本技術(shù)涉及車輛熱管理，尤其涉及一種車輛熱管理控制方法、裝置、車輛、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、近年來(lái)，以純電動(dòng)汽車為首的新能源汽車行業(yè)正在急速發(fā)展，新能源汽車取代燃油車將成為必然趨勢(shì)。然而，傳統(tǒng)汽車的熱管理系統(tǒng)并不適用于新能源汽車，新能源汽車熱管理系統(tǒng)包括乘員艙、電池、電機(jī)、電控等多個(gè)系統(tǒng)，并且多系統(tǒng)之間相互影響，對(duì)控制策略提出了更高的要求。并且，電動(dòng)汽車在低溫下的續(xù)航里程問(wèn)題也對(duì)整車熱管理系統(tǒng)提出了更嚴(yán)峻的挑戰(zhàn)。

2、熱管理系統(tǒng)主要依靠水泵、風(fēng)扇、壓縮機(jī)、閥體等執(zhí)行部件的協(xié)同動(dòng)作，控制三電系統(tǒng)溫度、駕駛艙溫度和系統(tǒng)能耗等參數(shù)，這是一個(gè)復(fù)雜的多輸入-多輸出問(wèn)題。目前，常用的控制方法包括開(kāi)關(guān)控制和比例-積分-微分控制(proportional-integral-derivative，pid)。開(kāi)關(guān)控制原理簡(jiǎn)單，通過(guò)比較當(dāng)前時(shí)刻的輸入值和設(shè)定值，控制執(zhí)行部件的啟停，主要應(yīng)用于風(fēng)扇、閥體等部件，但是頻繁啟停會(huì)影響零部件壽命和行車安全；相比之下，pid控制能提供更加精確的控制，依據(jù)實(shí)際輸出值與設(shè)定目標(biāo)值的差異自動(dòng)調(diào)節(jié)冷卻部件的輸出轉(zhuǎn)速，有效降低系統(tǒng)能耗，但存在對(duì)工況變化的響應(yīng)不及時(shí)的問(wèn)題；綜合pid反饋控制和前饋控制方法可以改善冷卻系統(tǒng)的控制，但是系統(tǒng)響應(yīng)性速度仍存在缺陷，需要考慮更加智能化的預(yù)測(cè)控制。

3、車輛熱管理系統(tǒng)的運(yùn)行受外部環(huán)境、車輛性能以及行駛狀態(tài)等多種因素的影響，具有瞬時(shí)性和動(dòng)態(tài)變化的特性。特別是在溫度和工況變化幅度較大的情況下，當(dāng)前的控制方式存在一些問(wèn)題，例如，反應(yīng)滯后、溫度超調(diào)及能耗過(guò)高等。

4、例如，cn117673580b公開(kāi)了一種用于新能源電池的溫度控制設(shè)備，涉及電池組管理技術(shù)領(lǐng)域，其中該設(shè)備包括數(shù)據(jù)采集器和控制器；數(shù)據(jù)采集器用于針對(duì)新能源電池包中的各個(gè)電池單元，采集電池單元的運(yùn)行工況數(shù)據(jù)，并結(jié)合各多個(gè)歷史運(yùn)行工況數(shù)據(jù)組成電池工況時(shí)序數(shù)據(jù)，根據(jù)電池工況時(shí)序數(shù)據(jù)和電池單元的空間位置數(shù)據(jù)，構(gòu)建對(duì)應(yīng)電池單元的輸入數(shù)據(jù)；基于各個(gè)電池單元所對(duì)應(yīng)的輸入數(shù)據(jù)，組建輸入數(shù)據(jù)序列；控制器用于利用時(shí)空循環(huán)神經(jīng)網(wǎng)絡(luò)各個(gè)預(yù)測(cè)電池單元對(duì)應(yīng)未來(lái)時(shí)間段的熱管理風(fēng)險(xiǎn)概率，并根據(jù)熱管理風(fēng)險(xiǎn)概率確定相應(yīng)的溫度調(diào)控策略。該方案基于時(shí)空循環(huán)神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果確定溫度調(diào)整方向，從而根據(jù)遺傳算法確定參數(shù)調(diào)整幅值，依舊存在反應(yīng)滯后的問(wèn)題，從而導(dǎo)致溫度超調(diào)，能耗過(guò)高。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種車輛熱管理控制方法、裝置、車輛、電子設(shè)備及存儲(chǔ)介質(zhì)，以解決上述熱管理系統(tǒng)的控制存在反應(yīng)滯后、溫度超調(diào)及能耗過(guò)高的技術(shù)問(wèn)題。

2、于本技術(shù)一實(shí)施例中，本技術(shù)提供一種車輛熱管理控制方法，包括：獲取車輛熱管理系統(tǒng)的當(dāng)前監(jiān)測(cè)數(shù)據(jù)和理想控制數(shù)據(jù)，所述當(dāng)前監(jiān)測(cè)數(shù)據(jù)包括當(dāng)前控制數(shù)據(jù)和當(dāng)前狀態(tài)數(shù)據(jù)；將所述當(dāng)前監(jiān)測(cè)數(shù)據(jù)輸入熱管理預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)控制數(shù)據(jù)；根據(jù)所述預(yù)測(cè)控制數(shù)據(jù)、所述理想控制數(shù)據(jù)和所述當(dāng)前控制數(shù)據(jù)確定實(shí)際控制數(shù)據(jù)，以對(duì)所述車輛熱管理系統(tǒng)進(jìn)行控制；其中，所述熱管理預(yù)測(cè)模型基于歷史監(jiān)測(cè)數(shù)據(jù)和遺傳算法對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)訓(xùn)練得到，所述車輛熱管理系統(tǒng)包括乘員艙熱管理系統(tǒng)、電驅(qū)熱管理系統(tǒng)和電池?zé)峁芾硐到y(tǒng)至少之一。

3、于本技術(shù)一實(shí)施例中，將所述當(dāng)前監(jiān)測(cè)數(shù)據(jù)輸入熱管理預(yù)測(cè)模型進(jìn)行預(yù)測(cè)之前，所述方法還包括：獲取所述車輛熱管理系統(tǒng)的歷史監(jiān)測(cè)數(shù)據(jù)；對(duì)所述歷史監(jiān)測(cè)數(shù)據(jù)進(jìn)行聚類分析，得到聚類監(jiān)測(cè)數(shù)據(jù)；根據(jù)所述聚類監(jiān)測(cè)數(shù)據(jù)和預(yù)設(shè)熱管理系統(tǒng)約束關(guān)系生成初始種群，所述初始種群用于表征所述長(zhǎng)短期記憶網(wǎng)絡(luò)中不同的網(wǎng)絡(luò)配置；根據(jù)所述初始種群和所述歷史監(jiān)測(cè)數(shù)據(jù)對(duì)所述長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，得到熱管理預(yù)測(cè)模型。

4、于本技術(shù)一實(shí)施例中，根據(jù)所述聚類監(jiān)測(cè)數(shù)據(jù)和預(yù)設(shè)熱管理系統(tǒng)約束關(guān)系生成初始種群，包括：根據(jù)所述聚類監(jiān)測(cè)數(shù)據(jù)和預(yù)設(shè)熱管理系統(tǒng)約束關(guān)系隨機(jī)生成初始監(jiān)測(cè)數(shù)據(jù)；根據(jù)蟻群算法對(duì)所述初始監(jiān)測(cè)數(shù)據(jù)的關(guān)系求解，得到一組隨機(jī)解；將所述一組隨機(jī)解轉(zhuǎn)化為遺傳算法對(duì)應(yīng)的初始種群。

5、于本技術(shù)一實(shí)施例中，根據(jù)所述初始種群和所述歷史監(jiān)測(cè)數(shù)據(jù)對(duì)所述長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，得到熱管理預(yù)測(cè)模型，包括：根據(jù)預(yù)設(shè)比例將所述歷史監(jiān)測(cè)數(shù)據(jù)劃分為訓(xùn)練集數(shù)據(jù)和測(cè)試集數(shù)據(jù)；將所述訓(xùn)練集數(shù)據(jù)輸入所述初始種群中每一初始個(gè)體對(duì)應(yīng)的長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，得到每一初始個(gè)體的訓(xùn)練損失函數(shù)值和網(wǎng)絡(luò)參數(shù)；將最優(yōu)個(gè)體和最優(yōu)參數(shù)對(duì)應(yīng)的長(zhǎng)短期記憶網(wǎng)絡(luò)確定為初始預(yù)測(cè)模型，并根據(jù)測(cè)試集數(shù)據(jù)對(duì)所述初始預(yù)測(cè)模型進(jìn)行驗(yàn)證，得到驗(yàn)證損失函數(shù)值，所述最優(yōu)個(gè)體基于最小訓(xùn)練損失函數(shù)值對(duì)應(yīng)的初始個(gè)體得到，所述最優(yōu)參數(shù)用于表征所述最優(yōu)個(gè)體對(duì)應(yīng)的網(wǎng)絡(luò)參數(shù)；若遺傳迭代滿足預(yù)設(shè)迭代條件，則將所有遺傳迭代中最小驗(yàn)證損失函數(shù)值對(duì)應(yīng)的初始預(yù)測(cè)模型作為熱管理預(yù)測(cè)模型；若遺傳迭代不滿足預(yù)設(shè)迭代條件，則根據(jù)所有訓(xùn)練損失函數(shù)值的排序?qū)Ω魉龀跏紓€(gè)體進(jìn)行選擇、交叉和變異，得到下一代種群，將所述下一代種群作為初始種群，并將所述初始預(yù)測(cè)模型作為長(zhǎng)短期記憶網(wǎng)絡(luò)，重復(fù)執(zhí)行將所述訓(xùn)練集數(shù)據(jù)輸入所述初始種群中每一初始個(gè)體對(duì)應(yīng)的長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，得到每一初始個(gè)體的訓(xùn)練損失函數(shù)值和網(wǎng)絡(luò)參數(shù)，將最優(yōu)個(gè)體和最優(yōu)參數(shù)對(duì)應(yīng)的長(zhǎng)短期記憶網(wǎng)絡(luò)確定為初始預(yù)測(cè)模型，并根據(jù)測(cè)試集數(shù)據(jù)對(duì)所述初始預(yù)測(cè)模型進(jìn)行驗(yàn)證，得到驗(yàn)證損失函數(shù)值，若遺傳迭代不滿足預(yù)設(shè)迭代條件，則根據(jù)所有訓(xùn)練損失函數(shù)值的排序?qū)Ω魉龀跏紓€(gè)體進(jìn)行選擇、交叉和變異，得到下一代種群，將所述下一代種群作為初始種群，并將所述初始預(yù)測(cè)模型作為長(zhǎng)短期記憶網(wǎng)絡(luò)的步驟，直至遺傳迭代滿足預(yù)設(shè)迭代條件，并將所有遺傳迭代中最小驗(yàn)證損失函數(shù)值對(duì)應(yīng)的初始預(yù)測(cè)模型作為熱管理預(yù)測(cè)模型。

6、于本技術(shù)一實(shí)施例中，將所述訓(xùn)練集數(shù)據(jù)輸入一初始個(gè)體對(duì)應(yīng)的長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，得到一初始個(gè)體的訓(xùn)練損失函數(shù)值和網(wǎng)絡(luò)參數(shù)，包括：將所述訓(xùn)練集數(shù)據(jù)分批次輸入一初始個(gè)體對(duì)應(yīng)的長(zhǎng)短期記憶網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，得到滿足預(yù)設(shè)訓(xùn)練條件的網(wǎng)絡(luò)參數(shù)和預(yù)測(cè)集數(shù)據(jù)；將所述訓(xùn)練集數(shù)據(jù)和所述預(yù)測(cè)集數(shù)據(jù)間的均方誤差作為一初始個(gè)體的訓(xùn)練損失函數(shù)值。

7、于本技術(shù)一實(shí)施例中，根據(jù)所述預(yù)測(cè)控制數(shù)據(jù)、所述理想控制數(shù)據(jù)和所述當(dāng)前控制數(shù)據(jù)確定實(shí)際控制數(shù)據(jù)，包括：根據(jù)所述預(yù)測(cè)控制數(shù)據(jù)和所述當(dāng)前控制數(shù)據(jù)的第一差值對(duì)所述預(yù)測(cè)控制數(shù)據(jù)進(jìn)行校正，得到校正控制數(shù)據(jù)；根據(jù)所述校正控制數(shù)據(jù)和所述理想控制數(shù)據(jù)的第二差值確定實(shí)際控制數(shù)據(jù)。

8、于本技術(shù)一實(shí)施例中，所述預(yù)測(cè)控制數(shù)據(jù)包括所述電驅(qū)熱管理對(duì)應(yīng)的預(yù)測(cè)電機(jī)溫度集、所述電池?zé)峁芾韺?duì)應(yīng)的預(yù)測(cè)電池溫度、所述乘員艙熱管理對(duì)應(yīng)的預(yù)測(cè)乘員艙溫度和預(yù)測(cè)風(fēng)量至少之一。

9、于本技術(shù)一實(shí)施例中，本技術(shù)提供一種車輛熱管理控制裝置，包括：數(shù)據(jù)獲取模塊，用于獲取車輛熱管理系統(tǒng)的當(dāng)前監(jiān)測(cè)數(shù)據(jù)和理想控制數(shù)據(jù)，所述當(dāng)前監(jiān)測(cè)數(shù)據(jù)包括當(dāng)前控制數(shù)據(jù)和當(dāng)前狀態(tài)數(shù)據(jù)；控制預(yù)測(cè)模塊，用于將所述當(dāng)前監(jiān)測(cè)數(shù)據(jù)輸入熱管理預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)控制數(shù)據(jù)；控制調(diào)整模塊，用于根據(jù)所述預(yù)測(cè)控制數(shù)據(jù)、所述理想控制數(shù)據(jù)和所述當(dāng)前控制數(shù)據(jù)確定實(shí)際控制數(shù)據(jù)，以對(duì)所述車輛熱管理系統(tǒng)進(jìn)行控制；其中，所述熱管理預(yù)測(cè)模型基于歷史監(jiān)測(cè)數(shù)據(jù)和遺傳算法對(duì)長(zhǎng)短期記憶網(wǎng)絡(luò)訓(xùn)練得到，所述車輛熱管理系統(tǒng)包括乘員艙熱管理系統(tǒng)、電驅(qū)熱管理系統(tǒng)和電池?zé)峁芾硐到y(tǒng)至少之一。

10、于本技術(shù)一實(shí)施例中，本技術(shù)提供一種車輛包括：如上述實(shí)施例所述的車輛熱管理控制裝置。

11、于本技術(shù)一實(shí)施例中，本技術(shù)提供一種電子設(shè)備，所述電子設(shè)備包括：一個(gè)或多個(gè)處理器；存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述電子設(shè)備實(shí)現(xiàn)如上述各實(shí)施例任一所述的車輛熱管理控制方法。

12、于本技術(shù)一實(shí)施例中，本技術(shù)提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序被計(jì)算機(jī)的處理器執(zhí)行時(shí)，使計(jì)算機(jī)執(zhí)行上述各實(shí)施例任一所述的車輛熱管理控制方法。

13、本發(fā)明的有益效果：本發(fā)明提供一種車輛熱管理控制方法、裝置、車輛、電子設(shè)備及存儲(chǔ)介質(zhì)，本發(fā)明通過(guò)將所述當(dāng)前監(jiān)測(cè)數(shù)據(jù)輸入熱管理預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)控制數(shù)據(jù)，熱管理預(yù)測(cè)模型基于遺傳算法的全局尋優(yōu)能力與lstm對(duì)時(shí)序數(shù)據(jù)強(qiáng)大的建模能力得到，能精確預(yù)測(cè)車輛熱管理系統(tǒng)的運(yùn)行情況，從而提高對(duì)車輛熱管理系統(tǒng)的控制精細(xì)程度，減少溫度超調(diào)和降低能耗。

14、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本發(fā)明。