管继富, 赵宇枫, 詹远, 曹立

(1.北京理工大学 机械与车辆学院 振动与噪声控制研究所,北京100081; 2.内蒙第一机械集团股份有限公司,内蒙古,包头 014032)

为减少对化石燃料的依赖和有害排放的产生,电动汽车有望在不久的将来获得重要的市场份额,目前,较短的续航里程是阻碍其发展的主要挑战之一. 空调系统是汽车中的重要辅助设备,用于维持车内温度舒适性,同时也消耗了车载电池的一部分电能,进一步缩短了电动汽车的续航里程. 因此,减少电动汽车空调系统的能量消耗成为当今一个重要的研究目标,采用合适的控制算法是提高空调系统效率的一个有效途径.

模型预测控制(MPC)是一种更为成功和更具前景的控制算法,被广泛应用于空调系统的控制,它具有多目标控制、约束处理、最优控制和抑制扰动等优点. 基于空调系统的动态模型,MPC算法可以预测系统未来的状态变化并提前制定最优控制变量,在满足约束条件的情况下最小化目标函数. 目标函数可以考虑多个因素,如空气温度,系统能耗,相对湿度,CO2浓度,磨损等[1-2]. 空调系统的主要功能是提供冷负荷以补偿车舱热负荷的持续变化,将车内温度维持在舒适的范围内. 在行驶过程中,热负荷会随着天气状况,人员数量,使用条件等因素而变化,给空调系统的控制带来了干扰变量. MPC算法能够对作用在空调系统上的热负荷干扰进行动力学建模,在计算控制变量期间预测扰动对……