CN115230433A - 电动汽车乘员舱与动力电池协同加热控制方法及装置 - Google Patents
电动汽车乘员舱与动力电池协同加热控制方法及装置 Download PDFInfo
- Publication number
- CN115230433A CN115230433A CN202211013077.3A CN202211013077A CN115230433A CN 115230433 A CN115230433 A CN 115230433A CN 202211013077 A CN202211013077 A CN 202211013077A CN 115230433 A CN115230433 A CN 115230433A
- Authority
- CN
- China
- Prior art keywords
- battery
- control
- passenger compartment
- temperature
- model
- 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.)
- Granted
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 89
- 239000013598 vector Substances 0.000 claims abstract description 52
- 230000008878 coupling Effects 0.000 claims abstract description 37
- 238000010168 coupling process Methods 0.000 claims abstract description 37
- 238000005859 coupling reaction Methods 0.000 claims abstract description 37
- 238000004378 air conditioning Methods 0.000 claims abstract description 34
- 238000004134 energy conservation Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 6
- 239000003507 refrigerant Substances 0.000 claims description 40
- 230000006870 function Effects 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 27
- 239000000110 cooling liquid Substances 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 26
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 22
- 101710165595 Mitochondrial pyruvate carrier 2 Proteins 0.000 claims description 21
- 102100025031 Mitochondrial pyruvate carrier 2 Human genes 0.000 claims description 21
- 101710101698 Probable mitochondrial pyruvate carrier 2 Proteins 0.000 claims description 21
- 101710165590 Mitochondrial pyruvate carrier 1 Proteins 0.000 claims description 20
- 102100024828 Mitochondrial pyruvate carrier 1 Human genes 0.000 claims description 20
- 101710101695 Probable mitochondrial pyruvate carrier 1 Proteins 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 18
- 230000001276 controlling effect Effects 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 16
- 230000005855 radiation Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 11
- 239000001569 carbon dioxide Substances 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000009833 condensation Methods 0.000 claims description 10
- 230000005494 condensation Effects 0.000 claims description 10
- 230000020169 heat generation Effects 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 8
- 239000007788 liquid Substances 0.000 claims description 8
- 238000002156 mixing Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 239000002826 coolant Substances 0.000 claims description 7
- 238000009423 ventilation Methods 0.000 claims description 7
- 238000007664 blowing Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 101100346189 Caenorhabditis elegans mpc-1 gene Proteins 0.000 claims description 2
- 101100346198 Caenorhabditis elegans mpc-2 gene Proteins 0.000 claims description 2
- 230000002860 competitive effect Effects 0.000 claims description 2
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 239000003814 drug Substances 0.000 claims description 2
- 229910052731 fluorine Inorganic materials 0.000 claims description 2
- 125000001153 fluoro group Chemical group F* 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 230000002441 reversible effect Effects 0.000 claims description 2
- GZDFHIJNHHMENY-UHFFFAOYSA-N Dimethyl dicarbonate Chemical compound COC(=O)OC(=O)OC GZDFHIJNHHMENY-UHFFFAOYSA-N 0.000 abstract 2
- 239000003570 air Substances 0.000 description 82
- 238000007726 management method Methods 0.000 description 43
- 239000012071 phase Substances 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000011217 control strategy Methods 0.000 description 10
- 238000005265 energy consumption Methods 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000012809 cooling fluid Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 239000012780 transparent material Substances 0.000 description 2
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000005357 flat glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 239000002918 waste heat Substances 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
- B60H1/00357—Air-conditioning arrangements specially adapted for particular vehicles
- B60H1/00385—Air-conditioning arrangements specially adapted for particular vehicles for vehicles having an electrical drive, e.g. hybrid or fuel cell
- B60H1/00392—Air-conditioning arrangements specially adapted for particular vehicles for vehicles having an electrical drive, e.g. hybrid or fuel cell for electric vehicles having only electric drive means
-
- 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
- B60H1/00271—HVAC devices specially adapted for particular vehicle parts or components and being connected to the vehicle HVAC unit
- B60H1/00278—HVAC devices specially adapted for particular vehicle parts or components and being connected to the vehicle HVAC unit for the battery
-
- 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
- B60H1/00321—Heat exchangers for air-conditioning devices
-
- 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
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
本发明涉及一种电动汽车乘员舱与动力电池协同加热控制方法及装置，属于整车热管理领域。该方法包括：根据车辆传感器上获取的上游信号，获取温度、车速及阳光辐射状态向量；根据车辆参数，获取热泵空调系统‑乘员舱动态热模型及其耦合模型，动力电池的热‑电耦合模型以及电池加热回路模型；设计一种带有分布式模型预测控制器DMPC的争锋相对的新型控制方法，输出控制信号，其中DMPC采用非合作博弈方法迭代求解；输出下游信号到热控制中央处理器，控制各热管理零部件。采用本申请的装置及方案，能够有效的过滤处理传感器输入的数据，避免无效数据传入热管理系统中央处理器，提高主机运行效率，同时采用本申请的方法策略，能够保证在系统节能、乘员舱温度控制和电池温控等方面均有良好的效果。
Description
技术领域
本发明属于整车热管理领域，涉及电动汽车乘员舱与动力电池协同加热控制方法及装置。
背景技术
纯电动汽车由于在行驶过程中具有高效率、低噪声、无污染等优点，被大力发展进而逐步替代传统内燃汽车，这是实现可持续发展、应对气候和能源问题的重要措施之一。纯电动车空调系统工作时耗能于汽车行驶过程中总能耗占比较大，对整车续航里程有着重大影响，在不同工况下使用会显著降低行驶里程约20％～50％，而这一影响在冬季时更为明显。同时，驾驶员和乘客在行驶过程中长期滞留在乘员舱中，因此提供一个热舒适和健康的环境对提高热舒适性，降低发生交通事故的风险至关重要。
与内燃汽车相比，冬季低温环境下的纯电动汽车并没有额外的发动机余热来满足乘员舱的供暖需求，需额外为纯电动汽车设计供暖方案，一方面乘员舱和电池均需要进行必要的热管理以提供较好的热舒适环境和正常电池工作温度，另一方面，热管理系统控制所带来的能耗增加和续航里程下降不容忽视。在夏季高温环境下，应用于纯电动汽车的车载制冷空调技术早在传统内燃机汽车上就已经有了较成熟的技术沉淀和积累。而冬季低温环境下，动力电池低温时容量衰减，采用PTC加热效率低下，会消耗极大的电能。为提高加热效率，热泵系统被认为是可替代PTC加热的有效供热系统。在不考虑成本和空间布置的情况下，热泵系统的显著节能效果是纯电动汽车采暖的最佳方案之一。
纯电动汽车由多个子系统耦合形成，如电池热管理子系统和乘员舱热管理子系统。因此如何设计乘员舱和电池热管理系统并搭配合理的控制算法，以满足多个子系统的热管理要求，是当前研究的热点。压缩机转速的精确控制能够更好的实现对乘员舱温度的精确控制。此外，车用空调系统其他部件参数，电子膨胀阀开度、风扇转速等均有不同类型的电机进行控制。因此，这为电动汽车热管理控制策略的研究留下了非常大的发挥空间。为提高能源利用效率，大量研究学者对面向电动汽车的乘员舱和电池热管理系统控制策略开发展开了深入研究。传统的PID控制器的设计较为简单快捷、算力较小、控制有效而被广泛应用，但它的单输入单输出的控制方式无法控制具有强耦合的多输入多输出复杂系统。考虑到空调系统本身的非线性和复杂特性，也随着计算、数据存储和通信设备的快速发展，一些包括如滑模控制、模糊控制、模型预测控制(Model Predictive Control，MPC)或其他组合形式的智能控制已应用于电动汽车空调系统。
目前，MPC因其是能够处理多输入多输出且具有在线优化特性的一种智能控制器而被广泛的应用于各个工业领域。MPC优化所需的计算工作量随着系统的大小而变化，对于非常大或复杂的系统来说，优化求解可能会变得非常困难。为了解决这一问题，研究人员将注意力由集中式MPC往分布式MPC转移，它的思想是将优化分解为若干个较小的子问题或子系统，从而通过解决许多小问题来解决一个大问题。
发明内容
有鉴于此，本发明的目的在于提供一种电动汽车乘员舱与动力电池协同加热控制方法及装置，
为达到上述目的，本发明提供如下技术方案：
电动汽车乘员舱与动力电池协同加热控制方法，该方法包括以下步骤：
S101：根据车辆传感器上获取的上游信号，获取温度、车速及阳光辐射状态向量的车辆参数；
S102：根据车辆参数，获取热泵空调系统-乘员舱动态热模型及其耦合模型，动力电池的热-电耦合模型以及电池加热回路模型；
S103：利用带有分布式模型预测控制器DMPC的争锋相对的控制方法，输出控制信号；
S104：输出下游信号到热控制中药处理器，控制各热管理零部件。
可选的，所述S101中，利用DMPC控制器来控制乘员舱和电池热管理中的两个参数：压缩机转速Ncomp和制冷剂流量分配比例Rrefr，并采用非合作博弈的方法实现模型预测控制器一MPC1和模型预测控制器二MPC2之间的通讯和协调；
获取DMPC控制器所对应的MPC1和MPC2；
根据MPC1的控制输出量为压缩机转速Ncomp，其控制的目标量为乘员舱温度，MPC2的控制输出量为制冷剂流量分配比例Rrefr，其控制的目标为电池温度，获取MPC1和MPC2两个子系统的状态空间模型及其对应的优化函数；
获取MPC1和MPC2的状态空间模型包括：
获取MPC1的状态空间模型：MPC1是通过控制压缩机转速来调节乘员舱温度，对应的预测模型与乘员舱加热子回路有关，获取状态向量x1、控制向量u1、扰动向量v1和输出向量y1的对应表达式；
获取MPC2的状态空间模型：MPC2是通过控制制冷剂流量分配比例来调节动力电池温度，对应的预测模型与电池加热子回路有关，获取状态向量x2、控制向量u2、扰动向量v2和输出向量y2的对应表达式；
获取对应的优化函数包括：
获取控制器对应的成本函数J1以及约束条件：利用MPC来控制乘员舱温度和中间换热器内的冷凝压力值，评价控制效果的好坏则要从控制精度入手，即控制被控量与参考量之间的差值越小越好；
获取该控制器对应的成本函数J2以及约束条件：控制压缩机转速保持在2000rpm和鼓风机风量保持在150m3/h，引入能描述控制量的大小的评价函数。
可选的，所述对应的优化函数采用针锋相对策略的DMPC优化进行求解，具体为：
根据两个子系统在分别最小化成本函数J1和J2以及求解最优控制量u1和u2，考虑对方的控制量，各个子控制器之间的相互通信和协调，DMPC控制器进行博弈迭代优化求解；
对于压缩机转速Ncomp和流量分配比例Rrefr的DMPC控制，采用非合作博弈类型之一的针锋相对策略进行实现；对于乘员舱和电池热管理系统分布式模型预测控制器，设置预测时域p为30，设置控制时域c为1；设置最大迭代次数lmax为20；
DMPC控制器进行博弈迭代优化求解，具体为：
根据所述k时刻，两个子系统给定的初始的最优控制量
两个子系统之间进行通讯，计算得到优化控制量
其中u1等于压缩机转速Ncomp，u2等于制冷剂流量分配比例Rrefr，发给其他相邻子系统；
根据自身的代价函数或成本函数最小化为目标，在双方都得知对方子系统的最优控制量的前提下，获取双方进行各自的滚动优化并求解出本次回合中的最优控制量
根据所述如果达到最大迭代次数l＝lmax或者达到求解最优控制量的变化量差值满足
其中，
表示后一时刻的控制量，
表示前一时刻的控制量，ε对于控制量u1取值50r/min，对于控制量u2取值为0.02，对于则结束迭代并且获取系统最优控制量为
然后将U*(k)的第一个控制量作用于乘员舱和电池热管理系统；
进行k+1时刻的滚动优化；
对于乘员舱加热回路子系统的MPC1，若判断MPC2的优化控制量
则认定为符合合作条件，乘员舱加热回路获得优先级，在下一步采取合作策略；同时设置控制量为：
反之则不合作且设置控制量为：
根据MPC1的优化控制量
对于电池加热回路子系统的MPC2，则符合合作条件，电池加热回路子系统获得优先级，采取合作策略且设置控制量为：
反之，则不合作且设置控制量为：
其中delta1和delta2称为惩罚因子；
获取基于针锋相对策略的DMPC算法。
可选的，所述S102具体为：
获取乘员舱目标温度Tcab_goal，并作为反馈信号；
获取所述反馈信号作为控制吹风风量Vair的参考；
根据利用电池加热回路中的水暖PTC加热器辅助热泵空调系统加热并使其迅速升温至25℃的目标温度，当电池达到目标温度之后，PTC不再工作，利用热泵空调来维持电池温度稳定；
根据电池加热回路中的水泵作为推动冷却液循环的动力来源，当电池温度Tbat与电池目标温度25℃相差超过10℃时，则需要5000rmp的转速，获取控制式；
根据结合热泵空调与乘员舱动态热模型、电池热-电耦合模型和电池加热回路模型，最终建立乘员舱和电池热管理新型分布式模型预测控制器。
可选的，所述DMPC替换为PID控制器。
电动汽车乘员舱与动力电池协同加热控制装置，该控制装置包括：压缩机、冷凝器、蒸发器、膨胀阀、压缩机控制单元、电子膨胀阀控制单元、室外换热器控制单元和室内换热器控制单元；
工作原理与制冷空调系统相同，利用系统内工质的循环流动，通过热力学的逆循环过程从而连续不断的将热能从低温热源搬运至高温热源；首先板式换热器内的冷却液吸收来自高温状态下的R134a制冷剂的热量而使得温度升高，利用水泵驱动加热后的冷却液经过暖风芯体与空气换热，再利用风扇将加热后的空气吹入乘员舱从而实现温升控制；
压缩机控制单元，采用静态关系建模来描述质量流量的计算和出口比焓值的计算的工作过程；
电子膨胀阀控制单元，设制冷剂在流经电子膨胀阀的过程为一个等焓降压的过程，即出口比焓值等于膨胀阀入口比焓值；
室外换热器控制单元，是多扁管层结构的百叶窗式翅片换热器，在制热模式下，外部换热器起到蒸发器的作用；利用移动边界法处理蒸发器模型是将其结构假设为具有两种流体区域的集总参数式的动态模型，一种是气液混合的两相区，另一种是过热气相区；获取室外换热器的状态向量为：xe＝[le，Pe，Twfe]，其中le为蒸发器的扁管气-液两相混合区的总长度，Pe表示蒸发器压力，Twfe为蒸发器的壁面温度；
中间换热器控制单元，根据采用相同的集总参数法和移动边界法并不影响动态模型的建立，其起冷凝器的作用，与蒸发器建模过程类似，获取相关微分方程及状态向量：
其中，lc为冷凝器两相冷凝区长度，Pc为冷凝器压力，Tpt为制冷剂与冷却液之间的板面温度，
表示冷却液平均温度；
室内换热器控制单元，起到暖风芯体的作用，根据以冷却液的平均温度变化率来描述室内换热器的传热，根据能量守恒，获取状态向量
的关系式，其中
和Tt，h为暖风芯体内冷却液的平均温度和暖风芯体壁面温度。
可选的，所述控制装置还包括：
第一获取单元，用于根据车外温度传感器、车外适度传感器、车外风速传感器及车外阳光辐射传感器获取车外环境数据；
第二获取单元，用于根据车内温度传感器、车内压力传感器及车内二氧化碳浓度传感器获取车内环境数据；
第三获取单元，用于根据车速传感器获取扰动数据；
第四获取单元，用于根据开关设置、循环设置、风量设置、温度设置、出风设置以及自动设置获取用户设置数据。
可选的，所述乘员舱受到的热负荷即太阳辐射负荷、外界环境的对流换热负荷、人体热负荷、车内机械电子及电子设备热负荷以及车内空气新鲜度通风热负荷的总和；
根据所述及能量守恒原理获取乘员舱内温度随时间变化的集总参数模型；
根据所述为便于空调系统配合鼓风机风量控制混合风门的开度，获取一个描述乘员舱内二氧化碳浓度Cc的动态变化的模型作为反馈。
可选的，所述控制装置还包括：
热单元获取，采用集总参数法建立电池热模型，根据能量守恒定理，获取一个关于电池自产热和电池与外界换热的平衡关系式；
产热单元获取，根据Bernardi在基于能量守恒和物体热均匀性假设的基础上，在忽略混合热和相变热后，提出电池产热功率计算模型，获取电池产热模型；
电热耦合单元获取，单体电池在进行充放电或HPPC等实验时，与外界环境进行热交换，通过电池表面与外界进行对流换热实现。
可选的，所述控制装置中，利用电池电模型及热模型中的等效内阻、开路电压、电流的共有参数将电模型和热模型进行连接形成电-热耦合模型；
所述电-热耦合模型包括：
根据电池动态温度，获取冷板温度与冷却液温度的动态变化微分方程；
根据中间换热器控制单元的建模过程，获取电池加热回路中的板式换热器的模型；
根据相同的功能模式，获取乘员舱加热回路中的板式换热器的状态向量为
其中lc，cab为乘员舱加热回路中板式换热器两相冷凝区长度，Pc，cab为乘员舱加热回路中板式换热器压力，Tpt，cab为乘员舱加热回路中板式换热器板面温度，
为乘员舱加热回路中板式换热器平均温度；命名电池加热回路中的板式换热器的状态向量为
其中lc，bat为电池加热回路中板式换热器两相冷凝区长度，Pc，bat为电池加热回路中板式换热器压力，Tpt，bat为电池加热回路中板式换热器的板面温度，
为电池加热回路中板式换热器平均温度。
本发明的有益效果在于：
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为本申请实施例提供的整体框架流程图
图2为本申请实施例提供的一种协同控制装置的结构示意图；
图3为本申请实施例提供的另一种协同控制装置的结构示意图；
图4为本申请实施例提供的又一种协同控制装置的结构示意图。
图5为本申请实施例提供的集总参数式空调系统缩略图；
图6为本申请实施例提供的汽车乘员舱热负荷类型图；
图7为本本申请实施例提供的基于热泵空调系统的乘员舱和电池热管理结构图；
图8为本申请实施例提供的电池模组与冷板示意图；
图9为本申请实施例提供的乘员舱和电池热管理新型控制策略逻辑图；
图10为本本申请实施例示例设计的DMPC控制器的框架结构图；
图11为本本申请实施例提供的基于针锋相对策略的DMPC求解算法流程图；
图12为本申请实施例示例的电池温度控制效果仿真对比结果示意图；
图13为本申请实施例示例的热泵空调系统能耗仿真对比结果示意图。
附图标记：装置200，压缩机控制单元201，电子膨胀阀控制单元202，室外换热器控制单元203，中间换热器控制单元204，室内换热器控制单元205，乘员舱负荷获取单元206，第一获取单元207，第二获取单元208，第三获取单元209，第四获取单元210，计算单元211，热单元获取212，产热单元获取213，电热耦合单元获取214，主存储器301，处理器302，电信号转换器303，状态估计器304，显示器305，输出装置306，输入装置307，RAM地址寄存器308，ROM地址寄存器309，RAM储存器301a，ROM存储器301b。
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。
本申请提供一种基于热泵系统的电动汽车乘员舱、动力电池协同加热控装置，具体包括以下三个部分：
(1)整车传感器上游信号的电信号转化模块及状态估计模块。
(2)带有分布式模型预测控制器(DMPC)的争锋相对的控制算法实现模块。该模块内置于整个装置的中央处理器中，在装置中的中央处理器会内置本发明的算法，依托单片机完成算法的迭代。
(3)下游整车整车热管理信号交互模块。经过内置处理器将已经筛选的数据信号以及控制变量信号传给下游的主机，进而实现协同控制，主动筛选数据，避免无效数据传入热管理系统中央处理器，减少主机的存储与运算。
针对冬季低温环境下，基于热泵空调系统对乘员舱热管理和动力电池热管理展开研究并设计合理的控制方法，从而实现弥补乘员舱与外界环境换热的热损失部分以维持乘员舱内舒适温度的动态稳定性。本发明能够有效的过滤处理传感器输入的数据，避免无效数据传入热管理系统中央处理器，提高主机运行效率。本发明控制乘员舱内的温度平稳且保持在合理范围内，满足乘客的热舒适需求，同时实现对乘员舱内温度的智能控制。本发明尽可能的降低热泵系统尤其是压缩机在整个工作过程中能耗，以减少动力电池负担提高整体续航里程，尽可能保证舒适的前提下减少热泵系统能耗，提高乘客温控舒适性及节能效果。
如图1所示，为本申请实施例提供的一种基于热泵系统的电动汽车乘员舱、动力电池协同加热控装置实施的流程示意图。示例性地，该发明的控制算法实现模块中内置算法可以包括以下步骤：
S101.根据车辆传感器上获取的上游信号，获取温度、车速及阳光辐射状态向量；
根据车外温度传感器、车外湿度传感器、车外风速传感器及车外阳光辐射传感器获取车外环境数据；根据车内温度传感器、车内压力传感器及车内二氧化碳浓度传感器获取车内环境数据；根据车速传感器获取扰动数据；用于根据开关设置、循环设置、风量设置、温度设置、出风设置以及自动设置获取用户设置数据。
乘员舱受到的热负荷即太阳辐射负荷、外界环境的对流换热负荷、人体热负荷、车内机械电子及电子设备热负荷以及车内空气新鲜度通风热负荷的总和；根据所述及能量守恒原理获取乘员舱内温度随时间变化的集总参数模型；根据所述为便于空调系统配合鼓风机风量控制混合风门的开度，获取一个能够描述乘员舱内二氧化碳浓度Cc的动态变化的模型作为反馈。
S102.根据车辆参数，获取热泵空调系统-乘员舱动态热模型及其耦合模型，动力电池的热-电耦合模型以及电池加热回路模型；
获取热泵空调系统-乘员舱动态热模型及其耦合模型；建立面向控制的一维汽车热泵空调系统动态数学模型，所建立的热泵空调系统包括压缩机、电子膨胀阀、室外换热器、中间换热器、室内换热器；根据所述建立面向控制的集总参数式的乘员舱动态热模型，并与热泵空调系统模型耦合。
建立动力电池的热-电耦合模型，为集合乘员舱和动力电池的热管理建模及控制策略打下基础；获取动力电池的热-电耦合模型，根据所述为集合乘员舱和动力电池的热管理建模及控制策略打下基础；获取考虑乘员舱和电池热需求的乘员舱和电池热管理模型，在此基础上建立电池加热回路的相关模型；
建立考虑乘员舱和电池热需求的乘员舱和电池热管理模型，在此基础上建立电池加热回路的相关模型。利用电池电模型及热模型中的共有参数(等效内阻、开路电压、电流)将电模型和热模型进行连接形成一个整体的电-热耦合模型。
S103.设计一种带有分布式模型预测控制器(DMPC)的争锋相对的新型控制方法，输出控制信号。
根据两个子系统在分别最小化成本函数J1和J2以及求解最优控制量u1和u2，同时均会考虑对方的控制量，各个子控制器之间的相互通信和协调，进行反复博弈求解；
对于压缩机转速Ncomp和流量分配比例Rrefr的DMPC控制，采用非合作博弈类型之一的针锋相对策略(Tit for Tat)进行实现。对于本发明中的乘员舱和电池热管理系统分布式模型预测控制器，设置预测时域p为30，设置控制时域c为1。设置最大迭代次数lmax为20。
S104.输出下游信号到热控制中央处理器，控制各热管理零部件。
经过内置处理器将已经筛选的数据信号以及控制变量信号传给下游的主机，进而实现协同控制，主动筛选数据，避免无效数据传入热管理系统中央处理器，减少主机的存储与运算。
基于上述一种基于热泵系统的电动汽车乘员舱、动力电池协同加热控制方法的同一构思，本申请还提供了一种控制装置。上述方法中的部分或全部可以通过软件或固件来实现。如图2所示，为本申请实施例提供的一种控制装置200的结构示意图，该装置用于执行上述新型控制方法具体的，该装置200包括：
压缩机控制单元201，采用静态关系建模来描述其工作过程，模型主要针对两个参数：质量流量的计算和出口比焓值的计算；电子膨胀阀控制单元202，假设制冷剂在流经电子膨胀阀的过程为一个等焓降压的过程，即出口比焓值等于膨胀阀入口比焓值；室外换热器控制单元203，是一种多扁管层结构的百叶窗式翅片换热器，在制热模式下，外部换热器起到蒸发器的作用。利用移动边界法处理蒸发器模型是将其结构假设为具有两种流体区域的集总参数式的动态模型，一种是气液混合的两相区，一种是过热气相区。获取本专利定义室外换热器的状态向量为：xe＝[le，Pe，Twfe]；中间换热器控制单元204，根据所述采用相同的集总参数法和移动边界法并不影响动态模型的建立，其起冷凝器的作用，与蒸发器建模过程类似，获取相关微分方程及状态向量：
室内换热器控制单元205，起到暖风芯体的作用，根据所述以冷却液的平均温度变化率来描述室内换热器的传热，根据能量守恒，获取状态向量
的关系式；
在另一种可能的实现中，所述装置还包括：乘员舱负荷获取单元206，用于获取乘员舱受到的热负荷即太阳辐射负荷、外界环境的对流换热负荷、人体热负荷、车内机械电子及电子设备热负荷以及车内空气新鲜度通风热负荷的值。
在另一种可能的实现中，所述装置还包括：第一获取单元207，用于根据车外温度传感器、车外适度传感器、车外风速传感器及车外阳光辐射传感器获取车外环境数据；第二获取单元208，用于根据车内温度传感器、车内压力传感器及车内二氧化碳浓度传感器获取车内环境数据；第三获取单元209，用于根据车速传感器获取扰动数据；第四获取单元210，用于根据开关设置、循环设置、风量设置、温度设置、出风设置以及自动设置获取用户设置数据。
在又一种可能的实现中，所述乘员舱热负荷值获取单元包括：计算单元211，用于根据所述热负荷取值快速计算各个热负荷对乘员舱的影响从而准确模拟和预测乘员舱温度的动态变化，以及根据能量守恒原理获取乘员舱内温度随时间变化的集总参数模型。
提供一种电-热耦合温度控制装置，包括热单元获取212，产热单元获取213，电热耦合单元获取214，使得纯电动汽车中的动力电池利用热泵空调系统或PTC等具有加热功能的系统或设备来维持其合适的工作温度。
在一种可能的实现中，所述控制器包括：热单元获取212，用于采用集总参数法建立电池热模型，根据能量守恒定理，获取一个关于电池自产热和电池与外界换热的平衡关系式；产热单元获取213，根据Bernardi在基于能量守恒和物体热均匀性假设的基础上，在忽略混合热和相变热后，提出的简化的电池产热功率计算模型，获取电池产热模型；电热耦合单元获取214，单体电池在进行充放电或HPPC等实验时，与外界环境进行热交换，此时主要通过电池表面与外界进行对流换热实现。
在另一种可能的实现中，利用电池电模型及热模型中的共有参数(等效内阻、开路电压、电流)将电模型和热模型进行连接形成一个整体的电-热耦合模型。
在另一种可能的实现中，根据所述电池动态温度，获取冷板温度与冷却液温度的动态变化微分方程；
根据所述中间换热器控制单元的建模过程，获取电池加热回路中的板式换热器的模型；
根据所述相同的功能模式，获取乘员舱加热回路中的板式换热器的状态向量为
命名电池加热回路中的板式换热器的状态向量为
在一种可能的实现中，所述装置包括：人体热舒适温度计算控制单元，用于利用空调系统将乘员舱温度控制在人体感到较为舒适的区间且尽可能消除热负荷变化带来的温度波动；乘员舱内空气质量的控制单元，同于保证旅客的健康和安全，控制或降低乘员舱内CO2及其他有害物质的浓度，空调系统中的通风系统通常还需要引入外界环境的新鲜空气进入乘员舱。
在又一种可能的实现中，所述控制器根据以往记录的驾驶员和乘客所设置的乘员舱目标温度数据，通过考虑外部环境的其他因素(人体的代谢速率、穿着的服装隔热性、人体周围的空气温度、平均辐射温度、人体周围的空气局部流速和空气相对湿度)计算出对应目标温度下的PMV值，利用移动平均的方法更新每一次温度设置的PMV喜好值，记为PMVa值，实现对于不同人员的热喜好的“学习”。
在又一种可能的实现中，所述控制器还执行如下操作：建立一个能够描述乘员舱内二氧化碳浓度Cc的动态变化的模型作为反馈，以便于空调系统配合鼓风机风量控制混合风门的开度，qair_re由回风风门控制的回风比例Rcycle和鼓风机驱动的总进风的体积流量
共同决定，进而保证旅客的健康和安全，保证乘员舱内CO2浓度在合理范围内。
提供了一种介质存储以及信号处理过滤装置，包括：处理器、存储器、输入装置和输出装置，所述存储器存储有指令，处理器运行控制指令。
可选的，当上述实施例的协同加热控制方法中的部分或全部通过软件或固件来实现时，可以通过图3提供的一种协同加热控装置来实现。如图3所示，该协同加热控装置获取可包括：主存储器301、处理器302、电信号转换器303、状态估计器304、显示器305、输出装置306及输入装置307、RAM地址寄存器308及ROM地址寄存器309。
在一种可能的实现中，所述装置还包括：RAM储存器301a、ROM存储器301b以及主存储器301。主要负责存储程序和数据。存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电动汽车乘员舱热管理方法的使用所创建的数据等在本实施例中，主存储器301可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至执行电动汽车乘员舱热管理方法的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
在另一种可能的实现中，所述处理器302运行时执行指令：在达到迭代终止条件之前，两个控制量会进行迭代求解。若对方在本次优化得到的控制量较上一次更有利于本方，则说明对方采取合作策略。则此次本方也采取合作策略。则会在本次优化得到的控制量的基础上增加或减少一个惩罚因子，作为下一次迭代优化的初始值，反之则采取不合作策略。通过这样的方式重复迭代，则可求解出当前时刻下的控制均衡点，从而达到对应的控制效果。进而完成对数据的筛选，并将控制信号输给主机，减少主机的运行和计算时间，提高主机效率。
在另一种可能的实现中，输入装置306接收输入的用户点击，以及产生与电动汽车乘员舱热管理方法的用户设置以及功能控制有关的信号输入。显示装置可包括显示屏等显示设备。
可选的，上述协同热管理控制方法的程序可以存储在主存储器301中。该主存储器301可以是物理上独立的单元，也可以与处理器302集成在一起。该主存储器301也可以用于存储数据。
可选的，输入装置306及输出装置307可以包括显示屏(display)、键盘(keyboard)，可选地，还可以包括标准的有线接口、无线接口。
可选的，当上述实施例的协同加热控装置方法中的部分或全部通过软件实现时，该电热管理控制系统也可以只包括处理器。用于存储程序的存储器位于该热管理系统之外，处理器通过电路或电线与存储器连接，用于读取并执行存储器中存储的程序。
如图4所示，为本申请实施例提供的又一种基于热泵系统的电动汽车乘员舱、动力电池协同加热控装置的结构示意图，该图示例了一个整车系统，在车辆上有多个传感器，分别发出信号给虚拟控制器，即基于热泵系统的电动汽车乘员舱、动力电池协同加热控装置，用于处理传感器传来的信号，利用新型DMPC算法，从而该控制策略能够保证电池正常工作温度，提高乘员舱热舒适性的同时，减少空调系统能耗，提高续航里程。该车的热管理系统由中央处理器统一管理，位于电路集成CPU上。该协同加热装置包括主储存器301、处理器302、电信号转换器302、状态估计器304、显示器305和输出/输入装置306/07。此外，从各传感器那里得到上游信号Tcab，Tbat，Cc，Vcar，Ta，由电信号转换器302进行信号转换，所有参数传输到状态估计器304，转换成状态变量并输出给处理器302.处理器302可用于执行图2中所示第一获取单元207、第二获取单元208、第三获取单元209、第四获取单元210、产热单元获取212、热单元获取213、电热耦合单元获取214、乘员舱负荷获取单元206、电子膨胀阀控制单元202、压缩机控制单元201、室外换热器控制单元203、中间换热器控制单元204、室内换热器控制单元205的功能。
在本实例中，能够可实现协同控制，主动筛选数据，效的过滤处理传感器输入的数据避免无效数据传入热管理系统中央处理器，减少主机的存储与运算，提高主机运行效率，同时能够保证在系统节能、乘员舱温度控制和电池温控等方面均有良好的效果。
下面分别对上述步骤进行详细地阐述：
如图5所示，为对图1所示的步骤S102的进一步的详细描述的示意图。示例性地，步骤S102包括以下步骤：
S1021.对于压缩机，采用静态关系建模来描述其工作过程，模型主要针对两个参数：质量流量的计算和出口比焓值的计算，如下式表示：
其中，
为流经压缩机的制冷剂质量流量；ρcomp，i为压缩机入口处的制冷剂密度；Ncomp为压缩机转速；Vd为压缩机排量；hcomp，o、hcomp，i、his，o分别为压缩机出口比焓、压缩机入口比焓和等熵情况下的出口比焓。
因此，可以利用上式预测出口质量流量和比焓，而其准确度的关键在于容积效率和等熵效率的可靠性。利用压缩机测试平台获得压缩机在不同压比和转速下的稳态实验数据，经数据整理分析得到的容积效率和等熵效率分别如下表所示。
表1压缩机容积效率
表2压缩机等熵效率
S1022：对于电子膨胀阀，假设制冷剂在流经电子膨胀阀的过程为一个等焓降压的过程，即出口比焓值等于膨胀阀入口比焓值，其质量流量的计算公式如下：
其中，
为流经电子膨胀阀的制冷剂质量流量；Cm为电子膨胀阀的质量流量系数；Amax为膨胀阀全开时最大节流面积；sig为电子膨胀阀开度，在全开和全闭间连续变化；ρeev，i为电子膨胀阀入口密度；Pc和Pe对应于冷凝器和蒸发器压力。
本发明所采用的电子膨胀阀的最大阀口径为1.65mm，电子膨胀阀开度由脉冲数控制，算得到的膨胀阀开度与脉冲数之间的计算关系为：
sig＝-4×10-6n2+0.0043n-0.1331
式中，n为脉冲数范围由32到500变化(阀门起始脉冲数为32)。固定膨胀阀入口压力、出口压力和入口焓值，分别对应为960kPa、290kPa和246kJ/kg，逐步调节脉冲数从50增大至500。
S1023：对于室外换热器，在这里是一种多扁管层结构的百叶窗式翅片换热器，在制热模式下，外部换热器起到蒸发器的作用。利用移动边界法处理蒸发器模型是将其结构假设为具有两种流体区域的集总参数式的动态模型，一种是气液混合的两相区，一种是过热气相区。根据能量守恒原理，其与制冷剂侧换热和空气侧换热之间的动态关系式如下：
根据质量守恒原理，蒸发器中的制蒸发器壁面温度的动态表达关系式如下：
其中Le和le分别为蒸发器的扁管和气-液两相混合区的总长度；hie和hoe分别为蒸发器入口和出口的制冷剂比焓值；Twfe为蒸发器的壁面温度；αoe、αie和αiesh分别为空气侧、制冷剂侧的两相区和制冷剂侧的过热区的对流换热系数；hge为制冷剂在当前压力下的气相饱和点的比焓；Die内部扁管水力直径，Tre为当前压力下制冷剂的饱和温度；ρle为液相制冷剂密度，hgle为当前压力下制冷剂的潜焓值，Ae为蒸发器扁管的节流面积，(1-γe)为两相区域制冷剂的液体体积分数；m为蒸发器管壁和翅片的总质量，cp为管壁和翅片材料的比热容；
是空气温度，假定为进出口温度的平均温度。为了便于表达，本文定义室外换热器的状态向量为：xe＝[le，Pe，Twfe]
在实验过程中，制冷剂入口比焓固定为270kJ/kg、制冷剂出口压力固定为200kPa、吹风温度维持在0℃，分别调节制冷剂的质量流量分别为50、60、70、80kg/h，对应的风速调节为1.5、2、3、4.5m/s。从表3可看出，相同边界条件下仿真所计算出的换热量与实验所测的换热量基本吻合。
表3室外换热器仿真对比结果
S1024：对于中间换热器，采用相同的集总参数法和移动边界法并不影响动态模型的建立，其起到了冷凝器的作用，与蒸发器建模过程类似，相关微分微分方程如下所示：
其中，hic和hoc为冷凝器入口处和出口处制冷剂的比焓值；Twa，i、Twa，o和
分别为冷凝器冷却液侧入口温度、出口温度和冷却液平均温度，其中，后者为前两者的平均值，Tpt为制冷剂与冷却液之间的板面温度；Lc和lc为冷凝器总长度和两相冷凝区长度；Pc表示冷凝器压力；Tpt表示板面温度；
表示冷凝器内的冷却液平均温度；Ac为冷凝器内制冷剂侧的截流面积；αr为制冷剂侧的对流换热系数；Drc为冷凝器内制冷剂侧水力直径；Trc为当前压力下制冷剂的饱和温度。同样的，本文定义中间换热器的状态向量为：
S1025：室内换热器又称为暖风芯体(Heater core)，以冷却液的平均温度变化率来描述室内换热器的传热，根据能量守恒定律，关于状态向量
的关系式如下所示：
其中，(mcp)wa，h为储存在暖风芯体内的冷却液质量和比热容的乘积，(mcp)th，h为暖风芯体扁管与翅片的质量和比热容的乘积；
和Tt，h为暖风芯体内冷却液的平均温度和暖风芯体壁面温度；Awa和Aair分别为冷却液侧的换热面积和空气侧的换热面积，具体取值由相关结构参数决定；θwa和αair冷却液侧和空气侧的对流换热系数；
为暖风芯体周围的平均空气温度，可以用以下公式求得：
其中，cp，air，h为空气比热容；αoh为空气侧对流换热系数；Aoh为空气与蒸发器壁面的换热面积；Tair，h，i为位于暖风芯体前方的空气温度；
为空气侧的质量流量。
示例性地，步骤S102中所述面向控制的集总参数式的乘员舱动态热模型及模型耦合包括以下步骤：
1026.如图6所示为汽车乘员舱的热负荷类型，其热负荷Qtotal可以用下式表示：
Qtotal＝Qsolar+Qconv+Qmet+Qmech+Qven
其中，Qsolar太阳辐射负荷，Qconv为与外界环境的对流换热负荷，Qmet为人体活动产生的热负荷，Qmech为车内的机械及电子设备产生的热负荷，Qven为保障车内空气新鲜度的通风负荷。对于机械及电子产热负荷Qmech和通风负荷Qven，在这里将其当做一个较小的常值来看待。
车身材料可以分为透明材料和不透明材料，采用集总参数方式将车身外围结构均视为单层结构处理，并假定温度分布均匀一致，且不考虑热传导所致的内外温度差异。对于透明材料，太阳辐射负荷主要透射进乘员舱进而被直接吸收，用qtrans表示透过玻璃进入乘员舱而被直接吸收的部分，其值与太阳辐射力、玻璃面积、玻璃材料所决定的透射率有关，公式如式所示：
qtrans＝CtranshsoiarAwindow cosθ
其中，Ctrans为材料透射率，范围在0到1之间；hsolar为太阳辐射强度；Awindow为车窗玻璃面积；θ为太阳入射角与法线的夹角；车身各部分之和即总的太阳辐射，可以用下式表示：
根据能量守恒定理，可以得到车身结构所对应的温度，对于单层结构玻璃，可以用下式进行计算：
对于多层结构的车顶和车门，可以利用下式进行计算：
其中，mws为车身结构质量；cp，ws为对应的比热容。因此可以求得乘员舱总的对流换热负荷，如下式：
乘客与驾驶员所产生的热量相对于太阳负荷等相对较少，和人体本身的年龄、所进行的活动等因素相关，通常比较难以精确的进行计算，在这里利用经验公式表示人体产热负荷：
Qmet＝145+116(n-1)
其中，n为乘员舱内的人数。
据能量守恒原理，乘员舱内温度随时间变化的集总参数模型表达如下：
其中，mair，cab为乘员舱内空气质量；cp，air，cab为空气比热容。
为了便于空调系统配合鼓风机风量控制混合风门的开度，则需建立一个能够描述乘员舱内二氧化碳浓度Cc的动态变化的模型作为反馈，Cc可以由下式表示：
其中，Vcab为乘员舱体积；Cc、Co和Ccex分别为乘员舱内、外界环境及人体呼出的二氧化碳浓度，np为乘员舱内的人数；qex_p和qair_re分别为人体呼出气体和进入乘员舱内新鲜空气的体积流量。qair_re由回风风门控制的回风比例Rcycle和鼓风机驱动的总进风的体积流量
共同决定，三者的关系如下式所示：
示例性地，步骤S102包括以下步骤：
S1027.利用Rint模型分析电池产热速率随电流变化，根据基尔霍夫电流定律(KCL)和基尔霍夫电压定律(KVL)，端电压UL、开路电压Uocv和电流Icell和等效内阻R之间的关系表达式为：
UL＝Uocv-IcellR
上式中的等效内阻R为欧姆内阻Ro和极化内阻Rp之和，该等效内阻是一个关于电池温度、荷电状态(SOC)和充放电电流的关系式，通过在不同温度、不同充放电倍率下的标准HPPC实验测得的数据进行参数辨识获得。
采用集总参数法建立电池热模型，根据能量守恒定理，电池热模型是一个关于电池自产热和电池与外界换热的平衡关系式如下所示：
其中，m为电池的质量，Cp为电池的比热容，Tbat表示电池温度，Qgen为电池充放电过程中的产热功率，Qdis则为电池与外界环境的换热，包括热对流Qconv和热传导Qcond。
根据Bernardi在基于能量守恒和物体热均匀性假设的基础上，在忽略混合热和相变热后，提出的简化的电池产热功率计算模型，可以得到电池产热模型：
其中，dUocv/dT称为温熵系数，UL表示端电压、Uocv表示开路电压。
建立动力电池电热耦合模型，单体电池在进行充放电或HPPC等实验时，会与外界环境进行热交换，此时与外界换热的方式主要通过电池表面与外界进行对流换热而实现。本发明对流换热计算采用牛顿冷却公式，如下所示：
Qcomv＝hcomvS(Tair-Tbat)
其中，hconv为对流换热系数，S为对流换热面积，Tair为环境空气温度。
S1028：利用电池电模型及热模型中的共有参数(等效内阻、开路电压、电流)将电模型和热模型进行连接形成一个整体的电-热耦合模型。
利用安时积分法根据输入的实时放电电流和初始SOC(t0)计算放电时的实时SOC，如下式所示：
在本实施例中，根据当前放电电流大小、当前的SOC值以及由电池热模型计算得到的当前的电池温度得到Rint等效电路模型中涉及到的开路电压Uocv、欧姆内阻Ro和极化内阻Rp，计算得到端电压UL。电池热模型则根据安时积分法和电池电模型反馈得到的当前SOC值、端电压UL和开路电压Uocv以及换热系数等参数，计算电池实时温度并将其输出反馈给电池电模型，从而最终形成了电模型和热模型相互影响的电池电-热耦合模型。
示例性地，步骤S102包括以下步骤：
加入电池加热回路，进而形成基于热泵空调系统的乘员舱和电池热管理结构，如图7所示。在本实施例中，建立电池加热回路模型，采用集总参数的方法，即假设每一条支路上电池模组、水冷板以及冷却液均具有相同的温度表现。图8为电池模组与冷板示意图，本发明以冷板内的一条支路上的6个电池模组作为一个换热计算单元进行建模及分析，将4倍所计算的换热量作为整个电池包的换热量。电池包与冷板相互接触中间进行热传导，计算公式如下所示：
其中，dplate和dcell分别表示为冷板的质量中心和电池的质量中心与两者接触面的距离，λplate和λcell分别表示为冷板和电池的导热系数，ctr为冷板与电池相接触的接触热阻，A为接触面积，Tplate和Tbat分别为冷板和电池温度。
电池温度的动态表达式为：
其中，(mCp)bat为电池的质量与比热容的乘积。
根据能量守恒，得到冷板温度与冷却液温度的动态变化微分方程如下所示：
其中，(mcp)wa，p为停留于冷板内的冷却液的质量与其比热容的乘积，(mcp)p为冷板的质量与其比热容的乘积；
为流动在冷板内每一条支路的冷却液质量流量；Twa，i和Twa，o分别表示流入和流出冷板的冷却液温度，
为冷板内的冷却液平均温度，数值上为Twa，i和Twa，o的平均值；αwa为对流换热系数；Awa为冷却液与冷板之间的对流换热面积；Tamb为外部环境温度；Aplate和hconv分别冷板与外界环境接触面积和对流换热面积。本文定义
为描述冷板温度和冷却液温度的状态向量。
对于电池加热回路中的板式换热器，其功能与建立的中间换热器相同，建模过程可参照前面，不再赘述。为了区分两者的状态变量，在此重新命名乘员舱加热回路中的板式换热器的状态向量为
命名电池加热回路中的板式换热器的状态向量为
示例性地，步骤S103包括以下步骤：
S1031：乘员舱和电池热管理新型控制策略逻辑图如图9所示，利用DMPC控制器来控制乘员舱和电池热管理中比较重要的两个参数(压缩机转速Ncomp和制冷剂流量分配比例Rrefr)，并采用非合作博弈的方法实现MPC1和MPC2之间的通讯和协调。
建立的DMPC控制器的框架结构如图10所示，MPC1和MPC2为乘员舱加热回路子系统和电池加热回路子系统相对应的控制器。MPC1的控制输出量为压缩机转速Ncomp，其控制的目标量为乘员舱温度，MPC2的控制输出量为制冷剂流量分配比例Rrefr，其控制的目标为电池温度。
对于两个子系统的状态空间模型，表达式如下所示：
yi(k+i)＝Cixi(k+i)
其中，下标i表示对应的第i个子系统，本发明中DMPC的子系统只有2个，i＝1表示的是乘员舱加热回路子系统，i＝2表示的是电池加热回路子系统。Ai、Bu，i和Bv，i是第i个子系统与状态向量有关的参数矩阵，Ci为表达状态向量与输出向量之间的关系矩阵，Wij表示子系统j的控制量对子系统i的影响矩阵。
S1032：建立MPC1的状态空间模型。MPC1是通过控制压缩机转速来调节乘员舱温度，对应的预测模型与乘员舱加热子回路有关，因此，状态向量x1、控制向量u1、扰动向量v1和输出向量y1如下式所示：
其中，Tcab为乘员舱温度，Vair为鼓风机风量，Vcar为变化的行驶车速。
在本实施例中，利用MPC来控制乘员舱温度和中间换热器内的冷凝压力值，评价控制效果的好坏则要从控制精度入手，即控制被控量与参考量之间的差值越小越好。控制器对应的成本函数J1以及约束条件如下式所示：
上式中，w1和w2为对应的权重系数。
S1033：建立MPC2的状态空间模型。MPC2是通过控制制冷剂流量分配比例来调节动力电池温度，对应的预测模型与电池加热子回路有关，因此，状态向量x2、控制向量u2、扰动向量v2和输出向量y2如下式所示：
为了使所设计的MPC控制器具有一定的节能效果，对于系统能耗而言，需尽可能控制压缩机转速和鼓风机风量保持在较低水平，因此，还需引入能描述控制量的大小的评价函数，该控制器对应的成本函数J2以及约束条件下式所示：
S1034：在本实例中，基于针锋相对策略的DMPC优化进行求解。两个子系统在分别最小化成本函数J1和J2以及求解最优控制量u1和u2的同时均会考虑对方的控制量，这就需要各个子控制器之间的相互通信和协调，进行反复博弈求解。对于压缩机转速Ncomp和流量分配比例Rrefr的DMPC控制，采用非合作博弈类型之一的针锋相对策略(Tit for Tat)进行实现。对于本发明中的乘员舱和电池热管理系统分布式模型预测控制器，设置预测时域p为30，设置控制时域c为1。设置最大迭代次数lmax为20。结合本发明中两个子系统的特点，经分析，其博弈迭代优化求解的过程如下：
(1)在k时刻，两个子系统分别给定初始的最优控制量
其中符号的上标表示当前的博弈求解迭代次数，初始时的迭代次数为0。
(2)两个子系统之间进行通讯，将本系统在上一步计算出的优化控制量
发给其他相关的子系统，其中l表示迭代次数。
(3)在双方都得知对方子系统的最优控制量的前提下，以自身的代价函数或成本函数最小化为目标，双方进行各自的滚动优化并求解出本次回合中的最优控制量
(4)对于双方子系统而言，如果达到最大迭代次数l＝lmax或者达到求解最优控制量的变化量差值较小
则结束迭代并且此时输出的系统最优控制量为
然后将U*(k)的第一个控制量作用于乘员舱和电池热管理系统，并返回步骤(1)，从而进入k+1时刻的滚动优化；否则继续执行步骤(5)。
(5)对于乘员舱加热回路子系统的MPC1，若判断MPC2的优化控制量
则符合合作条件，乘员舱加热回路获得优先级，在下一步采取合作策略，同时设置控制量为：
反之则不合作且设置控制量为：
同样的，对于电池加热回路子系统的MPC2，若判断MPC1的优化控制量
则符合合作条件，电池加热回路子系统获得优先级，采取合作策略且设置控制量为：
反之，则不合作且设置控制量为：
其中delta1和delta2称为惩罚因子。
综上，在本实施基于针锋相对策略的DMPC算法流程图如图11所示。
S1035：利用PID控制器控制控制鼓风机风量Vair、回风比例Rcycle，将乘员舱目标温度Tcab_goal作为反馈信号作为控制吹风风量Vair的参考，本实例控制式如下所示：
Vair＝150m3/h
利用电池加热回路中的水暖PTC加热器辅助热泵空调系统加热并使其迅速升温至正常工作温度(25℃的温控目标)，当电池达到目标温度之后，PTC不再工作，之后利用热泵空调来维持电池温度稳定。本实例PTC控制逻辑如下式所示：
电池加热回路中的水泵是推动冷却液循环的动力来源，其控制如下式所示：
结合热泵空调与乘员舱动态热模型、电池热-电耦合模型和电池加热回路模型，最终可建立如图9所示的乘员舱和电池热管理新型分布式模型预测控制器。同时，将PID控制器替换DMPC所得到的控制策略简称为PID控制，将规则控制器替换DMPC所得到的控制策略简称为规则控制，将三种控制策略进行对比分析，在WLTC工况下设置部环境温度为0℃，太阳辐射强度为150W/m2，车内人数为3人则可以得到图12、13所示结果，可以发现电池温度控制精确性和稳定性方面以及节能方面，DMPC控制效果较好。
需要说明的是，本申请实施例中的术语“多个”是指两个或两个以上，鉴于此，本申请实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、系统和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、系统和方法，可以通过其它的方式实现。例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。所显示或讨论的相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。该计算机指令可以存储在计算机可读存储介质中，或者通过该计算机可读存储介质进行传输。该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read-onlymemory，ROM)，或随机存取存储器(random access memory，RAM)，或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘(digital versatile disc，DVD)、或者半导体介质，例如，固态硬盘(solid state disk，SSD)等。
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 (10)
1.电动汽车乘员舱与动力电池协同加热控制方法，其特征在于：该方法包括以下步骤：
S101：根据车辆传感器上获取的上游信号，获取温度、车速及阳光辐射状态向量的车辆参数；
S102：根据车辆参数，获取热泵空调系统-乘员舱动态热模型及其耦合模型，动力电池的热-电耦合模型以及电池加热回路模型；
S103：利用带有分布式模型预测控制器DMPC的争锋相对的控制方法，输出控制信号；
S104：输出下游信号到热控制中药处理器，控制各热管理零部件。
2.根据权利要求1所述的电动汽车乘员舱与动力电池协同加热控制方法，其特征在于：所述S101中，利用DMPC控制器来控制乘员舱和电池热管理中的两个参数：压缩机转速Ncomp和制冷剂流量分配比例Rrefr，并采用非合作博弈的方法实现模型预测控制器一MPC1和模型预测控制器二MPC2之间的通讯和协调；
获取DMPC控制器所对应的MPC1和MPC2；
根据MPC1的控制输出量为压缩机转速Ncomp，其控制的目标量为乘员舱温度，MPC2的控制输出量为制冷剂流量分配比例Rrefr，其控制的目标为电池温度，获取MPCI和MPC2两个子系统的状态空间模型及其对应的优化函数；
获取MPC1和MPC2的状态空间模型包括：
获取MPC1的状态空间模型：MPC1是通过控制压缩机转速来调节乘员舱温度，对应的预测模型与乘员舱加热子回路有关，获取状态向量x1、控制向量u1、扰动向量v1和输出向量y1的对应表达式；
获取MPC2的状态空间模型：MPC2是通过控制制冷剂流量分配比例来调节动力电池温度，对应的预测模型与电池加热子回路有关，获取状态向量x2、控制向量u2、扰动向量v2和输出向量y2的对应表达式；
获取对应的优化函数包括：
获取控制器对应的成本函数J1以及约束条件：利用MPC来控制乘员舱温度和中间换热器内的冷凝压力值，评价控制效果的好坏则要从控制精度入手，即控制被控量与参考量之间的差值越小越好；
获取该控制器对应的成本函数J2以及约束条件：控制压缩机转速保持在2000rpm和鼓风机风量保持在150m3/h，引入能描述控制量的大小的评价函数。
3.根据权利要求2所述的电动汽车乘员舱与动力电池协同加热控制方法，其特征在于：所述对应的优化函数采用针锋相对策略的DMPC优化进行求解，具体为：
根据两个子系统在分别最小化成本函数J1和J2以及求解最优控制量u1和u2，考虑对方的控制量，各个子控制器之间的相互通信和协调，DMPC控制器进行博弈迭代优化求解；
对于压缩机转速Ncomp和流量分配比例Rrefr的DMPC控制，采用非合作博弈类型之一的针锋相对策略进行实现；对于乘员舱和电池热管理系统分布式模型预测控制器，设置预测时域p为30，设置控制时域c为1；设置最大迭代次数lmax为20；
DMPC控制器进行博弈迭代优化求解，具体为：
根据所述k时刻，两个子系统给定的初始的最优控制量
i＝1，2，两个子系统之间进行通讯，计算得到优化控制量
i＝1，2，其中u1等于压缩机转速Ncomp，u2等于制冷剂流量分配比例Rrefr，发给其他相邻子系统；
根据自身的代价函数或成本函数最小化为目标，在双方都得知对方子系统的最优控制量的前提下，获取双方进行各自的滚动优化并求解出本次回合中的最优控制量
i＝1，2；
根据所述如果达到最大迭代次数l＝lmax或者达到求解最优控制量的变化量差值满足
ε＞0，其中，
表示后一时刻的控制量，
表示前一时刻的控制量，ε对于控制量u1取值50r/min，对于控制量u2取值为0.02，对于则结束迭代并且获取系统最优控制量为
然后将U*(k)的第一个控制量作用于乘员舱和电池热管理系统；
进行k+1时刻的滚动优化；
对于乘员舱加热回路子系统的MPC1，若判断MPC2的优化控制量
则认定为符合合作条件，乘员舱加热回路获得优先级，在下一步采取合作策略；同时设置控制量为：
反之则不合作且设置控制量为：
根据MPC1的优化控制量
对于电池加热回路子系统的MPC2，则符合合作条件，电池加热回路子系统获得优先级，采取合作策略且设置控制量为：
反之，则不合作且设置控制量为：
其中delta1和delta2称为惩罚因子；
获取基于针锋相对策略的DMPC算法。
4.根据权利要求3所述的电动汽车乘员舱与动力电池协同加热控制方法，其特征在于：所述S102具体为：
获取乘员舱目标温度Tcab_qoal，并作为反馈信号；
获取所述反馈信号作为控制吹风风量Vair的参考；
根据利用电池加热回路中的水暖PTC加热器辅助热泵空调系统加热并使其迅速升温至25℃的目标温度，当电池达到目标温度之后，PTC不再工作，利用热泵空调来维持电池温度稳定；
根据电池加热回路中的水泵作为推动冷却液循环的动力来源，当电池温度Tbat与电池目标温度25℃相差超过10℃时，则需要5000rmp的转速，获取控制式；
根据结合热泵空调与乘员舱动态热模型、电池热-电耦合模型和电池加热回路模型，最终建立乘员舱和电池热管理新型分布式模型预测控制器。
5.根据权利要求1所述的电动汽车乘员舱与动力电池协同加热控制方法，其特征在于：所述DMPC替换为PID控制器。
6.电动汽车乘员舱与动力电池协同加热控制装置，其特征在于：该控制装置包括：压缩机、冷凝器、蒸发器、膨胀阀、压缩机控制单元、电子膨胀阀控制单元、室外换热器控制单元和室内换热器控制单元；
工作原理与制冷空调系统相同，利用系统内工质的循环流动，通过热力学的逆循环过程从而连续不断的将热能从低温热源搬运至高温热源；首先板式换热器内的冷却液吸收来自高温状态下的R134a制冷剂的热量而使得温度升高，利用水泵驱动加热后的冷却液经过暖风芯体与空气换热，再利用风扇将加热后的空气吹入乘员舱从而实现温升控制；
压缩机控制单元，采用静态关系建模来描述质量流量的计算和出口比焓值的计算的工作过程；
电子膨胀阀控制单元，设制冷剂在流经电子膨胀阀的过程为一个等焓降压的过程，即出口比焓值等于膨胀阀入口比焓值；
室外换热器控制单元，是多扁管层结构的百叶窗式翅片换热器，在制热模式下，外部换热器起到蒸发器的作用；利用移动边界法处理蒸发器模型是将其结构假设为具有两种流体区域的集总参数式的动态模型，一种是气液混合的两相区，另一种是过热气相区；获取室外换热器的状态向量为：xe＝[le，Pe，Twfe]，其中le为蒸发器的扁管气-液两相混合区的总长度，Pe表示蒸发器压力，Twfe为蒸发器的壁面温度；
中间换热器控制单元，根据采用相同的集总参数法和移动边界法并不影响动态模型的建立，其起冷凝器的作用，与蒸发器建模过程类似，获取相关微分方程及状态向量：
其中，lc为冷凝器两相冷凝区长度，Pc为冷凝器压力，Tpt为制冷剂与冷却液之间的板面温度，
表示冷却液平均温度；
室内换热器控制单元，起到暖风芯体的作用，根据以冷却液的平均温度变化率来描述室内换热器的传热，根据能量守恒，获取状态向量
的关系式，其中
和Tt，h为暖风芯体内冷却液的平均温度和暖风芯体壁面温度。
7.根据权利要求6所述的电动汽车乘员舱与动力电池协同加热控制装置，其特征在于：所述控制装置还包括：
第一获取单元，用于根据车外温度传感器、车外适度传感器、车外风速传感器及车外阳光辐射传感器获取车外环境数据；
第二获取单元，用于根据车内温度传感器、车内压力传感器及车内二氧化碳浓度传感器获取车内环境数据；
第三获取单元，用于根据车速传感器获取扰动数据；
第四获取单元，用于根据开关设置、循环设置、风量设置、温度设置、出风设置以及自动设置获取用户设置数据。
8.根据权利要求7所述的电动汽车乘员舱与动力电池协同加热控制装置，其特征在于：所述乘员舱受到的热负荷即太阳辐射负荷、外界环境的对流换热负荷、人体热负荷、车内机械电子及电子设备热负荷以及车内空气新鲜度通风热负荷的总和；
根据所述及能量守恒原理获取乘员舱内温度随时间变化的集总参数模型；
根据所述为便于空调系统配合鼓风机风量控制混合风门的开度，获取一个描述乘员舱内二氧化碳浓度Cc的动态变化的模型作为反馈。
9.根据权利要求8所述的电动汽车乘员舱与动力电池协同加热控制装置，其特征在于：所述控制装置还包括：
热单元获取，采用集总参数法建立电池热模型，根据能量守恒定理，获取一个关于电池自产热和电池与外界换热的平衡关系式；
产热单元获取，根据Bernardi在基于能量守恒和物体热均匀性假设的基础上，在忽略混合热和相变热后，提出电池产热功率计算模型，获取电池产热模型；
电热耦合单元获取，单体电池在进行充放电或HPPC等实验时，与外界环境进行热交换，通过电池表面与外界进行对流换热实现。
10.根据权利要求9所述的电动汽车乘员舱与动力电池协同加热控制装置，其特征在于：所述控制装置中，利用电池电模型及热模型中的等效内阻、开路电压、电流的共有参数将电模型和热模型进行连接形成电-热耦合模型；
所述电-热耦合模型包括：
根据电池动态温度，获取冷板温度与冷却液温度的动态变化微分方程；
根据中间换热器控制单元的建模过程，获取电池加热回路中的板式换热器的模型；
根据相同的功能模式，获取乘员舱加热回路中的板式换热器的状态向量为xc，cab＝
其中lc，cab为乘员舱加热回路中板式换热器两相冷凝区长度，Pc，cab为乘员舱加热回路中板式换热器压力，Tpt，cab为乘员舱加热回路中板式换热器板面温度，
为乘员舱加热回路中板式换热器平均温度；命名电池加热回路中的板式换热器的状态向量为
其中lc，bat为电池加热回路中板式换热器两相冷凝区长度，Pc，bat为电池加热回路中板式换热器压力，Tpt，bat为电池加热回路中板式换热器的板面温度，
为电池加热回路中板式换热器平均温度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211013077.3A CN115230433B (zh) | 2022-08-23 | 2022-08-23 | 电动汽车乘员舱与动力电池协同加热控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211013077.3A CN115230433B (zh) | 2022-08-23 | 2022-08-23 | 电动汽车乘员舱与动力电池协同加热控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115230433A true CN115230433A (zh) | 2022-10-25 |
| CN115230433B CN115230433B (zh) | 2024-05-14 |
Family
ID=83681259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211013077.3A Active CN115230433B (zh) | 2022-08-23 | 2022-08-23 | 电动汽车乘员舱与动力电池协同加热控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115230433B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN115799723A (zh) * | 2022-12-09 | 2023-03-14 | 蜂巢能源科技(马鞍山)有限公司 | 电池温度控制方法、系统及设备 |
| CN117666738A (zh) * | 2023-12-14 | 2024-03-08 | 南方电网大数据服务有限公司 | 一种液冷服务器控制方法及装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170101030A1 (en) * | 2014-05-20 | 2017-04-13 | Jaguar Land Rover Limited | Vehicle control system and method |
| US20170266665A1 (en) * | 2016-03-18 | 2017-09-21 | The Florida International University Board Of Trustees | Thermally-assisted acoustic separation of cells based on their stiffness |
| US20180004173A1 (en) * | 2016-06-30 | 2018-01-04 | Johnson Controls Technology Company | Variable refrigerant flow system with multi-level model predictive control |
| CN109884888A (zh) * | 2018-12-30 | 2019-06-14 | 国网天津市电力公司电力科学研究院 | 一种基于非合作博弈的多楼宇微网模型预测调控方法 |
| CN110113725A (zh) * | 2019-04-30 | 2019-08-09 | 西安理工大学 | 一种基于博弈模型的车联网节点的激励方法 |
| CN111597723A (zh) * | 2020-05-20 | 2020-08-28 | 重庆大学 | 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 |
| US20210061063A1 (en) * | 2019-08-26 | 2021-03-04 | GM Global Technology Operations LLC | Active thermal management system and method for flow control |
| CN113085485A (zh) * | 2021-04-29 | 2021-07-09 | 吉林大学 | 一种纯电动汽车用整车集成化热管理系统 |
| CN113128110A (zh) * | 2021-04-12 | 2021-07-16 | 吉林大学 | 智能网联电动汽车高寒地区动力电池热管理优化方法 |
| CN113165469A (zh) * | 2018-10-31 | 2021-07-23 | 哈金森公司 | 用于车辆的热管理系统 |
| US20210296897A1 (en) * | 2019-11-27 | 2021-09-23 | Robert F. Cruickshank, III | System method and apparatus for providing a load shape signal for power networks |
-
2022
- 2022-08-23 CN CN202211013077.3A patent/CN115230433B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170101030A1 (en) * | 2014-05-20 | 2017-04-13 | Jaguar Land Rover Limited | Vehicle control system and method |
| US20170266665A1 (en) * | 2016-03-18 | 2017-09-21 | The Florida International University Board Of Trustees | Thermally-assisted acoustic separation of cells based on their stiffness |
| US20180004173A1 (en) * | 2016-06-30 | 2018-01-04 | Johnson Controls Technology Company | Variable refrigerant flow system with multi-level model predictive control |
| CN113165469A (zh) * | 2018-10-31 | 2021-07-23 | 哈金森公司 | 用于车辆的热管理系统 |
| US20210394580A1 (en) * | 2018-10-31 | 2021-12-23 | Hutchinson | A thermal-management system for a vehicle |
| CN109884888A (zh) * | 2018-12-30 | 2019-06-14 | 国网天津市电力公司电力科学研究院 | 一种基于非合作博弈的多楼宇微网模型预测调控方法 |
| CN110113725A (zh) * | 2019-04-30 | 2019-08-09 | 西安理工大学 | 一种基于博弈模型的车联网节点的激励方法 |
| US20210061063A1 (en) * | 2019-08-26 | 2021-03-04 | GM Global Technology Operations LLC | Active thermal management system and method for flow control |
| US20210296897A1 (en) * | 2019-11-27 | 2021-09-23 | Robert F. Cruickshank, III | System method and apparatus for providing a load shape signal for power networks |
| CN111597723A (zh) * | 2020-05-20 | 2020-08-28 | 重庆大学 | 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 |
| CN113128110A (zh) * | 2021-04-12 | 2021-07-16 | 吉林大学 | 智能网联电动汽车高寒地区动力电池热管理优化方法 |
| CN113085485A (zh) * | 2021-04-29 | 2021-07-09 | 吉林大学 | 一种纯电动汽车用整车集成化热管理系统 |
Non-Patent Citations (3)
| Title |
|---|
| 徐焕良;王珂;任守纲;王浩云;: "基于非合作博弈的分布式模型预测控制优化算法", 计算机工程与科学, no. 07, 15 July 2016 (2016-07-15), pages 1484 - 1494 * |
| 易川力: "电池液冷与乘员舱空调协同热管理系统研究", 工程科技Ⅱ辑, no. 4, 15 April 2022 (2022-04-15), pages 1 - 86 * |
| 胡晓松;陈科坪;唐小林;王斌;: "基于机器学习速度预测的并联混合动力车辆能量管理研究", 机械工程学报, no. 16, 20 August 2020 (2020-08-20), pages 197 - 208 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN115799723A (zh) * | 2022-12-09 | 2023-03-14 | 蜂巢能源科技(马鞍山)有限公司 | 电池温度控制方法、系统及设备 |
| CN117666738A (zh) * | 2023-12-14 | 2024-03-08 | 南方电网大数据服务有限公司 | 一种液冷服务器控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115230433B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115230433B (zh) | 电动汽车乘员舱与动力电池协同加热控制方法及装置 | |
| EP3891441B1 (en) | System and method for personalized thermal comfort control | |
| 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 | |
| Huang et al. | A novel multistage constant compressor speed control strategy of electric vehicle air conditioning system based on genetic algorithm | |
| Xie et al. | A Self-learning intelligent passenger vehicle comfort cooling system control strategy | |
| Tian et al. | Electric vehicle air conditioning system performance prediction based on artificial neural network | |
| CN109050200A (zh) | 一种汽车热泵空调的控制方法 | |
| CN113128110B (zh) | 智能网联电动汽车高寒地区动力电池热管理优化方法 | |
| CN107826027B (zh) | 基于大数据分析的冷藏车温度控制方法和系统 | |
| CN110641250A (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 | |
| CN113326651A (zh) | 基于t-s模糊模型的制冷站负荷和能效比动态建模方法 | |
| CN108248337B (zh) | 一种商用车卧铺区域空调及其控制方法 | |
| CN113232481A (zh) | 基于人体舒适性指标pmv的车辆空调的控制方法及系统 | |
| CN116638914A (zh) | 基于td3算法的多控制器协同控制整车热管理控制方法 | |
| Kwak et al. | Thermal comfort-conscious eco-climate control for electric vehicles using model predictive control | |
| US11580281B2 (en) | System and method for designing heating, ventilating, and air-conditioning (HVAC) systems | |
| CN109783872A (zh) | 实时获取车内空气温度的方法、装置和系统 | |
| CN106960212A (zh) | 一种车内环境热舒适度的评价方法 | |
| Zhang et al. | A novel online prediction method for vehicle cabin temperature and passenger thermal sensation | |
| Hu et al. | An intelligent thermal comfort control strategy for air conditioning of fuel cell vehicles | |
| Chen et al. | State-of-the-art thermal comfort models for car cabin Environment | |
| CN115431704B (zh) | 一种用于跨临界co2车辆热管理系统的路由器及其控制方法 | |
| JP7345686B2 (ja) | Ｈｖａｃ（暖房、換気、空調）システムの動作を制御するためのシステムおよび方法 | |
| Al-Jarrah et al. | Developed adaptive neuro-fuzzy algorithm to control air conditioning system at different pressures | |
| Qin et al. | Research on the variable volume and temperature air supply strategy based on thermal comfort in a vehicle cabin |
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 |