寻找供应商
广告
首页 > 汽车技术 > 正文

混合动力电动汽车整车热管理控制器硬件需求分析

2020-06-13 00:22:28·  来源：电动学堂  
　
不论纯电动汽车或混合动力汽车，整车热管理控制都是整车控制系统的重要组成部分，在保证各零部件系统可靠安全的运行前提下，尽可能实现零部件在最优环境下运行，
不论纯电动汽车或混合动力汽车，整车热管理控制都是整车控制系统的重要组成部分，在保证各零部件系统可靠安全的运行前提下，尽可能实现零部件在最优环境下运行，同时满足整车对冷热的性能要求以及实现整车能耗的最优控制。
热管理系统设计的复杂程度，将决定系统的可靠性、热管理系统自身的成本以及关联系统的成本。本文从混合动力汽车热管理需求角度分析其对整车控制器硬件资源的需求，作为整车控制器硬件平台选择的资源需求维度，为企业进行控制器产品平台开发提供参考。
 
1 典型的混合动力与纯电热管理系统结构
整车热管理控制是相对综合和复杂的系统控制，开发工作包含从热管理原理设计、控制方案实现和系统标定优化。热管理原理设计以及控制方案实现，直接影响对整车控制器的硬件需求。
1.1 典型纯电动汽车热管理原理
如图1所示，纯电动汽车热管理系统包括3个主要循环回路：电力和驱动回路热管理、驾驶舱热管理以及电池热管理。
 
电力驱动回路热源包括车载充电机OBC （On Board Charger）、直流转换单元DC-DC （Direct Current）、电机及其控制MCU（Motor Control Unit）。驾驶舱热管理包括舱内制冷和采暖的要求。电池热管理包括散热器散热和空调-Chiller冷却。
1.2 典型插电混合动力汽车热管理原理
如图2所示，插电混合动力汽车热管理系统包括5个主要循环回路：发动机冷却回路管理、变速器油冷回路管理、电力和驱动回路热管理、驾驶舱热管理以及电池热管理。电力驱动回路热源包括车载充电机OBC、直流转换单元DC-DC、电机及其控制MCU。驾驶舱热管理包括舱内制冷和采暖的要求。电池热管理包括电池内循环和空调-Chiller冷却。
 
2 热管理控制实现
基于热管理原理设计，结合各零部件的选型，确定控制系统的实现方案。图3为纯电和混动热管理控制实现方案示意图。
 
1） 电池内部温度与出水口温度由电池管理系统BMS通过CAN进行交互。
2） 车载充电机OBC、直流控制单元DC-DC的温度由各控制器通过CAN进行交互。
3） 根据空调控制模块CLM的配置，选择压力与温度信号的采集方式。
4） 根据空调压缩机的类型，选择通信方式。
5） 根据电子水阀的类型，选择相应的控制方式。
6） 根据风扇类型，选择相应的控制方式。
7） 根据选择的三通阀和关闭阀，选择控制方式。
8） 发动机冷却系统控制维持由发动机控制单元EMS控制，通过CAN进行交互，HCU将ECU的风扇控制需求综合计算后进行风扇控制。
9） ECU控制发动机冷却水泵和电子节温器。
10） 变速器油冷回路温度信息由变速器控制单元TCU通过CAN进行交互。
3 硬件需求
根据热管理控制实现和零部件选型信息，确定相应控制器硬件需求，包括资源的预留。
1） 压力和温度传感器最大需求预留2路。
2） 支持两挡风扇和无极风扇控制，分别需求2路电压输出和1路PWM输出。
3） 电子水阀调节开度，支持1路H桥驱动，或者通过Lin通信由水阀控制器控制。
4） 最大需求4路电压输出，以满足三通阀和开关阀的控制需求。
5） 双路CAN通道通信以及Lin通信需求。
表1为传感器与执行器硬件资源需求，表2为控制器硬件
 
 
插电混动汽车因为管理的系统更多更复杂，对控制器的执行器硬件需求响应增加了很多。考虑企业在零部件选型上有一定灵活性，整车控制器平台化开发时，需要预留相应的硬件资源，比如风扇控制、通信模块支持等。
4 结论
新能源控制器的平台化开发是各主机厂减少开发周期和降低成本的有效手段。综合考虑纯电和混动热管理的差异，部分企业分别开发独立的纯电和混动的控制器平台，甚至有企业考虑将传统内燃机的控制器硬件和新能源控制器兼容。随着新能源汽车整车热管理系统的需求愈发复杂，特别是执行器数量对控制器的需求增加，在进行热管理系统开发时，需要综合考虑系统方案的成本和技术平台化。
不论是已实现整车管理功能的新能源整车控制器，或是未来功能强大的域控制器等应用，子系统对上层控制器的硬件资源需求将大大增加，企业需要综合考虑各个系统技术方案实施，同时合理分配控制器硬件资源，实现整体成本的最优。
 
 
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• 智能柔性传感器在汽车领域的应用探索与实践 • 利用 NVIDIA AI Enterprise IGX 在边缘赋能任务关键型 AI
• 充电桩GB/T-2023设计要点 • NVIDIA GPU 架构下的 FP8 训练与推理
• 利用 NVIDIA Holoscan 1.0 开发生产就绪型 AI 传感器处理 • 汽车CAN总线系统的挑战与设计
• 资料下载《Keysight高性能数字产品》：示波器、任意波形发 • 亚马逊云科技数据和人工智能副总裁 Swami 解读 Amazon Bed
• 新能源汽车动力电池结构及成组技术综述 • 电源完整性仿真域之仿真软件（附下载）
0 条相关评论
  • 广告

编辑推荐

最新资讯

  • 广告
  • 广告
沪ICP备11026620号