josto.me
Hi, I'm

Johannes.

I control things that move —
in system theory, proven in the real world.

Vehicle systems engineer and PhD in control & cyber-physical systems. Tech lead in the automotive industry, currently based in Irvine, California — writing the control software that decides where the heat goes in a car.

Explore my work Read the PhD

LinkedIn Google Scholar ResearchGate ORCID

say hi to me →hi@josto.me somewhere between research and real roads ↗
where you'll find my work

Four stops on the car

cars · heat pumps · batteries · control loops
— all for a cleaner tomorrow ☺

Controls & optimization

Real-time mixed-integer MPC that picks both the valve positions and the power levels.

Thermal & energy systems

Heat pumps, refrigerant circuits, battery and cabin climate — where range is won or lost in winter.

Embedded software

Production C code for climate control units — from function design through calibration to vehicle tests.

Research & patents

A dissertation, journal manuscripts and 13 patent publications in vehicle thermal management.
the thing I'm proudest of

The mode optimization strategy

Need to optimize a mode-dependent mixed-integer problem, in real time? Use the mode optimization strategy.

An electric car's coolant circuit has switching valves. Each valve combination creates a different operating mode: the battery can share a loop with the motor, get its own heater, or sit next to the heat pump's chiller. Pumps, heaters and the chiller are then set continuously within that mode.

Deciding both at once — which mode, and how much power — is a mixed-integer nonlinear program. Solved directly, it is far too slow for a car's control unit. The mode optimization strategy splits it instead:

  1. Fix the mode, drop the integers.

    For every operating mode the valves are known, so the model becomes a smooth, mode-specific system that a standard NLP solver handles quickly.

  2. Chain modes in a recursion tree.

    Each tree level covers a slice of the prediction horizon. The end state of one mode's solution becomes the start state of the next, so every branch is a candidate mode sequence.

  3. Pick the cheapest branch, repeat.

    The branch with the lowest energy cost wins. Its first move is applied, the horizon shifts, and the tree is rebuilt — model predictive control.

Read the dissertation (DOI) Related papers & patents

Try the three operating modes

The recursion tree — one NLP per node

𝔵 init M 1 M 2 M 3 min energy! level 1 level 2
under the hood

A problem inside a problem

The trick is nesting. An outer problem only decides which modes run in which order. For every candidate order, inner problems — one per mode — find the best continuous controls. The end state of each inner problem hands over to the next one, which is what makes the whole thing recursive.

Where we startthe full mixed-integer problem
Full problem: phi-hat(x_init) := min over u, v, epsilon of the sum over k = 0 … N−1 of (w_u^T u_k + w_y^T y_k + epsilon^T S epsilon), subject to x_{k+1} = f(x_k, u_k, v_k, p_k), y_k = g(x_k, u_k, v_k, p_k), x_k + epsilon_k in X_s, u_k in U, v_k in V. Here x are states, u continuous controls, v integer valve positions, p predicted disturbances, epsilon slack variables.

Minimise the thermal system's electric energy while respecting component limits (soft constraints via slack ε). The valve positions vk are integers — that is what makes the problem hard, and slow.

Outer problempick the mode sequence 𝔒 = (𝔒1, …, 𝔒ℒ)
Outer problem: Phi-hat(X_init) := min over the mode sequence O = (O_1, …, O_L) of the sum over l = 1 … L of phi-hat(Psi_{l−1}^O(X_init), O_l).

A finite choice: with three modes and ℒ tree levels there are 3ℒ sequences. Tap a mode below to build one.

Inner problem — one mode, no integers
Inner problem for a fixed mode o: phi-hat(x_init, o) := min over u, epsilon of the sum over k = 0 … N−1 of (w_u^T u_k + w_y^T y_k + epsilon^T S epsilon), subject to x_{k+1} = f_o(x_k, u_k, p_k), y_k = g_o(x_k, u_k, p_k) — no integer variables remain.

With the mode 𝔬 fixed, the valves disappear from the model. What's left is a smooth NLP that interior-point solvers handle fast.

Hand-over — the recursion
Recursion: Omega(x_init, o) := x-hat_N, the optimal end state of one inner problem. Psi_0^O := X_init and Psi_l^O(X_init) := Omega(Psi_{l−1}^O(X_init), O_l), so each level starts from the end state of the previous mode.

Ω returns the optimal end state of one inner problem. Ψℓ feeds it into the next level, so each level starts exactly where the previous mode left the battery and drivetrain.

9
mode sequences the outer problem compares
12
smooth NLPs in the tree (one per node)
≈2·10¹⁴
sequences if the mode could switch at every one of 30 steps
x, u, v states, continuous and discrete controls p known external inputs: speed, ambient, current 𝔬 one operating mode, 𝔒 a sequence of them 𝒩, ℒ steps per level, number of levels

Nodes on the same level don't depend on each other, so they can be solved in parallel. The tree is rebuilt at every MPC step with fresh measurements — that's how the strategy stays real-time on a test vehicle.

why it works

What the mode optimization strategy brings to the table

Nonlinear, non-convex — handled

The full problem is highly nonlinear and non-convex. But if it is convex within each mode, every inner NLP returns its global optimum — and comparing mode sequences returns the best sequence overall.

A way through NP-hard territory

Mixed-integer nonlinear programs are NP-hard in general. The strategy confines the combinatorial part to a small, finite tree of modes, so its size is set by you through the number of levels — not by the length of the horizon.

Each part gets its best solver

The continuous physics and the discrete mode choice are solved separately — the NLPs with interior-point methods, the integer decision with a dedicated combinatorial search. Each solver can be tuned for exactly one kind of problem.

Memoization: solve once, reuse

Identical subproblems — same mode, same start state — are solved once and looked up afterwards. Combined with warm starts from the previous MPC step, re-planning gets cheaper every cycle.

Parallel by construction

Nodes on the same tree level are independent, so they can run side by side on multi-core control hardware.

Physically exact per mode

No relaxed valve positions like "half open": every candidate the optimizer evaluates is a real, drivable configuration of the circuit, which keeps the models honest and the results easy to check.

1.7·10¹³×
fewer subproblems
12 NLPs in a two-level tree vs. 3³⁰ ≈ 2·10¹⁴ sequences when switching at each of 30 steps
0.5–2 s
per inner NLP
measured on a laptop i5 running CasADi/MATLAB in the test vehicle
150 s
MPC update interval
a full re-plan fits well within it, over a 900 s prediction horizon
−37%
fast-charging time
15 → 85 % state of charge, validated in vehicle tests

Relaxation-based methods such as combinatorial integral approximation (CIA) are a strong family of tools; in wind-tunnel tests at −7 °C both reached similar energy savings over a rule-based strategy. The mode optimization strategy is built for the case where modes are few, physically distinct and switch rarely — which is exactly how a vehicle's coolant circuit behaves.

validated in the climatic wind tunnel & on the road
−37%

DC fast-charging time from 15 to 85 % state of charge, by preconditioning the battery at the right moment.

≈8%

Lower energy use in an efficiency test at −10 °C, with the battery kept within its limits the whole time.

~6%

Less energy than a rule-based strategy over two WLTC class 3 cycles at −7 °C, measured in a climatic wind tunnel.

the part everyone waits for

Stuff more electrons in, faster

Need to get more electrons in there, faster?
Run it right at the edge of the system limits — with optimal control.

It started at a fast charger, late at night. Everything was hot, and I just wanted to get home. I only needed a quick top-up — but at full speed. So I looked at the numbers: battery temperature, charging current. There was still headroom. The system was playing it safe where it didn't have to.

That gap is what optimal control closes: use every bit of headroom the limits allow — and not one bit more.

About 37 % less charging timefrom 15 to 85 % state of charge, with optimized battery preconditioning — validated in vehicle tests.
What surprised me: heat late, heat hardI expected a gentle, slow warm-up. The optimizer did the opposite — full heater power, just late enough to hit charging temperature before arrival. A warm battery leaks heat to the air, so keeping it warm early is wasted energy.
Precooling isn't a free lunchCooling the battery 8 °C down before a hot-weather charge lowered the peak temperature by only about 4.5 °C. Knowing when it pays off is exactly what the optimizer is for.
85% max kW right at the limit, never over it ↘
my stops along the way

The road so far

2026 → now

Tech Lead, Vehicle Systems Engineering

Automotive industry · Irvine, California

Production embedded C software for the refrigerant circuit and cabin HVAC — function design, software architecture, calibration, and verification from unit test to vehicle.

2023 → 2026

Development Engineer, Climate & Thermal Systems

Automotive industry · Germany

Function responsibility for heating and cooling in climate control units across combustion, mild-hybrid, hybrid and plug-in vehicles. Led climatic field trials across Europe.

Driving a modern vehicle?
Chances are I'm riding along every day.
2020 → 2025

Dr.-Ing., PhD, Control and Cyber-Physical Systems

TU Darmstadt, in cooperation with industry · defended on October 31, 2025 · awarded magna cum laude

Developed the mode optimization strategy, built real-time models of battery, drivetrain, power electronics and heat pump, and validated it all in a prototype vehicle via rapid control prototyping, HIL and wind-tunnel tests. At the fast charger, the same strategy cut charging time by 37 %.

Team page, CCPS TU Darmstadt ↗ Defense, CCPS TU Darmstadt ↗ Dissertation ↗

2017 → 2019

Dipl.-Ing. (FH), Diploma, Automotive Electronics — in two years

Westsächsische Hochschule Zwickau, Germany · graduated with distinction

Thanks to credit for the HTL education, I entered directly in the fifth semester and finished the diploma in two years. Focus on electric drives, EMC, microcontroller systems and circuit design.

Diploma thesis at HC-Concepts Engineering, March–September 2019: control of an automated motorcycle gearbox — control-loop modeling, actuator sizing, sensors and embedded software.

Internship at AB Mikroelektronik, September 2018 – February 2019: developed a validation and test control unit for vehicle headlamps — circuit design, LED drivers, microcontroller control, measurement analysis.

OÖNachrichten, 2019 ↗ Tips, 2019 ↗ HTL Braunau ↗

Summer 2017

Second time in Nicaragua

HTL Braunau school partnership trip · 25 students · five weeks · partner school IPLS León

This time I came with cargo. We had prepared two CNC machines in Braunau and shipped them in a container together with 40 computers, electric motorbikes and e-bikes. On site in León we installed and commissioned the CNC machines in the school's new mechatronics center, set up the computers in the school network, and put the electric bikes into service for teaching — including sustainable charging.

Annual report 2017 ↗ HTL up to date 93 ↗

2016 → 2017

Civilian service for development cooperation

ARGE Schulpartnerschaft, HTL Braunau · partner schools in León, Nicaragua and Lira, Uganda

A year of doing a bit of everything: I laid out every issue of the school magazine HTL up to date, looked after all publications of the school partnership, spent days rebuilding two CNC machines with retired workshop teacher Robert Handlechner for the partner school in León — the technicians doing the final acceptance were impressed — and helped organize the 2017 Nicaragua trip.

How I ended up in Zwickau: flipping through old issues of the school magazine for layout inspiration, I found out about the diploma program in automotive electronics there. First thought: I'm doing that.

Interview, HTL up to date 94 ↗ Annual report 2016 ↗

2015 → 2016

Diploma project: an electric race kart

HTL Braunau · with Tom Rettenwander and Philipp Huber · Jugend Innovativ 2016: national finalist (30 of 550 projects) and recognition prize, category Sustainability

Where it started. The goal: an outdoor e-kart that can keep up with combustion karts at a fair price. I was responsible for drive and energy storage, modeled and designed the traction control, and built the electric drive system.

Three things made it work together: traction control with wheel-speed sensors on all four wheels, reaching into motor management so the wheels never spin; three-stage regenerative braking — starting when you lift off the throttle, then braking electrically with light pedal pressure, and only in stage three adding the hydraulic brake; and a LiFePO4 battery split into 24 modules, with every cell monitored by our own battery management system so it could swallow the high regen currents.

At the national final in Vienna we brought the kart along. The host took it for a lap in the event film, and our booth was busy the whole time. The chassis came from the Ampfing kart track, whose owner Torsten Kostbade also helped us source parts.

Jugend Innovativ ↗ meinbezirk.at ↗ HTL Braunau brochure 2016 ↗ HTL up to date 87 ↗

LiFePO4 in a school project, back in 2016.
Today it's in series-production EVs. Just saying. ☺
Summer 2015

First time in Nicaragua

HTL Braunau school partnership trip · 39 participants · five weeks · project “Light for the fishing families”

Two weeks travelling the country by bus, boat and small plane, then the project part: our team brought light to Kukalaya, a Miskito fishing village on a lagoon in the north-east. More than three tonnes of material went by bus and boat, and we installed 27 solar systems on houses built on stilts — and trained villagers to maintain and repair them.

The trip there alone: four days on a bus, a burst tire, flooded roads, then five hours by boat through mangroves. Worth every hour.

Annual report 2015 ↗

2011 → 2016

Higher Technical Diploma & Matura, Electrical Engineering

HTL Braunau, Austria · graduated with distinction

Electric drives, power engineering, control and automation. Early hands-on experience in four internships at RDC-Bartol and HC-Concepts Engineering:

  • 07/2013 · HC-Concepts Engineering: tested the electric starter system on motorcycles — actuators and sensors integrated into the engine wiring harness, plus the hardware and software to run it.
  • 07/2014 · HC-Concepts Engineering: built a test bench for a new starter-drive design — hardware and software development, electrical control setup, systematic analysis of starter-aging data, and a method to detect defects during test runs.
  • 08/2015 · HC-Concepts Engineering: verification and validation of engines and transmissions — testing and simulating new electronic components, measuring mechanical components in the metrology lab, statistical analysis of the data.
  • 09/2015–10/2015 · RDC-Bartol: clutch-engagement testing on high-performance engines — developed the hardware and software, implemented the required sensors, ran the validation tests.
off the road

Things I did just because

HTL Ball committee

Four years organizing the school ball of HTL Braunau, two of them in the four-person core team — the whole school turned into a ballroom across five floors and 13 bars, with around 2,600 to 3,000 guests.

meinbezirk.at · 2015 ↗ OÖNachrichten ↗ Ball 2015 photos ↗ Ball 2017 · HTL up to date 89 ↗

Layout & typesetting

From September 2016 to July 2017 I did the layout and typesetting of every issue of the school magazine HTL up to date — 3,500 to 4,000 printed copies each — plus the school partnership's annual report, including the special edition for ten years of the HTL Big Band.

HTL up to date, 2016–2018 ↓

Karting

Especially when it's a team effort. Fitting, for someone whose first big engineering project was an electric race kart.

the paper trail

Publications & patents

Full list on Google Scholar, ResearchGate and ORCID.

Dissertation

Intelligentes Thermomanagement batterieelektrischer Fahrzeuge unter Berücksichtigung verschiedener Betriebsmodi: Modellierung, Analyse und dynamische Optimierung

Intelligent thermal management of battery electric vehicles considering different operating modes · TU Darmstadt, 2025 (published on TUprints 2026) · in German

DOI TUprints
BibTeX 
@phdthesis{stockhammer2026intelligentes,
  title  = {Intelligentes Thermomanagement batterieelektrischer Fahrzeuge
            unter Ber{\"u}cksichtigung verschiedener Betriebsmodi},
  author = {Stockhammer, Johannes},
  year   = {2026},
  school = {Technical University Darmstadt},
  doi    = {10.26083/tuda-7633}
}
Manuscript

A novel approach using mixed-integer MPC to optimize thermal management systems in BEV

J. Stockhammer, J. Lünenstraß, R. Findeisen · brute force vs. combinatorial integral approximation, validated in a climatic wind tunnel

link coming soon
Manuscript

A dynamic optimization approach for thermal management systems in BEVs

J. Stockhammer, S. Giraldo Zapata, T. S. Schmidt, R. Findeisen · simplified component models, battery heating, precooling for fast charging

link coming soon
Diploma thesis

Entwickeln eines automatisierten Schaltgetriebes für Motorräder

Developing an automated gearbox for motorcycles · Westsächsische Hochschule Zwickau, 2019 · in German

DOI OPUS
Working on something similar?
Need one of my papers?research@josto.me

Patents

13 patent publications in 10 patent families — vehicle thermal management, heat pumps, charging and energy control. Open an abstract for the short version, or click a number for the full publication at the German Patent and Trade Mark Office (DPMA).

Verfahren zur prädiktiven Optimierung eines Thermomanagementsystems eines batteriebetriebenen Elektrofahrzeugs the mode optimization strategy

Predictive, route-based optimization of the thermal management system — recursive, mode-wise optimization problems. This is the mode optimization strategy.

with R. Findeisen · published Apr 2026

Abstract

Die Erfindung betrifft ein Verfahren zur prädiktiven Bestimmung einer kostenoptimierten Abfolge von Stelltrajektorien (T*min) eines Thermomanagementsystems eines batteriebetriebenen Elektrofahrzeugs in Abhängigkeit von Routeninformationen (I) einer abzufahrenden Route (R), wobei das Thermomanagementsystem einen Kühlmittelkreislauf mit mindestens einem diskreten Stellglied und mindestens einem kontinuierlichen Stellgliedern aufweist, deren diskrete Stellgrößen und kontinuierliche Stellgrößen einstellbar sind, wobei jede Einstellkombination des mindestens einen diskreten Stellglieds einen Betriebsmodus (B1-3) des Thermomanagementsystems definiert. Erfindungsgemäß ist vorgesehen, dass sich die Stelltrajektorien (Tmin) aus Lösungen mehrerer Optimierungsprobleme ergeben, die rekursiv aufgestellt und jeweils für einen Betriebsmodus (B1-3) und in Bezug auf die kontinuierlichen Stellgrößen gelöst werden, wobei sich die kostenoptimierte Abfolge von Stelltrajektorien (T*min) aus der Abfolge von Stelltrajektorien (Tmin) ergibt, die die geringsten Gesamtkosten (Kges) verursachen. Ferner betrifft die Erfindung ein batteriebetriebenes Elektrofahrzeug, das mittels einer Auswerte- und Steuereinheit eingerichtet ist, um das Verfahren durchzuführen.

Official abstract via DPMA; reference numerals removed.

DE 10 2024 210 144 A1 ↗

Ladeverfahren, Ladesystem und Kraftfahrzeug

Charging controlled by a predicted battery and vehicle state, based on measured control variables and usage data.

with A. Imsirovic · published Jul 2026

Abstract

Die vorliegende Erfindung betrifft ein Ladeverfahren zum Laden einer Speichervorrichtung für elektrische Energie für ein Kraftfahrzeug durch ein Ladesystem, das Ladeverfahren umfassend: – Erfassen zumindest einer Regelgröße der Speichervorrichtung und/oder des Kraftfahrzeugs durch eine Erfassungsvorrichtung des Ladesystems, – Bereitstellen von zumindest einer Nutzungsvariable der Speichervorrichtung und/oder des Kraftfahrzeugs durch eine Datenschnittstelle des Ladesystems, – Prädiktion von zumindest einem Systemzustand der Speichervorrichtung und/oder des Kraftfahrzeugs durch eine Logikvorrichtung des Ladesystems auf Grundlage der zumindest einen erfassten Regelgröße und der zumindest einen bereitgestellten Nutzungsvariable, – Laden der Speichervorrichtung für elektrische Energie, wobei das Laden mittels einer Regelvorrichtung des Ladesystems auf Grundlage des zumindest einen prädiktiven Systemzustands geregelt wird. Ferner betrifft die Erfindung ein Ladesystem und ein Kraftfahrzeug.

Official abstract via DPMA; reference numerals removed.

DE 10 2025 101 592 A1 ↗

Verfahren zur Temperaturregelung eines Antriebs-Energiespeichers

Keeps the traction battery in the temperature window for maximum charging power, derived from state of charge and the battery's characteristic map.

with A. Imsirovic · published Jul 2026

Abstract

Die Erfindung betrifft ein Verfahren zur Temperaturregelung eines Antriebs-Energiespeichers, insbesondere einer Antriebsbatterie, eines Kraftfahrzeugs, insbesondere während eines Ladevorgangs, mit den Schritten: – Erfassen eines aktuellen Ladezustands (SoC) des Antriebs-Energiespeichers, – Erfassen einer aktuellen Energiespeichertemperatur (Btemp), – Erfassen einer aktuellen Energiespeicherspannung und/oder eines aktuellen Energiespeicherstroms, – Erfassen eines Energiespeicherkennfelds (Bkenn) des Energiespeichers, – Ermitteln eines optimalen Temperaturbereichs (TB) für eine maximale Ladeleistung (Pmax) in Abhängigkeit des Ladezustands (SoC) und des Energiespeicherkennfelds (Bkenn), wobei eine untere Temperaturgrenze (TUG) und eine obere Temperaturgrenze (TOG) definiert wird und- Regeln der Energiespeichertemperatur (Btemp) auf den ermittelten Temperaturbereich (TB) bei Über- oder Unterschreitung des Temperaturbereichs (TB) mittels einer Temperierungseinrichtung des Kraftfahrzeugs.

Official abstract via DPMA; reference numerals removed.

DE 10 2024 139 124 A1 ↗

Verfahren zur Steuerung der Beheizung einer Batterie eines Fahrzeugs

Battery heating that takes into account operating states affecting the drivetrain's power demand, checked before and during the drive.

published Jul 2026

Abstract

Die Erfindung betrifft ein Verfahren zur Steuerung der Beheizung einer Batterie eines Fahrzeugs, wobei die Batterie einen elektrischen Fahrantrieb des Fahrzeugs mit elektrischer Energie versorgt. Vor dem Beginn und/oder während der Fahrt wird das Vorliegen wenigstens eines vordefinierten Betriebszustands des Fahrzeugs, der sich auf die elektrische Leistungsaufnahme des elektrischen Fahrantrieb auswirkt, mittels wenigstens eines Sensors und/oder eines ausgelesenen Steuerungssignals des Fahrzeugs überprüft und das Ergebnis der Überprüfung bei einer Steuerung einer Beheizung der Batterie berücksichtigt.

Official abstract via DPMA; reference numerals removed.

DE 10 2025 100 127 A1 ↗

Wärmepumpeneinrichtung und Verfahren zur Innenraumbeheizung eines Elektrofahrzeugs sowie Fahrzeug

Heat pump setup that uses coolant hoses and traction component housings as air heat exchangers to heat the cabin.

with T. S. Schmidt · published Oct 2025

Abstract

Die Erfindung betrifft eine Wärmepumpeneinrichtung, die zur Innenraumbeheizung eines Elektrofahrzeugs ausgebildet ist. Erfindungsgemäß besitzt die Wärmepumpeneinrichtung einen Kühlmittelteilkreislauf, der zumindest abschnittsweise eine Verschlauchung aufweist, die als Luft-Wärmeübertrager ausgebildet ist, eine Kühlmittelpumpe, mindestens eine Traktionskomponente mit einer Einhausung, die als Luft-Wärmeübertrager ausgebildet ist, und einem Wärmetauscher, der zur Abfuhr von Wärme aus dem Kühlmittelteilkreislauf ausgebildet ist. Ferner betrifft die Erfindung ein Verfahren zur Erzeugung eines Wärmeflusses zur Innenraumbeheizung eines Elektrofahrzeugs mit einer solchen Wärmepumpeneinrichtung. Erfindungsgemäß erfolgt das Feststellen einer Heizanforderung, das Ansteuern der Kühlmittelpumpe zur Erzeugung einer Kühlmittelströmung, wobei die Kühlmittelströmung die mindestens eine Traktionskomponente durchströmt, und das Abführen von aufgenommener Wärme über den Wärmetauscher. Schließlich betrifft die Erfindung ein Fahrzeug, das erfindungsgemäß eine Wärmepunmpeinrichtung besitzt, die zur Durchführung des Verfahrens ausgebildet ist.

Official abstract via DPMA; reference numerals removed.

DE 10 2024 203 197 A1 ↗

Hybride Batteriekühlung für DC-Schnellladen

Hybrid battery cooling for DC fast charging: software splits the coolant flow between two heat exchangers to cool the battery as hard as possible.

published Sep 2025

Abstract

Kühlsystem für eine Traktionsbatterie eines batteriebetriebenen Fahrzeugs, mit einem ersten Kühlkreislauf mit einem ersten Wärmeübertrager, mit einem ersten Kühlmittel-Massenstrom und einer ersten Fördereinrichtung für das Kühlmittel im ersten Kühlkreislauf und einem zweiten Wärmeübertrager und einer zweiten Fördereinrichtung für das Kühlmittel im ersten Kühlkreislauf, einem zweiten Kühlkreislauf, dadurch gekennzeichnet, dass eine spezifische Softwarekomponente, die anhand von aktuellen Umgebungs- und Betriebsbedingungen des batteriebetriebenen Fahrzeugs den ersten Kühlmittel-Massenstrom durch Verstellung der ersten Fördereinrichtung und/oder der zweiten Fördereinrichtung in einen ersten Kühlmittel-Massenteilstrom und einen zweiten Kühlmittel-Massenteilstrom aufteilt, so dass die Traktionsbatterie maximal gekühlt wird.

Official abstract via DPMA; reference numerals removed.

DE 10 2024 201 887 A1 ↗

Verfahren zum Erfassen und Verwenden von Telematikdaten von Fahrzeugen

Fleet telematics on electrical and thermal energy reserves after charging, used to optimize charging targets at a station for the same or other vehicles.

published Apr 2025

Abstract

Die Erfindung betrifft ein Verfahren zum Erfassen und Verwenden von Telematikdaten von Fahrzeugen, insbesondere Elektrofahrzeugen oder Hybridfahrzeugen, um eine, insbesondere fahrzeugübergreifende, Regelung von Ladevorgängen an Ladestationen zu ermöglichen, aufweisend: – Erfassen von elektrischen Energiereserven (E1_load) und von thermischen Energiereserven (E2_load) des Fahrzeuges nach einem Ladevorgang an einer Ladestation, – Übermitteln der erfassten elektrischen Energiereserven (E1_load) und thermischen Energiereserven (E2_load) an eine externe Backendvorrichtung, – Erfassen, insbesondere dynamisches Erfassen, von elektrischen Energiereserven (E1_dyn) und von thermischen Energiereserven (E2_dyn) des Fahrzeuges im laufenden Betrieb des Fahrzeuges nach dem Ladevorgang, – Übermitteln, insbesondere ortsaufgelöstes Übermitteln, der erfassten elektrischen Energiereserven (E1_dyn) und thermischen Energiereserven (E2_dyn) an die externe Backendvorrichtung, – Verarbeiten der übermittelten elektrischen Energiereserven (E1_load, E1_dyn) und thermischen Energiereserven (E2_load, E2_dyn), insbesondere durch die externe Backendvorrichtung, – Bestimmen von optimierten, vorzugsweise vergrößerten, elektrischen Energiereserven (E1_soll) und/oder von optimierten, vorzugsweise vergrößerten, thermischen Energiereserven (E2_soll) für einen Ladevorgang an der Ladestation für das gleiche und/oder ein anderes Fahrzeug.

Official abstract via DPMA; reference numerals removed.

DE 10 2023 210 440 A1 ↗

Verfahren zur Innenraumklimatisierung und Fahrzeug zur Durchführung des Verfahrens

Cabin climate control without sun or ambient temperature sensors: a server-side digital map supplies settings based on time, position and orientation.

with K. Helms · published Mar 2025

Abstract

Dier Erfindung betrifft ein Verfahren zur Innenraumklimatisierung eines Fahrzeugs, das in Bezug auf einen Sonnenintensitätssensor und/oder einen Außentemperatursensor sensorfrei ausgebildet ist, zum Datenaustausch mit einem fahrzeugexternen Server verbindbar ist und eine Klimaeinrichtung zur Einstellung des Innenraumklimas aufweist. Ferner betrifft die Erfindung ein Fahrzeug, das in Bezug auf einen Sonnenintensitätssensor und/oder einen Außentemperatursensor sensorfrei ausgebildet ist, zum Datenaustausch mit einem fahrzeugexternen Server verbindbar ist und eine Klimaeinrichtung zur Einstellung des Innenraumklimas aufweist. Um ein Verfahren und ein Fahrzeug vorzuschlagen, womit die Innenraumklimatisierung energieschonender und damit kostenschonender durchführbar ist, werden erfindungsgemäß folgende Schritte vorgeschlagen: Bereitstellen einer digitalen Karte auf dem Server, wobei die digitale Karte ortsabhängige und zeitabhängige Betriebsparameter der Klimaeinrichtung des Fahrzeugs umfasst, wobei die Betriebsparameter eine bedarfsgerechte Einstellung des Innenraumklimas im Fahrzeug erlauben; Übermitteln von Daten in Bezug auf die Zeit, die Position und die Orientierung des Fahrzeugs an den Server; Ermitteln der Betriebsparameter der Klimaeinrichtung des Fahrzeugs mittels des Servers in Abhängigkeit der Zeit, der Position und der Orientierung des Fahrzeugs; Übermitteln der Betriebsparameter der Klimaeinrichtung an das Fahrzeug; Einstellen der Klimaeinrichtung entsprechend der vom Server übermittelten Betriebsparameter.

Official abstract via DPMA; reference numerals removed.

DE 10 2023 208 220 A1 ↗

Verfahren zum Betreiben eines elektrischen Antriebsstrangs

Deliberately generating electrical losses in drivetrain components in certain operating states — the drivetrain as a heater.

with S. Solterbeck · published Feb 2025

Abstract

Die Erfindung betrifft ein Verfahren zum Betreiben eines elektrischen Antriebsstrangs, der zumindest eine elektrische Maschine zum Antrieb eines Kraftfahrzeuges sowie weitere elektrische Komponenten zur Regelung und zum Betrieb der elektrischen Maschine, eine Traktionsbatterie und einen Kühlkreislauf zur Temperierung der Traktionsbatterie, der elektrischen Maschine und der elektrischen Komponenten aufweist; wobei das Verfahren umfasst, dass der Antriebsstrang in bestimmten Betriebszuständen so betrieben wird, dass in zumindest einer der elektrischen Komponenten gezielt elektrische Verluste erzeugt werden.

Official abstract via DPMA; reference numerals removed.

DE 10 2023 208 028 A1 ↗

Verfahren zur Regelung des Sekundärkreislaufs einer Wärmepumpe

Harvesting ambient and component waste heat in the coolant loop, with coolant temperatures controlled so the heat pump picks up the maximum heat. Filed in Germany, internationally (WO), in Europe and the US.

with T. S. Schmidt · published Aug 2024

Abstract

Verfahren zur Regelung des Sekundärkreislaufs einer Wärmepumpe, in dem ein Kühlmittel zirkuliert, bei dem in einem ersten Verfahrensschritt (I) Wärme von der Umgebung mithilfe wenigstens eines Luft-Kühlmittel Wärmeübertragers, der von dem Kühlmittel und von der Umgebungsluft durchströmt wird, in das Kühlmittel abgegeben wird, das Kühlmittel bei einer Temperatur (T2) wenigstens zu einem elektrischen oder elektronischen Bauteil oder Aggregat geleitet wird und in einem zweiten Verfahrensschritt (II) Wärme von dem Bauteil oder Aggregat in das Kühlmittel abgegeben wird, das Kühlmittel anschließend bei einer Temperatur (T3) wenigstens zu einem Kühlmittel-Kältemittel Wärmeübertrager weitergeleitet und in einemdritten Verfahrensschritt (III) dem Kühlmittel durch den Kühlmittel-Kältemittel Wärmeübertrager Wärme entzogen und einem Verbraucher zugeführt wird, und die Temperaturen T1 oder/und T2 so geregelt werden, dass die Wärmeaufnahme in Verfahrensschritt (III) maximal ist, und das im Kühlmittel-Kältemittel Wärmeübertrager abgekühlte Kühlmittel zurück zu dem Luft-Kühlmittel Wärmeübertrager geleitet wird.

English (WO/US): The method relates to a method for controlling the secondary circuit of a heat pump in which a coolant circulates, wherein in a first method step (I) heat is transferred from the environment to the coolant with the aid of at least one air-coolant heat exchanger through which the coolant and the ambient air flows, the coolant is conveyed at least to an electric or electronic component or unit at a temperature (T2) and in a second method step (II) heat is transferred from the component or unit to the coolant, the coolant is then forwarded at least to a coolant-refrigerant heat exchanger at a temperature (T3) and in a third method step (III) heat is removed from the coolant by the coolant-refrigerant heat exchanger and fed to a consumer, and the temperatures T1 or/and T2 are controlled such that the heat absorption is at a maximum in method step (III), and the coolant cooled in the coolant-refrigerant heat exchanger is conveyed back to the air-coolant heat exchanger.

Official abstract via DPMA; reference numerals removed.

DE 10 2023 200 636 A1 ↗WO 2024/156511 A1 ↗EP 4 608 660 A1 ↗US 2026/0233579 A1 ↗
the toolbox in the trunk

What I work with

Controls & algorithmsMPC, mixed-integer optimization, control strategy, modeling & simulation
Vehicle energy & E/EBattery, power electronics, drivetrain, HVAC, heat pumps, hybrid & BEV
Embedded & validationC/C++, SWC/RTE architecture, A2L/XCP calibration, unit test, SIL, HIL, vehicle testing
Systems engineeringRequirements, architecture, interfaces, ASPICE change management, integration
ToolsMATLAB/Simulink, CasADi, Python, CANape, CAN / LIN / Automotive Ethernet
CertificationsEU F-gas Category I, incl. flammable refrigerants such as R290 — comparable to US EPA Section 608 Universal · high-voltage qualified (HV-2)
LanguagesGerman native, English fluent
Big refrigerant circuits? Heat pumps? Flammable refrigerants?
Certified for that. Yes, even the propane one. 🔥
let's go for a ride

Want to build something that moves?

Thermal management, fast charging, mode-dependent optimization, embedded controls — just say hi.

hi@josto.me LinkedIn Google Scholar ResearchGate ORCID