This study developed a methodology to estimate the thermal consumption in the electric vehicle. It makes use of a database collected from 3 Hyundai Kona EVs via OBD-II device from Jeju, South Korea for the past seven months. The data consists of basic information of vehicle trip including time, battery, motor and auxiliary components, collected in 1s interval. This study first examined the Kona climate control subsystem, the operational principle of the vehicle's heating, ventilation and cooling systems (HVAC), and battery thermal management systems (BTMS). Later, a lumped-capacitance model was developed for EV thermal systems. Lastly, we adopted a physics-guided neural network (PGNN) to enhance and verify our model accuracy. The proposed method has a simple and fast computation speed that allows real-time climate control energy consumption tracking and the purposed model is able to reduce the EV power consumption.
본 연구에서는 전기자동차의 실내 온도 조절 에너지 소비량을 추정하는 방법론을 개발했습니다. 지난 6개월 동안 한국 제주에서 OBD-II 장치를 통해 3대의 현대 코나 EV에서 수집한 데이터베이스를 활용합니다. 데이터는 1초 간격으로 수집된 시간, 배터리, 모터 및 보조 구성 요소를 포함한 차량 주행에 대한 기본 정보로 구성됩니다. 먼저 차량 난방·환기·냉방시스템(HVAC)과 배터리 열관리시스템(BTMS)의 작동원리인 코나 배터리 하위시스템을 살펴본 뒤 열시스템에 대한 일괄 용량 모델을 개발했다. 마지막으로 모델 정확도를 검증하기 위해 인공 신경망(PGNN)을 채택했다. 제안된 방법은 실시간 실내 온도 조절 에너지 소비 추적이 가능하고 EV 효율을 최적화할 수 있는 간단하고 빠른 계산 속도이다.
