Thermal behavior impact on electric motor sizing in battery electric vehicles

Chen, Bicheng; Andert, Jakob Lukas; Pischinger, Stefan

doi:HT031324406

Thermal behavior impact on electric motor sizing in battery electric vehicles = Einfluss des thermischen Verhaltens auf die Dimensionierung von Elektromotoren in batterieelektrischen Elektrofahrzeugen

Chen, Bicheng^RWTH*

2025

Verantwortlichkeitsangabevorgelegt von Bicheng Chen

ImpressumAachen : RWTH Aachen University 2025

Umfang1 Online-Ressource : Illustrationen

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2025

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Pischinger, Stefan (Thesis advisor)^RWTH* ; Andert, Jakob Lukas (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2025-05-23

Online
DOI: 10.18154/RWTH-2025-09415
URL: https://publications.rwth-aachen.de/record/1021037/files/1021037.pdf

Einrichtungen

Lehrstuhl für Thermodynamik mobiler Energiewandlungssysteme und Institut für Thermodynamik (412310)

Projekte

CEVOLVER - Connected Electric Vehicle Optimized for Life, Value, Efficiency and Range (824295) (824295)

Inhaltliche Beschreibung (Schlagwörter)
EDU optimization (frei) ; PMSM sizing (frei) ; electric drive unit (frei) ; thermal coupling (frei) ; thermal modeling (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Die zunehmende Beliebtheit von Elektrofahrzeugen (EVs) als umweltfreundliche Alternativen in der Automobilindustrie wird durch Verbraucherbedenken bezüglich begrenzter Reichweite behindert. Diese Arbeit geht auf diese Herausforderung ein, indem sie sich auf zwei entscheidende Faktoren konzentriert, die für die Verbesserung der Effizienz von EVs und die Erweiterung der Reichweite entscheidend sind: genaue Temperaturüberwachung und optimale Dimensionierung der elektrischen Maschine (EM). Zur Überwachung von Temperaturen in elektrischen Antriebsstrangkomponenten wird ein zentralisiertes kompaktes thermisches Netzwerk mit pauschalen Parametern (LPTN) vorgeschlagen. Abweichend von konventionellen verteilten thermischen Modellen für jede Komponente berücksichtigt dieses thermische Modell die komplexe thermische Kopplung zwischen dem Wechselrichter, der EM und dem Getriebe. Unter Verwendung der gemessenen und validierten Verlustkennfelder, einschließlich der detaillierten Verlustverteilung in der Permanentmagnet-Synchronmaschine (PMSM), berechnet das Modell präzise die Komponentenverluste. Ein globaler linear parameter-variabler (LPV) Identifikationsansatz wird dann angewendet, um die Parameter des LPTN-Modells zu bestimmen. Die Validierung mit unabhängigen experimentellen Daten auf dem Chassis-Dynamometer ergibt eine maximale Abweichung von etwa 7 ◦C. Simulationsergebnisse zeigen die Wirksamkeit des zentralen thermischen Modells bei der Prädikation von Temperaturen kritischer Teile unter Berücksichtigung der thermischen Kopplung zwischen den Komponenten. Zusätzlich stellt diese Arbeit einen vielversprechenden Ansatz namens "Optimierte Dimensionierung" für EM vor. Dies beinhaltet eine effiziente Skalierung thermischer Parameter in dem LPTN-Modell mit niedriger Ordnung, das die Schätzung der Temperatur für das skalierte PMSM ermöglicht. Der vorgeschlagene Skalierungsansatz erleichtert eine vorläufige Überprüfung der thermischen Einschränkungen des PMSMs in der frühen Entwicklungsphase. Die Validierung für sowohl axiale als auch radiale Skalierung mit Skalierungsfaktoren von 0.8 bis 1.2 wird an einem zuvor validierten Ansys Motor-CAD-Modell für typische Fahrzyklen in der Automobilindustrie durchgeführt und zeigt eine maximale Temperaturabweichung für Skalierung von weniger als 3.5 ◦C. Die Integration des LPTN-Modells und des Skalierungsansatzes in ein Gesamtfahrzeug-Simulationsmodell wird entscheidend für die Bestimmung der optimalen Größe einer EM für verschiedene Fahrszenarien, einschließlich Stadt und Autobahn. Die Optimierung wird durch die Berücksichtigung von kritischen Faktoren wie thermischen Einschränkungen der EM, Gesamtwirkungsgrad und Performance des Fahrzeugs geleitet. Der Einsatz von Ameisenalgorithmen (ACO) führt zur Identifikation einer Pareto-Front für Stadt und Autobahn-Szenarien. Die Optimierungsergebnisse legen nahe, dass eine kürzere Motorenlänge sowohl in Stadt- als auch in Autobahn-Szenarien vorteilhaft ist. In Stadt-Szenarien verbessert der optimierte Motor die Beschleunigungsleistung und senkt gleichzeitig den Energieverbrauch. In Autobahn-Szenarien besteht jedoch ein Kompromiss zwischen Energieverbrauch und Beschleunigung, wobei der optimierte Motor zu einer Senkung des Energieverbrauchs um 2.84% führt.

The increasing popularity of electric vehicles (EVs) as eco-friendly alternatives in the automotive industry has been impeded by consumer apprehensions regarding limited driving range. This work addresses this challenge by focusing on two pivotal factors crucial for enhancing EV efficiency and extending driving range: accurate temperature monitoring and optimal sizing for electrical machines (EMs). In response to the critical need for monitoring temperatures in electric drivetrain components, a centralized compact lumped parameter thermal network (LPTN) model is proposed. Departing from conventional distributed thermal models for each component, this thermal model considers the intricate thermal coupling between the inverter, EM and gearbox. Utilizing the measured and validated loss maps including the detailed losses distribution in the permanent magnet synchronous machine (PMSM), the model accurately calculates component losses. A global linear parameter-varying (LPV) identification approach is then applied to determine the parameters of the LPTN model. Cross-validation with independent experimental data of the US06 cycle on the chassis dynamometer yields a maximum estimation error of approximately 7 ◦C. Simulation results demonstrate the effectiveness of the centralized thermal model in estimating temperatures of critical parts while considering the thermal coupling between components. Additionally, this work introduces a promising approach known as "right-sizing" for EMs. This involves an efficient scaling of thermal parameters in a low-order LPTN model, enabling the estimation of temperature for the scaled PMSM. The proposed scaling approach facilitates a preliminary evaluation of the thermal limits of the PMSM during the early stages of development. Validation for both axial and radial scaling, with scaling factors ranging from 0.8 to 1.2, is conducted on a previously validated Ansys Motor-CAD model for typical automotive driving cycles, revealing a maximum temperature scaling error of less than 3.5 ◦C. The integration of the LPTN model and the scaling approach into a whole vehicle simulation model becomes instrumental in determining the optimal size of a specific EM for diverse driving scenarios, including urban and highway conditions. The pursuit of optimization is guided by considering critical factors such as the thermal constraints of the EM, the overall efficiency and performance of the EV. Employing the ant colony optimization (ACO) optimization algorithm results in the identification of a Pareto front for urban and highway scenarios. The optimization results suggest that a shorter motor length is advantageous in both urban and highway cycle scenarios. In urban scenarios, the optimized motor enhances acceleration performance while lowering energy consumption. However, in highway scenarios, there’s a trade-off between energy consumption and acceleration, with the optimized motor leading to a 2.84% decrease in energy consumption.

OpenAccess:
PDF
(zusätzliche Dateien)