基于气象数据演算整车热负荷的氢能汽车空调控制方法与流程

1.本发明涉及氢能汽车技术领域，尤其涉及基于气象数据演算整车热负荷的氢能汽车空调控制方法。


背景技术：

2.整车空调实现智能制冷控制，一般需要明确整车的热负荷，而整车热负荷主要影响因素为阳光辐射强度和车内外的温差，常规办法是增加阳光传感器和车内外温度传感器，通过传感器采集数据计算出整车热负荷，从而控制空调系统提供对应的制冷量来整车降温需求。制冷量与实时热负荷的合理匹配，可以提高空调的舒适性并且降低能耗，达到高效节能的目的。但产品初期硬件成本投入较大，且开发试验标定费用高


技术实现要素：

3.本发明旨在提出基于气象数据演算整车热负荷的氢能汽车空调控制方法，在保证氢能汽车空调舒适性和节能性的同时，降低生产成本。
4.本发明提供基于气象数据演算整车热负荷的氢能汽车空调控制方法，包括如下步骤：
5.s1、获取当前时间点数的气象参数；所述气象参数包括当地气温、晴雨情况和空气污染指数；
6.s2、根据当前时间点数的所述晴雨情况、所述空气污染指数和阳光强度模型计算当前时间点数的阳光强度；
7.s3、根据所述当地气温、车内目标温度、所述阳光强度和空调负荷计算理论计算所述氢能汽车的整车热负荷；
8.s4、根据所述整车热负荷，控制空调提供对应的制冷量。
9.进一步地，所述阳光强度模型如下：
[0010][0011]
其中，i为阳光强度，单位为w/m2，t为时间点数；p为空气污染指数，其取值范围为0
‑
600；x为云层覆盖率影响因子；a的取值范围为
‑
0.001059～
‑
0.000074。
[0012]
进一步地，所述晴雨情况包括晴天、多云和阴雨；其中，
[0013]
当所述晴雨情况为晴天时，所述云层覆盖率影响因子x＝1；
[0014]
当所述晴雨情况为多云时，所述云层覆盖率影响因子x＝0.7；
[0015]
当所述晴雨情况为阴雨时，所述云层覆盖率影响因子x＝0.4。
[0016]
进一步地，所述车内目标温度的取值范围为21
‑
24℃。
[0017]
本发明的实施例提供的技术方案带来的有益效果是：本发明实施例中基于气象数据演算整车热负荷的氢能汽车空调控制方法，包括如下步骤：s1、获取当前时间点数的气象参数；所述气象参数包括当地气温、晴雨情况和空气污染指数；s2、根据当前时间点数的所
述晴雨情况、所述空气污染指数和阳光强度模型计算当前时间点数的阳光强度；s3、根据所述当地气温、车内目标温度、所述阳光强度和空调负荷计算理论计算所述氢能汽车的整车热负荷；s4、根据所述整车热负荷，控制空调提供对应的制冷量；通过获取所述气象参数，并根据所述气象参数计算当地当前时间点数的阳光强度后，根据所述当地气温、车内目标温度、所述阳光强度和空调负荷计算理论可以计算得到所述氢能汽车的整车热负荷，然后根据所述整车热负荷控制空调提供对应的制冷量，实现对所述氢能汽车空调的智能控制，在提高所述氢能汽车空调舒适性和节能性的同时，无需增加温度传感器等空调控制的硬件成本。
附图说明
[0018]
图1为本发明某一实施例中基于气象数据演算整车热负荷的氢能汽车空调控制方法的流程图；
[0019]
图2为本发明某一实施例中阳光强度随时间点数变化的曲线图；
具体实施方式
[0020]
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本技术一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
[0021]
请参考图1，本发明的实施例提供了基于气象数据演算整车热负荷的氢能汽车空调控制方法，包括如下步骤：
[0022]
s1、获取当前时间点数的气象参数；所述气象参数包括当地气温、晴雨情况和空气污染指数；
[0023]
通过氢能汽车现有的整车云平台获取当前时间点数的所述当地气温、所述晴雨情况和空气污染指数；其中，所述当地气温可以作为所述氢能汽车的车外环境温度；
[0024]
s2、根据当前时间点数的所述晴雨情况、所述空气污染指数和阳光强度模型计算当前时间点数的阳光强度；
[0025]
在此步骤中，将当前时间点数的所述晴雨情况和空气污染指数代入阳光强度模型中，得到当前时间点数的阳光强度；
[0026]
s3、根据所述当地气温、车内目标温度、所述阳光强度和空调负荷计算理论计算所述氢能汽车的整车热负荷；
[0027]
需要说明的是，空调负荷计算理论为现有技术，故不在此赘述其具体计算过程；只要获得所述车外环境温度、所述车内目标温度和所述阳光强度即可通过所述空调负荷计算理论得到所述氢能汽车的整车热负荷；其中，所述车内目标温度可以根据需要进行设置；
[0028]
s4、根据所述整车热负荷，控制空调提供对应的制冷量。
[0029]
根据所述整车热负荷，即可根据空调自身的特性提供对应的制冷量，以实现所述氢能汽车内部空气温度的调节。
[0030]
需要说明的是，所述整车热负荷主要由阳光热辐射和车内外温差引起的热传递产生，而其中又以阳光热辐射为关键影响因素，尤其是春秋季时，单日阳光热辐射在整车热负荷中占的比重大，且波动大，从0％到80％左右，是整车空调系统控制的重点考虑因素；
[0031]
影响太阳辐射强度的影响因素主要有天然气象因素以及人为因素；天然气象因素
主要有太阳高度角和云层覆盖率影响因子；人为因素主要是人类活动产生的大气污染，生成大量气溶胶，从而导致大气透明度改变；人为因素可通过空气污染指数p进行拟合，可简化为exp(a
×
p)；
[0032]
太阳高度角除了与当地经纬度以及季节性因素相关，单日内最主要因素是太阳东升西落引起的角度变化，从而太阳高度角可简化为与当地时间点数t相关的变量；而云层覆盖率影响因子x也可简化为晴天、多云和阴雨三种情况。
[0033]
具体地，在本实施例中，所述阳光强度模型如下：
[0034][0035]
其中，i为阳光强度，单位为w/m2，t为时间点数；p为空气污染指数，其取值范围为0
‑
600；x为云层覆盖率影响因子；a的取值范围为
‑
0.001059～
‑
0.000074。
[0036]
在本实施例中，上述公式中的(
‑
30.492t2 782.98t
‑
4035.6)为标准阳光强度模型，记为i0，具体如下：
[0037]
i0＝
‑
30.492t2 782.98t
‑
4035.6
[0038]
标准阳光强度模型i0可以通过历史气象参数进行二次函数拟合得到。
[0039]
示例性地，图2为武汉某日24小时内，阳光强度i随时间点数t的变化曲线；通过对图2中的曲线进行二次函数拟合即可得到当地的标准阳光强度模型i0。
[0040]
具体地，所述晴雨情况包括晴天、多云和阴雨；其中，
[0041]
当所述晴雨情况为晴天时，所述云层覆盖率影响因子x＝1；
[0042]
当所述晴雨情况为多云时，所述云层覆盖率影响因子x＝0.7；
[0043]
当所述晴雨情况为阴雨时，所述云层覆盖率影响因子x＝0.4。
[0044]
具体地，所述车内目标温度的取值范围为21
‑
24℃。
[0045]
以设计工况下热负荷为4kw的氢能汽车为例说明所述氢能汽车的整车热负荷的计算方法：
[0046]
所述整车热负荷的计算公式为q＝69
×
(t1‑
t2) i
×
1.94 904
[0047]
其中，q为所述整车热负荷；t1为车外环境温度，单位为℃；t2为所述车内目标温度，单位为℃；i为阳光强度，单位为w/m2。
[0048]
本实施例中基于气象数据演算整车热负荷的氢能汽车空调控制方法的技术效果如下：
[0049]
通过获取所述气象参数，并根据所述气象参数计算当地当前时间点数的阳光强度后，根据所述当地气温、车内目标温度、所述阳光强度和空调负荷计算理论可以计算得到所述氢能汽车的整车热负荷，然后根据所述整车热负荷控制空调提供对应的制冷量，实现对所述氢能汽车空调的智能控制，在提高所述氢能汽车空调舒适性和节能性的同时，无需增加温度传感器等空调控制的硬件成本。
[0050]
以上未涉及之处，适用于现有技术。
[0051]
在本文中，所涉及的前、后、上、下等方位词是以附图中零部件位于图中以及零部件相互之间的位置来定义的，只是为了表达技术方案的清楚及方便。应当理解，所述方位词的使用不应限制本技术请求保护的范围。
[0052]
在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。
[0053]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。