汽车空调控制策略与算法综述

程建松 刘姝琦 伊虎城 张艺伦

【摘  要】文章对汽车热管理系统中空调的控制算法进行概述，对PID、模糊PID、带前馈反馈的控制算法以及模型预测控制算法（MPC）等控制理论在汽车空调中的应用进行介绍，并对不同控制算法在汽车空调中的优点和缺点进行分析，也对控制算法在应用层面上还存在的问题进行总结。与传统的机械式元器件相比，电子化的元器件在结合智能的控制算法后，能大大提高系统的节能水平和控制的准确性。最后，结合当前新能源汽车的发展方向，得出汽车空调系统中控制算法和电子元器件协同发展对节能和智能化的重要意义。

【关键词】汽车空调;控制策略;智能算法;热管理

中图分类号：U463.851    文献标识码：A    文章编号：1003-8639（ 2024 ）05-0041-03

Overview of Control Strategies and Algorithms for Automotive Air Conditioning

CHENG Jiansong1，LIU Shuqi2，YI Hucheng2，ZHANG Yilun2

（1. Chery Automobile Co.，Ltd.，Wuhu 241006;2. China Automotive Engineering Research Institute（Tianjin）

Co.，Ltd.，Tianjin 300300，China）

【Abstract】This paper provides an overview of control algorithms for air conditioning in automotive thermal management systems and introduces the application of control theories such as PID，fuzzy PID，control algorithms with feed-forward feedback，and model predictive control. The different control algorithms in automotive air conditioning were analyzed. The advantages and disadvantages of control algorithms in automotive air conditioning were analyzed. Summarized the remaining problems of control strategy on application. Compared with traditional mechanical components，electronic components with intelligent control strategies promote the level of energy-saving and accuracy. Finally，the importance of control algorithms and electronic components in automotive air conditioning is concluded on the development trend of vehicles.

【Key words】automotive air conditioning;control strategy;intelligent algorithms;thermal management

作者簡介

程建松，男，工程师;刘姝琦，女，助理工程师，;伊虎城，男;张艺伦，男（通讯作者）;均从事汽车热管理相关研究工作。

随着汽车行业不断朝着智能化的方向发展，人们对乘员舱舒适性和汽车的节能性有了更高的要求，热管理技术成为电动汽车发展的核心技术之一[1]。热管理系统功能的效率不仅受制于结构和组成，还取决于控制策略和控制器的设计，二者结合对实现智能的热管理功能发挥着至关重要的作用。智能的热管理系统不仅要实现单个部件的优化，还需要协调所有的可执行性控制器，以实现整体最优的控制效果和最佳的效率，因此控制策略和算法直接影响热管理系统的可靠性和效率。本文以热管理系统中的汽车空调为基础，介绍常见和智能的控制算法，并分析这些算法的优缺点，为汽车空调的控制性能提升和匹配提供相应的建议。

1  汽车空调的控制算法介绍

1.1  查表法

在最初的汽车开发过程中，汽车热管理系统部件以机械元器件为主，汽车电气自动化程度不高，因此汽车内各种元器件的控制策略以MAP表为主，硬件的执行命令也通过查表实现。虽然该方法受制于经验因素，且因温度误差导致控制准确度不够，但查表法也具有可靠的特性，因此一直沿用至今。

1.2  PID控制算法

从控制算法层面来说，比例-积分-微分（PID）控制器由于算法简单、可靠，在工业上已被广泛应用，这种算法不依赖于系统的误差，不依靠整个系统的模型，极大地便利了在实际中的应用。Mohamed[2]将PID算法应用到电子节温器上，发现通过采用PID控制算法后缩短了温度调节的时间，提高了热管理的效率。Chastain[3]等人分析研究了应用智能算法后的热管理系统的能耗和响应速度，都有了明显的提升。然而，汽车热系统通常是多种器件之间相互耦合的，其间复杂的控制关系通过PID算法实现并不是最优解。因此，除常见的PID控制算法外，还有模糊PID、基于模型预测和非线性控制算法等，这些控制器各有特点，可根据实际应用中的不同情况选择不同的控制器。

1.3  模糊PID控制算法

对于控制汽车空调这一类复杂的系统来说，整定PID参数是一件较为困难的事情，特别是当被控的系统发生了变化，PID参数总是需要重新整定的，这大大增加了工作量。模糊PID控制算法由于是通过条件逻辑语句查表实现的，所以当系统的参数发生变化时，模糊PID参数整定过程就变得更灵活简便。同时模糊PID控制算法可以在一定程度上解决PID控制算法对非线性系统控制的不足，提高汽车空调系统的舒适性和精准性[4]。但是模糊PID控制算法的规则通常根据经验常数来确定，所以在实际的控制过程中可能存在一定的偏差和时滞性。杨萍萍和马亮[5]针对汽车空调中的热负荷，采用MATLAB建模的方式建立汽车热力学模型，并对比分析了这两种控制器，结果表明，模糊PID控制器会使得汽车空调模型具有更好的控制效果和舒适性。图1是基于冷却系统模糊PID控制的示意框图。

1.4  带有前馈的控制算法

相比于PID控制器，通常通过引入一个前馈控制器，将传递函数的纯滞后部分与其他部分分离，这样可以有效消除误差，使执行器可以提前做出相应的动作。与纯PID相比，带有前馈控制器的PID控制算法具有较小的振荡，加速了实际的调节过程。

Zhou等人[6]提出了一种控制策略，应用于燃油车冷却系统，使用冷却剂流量、油流量和风速作为前馈反馈量，前馈信号由发动机直接提供。该策略根据温度偏差来增强对冷却液温度的跟踪能力，结合前馈和反馈控制，可以有效提高冷却液温度控制的快速性和稳定性，缩短调节时间，避免超调，降低热管理系统执行器的能耗。谭文林等人[7]根据热负荷相关的参数，制定了前馈的扰动参数，设计了带前馈的PID控制器，并在软件中进行了仿真研究，提高了控制的精确程度。带Smith前馈控制的PID控制流程如图2所示。

然而，对于空调这一类多输入多输出的非线性系统，该方法仍然避免不了在整个系统中串联多个PID控制器，控制效果也会受到相应的影响。

1.5  MPC控制算法

基于模型预测的控制器（Model Prediction Controller，MPC）是近些年来逐渐引入汽车领域的一种控制算法，其控制算法的实现过程被划分为模型预测、滚动优化和校正反馈3个阶段。与PID控制算法基于误差而非基于模型的实现控制算法的方法不同，MPC控制算法总是基于当前时刻系统的真实状态，求解下一时刻的目标函数的最优解，这样不仅实现了系统的实时预测，还使得系统与其他控制算法相比，在节能方面展现出更大的优势。基于模型预测的控制器可以实现基于模型当前状态对未来进行预测，使汽车空调系统在未来的汽车上有更多的智能化应用场景。舒适性作为汽车空调最重要的指標之一，舒适性指标PMV、车速预测等因素都可以做到与MPC控制算法结合，提高汽车空调的舒适性，实现汽车热管理系统的智能化管理。

基于模型预测的控制算法具体实现的过程可以总结为以下3个步骤，如图3所示。

1）空调系统对于当前乘员舱的温湿度、机舱状态、外界环境温度和阳光辐射强度进行相应的判断和计算，得到空调系统当前的目标温度，从而判断当前存在制冷还是制热的需求，进一步发出关于压缩机、鼓风机和风扇等元件的动作命令。

2）基于MPC控制算法的控制逻辑，根据输入前的算法并结合当前存在的车速、阳光辐射强度等修正变量，计算出各个执行器件的实际输出，并传递给实行执行的硬件模块，完成相应的动作。

3）MPC控制算法最突出的特点是可以实现滚动优化，根据MPC的算法和当前的环境一直对模型中的内容进行滚动优化和计算，实现对未来时刻的预测，保证下一步输出的结果能实现对系统更好的控制效果，最终达到乘员舱中人体舒适的最终目标。

通过MPC实现方式可知，MPC模型预测最大的难点在于建模和计算，例如如何将空调系统简化并确定相应的状态变量，实现准确输出计算结果。对于电池包这类相对较简单的热管理系统，MPC控制算法有望简化成为在热管理领域应用的第一步。基于模型的控制算法，会根据系统当前的状态预测接下来的变化，这也就意味着复杂的计算是无法避免的。当前新能源汽车对热管理提出了更高的要求，热管理所涉及到的空调和电池分别影响着乘坐舒适性和续航里程的问题，但这一类智能算法对控制器的开发也存在着巨大的挑战。

方祥建和王建平[9]对组合智能算法应用在汽车空调系统中做出相应的计算，将模糊PID算法和基于模型预测的算法相结合，通过MATLAB建立热负荷模型，研究了汽车空调的能耗问题，结果发现模糊PID模型预测控制算法能显著降低汽车空调的能耗问题，有利于电动汽车提高续航。

2  汽车空调各个元器件的控制策略

目前汽车空调的控制策略主要通过简单的计算公式和大量标定数据通过查表的方式实现对元器件的控制策略输出，但是随着汽车智能化程度的不断提高，汽车空调对智能化的控制和汽车空调系统的实时性要求也越来越高。汽车空调中的不同部件的结构尺寸、控制方式、工作模式等都会影响到整个热管理系统的工作效率和效果，因此对不同的汽车空调部件也要考虑零部件和系统特性设计不同的控制策略。

与燃油车中汽车空调的压缩机不同，电动汽车中压缩机作为汽车空调的“心脏”已经实现了电动化，目前电动压缩机的控制是通过LIN通信并结合PID等控制算法实现的[10]。在电动压缩机的控制算法中，其核心是调节压缩机转速使蒸发器的实际温度与目标蒸发温度逐渐靠近，最终通过LIN通信将目标转速的信号传递给压缩机，实现对压缩机转速的实时控制。

热力膨胀阀因为其不可控的缺点，在汽车空调系统中逐渐被电子膨胀阀所取代。电子膨胀阀是控制冷媒流量和蒸发器过热度与过冷度的重要零部件。虽然主流的电子膨胀阀是通过控制过热度来实现对冷媒流量的控制，但是电子膨胀阀的开度这一因素与电动压缩机的转速等其他热系统的变量息息相关。因此，应用模糊PID控制算法和前馈PID算法可以更有效地实现对电子膨胀阀的控制。模糊PID控制算法能在电子膨胀阀的策略中综合多种因素将其简化为逻辑语言，前馈PID则可以将压缩机转速、蒸发器和冷凝器的负荷、风量等其他因素作为前馈输入控制算法中控制误差。

风扇、鼓风机等热系统执行器件往往会受到系统中多重因素的影响，对于这种多个因素影响的非线性系统，目前往往采用经验公式或者模糊控制的算法应用在这些执行器上会有更好的控制效果，实现整体性能的良好匹配。

3  结束语

随着未来电动汽车向着智能化方向发展，对汽车空调也提出了智能、舒适和节能的要求。从过去到现在，汽车的热管理系统经历了自然冷却、强制冷却、半主动冷却和电子控制的几个阶段，智能控制将会是汽车空调包括热管理系统的必然趋势和最终目标。其中，空调的系统结构和各个元器件的控制策略是未来热管理系统发展的主要方向，通过结构系统的设计提高余热的利用效率，实现多种模式的变通转换;采用智能化的控制策略减少各个元器件的能量消耗，提高续航里程。控制算法已经从简单的基于温度误差的算法逐渐转变为覆盖整个空调系统，并且考虑了电池包、电机等元器件工作状态和环境影响的智能算法。未来的智能算法不仅可以根据各个元器件的特点和工作要求增强各部件之间的协调性和能量分配，还将实现对整车节能性和舒适性的最终目标。

参考文献：

[1] 邹慧明，唐坐航，杨天阳，等. 电动汽车热管理技术研究进展[J]. 制冷学报，2022，43（3）：15-27，56.

[2] MOHAMED E S. Development and analysis of a variable position thermostat for smart cooling system of a light duty diesel vehicles and engine emissions assessment during NEDC[J]. Applied Thermal Engineering，2016（99）：358-372.

[3] CHASTAIN J，WAGNER J，EBERTH J. Advanced Engine Cooling-Components，Testing and Observations[J]. IFAC Proceedings Volumes，2010，43（7）：294-299.

[4] 席林. 基于模糊控制的纯电动汽车热泵空调制热工况研究[D]. 成都：西华大学，2020.

[5] 杨萍萍，马亮. 基于模糊PID的汽车空调控制器设计[J]. 自动化仪表，2021，42（9）： 39-44.

[6] Bing Zhou，XuDong Lan，XiangHua Xu，et al. Numerical model and control strategies for the advanced thermal management system of diesel engine[J]. Applied Thermal Engineering，2015（82）：368-379.

[7] 谭文林，王勇，周龙，等. 基于前馈模糊控制策略的电动汽车空调系统温度控制研究[C]//中国汽车工程学会. 2020中国汽车工程学会年会论文集（4），北京：机械工业出版社，2020：417-426.

[8] LUPTOWSKI B J，ARICI O，JOHNSON J H，et al. Development of the Enhanced Vehicle and Engine Cooling System Simulation and Application to Active Cooling Control：2005-01-0697[R]. Warrendale，PA：SAE International，2005.

[9] 方祥建，王建平. 基于模糊PID模型預测的电动汽车空调控制研究[J]. 安徽工程大学学报，2022，37（2）：34-42.

[10] 岳伟涛，梁小俏，罗林国. 电动汽车用电动压缩机控制策略研究[J]. 专用汽车，2022（4）：11-13.

（编辑  凌  波）

收稿日期：2024-02-22