一种电动矿用宽体车动力系统能效控制优化方法、系统、设备及存储介质与流程

本发明涉及新能源车辆动力电池热管理，具体为一种电动矿用宽体车动力系统能效控制优化方法、系统、设备及存储介质。

背景技术：

1、与乘用电动汽车相比，电动矿用宽体车需长期面对-30℃至50℃的极端宽温域波动、高粉尘、持续大负荷循环作业的恶劣工况。动力电池及电机驱动系统在高倍率充放电及连续重载作业下，产热功率显著且热负荷高度波动，对整车动力系统电热集成的电能调度效率、系统能耗水平及极端工况适应性提出了严苛要求。

2、当前，行业内主流的电动矿用宽体车动力系统多采用分立式热管理架构，即将电驱系统散热、动力电池热管理、辅助能量转换等子系统独立运行。这种方案存在严重的硬件冗余与能量孤岛效应：首先，动力电池与驱动电机产生的大功率余热未能在动力系统层面实现梯级利用，导致无效热能排放占比高；其次，由于缺乏整车级的电热耦合控制策略，辅助系统在极端环境下的电能分配极其粗放，尤其在极寒工况下，为保障动力电池及电机处于安全运行区间，辅助热力系统能耗剧增，最高造成整车25%以上的续航损失，直接削弱了车辆的作业效率与经济性。

3、在控制策略层面，现有的控制方案多基于传统的开关控制或pid反馈控制，难以应对动力系统强非线性、多组件热负载强耦合以及大滞后的固有特性。pid控制不仅参数整定高度依赖人工经验，且由于缺乏对环境波动及整车行驶工况的预判能力，难以满足重载作业中电能分配的实时优化需求。虽然近年来模型预测控制（mpc）开始引入热管理领域，但现有应用大多局限于温控目标，缺乏将“动力电池soc均衡”、“驱动系统热效率”与“整车续航电能消耗”作为一个统一的电热耦合系统进行全局优化的架构设计。

4、因此，在矿山极端宽温域工况下，如何开发一种深度集成动力系统电热耦合特性，并具备全局能效感知与自适应多目标优化能力的控制方法，从整车动力学与电能利用效率角度，实现电池安全管理、驱动系统稳态运行与续航能耗最小化的协同优化，是当前电动矿用宽体车动力系统智能化升级中亟待解决的关键技术问题。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明解决的技术问题是：在应对矿山极端工况时，动力系统各组件（电池、电机、电控）电热耦合复杂，导致的电能调度不合理、续航里程损失大、电池工作区间不均衡的问题。

3、为解决上述技术问题，本发明提供如下技术方案：一种电动矿用宽体车动力系统能效控制优化方法，包括将当前热状态参数以及外部前馈扰动信息输入至预先构建的热管理状态预测模型中进行前馈补偿计算，获取超前预测未来控制时域内电动矿用宽体车由动力电池、电机电控及驾驶舱构成的各热源系统的热状态动态演变趋势；以热状态动态演变趋势反映的未来控制时域内的动力电池温控目标偏差、系统总运行能耗及执行机构动作平稳性为联合优化导向进行在线寻优，生成待选控制解集；基于各个优化目标在当前瞬态运行工况下的客观差异程度，动态在线调整各优化目标的客观权重，并据此从待选控制解集中提取唯一的最优折中控制解输出至物理执行机构，以此在复合突变工况下进行多目标平衡的滚动反馈调控。

4、作为本发明所述的电动矿用宽体车动力系统能效控制优化方法的一种优选方案，其中：热状态动态演变趋势包括，解析外部前馈扰动信息中的瞬态负荷冲击特征和环境热负荷剧变特征，并将其转化为扰动前馈补偿增益，在热管理状态预测模型中对各热源系统的初始状态预测值进行实时叠加修正后，生成消除响应滞后与温度超调的各热源系统温度时间序列预测轨迹；各热源系统包括动力电池热管理系统，动力电池热管理系统通过制冷剂回路与冷却液回路的板式换热器耦合，以对动力电池温度进行主动调节。

5、作为本发明所述的电动矿用宽体车动力系统能效控制优化方法的一种优选方案，其中：热管理状态预测模型为多输入输出的连续时间状态空间模型，表示为：

6、，

7、，

8、其中，为系统状态向量的一阶时间导数，表征系统状态变量随时间的动态变化率，为系统状态向量，，分别为驾驶舱内空气平均温度、舱内空气比焓、新风余热回收换热量，为系统控制输入向量，为系统前馈扰动向量，为系统状态矩阵，表征状态变量自身的动态特性，为控制输入矩阵，表征控制量对状态变量的作用关系，为扰动输入矩阵，表征前馈扰动量对状态变量的影响，为系统输出向量，为输出矩阵，为控制量的直接传递矩阵，为扰动量的直接传递矩阵。

9、作为本发明所述的电动矿用宽体车动力系统能效控制优化方法的一种优选方案，其中：在线寻优为基于状态空间模型离散化构建的模型预测控制框架下进行，在线寻优过程中设置多维度硬约束条件以限定待选控制解集的边界；硬约束条件包括：状态变量约束、控制变量约束及控制量变化率约束，状态变量约束用于限定动力电池荷电状态、动力电池温度及电机电控温度的安全工作区间，控制变量约束用于限定执行机构物理运行范围，控制量变化率约束用于限定部件耐久性。

10、作为本发明所述的电动矿用宽体车动力系统能效控制优化方法的一种优选方案，其中：在线寻优进行滚动时域求解时，将控制时域内的控制变量序列作为粒子维度，通过非支配排序与拥挤度计算，配合动态线性递减的惯性权重进行全局迭代寻优，以收敛生成所述待选控制解集。

11、作为本发明所述的电动矿用宽体车动力系统能效控制优化方法的一种优选方案，其中：在线寻优时还包括，根据车辆当前所处瞬态工况对粒子群的搜索边界实时自适应动态裁剪，在满载爬坡和新风剧变工况下，增大粒子群在温控精度维度上的搜索密度，在稳态巡航工况下，增大在能耗降低维度上的搜索步长，以加速最优前沿解集的收敛效率。

12、作为本发明所述的电动矿用宽体车动力系统能效控制优化方法的一种优选方案，其中：基于各个优化目标在当前瞬态运行工况下的客观差异程度动态在线调整各优化目标的客观权重，采用熵权法提取待选控制解集中各个非支配解在各个优化目标下的函数值构建决策矩阵，并对决策矩阵进行无量纲化处理得到标准化矩阵；根据标准化矩阵计算各个解在对应优化目标维度上的比重，进而计算各优化目标的信息熵值；根据信息熵值计算各优化目标的差异系数，归一化得到各优化目标在当前瞬态运行工况下的客观权重。

13、本发明的另外一个目的是提供一种电动矿用宽体车动力系统能效控制优化系统，其能通过以未来控制时域内的温控目标偏差、系统总运行能耗及执行机构动作平稳性为联合优化导向进行在线寻优，生成待选控制解集，解决了目前的电动矿用宽体车动力电池热管理系统含有多目标寻优收敛速度慢、实时性不足的问题。

14、作为本发明所述的电动矿用宽体车动力系统能效控制优化系统的一种优选方案，其中：包括状态预测与前馈补偿模块，预测模型构建模块，自适应寻优模块，滚动决策控制模块；状态预测与前馈补偿模块用于采集当前热状态参数及外部前馈扰动信息，解析外部前馈扰动信息中的瞬态负荷冲击特征和环境热负荷剧变特征以转化为扰动前馈补偿增益，以超前预测未来控制时域内电动矿用宽体车各热源系统的热状态动态演变趋势；预测模型构建模块用于利用采集的前馈扰动数据，构建热管理状态预测模型，并在设定的采样周期下进行离散化处理，生成适配滚动时域计算的离散热管理状态预测模型；自适应寻优模块用于整合温控目标偏差、系统总运行能耗以及执行机构动作平稳性，构建多目标优化代价函数，并将控制时域内的控制变量序列作为粒子维度输入至多目标粒子群算法中，通过限定的迭代次数进行非支配排序与拥挤度计算，生成待选控制解集；滚动决策控制模块用于利用自适应熵权法对待选控制解集中的各目标进行信息熵客观权重整定，在极寒工况或极热重载工况下自适应调节能耗与温控的权重比，动态筛选出当前时段的最优折中控制序列，并提取最优折中控制解输出至物理执行机构，在下一采样时刻基于系统状态实际反馈进行滚动时域修正。

15、本发明的再一个目的是提供了一种电动矿用宽体车动力系统能效控制优化设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序是实现电动矿用宽体车动力系统能效控制优化方法的步骤。

16、本发明的还一个目的是提供了一种电动矿用宽体车动力系统能效控制优化存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现电动矿用宽体车动力系统能效控制优化方法的步骤。

17、本发明的有益效果：

18、本发明提供的电动矿用宽体车动力系统能效控制优化方法通过将当前热状态参数与外部前馈扰动信息输入状态预测模型进行前馈补偿计算，超前预测各热源系统的动态演变趋势，显著提升热管理系统在复合突变工况下的动态抗扰动能力与响应速度，通过状态预测与前馈补偿实现前瞻性微调，使系统在极热重载或极寒的恶劣作业环境下仍保持较高的控制稳定性，通过对动力电池、驱动系统与辅助能耗系统进行深度电热耦合优化，实现了电动矿用宽体车在极端作业环境下的全局能量调度，通过降低热管理系统对动力电池能耗的非必要占用，显著提升了车辆的续航能力和动力系统整体电能利用效率，有效解决了电动矿用车辆在恶劣工况下因辅助系统能耗大导致的整车续航里程严重衰减问题，融合改进的多目标粒子群算法与自适应熵权法，攻克传统模型预测控制参数人工整定困难及多目标难以协同平衡的问题，有效解决传统mpc参数人工整定难、多目标难平衡的问题，还能在保障动力电池稳态温度波动小于0.5℃的精准控温前提下，实现极寒、极热工况下系统累计能耗较传统控制分别降低19.7%和24.4%的显著节能效果，同时将压缩机转速波动控制在5%以内，大幅提升了核心执行机构的耐久性与整车的续航能力。