Bewertung der Leistung von Elektrofahrzeugen mittels Clustering von Fahrzyklen basierend auf Motor‑Inverter‑Verlusten und Effizienz

Warum diese Studie für Elektroautos wichtig ist

Elektroautos versprechen sauberere Städte und geringere CO₂‑Emissionen, doch wie effizient sie Batteriestrom in Bewegung verwandeln, hängt von mehr ab als nur dem Motor. Diese Studie blickt in den elektrischen Antriebsstrang hinein und untersucht, wie sowohl der Motor als auch die Leistungselektronik, die ihn versorgt, unter realen Fahrbedingungen Energie verschwenden oder einsparen. Indem die Autoren Tausende Sekunden Stop‑and‑Go‑Verkehr auf eine Handvoll zentraler Situationen verdichten, zeigen sie, wie Ingenieure effizientere, weiterreichende Elektrofahrzeuge entwerfen können, ohne in Rechenaufwand zu versinken.

Von Straßen und Verkehr zu Kräften und Geschwindigkeiten

Die Forschenden beginnen auf der Straßenebene und verwenden drei standardisierte Geschwindigkeitsprofile, auf die Fahrzeughersteller bereits für Tests zurückgreifen: europäische, weltweite und US‑städtische Fahrzyklen. Das sind Zeitverläufe, die zeigen, wie schnell ein Auto fährt, wie oft es stoppt und wie stark es beschleunigt. Aus diesen Kurven berechnet ein Fahrzeugmodell die Radkräfte und dann das Drehmoment und die Drehzahl, die der Elektromotor über ein festes Übersetzungsverhältnis liefern muss. So wird jede Sekunde Fahrt in einen Punkt auf einer Drehmoment‑Drehzahl‑Karte übersetzt und zeigt, in welchem Betriebsbereich der Motor tatsächlich seine Zeit und Energie verbringt.

Tausende Momente in wenige Schlüsselzustände komprimieren

Eine aufwendige Motorkonstruktion an jedem einzelnen Drehmoment‑Drehzahl‑Punkt zu simulieren, würde Tage oder Wochen Rechenzeit erfordern. Um das zu vermeiden, nutzt die Studie Data‑Mining‑Werkzeuge. Zuerst fasst ein gängiges Clustering‑Verfahren ähnliche Betriebszustände zusammen. Anschließend stellt eine energieorientierte Verfeinerung — genannt Energy Centre of Gravity‑Ansatz — sicher, dass die gewählten „repräsentativen Punkte“ nicht nur typisch sind, sondern auch dort liegen, wo tatsächlich die meiste Energie verwendet wird. Jeder repräsentative Punkt erhält ein Gewicht basierend darauf, wie häufig er auftritt und wie viel Energie er benötigt, sodass eine kleine Menge Punkte eine gesamte Fahrt repräsentieren kann, während das wahre Energiespektrum erhalten bleibt.

Einblick in den Motor und sein elektronisches Herz

Mit diesen repräsentativen Punkten im Gepäck wenden sich die Autorinnen und Autoren detaillierten Motorsimulationen zu. Sie untersuchen einen Innenpol‑Permanentmagnetmotor, eine populäre Wahl für Elektroautos, weil er hohes Drehmoment und gute Effizienz in einem kompakten Paket vereint. Mittels Finite‑Elemente‑Analyse kartieren sie, wie Magnetfelder, Kupferwicklungen und Stahlkerne sich über verschiedene Stromstellungen verhalten. Eine Regelungsstrategie, bekannt als „maximum torque per ampere“, wird genutzt, um für jeden Betriebszustand die Stromkombination zu finden, die das geforderte Drehmoment mit dem geringsten elektrischen Aufwand liefert. Aus diesen Simulationen extrahieren sie die wichtigsten Verlustquellen: Erwärmung in den Kupferwicklungen und im magnetisierbaren Stahl, die Energie schluckt und durch Kühlsysteme abgeführt werden muss.

Vergleich elektronischer „Ventile“, die den Motor speisen

Die Studie berücksichtigt dann den Einfluss des Wechselrichters, der Schachtel schneller elektronischer Schalter, die den Batteriestrahlgleichstrom in die dreiphasigen Ströme wandelt, die der Motor benötigt. Zwei moderne Wechselrichtertechnologien werden gegenübergestellt: eine auf IGBT‑Schaltern basierende und eine mit SiC‑MOSFET‑Schaltern. Mit Modellen, die auf Herstellerdaten beruhen, berechnen die Autoren sowohl Leitungsverluste (Energie, die bei fließendem Strom verloren geht) als auch Schaltverluste (Energiespitzen, die bei jedem Ein‑ und Ausschalten auftreten). Sie speisen die resultierenden Stromwellenformen in die Motorsimulationen ein und zeigen, wie die scharfen, gepulsten Ströme realer Wechselrichter zusätzliche Drehmoment‑Rippel und erhöhte magnetische Verluste im Vergleich zu einer idealen gleichmäßigen Versorgung verursachen.

Was das für Reichweite, Effizienz und Rechenzeit bedeutet

Über alle drei Fahrzyklen hinweg reproduziert der Clustering‑Ansatz die volle Zyklus‑Motoreffizienz auf etwa zwei Prozent genau, während er detaillierte Simulationen von vielen Stunden auf rund zehn Minuten pro Zyklus für den Motor allein reduziert. Wenn das Wechselrichterverhalten einbezogen wird, steigen die Gesamtverluste deutlich an und die gesamte Antriebsstrang‑Effizienz sinkt im Vergleich zum idealisierten Fall um einige Prozentpunkte. Dennoch verschwendet der auf SiC‑MOSFET basierende Wechselrichter durch geringere Schaltverluste durchgängig weniger Energie als der IGBT‑basierte, wodurch er besonders attraktiv für Fahrzeuge mit häufigen Tempowechseln ist. Für Laien ist die Kernaussage, dass sowohl der Motor als auch sein elektronischer „Hahn“ gemeinsam ausgelegt werden müssen und dass intelligente Datenreduktion es Ingenieuren ermöglicht, viele Ideen schnell zu testen. Indem die wichtigsten Fahrsituationen erfasst und das kombinierte Motor‑Wechselrichter‑System modelliert werden, bietet diese Arbeit einen praktikablen Weg zu Elektroautos, die mit derselben Batterieladung weiter kommen, ohne unverhältnismäßig hohen Rechenaufwand zu benötigen.

Zitation: Abdelali, K., Bendjedia, B., Rizoug, N. et al. Evaluation of electric vehicle performance using driving cycle clustering based on motor-inverter losses and efficiency. Sci Rep 16, 8040 (2026). https://doi.org/10.1038/s41598-026-36663-3

Schlüsselwörter: Effizienz von Elektrofahrzeugen, Konstruktion von Antriebsmotoren, Leistungselektronik‑Wechselrichter, Analyse von Fahrzyklen, Energieverluste