbelags zur Bestimmung der Leitungstemperatur untersucht werden. Danach soll der Aufbau des vorgeschlagenen Sicherungsmodells mit einem Anwendungsbeispiel vorgestellt werden. 2 Elektrothermische Modelle für Kfz-Leitungen Zur Erstellung elektrothermischer Leitungsmodelle, die möglichst einfach zu implementieren sind, soll für die Leitung eine Verlegung in Luft angenommen werden. Oft kann der Wärmefluss im Leitungsquerschnitt auf nur eine Dimension, nämlich entlang des Radius, reduziert werden. Elektrothermische Ersatzschaltbilder (ESB), die über physikalische Leitungseigenschaften parametrierbar sind, bieten sich hierfür besonders gut an und sollen hier behandelt werden. Im Folgenden sollen die Ersatzschaltbilder nur für Einfachleitungen mit einer Isolierungsschicht vorgestellt werden, deren Erweiterung jedoch für mehrere zusätzliche Schichten, wie Schirm oder Isolierung, möglich ist [1]. 2.1 Modellierung des radialen Wärmeflusses Zunächst soll als Basismodell ein thermisches ESB für den radialen Wärmefluss im Leitungsquerschnitt wie es in Bild 2 (links) dargestellt ist, vorgestellt werden. Dieses kann zusätzlich noch in ein einfaches kausales Blockdiagramm überführt werden (siehe Bild 2, rechts). Diesem Ersatzschaltbild liegt die Annahme zugrunde, dass die Leitung unendlich lang ist, wodurch axiale Wärmeflüsse und die Leitungslänge ( ) keinen Einfluss mehr auf die berechnete Temperatur in der Leitungsmitte haben. 133 <?page no="142"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Die Wärmequelle im ESB repräsentiert die elektrische Verlustleistung und kann mit Formel 1 berechnet werden, wobei der elektrische Strom, der elektrische Widerstand bei der Temperatur (z.B. 20°C), der lineare Temperaturkoeffizient des Leitermaterials und die Leitertemperatur sind. (1) Die Berechnung der thermischen Kapazitäten für den Leiter ( ) bzw. Isolierung ( ) erfolgt jeweils anhand von volumenbezogener spezifischer Wärmekapazität ( bzw. ) und dem Volumen durch die Formel 2, wo bzw. das Radius des Leiters bzw. der Isolierung ist: (2) Der thermische Widerstand des Leiters ist gegenüber der Isolierung viel kleiner und wird deshalb vernachlässigt. Die thermischen Widerstände im ESB stellen damit nur und dar, wobei der erste die Wärmeleitung durch die Isolierungsschicht und der zweite die Wärmeabgabe an die Umgebung durch Konvektion und Strahlung berücksichtigt. Die Berechnung dieser Widerstände erfolgt analog zu [2], wobei die thermische Leitfähigkeit der Isolierung ist. (3) und sind die Wärmeübergangskoeffizienten durch Konvektion bzw. Strahlung. kann mit der Emissionszahl der Leitungsoberfläche (0,95 für die meisten Isolierungsmaterialen), der Stefan-Boltzmann-Konstante und der absoluten Umgebungstemperatur bzw. Oberflächentemperatur berechnet werden: (4) Die Berechnung des Wärmeübergangskoeffizienten für die Konvektion erfolgt anhand von der Nusselt-Zahl , der Wärmeleitfähigkeit der Luft und der Anströmlänge durch die Formel 5. Die Anströmlänge beschreibt die Länge der Luftströmung an der 134 <?page no="143"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Oberfläche während Konvektion und ergibt sich für ein horizontal liegendes Kabel als die Hälfte des Leitungsumfangs bzw. . (5) Die Nusselt-Zahl ist dabei besonders maßgebend für die Konvektion und wird abhängig von der Leitungsgeometrie für freie Konvektion über eine spezielle Funktion bestimmt, die verschiedene temperaturabhängige Luftkonstanten enthält. Die Berechnung der Nusselt-Zahl bzw. der Luftkonstanten für die Modelle erfolgt nach [3] bzw. [4]. Bild 3 vergleicht die Simulation mit der Messung für den Temperaturverlauf einer 6 mm 2 PVC-Kupfer Leitung.Die Temperaturmessung wurde hierbei indirekt über die Widerstandsmessung für eine Luftverlegung gemäß der Norm LV-112 durchgeführt. Dabei wird eine ausreichend lange Leitung verwendet und der Spannungsabfall wird über ein mittleres Stück der Leitung, wo der Widerstandsbelag ein gleichmäßiges Profil hat, abgegriffen, wodurch das Simulationsmodell durch physikalische Parametrierung mit der Messung gut vergleichbar ist. Messung und Simulation stimmen sehr gut überein. 2.2 Modellierung des axialen Wärmeflusses Um die Einflüsse der Kontakte auf die Leitungstemperatur zu berücksichtigen, kann das ESB aus Abschnitt 2.1 - wie in Bild 4 dargestellt - erweitert werden, welches in der axialen Richtung aus mehreren Leitungssegmenten besteht. Die Wärmeflüsse zwischen benachbarten Segmenten erfolgen dabei jeweils im Leiter über zwei rechts und links angeordnete thermische Widerstände, die abhängig von der Länge des jeweiligen Segments wie in Formel 6 berechnet werden. Die axiale Wärmeleitung in der Isolierung wird gegenüber der axialen Wärmeleitung im Leiter vernachlässigt. (6) Wie in Bild 4 ebenfalls zu erkennen, ist die Leitung an beiden Enden mit idealen Temperaturquellen abgeschlossen. Falls eine Erwärmung durch die Verluste an Kontakten zu berücksichtigen ist, können diese durch geeignete Kontaktmodelle ersetzt werden. Temperatur [°C] 135 <?page no="144"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Bild 5 zeigt beispielhaft das berechnete Temperatur- (links) und Widerstandsprofil (rechts) für eine 10 mm 2 -Leitung (PVC, Kupfer) mit einer konstanten Umgebungstemperatur von 25 °C und einer Kontakttemperatur von 25 °C (rot) bzw. 60 °C (blau) und einem Strom von 100 A für unterschiedliche Leitungslängen. Die Struktur wurde mit 31 Segmenten diskretisiert (feiner an den Seiten). Die lineare Abhängigkeit des elektrischen Widerstands von der Leitungstemperatur ist dabei gut zu erkennen (siehe Formel 1). Die Reduzierung der maximalen Leitungstemperatur in der Leitungsmitte ab einer Länge von ca. 1 m durch die gute Wärmeleitung an den Leitungsenden ist ebenfalls sichtbar, wobei die Änderung der Kontakttemperaturen aufgrund von idealer Temperaturquellen ohne Verluste einen sehr geringen Einfluss auf die Temperatur in der Leitungsmitte hat. Unterschiedliche Umgebungstemperaturzonen entlang der Leitung werden über die Temperaturquellen der einzelnen Segmente berücksichtigt. Hierbei können die Initialwerte der thermischen Kapazitäten als Vereinfachung ebenfalls auf die jeweilige Temperatur [°C] -1000 -500 0 500 1000 Position [mm] 1.9 2.0 2.1 2.2 2.3 2.4 136 <?page no="145"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Temperatur gesetzt werden. Es ist dabei zu beachten, dass durch stark voneinander abweichenden Umgebungstemperaturzonen entlang der Leitung bzw. durch nichtphysikalische Initialwerten der thermischen Kapazitäten zu Beginn einer Simulation unrealistische Temperaturausgleichvorgänge stattfinden können und diese ggf. zu falschen Ergebnissen führen können. Deshalb ist es hier notwendig, eine Simulation entweder mit den physikalischen Initialwerten zu starten oder die Leitung zu Beginn der Simulation ohne Strom zu simulieren, wodurch sich die korrekten Initialwerte automatisch ergeben. 2.3 Einfluss einer Bündelverlegung Durch die Verlegung einer Leitung im Bündel kann sich das thermische Verhalten stark ändern. Im Gegensatz zu einer Einzelverlegung können hier die Konvektion und Strahlung abhängig von der Position der Leitung im Bündel teilweise oder komplett an der Bündeloberfläche stattfinden. Dadurch, dass die einzelnen Leitungen über die Wärmeleitung zwischen den einzelnen Leitungen stark thermisch miteinander verkoppelt sind, haben die thermische Kapazitäten und die Verluste der benachbarten Leitungen ebenfalls Einfluss auf die Temperatur einer zu modellierenden Leitung. Beispielhafte Verlegung einer 10 mm 2 -Leitung (PVC, Kupfer) zentrisch in einem Bündel von ca. 2 cm Durchmesser und unter einer Umgebungstemperatur von 25 °C ist in Bild 6 gezeigt, wo die Temperaturverteilungen im Querschnitt bis zu dem stationären Zustand jeweils durch FEM (Finite-Elemente-Methode) für verschiedene Fälle berechnet wurde. Bild 7 zeigt die zeitlichen Temperaturverläufe der betrachteten Leitungen für diese Bündelverlegungen (a, b, c) und den Temperaturverlauf im Falle einer Einzelverlegung mit einer Umgebungstemperatur von 25 °C (braun) und von 85 °C (rot, Worstcase). Die Bündelverlegung (a) repräsentiert den Fall, dass die Leitung mit einem konstanten Nennstrom von 60 A belastet wird, aber keine der benachbarten Leitungen bestromt sind, wobei eine Verlegung des Bündels in Luft angenommen wurde. Hier erreicht die Leitung eine maximale Temperatur von ca. 40 °C. Dieser Wert liegt ca. 10 °C unter der Temperatur in der äquivalenten Einzelleitung (siehe Bild 7). (a) (b) (c) Positio n Position [m] 137 <?page no="146"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Falls mehrere benachbarte Leitungen auch mit ihren Nennströmen belastet werden, erreicht die Leitungstemperatur ca. 80 °C (b, grüner Verlauf), die wesentlich höher als bei der Einzelverlegung ist. Da bei der Dimensionierung bei Schmelzsicherungen oder auch bei der einfachen Implementierung der intelligenten Sicherung eine Worstcase-Umgebungstemperatur zu berücksichtigen ist, wie z.B. 85 °C, liegt jedoch die Temperatur der Leitung auch in diesem Fall aufgrund von geringer Umgebungstemperatur deutlich unter der Temperatur für Einzelverlegung. Dabei reduziert eine realistischere Verlegung wie z.B. auf dem Boden (c, 1/ 4 der Oberfläche liegt auf konstanter Umgebungstemperatur von 25°C) die Leitungstemperatur auf ca. 50 °C. Da in diesem Fall sowohl die Schmelzsicherung als auch die einfache Anwendung des Leitungsmodells mit Worstcase-Annahmen als intelligente Sicherung nur durch den Strom der zu schützenden Leitung beeinflusst werden, können diese zusätzlichen Belastungsreserven nur durch die Berücksichtigung der aktuellen Umgebungseigenschaften ausgenutzt werden. Dies kann z.B. indirekt durch eine ausreichend genaue Widerstandsmessung möglich sein, auf die im nächsten Abschnitt eingegangen wird. In dem Fall, dass die Leitungen eine gleichmäßige Anordnung entlang des gesamten Bündels haben und keine benachbarten Leitungen bestromt sind, kann eine Bündelverlegung durch die Erweiterung der Leitungsmodelle in radialer Richtung um ein mehrgliedriges thermisches RC-Netzwerk, wie in Bild 8 dargestellt, angenähert werden. Es ist hier zu beachten, dass der thermische Widerstand nicht mehr über die Leitungsoberfläche, sondern eine angenommene Bündeloberfläche ( ) berechnet wird. 138 <?page no="147"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter 3 Temperaturberechnung durch Widerstandsmessung Durch die Temperaturabhängigkeit des elektrischen Widerstands einer Leitung ist es möglich über den gemessenen Widerstand auf die Temperatur der Leitung zu schließen, was auch als indirekte Temperaturmessung bekannt ist. Aufgrund von relevantem Temperaturbereich ist es für die Kfz-Leitungen ausreichend nur den linearen Temperaturkoeffizient ( ) zu berücksichtigen. Formel 7 zeigt diesen Zusammenhang, der nach der Leitertemperatur umgeformt ist, wobei der aktuell gemessene Leiterwiderstand und der Referenzwiderstand für eine Referenztemperatur ist. (7) Es ist zu beachten, dass diese Formel für einen gemessenen Leitungswiderstand nur dann gültig ist, wenn die Temperatur bzw. der Widerstandsbelag konstant entlang der Leitung sind. Eine präzise Messmethodik hierfür ist in Norm LV-112-3 zur Temperaturmessungen an Kfz-Leitungen für Einzelverlegung in Luft beschreiben. Um eine korrekte Widerstandsmessung zu ermöglichen, wird eine Vierpunktmessung an einem relativ langen Leitungsstück (mindestens 4 m) durchgeführt, wo der Spannungsabfall nicht über den Leitungsenden, sondern über einem mittleren Stück der Leitung, das ein gleichmäßiges Temperaturprofil hat, gemessen. Da am Fahrzeug die Spannungsmessung nur an den Leitungsenden möglich ist, ist dieses Verfahren nicht am Fahrzeug direkt anzuwenden. Bild 9 veranschaulicht dies durch Simulation für eine 4 m lange 10 mm 2 Leitung mit 100 A im stationären Zustand, wo links das resultierende Temperaturprofil und rechts das dazugehörige Widerstandsbelagsprofil dargestellt sind. Die Leitung ist an beiden Enden an idealen Kontakten angeschlossen und liegt unter einer Umgebungstemperatur von 25 °C in Luft. Wie in Bild 9 (rechts) zu erkennen ist für die Berechnung der maximalen Leitungstemperatur der Widerstandsbelag in der Leitungsmitte erforderlich, der direkt nur durch Spannungsmessung zwischen grün gekennzeichneten Abgriffpunkten gemessen werden könnte. Falls der Widerstand zwischen den Leitungsenden gemessen wird (rot gekennzeichnet), ist ein Korrekturfaktor erforderlich, der in Abschnitt 3.2 betrachtet wird. Zeit 139 <?page no="148"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter 3.1 Erforderliche Messgenauigkeiten für indirekte Temperaturmessung Für eine Leitungsabsicherung sind hohe Leitungstemperaturen relevant. In diesem Fall sind die Ströme in der Regel hoch. Der dadurch bedingte Spannungsabfall ist auch aufgrund seiner Größe noch mit vergleichsweise einfachen Methoden ausreichend genau messbar. Aus der Spannungs- und Strommessung wird der temperaturabhängige Widerstand berechnet. Um die Genauigkeit dieser indirekten Temperaturmessung bewerten zu können, wird im Folgenden die Temperaturauflösung bei verschiedenen Belastungsströmen und Spannungsmessfehlern für eine 1 m lange 10 mm 2 -Kupferleitung beispielhaft berechnet. Bild 10 (links) zeigt für drei Spannungsauflösungen, 1 mV, 5 mV und 10 mV, und einer Strommessgenauigkeit von ±1% mögliche Temperaturauslösungen. Aufgrund des linearen Zusammenhangs zwischen dem Leiterwiderstand und der Leitertemperatur (siehe Formel 7) ist dabei eine einfache Skalierung der Temperaturauflösung für weitere Querschnitte bzw. Leitungslängen möglich. Beispielsweise verdoppelt sich die Temperaturmessgenauigkeit durch die Verdopplung der Leitungslänge bzw. des Belastungsstroms oder durch die Halbierung des Querschnittes. In Bild 10 (rechts) ist die Zerstörkennlinie für diese Leitung im Falle einer PVC-Isolierung für eine Umgebungstemperatur von 25 °C bzw. 85 °C und Luftverlegung dargestellt, wo der Mindestzerstörstrom im Dauerbelastungsfall ca. 100 A bzw. 130 A beträgt. Bei diesen Strömen ist eine Messauflösung unter 2 K bei einer Spannungsauflösung von ca. 1 mV möglich. Für eine Spannungsauflösung von ca. 5 mV, welche z.B. mit einem 12-bit A/ D-Wandler (auf vielen Mikrocontrollern verfügbar) möglich sein kann, ergibt sich eine Temperaturauflösung von ca. 7 K, was für eine Leitungslänge von 2 m oder einen Strom von 200 A 3,5 K bedeutet. Durch die Weiterentwicklung des Kfz-Bordnetzes und den immer größer werdenden Bedarf an einer umfangreichen Bordnetzdiagnose, insbesondere beim hochautomatisierten Fahren, ist zu erwarten, dass in zukünftigen Bordnetzen eine ausreichende Messgenauigkeit für viele Verbraucher sichergestellt ist. 140 <?page no="149"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter 3.2 Berücksichtigung des Einflusses von Umgebungstemperaturprofil Wie bereits in Bild 9 gezeigt wurde hat das ungleichmäßige Temperaturprofil Einfluss auf den gemessenen Widerstand und damit die berechnete Temperatur der Leitung, wobei dieser Einfluss bei kürzeren Leitungen stärker ist. Dies wird nochmals veranschaulicht durch eine Beispielsimulation in Bild 11 für dieselbe Konfiguration, jedoch mit einer Leitungslänge von 1 m. Bild 11 (links) vergleicht den gemessenen Widerstandsbelag, der für 1 m dem Gesamtwiderstand entspricht, mit dem realen Widerstandsprofil für den stationären Fall. Es ist dabei zu erkennen, dass der berechnete durchschnittliche Widerstandsbelag um einen Faktor erhöht werden muss, damit sich als gemessener Widerstand der maximale Widerstandsbelag in der Leitung ergibt, der für die korrekte Temperaturberechnung erforderlich ist. In Bild 11 (rechts) ist die Änderung des Widerstandsbelags über die Zeit vergrößert dargestellt. Der Einfluss von unterschiedlichen Temperaturzonen entlang einer Leitung ist in Bild 12 für dieselbe Konfiguration dargestellt, wo links der vorgegebenen Umgebungstemperaturen und rechts die daraus resultierenden Widerstandsbelagsprofile für den stationären Fall in denselben Farben dargestellt sind. Die benötigten Korrekturfaktoren sind dabei ebenfalls in den Legenden eingetragen ( ). Dabei führt das Umgebungstemperaturprofil (4) zu dem höchsten Korrekturfaktor bzw. 1,125 und stellt damit den Worstcase dar, wo etwa mittig in 1/ 3 von der Leitung eine Temperatur von 85 °C und an den Kontakten jeweils 25 °C vorliegt. Widerstandsbelag [Ohm/ m] Zeit Maximaler Widerstandsbelag ( ) Gemessener (mittlerer) Widerstandsbelag ( ) 141 <?page no="150"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Die Änderung der Bereite der Temperaturzone mit 85 °C (4) beeinflusst den Korrekturfaktor nur gering bzw. 0,1 % und 0,6 % (1,2), während die Änderung der Positionen und Verwendung einer Kontakttemperatur von 85°C anstatt 25°C an der rechten Seite (3) zu einer Abweichung von ca. 2 % führt. Eine Erhöhung der seitlichen bzw. der Kontakttemperaturen von 25 °C auf 40 °C beeinflusst den Korrekturfaktor auch nur geringfügig (5). Die maximal ermittelte Abweichung von 2 % im Korrekturfaktor führt für den relevanten Temperaturbereich der Leitung zu einem akzeptablen Temperaturfehler von ca. 5 bis 8 K, welche durch Formel 7 berechnet werden kann. Es ist ebenfalls hier zu beachten, dass der Einfluss des Temperaturprofils bei einer längeren Leitung immer geringer wird und mit einer maximalen Temperaturvorgabe (z.B. 85°C) für die Temperaturzone und eine minimale Temperaturvorgabe für Kontakte der Worstcase für den Korrekturfaktor berücksichtigt ist. Durch die Annahme, dass bei einem Bündel ein möglichst gleichmäßiger Querschnitt entlang der Leitung vorliegt und die Umgebungstemperaturzonen entlang der Leitung für die resultierenden Temperaturprofile maßgebend sind, soll im Folgenden der Korrekturfaktor der Einzelverlegung für die Bündelverlegung verwendet werden. Damit ist es möglich den Korrekturfaktor bei der intelligenten Sicherung über das axialdiskretisierte elektrothermische Leitungsmodell (Abschnitt 2.2) zeitabhängig zu berechnen, falls eine grobe Kenntnis über die (Worstcase-) Temperaturzonen und Kontakttemperaturen zur Verfügung steht. 4 Aufbau des Sicherungsmodells In Bild 13 ist ein möglicher Aufbau einer Sicherungssteuerung auf Basis von den obigen Überlegungen schematisch dargestellt. Der Steuerung liegt ein Modell für die Temperaturberechnung aus dem elektrothermischen Leitungsmodell (a) und ein Modell für die Berechnung der Temperatur auf Basis des gemessenen Leitungswiderstands (b) zugrunde. Es wird davon ausgegangen, dass eine ausreichend genaue Messung des Spannungsabfalls ( ) und des Stroms ( ) durch die Leitung zur Verfügung steht. Nach diesem Konzept soll das Sicherungsmodell im normalen Betrieb nach dem elektrothermischen Worstcase-Modell (a) arbeiten und beim Erreichen einer kritischen Leitungstemperatur ( , z.B. 155 °C für PVC) auslösen. Eine frühzeitige Auslösung ist jedoch durch die kontinuierliche Überwachung der Lebensdauer Widerstandsbelag [m / m] 142 <?page no="151"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter ebenfalls möglich (d), falls ein festgelegter Lebensdauerverbrauch überschritten wird (siehe Abschnitt 2.1). Sofern ein Bedarf für einen gezielten Überlastbetrieb besteht, schaltet die Sicherung auf die Temperaturberechnung um (c), wo der Korrekturfaktor durch das elektrothermische Leitungsmodell zur Verfügung gestellt wird (b). Die Entscheidung, ob eine Widerstandsberechnung sinnvoller ist, kann im Sicherungsmodell abhängig von dem Belastungsstrom erfolgen. Es ist jedoch auch möglich dies durch eine übergeordnete Steuerung abhängig von zusätzlichen aktuellen Umgebungsbzw. Belastungssituationen am Einbauort zu realisieren (f). Der Übergang zwischen den beiden Betriebsarten (c) erfolgt nicht schlagartig, sondern durch eine Tiefpassfilterung (e) über das Kontrollsignal. Dabei wird die Umschaltzeit über die Parameter eingestellt. In speziellen Notfallsituationen, in denen durch eine kurzzeitige Überlastung eines Verbrauchers ein sicherer Zustand erreicht werden kann, muss die Leitung den Verbraucher kurzzeitig mit sehr hohen Strömen versorgen. In diesem Fall kann das Modell ebenfalls eine viel höhere Leitungstemperatur als Auslösekriterium ( ) verwenden. Dabei ist mit einer starken Degradierung der Leitungsisolierung zu rechnen, was jedoch in zu gefährlichen Notfallfallsituation in Kauf genommen werden kann. 4.1 Auslösekriterien für intelligente Sicherung Im Gegensatz zu den Schmelzsicherungen, kann das Auslösekriterium bei intelligenten Sicherungen beliebig gewählt werden. Da in den Normen bereits maximal zulässige Temperaturen für Isolierwerkstoffen der Kfz-Leitungen definiert sind, wie sie z.B. in Tabelle 1 für PVC-Leitungen (Temperaturklasse B) angegeben sind, können diese für die Festlegung einer Auslösetemperatur bei intelligenten Sicherungen dienen. Es ist zu beachten, dass diese belastungszeitspezifischen Temperaturen bei der Querschnittdimensionierung im Falle intelligenter Sicherungen ebenfalls berücksichtigt werden müssen. Wie in Tabelle 1 zu sehen, verbraucht eine PVC-Leitung ihre Lebensdauer bei einer Dauertemperatur von 105 °C innerhalb von 3000 Stunden, während sie bei 155°C Dauertemperatur nur 6 Stunden belastet werden darf. * * Elektrothermisches Leitungsmodell Berechnung Widerstandskorrektur Temperaturberechnung über Widerstand Aus lösesi gna l Kontrollsignal {1, 0} (Überlast) Kontrollsignal (Notlauf) (a) (b) (e) (c) LD (d) Übergeordnete Steuerung (f) + + 1-w w w 143 <?page no="152"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Klasse Dauergebrauchstemperatur (3000 h) Kurzzeittemperatur (240 h) Temperatur für thermische Überlast (6 h) B (-40 bis 105) °C (130 ± 3) °C (155 ± 3) °C Falls eine Querschnittreduzierung durch intelligente Sicherung erfolgt, ist ebenfalls mit der Reduzierung der Lebensdauer zu rechnen. D.h. die Leitungstemperatur im normalen Betrieb muss auch bei intelligenten Sicherungen möglichst unter diesen zulässigen Temperaturen sein. Im Absicherungsfall mit viel höheren Strömen wie z.B. bei einem Kurzschluss kann die Temperatur für thermische Überlast (155 °C für PVC) als Auslösekriterium für intelligente Sicherungen verwendet werden. Problematisch bei intelligenten Sicherungen können jedoch längere Auslösezeiten sein, besonders wenn die intelligente Sicherung die Leitung bedingt durch eine präzise Abschätzung der Leitungstemperatur bis sehr nah an die kritische Temperatur über längere Zeit erwärmen lässt. Das gilt ebenfalls bei einem gezielten Überlastfall, wo die Leitung zwar ihre kritische Temperatur noch nicht erreicht aber aufgrund von höheren Temperaturen sehr schnell altert. Dabei kann als ein zweites Auslösekriterium die Alterung berücksichtigt werden, deren Abschätzung im Sicherungsmodell durch Implementierung von der bekannten Arrhenius-Gleichung, wie in Formel 8, erfolgen kann, wo und als materialabhängige Konstanten, als die Reaktionsgeschwindigkeit z.B. in [1/ h] interpretiert werden können und die Temperatur in Kelvin ist. (8) Wie in Formel 8 zu erkennen besteht bei der Arrhenius-Gleichung ein linearer Zusammenhang zwischen dem natürlichen Logarithmus der Alterungsgeschwindigkeit und dem Kehrwert der absoluten Temperatur. Die Lebensdauer ( ) berechnet sich für eine konstante Temperatur wie folgt. (9) Für zwei bekannte Wertepaare von und können dabei die Konstante und bestimmt werden. Durch die Verwendung von zwei Wertepaaren für PVC in Tabelle 1, nämlich 3000 Stunden / 105 °C bzw. 6 Stunden / 155 °C ergibt sich z.B. hierfür für und für . Die verbrauchte Lebensdauer abhängig von einem beliebigen Temperaturverlauf ist durch das Integral über die Alterungsgeschwindigkeit abzuschätzen, wo das Erreichen des Wertes 1 den Ausfall der Leitung bedeutet. Die intelligente Sicherung kann über den simulierten Temperaturverlauf im Absicherungsfall oder auch bei einer gezielten Überlast diese berechnen und ebenfalls als ein zusätzliches Auslösekriterium verwenden. Zur Berechnung der verbleibenden Gesamtlebensdauer in [%] bzw. SoH (eng. „State of Health“) kann berechnet werden durch: (10) 144 <?page no="153"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter 5 Anwendungsbeispiel Der vorgestellte Ansatz soll durch ein einfaches Szenario mit der konventionellen Sicherung und einem einfachem Sicherungsmodell verglichen werden. Es wird von einem Stromverbraucher mit einer für längere Zeit konstanten Stromaufnahme ausgegangen. Der maximale Nennstrom des Verbrauchers beträgt 40 A. Die passende Schmelzsicherung hierfür muss nach der Norm VW7512 einen Nennstrom des mindestens -fachen des Verbraucherstroms bzw. 50 A (MAXI50) besitzen. Es ergibt sich ebenfalls nach der Norm ein Leitungsquerschnitt von mindestens 6 mm 2 , wobei im Folgenden als Leiterbzw. Isolierungsmaterial von Kupfer bzw. PVC und von einer Leitungslänge von 1 m ausgegangen sind. Durch den Sicherheitsabstand zwischen Sicherung und Verbraucher wird sichergestellt, dass die Sicherung während des normalen Betriebs nicht auslöst. Bei intelligenten Sicherungen ist es durch die Stromüberwachung möglich, einen sinnvollen Stromwert als untere Grenze zu bestimmen, unter welchem die Auslösekurve angepasst sein kann. Es wird jetzt ein für längere Zeit konstanter Betriebsstrom von 40 A angenommen. Die Leitung nimmt einen stationären thermischen Zustand ein. Durch einen Fehler erhöht sich der Strom im nächsten Schritt auf ca. 70 A. Damit wird die Leitung überlastet. Bild 14 zeigt hierfür den Strom und der Temperaturverlauf an der Schmelzsicherung, wo die Sicherung ca. 90 Sekunden nach der Überlast durchschmilzt (Sicherungsmodell nach [5]). Die zu sichernde Leitung soll sich zentrisch in einem Kabelbündel von einem Durchmesser von 10 cm befinden. Zur Vereinfachung wird angenommen, dass keine der benachbarten Leitungen bestromt ist und die Wärmeabgabe im Vergleich zu einer Einzelverlegung in Luft besser ist. Die Bündelverlegung wird in der Simulation, wie in Abschnitt 3.1. beschrieben wurde, durch ein erweitertes ESB berücksichtigt (RC- Parameter: ). Weiterhin soll sich die Leitung am Einbauort unter einer Temperatur von 60 °C befinden, wobei die Kontakte eine Temperatur von jeweils 40 °C und keine nennenswerte Verlustleistung erzeugen. Die Informationen über diese Temperaturen liegen jedoch nicht vor, wodurch bei der intelligenten Sicherung als Worstcase eine Umgebungstemperatur von 85 °C und als Kontakttemperaturen die Außentemperatur von 25 °C anzunehmen sind. Damit wird es sichergestellt, dass der berechnete Korrekturfaktor möglichst groß ist (siehe Abschnitt 3.1) und zu einer höher berechneten Temperatur Auslösung bei t = 1090 s 145 <?page no="154"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter führt. Bild 15 vergleicht die resultierenden Temperaturverläufe in der Simulation. Dadurch, dass die Bündelverlegung die Leitung abkühlt und auch die Umgebungstemperatur 60 °C anstatt der Worstcase-Temperatur von 85 °C beträgt, liegt die Leitung unter dem normalen Betriebsstrom im Dauerbelastungsfall bei ca. 77 °C (schwarze Linie). Das elektrothermische Leitungsmodell einer intelligenten Sicherung liefert dabei aufgrund von Worstcase-Parametrierung eine Temperatur von ca. 110 °C bei 40 A Dauerbelastung und löst im Überlastfall bei der kritischen Temperatur 155°C ca. 200 s nach der Schmelzsicherung (blauer Verlauf) aus. Ca. 30 Sekunden nach dem Überlastbeginn schaltet die Sicherung auf die indirekte Temperaturmessung um. Damit wird die Leitungstemperatur durch die Kombination des Leitungsmodells mit der Spannungsmessung mit guter Genauigkeit abgeschätzt, und eine Fehlauslösung wird vermieden. Die intelligente Sicherung berücksichtigt noch die Alterung der Leitung innerhalb der Überlastzeit und löst nach einem festlegten Wert von ca. 10 % bzw. ca. 23 Minuten nach dem Überlastbetrieb aus. Das Ziel ist dabei, durch fehlerbedingten Überlastbetrieb eine ausreichende Zeit zu gewinnen, in der das Fahrzeug so schnell wie möglich in einen sicheren Zustand gebracht werden kann, was z.B. im Falle eines einem autonomen Fahrbetrieb von großer Bedeutung ist. 6 Zusammenfassung Es wurde in diesem Beitrag ein neues Konzept für intelligente Sicherungen vorgestellt, bei dem das Modell sich durch Verfügbarkeit einer Spannungsmessung bei höheren Strömen und nur groben Informationen über die Temperaturen am Einbauort der Leitung anpassen und eine bessere Temperaturabschätzung für die Leitung ermöglichen kann. Schmelzsicherung ausgelöst Intelligente Sicherung ausgelöst bei 155°C Intelligente Sicherung mit Widerstandsmessung ausgelöst durch Lebensdauerverbrauch um 10% ab dem Überlastbeginn 146 <?page no="155"?> Modellbasierte intelligente Sicherungen mit umgebungadaptiver Anpassung der Auslöseparameter Dem Sicherungsmodell liegen dabei ein elektrothermisches Leitungsmodell und eine indirekte Temperaturmessung zugrunde. Im normalen Betrieb wird das Auslösesignal durch das thermische Modell abhängig vom Laststrom und der Worstcase- Umgebungsbzw. Kontakttemperaturen erzeugt, wenn die abschätzte Leitungstemperatur eine zulässige Grenze überschreitet. Durch die Auswertung des gemessenen Leiterwiderstands ermöglicht das Modell in einem Überlastfall eine bessere Temperaturabschätzung durch die Widerstandsmessung, wodurch eine Bündelverlegung bzw. lokale Umgebungstemperaturen indirekt berücksichtigt sind. Die erforderliche Messgenauigkeit für den Leiterwiderstand ist dabei durch die höheren Lastströme im Überlastfall realisierbar. Die Korrektur des gemessenen Widerstands aufgrund des ungleichmäßigen Temperaturprofils entlang der Leitung erfolgt zeitabhängig über das elektrothermische Leitungsmodell mit grob geschätzten (bzw. Worstcase) Umgebungs- und Kontakttemperaturen. Da die zu schützende Leitung durch diesen Ansatz bis an die zulässigen Temperaturgrenzen belastet werden kann, berücksichtigt das Modell als ein zweites Auslösekriterium die Alterung der Leitungsisolierung, die auf Basis der Angaben in den Normen über die Zeit mit Hilfe der Arrhenius-Gleichung näherungsweise berechnet wird. Für den vorgestellten Ansatz wurde ebenfalls ein Anwendungsbeispiel vorgestellt, wo er mit der klassischen Schmelzsicherung und der einfachen intelligenten Sicherung verglichen wurde. Dabei führten sowohl die Schmelzsicherung als auch die klassische intelligente Sicherung aufgrund von Worstcase-Annahmen zu einer früheren Auslösung, obwohl die Leitung bedingt durch eine Bündelverlegung und geringere Umgebungstemperaturen noch Belastungsreserven hatte. Das Sicherungsmodell mit dem vorgestellten Ansatz hatte dabei eine bessere Temperaturabschätzung ermöglicht und konnte eine Überlast bis zu einer festgelegten zulässigen Alterung erlauben. Für die Umsetzung des Ansatzes ist es erforderlich die vorausgesetzten Messgenauigkeiten für die Widerstandsmessung am Fahrzeug zu überprüfen. Weiterhin sollten die Einflüsse von Einbauorttemperaturen auf das longitudinale Temperaturprofil sowohl für die Einzelverlegung als auch für die Bündelverlegung durch Laborversuche näher untersucht werden. Literaturverzeichnis [1] G. J. Anders, Rating of Electric Power Cables, USA: McGraw-Hill, 1997. [2] R. Marek and K. Nitsche, Praxis der Wärmeübertragung, München: Carl Hanser Verlag, 2012. [3] VDI-Gesellschaft Verfahrenstechnik und Chemieingenieurwesen, VDI- Wärmeatlas, Karlsruhe: Springer, 2005. [4] A. Ilgevicius, Analytical and numerical analysis and simulation of heat transfer in electrical conductors and fuses, Neubiberg: Universität der Bundeswehr München, 2004. [5] P. Schwarz and J. Haase, "Erstellung einer VHDL-AMS Modellbibliothek fu r die Simulation von Kfz-Systemen," vol. FAT 207, 2006. 147 <?page no="156"?> Bordnetz für autonomes Fahren / Power net for automated driving Ahmet Kilic, Christian Große, Tunan Shen Abstract The automotive industry is changing due to automation, e-mobility, connectivity and shared mobility. For realization of automated driving systems, a high degree of safety and reliability is required. In today's vehicles a driver serves as a fallback for control, mechanical and energetic levels. In automated driving systems, the driver is not always present or available for taking over the vehicle control in case of a failure. It is important that the safety critical loads are supplied reliable. A highly reliable, fault-tolerant electrical power net system is therefore an important prerequisite for fulfilling these safety requirements. In this paper, the requirements, topology and interactions among various DC/ DC converters, batteries and loads of fault-tolerant power net for automated driving are presented. A methodic approach used at Robert Bosch GmbH is presented, which supports the development of safe electrical distribution systems according ISO 26262. The approach is structured in following steps: • Definition of the relevant requirements • Selection of the power net topology • Behavior analysis & definition of component failures in electrical distribution system • Simulation of electrical power supply system Kurzfassung Die Automobilindustrie befindet sich im Wandel. Automatisierung, Elektromobilität, Konnektivität nebst Shared Mobility stellen neue Herausforderungen dar. Die Realisierung des autonomen Fahrens verlangt ein Höchstmaß an Sicherheit und Zuverlässigkeit der beteiligten Systeme. Während heutige Fahrzeuge durch den Fahrer eine Rückfallebene besitzen, entfällt diese bei autonom fahrenden Systemen gänzlich oder zumindest zeitweise. Es ist damit von hoher Wichtigkeit, dass die sicherheitsrelevanten Verbraucher zuverlässig versorgt werden. Ein hochzuverlässiges, fehlertolerantes Energiebordnetz ist daher eine wichtige Voraussetzung, um diese Sicherheitsanforderungen zu erfüllen. Im vorliegenden Beitrag wird eine bei der Robert Bosch GmbH angewendete methodische Vorgehensweise vorgestellt, die die Entwicklung sicherer elektrischer Energiebordnetze gemäß ISO 26262 unterstützt. Die einzelnen Schritte dabei sind: Festlegung der relevanten Anforderungen Auswahl der Topologie Fehleranalyse und Definition der Fehlerklassen sowie Fehlerbaumanalyse mit FMEA und FTA Simulation des Energiebordnetzes 148 <?page no="157"?> Bordnetz für autonomes Fahren 1 Einleitung Mit dem Autonomen Fahren entsteht ein neuer Markt für Komponenten und Systeme, die hohen Anforderungen an Zuverlässigkeit, Verfügbarkeit und Gewährleistung gewisser Betriebsprofile erfüllen müssen. Beim autonomen Fahren (SAE-Level 4&5) muss der Fahrer nicht mehr in der Lage sein, im Falle eines erkannten Systemfehlers die Fahrzeugführung zu übernehmen bzw. das Fahrzeug abzustellen und abzusichern. Um die Sicherheit der Passagiere und anderer Verkehrsteilnehmer zu gewährleisten, müssen sicherheitsrelevante Funktionen des Fahrzeugs entsprechend der Norm ISO 26262 entwickelt werden, was im Besonderen auch für die Bordnetz- Funktionalität gilt. Das Bordnetz muss so ausgelegt sein, dass bei Eintreten eines Fehlerfalls während der Fahrt die sicherheitsrelevanten Komponenten (Bremse, Lenkung, …) sicher durch das Energiebordnetz versorgt werden. Erforderlich ist daher ein fehlertolerantes Bordnetz. Um solch ein Bordnetz zu entwickeln, das zugleich kostengünstig und skalierbar ist, ist ein methodisches Vorgehen gefordert. Erst dadurch wird eine systematische, strukturierte und standardisierte Entwicklung des Bordnetzes möglich. Die bei Bosch eingesetzte Methodik besteht aus einer Kette von aufeinander aufbauenden Tools mit Analysen und Auswertungen für die verschiedenen Phasen. In Bild 1 ist die übergeordnete Struktur dieser Methodik dargestellt [1]. An erster Stelle werden die relevanten Gesetze, Normen und Standards sowie insbesondere die Kundenanforderungen analysiert [2]. Auf Basis dieser Analyse der Anforderungen werden mehrere Bordnetztopologien entwickelt. Diese werden nach definierten Kriterien (z.B. Spannungsstabilität) bewertet und entsprechend die einzelnen Bordnetz-Komponenten ausgelegt [3] . Jede Bordnetztopologie beinhaltet viele unterschiedliche Komponenten mit spezifischen Fehlermöglichkeiten. Die Fehlerfälle, die in dieser Topologie auftreten können, 149 <?page no="158"?> Bordnetz für autonomes Fahren werden identifiziert, mit Hilfe von FMEA (Failure Mode and Effect Analysis) analysiert und bewertet. Um die Einflüsse dieser Komponenten auf Systemebene zu betrachten, ist es hilfreich, die möglichen Komponentenfehler in verschiedene Fehlerklassen entsprechend ihrer Auswirkungen einzuteilen. Mittels Fehlerbaumanalyse werden die Ausfallwahrscheinlichkeiten der einzelnen Fehlerklassen bestimmt, um die Ausfallrate des fehlertoleranten Bordnetzes zu berechnen. Daraus erhält man minimale Schnittmengen (minimal CutSets), welche die logische Verbindung vom Komponentenfehler zur Fehlerklasse darstellen. Somit lässt sich für jede Fehlerklasse über die Ausfallrate der verbundenen Komponentenfehler die Gesamtausfallrate der einzelnen Fehlerklasse in FIT (Failure in Time, Fehleranzahl pro Betriebsstunden) bestimmen. Gemäß ISO 26262-5 [4] zur funktionalen Sicherheit muss auch die Kombination aus zwei Fehlern berücksichtigt werden. Deshalb werden in einem weiteren Schritt alle sinnvollen und relevanten Fehlerklassenkombinationen gebildet und in einer Fehlerstruktur zusammengefasst. Anschließend werden die Einflüsse der Fehlerklassen in der Kombinatorik über systematische Wirkketten bewertet. Ausgehend von der Auswirkung der Fehlerfälle müssen in einem Sicherheitskonzept für jede Fehlerklasse Maßnahmen definiert werden. Dazu zählt z.B. die Erstellung eines Diagnosekonzepts, um den Fehlerauftritt frühzeitig zu detektieren. Abschließend wird das Sicherheitskonzept sowie die Auslegung der Bordnetz- Komponenten mittels Simulation bei unterschiedlichen Betriebsbedingungen (Last, Temperatur, Fahrzyklen, etc.) verifiziert. Dabei werden vor allem Spannungsstabilität und Ladebilanz, insbesondere auch bei Injektion von Fehlern, betrachtet. Schlussendlich wird die Restfehlerrate mittels Markov-Simulation bestimmt. Liegt diese im gewünschten Bereich, ist das Systemkonzept bestätigt. Nun können die Anforderungen an die Bordnetz-Komponenten und das System im Detail abgeleitet werden. Im Folgenden werden nun die einzelnen Schritte der Methodik weiter ausgeführt. 2 Anforderungen Begonnen wird mit der Festlegung der Anforderungen an das Bordnetz. Dafür werden die entsprechenden Gesetze, Normen, Standards und Kunden-Anforderungen (Voice of Customer) identifiziert. Die relevanten Parameter der Anforderungen z.B. die Mindestenergiemenge für Anhaltemanöver, Spannungsgrenzen (min., max.), die Topologie des Bordnetzes und die Verteilung der Lastleistung, werden analysiert und bewertet (siehe Bild 2). Ein Beispiel einer gesetzlichen Anforderung zur Mindestenergiemenge ist die Erfüllung der UN-R79 §5.3.3.3 [5]. Bei einem Ausfall der Energiequelle der Steuer- Übertragungs-Einrichtung müssen bei einer Geschwindigkeit von 10 km/ h mind. 24 „Achten“ mit einem Bahndurchmesser von 40m gefahren werden können. Welche Bedeutung hat nun diese Anforderung für die Autonome Fahrzeugführung und speziell für das elektrische Energiebordnetz? Bei vollautomatischen Systemen muss das Fahrzeug genügend Energiereserven haben, um dieses (standardisierte) Fahrmanöver durchführen zu können. Dahinter stehendes Ziel ist, das Fahrzeug mit dieser Energiemenge bzgl. Lenkvorgängen in einen sicheren Zustand zu bringen. Ein geeigneter Energie-Speicher muss entsprechend dieser Mindestenergiemenge ausgewählt und dimensioniert werden. 150 <?page no="159"?> Bordnetz für autonomes Fahren 3 Topologie Anhand dieser Anforderungen werden mehrere Topologie-Konzepte ausgewählt bzw. neu entwickelt und bewertet. Bei der Bewertung der Topologien spielen viele unterschiedliche Kriterien eine Rolle, z.B. Art der Topologie (Baum, Ring, Zone, …), Spannungsklasse (48V, HV), Gewicht, usw. Baum-Topologie: Ein Beispiel für eine Baum-Topologie ist in Bild 3 dargestellt. Kanal 1 (14V) ist über einen DC/ DC Konverter (DC/ DC 1) mit dem Hochvolt-Bordnetz verbunden. Kanal 2 (14V) ist nicht mit dem Hochvolt-Bordnetz verbunden, sondern über einen DC/ DC Konverter (DC/ DC 2) mit Kanal 1. Beide Kanäle besitzen redundante sicherheitsrelevante Verbraucher (R1/ R2). Diese Topologie zeichnet sich durch positive Skaleneffekte aus. Sie eignet sich für Fahrzeuge mit Ein-, Zwei- und Dreispannungsbordnetzen (14V, 48V, Hochvolt) [2]. EM R HV48 B HV/ 48 DC DC B B R B HV/ 48V 14V R 1 R 2 B 2 14V DC DC DC/ DC 2 DC/ DC 1 Kanal 1 Kanal 2 151 <?page no="160"?> Bordnetz für autonomes Fahren Zonen-Topologie: Als Beispiel einer Zonentopologie, bei der die Unterteilung in Teil-Bordnetze zu großen Teilen dem räumlichen Verbau der Komponenten folgt, sei hier eine Topologie mit acht Zonen dargestellt, Bild 4. Jede Zone bildet ein 14V-Teilbordnetz und wird über einen eigenen DC/ DC Wandler an ein 48V-Backbone-Netz angeschlossen. Diese 48V- Spannungsebene kann darüber hinaus Verbraucher mit hohem Leistungsbedarf wie z.B. aus dem Fahrwerksbereich direkt versorgen. Für sicherheitsrelevante Verbraucher müssen wie bei der oben beschriebenen ausgewählten Zweikanal-Topologie zwei getrennte Zonen-Bordnetze vorhanden sein. In der Zone mit Set 1 an sicherheitsrelevanten Verbrauchern ist eine 12V-Batterie integriert. In der Zone mit dem zweiten Set übernimmt diese Aufgabe eine geeignete Kombination aus 48V-Batterie und Wandler 48V/ 14V dieser Zone. Der lokale Zonen- Ansatz muss bei sicherheitsrelevanten Verbrauchern u.U. unterbrochen werden, um z.B. Sensoren an der Fahrzeugfront sowie der Rückseite sicher zu versorgen. Der Vorteil einer Topologie mit lokalen Zonen und dezentraler Wandlung auf die benötigte 14V-Spannungsebene für den jeweils eingeschränkten Verbraucherkreis liegt in der Ausführung des Kabelbaums: die kürzere Distanz vom lokalen Wandler zum Verbraucher senkt das Gewicht im Teilkabelbaum für die Energieverteilung ebenso wie die Energieverteilung auf 48V-Spannungslevel, die kleinere Kabelquerschnitte erlaubt. Ferner ist das Bordnetz per se in viele abgeschottete Segmente aufgeteilt. Als Preis dafür ist für jede Zone einen DC/ DC-Wandler vorzusehen, der Gewicht, Bauraum und unter Umständen sogar einen speziellen Entwärmungsaufwand fordert. Im Endeffekt wird die Gewichtsreduktion auf Kabelbaumseite deutlich vom Gewichtszuwachs auf Wandlerseite überkompensiert - mit steigender Tendenz bei zunehmender Zonenzahl. Bordnetz-Topologien mit mehr als vier lokalen Zonen der skizzierten Ausprägung stellen im Vergleich zur oben abgeleiteten Topologie mit zwei Teilnetzen, die die Versorgung sicherheitsrelevanter Verbraucher gewährleisten, keine günstige Alternative dar. 152 <?page no="161"?> Bordnetz für autonomes Fahren 4 Fehlermöglichkeiten Das Bordnetz besteht aus einer großen Zahl unterschiedlichster Einzel- Komponenten. Eine Grobstruktur ist in Bild 5 dargestellt. Jede einzelne Komponente kann eine Vielzahl unterschiedlicher Fehler aufweisen. Diese Fehler sind zunächst zu identifizieren. Mit Hilfe einer FMEA werden die Komponentenfehler, deren Auswirkungen auf das Bordnetz sowie die Fehlerursachen systematisch untersucht und per Tool strukturiert dargestellt. Es entsteht hierbei eine Datenbank, die für die verschiedensten Komponenten die möglichen Komponentenfehler inklusive der dazugehörenden spezifischen Fehlerraten enthält. 5 Fehlerklassen Im Gesamtsystem gibt es Hunderte von Komponentenfehlern. Es ist nicht zweckmäßig, alle einzelnen Fehlereinflüsse auf das gesamte System zu betrachten. Um die Einflüsse dieser Komponenten auf Systemebene zu bewerten, werden die Komponentenfehler in verschiedene Fehlerklassen entsprechend ihrer Auswirkungen eingeteilt. Im oben vorgestellten Zweikanal-Bordnetz mit Baumtopologie sind aus etwa 1200 Komponentenfehlern 30 Fehlerklassen gebildet worden (Bild 6). Komponentendatenbank 12V Komponenten Mehrspannungskomponenten… 48V Komponenten HV Komponenten… 24V Komponenten… Generator… Bleibatterie… LiIon-Batterie BRM E- Maschine … … Komponenten Fehlerklassen … Sensorfehler Interturn- Kurzschluss Phasen- Kurzschluss … Ausfall … Fehler Identifikation der Komponentenfeh- 153 <?page no="162"?> Bordnetz für autonomes Fahren 6 Fehlerbaumanalyse Einem Sicherheitsstandard ASIL X (Automotive Safety Integrity Level A bis D) ist gemäß ISO 26262 ein bestimmter zulässiger FIT-Wert (Failure In Time) zugeordnet. Um diesen Kennwert für die funktionale Sicherheit und Zuverlässigkeit des fehlertoleranten Gesamt-Bordnetzes zu berechnen, wird zunächst für jede Fehlerklasse eine Fehlerbaum-Analyse (Fault Tree Analysis FTA) durchgeführt. Daraus erhält man sogenannte Minimalschnitte (minimal CutSets), welche die logische Verknüpfung vom Komponentenfehler zur Fehlerklasse darstellen. Dieser Vorgang ist in Bild 7 dargestellt. 7 Fehlerkombinatorik Mit der Fehlerbaumanalyse lassen sich für jede Fehlerklasse über die Auftrittswahrscheinlichkeit der verknüpften Komponentenfehler die Ausfallraten der einzelnen Fehlerklassen in FIT bestimmen. Gemäß ISO 26262 (Kap. 5) zur funktionalen Sicherheit muss allerdings auch die Kombination aus zwei Fehlern berücksichtigt werden. Deshalb werden in einem weiteren Vorgehensschritt alle sinnvollen und relevanten Fehlerklassenkombinationen gebildet und in einer Fehlerstruktur zusammengefasst, siehe Bild 8. Ziel ist es, mit einer Fehlerstrukturierung alle möglichen relevanten Fehlerklassen-Kombinationen zwischen den Fehlerklassen zu bestimmen. Aus 30 Fehlerklassen entstehen 900 Doppel-Fehlerklassen. Untersucht man diese Doppel- Fehlerklassen mit z.B. drei unterschiedlichen Lasten und zwei unterschiedlichen Temperaturen, so erhält man 2700 Fehlerinjektionen, die in einem späteren Schritt (Kap. 9) mittels Bordnetzsimulation zu prüfen sind. 154 <?page no="163"?> Bordnetz für autonomes Fahren 8 Sicherheitskonzept Die Summe der Maßnahmen für die verschiedenen Fehlerklassen wird als Sicherheitskonzept bezeichnet. Tritt ein Fehler im Energiebordnetz auf, muss das Fahrzeug in einen sicheren Zustand gebracht werden (Bild 9). Die funktionalen Sicherheitsanforderungen an das Bordnetz werden aus den Sicherheitszielen des Fahrzeugs abgeleitet. Auf Bordnetzebene ist ein Ausfall der Versorgung zu untersuchen. Dies kann durch Über- oder Unterspannung entstehen. Es müssen die Fehlerreaktionen (Fehlerkapselung, Degradierung, Abschaltung, …) definiert werden und der Übergang in den sicheren Zustand gewährleistet werden. Strategien können die Übergabe der Verantwortung an den Fahrer oder das selbständige Erreichen des sicheren Zustands sein. Dazu muss das Fahrzeug den Fehlerfall mittels Diagnose auf Komponenten- und Systemebene detektieren. Wenn ein Komponentenfehler auftritt, muss dieser Fehler innerhalb einer bestimmten Zeit durch Diagnose erkannt werden, bevor ein kompletter Systemausfall entsteht. Das heißt, für jeden Fehlerfall muss ein detektierbares Fehlermerkmal bestimmt werden. Fehlerklasse 1 Fehlerklasse 2 Fehlerklasse 3 Fehlerklasse 4 Fehlerklasse 5 Fehlerklasse 6 Fehlerklasse 7 Fehlerklasse 8 Fehlerklasse 9 … Fehlerklasse n Fehlerklasse 1 F1&F2 F1&F3 F1&F4 F1&F5 F1&F6 F1&F7 F1&F8 F1&F9 … F1&Fn Fehlerklasse 2 F2&F1 F2&F3 F2&F4 F2&F5 F2&F6 F2&F7 F2&F8 F2&F9 … F2&Fn Fehlerklasse 3 F3&F1 F3&F2 F3&F4 F3&F5 F3&F6 F3&F7 F3&F8 F3&F9 … F3&Fn Fehlerklasse 4 F4&F1 F4&F2 F4&F3 F4&F5 F4&F6 F4&F7 F4&F8 F4&F9 … F4&Fn Fehlerklasse 5 F5&F1 F5&F2 F5&F3 F5&F4 F5&F6 F5&F7 F5&F8 F5&F9 … F5&Fn Fehlerklasse 6 F6&F1 F6&F2 F6&F3 F6&F4 F6&F5 F6&F7 F6&F8 F6&F9 … F6&Fn Fehlerklasse 7 F7&F1 F7&F2 F7&F3 F7&F4 F7&F5 F7&F6 F7&F8 F7&F9 … F7&Fn Fehlerklasse 8 F8&F1 F8&F2 F8&F3 F8&F4 F8&F5 F8&F6 F8&F7 F8&F9 … F8&Fn Fehlerklasse 9 F9&F1 F9&F2 F9&F3 F9&F4 F9&F5 F9&F6 F9&F7 F9&F8 … F9&Fn … … … … … … … … … … … Fehlerklasse n Fn&F1 Fn&F2 Fn&F3 Fn&F4 Fn&F5 Fn&F6 Fn&F7 Fn&F8 Fn&F9 … 155 <?page no="164"?> Bordnetz für autonomes Fahren 9 Simulation Energiebordnetz Abschließend werden das Bordnetzverhalten im Normalbetrieb sowie alle Fehlerfälle und die mit diesen verbundenen Sicherheitskonzepte überprüft. Mit Hilfe von Simulationen werden die Fehlerfälle im Energiebordnetz, die wie erwähnt in Fehlerklassen je Komponente zusammengefasst sind, durchgespielt und deren Einfluss auf das System bewertet. In Bild 10 sind das Simulationsmodell des zweikanaligen Bordnetzes und die drei Simulationsaspekte - Überprüfung von Spannungsstabilität bei hoher Kurzzeitbelastung, Ladebilanz über Fahrzyklen und der Bordnetzzustand bei Fehlerinjektion dargestellt. Generell beziehen sich die nachfolgenden Diagramme auf Simulationen mit dem präferierten zweikanaligen Bordnetz für autonomes Fahren. A. Spannungsstabilität Bei der Simulation der Spannungsstabilität stehen die Bordnetzbelastung durch hochdynamische Verbraucher (elektrische Bremse, Lenkung) und deren Verhalten im Fokus. Generelles Ziel ist, die Energiespeicher bzw. Energiequellen derart auszulegen, dass die sicherheitsrelevanten Komponenten gerade auch in hochdynamischen Fahrsituationen in vollem Umfang funktionieren. Spannungseinbrüche oder überhöhungen führen zu Funktionseinschränkungen bis hin zu Ausfällen. Die Verletzung der Spannungsstabilität kann insbesondere bei der Überlagerung von hohen Basislasten (z.B. Umweltszenario Winter) mit hohen dynamischen Lasten (bei kritischen Fahrsituationen) eintreten. Bild 11 zeigt die Ergebnisse einer Simulation zur Spannungsstabilität für ein Winterszenario mit Umgebungstemperatur -20°C und entsprechend hohen Heizlasten. Leistungsvermögen des DC/ DC Wandlers, Batteriekapazität und Höhe der Basislast werden variiert. Bei Verletzung des zulässigen Bordspannungsfensters erfolgt eine rote Einfärbung der Markierung. 156 <?page no="165"?> Bordnetz für autonomes Fahren B. Ladebilanz Bei der Simulation der Ladebilanz steht die Auslegung der Batterie und Wandler Kombinationen im Fokus. Ziel ist eine Dimensionierung vornehmlich der 12V- Batterien, die unabhängig vom Umwelt-Szenario (Jahres-, Tageszeit, Wetterbedingungen) eine ausgeglichene Ladebilanz entlang eines Fahrzyklus ermöglicht. Entsprechend der zu simulierenden Jahreszeit werden den relevanten Verbrauchern im Bordnetz Lastprofile hinterlegt. Eine Auslegungsvariante gilt als geeignet, wenn der SoC (State of Charge) einer Batterie nach Durchlauf der Simulation gleich oder höher liegt als beim Simulationsstart und zugleich ein Mindestwert des SoC innerhalb des Fahrzyklus nicht unterschritten wird. Bild 12 zeigt die Ergebnisse einer Ladebilanz-Simulation bei Variation der Parameter Batteriekapazität, DCDC-Wandler-Nennleistung und Basislast. Umweltszenario ist wiederum Winter mit einer Umgebungstemperatur von -20°C. Bei Verletzung des zulässigen SoC-Kriteriums erfolgt eine rote Einfärbung der Markierung. 157 <?page no="166"?> Bordnetz für autonomes Fahren C. Fehlersimulation Im Blickpunkt der Fehlersimulation steht das Systemverhalten im Fehlerfall. Hierzu zählt u.a. die Reaktion auf den jeweiligen Fehler. Beispiel für eine Reaktion des Systems ist das Einleiten einer Anhaltestrategie in den sicheren Zustand. Für eine gewisse Zeitdauer, die für Erkennung des Fehlers und eine begrenzte Weiterfahrt mit Brems- und Lenkeingriffen bis zum Aktivieren der Haltebremse nötig ist, muss das System sicher funktionieren. Hierfür müssen insbesondere die nicht vom Fehler betroffenen redundanten Systemteile mit der ausreichenden Leistung versorgt werden. Die Anforderungen an den Energieinhalt der Speicherkomponente im Teilbordnetz stehen dabei im Mittelpunkt. Wie in Kapitel 7 beschrieben, sind nach ISO 26262 neben Einzelfehlern auch Doppelfehler zu prüfen. Neben der Fehlerklassenkombinatorik erhöht die Variation von Basislast und Umweltbedingung die Zahl der durchzuführenden Simulationen auf beispielsweise 2700 Fehlerinjektionen für die vorliegende Topologie. Eine weitgehende Automatisierung vieler Parametrisierungsschritte für die Simulationsaufgabe ist daher eine Notwendigkeit. Ergebnis einer Simulationsreihe ist im günstigen Fall die Bestätigung von Komponentenanforderungen, Diagnoseparametern und -strategien auf Komponenten- und Systemebene. Im ungünstigen Fall d.h. bei Kriterienverletzungen ergeben sich aus deren Art und Verteilung Hinweise für notwendige Änderungsmaßnahmen im Systemdesign. Diese müssen in erneuten Simulationsläufen überprüft werden. Wesentliches Ziel der Fehlersimulation ist, durch Bestätigen des Systemdesigns auch die aus der Markov-Simulation berechnete Restfehlerrate gemäß ISO 26262 zu bestätigen. In Bild 13 wird dargestellt wie mittels dieser Methodik das Ziel von 10 FIT für ein Bordnetzdesign für autonom fahrende Fahrzeuge erreicht wurde. Ausgangslage war ein Energiebordnetz nach Stand der Technik gemäß Qualitätsmanagement Standard QM. Durch den Übergang auf die 2-kanalige redundante Bordnetzarchitektur wird die Fehlerrate bereits signifikant reduziert. Allerdings waren weitere Maßnahmen auf Komponentenebene (z.B. Diagnose) und auf Systemebene (z.B. Systemdiagnose, zusätzliche Trennelemente) erforderlich, um eine Restfehlerrate von kleiner 10 FIT entsprechend einer ASIL-D Einstufung für das Konzept zu erreichen. 158 <?page no="167"?> Bordnetz für autonomes Fahren 10 Zusammenfassung Die Einführung des automatisierten Fahrens in seinen verschiedenen Stufen beeinflusst die Ausgestaltung des elektrischen Energiebordnetzes in vielerlei Hinsicht. Ein fehlertolerantes, kostengünstiges und skalierbares Energiebordnetz bietet hier entscheidende Wettbewerbsvorteile mit wachsender Bedeutung bei Verbreitung des autonomen Fahrens. Im Beitrag wurde eine Methodik vorgestellt, die eine systematische, strukturierte und standardisierte Entwicklung des Bordnetzes ermöglicht. Die Methodik berücksichtigt insbesondere die funktionalen und sicherheitsrelevanten Anforderungen nach ISO 26262. In das Vorgehen eingebettete Werkzeuge sichern die Entscheidungen für Topologie, Komponentenwahl und Diagnosemaßnahmen ab. Die mit dieser Methodik konzipierte 2-kanalige Bordnetzarchitektur für autonomes Fahren erreicht die geforderte Restfehlerrate von 10 FIT. Die hierzu identifizierten Maßnahmen auf Komponenten- und Systemebene (z.B. Diagnosen) sind dabei einbezogen. Im Beitragsteil Topologieabwägung zwischen zweikanaliger Baum- und vielzahliger Zonenstruktur wurde der Baumvariante u.a. aus Gewichtsgründen der Vorzug gegeben. Literatur: [1] A. Kilic und W. Müller, „Fehlertolerante Bordnetze für autonomes Fahren,“ in , Ludwigsburg, 2016. [2] A. Kilic, T. Shen und K. Gorelik, „Entwicklung eines fail-operational Bordnetzes für autonomes Fahren,“ Berlin, 2017. [3] T. Shen, K. A. und K. Gorelik: , „Dimensioning of Power Net for Automated driving,“ in , Stuttgart, 2017. [4] ISO, ISO 26262-3: 2011: Road vehicles - Functional safety - Part 3: Concept phase, ISO, 2011. [5] Wirtschaftskommission für Europa der Vereinten Nationen (UN/ ECE), Regelung Nr. 79, Revision 2, Einheitliche Bedingungen für die Genehmigung der Fahrzeuge hinsichtlich der Lenkanlage, EU, 2006. 159 <?page no="168"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive Björn Mohrmann, Ludwig Brabetz, Gangolf Hirtz, Stephanie Preisler Abstract The rising number of electric comfort features as well as the increasing automation of vehicles impose high requirements on the availability and capability of the power supply and communication system. The BMWi funded project “ToSKa” (Topologies, Stabilization and Communication for future vehicles and automated drive) is set up to analyze these requirements and develop generic solutions for future E/ Earchitectures within a project consortium of Ford, Continental, University of Kassel and University of Chemnitz. The paper presented here describes the methodological approach of the project team and presents first results. Kurzfassung Die steigende Anzahl an elektrischen Komfortverbrauchern und die Automatisierung der Fahrfunktionen stellen hohe Anforderungen an die Verfügbarkeit und Leistungsfähigkeit der elektrischen Energieversorgung sowie der Daten-Kommunikation im Fahrzeug. Im BMWi geförderten Projekt „ToSKa“ (Bordnetz-Topologie, - Stabilisierung und Kommunikation für zukünftige Fahrzeuganforderungen bis hin zum automatisierten Fahren) analysieren die Projektpartner Continental, Ford, Universität Kassel sowie Technische Universität Chemnitz diese Anforderungen und entwickeln gemeinsam generische Lösungsansätze für zukünftige E/ E-Architekturen. Der hier eingereichte Beitrag stellt die Konzepte und Herangehensweisen des Gesamtprojektes sowie erste Zwischenergebnisse vor. 160 <?page no="169"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive 1 Introduction Three drivers challenge the electrical power supply system of future vehicle generations: the increasing feature content, higher fuel economy and emission targets as well as the rising degree of vehicle automation. Regarding feature content comfort features such as climate controlled seats, heated windscreens, various power points for customer loads and active chassis system are offered in more and more vehicle classes. With the on-going need to reduce emissions and improve fuel consumption as well as driven by legislative requirements the electrification of existing components and the addition of electrical systems to increase drivability and reduce emissions becomes inevitable. Examples for such systems are electric coolant pumps, electrified supercharger and air conditioning compressors, or the electrically heated catalyst. The vehicle automation to Level 3 and 4 further increases electrical power demand, as comprehensive sensor equipment (Radar, Lidar, Cameras etc.) as well as substantial computing power is required for environment perception and trajectory planning. Besides the increasing power demand, automated driving imposes also high requirements to the electrical architecture of the vehicle with regard to availability and diagnostics. Some of the relevant components for an automated vehicle (e.g. steering, sensor sets, trajectory planning) need to be fail operational, as the driver cannot take over safe vehicle operation in any case. Therefore, fault tolerant power supply topologies and communication mechanisms shall be part of the vehicle concept. The target of the ToSKa project is to ensure these above-mentioned requirements. In order to achieve reliable and cost effective solution the ToSKa project has been set up in five major workpackages: Requirements, Topology, Communication, Predictive Power Management and Demonstration & Validation, see Figure 1. Requirements Topology Communication Predictive Power Management Demonstration and validation 161 <?page no="170"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive The partner in the ToSKa project are Continental (Consortium lead and demonstration), Ford (Requirements and Topologies), University of Kassel (Predictive Power Management) and TU Chemnitz (Communication). The concept for a safe and reliable power supply is based on an intelligent power supply topology, redundant communication and predictive power management. Different topology concepts will be investigated and the most cost-effective solution fulfilling the requirements of the ToSKa project will be selected. The sensor data of the vehicle environment, generated to realize autonomous driving function will be reused for the electrical power prediction. This is possible, as the autonomous vehicle knows exactly what will happen with and in the vehicle. The predictive timeframe could be milliseconds up to seconds depending on the situation. This time will be used for an electrical preconditioning of the vehicle for a stable power supply for the upcoming event. The preconditioning can be realized by countermeasures like alternator precontrol, load management or energy converter set points. Safe communication will be ensured by a heterogeneous redundancy approach via power line communication. This system will be dedicated design for safety relevant hazard functions only. The effort is reduced compared to a full back up communication system because no additional wires are needed. 2 Requirements on power supply for future and automated vehicles The three main aspects of requirements for the power supply system in the ToSKa project are the electrical power demand of future automated vehicles, the voltage stability, and safety requirements. Among several concepts fulfilling these requirements, the cost-effective solution will be preferred. 2.1 Electrical power Within the ToSKa project, a comprehensive list of electrical consumers in a potential future passenger vehicle has been set up. Besides the already well known components built in today's vehicles a special focus has been set on three groups of components expected to be in vehicles in the near to mid-term future, all generating a significant electrical power demand. One group of such systems are active chassis systems, e.g. active roll control and rear-axle steering. Their electrical power demand reaches up to 1.8 kW (1 kW respectively) [1], [2]. The second group relates to powertrain electrification, driven by the reduction of fuel consumption and emissions. Examples are electrified superchargers, air condition compressors and heated catalysts. An electrified supercharger helps to improve low-end torque and emissions, but can result in an electrical peak power demand of up to 7 kW [3]. Heated catalysts will also reduce emissions and will have a peak power demand of up to 4 kW [4]. Electrified air conditioning compressor motors can reach a power demand of 5.5 kW [5]. The third group consists of electrical loads required for automated driving, covering the whole chain from sensors (environment perception), processing (trajectory planning and vehicle dynamics controls) to actuation (steering, accelerating,…). For example, the sensor set of a L3 enabled vehicle may consist of Longand Mid-Range Radars, Lidar, Frontand Surround-View cameras as well as ultrasonic sensors [6]. One single computing system for the trajectory planning and vehicle dynamics con- 162 <?page no="171"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive trols can consume easily 500 W [7], with the possibility of parallel usage of such platforms if required. For higher automation levels (L4+) the introduction of steerand drive-by-wire systems seems favorable, though components requiring additional electric power (e.g. wheel actuators or feedback actuator for driver steering torque) may become necessary [11]. In addition to the list of electrical consumers in future vehicles the ToSKa team has developed a list of use cases relevant for future automated vehicles. These use cases describe situations how the customer uses the vehicle. Special focus has been set on situations in which the electrical power demand is expected to reach peak values, i.e. situations in which several actuators with high power demand act at the same time. An example for such a situation is the acceleration out of a corner with a vehicle equipped with steer-by-wire and an electric supercharger, as both systems will produce high peak power demands in such a situation. For each use case a mapping between vehicle functions required for this use case and associated electrical consumers has been established, enabling the simulation of the vehicle’s total electrical power demand in each use case. The basic procedure to determine the power demand in a use case is shown in Figure 2 below. With the help of a Gantt chart a time sequence of each use case is created, showing the activation or deactivation of the individual electrical consumers. This chart will then be used as input for a simulation environment. Typical time sequence of a use case Subsequently the power demand of the use cases can be determined and evaluated in the simulation. In the majority of use cases it can clearly be seen that the maximum electrical power demand is greater than 5 kW, partly greater than 8 kW. The most critical use case even shows a peak power demand of 9.6 kW, see Figure 3. Only in seven use cases the maximum power demand is below 3 kW. 163 <?page no="172"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive Power demand trace of the most critical use case This high power demand is mainly caused by the air conditioning system and the PTC heater. In future powernets these consumers may be part of the traction powernet and the power demand of the 12V powernet will therefore be reduced. For this reason, the power demand simulation is performed again without these consumers, see Figure 4. Power demand trace of the most critical use case without air conditioning The new results show a significant reduction of the maximum electrical power demand. In 19 use cases the maximum power demand is below 3 kW and in the range of the capability of a 12V power supply system. In more than half of the use cases the maximum power is still above 3 kW. The most critical use cases show a peak power of approximately 6 kW. Even without the consumers for air conditioning it can be observed that the power demand exceeds the capability of the standard 12V power supply system, which would result in too low and fluctuating voltage in the system. Furthermore, the resulting currents would exceed the limits of wiring and connectors. Power demand in W Power demand in W 164 <?page no="173"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive 2.2 Voltage stability An essential goal of the project is to ensure a stable supply of the electrical components in the vehicle. In the classic 12V electrical system, the quality of the supply can be derived from the voltage stability. Current voltage stability requirements allow a large voltage band based on the filtered battery voltage. By implementing the predictive power management, an improvement of voltage stability in the electrical system is expected. Therefore, a residual fluctuation of the vehicle electrical system voltage of ±1 V is targeted in the ToSKa project. This corresponds to a reduction of the permanently permissible voltage fluctuation by more than half. The variable setpoint of the voltage, by which the fluctuation of ±1 V is permanently permissible, is newly introduced. This setpoint is set according to the current driving situation (e.g. sailing, recuperation, boosting, etc.) and is based on the setpoint voltage of the generator. Outside of the ±1 V interval, voltages are allowed for short times. The absolute, lower limit is 11 V. The defined target range for ToSKa is shown in Figure 5. The predictive power management will contribute substantially to fulfil the requirements of voltage stability within the ToSKa powernet. The success of a predictive power management is dependent on the shutdown and control of the electrical components. To stabilize the voltage the energy input and output has to be balanced. Each power output has to result in a change of the power input and vice versa. To realize a balanced system the following points have to be taken into account: Switching on / off characteristics of non-controllable loads Switching on / off and control characteristics of controllable loads Control rates of the energy converter 165 <?page no="174"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive Switching on / off characteristics of non-controllable loads Loads in the vehicle, which can only be switched on or off, are non-controllable loads. The power output or input of these loads cannot be controlled. Some examples are listed here: seat adjustment and also any other servomotors window lifters light (low beam, high beam, fog lamp) In the case of activation, these loads normally show a current peak. Switching on / off and control characteristics of controllable loads In comparison to the non-controllable loads, the power demand of the controllable loads can be affected actively. This could be a soft start or a PWM control. This type of loads are: electrical motors for ventilation systems like the interior fan cooler or the engine coolant blower power-on-demand consumers like the fuel pump, water pump, oil pump, hydraulic pump or heat pump electrical heating systems like the front and rear window heating, interior heating, mirror heating or seat heating Control rates of energy converter The voltage stability in a powernet is influenced by the control rate and quality of the supplying energy converter. The current slew rate of a DC/ DC is ±35 A/ ms and of the alternator ±0.5 A/ ms (depending on combustion engine). In case of a load dump of 100 A the control time is 2.8 ms for a DC/ DC and 200 ms for the alternator. This means that the control time of a DC/ DC can be neglected with regard to the voltage stability whereas the control time of an alternator has to be bridged by stabilization measures. 2.4 Safety requirements Automated driving and by-wire systems impose new requirements on the availability of the power supply and communication system [8], [9]. Within the ToSKa project safety requirements have been considered according to ISO 26262. As starting point, a Hazard & Risk analysis for a future highly automated vehicle has been conducted. The analysis shows in principle two different categories of vehicle systems. One category comprises systems where the loss of electrical power supply would lead to a significant comfort or performance reduction, but a fail-silent behavior can be tolerated under certain circumstances. Examples for such systems are heated features, electric supercharging or active chassis systems. The second category comprises systems where a fail-operational becomes necessary. Among others, these systems are Steer-by-wire and Brake-by-wire as well as parts of the environment perception and trajectory planning of an automated vehicle. Based on the analysis a safety concept has been set up the ToSKa project, which foresees certain back-up for the above-described systems. The back-up systems for steering, braking, environment perception and trajectory planning must be at least capable of bringing the vehicle to a minimum risk condition (i.e. a safe stop of the vehicle) in case a failure in the power supply or communication system occurs. 166 <?page no="175"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive A redundant communication system, besides CAN increases the reliability of the communication. For this purpose, a Power Line Communication (PLC) as a fallback system will be utilized in order to mitigate failures. The advantage of using PLC is a high level of reliability, without additional wiring. On the downside, additional communication modules are required for the PLC. 3 Power supply topologies for AVs As shown in chapter 2, the capabilities of today’s standard 12V power supply system and communication system will be exceeded by future vehicles with high comfort and automation levels. Therefore, cost-effective alternatives need to be developed. The ToSKa consortium has taken a systematic approach to develop concept alternatives and evaluation criteria to select an optimal system for the project. 3.1 Method to develop concept alternatives In order to develop power supply concepts different elements have been defined, from which power supply systems are derived. These generic elements comprise energy storages (e.g. batteries), energy converter (e.g. Alternators, DCDC-converter) and connecting devices (e.g. controlled switches). All potential combinations of these elements are stored within a matrix structure. As this method creates a huge matrix of potential topologies, constraints have to be applied, which eliminate topologies not fulfilling certain requirements. One example for such a constraint is that pure 48V or HV power supply systems are not beneficial, as still 12V loads need to be supplied. Finally, a set of constraints has been defined by the project team, enabling a downselection of potential power supply topologies to a useful number. 3.2 Power supply and communication topology selection for ToSKa The remaining candidates derived from the above-described methodology have been compared within the project team with regard to potential safety concepts, power capability, power management possibilities and cost-effectiveness. As future vehicles with certain high feature sets and automation exceed the capability of a pure 12V power supply system, decision has been taken to focus on topologies with a 48V or HV traction system as primary energy source. The electrical loads will be supplied on 12V or 48V power supply subnets. Safety concepts for the topologies have been discussed by setting up safety goals and functional safety requirements on the components of different alternatives, identifying practicable and impracticable solutions, the latter being removed from the list of potential candidates. The requirement to get a cost-effective solution then led to the topology selected for the ToSKa project, which will be described in more detail here. The primary energy supply for the ToSKa topology is a 48V traction system (which may also be a HV system in a Hybridor Battery-electric vehicle). This system con- 167 <?page no="176"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive tains a DCDC-converter, delivering electrical power to a 12V power supply system. The DCDC converter is sized to supply the average power demand on the 12V side. High-power electrical loads classified as fail-silent may also be supplied on the 48V traction system. The vehicle’s standard 12V loads as well as fail-operational systems are supplied on via 12V. In order to fulfill the fail-operational requirement for certain systems (e.g. steering, braking, environment perception and trajectory planning) the 12V supply has been split up into two subnets. The vehicle systems mentioned before will be attached on one subnet, back-up systems for those functions on the other subnet. The subnets are separated from each other by an intelligent switch system, which disconnects the subnets from each other in case of overvoltageor undervoltage faults in one of the subnets. The subnet then disconnected from the DCDC-converter is equipped with an energy storage, enabling this subnet and its electrical loads to bring the vehicle to a minimum risk condition. Figure 6 shows a schematic of the designated ToSKa topology. Compared to other solutions frequently published in literature [12] the advantage of the selected topology is the usage of only one energy storage on the 12V side. This creates a cost-saving potential, though imposes higher functional safety requirements on the 48V/ 12V DCDC converter and 48V battery system. This topology concept has also been proposed in few other publications [13]. A challenging aspect of such a topology is the introduction of the Intelligent Switch System. This system, which will be developed by Continental in the ToSKa project, must be capable of detecting underor overvoltage on either side fast enough to open the connectors inside and safely disconnect the two subnets from each other. The communication architecture for the ToSKa project will use the existing communication mechanisms in the vehicle as well as the electrical power supply wires as back-up communication system. A critical element for the powerline communication is the planned switch system, separating the power supply systems in case of a failure. This switch needs to be bypassed by a communication bridge. EM 48V Electical Machine 48V Lithium battery Back-up safety critical loads Standard 12V loads Safety-critical loads DC DC Fail-silent loads 48V 12V 12V Energy Storage Intelligent Switch System 168 <?page no="177"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive 4 Communication architecture The characteristics of the proposed requirements for a possible automotive PLC are listed in Figure 7. Requirement Target value Rationale Number of nodes >12 Vehicle Architecture Model Data Rate >6 (10) Mbit/ s 12 nodes a 500 kBit/ s = 6 Mbit/ s +reserve Latency < 2 ms Required for calculation of the trajectory Power requirement < 250 mW Based on 100BASE-T1 Startup time < 5 s HAD functionality not needed in first 5 s Min. cable length >15 m Based on Ethernet Costs < 1,5 100BASE- T1/ CAN Backup should be less than 1.5 of the primary cost Bit Error Rate 10 -8 Robustness Fulfillment of automotive specific specifications (i.e. FMC1278 [15]) Partial network operation Optional with manual driving. No subnet operation during autonomous driving Time synchronization Not necessary if the primary communication system provides time synchronization and the nodes do not drift apart more than 1 ms within a minute To maintain robustness or electromagnetic compatibility (EMC), various EMC guidelines must be considered to cause no interference to consumers on the electrical system. Based on these considerations and taking into account the technical conditions, a comparison is made with the Ford guideline FMC1278 [15] which is divided into Noise Radiation (NR), Conducted Emissions (CE), Interference immunity (II), and Immunity to Conducted Interference (CI). Considering specified frequency bands of PLC, a limitation of the emission of the electronics according to Figure 8 is necessary. Similarly, limiting values for other frequencies must be observed. This gap or compliance with limiting values can be done later by Notching. Furthermore, the transmission power of the PLC modems can be adjusted to comply with interference levels. 169 <?page no="178"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive Band # Frequency Range (MHz) Limits (dBμ V/ m) Limit A AVG (1,2) Limit B QP (1) M1 30-75 52-25.13*Log(f/ 30) 62-25.13*Log(f/ 30) M2 75-400 42+15.13*Log(f/ 75) 52+15.13*Log(f/ 75) M3 400-1000 53 63 1 f= Measurement Frequency (MHz) 2 Limit A is based on use of a 120 KHz MBW with Average Detection. In order to investigate the interference immunity of PLC systems, it is necessary to consider impulse disturbances in the vehicle, which are defined in ISO 7637-2. Simulation of such a pulse in the frequency spectrum shows that a broadband interference up to the MHz range occurs due to the given sample pulse, see Figure 9. The effects of the normalized pulses have to be examined and from these conclusions the optimization of PLC in the vehicle can be made. The data rate of PLC system varies in different standards, which are listed in Figure 10. To achieve a data rate of 10 Mbps according to Figure 7, at least the standard HomePlug GreenPlug is required. Assuming that additional overhead is needed in the test system, this standard is only suitable to a limited extent. Possible usable standards are therefore HomePlug 1.0, HomePlug 2.0 or G.hn. H(f) [dB] 170 <?page no="179"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive Standard Frequency band Data rate IEC 61334 CENELEC 2,4 kbps, effective ISO/ IEC 14908-1 CENELEC 5,0 kbps, effective HomePlug CC CENELEC 7,5 kbps, effective LF NB Maxim Integrated MAX2990 CENELEC-FCC 100 kbps, effective LF NB G3-PLC CENELEC-FCC 200 kbps+, effective LF NB PRIME CENELEC 125 kbps, theoretically HomePlug GP > 2 MHz 10 Mbps, theoretically HomePlug 1.0 > 2 MHz 14 Mbps, theoretically HP2 / IEEE P1901 Dual PHY/ MAC > 2 MHz >200 Mbps, theoretically ITU G.hn > 2 MHz >200 Mbps, theoretically Detailed knowledge of the channel properties is crucial to develop and implement an appropriate PLC transmission line. Learning the transfer function, interference scenario and channel capacity are some of them. Many parameters have impact on the behavior of the system such as strong branching of the power line which implies a great number of reflection points and strong cross-coupling between wires in a harness. Big spread of the cables can also have negative influence on the channel [16]. The transmission behavior of the implemented PLC channel will be defined by measurement and simulation. A PLC channel can be estimated as a Multipath propagation model [17]. The interface scenario of the PLC channel can be classified into three major classes: colored background noise, narrowband noise and Impulsive noise which are periodic or aperiodic. Periodic impulsive noise also break into synchronous or asynchronous interferences. Asynchronous impulsive noise is mainly caused by switching transients, which occur all over a power supply network at irregular intervals. The M1i-evaluation board of IoTecha will be used for this project, which provides a CAN-interface as well as a PLC modem. Therefor it can act as a CAN-PLC-bridge. Using this the data rate and BER (Bit Error Rate) of the integrated channel will be determined. The targeted value of 10 -8 BER can be achieved by means of the error protection mechanisms such as FEC, CRC and ACK. The goal is to measure and simulate the PLC channel and noise in the demonstrator vehicle of ToSKa. 5 Predictive power management In today's vehicles, electrical consumers are supplied with 12V DC power. These power supply systems are usually designed in such a way that worst-case scenarios, in which many consumers request high power at the same time, result in a limited and tolerable voltage drop in the electrical system. 171 <?page no="180"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive With the electrification of consumers and the increasing number of sensors and actuators, as well as other systems that are necessary for autonomous driving, the supply in the electrical system must be designed for future vehicles. For this purpose, it shall be ensured that no control units and components of safety-critical systems may be reset and thus a short-term failure of the respective consumer due to a drop in the vehicle electrical system voltage. One way to achieve this goal is to size the system to extreme high load conditions with very low occurrence in the vehicle’s real life. A different approach in order to counteract such a scenario and to be able to prevent excessive voltage drops could be the development of a predictive power management. Today’s vehicle energy management switches off certain consumers when the voltage drops below certain voltage levels and regulates the generator if energy is needed in the vehicle electrical system. However, since this might not be sufficient in future vehicles, a pro-active control is proposed for the ToSKa project. By estimating consumer states and their intensities for the next 5 seconds, consumer power models can be used to predict on-board power requirements. Subsequently, if a critical power supply state is predicted, the vehicle’s electrical system can be stabilized by intelligent shutdown of consumers, which must be neither safety critical nor noticeable for the driver. The predictive power management algorithm is divided into five consecutive parts, see Figure 11. First, the available data are read in and are preprocessed. Among others, Jitter and latency influences are considered and data from different sensors are merged. In the second step, a functional prediction is performed. For this purpose, Bayesian networks detect driving situations from the collected data. At the same time, the non-dynamics-dependent vehicle functions are forecasted. For each relevant consumer, an activation vector for the forecast horizon is created, which is forwarded to the electrical prediction. Here, from the probabilistic information for the activation of the consumers, the total current in the electrical system is predicted. In addition, the power capability of the vehicle’s power supply is derived from the source conditions. Subsequently, a forecast whether a performance-critical situation could occur is conducted. Depending on the probability of occurrence, suitable counteractions are calculated which ensure the stability of power supply. There are various options available, which are weighted against each other using dynamic prioritization. The calculated counteractions are carried out in the last block according to the known action times. Sensor data acquisition and fusion Functional prediction Electrical prediction Design of counteractions Implementation of counteractions 172 <?page no="181"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive 6 Demonstrator vehicle For demonstration purposes of selected project results, a demonstrator vehicle is built up by the project partners. As base vehicle a Ford Mondeo is used, equipped with maximum comfort and driver assist features, see Figure 12. The powertrain is a gasoline engine without hybridization, as a 48V system as proposed for the ToSKa architecture is not available yet in this vehicle type. As a surrogate system a 48V battery system is installed, charged by a DCDC-converter from the vehicle’s standard power supply (12V alternator). A further DCDC-converter then supplies the ToSKa power supply architecture. A switch in the demonstrator vehicle allows configuring the vehicle as either standard 12V vehicle or switch to the 48V system emulating a 48V mild-hybrid architecture. This enables the project partners to test the predictive power management algorithm in both configurations. The intelligent switch system as proposed for the ToSKa architecture will also be installed, isolating the back-up power supply branch in case of an failure in the primary power supply. The back-up systems required energy reserve will be supplied by a Lithium- Ion battery, see Figure 13. Navigation Camera Ultrasonic Heated mirrors Heated front seats Heated back seats LIDAR Camera RADAR Ultrasonic Heated Front Screen Heated Back Screen 230V plugs Heated steering whee 173 <?page no="182"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive With the demonstrator vehicle, the results of the project will be shown in different scenarios. Regarding the 12 V powernet stability the functionality of the predictive power management should be demonstrated during an emergency brake maneuver with different powernet loads. In the second scenario, the powerline communication should maintain the communication during a breakdown of the CAN communication to visualize the redundant communication of the powernet system. The fault-tolerant powernet is content of the last scenario. The intelligent switch system has to cut off the faulty powernet, enabling the vehicle to safely conduct the minimum risk manoeuver. 7 Conclusion Power Supply Systems for future vehicles require an intelligent design to comply with high power and safety requirements. Within the ToSKa project, three building blocks have been identified to achieve this target: a fault tolerant power supply system utilizing an intelligent switch system a predictive power management utilizing the comprehensive sensor set of automated vehicles a redundant communication architecture on Powerline (PLC) basis The ToSKa partners will develop the required components and functions within the project and will demonstrate selected results in the technology demonstrator vehicle within the project timeframe. Alternator 12V Battery Primary Power Supply Back-up Power Supply 48V Battery 12V/ 48V DCDC Switch System 12V Battery 12V/ 48V DCDC 174 <?page no="183"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive Literature [1] Kraus , M., Fahrwerksysteme - Schaeffler kann mehr als Lager. Schaeffler Kolloquium, Baden-Baden, 2010 [2] Kronhardt, H.; Merz, J.; Auns, K.; Kübler, E., Potentiale zur Energieeinsparung und CO2-Reduzierung von hydraulischen Lenksystemen. 19. Aachener Kolloquium Fahrzeug- und Motorentechnik, Aachen, 2010 [3] Paffrath, H.; Seifert, F.; Dewenter, S.; Herrmann, B., The Electrical Air Charger Implemented in a Multi Stage Charging System - Technical Challenges and Application of the eAC. 24. Aachener Kolloquium Fahrzeug- und Motorentechnik, Aachen, 2015 [4] Knorr, T.; Ellmer, D.; Maiwald, O.; Schatz, A.; Brück, R., The Electric Heatable Catalyst - An Efficient Measure for Emission Optimization in Mild Hybrid Vehicle Operation Strategies. 24. Aachener Kolloquium Fahrzeug- und Motorentechnik, Aachen, 2015 [5] Steinmetz, T., Investigation of electric driven air conditioning compressors for vehicles with a 48 V-electrical power supply system. 2nd International Conference Automotive 48V Power Supply Systems, Düsseldorf, 2014 [6] Thomas, J., Neues aus Ing.olstadt. Auto Motor und Sport, Ausgabe 03/ 2018 [7] NVIDIA DRIVE PX 2 - Entwicklungsplattform für selbstfahrende Autos http: / / www.nvidia.de/ object/ drive-px-de.html, abgerufen am 30.06.2017 [8] Cheon, J. S.; Kim, J.; Jeon, J.; Lee, S. M., Brake By Wire Functional Safety Concept Design for ISO/ DIS 26262, SAE International, ISSN 0148-7191 [9] Pruckner, A., Stroph; R., Pfeffer, P., Drive-by-Wire, in Handbook of Intelligent Vehicles, Springer-Verlag, London, 2012 [10] ISO 26262, Road vehicles - functional safety, ISO copyright office, Geneva, 2011 [11] Schwarz, B., Eckstein, L., Design of an energy-efficient front axle for a wheel individual Steer-by-Wire system on the example of the research vehicle SpeedE, chassis.tech.plus 2016, München [12] Augier, J.-L., Huck, T., Killic, A., Müller, W., Pieraccini, G., Efficient, Safe and Reliable Powernet for AD. Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement VII, expert verlag, Renningen, 2016 [13] Schipperges, F., Tomanic, T., Ratsch, J., Thele, M., Bäker, B., Examination of fault-tolerant on-board power supply topologies Elektrik/ Elektronik, in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement VIII, expert verlag, Renningen, 2017 [14] Ramsauer, L.; Schmid, B.; Vahee, V, Electric power consumption on use case AD "Automated Driving", Elektrik/ Elektronik in Hybrid- und Elektrofahrzeugen und elektrisches Energiemanagement VII, expert verlag, Renningen, 2016 [15] „FMC1278 - Electromagnetic Compatibility Specification for Electrical/ Electronic Components and Subsystems“, Ford Motor Company, October 2016 175 <?page no="184"?> ToSKa - Power supply Topologies, Stabilization and Communication for future vehicles and automated drive [16] Götz, M., Rapp, M., Dostert, K., Power Line Channel Characteristics and Their Effect on Communication System Design. IEEE Communication Magazine, Vol. 42, Pages 78 - 86, April 2004 [17] Irfan, M., Channel Modeling of a Broadband OFDM PLC System.Master Thesis, Faculty of Electrical Engineering and Information Technology. Professorship of Digital Signal Processing and Circuit Technology, Technische Universität Chemnitz, 2017 176 <?page no="185"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System Niklas Langmaack, Markus Henke Abstract Increasing power, power density and efficiency while further reducing size, weight and costs at the same time are still the main challenges in developing and designing power electronic components for future electric vehicles. Silicon carbide power electronics is an emerging technology that can help to reach these goals. This chapter aims to summarize the advantages of silicon carbide based power electronic devices with special focus on automotive systems. To optimally utilize the benefits of the new semiconductor devices the implementation of a common high voltage class electrical power system in all suitable vehicle classes and for all different power ratings is proposed. This enables the wide use of common components and auxiliary units to create a flexible, scalable and modular set of aggregates that can be produced at a high volume each. Kurzfassung Die Steigerung von Leistung, Leistungsdichte und Wirkungsgrad bei gleichzeitiger Reduktion von Bauraum, Gewicht und Kosten gehört nach wie vor zu den größten Herausforderungen bei der Entwicklung und dem Entwurf von leistungselektronischen Komponenten für zukünftige elektrifizierte Fahrzeuge. Siliziumkarbid- Leistungselektronik ist eine sich schnell weiterentwickelnde Technologie, die beim Erreichen dieser Ziele helfen kann. Dieses Kapitel versucht die Vorteile von auf Siliziumkarbid basierenden leistungselektronischen Energiewandlern zusammenzufassen und legt ein besonderes Augenmerk auf automobile Systeme. Um das Potential der neuen Leistungshalbleiterbauelemente bestmöglich auszunutzen, wird die Einführung eines einheitlichen Gleichspannungsbordnetzes mit hoher Spannungslage in allen geeigneten Fahrzeugklassen und für alle Leistungsbereiche vorgeschlagen. Dies erlaubt den verbreiteten Einsatz einheitlicher Bauteile und Komponenten, um einen flexiblen, skalierbaren und modularen Baukasten an Aggregaten zu bilden, die jeweils in großer Stückzahl gefertigt werden können. 1 Introduction Power semiconductors based on silicon carbide (SiC) have a couple of characteristics superior to their established silicon based counterparts. This enables the design of power converters with higher power density, higher efficiency or even higher permissible operating temperature. It allows engineers to think about new holistic concepts and topologies also on the system level. This could be e.g. including a boost 177 <?page no="186"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System converter in the drive train that boosts the battery voltage to a higher DC-link voltage and decouples the voltage levels of battery and drive. In today’s electric vehicles a wide range of voltage levels covering different applications and power levels can be found. The system voltage level typically equals the battery voltage and scales with the demand for power and capacity. The 48 V class is maturing for mild hybrid functions, for hybrid and plug-in-hybrid vehicles a voltage range from 200 V to 400 V seems to be usual. Battery electric cars commonly use a system voltage of 400 V, whereas electric sports cars, vans, delivery trucks, urban busses or agricultural vehicles may use higher voltages like 600 V or 800 V. The electric system of fuel cell vehicles is rather complex and may even have to manage different voltage levels for different components, since the voltage of the battery depends on the state-of-charge and the fuel cell’s voltage is dependent on the current operating point. Using different voltage levels for different vehicle classes either requires different auxiliary components doing the same job (like air conditioning compressor, heating, on-board charger) or the use of additional converters. Taking into account the continuously increasing medium drive power of new series vehicles, a standardized high voltage would be favourable. Furthermore, using a higher voltage for the same desired power reduces the current rating. This reduces size and weight of plugs and cables and can also increase the power density of drive inverters or power electronic converters like DC/ DC converters or chargers. The great benefits of silicon carbide power electronics have clearly been recognized in the automotive industry by both OEMs and their supply partners. More and more devices are coming to the market, semiconductor companies are working on automotive qualifications for their products, concept cars and research vehicles are equipped with silicon carbide power devices and first series vehicles using silicon carbide power electronics have been launched. [1] 2 Advantages of an 800 V power system for electric vehicles In this part some aspects of high-voltage DC power systems for electric vehicles are discussed. These cover valid standards and insulation requirements, the benefits for plugs and cables, some comparisons regarding the power density of drive inverters and a couple of other possible system benefits. 2.1 Requirements for HV systems (insulation, supervision, etc.) According to the European Low Voltage Directive 2014/ 35/ EU all voltages between 50 V and 1000 V AC and between 75 V and 1500 V DC shall be considered as “low voltage”. This is also considered in several automotive standards like ECE-R100, ISO 6469-3 or LV 123. The latter defines four so called HV voltage classes that are listed in table 1. Typically the automotive “high-voltage” (HV) applies to all voltages higher than 60 V. It is noticeable that the requirements for touch protection, potential equalization, insulation monitoring, active or passive discharge, HV interlock, crash behaviour and even most of the test voltages for insulation tests are independent of the voltage class. Only the required values for insulation resistance, creepage and clearance distances increase with higher voltage levels. 178 <?page no="187"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System HV_1 HV_2a HV_2b HV_3 Nominal voltage range ( nom ) 90 - 190 170 - 340 250 - 450 520 - 750 Voltage range operational ( op ) 60 - 200 120 - 360 150 - 470 450 - 770 Highest voltage ( pk ) 220 410 500 800 From a technical point of view a higher system voltage has several advantages. Since a lot of components are mainly defined in their size and weight by their current rating, it is often easier to reach a necessary power rating by using a higher operating voltage than increasing the current, whenever size and weight are crucial factors. [2] To design power electronic converters with highest power density it is important to make use of the full voltage range of the used power semiconductors. Since the 1200 V power semiconductor class is very popular, highly developed and SiC devices for 1200 V are already very well available, this should be the voltage level of choice. It will be shown later that a minimum voltage of 650 V gives some system advantages, 800 V is a reasonable maximum voltage for operation with 1200 V power semiconductors and 900 V could be the maximum withstand voltage for all system components. According to these considerations a nominal voltage range of 650 V to 800 V with a maximum peak voltage of 900 V seems to be reasonable. The already defined voltage classes and the proposed new voltage class are visualized in figure 1. 0 100 200 300 400 500 600 700 800 900 1000 Volta ge (V) Automotive HV Voltage Classes withsta nd opera tion nomina l opera tion under volta ge 179 <?page no="188"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System 2.2 Influence on electric machines The general design of electric machines depends on the voltage level mainly regarding the winding structures. The torque buildup is independant of the nominal voltage in the design stage. Higher voltage leads to windings consisting of more turns using smaller wire, which is usually easier to build. For high speed permanent magnet synchronous machines the stator winding typically has a very low number of turns, so with higher voltage the number of turns is discretized in smaller steps. Of course also the star point and external connectors have to carry less current and can be significantly smaller compared to a design for lower voltage and higher current. Highly utilized high speed permanent magnet synchronous machines typically also have a low stator inductance. Therefore they are sensitive to low inverter switching frequencies resulting in large harmonics in the current and additional losses in magnets, iron and copper. Higher switching frequency therefore can improve the efficiency of these high power density machines. Finally the machine’s maximum torque in the field weakening range depends on the actual voltage, shown in figure 2. Varying drive behaviour with varying SOC is typically unpopular. This can be eliminated with the topology suggested later on with an electronically controlled DC bus. 2.3 Copper savings in plugs and cables Figure 3 shows the nominal current rating of single wire copper cables according to DIN VDE 0276-603 (copper/ PVC in air). It can be recognized that the current density has to be reduced with increasing current and cable cross-section. Therefore the reduction of cable cross-section, weight and finally cost by a reduced current rating thanks to a higher voltage rating can be significant. By doubling the nominal system 0 20 40 60 80 100 120 140 160 180 200 220 0 5000 10000 15000 20000 Torque (Nm) Speed (1/ min) PMSM Characteristic for different DC-Link Voltages 400 500 600 700 800 180 <?page no="189"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System voltage level from 400 V to 800 V, 35 mm² cables can be replaced by 10 mm², 50 mm² can be reduced to 16 mm². This means a saving of copper of about 70 %! Similar reductions can be achieved with all plugs and connectors in the automotive HV system. Most of the HV plugs used today are already specified for 1000 V operating voltage, i.e. their size and weight again are only dependent on the necessary current rating. 2.4 Higher power density in inverters Simple investigations show that the power density of drive inverters can be increased by using higher DC-link voltages. Of course, the best results will be achieved whenever the blocking voltage capability of the respective power semiconductors is optimally utilized. Common blocking voltage classes for silicon based IGBT power semiconductors for low voltage applications are 600/ 650/ 700 V, 1200 V and 1700 V. With a reasonable safety margin of 50 % the following DC-link voltages would be possible under operation, shown in table 2. Blocking voltage class 650 V 1200 V 1700 V 1200 V Technology Si IGBT 4 Si IGBT 4 Si IGBT 4 SiC MOSFET Max. DC-link voltage 400 V 800 V 1100 V 800 V Nom. current for comparison 600 A 450 A 300 A 300 A 0 50 100 150 200 250 300 0 10 20 30 40 50 60 70 Current Ra ting (A) Conductor Cross-Section (mm ²) Current Rating of Single Wire Copper Cable 181 <?page no="190"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System A detailed loss analysis of comparable IGBT and SiC MOSFET modules with the same form factor leads to the result shown in figure 4. It presents the switching power of one half bridge, which is derived as DC-link voltage times peak current, versus the switching frequency. All data points generate the same loss in the power module. It can be recognized that the 1200 V IGBT running at 800 V DC-link is the optimal silicon based configuration for switching frequencies below 10 kHz. For higher frequency applications the switching losses become more and more relevant and the 650 V IGBT working at 400 VDC unveils as the better option. In this comparison, all of the silicon devices are outperformed by the SiC technology, whenever the switching frequency is higher than 7 kHz. Besides the power semiconductors, there are also many other parts of a drive inverter system that are mainly dependant on the current rating and therefore can be downsized by the use of a higher system voltage. These are e.g. current sensors, bus bars, terminals, connectors or cable glands. Also the DC-link capacitor has to be selected not only to meet an energy storage requirement but also to cope with the rms current stress. Figure 5 shows the energy density and the current density of comparable MKP film capacitors for automotive DC-link applications. The energy density of capacitors rated 900 V is about 25 % higher than that of the 450 V class. The current density of the capacitors for the lower voltage is slightly higher (10..20 %), but the actual current stress in an inverter with the same power rating would in fact be doubled compared to the higher voltage alternative. 0 100 200 300 400 500 600 700 2 4 6 8 10 12 14 16 18 20 Switching Power (kVA) Switching Frequency (kHz) Switching Power for Equal Losses in Equal Volume IGBT 4 - 650 V IGBT 4 - 1200 V IGBT 4 - 1700 V SiC - 1200 V 182 <?page no="191"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System 2.5 Modular high-voltage vehicle power system As demonstrated in [3] using silicon carbide power semiconductors allows the design of HV boost converters with very high power density. With this component it is possible to create an electric drive train with a system voltage that is no longer coupled to the battery voltage, like it is in most of today’s electric vehicles. With a boost converter the voltage of the HV bus can be independently controlled, and preferentially have a higher level like the proposed HV_900 range. This voltage level can be set to a voltage that perfectly utilizes the available power devices, and can also be specified for a smaller operating voltage range since it is no longer dependant on the state of charge (SOC) of the battery. An example for a drive train using a common HV bus is outlined in figure 6. The decoupling of battery voltage and DC bus voltage results in a new degree of freedom for the system design. The same voltage level can be used in a wide range of vehicle classes and for different power ratings. Equal auxiliary devices can be used in all vehicles. This reduces the component diversity and increases the production volume of each component. The size of the battery can be changed without a large influence on the electric drive, so the same car with all the same components can be offered in different battery configurations. 0 50 100 150 200 250 A B C Energy Density (Ws/ mm ³) Ca pa citor Size Energy Density 0 20 40 60 80 100 120 A B C Current Density (A/ l) Ca pa citor Size Current Density 450V 900V HV Battery Boost Converter Onboard Charger Boost Converter Fuel Cell Stack DC/ DC Buck Converter Drive Inverter Drive Inverter Main Drive AC Compressor Drive Inverter Main Drive 48 V 12 V HV AC Grid 183 <?page no="192"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System The constant DC voltage also has positive influence on the drive behaviour, since the characteristic of electric machines is depending on the available voltage but should not be depending on the state of charge of the battery. With a system voltage that is controlled by power electronic converters and no longer coupled to a varying battery voltage, the voltage level can be defined more tightly than before. With a smaller voltage range, in which proper operation has to be guaranteed, the design of the drive system and the auxiliary devices becomes easier. Using a battery boost converter is an already well known practice for hybrid vehicles. Toyota has used a boost converter since the second edition Prius from 2003 to boost the battery voltage of about 200 V to 500 V or more and has presented different approaches and converter designs using silicon carbide devices. [4] 3 Advantages of silicon carbide power electronics This part of the paper aims to explain the benefits of silicon carbide power electronic devices compared to silicon devices and shows the possible benefits on the converter and system level. 3.1 Material properties, device properties, system properties Silicon carbide is one of a couple of semiconductor materials that have been investigated for the usage in electronic devices. It is a so called “wide-band-gap” semiconductor and has some properties that make it very promising for power applications. Figure 7 shows the most important physical properties, which concern the electrical and thermal behaviour of the materials. 0 1 2 3 4 5 Ba nd ga p (eV) Brea kdown electric field (MV/ cm) Therma l conductivity (W/ Kcm) Melting point (10³ K) Sa tura tion velocity (10 cm/ μs) Physical Properties of Semiconductor Materials Si 4H-SiC Ga N 184 <?page no="193"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System It can be seen that both SiC and GaN have electrical properties superior to silicon that enable very fast switching devices with low on-state resistance ( DS,on ). Additionally SiC has superior thermal properties, which makes it robust against high temperatures and may reduce cooling effort. Looking at wide-band-gap power devices available today, there are mainly the GaN HEMT in enhancement mode or cascode configuration for blocking voltages of 100 V up to 600 V and the SiC MOSFET, either in planar or trench gate structure. It is available with blocking voltage ratings of 600 V, 900 V, 1200 V, 1700 V and even higher up to 12 kV, and can be seen as a direct competitor to the established silicon IGBT. The most important advantages of SiC MOSFETs compared to Si IGBTs are the very high switching speed and therefore low switching losses, the unipolar structure with lower conduction losses at partial load and finally the lower temperature dependency. Figure 8 compares the switching losses and the forward conduction characteristic of a currently available up to date silicon IGBT module and a Full-SiC module in the same package (both EconoDual 3) with the same nominal rating (both (1200 V / 300 A). Obviously the switching losses are significantly lower (-75 % in total), while the voltage drop at rated current is still higher. Besides the low losses of the new devices the high temperature capability can be a feature that will allow new concepts. But this is still a future research topic, since the reliable contacting and housing of the semiconductor chips for higher ambient temperature is still under investigation. On system level, all these component parameters can be used to design power electronic converters or drive inverters with superior features like very high efficiency or very high switching frequency. Higher efficiency inverters may reduce the cooling effort und hereby again size, weight and costs. Higher switching frequency often has a huge influence on the size of passive components like filters, chokes, transformers and capacitors, which have noticeable influence on the total system size and weight. However, to fully utilize the benefits of the available and future silicon carbide devices in automotive systems, some changes in the system design of future electric vehicles seem to be advisable. 0 5 10 15 20 25 30 35 40 E_on E_off E_rr Nomina l Loss (mJ) Switching Loss Comparison Si IGBT SiC MOSFET 0 50 100 150 200 250 300 0 1 2 3 Current (A) Volta ge drop (V) Output Characteristic Si IGBT SiC MOSFET 185 <?page no="194"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System 3.2 Higher power density of converters The low switching losses of wide-band-gap power devices allow system designer to use higher switching frequencies. This typically reduces size and weight of passive components in power converters. High switching speed means that the gradients of voltage and current in the switching event are very fast. Due to their large band-width these fast transients are a common source for EMI problems. Therefore the use of very fast switching devices is especially beneficial whenever the converter needs to have filters at both input and output interfaces anyway. This is true for any converter with DC or low frequency power interfaces like on-board-chargers, boost converters and isolated DC/ DC converters. Since drive inverters have a high frequency output special care must be taken when switching fast. 3.3 Higher efficiency of drive inverters Drive inverters do not shrink as drastically as DC/ DC converters with increasing switching frequency. But still they can benefit a lot from using silicon carbide power electronics thanks to the low switching losses and the low conduction losses under partial load conditions. Figure 9 shows a comparison of the efficiency of two identical drive inverters regarding the losses in the power semiconductors. One is using silicon IGBTs, the other one is equipped with silicon carbide MOSFET modules. The inverters are designed for a drive power of about 200 kW running at a DC-link voltage of 800 V and a switching frequency of 8 kHz. The efficiency is analyzed for different sinusoidal output currents and different modulation index values. The current can typically be correlated with the motor torque. The modulation index influences the output voltage of the inverter and therefore the drive speed. Both inverters operate at a very high efficiency. The SiC inverter has lower losses in every operating point, but especially for lower current (low motor torque, cruising). 186 <?page no="195"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System 3.4 Higher temperature operation Silicon-carbide itself has a very high melting temperature of about 3000 °C and a good thermal conductivity of 350 W / (m K). Thanks to the wide band-gap of 3.2 eV the intrinsic carrier density is low even for high temperatures and the doting of the material is very stable. These material properties lead to a temperature dependency of important device properties which is much lower than for silicon devices. Today’s silicon devices may operate at junction temperatures of up to 175 °C. Silicon carbide power MOSFETs for operation at 200 °C are already commercially available and have been successfully tested at up to 400 °C. The main challenges and research topics in this field of high temperature power electronics are necessary advanced packaging and interconnection technologies. Generally a higher junction temperature of the power devices can be utilized to either increase the coolant temperature or to increase the thermal resistance. Increasing the coolant temperature can be interesting for hybrid vehicles with a combustion engine or a fuel cell since it can be possible to have a single high temperature liquid cooling circuit. An increase of the thermal resistance of the cooling system allows the use of a cheaper cold plate, less coolant flow or a smaller radiator. 4 Example components for 800 V power systems using silicon carbide In the following part a couple of demonstrators that were designed and investigated at the IMAB are presented. 4.1 Transformerless single-stage bidirectional onboard charger In general, the onboard charger unit can either be connected directly to the battery or to the HV bus. For a platform that allows various battery voltages to be used it appears practical to have one standard charger unit with the high output voltage and use the battery boost converter to adapt the voltage. Most of today’s common 3 kW single phase AC onboard chargers could be easily redesigned for 800 V output voltage by using a slightly adapted transformer turns ratio and suitable rectifier diodes, preferable silicon carbide schottky diodes with extremely low losses. One special aspect of a system voltage higher than 650 V is the possibility to integrate a very simple and highly compact transformerless three phase AC onboard charger unit which is even supporting bidirectional power flow. In industrial applications the circuit is also known as “active front end” (AFE), which is typically realised using a common drive inverter with a filter that is connected to the grid to allow bidirectional power flow, a high power factor with low EMI and a stable and controlled DC-link voltage. This simple circuit that can be used to establish a very direct and powerful connection to the public power grid is shown in figure 10. 187 <?page no="196"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System This inverter allows three phase AC fast charging, today typically available with 22 kW (400 V / 32 A) or 43 kW (400 V / 63 A) using the so called “Type 2” (IEC 62196 Type 2) connector. Single phase operation (230 V / 16 A) can easily be integrated by using a small additional capacitor like shown in [5]. The transformerless and single stage topology has very high efficiency and is ready for bidirectional power flow for smart grid operation. The inverter could also be used to feed an island grid or supply any electric devices e.g. in caravans thus creating a real added value for the customer. A prototype of the presented circuit has been designed at IMAB and is shown in figure 11. It demonstrates that by using SiC power devices the proposed 22 kW fast charger unit can be realized in approximately the volume of a standard 3 kW single phase charger. 4.2 Boost converter for battery and fuel-cell applications A key component of the suggested system topology is the boost converter that connects the battery to the HV bus. This converter will typically be a non isolated syn- V bus 3ph 1ph L1 PE N L2 L3 PP CP 188 <?page no="197"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System chronous boost converter which acts as a buck converter in the opposite direction. For the desired power rating it can be generally recommended to build a multi-phase converter with multiple identical interleaved switching stages. This technique reduces the total input and output ripple (current and voltage) and allows the usage of smaller capacitors. The total inductor volume is directly related to the switching frequency of the half bridges, so again the high switching frequency capability of silicon carbide MOSFETs has a large impact on the components size and weight. Figure 12 shows the basic topology of a three phase interleaved synchronous boost converter and the superposition of the three inductor currents. A demonstrator built at IMAB in 2013 is shown in figure 13 and [3]. It impressively shows the influence of the switching frequency on the converter size. The converter uses a switching frequency of 100 kHz and performs at a power throughput of up to 100 kW (34 kW per phase). The weight of the active components is about 4 kg, V bat V bus i bat 100μs 105μs 110μs 115μs 120μs 125μs 130μs 0A 20A 40A 60A 80A 100A 120A 140A 160A 180A 200A I(L1) I(L2) I(L3) I(Sum) 189 <?page no="198"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System which is less than 15 % of a former design using silicon IGBTs running at 20 kHz. The measured conversion efficiency is higher than 98 % for a wide range of operation points. To connect a fuel cell stack to the HV power system a similar or even identical boost converter can be used. As bidirectional power flow is not necessary it may be a non synchronous boost converter using only diodes in the high-side switch position. Nevertheless, using a synchronous converter with high-side MOSFETs will result in a better efficiency for light load conditions. Since there will always be a battery storage system in a fuel cell electric vehicle, the fuel cell boost converter and the battery boost converter can be integrated to one multi-port component. This will enable some synergies like a common DC-link capacitor and a common control electronic. A commercial boost converter for fuel-cell vehicle applications using fast switching silicon carbide MOSFETs has been published lately by Honda. [6] 4.3 High-power drive inverter The high efficiency of silicon carbide power MOSFETs compared to silicon IGBTs in drive inverter applications has already been shown in figure 9. With silicon carbide power semiconductor devices another option is to increase the switching frequency also in a drive inverter. This gives some advantages and opportunities. The phase currents of the electric machine will have less distortion, which might have positive influence on its efficiency. Also the acoustic behaviour can be improved, since switching frequencies of 20 kHz and above can be applied that are definitely out of the audible range. The higher switching frequency will also have a positive impact on the design of the DC-link capacitor of the inverter, since less capacitance is needed to achieve a desired voltage ripple. An example for this relation is shown in figure 14. 0 200 400 600 800 1000 1200 8 kHz 20 kHz Ca pa cita nce (μF) Switching frequency (kHz) Capacitance for Constant Voltage Ripple 190 <?page no="199"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System Based on these considerations a drive inverter with superior power density is currently under development at IMAB. It uses silicon carbide MOSFET power modules in EconoDual 3 package rated 1200 V and 300 A. Running at 20 kHz switching frequency the DC-link capacitor can be comparably small. It is supposed to reach a nominal output power of 250 kVA with an expected total volume of 5.5 l including the whole aluminium housing. This leads to a power density of 45 kVA/ l, which is more than twice as high as the power density of a state of the art high power automotive drive inverter like the Semikron SKAI2HV (20 kVA/ l with 1200 V IGBTs). Figure 15 shows the actual design of the housing and the containing devices. 4.4 DC/ DC converter to supply 48 V and 12 V systems Since there are still a lot of components in an EV which need to be supplied with 12 V and there is no alternator, a DC/ DC converter is needed. This converter needs to be an isolated one and has a huge voltage ratio, so a transformer is inevitable. Common topologies are the push-pull converter or the LLC resonant converter. With the HV side running at 800 V silicon carbide MOSFETs should definitely be chosen, because the currents are small and the switching frequency is crucial for the transformer’s and the whole component’s size. On the LV side silicon MOSFETs for synchronous rectification are the devices chosen today, in future they might be replaced by gallium nitride devices. Building a high frequency transformer with a large turns ratio is sometimes difficult due to parasitic capacitances. With the emerging 48 V systems in mind it could be very useful to have a standard DC/ DC converter from HV to 48 V and a small nonisolated buck converter to feed the remaining 12 V devices. Thanks to the lower currents on the LV side the DC/ DC converter with 48 V output will reach a higher power density than a converter directly down to 12 V. The buck converter can have a lower power rating, when most of the powerful devices run from the 48 V system, and it does not need a transformer. Figure 16 shows the prototype of an isolated LLC converter from 800 V to 48 V using 1200 V silicon carbide MOSFETs. It operates at 200 kHz and can deliver 2 kW of continuous output power to the 48 V system. The calculated power density reaches about 8 kW/ l, which is a very good value for an isolated converter. 191 <?page no="200"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System The associated buck converter to supply the 12 V system from 48 V may either use silicon MOSFETs or gallium nitride devices. A high current density converter using GaN has been presented in [7]. 5 Conclusions The most important benefits of silicon carbide power electronics for automotive systems have been summarized. The different components profit from the superior properties of silicon carbide semiconductor devices like low losses and high switching frequency in different ways. A drive train structure including a boost converter for decoupling the DC bus voltage from the battery voltage has been presented. This might be one way to also decrease the cost of power electronic systems for automotive applications by reducing the component diversity and creating a small set of common building blocks for a large variety of vehicle classes. On the system level additional costs for new semiconductor devices probably can be compensated by reduced requirements for passive components and housings, reduced cooling effort, thinner cables and plugs. EMI is often mentioned as a large challenge for designers working with wide-bandgap semiconductors, because the fast switching causes a lot of noise. This is true and there are still a lot of investigations to be done, but in fact the high switching frequency should allow engineers to use even smaller filters, when they are designed in the right way. Most of the EMI problems caused by fast switching power semiconductors only occur inside one component and can be easily filtered, so that they are not recognized outside of the housing. From today’s viewpoint GaN will also be a topic for automotive applications, but for smaller power and voltage. Single phase onboard chargers and small DC/ DC converters will definitely profit from GaN in the future. 192 <?page no="201"?> Silicon Carbide Power Electronics for Electric Vehicles with 800 V Power System Literature [1] Eric Auchard, Irene Preisinger, “German chipmaker Infineon to supply Tesla Model 3”, Reuters Business News, August 1 st , 2017 [2] Armin Engstle et.al., “AVL Coup-e 800: A high-performance electric vehicle with 1200 V IGBT technology”, Automotive Power Electronics, Paris, April 2013 [3] Markus Henke, Günter Tareilus, Niklas Langmaack, "SiC boost converter with high power density for a battery electric sports car", 11th Symposium on Hybrid and Electric Vehicles, pp. 260-273, Braunschweig, February 2014 [4] Kinimori Hamada, “Toyota’s challenge of applying SiC power semiconductors to environmentally vehicles and its update”, International SiC Power Electronics Applications Workshop, Stockholm, May 2016 [5] Katja Stengert et.al., “On-board 22 kW fast charger NLG6”, Automotive Power Electronics, Paris, April 2013 [6] Amano Atsushi, “Development of Boost Converter for Fuel Cell Vehicle”, Automotive Power Electronics, Paris, April 2017 [7] Konstantin Siebke, Thorben Schobre, Niklas Langmaack, Regine Mallwitz, „High Power Density GaN Interleaved Bidirectional Boost Converter with Extended Cooling Capability”, PCIM Europe, Nürnberg, May 2017 193 <?page no="202"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs Michael Gleißner, Teresa Bertelshofer, Mark-M. Bakran Abstract Fault-tolerant converters are required for applications with a high risk of damage or financial loss, like electric aircraft, autonomous vehicles or energy transmission applications. The Active Neutral Point Clamped (ANPC) inverter is a fault-tolerant multilevel topology, which enables an ongoing degraded operation after any single semiconductor failures, if no secondary failures caused by overvoltage and short-circuit currents occur. The critical failure scenarios of an ANPC prototype built with 650 V SiC MOSFETs are investigated in this paper. Innovative driver integrated measures for immediate short-circuit detection, over-voltage clamping and switching strategy reconfiguration in order to enable a reliable ongoing operation are presented. Moreover, the operation range of a permanent synchronous machine in degraded inverter operation mode is explained. Thus, a very efficient and fault-tolerant inverter for applications with high availability requirements can be realized. Kurzfassung Für Anwendungen mit einem hohen Risiko bezüglich Schäden oder finanziellen Einbußen, wie z.B. elektrisches Fliegen, autonomes Fahren oder Energieübertragung, werden fehlertolerante Wechselrichter benötigt. Der Active Neutral Point Clamped (ANPC) Wechselrichter ist eine fehlertolerante Multilevelschaltung, die einen eingeschränkten Weiterbetrieb nach beliebigen Einfachfehlern der Halbleiterschalter ermöglicht, wenn keine Sekundärausfälle durch Überspannung und Kurzschlussströme auftreten. Die kritischen Fehlerszenarien in einer Phase eines Prototyps mit 650 V SiC MOSFETs werden in diesem Beitrag untersucht. Innovative, im Treiber integrierte Maßnahmen zur sofortigen Kurzschlusserkennung, Überspannungsbegrenzung und Rekonfiguration der Ansteuerung werden vorgestellt, um einen zuverlässigen Weiterbetrieb zu ermöglichen. Des Weiteren wird der Arbeitsbereich einer permanenterregten Synchronmaschine im eingeschränkten Betriebsbereich des Wechselrichters vorgestellt. Dadurch kann ein sehr effizienter und fehlertoleranter Wechselrichter für Anwendungen mit hohen Verfügbarkeitsanforderungen realisiert werden. 1 Motivation The availability of SiC MOSFETs on the power semiconductor market enables the design of very efficient converters with high power density [1]. However, another important design criterion for power electronics is system reliability, which can be achieved by fault-tolerant structures. Fault-tolerance is absolutely necessary to enable extremely low failure rates for either safety-critical applications like electric aircraft converters or energy transmission systems with a high risk of financial loss [2]. The 194 <?page no="203"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs usage of high quality devices is not sufficient to achieve low system failure rates, because of sporadic failures, which can never be totally eliminated and which cause the shut-down of converters with no fault-tolerance. Sporadic failures are for example cosmic ray or loss of blocking capability failures. The ANPC inverter offers, besides the multilevel advantages of higher efficiency, lower total harmonic distortion and less stress on the machine winding, the benefit of a fault-tolerant structure [3, 4]. The requirement for a successful fault-tolerant reconfiguration is the immediate detection of short-on failures in order to avoid secondary over-voltage and over-current failures by applying the correct switch turn-off strategy and active clamping. These methods have already been investigated for IGBT semiconductors, which can withstand the failure energy in the desaturated state for at least 10 s [5, 6]. The state of the art shutdown or reconfiguration of IGBT multilevel inverters is coordinated on controller level with reaction times in the range of several microseconds, which can be too long for SiC MOSFETs, whose short-circuit robustness time is shorter. For the combination of IGBT and anti-parallel diode, different short-circuit types are known like IGBT hard-switching fault (type I), IGBT fault-under-load (type II), conducting diode during short-circuit with IGBT turned-on or turned-off (type III and IV) as well as IGBT shortcircuit with stored plasma (type V) [5]. For SiC MOSFETs only type I (turn-on to an existing short-circuit) or type II (short-circuit while switch is conducting) are relevant. The short-circuit robustness of SiC MOSFETs, which are now available on the market, is lower [7, 8]. Consequently, a very fast driver integrated failure detection and reconfiguration with over-voltage protection is necessary. The design steps and failure reconfiguration scenarios for a fault-tolerant 3-level ANPC inverter with 650 V SiC MOSFETs for a DC-link voltage in the range of 600 V to 900 V are discussed in this paper. 2 Fault-tolerant ANPC inverter reconfiguration 2.1 General reconfiguration scenario The ANPC inverter (see Fig. 1) is tolerant for any single switch failure in either openor short-on mode, if no secondary switch failures occur. The two bidirectional DC-link midpoint paths enable two reconfiguration scenarios, which are necessary in order to handle any openor short-on failure in the upper or lower phase arm. After any single switch failure, the failed phase can be permanently connected to the DC-link midpoint. S 1a S 2a S 5a S 3a S 4a S 6a S 1b S 2b S 5b S 3b S 4b S 6b S 1c S 2c S 5c S 3c S 4c S 6c 195 <?page no="204"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs By adjusting the switching pattern of the two healthy phases a symmetrical three phase system can be achieved. Fig. 2 depicts the remaining space vectors in reconfigured mode after failure of phase a. Thus, the maximum output voltage is halved, but an ongoing degraded operation is possible. PNN PPN NPN NPP NNP PNP P0N 0PN NP0 N0P 0NP PN0 P00 0NN PP0 00N 0P0 N0N 0PP N00 00P NN0 P0P 0N0 PPP 000 NNN In normal operation, each switch is only stressed with maximum half of the DC-link voltage. Consequently, switches with halved blocking voltage can be applied and a higher efficiency can be achieved. Thus, depending on the switching frequency, the installed switching power is only increased by factor 150%, although the number of switches and drivers is tripled compared to a 2-level six switch inverter. In case of any switch failure, a single switch can be destroyed by a secondary failure, if it is stressed with the total DC-link voltage, which can be larger than its blocking voltage. A voltage overrating of the switches in order to avoid secondary over-voltage failures is counterproductive to the goals of low system cost and high efficiency. In the following sections, the scenarios of a secondary over-voltage failure are investigated and countermeasures are presented. 2.2 Failure scenarios, detection and reconfiguration of failed phase Each ANPC inverter phase has a symmetrical structure. Thus, only switch failures of the three switches S 1 , S 2 and S 5 in the upper phase arm are analyzed in this paper (see Fig. 1). The lower three switches S 3 , S 4 and S 6 have an equivalent characteristic. 196 <?page no="205"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs Open-circuit failures of switches can occur due to driver failures or lift-off of connection elements. They cannot be detected by exceeding a specified over-current limit, because no DC-link capacitor is short-circuited. Thus, they have to be detected by monitoring the phase voltage output signal or by comparing the driver output signal and switch voltage, which is significantly lower in turned-on than in blocking mode. They are less critical than short-on failures, because no short-circuit currents and overvoltages can occur. Thus, only short-on failures are investigated in this paper. A switch short-on failure can only be detected, if a DC-link capacitor is shortcircuited, which is not the case in normal operation. A switch short-on failure during turned-on state can only be detected in a following switching state, which causes a DC-link short-circuit current exceeding the nominal operation current. Depending on the occurrence during the different switching states of the inverter, it can be a shortcircuit type I or type II. Fig. 3 depicts the short-on failure detection scenarios of the three upper switches S1, S2 and S5 depending on the commutation loop. S 1 S 2 S 5 S 3 S 4 S 6 failure critical S 1 S 2 S 5 S 3 S 4 S 6 failure critical? S 1 S 2 S 5 S 3 S 4 S 6 failure S 1 S 2 S 5 S 3 S 4 S 6 failure critical S 1 S 2 S 5 S 6 failure S 3 S 4 a) S 1 failure a b) S 1 failure b c) S 1 failure c d) S 2 failure e) S 5 failure 197 <?page no="206"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs Short-on failures of S 1 can only be detected, when S 5 is turned-on, because then the upper DC-link capacitor is short-circuited (see Fig. 3a) to 3c)). By also turning-on S 5 , when S 3 and S 4 are activated for the negative switching state, a critical S 1 short-on failure can be detected. Without turned-on S 5 during the negative switching state, there is no detectable short-circuit current after a short-on failure of S 1 , but S 2 will suffer from over-voltage. A S 1 short-on failure is critical, when S 3 and S 4 are both either turned-on or if their body diodes are conducting. Then S 3 and S 4 are only conducting the load current and are not within the short-circuit path of the turned-on S 5 , the short-on failed S 1 and the upper DC-link capacitor. In this critical case, S 2 is stressed with the total DC-link voltage and a secondary over-voltage failure will occur. This can be avoided by active clamping in the driver. A short-on failure of S 2 can only be detected if S 3 and S 4 are turned-on, because then the lower DC-link capacitor is short-circuited (see Fig. 3d)). An over-voltage failure of S 1 has to be avoided. This is less critical than a S 1 short-on failure, because after a S 2 short-on failure, there are the three turned-on switches S 3 , S 4 and S 5 within the short-circuit path. Due to desaturation because of the short-circuit current, their drainsource voltage rises and S 1 is not stressed immediately with the full DC-link voltage. When S 3 and S 4 are both turned-on, then the outer switch S 4 has to be turned-off before. Otherwise S 3 is stressed by the total DC-link voltage. A short-on failure of S 5 can be detected, when S1 is conducting and this results in a short-circuit of the upper DC-link capacitor (see Fig. 3e)). S 3 and S 4 are in turned-off mode and each can block half of the total DC-link voltage, which is uncritical. Table 1 presents an overview of switches within the short-circuit path after a short-on failure of any of the six phase switches. The short-circuit current can flow in positive (typical) or negative (conducting body diode) current direction of the switch depending on the short-on failed switch. This influences the sign of the drain-source voltage, which is important when the over-current is detected by monitoring the drain-source voltage in switch turned-on mode [9, 10]. Moreover, Table 1 summarizes the switch reconfiguration state after any short-on failure. If an upper switch fails short-on, then the DC-link midpoint is connected via S 3 and S 6 , which are turned permanently on. If a lower switch fails short-on, then the DC-link midpoint is connected via S 2 and S 5 . The correct reconfiguration scenario can be selected by evaluating the over-current signals of the switches by combinational logic. shorton failed switch switches within short-circuit path for detection reconfiguration state S 1 S 2 S 3 S 4 S 5 S 6 S 1 S 2 S 3 S 4 S 5 S 6 S 1 p p - 0 1 0 0 1 S 2 p p p n 0 - 1 0 0 1 S 3 p p p n 0 1 - 0 1 0 S 4 p p 0 1 0 - 1 0 S 5 p p 0 0 1 0 - 1 S 6 p p 0 1 0 0 1 - 198 <?page no="207"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs Figure 4 illustrates the simulation of an ANPC inverter reconfiguration. In normal state, the inverter operates in 3-level mode with 5 kHz switching frequency. The DClink voltage is 600 V. In 3-level operation, the 650V MOSFETs are stressed with only 300 V. The inverter is connected to a RL-Y-load with 300 H and 4 . a) b) -600 -300 0 300 600 UV / V -600 -300 0 300 600 VW / V -600 -300 0 300 600 WU / V -100 0 100 / A -40 -30 -20 -10 0 10 20 30 40 / ms 250 300 350 DCM / V 0 300 DS1 / V 0 300 0 300 0 300 0 300 -10 -8 -6 -4 -2 0 2 4 6 8 10 / ms 0 300 DCM S1b DCM S2b DCM S3b DCM S4b DCM S5b DCM S6b DS2 / V DS3 / V DS4 / V DS5 / V DS6 / V 199 <?page no="208"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs After a short-on failure of S 3b at t = 0 and turn-on of the switches S 1b and S 2b , the upper DC-link capacitor is short-circuited. This triggers the failure detection and reconfiguration. S 1b , and S 4b are turned-off and S 2b and S 5b are turned-on in order to avoid a secondary over-voltage failure and to connect the faulty phase b to the DC-link midpoint. Phase a and c are further modulated in an adjusted 3-level mode with 5 kHz switching frequency. The maximum output power is reduced as can be seen in Figure 4a). The DC-link midpoint voltage starts to fluctuate with the phase b current, depending on the capacitance, output frequency and current amplitude. The blocking voltage of all 650 V switches of the failed phase b does no increase as shown in Figure 4b). There is only a slight DC-link midpoint voltage fluctuation, which is reduced by a sufficient capacitance of two serial connected 2 mF capacitors. 3 Experimental results 3.1 ANPC inverter prototype Normally, semiconductors with 1200 V blocking voltage are applied for inverters with 600 V DC-link voltage resulting from a three phase 400 V rms line voltage rectification. In an ANPC 3-level inverter, switches with 650 V blocking voltage are sufficient for this application, because the total DC-link voltage stress is split to at least two semiconductors in normal operation. After any switch failure, a secondary overvoltage failure because of the full DC-link voltage has to be avoided by a correct turnoff sequence of the healthy switches and in some cases additionally by over-voltage clamping. In order to verify the afore mentioned failure scenarios, a three-phase prototype of an ANPC inverter has been designed with 18 SCT3022AL Rohm n-channel power SiC MOSFETs in a TO-247N package. The split DC-link with in total 350 F capacitance is composed of seven 100 F film capacitors each for the upper and lower DC-link (see Fig. 5). The gate-source voltage in on-state is set to 18 V and in off-state to -5 V. The gate resistance is set to 9,1 Ohm. A short-circuit detection based on monitoring the drain-source voltage during turned-on switch is applied. 200 <?page no="209"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs The linear characteristic of MOSFET current and drain-source voltage enables the detection of an over-current, which triggers an immediate turn-off process. An overcurrent and short-circuit (SC) detection method for high current SiC MOSFET modules was developed by adapting the existing desaturation detection (U CE,desat method) known from IGBTs. These adjustments include separate detection paths for hard switching faults (HSF), faults under load (FUL) as well as overcurrent events. For each fault type, the SiC MOSFET specific challenges and advantages were addressed. A HSF occurs, if the MOSFET is turned-on on an existing SC. When the switch is turned-on, the current through the device rises, as is determined by the gate voltage and the chips transfer characteristic. The device cannot commutate the voltage to other switches and the voltage drop is high. In order to distinguish a HSF and a normal turn-on a blanking time is used. The SiC MOSFET profits from the implemented features like a high detection limit, a short blanking time and a pre-emptive gateclamping, guaranteeing a fast and robust detection and, furthermore, a limitation of the fault current while not influencing normal switching behaviour. A FUL occurs, when another switch fails, while the DUT is already fully turned-on and conducting current. The rise of the fault current is only limited by the remaining stray inductance of the commutation loop, leading to extremely high current slopes. Including the voltage drop over the parasitic inductances of the semiconductor package in the detection circuit while using a low detection limit in the range of the on-state voltage enables a SC detection before the device reaches desaturation or even before exceeding a fixed overcurrent limit, e.g. currents higher than two times the nominal current. The detection of overcurrent events works similarly to the detection of a FUL, but in addition to the inductive voltage drop the on-state voltage of the DUT is used to trigger the SC detection. In contrast to an IGBT with its low differential R on , the purely ohmic output characteristic of SiC MOSFETs allows the exact monitoring of the current in the device. As soon as the SC detection is triggered by any of the three mentioned faults, a soft shut-down with a negative voltage safely turns off the device, in order to avoid leakage currents or overvoltage peaks that could lead to secondary failures (see Fig. 6). 201 <?page no="210"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs The six drivers of the ANPC phase are linked with the short-circuit detection circuits by combinational logic in order to enable a fast reconfiguration in the range of 1 s or less (see Fig. 7). The reaction time on controller level is due to the sampling rate in the range of 10 s to 100 s, which is too slow for a safe reconfiguration of SiC MOSFETs. controller pulse width modulator driver S 1 G S logic unit driver S 2 G S logic unit driver S 3 G S logic unit driver S 4 G S logic unit driver S 5 G S logic unit driver S 6 G S logic unit over-current detection S 6 D S reconfiguration unit 10 μs up to 100 μs 100 ns up to 1 μs over-current detection S 5 D S over-current detection S 4 D S over-current detection S 3 D S over-current detection S 2 D S over-current detection S 1 D S After detection of an over-current, S 3 and S 6 are turned to always on and S 1 , S 2 , S 4 and S 5 are turned-off after short-on failures of the upper three switches except the short-on failed switch. Fig. 8 shows the gate-source voltages of S 1 to S 6 after a hardswitching short-on failure of S 1 . S 1 is turned-on at t = -0,5 s when all other switches are turned-off. At t = 0 s S 3 , S 4 and S 5 are turned-on. The short-circuit detection of S 5 detects the over-current due to the short-circuit of the upper DC-link capacitor. The gate voltage of S 5 is lowered in order to interrupt the short-circuit at t = 200 ns. Moreover, the short-circuit detection signal is transmitted to the other drivers. S 4 is turned-off and S 6 is turned-on at t = 300 ns. S 3 remains in on-state. The detection time depends on the setting of overcurrent level and blanking times of the detection circuit. 202 <?page no="211"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs GS1 GS2 GS3 GS4 GS5 -1.5 -1 -0.5 0 0.5 1 1.5 / μs GS6 The short-on failure scenarios of S 1 , S 2 and S 5 (see Fig. 3) are experimentally verified by a double pulse test. An inductive load is connected between the DC-link midpoint and the phase output (see Fig. 9). The path of the phase current can be adjusted by turning-on the respective switches depending on the failure scenario. The short-on failed switch is simulated by turning the respective switch to always-on. S 1 S 2 S 5 S 3 S 4 S 6 DS1 DS2 DS3 DS4 DC DCM A SC A load 203 <?page no="212"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs The short-circuit current is limited by the desaturation characteristic of the switches within the short-circuit path. Furthermore, short circuit type I (hard switching fault) and short-circuit type II (fault under load) can be adjusted by setting the short-on failure before or during the detection switches are turned-on. The drain-source voltages of S 1 , S 2 , S 3 and S 4 , the total as well as the midpoint DC-link voltage, the load and the short-circuit current are measured with an eight channel oscilloscope and differential voltage respectively Rogowski current probes. The total DC-link voltage is set to 600 V. 3.2 Short-on failure of switch S 1 with only S 5 turned-on Figure 10 illustrates the measurement of a S 1 short-on failure while S 5 is turned-on. S 3 and S 4 are turned-off and the load current flows from the inductor via S 2 (body diode) and S 5 to the DC-midpoint (see Fig. 3a)). The resulting short-circuit current of the upper DC-link capacitor is detected by S 5 in less than 400 ns after the failure and reaches a peak of 220 A. This is a short-circuit type II (fault under load) for S 5 . The drain-source voltage of S 3 rises while the drain-source voltage of S 1 decreases from half of the DC-link voltage. S 3 and S 4 block the total DC-link voltage and no switch is stressed by an over-voltage as theoretically expected. This is an uncritical failure scenario, which requires no additional measures. -200 0 200 400 600 800 1000 / ns 0 100 200 300 400 500 600 / V, / A DCM DS1 DS2 DS3 DS4 SC load DC 204 <?page no="213"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs 3.3 Short-on failure of switch S 1 with S 3 , S 4 and S 5 turned-on Figure 11 illustrates the measurement of a S 1 short-on failure before S 3 , S 4 and S 5 are turned-on. The load current flows from the inductor through S 3 and S 4 to the negative potential (see Fig. 3b)). The resulting short-circuit current of the upper DClink capacitor is detected by S 5 in less than 200 ns after the failure and reaches a peak of 125 A. This is a short-circuit type I (hard switching fault) for S 5 . -200 0 200 400 600 800 1000 / ns 0 100 200 300 400 500 600 / V, / A DCM DS1 DS2 DS3 DS4 SC load DC The drain-source voltage of S 3 and S 4 decreases while the drain-source voltage of S 2 increases. Without drain-gate clamping, the drain-source voltage of S 2 rises up to the full DC-link voltage and causes a secondary over-voltage failure of S 2 . Thus, the total ANPC inverter would fail. By adding additional transient voltage suppressor diodes between the drain and gate of S 2 , this over-voltage can be avoided (see Fig. 12). The over-voltage limitation effect of transient voltage suppressor diodes is explained in [11]. The total blocking voltage of several transient voltage suppressor diodes is set to 380 V. An additional signal diode is required to block the gate voltage from the drain potential. The transient voltage suppressor diodes can protect S 2 only for a limited period. Thus, a fast detection of a S 1 short-on failure and an immediate reconfiguration are necessary. By turning-on S 5 simultaneously with S 3 and S 4 , the S 1 short-on failure can be easily detected by an over-current, because of a short-circuit of the upper DC-link capacitor. 205 <?page no="214"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs S 1 S 2 S 5 D G D TVS D TVS D TVS By decreasing the DC-link voltage to 400 V at identical hardware setup with the transient voltage suppressor diodes, it can be proven that the S 2 drain-source voltage rises to the full DC-link voltage without clamping (see Fig. 13). This is a critical failure scenario, which requires additional over-voltage clamping by transient voltage suppressor diodes. The failure scenario when the body diodes of S 3 and S 4 are conducting is similar (see Fig. 3c)). -200 0 200 400 600 800 1000 / ns 0 100 200 300 400 500 600 / V, / A DCM DS1 DS2 DS3 DS4 SC load DC 206 <?page no="215"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs 3.4 Short-on failure of switch S 2 Figure 14 illustrates the measurement of a S 2 short-on failure before S 3 , S4 and S 5 are turned-on. The load current flows from the inductor through S 3 and S 4 to the negative potential (see Fig. 3d)). The resulting short-circuit current of the lower DClink capacitor is detected by S 3 in less than 300 ns after the failure and reaches a peak of 160 A. This is a short-circuit type I (hard switching fault) for S 3 . The drainsource voltage of S 1 rises to maximum half of the DC-link voltage. S 3 and S 4 block the rest of the DC-link voltage in desaturation mode. This is also an uncritical failure scenario, which requires no additional measures. -200 0 200 400 600 800 1000 / ns 0 100 200 300 400 500 600 / V, / A DCM DS1 DS2 DS3 DS4 SC load DC 3.5 Short-on failure of switch S 5 Figure 15 illustrates the measurement of a S 5 short-on failure before S 1 is turned-on. The load current flows from the positive potential through S 1 and S 2 to the load inductor (see Fig. 3e)). The resulting short-circuit current of the lower DC-link capacitor is detected by S 1 in less than 800 ns after the failure and reaches a peak of 285 A. This is a short-circuit type I (hard switching fault) for S 1 . This is an uncritical failure scenario, which requires no additional measures, because S 3 and S 4 are turned-off and block the total DC-link voltage. 207 <?page no="216"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs -200 0 200 400 600 800 1000 1200 1400 / ns 0 100 200 300 400 500 600 / V, / A DC DCM DS1 DS2 DS3 DS4 SC load 4 Operation range of a permanent magnet synchronous machine in degraded inverter operation mode After any switch failure, the ANPC inverter works in degraded mode with maximum output voltage reduced to one half and the failed phase is connected to the DC-link midpoint. In hybrid or electric vehicles, mostly permanent magnet synchronous machines are applied due to their high power density and efficiency. The output current of the phase, which is connected to the DC-link midpoint, causes a voltage ripple by charging and discharging the two serial connected DC-link capacitors (see Fig. 4). The voltage ripple, which is measurable between the DC-link midpoint and either the DC plus or minus connection, depends on the amplitude of the phase current, the output frequency and the total DC-link capacitance according to [12]: (1) The resulting voltage fluctuation of the two capacitors causes an asymmetry of the three phase currents. Moreover, overvoltage failures of switches have to be avoided by a too large DC-link midpoint voltage in a reconfigured 3-level ANPC inverter. The asymmetry can be minimized by observance of the actual voltage of the two capacitors either for pulse width modulation as well as for space-vector modulation. However, the maximum achievable output voltage further reduces with increasing variation of the DC-link midpoint voltage, which rises with the output current and decreasing output frequency. 208 <?page no="217"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs Figure 16 illustrates the resulting speed-torque characteristic of a permanent magnet synchronous machine with a limitation of the DC-link midpoint voltage ripple depending on total DC-link capacitance. The corresponding machine and inverter parameters are given in Table 2. If the capacitance is designed too small, the tolerable speed torque operation range is significantly reduced. The typical DC-link capacitance for a standard inverter machine combination given in Table 2 is in the range of 1 mF. Consequently, the DC-link normally must not be oversized too much in order to achieve a fault-tolerant inverter with acceptable output characteristic. Nevertheless, high torques at zero or low speed are not feasible anymore, when the DC-link midpoint voltage ripple has to be limited. 0 2000 4000 6000 8000 10000 12000 14000 16000 / min -1 0 20 40 60 / Nm B6 full maximum voltage B4M half maximum voltage 52 kW 26 kW DC-link voltage 600 V Maximum phase current 160 A Number of pole pairs 6 50 mVs 500 μH 100 V A special control sequence should be applied at start-up from speed zero in order to avoid a too large DC-link midpoint voltage drift, which can cause overvoltage failures in a reconfigured 3-level ANPC inverter, if one of the serial DC-link capacitors is charged up from half to the full DC-link voltage. This can be achieved by an output current regulation, which depends on the output frequency. By a limitation of the output current at start-up, the DC-link midpoint voltage can be restricted in a safe area. Nevertheless, the acceleration of the system is decreased. 209 <?page no="218"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs 5 Conclusion The possible failure scenarios after switch short-on failures of an ANPC inverter phase leg have been theoretically and experimentally evaluated with a 650 V SiC MOSFET prototype. The feasibility of a fast driver integrated failure detection and switch turn-off procedure in less than 1 s is demonstrated. Therefore, the detection units of short-on failures are directly linked by combinational logic with all drivers of an ANPC inverter phase in order to avoid the long reaction time based on controller level. The very short detection and reconfiguration time is important in order to prevent secondary failures of SiC MOSFETs, whose short-circuit ruggedness is below the known state of the art of IGBT semiconductors. Additionally, an enhanced switching strategy is proposed. All switch short-on failures can be detected by short-circuit currents, when S 5 is additionally turned-on to S 3 and S 4 or when S 6 is additionally turned-on to S 1 and S 2 , respectively. Otherwise, there are switch over-voltage scenarios of S 2 or S 3 , which cannot be detected by overcurrent sensors. Moreover, secondary over-voltage failures of S 2 and S 3 have to be prevented by additional transient voltage suppressor diodes. The operation range of a permanent synchronous machine is limited in degraded inverter mode. The field weakening area starts at half speed compared to normal operation. Moreover, the maximum torque at standstill and low speeds is limited and has to be overcome by a special control strategy, Nevertheless, a fault-tolerant reconfiguration for all semiconductor failure scenarios can be achieved and a high efficiency, high power density inverter for applications with high system reliability requirements can be achieved. References [1] B. Sahan, A. Brodt, D. Heer, U. Schwarzer, M. Slawinski, T. Villbusch, and K. Vogel, “Enhancing power density and efficiency of variable speed drives with 1200V SiC T-MOSFET,” in PCIM Europe, 2017, pp. 196-203. [2] M. Gleissner, „Stromrichterstrukturen zur Steigerung der Verfügbarkeit durch Fehlertoleranz“, Dissertation, University of Bayreuth, 2016. [3] J. Li, A. Q. Huang, Z. Liang, and S. Bhattacharya, “Analysis and Design of Active NPC (ANPC) Inverters for Fault-Tolerant Operation of High-Power Electrical Drives,” IEEE Transactions on Power Electronics, vol. 27, no. 2, pp. 519-533, 2012. [4] M. Gleissner, R. Maier, and M.-M. Bakran, “Comparison of fault-tolerant multilevel inverters,” in EPE ECCE Europe, 2017. [5] D. Hammes, J. Fuhrmann, S. Gierschner, M. Beuermann, and H.-G. Eckel, “Short-Circuit Behavior of the Three-Level Advanced-Active-Neutral-Point- Clamped Converter,” in EPE ECCE Europe, 2017. [6] M. Sprenger, R. Alvarez, M. Tannhaeuser, and S. Bernet, “Experimental investigation of short-circuit failures in a three level neutralpoint-clamped voltagesource converter phase-leg with IGBTs,” in ECCE, 2013. [7] Z. Wang, X. Shi, L. M. Tolbert, F. Wang, Z. Liang, D. Costinett, and B. J. Blalock, “Temperature-Dependent Short-Circuit Capability of Silicon Carbide Power MOSFETs,” IEEE Transactions on Power Electronics, vol. 31, no. 2, pp. 1555- 1566, 2016. 210 <?page no="219"?> Fault-Tolerant Active Neutral Point Clamped Inverter with SiC MOSFETs [8] A. März, T. Bertelshofer, R. Horff, and M.-M. Bakran, “Requirements of shortcircuit detection methods and turn-off for wide band gap semiconductors,” in CIPS, 2016. [9] T. Bertelshofer, A. März, and M.-M. Bakran, “A Temperature Compensated Overcurrent and Short-Circuit Detection Method for SiC MOSFET modules,” in EPE ECCE Europe, 2017. [10] ——, “Design Rules to Adapt the Desaturation Detection for SiC MOSFET Modules,” in PCIM Europe, 2017, pp. 182-189. [11] A. März, T. Bertelshofer, and M.-M. Bakran, “Improving the performance of SiC trench MOSFETs under hard switching operation,” in PEDS, 2017, pp. 553- 558. [12] P. Enjeti and A. Rahman, “A new single-phase to three-phase converter with active input current shaping for low cost AC motor drives,” IEEE Transactions on Industry Applications, vol. 29, no. 4, pp. 806-813, 1993. 211 <?page no="220"?> 212 <?page no="221"?> 213 <?page no="222"?> 12V Battery DC DC 48V Battery AC DC M/ G M/ G 12V Battery DC AC 48V Battery AC DC M/ G X Y Z U V W ± I 12 V DC ± I 48 V DC 214 <?page no="223"?> 12V Battery DC AC 48V Battery AC DC M/ G X Y Z U V W ± I DCDC ± I D I CDC ± I 12 V DC ± I 48 V DC 215 <?page no="224"?> v ′ d 2 r ′ s 2 i ′ ds 2 v d 1 r s 1 i ds 1 L ′ ls 2 L ls 1 − + −ω e λ ′ qls 2 − + −ω e λ qls 1 − + −ω e λ qm 1 L m d 1 i md 1 L ′ lf r ′ f i f v f + v d − v f − v ′ q 2 r ′ s 2 i ′ qs 2 v q 1 r s 1 i qs 1 L ′ ls 2 L ls 1 − + ω e λ ′ dls 2 − + ω e λ dls 1 − + ω e λ dm 1 L m q 1 i mq 1 v q − 216 <?page no="225"?> 217 <?page no="226"?> 218 <?page no="227"?> PI I q 12 V I q 12 Vref I q 12 V meas − ω e ( λ d ls 1 + λ md 1 ) + V q 12 Vout PI I d 12 V I d 12 Vref I d 12 Vref − ω e ( λ q ls 1 + λ mq 1 ) − V d 12 Vout PI I q 48 V I q 48 Vref I q 48 Vmeas − ω e ( λ d ls 2 + λ md 2 ) + V q 48 Vout PI I d 48 V I d 48 Vref I d 48 Vmeas − ω e ( λ q ls 2 + λ mq 2 ) − V d 48 Vout PI I 0 48 V I 0 48 Vref I 0 48 Vmeas − V 0 48 Vout PI I f d I f dref I f dmeas − V f dout 219 <?page no="228"?> Vector Limit dq abc Parke Clarke 110 010 011 001 101 100 √ 3 3 V DC 2 3 V DC SVM time PWM U V W V q 12 Vout V d 12 Vout V q 12 Vout,lim V d 12 Vout,lim θ e V U V V V W DC U DC V DC V ON/ OF F U ON/ OF F V ON/ OF F W Vector Limit dq abc Parke Clarke 110 010 011 001 101 100 √ 3 3 V DC 2 3 V DC SVM time PWM X Y Z V q 48 Vout V 0 48 Vout V d 48 Vout V q 48 Vout,lim V d 48 Vout,lim V 0 48 Vout,lim θ e V X V Y V Z DC X DC Y DC Z ON/ OF F X ON/ OF F Y ON/ OF F Z 220 <?page no="229"?> 221 <?page no="230"?> T e 12 Vref T e 48 Vref ω e T e 12 Vlim T e 48 Vlim I q 12 Vref 12 V V DCLink 12 V I d 12 Vref 12 V V DCLink 12 V I q 48 Vref 48 V V DCLink 48 V I d 48 Vref 48 V V DCLink 48 V I f dref I q 12 Vref I d 12 Vref I q 48 Vref I d 48 Vref I f dref T e 12 Vlim ω e T e 48 Vlim T e 12 Vlim T e 48 Vlim ω e T e 12 Vlim T e 48 Vlim ω e T e 12 Vlim T e 48 Vlim ω e T e 12 Vlim T e 48 Vlim ω e 222 <?page no="231"?> ENGINE ON ENGINE OFF T mech ref V 48 V min , V 48 V max V 48 V meas Min/ Max PI Controller I 48 V min , I 48 V max I 48 V meas Min/ Max PI Controller T mech lim T e 48 Vref V 12 V ref V 12 V meas Voltage Controller T e 12 Vref V 48 V ref V 48 V meas Voltage Controller I 0 , 48 V ref + - T e 12 Vlim 223 <?page no="232"?> 12V Battery AC DC 48V Battery AC DC M/ G M/ G ω mech P 48 V P 12 V,gen P mech, 48 V 12V Battery AC DC 48V Battery AC DC M/ G M/ G 0 rpm P 48 V,DCDC P 12 V,DCDC 224 <?page no="233"?> 202 203 204 205 206 207 208 209 210 211 212 213 214 Engine Idle Boost Recu Stalling Help Engine OFF States 202 203 204 205 206 207 208 209 210 211 212 213 214 − 100 0 100 Current [A] 48 V I DC 12 V I DC 202 203 204 205 206 207 208 209 210 211 212 213 214 90 95 100 Speed [kmh] Speed 202 203 204 205 206 207 208 209 210 211 212 213 214 0 1 , 000 2 , 000 Engine Speed [1/ min] Engine Speed 202 203 204 205 206 207 208 209 210 211 212 213 214 12 13 14 Voltage [V] 12V Voltage 202 203 204 205 206 207 208 209 210 211 212 213 214 46 48 Voltage [V] 48V Voltage 225 <?page no="234"?> 214 216 218 220 222 224 226 228 230 232 Motor Start Engine Idle Boost Recu Stalling Help Engine OFF States 214 216 218 220 222 224 226 228 230 232 − 100 0 100 200 Current [A] 48 V I DC 12 V I DC 214 216 218 220 222 224 226 228 230 232 80 90 100 Speed [kmh] Speed 214 216 218 220 222 224 226 228 230 232 0 1 , 000 2 , 000 3 , 000 Engine Speed [1/ min] Engine Speed 214 216 218 220 222 224 226 228 230 232 12 13 14 15 Voltage [V] 12V Voltage 214 216 218 220 222 224 226 228 230 232 44 46 48 Voltage [V] 48V Voltage 226 <?page no="235"?> 227 <?page no="236"?> Risk Management in Cybernetic Energy Systems Joachim Fröschl, Kevin Pluch, Irina Baudrexl, Julian Taube, Hans-Georg Herzog Abstract Modern vehicle power networks are distinguished by an increasing number of electric and electronic systems to represent customer functions. Because of the increasing number of interconnected systems the requirements for the energy and power supply increase as well. Therefore, the complexity of the total system is rising considerably. With the launch of the cybernetic energy and power management in the new BMW 7series and 5series the controllability of system complexity was improved considerably. This contribution shows an approach to use the integrated risk management of the cybernetic energy and power management for structuring and improvement of the system evaluation. For this the system states will be assessed with a measure of risk. This measurement describes the risk of the system’s instability. With the help of the ascertained risk data generating a deep analysis can be automated based on a use case filter depending on excess of a defined risk threshold within a real drive or in a simulation run. On the basis of well-chosen examples the principle of automated generation of use cases and their visualization are shown. The efficiency of this process is generated by a clear reduction of the measuring data to be valued. Kurzfassung Moderne Kraftfahrzeugbordnetze zeichnen sich durch eine steigende Vielzahl von elektrischen und elektronischen Systemen zur Darstellung kundenwerter Funktionen aus. Durch die Anzahl der vernetzten Systeme steigen die Anforderungen an die Energie- und Leistungsversorgung. Somit erhöht sich die Komplexität des Gesamtsystems erheblich. Mit der Einführung des kybernetischen Energie- und Leistungsmanagements im neuen BMW 7er und 5er wurde die Beherrschung der Systemkomplexität deutlich verbessert. Dieser Beitrag zeigt einen Ansatz zur Nutzung des integrierten Risikomanagements in dem kybernetischen Energie- und Leistungsmanagement zur Strukturierung und Verbesserung der Absicherungsumfänge. Hierzu werden die Systemzustände mit einem Risikomaß bewertet. Dieses Maß beschreibt das Risiko der Instabilität des Systems. Mit Hilfe des ermittelten Risikomaßes wird mit einem hierfür entwickelten Filter bei Überschreitung einer definierten Risikoschwelle während einer realen Fahrt oder in einem Simulationslauf ein sogenannter Anwendungsfall, engl. für vertiefende Analysen automatisiert generiert. Anhand von ausgewählten Beispielen werden das Prinzip der automatisierten use case Ermittlung und deren Darstellung gezeigt. Die Effizienz des Verfahrens wird durch eine deutliche Reduktion der zu bewertenden Messdaten erzeugt. 228 <?page no="237"?> Risk Management in Cybernetic Energy Systems 1 Introduction The increasing functionality and crosslinking inside the vehicle leads to an enormous increase in complexity of the overall system. On the one hand, the number of subsystems and their functional range inside the vehicle is steadily increasing in a flexible and adaptive way. On the other hand, the vehicle’s power supply turns more and more into a system with very high requirements towards the availability of power services. Furthermore, regarding the potential of electro mobility and autonomous driving the energetic interconnection will spread across multiple systems. These are both the general energy supply and the stability of the peak power supply. The resulting overall system is an extremely complex one. The term deals within the context of this contribution to a system understanding covering stability, risk and risk based operating strategies. In addition to the operation of these systems in complex environments it is necessary to improve the risk management. This property is a prerequisite for adaptive and intelligent systems in a dynamic environment. The theory of cybernetics [1, 4] calls these systems viable systems [3, 5], which have the ability to compensate the complexity of the environment [2]. 2 Objectives and approach The assignment of this contribution covers the use of an explicit risk management within a technical management system. The preceding contributions [8 - 13] describe cybernetic energy and power management systems. The focus of this kind of management is to handle extremely complex systems. The goal of this contribution is to reduce the effort of validation. Therefore, the intrinsic risk management is combined with an assessment system, which automatically filters the relevant critical situations with an increased risk of system stability. These situations are called . 3 Risk management The origin of a risk is instability in a system. The reason could be a disturbance from outside the system, a failure within the system or at least an inadequate adaption of the systems operation in its environment. This kind of reason is called in general perturbation based on the works from M ATURANA and V ARELA [7]. Independent of the kind of perturbation, the system always needs time to recover. The recovery is equivalent to the regeneration of the system stability. In order to define the recovery time, the following statements for stability conditions are given: Full stability: The recovery time is always greater than the compensation time of perturbations. A sufficient attenuation exists. The system always reaches a stable state. 229 <?page no="238"?> Risk Management in Cybernetic Energy Systems Partial stability: The recovery time is on average greater than the compensation time of perturbations. A sufficient attenuation exists on average. The system reaches a stable state in spite of temporary instabilities in the medium term. Instability: The recovery time is always smaller than the compensation time of perturbations. The attenuation is insufficient. The system is not able to compensate the perturbations within the given time. This first definition has validity for successive, different perturbations as well as for recurring perturbations. The second, more static definition of system stability was proposed in [9]. If all system states are relaxed, the total system state is fully stable. If at least one system state is strained, the total system is partly stable. If at least one system state is exhausted, the total system is unstable. These are important aspects to create an ultrastable system in the meaning of A SHBY [2]. An ultrastable system always has tendencies towards a stable system state. From the point of view of risk management a stable system has a low risk of an inappropriate behavior or failure. Consequently a risk signals an existing or menacing, destabilizing disturbance of the system balance. D ÖRNER distinguishes between risk avoidance ( ) and risk limitation ( ) [6]. The risk avoidance is aimed at the causes, the risk limitation on the effects in the system. The risk consideration is further deepened by the fundamental representation of the risk management in figure 1. The risk recognition is based on the supervision of the stability. Moreover a state must be assigned to every stability criterion. The risk analysis depends on functional states. These are internal states and states based on external information from environment or diagnostics. The risk assesment provides a measure of the severity of the risk. In case of the energy and power management the risk measurement references the system states. 230 <?page no="239"?> Risk Management in Cybernetic Energy Systems Therefore, the description of a technical risk in a cybernetic management system is explained in the following chapter. 4 Risk description in a cybernetic management system For internal observations of the system risk the term stressor is introduced. A short time stressor is used for power management, a long time stressor for energy management. Figure 2 outlines the relation between system state and stressor. There are five states defined (negative exhausted, negative strained, relaxed, positive strained, positive exhausted). The stressor is defined as the distance from the actual state value to the maximum relaxed state value. The state value range is defined from 0 to 240 in this example. The maximum relaxed state value represents the point of maximum stability or minimum risk. An ultrastable system must always create operational strategic tendencies for minimizing the stressor value. At least every state can produce a stressor. Each stressor can produce a specific operational strategic reaction. 231 <?page no="240"?> Risk Management in Cybernetic Energy Systems 5 Critical situations and use cases Critical situations result in an inadequate adapted behavior of the system during its operation within its environment. In this case the system states, as a representation of stability or risk, result in strained or at least exhausted values. On the one side such critical situations should not occur. On the other side, until the system is perfectly parametrized, more or less critical situations occur during the development phase of the system. Therefore, these situations have to be found and identified as use cases. The goal is to minimize their occurrence during the finalization of the system’s development. Following, the energy and power management of the vehicles electrical power supply will be examined. The following explanation uses two system states. The first is the energy balance of the system. The second state is the energy tendency within the system. Figure 3 shows a Cartesian diagram of these two states as a two dimensional representation like an energetic fingerprint. It is also possible to use three states and to create a perspective display for this kind of an energetic 3D fingerprint like figure 4. I II III IV V 232 <?page no="241"?> Risk Management in Cybernetic Energy Systems Every point of measurement within the colored cloud represents the state combination in both, two or three dimensional display. It is also possible to draw a line with changing colores like a state combination trajectory (this is not shown). In all alternatives it is a good way of visualization of the systems internal state description over time. The assessment of the energetic trend of the system depends on the above mentioned stability definitions. The first definition is used if trajectories have to be analyzed. The second one is used within this contribution. A green point of measurement represents a fully stable system. A yellow point of measurement represents a partial stable system. A red point of measurement represents an instable system. The borders between the areas of system stability are shown with gray lines in the diagrams. In the 2D display the borders are rectangles, in the 3D display the borders are cubes. Based on the energetic fingerprint the different subareas could be assigned to different processes within the power supply network. Therefore, the energy tendency is distinguished into the area greater than 120 and lower than 120. Above the value of 120 the battery is charged, underneath it is discharged. A second distinction is made by the values 80 and 160 of the energy balance. Eventually five subareas result from this way of classification. Out of these five subareas the following statements can be derived. Subarea (I): The battery remains in a positive strained state of energy balance and will nevertheless be charged. This is a critical situation because it restricts the potential of recuperation. 233 <?page no="242"?> Risk Management in Cybernetic Energy Systems Subarea (II): The battery remains in a negative strained or exhausted state of energy balance and will be charged. This is a less critical situation because of the regenerative behavior of the emergency charge strategy to reach the relaxed state. Subarea (III): The battery remains in a negative strained or exhausted state of energy balance and will nevertheless be discharged. This is a critical situation because it endangers the start capability of the vehicle. An emergency charge strategy and a degradation of energy consumption should be initiated. Subarea (IV): The battery remains in a positive strained or exhausted state of energy balance and will be discharged. This is a useful situation because it enables a higher degree of recuperation. Subarea (V): The battery remains in a relaxed state of energy balance and the potential of recuperation could be fully used. The power supply network remains in an energetic relaxed state. Following these definitions of risk in technical systems are combined with a use case filtering algorithm based on system assessment using the intrinsic system states. 6 Results of research This chapter shows some selected results of the research for the method of use case filtering. The method validation of the total system assessment was performed on several test drives. The validation includes two process steps. The first one is to analyze the systems behavior on a selected test run. The second step is to change the parametrization of the energy management system within a simulation environment using the selected test run. These two steps should be repeated as long as the number of use cases decreases. In an ideal way the number reaches zero. Figure 5 shows the flow chart of this process. 234 <?page no="243"?> Risk Management in Cybernetic Energy Systems Figure 6 shows a combination of four diagramms for analyzing a test run with a vehicle: a. Two dimensional energetic fingerprint. b. Three dimensional energetic fingerprint. c. Two dimensional risk fingerprint. d. Stability histogram. This example was created by a test run with a vehicle with a very low power consumption within the vehicles power supply network. The three dimensional energetic fingerprint (b) has mostly a negative exhausted state. The reason for this is a very low load of the generator, which means that a low workload of the generator is coded with a negative exhausted state. But this, practically, does not indicate an instable power supply. The reasons could be: The thresholds of the generator workload state description are chosen inadequately. The generator is dimensioned larger than necessary. The symmetric state description is not appropriate (maybe a single sided state description is a better choice for this purpose). The following analysis of the test run will focus on the two dimensional fingerprints. This simplification is sufficient for the proposed method of assessment and system optimization. The consequence is a deeper focus at energetic Information about the power supply system. The two dimensional energetic fingerprint (a): The different areas of the cloud of data points will be divided into three areas with a different cause and meaning. Area I: The displacement of the energetic tendency is induced by engine start stop. Area II: The exhausted points of the energetic tendency are induced by an emergency charge operating strategy which are activated by a high energy consumption in the case of an engine stop. Area III: These points are induced by high energy consumption in the case of an engine stop. 235 <?page no="244"?> Risk Management in Cybernetic Energy Systems (a) I: Start/ Stop procedure II: Emergency charge strategy III: Energy consumption engine Stop (b) 89,4% of the measurement points correspond to the negative strained area of the energy reserve state (c) Risk visualisation of energy balance and energy tendency (d) Percentage evaluation of stable, partial stable and instable points The two dimensional risk fingerprint (c): This diagram shows a more compact point of view. The absolute value of the risk measure reduces the area of interest to the range of value [0 to 120; 0 to 120]. Just a look at the first quadrant is necessary and sufficient. The benefit of this reduced risk description is a more efficient definition of the filter condition. Filter condition: The disadvantage of this compact risk representation is a loss of information about the energy flow within the power supply network. Because of the absolute risk value (stressor) the only positive values can’t allow a distinction between charge and discharge battery situations. For monitoring the energy flow the two dimensional energetic fingerprint is necessary. II I I III 236 <?page no="245"?> Risk Management in Cybernetic Energy Systems The stability histogram (d): This view into the power supply network gives an overview of the system’s total stability behavior. In this example the system’s stability is characterized as 24.92 % fully stable, 62.9 % partial stable and 12.18 % instable. The next step after the test run analysis is an improvement of parametrization of the energy and power management system. The upper mentioned use case optimization process uses the defined filter condition above. If a true filter result occurs a use case is identified within the test run. In the performed example 41 critical use cases could be found. The distribution of these use cases is shown in table 1. OCCURANCE ASSIGNEMENT CAUSE PERCENTAGE 40 engine stop 97.6 % 1 energetic violation 2.4 % 41 total 100 % Forty use cases are induced by the engine stop functionality. This results in a displacement of the energetic tendency. They can be ignored because of the origin identification and the short time appearance. Therefore only one relevant use case was filtered out of the test run. The time efficiency results in a proportion of the use case time and the total time of test run. In this example the relevant filtered time or measurement data could be reduced down to 2.2 %. Figure 7 shows the filtered relevant use case. The histogram references the measured points within the extracted time schedule. The energy balance leaves the relaxed state and the operating strategy of the energy and power management is still charging the battery. This results in a strained energy balance and an increasing stressor of energy balance. The system risk increases. The more detailed analysis of this operational behavior shows the result from a strategy, which induces a higher state of charge of the vehicle’s battery in case of low temperatures. 237 <?page no="246"?> Risk Management in Cybernetic Energy Systems (a) Use case visualisation extracted of the two dimensional energetic fingerprint (b) Percentage evaluation of the extracted use case For an exemplary validation of the method the goal is to eliminate this use case by changing the parameters of the energy and power management. With a simulation run of this identified use case the parameters of the energy management system were changed. (a) Use case visualisation extracted of the two dimensional energetic fingerprint (b) Percentage evaluation of the simulated use case In Figure 8 the results of an iterative parameter optimization process done by simulation are shown. In this example the operating strategy of the energy and power management system was adapted. After four iterative parameter adaptions the majority of the simulated use case points was transferred back into a stable system state which directly leads to a decreased overall system risk, proved by simulation. 7 Conclusion and Outlook This contribution shows an approach of an explicit risk management system and method in the context of a cybernetic energy management system. 238 <?page no="247"?> Risk Management in Cybernetic Energy Systems The introduction to risk management systems has focused on the principle of risk management. This principle was applied to a technical management system, in the presented example to a cybernetic energy and power management system in a vehicle. The use of the risk management offers a new method to reduce the validation enormously. A filtering algorithm based on the measurement of risk and stability within a power supply system focusses on the relevant situations of a test run. If critical situations are explored a change of system parameters must be adapted from the system’s developer to reach a higher degree of system stability. For this kind of an efficient and fast system analysis different visualizations were proposed. The use of them is possible and necessary in evaluation environments, vehicles or simulation test benches. These visualizations are a methodical combination of energetic fingerprints in 2D or 3D, a risk fingerprint and a stability histogram. The validation of the method was executed with vehicle test runs and with the existing power supply simulation. The next step is the development of a flexible tool, usable online and offline in a vehicle and in a simulation test bench in a common and comfortable way. Literatur / Bibliography / References [1] N. Wiener: Kybernetik; 2. Auflage (Ergänzung der 1.Auflage 1948), Econ, 1963. [2] W. R. Ashby: Design for a brain; Auflage 2, Chapman&Hall 1954. [3] S. Beer: Kybernetik und Management; dt. Ausgabe, Fischer 1962. [4] H. Sachsse: Einführung in die Kybernetik; Vieweg+Teubner, 1971 [5] F. Malik: Strategie des Managements komplexer Systeme; Haupt, 2006 [6] Dietrich Dörner, Peter Horvath und Henning Kagermann: Praxis des Risikomanagements.1. Auflage. Schäffer Poeschel, 2000. ISBN: 3-7910-1452-8. [7] Humberto R. Maturana und Francisco J. Varela. Der Baum der Erkenntnis. 2. Auflage. Frankfurt am Main: Fischer Taschenbuch Verlag, 2009. ISBN: 978-3- 596-17855-1. [8] T. P. Kohler: Prädiktives Leistungsmanagement in Fahrzeugbordnetzen, Dissertation, Technische Universität München, Fachgebiet Energiewandlungstechnik, München, 2013. [9] J. Fröschl, D.Ilsanker und H.-G. Herzog: Investigation of a state triggered energy management system, Electric & Electronic Systems in Hybrid and Electric Vehicles and Electrical Energy Management (EEHE), Bamberg, 2013 [10] J. Fröschl, C. Pichler, V. Dobreva, und H.-G. Herzog: A new kind of an Energy Management System; Electric & Electronic Systems in Hybrid and Electric Vehicles and Electrical Energy Management (EEHE), Bad Boll, 2015. 239 <?page no="248"?> Risk Management in Cybernetic Energy Systems [11] J. Fröschl, G. Immel, A. Brunner, T. Endres, S. Kurtz, H.-G. Herzog: Die nächste Revolution im BMW 7er: Maximale Effizienz und Stabilität mit ConnectedPowerManagement (Another Revolution in the BMW 7 series: Maximizing efficiency and stability with ConnectedPowerManagement); Electronics in Vehicles (ELIV), Baden-Baden, 2015. [12] M. Winter, J. Taube, J. Fröschl, H.-G. Herzog: Collaborative simulation of a cybernetic energy management system with an automotive power net model; International Battery, Hybrid and Fuel Cell Electric Vehicle Symposium EVS29, Montréal, Québec, Canada, 2016. [13] J. Fröschl, S. Kurtz, M. Winter, J. Taube, T. Nuritdinow, H.-G. Herzog: Concept of a decision system for an operating strategy in a cybernetic energy and power management; Electric & Electronic Systems in Hybrid and Electric Vehicles and Electrical Energy Management (EEHE), Wiesloch, 2016. [14] J. Fröschl, A. Eppelein, R. Wendler, E. Yavuz, H.-G. Herzog: ConnectedPowerManagement Monitor as a view into a cybernetic energy and power management - An isomorphic tool design concept; Electric & Electronic Systems in Hybrid and Electric Vehicles and Electrical Energy Management (EEHE), Wiesloch, 2016. [15] Pluch, Kevin: Automatisierte Gesamtsystembewertung mittels Simulation für ein elektrisches Energiebordnetz in einem Fahrzeug; Masterarbeit, Technische Universität München, Fachgebiet Energiewandlungstechnik, Januar 2018. 240 <?page no="249"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning Christian Schroer, Roman Ließner, Bernard Bäker Abstand / ca. 3 cm Abstract The calibration of control strategies for the energy management of hybrid electric vehicles towards variously different driving styles and environmental situations is a challenging task. Deriving rule-based strategies anticipating any potential driving or traffic scenario seems nearly impossible. In this paper, deep reinforcement learning is used for an interactive optimization of generalizable operating strategies which achieve nearly optimal fuel consumption results for diverse velocity profiles and take into account the general stochasticity of real-world driving. Further, it is shown how a pretrained strategy can interactively adapt to specific characteristics concerning driving habits or typical traffic situations during customer usage of an HEV. 1 Intoduction In the recent past, hybrid electric vehicles (HEV) have been a promising approach for dealing with two partially conflicting goals in the development of modern drive trains: a) continuous reduction of emission-levels and fuel consumption due to rising legal demands, and b) high customer expectations concerning vehicle dynamics, overall comfort and affordability. For continuous technological improvement, not only is there progress to be made in the development and manufacturing of operationally efficient and cost-effective batteries for locomotion of the electric motor (EM), but also in the operational control of the vehicle with an efficient strategy for energy management. In order to achieve high fuel efficiency in the real world the strategy has to take into account variously different traffic and driving scenarios, which in general can be described as non-linear and highly stochastic. Former certification processes with synthetic driving cycles (e.g. New European Driving Cycle), which have limited quality in representing realistic driving, could decouple the development of operating strategies from customers using the vehicle in real-world traffic. For the shift towards tests with Real-World Driving Emissions (RDE) [1] fixed rule-based strategies with focus on deterministic velocity profiles seem outdated and more general approaches are required. Furthermore, with a rising amount of data gathered from the vehicle, either by numerous internal sensors or outside vehicle communication and navigation, data efficiency and scalability become key-elements for further enhancing the optimization process of operating strategies for HEVs. Here, the rapid advancements in machine learning, driven by steadily rising computational capabilities and sophisticated algorithms, show great potential. Especially the field of reinforcement learning (RL) has only recently become interesting for complex control tasks with highdimensional sen- 241 <?page no="250"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning sory data as input [9]. With the increasing effort of making modern passenger vehicles both intelligent and autonomous the technological opportunities seem to be in place in order to simultaneously enhance the energy management of hybrid vehicles towards intelligent processing of information as well as adaptability to individual customer needs. In this paper, an approach for the derivation of operating strategies for HEVs with deep reinforcement learning will be presented, differing from previous efforts in three following points: (1) Generalization capabilities of the strategy with nearly-optimal fuel efficiency will be shown by applying it to driving cycles which have not been included in the training process and show different driving and traffic characteristics. (2) The strategy's ability to deal with constraints and boundary conditions will be shown by varying initial conditions both in the charge of the battery as well as its temperature. (3) A scenario is presented where an already trained reinforcement learning agent uses newly generated driving data for adjusting his strategy towards higher energy efficiency for individual driving characteristics. 2 Background and Problem Formulation 2.1 Hybrid Electric Vehicles and Operating Strategies The structure of the power train used for the following experiments is shown in Fig. 1. Namely it is a parallel-hybrid structure with both the combustion engine (CE) and the EM located on the driving axle of the vehicle, and the crankshaft torque M CRS being split between both energy converters: (1) The EM in this structure can be switched on and off as desired. Additionally, a mildhybrid layout of the drive train was chosen where the possible power output of the EM is comparatively low against the CE, and the EM mainly being used for recuperation of braking energy and support of the CE in periods of high loads. Unlike plug-inhybrids, mild-hybrids do not offer the opportunity to fill the battery externally and all 242 <?page no="251"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning electric energy has to be gained through recuperation. Summarized, mild-hybrids offer a good compromise in saving costs in development and production as well as operational costs with up to 30% of potential savings in fuel consumption [2]. The increased degree of freedom, due to the addition of the EM to the drive train, requires the deployment of an appropriate operating strategy , which derives a control signal for the EM at any point in time for a given state of the vehicle : (2) From the control signal the momentary torque output of the electric motor is established by the internal physics of the electric propulsion system D: (3) For a desired torque output of the crankshaft the required output of the combustion engine can then be derived from (1) and the control signal given by . The derivation of an appropriate operating strategy usually requires an optimization process. Primarily, such an optimization is aimed at finding a control signal in order to reduce the fuel consumption over a time horizon , which results in minimizing the integral value : (4) where is the fuel mass flow rate. To the same extent the optimization process could include additional targets concerning driving comfort, vehicle dynamics or charging state and temperature of the battery. Typically, these targets can be incorporated into the process in form of hard or soft constraints and boundary conditions. For solving the optimization problem, several different approaches exist. Global optimization methods like dynamic programming (DP) [3] require full knowledge of the driving route in advance, hence why they are mostly only used for academic validation of other procedures. Local optimization methods like the Equivalent Consumption Minimization Strategy [4] in contrast can minimize the consumption online during use of the vehicle but require additional effort for deriving appropriate optimization parameters, which depend heavily on the route and driving style. For further information concerning traditional optimization approaches for operating strategies the reader is referred to [2]. As alternative approaches, next to stochastic dynamic programming [5], machine learning and especially reinforcement learning have shown great potential [11][6]. Significant advantages can be seen in the fact that a fully trained RL system does not require any prior knowledge about the route but minimizes fuel consumption only with current state information based on the received training. The training can include diverse and stochastic driver and traffic information which the RL agent will learn to consider implicitly in his strategy. Especially the combination with deep neural networks, called deep reinforcement learning, provides a scalable framework where extensive additional information can be incorporated very efficiently without loss of fine 243 <?page no="252"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning grained output of continuous control signals. Additionally, an intelligent system offers opportunities to continue the training even after deployment of the vehicle to the customer. 2.2 Deep Reinforcement Learning Reinforcement learning, as a subfield of general machine learning, can be described as a method inspired by the interactive learning process through trial and error of humans or animals. Compared to traditional supervised learning, RL offers great benefit for problems where there priorly is no large amount of labeled training data available because the data is generated directly from the interaction of an agent with its environment. Only recently, RL has gained a lot of attention through the combination with deep neural networks, which can be used as powerful function approximators. As such, RL agents could be trained to play complex video games only receiving unprocessed and highdimensional sensory input data [9]. Fig. 2 shows the basic procedure of RL for an agent interacting with its environment. At any discrete timestep the agent observes a state in , provided by the environment, with being the ensemble of all possible states. Given this information, the agent chooses an action in from the collection of possible actions dependent on the current state according to an internal policy : . For the chosen action the agent receives a numerical feedback in form of a reward as well as a following state for which the process is then repeated. Goal of any RL process is for the agent to adjust his policy in such a way that he receives a maximum of cumulated reward over an episodic or continuous interaction with the environment. For solving RL problems several different approaches exist. Next to simple DP, value-iteration and policy-iteration methods are most commonly used. The valueiteration approach is based on maintaining and updating a running estimate of certain metrics estimating the value of states or state-action combinations based on the potential reward to be received. Policy-iteration methods in contrast focus on directly optimizing the current policy by extracting signals from the generated experience for example through policy-gradients. An extensive introduction to reinforcement learning can be found in [8]. In deep reinforcement learning, neural networks with trainable parameters can be used to approximate either a value-function or the policy directly. Then the network can be trained by gathering experience from interaction with the 244 <?page no="253"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning environment in order to find the true underlying value-function of the system or the optimal policy which maximizes the agents reward. Although deep neural networks in RL are prone to divergence, sample-inefficiency and overfitting [9], significant advantages over traditional ways of solving RL problems arise from their capabilities to process highdimensional inputs and good generalization abilities towards potentially unknown states. Additionally, with certain algorithmic structures and layouts of the neural networks, deep RL allows for the output of continuous control variables making it interesting for application in complex engineering control problems [10]. 2.3 Related Work In [6] a value-based approach called Q-Learning is used for a model-based optimization of an operating strategy for an HEV where the agent was trained to determine a corresponding battery outlet voltage and gear translation for states including vehicle speed, power demand and battery charging state. After training with deterministic driving cycles the agent achieved savings in fuel consumption up to 42%. In [7] the state space of the environment was extended with specific trip information like the remaining travel distance, and the efficiency of the resulting operating strategy was increased even more. For Q-learning however, both the state and the action space have to be discretised which results in significant limitations for the incorporation of further variables due to the "curse of dimensionality" as well as the quality of the resulting strategy. In [11] a more advanced deep reinforcement learning framework with neural networks is used in order to process and output continuous state and control variables. After training with stochastic velocity profiles the agent achieved nearly-optimal results in fuel consumption with only small deviations to a global optimal solution derived by DP (see Fig. 3). In contrast to DP, the RL agent does not require any prior information about the driving cycle and optimizes the control of the EM locally with only current state information. This paper is aimed at building up on the good results from [11] and doing further research on the generalization capabilities of the agent in terms of state information and constraints or boundary conditions as well as the adaptability of the strategy towards individual customer driving. 245 <?page no="254"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning 3 Experimental Setup 3.1 Framework For the use of RL to optimize an operating strategy for HEVs the energy management problem has to be stated as the typical interaction between an agent and its environment. Thus, the agent was chosen to represent the control unit of the vehicle with the environment representing a combination of the vehicle and the driver providing state information given to the agent. 3.1.1 Driver For model-based optimization of operating strategies the driver is represented by driving cycles providing specific velocity profiles over a constrained time horizon. During training the cycle is consecutively driven through simulatively to generate training data based on which the agent can improve his policy. Even though the agents learning progress is evaluated on a single velocity profile, a stochastic cycle generator from [12] is used to generate stochastic cycles with similar but varying speed and acceleration characteristics for each episode of the training process. Doing this, the agents strategy is prevented from overfitting to only a single velocity profile and his ability to generalize the behavior towards unknown states improves significantly. Consequently, the resulting strategy can be seen as much more closer to the stochasticity of real-world traffic and driving than those optimized only for a single driving cycle. 3.1.2 Vehicle The drive train of the vehicle is modelled as the mild-hybrid propulsion system described in section 2.1 assembled by several sub-models representing different components of the system. As part of the RL environment, the vehicle model is responsible for providing a state vector at every timestep: (5) where and are the speed and torque of the side shaft dependent on the desired velocity according to the driver model. The batterys state of charge and temperature are determined from the previous state and the chosen action of the agent. The gear is chosen according to a heuristic. For a more detailed description of the individual parts of the model, the reader is referred to [11]. Additionally to the determination of state vectors, the vehicle also provides a reward for the agent based on which he will adjust his policy. At every timestep the reward is calculated as the negative sum of the chemical and electric energy consumed according to the state of the vehicle and the actions chosen by the agent: (6) with being a weighting factor rating the cost of electric energy in proportion to the deviation of the battery charging state to a desired reference state 246 <?page no="255"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning . Instead of providing a boundary condition for the battery charge this dynamic reward function encourages the agent to minimize the fuel consumption and to keep the charging level close to the given reference value. Further constraints arise from the inclusion of a temperature model which limits the maximum power output of the battery over or under certain threshold values. Additionally, after reaching a critical temperature level, a cooling system is modelled which provides cooling to the battery and requires additional power. Further constraints come from the maximum power output of the EM dependent on the rotational speed of the crankshaft. 3.1.3 Agent As the control unit of the drive train, the agent observes the internal state of the vehicle and decides on an action to control the EM. At every timestep the agent chooses a continuous control signal in [-1,1] for the power output of the EM P EM according to whether it should be operated as a motor (a t 0) or as a generator (a t < 0): (7) With the resulting output being a percentage of the maximum power output of the EM at any given time the agent is prevented from choosing actions which would exceed the physical limitations of the propulsion system. 3.2 Training The method chosen for training the agent is the Deep Deterministic Policy Gradient algorithm from [10] where the agent consists of two neural networks. One network, called the actor, represents the policy of the agent and chooses a continuous action variable for a certain state. The second network, called the critic, takes both the state and the action as inputs and is trained to approximate a value based on the expected reward the agent will receive from executing the chosen action. Through the coupling of both networks with the action variable and the chain rule a gradient can then be calculated which, when applied to the trainable parameters of the actor network, will adjust the policy towards higher rewards. For a more detailed description of the algorithm see [10] and [11]. For increasing the exploration of the state space during training the agent is not only confronted with a unique stochastic driving cycle in every simulative driving episode, but also with varying initial values of the vehicle, namely the battery charge and the temperature. As it will be shown further down, this increases the agents capabilities to generalize his strategy towards newly observed states. 3.3 Adaptivity As mentioned, a major advantage over traditional methods of deriving operating strategies can be seen in the chance of continuously adapting and improving the strategy towards individual customer needs. For demonstration, the following scenario was constructed: The agent was trained on a variety of driving cycles ranging from low speeds typical for urban driving environments up to high speeds on the german 247 <?page no="256"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning autobahn, achieving good results for any cycle similar in characteristics to the velocity profiles used in training. This can be seen as the process of an automobile manufacturer determining an operating strategy for a HEV which is developed for a specific market. However, the actual driving and traffic conditions experienced by a real customer can vary greatly from the ones anticipated in the optimization of the applied strategy. For modelling this it will be shown that the trained strategy achieves worse results for an urban driving cycle which differs significantly of those used in the training and could model the daily commute to work of a real-world customer. The adaptability of the strategy will be shown by continuous training during simulative use of the vehicle in the real world meaning stochastic driving cycles similar in length and characteristics which model the daily driving behavior of a potential customer. In this manner the strategy can be adapted to highly individual data which can hardly be anticipated in the general development process of HEVs. 4 Results A validation of the method with visualization of the agents training progress can be found in [11]. In this paper, results will focus on the generalization capabilities of the agent as well as the adaptivity towards individual driving styles. 4.1 Generalization For verifying the agents abilities to generalize his strategy towards potentially new states, several stochastic driving cycles were generated differing in their values for relative positive acceleration (RPA). The RPA-value measures the intensity of positive acceleration with regards to the velocity and can be seen as a good indicator for the dynamics of a cycle both in terms of driver behavior and traffic situation [13]. The agent was trained on cycles with RPA-values up to 0.19 m/ s 2 and then tested on cycles with RPA-values higher than what he has seen in training. Table 1 shows the results for fuel consumption as a deviation to a global optimal solution for the specific 248 <?page no="257"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning cycle derived by dynamic programming. For comparison, the DP is based on the battery charge of the agents result. It can be observed that the agent achieves even slightly better results for the cycles with dynamics differing significantly of those he has been trained on. Consequently, the agents abilities to generalize his strategy towards changing dynamics can be seen as very good. For demonstrating the agents performance regarding the given boundary conditions and constraints, a stochastic cycle similar to the one the agent was trained on was driven through with varying initial conditions. The results are shown in Fig. 4. For the varying SOC levels it has to be mentioned that during training the SOC was only varied up to 5% around the reference value of SOC ref = 50%. As it can be seen, even for initial values lower than 45% or higher than 55% the agent shows similar behavior and adjusts his choice of actions in order to reach a charging level close to the reference value at the end of the cycle. For the variation of the battery temperature it can be observed that the agent has learned to hold the temperature level close to a given threshold temperature regardless of the initial value. With rising temperature, limitations in battery power output and additional energy consumption through the cooling system have to be expected. Hence it can be stated that the agent is very well capable of incorporating implicit optimization constraints into his policy during training. Ultimately, the good generalization abilities of the policy can be seen as a major advantage for the deployment of the strategy into real-world traffic where conditions can vary greatly and unexpected situations can not be fully incorporated into the development process of the operating strategy. Without losing quality the strategy can adapt to new scenarios. 249 <?page no="258"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning RPA 0.15 0.17 0.19 0.22 0.24 0.25 0.27 3.44% 2.68% 2.12% 2.24% 1.83% 2.41% 1.51% 4.2 Adaptivity Fig. 5 shows the consumption results for the scenario described in section 3.3 with the simulated use of the vehicle for a daily commute to and from work of a potential customer. To be able to fully compare the results of the agent over time, a validation run with a deterministic cycle is done after every 10 drives. On this deterministic cycle the pre-trained strategy achieved a fuel consumption with a deviation of 7.6% compared to a global optimum derived by DP. Over a period of 50 weeks (10 drives per week) and ongoing training of the agent a clear trend of decreasing consumption of fuel and electric energy can be observed (see Fig. 5). Validation runs with the deterministic cycle confirm the improving quality for the specific customer driving data with a steadily increasing cumulative reward. After 500 episodes of training, meaning 50 weeks of simulative driving of the customer, the agent was able to reduce the fuel consumption up to a deviation of only 2.2% compared to the global optimal result for the deterministic validation cycle. Here the potential of this method can be anticipated where even more specific driving or navigation data could further individualize the operating strategy to benefit customer specific needs and improve fuel consumption continuously throughout the life-cycle of the HEV. With the actor-critic architecture, the resulting operating strategy is captured in a single neural network. On a Raspberry Pi single-board computer the average computing time to put out a single steering command was 7ms which results in a command frequency of about 140Hz. If this would be sufficient for the control of modern hybrid propulsion systems should be part of future discussions. Since training the networks is magnitudes more computationally expensive, an ongoing adaptability of the strategy would most likely have to be part of a software based solution provided by the manufacturers where training would be conducted on powerful external hardware and improvements of the strategy could be applied through software updates. 5 Summary The paper has shown the successful training of a reinforcement learning agent in order to find an energy management strategy achieving nearly-optimal results without any prior knowledge of the route. The various capabilities of using neural networks to represent the strategy have been shown in terms of good generalization results for both stochastic driving profiles as well as varying internal vehicle parameters which underlie several constraints and boundary conditions. Additionally the customer usage has been simulated where with ongoing training the agent could adapt to specific driving characteristics, further reducing the individual fuel consumption and operating cost of the vehicle. Future work could focus on incorporating additional information about the route or traffic into the learning process in order to further advance the agents training and the resulting strategy. Furthermore, with the use of state-of-the- 250 <?page no="259"?> Adaptive Operating Strategies for the Energy Management of Hybrid Electric Vehicles with Deep Reinforcement Learning art recurrent neural networks, the agent would be able to learn from sequences in driving states which would make the strategy more predictive and potentially even more energy efficient. Literatur [1] European Commission, Draft regulation: realdriving emissions in the euro 6 regulation on emissions from light passenger and commercial vehicles, 2017 [2] L.Guzella and A. Sciarretta, Vehicle propulsion systems: Introduction to modeling and optimization, 3rd ed., Heidelberg, Springer, 2013 [3] F. Kirschbaum, M. Back and M. Hart, Determination of the fuel-optimal trajectory for a vehicle along a known route, IFAC Proceedings Volume 35(1), pp.235-239, 2002 [4] A. Chasse and A. Sciarretta, Supervisory control of hybrid powertrains: An experimental benchmark of offline optimization and online energy management, Control Engineering Practice Volume 19, pp. 1253-1265, 2011 [5] T. Leroy, J. Malaize and G. Corde, Towards real-time optimal energy management of HEV powertrains using stochastic dynamic programming, IEEE Vehicle Power and Propulsion Conference, pp. 383-388, 2012 [6] X.Lin, Y. Wang, P. Bogdan, N. Chang and M. Pedran, Reinforcement learning based power management for hybrid electric vehicles, IEEE/ ACM International Conference on Computer-Aided Design (ICCAD), pp. 33-38, 2014 [7] C. Liu and Y. L. Murphey, Power management for plug-in hybrid electric vehicles using reinforcement learning with trip information, IEEE Transportation Electrification Conference and Expo (ITEC), pp. 1-6, 2014 [8] R. S. Sutton and A. G. Barto, Introduction to reinforcement learning, 2nd edition, MIT Press, 2012 [9] V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, and M. Riedmiller, Playing Atari with deep reinforcement learning, NIPS Deep Learning Workshop, 2013 [10] T. Lillicrap, J. Hunt, A. Pritzel, N. Heess, T. Erez, Y. Tassa, D. Silver, and D. Wierstra, Continuous control with deep reinforcement learning, 2013, Available: http: / / arxiv.org/ abs/ 1509.02971 [11] Liessner, R., Dietermann, A., Schroer C., B\"aker, B.: Deep Reinforcement Learning for Advanced Energy Management of Hybrid Electric Vehicles, Proceedings of the 10th International Conference on Agents and Artificial Intelligence - (Volume 2) (2018) [12] R. Liessner, A. Dietermann, B. Bäker and K. Lüpkes, Generation of replacement vehicle speed cycles based on extensive customer data by means of markov models and threshold accepting, SAE International Journal of Alternative Powertrains Vol. 6, 2017 [13] T. Barlow, S. Latham, I.S. McCrae, P.G. Boulter, A reference book of driving cycles for use in the measurement of road vehicle emissions, Published project report, 2009, Available: https: / / trl.co.uk/ reports/ PPR354 251 <?page no="260"?> Development of a Mobile Real-Time Display for Live- Evaluation of Driving Data Robert Fechert, Tim Häberlein, Bernard Bäker Abstract In order to master the ever-increasing complexity of modern vehicle systems, realtime analysis of driving data is often required, for example during development, homologation or technical inspection. Systems that are permanently installed in vehicles today no longer have the necessary variability, e. g. with regard to the required computing power, software updates, development cycles or legislative changes. The constant development and high market penetration of mobile devices also hinders this with regard to economic reasons. This article uses a current example to describe the implementation of a mobile real-time display for vehicle development and type approval. Current driving data can be evaluated and graphically visualized for the user by means of background calculations on a mobile device. Depending on the range of functions and the measurement signals required, a connection to the vehicle via the standardized OBD interface is sufficient to operate the application software. The implementation presented is characterized by a low hardware requirement and, in contrast to previous solutions, enables a simple plug and play in case of application. Real Driving Emissions (RDE) is a highly topical application scenario for such an application. These journeys have to meet numerous constraints, which are difficult for a human driver to check at runtime due to their complexity. This usually leads to invalid measurement runs or complex measuring systems for analyzing the driving data during operation. With the help of the mobile real-time display, it is much faster and more resource-saving to meet the specified validity conditions. In addition, additional measurement signals and displays can be integrated due to the non-proprietary conversion so that, for example, changed requirements can be easily implemented. The presented mobile real-time display represents an easy-to-use, but nevertheless in the background arbitrarily complex, visualization possibility for current data analysis in the vehicle. Due to the lean software architecture, problem-specific adaptations can be implemented without great effort. Kurzfassung Zur Beherrschung der stetig wachsenden Komplexität moderner Fahrzeugsysteme bedarf es oft einer echtzeitfähigen Analyse von Fahrdaten beispielsweise während der Entwicklung, der Homologation oder einer technischen Überprüfung. Fest im Fahrzeug verbaute Systeme besitzen heute nicht mehr die notwendige Variabilität z. B. in Bezug auf benötigte Rechenleistung, Softwareaktualität, Entwicklungszyklen oder Gesetzesänderungen. Die stetige Entwicklung und große Marktdurchdringung von mobilen Endgeräten steht dem auch hinsichtlich wirtschaftlicher Gründe entgegen. Der vorliegende Beitrag beschreibt anhand eines aktuellen Beispiels die Umset- 252 <?page no="261"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data zung einer mobilen Echtzeitanzeige für die Fahrzeugentwicklung, aber auch die Typzulassung. Über im Hintergrund laufende Berechnungen auf einem mobilen Endgerät können aktuelle Fahrdaten ausgewertet und graphisch für den Nutzer visualisiert werden. Je nach Funktionsumfang und den dafür benötigten Messsignalen ist eine Anbindung an das Fahrzeug über die standardisierte OBD-Schnittstelle ausreichend, um die Anwendungssoftware zu betreiben. Die vorgestellte Umsetzung zeichnet sich durch einen geringen Hardwarebedarf aus und ermöglicht im Gegensatz zu bisher eingesetzten Lösungen ein einfaches Plug and Play im Anwendungsfall. Ein hochaktuelles Anwendungsszenario für eine solche Anwendung ist die Durchführung von Real Driving Emissions (RDE) - Messfahrten. Derartige Fahrten müssen zahlreiche Randbedingungen erfüllen, die aufgrund ihrer Komplexität von einem menschlichen Fahrer zur Laufzeit nur schwer zu überprüfen sind. Eine gültige Messfahrt (RDE konform) lässt sich daher i. d. R. nur mit komplexen Messsystemen, welche Fahrdaten während des Betriebes analysieren, durchführen. Mit Hilfe der im Beitrag vorgestellten mobilen Echtzeitanzeige ist es wesentlich schneller und ressourcenschonender möglich, die gestellten Gültigkeitsbedingungen zu erfüllen. Darüber hinaus können aufgrund der nicht proprietären Umsetzung zusätzliche Messsignale und Anzeigen integriert werden, sodass beispielsweise geänderte Anforderungen einfach realisiert werden können. Die vorgestellte mobile Echtzeitanzeige stellt eine für den Anwender einfach nutzbare, aber trotzdem im Hintergrund beliebig komplexe, Visualisierungsmöglichkeit für aktuelle Datenanalysen im Fahrzeug dar. Aufgrund der schlanken Softwarearchitektur sind problemspezifische Anpassungen ohne großen Aufwand umsetzbar. 1 Introduction The number of complex electronic systems installed in vehicles has increased significantly in past years. In addition to safety and comfort systems, these include driver assistance systems in particular. In view of current trends in automotive development, such as automated driving, it can be assumed that this trend will continue and intensify in the future. At the same time, there has been great progress in the expansion of the mobile data network and a strong increase in vehicles with brought-in or build-in connection options to the Internet [1]. Convenience applications such as the online retrieval of information about the vehicle for the user (e.g. location, locking status, tank contents or battery charge status) or simple control functions (e.g. remote access to air conditioning, heating and navigation) have long been implemented as standard applications. This global networking of large vehicle fleets enables further degrees of freedom, especially for data collection and evaluation. Therefore it possible to collect and analyze large amounts of sensor data from vehicles on computer servers (e.g. via cloud service providers or on-premises solutions). Current research and development activities even show that in future systems in the vehicle can be directly influenced on the basis of these backend calculations. [2]. As discussed in the previous section, current developments are leading to a constantly growing complexity of electronic vehicle systems. To develop and analyze these modern systems, a real-time analysis of sensor data is required. In the case of large amounts of data, which for example come with automated driving functions, permanently installed computing units in the vehicle quickly reach their limits or often do not provide the necessary flexibility within the development time. In addition, software development is becoming faster and faster, with significantly shorter update 253 <?page no="262"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data intervals compared to normal vehicle life cycles. Sometimes it is also not necessary to provide certain visualization possibilities in all vehicles, as it is still evident in the application discussed later in the article. An alternative is the visualization of evaluated data or the transmission of the data to a data center via an additional mobile device integrated in the vehicle. Ideally, this device can be connected to the vehicle's computer technology via a simple plug and play solution and performs the necessary calculations itself. In addition to its use in the development process, its use in vehicle inspections (such as ECE homologation) for such applications is particularly obvious. Since these checks usually do not allow complex cabling to access data from the vehicle (e.g. via the CAN bus), standardized access to the data is desirable. The OBD interface is currently one possible solution, but a solution with direct coupling to the vehicle's head unit, for example via Bluetooth, is also conceivable in the future. This article first describes the basic requirements for implementing such a mobile real-time display for live analysis of driving data. In the further course, the theory is illustrated using the application developed at the Chair of Vehicle Mechatronics at Dresden University of Technology to support the implementation of Real Driving Emissions (RDE) test drives. 2 Concept for a mobile real-time display In the following section, the requirements for the concept of mobile real-time display, in particular for data visualization and recording, are discussed. These ensure that the above challenges are met, especially during the development of new vehicle systems, but also during subsequent inspections as part of ECE homologation or periodic technical inspections. The need for additional data visualization and recording is based, as already mentioned, on the constantly growing complexity and variety of vehicle systems. The background of the considerations should first be explained using the following example. A few generations ago, the coolant temperature of the internal combustion engine was measured at a defined point and visualized in the instrument cluster using a pointer instrument for customers, developers or technicians. In modern vehicles such a (direct) display would be confusing for the customer but also for technical specialists, since the temperature is not always constantly regulated to a defined value but can be variable in relation to the drive and ambient conditions due to an operating strategy [3]. Therefore it is possible, for example, to permit a higher coolant temperature for low load requirements. The associated constant change in the temperature display would rather unsettle a customer. Therefore the actual display is often only an indicator whether the cooling of the engine is working properly. However, for the development of e.g. new operating strategies or the inspection of the cooling system by trained specialist personnel, it is necessary to visualize the exact temperature or to store its course. This simple monitoring function is a good example of the challenges associated with increasingly complex systems in vehicles and the large amounts of data associated with them. In general, such data visualisation and recording should be standardised as part of the introduction of automatic motion functions, so that relevant information can be accessed at any time. This standard should include an interface, a standardized protocol on ISO/ OSI Layer 7, and a minimum set of signals, similar to on-board diagnostics (OBD) legislation. However, the development of E/ E architectures from highly distributed systems (many ECUs) to central systems (high integration computers with 254 <?page no="263"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data agile distributed ECUs) shows that rigid addressing of diagnostic addresses becomes too inflexible due to the changing software scope in the vehicle during its life cycle [4]. Rather, new concepts must be developed and implemented in the context of vehicle diagnostics, but these should no longer be part of this contribution. For this reason, the planned concept for mobile real-time display is first implemented on the basis of the OBD vehicle interface, but further development and adaptation to a new interface would be conceivable. Figure 1 describes a possible implementation. The mobile real-time display can be divided into three essential areas, data collection, for example with the OBD, data visualization in real time and data transmission and storage in an external data center on-premises or in the cloud. These three areas are examined more detailed below. of relevant vehicle data is carried out via a standardized interface. In future, this must be able to bundle data from all automotive bus systems (Flexray, Ethernet, CAN, etc.). In the case of the OBD interface, it is located at the central gateway of the vehicle. Vehicle data, such as the current speed, can be queried using the OBD protocol via ISO-TP, the diagnostic CAN and then from the corresponding ECU. For the intended data visualization and storage, the corresponding information should ideally be transferred wirelessly to a mobile device. Due to the market penetration, the Bluetooth or WLAN standard is suitable for this local in-vehicle communication. Since both standards currently operate primarily in the 2.4 GHz frequency band, interference with the vehicle's internal comfort services could occur. An alternative would be the data transmission standard ZigBee, which has not yet played a major role in vehicle communication. For data exchange between a communication interface in the vehicle gateway and a mobile device, it would make sense for the further processing chain to use M2M protocols for both local data transfer and global data transfer. Experience shows that MQTT offers the greatest advantages in terms of market penetration and performance. The data format is an object-oriented notation, e.g. JSON or protobuf. [2]. 255 <?page no="264"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data should be implemented on a commercially available smartphone or tablet due to the market penetration in the consumer area. These devices have high computing and storage capacities at low cost. Due to the new software architectures of these devices, an object-oriented view/ encapsulation of the OBD service data or driving data and their encryption would be conceivable. The data read out is converted on the end device and decrypted for live visualization. Depending on the application scenario, users must be able to filter the data and display it in predefined plots. is useful, especially against the background of necessary test kilometers or the subsequent analysis of development or test drives with automatic driving functions. Due to the connectivity usually already integrated in the vehicle, mobile data transmission via cellular radio networks is possible. As already mentioned during data collection, M2M data transmission protocols should be used for this purpose. In addition to encryption, these offer the possibility of ensuring stable and secure data transmission even in cellular networks. These protocols usually work according to the publish & subscribe principle and not the requ-est/ response principle often used in TCP/ IP-based networks. The vehicle data is accordingly sent by the mobile device to a message distributor, the so-called broker (Figure 1 shows a example of an MQTT broker). The data must first be stored in the so-called Data Lake. Due to the high volume and the not clearly defined structure of the data, the use of noSQL databases is useful. For example, document-based systems such as MongoDB or CouchDB would be conceivable, which ideally process JSON objects in the same way. The further use of the data must then be downstream dependent in the use case. It would be conceivable to publish certain data for all manufacturers and test organisations in a public storage via an external API (see ExVe ISO/ DIS 20078). The manufacturer-specific data must be stored in private systems (only available for a selective group of participants) via an internal and secure API for further use. In the following chapter the concept presented here is to be transferred to a current problem, in order to demonstrate the necessity of such a mobile real-time display. 3 Transfer of the mobile real-time display concept to a current problem definition Numerous applications are conceivable for the concepts described in the previous article. Thus the implementation of the concept above would counteract the development of free OBD data collection tools (e.g. the solution of Automatic Labs is known [5]) and guarantee the manufacturer sovereignty over the vehicle data. On the other hand, more and more automated driving functions make it necessary to check the vehicle's internal signals and conditions, which are not visible to the customer. These are essentials, especially with regard to ECE homologation and periodic technical inspections, in order to make their functionality verifiable. Simultaneous central logging of relevant data facilitates test and development tasks and ensures subsequent evaluation and evaluation. The concept presented is to be further detailed using the example of a current problem arising from the Real Driving Emissions (RDE) legislation that will come into force in 2017. As a result of the continuing discrepancy in pollutant emissions between homologation and real-life driving measurements, the European Union has decided to introduce RDE tests as part of type testing for passenger cars from the 256 <?page no="265"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data third quarter of 2017 [6]. The starting point for this far-reaching change was Directive 2008/ 50/ EC of the European Union, which deals with air quality in Europe and provides measures for clean air for the continent. RDE legislation prescribes the measurement of air pollutants during a "real drive" with a portable emission measurement system (PEMS). Since the regulations prescribe a more dynamic driving style compared to the previous New European Driving Cycle (NEDC) used for certification and permit significantly more variable environmental conditions, an increase in the resulting emission values is to be expected [7]. The validity of an RDE journey is checked step by step using several criteria before the corresponding emission values are finally calculated. In order to make RDE journeys nevertheless comparable with one another, extensive requirements have been defined (see also Chapter 4), which a valid journey must fulfil. Due to the complexity of the requirements, support of the driver during the journey is necessary to ensure the formal validity of the measurement. The aim of the development is to provide the driver best possible support in carrying out a RDE-compliant journey while at the same time guaranteeing the greatest possible independence from the actual vehicle and the PEMS being used. Consequently it follows that the live monitoring system is to be developed, based on the mobile real-time display concept described in Section 2, must monitor all described requirements and display them to the driver in real time. The data must be collected, processed and visualised accordingly. For data collection and transmission, the OBD interface is used first. In order to monitor the validity of RDE trips (see also chapter 4) only vehicle speed, engine speed, coolant and ambient temperature are required, all of which are basically available via OBD-2. Future-oriented data access via, for example, head units, as already discussed above in the article, is not yet suitable at this point due to the very low market penetration. To avoid cable connections, a wireless standard is selected for the transmission of data from the OBD interface to the processing system. Data processing and visualization should be accompanied as far as possible by low additional hardware costs and an intuitive operating concept. This is where mobile devices (such as smartphones or tablets) come into their own, as they meet all technical requirements. Among other things, they have integrated several useful sensors (e.g. GPS or an acceleration sensor), which is very useful for evaluating RDE journeys. In addition, the devices are available in large quantities and are also known for their handling by a large amount of people. Based on the problems described above and the resulting framework conditions for the concept described in Chapter 2, an application that has already been developed is presented in the following chapter. 4 Using the mobile real-time display to perform RDE-compliant test runs The changes associated with the introduction of the RDE regulation create major challenges for vehicle development. Within the scope of the RDE test, there will no longer be any previously known, reproducible speed curves. Only key parameters, such as limit values or averages, are defined. In addition, the environmental conditions are only defined by certain limits and thus influences among other things as outside temperature, traffic flow or driving behaviour, all of which have a major influence on emissions behaviour, occur individually during each journey. In order to make RDE trips comparable, however, extensive requirements were defined that a 257 <?page no="266"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data valid trip has to meet. Time, speed and distance specifications play an important role here. Furthermore, the driving dynamics, the cold start requirements and the cumulative height difference are checked. If all these requirements are fulfilled, the emissions are calculated using a normalization calculation. The procedure for an RDE measurement has the following steps: 1. selection of a suitable route 2. equipping the vehicles with the necessary measurement technology 3. measurement run 4. checking the RDE conformity of the journey 5. calculation of emissions The individual steps show that the time required and the associated costs for an RDE measurement can be classified as high and therefore invalid measurements should be avoided. 4.1 Requirements for an RDE trip The PEMS system coordinates the recording of the required data during an RDE run. It itself takes over the measurement of emissions. In addition, internal vehicle parameters are transmitted to the PEMS via a CAN connection to the vehicle. Furthermore, a GPS device is used, which, in addition to the task of controlling the speed, also records the distance travelled and the altitude profile completed. All measuring signals with a frequency of 1 Hz are required for evaluation. First of all, the planned journey must meet requirements for the route and the required distribution of speeds (speed intervals). The speed ranges are urban (0 to 60 km/ h), rural (60 to 90 km/ h) and motorway (90 to 160 km/ h). Table 1 shows the driving distance requirements. The cold start of an internal combustion engine has a considerable influence on the emissions. In addition to increased fuel consumption to heat up the system as quickly as possible, the low temperatures in the exhaust aftertreatment system play a particularly important role. This leads to a very low conversion of the pollutants and thus the raw emissions reach the environment almost unfiltered. If previous emission tests were carried out with vehicles pre-conditioned to room temperature, all start temperatures within the permissible temperature window are possible with RDE tests. At RDE, the first five minutes after starting the internal combustion engine are considered a cold start. If the coolant exceeds the temperature of 70 °C, the cold start is finished at this point. The requirements in Table 2 apply to the cold start phase. 258 <?page no="267"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data Requirement Unit Target value Journey time mins 90 - 120 Altitude above sea level 0 - 700 (extended 0 - 1300) Ambient temperature °C 0 - 30 (extended -7 - 35) Height difference start/ end m ±100 Cumulated altitude difference m / 100 km 1200 Minimum distance per interval km 16 Route share urban % 29 - 44 Route share rural % 23 - 43 Route share motorway % 23 - 43 Average speed urban km/ h 15 - 40 Percentage of stops urban % 6 - 30 Number of stops with more than 10 s hold time minimum 2 Minimum Speed motorway km/ h 110 Top Speed km/ h 160 Maximum share with a speed of over 145 km/ h motorway % 3 Minimum time with speed over 100 km/ h mins 5 Requirement Unit Target value Maximum idle time after 1st engine start s 15 Average Speed km/ h 15 - 40 Maximum Speed km/ h 60 Total holding time s 90 The driving dynamics, which result from speed and acceleration, have a direct influence on the load on the combustion engine of a vehicle and thus also on the resulting emissions during a journey. Since the possible driving dynamics values of an RDE trip are significantly higher than those of the NEDC previously used for the emission assessment, a significant increase in emission values can also be expected for such trips. In order to keep different RDE journeys comparable, criteria were de- 259 <?page no="268"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data fined that keep the driving dynamics within a defined range. The calculations for the driving dynamics are made with the recorded speed signal of an RDE run, which was stored at a frequency of 1 Hz. Only data sets with an acceleration of at least 0.1 m/ s² are considered. The following calculations for the distance covered , the acceleration and the product of speed and acceleration are performed for each individual data record . (1) (2) (3) The evaluation of driving dynamics for each speed interval (urban, rural and motorway) is based on two replacement values, firstly the 95-percentile of all values with positive acceleration in an interval and the relative positive acceleration , which is calculated as follows: (4) The evaluation of the driving dynamics variables takes place via the average speed in the respective interval. Table 3 shows the validity conditions for the two replacement values of the vehicle dynamics check. Requirement Unit Target Value The requirements illustrate that the implementation of a valid RDE run is very complex. The result of which is that the goal must be to support the RDE test driver during the journey. This is the only way to ensure that as many RDE driving tests as possible are carried out as valid runs, which can avoid unnecessarily high costs due to repeated runs. In order to illustrate the challenges of complying with the prescribed conditions during a journey, the criterion for checking the driving dynamics was selected as an example. For a better understanding of the value Figure 2 is used. The speed profile and the resulting profile of are shown. It is clearly visible that this value increases particularly strongly when the product of velocity and acceleration shows high values. The less values are included in the calculation of the percentile value, the steeper the gradient, for example at the beginning of a journey (in Figure 2 at approx. 10 s). 260 <?page no="269"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data A comparison of the 95-percentile of this calculated value with the weighted average speed of the corresponding speed interval is very difficult for the driver while driving. It must be supported by a calculation tool on this column. As a solution for this requirement, a mobile, real-time capable RDE application was developed at the Chair of Vehicle Mechatronics at the Technical University of Dresden, which prepares the required information graphically for the driver while driving and thus supports him in carrying out a RDE-compliant journey. 4.2 Implementation of the application Chapter 3 explained the hardware structure of the developed application, which was developed on the basis of the conceptual requirements described above. Mobile Android devices were selected as the display device for the driver. These are widely used and, in contrast to a laptop, for example, can be easily integrated into a vehicle cockpit. It is possible for the application to be installed on any device (e.g. mobile phone, tablet). The necessary background calculations are also performed on the mobile device, an additional computer is not required. The structure can be easily transferred to another vehicle as a plug and play solution in a few simple steps and is therefore very flexible. Another advantage is the integrated GPS receiver of the mobile device, which makes it possible to analyse the elevation curve, for example. Figure 3 shows the schematic structure of the RDE application in the vehicle, however, the expansion of the mobile real-time display with regard to data transmission to a data center and external data provision are advantageous, as described in Chapter 2, but not yet implemented. Standardized on-board diagnostics (OBD) is used as the interface to the vehicle. The advantage is that it is available in all vehicles registered from 2004 onwards. Via OBD, internal values of the vehicle control units can be read out in real time. The connection from the OBD interface to the mobile display device is realized via a Bluetooth-capable diagnostic chip. 261 <?page no="270"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data The developed application cyclically queries the required data (speed, GPS etc.) from the OBD dongle and the mobile device. The data is then processed on the mobile device and converted to the time resolution of 1 Hz specified for RDE evaluations. In addition, the RDE evaluation variables are calculated according to chapter 4.1 and displayed graphically in the user interface. Figure 4 shows an example of the application [11]. 262 <?page no="271"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data The graphical user interface of the application must display all information relevant for the validity of RDE journeys in a clear and intuitive way, so that the driver can quickly and intuitively grasp it and too much distraction from traffic can be ruled out. In addition, it must be possible for the driver to derive actions for his driving style from the displayed contents. The user interface uses various icons and color coding to represent the current status of conformity of the individual conditions. In addition, current numerical values and bar displays can be used to estimate the current distance to the validity limit. Switching the views allows only currently relevant values to be displayed on the screen. 4.3 Impact of the application The objective of the app is to significantly increase the proportion of RDE-compliant test runs. This is particularly true in view of the long time required for a trip and the numerous conditions imposed on a RDE trip (see also Chapter 4.1). If this requirement is fulfilled by the application presented here, was examined with test drives. In order to isolate external influences as well as possible, the test drives were carried out on a defined route and at similar times of day. Furthermore, rides with and without driver support were carried out by the mobile real-time display in order to draw conclusions about the effects of the application on the validity of RDE rides. The rides without assistance were completed by drivers who were familiar with the RDE rules and regulations, so that knowledge of all criteria to be observed was ensured. Due to a fixed route specification, the requirements for the route were largely fulfilled. With App support, 86% of trips could be considered valid, while the share without App was only 20% for valid trips. As already expected, one of the main reasons for invalid journeys has turned out to be the criterion of driving dynamics [11]. On the basis of this replacement value, the drivers' reaction to the information provided by the application could also be well observed. The differences were particularly noticeable when comparing rides with App support and without App support for acceleration processes in the motorway speed range. Since there is a high speed level, the limit value is quickly exceeded. Accordingly, the RDE application usually accelerated with significantly lower gradients when supporting the driver. 5 Summary This article illustrates what future steps in the development and testing of complex electronic systems in vehicles may look like. The focus here is on the connection of external mobile devices to information processing in the automobile. In particular, a concept was presented which is based on mobile devices and digitalisation technologies in order to be able to analyse, test and thus further develop vehicle systems more specifically in real time or after measuring runs have been carried out. Based on this concept, the listed requirements were implemented using a mobile real-time display for live driving data analysis. Specifically, the sub-steps data collection, data processing and data visualization were implemented and transferred to an example application. The implemented application case of an RDE app shows the necessity of data analysis with mobile devices based on a current problem in automotive development. The challenge is to monitor the complex requirements for an RDE-compliant measure- 263 <?page no="272"?> Development of a Mobile Real-Time Display for Live-Evaluation of Driving Data ment run while driving and thus support the driver in carrying out a valid measurement. It is not necessary to provide such a function within a vehicle, as it does not play any role in normal customer operation. Especially since the requirements for testing systems are evolving at ever shorter intervals, it makes sense to provide such systems in mobile systems. Therefore it is not necessary to maintain expensive computing capacity in the vehicle. In addition, there is the advantage that updates can be easily implemented. To further increase functionality, future systems should leave out the OBD interface and prefer direct connection of the mobile device to the vehicle's head unit via wireless transmission, for example. This would allow for greater flexibility with regard to the data to be transferred, as well as manufacturer-specific implementations. By connecting offboard data centers, which store relevant information, the provision to independent third parties (e.g. for the periodic technical inspection of vehicles) as well as the subsequent analysis of these technical systems could be simplified. References [1] N. Lu, N. Cheng, N. Zhang, X. Shen and J. W. Mark, "Connected Vehicles: Solutions and Challenges," IEEE, NN, 2014. [2] T. Häberlein, A. Unger, B. Bäker and O. Manicke, "Framework conditions for the implementation of backend based functions in the context of connected vehicles," VDI-Berichte, Bonn, 2017. [3] G. Lux, S. Winter, P. Hoffmann and B. Geringer, "Thermomanagement zur Verbrauchsabsenkung in Hybridantriebssträngen," in , Renningen, 2008. [4] R. Grave and A. Much, "Communication mechanism for fail-operational high performance controller," in , Bonn, 2017. [5] Automatic Labs, "INTRODUCING Automatic Pro: Unlimited car monitoring, zero fees. The only connected car adapter with unlimited 3G included.," 2018. [Online]. Available: https: / / www.automatic.com/ . [Accessed 15. 04. 2018]. [6] H. Maschmeyer, C. Beidl, T. Düser and B. Schick, "RDE-Homologation - Herausforderungen, Lösungen und Chancen," pp. 84-91, 10 2016. [7] J. Gerstenberg, H. Hartlief and S. Tafel, "Introducing a Method to evaluate RDE Demands at the Engine Test Bench," in , Wiesbaden, Springer Fachmedien, 2016, pp. 549-563. [8] European Commission, Brüssel: Official Journal of the European Union, 2016. [9] European Commission, Brüssel: Official Journal of the European Union, 2017. [10] European Commission, Brüssel: Official Journal of the European Union, 2016. [11] T. Frank, Technische Universität Dresden: Diplomarbeit, 2017. 264 <?page no="273"?> Anforderungen an einen EOL-Hochvoltspeicher - Prüfstand der nächsten Generation Abdülkerim Dagli, Markus Zacherl, Philipp Miska Abstract Today's automotive industry demands high-performance test systems for powertrains and components in hybrid and electric vehicles, among other things. Thus passenger cars, commercial vehicles and modern drive machines require sophisticated test procedures that make data measurable and reproducible relating to performance, service life, economy, safety and the comfort of components and systems. In addition to the constantly growing demands on performance, the fields of application and the general conditions for cells, cell modules and battery packs are increasingly changing. For this reason, testing these components is an elementary element for application release and quality assurance, both in the development and qualification environment and in the production process. This makes it possible to test the performance and service life under defined loads and ambient conditions to guarantee a fault-free production. Kurzfassung Die Automobil-Industrie fordert heute leistungsfähige Prüfsysteme, unter anderem für Antriebsstränge und Komponenten in Hybrid- und Elektro-Fahrzeugen. PKW, Nutzfahrzeuge aber auch moderne Antriebsmaschinen benötigen heute ausgefeilte Testverfahren, welche Daten für Leistung, Lebensdauer, Wirtschaftlichkeit, Sicherheit und den Komfort der Komponenten und System messbar und reproduzierbar machen. Neben den hohen Voraussetzungen für die Leistungsfähigkeit, erschweren sich aber, mit den Anwendungsgebieten, auch die Rahmenbedingungen sowohl für Zellen, Zellmodule, sowie Batteriepacks. Aus diesem Grund ist der Test dieser Komponenten, sowohl im Entwicklungs- und Qualifizierungsumfeld, aber auch im Fertigungsprozess ein elementares Element für die Einsatzfreigabe und Qualitätssicherung. Dadurch kann die Leistungsfähigkeit sowie die Lebensdauer, unter definierten Belastungen und Umgebungsbedingungen, getestet und die fehlerfreie Fertigung gewährleistet werden. 265 <?page no="274"?> Anforderungen an einen EOL-Hochvoltspeicher - Prüfstand der nächsten Generation 1 Hochvoltspeicher Prüfstände Hochvoltspeicher (Tranktionsbatterien) sind ein elementarer Bestandteil bei der Entwicklung alternativer Antriebe. Sie bilden das zentrale Element der Elektrifizierung des Fahrzeuges. Folglich haben auch die Sicherheit, Leistungsfähigkeit und Lebensdauer der Energiespeicher eine essentielle Bedeutung. Neben den Anwendungen in der Automobilindustrie, erhalten HV-Batterien auch in anderen Industriebereichen immer größeres Interesse - wie z.B. in erneuerbare Energien, im Stromnetz als Energiespeicher in Smart-Grid Anwendungen, oder zum Ausgleich von Leistungsschwankungen, in der Notstrom- und unterbrechungsfreien Stromversorgung (USV). Sicherheit und Zuverlässigkeit von Elektrofahrzeugen aber auch von Anwendungen im Schienen- und Luftverkehr hängen maßgeblich von der Qualität der dort eingesetzten Batteriesysteme ab. Deshalb ist es unerlässlich, HV-Speicher im Entwicklungs- und Fertigungsprozess intensiv zu testen und auf mögliche Fehlfunktionen oder Produktionsfehler zu prüfen. Während im Entwicklungsprozess der Fokus auf Themen wie die Konditionieren von HV-Speichern in großen Leistungsbereichen liegt, fokussieren sich in der Serienmontage von HV-Batteriepacks, die Aufgaben der Prüfstände hauptsächlich auf das Thema der Validierung der korrekten Montage und Sicherheitsüberprüfungen. 1.1 HV-Batterietests in der Entwicklung Ziel der entwicklungsnahen Prüfung von Hochvoltspeichern ist der Test bzw. die Validierung eines neuen oder überarbeiteten Batteriepacks als autarkes Gesamtsystem in Zusammenarbeit mit den restlichen Komponenten eines kompletten Antriebsstranges unter realistischen, reproduzierbaren Bedingungen. 1.2 HV-Batterietests in der Fertigung In der Serienmontage von HV-Batterien werden sog. End-of-Line Prüfstände hauptsächlich für die Validierung der korrekten Montage benötigt. Es können über die Kommunikation mit dem Steuergerät und gewisse Schaltzustände der Batterie sowie über Strom- und Spannungsverläufe Aussagen über die Qualität des Produkts getroffen werden. Neben der technischen Herausforderung muss die Lösung flexibel und integrierbar in Fördersysteme und Automatisierungslösungen dritter sein, die Kommunikation mit übergeordneten Management, Protokollier- und QM-Systeme beherrschen. 266 <?page no="275"?> Anforderungen an einen EOL-Hochvoltspeicher - Prüfstand der nächsten Generation Features eines Berghof HVSP (Hochvoltspeicherprüfsystem): o Konditionieren von HV-Speichern in großen Leistungsbereichen o Einfache Parametrierbarkeit zur Anpassung der Prüfparameter und Abläufe o Flexibilität durch modulare Prüfsoftware o Einhaltung der erforderlichen Sicherheitsanforderungen, besonders im Umgang mit Hochspannung o Überwachung der zulässigen Sollwerte o Stromloses Aufschalten der Batterie o Einhaltung der maximalen Lade- und Entladeschlussspannung o Minimalen Entladeschlussspannung o Auslesen und Kommunikation mit dem Batterie-Management-System o Isolations- und Hochspannungstests o Impulsleistungstest - Lade / Entlade Impulsen (Start/ Stop, Rekuperation) o Dichtigkeitsprüfung o Integrierte Diagnosemöglichkeiten zur schnellen Störungsbehandlung o Hohe Lebensdauer 2 Funktionsweise des Hochvoltspeicherprüfstands Der Hochvoltspeicherprüfstand erfasst und wertet zuverlässig Messgrößen aus, sodass diese jederzeit reproduzierbar sind und für nötige Gewährleistungsansprüche zwischen Kunde und OEM verwendet werden können. Sicherheitsrelevante Daten werden präzise protokolliert und können in verschiedene Datenbanksysteme übertragen werden. Die einfache und sichere Bedienung des Prüfsystems garantiert die Sicherheit der Werker und verhindert bei Voll- oder Halbautomatischen Prüfabläufen mögliche Fehlerquellen. 267 <?page no="276"?> Anforderungen an einen EOL-Hochvoltspeicher - Prüfstand der nächsten Generation 268 <?page no="277"?> Anforderungen an einen EOL-Hochvoltspeicher - Prüfstand der nächsten Generation 269 <?page no="278"?> Anforderungen an einen EOL-Hochvoltspeicher - Prüfstand der nächsten Generation 270 <?page no="279"?> The Authors Dr.-Ing. Carsten Hoff CLAAS E-Systems KGaA mbH & Co KG Gütersloh Dipl.-Ing. (Univ.) Ottmar Sirch BMW Group München Dr.-Ing. Mohamed Ayeb Fachgebiet Fahrzeugsysteme und Grundlagen der Elektrotechnik Universität Kassel Prof. Dr.-Ing. Bernard Bäker Lehrstuhl Fahrzeugmechatronik Institut für Automobiltechnik Dresden (IAD) Technische Universität Dresden Prof. Dr.-Ing. Mark-M. Bakran Lehrstuhl für Mechatronik Zentrum für Energietechnik Universität Bayreuth Irina-Florinda Baudrexl, M.Sc. BMW Group München Michaela Bauer, M.Sc. BMW Group München Automatic Control Laboratory (ifa) ETH Zürich Dipl.-Ing. Nikolas Bauer BMW Group München Dr. Anders Bergqvist Volvo Car Corporation Gothenburg, Sweden Dipl.-Ing. Teresa Bertelshofer Lehrstuhl für Mechatronik Zentrum für Energietechnik Universität Bayreuth Prof. Dr. rer. nat. Ludwig Brabetz Fachgebiet Fahrzeugsysteme und Grundlagen der Elektrotechnik Universität Kassel Quirin Buchner, B.Sc. BMW Group München Abdülkerim Dagli, M.Eng, MAS (FHO) Berghof Automation GmbH Eningen Dipl.-Ing. Robert Fechert Lehrstuhl für Fahrzeugmechatronik Institut für Automobiltechnik Dresden (IAD) Technische Universität Dresden Daniel Findeisen, M.Sc. BMW Group München Prof. Dr.-Ing. Stephan Frei Arbeitsgebiet Bordsysteme TU Dortmund Dortmund Dipl.-Ing. Joachim Fröschl BMW Group München Dr.-Ing. Michael Gleißner Lehrstuhl für Mechatronik Zentrum für Energietechnik Universität Bayreuth Dipl.-Ing. Stanko Gradev BMW Group München 271 <?page no="280"?> Dipl.-Ing. Christian Große Corporate Research Robert Bosch GmbH Renningen Dipl.-Ing. Leonard Gysen Fachgebiet Fahrzeugsysteme und Grundlagen der Elektrotechnik Universität Kassel Dipl.-Ing. Tim Häberlein Lehrstuhl für Fahrzeugmechatronik Institut für Automobiltechnik Dresden (IAD) Technische Universität Dresden Prof. Dr.-Ing. Markus Henke Technische Universität Braunschweig Institut für Elektrische Maschinen, Antriebe und Bahnen Braunschweig Prof. Dr.-Ing. Hans-Georg Herzog Fachgebiet für Energiewandlungstechnik Technische Universität München Univ.-Prof. Dr.-Ing. Gangolf Hirtz Fakultät für Elektrotechnik und Informationstechnik Professur Digital- und Schaltungstechnik Universität Chemnitz Dr. Per Jacobsson Volvo Car Corporation Gothenburg, Sweden Rafael Jiménez-Pino, M.Sc. Lear Corporation Valls ( Tarragona), Spanien Michael Kiffmeier, M.Sc. Arbeitsgebiet Bordsysteme TU Dortmund Dortmund Dr.-Ing. Ahmet Kilic Corporate Research Robert Bosch GmbH Renningen Dipl.-Ing. Niklas Langmaack Technische Universität Braunschweig Institut für Elektrische Maschinen, Antriebe und Bahnen Braunschweig PhD. Antonio Leon-Masich Lear Corporation Valls ( Tarragona), Spanien Dipl.-Ing. Roman Ließner Technische Universität Dresden Dresden Prof. John Lygeros Automatic Control Laboratory (ifa) ETH Zürich Dipl.Ing.(FH), Philipp Miska Berghof Automation GmbH Mühlhausen/ Thüringen Dipl.-Ing. Björn Mohrmann Ford Werke GmbH Ford Research and Innovation Center Aachen Rubén Molina-Llorente, MSc. Lear Corporation Valls ( Tarragona), Spanien Selcuk Önal, M.Sc. Arbeitsgebiet Bordsysteme TU Dortmund Dortmund Kevin Pluch, M.Sc. Infineon Neubiberg (vorher: BMW Group/ TUM) Stephanie Preisler, M.Eng. Continental Automotive GmbH Regensburg Prof. Dr. Christian Schroer Universität Hamburg Hamburg Stefan Schwimmbeck, M.Sc. BMW Group München 272 <?page no="281"?> Tunan Shen, M.Sc. Corporate Research Robert Bosch GmbH Renningen John Simonsson, M.Sc. Volvo Car Corporation Gothenburg, Sweden Julian Taube, M.Sc. Fachgebiet für Energiewandlungstechnik Technische Universität München Marc Tena-Gil, M.Sc. Lear Corporation Valls ( Tarragona), Spanien Dr.-Ing. Daniel Weida BMW Group München Markus Zacherl Berghof Automation GmbH Mühlhausen/ Thüringen 273 <?page no="282"?> Prof. Dipl.-Ing. Klaus Kompaß und 40 Mitautoren .jpg Aktive Sicherheit und Automatisiertes Fahren 3. Interdisziplinärer Expertendialog (IEDAS) 2018, 220 S., 118 Abb., 17 Tab., 59,80 €, 64,00 CHF (Haus der Technik Fachbuch, 146) ISBN 978-3-8169-3405-9 Zum Buch: Aspects including adequate validation of necessary functions, assessment of controllability of critical situations caused by road users, a validated prognosis of the potential effectiveness of new systems and many additional similar topics will be specifically addressed as part of this conference proceedings. Die Aspekte der adäquaten Absicherung der Funktionen, der Prüfung der Beherrschbarkeit von kritischen Situationen durch den Menschen, einer validierten Vorhersage potenzieller Effektivität neuer Systeme und viele ähnliche Themen werden in diesem Tagungsband gezielt adressiert. Inhalt: Effectiveness Analysis / Wirksamkeitsanalyse - Functional Safety / Funktionale Sicherheit - Cyber Security - Verification and Validation / Nachweis und Absicherung - Effectiveness / Wirksamkeit - Human Factors and methods / Human Factors und Methoden Die Interessenten: Specialists and executives of vehicle manufacturers, supply industry, providers for development of future transport systems and traffic safety, automotive industry, insurers, technical control boards, regulatory authorities, traffic psychologists, accident researchers Fach- und Führungskräfte aus dem Umfeld Fahrzeughersteller, Zulieferer, Entwicklungs-Dienstleister der Fahrzeugsicherheit, Automobilindustrie, Versicherer, technische Überwachungsvereine, Behördenvertreter etc. sowie Verkehrspsychologen und Unfallforscher Die Autoren: Die Autoren sind Experten in den jeweiligen Fachgebieten und kommen aus Unternehmen und Institutionen, die in der jeweiligen Forschung führend sind. Sie befassen sich seit vielen Jahren mit den Themen Fahrzeugsicherheit, Fahrerassistenz und hochautomatisiertes Fahren. Der Band wird unter der Leitung von Prof. Dipl.-Ing. Klaus Kompaß, Leiter Fahrzeugsicherheit der BMW Group, zusammengestellt. Die Besetzung des Fachbeirats belegt den interdisziplinären Charakter, der sich auch in den ausgewählten Beiträgen widerspiegelt. Bestellhotline: Tel: 07159 / 92 65-0 • Fax: -20 E-Mail: expert@expertverlag.de