[發明專利]一種基于神經網絡優化的電動汽車熱泵控制方法

在審

• 申請號: 202210372860.2
• 申請日: 2022-04-11
• 公開（公告）號: CN114771195A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 盧鵬宇;李英;張志強;陳群
• 申請（專利權）人: 中國第一汽車股份有限公司
• 主分類號: B60H1/00
• 分類號: B60H1/00;B60H1/22
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 郭佳寧

本發明屬于純電動汽車熱管理技術領域，特別涉及一種基于神經網絡優化的電動汽車熱泵控制方法；本發明采用了基于神經網絡優化的PID控制算法，在兼顧熱泵制冷、采暖性能的同時優化各執行部件能耗；在反饋調節基礎上，考慮多模式下的多目標約束，量化執行器控制原則，避免多部件PID控制的干涉行為；通過優化目標函數構建與極值求解，實現多參全局尋優，克服門限值控制策略和模糊控制策略存在的局部擇優問題，更適用于解決復雜的電動汽車集成熱泵系統多模式控制問題。

技術領域

本發明屬于純電動汽車熱管理技術領域，特別涉及一種基于神經網絡優化的電動汽車熱泵控制方法。

背景技術

集成式熱泵系統熱管理屬于新一代電動汽車核心技術，關乎到安全性、續航里程、熱舒適性、充電時長等多維度整車性能評價指標。通過集成式熱泵建立電池、電機、乘員艙與外界環境之間的熱量傳遞紐帶，使四大電動汽車熱管理板塊形成統一整體。與內燃機汽車和混合動力汽車不同，純電動汽車缺乏發動機余熱利用，其冬季采暖需要以熱泵和PTC的能耗作為代價，犧牲續航里程。由于電機、逆變器、電池工作溫度限制，又要求熱泵能夠在高溫環境同時給乘員艙和“三電”元件制冷。所以電動汽車熱泵系統具有部件集成化高、溫度適應性廣、模式切換種類多、影響續航里程等特點。

對于電動汽車熱泵系統，目前主要存在三種控制方式：1)基于部件狀態反饋的PID控制方案；2)基于門限值控制方案或者模糊控制方案；3)結合二者優勢的模糊+PID熱泵控制方案。PID控制方法具有控制器設計簡單、高魯棒性、動態響應快等優勢在工程中被廣泛應用，但其局限性也較為明顯，比如難以解決高非線性和非最小相位系統控制問題，以及MIMO系統的多被控變量干涉問題。為實現壓縮機、膨脹閥和水泵等多輸入的協同優化，基于行為準則的模糊控制算法得以應用，在解決復雜熱泵系統控制問題中具有良好表現。但模糊控制策略通常受設計者主觀意愿影響，不同系統的控制策略開發缺乏可移植性，缺少反饋調節，難以消除由于部件磨損老化引起的累積狀態判定誤差，導致系統長時使用后的控制失穩。模糊+PID控制架構繼承了上述兩種控制方案的優勢，在保證系統穩定性和動態響應速度的同時弱化多參被控變量干涉，引入反饋調節后具有累積誤差修正能力。但是模糊行為準則對系統優化目標函數的定義不夠清晰，針對如執行器能耗等極值約束缺乏全局擇優能力，在實現系統經濟性和溫控穩定性的協同兼顧中存在技術瓶頸。

發明內容

為了克服上述問題，本發明針對純電動汽車熱泵系統架構，提出一種基于神經網絡優化的電動汽車熱泵控制方法，在滿足各模式溫度控制需求的同時優化系統能耗。

本發明提供的技術方案為：

一種基于神經網絡優化的電動汽車熱泵控制方法，具體步驟如下：

步驟一，設計包含輸入層、隱含層、輸出層的8節點三層神經網絡架構，并根據系統試驗或仿真數據分別訓練制冷模式、采暖模式、熱泵能耗三個神經網絡，反向遞歸計算各神經網絡的權值矩陣W_r1、W_h1、W_p1和閾值矩陣W_r2、W_h2、W_p2；由神經網絡權值矩陣和閾值矩陣按照網絡構架表征系統狀態X關于控制輸入U和工況狀態X_con的特征函數關系；

所述熱泵制冷模式神經網絡，以壓縮機轉速N_com、膨脹閥開度O_{pe_e}、水泵轉速N_pump、環境溫度T_env、冷凝器進風量V_con和乘員艙空調供風量V_AC構成輸入層，以乘員艙進風溫度T_can和電池溫度T_bat構成輸出層；