电动汽车乘员舱与动力电池协同制冷控制方法

    公开(公告)号:CN118683270A

    公开(公告)日:2024-09-24

    申请号:CN202410767895.5

    申请日:2024-06-14

    Applicant: 重庆大学

    Abstract: 本发明涉及一种电动汽车乘员舱与动力电池协同制冷控制方法,属于新能源汽车整车热管理领域。该方法包括:建立空调系统‑乘员舱动态热模型及其耦合模型,动力电池的电‑热耦合模型以及电池制冷回路模型;设计一种无需系统具体转移方程的基于动态规划的新型控制方法,建立其数学模型;通过该方法建立的控制器输出信号通过控制各热管理部件工作,实现全局乘员舱温度与电池温度最佳。本发明规避了动态规划算法中需要推导被控系统具体状态转移方程以实现状态变量的更新和最佳控制变量的求解,解决了复杂模型难以写出转移方程的痛点,也避免了模型离散化过程中繁琐的数学计算,同时能够保证在系统节能、乘员舱温度控制和电池温控等方面均有良好的效果。

    电动汽车乘员舱与动力电池协同加热控制方法及装置

    公开(公告)号:CN115230433B

    公开(公告)日:2024-05-14

    申请号:CN202211013077.3

    申请日:2022-08-23

    Applicant: 重庆大学

    Abstract: 本发明涉及一种电动汽车乘员舱与动力电池协同加热控制方法及装置,属于整车热管理领域。该方法包括:根据车辆传感器上获取的上游信号,获取温度、车速及阳光辐射状态向量;根据车辆参数,获取热泵空调系统‑乘员舱动态热模型及其耦合模型,动力电池的电‑热耦合模型以及电池加热回路模型;设计带有分布式模型预测控制器DMPC的争锋相对的新型控制方法,输出控制信号,其中DMPC采用非合作博弈方法迭代求解;输出下游信号到热控制中央处理器,控制各热管理零部件。本发明能够有效过滤处理传感器输入的数据,避免无效数据传入热管理系统中央处理器,提高主机运行效率,保证在系统节能、乘员舱温度控制和电池温控等方面均有良好的效果。

    一种基于模型预测控制的牵引式挂车轨迹跟踪方法

    公开(公告)号:CN111123707B

    公开(公告)日:2022-03-29

    申请号:CN201911370775.7

    申请日:2019-12-26

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于模型预测控制的牵引式挂车轨迹跟踪方法,属于无人驾驶中的轨迹跟踪控制领域。该方法包括:S1:构建牵引式挂车横向动力学模型和误差模型;S2:采用MPC对牵引式挂车的横向跟踪模型进行预测控制;S3:以牵引式挂车的前轮偏角为控制量,实现牵引式挂车对期望路径的跟踪行驶。本发明利用MPC对牵引式挂车的动力学模型和误差模型进行精确的跟踪控制。建立的横向跟踪模型模拟了真实的驾驶环境,并且对道路的曲率变化具有鲁棒性,可以同时保证跟踪的精度和稳定性。利用本发明可以进一步实现牵引式挂车的无人驾驶,在提高货运效率的同时减少交通事故的发生。

    考虑温度和SOC双因素的锂电池等效电路模型建立方法

    公开(公告)号:CN114236402A

    公开(公告)日:2022-03-25

    申请号:CN202111243222.2

    申请日:2021-10-25

    Applicant: 重庆大学

    Abstract: 本发明涉及一种考虑温度和SOC双因素的锂电池等效电路模型建立方法,所述方法包括对正交实验进行设计,然后根据正交实验设计中的温度和SOC因素影响,构建ECM模型,估计ECM模型的参数,然后以阿伦尼乌斯模型为基础,多项式模型为参数,用分段函数的形式描述,得到OPPA模型,通过选择不同的段数和阶数,估计OPPA模型的模型参数,加载预测结果最好段数和阶数的参数,代入OPPA模型获取ECM模型的参数,从而获取OPPA‑ECM模型。本发明设计了双因素正交试验,基于温度影响阿伦尼乌斯方程的形式,结合SOC影响多项式模型,建立了OPPA模型。利用OPPA修正ECM模型的参数,进而使ECM模型在未知温度和SOC条件下对EIS阻抗谱表现出较好的预测性能。

    一种基于电-热-神经网络耦合模型的动力电池SOC和SOT联合状态估计方法

    公开(公告)号:CN110703114A

    公开(公告)日:2020-01-17

    申请号:CN201911031589.0

    申请日:2019-10-28

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于电-热-神经网络耦合模型的动力电池SOC和SOT联合状态估计方法,属于电池管理领域。该方法包括:S1选定待测动力电池,搜集整理相关技术参数,建立该动力电池时域内连续的ETSM模型,并确定模型输入输出参数;S2在不同温度下模拟两个城市驾驶循环工况和两个公路驾驶循环工况,采集电池状态数据;S3对ETSM模型进行参数辨识,得到电-热子模型的特性参数;S4利用参数化的ETSM模型生成训练数据库,进行神经网络训练,建立ETNN模型,对端电压Vsp与核心温度Tc进行估计;S5采用UKF对电池SOC和SOT进行联合估计。本发明能够在极端温度和大电流条件下,对动力电池进行状态有效估计。

    一种数据驱动的电动车辆锂离子电池析锂诊断方法

    公开(公告)号:CN109143083B

    公开(公告)日:2019-12-13

    申请号:CN201811319070.8

    申请日:2018-11-07

    Applicant: 重庆大学

    Abstract: 本发明涉及一种数据驱动的电动车辆锂离子电池析锂诊断方法,属于电池管理技术领域。该方法包括:S1:建立锂离子电池的电化学模型;S2:离线阶段,构建ANN来模拟不同工况下锂离子电池输入输出的响应关系,利用Kriging模型建立ANN权重和固相扩散系数之间的映射关系;S3:在线阶段,通过实验测得电池充电过程的数据,预测电池实际的正负极固相扩散系数;S4:将固相扩散系数代入固相扩散方程,计算得到充电过程中正负极的固相锂离子浓度,建立基于浓度的析锂的判据,利用计算得到的正负极浓度判断充电过程中是否发生析锂现象。本发明在保持锂离子电池完整性的条件下,降低了析锂现象检测过程对于机理模型的依赖程度。

    一种基于等效电路模型的动力电池SOC/SOH/SOP联合估计方法

    公开(公告)号:CN108508371B

    公开(公告)日:2019-10-22

    申请号:CN201810313074.9

    申请日:2018-04-09

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于等效电路模型的动力电池SOC/SOH/SOP联合估计方法,属于电池管理技术领域。该方法包括以下步骤:首先选定动力电池的类型及型号,获取相应技术参数并建立电池等效电路模型;随后,在特定温度下,对被测电池进行涓流充放电实验及HPPC实验获得电池特征参数;进一步通过实验数据建立电池OCV与SOC间的关系,同时对电池模型中的参数进行辨识并反馈至模型中;最后,向联合估计算法导入传感器数据,通过mMHE方法和滚动窗口在线参数辨识方法更新模型参数,并实现SOC、SOH及SOP的在线联合估计。本发明在保证一定运算速度的条件下,对SOC、SOH及SOP实现不同时间尺度下的精确估计。

Patent Agency Ranking