详情

原文传递智能网联电动汽车电池组低温加热集成系统优化策略研究

论文题名：	智能网联电动汽车电池组低温加热集成系统优化策略研究
关键词：	电动汽车;动力电池组;低温加热集成系统;非线性模型预测控制
摘要：	在低温环境，动力电池组的充放电性能下降制约了电动汽车的应用。而且，低温充放电易导致锂枝晶产生，引起内部短路，热失控等安全事故。为了保证电动汽车的安全稳定运行，需将电池组加热到适宜温度。但是加热电池组消耗大量能量，加剧了电动汽车里程焦虑。因此，本研究以电池组为研究对象，对电池组低温加热系统的建模和融合V2C信息的电池组加热优化策略的设计进行研究。本文主要研究内容如下：　　电池组低温加热集成系统模型。为提升系统能效比，设计了包含驱动电机废热回收、热泵空调和电池组液体加热三部分的电池组低温加热集成系统结构。在此基础上，根据电池生热机理、传热学知识和均匀壁温理论，建立了电池组生热方程和液体加热方程，进而得到了电池组电热耦合模型；根据逆卡诺循环原理，进行集总处理，建立了简化的热泵空调机理模型；通过分析电动汽车驱动电机的损耗产生机理，建立了驱动电机热力学模型。将三部分模型结合，完成了面向控制的电池组低温加热集成系统模型的搭建，通过与AMESim模型进行对比验证了该模型的准确性。　　电池组低温加热集中式非线性模型预测控制（NMPC）优化策略。针对电池加热过程受电池时变参数和电动汽车运行状态影响，导致系统非线性的问题，提出了一种集中式NMPC加热优化策略。集中式NMPC以改进遗传算法作为求解器减小运算成本，并通过建立受压缩机转速等条件约束的多目标优化函数调节电池组温度和加热过程能耗。此外，在NMPC预测时域的每个采样时刻，将基于V2C通信获得的未来车速预测信息作为输入引入加热过程，提升优化策略调节效果。通过和PID控制进行对比验证了集中式NMPC优化策略的有效性。　　电池组低温加热分层NMPC优化策略。针对集中式NMPC多约束求解速度慢，且传热过程的慢变特性与动力传递过程的快变特性导致系统各环节对求解速度的需求不同的问题，提出了电池组低温加热分层NMPC优化策略。为充分考虑未来车速对电池组生热等慢变过程带来的影响，并减小计算成本，在V2C通信的基础上，上层NMPC采用长预测时域和大采样时间，并通过多目标优化函数调节电池温度、电池老化和能量消耗之间的关系，获得电池组加热的最佳目标温度。下层NMPC根据目标函数实时调节压缩机转速和水泵转速来改变制热量，达到在保证电池组温度跟随最佳目标温度的同时降低能耗的目的。其次，下层NMPC选用短预测时域和小采样时间，通过极限学习机算法实现短时域车速预测，以减小运算成本并保证调节精度。　　在TESS NG软件上搭建交通仿真模型，实现对V2C通信车速预测的模拟。在此基础上，将分层NMPC与集中式NMPC优化策略进行对比。结果表明，相较于集中式NMPC，分层NMPC优化策略在保温阶段减小能量消耗7%，运算平均时间减小了0.11s。与室温相比，分层NMPC优化策略仅使电池老化率增加了8%，加热优化效果较好。
作者：	丁浩
专业：	控制科学与工程
导师：	马彦
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022