System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电力电子,涉及一种充电桩风机控制方法。
技术介绍
1、随着充电桩行业的发展,智能化越来越受到行业内的重视,智能充电桩成为未来充电桩的重要发展方向,现阶段充电桩散热方式主要为风机散热和液冷散热,当充电桩启动后,风机以固定转速运行或液冷油以固定流速进行流动,会使得充电桩在使用过程中内耗增大。在后期充电过程中,充电桩内的温度上升降低,如何给充电桩进行合理散热成关键问题
2、因此,提供一种能实时调整充电桩温度,且降低充电桩损耗的风机控制方法成为了业界需要解决的问题。
技术实现思路
1、针对现有技术存在的不足,本专利技术的目的在于提供一种充电桩风机控制方法,通过反馈校正实时调整风机转速,使得充电桩损耗降低。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、本专利技术提供一种充电桩风机控制方法,其特殊之处在于,所述控制方法包括以下步骤:s1、使用预测模型对充电桩风机的转速进行预测,预测的值为充电桩温度;s2、对所述充电桩温度进行采样,求取平均值,得到精确预测模型;s3、根据所述精确预测模型,预测k+1时刻充电桩温度值;s4、根据所述k+1时刻充电桩温度,获得动态矩阵a;s5、根据动态矩阵a,进行在线滚动优化寻优,从而得出风机转速控制量δu(k),所述寻优目标为优化目标函数jp;s6、根据风机转速控制量δu(k),调节充电桩实际温度值。
4、进一步的,所述预测模型,通过nt时间的采样,可得出充电桩温度动态矩阵系数a0;所述a0
5、进一步的,所述充电桩温度动态矩阵系数a0确定后,可预测k+1时刻充电桩温度值ym(k+1):
6、ym(k+1)=y0(k+1)+a0δu(k)
7、其中:k为当前时刻,k+1为下一时刻,δu(k)为控制输入增量,ym为k+1时刻预测到的充电桩温度值,y0为初始采样充电桩温度值。
8、进一步的,所述y0(k+1)具体为:
9、
10、其中:k为当前时刻,k+1为下一时刻,y0为初始采样充电桩温度值,t为采样周期,p为预测时域长度,且p小于n。
11、进一步的,所述δu(k)具体为:
12、δu(k)=[δu(k),δu(k+1),…,δu(k+m-1)]t
13、其中:m为控制时域长度,且m小于p;
14、δu(k)为采样到的第一个充电桩温度值对应的风机转速增量值;δu(k+1)为采样到第二个充电桩温度值对应的风机转速增量值;δu(k+m-1)为采样到第m个充电桩温度值对应的风机转速增量值。
15、进一步的,k+1时刻充电桩温度值ym(k+1)向量表达式为:
16、
17、
18、
19、
20、其中:为预测第一个温度值风机转速增量对应系数值,为预测第二个温度值风机转速增量对应系数值,为预测第p个温度值风机转速增量对应系数值,为预测第m个温度值风机转速增量对应系数值,ym为预测充电桩温度输出值。
21、进一步的,动态矩阵a为:
22、
23、其中:为预测第一个温度值风机转速增量对应系数值,为预测第二个温度值风机转速增量对应系数值,为预测第p个温度值风机转速增量对应系数值,为预测第p-1个温度值风机转速增量对应系数值。
24、进一步的,所述ym(k+1)=y0(k+1)+a0δu(k)向量表达式为:
25、ym(k+1)=aδu(k)+a0δu(k-1)
26、其中:a为动态矩阵,a0为充电桩温度动态矩阵系数。
27、进一步的,所述步骤5的优化目标函数jp为:
28、jp=[yp(k+1)-yr(k+1)]tq[yp(k+1)-yr(k+1)]+δut(k)rδu(k)
29、使
30、则δu(k)=(atqa+r)-1atq[yr(k+1)-a0u(k-1)-he(k)]
31、q=diag(q1,q2,…,qp)
32、r=diag(r1,r2,…,rm)
33、其中,yp(k+1)为未来k+1时刻实际检测到的充电桩温度值,yr(k+1)为未来k+1时刻预测模型预测出的充电桩温度值,q为充电桩温度误差加权矩阵,r为风机转速控制权矩阵,yp为滚动优化后实际检测到的充电桩温度输出值,yr为滚动优化后预测充电桩温度输出值,he(k)为反馈矫正值。
34、进一步的,充电桩温度受发热器件的影响,通过误差加权值h对预测模型预测的充电桩温度值进行校正:
35、yp(k+1)=ym(k+1)+he(k)
36、e(k)=y(k)-ym(k)
37、h=daig(h1,h2,…,hn)
38、所述yp(k+1)=ym(k+1)+he(k)向量表达式为:
39、yp(k+1)=[yp(k+1),yp(k+2),…,yp(k+p)]t
40、其中,e(k)为实际温度值与预测温度值的差值量。
41、与现有技术相比,本专利技术具有以下有益的技术效果:
42、本专利技术一种充电桩风机控制方法,先建立预测模型,根据预测模型预测出充电桩温度值,获得动态矩阵,在线滚动优化寻优,寻优目标为优化目标函数,从而得出控制量,根据控制量,调节充电桩实际温度,能够减小充电桩风机的功率损耗及风机噪音,充电桩温度值通过动态矩阵可持续滚动优化来确定控制输入增量,确保充电桩温度值稳定在设定值之下,波动幅度不会过大。
本文档来自技高网...【技术保护点】
1.一种充电桩风机控制方法,其特征在于,所述控制方法包括以下步骤:
2.根据权利要求1所述的充电桩风机控制方法,其特征在于:
3.根据权利要求2所述的充电桩风机控制方法,其特征在于:
4.根据权利要求3所述的充电桩风机控制方法,其特征在于:
5.根据权利要求3所述的充电桩风机控制方法,其特征在于:
6.根据权利要求3所述的充电桩风机控制方法,其特征在于:
7.根据权利要求1所述的充电桩风机控制方法,其特征在于:
8.根据权利要求3所述的充电桩风机控制方法,其特征在于:
9.根据权利要求1所述的充电桩风机控制方法,其特征在于:
10.根据权利要求1所述的充电桩风机控制方法,其特征在于:
【技术特征摘要】
1.一种充电桩风机控制方法,其特征在于,所述控制方法包括以下步骤:
2.根据权利要求1所述的充电桩风机控制方法,其特征在于:
3.根据权利要求2所述的充电桩风机控制方法,其特征在于:
4.根据权利要求3所述的充电桩风机控制方法,其特征在于:
5.根据权利要求3所述的充电桩风机控制方法,其特征在于:
【专利技术属性】
技术研发人员:赵东华,李博,杨博,郭鹏,张宝亮,
申请(专利权)人:绿能慧充数字技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。