CN110641250A - 基于人体热舒适理论和模糊pid控制的电动汽车空调系统智能控制方法 - Google Patents

Abstract

本发明涉及一种基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，属于整车热管理技术领域。该方法包括：S1建立汽车空调系统‑乘员舱耦合热模型，并基于此耦合热模型建立以汽车乘员舱温度为控制目标，电动压缩机转速为控制变量的模糊PID控制器；S2基于人体热舒适理论建立关于乘员舱内当前PMV值的估计器；S3建立关于驾驶员温度调节的记忆储存器，计算出驾驶员近段时间喜好的平均PMV值；S4计算出实时的控制目标温度T_comfort，利用搭建好的模糊PID控制器对乘员舱温度进行调节，以此实现乘员舱舒适温度的实时自调节。本方法简单有效，控制时间较短，鲁棒性强，适合用于实车空调控制系统中。

Description

基于人体热舒适理论和模糊PID控制的电动汽车空调系统智 能控制方法

技术领域

本发明属于整车热管理技术领域，涉及基于人体热舒适理论和模糊PID控制方法的具有驾驶员热习惯自适应功能的电动汽车空调系统智能自动控制。

背景技术

汽车空调系统作为汽车最为重要的辅助系统之一，在汽车工业电动化与智能化的发展趋势驱下，需要更加精确与智能的控制器对乘员舱热平衡进行调节。对于电动汽车而言，汽车空调系统是最耗能的辅助系统，有关研究表明，电动汽车空调系统的能耗会使电动汽车的续航历程平均下降30％-40％。在热舒适性方面，由于汽车智能化发展需求，汽车空调需要做到比传统空调更加智能来提升驾驶热舒适性。因此，如何减少电动汽车空调系统的能耗并且提高乘客的舒适性，是如今电动汽车热管理系统研究的重点之一。另外，汽车智能空调系统的发展对与无人驾驶汽车的研发工作的推进起到重要的辅助作用。

与传统汽车相比，电动汽车压缩机主要以电机带动的方式运行，由于电动压缩机的转速控制可以比较精确且不受发动机转速的影响，所以压缩机转速控制可以根据实时需要进行调节，而不受外界车速工况的影响。现在汽车空调系统主流的控制方法，是基于规则的开关控制器，PID控制，或者模糊控制等。开关控制器是一种结构简单的基于规则的控制器，这种控制算法运算量小，结构简单，鲁棒性好，可靠性高。但是这种方法控制效果受外界影响较大，控制效果往往较差，控制效率低下。PID是如今常用的反馈控制，相对开关控制器，PID控制更加精确，但是PID参数调节对模型依赖较大，不同控制对象调节增益也不同。模糊控制弱化了系统复杂性对控制的影响，但对设计人员的经验要求较高。为了结合PID控制和模糊控制的优点，采用模糊PID的控制方式，可以使空调系统控制更能适应变工况，提升控制效果。

目前对于人体热舒适性理论研究较多，其中较为经典的方法是通过计算PMV(Predicted Mean Vote)值来表现人体热舒适评价，其数值是以人体热平衡的基本方程式以及心理生理学主观热感觉的等级为出发点，考虑了人体热舒适感诸多有关因素的全面评价指标。其指标从-3到+3，分别对应的是人体从感觉冷到热的程度，当PMV＝0，说明人体感觉热中性，也就是舒适值。但是基于PMV值的热舒适理论对不同地区，不同体型，不同性别，年龄的人的适用程度是不一样的，这也局限了此理论在汽车空调上的使用。针对热舒适性理论上的改进方法也很多，但是如何具体应用在汽车空调并且适应驾驶员的热舒适方法尚未出现。

目前在汽车空调控制上加入PMV适应功能，并且以此适应驾驶员舒适需求的PMV值来实现空调系统自动调节舒适温度的方法尚未出现。

发明内容

有鉴于此，本发明的目的在于提供一种基于人体热舒适理论和模糊PID控制方法设计具一种有适应驾驶员热舒适习惯自适应功能的电动汽车空调系统智能自动控制器的方法。

为达到上述目的，本发明提供如下技术方案：

一种基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，具体包括以下步骤：

S1：建立汽车空调系统-乘员舱耦合热模型，并基于此耦合热模型建立以汽车乘员舱温度为控制目标，电动压缩机转速为控制变量的模糊PID控制器；

S2：基于人体热舒适理论建立关于乘员舱内当前PMV值的估计器；

S3：建立关于驾驶员温度调节的记忆储存器，并通过PMV估计器将储存器所记录的驾驶员调节温度数据计算出驾驶员近段时间喜好的平均PMV值，作为适应驾驶员热习惯后的PMV值，记为PMVa；

S4：基于计算出的PMVa计算出实时的控制目标温度T_comfort，利用搭建好的模糊PID控制器对乘员舱温度进行调节，以此实现乘员舱舒适温度的实时自调节。

进一步，所述步骤S1具体包括以下步骤：

S11：建立一维汽车空调系统热模型，以及一维乘员舱系统热模型，并将两者进行热耦合得到汽车空调系统-乘员舱耦合热模型；

S12：建立以乘员舱实时温度为控制目标和反馈量，以压缩机转速为控制变量的模糊PID控制器；

S13：将模糊PID控制器嵌入空调系统-乘员舱耦合热模型中，调整控制参数和控制增益，使控制器实现通过调整空调系统压缩机转速来精确控制乘员舱温度。

进一步，所述步骤S11中，汽车空调系统包括压缩机、冷凝器膨胀阀和蒸发器四个部分，则所述一维汽车空调系统热模型包括：

1)压缩机的一维动态数学模型为：

dm_comp＝η_vρ_rN_comp V_d

其中，m_comp为压缩机的质量流量，η_v为容积效率，ρ_r为制冷剂密度，N_comp为压缩机转速，V_d为压缩机排量，h_c，o为压缩机出口焓值，h_c，i为压缩机进口焓值，h_is，o为压缩机等熵出口焓值，η_is为等熵效率；

2)采用有限单元法来描述冷凝器的换热过程，对于控制单元i，其换热具有以下关系：

对于制冷剂侧的换热，有：

Φ_c，r，i＝k_c，r，iS_c，r，i(T_c，r，i-T_c，w，i)

Φ_c，r＝∑Φ_c，r，i

对于空气侧的换热，有：

Φ_c，a＝∑Φ_c，a，i

其中，Φ_c，r，i为冷凝器中制冷剂侧每个单元的换热量，Φ_c，r为冷凝器中制冷剂测总的热流，换热系数k_c，r，i的大小与制冷剂的状态有关；S_c，r，i为每个单元中制冷剂与壁面的换热面积，T_c，r，i为单元内部制冷剂的温度，T_c，w，i为单元壁面温度；Φ_c，a，i为冷凝器空气侧每个单元的热流，Φ_c，a为冷凝器空气侧总的热流，

为冷凝器翅片表面系数，每个单元空气换热系数为k_c，a，i，其大小与空气的状态有关；S_c，a，i为每个单元中空气与壁面的换热面积，T_c，a，i为每个单元里空气温度，T_c，w，i为换热单元壁面温度；

3)设定膨胀阀模型的进口焓值等于出口焓值，通过膨胀阀制冷剂质量流量

与其压降ΔP的关系由下式表示：

其中，C_q为膨胀阀的流量系数，ρ_v为通过膨胀阀的制冷剂密度，A_v为膨胀阀的最小流通面积；

4)蒸发器内部和外部换热有以下关系：

对于制冷剂侧有：

Φ_e，r，i＝k_e，r，iS_e，r，i(T_e，r，i-T_e，w，i)

Φ_e，r＝∑Φ_e，r，i

对于空气侧换热有：

Φ_e，a＝∑Φ_e，a，i

其中，Φ_e，r，i为蒸发器中制冷剂侧每个单元的热流，Φ_e，r为蒸发器中制冷剂测总的热流，k_e，r，i为蒸发器计算单元内的换热系数；S_e，r，i为蒸发器每个单元中制冷剂与壁面的换热面积，T_e，r，i为单元内部制冷剂的温度，T_e，w，i为单元壁面温度；Φ_e，a，i为蒸发器空气侧每个单元的热流，Φ_e，a为蒸发器空气侧总的热流，η_fe为蒸发器翅片表面系数，每个单元空气的换热系数为k_e，a，i，其大小与空气的状态有关；S_e，a，i为每个单元中空气与壁面的换热面积，T_e，a，i为每个单元里空气温度，T_e，w，i为换热单元壁面温度；

为单元内蒸发器表面冷凝的液体的质量流量，h_vap为冷凝物物的汽化潜热；

蒸发器空气出口温度T_a，out和湿度H_a，out由下式计算：

其中，T_a，in和H_a，in分别为蒸发器空气进口温度和湿度，k_a为蒸发器风侧的换热系数，A为蒸发器迎风面积，cp_in为蒸发器材料的比热，

为空气质量的质量流率，T_e，w为蒸发器的壁面温度，T_a，in为进口的空气温度，H_a，s为空气的饱和绝对湿度，H_a，in为蒸发器进口空气的湿度。

进一步，所述步骤S11中，所述一维乘员舱系统热模型包括：

乘员舱总热负荷Q_cab表示为：

Q_cab＝Q_cov+Q_solar+Q_vent+Q_p+Q_d

由能量守恒可知，乘员舱的空气温度动态变化可表示为：

其中，Q_cov为车身表面结构的传热，Q_solar为太阳辐射热负荷，Q_vent为通风引起的热负荷，Q_p为人体热负荷，Q_d为机械和仪表热负荷；T_cab为汽车车舱的温度，Q_AC为空调系统传入客舱的制冷量，

和

分别表示单位时间乘员舱热负荷和空调系统传入客舱的制冷量，M_a为汽车车舱体积范围内的空气质量，c_pa为空气比热。

进一步，所述步骤S12中，模糊PID控制器中，输入变量为客舱目标温度T_t与反馈温度T_cabin的差值e以及差值的变化率ec，其定义为：

e＝T_t-T_cabin

进一步，所述步骤S2具体包括：基于人体热舒适理论建立乘员舱内当前PMV值的估计器，并通过外部环境条件计算出此时乘员舱的PMV值，PMV值的计算公式为：

PMV＝T_s(M-φ₁-φ₂-φ₃-φ₄-φ₅-φ₆)

其中，T_S＝0.303e^-0.036M+0.028，

φ₁＝3.05e^-3+5733-6.99M-P_w，

φ₃＝1.7e^-5M(5867-P_w)，

φ₄＝1.4e^-3M(34-T_a)，

φ₅＝3.96e^-8f_cl((T_cl+273)⁴-(T_r+273)⁴)，

φ₆＝f_clh_c(T_cl-T_a)，

T_cl＝35.7-0.028M-I_cl(φ₅+φ₆)；

其中，M为乘客的新陈代谢率，P_w为水蒸气分压力，T_a为乘员舱空气温度，T_r为驾驶室内平均辐射温度，T_cl为衣服表面温度，h_c为人体表面对流换热系数，I_cl为乘客衣服的热阻，V_a为乘员舱空气流速。

进一步，所述步骤S3具体包括：

S31：通过步骤S2中得到的实时PMV值后，在系统控制已经达到稳态条件(本发明定为目标温度与实际温度差值小于1℃)下，记录驾驶员每次调节后控制进入稳态时的PMV值，将第i次记录下的PMV值记为PMV_i；

S32：通过PMV_i用以下公式计算PMVa：

其中，N表示采样的周期。

进一步，所述步骤S4具体包括：

S41：通过步骤S3中计算的PMVa值计算出此时舒适的目标温度T_comfort，通过下式计算出：

S42：将计算出的实时的目标舒适温度T_comfort作为步骤S1中搭建好的模糊PID控制器的目标温度，再通过控制器对乘员舱目标温度进行温度调节。

本发明的有益效果在于：本发明将乘客的温度调节数据进行了储存与适应学习，通过PMV算法计算出了适应乘客习惯的最佳目标控制温度，并依据此温度对车舱进行温度降温，从而实现了针对不同乘客的最舒适温度的自动设定以及汽车空调系统的智能自动控制。本发明使得汽车空调在适应驾驶员热习惯后，可以自行调节车内舒适温度而不需要人为调节，从而更好地保证驾驶过程中人体的热舒适性。具体优点有：

1)本发明通过利用适应后PMV指标计算出实时工况下最舒适的目标温度，然后利用模糊PID控制使得汽车空调系统对目标温度能够快速跟踪，从而实现汽车空调系统实时最舒适目标温度的自调节与跟踪，达到舒适和节能的双重效果；

2)为了使控制系统能够感知人体是否舒适，本发明引入了人体热舒适性理论，针对舒适性理论的一些不足之处，本发明设计了一种的通过驾驶员手动的温度调整的历史数据来计算适应PMV值的方法来减小不同驾驶员热舒适感觉的差异对控制调节的影响，让控制系统对不同的乘员具有更高的适应能力，使得舒适温度的控制更为灵活；

3)本发明考虑了外界环境工况变化对车内温度的影响，如太阳辐射，外界温度，车速等工况。使得控制在变工况下有更好的响应结果。

4)本发明中所用的适应算法简单有效，控制计算时间较短，鲁棒性强，适合用于实车空调控制系统中。

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为本发明整体控制器的结构框图；

图2为汽车空调系统与乘员舱结构耦合模型结构图；

图3为乘员舱内的换热示意图；

图4中图4(a)为e的隶属度函数图，图4(b)为ec隶属度函数图；

图5为控制器嵌入空调系统-乘员舱耦合热模型的结构示意图；

图6为PMV估计器的计算过程示意图；

图7为本发明所述控制方法的流程图。

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。

请参阅图1～图7，图1为一种基于人体热舒适理论和模糊PID控制方法的具有适应驾驶员热习惯自适应功能的电动汽车空调系统智能自动控制方法，包括以下步骤：

S1：建立汽车空调系统-乘员舱耦合热模型，并基于此耦合热模型建立以汽车乘员舱温度为控制目标，电动压缩机转速为控制变量的模糊PID控制器；具体包括：

S11：建立一维汽车空调系统热模型，以及一维乘员舱系统热模型，并将两者进行热耦合得到汽车空调系统-乘员舱耦合热模型。汽车空调系统与乘员舱结构耦合模型简图如图2所示。

一维汽车空调系统热模型包括：

1)压缩机的一维动态数学模型为：

dm_comp＝η_vρ_rN_compV_d

其中，m_comp为压缩机的质量流量，η_v为容积效率，ρ_r为制冷剂密度，N_comp为压缩机转速，V_d为压缩机排量，h_c，o为压缩机出口焓值，h_c，i为压缩机进口焓值，h_is，o为压缩机等熵出口焓值，η_is为等熵效率。动力电池的电模型包括等效电路模型和阻抗模型。

2)冷凝器接收来自压缩机的高温高压的制冷剂气体，并将其冷却为低温高压液体。由于翅片换热器结构复杂，内部微通道液体也在发生相变，采用有限单元法来描述冷凝器的换热过程，对于控制单元i，其换热具有以下关系：

对于制冷剂侧的换热，有：

Φ_c，r，i＝k_c，r，iS_c，r，i(T_c，r，i-T_c，w，i)

Φ_c，r＝∑Φ_c，r，i

对于空气侧的换热，有：

Φ_c，a＝∑Φ_c，a，i

其中，Φ_c，r，i为冷凝器中制冷剂侧每个单元的换热量，Φ_c，r为冷凝器中制冷剂测总的热流，换热系数k_c，r，i的大小与制冷剂的状态有关；S_c，r，i为每个单元中制冷剂与壁面的换热面积，T_c，r，i为单元内部制冷剂的温度，T_c，w，i为单元壁面温度；Φ_c，a，i为冷凝器空气侧每个单元的热流，Φ_c，a为冷凝器空气侧总的热流，

为冷凝器翅片表面系数，每个单元空气换热系数为k_c，a，i，其大小与空气的状态有关；S_c，a，i为每个单元中空气与壁面的换热面积，T_c，a，i为每个单元里空气温度，T_c，w，i为换热单元壁面温度；

3)膨胀阀热建模中，忽略流体在其中的传热损失，因此设定膨胀阀模型的进口焓值等于出口焓值，通过膨胀阀制冷剂质量流量

与其压降ΔP的关系由下式表示：

其中，C_q为膨胀阀的流量系数，ρ_v为通过膨胀阀的制冷剂密度，A_v为膨胀阀的最小流通面积；

4)对于蒸发器，其本质上和冷凝器的换热原理一样。但由于蒸发器空气侧换热与乘员舱空气入口温度相关，因此本发明更关注空气侧换热和冷风出口边界条件。蒸发器内部和外部换热分别用以下公式描述：

对于制冷剂侧有：

Φ_e，r，i＝k_e，r，iS_e，r，i(T_e，r，i-T_e，w，i)

Φ_e，r＝∑Φ_e，r，i

对于空气侧换热有：

Φ_e，a＝∑Φ_e，a，i

其中，Φ_e，r，i为蒸发器中制冷剂侧每个单元的热流，Φ_e，r为蒸发器中制冷剂测总的热流，k_e，r，i为蒸发器计算单元内的换热系数；S_e，r，i为蒸发器每个单元中制冷剂与壁面的换热面积，T_e，r，i为单元内部制冷剂的温度，T_e，w，i为单元壁面温度；Φ_e，a，i为蒸发器空气侧每个单元的热流，Φ_e，a为蒸发器空气侧总的热流，η_fe为蒸发器翅片表面系数，每个单元空气的换热系数为k_e，a，i，其大小与空气的状态有关；S_e，a，i为每个单元中空气与壁面的换热面积，T_e，a，i为每个单元里空气温度，T_e，w，i为换热单元壁面温度；

为单元内蒸发器表面冷凝的液体的质量流量，h_vap为冷凝物物的汽化潜热；

蒸发器空气出口温度T_a，out和湿度H_a，out由下式计算：

其中，T_a，in和H_a，in分别为蒸发器空气进口温度和湿度，k_a为蒸发器风侧的换热系数，A为蒸发器迎风面积，cp_in为蒸发器材料的比热，

为空气质量的质量流率，T_e，w为蒸发器的壁面温度，T_a，in为进口的空气温度，H_a，s为空气的饱和绝对湿度，H_a，in为蒸发器进口空气的湿度。

5)耦合模型另一模块为乘员舱热模型，对于乘员舱内的换热如图3所示。成员舱的热负荷主要包括外界空气与汽车表面结构的传热Q_cov，太阳辐射热负荷Q_solar，人体热负荷Q_p，机械和仪表热负荷Q_d，和通风引起的热负荷Q_vent。乘员舱总热负荷Q_cab可以表示为：

Q_cab＝Q_cov+Q_solar+Q_vent+Q_p+Q_d

由能量守恒可知，乘员舱的空气温度动态变化可表示为：

其中，Q_cov为车身表面结构的传热，Q_solar为太阳辐射热负荷，Q_vent为通风引起的热负荷，Q_p为人体热负荷，Q_d为机械和仪表热负荷；T_cab为汽车车舱的温度，Q_AC为空调系统传入客舱的制冷量，和

分别表示单位时间乘员舱热负荷和空调系统传入客舱的制冷量M_a为汽车车舱体积范围内的空气质量，cp_a为空气比热。

S12：建立以乘员舱实时温度为控制目标和反馈量，以压缩机转速为控制变量的模糊PID控制器。具体地，模糊PID控制器中，输入变量为客舱目标温度T_t与反馈温度T_cabin的差值e以及差值的变化率ec，其定义为：

e＝T_t-T_cabin

输入e和ec的值后，本发明基于模糊方法设置了e和ec的隶属度函数，对其进行模糊化。e的隶属度函数如图4(a)所示，图中横坐标为控制目标温度与当前乘员舱温度之差，即e，其变化区间为[-4，4]。ec隶属度函数如图4(b)所示，图中横坐标为e值随时间的变化率，即ec，其变化区间为[-2，2]。控制过程中，控制器根据e和ec对应的模糊值，查询相应的规则表，模糊规则如下表1所示：

表1Kp，Ki and Kd的模糊规则表

(a).Kp的模糊规则

(b).Ki的模糊规则

(c).Kd的模糊规则

去模糊化后，给出对应的PID调节参数的K_p，K_i和K_d的增益，从而实现对PID制参数的自适应调节。

在步骤S12中，采用的是模糊PID控制方法，但不局限于此控制方法。

S13：将模糊PID控制器嵌入空调系统-乘员舱耦合热模型中，如示意图5所示，调整控制参数和控制增益，使控制器实现通过调整空调系统压缩机转速来精确控制乘员舱温度。

S2：基于人体热舒适理论建立乘员舱内当前PMV值的估计器，并通过外部环境条件计算出此时乘员舱的PMV值，其计算方法如图6所示，由下式计算得到：

PMV＝T_s(M-φ₁-φ₂-φ₃-φ₄-φ₅-φ₆)

其中，T_S＝0.303e^-0.036M+0.028，

φ₁＝3.05e^-3+5733-6.99M-P_w，

φ₃＝1.7e^-5M(5867-P_w)，

φ₄＝1.4e^-3M(34-T_a)，

φ₅＝3.96e^-8f_cl((T_ci+273)⁴-(T_r+273)⁴)，

φ₆＝f_clh_c(T_cl-T_a)，

T_cl＝35.7-0.028M-I_cl(φ₅+φ₆)；

其中，M为乘客的新陈代谢率，P_w为水蒸气分压力，T_a为乘员舱空气温度，T_r为驾驶室内平均辐射温度，T_cl为衣服表面温度，h_c为人体表面对流换热系数，I_cl为乘客衣服的热阻，V_a为乘员舱空气流速。

计算过程为：

S21：为了简化模型，提高实用性，将Icl设置为恒定值0.7。

S22：将代谢率的设定为，司机1.5met，乘客1met。

S23：将驾驶平均辐射温度设定为与车内空气温度相同。

S24：PMV动态输入接口设置为车舱空气温度和湿度，及PMV值主要由车内空气温度和湿度确定。

S3：建立关于驾驶员温度调节的记忆储存器，并通过PMV估计器将储存器所记录的驾驶员调节温度数据计算出驾驶员近段时间喜好的平均PMV值，作为适应驾驶员热习惯后的PMV值，记为PMVa。如图7所示，具体步骤为：

S31：通过步骤S2中得到的实时PMV值后，在系统控制已经达到稳态条件(本发明定为目标温度与实际温度差值小于1℃)下，记录驾驶员每次调节后控制进入稳态时的PMV值，将第i次记录下的PMV值记为PMV_i；

S32：通过PMV_i用以下公式计算PMVa：

其中，N表示采样的周期，反应了PMV预测值对近期人为温度调节适应的灵敏程度。

S4：基于计算出的PMVa计算出实时的控制目标温度T_comfort，利用搭建好的模糊PID控制器对乘员舱温度进行调节，以此实现乘员舱舒适温度的实时自调节。具体步骤为：

S41：通过步骤S3中计算的PMVa值计算出此时舒适的目标温度T_comfort，通过下式计算出：

S42：将计算出的实时的目标舒适温度T_comfort作为步骤S1中搭建好的模糊PID控制器的目标温度，再通过控制器对乘员舱目标温度进行温度调节。

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 (8)

1.一种基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，该方法具体包括以下步骤：

S1：建立汽车空调系统-乘员舱耦合热模型，并基于此耦合热模型建立以汽车乘员舱温度为控制目标，电动压缩机转速为控制变量的模糊PID控制器；

S2：基于人体热舒适理论建立关于乘员舱内当前PMV值的估计器；

S3：建立关于驾驶员温度调节的记忆储存器，并通过PMV估计器将储存器所记录的驾驶员调节温度数据计算出驾驶员近段时间喜好的平均PMV值，作为适应驾驶员热习惯后的PMV值，记为PMVa；

S4：基于计算出的PMVa计算出实时的控制目标温度T_comfort，利用搭建好的模糊PID控制器对乘员舱温度进行调节，以此实现乘员舱舒适温度的实时自调节。

2.根据权利要求1所述的基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，所述步骤S1具体包括以下步骤：

S11：建立一维汽车空调系统热模型，以及一维乘员舱系统热模型，并将两者进行热耦合得到汽车空调系统-乘员舱耦合热模型；

S12：建立以乘员舱实时温度为控制目标和反馈量，以压缩机转速为控制变量的模糊PID控制器；

S13：将模糊PID控制器嵌入空调系统-乘员舱耦合热模型中，调整控制参数和控制增益，使控制器实现通过调整空调系统压缩机转速来精确控制乘员舱温度。

3.根据权利要求1所述的基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，所述步骤S11中，汽车空调系统包括压缩机、冷凝器膨胀阀和蒸发器四个部分，则所述一维汽车空调系统热模型包括：

1)压缩机的一维动态数学模型为：

dm_comp＝η_vρ_rN_compV_d

其中，m_comp为压缩机的质量流量，η_v为容积效率，ρ_r为制冷剂密度，N_comp为压缩机转速，V_d为压缩机排量，h_c,o为压缩机出口焓值，h_c,i为压缩机进口焓值，h_is,o为压缩机等熵出口焓值，η_is为等熵效率；

2)采用有限单元法来描述冷凝器的换热过程，对于控制单元i，其换热具有以下关系：

对于制冷剂侧的换热，有：

Φ_c,r,i＝k_c,r,iS_c,r,i(T_c,r,i-T_c,w,i)

Φ_c,r＝∑Φ_c,r,i

对于空气侧的换热，有：

Φ_c,a,i＝η_fck_c,a,iS_c,a,i(T_c,w,i-T_c,a,i)

Φ_c,a＝∑Φ_c,a,i

其中，Φ_c,r,i为冷凝器中制冷剂侧每个单元的换热量，Φ_c,r为冷凝器中制冷剂测总的热流，换热系数k_c,r,i的大小与制冷剂的状态有关；S_c,r,i为每个单元中制冷剂与壁面的换热面积，T_c,r,i为单元内部制冷剂的温度，T_c,w,i为单元壁面温度；Φ_c,a,i为冷凝器空气侧每个单元的热流，Φ_c,a为冷凝器空气侧总的热流，η_fc为冷凝器翅片表面系数，每个单元空气换热系数为k_c,a,i，其大小与空气的状态有关；S_c,a,i为每个单元中空气与壁面的换热面积，T_c,a,i为每个单元里空气温度，T_c,w,i为换热单元壁面温度；

3)设定膨胀阀模型的进口焓值等于出口焓值，通过膨胀阀制冷剂质量流量

与其压降ΔP的关系由下式表示：

其中，C_q为膨胀阀的流量系数，ρ_v为通过膨胀阀的制冷剂密度，A_v为膨胀阀的最小流通面积；

4)蒸发器内部和外部换热有以下关系：

对于制冷剂侧有：

Φ_e,r,i＝k_e,r,iS_e,r,i(T_e,r,i-T_e,w,i)

Φ_e,r＝∑Φ_e,r,i

对于空气侧换热有：

Φ_e,a＝∑Φ_e,a,i

其中，Φ_e,r,i为蒸发器中制冷剂侧每个单元的热流，Φ_e,r为蒸发器中制冷剂测总的热流，k_e,r,i为蒸发器计算单元内的换热系数；S_e,r,i为蒸发器每个单元中制冷剂与壁面的换热面积，T_e,r,i为单元内部制冷剂的温度，T_e,w,i为单元壁面温度；Φ_e,a,i为蒸发器空气侧每个单元的热流，Φ_e,a为蒸发器空气侧总的热流，η_fe为蒸发器翅片表面系数，每个单元空气的换热系数为k_e,a,i，其大小与空气的状态有关；S_e,a,i为每个单元中空气与壁面的换热面积，T_e,a,i为每个单元里空气温度，T_e,w,i为换热单元壁面温度；为单元内蒸发器表面冷凝的液体的质量流量，h_vap为冷凝物物的汽化潜热；

蒸发器空气出口温度T_a,out和湿度H_a,out由下式计算：

其中，T_a,in和H_a,in分别为蒸发器空气进口温度和湿度，k_a为蒸发器风侧的换热系数，A为蒸发器迎风面积，cp_in为蒸发器材料的比热，

为空气质量的质量流率，T_e,w为蒸发器的壁面温度，T_a,in为进口的空气温度，H_a,s为空气的饱和绝对湿度，H_a,in为蒸发器进口空气的湿度。

4.根据权利要求1所述的基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，所述步骤S11中，所述一维乘员舱系统热模型包括：

汽车乘员舱总热负荷Q_cab表示为：

Q_cab＝Q_cov+Q_solar+Q_vent+Q_p+Q_d

由能量守恒可知，乘员舱的空气温度动态变化表示为：

其中，Q_cov为车身表面结构的传热，Q_solar为太阳辐射热负荷，Q_vent为通风引起的热负荷，Q_p为人体热负荷，Q_d为机械和仪表热负荷；T_cab为汽车车舱的温度，Q_AC为空调系统传入客舱的制冷量，和

分别表示单位时间乘员舱热负荷和空调系统传入客舱的制冷量，M_a为汽车车舱体积范围内的空气质量，cp_a为空气比热。

5.根据权利要求1所述的基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，所述步骤S12中，模糊PID控制器中，输入变量为客舱目标温度T_t与反馈温度T_cabin的差值e以及差值的变化率ec，其定义为：

e＝T_t-T_cabin

6.根据权利要求1所述的基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，所述步骤S2具体包括：基于人体热舒适理论建立乘员舱内当前PMV值的估计器，并通过外部环境条件计算出此时乘员舱的PMV值，PMV值的计算公式为：

PMV＝T_s(M-φ₁-φ₂-φ₃-φ₄-φ₅-φ₆)

其中，T_S＝0.303e^-0.036M+0.028，

φ₁＝3.05e^-3+5733-6.99M-P_w，

φ₃＝1.7e^-5M(5867-P_w)，

φ₄＝1.4e^-3M(34-T_a)，

φ₅＝3.96e^-8f_cl((T_cl+273)⁴-(T_r+273)⁴)，

φ₆＝f_clh_c(T_cl-T_a)，

T_cl＝35.7-0.028M-I_cl(φ₅+φ₆)；

其中，M为乘客的新陈代谢率，P_w为水蒸气分压力，T_a为乘员舱空气温度，T_r为驾驶室内平均辐射温度，T_cl为衣服表面温度，h_c为人体表面对流换热系数，I_cl为乘客衣服的热阻，V_a为乘员舱空气流速。

7.根据权利要求6所述的基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，所述步骤S3具体包括：

S31：通过步骤S2中得到的实时PMV值后，在系统控制已经达到稳态条件下，记录驾驶员每次调节后控制进入稳态时的PMV值，将第i次记录下的PMV值记为PMV_i；

S32：通过PMV_i用以下公式计算PMVa：

其中，N表示采样的周期。

8.根据权利要求7所述的基于人体热舒适理论和模糊PID控制的电动汽车空调系统智能控制方法，其特征在于，所述步骤S4具体包括：

S41：通过步骤S3中计算的PMVa值计算出此时舒适的目标温度T_comfort，通过下式计算出：

S42：将计算出的实时的目标舒适温度T_comfort作为步骤S1中搭建好的模糊PID控制器的目标温度，再通过控制器对乘员舱目标温度进行温度调节。

Images