-
Die Erfindung betrifft eine Vorrichtung und ein entsprechendes Verfahren zur Ermittlung der Gesamtenergiemenge für einen Ladevorgang an einer Ladestation.
-
Fahrzeuge mit Elektroantrieb (insbesondere Elektrofahrzeuge oder Plugin-Hybrid Fahrzeuge) umfassen elektrische Energiespeicher (z.B. Batterien), die über eine Ladevorrichtung des Fahrzeugs an eine Ladestation angeschlossen und aufgeladen werden können. Zum Aufladen der elektrischen Energiespeicher existieren verschiedene konduktive, d.h. kabelgebundene, Ladetechnologien. Bei dem sogenannten AC- Laden oder Wechselstromladen befindet sich das Ladegerät, welches den Gleichstrom (auch als DC-Strom bezeichnet) zur Aufladung des elektrischen Energiespeichers umwandelt, im Fahrzeug. Auf einem Ladekabel zwischen Ladestation und Fahrzeug wird ein AC- (Alternating Current) oder Wechselstrom übertragen. Bei dem sogenannten DC-Laden oder Gleichstromladen wird auf dem Ladekabel ein DC- (Direct Current) oder Gleichstrom übertragen.
-
Ein Fahrzeug kann im Vorfeld zu einem Ladevorgang oder während eines Ladevorgangs typischerweise nur die Energiemenge ermitteln, die von dem Fahrzeug, insbesondere an der Ladedose des Fahrzeugs, aufgenommen wird. Die Gesamtenergiemenge, die von der Ladestation für den Ladevorgang aus einem elektrischen Versorgungsnetz aufgenommen werden muss und die typischerweise dem Nutzer des Fahrzeugs in Rechnung gestellt wird, kann meist nicht von dem Fahrzeug ermittelt werden.
-
Das vorliegende Dokument befasst sich mit der technischen Aufgabe, ein Fahrzeug zu befähigen, in präziser und effizienter Weise die erforderliche Gesamtenergiemenge für einen Ladevorgang zu ermitteln.
-
Die Aufgabe wird durch jeden der unabhängigen Ansprüche gelöst. Vorteilhafte Ausführungsformen werden u.a. in den abhängigen Ansprüchen beschrieben. Es wird darauf hingewiesen, dass zusätzliche Merkmale eines von einem unabhängigen Patentanspruch abhängigen Patentanspruchs ohne die Merkmale des unabhängigen Patentanspruchs oder nur in Kombination mit einer Teilmenge der Merkmale des unabhängigen Patentanspruchs eine eigene und von der Kombination sämtlicher Merkmale des unabhängigen Patentanspruchs unabhängige Erfindung bilden können, die zum Gegenstand eines unabhängigen Anspruchs, einer Teilungsanmeldung oder einer Nachanmeldung gemacht werden kann. Dies gilt in gleicher Weise für in der Beschreibung beschriebene technische Lehren, die eine von den Merkmalen der unabhängigen Patentansprüche unabhängige Erfindung bilden können.
-
Gemäß einem Aspekt wird eine Vorrichtung zur Ermittlung der Gesamtenergiemenge für einen Ladevorgang eines elektrischen Energiespeichers eines zumindest teilweise elektrisch angetriebenen Fahrzeugs an einer Ladestation beschrieben. Das Fahrzeug kann ein batterieelektrisches Fahrzeug (BEV), ein Plug-In Hybrid-Fahrzeug oder ein Fahrzeug mit einem Range-Extender sein. Die Ladestation kann ausgebildet sein, einen kabelgebundenen (AC- oder DC-) Ladevorgang oder einen induktiven Ladevorgang durchzuführen.
-
Die Vorrichtung kann eingerichtet sein, die Fahrzeug-Energiemenge an elektrischer Energie zu ermitteln, die von dem Fahrzeug für den Ladevorgang aufgenommen wird. Die Fahrzeug-Energiemenge kann dabei während des Ladevorgangs innerhalb des Fahrzeugs gemessen werden. Alternativ oder ergänzend kann die Fahrzeug-Energiemenge im Vorfeld zu dem Ladevorgang geschätzt werden. Insbesondere kann die Vorrichtung eingerichtet sein, die Fahrzeug-Energiemenge für den Ladevorgang während des Ladevorgangs auf Basis von Sensordaten einer Energie-Messeinheit des Fahrzeugs zu ermitteln. Alternativ oder ergänzend kann die Vorrichtung eingerichtet sein, die Fahrzeug-Energiemenge für den Ladevorgang vor Beginn des Ladevorgangs auf Basis des Ladezustands, insbesondere auf Basis des Ist-Ladezustands, des elektrischen Energiespeichers des Fahrzeugs und/oder auf Basis von ein oder mehreren aktuell vorhandenen Kundeneinstellungen zu ermitteln. Eine beispielhafte Kundeneinstellung ist der Ziel-Ladezustand des elektrischen Energiespeichers im Anschluss an den Ladevorgang. Insbesondere kann die Fahrzeug-Energiemenge für den Ladevorgang auf Basis der Differenz aus dem (voreingestellten) Ziel-Ladezustand (am Ende des Ladevorgangs) und dem (vorliegenden) Ist-Ladezustand des elektrischen Energiespeichers (zu Beginn des Ladevorgangs) ermittelt werden. Die Fahrzeug-Energiemenge kann dabei ggf. allein auf Basis der in dem Fahrzeug verfügbaren Information ermittelt werden.
-
Die Vorrichtung ist ferner eingerichtet, mittels einer im Vorfeld ermittelten Schätzeinheit auf Basis der Fahrzeug-Energiemenge die Gesamtenergiemenge zu schätzen, die von der Ladestation für den Ladevorgang aus einer elektrischen Versorgungsquelle (z.B. von einem elektrischen Versorgungsnetz) aufgenommen wird.
-
Die Schätzeinheit kann dabei einen im Vorfeld auf Basis von Trainingsdaten maschinell angelernten Schätzalgorithmus zur Schätzung der Gesamtenergiemenge für einen Ladevorgang auf Basis der von einem Fahrzeug aufgenommenen Fahrzeug-Energiemenge umfassen. Alternativ oder ergänzend kann die Schätzeinheit ein im Vorfeld auf Basis von Trainingsdaten maschinell angelerntes neuronales Netz zur Schätzung der Gesamtenergiemenge für einen Ladevorgang umfassen.
-
Die Schätzeinheit kann insbesondere eingerichtet sein, die Menge an elektrischer Verlustenergie zu schätzen, die während des Ladevorgangs an der Ladestation und/oder an einem Ladekabel zwischen der Ladestation und dem Fahrzeug (d.h. außerhalb des Fahrzeugs) verbraucht wird bzw. entsteht. Die Gesamtenergiemenge ergibt sich dann auf Basis der bzw. als die Summe aus der Fahrzeug-Energiemenge und der Menge an elektrischer Verlustenergie.
-
Es wird somit eine Vorrichtung beschrieben, die es (insbesondere einem Fahrzeug) ermöglicht, allein auf Basis von Information, die im Fahrzeug verfügbar ist, die Gesamtenergiemenge für einen Ladevorgang zu schätzen (die auch zumindest einen Energieanteil umfasst, der außerhalb des Fahrzeugs entsteht bzw. der außerhalb des Fahrzeugs verbraucht wird). So können der Komfort für einen Nutzer des Fahrzeugs in Zusammenhang mit Ladevorgängen des Fahrzeugs (insbesondere in Bezug auf die Auswahl einer geeigneten Ladestation) und/oder die Energieeffizienz des Fahrzeugs (durch die Auswahl einer besonders energieeffizienten Ladestation für einen Ladevorgang) erhöht werden.
-
Die Schätzeinheit kann im Vorfeld (ggf. durch die Vorrichtung) angelernt worden sein. Zu diesem Zweck kann eine Vielzahl von Trainingsdatensätzen für eine entsprechende Vielzahl von (bereits durchgeführten) Ladevorgängen (d.h. Trainingsdaten) berücksichtigt werden. Der Trainingsdatensatz für einen bereits durchgeführten Ladevorgang kann dabei die tatsächliche Fahrzeug-Energiemenge und die tatsächliche Gesamtenergiemenge für den bereits durchgeführten Ladevorgang anzeigen. Ggf. kann der Trainingsdatensatz auch Ladestationsdaten und/oder Ladevorgangsdaten für den (bereits durchgeführten) Ladevorgang umfassen, um die Genauigkeit der Schätzung der Gesamtenergiemenge zu erhöhen (wie weiter unten dargelegt).
-
Die Schätzeinheit, insbesondere der Schätzalgorithmus und/oder das neuronale Netz, kann dann auf Basis der Vielzahl von Trainingsdatensätzen angelernt worden sein. Es kann somit eine maschinell angerlernte Schätzeinheit bereitgestellt werden. So kann die Schätzgüte der Schätzeinheit weiter erhöht werden.
-
Die Vorrichtung kann eingerichtet sein, Ladestationsdaten in Bezug auf die Ladestation zu ermitteln, an der der Ladevorgang zum Laden des elektrischen Energiespeichers des Fahrzeugs durchgeführt werden soll.
-
Die Ladestationsdaten können dabei einen Identifikator zur Identifizierung der Ladestation aus einer Vielzahl von unterschiedlichen Ladestationen umfassen. Alternativ oder ergänzend können die Ladestationsdaten Positionsinformation in Bezug auf eine Position der Ladestation umfassen. Es können somit Ladestationsdaten bereitgestellt werden, die eine individuelle Identifizierung der Ladestation ermöglichen, an der der Ladevorgang durchgeführt werden soll bzw. durchgeführt wird. Die Schätzeinheit kann im Vorfeld für einzelne spezifische Ladestationen angelernt worden sein (und somit die jeweiligen Energieverluste in der jeweiligen Ladestation berücksichtigen). Die Gesamtenergiemenge kann dann in besonders präziser Weise auf Basis der Ladestationsdaten mittels der Schätzeinheit ermittelt werden.
-
Alternativ oder ergänzend können die Ladestationsdaten den Typ von Ladevorgang aus einer Mehrzahl von unterschiedlichen Typen von Ladevorgängen anzeigen, der an der Ladestation durchführbar ist bzw. der an der Ladestation durchgeführt wird. Die Mehrzahl von unterschiedlichen Typen von Ladevorgängen kann dabei einen DC-Ladevorgang, einen AC-Ladevorgang und/oder einen induktiven Ladevorgang umfassen. Es können somit Ladestationsdaten bereitgestellt werden, die den Typ von Ladevorgang anzeigen, der an der jeweiligen Ladestation durchführbar ist bzw. durchgeführt wird. Die Schätzeinheit kann im Vorfeld für einzelne spezifische Typen von Ladevorgängen angelernt worden sein (um die Energieverluste bei dem unterschiedlichen Typen von Ladevorgängen zu berücksichtigen). Die Gesamtenergiemenge kann dann in besonders präziser Weise auf Basis der Ladestationsdaten mittels der Schätzeinheit ermittelt werden.
-
Die Vorrichtung kann eingerichtet sein, Ladevorgangsdaten in Bezug auf den Ladevorgang zu ermitteln, der zum Laden des Energiespeichers des Fahrzeugs durchgeführt werden soll oder durchgeführt wird. Die Ladevorgangsdaten können dabei z.B. die (maximale oder die durchschnittliche) Ladeleistung für den Ladevorgang anzeigen. Die Schätzeinheit kann im Vorfeld für unterschiedliche Ladevorgangsdaten, insbesondere für unterschiedliche Ladeleistungen, angelernt worden sein (so dass die Energieverluste für die unterschiedlichen Ladeleistungen berücksichtigt werden können). Die Gesamtenergiemenge kann dann in besonders präziser Weise auf Basis der Ladevorgangsdaten mittels der Schätzeinheit ermittelt werden.
-
Die Vorrichtung kann eingerichtet sein, für eine Mehrzahl von unterschiedlichen Ladestationen (z.B. im Umfeld zu der aktuellen Position des Fahrzeugs) jeweils auf Basis der (ggf. anhand des Ladezustands des Energiespeichers ermittelten) Fahrzeug-Energiemenge die Gesamtenergiemenge eines Ladevorgangs an der jeweiligen Ladestation zu ermitteln. Es kann somit ermittelt werden, welche Gesamtenergiemenge zum Laden des elektrischen Energiespeichers an den unterschiedlichen Ladestationen benötigt wird. Dabei können sich die Gesamtenergiemengen der unterschiedlichen Ladestationen aufgrund der unterschiedlichen Energieeffizienz der einzelnen Ladestationen unterscheiden.
-
Die Vorrichtung kann ferner eingerichtet sein, Energieinformation in Bezug auf die ermittelten Gesamtenergiemengen für die Mehrzahl von unterschiedlichen Ladestationen an den Nutzer des Fahrzeugs auszugeben (z.B. über eine Benutzerschnittstelle des Fahrzeugs). Es kann dem Nutzer somit angezeigt werden, welche Gesamtenergiemengen zum Laden des Energiespeichers des Fahrzeugs an den unterschiedlichen Ladestationen benötigt werden. Dies ermöglicht es dem Nutzer, eine besonders energieeffiziente Ladestation für den Ladevorgang auszuwählen. So kann die Energieeffizienz des Fahrzeugs erhöht werden.
-
Gemäß einem weiteren Aspekt wird ein (Straßen-) Kraftfahrzeug (insbesondere ein Personenkraftwagen oder ein Lastkraftwagen oder ein Bus oder ein Motorrad) beschrieben, das die in diesem Dokument beschriebene Vorrichtung umfasst.
-
Gemäß einem weiteren Aspekt wird ein Verfahren zur Ermittlung der Gesamtenergiemenge für einen Ladevorgang eines elektrischen Energiespeichers eines zumindest teilweise elektrisch angetriebenen Fahrzeugs an einer Ladestation beschrieben. Das Verfahren umfasst das Ermitteln der Fahrzeug-Energiemenge an elektrischer Energie, die von dem Fahrzeug für den Ladevorgang (zum Laden des elektrischen Energiespeichers) aufgenommen wird. Des Weiteren umfasst das Verfahren das Schätzen, mittels einer im Vorfeld ermittelten Schätzeinheit, auf Basis der Fahrzeug-Energiemenge der Gesamtenergiemenge, die von der Ladestation für den Ladevorgang aus einer elektrischen Versorgungsquelle (z.B. aus einem elektrischen Versorgungsnetz) aufgenommen wird.
-
Gemäß einem weiteren Aspekt wird ein Verfahren zum (maschinellen) Anlernen einer Schätzeinheit beschrieben, um die Schätzeinheit zu befähigen, auf Basis der Fahrzeug-Energiemenge an elektrischer Energie, die von einem Fahrzeug bei einem Ladevorgang an einer Ladestation aufgenommen wird, eine Gesamtenergiemenge zu schätzen, die von der Ladestation für den Ladevorgang aus einer elektrischen Versorgungsquelle aufgenommen wird.
-
Das Verfahren umfasst das Ermitteln einer Vielzahl von Trainingsdatensätzen für eine entsprechende Vielzahl von Ladevorgängen, wobei der Trainingsdatensatz für einen Ladevorgang die Fahrzeug-Energiemenge und die Gesamtenergiemenge für den Ladevorgang anzeigt. Des Weiteren umfasst das Verfahren das Anlernen der Schätzeinheit auf Basis der Vielzahl von Trainingsdatensätzen.
-
Gemäß einem weiteren Aspekt wird ein Software (SW) Programm beschrieben. Das SW Programm kann eingerichtet werden, um auf einem Prozessor (z.B. auf einem Steuergerät eines Fahrzeugs oder auf einem Fahrzeug-externen Server) ausgeführt zu werden, und um dadurch zumindest eines der in diesem Dokument beschriebenen Verfahren auszuführen.
-
Gemäß einem weiteren Aspekt wird ein Speichermedium beschrieben. Das Speichermedium kann ein SW Programm umfassen, welches eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch zumindest eines der in diesem Dokument beschriebenen Verfahren auszuführen.
-
Es ist zu beachten, dass die in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systeme sowohl alleine, als auch in Kombination mit anderen in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen verwendet werden können. Des Weiteren können jegliche Aspekte der in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen in vielfältiger Weise miteinander kombiniert werden. Insbesondere können die Merkmale der Ansprüche in vielfältiger Weise miteinander kombiniert werden.
-
Im Weiteren wird die Erfindung anhand von Ausführungsbeispielen näher beschrieben. Dabei zeigen
- 1 ein Blockdiagramm eines beispielhaften Ladesystems;
- 2a ein beispielhaftes neuronales Netz;
- 2b ein beispielhaftes Neuron;
- 2c eine beispielhafte Schätzeinheit;
- 3 eine beispielhafte bildliche Darstellung eines Straßennetzes mit unterschiedlichen Ladestationen;
- 4a ein Ablaufdiagramm eines beispielhaften Verfahrens zum Anlernen einer Schätzeinheit; und
- 4b ein Ablaufdiagramm eines beispielhaften Verfahrens zur Ermittlung der Gesamtenergiemenge für einen Ladevorgang.
-
Wie eingangs dargelegt, befasst sich das vorliegende Dokument damit, in effizienter und präziser Weise die Gesamtenergiemenge für einen Ladevorgang eines elektrischen Energiespeichers eines Fahrzeugs zu ermitteln. In diesem Zusammenhang zeigt 1 ein Blockdiagram eines beispielhaften Ladesystems mit einer Ladestation 110 und einem Fahrzeug 100. Das Fahrzeug 100 umfasst einen elektrischen Energiespeicher (nicht dargestellt), der mit elektrischer Energie aus der Ladestation 110 aufgeladen werden kann. Das Fahrzeug 100 umfasst eine Ladedose 101 (allgemein als Lade-Schnittstelle bezeichnet), an der ein entsprechender (Lade-) Stecker 111 eines Ladekabels 112 angesteckt werden kann. Die Ladedose 101 und der Stecker 111 bilden typischerweise ein Stecksystem. Das Ladekabel 112 kann fest mit der Ladestation 110 verbunden sein (wie dargestellt). Andererseits kann das Ladekabel 112 über eine Steckverbindung mit der Ladestation 110 verbunden sein (z.B. beim AC-Laden).
-
Das Fahrzeug 100 kann eine Fahrzeug-Messeinheit 105 umfassen, die eingerichtet ist, Fahrzeug-Energiedaten in Bezug auf die (Fahrzeug-) Energiemenge zu erfassen, die im Rahmen eines Ladevorgangs von dem Fahrzeug 100, insbesondere über die Ladedose 101, aufgenommen wird. Des Weiteren kann die Ladestation 110 eine Ladestation-Messeinheit 115 umfassen, die eingerichtet ist, Ladestation-Energiedaten in Bezug auf die (Gesamt-) Energiemenge zu erfassen, die im Rahmen des Ladevorgangs von der Ladestation 110 (aus einem elektrischen Versorgungsnetz) aufgenommen wird.
-
Eine Auswerte-Vorrichtung 106 des Fahrzeugs 100 kann eingerichtet sein, auf Basis der Fahrzeug-Energiedaten die Fahrzeug-Energiemenge zu ermitteln, die von dem Fahrzeug 100 während eines Ladevorgangs aufgenommen wurde. Basierend darauf können dann z.B. die Kosten für den Ladevorgang berechnet werden. Die Fahrzeug-Energiedaten berücksichtigen jedoch nicht die Energieverluste, die auf dem Ladekabel 112 und/oder in der Ladestation 110 vorliegen, und die typischerweise zu einer gegenüber der Fahrzeug-Energiemenge erhöhten Gesamtenergiemenge für den Ladevorgang führen. Von der Ladestation 110 wird typischerweise die Gesamtenergiemenge für den Ladevorgang in Rechnung gestellt, so dass die von der Vorrichtung 106 auf Basis der Fahrzeug-Energiedaten ermittelten Kosten für den Ladevorgang typischerweise geringer sind als die tatsächlich in Rechnung gestellten Kosten.
-
Es ist somit für die Vorrichtung 106 eines Fahrzeugs 100 nicht möglich, die Gesamtenergiemenge für einen Ladevorgang und somit die Kosten für einen Ladevorgang in präziser Weise zu schätzen bzw. zu prognostizieren. Dies kann z.B. dazu führen, dass von dem Nutzer des Fahrzeugs 100 eine Ladestation 110 für einen Ladevorgang ausgesucht wird, die relativ hohe Energieverluste und somit relativ hohe Gesamtkosten aufweist, im Vergleich zu einer anderen Ladestation 110.
-
Um auch (ggf. allein) auf Basis der Fahrzeug-Energiedaten in Bezug auf die von dem Fahrzeug 100 aufgenommenen Fahrzeug-Energiemenge eine präzise Abschätzung der Gesamtenergiemenge für einen Ladevorgang zu ermöglichen, kann, wie beispielhaft in 2c dargestellt, eine Schätzeinheit 250 bereitgestellt, insbesondere angelernt, werden, die eingerichtet ist, auf Basis der Fahrzeug-Energiemenge 251 die Gesamtenergiemenge 255 für einen Ladevorgang zu ermitteln bzw. zu schätzen. Die Schätzeinheit 250 kann somit eingerichtet ist, die Energieverluste einer Ladestation 110 (inkl. der Energieverluste für die Übertragung an das Fahrzeug 100) bei einem Ladevorgang abzuschätzen bzw. zu prognostizieren.
-
Die Schätzeinheit 250 kann dabei eingerichtet sein, die Gesamtenergiemenge 255 spezifisch für einzelne Ladestationen 110 bzw. für unterschiedliche Typen von Ladestationen 110 bzw. für unterschiedliche Typen von Ladevorgängen (z.B. eine Ladestation 110 für AC-Laden, eine Ladestation 110 für DC-Laden, eine Ladestation 110 für induktives Laden, etc.) zu ermitteln. Die Schätzeinheit 250 kann zu diesem Zweck Ladestationsdaten 252 berücksichtigen,
- • durch die eine spezifische Ladestation 110 in einem Netz von Ladestationen 110 identifiziert wird; und/oder
- • durch die ein bestimmter Typ von Ladestation 110 bzw. ein bestimmter Typ von Ladevorgang aus einer Mehrzahl von unterschiedlichen Typen von Ladestationen 110 bzw. Ladevorgängen identifiziert wird.
-
Alternativ oder ergänzend können auch Ladevorgangsdaten in Bezug auf die Ladeleistung bei einem Ladevorgang berücksichtigt werden.
-
Die Schätzeinheit 250 kann auf Basis einer Vielzahl von Trainingsdatensätzen für eine entsprechende Vielzahl von (tatsächlich durchgeführten) Ladevorgängen angelernt werden. Ein Trainingsdatensatz für einen Ladevorgang kann dabei anzeigen:
- • die durch die Fahrzeug-Messeinheit 105 ermittelte Fahrzeug-Energiemenge 251 für den Ladevorgang;
- • ggf. Ladestationsdaten 252 für die Ladestation 110, an der der Ladevorgang durchgeführt wurde, und/oder für den Typ von Ladevorgang, der durchgeführt wurde;
- • ggf. Ladevorgangsdaten in Bezug auf die Ladeleistung bei dem jeweiligen Ladevorgang; und
- • die durch die Ladestations-Messeinheit 115 ermittelte Gesamtenergiemenge 255 für den Ladevorgang.
-
Die Schätzeinheit 250 kann ggf. ein oder mehrere analytische Funktionen mit einer Mehrzahl von Funktionsparametern umfassen. Im Rahmen eines Anlernverfahrens können die Funktionsparameter auf Basis der Vielzahl von Trainingsdatensätzen angelernt bzw. ermittelt werden (z.B. so dass ein bestimmtes Fehlerkriterium reduziert, insbesondere minimiert, wird).
-
Alternativ oder ergänzend kann die Schätzeinheit 250 ein neuronales Netzes 200 umfassen (wie beispielhaft in den 2a und 2c) dargestellt. Die einzelnen Neuron-Parameter 222, 227 des neuronalen Netzes 200 können auf Basis der Vielzahl von Trainingsdatensätzen angelernt werden.
-
2a und 2b zeigen beispielhafte Komponenten eines neuronalen Netzes 200, insbesondere eines Feedforward-Netzes. Das Netz 200 umfasst in dem dargestellten Beispiel zwei Eingangs-Neuronen bzw. Eingabe-Knoten 202, die zu einem bestimmten Zeitpunkt t jeweils einen aktuellen Wert einer Eingangsgröße als Eingangswert 201 aufnehmen. Die ein oder mehreren Eingangs-Knoten 202 sind Teil einer Eingangs-Schicht 211. Beispielhafte Eingangsgrößen sind die Fahrzeug-Energiemenge 251 und ggf. die Ladestationsdaten 252 und ggf. die Ladevorgangsdaten für einen Ladevorgang.
-
Das neuronale Netz 200 umfasst ferner Neuronen 220 in ein oder mehreren verdeckten Schichten 212 des neuronalen Netzes 200. Jedes der Neuronen 220 kann als Eingangswerte die einzelnen Ausgangswerte der Neuronen der vorhergehenden Schicht 212, 211 aufweisen (oder zumindest einen Teil davon). In jedem der Neuronen 220 erfolgt eine Verarbeitung, um in Abhängigkeit von den Eingangswerten einen Ausgangswert des Neurons 220 zu ermitteln. Die Ausgangswerte der Neuronen 220 der letzten verdeckten Schicht 212 können in einem Ausgangs-Neuron bzw. Ausgabe-Knoten 220 einer Ausgangs-Schicht 213 verarbeitet werden, um die ein oder mehreren Ausgangswerte 203 des neuronalen Netzes 200 zu ermitteln. In dem vorliegenden Beispiel kann als Ausgangswert 203 der Wert der Gesamtenergiemenge 255 für einen Ladevorgang ermittelt und bereitgestellt werden.
-
2b veranschaulicht die beispielhafte Signalverarbeitung innerhalb eines Neurons 220, insbesondere innerhalb der Neuronen 202 der ein oder mehreren verdeckten Schichten 212 und/oder der Ausgangs-Schicht 213. Die Eingangswerte 221 des Neurons 220 werden mit individuellen Gewichten 222 gewichtet, um in einer Summeneinheit 223 eine gewichtete Summe 224 der Eingangswerte 221 zu ermitteln (ggf. unter Berücksichtigung eines Bias bzw. Offsets 227). Durch eine Aktivierungsfunktion 225 kann die gewichtete Summe 224 auf einen Ausgangswert 226 des Neurons 220 abgebildet werden. Dabei kann durch die Aktivierungsfunktion 225 z.B. eine Begrenzung des Wertebereichs erfolgen. Für ein Neuron 220 kann z.B. eine Sigmoid-Funktion oder eine Tangens hyperbolicus (tanh)-Funktion oder eine Rectified Linear Unit (ReLU), z.B. f(x) = max(0, x) als Aktivierungsfunktion 225 verwendet werden. Ggf. kann der Wert der gewichteten Summe 224 mit einem Offset 227 verschoben werden.
-
Ein Neuron 220 weist somit Gewichte 222 und/oder ggf. einen Offset 227 als Neuron-Parameter auf. Die Neuron-Parameter der Neuronen 220 eines neuronalen Netzes 200 können in einer Trainingsphase (anhand der Vielzahl von Trainingsdatensätzen) angelernt werden, um zu bewirken, dass das neuronale Netz 200 eine bestimmte Funktion approximiert und/oder ein bestimmtes Verhalten modelliert, insbesondere um in präziser Weise die Gesamtenergiemenge 255 für einen Ladevorgang zu schätzen.
-
Das Anlernen eines neuronalen Netzes 200 kann z.B. anhand des Backpropagation-Algorithmus erfolgen. Zu diesem Zweck können in einer ersten Phase einer qten Epoche eines Lernalgorithmus für die Eingangswerte 201 an den ein oder mehreren Eingangs-Knoten 202 des neuronalen Netzes 200 entsprechende Ausgangswerte 203 an dem Ausgang der ein oder mehreren Ausgangs-Neuronen 220 ermittelt werden. Auf Basis der Ausgangswerte 203 kann der Fehlerwert einer Optimierungs- bzw. Fehlerfunktion ermittelt werden.
-
In einer zweiten Phase der qten Epoche des Lernalgorithmus erfolgt eine Rückpropagation des Fehlers bzw. des Fehlerwertes von dem Ausgang zum Eingang des neuronalen Netzes, um schichtweise die Neuron-Parameter der Neuronen 220 zu verändern. Dabei kann die ermittelte Fehlerfunktion am Ausgang partiell nach jedem einzelnen Neuron-Parameter des neuronalen Netzes 200 abgeleitet werden, um ein Ausmaß und/oder eine Richtung zur Anpassung der einzelnen Neuron-Parameter zu ermitteln. Dieser Lernalgorithmus kann iterativ für eine Vielzahl von Epochen wiederholt werden, bis ein vordefiniertes Konvergenz- und/oder Abbruchkriterium erreicht wird.
-
Die Vorrichtung 106 des Fahrzeugs 100 kann somit eingerichtet sein, die Fahrzeug-Energiemenge 251 für einen Ladevorgang zu ermitteln. Die Fahrzeug-Energiemenge 251 kann z.B. auf Basis des aktuellen Ladezustands des Energiespeichers des Fahrzeugs 100 ermittelt werden (für einen geplanten, vorausliegenden, Ladevorgang). Alternativ oder ergänzend kann die Fahrzeug-Energiemenge 251 auf Basis der Fahrzeug-Energiedaten der Fahrzeug-Messeinheit 105 ermittelt werden (für einen laufenden bzw. für einen bereits durchgeführten Ladevorgang).
-
Die Vorrichtung 106 kann ferner eingerichtet sein, anhand der im Vorfeld angelernten Schätzeinheit 250 auf Basis der Fahrzeug-Energiemenge 251 und ggf. unter Berücksichtigung von Ladestationsdaten 252 in Bezug auf die Ladestation 110, an der der Ladevorgang durchgeführt wird oder durchgeführt werden soll, und ggf. unter Berücksichtigung von Ladevorgangsdaten für den Ladevorgang die Gesamtenergiemenge 255 für den Ladevorgang zu ermitteln. Die Gesamtenergiemenge 255 kann dann ggf. mit einem Kostenwert für eine Mengeneinheit der elektrischen Energie (z.B. für eine kWh) multipliziert werden, um die Gesamtkosten des Ladevorgangs zu ermitteln bzw. zu prognostizieren.
-
Die o.g. Funktionalität kann z.B. im Vorfeld zu einem geplanten Ladevorgang dazu genutzt werden, um dem Nutzer eines Fahrzeugs 100 eine geeignete Ladestation 110 für den Ladevorgang vorzuschlagen. 3 zeigt eine beispielhafte bildliche Darstellung 300 eines Straßennetzes 301, auf dem das Fahrzeug 100 fährt. Die bildliche Darstellung 300 kann z.B. auf einem Bildschirm des Fahrzeugs 100 (z.B. als Teil eines Navigationssystems des Fahrzeugs 100) dargestellt werden. In der bildlichen Darstellung 300 können ein oder mehrere Ladestationen 110 im Umfeld des Fahrzeugs 100 dargestellt werden. Des Weiteren kann Energieinformation 305 für die einzelnen Ladestationen 110 angezeigt werden, wobei die Energieinformation 305 z.B. die Gesamtenergiemenge 255 und/oder die Gesamtkosten anzeigt, die der Ladevorgang in den einzelnen Ladestationen 110 verursachen wird.
-
Dem Nutzer des Fahrzeugs 100 wird es somit ermöglicht, in komfortabler Weise eine geeignete Ladestation 110, z.B. die Ladestation 110 mit der geringsten Gesamtenergiemenge 255, für den Ladevorgang auszuwählen. So können der Komfort für den Nutzer und die Energieeffizienz des Fahrzeugs 100 erhöht werden.
-
Auf Basis mehrerer Ladevorgänge und der damit verbundenen Aufzeichnung der Daten 251 [E_Fahrzeug] durch den Messpunkt 105 der Ladedose 101 an ein oder mehreren Fahrzeugen 110 und der Daten 255 [E Gesamt] der Ladestation kann (als Teil der Schätzeinheit 250) ein Regressionsalgorithmus aus dem Bereich des maschinellen Lernens bereitgestellt bzw. angelernt werden. Dieser Algorithmus kann eingerichtet sein, auf Basis von Fahrzeugdaten 251 und ggf. auf Basis von Daten 252 der Ladestation 110 und ggf. auf Basis von Ladevorgangsdaten die Gesamtenergiemenge 255 für einen Ladevorgang zu berechnen. Da die Verluste des Ladekabels 112 und der Ladestation 110 typischerweise abhängig von ein oder mehreren Einflussfaktoren sind, sind Inputs für den Algorithmus typischerweise die Energiemenge 251 des Fahrzeugs [E_Fahrzeug] ein oder mehrere weitere Einflussfaktoren wie z.B. das Ladeverfahren (AC, DC) oder ein oder mehrere Einstellungen (z.B. maximaler Ladestrom) oder ein oder mehrere hardwareseitige Einflüsse (z.B. ein Modell des Ladekabels 112). Die ein oder mehreren weiteren Einflussfaktoren können als Ladestationsdaten 252 und/oder als Ladevorgangsdaten im Rahmen der Ermittlung der Gesamtenergiemenge 255 berücksichtigt werden.
-
Mit Hilfe des Regressionsalgorithmus (d.h. anhand der Schätzeinheit 250) können die Verluste des Ladekabels 112 und der Ladestation 110 für individuelle Ladestationen 110 und/oder für individuelle Ladevorgänge ermittelt werden. Dadurch kann einem Nutzer bereits vor Ladebeginn eine präzise Energie- und/oder Kostenprognose bereitgestellt werden. Die Fahrzeug-Energiemenge 251, welche das Fahrzeug 100 während des Ladevorgangs lädt, ist dem Fahrzeug 100, insbesondere aufgrund von ein oder mehreren Einstellungen des Nutzers, bekannt.
-
Zu dieser Fahrzeug-Energiemenge 251 können die Verluste des Ladekabels 112 und der Ladestation 110 addiert werden, um die Gesamtenergiekosten 255 zu ermitteln. Durch Multiplizieren der Gesamtenergiemenge 255 mit dem Preis einer Energieeinheit [€/kWh] können die Gesamtkosten für den Ladevorgang ermittelt werden.
-
4a zeigt ein Ablaufdiagramm eines beispielhaften (ggf. Computerimplementierten) Verfahrens 400 zum Anlernen einer Schätzeinheit 250, um die Schätzeinheit 250 zu befähigen, auf Basis einer Fahrzeug-Energiemenge 251 an elektrischer Energie, die von einem Fahrzeug 100 bei einem Ladevorgang an einer Ladestation 110 aufgenommen wird, die Gesamtenergiemenge 255 zu schätzen, die von der Ladestation 110 für den Ladevorgang aus einer elektrischen Versorgungsquelle (z.B. aus einem Stromversorgungsnetz) aufgenommen wird. Das Verfahren 400 kann von einem (Fahrzeug-externen) Server ausgeführt werden.
-
Das Verfahren 400 umfasst das Ermitteln 401 einer Vielzahl von Trainingsdatensätzen für eine entsprechende Vielzahl von (tatsächlich durchgeführten) Ladevorgängen. Der Trainingsdatensatz für einen (tatsächlich durchgeführten) Ladevorgang kann dabei die (tatsächliche) Fahrzeug-Energiemenge 251 und die (tatsächliche) Gesamtenergiemenge 255 für den (tatsächlich durchgeführten) Ladevorgang anzeigen. Es können somit Trainingsdaten bereitgestellt werden, die für eine Vielzahl von Ladevorgängen jeweils die tatsächlich von einem Fahrzeug 100 aufgenommene Fahrzeug-Energiemenge 251 und die tatsächlich von dem Ladestation 110 aufgenommene Gesamtenergiemeng 255 anzeigen. Ferner können die einzelnen Trainingsdatensätze Ladestationsdaten 252 umfassen, die es ermöglichen, die einzelnen Ladestationen 110 und/oder den Typ von Ladevorgang an den einzelnen Ladestationen 110 zu identifizieren. Ferner können die einzelnen Trainingsdatensätze Ladevorgangsdaten umfassen, aus denen z.B. die (maximale) Ladeleistung der einzelnen (tatsächlich durchgeführten) Ladevorgänge hervorgeht.
-
Das Verfahren 400 umfasst ferner das Anlernen 402 der Schätzeinheit 250 auf Basis der Vielzahl von Trainingsdatensätzen. Insbesondere können eine analytische Funktion und/oder ein neuronales Netz 200 auf Basis der Trainingsdaten angelernt werden. Durch das maschinelle Anlernen einer Schätzeinheit 250 kann eine robuste, zuverlässige und effiziente Schätzung der Energieverluste der einzelnen Ladestationen 110 bei Ladevorgängen ermöglicht werden.
-
4b zeigt ein Ablaufdiagramm eines beispielhaften (ggf. Computerimplementierten) Verfahrens 410 zur Ermittlung der Gesamtenergiemenge 255 für einen Ladevorgang eines elektrischen Energiespeichers eines zumindest teilweise elektrisch angetriebenen Fahrzeugs 100 an einer Ladestation 110. Das Verfahren 410 kann durch eine Vorrichtung 106 des Fahrzeugs 100 ausgeführt werden.
-
Das Verfahren 410 umfasst das Ermitteln 411 der Fahrzeug-Energiemenge 251 (d.h. die Menge an elektrischer Energie), die von dem Fahrzeug 100 für den Ladevorgang aufgenommen wird. Die Fahrzeug-Energiemenge 251 kann dabei die Menge an elektrischer Energie anzeigen, die von dem Fahrzeug 100, z.B. an der Ladedose 101 des Fahrzeugs 100, aufgenommen wird.
-
Des Weiteren umfasst das Verfahren 410 das Schätzen 412, mittels einer im Vorfeld ermittelten bzw. (maschinell) angelernten Schätzeinheit 250, auf Basis der Fahrzeug-Energiemenge 251 der Gesamtenergiemenge 255, die von der Ladestation 110 für den Ladevorgang aus einer elektrischen Versorgungsquelle aufgenommen wird. Die Gesamtenergiemenge 255 umfasst dabei neben der Fahrzeug-Energiemenge 251 auch etwaige Energieverluste innerhalb der Ladestation 110 und/oder auf dem Ladekabel 112 zwischen der Ladestation 110 und dem Fahrzeug 100.
-
Durch die in diesem Dokument beschriebenen Maßnahmen kann die Gesamtenergiemenge für Ladevorgänge eines Fahrzeugs 100 in effizienter und präziser Weise ermittelt werden. So können der Komfort für einen Nutzer des Fahrzeugs 100 und die Energieeffizienz des Fahrzeugs 100 erhöht werden.
-
Die vorliegende Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Insbesondere ist zu beachten, dass die Beschreibung und die Figuren nur das Prinzip der vorgeschlagenen Verfahren, Vorrichtungen und Systeme veranschaulichen sollen.
