车辆进气格栅的控制方法及装置实用新型专利

专利名称：车辆进气格栅的控制方法及装置

专利类型：实用新型专利

专利申请号：CN202410716658.6

专利申请（专利权）人：重庆赛力斯凤凰智创科技有限公司
权利人地址：重庆市沙坪坝区高新区曾家镇兴祥路13号

专利发明（设计）人：王靖鸿,何勇,文浩懿,黎学勤,郑登磊,孔鹏,贺亮

专利摘要：本申请提供了一种车辆进气格栅的控制方法及装置。该方法包括：获取目标车辆的多条历史数据；通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数；基于第一关系函数和第二关系函数构建关于目标车辆的整车能耗和开度的非线性双目标优化模型；获取目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；按照最优值控制进气格栅。采用上述技术手段，解决现有技术中无法确定进气格栅的最优开度，无法兼顾整车能耗和散热的问题。

主权利要求：
1.一种车辆进气格栅的控制方法，其特征在于，包括：
获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；
通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于所述整车空调能耗与所述开度、所述车速和压缩机转速的第二关系函数；
基于所述第一关系函数和所述第二关系函数构建关于所述目标车辆的整车能耗和所述开度的非线性双目标优化模型；
获取所述目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入所述非线性双目标优化模型，通过遗传算法优化所述非线性双目标优化模型，以确定在所述整车能耗最小时对应的所述开度的最优值；
按照所述最优值控制所述进气格栅。
2.根据权利要求1所述的方法，其特征在于，通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于所述整车空调能耗与所述开度、所述车速和压缩机转速的第二关系函数，包括：通过仿真，确定所述整车驱动能耗E1与所述开度AGS和所述车速V相关，三者满足所述第一关系函数f1()：E1＝f1(AGS,V)；
通过仿真，确定所述整车空调能耗E2与所述开度AGS、所述车速V和所述压缩机转速n相关，四者满足所述第二关系函数f2()：E2＝f2(AGS,V,n)。
3.根据权利要求2所述的方法，其特征在于，基于所述第一关系函数E1和所述第二关系函数E2构建所述非线性双目标优化模型E3：E3＝αE1+(1‑α)E2；
其中，α由所述目标车辆的车辆模式决定，所述车辆模式，包括：赛道模式、运动模式、经济模式、舒适模式和小憩模式。
4.根据权利要求1所述的方法，其特征在于，将当前时刻的车速和压缩机转速的数值代入所述非线性双目标优化模型之前，所述方法还包括：将多条历史数据中最大的历史整车驱动能耗和最小的历史整车驱动能耗分别作为所述整车驱动能耗的最大值和最小值，将多条历史数据中最大的历史整车空调能耗和最小的历史整车空调能耗分别作为所述整车空调能耗的最大值和最小值；
依据所述整车驱动能耗的最大值和最小值，对所述整车驱动能耗进行归一化处理；
依据所述整车空调能耗的最大值和最小值，对所述整车空调能耗进行所述归一化处理。
5.根据权利要求4所述的方法，其特征在于，按照如下公式对所述整车驱动能耗进行所述归一化处理：其中，E1为所述整车驱动能耗，E1,min和E1,max分别为整车驱动能耗的最小值和最大值，E′1为所述归一化处理后的整车驱动能耗；
按照如下公式对所述整车空调能耗进行所述归一化处理：
其中，E2为所述整车空调能耗，E2,min和E2,max分别为所述整车空调能耗的最小值和最大值，E′2为所述归一化处理后的整车空调能耗。
6.根据权利要求1所述的方法，其特征在于，通过遗传算法优化所述非线性双目标优化模型，以确定在所述整车能耗最小时对应的所述开度的最优值之后，所述方法还包括：获取所述目标车辆当前时刻的电驱回路的温度；
当所述温度等于预设阈值，将所述进气格栅的角度开至最大；
当所述温度小于所述预设阈值，将所述进气格栅的角度开至所述最优值。
7.根据权利要求1所述的方法，其特征在于，通过遗传算法优化所述非线性双目标优化模型，以确定在所述整车能耗最小时对应的所述开度的最优值之前，所述方法还包括：获取所述目标车辆当前时刻的车速、压缩机转速和车辆模式；
基于所述当前时刻的车辆模式确定所述非线性双目标优化模型中所述整车驱动能耗和所述整车空调能耗的各自对应的权重；
将当前时刻的车速和压缩机转速的数值以及所述整车驱动能耗和所述整车空调能耗的各自对应的权重代入所述非线性双目标优化模型。
8.一种车辆进气格栅的控制装置，其特征在于，包括：
获取模块，被配置为获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；
仿真模块，被配置为通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于所述整车空调能耗与所述开度、所述车速和压缩机转速的第二关系函数；
构建模块，被配置为基于所述第一关系函数和所述第二关系函数构建关于所述目标车辆的整车能耗和所述开度的非线性双目标优化模型；
优化模块，被配置为获取所述目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入所述非线性双目标优化模型，通过遗传算法优化所述非线性双目标优化模型，以确定在所述整车能耗最小时对应的所述开度的最优值；
控制模块，被配置为按照所述最优值控制所述进气格栅。
9.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。 说明书 : 车辆进气格栅的控制方法及装置技术领域[0001] 本申请涉及汽车技术领域，尤其涉及一种车辆进气格栅的控制方法及装置。背景技术[0002] 汽车上都需要搭载进气格栅来控制前机舱进气量，通过调整进气格栅的状态，可以调控空气流入发动机的量，进而影响发动机的温度和热效率，使得汽车更好地适应不同驾驶工况和环境条件，实现能效的最大化。目前仅是根据不同的电驱回路的温度设置不同的进气格栅的开度，存在当进气格栅开启过大，整车风阻变大，带来驱动等能耗增大，续航减少的问题；当进气格栅开启过小时，整车进气量变少，散热效果变差，空调等能耗增大，续航减少的问题。传统技术无法最优化进气格栅的开度，实现整车能耗和散热之间的均衡。发明内容[0003] 有鉴于此，本申请实施例提供了一种车辆进气格栅的控制方法、装置、电子设备及存储介质，以解决现有技术无法确定进气格栅的最优开度，无法兼顾整车能耗和散热的问题。[0004] 本申请实施例的第一方面，提供了一种车辆进气格栅的控制方法，包括：获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数；基于第一关系函数和第二关系函数构建关于目标车辆的整车能耗和开度的非线性双目标优化模型；获取目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；按照最优值控制进气格栅。[0005] 本申请实施例的第二方面，提供了一种车辆进气格栅的控制装置，包括：获取模块，被配置为获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；仿真模块，被配置为通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数；构建模块，被配置为基于第一关系函数和第二关系函数构建关于目标车辆的整车能耗和开度的非线性双目标优化模型；优化模块，被配置为获取目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；控制模块，被配置为按照最优值控制进气格栅。[0006] 本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述方法的步骤。[0007] 本申请实施例的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如权利要求上述任一项方法的步骤。[0008] 本申请实施例与现有技术相比存在的有益效果至少包括：通过对多条历史数据进行仿真，得到第一关系函数以及第二关系函数，基于第一关系函数和第二关系函数构建非线性双目标优化模型，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值，采用上述技术手段，可以解决现有技术中无法确定进气格栅的最优开度，无法兼顾整车能耗和散热的问题，进而计算出进气格栅的最优开度，在确保散热效果的同时降低整车能耗提升续航。附图说明[0009] 为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。[0010] 图1是本申请实施例提供的一种车辆进气格栅的控制方法的流程示意图；[0011] 图2是本申请实施例提供的另一种车辆进气格栅的控制方法的流程示意图；[0012] 图3是本申请实施例提供的一种车辆进气格栅的控制装置的结构示意图；[0013] 图4是本申请实施例提供的一种电子设备的结构示意图。具体实施方式[0014] 以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。[0015] 图1是本申请实施例提供的一种车辆进气格栅的控制方法的流程示意图。图1的车辆进气格栅的控制方法可以由目标车辆上设置的车辆控制系统执行，或者由计算机或服务器，或者计算机或服务器上设置的处理器，或者计算机或普通服务器上的软件执行。该车辆进气格栅的控制方法包括：[0016] S101，获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；[0017] S102，通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数；[0018] S103，基于第一关系函数和第二关系函数构建关于目标车辆的整车能耗和开度的非线性双目标优化模型；[0019] S104，获取目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；[0020] S105，按照最优值控制进气格栅。[0021] 进气格栅的开度是进气格栅打开的角度，一般进气格栅的开度的范围是从0到100％。整车驱动能耗主要是电机能耗为主的驱动目标车辆行驶所需的能耗，整车空调能耗主要是压缩机能耗为主的满足乘员舱舒适性及电池冷却所需的能耗。各条历史数据的时刻不同。对不同时刻的多条历史数据进行仿真，得到第一关系函数和第二关系函数。第一关系函数是描述整车驱动能耗与开度、车速和压缩机转速的关系的函数，第二关系函数是描述整车空调能耗与开度、车速和压缩机转速的关系的函数。整车驱动能耗及整车空调能耗是目标车辆的整车能耗的两部分，所以使用第一关系函数和第二关系函数构建非线性双目标优化模型，所以非线性双目标优化模型可以看作是描述目标车辆的整车能耗与开度、车速和压缩机转速的关系的函数。将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，那么非线性双目标优化模型中自变量仅有开度，因变量是整车能耗，通过遗传算法优化非线性双目标优化模型，得到在整车能耗最小时对应的开度的最优值。按照最优值控制进气格栅。[0022] 根据本申请实施例提供的技术方案，获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数；基于第一关系函数和第二关系函数构建关于目标车辆的整车能耗和开度的非线性双目标优化模型；获取目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；按照最优值控制进气格栅。采用上述技术手段，可以解决现有技术中无法确定进气格栅的最优开度，无法兼顾整车能耗和散热的问题，进而计算出进气格栅的最优开度，在确保散热效果的同时降低整车能耗提升续航。[0023] 进一步地，通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数，包括：通过仿真，确定整车驱动能耗E1与开度AGS和车速V相关，三者满足第一关系函数f1()：[0024] E1＝f1(AGS,V)；[0025] 通过仿真，确定整车空调能耗E32与开度AGS、车速V和压缩机转速n相关，四者满足第二关系函数f2()：[0026] E2＝f2(AGS,V,n)。[0027] 通过仿真，确定整车驱动能耗跟开度及车速相关(相当于第一关系函数中压缩机转速的系数为0)，仿真可得到整车驱动能耗如表1所示，表1中车速的单位是km/h，开度的单位是％，X表示一组开度和车速下的整车驱动能耗。当车速确定时就可得到当前车速下，令整车驱动能耗最小的开度。[0028] 表1：[0029][0030][0031] 理论上整车空调能耗跟乘员舱设置温度、车速、开度、电池是否有制冷相关。将相关因素进行分解，乘员舱设置温度，制冷时主要功耗为压缩机工作；制热时，若为热泵主要功耗为压缩机工作，非热泵主要功耗为车内内置件，开度对其无影响。电池制冷的主要功耗也为压缩机。因此整车空调能耗与开度、车速和压缩机转速有关。在开度为0％，可测得整车空调能耗如表2所示，压缩机转速单位是K·rpm(每分钟多少千转)，车速的单位是km/h，Y表示开度为0％为零时，一组压缩机转速和车速下的整车空调能耗。[0032] 表2：[0033][0034] 改变不同的AGS，20％，40％，60％，80％，100％，就能得到不同AGS下不同压缩机转速和不同车速下的整车空调能耗。[0035] 进一步地，基于第一关系函数E1和第二关系函数E2构建非线性双目标优化模型E3：[0036] E3＝αE1+(1‑α)E2；[0037] 其中，α由目标车辆的车辆模式决定，车辆模式，包括：赛道模式、运动模式、经济模式、舒适模式和小憩模式。[0038] 示范性的，不同车辆模式下α的取值如表3：[0039][0040] 进一步地，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型之前，方法还包括：将多条历史数据中最大的历史整车驱动能耗和最小的历史整车驱动能耗分别作为所述整车驱动能耗的最大值和最小值，将多条历史数据中最大的历史整车空调能耗和最小的历史整车空调能耗分别作为所述整车空调能耗的最大值和最小值；依据整车驱动能耗的最大值和最小值，对整车驱动能耗进行归一化处理；依据整车空调能耗的最大值和最小值，对整车空调能耗进行归一化处理。[0041] 整车驱动能耗和整车驱动能耗的最大值和最小值可以通过统计历史数据得到。整车驱动能耗的最大值可以看作是电机驱动目标车辆行驶的最大能耗，整车驱动能耗的最小值可以看作是电机驱动目标车辆行驶的最小能耗。[0042] 更进一步地，按照如下公式对整车驱动能耗进行归一化处理：[0043][0044] 其中，E1为整车驱动能耗，E1,min和E1,max分别为整车驱动能耗的最小值和最大值，E′1为归一化处理后的整车驱动能耗；[0045] 按照如下公式对整车空调能耗进行归一化处理：[0046][0047] 其中，E2为整车空调能耗，E2,min和E2,max分别为整车空调能耗的最小值和最大值，E′2为归一化处理后的整车空调能耗。[0048] 为平衡工况，在计算时，需要按照上述公式对整车驱动能耗和整车空调能耗做归一化，对整车驱动能耗和整车空调能耗做归一化之后，则[0049] E3＝αE′1+(1‑α)E′2[0050] 之后将当前时刻的车速和压缩机转速的数值代入E3＝αE′1+(1‑α)E′2中。[0051] 进一步地，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值之后，方法还包括：获取目标车辆当前时刻的电驱回路的温度；当温度等于预设阈值，将进气格栅的角度开至最大；当温度小于预设阈值，将进气格栅的角度开至最优值。[0052] 电驱回路是指汽车中的电力驱动系统回路，这个系统涉及到电能的储存、传输、转换和控制，以驱动车辆运行。电驱回路的温度可以看作是电驱零部件温度。预设阈值是电驱回路能承受的最大温度，是提前测量得到的。当温度等于预设阈值，说明现在的温度过高，为保证电驱零部件温度在正常工作范围内，保证整车功能正常，不考虑能耗影响，应将进气格栅的角度开至最大进行散热。当温度小于预设阈值时，将进气格栅的角度开至最优值，此时兼顾了散热和功耗。[0053] 进一步地，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值之前，方法还包括：获取目标车辆当前时刻的车速、压缩机转速和车辆模式；基于当前时刻的车辆模式确定非线性双目标优化模型中整车驱动能耗和整车空调能耗的各自对应的权重；将当前时刻的车速和压缩机转速的数值以及整车驱动能耗和整车空调能耗的各自对应的权重代入非线性双目标优化模型。[0054] 非线性双目标优化模型中的变量包括车速、压缩机转速、开度、整车驱动能耗和整车空调能耗的各自对应的权重。基于当前时刻的车辆模式确定非线性双目标优化模型中整车驱动能耗对应的权重α，进而确定整车空调能耗的对应的权重1‑α，将当前时刻的车速和压缩机转速的数值以及整车驱动能耗和整车空调能耗的各自对应的权重代入非线性双目标优化模型，那么非线性双目标优化模型中变量仅剩下开度，通过遗传算法优化非线性双目标优化模型，得到在整车能耗最小时对应的开度的最优值。[0055] 图2是本申请实施例提供的另一种车辆进气格栅的控制方法的流程示意图，如图2所示，包括：[0056] S201，获取目标车辆当前时刻的车速、压缩机转速、车辆模式和电驱回路的温度；[0057] S202，判断温度是否等于预设阈值；[0058] S203，等于，则将进气格栅的角度开至最大；[0059] S204，小于，则基于当前时刻的车辆模式确定非线性双目标优化模型中整车驱动能耗和整车空调能耗的各自对应的权重；[0060] S205，将当前时刻的车速和压缩机转速的数值以及整车驱动能耗和整车空调能耗的各自对应的权重代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；[0061] S206，按照最优值控制进气格栅。[0062] 根据本申请实施例提供的技术方案，获取目标车辆当前时刻的车速、压缩机转速、车辆模式和电驱回路的温度；判断温度是否等于预设阈值；等于，则将进气格栅的角度开至最大；小于，则基于当前时刻的车辆模式确定非线性双目标优化模型中整车驱动能耗和整车空调能耗的各自对应的权重；将当前时刻的车速和压缩机转速的数值以及整车驱动能耗和整车空调能耗的各自对应的权重代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；按照最优值控制进气格栅。采用上述技术手段，可以解决现有技术中无法确定进气格栅的最优开度，无法兼顾整车能耗和散热的问题，进而计算出进气格栅的最优开度，在确保散热效果的同时降低整车能耗提升续航。[0063] 上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。[0064] 下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。[0065] 图3是本申请实施例提供的一种车辆进气格栅的控制装置的示意图。如图3所示，该车辆进气格栅的控制装置包括：[0066] 获取模块301，被配置为获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；[0067] 仿真模块302，被配置为通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数；[0068] 构建模块303，被配置为基于第一关系函数和第二关系函数构建关于目标车辆的整车能耗和开度的非线性双目标优化模型；[0069] 优化模块304，被配置为获取目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；[0070] 控制模块305，被配置为按照最优值控制进气格栅。[0071] 根据本申请实施例提供的技术方案，获取目标车辆的多条历史数据，其中，每条历史数据包括一个时刻的进气格栅的历史开度、历史车速、历史压缩机转速、历史整车驱动能耗及历史整车空调能耗；通过对多条历史数据进行仿真，得到关于整车驱动能耗与开度和车速的第一关系函数以及关于整车空调能耗与开度、车速和压缩机转速的第二关系函数；基于第一关系函数和第二关系函数构建关于目标车辆的整车能耗和开度的非线性双目标优化模型；获取目标车辆当前时刻的车速和压缩机转速，将当前时刻的车速和压缩机转速的数值代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；按照最优值控制进气格栅。采用上述技术手段，可以解决现有技术中无法确定进气格栅的最优开度，无法兼顾整车能耗和散热的问题，进而计算出进气格栅的最优开度，在确保散热效果的同时降低整车能耗提升续航。[0072] 在一些实施例中，仿真模块302还被配置为通过仿真，确定整车驱动能耗E1与开度AGS和车速V相关，三者满足第一关系函数f1()：[0073] E1＝f1(AGS,V)；[0074] 在一些实施例中，仿真模块302还被配置为通过仿真，确定整车空调能耗E2与开度AGS、车速V和压缩机转速n相关，四者满足第二关系函数f2()：[0075] E2＝f2(AGS,V,n)。[0076] 在一些实施例中，构建模块303还被配置为基于第一关系函数E1和第二关系函数E2构建非线性双目标优化模型E3：[0077] E3＝αE1+(1‑α)E2；[0078] 其中，α由目标车辆的车辆模式决定，车辆模式，包括：赛道模式、运动模式、经济模式、舒适模式和小憩模式。[0079] 在一些实施例中，构建模块303还被配置为将多条历史数据中最大的历史整车驱动能耗和最小的历史整车驱动能耗分别作为所述整车驱动能耗的最大值和最小值，将多条历史数据中最大的历史整车空调能耗和最小的历史整车空调能耗分别作为所述整车空调能耗的最大值和最小值；依据整车驱动能耗的最大值和最小值，对整车驱动能耗进行归一化处理；依据整车空调能耗的最大值和最小值，对整车空调能耗进行归一化处理。[0080] 在一些实施例中，构建模块303还被配置为按照如下公式对整车驱动能耗进行归一化处理：[0081][0082] 其中，E1为整车驱动能耗，E1,min和E1,max分别为整车驱动能耗的最小值和最大值，E′1为归一化处理后的整车驱动能耗；[0083] 按照如下公式对整车空调能耗进行归一化处理：[0084][0085] 其中，E2为整车空调能耗，E2,min和E2,max分别为整车空调能耗的最小值和最大值，E′2为归一化处理后的整车空调能耗。[0086] 在一些实施例中，控制模块305还被配置为获取目标车辆当前时刻的电驱回路的温度；当温度等于预设阈值，将进气格栅的角度开至最大；当温度小于预设阈值，将进气格栅的角度开至最优值。[0087] 在一些实施例中，优化模块304还被配置为获取目标车辆当前时刻的车速、压缩机转速和车辆模式；基于当前时刻的车辆模式确定非线性双目标优化模型中整车驱动能耗和整车空调能耗的各自对应的权重；将当前时刻的车速和压缩机转速的数值以及整车驱动能耗和整车空调能耗的各自对应的权重代入非线性双目标优化模型。[0088] 在一些实施例中，优化模块304还被配置为获取目标车辆当前时刻的车速、压缩机转速、车辆模式和电驱回路的温度；判断温度是否等于预设阈值；等于，则将进气格栅的角度开至最大；小于，则基于当前时刻的车辆模式确定非线性双目标优化模型中整车驱动能耗和整车空调能耗的各自对应的权重；将当前时刻的车速和压缩机转速的数值以及整车驱动能耗和整车空调能耗的各自对应的权重代入非线性双目标优化模型，通过遗传算法优化非线性双目标优化模型，以确定在整车能耗最小时对应的开度的最优值；按照最优值控制进气格栅。[0089] 应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。[0090] 图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。[0091] 电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者不同的部件。[0092] 处理器401可以是中央处理单元(CentralProcessingUnit，CPU)，也可以是其它通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field‑ProgrammableGateArray，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。[0093] 存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(FlashCard)等。存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。[0094] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。[0095] 集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read‑OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。[0096] 以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

专利地区：重庆

专利申请日期：2024-06-04

专利公开日期：2024-11-29

专利公告号：CN118607101B