자동차 경량 설계: 전기 자동차의 대량 관련 소비 시뮬레이션 모델링

by Francesco Del Pero^*,Lorenzo Berzi,Andrea Antonacci andMassimo DeloguDepartment of Industrial Engineering, University of Florence, Via di S. Marta 3, 50139 Florence, Italy^*Author to whom correspondence should be addressed.Machines2020, 8(3), 51; https://doi.org/10.3390/machines8030051Received: 14 August 2020 / Revised: 30 August 2020 / Accepted: 31 August 2020 / Published: 3 September 2020

Abstract

차량 경량화와 관련된 수명 주기 효과에 대한 철저한 평가는 사용 단계에서 에너지 및 지속 가능성 이점이 직접적으로 의존하는 대량 유도 소비에 대한 엄격한 평가가 필요합니다. 기존 문헌은 이 연구 분야에 대해 상당한 개선 여지가 있기 때문에 이 논문은 순수 전기 자동차(EV)의 중량 관련 에너지 소비를 추정하기 위한 분석적 계산 절차를 제안합니다. 소비량과 질량 간의 상관 관계는 100kg 질량 감소를 통해 달성할 수 있는 특정 소비량 절감을 수량화하는 에너지 감소 값(ERV) 계수를 통해 표현됩니다. ERV는 실제 2019 유럽 시장 EV 모델에서 파생된 여러 이질적인 사례 연구에 대해 추정되며 3가지 주행 주기에 따라 서로 다른 운전 행동을 고려합니다. 고려 중인 사례 연구의 경우 ERV 범위는 0.47~1.17kWh/(100km × 100kg)이며 변동성은 주로 차량 크기와 주행 주기에 따라 다릅니다. 자동차 크기에 대한 질량 관련 소비의 높은 불확실성을 감안할 때, 차량 기술적 특징에서 시작하여 실제 EV 모델에 대한 ERV를 정확하게 추정하기 위해 분석 방법이 개선되었습니다. 에너지 평가와 함께 이 연구는 또한 세 가지 다른 전력 그리드 믹스에 대해 추정되는 충격 감소 값(IRV)을 통해 경량 설계의 환경적 영향을 평가합니다. 마지막으로 ERV/IRV 모델링 접근 방식은 문헌에서 가져온 일련의 비교 경량 사례 연구에 적용됩니다.키워드: 경량화 ; 기계 설계 ; 산업 공학 ; 자동차 ; 시뮬레이션 모델링 ; 에너지 소비 ; 지속 가능성

1. 소개

에너지 자원 고갈과 지구 기후 변화는 전 세계 현대 사회의 주요 관심사 중 하나입니다[ 1 , 2 ]. 개선된 에너지 안보와 감소된 지구 기후 변화에 대한 열망은 인간 활동으로 인한 화석 연료 소비를 줄이기 위한 많은 산업 및 연구 개발로 이어졌습니다 [ 3,4 ] . 도로 운송 부문은 전 세계적으로 총 에너지 수요 및 대기 배출의 관련 할당량을 차지합니다[ 5 ]. 운전은 자동차의 Life Cycle 중 가장 에너지를 많이 소모하는 단계이기 때문에 경차의 연비 향상을 위해 많은 노력을 기울이고 있습니다. [ 6 ]. 문헌은 대체 연료의 사용, 보다 효율적인 추진 기술의 개발, 차량 소형화, 파워트레인 효율성의 증가 및 차량 크기 감소와 같이 이 야심찬 목표를 달성하기 위한 광범위한 가능한 솔루션을 조사하는 일련의 작업을 제공합니다. , 공기역학적 항력 또는 구름 저항 [ 7 , 8 , 9 ]. 보다 지속 가능한 이동성을 제공하는 또 다른 매우 유망한 방법은 경량 디자인입니다. 자동차 중량과 작동 중 소비되는 에너지는 밀접한 상관관계가 있기 때문에 경량화는 사용 단계 소비를 줄일 수 있는 매우 높은 잠재력을 나타냅니다. 10 % 중량 감소는 유사한 기능 수준에서 약 3-6%의 연료 소비 감소를 수반 합니다 .]. 지난 10년 동안 자동차 경량화는 자동차 질량 감소를 위한 가장 다양한 옵션(단일 구성요소/조립체의 재설계, 기존 재료를 대체하는 중량 효율적인 재료 사용, 제조 기술 및 프로세스 최적화)과 관련하여 깊이 연구되었습니다. , 그리고 이러한 새로운 설계 전략의 의미는 에너지 및 환경 관점 모두에서 수명 주기 관점에서 평가되었습니다. [ 12 , 13 , 14]. 이와 관련하여 문헌 연구는 경량 소재와 혁신적인 제조 기술이 일반적으로 차량 주기(차량 생산에 필요한 모든 프로세스)에서 기존 솔루션보다 더 많은 에너지를 필요로 하고 더 많은 온실 가스 배출을 발생시킨다는 점을 확인하는 데 다소 동의하는 것 같습니다. [ 15 , 16 , 17 ]. 반면에, 질량 감소는 작동 중 소비의 감소를 수반하므로 연료 주기(연료/에너지 생산 및 소비와 관련된 모든 프로세스)에서 부인할 수 없는 에너지 및 환경적 이점으로 이어집니다. [ 18 , 19 , 20]. 결과적으로 차량 주기와 연료 주기 단계 사이의 가능한 절충은 새로운 설계 솔루션의 효과적인 수익성을 적절하게 평가하기 위해 운영 소비에 대한 중량 감소 효과의 정확한 평가를 필요로 합니다[ 21 , 22 , 23 ]. 또 다른 관련 사항은 경량 사례 연구의 평가를 다루는 연구가 다양한 가정과 방법의 영향을 받는다는 것입니다. 가장 관련성이 높은 것은 혁신적/재래식 재료 간의 질량 대체 비율과 중량 유도 연료 소비 [ 24 , 25 , 26]. 특히, 후자는 사용 단계 에너지 흡수의 추정에서 핵심적인 역할을 하며 에너지 소비 절감 모델링을 위해 선택된 접근 방식은 전체 수명 주기 관점에서 결과의 현저한 변화를 초래할 수 있습니다[ 27 , 28 ]. 일반적으로 경량화로 인한 연료 절감은 연료 질량 상관 관계와 연료 감소 값이라는 두 가지 메트릭을 통해 추정됩니다. 연료 질량 상관 관계는 연료 질량 탄력성을 비례 연비 변화를 비례 중량 감소로 나눈 값으로 표현합니다(예: 10% 중량 감소에 대해 7% 소비 감소) [ 29 , 30], 연료 감소 값(FRV)은 100kg 중량 절감(예: 내연 기관 차량(ICEV)의 경우 L/(100km × 100kg) 또는 kWh/(100km × 배터리 전기 자동차의 경우 100kg) [ 31 ]. 그러나 FRV 접근 방식은 중량으로 인한 에너지 소비를 측정하는 데 더 적절해 보입니다. 연료-질량 상관 관계는 다양한 차량 모델 간에 크게 다른 질량과 관련되지 않은 부하(예: 보조 부하 또는 공기역학적 항력 저항)를 고려하지 않기 때문입니다. . 현재 주로 ICE 자동차에 대해 사용단계 체중에 의한 소비량 추정 문제가 연구되고 있다[ 32]. 연구는 차량 클래스, 자동차 모델, 주행 주기 및 파워트레인 조정이 수행되는지 여부와 같은 여러 모델링 가정에 따라 0.1에서 0.6L/(100km × 100kg) 사이에서 변하는 FRV에 대한 광범위한 결과를 제공합니다. 성능 동등성 [ 33 , 34 ]. 그러나 일부 연구에서는 파워트레인 기술 기능에서 시작하여 일반 자동차 모델에 대해 저렴한 FRV를 도출할 수 있는 수학적 모델을 제공합니다[ 35 , 36 , 37 ].발전된 파워트레인 차량(전기, 하이브리드, 연료전지)과 관련하여 제한된 수의 연구[ 38 , 39 ]에 의해 연료-질량 상관관계가 다루어지고, 그 결과를 ICEV의 것과 비교[ 40 , 41 , 42 ]. 이러한 연구는 일반적으로 경량화로 인한 한계 에너지 절약이 첨단 기술 자동차(ICEV보다 약 30~50% 적음)에서 더 낮으며 이를 전기 모터에 대한 의존도가 더 높은 차량의 더 큰 파워트레인 효율(따라서 더 낮은 소비)과 연관시킨다는 것을 발견했습니다. 43 ]. Kim과 Wallington의 연구 [ 44]는 BEV(Battery Electric Vehicles)를 포함한 다양한 파워트레인 기술에 대한 FRV를 조사하는 유일한 작업입니다. 물리학 기반 계산 방법은 ICEV, BEV, 하이브리드 전기 자동차 및 플러그인 하이브리드 전기 자동차의 특정 자동차 모델에 적용됩니다. 미국 연방 테스트 절차(FTP) 결합(55개 도시/45개 고속도로) 주행 주기를 기반으로 합니다. 연구 결과에 따르면 FRV는 자동차 모델 기능 및 파워트레인 유형에 따라 크게 달라지며 BEV는 다른 추진 장치에 비해 가장 낮은 질량 유도 소비(100km당 1.3~2.3L 등가 범위 내에서 구성)를 제공합니다. 기술, 특히 ICEV. 저자들은 자동차의 기술적 특징으로 인한 FRV의 큰 변동성을 고려할 때, 대량 소비 상관 관계에 대한 일반적으로 조화된 권장 사항을 사용할 수 없으며 실제 사례 연구를 적절하게 평가하려면 모델별 평가가 필요합니다. Luk et al.의 리뷰 기사. [45 ] 전기 자동차는 경량 설계에서 가장 낮은 에너지 절약 잠재력을 제공함을 확인하지만 더 낮은 소비는 동일한 주행 범위를 기반으로 배터리를 소형화할 수 있으므로 추가로 가치 있는 질량 감소를 제공하여 에너지 절약을 더욱 높일 수 있음을 강조합니다.최신 기술에 따르면 ICEV의 대량 소비 상관 관계 분석에 대해 주목할만한 연구 활동이 수행되었지만 고급 파워트레인 자동차에 대한 조사의 여지가 여전히 많습니다. 우선, 여러 연구에서 제안한 연료-질량 상관관계는 FRV 추정을 위한 완전한 메트릭을 나타내지 않습니다. 다른 차량을 비교할 때 질량과 관련되지 않은 부하에 대한 가정을 결합하기 때문입니다. 또한 대부분의 시뮬레이션 모델링 활동은 이론적인 자동차를 기반으로 하며 자동차 모델명과 연식에 대한 표시가 없습니다. 특히, BEV의 경우 현재 사용 중인 특정 자동차 모델의 데이터를 기반으로 FRV 계수의 철저한 시뮬레이션 모델링을 수행하는 문헌은 단 하나의 연구만 제공합니다. 하지만, 이 논문은 실제 차량에 대한 질량 소비 상관관계 추정에 대한 지침을 제공하지 않으며, 자동차 모델로 인한 결과의 큰 변동성은 일반 FRV를 통한 경량화 평가를 신뢰할 수 없게 만듭니다. 또한 계산은 연구의 지리적 영역에서 효과적인 표준화된 주행 주기를 기반으로 하며 전 세계적으로 일반적으로 관련이 없으며 대량 감소의 지속 가능성 영향은 고려되지 않습니다.본 연구는 순수 전기자동차의 질량유도 에너지 소비량에 대한 해석적 계산 절차를 제시한다. 이 작업의 목표는 BEV 분야에서 경량화의 지속 가능성 및 에너지 평가에 대한 지원을 제공하는 것입니다. 대량소비 상관관계 추정은 가상의 차량 데이터 사용에 대한 결과의 불확실성을 최소화하기 위해 자동차 모델별 데이터를 기반으로 합니다. 시뮬레이션 모델링은 광범위한 차량 기술 기능을 고려하여 광범위한 차량 크기 및 클래스에 속하는 여러 특정 사례 연구에 대해 수행됩니다. 또한, 대량유도소비는 국제표준화 및 연구활동에 의해 개발된 일련의 주행주기를 기반으로 평가되며, 다양한 운전 패턴의 효과를 포착합니다. 마지막으로 연구에는 일련의 문헌 사례 연구에도 적용되는 환경 영향 감소 값의 계산을 통한 지속 가능성 평가가 포함됩니다.

2. 재료 및 방법

차량 질량과 사용 단계 소비/환경 영향 간의 상관 관계 분석은 두 가지 주요 계산 섹션에서 수행됩니다. 첫 번째는 자동차 시스템 역학의 시뮬레이션 모델링을 통해 특정 수의 BEV 사례 연구의 다양한 질량 구성에 대한 에너지 흡수를 추정합니다. 두 번째 섹션에서는 다른 구성에서 흡수된 에너지와 질량 간의 상관 관계를 통해 사용 단계 소비와 환경 영향 모두에 대한 중량 감소 효과를 평가합니다.

2.1. 차량 소비 시뮬레이션 모델링

자동차 소비량 계산은 소프트웨어 MATLAB-Simulink에서 개발한 시뮬레이션 모델을 통해 수행됩니다[ 46 ]. 세련된 모델은 차량의 종방향 역학을 시뮬레이션하며 문헌 예[ 35 , 36 , 47 ] 에 따르면 "전방 모델" 범주에 속합니다 . 모델링은 모든 드라이브 트레인 구성 요소의 작동을 재현하여 특정 주행 주기를 따르는 데 필요한 모터 토크 계산을 제공합니다[ 48 ]. 이 모델은 운전자, 파워트레인, 동력 전달 장치 및 에너지 관리 의 네 가지 주요 섹션( 그림 1 )으로 구성됩니다.

그림 1. MATLAB-Simulink 모델의 레이아웃: 드라이버( a ), 파워트레인( b ), 드라이브라인( c ) 및 에너지 관리( d ).드라이버 섹션은 속도 추종자 PID(Proportional-Integral-Derivative) 컨트롤러를 기반으로 합니다. 이 모델에는 미분 부분이 0으로 설정된 구동 주기 가속 및 감속 예측(예상 계수는 1초임)을 위한 순방향 2차 PID가 포함됩니다. PID 컨트롤러는 갑자기 다양한 가속 시퀀스를 제공하는 강성 사이클(예: 가속이 0에서 일정한 값으로 즉시 전달되어야 하는 NEDC(New European Driving Cycle))을 채택할 때 시뮬레이션된 운전을 적절하게 "부드럽게"하는 기능입니다. 브레이크 블렌딩 컨트롤러( 그림 1 의 Drv 제어 )는 파워트레인(회생 제동 토크) 및 기계적 제동으로부터 별도의 토크 요청을 제공하기 위해 사용자의 브레이크 요청을 조절합니다.파워트레인 섹션에는 배터리 및 모터 하위 모델이 포함됩니다. 배터리 하위 모델(Thevenin 기반)은 Mitsubishi i-MiEV 셀(16kWh 배터리 팩[ 49 ]에 사용됨)의 특성을 기반으로 구축되었으며 다음을 기반으로 확장하여 특정 차량 사례 연구에 적용됩니다. 유효 배터리 용량. 모터 하위 모델은 견인 토크, 회생 제동 토크 및 효율성(모터와 인버터를 고려한 결합 값)을 정의하는 기능을 가진 룩업 테이블( 그림 2 )을 기반으로 합니다. 데이터는 자동차 PMSM(영구 자석 동기 모터) 테스트에서 가져옵니다. [ 50] 및 자동차 모델 사양(공칭 토크, 모터 속도 및 효율성)을 기반으로 차량 사례 연구(전형적인 비교를 위한 일반적인 접근 방식)에 맞게 조정되고 조정됩니다.

그림 2. 기본 모터 특성에 대한 룩업 테이블.드라이브라인 섹션은 관성(드라이브라인의 주요 회전 요소의 등가 관성을 나타내는 계수로 수정된 주행 순서의 차량 질량으로 평가됨) 및 마찰 특성(자동차 공기역학 및 타이어 롤링 마찰을 기반으로 계산됨)을 모델링합니다. 섹션은 다음 하위 모델로 구성됩니다. 제동(바퀴에 제동 토크 제공), 바퀴(제동 및 견인력 제공, 구름 마찰에 따라 수정), 차체(등가 회전 질량을 포함하는 세로 역학 모델링) , 및 보조 장치(모델링 조명 및 기본 전기 및 전자 부품, 평균 소비량은 약 180W임).에너지 관리 섹션에서는 회생 제동을 고려하여 전력 소비량을 추정합니다. 이 모델은 전기식 제동과 기계식 제동 간의 단순화된 혼합 기준을 기반으로 하며( 그림 3 ), 회생 제동 토크를 드라이브라인 허용 한계 내에서 제한하는 것을 목표로 합니다(필요한 경우 기계식 제동 시스템에서 제공하는 초과 제동 토크). 선택한 접근 방식은 다양한 주행 주기에 걸쳐 기대치에 필적하는 결과를 제공합니다(예: 알려진 주행 주기 동안의 재생 에너지는 주기 특성에 따라 15~25% 범위에 있음 [ 48]). 섹션은 배터리, 슈퍼 커패시터 및 범위 확장기의 하위 모델로 구성됩니다. 슈퍼 커패시터 및 범위 확장기 하위 모델은 이 애플리케이션에 사용되지 않습니다. 에너지 관리에서 전원이 단순히 배터리로 리디렉션되기 때문입니다.

그림 3. 브레이크 혼합 기준: 회생 제동 기능이 없는 경우의 일반적인 제동 재분할( a ) 및 프론트 액슬의 회생 제동 기능이 있는 차량의 브레이크 혼합( b ).에너지 소비 계산은 A/B, C 및 D/E 클래스에 속하는 10개의 BEV 사례 연구에 대해 수행됩니다. 광범위한 자동차 크기를 선택하면 차량의 기술적 특성(주로 질량, 모터 동력, 동력 대 중량 비율)의 강한 변화를 고려하여 질량과 전기 흡수 사이의 상관 관계를 모델링할 수 있습니다. 한 세그먼트를 다른 세그먼트로. 에너지 소비의 현실적인 가치를 얻기 위해 사례 연구의 기술적 특징은 2019 EV 유럽 시장의 특정 차량 모델을 참조합니다. 실제 자동차를 사용하는 선택은 고려된 사례 연구가 유럽에서 판매되는 대다수의 BEV를 가능한 한 많이 대표하므로 엔트리 레벨에서 고성능/고급 세그먼트에 이르기까지 가능한 모든 용도를 포함하기 위해 수행됩니다. . 표 A1 부록 A 는 시뮬레이션 모델링에서 고려한 차량 모델의 기술적 특징을 보고합니다.에너지 소비 추정을 위한 주행 패턴은 NEDC(New European Driving Cycle)[ 51 ], WLTP(World Light Test Procedure)[ 52 ], All-Long 의 세 가지 주행 주기를 기반으로 계산됩니다. 유럽 연구 프로젝트 "혁신적인 전기 자동차 부품 및 시스템을 위한 실제 환경에서 노화 및 효율성 시뮬레이션 및 테스트"(ASTERICS)에서 개발된 드라이빙 사이클(ALDC) [ 53]. NEDC는 2017년까지 유럽에서 형식 시험 승인을 위해 채택되었던 추진 주기이고 WLTP는 현재 유럽 형식 시험 승인 주기입니다. NEDC가 더 이상 시행되지 않음에도 불구하고 에너지/연료 절감 값을 과거 연구(ICEV와 같은 다양한 파워트레인 기술 처리)와 비교할 수 있도록 포함되었습니다. 한편, 유럽 수준(WLTP)에서 표준화된 주행 주기를 채택하기로 선택한 것은 현재 및 미래 작업과의 일관성, 투명성 및 비교 가능성이 필요하기 때문입니다. 마지막으로 ALDC는 도시 및 교외 지역에서 현재 전기 자동차의 실제 사용 조건을 재현하기 위해 특별히 개발되었기 때문에 선택되었습니다[ 54 ]. 부록 A의 표 A2 부록 그림 A1 은 ALDC의 속도 프로필을 보고하는 반면, 3가지 드라이브 사이클의 주요 설명 매개변수를 보고합니다.

2.2. 에너지 사용량 및 환경영향 저감량 산정

질량 관련 에너지 흡수 평가는 시뮬레이션 모델링 단계에서 얻은 소비 값을 기반으로 수행됩니다. 계산 절차에 따르면 각 차량 사례 연구에 대해 기준 질량 구성 및 4가지 경량 질량 구성에 대해 에너지 흡수가 각각 기준에 대해 5%, 10%, 15% 및 20% 중량 감소로 추정됩니다. 하나. 그런 다음 질량 유도 소비는 질량 함수의 전기 흡수 회귀선의 기울기로 결정되고( 부록 A의 그림 A2 ), 다음과 같이 에너지 감소 값(ERV) 계수를 통해 결정됩니다. 방정식:이자형R V=Δ E씨△ 엠(1)여기서 ERV = 에너지 절감 값(kWh/(100km × 100kg)), ΔEC = 차량 질량 감소를 통해 달성한 에너지 소비 감소(kWh/100km); 및 ΔM = 100kg 차량 질량 감소.파워트레인 크기 조정은 BEV의 에너지 절약에 미미한 영향을 미치기 때문에 [ 55], 모델링은 1차 질량 감소만을 가정하여 수행됩니다. 즉, 경량 구성의 모든 차량 매개변수는 질량만 제외하고 참조 매개변수와 관련하여 변경되지 않은 상태로 유지됩니다. 계산 섹션은 질량 감소가 제공하는 환경적 영향에 대한 평가로 끝납니다. 이러한 평가는 에너지 절감 계수의 모델링을 기반으로 하며, ERV는 특정 영향 계수로 대량 유도 전력 소비를 곱하여 IRV(영향 감소 값) 계수로 변환됩니다. 영향 계수는 다음 방정식에 따라 특정 그리드 믹스를 통한 1kWh 전력 생산과 관련된 지구 온난화 지수(GWP)로 정의됩니다.IRV = ERV × GWPkWh(2)여기서 IRV = 충격 감소 값(kg CO ₂ eq/(100km × 100kg)), ERV = 에너지 절감 값(kWh/(100km × 100kg)), 및 GWP _kWh = 1kWh 전력 생산으로 인한 지구 온난화 잠재적 영향(kg CO ₂ eq/kWh).IRV는 노르웨이(NO), 평균 유럽(EU28) 및 폴란드(PL)의 세 가지 고유한 전력망 혼합을 고려하여 계산됩니다. 노르웨이와 폴란드 시나리오를 고려하는 선택은 전력 공급망의 지속 가능성 효과에 대한 포괄적인 개요를 갖기 위해 이루어집니다. 실제로, 이러한 혼합은 정반대의 에너지 및 환경 프로필이 특징입니다. 노르웨이 혼합을 통해 생산된 전기는 거의 완전히 재생 가능한 자원에서 생산되는 반면 폴란드 그리드 혼합은 주로 화석 자원을 기반으로 합니다.

3. 결과

표 1 은 모든 차량 사례 연구 및 주행 주기에 대한 ERV 및 IRV 계수를 보고하는 반면, 표 2 는 최소 및 최대 값, 범위 최대-최소, 산술 평균 및 표준 편차 측면에서 ERV/IRV를 특성화합니다(단일 클래스 및 전체 자동차 모델). 부록 A의 표 A3 은 각 질량 구성에 대한 차량 사례 연구의 전력 소비량을 제공합니다.표 1. 모든 차량 사례 연구에 대한 에너지 감소 값(ERV) 및 충격 감소 값(IRV).

표 2. 차종별/주행주기별 ERV 및 IRV를 최소값과 최대값, 최대~최소 범위의 크기, 산술평균, 표준편차로 분석

3.1. 사용 단계 경계 조건에 대한 감소 계수의 가변성

표 1 은 ERV가 0.47–1.17kWh/(100km × 100kg)의 전체 변동 범위로 차량 사례 연구 및 주행 주기에 따라 크게 다르다는 것을 강조합니다. 그림 4 는 차종별 및 주행 주기별 차량 모델에 대한 ERV의 산술 평균을 보여줍니다. 섹션의 검은색 막대는 최대 변동 범위를 식별하는 모든 사례 연구를 나타냅니다. ALDC는 단일 세그먼트 및 차량 전체에 대해 가장 높은 질량 유도 소비(ERV _ALDC )를 제공합니다. 모든 모델의 산술 평균은 0.97kWh/(100km × 100kg)이며 WLTP 및 NEDC를 준수합니다. 그림 4 는 또한 ERV _{ALDC 가}산술 평균(최소-최대 범위 0.77–1.17kWh/(100km × 100kg)) 및 표준 편차 0.12kWh/(100km × 100kg) 주변에서 가장 큰 분산을 가지며 WLTP에서 제공하는 변동성이 현저히 낮습니다. NEDC( 표 1). 상관관계가 있음에도 불구하고 특정 자동차 모델의 기술적 특성에 의해 대량 소비가 크게 영향을 받지만 일반적으로 ALDC에서 ERV가 더 높은 것은 두 가지 주요 원인으로 설명할 수 있습니다. 첫 번째이자 가장 중요한 것은 질량 의존적 저항 요인(구름 및 가속 저항)과 관련된 특정 에너지 소비(킬로미터당 전기)가 NEDC 및 WLTP보다 ALDC에서 더 크다는 것입니다. 이는 이 드라이브가 더 역동적으로 작동하기 때문입니다 주기. 사실, ALDC는 다른 질량 관련 현상과 비교하여 공기역학적 마찰이 우세해지는 연장된 "고속" 구간을 나타내지 않습니다. 두 번째 설명은 전기 모터가 NEDC 및 WLTP에서보다 ALDC에서 작동하는 전체 주기에 걸쳐 평균 효율이 낮다는 것입니다. 이는 사이클을 특징짓는 빈번한 속도 변동과 높은 가속으로 인해 자동차가 전체 ALDC 지속 시간의 관련 부분에 대해 부분 부하 조건에서 작동하기 때문입니다. 이와 관련하여 시뮬레이션 데이터는 기준보다 경량 질량 구성에서 모터 기본 효율이 낮고 질량 감소 성장에서 효율이 감소함을 보여줍니다. 그 이유는 경량에 필요한 더 낮은 모터 부하에서 찾을 수 있습니다. 주어진 속도 프로파일을 따르도록 구성합니다. 따라서 경량화를 통해 달성할 수 있는 에너지 절약 잠재력은 다른 구동 사이클보다 ALDC에서 더 높다고 할 수 있습니다. 시뮬레이션 데이터는 모터 기본 효율이 참조 것보다 경량 구성에서 더 낮고 질량 감소 성장에서 효율이 감소한다는 것을 보여줍니다. 그 이유는 다음을 따르기 위해 경량 구성에 필요한 더 낮은 모터 부하에서 찾을 수 있습니다. 주어진 속도 프로파일. 따라서 경량화를 통해 달성할 수 있는 에너지 절약 잠재력은 다른 구동 사이클보다 ALDC에서 더 높다고 할 수 있습니다. 시뮬레이션 데이터는 모터 기본 효율이 참조 것보다 경량 구성에서 더 낮고 질량 감소 성장에서 효율이 감소한다는 것을 보여줍니다. 그 이유는 다음을 따르기 위해 경량 구성에 필요한 더 낮은 모터 부하에서 찾을 수 있습니다. 주어진 속도 프로파일. 따라서 경량화를 통해 달성할 수 있는 에너지 절약 잠재력은 다른 구동 사이클보다 ALDC에서 더 높다고 할 수 있습니다.

그림 4. 차량 등급 및 주행 주기별 사례 연구에 대한 ERV의 산술 평균.차량 크기에 대한 ERV의 의존성과 관련하여 그림 4 는 A/B에서 D로 넘어가는 17%와 24%(구동 주기에 따라 다름) 내로 구성된 백분율 변동으로 자동차 세그먼트 수준에서 증가하는 대량 유도 소비를 강조합니다. /E 클래스. 이 결과는 그림 5 에서 실질적으로 확인됩니다., 전력 소비 기능의 감소 값을 보고합니다. 에너지 수요가 증가하고 고급 차량의 ERV는 하위 세그먼트보다 더 많은 소비량을 제공합니다. A/B 등급은 가장 낮은 전기 흡수를 제공합니다(차량 모델 및 주행 주기에 따라 9.6–15.7 kWh/km 이내). 가장 낮은 ERV(0.47–0.96kWh/(100km × 100kg))인 반면 D/E 클래스 자동차는 가장 높은 전기 흡수율(14.2–23.3kWh/km)과 가장 높은 ERV(0.58–1.17kWh/(100km) × 100kg)). 특정 소비에 따른 ERV의 성장은 일반적으로 모든 드라이브 사이클에서 발생하며 WLTP 및 NEDC보다 ALDC에서 더 두드러집니다.

그림 5. 전력 소비 기능의 모든 사례 연구에 대한 ERV.충격 감소의 특성화와 관련하여 그림 6 은 차량 등급 및 주행 주기별로 자동차 모델에 대한 IRV의 산술 평균을 제공합니다. 첫 번째 요점은 IRV의 분석적 정의로 인해 감소 값이 전력망 혼합에 직접적으로 의존한다는 것입니다. 노르웨이어와 폴란드어 혼합을 채택하기로 한 선택을 통해 우리는 정반대의 지속 가능성 시나리오를 평가할 수 있으며 그 중에는 다른 모든 가능한 대안이 포함됩니다. 모든 사례 연구에 대한 평균 IRV는 다음과 같습니다.

그림 6. 차량 등급 및 주행 주기별 사례 연구에 대한 IRV의 산술 평균.

노르웨이 그리드 믹스를 고려할 때 0.02kg CO ₂ eq/ (100km × 100kg)(IRV _NEDC ) 및 0.03kg CO ₂ eq/(100km × 100kg)(IRV _{ALDC );}
폴란드 그리드 믹스를 고려할 때 0.55kg CO ₂ eq/(100km × 100kg)(IRV _NEDC ) 및 0.96kg CO ₂ eq/(100km × 100kg)(IRV _{ALDC ).}

한편, 평균 유럽 그리드 믹스에 대해 중간 값을 얻습니다. 결과는 특히 차량 등급 및 주행 주기에 대한 의존성과 비교할 때 전력 생산을 기반으로 한 IRV의 변동성이 확실히 높다는 것을 강조합니다. 위로부터 특정 그리드 믹스의 선택이 경량 설계 솔루션의 효과적인 편의성을 위한 결정적인 포인트라는 것이 분명합니다.

3.2. ERV 및 IRV 추정을 위한 모델링 접근 방식

이 단락은 주요 차량의 기술적 특성의 가변성을 고려하여 실제 자동차에 대한 ERV/IRV의 저렴한 값을 제공할 수 있는 모델링 방법을 개선하는 것을 목표로 합니다. 이러한 접근 방식은 다양한 사례 연구에 대해 수행된 시뮬레이션에서 얻은 질량 감소 값에서 시작하여 개발되었습니다.단락의 첫 번째 섹션에서는 자동차의 기술적 특징인 질량(M), 최대 출력(P _max ) 및 전력 대 질량 비율(P/M)과 관련하여 질량 유도 에너지 소비의 변동성을 조사합니다. 상관관계의 유효성은 세 가지 매개변수의 기능에서 ERV의 회귀선을 통해 분석됩니다. 그림 7 은 NEDC, WLTP 및 ALDC 구동 주기에 대한 회귀선 및 관련 결정 계수와 함께 M, P _max 및 P/M 의 함수로 ERV를 보고합니다 .

그림 7. 주요 차량 기술 기능의 모든 사례 연구에 대한 ERV: 회귀선. 차량 질량( M )( a ), 최대 출력( P _max )( b ) 및 동력 대 질량 비율( P/M )( c ).우선, ERV가 고려된 매개변수에 따라 증가하고 ALDC에서 회귀선의 기울기가 NEDC 및 WLTP보다 상당히 높다는 것을 알 수 있습니다. 이러한 결과는 다음에 설명된 바와 같이 이전 단락에서 제시된 평균 데이터와 일치하는 것으로 보입니다.

더 높은 학급 수준의 사례 연구는 일반적으로 더 높은 M, P _max 및 P/M을 가집니다.
ALDC에서 더 큰 질량 의존 저항력은 다른 주행 사이클에 비해 자동차 크기가 증가함에 따라 ERV가 더 빠르게 증가하도록 합니다.

상관 분석과 관련하여 R ² 값 은 모든 구동 주기에 대해 결정 계수가 약 0.55인 매개변수 P/M에 대해 더 약한 종속성이 감지되었음을 강조합니다. 더 높은 R ² 는 P _max (약 0.75)를 나타내는 반면 가장 강한 상관 관계는 M에 대해 발생하며 R ²0.8 이상(NEDC 및 WLTP 모두 0.83, ALDC 0.87). 이전 고려 사항을 기반으로 실제 차량의 질량 유도 에너지 소비 모델링을 위해 선택한 접근 방식은 질량 함수에서 ERV의 회귀선을 사용하는 것입니다. 이러한 기준을 통해 차량 중량에 대한 지식만으로 일반적인 사례 연구에 대한 ERV를 간단한 방법으로 추정할 수 있습니다. 그러나 모델은 선택에 대한 표시 없이 3개의 방정식(각 주행 주기마다 하나씩)으로 구성됩니다. 이와 관련하여 다음 사항을 고려해야 합니다.

NEDC는 WLTP로 대체된 2017년까지 유럽 형식 승인 테스트의 표준화된 주행 주기였습니다. 그러나 수많은 연구에 따르면 실제 도로에서의 연료 소비와 배기 가스 배출이 NEDC를 통해 결정된 값보다 훨씬 높을 수 있음을 보여주기 때문에 이 주기는 현재의 실제 운전자 및 자동차의 운전 행동을 나타내지 않는다는 비판이 많습니다[ 56 , 57 , 58 , 59 ].
WLTP는 완전 전기 자동차의 범위는 물론 기존 자동차와 하이브리드 자동차 모두의 연료 소비/오염 물질 수준을 결정하기 위한 통합된 글로벌 표준입니다.
ALDC는 다수의 실제 차량 사용자의 도시 및 교외 주행 경로에서 수행된 테스트 캠페인을 통해 완전 전기 자동차를 위해 특별히 개발되었기 때문에 현재 EV의 실제 사용 조건을 완전히 대표한다고 볼 수 있습니다.

위의 관점에서 실제 사례 연구를 위해 경량화의 에너지 및 환경적 영향을 평가할 때 권장 사항은 세 가지 개별 사용 단계 시나리오를 가정하는 것입니다. 하나는 ALDC를 참조하고 다른 하나는 NEDC 및 WLTP를 참조합니다. 첫 번째 시나리오는 실제적이고 가장 저렴한 평가를 제공하므로 연구의 참고 자료로 사용해야 합니다. 한편, NEDC 및 WLTP를 통해 얻은 결과는 동일한 응용 프로그램에 대한 대안/경쟁 솔루션을 다루는 과거 및 현재 연구와의 비교 수단으로 간주되어야 합니다. 질량의 함수에서 ERV의 회귀선 방정식은 세 가지 주행 주기(ERV _ALDC , ERV _NEDC 및 ERV _{WLTP )에 대해}표 2 에 보고됩니다.).환경 평가 섹션과 관련하여 그림 8 은 관련된 회귀선과 고려된 주행 주기에 대한 R ^{2 와 함께 M 함수의 IRV를 보여줍니다.}충격 감소 계수는 고려된 매개변수와 ERV의 상관 관계가 동일하기 때문에 그림은 질량 함수의 데이터만 보고합니다. 회귀선의 방정식은 3개의 구동 주기와 3개의 전력망 믹스에 대해 표 3 에 보고되어 있습니다. 충격저감계수 분석을 통해 얻을 수 있는 또 하나의 주목할 만한 점은 운전주기 의존도에 비해 계통혼합의 변동성이 현저히 높다는 점이다. _{예를 들어, 유럽 평균 그리드 믹스 및 NEDC(IRV EU28_NEDC} )에서 IRV의 회귀선을 참조로 가정합니다._{), 그리드 믹스(IRV EU28_ALDC} ) 를 유지하면서 ALDC로 전달할 때보다 구동 주기(IRV _{PL_NEDC} ) 를 유지하면서 폴란드 믹스로 전달할 때 증가가 더 높습니다 .

그림 8. 차량 질량 함수의 모든 사례 연구에 대한 IRV: 회귀선.표 3. ERV/IRV의 모델링: 질량 함수의 회귀선 방정식.

3.3. 실제 사례 연구에 대한 모델링 접근 방식의 구현

이 단락은 전기 이동성 분야 내 경량화 평가에서 ERV/IRV 모델링 접근 방식의 기능에 대한 실용적인 예를 제공합니다. 이러한 접근 방식은 Reference [ 60 ] 에서 제공하는 일련의 지속 가능성 사례 연구에 적용됩니다 .

다음은 C 클래스 EV에 설치된 다양한 모듈에 대한 참조 및 혁신적인 설계 솔루션의 비교 수명 주기 평가(LCA)입니다.
경량 구성 요소는 복합 재료 및 하이브리드 재료를 기반으로 하며 완전 전기 자동차용으로 특별히 개발되었습니다.
환경 분석은 모듈의 전체 수명 주기(LC)를 고려하여 수행되며 지구 온난화 지수(GWP)를 포함한 여러 영향 범주를 기반으로 합니다.

비교 사례 연구는 참조 모델과 비교하여 새로운 설계 결과가 환경적으로 바람직한 LC 마일리지를 정량화하여 유일한 GWP 영향 범주에 대해 검토됩니다[ 60 ]. 이러한 LC 거리는 BEP(Break-Even Point)로 정의되며 경량화와 관련된 모든 LC 단계에서 영향 변동을 정량화하여 결정됩니다. 생산 및 EoL(End-of-Life)의 GWP 변경을 직접 취합니다. 참고 문헌 [ 60 ]에서, 사용 단계는 표 2 에 보고된 회귀선을 사용하여 ERV/IRV 접근 방식을 통해 추정됩니다 . 다음 방정식은 BEP 계산을 위한 분석 모델을 제공합니다.비 E피=10000 × Δ G W 피피r o d+ 전자오 엘나R V × Δ 중내가 지 _h t(삼)여기서 BEP = 손익분기점(km) ΔGWP _Prod+EoL = 지구 온난화의 변화 경량 설계로 인한 잠재적 영향(kg CO ₂ eq); IRV = 충격 감소 값(kg CO ₂ eq/(100km × 100kg)), 및 ΔM _라이트 = 경량 설계로 인한 차량 질량의 변화(kg).부록 A의 표 A4 는 기준선 및 혁신적인 설계 솔루션에 대한 간략한 설명과 모듈에 대한 참조 자동차 모델의 주요 기술 기능을 포함하여 고려된 모든 지속 가능성 사례 연구에 대한 ΔGWP _Prod+EoL 및 ΔM 을 보고 합니다. 그림 9 는 구동 주기와 전력망 믹스 간의 가능한 모든 조합을 고려한 5가지 구성 요소에 대한 BEP를 보여줍니다(숫자 데이터는 부록 A의 표 A5 에 보고됨). 고려되는 모듈은 프론트 모듈(FM), 프론트 후드(FH), 프론트 도어(FD), 크로스 대시보드 빔(CDB) 및 서스펜션 암(SA)입니다. 다이어그램은 노르웨이 시나리오를 고려할 때 모든 사례 연구에 대해 BEP가 [ 60](150,000km), 3,500만 킬로미터(NEDC의 FD 모듈 참조)와 0.93백만 킬로미터(ALDC의 CDB 모듈 참조) 사이의 변동성이 있습니다. 따라서 경량 설계는 노르웨이 그리드 믹스의 매우 작은 GWP 강도로 인해 중량 감소가 낮은 질량별 영향 절감을 가능하게 하기 때문에 환경적 관점에서 확실히 편리하지 않은 것으로 보입니다. BEP는 유럽 시나리오를 고려할 때 현저하게 낮습니다. 비록 모든 주행 주기에서 새로운 대안 결과가 선호되는 유일한 구성 요소가 CDB인 경우에도 마찬가지입니다. 그러나 ALDC의 SA 및 FM에 대한 BEP는 150,000km(각각 약 220,000km 및 250,000km)에서 멀지 않습니다. 마지막으로, 폴란드 그리드 믹스에 기반한 분석은 주기의 매우 높은 화석 에너지 집약도로 인해 BEP의 추가 감소를 포함합니다. 물론, 경량화는 CDB(모든 드라이브 사이클에서), SA(WLTP 및 ALDC에서) 및 FM(ALDC에서)에 효과적인 전략인 것으로 보이며, BEP는 다른 모듈 및 구동 사이클(160,000 범위 내)에 대한 LC 임계값 바로 위에 있습니다. –260,000km), 유일한 예외는 FD로 표시되며 이는 BEP가 현저히 더 높습니다(약 620,000–1,080,000km).

그림 9. 지속 가능성 사례 연구의 손익분기점(BEP)(전면 모듈(FM), 전면 후드(FH), 전면 도어(FD), 충돌 대시보드 빔(CDB) 및 서스펜션 암(SA)).차량 모델이 BEP에 미치는 영향을 분석하여 환경 섹션을 완성하였다. 그림 10 은 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대한 지속 가능성 사례 연구 FM, FH 및 SA에 대한 자동차 질량 함수의 BEP를 보고하고 고려된 모든 주행 주기를 포함합니다. 설계 솔루션은 C 클래스 차량을 참조하므로 중형 EV 세그먼트를 대표하는 것으로 밝혀진 1250-1650kg의 질량 범위를 조사하기 위해 선택되었습니다. 부록 A의 표 A6 은 M = 1250kg 및 M = 1650kg을 가정하여 고려된 사례 연구에 대한 BEP를 보고합니다.

그림 10. 지속 가능성 사례 연구 FM, FH 및 SA에 대한 자동차 질량의 함수에서 BEP. 노르웨이 그리드 믹스 ( a ), 평균 유럽 그리드 믹스 ( b ), 폴란드 그리드 믹스 ( c ).다이어그램은 특정 모듈의 고유한 기능을 넘어 노르웨이 믹스( 그림 10a )가 자동차 질량과 관련하여 BEP의 가장 높은 절대 변동성을 제공한다는 것을 보여줍니다(사례 연구 및 드라이브 사이클을 기반으로 350,000km 및 750,000km 이내로 구성된 BEP 변동성). ). 그 이유는 전기 생산의 내재된 GWP가 확실히 낮기 때문에 BEP가 매우 높기 때문입니다. 실제로 손익분기점은 200만 ~ 900만 킬로미터로 구성되어 있어 경량 옵션은 질량이 큰 자동차의 경우에도 효과적인 수익성과 거리가 멀다는 것을 보여줍니다. 평균 유럽 믹스와 관련하여( 그림 10b), BEP는 노르웨이보다 현저히 낮습니다. 그러나 손익분기점은 혁신적인 설계 대안에 대해 150,000km 임계값 내에 도달하지 않습니다. 즉, 1650kg 자동차가 있는 ALDC의 SA 모듈에 대한 BEP는 약 200,000km이며 EV로도 도달할 수 있습니다. 마지막으로 그림 10c는 폴란드 전력망 혼합이 질량에 따른 BEP의 가장 낮은 절대 변동성을 포함한다는 것을 보여줍니다(사례 연구 및 구동 주기에 따라 10,000km 및 25,000km 이내로 구성된 BEP 변동성). Break-Even 마일리지는 가정된 LC 거리와 동일한 차수(80,000-270,000km 범위 내)를 갖기 때문에 차량 모델에 대한 의존도가 경량 솔루션의 효과적인 환경 편의성을 설정하는 데 결정적입니다. 확인 결과, WLTP의 SA 모듈과 ALDC의 FH 모듈에 대한 BEP는 저중량 자동차(1250kg EV의 경우 각각 약 155,000km 및 158,000km)를 고려할 때 150,000km 이상인 반면, 대용량 차량은 BEP를 제공합니다. 이는 LC 제한(1650kg 자동차의 경우 각각 약 141,000km 및 139,000km) 미만입니다. 이는 이러한 솔루션이 대형 모델에 환경적으로 유리하지만 보급형 C 클래스 차량에 적용할 때는 그렇지 않다는 것을 의미합니다. 다른 모듈/주행 주기와 관련하여 차량 중량에 따른 BEP의 가변성은 임계값 교차를 포함하지 않습니다. 이에 대한 반대되는 두 가지 예는 NEDC의 FH 모듈과 ALDC의 SA 모듈입니다. 하한에서 상한으로 통과할 때 FH의 BEP는 약 22,000km 감소하지만 150,000km에 크게 접근하지 않습니다(BEP는 약 270,000km에서 248,000km로 다양함). 반면 SA 모듈의 변경(약 12,000km)은 경량 솔루션(BEP 범위 약 98,000km ~ 86,000km)의 편의성이 크게 향상되었습니다. 이전 고려 사항에 비추어 볼 때,

낮은 질량별 GWP 생산량 증가 및 EoL(ΔGWP _Prod+EoL /ΔM _light )을 특징으로 하는 경량 사례 연구를 처리합니다.
화석 집약적인 전력망이 매우 역동적으로 혼합되고 구동 주기가 있다고 가정합니다.

4. 결론

현재까지 연료 질량 상관관계는 ICE 경량 차량에 대해 광범위하게 연구되어 왔으며, 특히 순수 전기 자동차에 대한 고급 파워트레인 기술에 대한 조사의 여지가 여전히 많습니다. 이 연구는 물리적 테스트 또는 컴퓨터 지원 시뮬레이션을 사용할 수 없을 때 경량 설계 솔루션의 에너지 및 지속 가능성 평가를 지원하기 위해 EV의 대량 유도 소비 추정을 위한 포괄적인 프레임워크를 개선합니다. kWh/(100km × 100kg)로 표현되는 ERV 계수 계산을 기반으로 소비-중량 상관관계를 추정하는 단순화된 방법을 제안합니다. 시뮬레이션은 다양한 부문(A/B, C, D/E)을 대표하는 특정 2019 유럽 시장 EV 모델의 기술적 특징을 사용하여 일련의 자동차 사례 연구에 대해 수행됩니다. ERV 계수는 국제적으로 표준화되고 연구 활동(NEDC, WLTP 및 ALDC)에서 개발된 세 가지 운전 주기에 따라 추정되어 다양한 운전 스타일이 대량 유도 소비에 미치는 영향을 평가합니다. ERV는 최종적으로 100kg 질량 감소를 통해 달성할 수 있는 GWP 절감을 나타내는 IRV 계수로 변환되며 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대해 정량화됩니다. 다양한 사례 연구에 대해 얻은 ERV는 차량 모델 및 주행 주기에 따라 0.47–1.17kWh/(100km × 100kg) 범위의 값으로 광범위한 변동이 있음을 보여줍니다. 결과는 특정 자동차 모델의 영향을 넘어 ERV가 자동차 소비(경제)와 밀접하게 관련되어 있으며 자동차 크기가 증가함에 따라 증가한다고 강조합니다. 예를 들어, 평균 ERV 대량 유도 소비에 대한 다양한 운전 스타일의 영향을 평가하기 위해 국제적으로 표준화되고 연구 활동(NEDC, WLTP 및 ALDC)에서 개발되었습니다. ERV는 최종적으로 100kg 질량 감소를 통해 달성할 수 있는 GWP 절감을 나타내는 IRV 계수로 변환되며 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대해 정량화됩니다. 다양한 사례 연구에 대해 얻은 ERV는 차량 모델 및 주행 주기에 따라 0.47–1.17kWh/(100km × 100kg) 범위의 값으로 광범위한 변동이 있음을 보여줍니다. 결과는 특정 자동차 모델의 영향을 넘어 ERV가 자동차 소비(경제)와 밀접하게 관련되어 있으며 자동차 크기가 증가함에 따라 증가한다고 강조합니다. 예를 들어, 평균 ERV 대량 유도 소비에 대한 다양한 운전 스타일의 영향을 평가하기 위해 국제적으로 표준화되고 연구 활동(NEDC, WLTP 및 ALDC)에서 개발되었습니다. ERV는 최종적으로 100kg 질량 감소를 통해 달성할 수 있는 GWP 절감을 나타내는 IRV 계수로 변환되며 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대해 정량화됩니다. 다양한 사례 연구에 대해 얻은 ERV는 차량 모델 및 주행 주기에 따라 0.47–1.17kWh/(100km × 100kg) 범위의 값으로 광범위한 변동이 있음을 보여줍니다. 결과는 특정 자동차 모델의 영향을 넘어 ERV가 자동차 소비(경제)와 밀접하게 관련되어 있으며 자동차 크기가 증가함에 따라 증가한다고 강조합니다. 예를 들어, 평균 ERV 대량 유도 소비에 대한 다양한 운전 스타일의 영향을 평가합니다. ERV는 최종적으로 100kg 질량 감소를 통해 달성할 수 있는 GWP 절감을 나타내는 IRV 계수로 변환되며 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대해 정량화됩니다. 다양한 사례 연구에 대해 얻은 ERV는 차량 모델 및 주행 주기에 따라 0.47–1.17kWh/(100km × 100kg) 범위의 값으로 광범위한 변동이 있음을 보여줍니다. 결과는 특정 자동차 모델의 영향을 넘어 ERV가 자동차 소비(경제)와 밀접하게 관련되어 있으며 자동차 크기가 증가함에 따라 증가한다고 강조합니다. 예를 들어, 평균 ERV 대량 유도 소비에 대한 다양한 운전 스타일의 영향을 평가합니다. ERV는 최종적으로 100kg 질량 감소를 통해 달성할 수 있는 GWP 절감을 나타내는 IRV 계수로 변환되며 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대해 정량화됩니다. 다양한 사례 연구에 대해 얻은 ERV는 차량 모델 및 주행 주기에 따라 0.47–1.17kWh/(100km × 100kg) 범위의 값으로 광범위한 변동이 있음을 보여줍니다. 결과는 특정 자동차 모델의 영향을 넘어 ERV가 자동차 소비(경제)와 밀접하게 관련되어 있으며 자동차 크기가 증가함에 따라 증가한다고 강조합니다. 예를 들어, 평균 ERV 이는 100kg 질량 감소를 통해 달성할 수 있는 GWP 절감을 나타내며 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대해 정량화됩니다. 다양한 사례 연구에 대해 얻은 ERV는 차량 모델 및 주행 주기에 따라 0.47–1.17kWh/(100km × 100kg) 범위의 값으로 광범위한 변동이 있음을 보여줍니다. 결과는 특정 자동차 모델의 영향을 넘어 ERV가 자동차 소비(경제)와 밀접하게 관련되어 있으며 자동차 크기가 증가함에 따라 증가한다고 강조합니다. 예를 들어, 평균 ERV 이는 100kg 질량 감소를 통해 달성할 수 있는 GWP 절감을 나타내며 노르웨이, 평균 유럽 및 폴란드 그리드 믹스에 대해 정량화됩니다. 다양한 사례 연구에 대해 얻은 ERV는 차량 모델 및 주행 주기에 따라 0.47–1.17kWh/(100km × 100kg) 범위의 값으로 광범위한 변동이 있음을 보여줍니다. 결과는 특정 자동차 모델의 영향을 넘어 ERV가 자동차 소비(경제)와 밀접하게 관련되어 있으며 자동차 크기가 증가함에 따라 증가한다고 강조합니다. 예를 들어, 평균 ERV_ALDCA/B 클래스의 경우 0.89kWh/(100km × 100kg)이고 D/E 세그먼트의 경우 1.10kWh/(100km × 100kg)이며 C 클래스의 경우 중간 값입니다. 결과적으로 에너지 소비가 높은 상위급 전기차에 적용할 때 일정량의 경량화(kg 절감)가 가장 큰 이점을 제공한다. 구동 사이클의 영향과 관련하여 ERV는 NEDC 및 WLTP보다 ALDC에서 현저하게 높습니다. 그 이유는 사이클의 큰 역학(높은 가속/감속)으로 인해 질량 유도 에너지 소비가 더 크기 때문입니다. 주요 차량의 기술적 특징에 대한 ERV의 의존성에 대한 분석은 자동차 질량과 강한 상관관계가 있음을 강조하며, 이를 기반으로 하는 분석 방법은 실제 사례 연구에 적합한 가치를 제공하기 위해 개선됩니다. 이러한 기준을 통해 에너지 및 지속 가능성 관점에서 참조 솔루션과 경량 솔루션을 비교할 때 중량 관련 소비를 철저히 평가할 수 있습니다. ERV/IRV 모델링 접근 방식은 BEP의 정량화를 통해 혁신적인 솔루션의 수익성이 평가되는 문헌의 경량 사례 연구 시리즈에 최종적으로 적용됩니다. 이러한 사례 연구는 기술적 특징(사용된 재료 및 기술)과 응용 분야/경계 조건(자동차 크기, 주행 주기 및 전력망 혼합) 측면에서 크게 다른 여러 설계 솔루션을 참조합니다. 결과에 따르면 BEP는 특히 화석 집약적인 전력망 혼합 및 매우 역동적인 주행을 가정할 때 차량 모델의 영향을 크게 받습니다.

저자 기여

개념화, FDP; 데이터 큐레이션, FDP 및 LB; 형식 분석, FDP 및 AA; 조사, FDP; 방법론, FDP; 소프트웨어, FDP, LB 및 AA; 감독, MD; 검증, MD; 쓰기 - 원본 초안, FDP 모든 저자는 원고의 출판된 버전을 읽고 동의했습니다.

자금 조달

이 연구는 외부 자금 지원을 받지 않았습니다.

이해 상충

저자는 이해 상충을 선언하지 않습니다.

약어

ALDC	장기간 운전 사이클
별표	"혁신적인 전기 자동차 부품 및 시스템을 위한 실제 조건에서의 노화 및 효율성 시뮬레이션 및 테스트"
BEV	배터리 전기차
CDB	충돌 대시보드 빔
얼	삶의 끝
ERV	에너지 절감 가치
전기차	전기차
FD	앞문
FH	프론트 후드
FM	전면 모듈
FRV	연료 절감 가치
FTP	연방 시험 절차
GWP	지구 온난화 가능성
이세브	내부 연소 엔진
IRV	충격 감소 가치
LC	라이프 사이클
LCA	수명 주기 평가
NEDC	새로운 유럽 운전 사이클
PID	비례-적분-미분
PMSM	영구 자석 동기 모터
사	서스펜션 암
WLTP	전세계적으로 통일된 경량 테스트 절차

부록

표 A1. 고려된 사례 연구에 대한 참조로 가정된 BEV 모델의 기술적 특징.

표 A2. 고려된 드라이브 사이클에 대한 주요 설명 매개변수.

그림 A1. ALDC의 속도 프로필.

그림 A2. 회귀선 및 ERV 계수를 사용한 질량 함수의 에너지 소비.표 A3. 차량 사례 연구의 전력 소비.

표 A4. 고려된 지속 가능성 사례 연구의 주요 기술 및 지속 가능성 기능.

표 A5. 고려된 지속 가능성 사례 연구에 대한 BEP.

표 A6. M = 1250kg 및 M = 1650kg을 가정한 고려된 사례 연구에 대한 BEP.

참고문헌

기후 변화에 관한 정부 간 협의체. 2014년 기후 변화: 영향, 적응 및 취약성 ; 캠브리지 대학 출판부: 영국 캠브리지; 2014년 미국 뉴욕주 뉴욕; 1권. [ 구글 스칼라 ]
미국 환경 보호국. 미국 온실 가스 목록 초안. 배출 및 흡수원: 1990-2016 ; 미국 환경 보호국: 미국 워싱턴 DC, 2018.
기후 변화에 관한 정부 간 협의체. 기후 변화 2013: 물리 과학 기초, 작업 그룹 I 5차 평가 기여 ; Cambridge University Press: Cambridge, UK, 2013. [ Google Scholar ]
Mashayekh, Y.; Jaramillo, P.; Samaras, C.; 헨드릭슨, 코네티컷; 블랙허스트, M.; 맥린, HL; Matthews, HS 기후 변화 영향을 완화하기 위한 도시의 지속 가능한 운송 가능성. 환경. 과학 기술. 2012 , 46 , 2529–2537. [ Google 학술검색 ] [ CrossRef ] [ PubMed ]
Milovanoff, A.; 김 HC; De Kleine, R.; 월링턴, TJ; 포젠, 아이디; MacLean, HL 2016년부터 2050년까지 미국 경량 차량 경량화 및 관련 온실 가스 배출의 동적 함대 모델 . Environ. 과학 기술. 2019 , 53 , 2199–2208. [ Google 학술검색 ] [ CrossRef ] [ PubMed ]
Gonzalez Palencia, J. 무공해 차량 및 경량 재료를 사용하는 승용차 차량의 에너지 사용 및 CO _{2 배출 감소 잠재력.}에너지 2012 , 48 , 548–565. [ Google 학술검색 ] [ CrossRef ]
티자, 엠.; Czinege, I. 자동차 부품의 경량화 생산에서 강철과 알루미늄의 적용에 대한 비교 연구. 국제 J. 경량 물질. 제조 2018 , 1 , 229–238. [ Google 학술검색 ] [ CrossRef ]
Das, S.; 그라치아노, D.; Upadhyayula, VKK; Masanet, E.; 수수께끼, M.; Cresko, J. 차량 경량화 에너지 사용은 미국 경차 차량에 영향을 미칩니다. 지속시키다. 메이터. 기술. 2016 , 8 , 5–13. [ Google 학술검색 ] [ CrossRef ]
Luk, J.; 김 HC; De Kleine, R.; 월링턴, TJ; MacLean, H. 실제 경량 글라이더의 잠재적 수명 주기 온실 가스 배출 감소에 대한 파워트레인 유형의 영향. 세에테크. 어린애 속임수. Ser. 2017 , 1–8. [ Google 학술검색 ] [ CrossRef ]
Modaresi, R.; Pauliuk, S.; Løvik, AN; Muller, 2050년까지 승용차에서 재료 대체의 DB 글로벌 탄소 이점과 철강 및 알루미늄 산업에 미치는 영향. 환경. 과학 기술. 2014 , 48 , 10776–10784. [ Google 학술검색 ] [ CrossRef ]
Koffler, C.; Rodhe-Branderburger, K. 자동차 수명 주기 평가에서 경량 설계를 통한 연료 절약 계산에 대해. 국제 J. 수명 주기 평가. 2010 , 15 , 128–135. [ Google 학술검색 ] [ CrossRef ]
사, S.; Bawase, M.; Saraf, M. 경량 재료 및 자동차 응용 프로그램. 세에테크. 어린애 속임수. 2014 , 28 , 25. [ Google 학술검색 ] [ CrossRef ]
Ferreira, V. 나노 다이아몬드 강화 알루미늄 합금을 기반으로 한 경량 자동차 부품: 기술 및 환경 평가. 디암. 관계 메이터. 2019 , 2019 , 92. [ 구글 스칼라 ]
마야스, AT; A. 콰타위; 마야, AR; 매사추세츠주 오마르 지속 가능한 경량 차체 설계를 위한 수명 주기 평가 기반 선택. 에너지 2012 , 39 , 412–425. [ Google 학술검색 ] [ CrossRef ]
Poulikidou, S.; Jerpdal, L.; Bjorklund, A.; Åkermo, M. 자동차 응용 분야에서 자체 강화 복합 재료의 환경 성능. 대형 트럭 구성 요소에 대한 사례 연구. 메이터. 데. 2016 , 103 , 321–329. [ Google 학술검색 ] [ CrossRef ]
김 HC; Wallington, TJ 수명 주기 에너지 및 자동차 경량화의 온실 가스 배출 이점: 검토 및 조화. 환경. 과학 기술. 2013 , 47 , 6089–6097. [ Google 학술검색 ] [ CrossRef ]
루이스, AM; 켈리, JC; Keoleian, GA 차량 경량화 대 전기화: 다양한 파워트레인 차량의 수명 주기 에너지 및 GHG 배출 결과. 적용 에너지 2014 , 126 , 13–20. [ Google 학술검색 ] [ CrossRef ]
Egede, P. 경량 전기 자동차의 환경 평가 ; Springer International Publishing: Cham, Switzerland, 2017. [ Google Scholar ]
알론소, E.; Lee, TM; Bjelkengren, C.; 로스, R.; Kirchain, RE 차량 경량화의 2차 대량 절감 가능성 평가. 환경. 과학 기술. 2012 , 46 , 2893–2901. [ Google 학술검색 ] [ CrossRef ] [ PubMed ]
Egede, P. 지속 가능한 생산, 수명 주기 엔지니어링 및 관리. 경량 전기 자동차의 환경 평가 , 1판; Springer International Publishing: Cham, Switzerland, 2016. [ Google Scholar ]
Vinodh, S.; Jayakrishna, K. 대체 재료 및 제조 공정을 사용하는 자동차 부품의 환경 영향 최소화. 메이터. 데. 2011 , 32 , 5082–5090. [ Google 학술검색 ] [ CrossRef ]
Raugei, M.; Morrey, D.; 허친슨, A.; Winfield, P. 소형 차량을 위한 다양한 경량화 전략에 대한 일관된 수명 주기 평가. J. 클린. 찌르다. 2015 , 108 , 1168–1176. [ Google 학술검색 ] [ CrossRef ]
바이마르, E.; Finkbeiner, M. 자동차 LCA에 대한 경험적 평생 주행 거리 데이터의 통계 분석. 국제 J. 수명 주기 평가. 2016 , 21 , 215–223. [ Google 학술검색 ] [ CrossRef ]
Bian, J.; Mohrbacher, H.; Zhang, JS; Zhao, YT; 루, HZ; Dong, H. 상용차의 경량화 및 효율성 증대를 위한 고성능강의 응용 가능성. 고급 제조 2015 , 3 , 27–36. [ Google 학술검색 ] [ CrossRef ]
Faßbender, S.; 브뢰커호프, DE; Eckstein, L.; 하트만, B.; Urban, P. 알루미늄 집약형 전기 자동차의 경량화와 배터리 비용 간의 균형에 대한 조사 ; 보고서 106330; Forschungsgesellschaft Kraftfahrwesen mbH Aachen: Aachen, Germany, 2012. [ Google Scholar ]
Schuh, G.; Korthals, K.; Backs, M. 전기 자동차의 작동 단계에서 차체 경량화 설계가 환경에 미치는 영향. 2013년 4월 17-19일 싱가포르에서 개최된 제20회 CIRP 국제 회의의 회보에서; 스프링거: 싱가포르. [ 구글 스칼라 ]
빌헬름, E.; 호퍼, J.; 쉔러, 더블유.; Guzzella, L. 승객 차량의 경량화 및 파워트레인 효율성의 최적 구현. 운송 2012 , 27 , 237–249. [ Google 학술검색 ] [ CrossRef ]
Pagerit, S.; 공유자, P.; Rousseau, A. 고급 차량 파워트레인의 차량 질량에 대한 연비 민감도. 세에테크. 어린애 속임수. 2006 , 1 , 665. [ 구글 스칼라 ]
Ridge, L. EUCAR - 자동차 LCA 지침 - 2단계. SAE Tech. 어린애 속임수. 1998년 . [ Google 학술검색 ] [ CrossRef ]
미국 환경 보호국. 신세대 차량을 위한 새로운 연비 및 환경 라벨 ; EPA-420-F-11-017; 미국 환경 보호국: 미국 워싱턴 DC, 2011.
무타나, SB; Sardar, A. 배터리 전기차의 경량화: 인도 주행 사이클을 사용한 영향 분석. 세에테크. 어린애 속임수. Ser. 2013년 . [ Google 학술검색 ] [ CrossRef ]
김 HC; 월링턴, TJ; 설리반, JL; Keoleian, GA 차량 경량화의 수명 주기 평가: 사용 단계의 연료 소비를 추정하는 새로운 수학적 방법. 환경. 과학 기술. 2015 , 49 , 10209–10216. [ Google 학술검색 ] [ CrossRef ]
켈리, JC; 설리반, JL; 번햄, A.; Elgowainy, A. 재료 대체를 통한 차량 중량 감소가 수명 주기 온실 가스 배출에 미치는 영향. 환경. 과학 기술. 2015 , 49 , 12535–12542. [ Google 학술검색 ] [ CrossRef ]
호퍼, J.; 빌헬름, E.; Schenler, W. 기존 승용차와 전기 승용차에서 경량화의 질량, 에너지 및 비용 효과 비교. J. 서스테인. 개발 에너지 워터 환경. 시스템 2014 , 2 , 284–295. [ Google 학술검색 ] [ CrossRef ]
델 페로, F.; Delogu, M.; Pierini, M. 자동차 LCA 관점에서 경량화의 효과: 가솔린 터보차저 차량의 대량 유도 연료 소비 감소 추정. J. 클린. 찌르다. 2017 , 154 , 566–577. [ Google 학술검색 ] [ CrossRef ]
Delogu, M.; 델 페로, F.; Pierini, M. 자동차 분야의 경량 설계 솔루션: 디젤 터보차저 차량에 적용된 연료 감소 값 기반 환경 모델링. 지속 가능성 2016 , 8 , 1167. [ Google Scholar ] [ CrossRef ]
김 HC; Wallington, TJ 차량 경량화의 수명 주기 평가: 질량 유발 연료 소비에 대한 물리학 기반 모델. 환경. 과학 기술. 2013 , 47 , 14358–14366. [ Google 학술검색 ] [ CrossRef ]
안, F.; Santini, DJ Mass가 기존 차량과 하이브리드 전기 자동차의 연비에 미치는 영향. In Proceedings of the SAE World Congress, Detroit, MI, USA, 2004년 3월 8~11일. [ Google Scholar ]
Redelbach, M.; 클로츠케, 엠.; 프리드리히, 경량 설계가 대체 파워트레인 개념의 에너지 소비 및 비용 효율성에 미치는 영향. In Proceedings of the European Vehicle Congress (EEVC), Brussel, Belgium, 2012년 11월 19-22일. [ Google Scholar ]
카사데이, A.; Broda, R. 다양한 차량 아키텍처의 차량 중량 감소가 연비에 미치는 영향 ; 프로젝트 FB769; Ricardo Inc.: Shoreham-by-Sea, UK, 2008. [ Google Scholar ]
Wohlecker, R.; 요한나베르, 엠.; Espig, M. ICE, 하이브리드 및 연료 전지 차량의 연비에 대한 무게 탄성 측정. 세에테크. 어린애 속임수. 2007 , 1 , 343. [ 구글 스칼라 ]
미국 환경 보호국. 경량 자동차 기술, 이산화탄소 배출 및 연비 동향: 1975년부터 2016년까지 ; 미국 환경 보호국: 미국 워싱턴 DC, 2016.
칼슨, R.; Lohse-Busch, H.; 디에즈, J.; Gibbs, J. BEV, HEV 및 ICE 차량에 대한 도로 하중력 및 에너지 소비에 대한 차량 질량의 측정된 영향. SAE 국제 J. 얼턴. 파워트레인 2013 , 2 , 105–114. [ Google 학술검색 ] [ CrossRef ]
김 HC; Wallington, TJ 차량 경량화의 수명 주기 평가: 전기 자동차의 사용 단계 연료 소비를 추정하기 위한 물리학 기반 모델. 환경. 과학 기술. 2016 , 50 , 11226–11233. [ Google 학술검색 ] [ CrossRef ] [ PubMed ]
룩, JM; 김 HC; De Kleine, R.; 월링턴, TJ; MacLean, HL 연료 절약, 수명 주기 GHG 배출 및 다양한 파워트레인을 사용하는 경량 차량의 소유 비용 영향에 대한 검토. 환경. 과학 기술. 2017 , 51 , 8215–8228. [ Google 학술검색 ] [ CrossRef ] [ PubMed ]
수학공부. 온라인 이용 가능: https://it.mathworks.com (2020년 7월 5일 접속).
아르곤 국립 연구소. GREET 2015 모델. 교통 연구 및 분석 컴퓨팅 센터 에서 ; Argonne 국립 연구소: Argonne, IL, USA, 2015. [ Google Scholar ]
Berzi, L.; Delogu, M.; Pierini, M. 전기 자동차 사용 사례 시나리오 비교: 자동차 설계 최적화 및 에너지 소비 평가에 시뮬레이션 프레임워크 적용. 2016 IEEE 16th International Conference on Environment and Electrical Engineering(EEEIC)의 회보에서, 이탈리아 피렌체, 2016년 6월 7-10일; 1~6쪽. [ Google 학술검색 ] [ CrossRef ]
국립 재생 에너지 연구소 미래 자동차 시스템 기술 시뮬레이터(FASTSim). 온라인 이용 가능: http://www.nrel.gov/transportation/fastsim.html(2020 년 7월 10일 접속).
Burress, T.; Campbell, S. Benchmarking EV 및 HEV 전력 전자 및 전기 기계. In Proceedings of 2013 IEEE TEC(Transportation Electrification Conference and Expo), 미국 미시건주 디어본, 2013년 6월 16-19일; 1~6쪽. [ Google 학술검색 ] [ CrossRef ]
Barlow, TJ; Latham, S.; McCrae, IS; Boulter, PG 도로 차량 배기가스 측정에 사용하기 위한 운전 주기 참고서 ; TRL: Berks, UK, 2009. [ Google Scholar ]
마로타, A.; Tutuianu, M. 유럽 중심의 경량 테스트 주기 및 WLTP 주기와 관련된 차이점. 유럽 위원회—공동 연구 센터—과학 및 정책 보고서 에서 ; 유럽 연합 간행물 사무실: 벨기에 브뤼셀, 2012. [ Google Scholar ]
아스테릭스 프로젝트. 온라인 이용 가능: https://egvi.eu/research-project/asterics/ (2020년 7월 15일 접속).
Berzi, L.; Delogu, M.; Pierini, M. 피렌체 시의 맥락에서 전기 자동차를 위한 주행 사이클 개발. 번역 해상도 파트 D 번역 환경. 2016 , 47 , 299–322. [ Google 학술검색 ] [ CrossRef ]
세계자동차강철. 미래 철강 차량 개요 보고서 ; World Auto Steel: 벨기에 브뤼셀, 2011. [ Google Scholar ]
Cubito, C.; 밀로, F.; Boccardo, G.; 디 피에로, G.; 시우포, B.; 폰타라스, G.; 세라, 에스.; 오투라 가르시아, M.; Trentadue, G. Euro-6 하이브리드 전기 자동차의 CO _{2 배출 및 에너지 관리 전략에 대한 다양한 주행 주기 및 작동 조건의 영향.}에너지 2017 , 10 , 1590. [ Google Scholar ] [ CrossRef ]
와이스, MBP; Hummel, R.; Steininger, N. 빛에 대한 보완 방출 테스트 - 의무 차량: 후보 절차의 기술적 타당성 평가. JRC 사이. 정책 담당자 2013 . [ Google 학술검색 ] [ CrossRef ]
모의, P.; Kulhwein, J.; Tietge, U.; 프랑코, V.; Bandivadekar, A.; German, J. WLTP: 자동차에 대한 새로운 테스트 절차가 EU의 연료 소비 값에 미치는 영향 ; 작업 용지; ICCT(International Council on Clean Transportation): Washington, DC, USA, 2014. [ Google Scholar ]
폰타라스, G.; 시우포, B.; 자카로파, N.; Tsiakmakisa, S.; 마로타, 에스.; Pavlovica, J.; Anagnostopoulosa, K. 보고된 CO 2 배출량과 실제 CO ₂ 배출량의 차이: WLTP 도입으로 얼마나 개선을 기대할 수 있습니까? 번역 해상도 절차 2017 , 25 , 3933–3943 . [ Google 학술검색 ] [ CrossRef ]
Delogu, M.; Zanchi, L.; 캘리포니아주 다틸로; Pierini, M. 지속 가능성 관점에서 전기 자동차 경량 설계를 위한 혁신적인 복합 재료 및 하이브리드 재료. 메이터. 오늘 커뮤. 2017 , 13 , 192–209. [ Google 학술검색 ] [ CrossRef ]

Automotive Lightweight Design: Simulation Modeling of Mass-Related Consumption for Electric Vehicles