[论文解读] Optimal Thermal Management and Charging of Battery Electric Vehicles over Long Trips

Ahad Hamednia, Victor Davis Hanson+6 more|arXiv (Cornell University)|Oct 7, 2022

Electric Vehicles and Infrastructure被引用 4

一句话总结

本文提出了一种混合整数非线性优化框架，用于在长途行驶的电池电动车辆（BEVs）中联合进行热管理与充电点规划。通过集成热泵回收废热，并利用二值变量建模充电停靠，该方法最小化了总能耗与充电时间，与不具这些特性的基线策略相比，能耗最高降低19.4%，充电时间最高降低30.6%。

ABSTRACT

This paper studies optimal thermal management and charging of a battery electric vehicle driving over long distance trips. The focus is on the potential benefits of including a heat pump in the thermal management system for waste heat recovery, and charging point planning, in a way to achieve optimality in time, energy, or their trade-off. An optimal control problem is formulated, in which the objective function includes the energy delivered by the charger(s), and the total charging time including the actual charging time and the detour time to and from the charging stop. To reduce the computational complexity, the formulated problem is then transformed into a hybrid dynamical system, where charging dynamics are modelled in the domain of normalized charging time. Driving dynamics can be modelled in either of the trip time or travel distance domains, as the vehicle speed is assumed to be known a priori, and the vehicle is only stopping at charging locations. Within the hybrid dynamical system, a binary variable is introduced for each charging location, in order to decide to use or skip a charger. This problem is solved numerically, and simulations are performed to evaluate the performance in terms of energy efficiency and time. The simulation results indicate that the time required for charging and total energy consumption are reduced up to 30.6% and 19.4%, respectively, by applying the proposed algorithm.

研究动机与目标

• 解决长距离BEV行驶中因续航有限、充电时间长及热效率低下导致用户接受度降低的挑战。
• 通过联合优化热管理与充电基础设施使用，提升从电网到电表的能量效率。
• 评估热泵集成与最优充电点规划对不同环境温度下能耗与时间效率的影响。
• 开发一种计算上可行的混合动态系统模型，以捕捉电池温度、荷电状态及充电动态。
• 为车辆设计与用户行程规划提供能量效率与总行程时间之间的Pareto最优权衡。

提出的方法

• 构建一个包含充电器输入能量与总充电时间（含绕行时间）的混合整数非线性规划（MINLP）问题。
• 将车辆建模为具有离散二值变量的混合动态系统，以表示是否使用或跳过每个充电站。
• 在归一化时间域中表示充电动态，以降低计算复杂度并提升可扩展性。
• 使用已知的速度剖面在时间域或距离域中建模行驶动态，假设停靠点之间车速恒定。
• 在热管理系统中集成热泵，以回收废热并提高电池充电效率，尤其在寒冷气候中。
• 使用优化工具数值求解该问题，以在不同条件下推导出能量与时间权衡的Pareto前沿。

实验结果

研究问题

• RQ1 在长途BEV行驶中，将热泵集成到热管理系统中如何影响能耗与充电时间？
• RQ2 在不同环境温度与车辆配置下，为最小化总行程时间或能耗，最优的充电停靠次数与位置应如何确定？
• RQ3 在存在热泵与不同充电功率限制的情况下，能量效率与时间效率之间的权衡如何变化？
• RQ4 与固定或启发式充电策略相比，最优充电点规划在多大程度上可减少绕行时间与能量损失？
• RQ5 所提出的优化框架在不显著损失最优性的情况下，能否简化以实现近实时应用？

主要发现

• 与未集成热泵的系统相比，热泵的引入可使总能耗最高降低19.4%，充电时间最高降低30.6%。
• 在-10 °C的环境温度下，当使用热泵时，两个充电停靠点被确定为能量与时间效率的最优选择，原因在于舱内加热需求降低及电池充电速率提高。
• 在较温和的气候条件下（≥0 °C），无论优先考虑时间还是能耗，最优策略均倾向于最少的充电停靠次数。
• 在某些情况下，最优策略可能仅包含一个充电停靠点，尤其是在绕行时间与能耗最小化时，即使这意味着更长的充电时间。
• 所提方法可推导出Pareto前沿，使汽车制造商与用户可根据对时间或能耗效率的偏好选择行程策略。
• 在充电前以最大功率使用热泵对电池进行预热，可显著提升充电速度与效率，提示该策略或可简化用于近实时实现。