電気自動車はいつの間にか身近な移動手段となり、急速に普及しています。環境に優しく便利な電気自動車の時代は、その普及に伴い正式に幕を開けました。しかし、バッテリーがすべてのエネルギーを供給するという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を目指し、「熱管理」に注目しました。今回は、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管理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
電気自動車が必然的に発生させる熱は、その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る。放熱と吸熱の過程における効率を高めることができれば、利便性機能の活用と走行距離の確保という2つの方法を同時に実現できる。
電気自動車に搭載される便利な機能が増えるほど、バッテリーの消費量が増え、走行距離は短くなる。
一般的に、電気自動車の送電過程では、電気エネルギーの約20%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、熱エネルギーの損失を最小限に抑え、電力効率を高めることです。それだけでなく、電気自動車はバッテリーからすべてのエネルギーを供給するという特性上、エンターテインメントや運転支援装置などの便利な機能を使用すればするほど、走行距離が短くなるという問題もあります。
さらに、冬季はバッテリー効率が低下し、走行距離が通常より短くなり、充電速度も遅くなる。NFグループはこれらの課題に対処するため、電気自動車の各種戦闘機器から発生する廃熱をヒートポンプシステムに利用して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る。
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次世代の熱管理技術の研究開発も継続しています。その中には、バッテリーからの加熱エネルギー供給を最小限に抑える「新コンセプト加熱システム」や新開発の「加熱式ガラス霜取りシステム」など、間もなく量産化される技術も含まれています。さらに、NFグループは「外部熱管理型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。また、電気自動車のコ・アシスト装置使用時にドライバーの利便性を向上させ、省エネ効果も得られる「AIベースのパーソナライズされたコ・アシスト制御ロジック」の研究開発も行っています。
外部熱管理ワークステーションにより、幅広い充電条件下でバッテリー温度を一定に保つ。
一般的に、バッテリーは摂氏25度前後の温度で最適な充電速度と効率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バッテリーの性能低下や充電速度の低下につながります。これが、EVバッテリーの適切な温度管理が重要な理由です。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を払う必要があります。なぜなら、バッテリーをより多くの電力で充電すると、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、外部温度に関係なく、温水と冷水を別々に準備し、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冷却ヒーター/PTCエアヒーター熱管理システムに必要。
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、電気自動車のライダーが運転支援装置の使用を最小限に抑えられるよう支援し、省エネルギーを実現する「AIベースのパーソナライズされたアシスタンス制御ロジック」を開発しています。これは、ライダーがAI搭載車両の普段の好みのアシスタンス設定を学習し、天候や気温などの様々な状況を考慮しながら、ライダーに最適なアシスタンス環境を自動的に提供する技術です。
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、車両が最適な室内協調環境を自動的に作り出す。
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、ライダーが補助装置を直接操作する必要がないため便利です。AIはライダーの希望する補助状態を予測し、事前に補助制御を実行できるため、ライダーが補助装置を直接操作する場合よりも早く希望の室温を達成できます。
第二に、コ・アシスト装置の使用頻度が低いため、コ・アシスト操作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。これらの変更により、将来の電気自動車における超薄型コックピットとより広い室内空間の実現に貢献することが期待されます。
最後に、電気自動車のバッテリーのエネルギー消費量をわずかに削減できます。関連するロジックによって乗客の相互支援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支援制御ロジックをEVの統合熱管理制御ロジックにリンクさせることで、乗客の介入なしに予測エネルギー消費量の性能を向上させることが期待できる点です。言い換えれば、将来の予測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、車両全体のエネルギー管理の観点からバッテリー効率を向上させ、エネルギー消費量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