CN117621927A - 整车热管理方法、装置、车辆和存储介质 - Google Patents

整车热管理方法、装置、车辆和存储介质 Download PDF

Info

Publication number
CN117621927A
CN117621927A CN202311371490.1A CN202311371490A CN117621927A CN 117621927 A CN117621927 A CN 117621927A CN 202311371490 A CN202311371490 A CN 202311371490A CN 117621927 A CN117621927 A CN 117621927A
Authority
CN
China
Prior art keywords
road
battery temperature
predicted
data
vehicle
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
Application number
CN202311371490.1A
Other languages
English (en)
Inventor
杨昳
于辉
王宏旭
庞学文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Jiefang Automotive Co Ltd
Original Assignee
FAW Jiefang Automotive Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FAW Jiefang Automotive Co Ltd filed Critical FAW Jiefang Automotive Co Ltd
Priority to CN202311371490.1A priority Critical patent/CN117621927A/zh
Publication of CN117621927A publication Critical patent/CN117621927A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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

  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种整车热管理方法、装置、车辆和存储介质。其中，方法包括：在目标车辆行驶过程中，获取目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据；基于电池参数、静态道路数据、动态道路数据以及预先构建的线性回归函数，确定目标车辆在预测路段的预测电池温度；在根据多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对线性回归函数进行参数调整，以更新预测电池温度；调取期望电池温度，基于预测电池温度和期望电池温度，对目标车辆进行热管理。解决了针对充电前的电池进行整车热管理效率较低的问题，提高了热管理效率，提高新能源汽车的续航里程以及安全性。

Description

整车热管理方法、装置、车辆和存储介质
技术领域
本发明涉及车辆控制技术领域，尤其涉及整车热管理方法、装置、车辆和存储介质。
背景技术
新能源汽车的电池温度会直接影响车辆的性能，随着新能源汽车的增多，电池的热管理系统也成为影响新能源汽车市场竞争力的重要因素。为了提高热管理系统的有效性，需要考虑多种因素以更准确的对温度进行调节。
相关的整车热管理技术方案中，基于车辆与充电站的距离，在合适的时间点启动进行热管理，使得到达充电站时电池达到最佳的充电温度。但是只针对充电前的车辆进行热管理，无法满足不同工况下的热管理需求。
发明内容
本发明提供了一种整车热管理方法、装置、车辆和存储介质，以提升热管理效率。
根据本发明的一方面，提供了一种整车热管理方法，该方法包括：
在目标车辆行驶过程中，获取目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据；
基于电池参数、静态道路数据、动态道路数据以及预先构建的线性回归函数，确定目标车辆在预测路段的预测电池温度；其中，预测路段为当前行驶路段的下一行驶路段，预测路段是基于行驶里程和/或行驶时间动态确定的；
在根据包括当前行驶路段以及当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对线性回归函数进行参数调整，以更新预测电池温度；
调取与静态道路数据以及动态道路数据相对应的期望电池温度，基于预测电池温度和期望电池温度，对目标车辆进行热管理。
根据本发明的另一方面，提供了一种整车热管理装置，该装置包括：
数据获取模块，用于在目标车辆行驶过程中，获取目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据；
电池温度预测模块，用于基于电池参数、静态道路数据、动态道路数据以及预先构建的线性回归函数，确定目标车辆在预测路段的预测电池温度；其中，预测路段为当前行驶路段的下一行驶路段，预测路段是基于行驶里程和/或行驶时间动态确定的；
电池温度更新模块，用于在根据包括当前行驶路段以及当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对线性回归函数进行参数调整，以更新预测电池温度；
热管理模块，用于调取与静态道路数据以及动态道路数据相对应的期望电池温度，基于预测电池温度和期望电池温度，对目标车辆进行热管理。
根据本发明的另一方面，提供了一种车辆，该车辆包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的整车热管理方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的整车热管理方法。
本发明实施例的技术方案，在目标车辆行驶过程中，获取目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据；基于电池参数、静态道路数据、动态道路数据以及预先构建的线性回归函数，确定目标车辆在预测路段的预测电池温度；其中，预测路段为当前行驶路段的下一行驶路段，预测路段是基于行驶里程和/或行驶时间动态确定的；在根据包括当前行驶路段以及当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对线性回归函数进行参数调整，以更新预测电池温度；调取与静态道路数据以及动态道路数据相对应的期望电池温度，基于预测电池温度和期望电池温度，对目标车辆进行热管理。解决了针对充电前的电池进行整车热管理效率较低的问题，提高了整车热管理效率，提高新能源汽车的续航里程以及安全性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例提供的一种整车热管理方法的流程图；
图2是根据本发明实施例提供的另一种整车热管理方法的流程图；
图3是根据本发明实施例提供的一种具体的整车热管理方法的流程图；
图4是根据本发明实施例提供的一种具体的整车热管理系统的结构框图；
图5是根据本发明实施例提供的一种整车热管理装置的结构框图；
图6是根据本发明实施例提供的一种车辆的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1是根据本发明实施例提供的一种整车热管理方法的流程图，本实施例可适用于基于道路数据进行整车热管理的场景，可以由整车热管理装置来执行，该整车热管理装置可以采用硬件和/或软件的形式实现，并配置于车辆的处理器中。
对于车辆，尤其是新能源车辆，整车热管理会直接影响整个车辆的效率和可靠性，可以进行整车热管理，如图1所示，整车热管理方法包括以下步骤：
S110、在目标车辆行驶过程中，获取目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据。
其中，静态道路数据可以包括当前行驶路段的道路几何结构、车道线类型(实线/虚线、单线/双线)、道路边缘类型等车道周边固定对象的数据，例如，车道周边固定对象可以是交通信号灯、高架物体、防护栏和路边地标等障碍物。为了获取静态道路数据，可以设置图像获取模块，获取目标车辆行驶过程中目标车辆所属当前行驶路段的道路图像，基于道路图像确定静态道路数据。动态道路数据可以包括当前行驶路段的动态交通信息，例如，动态交通信息可以包括道路拥堵情况、施工情况、交通管制情况和天气情况中的至少一种。为了获取动态道路数据，可以设置对应的传感器模块，获取目标车辆行驶过程中目标车辆所属当前行驶路段的动态道路情况，例如，可以基于传感器模块获取天气信息，基于天气信息确定天气情况。电池参数可以包括电池的荷电状态、电池电压和电池电流中的至少一个参数，为了获取电池参数，设置了对应的传感器，基于传感器模块实时检测电池参数。
具体的，预先设置了对应的功能模块用于检测当前行驶路段的静态道路数据、动态道路数据和电池参数。在目标车辆行驶过程中，通过对应的功能模块检测，以得到目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据。
在本实施例中，获取静态道路数据和动态道路数据可以是：通过车联网获取当前行驶路段的高精地图(High Definition Map，HD map)，基于高精地图确定目标车辆所属当前行驶路段的静态道路数据以及动态道路数据。
具体的，获取目标车辆行驶过程中，针对目标车辆所属当前行驶路段的高精地图，高精地图的图层可以包括车道级路网图层、定位图层和动态图层，其中，车道级路网图层用于对道路进行厘米级精度的三维表征，定位图层用于定位目标车辆；动态图层用于描述当前行驶路段的交通状况；基于高精地图的车道级路网图层确定当前行驶路段的静态道路数据，基于高精地图的动态图层确定当前行驶路段的动态道路数据。
在一个具体的实施例中，电池参数包括电压和电流，静态道路数据包括道路类型和路面数据，道路类型包括直行类型或弯道类型，路面数据包括平整类型和抖动类型，动态道路数据包括道路交通数据和天气数据。
可以理解的是，考虑到道路类型和道路交通会影响整车的运行状况，整车的运行状况会影响电池的温度，因此获取静态道路数据；此外，环境会影响电池的散热情况，因此可以获取天气数据；而且，由于道路拥堵可能影响电池续航和电池发热，因此可以获取道路交通数据。
可选的，通过车联网获取目标车辆所属当前行驶路段的高精地图，基于该高精地图数据确定道路类型、路面数据、道路交通数据和天气数据，得到静态道路数据和动态道路数据；通过电池管理系统获取电池的电压和电流。
进一步的，可以结合静态道路数据与地理信息系统(Geographic InformationSystem，GIS)地图，确定静态道路数据。具体的，获取目标车辆所属当前行驶路段的高精地图，并且基于GIS技术获取当前行驶路段的GIS地图，将静态道路数据与GIS地图数据进行匹配，得到地图匹配数据，以该地图匹配数据对静态道路数据进行更新。这样做的好处是，能够对功能模块无法检测的信息进行补充，进行实时状况的检测与外部信息的反馈，同时获取当前位置精准的交通状况，能够将道路信息和地理信息结合起来，提高静态道路数据的精度，进一步提高预测电池温度的精度。
S120、基于电池参数、静态道路数据、动态道路数据以及预先构建的线性回归函数，确定目标车辆在预测路段的预测电池温度。
其中，预测路段为当前行驶路段的下一行驶路段，预测路段是基于行驶里程和/或行驶时间动态确定的。
确定预测路段的方式可以是：根据行驶时间，以预设时长为周期来确定预测路段，或者，根据行驶里程，以预设长度为周期来确定预测路段。
示例性的，在目标车辆行驶过程中，以行驶时间1秒为周期，或者，以行驶里程50米为周期，获取电池参数、静态道路数据和动态道路数据，将获取的上述数据代入预先创建的线性回归函数，得到目标车辆在预测路段的预测电池温度。
在本实施例中，基于电池参数、静态道路数据、动态道路数据以及预先构建的线性回归函数，确定目标车辆在预测路段的预测电池温度，包括：根据道路类型和路面数据，确定预测路段的道路曲率和道路坡度；根据道路曲率和道路坡度，确定目标车辆在预测路段的预测车速；根据交通数据，确定道路拥堵数据；以及，根据天气数据，确定目标车辆所属环境的温度信息和湿度信息；将道路曲率、道路坡度、电压、电流、预测车速、道路拥堵数据、温度信息和湿度信息代入预先构建的线性回归函数中，确定目标车辆在预测路段的预测电池温度。
可以理解的是，考虑到道路、天气和电池参数等对电池温度的影响，预先构建了线性回归函数，该函数的自变量包括道路曲率、道路坡度、电压、电流、预测车速、道路拥堵数据、环境温度和环境湿度，因变量为电池温度。
具体的，获取预测路段对应的道路类型和路面数据，若道路类型为直行类型，确定预测路段的道路曲率为0，若道路类型为弯道类型，确定道路边缘所对应的圆弧的弧长和弦长，基于该弧长和弦长确定道路的曲率；确定预测路段平面与水平面的夹角，将该夹角的正切值作为预测路段的道路坡度；根据道路曲率和道路坡度，确定目标车辆在预测路段的曲线半径，基于该曲线半径确定预测车速；根据道路交通数据，确定道路的拥堵程度；以及，根据天气数据确定目标车辆所在环境的温度和湿度；将道路曲率、道路坡度、电压、电流、预测车速、道路拥堵数据、温度信息和湿度信息代入该预先构建的线性回归函数中，得到目标车辆在预测路段的预测电池温度。
可选的，根据道路曲率和道路坡度，确定目标车辆在预测路段的预测车速，包括：根据预先构建的映射关系表，确定与道路曲率和道路坡度相对应的设计车速，并将设计车速作为预测车速。
具体的，预先构建了映射关系表，映射关系表中包括不同道路曲率、不同道路坡度所对应的待选择设计车速。根据该预先构建的映射关系表，选择预测路段的道路区域和道路坡度相对应的设计车速；将该设计车速作为目标车辆的预测车速。
可选的，映射关系表是基于公路路线设计规范确定的。公路路线设计规范包括公路等级和设计车速的对应关系，公路等级与道路曲率和道路坡度相关；根据道路曲率、道路坡度以及公路路线设计规范，确定公路路线设计规范中与该预测路段的道路曲率和道路坡度相对应的设计车速；将该设计车速作为目标车辆的预测车速。
S130、在根据包括当前行驶路段以及当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对线性回归函数进行参数调整，以更新预测电池温度。
其中，线性回归函数是以电池参数、动态道路数据和静态道路数据为一组自变量的多元函数。
可选的，预设损失条件是评估是否需要进行参数调整的条件，其具体的内容可以是基于预测电池温度和实际电池温度之间的绝对误差值/相对误差值确定。
具体的，针对包括当前行驶路段以及当前行驶路段之前多个历史行驶路段中的每个行驶路段，通过电池管理系统检测车辆处于每个行驶路段的实际电池温度、动态道路数据和静态道路数据；根据电池参数、动态道路数据和静态道路数据和线性回归函数，确定每个行驶路段对应的预测电池温度；确定预测电池温度和实际电池温度之间的绝对误差值和/或相对误差值；若该绝对误差值和/或相对误差值大于对应的预设误差值，确定该线性回归函数确定满足预设损失条件，对线性回归函数进行参数调整以更新预测电池温度。
S140、调取与静态道路数据以及动态道路数据相对应的期望电池温度，基于预测电池温度和期望电池温度，对目标车辆进行热管理。
其中，期望电池温度是与静态道路数据以及动态道路数据相对应的最佳电池温度。
可以理解的是，道路会影响整车的运行状况，整车的运行状况会影响电池的温度，因此，预先设置了与道路与静态道路数据以及动态道路数据相对应的期望电池温度。
可选的，预先设置了与车辆运行数据相对应的期望电池温度。具体的，获取车辆运行数据，确定与车辆运行数据相对应的期望电池温度，作为与静态道路数据以及动态道路数据相对应的期望电池温度。
具体的，根据静态道路数据和动态道路数据，基于预先设置的对应关系，确定该静态道路数据以及动态道路数据相对应的期望电池温度；若预测电池温度大于期望电池温度，则执行散热措施；若预测电池温度小于或等于期望电池温度，则减弱/停止散热措施。
在一个实施例中，基于预测电池温度和期望电池温度，对目标车辆进行热管理，包括：若预测电池温度大于期望电池温度，则将与电池相对应的风扇的转动速率调整为第一转速和/或将与电池相对应的冷却液的流动速率调整为第一流速；若预测电池温度小于或等于期望电池温度，则将与电池相对应的风扇的转动速率调整为第二转速和/或将与电池相对应的冷却液的流动速率调整为第二流速；其中，第一流速大于第二流速，第一转速大于第二转速。
具体的，设置了风扇和冷却液，均用于散热和降温。若预测电池温度大于期望电池温度，将与电池相对应的风扇的转动速率调整为第一转速和/或将与电池相对应的冷却液的流动速率调整为第一流速，以增大风扇的转动速率和/或冷却液的流速，增强降温作用，进行高效降温；若预测电池温度小于或等于期望电池温度，将与电池相对应的风扇的转动速率调整为第二转速和/或将与电池相对应的冷却液的流动速率调整为第二流速，以减少风扇的转动速率和/或冷却液的流速，降低降温作用，以减少不必要的能耗。
本实施例的技术方案，将道路类型和路面数据作为静态道路数据，将道路交通数据和天气数据作为动态道路数据，并将静态道路数据与GIS地图匹配，进一步确定道路曲率和道路坡度，最终确定预测电池温度，基于预测电池温度和期望电池温度，调整风扇的转动速率和/或冷却液的流动速率，以增强/减少对电池的散热，提高了整车热管理效率。
图2是根据本发明实施例提供的另一种整车热管理方法的流程图，本实施例可适用于基于道路数据进行整车热管理的场景，本实施例与上述实施例中的整车热管理方法属于同一个发明构思，在上述实施例的基础上，进一步描述了在根据包括当前行驶路段以及当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对线性回归函数进行参数调整，以更新预测电池温度的过程。
如图2所示，该整车热管理方法包括：
S210、在目标车辆行驶过程中，获取目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据。
S220、基于电池参数、静态道路数据、动态道路数据以及预先构建的线性回归函数，确定目标车辆在预测路段的预测电池温度。
在一个具体的实施例中，预先构建线性回归函数，如公式(1)所示：
其中，Ti是预测路段的预测电池温度；α是预测路段的道路坡度，wα是道路坡度的影响系数，k是预测路段的道路曲率，wk是道路曲率的影响系数，v是预测路段的预测车速，wv是预测车速的影响系数，j是预测路段的道路堵塞等级，wj是道路堵塞等级的影响系数，Ta是目标车辆所属环境的环境温度，是环境温度的影响系数，Ha是目标车辆所属环境的环境湿度，/>是环境湿度的影响系数，I是电池的电流，wI是电流的影响系数；V是电池的电压，wV是电压的影响系数，b是偏置因数。
S230、对于各行驶路段的历史预测电池温度和实际电池温度，确定当前历史预测电池温度和当前实际电池温度的差值，并确定差值的平方，得到第一差值。
具体的，针对每个行驶路段，确定该行驶路段对应的预测电池温度和实际电池温度的差值，并确定差值的平方，得到第一差值。
示例性的，针对每个行驶路段，确定与行驶路段相对应的预测电池温度和实际电池温度，并确定预测电池温度和实际电池温度差值的平方，得到第一差值。
S240、对各历史行驶路段的第一差值求和处理，得到目标差值。
对所有历史行驶路段的第一差值进行求和计算，得到所有历史行驶路段的第一差值的和值，作为目标差值。
S250、确定目标差值的均值，并基于均值确定是否对线性回归函数进行参数调整；若是，则对线性回归函数的参数进行处理，以基于更新后的线性回归函数更新预测电池温度。
具体的，确定目标差值和历史形式路段个数的商，得到目标差值的均值，作为第一均值；若第一均值大于预设数值，表明预测电池温度与实际电池温度的误差不满足要求，可以继续调整线性回归函数的参数，直到预测电池温度与实际电池温度的误差满足要求；若第一均值小于预设数值，表明预测电池温度与实际电池温度的误差满足要求，不调整线性回归函数的参数；在预测电池温度与实际电池温度的误差满足要求的情况下，基于该线性回归函数，确定电池温度，作为预测电池温度。
可选的，基于损失函数对线性回归函数的参数进行处理。
示例性的，针对公式(1)的线性回归函数，确定与线性回归函数对应的损失函数，如公式(2)所示：
其中，fMSE是损失函数，n是预测路段的个数，Ti是实际电池温度。
可选的，对线性回归函数的参数进行处理，以基于更新后的线性回归函数更新预测电池温度，包括：确定均值最小时所对应的参数组合，并基于参数组合更新线性回归函数的参数，得到更新后的线性回归函数；基于更新后的线性回归函数确定预测路段的预测电池温度。
其中，线性回归函数为最佳拟合线对应的线性回归函数。
具体的，对线性回归函数的系数进行不断调整，基于每次调整后的线性回归函数，确定该目标差值的均值，得到第二均值；确定所有第二均值和第一均值中的最小值，确定该最小值对应的线性回归函数的系数；基于该参数组合对线性回归函数的系数进行更新，基于该更新后的线性回归函数确定预测路段的预测电池温度。
示例性的，基于梯度下降法，确定线性回归函数的损失函数的最小值，确定该损失函数最小值对应的线性回归函数的系数；基于该参数组合对线性回归函数的系数进行更新，基于该更新后的线性回归函数确定预测路段的预测电池温度。
可选的，基于线性回归函数的自变量与因变量之间的相关系数确定最佳拟合线；以最佳拟合线的函数表达式对线性回归函数进行更新，基于该更新后的线性回归函数确定预测路段的预测电池温度。
S260、调取与静态道路数据以及动态道路数据相对应的期望电池温度，基于预测电池温度和期望电池温度，对目标车辆进行热管理。
本实施例的技术方案，基于损失函数和损失函数的梯度对线性回归函数的参数进行调整，以使预测电池温度更加接近实际温度，提高预测电池温度的精度，进一步提高了整车热管理效率，提高新能源汽车的续航里程以及安全性。
图3是根据本发明实施例提供的一种具体的整车热管理方法的流程图，如图3所示，该整车热管理方法包括：
S310、获取道路数据以及电池参数。
参见图4，通过高精地图子系统系统获取当前行驶路段的高精地图数据，高精地图数据包括静态道路数据和动态道路数据；基于GIS技术获取当前行驶路段的GIS地图，将静态道路数据与GIS地图数据进行匹配，得到地图匹配数据，以该地图匹配数据对静态道路数据进行更新；将静态道路数据和动态道路数据作为道路数据；基于电池管理子系统获取电池参数，电池参数包括电压和电流。
S320、基于道路数据、电池参数和预先构建的线性回归函数确定预测电池温度。
参见图4，基于道路数据中的静态道路数据，确定当前行驶路段的道路坡度和道路曲率；基于道路坡度、道路曲率和公路设计规范，公路设计规范包括道路坡度、道路曲率和设计车速的对应关系；根据道路曲率、道路坡度以及公路设计规范，确定公路设计规范中与当前行驶路段的道路曲率和道路坡度相对应的设计车速；将该设计车速作为目标车辆的预测车速；预先构建了以高精地图数据中的动态道路数据、预测车速、道路坡度和道路曲率为自变量，以电池实际温度为因变量的线性回归函数；基于该线性回归函数和当前行驶路段的动态道路数据、预测车速、道路坡度和道路曲率，确定预测电池温度。
S330、确定预测电池温度是否大于期望电池温度。
S340、将风扇转速调整为第一转速，将冷却液流速调整为第一流速。
若预测电池温度大于期望电池温度，基于热管理控制系统调节风扇参数以加快风扇运行速率，调节水泵参数以加快冷却液流速。
S350、将风扇转速调整为第二转速，将冷却液流速调整为第二流速。
若预测电池温度小于期望电池温度，调节风扇参数以减慢风扇运行速率，调节水泵参数以减慢冷却液流速。
图5是根据本发明实施例提供的一种整车热管理装置的结构框图，本实施例可适用于基于道路数据进行整车热管理的场景，该装置可以采用硬件和/或软件的形式实现，集成于车辆的处理器中。
如图5所示，该整车热管理装置包括：
数据获取模块501，用于在目标车辆行驶过程中，获取目标车辆的电池参数，以及目标车辆所属当前行驶路段的静态道路数据以及动态道路数据；电池温度预测模块502，用于基于所述电池参数、所述静态道路数据、所述动态道路数据以及预先构建的线性回归函数，确定所述目标车辆在预测路段的预测电池温度；其中，所述预测路段为所述当前行驶路段的下一行驶路段，所述预测路段是基于行驶里程和/或行驶时间动态确定的；电池温度更新模块503，用于在根据包括当前行驶路段以及所述当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对所述线性回归函数进行参数调整，以更新所述预测电池温度；热管理模块504，用于调取与所述静态道路数据以及所述动态道路数据相对应的期望电池温度，基于预测电池温度和所述期望电池温度，对所述目标车辆进行热管理。解决了针对充电前的电池进行整车热管理效率较低的问题，提高了整车热管理效率，提高新能源汽车的续航里程以及安全性。
可选的，电池参数包括电压和电流，所述静态道路数据包括道路类型和路面数据，所述道路类型包括直行类型或弯道类型，所述路面数据包括平整类型和抖动类型，动态道路数据包括道路交通数据和天气数据。
可选的，电池温度预测模块502，用于：
根据道路类型和所述路面数据，确定所述预测路段的道路曲率和道路坡度；
根据所述道路曲率和所述道路坡度，确定所述目标车辆在预测路段的预测车速；
根据所述交通数据，确定道路拥堵数据；以及，根据所述天气数据，确定所述目标车辆所属环境的温度信息和湿度信息；
将所述道路曲率、所述道路坡度、所述电压、所述电流、所述预测车速、所述道路拥堵数据、所述温度信息和所述湿度信息代入预先构建的所述线性回归函数中，确定所述目标车辆在所述预测路段的预测电池温度。
可选的，电池温度预测模块502包括车速预测单元，该车速预测单元具体用于：
根据预先构建的映射关系表，确定与所述道路曲率和所述道路坡度相对应的设计车速，并将所述设计车速作为所述预测车速；
其中，所述映射关系表中包括不同道路曲率、不同道路坡度所对应的待选择设计车速。
可选的，电池温度更新模块503用于：
对于各行驶路段的历史预测电池温度和实际电池温度，确定当前历史预测电池温度和当前实际电池温度的差值，并确定所述差值的平方，得到第一差值；
对各历史行驶路段的第一差值求和处理，得到目标差值；
确定所述目标差值的均值，并基于所述均值确定是否对所述线性回归函数进行参数调整；
若是，则对所述线性回归函数的参数进行处理，以基于更新后的线性回归函数更新所述预测电池温度。
可选的，电池温度更新模块503包括电池温度更新单元，该电池温度更新单元具体用于：
确定所述均值最小时所对应的参数组合，并基于所述参数组合更新所述线性回归函数的参数，得到更新后的线性回归函数；
基于更新后的线性回归函数确定所述预测路段的预测电池温度。
可选的，热管理模块504用于：
若所述预测电池温度大于所述期望电池温度，则将与所述电池相对应的风扇的转动速率调整为第一转速和/或将与所述电池相对应的冷却液的流动速率调整为第一流速；
若所述预测电池温度小于或等于所述期望电池温度，则将与所述电池相对应的风扇的转动速率调整为第二转速和/或将与所述电池相对应的冷却液的流动速率调整为第二流速；
其中，所述第一流速大于所述第二流速，所述第一转速大于所述第二转速。
本发明实施例所提供的整车热管理装置可执行本发明任一实施例所提供的整车热管理方法，具备执行方法相应的功能模块和有益效果。
图6是根据本发明实施例提供的一种车辆的结构框图，如图6所示，车辆10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储车辆10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
车辆10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘或鼠标等；输出单元17，例如各种类型的显示器或扬声器等；存储单元18，例如磁盘或光盘等；以及通信单元19，例如网卡、调制解调器或无线通信收发机等。通信单元19允许车辆10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、任何适当的处理器、控制器或微控制器等。处理器11执行上文所描述的各个方法和处理，例如整车热管理方法。
在一些实施例中，整车热管理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到车辆10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的整车热管理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行整车热管理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行或部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备或上述内容的任何合适组合。
为了提供与用户的交互，可以在车辆10上实施此处描述的系统和技术，该车辆具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(Liquid Crystal Display，液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给车辆10。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者触觉输入)来接收来自用户的输入。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种整车热管理方法，其特征在于，包括：
在目标车辆行驶过程中，获取所述目标车辆的电池参数，以及所述目标车辆所属当前行驶路段的静态道路数据以及动态道路数据；
基于所述电池参数、所述静态道路数据、所述动态道路数据以及预先构建的线性回归函数，确定所述目标车辆在预测路段的预测电池温度；其中，所述预测路段为所述当前行驶路段的下一行驶路段，所述预测路段是基于行驶里程和/或行驶时间动态确定的；
在根据包括当前行驶路段以及所述当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对所述线性回归函数进行参数调整，以更新所述预测电池温度；
调取与所述静态道路数据以及所述动态道路数据相对应的期望电池温度，基于所述预测电池温度和所述期望电池温度，对所述目标车辆进行热管理。
2.根据权利要求1所述的方法，其特征在于，所述电池参数包括电压和电流，所述静态道路数据包括道路类型和路面数据，所述道路类型包括直行类型或弯道类型，所述路面数据包括平整类型和抖动类型，动态道路数据包括道路交通数据和天气数据。
3.根据权利要求2所述的方法，其特征在于，所述基于所述电池参数、所述静态道路数据、所述动态道路数据以及预先构建的线性回归函数，确定所述目标车辆在预测路段的预测电池温度，包括：
根据所述道路类型和所述路面数据，确定所述预测路段的道路曲率和道路坡度；
根据所述道路曲率和所述道路坡度，确定所述目标车辆在预测路段的预测车速；
根据所述交通数据，确定道路拥堵数据；以及，根据所述天气数据，确定所述目标车辆所属环境的温度信息和湿度信息；
将所述道路曲率、所述道路坡度、所述电压、所述电流、所述预测车速、所述道路拥堵数据、所述温度信息和所述湿度信息代入预先构建的所述线性回归函数中，确定所述目标车辆在所述预测路段的预测电池温度。
4.根据权利要求3所述的方法，其特征在于，所述根据所述道路曲率和所述道路坡度，确定所述目标车辆在预测路段的预测车速，包括：
根据预先构建的映射关系表，确定与所述道路曲率和所述道路坡度相对应的设计车速，并将所述设计车速作为所述预测车速；
其中，所述映射关系表中包括不同道路曲率、不同道路坡度所对应的待选择设计车速。
5.根据权利要求1所述的方法，其特征在于，所述在根据包括当前行驶路段以及所述当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对所述线性回归函数进行参数调整，以更新所述预测电池温度，包括：
对于各行驶路段的历史预测电池温度和实际电池温度，确定当前历史预测电池温度和当前实际电池温度的差值，并确定所述差值的平方，得到第一差值；
对各历史行驶路段的第一差值求和处理，得到目标差值；
确定所述目标差值的均值，并基于所述均值确定是否对所述线性回归函数进行参数调整；
若是，则对所述线性回归函数的参数进行处理，以基于更新后的线性回归函数更新所述预测电池温度。
6.根据权利要求5所述的方法，其特征在于，所述对所述线性回归函数的参数进行处理，以基于更新后的线性回归函数更新所述预测电池温度，包括：
确定所述均值最小时所对应的参数组合，并基于所述参数组合更新所述线性回归函数的参数，得到更新后的线性回归函数；
基于更新后的线性回归函数确定所述预测路段的预测电池温度。
7.根据权利要求1所述的方法，其特征在于，所述基于所述预测电池温度和所述期望电池温度，对所述目标车辆进行热管理，包括：
若所述预测电池温度大于所述期望电池温度，则将与所述电池相对应的风扇的转动速率调整为第一转速和/或将与所述电池相对应的冷却液的流动速率调整为第一流速；
若所述预测电池温度小于或等于所述期望电池温度，则将与所述电池相对应的风扇的转动速率调整为第二转速和/或将与所述电池相对应的冷却液的流动速率调整为第二流速；
其中，所述第一流速大于所述第二流速，所述第一转速大于所述第二转速。
8.一种整车热管理装置，其特征在于，包括：
数据获取模块，用于在目标车辆行驶过程中，获取所述目标车辆的电池参数，以及所述目标车辆所属当前行驶路段的静态道路数据以及动态道路数据；
电池温度预测模块，用于基于所述电池参数、所述静态道路数据、所述动态道路数据以及预先构建的线性回归函数，确定所述目标车辆在预测路段的预测电池温度；其中，所述预测路段为所述当前行驶路段的下一行驶路段，所述预测路段是基于行驶里程和/或行驶时间动态确定的；
电池温度更新模块，用于在根据包括当前行驶路段以及所述当前行驶路段之前多个历史行驶路段的历史预测电池温度和实际电池温度，确定满足预设损失条件时，对所述线性回归函数进行参数调整，以更新所述预测电池温度；
热管理模块，用于调取与所述静态道路数据以及所述动态道路数据相对应的期望电池温度，基于所述预测电池温度和所述期望电池温度，对所述目标车辆进行热管理。
9.一种车辆，其特征在于，所述车辆包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的整车热管理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的整车热管理方法。
CN202311371490.1A 2023-10-20 2023-10-20 整车热管理方法、装置、车辆和存储介质 Pending CN117621927A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311371490.1A CN117621927A (zh) 2023-10-20 2023-10-20 整车热管理方法、装置、车辆和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311371490.1A CN117621927A (zh) 2023-10-20 2023-10-20 整车热管理方法、装置、车辆和存储介质

Publications (1)

Publication Number Publication Date
CN117621927A true CN117621927A (zh) 2024-03-01

Family

ID=90015396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311371490.1A Pending CN117621927A (zh) 2023-10-20 2023-10-20 整车热管理方法、装置、车辆和存储介质

Country Status (1)

Country Link
CN (1) CN117621927A (zh)

Similar Documents

Publication Publication Date Title
CN107945507B (zh) 行程时间预测方法及装置
US9002612B2 (en) Prediction of driver-specific cruise speed using dynamic modeling
CN110060493B (zh) 车道定位方法、装置及电子设备
CN109747427A (zh) 估计电动车辆到达目的地时的剩余续驶能力的方法及设备
CN112037518B (zh) 一种用于预测交通状态的计算方法、系统及车辆
CN112712712B (zh) 确定车辆排队信息的方法、装置、路侧设备和云控平台
CN114212110B (zh) 障碍物轨迹预测方法、装置、电子设备及存储介质
US11077758B2 (en) Vehicle control unit (VCU) and operating method thereof
CN109360416A (zh) 道路交通预测方法及服务器
WO2019212779A1 (en) Navigation with sun glare information
CN112435469A (zh) 车辆预警控制方法、装置、计算机可读介质及电子设备
CN111612378A (zh) 潜在碰撞风险预测方法、装置及计算机设备
CN111739299A (zh) 稀疏轨迹的车辆排队长度确定方法、装置、设备及介质
CN112148019A (zh) 防止镜头起雾的方法、智能控制设备及自动驾驶车辆
CN113008253A (zh) 一种混合动力车辆行驶方法、设备和存储介质
CN111161545B (zh) 基于视频的交叉口区域交通参数统计方法
CN115164922A (zh) 一种路径规划方法、系统、设备及存储介质
CN114103987A (zh) 车辆续航预警方法、装置及电子设备
CN117621927A (zh) 整车热管理方法、装置、车辆和存储介质
CN111586143A (zh) 从服务器请求数据的方法、车路协同设备、装置和介质
CN116442787A (zh) 一种电动汽车能耗预警方法、装置、介质及设备
CN117073864B (zh) 一种基于激光散射的海水温度遥感检测方法及系统
CN116071936B (zh) 公交车优先通行控制方法、装置、电子设备和存储介质
CN114049615B (zh) 行驶环境中交通对象融合关联方法、装置及边缘计算设备
US20230158921A1 (en) Electric mileage estimation apparatus, electric mileage estimation method, and recording medium

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