本發明屬于，具體涉及一種基于未來車速信息預判的空調節能控制方法。
背景技術：
1、由于座艙的冷卻需求，電動汽車的續航里程顯著減少。當前的空調控制策略往往基于簡單的規則，在外界環境變化時，不僅難以保持車艙的熱舒適性，而且適應性差，還可能造成過冷，從而導致能源浪費。模型預測控制是基于模型的控制方法，通過對多變量系統的精確建模和優化控制，能夠有效處理空調系統中的多輸入多輸出問題。同時，網聯信息使得實時獲取未來車速信號成為可能，這為空調系統的動態優化控制提供了有力支持。
2、因此，亟需一種基于未來車速信息預判的空調節能控制方法，以實現空調系統在不同工況下的動態優化控制。
技術實現思路
1、為了克服上述問題，本發明提供一種基于未來車速信息預判的空調節能控制方法，本方法通過網聯車速信息，動態調整空調系統的運行模式，以提高能效和舒適性。
2、一種基于未來車速信息預判的空調節能控制方法，包括如下內容：
3、一，預測模型的建立：
4、建立空調系統的面向控制的預測模型，該模型采用多項式擬合方法描述座艙溫度tzc和蒸發器壁溫te的動態行為；該模型以鼓風機質量流量mg、蒸發器壁溫設定值tes、座艙設定溫度tzc,r為輸入數據，以蒸發器壁溫te、座艙進氣溫度tjq、座艙溫度tzc、座艙殼體溫度tkt、座艙內部溫度tcn、壓縮機功率pys、鼓風機功率pgf為輸出數據；具體公式如下：
5、
6、te(k+1)＝γ2+te(k)+θ5te(k)+θ6tes(k)+θ7mg(k)+θ8te(k)mg(k)#(2)
7、其中θ1-θ8和γ1，γ2表示要識別的參數，mg為鼓風機質量流量，tes為蒸發器壁溫設定值，k為當前時刻；
8、二，建立能耗預測模型，用于估算空調系統中的主要能耗部件——壓縮機和鼓風機的功率，模型的數學形式如下：
9、
10、
11、其中，σ1-σ5和γ3表示要識別的參數，pys為壓縮機功率，pgf為鼓風機功率；
12、三，建立如下優化問題，優化目標是最小化預測時域內的座艙溫度跟蹤誤差與空調系統能耗之和，公式如下：
13、
14、需要滿足座艙溫度tzc和蒸發器壁溫te的蒸發器溫度動態方程及狀態約束如下：
15、
16、式中，i代表預測時刻的索引，范圍為0至np-1,其中np是預測時域的長度，k為當前時刻索引，表示當前的時間點，(i∣k)表示在當前時刻k進行預測時，第i個預測時刻的對應變量值，tzc,r為座艙設定溫度，pgf為鼓風機功率，δt表示時間間隔；
17、四，獲取預測時域內的座艙溫度tzc、座艙設定溫度tzc,r、車速、壓縮機功率pys、鼓風機功率pgf，對目標函數即公式(5)進行求解，獲取最優控制量：蒸發器壁溫設定值tes鼓風機質量流量mg；
18、五，將獲取的蒸發器壁溫設定值tes鼓風機質量流量mg輸入車機控制器，車機控制器根據最優控制量調節壓縮機的轉速和鼓風機的電壓。
19、所述座艙設定溫度tzc,r根據車速調節。
20、當車速高于60km/h時，座艙設定溫度tzc,r為23℃，當車速低于30km/h時，座艙設定溫度tzc,r為26℃，其他車速下座艙設定溫度tzc,r為25℃。
21、所述步驟四中使用matlab中的fmincon工具箱對目標函數即公式(5)進行求解，獲取最優控制量。
22、所述tzc(i+1|k)＝ftzc(i|k)：表示在當前時刻k進行預測時，第i+1個預測時刻的座艙溫度tzc等于當前時刻k,即第i個預測時刻的座艙溫度的函數；表示在當前時刻k進行預測時，第i+1個預測時刻的蒸發器壁溫te等于當前時刻k,即第i個預測時刻的蒸發器壁溫的函數。
23、所述tzc，min≤tzc(i|k)≤tzc，max：表示座艙溫度tzc要限制在座艙溫度的最大值和最小值之間；
24、te，min≤te(i|k)≤te，max：表示蒸發器壁溫te要限制在蒸發器壁溫te的最大值和最小值之間。
25、所述mg，min≤mg(i|k)≤mg，max：表示鼓風機質量流量mg要限制在鼓風機質量流量的最大值和最小值之間；
26、tes，min≤tes(i|k)≤tes，max：表示蒸發器壁溫設定值tes要限制在蒸發器壁溫設定值的最大值和最小值之間。
27、所述tzc(0|k)＝tzc(k)，te(0|k)＝te(k)：表示在當前時刻k進行預測時，預測的第一個預測時刻的座艙溫度tzc和蒸發器壁溫te分別等于當前時刻的座艙溫度和蒸發器溫度。
28、本發明的有益效果：
29、1、本發明提出了車輛空調系統的車速靈敏度，驗證了在不同車速下空調能效的區別，實現了對車輛空調系統的高效利用。
30、2、本發明開發了一種基于模型預測控制的生態制冷策略，通過利用網聯環境中提供的車速預覽信息動態改變空調系統的工作模式，實現空調系統的低能耗。
31、3、本發明提出了一種簡化的面向控制的空調系統預測模型，并基于高保真模型進行了校準和驗證。
32、4、本發明提出了同時考慮座艙舒適度和空調能耗的優化問題，通過最小化溫度跟蹤誤差和能耗，計算控制輸入，實現對空調系統的精確控制，保證座艙熱舒適性的同時，優化能效。
33、綜上所述，本發明解決了現有電動汽車空調系統抗能耗高以及舒適性不足的問題；本發明利用空調系統對車速的效率敏感性以及座艙的熱儲存能力，在舒適范圍內動態調整座艙溫度，通過在較高車速條件下主動轉移空調系統的熱負荷到更高效區域來實現這一目標。
1.一種基于未來車速信息預判的空調節能控制方法，其特征在于，包括如下內容：
2.根據權利要求1所述的一種基于未來車速信息預判的空調節能控制方法，其特征在于，所述座艙設定溫度tzc,r根據車速調節。
3.根據權利要求2所述的一種基于未來車速信息預判的空調節能控制方法，其特征在于，當車速高于60km/h時，座艙設定溫度tzc,r為23℃，當車速低于30km/h時，座艙設定溫度tzc,r為26℃，其他車速下座艙設定溫度tzc,r為25℃。
4.根據權利要求1所述的一種基于未來車速信息預判的空調節能控制方法，其特征在于，所述步驟四中使用matlab中的fmincon工具箱對目標函數即公式(5)進行求解，獲取最優控制量。
5.根據權利要求1所述的一種基于未來車速信息預判的空調節能控制方法，其特征在于，所述tzc(i+1|k)＝ftzc(i|k)：表示在當前時刻k進行預測時，第i+1個預測時刻的座艙溫度tzc等于當前時刻k，即第i個預測時刻的座艙溫度的函數；
6.根據權利要求1所述的一種基于未來車速信息預判的空調節能控制方法，其特征在于，所述tzc，min≤tzc(i|k)≤tzc，max：表示座艙溫度tzc要限制在座艙溫度的最大值和最小值之間；
7.根據權利要求1所述的一種基于未來車速信息預判的空調節能控制方法，其特征在于，所述mg，min≤mg(i|k)≤mg，max：表示鼓風機質量流量mg要限制在鼓風機質量流量的最大值和最小值之間；
8.根據權利要求1所述的一種基于未來車速信息預判的空調節能控制方法，其特征在于，所述tzc(0|k)＝tzc(k)，te(0|k)＝te(k)：表示在當前時刻k進行預測時，預測的第一個預測時刻的座艙溫度tzc和蒸發器壁溫te分別等于當前時刻的座艙溫度和蒸發器溫度。