[go: up one dir, main page]

CN113147321B - 一种车载空调与可再生制动协调控制方法 - Google Patents

一种车载空调与可再生制动协调控制方法 Download PDF

Info

Publication number
CN113147321B
CN113147321B CN202110475606.0A CN202110475606A CN113147321B CN 113147321 B CN113147321 B CN 113147321B CN 202110475606 A CN202110475606 A CN 202110475606A CN 113147321 B CN113147321 B CN 113147321B
Authority
CN
China
Prior art keywords
vehicle
battery
air conditioner
regenerative braking
air
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110475606.0A
Other languages
English (en)
Other versions
CN113147321A (zh
Inventor
张永志
童琅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN202110475606.0A priority Critical patent/CN113147321B/zh
Publication of CN113147321A publication Critical patent/CN113147321A/zh
Application granted granted Critical
Publication of CN113147321B publication Critical patent/CN113147321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/0073—Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L7/00—Electrodynamic brake systems for vehicles in general
    • B60L7/10—Dynamic electric regenerative braking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Thermal Sciences (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种车载空调与可再生制动协调控制方法，属于车载控制领域。该方法包括以下步骤：S1：面向控制的车厢热模型构建；S2：基于可再生制动的车厢热管理；S3：融合车速规划的车厢热管理。S1包括以下步骤：S11：基于可再生制动的电动汽车热与功率循环；S12：空调系统动态模型构建。车厢内鼓风机确保车厢通风，环境空气流量由再循环阀控制；蒸发器吸收车内热量，并经过冷凝器散热到外部环境；压缩机保持制冷剂在蒸发器与冷凝器之间流动；可再生制动能量用于驱动车载空调并给电池充电。本发明降低了车辆能耗，延长了电池使用寿命。

Description

一种车载空调与可再生制动协调控制方法
技术领域
本发明属于车载控制领域，涉及一种车载空调与可再生制动协调控制方法。
背景技术
纯电动汽车被认为是交通领域脱碳化最具潜力的技术并在近年来得到了快速发展。然而电动汽车发展仍受限于当前的电池技术，包括能量密度低、使用寿命短以及充电时间长的缺点。本发明致力于降低电池老化来延长其使用寿命。
如何延长动力电池使用寿命来满足实际应用需求已经成为学术界和工业界的共性难题。如特斯拉提出通过改变车辆驾驶方式及充电习惯来减缓电池老化，但仍无法满足对动力电池长使用寿命的需求。对于混合动力汽车，可以通过能量管理策略延缓动力电池老化。比如通过优化算法管理电池功率以及内燃机功率，可使电池工作在最佳荷电状态(state ofcharge:SOC)循环区间来减缓电池老化。对于纯电动汽车，当前研究则主要集中在通过充电优化来降低电池老化。由于动力电池是电动汽车的唯一动力源，因此无法应用如混合动力汽车的能量管理方法来降低电池老化。此时，需要开发更为精细化的、包含可再生制动能量及车辆附件能耗的能量管理策略来最小化纯电动汽车的电池老化。
通常，可再生制动能量首先给电池充电，然后通过电池放电驱动车载附件。本发明首次提出直接使用可再生制动能量给车载附件供电，以减少电池充放电从而减缓电池老化；同时，通过优化协调车载附件(即空调)的运行状态，进一步减少电池充放电，从而延长电池使用寿命。而当前的车载空调控制技术则并未融合可再生制动能量进行协调控制，也并未评估其对电池老化的影响。
发明内容
有鉴于此，本发明的目的在于提供一种车载空调与可再生制动协调控制方法。
为达到上述目的，本发明提供如下技术方案：
一种车载空调与可再生制动协调控制方法，该方法包括以下步骤：
S1：面向控制的车厢热模型构建；
S2：基于可再生制动的车厢热管理；
S3：融合车速规划的车厢热管理。
可选的，所述S1包括以下步骤：
S11：基于可再生制动的电动汽车热与功率循环；
S12：空调系统动态模型构建。
可选的，所述S11具体为：车厢内鼓风机确保车厢通风，环境空气流量由再循环阀控制；蒸发器吸收车内热量，并经过冷凝器散热到外部环境；压缩机保持制冷剂在蒸发器与冷凝器之间流动；可再生制动能量用于驱动车载空调并给电池充电。
可选的，所述S12具体为：构建状态空间方程将车厢内部空气温度以及空调能耗相关联，具体的系统状态方程如下式所示：
Figure BDA0003047293530000021
其中k代表第k个时刻，Hk(·,·)是状态转移函数，R(·,·)是输出函数，X为系统状态向量，Y为系统输出向量，
Figure BDA0003047293530000022
和
Figure BDA0003047293530000023
为系统的控制输入量，其中
Figure BDA0003047293530000024
代表蒸发器壁的温度设定值，
Figure BDA0003047293530000025
代表鼓风机的空气流量；
建立状态转移函数，状态转移函数如下式所示：
Figure BDA0003047293530000026
Figure BDA0003047293530000027
Figure BDA0003047293530000028
Figure BDA0003047293530000029
车厢内k时刻空气温度，
Figure BDA00030472935300000210
车厢内k+1时刻空气温度，
Figure BDA00030472935300000211
车厢内部k时刻温度；
Figure BDA00030472935300000212
车厢外壳k时刻温度，
Figure BDA00030472935300000213
散热器壁k时刻温度，
Figure BDA00030472935300000214
散热器壁k+1时刻温度；
Figure BDA00030472935300000215
车厢进气口k时刻空气温度；
其中
Figure BDA00030472935300000216
以及
Figure BDA00030472935300000217
组成系统状态向量X；模型参数γp以及τq为待辨识常数，通过实际标定获得；p＝1,2,...,7,q＝1,2,3；
Figure BDA00030472935300000218
和
Figure BDA00030472935300000219
使用温度传感器进行测量，作为已知输入；
建立输出函数，输出函数指示空调系统能耗，表示为：
Figure BDA00030472935300000220
Figure BDA00030472935300000221
Figure BDA0003047293530000031
k时刻压缩机功率；
Figure BDA0003047293530000032
k时刻鼓风机功率；
cp：恒压条件下空气比热容；
ηcop：空调系统性能系数；
其中，β1，β2和β3为模型参数，通过实际标定获取。
可选的，所述S2包括以下步骤：
S21：建立车辆侧向动力学模型；
S22：基于电池老化最小的优化问题构建；
S23：模型预测热管理。
可选的，所述S21具体为：车辆侧向动力学特性涉及可再生制动，表示为：
Figure BDA0003047293530000033
m：整车质量，v：车辆速度；
Fwhl：电机产生驱动力，Froll：滚动阻力；
Fdrag：空气阻力，Fgrade：重力阻力；
Froll＝mgcrcos(α)，
Fgrade＝mgsin(α)，
Figure BDA0003047293530000034
其中g为重力常数，cr为滚动摩擦系数，α为路面坡度，ρair为环境控制质量密度，Af为车辆挡风面积，cd为风阻系数；
将可再生能量直接用于驱动空调；
电机：前后驱，三相交流感应电机；
传动：单速固定齿轮；
电池：额定能量100kWh，额定电压400V，额定容量250Ah；
效率：βm＝93％(EM+Mechanical)，
Figure BDA0003047293530000035
Figure BDA0003047293530000036
基于车辆侧向动力学模型及EV构造，计算k时刻电机功率为：
Figure BDA0003047293530000037
其中，当
Figure BDA0003047293530000041
时，β＝βm，否则为可再生制动模式，
Figure BDA0003047293530000042
可选的，所述S22具体为：以最小化电荷输入输出来减少电池老化，包括情形1和情形2：
情形1：电机处于可再生制动模式且可再生功率大于空调需求功率，
Figure BDA0003047293530000043
空调全部由可再生制动能量供电，同时剩余可再生能量用于给电池充电，每个采样区间的电荷为：
Figure BDA0003047293530000044
其中βpc为功率转换器效率，uk为电池组端电压；
情形2：电机处于可再生制动模式，可再生能量小于空调需求值；或者电机处于牵引模式，
Figure BDA0003047293530000045
空调部分或全部由电池供电，每个采样区间电池电荷输出量为：
Figure BDA0003047293530000046
每个采样区间流过电池的安时数为：
Figure BDA0003047293530000047
其中，
Figure BDA0003047293530000048
等于
Figure BDA0003047293530000049
或者
Figure BDA00030472935300000410
取决于电池处于充电还是放电模式；
优化目标是基于给定的车辆速度轨迹、最小化N个采样区间内通过电池的安时数来降低电池老化，优化问题PMD定义为
Figure BDA00030472935300000411
Figure BDA00030472935300000412
Figure BDA00030472935300000413
Figure BDA00030472935300000414
Figure BDA00030472935300000415
Figure BDA00030472935300000416
Figure BDA00030472935300000417
Figure BDA00030472935300000418
Figure BDA00030472935300000419
Figure BDA0003047293530000051
Minimize代表最小化，是优化问题里的标准格式；JMD代表目标函数，其中MD为minimal degradation的缩写；
端电压uk在前瞻时间窗口内认定为常数。
可选的，所述S23具体为：优化问题PMD应用标准求解器求解，求解结果为覆盖前瞻时间窗口，即N个采样间隔的最优解，只有下一个采样时刻的解
Figure BDA0003047293530000052
被用于空调控制，有基于模型的闭环滚动窗口车厢热管理；电池老化与流过电池的电荷数成正比，电池老化降低8％。
可选的，所述S3具体为：当车速不可知时，提出双层控制器以同时对车速和空调进行协调控制，上层控制器根据道路坡度及交通信息实时优化控制车速，下层控制器则基于车速进实现基于可再生制动的空调最优控制。
本发明的有益效果在于：降低了车辆能耗，延长了电池使用寿命。通过降低车辆能耗，可有效延长电动汽车续驶里程。通过延长电池寿命，可有效降低车辆运行成本(避免更换电池)、提升电池能效(减缓电池内阻增加)、缓解里程焦虑(减少电池容量衰减)。因此，本发明可有效解决当前电动汽车续驶里程短、电池使用寿命短的两大难题。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为车厢热模型原理图；
图2为车辆侧向动力学原理图；
图3为EV能量流原理图；
图4为UDDS工况图；图4(a)为速度-时间图；图4(b)为电机功率-时间图；
图5为仿真结果；图5(a)为空调功率控制结果；图5(b)为600-800s空调功率控制结果；图5(c)车厢温度控制结果；图5(d)为600s-800s车厢维度控制结果；
图6为双层车速、空调协调控制器原理图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明方法包括面向控制的车厢热模型构建、基于可再生制动的车厢热管理和融合车速规划的车厢热管理。
(一)面向控制的车厢热模型构建
面向控制的车厢热模型构建包括基于可再生制动的电动汽车热与功率循环、空调系统动态模型构建。
(1)基于可再生制动的电动汽车热与功率循环
如图1所示，车厢内空气温度受车厢外壳、车厢内部(座椅、仪表盘等)以及车厢进气口空气的共同作用影响。
其中，鼓风机确保车厢通风，环境空气流量由再循环阀控制。蒸发器吸收车内热量，并经过冷凝器散热到外部环境。压缩机保持制冷剂在蒸发器与冷凝器之间流动。可再生制动能量用于驱动车载空调并给电池充电。
(2)空调系统动态模型构建
构建状态空间方程将车厢内部空气温度以及空调能耗相关联，具体的系统状态方程如下式所示：
Figure BDA0003047293530000071
其中k代表第k个时刻，Hk(·,·)是状态转移函数，R(·,·)是输出函数，X为系统状态向量，Y为系统输出向量，
Figure BDA0003047293530000072
和
Figure BDA0003047293530000073
为系统的控制输入量，其中
Figure BDA0003047293530000074
代表蒸发器壁的温度设定值，
Figure BDA0003047293530000075
代表鼓风机的空气流量。
建立状态转移函数，状态转移函数如下式所示：
Figure BDA0003047293530000076
Figure BDA0003047293530000077
Figure BDA0003047293530000078
Figure BDA0003047293530000079
车厢内k时刻空气温度，
Figure BDA00030472935300000710
车厢内k+1时刻空气温度，
Figure BDA00030472935300000711
车厢内部k时刻温度；
Figure BDA00030472935300000712
车厢外壳k时刻温度，
Figure BDA00030472935300000713
散热器壁k时刻温度，
Figure BDA00030472935300000714
散热器壁k+1时刻温度；
Figure BDA00030472935300000715
车厢进气口k时刻空气温度；
其中
Figure BDA00030472935300000716
以及
Figure BDA00030472935300000717
组成系统状态向量X；模型参数γp以及τq为待辨识常数，通过实际标定获得；p＝1,2,...,7,q＝1,2,3；
Figure BDA00030472935300000718
和
Figure BDA00030472935300000719
使用温度传感器进行测量，作为已知输入。
建立输出函数，输出函数指示空调系统能耗，表示为：
Figure BDA00030472935300000720
Figure BDA00030472935300000721
Figure BDA00030472935300000722
k时刻压缩机功率；
Figure BDA00030472935300000723
k时刻鼓风机功率；
cp：恒压条件下空气比热容；
ηcop：空调系统性能系数；
其中，β1，β2和β3为模型参数，通过实际标定获取。
(二)基于可再生制动的车厢热管理
(1)建立车辆侧向动力学模型
如图2所示，车辆侧向动力学特性涉及可再生制动，表示为：
Figure BDA0003047293530000081
m：整车质量，v：车辆速度；
Fwhl：驱动力(电机产生)，Froll：滚动阻力；
Fdrag：空气阻力，Fgrade：重力阻力(分力)。
Froll＝mgcrcos(α)，
Fgrade＝mgsin(α)，
Figure BDA0003047293530000082
其中g为重力常数，cr为滚动摩擦系数，α为路面坡度，ρair为环境控制质量密度，Af为车辆挡风面积，cd为风阻系数。
EV热管理如图3所示，以TeslaModel S为例，将可再生能量直接用于驱动空调。
电机：前后驱，三相交流感应电机。
传动：单速固定齿轮。
电池：额定能量100kWh，额定电压400V，额定容量250Ah。
效率：βm＝93％(EM+Mechanical)，
Figure BDA0003047293530000083
Figure BDA0003047293530000084
基于车辆侧向动力学模型及EV构造机理图，可计算k时刻电机功率为：
Figure BDA0003047293530000085
其中，当
Figure BDA0003047293530000086
时，β＝βm，否则为可再生制动模式，
Figure BDA0003047293530000087
(2)基于电池老化最小的优化问题构建
本发明提出以最小化电荷输入输出(即降低电池使用频率)来减少电池老化，并考虑两种情形：
情形1：电机处于可再生制动模式且可再生功率大于空调需求功率，也就是说
Figure BDA0003047293530000088
此时，空调全部由可再生制动能量供电，同时剩余可再生能量用于给电池充电，因此每个采样区间的电荷(安时)为：
Figure BDA0003047293530000089
其中βpc为功率转换器效率，uk为电池组端电压。
情形2：电机仍然处于可再生制动模式，但是可再生能量小于空调需求值，或者电机处于牵引模式，即
Figure BDA0003047293530000091
此时，空调部分或全部由电池供电，且每个采样区间电池电荷输出量为
Figure BDA0003047293530000092
因此，每个采样区间流过电池的安时数为
Figure BDA0003047293530000093
其中，
Figure BDA0003047293530000094
等于
Figure BDA0003047293530000095
或者
Figure BDA0003047293530000096
取决于电池处于充电还是放电模式。
优化目标是基于给定的车辆速度轨迹、最小化N个采样区间内通过电池的安时数来降低电池老化，因此优化问题PMD定义为
Figure BDA0003047293530000097
Figure BDA0003047293530000098
Figure BDA0003047293530000099
Figure BDA00030472935300000910
Figure BDA00030472935300000911
Figure BDA00030472935300000912
Figure BDA00030472935300000913
Figure BDA00030472935300000914
Figure BDA00030472935300000915
Figure BDA00030472935300000916
Minimize代表最小化，是优化问题里的标准格式；JMD代表目标函数，其中MD为minimal degradation的缩写；
端电压uk在前瞻时间窗口内认定为常数。
(3)模型预测热管理
优化问题PMD可以应用标准求解器求解，求解结果为覆盖前瞻时间窗口(N个采样间隔)的最优解，但是只有下一个采样时刻的解
Figure BDA0003047293530000101
被用于空调控制，从而有(基于模型的)闭环滚动窗口车厢热管理。
仿真结果：
①UDDS工况
如图4所示，图4(a)为速度-时间图；图4(b)为电机功率-时间图；本模型将基于UDDS工况进行仿真。
②参数设置
车厢温度
Figure BDA0003047293530000102
设定为25℃；
温度下限
Figure BDA0003047293530000103
设定为24℃，
温度上限
Figure BDA0003047293530000104
设定为26℃；
蒸发器及鼓风机参数设定为：
Figure BDA0003047293530000105
Figure BDA0003047293530000106
Figure BDA0003047293530000107
③基于电池老化最小的优化仿真结果：
如图5所示，图5(a)表明，为了达到流过电池的安时数最少(老化最小)，空调系统的能耗随着电机能耗的变化而变化；
图5(b)表明，当电机处于可再生制动模式时(功率为负)，空调能耗较大，而处于可再生制动前后空调能耗则较小，从而导致功率偏移。
图5(c)表明车厢温度随着空调功率的变化而变化。
图5(d)表明，当空调冷却功率强劲时，车厢温度降低，此时电机可再生刹车能量；
当空调冷却功率较弱时，车厢温度上升，此时电机处于可再生制动状态前后。
车厢温度舒适：车厢温度在24℃与26℃之间波动，温度均值为25.07℃。
功率偏移导致较多可再生能量直接驱动空调，减少了流过电池的电荷数，从而减少电池使用及老化。
表1为协调及未协调可再生制动的空调控制仿真结果。
表1协调及未协调可再生制动的空调控制仿真结果
Figure BDA0003047293530000108
Figure BDA0003047293530000111
结果表明：协调可再生制动情况下，电机及空调能耗为2.3094kWh，电荷数为9.6698kWh，与未协调可再生制动情形相比，能耗降低0.88％，流过电池电荷数降低7.93％。
电池老化与流过电池的电荷数成正比，因此电池老化可降低8％左右。
(三)融合车速规划的车厢热管理
双层车速、空调协调控制器
当车速不可知时，本发明提出双层控制器以同时对车速和空调进行协调控制。
即上层控制器根据道路坡度及交通信息实时优化控制车速，下层控制器则基于(上层控制器生成的)车速进实现(基于可再生制动的)空调最优控制，如图6所示。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种车载空调与可再生制动协调控制方法，其特征在于：该方法包括以下步骤：
S1：面向控制的车厢热模型构建；
S2：基于可再生制动的车厢热管理；
S3：融合车速规划的车厢热管理；
所述S1包括以下步骤：
S11：基于可再生制动的电动汽车热与功率循环；
S12：空调系统动态模型构建；
所述S11具体为：车厢内鼓风机确保车厢通风，环境空气流量由再循环阀控制；蒸发器吸收车内热量，并经过冷凝器散热到外部环境；压缩机保持制冷剂在蒸发器与冷凝器之间流动；可再生制动能量用于驱动车载空调并给电池充电；
所述S12具体为：构建状态空间方程将车厢内部空气温度以及空调能耗相关联，具体的系统状态方程如下式所示：
Figure FDA0003775733960000011
其中k代表第k个时刻，Hk(·,·)是状态转移函数，R(·,·)是输出函数，X为系统状态向量，Y为系统输出向量，
Figure FDA0003775733960000012
和
Figure FDA0003775733960000013
为系统的控制输入量，其中
Figure FDA0003775733960000014
代表蒸发器壁的温度设定值，
Figure FDA0003775733960000015
代表鼓风机的空气流量；
建立状态转移函数，状态转移函数如下式所示：
Figure FDA0003775733960000016
Figure FDA0003775733960000017
Figure FDA0003775733960000018
Figure FDA0003775733960000019
车厢内k时刻空气温度，
Figure FDA00037757339600000110
车厢内k+1时刻空气温度，
Figure FDA00037757339600000111
车厢内部k时刻温度；
Figure FDA00037757339600000112
车厢外壳k时刻温度，
Figure FDA00037757339600000113
散热器壁k时刻温度，
Figure FDA00037757339600000114
散热器壁k+1时刻温度；
Figure FDA00037757339600000115
车厢进气口k时刻空气温度；
其中
Figure FDA00037757339600000116
以及
Figure FDA00037757339600000117
组成系统状态向量X；模型参数γp以及τq为待辨识常数，通过实际标定获得；p＝1,2,…,7,q＝1,2,3；
Figure FDA00037757339600000118
和
Figure FDA00037757339600000119
使用温度传感器进行测量，作为已知输入；
建立输出函数，输出函数指示空调系统能耗，表示为：
Figure FDA0003775733960000021
Figure FDA0003775733960000022
Figure FDA0003775733960000023
k时刻压缩机功率；
Figure FDA0003775733960000024
k时刻鼓风机功率；
cp：恒压条件下空气比热容；
ηcop：空调系统性能系数；
其中，β1，β2和β3为模型参数，可通过实际标定获取。
2.根据权利要求1所述的一种车载空调与可再生制动协调控制方法，其特征在于：所述S2包括以下步骤：
S21：建立车辆侧向动力学模型；
S22：基于电池老化最小的优化问题构建；
S23：模型预测热管理。
3.根据权利要求2所述的一种车载空调与可再生制动协调控制方法，其特征在于：所述S21具体为：车辆侧向动力学特性涉及可再生制动，表示为：
Figure FDA0003775733960000025
m：整车质量，v：车辆速度；
Fwhl：电机产生驱动力，Froll：滚动阻力；
Fdrag：空气阻力，Fgrade：重力阻力；
Froll＝mgcrcos(α)，
Fgrade＝mgsin(α)，
Figure FDA0003775733960000026
其中g为重力常数，cr为滚动摩擦系数，α为路面坡度，ρair为环境控制质量密度，Af为车辆挡风面积，cd为风阻系数；
将可再生能量直接用于驱动空调；
电机：前后驱，三相交流感应电机；
传动：单速固定齿轮；
电池：额定能量100kWh，额定电压400V，额定容量250Ah；
EM+Mechanical效率：βm＝93％，电池充电库伦效率
Figure FDA0003775733960000031
电池放电库伦效率
Figure FDA0003775733960000032
基于车辆侧向动力学模型及EV构造，计算k时刻电机功率为：
Figure FDA0003775733960000033
其中，当
Figure FDA0003775733960000034
时，β＝βm，否则为可再生制动模式，
Figure FDA0003775733960000035
4.根据权利要求3所述的一种车载空调与可再生制动协调控制方法，其特征在于：所述S22具体为：以最小化电荷输入输出来减少电池老化，包括情形1和情形2：
情形1：电机处于可再生制动模式且可再生功率大于空调需求功率，
Figure FDA0003775733960000036
空调全部由可再生制动能量供电，同时剩余可再生能量用于给电池充电，每个采样区间的电荷为：
Figure FDA0003775733960000037
其中βpc为功率转换器效率，uk为电池组端电压；
情形2：电机处于可再生制动模式，可再生能量小于空调需求值；或者电机处于牵引模式，
Figure FDA0003775733960000038
空调部分或全部由电池供电，每个采样区间电池电荷输出量为：
Figure FDA0003775733960000039
每个采样区间流过电池的安时数为：
Figure FDA00037757339600000310
其中，
Figure FDA00037757339600000311
等于
Figure FDA00037757339600000312
或者
Figure FDA00037757339600000313
取决于电池处于充电还是放电模式；
优化目标是基于给定的车辆速度轨迹、最小化N个采样区间内通过电池的安时数来降低电池老化，优化问题PMD定义为
min imize
Figure FDA00037757339600000314
Figure FDA00037757339600000315
Figure FDA00037757339600000316
subject to
Figure FDA00037757339600000317
Figure FDA0003775733960000041
Figure FDA0003775733960000042
Figure FDA0003775733960000043
Figure FDA0003775733960000044
Figure FDA0003775733960000045
Figure FDA0003775733960000046
Minimize代表最小化，是优化问题里的标准格式；JMD代表目标函数，其中MD为minimaldegradation的缩写；
端电压uk在前瞻时间窗口内认定为常数。
5.根据权利要求4所述的一种车载空调与可再生制动协调控制方法，其特征在于：所述S23具体为：优化问题PMD应用标准求解器求解，求解结果为覆盖前瞻时间窗口，即N个采样间隔的最优解，只有下一个采样时刻的解
Figure FDA0003775733960000047
被用于空调控制，有基于模型的闭环滚动窗口车厢热管理；电池老化与流过电池的电荷数成正比，电池老化降低8％。
6.根据权利要求5所述的一种车载空调与可再生制动协调控制方法，其特征在于：所述S3具体为：当车速不可知时，提出双层控制器以同时对车速和空调进行协调控制，上层控制器根据道路坡度及交通信息实时优化控制车速，下层控制器则基于车速实现基于可再生制动的空调最优控制。
CN202110475606.0A 2021-04-29 2021-04-29 一种车载空调与可再生制动协调控制方法 Active CN113147321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110475606.0A CN113147321B (zh) 2021-04-29 2021-04-29 一种车载空调与可再生制动协调控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110475606.0A CN113147321B (zh) 2021-04-29 2021-04-29 一种车载空调与可再生制动协调控制方法

Publications (2)

Publication Number Publication Date
CN113147321A CN113147321A (zh) 2021-07-23
CN113147321B true CN113147321B (zh) 2022-09-09

Family

ID=76872575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110475606.0A Active CN113147321B (zh) 2021-04-29 2021-04-29 一种车载空调与可再生制动协调控制方法

Country Status (1)

Country Link
CN (1) CN113147321B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113386630B (zh) * 2021-08-05 2022-03-08 吉林大学 低温环境下智能网联燃料电池汽车功率分配管理方法
CN113721154B (zh) * 2021-08-31 2024-08-16 潍柴动力股份有限公司 一种燃料电池工况点选取方法及装置
CN113928330B (zh) * 2021-10-21 2024-07-02 重庆大学 一种纯电动汽车速度轨迹优化控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009196404A (ja) * 2008-02-19 2009-09-03 Fujitsu Ten Ltd ハイブリッド制御装置、空調制御装置、ハイブリッド車両の制御方法
CN104442412A (zh) * 2013-09-18 2015-03-25 通用电气公司 装置,移动运输设备,电动拖拉机,电动叉车以及相关方法
CN108215895A (zh) * 2017-12-29 2018-06-29 吉林大学 纯电动汽车回收能量管理方法及管理系统
CN108365986A (zh) * 2018-02-07 2018-08-03 重庆大学 基于模型预测控制的混合动力车队协同能量管理方法
US10392018B1 (en) * 2018-09-27 2019-08-27 Ford Global Technologies, Llc Vehicle and regenerative braking control system for a vehicle
CN110182104A (zh) * 2019-05-05 2019-08-30 北京航空航天大学 一种燃料电池汽车辅助供能系统
CN111834680A (zh) * 2019-04-23 2020-10-27 通用汽车环球科技运作有限责任公司 电池热管理

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3933030B2 (ja) * 2002-10-22 2007-06-20 株式会社デンソー ハイブリッド車用空調装置
JP6056789B2 (ja) * 2014-02-26 2017-01-11 株式会社デンソー 電気自動車の回生制動制御装置
US9950638B2 (en) * 2015-07-10 2018-04-24 Ford Global Technologies, Llc Preconditioning an electric vehicle
JP2017093154A (ja) * 2015-11-10 2017-05-25 株式会社デンソー 車両用回生制動装置
US10384511B2 (en) * 2017-01-27 2019-08-20 Ford Global Technologies, Llc Method to control battery cooling using the battery coolant pump in electrified vehicles
CN108944466A (zh) * 2018-07-10 2018-12-07 浙江力邦合信智能制动系统股份有限公司 再生制动控制方法及系统
CN109649183B (zh) * 2018-11-23 2020-08-18 江苏敏安电动汽车有限公司 一种纯电动汽车能量管理与能量回收方法
CN110641456A (zh) * 2019-10-29 2020-01-03 重庆大学 一种基于pmp原理的插电式混合动力系统双态自适应控制方法
CN110733379A (zh) * 2019-10-30 2020-01-31 奇瑞商用车（安徽）有限公司 一种基于电池荷电状态的能量管理系统及方法
CN111261973B (zh) * 2020-01-19 2022-09-23 重庆大学 基于模型预测控制的电动汽车整车电池热管理方法
CN111562741A (zh) * 2020-05-09 2020-08-21 上海交通大学 一种延长电动汽车电池寿命的方法
CN112477698B (zh) * 2020-11-17 2022-08-09 中山大学 一种动力电池主动热管理系统及控制方法
CN112428781B (zh) * 2020-12-16 2022-09-23 重庆大学 基于热舒适和低病毒感染风险的电动汽车空调控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009196404A (ja) * 2008-02-19 2009-09-03 Fujitsu Ten Ltd ハイブリッド制御装置、空調制御装置、ハイブリッド車両の制御方法
CN104442412A (zh) * 2013-09-18 2015-03-25 通用电气公司 装置,移动运输设备,电动拖拉机,电动叉车以及相关方法
CN108215895A (zh) * 2017-12-29 2018-06-29 吉林大学 纯电动汽车回收能量管理方法及管理系统
CN108365986A (zh) * 2018-02-07 2018-08-03 重庆大学 基于模型预测控制的混合动力车队协同能量管理方法
US10392018B1 (en) * 2018-09-27 2019-08-27 Ford Global Technologies, Llc Vehicle and regenerative braking control system for a vehicle
CN111834680A (zh) * 2019-04-23 2020-10-27 通用汽车环球科技运作有限责任公司 电池热管理
CN110182104A (zh) * 2019-05-05 2019-08-30 北京航空航天大学 一种燃料电池汽车辅助供能系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于电池能量状态和车辆能耗的电动汽车续驶里程估算;陈燎等;《汽车工程学报》;20170320(第02期);第39-48页 *

Also Published As

Publication number Publication date
CN113147321A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
CN113147321B (zh) 一种车载空调与可再生制动协调控制方法
US11358434B2 (en) Method to control battery cooling using the battery coolant pump in electrified vehicles
US11075417B2 (en) Battery cooling control system
CN102510813B (zh) 车辆用空调系统
US10220828B2 (en) Engine idle operation control method and system for heating of hybrid electric vehicle
CN102059957B (zh) 电动车辆的控制系统和搭载有该控制系统的电动车辆
CN104044479B (zh) 用于在充电时控制电动车辆的方法
CN102470758B (zh) 电动车辆的冷却系统
Suh et al. Design and experimental analysis of an efficient HVAC (heating, ventilation, air-conditioning) system on an electric bus with dynamic on-road wireless charging
Li et al. Energy management strategy of thermoelectric generation for localized air conditioners in commercial vehicles based on 48 V electrical system
CN107554235A (zh) 电池冷却剂回路控制
CN105905100A (zh) 基于预测的再生能量的电池荷电状态目标
CN105905107A (zh) 基于车辆倾斜的电池荷电状态的目标
EP4382327A1 (en) Thermal management system, thermal management method, and computer device
Chakraborty et al. Parameterized cloud-connected electro-thermal modelling of a battery electric vehicle
Li et al. Integrated management of powertrain and engine cooling system for parallel hybrid electric vehicles
CN106004859A (zh) 车辆性能预加载启用器
JP2013075615A (ja) 電動駆動車両
Kim et al. The effect of driver's behavior and environmental conditions on thermal management of electric vehicles
Besselink et al. Evaluating the TU/e Lupo EL BEV performance
Suh et al. Dynamic model and control algorithm of HVAC system for dynamic wireless charging EV application
CN116604998A (zh) 一种基于交通信息的电动汽车车队热管理系统控制方法
CN116639135B (zh) 车辆的协同控制方法、装置及车辆
Hellmutha et al. Innovative thermal management operating strategies for battery-electric heavy-duty trucks
Ried et al. Cost-benefit analysis of plug-in hybrid electric vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant