CN113511049A - 自适应多段恒转速汽车空调压缩机控制系统及方法 - Google Patents
自适应多段恒转速汽车空调压缩机控制系统及方法 Download PDFInfo
- Publication number
- CN113511049A CN113511049A CN202110549075.5A CN202110549075A CN113511049A CN 113511049 A CN113511049 A CN 113511049A CN 202110549075 A CN202110549075 A CN 202110549075A CN 113511049 A CN113511049 A CN 113511049A
- Authority
- CN
- China
- Prior art keywords
- compressor
- temperature
- passenger compartment
- air
- conditioning system
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004378 air conditioning Methods 0.000 claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 230000002068 genetic effect Effects 0.000 claims abstract description 29
- 230000008878 coupling Effects 0.000 claims abstract description 10
- 238000010168 coupling process Methods 0.000 claims abstract description 10
- 238000005859 coupling reaction Methods 0.000 claims abstract description 10
- 239000003507 refrigerant Substances 0.000 claims description 56
- 230000008569 process Effects 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 7
- 230000035772 mutation Effects 0.000 claims description 7
- 230000005855 radiation Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 210000002421 cell wall Anatomy 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- B60H1/32—Cooling devices
- B60H1/3204—Cooling devices using compression
- B60H1/3205—Control means therefor
Landscapes
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
本发明请求保护一种自适应多段恒转速新能源汽车空调压缩机控制系统及方法,属于整车热管理技术领域,一维汽车空调系统热模型和汽车乘员舱热模型耦合,以乘员舱实时温度为控制目标,电动压缩机转速为控制变量,空调系统功耗为反馈变量,建立汽车空调系统‑乘员舱耦合热模型,将乘员舱目标温度和控制精度输入到遗传算法计算器,计算基于空调系统功耗最优的与乘员舱实时温度对应的多段恒压缩机转速,乘员舱不同温度区间对应不同的恒压缩机转速,MCCS控制器根据恒压缩机转速组合控制汽车空调系统,确定乘员舱不同温度区间对应的压缩机转速切换的上下行区间。本发明能广泛应用于电动汽车空调系统控制,鲁棒性强,易于在工程实际中应用。
Description
技术领域
本发明属于汽车空调控制管理技术领域,涉及一种基于遗传算法优化的汽车空调压缩机控制方法。
背景技术
汽车空调系统的主要功能是为乘员舱提供一个热舒适的环境,随着社会生活水平的提高,汽车空调已成为现代车辆最重要的辅助设备之一。随着汽车工业智能化、节能化的发展,如何确保汽车空调在保证乘员舱热舒适的前提下降低汽车空调的能耗已经变得愈发的迫切需要了。最近的一项研究表明,使用HVAC(采暖,通风和空调)系统会使电动汽车续驶里程下降30%~40%。因此,建立高效的空调系统控制方法以确保机舱的热舒适性并同时消耗较少的能量至关重要。如何确保汽车空调在保证乘员舱热舒适的前提下降低汽车空调的能耗是今后汽车空调研究的重点之一。
ICE(内燃机)车辆和EV(电动汽车)的不同之处在于压缩机的驱动力。机械压缩机转速是发动机转速的固定倍率,不具备随时可以调节的功能。电动压缩机使用专用的电机驱动,其转速可以是其最小速度和最大速度间的任何值。电动压缩机相较于传统的机械压缩机可以被更加精确地控制,电动压缩机可以按照根据实时需要进行调节而不受汽车行驶工况的影响。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。开关控制器可以将乘员舱温度维持在接近预设温度的特定范围内,但其本身不考虑空调系统的效率问题,开关控制器控制下的空调系统效率一般都较差。PID控制是一种相对灵活且高性能的控制方法。由于空调系统是非线性系统,因此PID控制的结果可能不尽人意。此外,PID控制器输出实时的频繁波动的压缩机转速对空调控制系统的延迟要求较高。与开关控制器一样,PID控制器也不考虑空调系统的效率问题。模糊控制具有较强的鲁棒性和快速响应性,并且模糊控制不需要特定的数学模型,其控制规则和参数可以从实际工程经验中获得或通过仿真操作进行优化,模糊控制可以精确地控制车厢温度,但模糊控制也不考虑空调系统的效率问题。
传统的空调系统控制器,例如开/关控制器,PID控制器,由于其简单的控制逻辑和易于在实际工程中应用而广泛用于实车空调系统中。但是,开关控制器将导致压缩机转速剧烈波动并导致乘员舱温度波动。当乘员舱外部环境变化时,PID控制器的鲁棒性较差,并可能导致一些不确定的控制结果。基于DP(Dynamic Programming),MPC(Model PredictiveControl)和ANN(Artificial Neural Network)的智能控制器可以更精确地控制车辆空调系统,并且具有相对较好的鲁棒性但其缺点也是明显的,它们是在线控制器,并且需要大量的计算能力来计算空调系统的实时反馈,因此目前在实际工程领域难以应用。
发明内容
本发明所要解决的技术问题是,针对现有技术中存在的上述问题,提供一种基于遗传算法优化的自适应多段恒转速新能源汽车空调压缩机控制方法及系统,空调控制系统效率显著提高,在保证乘员舱热舒适的前提下降低汽车空调的能耗,计算能力显著降低,并在实际工程领域应用容易。
本发明解决上述技术问题的技术方案为,提出一种基于遗传算法优化的自适应多段恒转速新能源汽车空调系统,包括,电动压缩机、冷凝器膨胀阀和蒸发器、一维汽车空调系统热模型、汽车乘员舱热模型、汽车空调系统-乘员舱耦合热模型、遗传算法计算单元,以乘员舱实时温度Tcab为控制目标,电动压缩机转速Ncomp为控制变量,空调系统功耗Pcomp为反馈变量,建立完整的汽车空调系统-乘员舱耦合热模型;将乘员舱目标温度Ttarget和控制精度Tprecision输入到遗传算法计算单元计算出基于空调系统功耗Pcomp最优的与乘员舱实时温度Tcab对应的多段压缩机转速CSN(N=1,2,...,5);多段恒压缩机转速MCCS(MultistageConstant Compressor Speed,)控制器根据实时的乘员舱温度Tcab输出对应的压缩机转速Ncomp到汽车空调系统,确定乘员舱不同温度区间对应的压缩机转速切换的上下行区间。
进一步地,根据汽车乘员舱热模型Qcab=Qamb+Qsolar+Qcrew+Qad确定汽车乘员舱总热负荷Qcab,乘员舱实时温度Tcab动态变化满足热平衡方程:其中,Qac为空调系统提供给乘员舱的制冷量,Qamb为车身表面结构与环境的传热,Qsolar为太阳辐射热负荷,Qcrew为人体热负荷,Qad为通风热负荷,Ma为车舱体积范围空气质量,Ca为空气比热,t为时间。
进一步地,基于遗传算法优化计算器根据乘员舱温度与压缩机转速随时间变化关系将乘员舱温度分为不同的区间,根据乘员舱温度区间确定压缩机转速切换的上下行区间,对应不同段的恒压缩机转速,在最优的多段恒压缩机转速组合中选择对应的恒压缩机转速。基于遗传算法优化计算器初始化设置遗传算法种群规模,设置乘员舱最优舒适舱温度、最小压缩机功耗适应度阈值、最大迭代数,根据初始压缩机速度计算乘员舱初始温度,选择驾驶室舒适温度对应的压缩机的转速为算子,执行交叉、变异以产生新算子,确定新的压缩机转速,当同时达到舒适的乘员舱温度,最小的压缩机能耗和最大计算代数时,停止交叉和变异获得并输出最佳MCCS。
基于遗传算法计算器以乘员舱实时温度Tcab、空调系统功耗Pcomp、乘员舱目标温度Ttarget、控制精度Tprecision为输入,CSN为输出;将乘员舱分为不同的温度区间,乘员舱不同温度区间对应于不同的恒定压缩机转速CSN,计算出最优压缩机能耗下的最优多段恒压缩机转速组合。根据不同的乘员舱温度区间,在最优的多段恒压缩机转速组合中选择对应的恒压缩机转速,定义不同的乘员舱温度区间对应的压缩机转速切换的上下行区间以避免压缩机转速的频繁切换。
进一步地,所述一维汽车空调系统热模型包括:建立电动压缩机的一维动态数学模型确定压缩机的质量流量和压缩机出口焓值,采用有限单元法描述冷凝器的换热过程获取冷凝器中制冷剂侧和冷凝器空气侧的换热量,设定膨胀阀模型的工作过程为等熵过程,通过膨胀阀制冷剂质量流量控制其压降,根据控制单元内部制冷剂和其壁面的温度、换热面积确定蒸发器中制冷剂侧的换热量,根据控制单元中空气温度及其换热壁面温度、换热面积确定蒸发器空气侧的换热量,汽车乘员舱总热负荷满足热平衡方程。
1)以压缩机的质量流量dm、压缩机出口焓值hout为目标参数建立电动压缩机的一维动态数学模型:
dm=ηv·ρin·Ncomp·Vdisp
其中,ηv为容积效率,ρin为制冷剂密度,Ncomp为压缩机转速,Vdisp为压缩机排量,hin为压缩机进口焓值,hise,out为压缩机等熵出口焓值,ηise为等熵效率;
2)采用有限单元法描述冷凝器的换热过程,对于其中任意单个控制单元i,其换热具有以下关系:
对于制冷剂侧的换热:
Φc,int,i=kc,int,iSc,int,i(Tc,ref,i-Tc,wall,i)
Φc,int=∑Φc,int,i
其中,Φc,int,i为冷凝器中制冷剂侧控制单元i的换热量,Φc,int为冷凝器中制冷剂侧总的换热量,换热系数kc,int,i的大小与制冷剂的状态有关;Sc,int,i为单个控制单元中制冷剂与壁面的换热面积,Tc,ref,i为单个控制单元内部制冷剂的温度,Tc,wall,i为单个控制单元i壁面温度。
对于空气侧的换热:
Φc,ext,i=ηc,finkc,ext,iSc,ext,i(Tc,wall,i-Tc,air,i)
Φc,ext=ΣΦc,ext,i
其中,Φc,ext,i为冷凝器空气侧单个控制单元的换热量,Φc,ext为冷凝器空气侧总的换热量,ηc,fin为冷凝器翅片表面系数,单个控制单元空气换热系数为kc,ext,i,其大小与空气的状态有关;Sc,exti为单个控制单元中空气与壁面的换热面积,Tc,air,i为单个控制单元里的空气温度,Tc,wall,i为单个控制单元壁面温度;
3)设定膨胀阀模型的工作过程为等熵过程即胀阀进出口焓值相等,通过膨胀阀制冷剂质量流量mv与其压降ΔP的关系由下式表示:
其中,Cq为膨胀阀的流量系数,ρv为通过膨胀阀的制冷剂密度,Av为膨胀阀的最小流通面积;
4)蒸发器内部换热和外部换热满足以下关系:
对于蒸发器制冷剂侧有:
Φe,int,i=ke,int,iSe,int,i(Te,ref,i-Te,wall,i)
Φe,int=ΣΦe,int,i
其中,Φe,int,i为蒸发器中制冷剂侧单个控制单元的换热量,Φe,int为蒸发器中制冷剂侧总的换热量,ke,int,i为蒸发器单个控制单元的换热系数;Se,int,i为蒸发器单个控制单元中制冷剂与壁面的换热面积,Te,int,i为单个控制单元内部制冷剂的温度,Te,wall,i为单个控制单元壁面温度。
对于蒸发器空气侧换热有:
Φe,ext,i=ηe,finke,ext,iSe,ext,i(Te,wall,i-Te,airr,i)
Φe,ext=ΣΦe,ext,i
Φe,ext,i为蒸发器空气侧单个控制单元的换热量,Φe,ext为蒸发器空气侧总的换热量,ηe,fin为蒸发器翅片表面系数,单个控制单元空气的换热系数为ke,ext,i,其大小与空气的状态有关,Se,ext,i为单个控制单元中空气与壁面的换热面积,Te,air,i为单个控制单元里空气温度,Te,wall,i为单个控制单元换热壁面温度;
根据公式:
其中,Ta,in和Ha,in分别为蒸发器外侧进口空气温度和湿度,ka为蒸发器外部空气侧的换热系数,A为蒸发器外部迎风面积,ηe,fin为蒸发器翅片表面系数,为蒸发器材料的比热,min为蒸发器外部空气质量流量,Te,w为蒸发器的壁面温度,Ta,in为蒸发器外部进口的空气温度,Ha,s为空气的饱和绝对湿度,Ha,in为蒸发器进口空气的绝对湿度。
进一步,建立汽车乘员舱热模型,汽车乘员舱总热负荷Qcab表示为:
Qcab=Qamb+Qsolar+Qcrew+Qad,根据热平衡方程得到乘员舱的空气温度动态变化为:
其中,Qamb为车身表面结构与环境的传热,Qsolar为太阳辐射热负荷,Qcrew为人体热负荷,Qad为通风热负荷;Tcab为汽车乘员舱的温度,Qac为空调系统提供给客舱的制冷量,Ma为汽车车舱体积范围内的空气质量,Ca为空气比热。
进一步,乘员舱温度Tcab被控制在目标乘员舱温度Ttarget±控制精度Tprecision范围内,基于最优的反馈变量Pcpmp输出对应的控制变量Ncomp到汽车空调系统中,所述控制精度Tprecision表示乘员所能忍受的乘员舱温度波动。
本发明还提出一种自适应多段恒转速新能源汽车空调压缩机控制方法,该控制方法包括步骤:建立一维空调系统热模型并与乘员舱热模型耦合,以乘员舱实时温度Tcab为控制目标,电动压缩机转速Ncomp为控制变量,空调系统功耗Pcomp为反馈变量,建立完整的汽车空调系统-乘员舱耦合热模型,将乘员舱目标温度Ttarget和控制精度Tprecision输入到基于遗传算法的计算器,计算基于空调系统功耗Pcomp最优的与乘员舱实时温度Tcab对应的多段压缩机转速CS1,CS2,CSN,选择对应的恒压缩机转速组合,乘员舱不同温度区间对应不同的恒压缩机转速,MCCS控制器根据恒压缩机转速组合控制汽车空调系统,确定乘员舱不同温度Tcab区间对应的压缩机转速切换的上下行区间。
本发明的自适应多段恒转速新能源汽车空调压缩机控制系统,根据乘员舱温度自适应调节压缩机转速,在保持乘员舱热舒适性的同时压缩机消耗较少的能量,可以减少压缩机转速频繁变化,在乘员舱降温过程中可将空调系统维持在高效率范围内,并能在减少能耗的同时确保乘员舱的热舒适性。本发明可使用离线计算在线使用的方式,也可使用在线计算在线使用的方式,鲁棒性强,易于应用在工程实际中。本发明还考虑了外界环境变化对车内温度的影响,如太阳辐射,环境温度,车辆行驶工况等。
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为本发明控制器的整体结构图;
图2为汽车空调系统热模型-汽车乘员舱热模型耦合图;
图3为乘员舱的热交换示意图;
图4为乘员舱温度与压缩机转速随时间变化关系图;
图5为乘员舱温度区间对应的压缩机转速切换的上下行区间;
图6为本发明的控制方法整体运行流程图。
具体实施方式
以下通过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。
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。
如图1所示为本发明控制系统结构图,汽车空调系统、成员舱、MCCS控制器、基于遗传算法的计算器、电动压缩机、冷凝器膨胀阀和蒸发器、一维汽车空调系统热模型、汽车乘员舱热模型、汽车空调系统-乘员舱耦合热模型,以乘员舱实时温度Tcab为控制目标,电动压缩机转速Ncomp为控制变量,空调系统功耗Pcomp为反馈变量,建立完整的汽车空调系统-乘员舱耦合热模型;将乘员舱目标温度Ttarget和控制精度Tprecision输入到遗传算法计算单元计算基于空调系统功耗Pconip最优的与乘员舱实时温度Tcab对应的多段压缩机转速CSN(N=1,2,...,5);MCCS控制器根据压缩机转速Ncomp(Ncomp=CSN)控制汽车空调系统压缩机。
首先建立一维汽车空调系统热模型以及汽车乘员舱热模型,并使汽车空调系统热模型和汽车乘员舱热模型耦合,从而得到完整的汽车空调系统-乘员舱耦合热模型。图2所示为汽车空调系统热模型-汽车乘员舱热模型耦合图。
一维汽车空调系统热模型包括:建立电动压缩机的一维动态数学模型确定压缩机的质量流量和压缩机出口焓值,采用有限单元法描述冷凝器的换热过程获取冷凝器中制冷剂侧和冷凝器空气侧的换热量,设定膨胀阀模型的工作过程为等熵过程,通过膨胀阀制冷剂质量流量控制其压降,根据控制单元内部制冷剂和其壁面的温度、换热面积确定蒸发器中制冷剂侧的换热量,根据控制单元中空气温度及其换热壁面温度、换热面积确定蒸发器空气侧的换热量,汽车乘员舱总热负荷满足热平衡方程。具体为:
1)建立电动压缩机的一维动态数学模型确定压缩机的质量流量dm、压缩机出口焓值hout:
dm=ηv·ρin.Ncomp·Vdisp
其中,dm为压缩机的质量流量,ηv为容积效率,ρin为制冷剂密度,Ncomp为压缩机转速,Vdisp为压缩机排量,hout为压缩机出口焓值,hin为压缩机进口焓值,hise,out为压缩机等熵出口焓值,ηise为等熵效率;
2)采用有限单元法描述冷凝器的换热过程,对于其中的某个控制单元i(第i个控制单元),其换热具有以下关系:
对于制冷剂侧,根据换热系数、换热面积、制冷剂的温度、壁面温度确定冷凝器中制冷剂侧的换热量,具体为:
Φc,int,i=ke,int,iSc,int,i(Tc,ref,i-Tc,wall,i)
Φc,int=∑Φc,int,i
其中,Φc,int,i为冷凝器中制冷剂侧单个控制单元的换热量,Φc,int为冷凝器中制冷剂侧总的换热量,换热系数kc,int,i的大小与制冷剂的状态有关;Sc,int,i为单个控制单元中制冷剂与壁面的换热面积,Tc,ref,i为单个控制单元内部制冷剂的温度,Tc,wall,i为单个控制单元壁面温度。
对于空气侧的换热,根据冷凝器翅片表面系数、空气换热系数、换热面积、空气温度、壁面温度,调用公式:
Φc,ext,i=ηc,finkc,ext,iSc,ext,i(Tc,wall,i-Tc,air,i)
Φc,ext=∑Φc,ext,i
确定冷凝器空气侧的换热量。其中,Φc,ext,i为冷凝器空气侧单个控制单元的换热量,Φc,ext为冷凝器空气侧总的换热量,ηc,fin为冷凝器翅片表面系数,单个控制单元空气换热系数为kc,ext,i,其大小与空气的状态有关;Sc,ext,i为单个控制单元中空气与壁面的换热面积,Tc,air,i为单个控制单元里的空气温度,Tc,wall,i为单个控制单元壁面温度;
3)设定膨胀阀模型的工作过程为等熵过程ji2膨胀阀进出口焓值相等,通过膨胀阀制冷剂质量流量mv与其压降ΔP的关系由下式表示:
其中,Cq为膨胀阀的流量系数,ρv为通过膨胀阀的制冷剂密度,Av为膨胀阀的最小流通面积;
4)蒸发器内部换热和外部换热满足以下关系:
根据控制单元内部制冷剂和其壁面的温度、换热面积确定蒸发器中制冷剂侧的换热量,根据控制单元中空气温度及其换热壁面温度、换热面积确定蒸发器空气侧的换热量。
对于蒸发器制冷剂侧,
Φe,int,i=ke,int,iSe,int,i(Te,ref,i-Te,wall,i)
Φe,int=∑Φe,int,i
其中,Φe,int,i为蒸发器中制冷剂侧单个控制单元的换热量,Φe,int为蒸发器中制冷剂侧总的换热量,ke,int,i为蒸发器单个控制单元的换热系数;Se,int,i为蒸发器单个控制单元中制冷剂与壁面的换热面积,Te,int,i为单个控制单元内部制冷剂的温度,Te,wall,i为单个控制单元壁面温度;
对于蒸发器空气侧换热有:
Φe,ext,i=ηe,finke,ext,iSe,ext,i(Te,wall,i-Te,air,i)
Φe,ext=∑Φe,ext,i
其中,Φe,ext,i为蒸发器空气侧单个控制单元的换热量,Φe,ext为蒸发器空气侧总的换热量,ηe,fin为蒸发器翅片表面系数,单个控制单元空气的换热系数为ke,ext,i,其大小与空气的状态有关;Se,ext,i为单个控制单元中空气与壁面的换热面积,Te,air,i为单个控制单元里空气温度,Te,wall,i为单个控制单元换热壁面温度;
根据蒸发器外侧进口空气温度Ta,in和湿度Ha,in,蒸发器的壁面温度Te,w,蒸发器外部进口的空气温度Ta,in,空气的饱和绝对湿度Ha,s,蒸发器进口空气的绝对湿度Ha,in,调用公式:
计算蒸发器空气出口温度Ta,out和湿度Ha,out。其中,ka为蒸发器外部空气侧的换热系数,A为蒸发器外部迎风面积,ηe,fin为蒸发器翅片表面系数,为蒸发器材料的比热,min为蒸发器外部空气质量流量。
5)对于乘员舱的热交换如图3所示。汽车乘员舱总热负荷Qcab表示为:
Qcab=Qamb+Qsolar+Qcrew+Qad
由热平衡方程可知,乘员舱的空气温度动态变化表示为:
其中,Qamb为车身表面结构与环境的传热,Qsolar为太阳辐射热负荷,Qcrew为人体热负荷,Qad为通风热负荷;Tcab为汽车乘员舱的温度,Qac为空调系统提供给客舱的制冷量,Ma为汽车车舱体积范围空气质量,Ca为空气比热。
乘员舱当前温度Tcab被控制在乘员舱目标温度Ttarget±控制精度Tprecision范围内,基于最优的反馈变量Pcomp输出对应的控制变量Ncomp到汽车空调系统中,所述控制精度Tprecision表示乘员所能忍受的乘员舱温度波动。
基于乘员热舒适性喜好手动输入目标乘员舱温度Ttarget以及乘员所能忍受的乘员舱温度波动即乘员舱温度控制精度Tprecision。
图4为乘员舱温度与压缩机转速随时间变化关系图,基于遗传算法优化的计算器以Tcab、Pcomp、Ttarget、Tprecision为输入,以多段压缩机转速CSN(N=1,2,…,5)为输出。乘员舱温度控制在Ttarget±Tprecision内,适应度函数为J=min<Pcomp>。根据乘员舱温度与压缩机转速随时间变化关系将乘员舱温度分为不同的区间,如,Tcab>48(T1),Tcab>28(T2)&Tcab<48,Tcab>26(T3)&Tcab<28,Tcab>24(T4)&Tcab<24这五个区间分别对应相应的压缩机转速CSN,不同乘员舱温度区间对应不同段的恒压缩机转速。基于遗传算法计算器计算出最优压缩机能耗Pcomp下的最优多段恒压缩机转速组合。MCCS控制器根据实时的乘员舱温度Tcab确定转速组合输出对应的压缩机转速Ncomp到汽车空调系统控制压缩机。具体为:根据不同的乘员舱温度Tcab区间及系统标定试验进行组合在最优的多段恒压缩机转速CSN组合中选择对应的恒压缩机转速。如图4中,当乘员舱温度>T2时,遗传算法计算器确定压缩机压缩机转速CS1,经过一段降温,当T3<乘员舱温度<T2时,确定压缩机降转速为CS2。如此,根据乘员舱温度区间、遗传算法、实车标定(避开其他零部件共振转速)控制压缩机转速,避免压缩机转速的频繁切换。
图5所示为乘员舱温度区间对应的压缩机转速切换的上下行区间示意图。根据乘员舱温度区间确定压缩机转速切换的上下行区间。比如:当T3<乘员舱温度<T2时,且乘员舱实时温度在在区域内升高至T3A时,压缩机转速切换至CS2;但当T3<乘员舱温度<T2时,且乘员舱实时温度在该区间内下降到T3A,压缩机转速切换至CS3。
图6所示为本发明的控制方法遗传算法运行流程图。具体包括:
步骤1:初始化种群(依据编码规则给出压缩机转速初始解)以定义初始压缩机速度。设置遗传算法种群规模(例如种群规模可设为50)。设置乘员舱最优舒适舱温度、最小压缩机功耗适应度阈值、最大迭代数。
步骤2:将初始压缩机速度输入空调系统,根据初始压缩机速度计算乘员舱初始温度。
步骤3:选择适合驾驶室舒适温度对应的压缩机转速作为算子,算子相当于压缩机的转速CSN。
步骤4:当输入的压缩机转速不满足舒适机舱温度要求或压缩机功耗适应度未达到设计阈值或未达到最大计算代数时,执行交叉、变异以产生新算子,确定新的压缩机转速。
步骤5:当同时达到舒适的乘员舱温度,最小的压缩机能耗Pcomp和最大迭代数时,遗传算法模块停止交叉和变异,当前获得的为最佳压缩机转速,输出最佳多段压缩机转速。多段恒压缩机转速控制器MCCS输出对应的压缩机转速到汽车空调系统,确定乘员舱不同温度区间对应的压缩机转速切换的上下行区间。
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 (11)
1.一种自适应多段恒转速汽车空调压缩机控制系统,其特征在于,该控制系统包括:MCCS控制器、基于遗传算法的计算器、压缩机、冷凝器膨胀阀和蒸发器、汽车空调系统热模型、汽车乘员舱热模型,以乘员舱实时温度Tcab为控制目标,电动压缩机转速Ncomp为控制变量,空调系统功耗Pcomp为反馈变量,建立汽车空调系统-乘员舱耦合热模型,将乘员舱目标温度Ttarget和控制精度Tprecision输入到基于遗传算法的计算器,计算基于空调系统功耗Pcomp最优的与乘员舱实时温度Tcab对应的多段恒压缩机转速CSN,选择对应的恒压缩机转速组合,乘员舱不同温度区间对应不同的恒压缩机转速,MCCS控制器根据恒压缩机转速组合控制汽车空调系统,确定乘员舱不同温度Tcab区间对应的压缩机转速切换的上下行区间。
3.根据权利要求1或2所述的控制系统,其特征在于,基于遗传算法优化计算器根据乘员舱温度与压缩机转速随时间变化关系将乘员舱分为不同的温度区间,根据乘员舱温度区间确定压缩机转速切换的上下行区间,对应不同段的恒压缩机转速,在多段恒压缩机转速组合中选择对应最优恒压缩机转速。
4.根据权利要求3所述的控制系统,其特征在于,基于遗传算法优化计算器初始化设置遗传算法种群规模,设置乘员舱最优舒适舱温度、最小压缩机功耗适应度阈值、最大迭代数,根据初始压缩机转速计算乘员舱初始温度,选择驾驶室当前温度对应的压缩机转速作为初始算子,执行交叉、变异以产生新算子,确定新的压缩机转速,当同时达到舒适的乘员舱温度,最小的压缩机能耗和最大迭代数时,停止交叉和变异获得并输出最佳MCCS。
5.根据权利要求1、2或4所述的控制系统,其特征在于,所述汽车空调系统热模型包括:建立压缩机的一维动态数学模型确定压缩机的质量流量和膨胀阀出口焓值,采用有限单元法描述冷凝器的换热过程获取冷凝器中制冷剂侧和冷凝器空气侧的换热量,设定膨胀阀模型的工作过程为等熵过程,通过膨胀阀制冷剂质量流量控制其压降,根据控制单元内部制冷剂和其壁面的温度、换热面积确定蒸发器中制冷剂侧的换热量,根据控制单元中空气温度及其换热壁面温度、换热面积确定蒸发器空气侧的换热量,汽车乘员舱总热负荷满足热平衡方程。
6.根据权利要求5所述的控制系统,其特征在于,膨胀阀进出口焓值相等,根据公式:建立通过膨胀阀制冷剂质量流量mv与其压降ΔP的关系,其中,Cq为膨胀阀的流量系数,ρv为通过膨胀阀的制冷剂密度,Av为膨胀阀的最小流通面积;根据蒸发器外侧进口空气温度Ta,in和湿度Ha,in,蒸发器的壁面温度Te,w,蒸发器外部进口的空气温度Ta,in,空气的饱和绝对湿度Ha,s,蒸发器进口空气的绝对湿度Ha,in,调用公式:
7.一种自适应多段恒转速新能源汽车空调压缩机控制方法,其特征在于,该控制方法包括步骤:以乘员舱实时温度为控制目标,电动压缩机转速为控制变量,空调系统功耗为反馈变量,建立完整的汽车空调系统-乘员舱耦合热模型,将乘员舱目标温度和控制精度输入到基于遗传算法的计算器,计算基于空调系统功耗最优的与乘员舱实时温度对应的多段压缩机转速CSN,选择对应的恒压缩机转速组合,乘员舱不同温度区间对应不同的恒压缩机转速,MCCS控制器根据恒压缩机转速组合控制汽车空调系统,确定乘员舱不同温度区间对应的压缩机转速切换的上下行区间。
9.根据权利要求7或8所述的控制方法,其特征在于,基于遗传算法优化计算器根据乘员舱温度与压缩机转速随时间变化关系将乘员舱温度分为不同的区间,根据乘员舱温度区间确定压缩机转速切换的上下行区间,对应不同段的恒压缩机转速,在最优的多段恒压缩机转速组合中选择对应的恒压缩机转速。
10.根据权利要求9所述的控制方法,其特征在于,基于遗传算法优化计算器初始化设置遗传算法种群规模,设置乘员舱最优舒适舱温度、最小压缩机功耗适应度阈值、最大迭代数,根据初始压缩机速度计算乘员舱初始温度,选择驾驶室舒适温度的算子对应的压缩机的转速,执行交叉、变异以产生新算子,确定新的压缩机转速,当同时达到舒适的乘员舱温度,最小的压缩机能耗和最大计算代数时,停止交叉和变异获得并输出最佳MCCS。
11.根据权利要求7—10任一项所述的控制方法,其特征在于,所述一维汽车空调系统热模型包括:建立电动压缩机的一维动态数学模型确定压缩机的质量流量和压缩机出口焓值,采用有限单元法描述冷凝器的换热过程获取冷凝器中制冷剂侧和冷凝器空气侧的换热量,设定膨胀阀模型的工作过程为等熵过程,通过膨胀阀制冷剂质量流量控制其压降,根据控制单元内部制冷剂和其壁面的温度、换热面积确定蒸发器中制冷剂侧的换热量,根据控制单元中空气温度及其换热壁面温度、换热面积确定蒸发器空气侧的换热量,汽车乘员舱总热负荷满足热平衡方程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110549075.5A CN113511049A (zh) | 2021-05-20 | 2021-05-20 | 自适应多段恒转速汽车空调压缩机控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110549075.5A CN113511049A (zh) | 2021-05-20 | 2021-05-20 | 自适应多段恒转速汽车空调压缩机控制系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113511049A true CN113511049A (zh) | 2021-10-19 |
Family
ID=78064713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110549075.5A Pending CN113511049A (zh) | 2021-05-20 | 2021-05-20 | 自适应多段恒转速汽车空调压缩机控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113511049A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114771210A (zh) * | 2022-05-30 | 2022-07-22 | 重庆长安汽车股份有限公司 | 能自动调节空调系统中润滑油含量的压缩机、方法及车辆 |
CN115782532A (zh) * | 2022-11-28 | 2023-03-14 | 重庆长安汽车股份有限公司 | 一种电动压缩机控制方法、系统、电子设备及存储介质 |
CN115782532B (zh) * | 2022-11-28 | 2024-06-04 | 重庆长安汽车股份有限公司 | 一种电动压缩机控制方法、系统、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900393A (zh) * | 2009-05-06 | 2010-12-01 | 福特全球技术公司 | 用于优化汽车能耗的空调控制系统及方法 |
CN102620388A (zh) * | 2012-04-24 | 2012-08-01 | 海信(山东)空调有限公司 | 一种限制空调压缩机运行转速的方法 |
US20130297086A1 (en) * | 2012-05-03 | 2013-11-07 | Tunghai University | Power-saving controlling method and system thereof |
WO2016011937A1 (zh) * | 2014-07-23 | 2016-01-28 | 张迎春 | 空调温湿度的控制方法和装置 |
US20160082861A1 (en) * | 2014-09-23 | 2016-03-24 | Atieva, Inc. | EV Adaptive Thermal Management System Optimized to Minimize Power Consumption |
CN109708278A (zh) * | 2019-01-06 | 2019-05-03 | 上海朗绿建筑科技股份有限公司 | 一种压缩机差异运行的控制方法及系统 |
CN109902826A (zh) * | 2019-03-11 | 2019-06-18 | 珠海格力电器股份有限公司 | 基于遗传算法的家电节能模型构建方法、控制方法、家电 |
JP2019143909A (ja) * | 2018-02-22 | 2019-08-29 | 三菱重工サーマルシステムズ株式会社 | 制御装置、空調制御システム、制御方法及びプログラム |
CN110641250A (zh) * | 2019-11-05 | 2020-01-03 | 重庆大学 | 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 |
CN112428781A (zh) * | 2020-12-16 | 2021-03-02 | 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 |
WO2021063033A1 (zh) * | 2019-09-30 | 2021-04-08 | 北京国双科技有限公司 | 空调能耗模型训练方法与空调系统控制方法 |
-
2021
- 2021-05-20 CN CN202110549075.5A patent/CN113511049A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900393A (zh) * | 2009-05-06 | 2010-12-01 | 福特全球技术公司 | 用于优化汽车能耗的空调控制系统及方法 |
CN102620388A (zh) * | 2012-04-24 | 2012-08-01 | 海信(山东)空调有限公司 | 一种限制空调压缩机运行转速的方法 |
US20130297086A1 (en) * | 2012-05-03 | 2013-11-07 | Tunghai University | Power-saving controlling method and system thereof |
WO2016011937A1 (zh) * | 2014-07-23 | 2016-01-28 | 张迎春 | 空调温湿度的控制方法和装置 |
US20160082861A1 (en) * | 2014-09-23 | 2016-03-24 | Atieva, Inc. | EV Adaptive Thermal Management System Optimized to Minimize Power Consumption |
JP2019143909A (ja) * | 2018-02-22 | 2019-08-29 | 三菱重工サーマルシステムズ株式会社 | 制御装置、空調制御システム、制御方法及びプログラム |
CN109708278A (zh) * | 2019-01-06 | 2019-05-03 | 上海朗绿建筑科技股份有限公司 | 一种压缩机差异运行的控制方法及系统 |
CN109902826A (zh) * | 2019-03-11 | 2019-06-18 | 珠海格力电器股份有限公司 | 基于遗传算法的家电节能模型构建方法、控制方法、家电 |
WO2021063033A1 (zh) * | 2019-09-30 | 2021-04-08 | 北京国双科技有限公司 | 空调能耗模型训练方法与空调系统控制方法 |
CN110641250A (zh) * | 2019-11-05 | 2020-01-03 | 重庆大学 | 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 |
CN112428781A (zh) * | 2020-12-16 | 2021-03-02 | 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 |
Non-Patent Citations (1)
Title |
---|
杨啸等: "基于遗传算法的变风量空调模糊控制系统的研究", 《陕西理工学院学报(自然科学版)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114771210A (zh) * | 2022-05-30 | 2022-07-22 | 重庆长安汽车股份有限公司 | 能自动调节空调系统中润滑油含量的压缩机、方法及车辆 |
CN114771210B (zh) * | 2022-05-30 | 2024-04-19 | 重庆长安汽车股份有限公司 | 能自动调节空调系统中润滑油含量的压缩机、方法及车辆 |
CN115782532A (zh) * | 2022-11-28 | 2023-03-14 | 重庆长安汽车股份有限公司 | 一种电动压缩机控制方法、系统、电子设备及存储介质 |
CN115782532B (zh) * | 2022-11-28 | 2024-06-04 | 重庆长安汽车股份有限公司 | 一种电动压缩机控制方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111795466B (zh) | 空调制热舒风控制方法、装置、空调及计算机可读存储介质 | |
CN108375175B (zh) | 空调系统控制方法及装置 | |
Xie et al. | An improved intelligent model predictive controller for cooling system of electric vehicle | |
CN111597723B (zh) | 基于改进的智能模型预测控制的电动汽车空调系统智能控制方法 | |
EP2580076B1 (en) | Vehicle air conditioning system | |
CN111637596A (zh) | 一种空调的控制方法、装置、空调、存储介质及处理器 | |
CN110641250B (zh) | 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 | |
CN1325849C (zh) | 一种出风温度恒定的空调器及其控制方法 | |
CN113339941B (zh) | 一种变频空调器控制方法 | |
CN111284514B (zh) | 一种轨道交通空调送风组件及制冷/热方法 | |
CN110395087B (zh) | 一种基于模糊pid控制的车载智能空调控制方法及系统 | |
Huang et al. | A novel multistage constant compressor speed control strategy of electric vehicle air conditioning system based on genetic algorithm | |
CN109708278B (zh) | 一种压缩机差异运行的控制方法及系统 | |
CN110726218A (zh) | 空调器及其控制方法、装置、存储介质和处理器 | |
CN112572235B (zh) | 车辆温控方法、装置和系统 | |
CN112428781A (zh) | 基于热舒适和低病毒感染风险的电动汽车空调控制方法 | |
CN108613343A (zh) | 一种空调器的控制方法及控制系统 | |
CN111716989A (zh) | 一种汽车车内温度补偿控制方法及系统 | |
CN113511049A (zh) | 自适应多段恒转速汽车空调压缩机控制系统及方法 | |
CN114580254A (zh) | 一种基于模型预测控制的建筑室内温度调控方法和系统 | |
CN110260462B (zh) | 控制方法、电子膨胀阀、计算机可读存储介质以及空调器 | |
CN114413458B (zh) | 空调水系统的水泵并联运行控制方法、装置、设备及介质 | |
CN115183426B (zh) | 多联机空调的控制方法、多联机空调以及存储介质 | |
Al-Ghasem et al. | Air conditioner control using neural network and PID controller | |
JP4498041B2 (ja) | 空調システムの制御方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211019 |
|
RJ01 | Rejection of invention patent application after publication |