基于模型预测控制的电动汽车整车电池热管理方法技术

本发明专利技术涉及一种基于模型预测控制的电动汽车整车电池热管理方法，属于新能源汽车领域。该方法包含如下主要步骤：S1:建立包含传动系统、电池包的电‑热‑老化多状态估计和冷却系统在内的系统模型；S2:设计模型预测控制器的状态估计器和代价函数；S3：将车速预测和控制系统耦合；S4：实时监测环境温度，找到和环境温度相关的最佳电池温度参考值，并与控制器耦合。本发明专利技术算法复杂度低，有着很好的可行力；同时在控制系统中考虑到了电池的温度管理、老化管理和冷却系统的能耗管理，为整车电车热管理系统提供了新思路。利用本发明专利技术方法可以进一步实现系统且高效的电池热管理策略。

Thermal management method of electric vehicle battery based on model predictive control

【技术实现步骤摘要】
基于模型预测控制的电动汽车整车电池热管理方法
本专利技术属于新能源汽车领域，涉及基于模型预测控制的电动汽车整车电池热管理方法。
技术介绍
动力电池作为电动汽车的能源存储装置，它的许多工作特性受温度的影响很大，这就要求设计高效的电池热管理系统使电池的温度维持在合理的范围。对电池热管理技术的需求是推动本专利技术的一个重要背景。几年来，有许多关于电池热管理系统的控制方法，例如：基于on-off控制的控制策略、基于主动控制的控制策略、基于模型预测控制的控制策略。但是这些模型没有考虑到在春秋两季，乘员舱不需要空调时，电池的冷却用不含有chiller的冷却回路。而且大多是针对冷却系统能耗的探究，没有考虑到电池冷却对老化的影响。本专利技术以模型预测控制算法作为主要的支撑算法，并将其与车速预测模型耦合，对整车电池热管理系统进行控制管理。同时，本专利技术不仅考虑到电池冷却情况对能耗的影响，同时找出随天气信息变化的最佳冷却温度参考值，创新性地考虑到它对老化的影响。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于模型预测控制的电动汽车整车电池热管理方法。为了减小车速对状态估计器的扰动，将车速预测模型与模型预测控制算法耦合。同时，对冷却系统能耗和电池SOH进行多目标优化。为达到上述目的，本专利技术提供如下技术方案：基于模型预测控制的电动汽车整车电池热管理方法，该方法包含如下步骤：S1：建立包含传动系统、电池包的电-热-老化多状态估计和冷却系统在内的电池包的热管理的系统模型；S2：设计模型预测控制器的状态估计器和代价函数；S3：建立车速预测模型，并将其与控制系统耦合；S4：在不同的环境温度下，找到和环境温度相关的最佳电池温度参考值，并将其与控制系统耦合。可选的，所述步骤S1具体包含如下步骤：S11：建立系统模型框架，确立各个子模型之间的关系；S12：建立由电池包驱动，满足车辆车速动态变化需求的传动系统模型；S13：建立随电池包载荷变化的，电池的电-热-老化模型；S14：建立电池包的冷却系统，该冷却系统是由冷板、水泵和散热器构成的单回路冷却模型。可选的，所述状态估计器和代价函数的控制目标是：将电池包的温度维持在某一温度参考值，电池老化程度最小化，电池模组间的温差最小化，以及冷却系统水泵耗能最少；模型预测控制的状态估计器为：Z＝Λx(k)+ΦU+ΨD#其中，代价函数为：可选的，所述步骤S3包含如下步骤：S31：对车速数据库进行分类，根据车速的特征值，即平均车速、怠速时间比例、速度方差、加速度均值和速度乘加速度方差，建立子数据库；对各个子数据库进行训练，建立响应的神经网络模型；S32：将相邻的时段的历史车速的车速特征值作为判别依据选择响应的神经网络模型，将历史车速和特征值作为网络模型的输入，得到预测车速的初始数据；S33：对神经网络输出数据中的异常数据进行处理，最终得到该时刻的预测数据段；S34：将预测到的未来车速信息与控制耦合。可选的，所述步骤S4包含如下步骤：S41：在某一特定环境温度下，做出SOH和冷却能耗的帕累托边界曲线，找到该环境温度下最佳电池温度参考值；S42：在不同的环境温度下，做出不同的SOH和冷却能耗的帕累托边界，找到最佳温度参考值与环境温度的关系；S43：根据实时监测到的环境温度，将合理的温度参考值输入到控制器内。本专利技术的有益效果在于：建立包含传动系统、电池包的电-热-老化多状态估计和冷却系统在内的电池包的热管理的系统模型，利用模型预测控制算法对电池温度进行，使其维持在某一温度左右，不超过其最佳工作温度范围。同时，为了减小车速对控制器状态估计模型的扰动，将车速预测模型与控制耦合，提供未来车速信息，增加控制的精确性，提高控制器对参考温度的追踪性，减少冷却系统能耗。同时考虑到电池的SOH程度的最大化与水泵的耗能的最小化在不同电池温度参考值设定不同时呈现帕累托特性，选择使这两个矛盾目标平衡的合理电池参考温度值。做出不同环境温度下的帕累托边界，找出最佳电池温度与天气温度信息的关系，在保证电池SOH相对最大的前提下，减少冷却系统的能量消耗。将作为控制目标，有效延长电池寿命和节约冷却系统能耗。与现有技术相比,本专利技术所具有的优点：1)通过模型预测控制算法，提高了计算过程中的实时性(与诸如动态规划算法相比)，不需要知道整个过程的工况即可进行优化控制。2)利用BP神经网络对车速进行预测，将其与控制器耦合，减小车速对控制系统的扰动。3)在电池热管理中，首次考虑电池的SOH作为代价函数的优化项之一。4)找到实时环境温度下，最佳的电池温度参考值，增加SOH降低能耗。本专利技术的其他优点、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，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1为本专利技术整体的方法流程图；图2为系统模型结构图；图3为冷板结构示意图；图4为车速预测模型示意图；图5为SOH及冷却能耗的帕累托边界曲线；图6为本专利技术整体控制器的结构框图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，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专利技术的其他优点与功效。本专利技术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，在没有背离本专利技术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专利技术的基本构想，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，不能理解为对本专利技术的限制；为了更好地说明本专利技术的实施例，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。本专利技术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；在本专利技术的描述中，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专利技术和简化描述，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，不能理解为对本专利技术的限制，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。请参阅图1，构建基于模型预测控制的电动车整车电池热管理策略的步骤如下：S1：建立包含传动系统、电池包的电-热-老化多状态估计和冷却系统在内的本文档来自技高网...

【技术保护点】
1.基于模型预测控制的电动汽车整车电池热管理方法，其特征在于：该方法包含如下步骤：/nS1：建立包含传动系统、电池包的电-热-老化多状态估计和冷却系统在内的电池包的热管理的系统模型；/nS2：设计模型预测控制器的状态估计器和代价函数；/nS3：建立车速预测模型，并将其与控制系统耦合；/nS4：在不同的环境温度下，找到和环境温度相关的最佳电池温度参考值，并将其与控制系统耦合。/n

【技术特征摘要】
1.基于模型预测控制的电动汽车整车电池热管理方法，其特征在于：该方法包含如下步骤：
S1：建立包含传动系统、电池包的电-热-老化多状态估计和冷却系统在内的电池包的热管理的系统模型；
S2：设计模型预测控制器的状态估计器和代价函数；
S3：建立车速预测模型，并将其与控制系统耦合；
S4：在不同的环境温度下，找到和环境温度相关的最佳电池温度参考值，并将其与控制系统耦合。


2.根据权利要求1所述的基于模型预测控制的电动汽车整车电池热管理方法，其特征在于：所述步骤S1具体包含如下步骤：
S11：建立系统模型框架，确立各个子模型之间的关系；
S12：建立由电池包驱动，满足车辆车速动态变化需求的传动系统模型；
S13：建立随电池包载荷变化的，电池的电-热-老化模型；
S14：建立电池包的冷却系统，该冷却系统是由冷板、水泵和散热器构成的单回路冷却模型。


3.根据权利要求1所述的基于模型预测控制的电动汽车整车电池热管理方法，其特征在于：所述状态估计器和代价函数的控制目标是：将电池包的温度维持在某一温度参考值，电池老化程度最小化，电池模组间的温差最小化，以及冷却系统水泵耗能最少；模型预测控制的状态估计器为：
Z＝Λx(k)+Φ...

【专利技术属性】
技术研发人员：谢翌，王晨阳，胡晓松，张扬军，刘钊铭，唐小林，冯飞，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50