河北南峰へようこそ!

電気自動車の熱管理技術の将来、どこまで発展するか

電気自動車は、いつの間にか身近なモビリティツールとなっています。電気自動車の急速な普及により、環境に優しく利便性も兼ね備えた電気自動車の時代が本格的に到来しました。しかし、バッテリーがすべてのエネルギーを供給する電気自動車の特性上、エネルギー効率の向上は依然として課題となっています。そこで、現代自動車グループは電気自動車の効率向上のため、「熱マネジメント」に着目しました。電気自動車の性能と効率を最大限に引き出すNFグループの電気自動車熱マネジメント技術をご紹介します。

熱管理技術(HVCH電気自動車の普及に必要な

電気自動車は必然的に熱を発生しますが、使用方法によってはエネルギー効率に大きな影響を与えます。放熱・吸収のプロセスにおける効率を高めることで、利便性機能の活用と走行距離の確保という二つの側面を同時に実現することが可能になります。

電気自動車に搭載される便利な機能が増えるほど、バッテリーの電力消費量が増え、走行距離が短くなる。

一般的に、電気自動車の送電過程では約20%の電気エネルギーが熱として失われます。そのため、電気自動車にとって最大の課題は、この無駄な熱エネルギーを最小限に抑え、電力効率を高めることです。さらに、すべてのエネルギーをバッテリーから供給する電気自動車の特性上、エンターテイメントやアシスト機能などの利便性の高い機能を使うほど、航続距離は短くなります。

また、冬季はバッテリー効率が低下し、通常よりも走行距離が短くなり、充電速度も遅くなります。これらの課題に対し、NFグループでは、電気自動車の各種戦車部品から発生する廃熱をヒートポンプシステムで利用し、室内暖房などに活用することで、エネルギー消費量の削減に取り組んでいます。

同時に、NFグループは電気自動車用バッテリーの効率向上につながる将来の熱マネジメント技術の研究も進めています。その中には、バッテリーからの暖房エネルギー供給を最小限に抑える「新コンセプト暖房システム」や、新開発の「加熱ガラス除霜システム」など、まもなく量産化される技術もあります。さらに、NFグループは「外部熱マネジメントバッテリー充電ステーション」と呼ばれる充電インフラの開発も進めています。さらに、電気自動車におけるコアシストデバイス使用時のドライバーの利便性向上と省エネ効果を両立させる「AIベースのパーソナライズコアシスト制御ロジック」の研究も進めています。

幅広い充電条件下でバッテリー温度を維持するための外部熱管理ワークステーション

一般的に、バッテリーは約25℃の温度で最適な充電率と効率を維持し、温度はCを維持することが知られています。そのため、外気温が高すぎたり低すぎたりすると、EVバッテリーの性能が低下し、充電率も低下します。そのため、EVバッテリーの温度管理は重要です。同時に、バッテリーを高速充電する際に発生する熱の管理にもより注意が必要です。なぜなら、バッテリーを高出力で充電すると、より多くの熱が発生するからです。
NFグループの外部熱管理ステーションは、外気温に関係なく、温水と冷水を別々に用意し、充電中に電気自動車の内部に供給することで、PTCヒーター(PTCクーラントヒーター/PTCエアヒーター熱管理システムに必要です。

PTCクーラントヒーター
PTCクーラントヒーター
PTCクーラントヒーター02
PTCエアヒーター03

AIベースのパーソナライズされた協調制御ロジックにより、ユーザーの快適性と効率性が向上します。

NFグループは、電動車両において、ライダーのアシスト機器の作動を最小限に抑え、省エネを実現する「AIによるパーソナライズアシスト制御ロジック」の開発に取り組んでいます。これは、ライダーがAI車両が普段好む共助設定を学習し、天候や気温などの様々な状況を考慮しながら、AI車両がライダーに最適な共助環境を自ら提供する技術です。
AIベースのパーソナライズされた協調制御ロジックが乗客のニーズを予測し、車両が自ら最適な室内協調環境を作り出す

AIベースのパーソナライズされた協調制御ロジックの利点は次のとおりです。まず、ライダーが協調アシスト装置を直接操作する必要がないので便利です。AIはライダーの希望する協調アシスト状態を予測し、事前に協調アシスト制御を実施できるため、ライダーが協調アシスト装置を直接操作する場合よりも早く希望の室温を実現できます。

第二に、コ・アシスト装置の操作頻度が低いため、コ・アシスト制御用の物理ボタンを車内ではなくタッチスクリーンに統合することが可能になります。これらの変更は、将来の電気自動車における超薄型コックピットと広い車内空間の実現に貢献すると期待されます。

最後に、電気自動車のバッテリーのエネルギー消費をわずかに削減できます。関連ロジックを通じて乗客の相互援助操作を最小限に抑えることで、段階的かつ計画的な熱状態変化制御を実行し、エネルギー節約を最大化できます。最も重要なのは、AIベースのパーソナライズされた相互援助制御ロジックをEVの統合熱管理制御ロジックに連携させることで、乗客の介入なしにエネルギー消費予測の性能を向上させることができると期待されることです。つまり、未来予測の精度が高ければ高いほど、より多くのエネルギーを体系的に制御できるため、バッテリー効率が向上し、車両全体のエネルギー管理の観点からエネルギー消費を最小限に抑えることができます。


投稿日時: 2023年3月29日