KI-gesteuerter ZVS-Wechselrichter: Porsche Engineering optimiert E-Antriebe

Porsche Engineering nutzt KI, ZVS und ARCP im Wechselrichter, senkt Schaltverluste um 70–95 % und steigert Effizienz und Reichweite von Elektrofahrzeugen.

Porsche Engineering setzt auf künstliche Intelligenz, um die Effizienz von Elektrofahrzeugen zu steigern – und beginnt bei einer Komponente des Antriebsstrangs, die entscheidend ist und dennoch oft unterschätzt wird: dem Wechselrichter. Ein großer Teil der Energieverluste in E‑Antrieben entsteht beim Schalten der Leistungstransistoren; das wirkt sich direkt auf Reichweite, thermische Belastung und die Größe der Bauteile aus. Genau hier entscheidet sich in der Praxis viel.

Der neue Ansatz folgt dem Prinzip des Soft Switching. Anders als beim konventionellen harten Schalten, bei dem Strom und Spannung während des Übergangs überlappen, soll ihr Produkt durch eine präzise Steuerung der Ein- und Ausschaltzeitpunkte minimiert werden. In der Anwendung wird geschaltet, wenn Spannung oder Strom nahe null liegen.

Porsche Engineering hat sich für Zero Voltage Switching (ZVS) entschieden – besonders geeignet für induktive Lasten wie Elektromotoren. ZVS passt zudem zu modernen Siliziumkarbid- und Galliumnitrid-Leistungstransistoren, die in Elektrofahrzeugen wegen ihrer Effizienz bei höheren Schaltfrequenzen zunehmend eingesetzt werden.

Kern des Konzepts ist die Auxiliary Resonant Commutated Pole (ARCP)-Topologie des Wechselrichters. ARCP ist in der Leistungselektronik seit Jahrzehnten bekannt, in Traktionswechselrichtern war der Einsatz jedoch bislang durch die komplexe Regelung unter schnell wechselnden Betriebsbedingungen begrenzt. An genau dieser Stelle spielt künstliche Intelligenz ihre Stärken aus.

Ein vortrainierter KI-Algorithmus verarbeitet in Echtzeit Dutzende von Live-Fahrzeugparametern, darunter Last, Drehmoment und Temperatur. Auf dieser Basis berechnet er innerhalb von Sekundenbruchteilen optimale Schaltzeitpunkte für die Leistungstransistoren. Porsche Engineering evaluiert derzeit sowohl rekurrente neuronale Netze, die für hohe Vorhersagegenauigkeit bekannt sind, als auch Methoden des Reinforcement Learnings, die bei anspruchsvollen Echtzeitaufgaben Vorteile bieten.

Simulationen zeigen einen spürbaren Effizienzgewinn: Die Schaltverluste der Leistungstransistoren lassen sich um 70 bis 95 Prozent reduzieren. Je nach Fahrbedingungen führt das zu einer merklichen Erhöhung der Reichweite und senkt zugleich die Wärmeentwicklung im Wechselrichter. Geringere thermische Belastung ermöglicht kleinere Kühlsysteme und kompaktere Inverter-Designs; insgesamt ist eine Volumenreduktion von 20 bis 50 Prozent möglich. Das sanftere Schaltverhalten entlastet zudem die Leistungstransistoren und kann ihre Lebensdauer potenziell verlängern. Das dürfte sich im Fahrbetrieb direkt positiv bemerkbar machen.

Der KI-gestützte Regelalgorithmus hat bereits ein fortgeschrittenes Entwicklungsstadium erreicht. Nach der Finalisierung beabsichtigt Porsche Engineering, die Technologie als softwarebasierte Lösung anzubieten. Als Softwarebibliotheken ausgeliefert, lässt sie sich mit relativ geringem Hardwareaufwand in bestehende Steuergeräte integrieren – geeignet sowohl für Modellüberarbeitungen als auch für komplett neue Plattformen für Elektrofahrzeuge.