混合动力车热管理系统

，混合动力车热管理系统的分析与优化亮点概述提出了一种关于混合动力车热管理系统的多目标优化使用了㶲函数，㶲的经济性函数以及㶲的环境影响函数。得到了一个帕雷托边界并得出了理想的单一的最优解。摘要在本课题中，为了最大化㶲效率同时将系统的经济成本与环境成本降至最低，我们对某混合动力车的热管理系统采用了单、多目标进化算法进行了优化。为了进行分析，我们定义了目标函数，并选择了决策变量和它们各自的系统约束。在多目标优化中，我们获得了一个帕雷托边界并基于多维偏好线性规划法（LINMAP）得出了理想的单一最优解。并将所得解与对㶲，㶲的经济性，㶲的环境影响进行单目标优化所得的解进行了比较。从结果中我们可得出基准系统㶲效率，总成本和环境影响程度分别为0.29，¢28h-1和77.3mPtsh-1。此外，相对于基准系统的参数，根据㶲的经济性最优解，我们可以以提升14%的环境影响为代价，将㶲效率提高14%，总成本降低5%。根据㶲的环境影响最优解，我们可以以总陈本增长27%为代价，将㶲效率提高13%，环境影响降低5%。1.简介当今世界自然资源有限，能源需求日益增长，价格也随之攀升，研发更加高效，低成本，环境友好的系统已成为一个当代众多工程师所面临的重大挑战。在过去的几十年，随着一些旨在缓解环境问题（例如空气污染，水污染和有害垃圾）的法律愈发严格，能源价格也随之上升。就这一点而言，可以采用㶲分析作为一个潜在的工具来设计，分析，评价和改进系统组件并帮助判定系统中低效率组件的位置，类型和实际量值。不过，仅凭㶲分析无法提供关于经济和环境方面的潜在影响与可行改进的信息。因此，应研发一个结合了所有这些有关因素的综合程序来找到一个可行的解决方案。因此，其目的应为将热力学第二定律通过㶲与经济和环境影响结合起来，从而开发出一个用于能源系统的系统性研究与优化的有力工具。㶲的经济性分析本质上通过综合了最初成本，运行成本，保养成本，资源成本的成本核算把㶲分析和经济因素结合在了一起，并把这些成本并入热力学参数用来进行系统评价。此工具可帮助提高和优化系统的效率并降低成本。另一方面，㶲的环境分析结合有效能分析和与施工，操作和维护和处置阶段相关的环境影响，并且分配对有效能流的相应影响，以指出导致最高环境影响的部件。它还提出了基于计算的环境变量的改进的可能性和趋势。随后，已经利用关于上述分析的多目标优化，以便允许通过更大的视野确定更完整的解来补偿传统单目标方法（即单目标㶲，㶲经济性和㶲环境分析）的缺点，根据一个以上的目标优化设计。在大多数实际决策问题中，目标本质上是冲突的，并且不能识别唯一的最优解。因此，引入帕雷托最优性来确定解是否真的是最好的折中解之一。在这方面，过去已经针对各种标准以及许多研究人员的广泛应用进行了许多单目标和多目标优化。Lazaretto和Toffolo比较了单目标㶲经济优化与双目标㶲和㶲经济优化的热系统设计，使用能源，经济和环境作为单独的目标。他们分析了关于三目标方法的CGAM问题的测试案例工厂。环境影响目标函数是关于二氧化碳和氮氧化物排放量定义的。使用进化算法基于三个目标函数找到最优解。他们确定了多目标优化的帕雷托最优曲线，并基于总成本和环境影响之间的折中讨论了曲线上的可能点。Gebreslassie等人提出了一种基于数学规划的系统方法，用于设计关于多目标公式的环保意识的吸收冷却系统，同时考虑在设计阶段的成本和环境影响的微型化。环境影响标准是通过生态指示器-99方法测量的，该方法遵循生命周期评估（LCA）的原则。他们在帕雷托最优曲线上选取了三个点，表示最小生态指标解（A），最小总成本解（B）和两点之间可能的权衡解。通过从溶液B切换到溶液C，总的生态指示器-99值减少了3.8％，总成本增加了4.8％。Ahmadi等人对联合循环发电厂（CCPP）进行了全面的㶲，㶲经济和㶲环境影响分析和多目标优化，涉及整个发电厂的能源效率，总成本率和二氧化碳排放。他们确定在CCPP燃烧室中发生最大的放射性破坏。增加燃气涡轮机入口空气温度降低了CCPP的热能损耗成本。他们导出了帕累托最优点曲线的表达式为确定的火力效率范围，并得出结论，火花放热效率超过57％后，每单位㶲能效率的总成本的增加相当高，因此低于此点应选择帕累托最优曲线。Sayyaadi和Babaelahi分析了一个液化天然气再液化厂的多目标方法，同时考虑了能源和经济活动。他们使用基于遗传算法的NSGA-II的MATLAB多目标优化算法，并获得了帕雷托最优前沿以找到帕雷托最优解。他们将最终的最优系统与基础案例和经济经济单目标优化系统进行了比较，发现多目标优化设计中的放热效率比经济优化系统高11.11％，而多目标优化系统的总产品成本，客观最优设计是经济优化系统的16.7倍。尽管在文献中使用各种各样的优化工具和目标函数进行了许多单目标和多目标优化，但是根据我们的知识，在文献中没有开发出涉及㶲，㶲效率经济和混合电动车辆热管理系统相对于进化算法的环境目标函数的多目标优化模型。2.系统简介混合动力电动车辆热管理系统（HEVTMS）是显着不同的系统，对于其商业和工业相对应的常规车辆和住宅建筑空调系统而言具有独特的要求。热管理系统需要处理重大的热负载变化，并在高度波动的条件下提供舒适性。它们还必须紧凑，高效，并且在几年之中没有任何重要的维护。因此，需要特别注意混合电动车辆的热管理系统。图1中考虑了具有液体电池冷却的电动车辆的简化热管理系统。该系统由两个回路组成，即制冷剂回路和电池冷却剂回路。制冷剂回路使车厢能够进行空气调节，而冷却剂回路使电池在其理想温度范围内工作。这两个回路通过冷却器连接，其使得能够在回路之间进行热交换，以在电池冷却穿过冷却器单元时为电池冷却提供过冷却。这显着增加了系统的效率，因为由于在第一种情况下需要空气压缩机，通过制冷回路的冷却将比操作电池冷却剂回路消耗更多的能量。关于热管理系统及其部件的更详细的信息可以在参考文献中找到。图.1简化的混合动力电动汽车热管理系统3.热力学模型3.1㶲分析在本文中，工程方程解算器（EES）用于解决每个系统组件的质量，能量，熵和有效能平衡方程，其中计算工作输入，熵产生率和热能损耗以及能量和热能效率因此。在稳态假设下，这些平衡方程可以写成如下的一般形式：这里，m和E与质量流率和能量传递速率相关联。跨越边界的相应的总速率保持（忽略反应）。在第三个方程中，S是熵流。从边界移出的量必须超过熵进入的速率，该差是由于相关联的不可逆反应而在边界内造成的熵增速率。类似地，在公式(1d)中，Ex是能量流率，它表示从边界传出的有效能量必须小于能量进入的速率，差别是在边界内由于相关联的不可逆反应而造成㶲损耗（或失去功），其可以通过静态温度(T0)乘以如等式（1f）中给出的熵增速率来计算。最小的㶲消耗或最小熵增表征了㶲损最小的系统，对制冷设备而言，其等同于具有最大制冷负载或最小机械功率输入的情况。在冷却系统中，T0通常等于高温介质的温度TH。此外，与冷却介质相关的特定流动能量如下所示其中动能和势能是可忽略的。对于整个冷却系统，能量的性能系数（COP）变为最后，对于热力学分析，使用前述的有效能方程，系统的放热COP可以计算为3.2㶲经济性分析为了进行㶲经济性分析，在系统中为每个流定义成本流动率C（$h1）。为每个组件编写成本平衡，以提供如下的有效成本计算：当通过组合㶲和㶲经济性平衡方程，可以得到以下方程：㶲损的成本率定义如下：在这里，通过评估与每个分量相关的㶲损耗率相对于先前的㶲平衡方程来确定分量的㶲损成本。此外，根据等式（5），控制体积成本平衡的稳态方程可以写为如下面的等式（9）。成本基准通常所有项写成正数。上述方程表明，出现的能量流的总成本等于获得它们的总成本，即进入能量流的成本加上投资成本。每个组件的投资成本相关性在参考文献中已经给出。为了估计每个组件中的热能损耗的成本率，需要解决每个组件的成本平衡。在具有多于一个入口或出口流量的成本平衡方程中，未知成本参数的数量超过该成分的成本余额的数量。因此，需要通过由F（燃料）和P（产品）规则创建的辅助经济性方程来确定等于未知数的数量的方程数量。对每个分量与辅助方程构成方程（9）形成如下的线性方程组：其中该方程分别需要㶲效率（来自㶲分析），放射性成本向量（待评估）和Zk个因子的向量（来自经济分析）矩阵。下面给出了每个方程的矩阵形式：这里，Celect是电的单位成本，其被取为0.075$kWh。通过解这些方程，可以计算每个流的成本率，其可以用于确定每个系统部件中的热能损耗的成本率。3.3㶲环境影响分析环境分析被认为是从环境角度评估能量转换过程的最有前途的工具之一。为了能够进行分析，将环境分析结果分配给㶲流类似于在㶲经济性中的㶲流成本的分配。最初，环境影响率Bj以生态指示器99点表示，其可通过SimaPro7分析和参考文献中的可用信息组合来确定。随后，基于驾驶15年每天4小时，将这些数据转换成小时费率（mPtsh≤1）。内部和输出流的值只能通过考虑通过制定环境影响平衡和辅助方程获得的系统组件之间的函数关系来获得。制定对平衡的影响的基础是，进入组件的所有环境影响必须以其输出流退出组件。此外，还存在与每个部件的生命周期相关的部件相关的环境影响。为了进行环境分析，为每个部件编写环境影响平衡，以提供环境影响形成如下：其中Yk是与部件的生命周期相关的环境影响，其是部件的环境影响的减小趋势势的指标。环境平衡方程表示与所有输入流相关联的所有环境影响的总和加上与组件相关的环境影响等于与所有输出流相关的环境影响的总和。为了能够解环境平衡方程，与每个部件相关的环境影响是相对于生态指示器99点确定的，这样可以在不同部件之间进行公平比较。尽管与具有内燃机的常规车辆相比，电动车和混合动力车是与环境问题（例如城市空气污染和全球变暖）相关的解决方案的一部分，但是在评估电动车和混合动力车时，仍然存在与电池本身相关的环境问题。因此，确定电池环境影响在准确评估系统的整体环境影响方面起着重要作用。在环境分析中，通过生命周期评价以获得电池组件的环境影响。这是一个从摇篮到坟墓的方法，研究从原材料采购到生产，使用和处置的整个产品生命周期的环境方面，并提供定量数据，以确定材料和/或生产对环境的潜在环境影响。对于生命周期评价分析，涵盖了许多损伤类别，并且使用软件包SimaPro7.1通过欧洲发电组合和层次透视（H/H）加权集合对结果进行加权并用生态指标点表示。相对于1kg的电池进行分析，并随后放大到所考虑的电池组件的全尺寸（197kg）。为了在分析中保持一致，将生态指标点基于十五年每天四小时的驾驶条件转化为小时费率(mPtsh≤1）。为了估计每个组件中的热能损耗的环境影响率，需要解决每个组件的环境影响平衡。对于具有多个入口和出口流量的平衡方程，创建辅助环境方程（类似于㶲经济性方程）以将未知的影响参数与环境影响平衡方程的数量相匹配。对每个分量实施等式（11）连同辅助等式形成如下的线性等式系统：其中方程分别需㶲要效率，㶲环境影响矢量和Yk个因子的矢量矩阵。每个方程的方程的矩阵形式如下：这里，belect是与使用的发电组合（来自生态指示器99）相关的单位环境影响，其被取为22mPtskWh-1。通过求解这些方程，可以计算每个流的环境影响率，其可以用于确定每个系统部件中的㶲损的环境影响率。4.多目标优化在前面的章节中，分析了混合电动车辆热管理系统在能量和有效能效率方面。此外，计算与热管理系统相关联的投资和热能销毁成本，并且提供系统的成本形成。此外，还使用SimaPro7.1进行了从摇篮到严重生命周期评估（使用生态指示器99）以及通过从文献中创建环境影响相关性来指出导致最高环境影响的组件，从而进行环境分析。在本节中，将使用多目标进化算法来优化热管理系统，其考虑关于决策变量和约束的放射性，经济学和环境外目标。将为系统获得帕累托边界，并且将基于用于偏好（LINMAP）决策过程的多维分析的线性规划技术来选择单个期望的最优解。4.1目标函数多目标优化问题需要同时满足多个不同的且通常相冲突的目标，其区别在于不同性能的测量。