面向实时热舒适优化的电动汽车热泵系统非线性模型预测控制:基于控制导向PMV模型

《Machines》:Real-Time Thermal Comfort-Oriented NMPC for Electric Vehicle Heat Pump Systems Using a Control-Oriented PMV Model

【字体: 大 中 小 】 时间:2026年08月30日 来源:Machines 3.0

编辑推荐:

  座舱供暖在寒冷天气下显著影响电动汽车(EV)续航里程,使得高能效热管理至关重要。传统控制策略通常调节固定座舱温度设定值,可能导致次优能耗且无法直接考虑乘员热舒适。研究人员提出一种面向实时热舒适的电动汽车热泵系统非线性模型预测控制(NMPC)框架。为实现实时实施

  
座舱供暖在寒冷天气下显著影响电动汽车(EV)续航里程,使得高能效热管理至关重要。传统控制策略通常调节固定座舱温度设定值,可能导致次优能耗且无法直接考虑乘员热舒适。研究人员提出一种面向实时热舒适的电动汽车热泵系统非线性模型预测控制(NMPC)框架。为实现实时实施,通过结合数据驱动的热泵性能模型与线性化预测平均评价(PMV)模型,建立控制导向模型。所提NMPC在满足执行器约束的同时优化乘员热舒适与压缩机能耗之间的权衡。采用高保真基于物理的虚拟被控对象评估该策略。仿真结果表明,所提NMPC将热舒适维持在推荐PMV范围内,同时相比传统基于规则控制器总能耗降低8.3%。此外,涉及1210组基于规则控制器增益整定案例与100组NMPC权重场景的参数研究表明其舒适–能耗权衡具有持续优越性。平均计算时间在仿真平台上低于0.15 s,表明所提NMPC公式可在选定采样间隔内求解。这些结果凸显了面向热舒适的NMPC在提升电动汽车热泵系统乘员舒适与能效方面的潜力。
研究背景与动机
电动汽车(EV)快速普及使高效热管理系统(TMS)成为关键。不同于内燃机车辆可利用废热,EV在寒冷环境下需专用供暖系统,热泵因比正温度系数(PTC)加热器更高效而成为主流方案,但座舱供暖仍是冬季最大辅助能耗之一,显著缩短续航。传统基于规则与反馈控制多以固定座舱空气温度为目标,未显式优化未来热态演化与能耗;而模型预测控制(MPC)可前瞻多目标、约束与系统动态。乘员热舒适不能仅由空气温度描述,须用ISO 7730标准化的预测平均评价(PMV)指标,但原版PMV含非线性热平衡及难测的代谢率、服装热阻等乘员相关变量,直接嵌入实时优化困难。因此,需在模型保真度、计算复杂度与舒适表征间取得平衡,构建控制导向模型以实现实时非线性MPC。
论文发表于《Machines》,研究人员针对EV冬季热泵供暖场景,开发了一种以热舒适为导向的实时非线性模型预测控制(NMPC)框架,并基于高保真物理虚拟被控对象验证其相较基于规则控制器在舒适–能耗权衡上的优势。
主要关键技术方法
研究人员采用MATLAB/Simscape 2025b建立高保真物理虚拟被控对象(含压缩机、电子膨胀阀、内外冷凝器、蒸发器与座舱体积);从中提取数据驱动热泵性能映射(制热量Qhp、压缩机功率Pcomp、鼓风机功率Pblwr关于鼓风机指令ublwr、压缩机转速ucomp、环境温度Tamb、座舱温度Tcab的多项式),并加一阶滞后近似换热器热惯性与执行器延迟;座舱用两状态集总热模型(Tcab、内饰质量温度Tint);PMV将原Fanger模型中的代谢率与服装热阻固定为冬季标称值,对可测状态做最小二乘线性回归得线性化控制导向PMV;NMPC以GRAMPC求解器实现滚动时域优化,预测时域Np=5、采样10 s、代价函数加权PMV偏差、压缩机能耗与输入变化率,并限幅ucomp∈[0,3600] rpm、ublwr∈[0,1]。
研究结果
  1. 2.
    控制导向建模
    2.1 目标系统:Simscape高保真模型作虚拟被控对象。
    2.2 控制视角对象:输入ucomp、ublwr;状态Tcab、Tint;扰动Tamb。
    2.3 座舱热模型:两状态能量平衡,含通风/渗漏/内饰换热项,RMSE 0.0936 °C、R2 0.9988。
    2.4 热泵模型:数据驱动多项式+一阶滞后,稳态制热量RMSE<20 W。
    2.5 热舒适模型:原PMV固定乘员参数后拟合成Tcab、Tint、相对湿度RH的线性式,R2 0.9816、RMSE 0.2487 PMV单位。
    2.6 模型验证:控制导向模型精度满足NMPC嵌入需求。
  2. 3.
    控制器设计
    3.1 控制目标:PMV维持ISO 7730中性区(|PMV|≤0.5)而非固定Tcab设定值,同时最小化压缩机功。
    3.2 最优控制问题:有限时域代价J含LPMV、能耗项、Δu惩罚项,权重λPMV、λE、λΔu调节;约束为第2节动力学与执行器限幅。
    3.3 NMPC实现:GRAMPC增广拉格朗日投影梯度法求解;每步仅施首控制量;平均单步计算约0.14 s,远小于10 s采样间隔。
  3. 4.
    验证与讨论
    4.1 验证设置:环境2 °C、初温2 °C;基线为调至27 °C定温跟踪的基于规则控制器(稳态近似PMV中性);同初始与时长比对。
    4.2 热舒适与跟踪:两者均入|PMV|≤0.5;Tcab约250 s升至26 °C;PMV稳定时间规则控563 s、NMPC 574 s,证明NMPC不以牺牲舒适换节能。
    4.3 能耗分析:平均压缩机功率567 W→520 W,压缩机能耗降8.3%,累计能耗全程更低。
    4.4 控制输入:规则控按当前误差反应式高开低收;NMPC按预测热需求前期较强、后期主动回落,体现预测分配加热努力机制。
    4.5 舒适–能耗权衡:1210组规则控增益+100组NMPC权重散点显示,NMPC簇集于左下更优区(更短/可比PMV稳定时间+更低平均功率),同功率下PMV更接近0。
    4.6 计算性能:平均<0.15 s/步,证明控制导向建模使NMPC在选定采样内可解;但是PC仿真非车载ECU实测。
结论翻译
本研究提出一种面向实时热舒适的电动汽车热泵系统非线性模型预测控制(NMPC)框架。为实施舒适导向优化,融合降阶座舱热动态、数据驱动热泵性能映射与简化PMV舒适模型建立控制导向模型;原PMV乘员相关变量以标称值替代,使舒适仅用可测车速状态表征且低计算复杂。NMPC用GRAMPC实现并于高保真物理虚拟被控对象评估:在维持热舒适同时较基于规则控制器压缩机能耗降8.3%,升温与PMV稳定行为相当。1210组规则控与100组NMPC权重参数研究进一步表明该权衡稳健优于反应式控制。仿真平台平均计算<0.15 s/步(采样10 s),具实时潜力但非ECU直测。研究限于冬季供暖与虚拟被控对象,未显式含日照、湿度动态、结霜除雾;后续需硬件在环、变环境、自适应PMV参数与通风除霜扩展。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号