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、知らず知らずのうちに身近なモビリティツールになっています。電気自動車の急速な普及により、環境に優しく便利な電気自動車の時代が本格的に到来しました。しかし、電気自動車はすべてのエネルギーをバッテリーでまかなう特性から、エネルギー効率の面での苦戦が課題となっています。まだ存在しています。これに対し、現代自動車グループは電気自動車の効率を向上させるための「熱管理」に注目した。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な

電気自動車から必然的に発生する熱は、その使用方法に応じてエネルギー効率に大きな影響を与えます。放熱と吸収の過程で効率を高めれば、利便性の活用と走行距離の確保の両方を同時に捉えることができます。

電気自動車の便利な機能が増えると、バッテリーの消費量が増え、走行距離が短くなります。

一般に、電気自動車の動力伝達時には、電力エネルギーの約20%が熱として失われます。したがって、電気自動車の最大の課題は、無駄な熱エネルギーを最小限に抑え、電気の効率を高めることです。それだけでなく、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車支援装置などの便利機能を多用するほど走行距離は短くなります。

また、冬場はバッテリー効率が低下し、通常より走行距離が短くなり、充電速度も遅くなります。こうした課題に対し、NFグループでは電気自動車の各種戦場コンポーネントから発生する廃熱を室内暖房用のヒートポンプシステムなどに利用し、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バッテリーの効率を向上させる将来の熱管理技術の研究を続けています。その中には、加熱のためにバッテリーから供給されるエネルギーを最小限に抑える「新コンセプト加熱システム」や新しい「加熱ガラスデフロストシステム」など、間もなく量産化される技術も含まれている。さらに、NFグループは「外部温度管理バッテリー充電ステーション」と呼ばれる充電インフラを開発中です。また、電気自動車でのアシスト装置利用時のドライバーの利便性向上や省エネ効果を実現する「AIによるパーソナライズ・アシスト制御ロジック」の研究にも取り組んでいます。

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

一般に、バッテリーは摂氏温度を維持しながら約 25 度で最適な充電率と効率を維持することが知られています。したがって、外部温度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、バッテリー残量が減少します。充電率で。このため、EV バッテリーの一定の温度管理が重要になります。同時に、バッテリーを高速で充電するときに発生する熱の管理にもさらに注意が必要です。より多くの電力でバッテリーを充電すると、より多くの熱が発生するためです。
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、温かい冷却水と冷たい冷却水を別々に準備し、充電中に電気自動車の内部に供給することで PTC ヒーターを生成します。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、ユーザーの快適さと効率が向上します

NFグループは、電気自動車のライダーが補助装置の動作を最小限に抑えることを支援し、エネルギーを節約する「AIベースのパーソナライズされた補助制御ロジック」を開発しています。AI車両が普段好んでいるアシスト設定をライダーが学習し、天候や気温などの様々な条件を考慮して自ら最適なアシスト環境をライダーに提供する技術です。
AIベースのパーソナライズされたコーディネーション制御ロジックにより乗員のニーズを予測し、車両が自ら最適な室内コーディネーション環境を構築

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 デバイスを直接操作する必要がないことが便利です。AIがライダーの希望するアシスト状態を予測し、事前にアシスト制御を実行できるため、ライダーが直接アシスト装置を操作する場合よりも早く希望の室温に到達することができます。

第 2 に、コーアシスト デバイスの操作頻度が低いため、コーアシスト制御に使用される物理ボタンを車内に実装するのではなく、タッチ スクリーンに統合することができます。これらの変化は、将来の電気自動車の超薄型コックピットと広い室内空間の実現に貢献すると期待されています。

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。関連するロジックを通じて乗客の相互支援動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て、エネルギー節約を最大化できます。最も重要なことは、AI ベースのパーソナライズされた相互扶助制御ロジックが EV の統合熱管理制御ロジックとリンクされている場合、乗客の介入なしで予測エネルギー消費量のパフォーマンスを向上できることが期待されます。つまり、将来の予測が正確であればあるほど、より多くのエネルギーを体系的に制御できるようになり、車両のトータルエネルギーマネジメントの観点からバッテリー効率が向上し、エネルギー消費を最小限に抑えることができます。


投稿時間: 2023 年 3 月 29 日