面向液冷动力源的自适应优化热管理控制方法、系统以及热管理系统

技术领域

本发明属于车辆动力源的热管理控制技术领域，涉及新能源汽车动力电池、发动机、质子交换膜燃料电池的热管理控制策略，具体涉及一种面向液冷动力源的自适应优化热管理控制方法及系统以及热管理系统。

背景技术

发动机、动力电池、质子交换膜燃料电池作为新能源汽车的核心动力源，工作效率、稳定性、使用寿命等性能受温度的影响很大。为此，需要高效的热管理系统控制策略将动力源的温度控制在期望温度范围内并满足动力源内部温度一致性要求。

由于车辆工作环境复杂多变，热管理系统中存在诸多不确定热交换量，难以精确建模，给控制策略的设计带来挑战。热管理系统中的管道连接特性带来较大的时间延迟，使温度控制性能变差。另外，对于大功率的动力源，在满足温度控制性能的前提下，降低热管理系统的能耗可以有效提高车辆的能效。

面对上述热管理系统的控制需求和控制难题，目前的控制策略基本都是通过改善热管理系统设计结构，并基于工程经验和大量实验调试，设计基于规则的控制方法。面对复杂多变的工况，上述方法自适应性和干扰抑制能力均差，难以维持高精度的温度控制。另外，上述方法没有考虑热管理系统能耗优化问题，不能提高系统能效。

发明内容

针对上述技术问题，本发明提供一种面向液冷动力源的自适应优化热管理控制方法，实现变化工况下高性能温度控制，保障动力源的高效稳定运行。

本发明的目的通过如下技术方案实现：

一种面向液冷动力源的自适应优化热管理控制方法，包括如下步骤：

一、使用采样模块获取热管理系统中的热源出口温度和散热器出口温度，采样模块输出动力源温度信息；

同时，电动水泵控制量输入至延迟估计器，延迟估计器输出估计的系统时间延迟，所述的系统时间延迟的计算公式为：

τ＝γ

其中，γ

二、将空气温度、动力源温度信息、第二数据堆栈模块输出的热管理系统执行器时间延迟控制信号输入干扰估计器，干扰估计器输出热管理系统运行中的不确定参数估计值；所述的不确定参数估计值的计算公式为：

其中

式(6)其中

式(5)其中

其中，x

三、将干扰估计器输出的热管理系统不确定参数估计值输入到第一数据堆栈模块进行保存，第一数据堆栈模块输出内部存储的热管理系统不确定参数估计值信息，再将第一数据堆栈输出时间延迟的不确定参数估计值，第三数据堆栈模块内部存储的热管理系统执行器控制信号和动力源温度信息输入至系统估计器，系统估计器输出无时延状态变量估计值，所述的无时延状态变量估计值的计算公式如下：

其中，

同时，将干扰估计器模块输出的不确定参数估计值、热源出口温度期望值、散热器出口期望温度下界设定值和空气温度输入平衡点优化模块，平衡点优化模块输出为散热器出口温度最佳设定值；所述的散热器出口温度最佳设定值的计算公式为：

min J

s.t.

其中，函数f

四、将干扰估计器输出的不确定参数估计值、系统估计器输出的无时延状态变量估计值、平衡点优化模块输出的散热器出口温度最佳设定值、热源出口温度期望值和空气温度输入状态跟踪控制器，状态跟踪控制器输出信号为热管理系统执行器的控制信号；所述的热管理系统执行器的控制信号的计算公式为：

其中，k

将状态跟踪控制器输出的执行器控制信号输入到热管理系统中的相关执行器的子控制器；

同时将状态跟踪控制器输出的执行器控制信号输入到第二数据堆栈模块和第三数据堆栈模块进行存储，第二数据堆栈模块的输出内部存储的热管理系统执行器时间延迟控制信号，第三数据堆栈的输出内部存储的热管理系统执行器控制信号。

本发明还提供一种基于液冷动力源的自适应优化热管理控制系统，包括7个子模块，分别是：

热管理系统模型模块，用于建立热管理系统模型模拟发动机运行过程中热管理系统的运行工况以及输出系统的状态变量；

延迟估计器模块，用于估计系统的纯时间延迟，延迟估计器模块输入信号为电动水泵的控制量，输出信号为估计的系统纯时间延迟；

数据堆栈模块，用于存储最近的连续输入信号，数据堆栈模块输入信号为要存储的控制变量和状态变量，输出信号为内部存储的变量；

采样模块，用于采集热源和散热器出口处的温度，采样模块输入信号为第一温度传感器和第二温度传感器，输出信号为动力源温度信息；

干扰估计器模块，用于估计系统运行中的不确定参数，干扰估计器的输入信号为空气温度、温度信息和状态跟踪控制器第一数据堆栈输出的时间延迟控制量信息，输出信号为不确定参数估计值；

状态预估器模块，用于估计系统的无时延状态变量，补偿系统系统由于时间延迟导致的性能衰减；状态预估器模块由状态跟踪控制器第二数据堆栈和系统估计器模块组成，状态跟踪控制器第二数据堆栈的输入信号为状态跟踪控制器输出的执行器控制量信号，输出信号为内部存储的执行器控制量信号；系统估计器模块的输入信号为状态跟踪控制器第二数据堆栈输出的内部存储的执行器控制量、干扰估计器数据堆栈输出的不确定参数估计值和温度信息，输出信号为无时延状态变量估计值；

平衡点优化模块，用于计算对应系统最优能耗的散热器出口温度最佳设定值；平衡点优化模块的输入信号为热源出口温度期望值、散热器出口期望温度下界设定值、空气温度、干扰估计器模块输出的不确定参数估计值，输出信号为散热器出口温度最佳设定值。

状态跟踪控制器模块，用于计算电子水泵、电子风扇、电子节温器的控制信号；状态跟踪控制器的输入信号为空气温度、热源出口温度期望值、散热器出口温度最佳设定值、干扰估计器模块输出的不确定参数估计值和状态预估器模块输出的无时延状态变量估计值，输出信号为热管理系统执行器(电子水泵、电子风扇、电子节温器)的控制信号。

本发明还提供一种热管理系统，包括热源加热回路和热源散热回路，热源加热回路包括热源、电子节温器、电动水泵、第一温度传感器；热源散热回路包括热源、电子节温器、散热器、电动水泵、第二温度传感器；热源内部水套出口端与第一温度传感器入口相接，第一温度传感器出口与电子节温器入口相接；电子节温器出口1与三通阀入口1相接；电子节温器出口2与散热器入口相接；散热器出口与第二温度传感器入口相接；第二温度传感器出口与三通阀入口2相接；三通阀出口与电动水泵入口相接；电动水泵出口与热源内部水套入口相接，控制系统8输入端口分别与第一温度传感器、第二温度传感器相连；输出端口分别与电子节温器子控制器、电动水泵子控制器、散热器子控制器相连，控制系统8直接发送控制指令给相关执行器的子控制器。

本发明提供的自适应优化热管理控制方法针对基于液冷的动力源(发动机、动力电池、燃料电池)热管理系统，其控制策略包括5大核心模块，分别为时延估计模块、干扰估计器模块、平衡点优化模块、状态预估器模块和状态跟踪控制模块。针对液冷系统冷却液传输和执行器动作带来的时延问题，时延估计模块和状态预估器模块可以准确估计系统时延和系统内部实时的无时延状态，从而补偿时延问题带来的温度超调、响应慢等性能衰减。针对变化工况下动力源产热量和散热器散热量的测量与估计难题，干扰估计器模块仅仅需要测量动力源和散热器出口冷却液温度信息即可准确估计出系统的不确定热交换量，避免了更多复杂传感器的配备，节省了系统成本。针对热管理系统能耗优化问题和内部温度一致性问题，平衡点优化模块可以在满足温度一致性要求的前提下计算出对应系统最优能耗的散热器出口温度工作点。针对高性能的温度跟踪控制需求，状态跟踪控制模块可以实现快响应、高精度的温度控制。

本发明所述的控制方法在满足系统内部温度一致性要求的前提下，可以实现高精度、快响应的温度跟踪控制，保证动力源高效稳定运行；对变化的工况和大时延问题，控制系统具有高自适应和强抗干扰特性；对执行器的进行最优功率分配，实现热管理系统的最优能耗。

附图说明

图1为本发明适用的热管理系统示意图；

图1中：1、第一温度传感器，2、热源，3、电动水泵，4、电子节温器，5、三通阀,6、散热器(集成风扇)，7、第二温度传感器，8、控制器，9、管路机械联接，10、控制器输入连接，11、控制器输出连接。

图2本发明的其中一个实施例的控制框图；

图2中：A、干扰估计器，B、平衡点优化模块，C、第一数据堆栈模块，D、状态跟踪控制器，E、第二数据堆栈模块，F、热管理系统，G、第三数据堆栈模块，H、系统估计器，M、状态预估器模块，J、采样模块、K、时延估计器。

图3实施例的实验平台示意图。

图4实施例的工况一。

图5实施例的工况一的温度变化曲线。

图6实施例的工况一温度误差变化曲线。

图7实施例的工况一水泵调节曲线。

图8实施例的工况一风扇调节曲线。

图9实施例的工况二。

图10实施例的工况二的温度变化曲线。

图11实施例的工况二温度误差变化曲线。

图12实施例的工况二水泵调节曲线。

图13实施例的工况二风扇调节曲线。

具体实施方式

为进一步说明本发明的技术内容、构造特点，下面给出一个实施例，结合附图进行详细阐述。另外，为凸显本发明的有效性，采用发动机作为动力源示例，进行热管理系统台架试验，实验结果充分显示了所述控制策略的高性能。本发明保护范围不局限于以下所述。

如图1所示，本发明提供过一种基于液冷动力源的自适应优化热管理控制系统，包括7个子模块，分别是：热管理系统模型模块，用于建立热管理系统模型模拟发动机运行过程中热管理系统的运行工况以及输出系统的状态变量；延迟估计器模块，用于估计系统的纯时间延迟，延迟估计器模块输入信号为电动水泵的控制量，输出信号为估计的系统纯时间延迟；数据堆栈模块，用于存储最近的连续输入信号，数据堆栈模块输入信号为要存储的控制变量和状态变量，输出信号为内部存储的变量；采样模块，用于采集热源和散热器出口处的温度，采样模块输入信号为第一温度传感器和第二温度传感器，输出信号为动力源温度信息；干扰估计器模块，用于估计系统运行中的不确定参数，干扰估计器的输入信号为空气温度、温度信息和状态跟踪控制器第一数据堆栈输出的时间延迟控制量信息，输出信号为不确定参数估计值；状态预估器模块，用于估计系统的无时延状态变量，补偿系统系统由于时间延迟导致的性能衰减；状态预估器模块由状态跟踪控制器第二数据堆栈和系统估计器模块组成，状态跟踪控制器第二数据堆栈的输入信号为状态跟踪控制器输出的执行器控制量信号，输出信号为内部存储的执行器控制量信号；系统估计器模块的输入信号为状态跟踪控制器第二数据堆栈输出的内部存储的执行器控制量、干扰估计器数据堆栈输出的不确定参数估计值和温度信息，输出信号为无时延状态变量估计值；平衡点优化模块，用于计算对应系统最优能耗的散热器出口温度最佳设定值；平衡点优化模块的输入信号为热源出口温度期望值、散热器出口期望温度下界设定值、空气温度、干扰估计器模块输出的不确定参数估计值，输出信号为散热器出口温度最佳设定值；状态跟踪控制器模块，用于计算电子水泵、电子风扇、电子节温器的控制信号；状态跟踪控制器的输入信号为空气温度、热源出口温度期望值、散热器出口温度最佳设定值、干扰估计器模块输出的不确定参数估计值和状态预估器模块输出的无时延状态变量估计值，输出信号为热管理系统执行器(电子水泵、电子风扇、电子节温器) 的控制信号。

如图2所示，本发明提供一种基于上述控制系统的热管理控制方法，包括如下步骤：

一、使用采样模块获取热管理系统中的热源出口温度和散热器出口温度，采样模块输出动力源温度信息；同时，电动水泵控制量输入至延迟估计器，延迟估计器输出估计的系统时间延迟；

二、将空气温度、动力源温度信息、第二数据堆栈模块输出的热管理系统执行器时间延迟控制信号输入干扰估计器，干扰估计器输出热管理系统运行中的不确定参数估计值；

三、将干扰估计器输出的热管理系统不确定参数估计值输入到第一数据堆栈模块进行保存，第一数据堆栈模块输出内部存储的热管理系统不确定参数估计值信息，再将第一数据堆栈输出时间延迟的不确定参数估计值，第三数据堆栈模块内部存储的热管理系统执行器控制信号和动力源温度信息输入至系统估计器，系统估计器输出无时延状态变量估计值；

同时，将干扰估计器模块输出的不确定参数估计值、热源出口温度期望值、散热器出口期望温度下界设定值和空气温度输入平衡点优化模块，平衡点优化模块输出为散热器出口温度最佳设定值；

四、将干扰估计器输出的不确定参数估计值、系统估计器输出的无时延状态变量估计值、平衡点优化模块输出的散热器出口温度最佳设定值、热源出口温度期望值和空气温度输入状态跟踪控制器，状态跟踪控制器输出信号为热管理系统执行器的控制信号；将状态跟踪控制器输出的执行器控制信号输入到热管理系统中的相关执行器的子控制器；同时将状态跟踪控制器输出的执行器控制信号输入到第二数据堆栈模块和第三数据堆栈模块进行存储，第二数据堆栈模块的输出内部存储的热管理系统执行器时间延迟控制信号，第三数据堆栈的输出内部存储的热管理系统执行器控制信号。

在本发明的实施例中，发动机热管理系统如图1所示。发动机热管理系统主要包括2个冷却液回路：发动机加热回路、发动机散热回路。其中，发动机加热回路包括发动机(热源)2、电子节温器4、电动水泵3、第一温度传感器7；发动机(热源)散热回路包括发动机(热源)2、电子节温器4、散热器6、电动水泵3、第二温度传感器7。所述系统中，热源内部水套出口端与第一温度传感器入口相接，第一温度传感器出口与电子节温器入口相接；电子节温器出口1与三通阀入口1相接；电子节温器出口2与散热器入口相接；散热器出口与第二温度传感器入口相接；第二温度传感器出口与三通阀入口2相接；三通阀出口与电动水泵入口相接；电动水泵出口与热源内部水套入口相接。控制系统8输入端口分别与第一温度传感器、第二温度传感器相连；输出端口分别与电子节温器子控制器、电动水泵子控制器、散热器子控制器相连，控制系统8直接发送控制指令给相关执行器的子控制器，具体控制由执行器的子控制器完成。

本发明提出的控制方法适用于构与图1相同或是相似的热管理系统。

基于本实施例的热管理系统控制方法设计过程如下：

步骤1、基于液冷动力源热管理系统进行建模得到如下模型：

式(1)中x

式(2)中，c

步骤2、使用延迟估计模块估计系统的纯时间延迟τ。纯时间延迟主要和电子水泵控制量u

τ＝γ

式(3)中，γ

步骤3、使用数据堆栈模块存储最近获取的控制变量和状态变量。第一数据堆栈输出时间延迟的不确定参数估计值

步骤4、使用采样模块采集热源和散热器出口处的温度信息x

步骤5、利用干扰估计器计算系统的未知参数估计值，主要步骤如下：

(一)对系统进行重新定义如下：

x

x

u

式(3)中，x

(二)通过变量滤波器对变量x

式(5)中，κ

(三)设计回归矩阵，

其中，κ

(四)计算未知参数ζ自适应率，

式(7)中，

步骤6、利用状态预估器计算无时延的系统状态变量，

其中，

步骤7、通过平衡点优化模块求出散热器出口温度的最佳期望值x

min J

s.t.

式(9)中，函数f

步骤8、根据状态跟踪控制器求解控制量

u

式(10)中，x

通过台架实验验证本发明提供的控制方法的有效性。

如图3所示为发动机热管理系统实验平台，该实验平台中发动机热管理系统由1个dSPACE控制器、1个电动水泵、1个电动温控器、1个散热器、1个电风扇和3个温度传感器组成。通过实验测量，该系统模型参数如表1所示。通过台架实验和模型辨识，电动水泵和电动风扇的功率函数辨识如下

f

f

使用上述控制器设计流程构建热管理系统控制器，控制器参数设计如表2所示。

表1发动机热管理系统模型参数

表2发动机热管理系统控制器参数

通过两组实验来验证控制方法的有效性。

实验一：尽量使发动机产热量保持不变，使用阶跃输入信号作为发动机的期望温度，测试控制器的温度跟踪控制性能。

实验一中，设置发动机的空燃比为15.2，节气门开度为15度，尽量使发动机产热量不变。空燃比和节气门开度变化曲线如图4所示。发动机和散热器的温度控制曲线如图5所示，温度误差变化曲线如图6所示。从图5和图6可以看出发动机温度可以快速跟踪上阶跃变化的期望温度值，有效调节时间小于100s，温度稳态误差小于0.2℃。平衡点优化模块输出的散热器出口温度最优期望值x

实验二：保持发动机期望温度不变，改变发动机的产热量，测试控制器的自适应性和干扰抑制能力。

实验二中，设置发动机的空燃比为15.2，通过改变节气门开度调节发动机产热量，如图9所示。发动机和散热器的温度控制曲线如图10所示，温度误差变化曲线如图11所示。从图10和图11可以看出在变化的工况下，发动机温度和散热器温度依然可以跟踪上期望温度，温度稳态误差小于0.2℃。平衡点优化模块输出的散热器出口温度最优期望值x

实验一和实验二的结果表明，本发明提出的热管理系统控制策略控制精度高，并且保证系统能耗达到理论上的最优值。另外，面对复杂多变的工况，控制策略具有很好的干扰抑制能力和自适应性。

本发明的控制方法可以实现高精度的温度控制，选择合适的控制器参数可将温度稳态误差小于0.3℃，温度调节动态快，有效调节时间小于100s，可以满足系统内部温度一致性的设定需求，实现接近理论最优值的热管理系统能耗。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。