[發明專利]基于改進的智能模型預測控制的電動汽車空調系統智能控制方法

在審

• 申請號: 202010431432.3
• 申請日: 2020-05-20
• 公開（公告）號: CN111597723A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 謝翌;劉釗銘;李夔寧;張揚軍
• 申請（專利權）人: 重慶大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/063;G06F119/08
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種基于改進的智能模型預測控制的電動汽車空調系統智能控制方法，其特征在于：包括以下步驟：

S1：建立汽車空調系統-乘員艙耦合熱模型；

S2：基于汽車空調系統-乘員艙耦合模型建立與之匹配的模型預測控制器；

S3：基于神經網絡建立車速預測器，通過利用歷史車速來對未來車速進行預測；

S4：基于PMV理論以及適應算法建立針對不同個體熱習慣的適應器，并由此得出目標舒適溫度T_comfort；

S5：結合車速預測與熱舒適適應，建立完整的針對于汽車空調系統的智能控制器。

2.根據權利要求1所述的基于改進的智能模型預測控制的電動汽車空調系統智能控制方法，其特征在于：所述步驟S1具體包括以下步驟：

S11：建立一維汽車空調系統動態熱數學模型，所述汽車空調系統包括壓縮機，冷凝器，蒸發器和膨脹閥，其中蒸發器與冷凝器的動態模型基于移動邊界法建立；

S12：建立簡化的一維乘員艙系統動態熱模型；

S13：分別將空調系統中蒸發器空氣側進出口端與乘員艙的空氣出口和進口端進行耦合，形成空氣循環。

3.根據權利要求2所述的基于改進的智能模型預測控制的電動汽車空調系統智能控制方法，其特征在于：步驟S11中所述一維汽車空調系統動態熱數學模型包括：

1)建立壓縮機內制冷劑一維動態模型，表示如下：

其中，為壓縮機的質量流率，η_v為容積效率，ρ_r為制冷劑密度，N_comp為壓縮機轉速，V_d為壓縮機排量，h_c，o為壓縮機出口焓值，h_c，i為壓縮機進口焓值，h_is，o為壓縮機等熵出口焓值，η_is為等熵效率；

2)對于膨脹閥，其動態過程中，通過膨脹閥制冷劑質量流量與其膨脹閥壓降ΔP的關系由下式表示：

其中，C_q為膨脹閥的流量系數，ρ_v為通過膨脹閥的制冷劑密度，A_v為膨脹閥的最小流通面積；

3)根據移動邊界法，蒸發器中的氣體和液體制冷劑滿足質量守恒定律，故對于蒸發器的兩相區的長度le的變化由下式得到：

蒸發器中壓力P_e隨時間的變化表示為：

再根據能量守恒，蒸發器壁面溫度的變化表示為：

其中，ρ_le是蒸發器中液體制冷劑的密度，h_lge為蒸發器中制冷劑的氣化潛熱，A_e為蒸發器的扁管微通道總的截面積，為蒸發器兩相區的平均空隙率，h_ge、h_le和h_ie分別表示在當前壓力下蒸發器中氣體、液體以及進口的制冷劑的焓值，a_ie是兩相區中蒸發器內壁與制冷劑間的換熱系數，D_ie是蒸發器扁管內部的直徑，T_we為蒸發器壁面溫度，T_re是蒸發器當前壓力下制冷劑的飽和溫度，L_e是蒸發器扁管的總長度，(C_pm)_we表示蒸發器材料的比熱和蒸發器的質量，a_o是空氣與蒸發器壁面間的換熱系數，A_oe為蒸發器的迎風面積，T_ae是當前蒸發器周圍空氣的溫度；

4)對于冷凝器，其換熱原理與蒸發器相似，故有：

如果空調系統制冷劑沒有泄露，則系統中總的制冷劑的質量不變，則蒸發器和冷凝器中制冷劑總的質量視為常數，故有：

其中，ρ_lc是冷凝器中液體制冷劑的密度，h_lgc為冷凝器中制冷劑的氣化潛熱，A_c為冷凝器的扁管微通道總的截面積，為冷凝器兩相區的平均空隙率，h_gc，h_lc和h_ic分別表示在當前壓力下冷凝器中氣體、液體以及進口制冷劑的焓值，a_ic是兩相區中冷凝器內壁與制冷劑間的換熱系數，D_ic冷凝器扁管內部的直徑，T_wc為冷凝器壁面溫度，T_rc是冷凝器當前壓力下制冷劑的飽和溫度，L_c是冷凝器扁管的總長度，(C_pm)_wc表示冷凝器材料的比熱和冷凝器的質量，a_oc是空氣與冷凝器壁面間的換熱系數，A_oc為冷凝器的迎風面積，T_ac是當前冷凝器周圍空氣的溫度，即環境溫度，∑表示常數；

冷凝器空氣側換熱系數a_oc主要由外部風速影響，在汽車行駛中，冷凝器外部風速主要由車速影響，故a_oc與車速的關系由實驗擬合出，表示為：

a_oc＝f_p2(V_car)

車速V_car由駕駛員決定，而非空調系統控制器調節，在空調系統控制中，車速看作為擾動輸入。