CN117261529A - 车辆热管理控制方法、装置、电子设备、存储介质及车辆 - Google Patents

Abstract

本申请提供一种车辆热管理控制方法、装置、电子设备、存储介质及车辆，方法包括，获取车辆的运行工况，根据所述运行工况，确定控制目标及所述控制目标的目标状态和当前状态，按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态，当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。本申请基于预先建立适于热管理系统的模型预测控制器，利用模型预测控制器确定系统的目标控制量，能够保证热管理系统的运行效能，满足不同工况下的热管理需求。

Description

车辆热管理控制方法、装置、电子设备、存储介质及车辆

技术领域

本申请涉及新能源汽车技术领域，尤其涉及一种车辆热管理控制方法、装置、电子设备、存储介质及车辆。

背景技术

在新能源汽车领域，车辆的热管理系统性能直接关系着车辆的续航能力和整车运行性能。现有的车辆热管理系统，一般是基于每个发热子系统设计单独的热管理子系统，各子系统通过热交换器进行耦合，采用PID(proportion integration differentiation，比例积分微分)反馈控制方法对热管理子系统进行控制。由于热管理系统是一个高度非线性的热力学系统，各发热子系统之间存在热力学特性耦合关系，各热管理子系统的PID控制也需要相互配合，单一的PID控制参数很难达到控制整个热管理系统的效果，容易产生振荡导致控制失稳现象，复合PID控制方法又使系统控制变得异常复杂。

发明内容

有鉴于此，本申请的目的在于提出一种车辆热管理控制方法、装置、电子设备、存储介质及车辆。

基于上述目的，本申请提供了一种车辆热管理控制方法，包括：

获取车辆的运行工况；

根据所述运行工况，确定控制目标及所述控制目标的目标状态和当前状态；

按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态；

当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。

可选的，所述控制目标有多个，各控制目标具有不同的优先级；

根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态，包括：

根据高优先级的控制目标的当前状态和本次选取的控制量，利用所述模型预测控制器确定所述高优先级的控制目标的预测状态。

可选的，所述高优先级的控制目标有多个且各控制目标的权重值不同；

当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量，包括：

当每个高优先级的控制目标的预测状态达到目标状态时，将对应的控制量作为对应控制目标在当前控制时域的参考控制量；

根据各高优先级的控制目标的参考控制量和对应的权重值，确定目标控制量。

可选的，确定控制目标及所述控制目标的目标状态和当前状态之后，还包括：

响应于所述当前状态和目标状态之间的差值大于预设的调整阈值，根据所述差值确定将所述当前状态调整至所述目标状态所需的多个控制时域，及每个控制时域的目标状态；

根据所述当前状态和每个控制时域的目标状态，按照预设的状态变化率，确定每个控制时域的状态变化曲线；所述状态变化曲线是在控制时域内每个时间点的状态形成的曲线；

按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态，包括：

根据每个控制时域的目标状态，对于每个控制时域，按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用所述模型预测控制器确定所述控制目标的预测状态；

当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量，包括：

当所述预测状态与状态变化曲线相匹配时，将对应的控制量作为相应控制时域的目标控制量。

可选的，当所述预测状态与状态变化曲线相匹配时，将对应的控制量作为相应控制时域的目标控制量，包括：

计算所述控制时域内各时间点的预测状态与所述状态变化曲线上相应时间点的状态之间的状态差值；

将各时间点的状态差值之和达到最小值所对应的控制量作为所述目标控制量。

可选的，当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量之后，还包括：

向热管理系统输出所述目标控制量之后，获取所述热管理系统反馈的实际状态；所述实际状态是所述热管理系统根据所述目标控制量执行后的实际状态；

根据所述实际状态，确定反馈调节量；

根据所述反馈调节量，校正所述模型预测控制器在下个控制时域的目标控制量。

可选的，所述当前控制时域的目标控制量有多组；当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量之后，还包括：

每到达预设的时间间隔，从多组目标控制量中向热管理系统输出一组目标控制量；

根据运算时间和向所述热管理系统输出多组目标控制量所需的输出时间，确定用于求取下个控制时域的多组目标控制量的调用时间；所述运算时间是所述模型预测控制器根据所述当前状态和迭代选取的控制量确定预测状态、以及根据预测状态和目标状态确定多组目标控制量所需的时间；

以从所述当前控制时域的多组目标控制量中向热管理系统输出第一组目标控制量为起始时刻，每到达所述调用时间，求取下个控制时域的多组目标控制量；

根据所述时间间隔和所述运算时间，确定在所述运算时间内输出的目标控制量的组数；

根据所述运算时间内输出的目标控制量的组数，确定下个控制时域的多组目标控制量中向热管理系统输出的第一组目标控制量；

每到达所述时间间隔，从确定出的第一组目标控制量开始向热管理系统输出一组目标控制量。

本申请还提供一种车辆热管理控制装置，包括：

获取模块，用于获取车辆的运行工况；

目标确定模块，用于根据所述运行工况，确定控制目标及控制目标的目标状态和当前状态；

模型预测模块，用于按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态；当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。

本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述的车辆热管理控制方法。

本申请还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行所述的车辆热管理控制方法。

本申请还提供一种车辆，包括所述的电子设备。

从上面所述可以看出，本申请提供的车辆热管理控制方法、装置、电子设备、存储介质及车辆，通过获取车辆的运行工况，根据运行工况确定控制目标及控制目标的目标状态和当前状态，根据控制目标的当前状态和迭代选取的控制量，利用预先构建的模型预测控制器确定控制目标的预测状态，当预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。由于车辆的热管理系统中各子系统具有复杂的耦合关系，因此本申请通过建立模型预测控制器来预测热管理系统的控制量，更加适于非线性的车辆热管理系统。本申请基于预先建立适于热管理系统的模型预测控制器，利用模型预测控制器确定系统的目标控制量，能够保证热管理系统的运行效能，满足不同工况下的热管理需求。

附图说明

图1为本申请实施例的方法流程示意图；

图2为本申请另一实施例的方法流程示意图；

图3为本申请实施例的目标状态调整为状态变化曲线的方法示意图；

图4为本申请实施例的反馈控制方法流程示意图；

图5为本申请实施例的优化控制方法流程示意图；

图6为本申请实施例的增程式车辆的热管理系统模型的简化框图；

图7为本说明书一个或多个实施例的装置结构框图；

图8为本说明书一个或多个实施例的电子设备结构框图。

具体实施方式

为了能够更清楚地理解本申请的上述目的、特征和优点，下面将对本申请的方案进行进一步描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本申请，但本申请还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本申请的一部分实施例，而不是全部的实施例。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

相关技术中，车辆的热管理系统包括制热部件和执行部件，在各部件的协同工作下为车辆的乘员舱、电池等提供制热或制冷，满足车辆的热管理需求，保证车辆能够达到良好的性能。由于热管理系统为非线性系统，各子系统之间存在耦合关系，基于PID控制方法对热管理系统进行控制，难以达到良好的控制效果。由于车辆的工况复杂多变，不同工况下的热管理需求不同，各部件的控制目标不同，一些方式中，通过实验标定的方式预先配置各种工况下的各部件的控制量，当车辆运行于某个工况时，向热管理系统输出该工况对应的控制量，能够实现相应工况下的热管理系统运行。然而，在实际运行中，受外界环境、部件性能等各种因素的影响，基于预先配置的控制量运行热管理系统，难以达到最优的运行效率和性能，而且，有些工况很难通过实验模拟，难以确定相应的控制量。

有鉴于此，本申请实施例提供一种车辆热管理控制方法，根据热管理系统预先构建模型预测控制器，根据车辆的运行工况确定所要调节的控制目标及控制目标的目标状态，迭代选取不同的控制量，以控制目标的当前状态和选取的控制量为模型预测控制器的输入，由模型预测控制器输出预测状态，当得到的预测状态达到目标状态时，对应的控制量即为系统的目标控制量，按照目标控制量控制热管理系统运行，能够使热管理系统达到最优运行状态，保证车辆达到良好的运行性能。

如图1、2所示，本申请实施例提供一种车辆热管理控制方法，包括：

S101：获取车辆的运行工况；

本实施例中，先通过车辆控制器或传感器获取车辆的运行工况。例如，根据发动机的启动状态确定发动机启动工况，根据电池的充电状态确定电池充电工况，根据发动机的启动状态和空调的启动状态，确定发动机未启动状态下乘员舱空调开启的工况、或者发动机和空调同时开启的工况等等，车辆的工况类型多样，本实施例不做一一举例说明。

S102：根据运行工况，确定控制目标及控制目标的目标状态和当前状态；

本实施例中，根据运行工况，确定所需调节的控制目标以及控制目标的目标状态，以及获取当前状态。其中，控制目标是热管理系统中被控制的对象，控制目标的目标状态是该对象所要达到的状态；例如，控制目标包括电池温度、水暖加热器的入水口温度和/或出水口温度、发动机温度、能耗、制热部件和执行部件的安全阈值等；控制目标的目标状态包括电池温度需保持在一定的温度范围内，能耗不应超过一定的能耗阈值，制热部件和执行部件需运行在安全阈值之内等；控制目标的当前状态是当前的电池温度值、能耗值等。

一些方式中，不同的工况对应不同的控制目标及目标状态。例如，发动机启动的工况下，控制目标包括电池温度、发动机温度、加热器入水口温度等，发动机开启且乘员舱空调开启的工况下，控制目标包括电池温度、发动机温度、加热器入水口温度、能耗、加热器的安全阈值等，具体工况对应的控制目标及目标状态不做一一列举说明。

S103：按照预定算法迭代选取控制量，根据控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定控制目标的预测状态；

S104：当预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。

本实施例中，根据热管理系统预先构建模型预测控制器，利用预定的迭代算法选取控制量，由模型预测控制器根据系统的当前状态和本次选取的控制量确定预测状态，迭代过程中，当预测状态达到目标状态时，将对应的控制量作为目标控制量，向系统输出目标控制量，系统按照目标控制量控制各部件协同工作，保证系统运行于最佳效能。由于车辆的热管理系统中各子系统具有复杂的耦合关系，因此本申请所建立的模型预测控制器更加适于非线性的热管理系统。本申请利用模型预测控制器确定系统的目标控制量，能够保证热管理系统的运行效能，满足不同工况下的热管理需求。

结合图1、2所示，本实施例提供的热管理控制方法，应用于车辆的热管理系统，步骤S201，先获取车辆的运行工况；步骤S202：根据运行工况，确定所要调节的一个或多个控制目标及各控制目标的目标状态；步骤S203：利用求解器按照预定算法选取热管理系统的控制量；步骤S204：从车辆的热管理系统采集各控制目标的当前状态；步骤S205：以当前状态和当前选取的控制量为模型预测控制器的输入，由模型预测控制器输出控制目标的预测状态；步骤S206：判断本次输出的预测状态是否达到目标状态，若已达到，将本次选取的控制量作为目标控制量输出给热管理系统，使得热管理系统按照目标控制量控制各部件协同工作，若未达到，重新选取控制量，并利用重新选取的控制量和当前状态，利用模型预测控制器输出预测状态，重复上述过程，直至预测状态达到目标状态，确定出目标控制量为止。

一些实施例中，控制目标有多个，各控制目标具有不同的优先级；

根据控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态，包括：

根据高优先级的控制目标的当前状态和本次选取的控制量，利用模型预测控制器确定所述高优先级的控制目标的预测状态。

本实施例中，当前的运行工况下有多个控制目标，控制目标的优先级不同。按照预定算法选取控制量，根据高优先级的控制目标的当前状态和选取的控制量作为模型预测控制器的输入，由模型预测控制器输出相应控制目标的预测状态，如果预测状态未达到目标状态，重新选取控制量，并利用模型预测控制器重新确定预测状态。重复选取控制量和预测过程，直至根据当前状态和选取的控制量得到的预测状态能够达到高优先级的控制目标的目标状态为止，将达到目标状态的控制量作为热管理系统的目标控制量，将目标控制量输入热管理系统，热管理系统基于目标控制量控制各部件执行动作，将高优先级的控制目标的当前状态调整至所要达到的目标状态。

一些方式中，可将各控制目标的优先级划分为至少两个，例如，划分为高优先级和低优先级，或者第一优先级、第二优先级……第N优先级，优先级的划分方式可根据热管理系统的使用场景和实际需求确定，具体划分方式不做限定。对于特定运行工况下的多个控制目标，各控制目标的优先级可能各不相同，也可能部分相同，例如，加热器启动工况下，控制目标包括加热器温度和乘员舱温度，加热器温度的目标状态为达到工作温度同时小于最高温度阈值，乘员舱温度的目标状态为达到所调节的目标温度，考虑系统安全性，加热器温度具有高优先级，而乘员舱温度具有低优先级。

一些实施例中，高优先级的控制目标有多个且各控制目标的权重值不同；

当预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量，包括：

当每个高优先级的控制目标的预测状态达到目标状态时，将对应的控制量作为对应控制目标在当前控制时域的参考控制量；

根据各高优先级的控制目标的参考控制量和对应的权重值，确定目标控制量。

本实施例中，当高优先级的控制目标有多个，且每个控制目标所设定的权重值不同时，可以综合考量每个高优先级的控制目标的控制量，最终确定出能够权衡各个控制目标的目标控制量。具体的，对于每个高优先级控制目标，分别根据该控制目标的当前状态和迭代选取的控制量作为模型预测控制器的输入，由模型预测控制器确定出能够达到该控制目标的目标状态的目标控制量；将确定出的每个高优先级控制目标的目标控制量作为参考控制量，根据每个控制目标的参考控制量和对应的权重值，确定最终的目标控制量。这样，所确定出的目标控制量综合考量了每个高优先级控制目标的目标控制量和重要程度，在目标控制量的控制下，能够将多个高优先级的控制目标的状态调整至较为均衡的最佳状态。可选的，计算最终的目标控制量时，可以根据各控制目标的参考控制量与对应的权重值进行加权求和，根据加权求和结果确定最终的目标控制量。

另一些实施例中，可以优先考虑最重要的控制目标，即权重值最大的高优先级控制目标，以该控制目标为准，将该控制目标的当前状态和迭代选取的控制量作为模型预测控制器的输入，由模型预测控制器预测该控制目标的预测状态；迭代过程中，当在特定的控制量下，模型预测控制器的预测状态达到该控制目标的目标状态时，确定该控制量为热管理系统的目标控制量，模型预测控制器基于该目标控制量的控制下可以预测得到权重值最大的高优先级控制目标的目标状态。

又一些实施例中，当高优先级的控制目标有多个，且每个控制目标所设定的权重值相同时，可以综合考量每个高优先级的控制目标的目标控制量，最终确定出能够权衡各个控制目标的目标控制量。具体的，对于每个高优先级控制目标，分别根据该控制目标的当前状态和迭代选取的控制量作为模型预测控制器的输入，由模型预测控制器确定出能够达到该控制目标的目标状态的目标控制量；将确定出的每个高优先级控制目标的目标控制量作为参考控制量，根据每个控制目标的参考控制量计算控制量均值，将该控制量均值作为最终的目标控制量。所确定出的目标控制量综合考量了每个高优先级控制目标的目标控制量，在目标控制量的控制下，能够将多个高优先级控制目标的状态调整至较为均衡的最佳状态。

如图3所示，一些实施例中，确定控制目标及控制目标的目标状态和当前状态之后，还包括：

S301：响应于当前状态和目标状态之间的差值大于预设的调整阈值，根据差值确定将当前状态调整至目标状态所需的多个控制时域，及每个控制时域的目标状态；

S302：根据当前状态和每个控制时域的目标状态，按照预设的状态变化率，确定每个控制时域的状态变化曲线；状态变化曲线是在控制时域内每个时间点的状态形成的曲线；

S303：根据每个控制时域的目标状态，对于每个控制时域，按照预定算法迭代选取控制量，根据控制目标的当前状态和本次选取的控制量，利用模型预测控制器确定控制目标的预测状态；

S304：当预测状态与状态变化曲线相匹配时，将对应的控制量作为相应控制时域的目标控制量。

本实施例中，在不同工况下，控制目标的目标状态一般为能够达到该工况下热管理需求的理想状态，然而，一些情况下，难以在一个控制时域内将控制目标的当前状态调整至理想的目标状态。例如，车辆处于低温环境中，电池升温工况下，电池升温的目标状态为温度值达到20度，而电池的当前温度为0度，在预测模型控制器的控制时域内(例如，120秒)难以通过选取控制量将当前状态调整至目标状态。

为解决上述问题，在确定控制目标的目标状态，并获取该控制目标的当前状态之后，计算其目标状态与当前状态之间的差值，如果该差值大于调整阈值，判断在一个控制时域内无法将当前状态调整至目标状态。此种情况下，根据该差值确定从当前状态调整至目标状态所需的多个控制时域以及每个控制时域所需达到的目标状态，根据当前状态和每个控制时域的目标状态，确定每个控制时域的状态变化曲线；之后，对于每个控制时域，按照预定算法迭代选取控制量，根据实时获取的控制目标的当前状态和本次选取的控制量，利用模型预测控制器确定控制目标的预测状态，当预测状态与状态变化曲线相匹配时，将对应的控制量作为目标控制量。这样，考虑车辆实际情况，将控制目标的目标状态重新调整为多个控制时域的状态变化曲线，在每个控制时域内均可将高优先级控制目标的状态调整至相适应的最佳状态。

一些实施例中，确定一个控制时域的状态变化曲线的方法是，从实时获取的当前状态开始到该控制时域的目标状态，按照状态变化率，确定出该控制时域内每个时间点的状态，然后，基于所有时间点的状态形成该控制时域内，从当前状态调整至目标状态的状态变化曲线。例如，电池温度的目标温度为10度，采集的当前温度为0度，电池温度的状态变化率为1度，一个控制时域为5秒，控制步长为1秒，那么，在第一个控制时域的状态变化曲线上，第1秒对应的温度为0度，第2秒对应的温度为1度，第3秒对应的温度为2度，第4秒对应的温度为3度，第5秒对应的温度为4度；在第二控制时域，如果采集的当前温度为4度，那么，在第二个控制时域的状态变化曲线上，第1秒对应的温度为4度，第2秒对应的温度为5度，第3秒对应的温度为6度，第4秒对应的温度为7度，第5秒对应的温度为8度；在第三个控制时域，如果采集的当前温度为8度，那么第三个控制时域的状态变化曲线上，第1秒对应的温度为8度，第2秒对应的温度为9度，第3秒对应的温度为10度，已经达到目标温度，第4、5秒对应的温度保持在10度。

一些实施例中，当预测状态与状态变化曲线相匹配时，将对应的控制量作为相应控制时域的目标控制量，包括：

计算控制时域内各时间点的预测状态与状态变化曲线上相应时间点的状态之间的状态差值；

将各时间点的状态差值之和达到最小值所对应的控制量作为目标控制量。

本实施例中，确定一个控制时域的状态变化曲线之后，利用模型预测控制器确定目标控制量时，对于迭代选取的每个控制量，模型预测控制器输出相应的预测状态，将控制时域内每个时间点的预测状态与状态变化曲线上相应时间点的状态进行对比，计算二者的状态差值，然后将各时间点的状态差值相加得到本次选取的控制量对应的状态差值之和；控制量的迭代过程中，比较上次选取的控制量和本次选取的控制量所对应的状态差值之和的大小，保留状态差值之和较小的控制量，当满足迭代结束条件时，停止迭代，选取出状态差值之和最小所对应的控制量作为最终的目标控制量。其中，状态差值之和的大小可以评价预测状态与状态变化曲线上相应的状态之间的差距，取值越大，预测状态越偏离曲线上对应的状态，取值越小，预测状态越接近曲线上对应的状态。

可选的，基于差分进化算法或者遗传算法等选取多组控制量，选取控制量的具体算法原理不做详细说明。

如图4所示，一些实施例中，当预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量之后，还包括：

S401：向热管理系统输出目标控制量之后，获取热管理系统反馈的实际状态；实际状态是热管理系统根据目标控制量执行后的实际状态；

S402：根据实际状态，确定反馈调节量；

S403：根据反馈调节量，校正模型预测控制器在下个控制时域的目标控制量。

本实施例中，理想情况下，在目标控制量的控制下，热管理系统反馈的实际状态应达到目标状态，然而，受到外界环境、部件性能、模型精度等因素的影响，热管理系统基于目标控制量执行动作之后，控制目标的实际状态与预期达到的目标状态存在偏差，即存在过调或失调问题，如果不进行调整，偏差将会不断累积。因此，在向热管理系统输出当前控制时域的目标控制量之后，实时获取热管理系统输出的控制目标的实际状态，根据实际状态对模型预测控制器在下个控制时域的控制量进行反馈校正。在模型预测控制器的预测过程中，结合实际状态不断对下个控制时域的目标控制量进行反馈校正，使得热管理系统输出的实际状态不断接近目标状态，反馈校正后的目标控制量作用于热管理系统，能够提高热管理系统的控制效果，满足车辆的热管理需求。

一些实施方式中，采用积分调节的方式确定反馈调节量。模型预测控制器在当前控制时域内确定多组目标控制量，每组目标控制量对应一个目标状态，将每组目标控制量输出至热管理系统后，从热管理系统获取在该组目标控制量下反馈得到的实际状态。这样，在当前控制时域内，能够得到多组目标控制量及各组目标控制量所对应的目标状态和实际状态。之后，对于当前控制时域内各个时间点的目标状态和实际状态，分别计算目标状态和实际状态之间的差值，然后在当前控制时域内对各差值进行积分，将得到的积分值作为反馈调节量。本实施例在确定实际状态与目标状态之间的偏差后，利用积分调节方式根据偏差确定反馈调节量，利用反馈调节量对下个控制时域的控制量进行反馈校正。

利用积分调节方式确定反馈调节量之后，利用反馈调节量对控制目标的目标状态进行调整，以调整后的目标状态作为控制目标所要达到的状态。重新确定目标状态之后，重新迭代选取控制量，将重新选取的控制量和控制目标的当前状态为模型预测控制器的输入，由模型预测控制器输出预测状态，迭代过程中，当选取的控制量能够使模型预测控制器输出的预测状态达到调整后的目标状态时，将该控制量作为下个控制时域的目标控制量，完成了控制量的反馈校正。

另一些实施方式中，通过预先构建的反馈调节表确定反馈调节量。该反馈调节表可以通过实验标定方式确定，所包括的表项包括实际状态和一个控制时域内的累积状态变化率所对应的反馈调节量。则，在反馈校正时，获取实际状态，并确定在当前控制时域内的累积状态变化率，从而根据实际状态和累积状态变化率查询反馈调节量，得到对应的反馈调节量。本实施例根据累积状态变化率和实际状态确定反馈调节量，利用反馈调节量对下个控制时域的控制量进行反馈校正。

其中，确定累积状态变化率的方法是，在当前控制时域内，每个时间点对应一个状态，根据起始时间点的起始状态和结束时间点的结束状态，计算得到当前控制时域内的累积状态变化率。例如，控制目标为电池温度，电池的当前温度为10度，当前控制时域为5秒，在目标控制量的作用下，当前控制时域中的第1秒，电池的实际温度为10度，第2秒，电池的实际温度为11度，第3秒，电池的实际温度为12度，第4秒，电池的实际温度为13度，第5秒，电池的实际温度为14度，从第1秒到第5秒，电池温度的累积温度变化率为0.8度每秒((14-10)/5)。在确定了累积温度变化率之后，根据当前的实际温度14度和累积温度变化率0.8度每秒查询反馈调节表，得到对应的反馈调节量。

根据实际状态和累积状态变化率，通过查询反馈调节表确定了反馈调节量之后，利用反馈调节量对当前控制时域的目标控制量进行调整，得到调整后的目标控制量，将调整后的目标控制量输入模型预测控制器，得到下个控制时域的目标状态。例如，控制目标为水泵转速，当前控制时域的目标控制量为1000转每分钟，通过查表获得的反馈调节量为5转每分钟，那么调整后的目标控制量为1005转每分值。重复上述反馈校正过程，使得模型预测控制器的预测结果更为准确，提高热管理系统的控制效果。

对于上述两种反馈校正方式，可以根据累积状态变化率的变化程度确定合适的反馈校正方式。当累积状态变化率大于等于一定的变化量阈值时，通过查询反馈调节表确定反馈调节量，当累积状态变化率小于变化量阈值时，通过积分方式确定反馈调节量，在确定了反馈调节量之后，按照相应的反馈校正方式对目标状态或者目标控制量进行调整。

如图5所示，一些实施例中，当前控制时域的目标控制量有多组；当预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量之后，还包括：

S501：每到达预设的时间间隔，从多组目标控制量中向热管理系统输出一组目标控制量；

S502：根据运算时间和向热管理系统输出多组目标控制量所需的输出时间，确定用于求取下个控制时域的多组目标控制量的调用时间；运算时间是模型预测控制器根据当前状态和迭代选取的控制量确定预测状态、以及根据预测状态和目标状态确定多组目标控制量所需的时间；

S503：以从当前控制时域的多组目标控制量中向热管理系统输出第一组目标控制量为起始时刻，每到达调用时间，求取下个控制时域的多组目标控制量；

S504：根据时间间隔和运算时间，确定在运算时间内输出的目标控制量的组数；

S505：根据运算时间内输出的目标控制量的组数，确定下个控制时域的多组目标控制量中向热管理系统输出的第一组目标控制量；

S506：每到达时间间隔，从确定出的第一组目标控制量开始向热管理系统输出一组目标控制量。

本实施例中，在确定出多组目标控制量之后，按照预定的时间间隔向系统输出一组目标控制量，保证系统能够连续获取目标控制量。例如，对于一个控制时域内的30组目标控制量，每秒钟向系统输出一组目标控制量。

如果当前控制时域的多组目标控制量全部输出之后，再求取下个控制时域的多组目标控制量，存在一定的滞后时间。为保证连续输出目标控制量，根据确定目标控制量所需的运算时间和输出多组目标控制量所需的输出时间，重新确定求取下个控制时域的多组目标控制量的调用时间，从输出第一组目标控制量开始，当到达调用时间时，求取下个控制时域的多组目标控制量，而不是当多组目标控制量全部输出之后再进行计算，能够消除连续的两个控制时域之间的滞后时间。

确定下个控制时域的多组目标控制量时，在运算时间之内，当前控制时域的多组目标控制量仍然保持每隔时间间隔向系统输出一组目标控制量，在此过程中，系统每获得一组目标控制量，按照当前的目标控制量执行控制动作，系统的当前状态在当前的目标控制量的控制下进行调整。在运算时间内确定的下个控制时域的多组目标控制量中，部分目标控制量对应的当前状态与当前控制时域内的部分目标控制量的当前状态相同。如果当前控制时域的所有目标控制量全部输出之后，将下个控制时域的多组目标控制量直接连续输出，由于在当前控制时域的部分目标控制量的控制下，系统的当前状态已改变，下个控制时域的部分目标控制量已经不能按照系统最新的当前状态达到准确控制的效果了。由此，需要根据输出目标控制量的时间间隔和运算时间，确定出在运算时间之内输出的目标控制量的组数，为保证控制精度，不再将这部分目标控制量输出。

在确定出运算时间内输出的目标控制量的组数之后，根据该组数确定下个控制时域的多组目标控制量中向系统输出的第一组目标控制量，然后按照时间间隔，从该第一组目标控制量开始，向系统输出目标控制量。这样，不仅能够保证连续输出目标控制量，消除滞后时间，而且能够保证连续输出的目标控制量的准确性，提高系统控制精度。

一些实施方式中，对于控制过程中的第一个控制时域，该控制时域的多组目标控制量，从第一组目标控制量开始，每隔一定的时间间隔输出一组，直至所有的目标控制量全部输出，输出第一个控制时域的多组目标控制量的输出时间就是输出所有目标控制量所需的时间。例如，第一个控制时域的30组目标控制量，每秒钟输出一组，30组目标控制量的输出时间是30秒。

另一些实施例中，对于控制过程中起始控制时域之后的其他控制时域，由于重新调整了调用时间，其他控制时域的多组目标控制量不是从第一组开始输出，而是从重新确定的第一组目标控制量开始输出，因而，其他控制时域的多组目标控制量的输出时间不是输出所有目标控制量所需的时间，而是从输出重新确定的第一组目标控制量开始到最后一组目标控制量所需的时间，且输出时间为所有目标控制量所需的时间减去运算时间之后得到的时间。

一些方式中，在确定运算时间和多组控制量的输出时间后，计算运算时间和输出时间的时间差，将该时间差作为调用时间，即通过运算时间和多组目标控制量的输出时间确定出时间差，于该时间差求取下个控制时域的多组目标控制量，能够在当前控制时域得到的所有控制量还没有完全输出，就得到下个控制时域的多组控制量，使得当前控制时域和下个控制时域的控制量能够连续输出，消除两个控制时域之间因等待运算时间而造成控制量滞后输出。

举例来说，对于第一个控制时域的30组目标控制量，每秒钟输出一组，则30组目标控制量的输出时间是30秒。如果运算时间是3秒，那么，调用时间是27秒，即从输出第一组目标控制量开始，到达第27秒的时候开始求取第二个控制时域的30组目标控制量。求解出的第二个控制时域的第1、2、3组目标控制量分别利用了第一个控制时域的第28、29、30组目标控制量所对应的当前状态，当第一个控制时域的第30组目标控制量输出之后，系统的当前状态在该控制量下进行调整，如果直接从第二个控制时域的第1组目标控制量开始顺序输出，那么由于当前状态已经改变，所输出的目标控制量已经不准确，从第二个控制时域的第4组目标控制量开始才是系统的最新的当前状态。因而，第一个控制时域的30组目标控制量全部输出之后，从第二个控制时域的第4组目标控制量开始，每隔一定时间间隔，向系统输出一组目标控制量，达到连续输出控制量，保证系统稳定性和控制精度的目的。由于第二个控制时域的30组目标控制量实际上输出了27组目标控制量，实际的输出时间为27秒，则调用时间为24秒，即，从输出第二个控制时域的第4组目标控制量开始，到达24秒时求取第三个控制时域的30组目标控制量；同样的，当第二个控制时域的27组目标控制量全部输出之后，从第三个控制时域的第4组目标控制量开始输出。按照上述循环求取目标控制量、输出目标控制量的过程，实现连续的向系统输出目标控制量，保证系统稳定性和控制精度。

如图6所示，一些实施例中，基于增程式车辆的热管理系统模型构建模型预测控制器。车辆的热管理系统包括发动机、电机、电池、乘员舱、加热器、散热器、压缩机、水泵、风扇、冷却循环管路等等，在特定工况下，热管理系统中的部分部件或者全部部件互相协同控制，通过协同控制过程实现增程式车辆的热管理需求。相应的，热管理系统模型包括发动机热模型、电机热模型、电池热模型、乘员舱热模型、水泵热模型、加热器热模型、散热器模型、压缩机热模型、风扇热模型、冷却管路模型等等，在各模型的协同控制过程中，可以得到一定时间内控制目标的预测结果。例如，将电机的当前温度和当前扭矩、其他参量(例如，环境温度、冷却水温度、加热器入水温度等)以及选取的控制量输入电机热模型，可以得到电机预测温度和电机预测出水温度等预测结果。

本实施例中，为解决增程式车辆的热管理系统的控制，基于增程式车辆的热管理系统模型，按照模型预测控制框架(Model Predictive Control，MPC)构建模型预测控制器。在确定出增程式车辆的控制目标后，利用模型预测控制器预测不同控制量下控制目标的预测状态，预测过程中，利用预定算法迭代选取不同的控制量，直至模型预测控制器根据控制目标的当前状态和所选取的控制量，能够得到达到目标状态的预测状态，此时选取的控制量作为目标控制量作用于车辆的热管理系统，使得热管理系统按照目标控制量调整之后能够达到最优的运行效率，满足车辆在当前工况下的热管理需求。

本申请实施例提供一种车辆热管理控制方法，应用于车辆的热管理系统，通过获取车辆的运行工况，根据运行工况确定控制目标及控制目标的目标状态和当前状态，根据控制目标的当前状态和迭代选取的控制量，利用预先构建的模型预测控制器确定控制目标的预测状态，当预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。本申请基于预先建立适于热管理系统的模型预测控制器，利用模型预测控制器确定系统的目标控制量，能够保证热管理系统的运行效能，满足不同工况下的热管理需求。

如图7所示，本申请实施例还提供一种车辆热管理控制装置，包括：

获取模块701，用于获取车辆的运行工况；

目标确定模块702，用于根据运行工况，确定控制目标及控制目标的目标状态和当前状态；

模型预测模块703，用于按照预定算法迭代选取控制量，根据控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定控制目标的预测状态；当预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

图8示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。

处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。

存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。

输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。

上述实施例的电子设备用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本申请的范围(包括权利要求)被限于这些例子；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请一个或多个实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。

尽管已经结合了本申请的具体实施例对本申请进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。

本申请一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本申请实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (11)

1.一种车辆热管理控制方法，其特征在于，包括：

获取车辆的运行工况；

根据所述运行工况，确定控制目标及所述控制目标的目标状态和当前状态；

按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态；

当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。

2.根据权利要求1所述的方法，其特征在于，所述控制目标有多个，各控制目标具有不同的优先级；

根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态，包括：

根据高优先级的控制目标的当前状态和本次选取的控制量，利用所述模型预测控制器确定所述高优先级的控制目标的预测状态。

3.根据权利要求2所述的方法，其特征在于，所述高优先级的控制目标有多个且各控制目标的权重值不同；

当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量，包括：

当每个高优先级的控制目标的预测状态达到目标状态时，将对应的控制量作为对应控制目标在当前控制时域的参考控制量；

根据各高优先级的控制目标的参考控制量和对应的权重值，确定目标控制量。

4.根据权利要求1所述的方法，其特征在于，确定控制目标及所述控制目标的目标状态和当前状态之后，还包括：

响应于所述当前状态和目标状态之间的差值大于预设的调整阈值，根据所述差值确定将所述当前状态调整至所述目标状态所需的多个控制时域，及每个控制时域的目标状态；

根据所述当前状态和每个控制时域的目标状态，按照预设的状态变化率，确定每个控制时域的状态变化曲线；所述状态变化曲线是在控制时域内每个时间点的状态形成的曲线；

按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态，包括：

根据每个控制时域的目标状态，对于每个控制时域，按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用所述模型预测控制器确定所述控制目标的预测状态；

当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量，包括：

当所述预测状态与状态变化曲线相匹配时，将对应的控制量作为相应控制时域的目标控制量。

5.根据权利要求4所述的方法，其特征在于，当所述预测状态与状态变化曲线相匹配时，将对应的控制量作为相应控制时域的目标控制量，包括：

计算所述控制时域内各时间点的预测状态与所述状态变化曲线上相应时间点的状态之间的状态差值；

将各时间点的状态差值之和达到最小值所对应的控制量作为所述目标控制量。

6.根据权利要求1所述的方法，其特征在于，当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量之后，还包括：

向热管理系统输出所述目标控制量之后，获取所述热管理系统反馈的实际状态；所述实际状态是所述热管理系统根据所述目标控制量执行后的实际状态；

根据所述实际状态，确定反馈调节量；

根据所述反馈调节量，校正所述模型预测控制器在下个控制时域的目标控制量。

7.根据权利要求1所述的方法，其特征在于，所述当前控制时域的目标控制量有多组；当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量之后，还包括：

每到达预设的时间间隔，从多组目标控制量中向热管理系统输出一组目标控制量；

根据运算时间和向所述热管理系统输出多组目标控制量所需的输出时间，确定用于求取下个控制时域的多组目标控制量的调用时间；所述运算时间是所述模型预测控制器根据所述当前状态和迭代选取的控制量确定预测状态、以及根据预测状态和目标状态确定多组目标控制量所需的时间；

以从所述当前控制时域的多组目标控制量中向热管理系统输出第一组目标控制量为起始时刻，每到达所述调用时间，求取下个控制时域的多组目标控制量；

根据所述时间间隔和所述运算时间，确定在所述运算时间内输出的目标控制量的组数；

根据所述运算时间内输出的目标控制量的组数，确定下个控制时域的多组目标控制量中向热管理系统输出的第一组目标控制量；

每到达所述时间间隔，从确定出的第一组目标控制量开始向热管理系统输出一组目标控制量。

8.一种车辆热管理控制装置，其特征在于，包括：

获取模块，用于获取车辆的运行工况；

目标确定模块，用于根据所述运行工况，确定控制目标及控制目标的目标状态和当前状态；

模型预测模块，用于按照预定算法迭代选取控制量，根据所述控制目标的当前状态和本次选取的控制量，利用预先构建的模型预测控制器确定所述控制目标的预测状态；当所述预测状态达到目标状态时，将对应的控制量作为当前控制时域的目标控制量。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任意一项所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至7中任意一项所述的方法。

11.一种车辆，其特征在于，包括如权利要求9所述的电子设备。