CN110877533B - 电动汽车动力控制系统和方法 - Google Patents

Abstract

本发明提供了一种电动汽车动力控制系统和方法，所述电动汽车的驱动系统包括电池、逆变器、电机和线束，所述电动汽车动力控制系统对所述电机的最大可用输出扭矩进行预测，并根据预测结果控制驱动系统的驱动方式，所述电动汽车动力控制系统包括机械预测模块、电机损耗热模型模块和电气控制模块，其中：所述机械预测模块对阈值时间内所述电机的转速进行预测，得到转速预测值；所述电机损耗热模型模块对阈值时间内所述电机的电流进行预测，得到最大电流预测值；所述电气控制模块对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值。

Description

电动汽车动力控制系统和方法

技术领域

本发明涉及汽车控制技术领域，特别涉及一种电动汽车动力控制系统和方法。

背景技术

随着电驱动系统在汽车动力系统中的渗入，基本出现了以电驱动系统代替传统发动机的纯电动系统以及电驱动系统和传统发动机一起组成的混合动力系统。动力系统复杂性的增加和整车舒适性对控制性能要求的不断提升，使得整车对电驱动系统的要求也越来越高。传统的控制一般是基于当前的驾驶员意图如油门踏板等直接控制驱动系统从当前状态调整至驾驶意图状态。但如果能够提前获取电驱动系统未来的驱动性能则可以对控制策略、动力分配和最终顺利实现驾驶意图得到有益的提升。相比于传统发动机电驱动系统中电机的响应速度很快达到ms级别，根据一般使用场景电驱动系统如果能够预测短期(1s、2s)和长期(10s、20s)最大可用扭矩，即可帮助优化启动发动机策略，混动动力分配策略，超车策略等整车动力控制策略，提升整车的动力响应特性。而目前对该功能领域的研究还不多见。

发明内容

本发明的目的在于提供一种电动汽车动力控制系统和方法，以解决现有的整车电驱动系统的混动动力分配以及电驱系统控制策略不够智能的问题。

为解决上述技术问题，本发明提供一种电动汽车动力控制系统，所述电动汽车的驱动系统包括电池、逆变器、电机和线束，所述电动汽车动力控制系统对所述电机的最大可用输出扭矩进行预测，并根据预测结果控制驱动系统的驱动方式，所述电动汽车动力控制系统包括机械预测模块、电机损耗热模型模块和电气控制模块，其中：

所述机械预测模块对阈值时间内所述电机的转速进行预测，得到转速预测值；

所述电机损耗热模型模块对阈值时间内所述电机的电流进行预测，得到最大电流预测值；

所述电气控制模块对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值。

可选的，在所述的电动汽车动力控制系统中，所述机械预测模块根据当前车辆转速、当前电机转速、当前电机扭矩、当前车辆加速度和预测时间对所述预测时间内所述电机的转速进行预测。

可选的，在所述的电动汽车动力控制系统中，所述转速预测值如下：

a＝f(Tq,V_c,a_c,n,t_pred)

n_pred＝n+a·t_pred

其中，Vc为当前车辆转速、n为当前电机转速、Tq为当前电机扭矩、ac为当前车辆加速度、t_pred为预测时间，n_pred为转速预测值；

或者，所述转速预测值由所述机械预测模块的输入端直接输入。

可选的，在所述的电动汽车动力控制系统中，所述电机损耗热模型模块根据降额策略得到未来期望最大扭矩对应的最大温度，所述电机损耗热模型模块根据当前温度、预测时间、最大温度和电机热模型计算电机的最大可用预测电流。

可选的，在所述的电动汽车动力控制系统中，所述最大可用电流与输入量关系如下：

Q＝Q_cu+Q_iron+Q_fric

＝f(Is_pred,n_pred,T_d)

其中：Tq_max为最大扭矩，Tend为最大温度，Cm为节点热质量，T为节点温度，Q为热功率，h为节点间传热系数，T_cool为冷却温度，Is_pred为预测电流，Qcu为电机的铜损、Q_iron为电机的铁损，Qfric为电机的摩擦损耗，Td为定子温度或转子磁钢温度。

可选的，在所述的电动汽车动力控制系统中，当预测时间下所述电机运行在基速区域时，所述电气控制模块根据最大电压、所述预测电流和MTPA控制逻辑计算所述最大扭矩预测值：

Tq_{max_pred}＝f_MTPA(Is_pred,U_dcmaxpred)

其中：Tq_{max_pred}为最大扭矩预测值，U_dcmaxpred为最大电压预测值。

可选的，在所述的电动汽车动力控制系统中，当预测时间下所述电机运行在弱磁区域时，所述电气控制模块根据最大电压、所述预测电流、所述转速预测值和MPTV控制逻辑计算所述最大扭矩预测值：

Tq_{max_pred}＝f_MTPV(Is_pred,n_pred,U_dcmaxpred)。

可选的，在所述的电动汽车动力控制系统中，所述电气控制模块根据预测直流电压、预测直流电流、逆变器损耗和电机损耗计算出直流功率限制下的最大可用扭矩：

其中：U_dcmax为预测直流电压，I_dcmax预测直流电流，P_lossInv为逆变器损耗，P_lossMot为电机损耗。

本发明还提供一种电动汽车动力控制方法，所述电动汽车动力控制方法包括：

电动汽车动力控制系统对所述电机的最大可用输出扭矩进行预测，并根据预测结果控制电机驱动系统的驱动方式；

机械预测模块对阈值时间内所述电机的转速进行预测，得到转速预测值；

电机损耗热模型模块对阈值时间内所述电机的电流进行预测，得到最大电流预测值；

电气控制模块对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值。

在本发明提供的电动汽车动力控制系统和方法中，通过建立电机的最大可用扭矩预测模型，可在线实时预测出未来一段时间的(短期和长期的)最大可用扭矩，支持整车控制器做预测控制，优化混合动力汽车的动力分配策略。提升了控制性能，可应用于复杂性高的动力系统和整车舒适性要求较高的场合。实现了提前获取电驱动系统未来的驱动性能，可以对控制策略、动力分配和最终顺利实现驾驶意图有益的提升。相比于传统发动机电驱动系统中电机的响应速度很快可达到ms级别，根据一般使用场景电驱动系统如果能够预测短期(1s、2s)和长期(10s、20s)最大可用扭矩，可帮助优化启动发动机策略，混动动力分配策略，超车策略等整车动力控制策略，提升整车的动力响应特性。通过对未来电驱系统输出能力的预测结果，对当前输出进行适当调整保证在预测时间内整车动力意图的实现，实现动力输出的智能调节。

附图说明

图1是本发明一实施例的电动汽车动力控制系统示意图；

图中所示：10-机械预测模块；20-电机损耗热模型模块；30-电气控制模块。

具体实施方式

以下结合附图和具体实施例对本发明提出的电动汽车动力控制系统和方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

本发明的核心思想在于提供一种电动汽车动力控制系统和方法，以解决现有的整车电驱动系统的混动动力分配以及电驱系统控制策略不够智能的问题。

为实现上述思想，本发明提供了一种电动汽车动力控制系统和方法，所述电动汽车的驱动系统包括电池、逆变器、电机和线束，所述电动汽车动力控制系统对所述电机的最大可用输出扭矩进行预测，并根据预测结果控制驱动系统的驱动方式，所述电动汽车动力控制系统包括机械预测模块、电机损耗热模型模块和电气控制模块，其中：所述机械预测模块对阈值时间内所述电机的转速进行预测，得到转速预测值；所述电机损耗热模型模块对阈值时间内所述电机的电流进行预测，得到最大电流预测值；所述电气控制模块对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值。

<实施例一>

本实施例提供一种电动汽车动力控制系统，如图1所示，所述电动汽车的驱动系统包括电池、逆变器、电机和线束，所述电动汽车动力控制系统对所述电机的最大可用输出扭矩进行预测，并根据预测结果控制驱动系统的驱动方式，所述电动汽车动力控制系统包括机械预测模块10、电机损耗热模型模块20和电气控制模块30，其中：所述机械预测模块10对阈值时间内所述电机的转速进行预测，得到转速预测值；所述电机损耗热模型模块20对阈值时间内所述电机的电流进行预测，得到最大电流预测值；所述电气控制模块30对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值。

具体的，在所述的电动汽车动力控制系统中，所述机械预测模块10根据当前车辆转速、当前电机转速、当前电机扭矩、当前车辆加速度和预测时间对所述预测时间内所述电机的转速进行预测。所述转速预测值如下：

a＝f(Tq,V_c,a_c,n,t_pred)

n_pred＝n+a·t_pred

其中，Vc为当前车辆转速、n为当前电机转速、Tq为当前电机扭矩、ac为当前车辆加速度、t_pred为预测时间，n_pred为转速预测值；或者，所述转速预测值由所述机械预测模块的输入端直接输入。

进一步的，在所述的电动汽车动力控制系统中，所述电机损耗热模型模块根据降额策略得到未来期望最大扭矩对应的最大温度；所述电机损耗热模型模块20根据当前温度、预测时间、最大温度和电机热模型计算电机的最大可用预测电流。所述最大可用电流与输入量关系如下：

Q＝Q_cu+Q_iron+Q_fric

＝f(Is_pred,n_pred,T_d)

其中：Tq_max为最大扭矩，Tend为最大温度，Cm为节点热质量，T为节点温度，Q为热功率，h为节点间传热系数，T_cool为冷却温度，Is_pred为预测电流，Qcu为电机的铜损、Q_iron为电机的铁损，Qfric为电机的摩擦损耗，Td为定子温度或转子磁钢温度。

另外，在所述的电动汽车动力控制系统中，当预测时间下所述电机运行在基速区域时，所述电气控制模块30根据最大电压、所述预测电流和MTPA控制逻辑计算所述最大扭矩预测值：

Tq_{max_pred}＝f_MTPA(Is_pred,U_dcmaxpred)

其中：Tq_{max_pred}为最大扭矩预测值，U_dcmaxpred为最大电压。

或者，在所述的电动汽车动力控制系统中，当预测时间下所述电机运行在弱磁区域时，所述电气控制模块30根据最大电压、所述预测电流、所述转速预测值和MPTV控制逻辑计算所述最大扭矩预测值：

Tq_{max_pred}＝f_MTPV(Is_pred,n_pred,U_dcmaxpred)。

另外，在所述的电动汽车动力控制系统中，所述电气控制模块30可以根据预测直流电压、预测直流电流、逆变器损耗和电机损耗计算出直流功率限制下的最大可用扭矩：对预测的扭矩取较小者作为最终预测扭矩。

其中：U_dcmax为预测直流电压，I_dcmax预测直流电流，P_lossInv为逆变器损耗，P_lossMot为电机损耗。

综上，上述实施例对电动汽车动力控制系统的不同构型进行了详细说明，当然，本发明包括但不局限于上述实施中所列举的构型，任何在上述实施例提供的构型基础上进行变换的内容，均属于本发明所保护的范围。本领域技术人员可以根据上述实施例的内容举一反三。

<实施例二>

本实施例还提供一种电动汽车动力控制方法，所述电动汽车动力控制方法包括：电动汽车动力控制系统对所述电机的最大可用输出扭矩进行预测，并根据预测结果控制电机驱动系统的驱动方式；机械预测模块10对阈值时间内所述电机的转速进行预测，得到转速预测值；电机损耗热模型模块20对阈值时间内所述电机的电流进行预测，得到最大电流预测值；电气控制模块30对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值。

在本发明提供的电动汽车动力控制系统和方法中，通过建立电机的最大可用扭矩预测模型，可在线实时预测出未来一段时间的(短期和长期的)最大可用扭矩，支持整车控制器做预测控制，优化混合动力汽车的动力分配策略。提升了控制性能，可应用于复杂性高的动力系统和整车舒适性要求较高的场合。实现了提前获取电驱动系统未来的驱动性能，可以对控制策略、动力分配和最终顺利实现驾驶意图有益的提升。相比于传统发动机电驱动系统中电机的响应速度很快可达到ms级别，根据一般使用场景电驱动系统如果能够预测短期(1s、2s)和长期(10s、20s)最大可用扭矩，可帮助优化启动发动机策略，混动动力分配策略，超车策略等整车动力控制策略，提升整车的动力响应特性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (9)

1.一种电动汽车动力控制系统，所述电动汽车的驱动系统包括电池、逆变器、电机和线束，其特征在于，所述电动汽车动力控制系统对所述电机的最终预测扭矩进行预测，并根据预测结果控制驱动系统的驱动方式，所述电动汽车动力控制系统包括机械预测模块、电机损耗热模型模块和电气控制模块，其中：

所述机械预测模块对阈值时间内所述电机的转速进行预测，得到转速预测值；

所述电机损耗热模型模块对阈值时间内所述电机的电流进行预测，得到最大电流预测值；

所述电气控制模块对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值；

其中，当预测时间下所述电机运行在基速区域时，所述电气控制模块根据最大电压、所述最大电流预测值和MTPA控制逻辑计算所述最大扭矩预测值；或者，

当预测时间下所述电机运行在弱磁区域时，所述电气控制模块根据最大电压、所述最大电流预测值、所述转速预测值和MPTV控制逻辑计算所述最大扭矩预测值；

所述电气控制模块根据预测直流电压、预测直流电流、逆变器损耗和电机损耗计算出直流功率限制下的最大可用扭矩；

取所述最大扭矩预测值和所述最大可用扭矩中的较小值为所述最终预测扭矩。

2.如权利要求1所述的电动汽车动力控制系统，其特征在于，所述机械预测模块根据当前车辆转速、当前电机转速、当前电机扭矩、当前车辆加速度和预测时间对所述预测时间内所述电机的转速进行预测。

3.如权利要求2所述的电动汽车动力控制系统，其特征在于，所述转速预测值如下：

a＝f(Tq,V_c,a_c,n,t_pred)

n_pred＝n+a·t_pred

其中，V_c为当前车辆转速、n为当前电机转速、Tq为当前电机扭矩、a_c为当前车辆加速度、t_pred为预测时间，n_pred为转速预测值；

或者，所述转速预测值由所述机械预测模块的输入端直接输入。

4.如权利要求1所述的电动汽车动力控制系统，其特征在于，所述电机损耗热模型模块根据降额策略得到未来期望最大扭矩对应的最大温度，所述电机损耗热模型模块根据当前温度、预测时间、最大温度和电机热模型计算电机的所述最大电流预测值。

5.如权利要求4所述的电动汽车动力控制系统，其特征在于，所述最大电流预测值与输入量关系如下：

Q＝Q_cu+Q_iron+Q_fric

＝f(Is_pred,n_pred,T_d)

其中：Tq_max为最大扭矩，T_end为最大温度，C_m为节点热质量，T为节点温度，Q为热功率，h为节点间传热系数，T_cool为冷却温度，Is_pred为预测电流，Q_cu为电机的铜损、Q_iron为电机的铁损，Q_fric为电机的摩擦损耗，T_d为定子温度或转子磁钢温度。

6.如权利要求1所述的电动汽车动力控制系统，其特征在于，所述电气控制模块在所述电机运行在基速区域时，采用如下公式对所述最大扭矩预测值进行预测：

Tq_{max_pred}＝f_MTPA(Is_pred,U_dcmaxpred)

其中：Tq_{max_pred}为最大扭矩预测值，U_{dc maxpred}为最大电压。

7.如权利要求1所述的电动汽车动力控制系统，其特征在于，所述电气控制模块在所述电机运行在弱磁区域时，采用如下公式对所述最大扭矩预测值进行预测：

Tq_{max_pred}＝f_MTPV(Is_pred,n_pred,U_dcmaxpred)。

8.如权利要求1所述的电动汽车动力控制系统，其特征在于，所述电气控制模块采用如下公式对所述最大可用扭矩进行预测：

其中：U_dcmax为预测直流电压，I_dcmax预测直流电流，P_lossInv为逆变器损耗，P_lossMot为电机损耗。

9.一种电动汽车动力控制方法，其特征在于，所述电动汽车动力控制方法包括：

电动汽车动力控制系统对所述电机的最终预测扭矩进行预测，并根据预测结果控制电机驱动系统的驱动方式；

机械预测模块对阈值时间内所述电机的转速进行预测，得到转速预测值；

电机损耗热模型模块对阈值时间内所述电机的电流进行预测，得到最大电流预测值；

电气控制模块对阈值时间内所述电机的扭矩进行预测，得到最大扭矩预测值；

其中，当预测时间下所述电机运行在基速区域时，所述电气控制模块根据最大电压、所述最大电流预测值和MTPA控制逻辑计算所述最大扭矩预测值；或者，

当预测时间下所述电机运行在弱磁区域时，所述电气控制模块根据最大电压、所述最大电流预测值、所述转速预测值和MPTV控制逻辑计算所述最大扭矩预测值；

所述电气控制模块根据预测直流电压、预测直流电流、逆变器损耗和电机损耗计算出直流功率限制下的最大可用扭矩；

取所述最大扭矩预测值和所述最大可用扭矩中的较小值为所述最终预测扭矩。