集中式非线性模型预测控制技术在电池电动汽车中的高效热管理应用 作者：Marcell Misznéder、Ulrich Rengstl、Manuel Hopp-Hirschler 和 Ulrich Nieken

《World Electric Vehicle Journal》：Centralized Nonlinear Model Predictive Control for Energy Efficient Thermal Management in Battery Electric Vehicles Marcell Misznéder, Ulrich Rengstl, Manuel Hopp-Hirschler and Ulrich Nieken

　　

摘要

热管理是提高电池电动汽车（BEVs）效率、性能和可靠性的关键因素，尤其是在由强耦合组件和异构热动力学系统组成的车辆中。本研究提出了一种集中式非线性模型预测控制（NMPC）策略，用于控制BEVs中的组件冷却，旨在将温度保持在最佳范围内，同时最小化能耗并满足执行器约束。在MATLAB/Simulink R2024b中开发了一个简化版的基于物理的模型，并使用CasADi实现了NMPC控制。该控制方法将冷却液温度作为稳定状态，并对采样时间、预测范围和权重因子进行了系统化的参数化设置。所考虑的热管理系统由具有不同整体时间常数的液压耦合子系统组成，对这些子系统应用了单时域NMPC公式。仿真结果表明，所提出的控制器能够准确跟踪具有不同惯性的组件之间的热动态，并有效捕捉交叉耦合效应。敏感性分析表明，采样时间和预测范围的变化对温度轨迹和能耗的影响有限，从而证明了该控制方法的鲁棒性和实时适用性。与基于规则的控制器相比，根据环境条件和驾驶周期的不同，NMPC可使能耗降低多达30%；同时还能改善温度调节效果，特别是对于高压电池而言，其峰值温度可降低2 K，并实现更均衡的温度分布。这些发现表明，集中式NMPC是适用于具有异构动态的直接耦合BEV子系统的热管理方法的。