[发明专利]运输车辆在运输时进行智能减负荷的系统和方法

说明书

提供了用于运输车辆在运输时进行智能减负荷的系统和方法。特别地，车辆可以是电动车辆，并且减掉的负荷可以是HVAC或制冷负荷。减负荷方法和系统可以包括：能量消耗的预测模型，确定预测的能量消耗，并将其与车辆处的存储能量进行比较。如果预测的能量消耗超过存储能量，则可以在运输气候控制系统处执行减负荷操作，例如调整设定点，调整运输气候控制系统的操作模式，增加运输气候控制系统的压缩机的死区，利用诸如周围空气等自然冷却来在车辆中提供气候控制，或者增加由运输气候控制系统提供给车辆的能量存储的冷却。

技术领域

本公开的实施例总体上涉及用于运输车辆的运输气候控制系统。更具体地，实施例涉及用于在运输车辆正在运输时对负荷进行预测建模和智能减负荷的方法和系统。

背景技术

运输气候控制系统(例如，用于乘用车(例如，客车、铁路客车等)的加热、通风和空调(HVAC)系统、用于运输单元(例如，卡车、集装箱(例如平板车上的集装箱、联运集装箱等)、棚车，半牵引车、大客车或其他类似的运输单元)的运输制冷系统(TRS)等)可以被包括在运输车辆上以调节运输车辆的内部空间(例如，乘客车厢、货舱等)的空气。在一些运输车辆中，运输气候控制系统可以安装在外部(例如，在运输车辆的车顶上，在运输车辆的前壁上等)。运输气候控制系统可以为运输车辆中的乘客提供舒适的环境，或者为存储在运输车辆中的货物提供所需的环境。

发明内容

本公开的实施例总体上涉及用于运输车辆的运输气候控制系统。更具体地，实施例涉及用于在运输车辆正在运输时对负荷进行预测建模和智能减负荷的方法和系统。

电动车辆和混合动力车辆(包括电池电动车辆、插电式混合动力车辆、燃料电池车辆等)可以用于执行具有预定路线或可预测路线的功能。这些电动和混合动力车辆的示例包括运输巴士、校车和长途客车、运输车辆(例如直通车和牵引车-拖车)以及送货车辆(例如冷藏货车)。在此类应用中，在执行路线时HVAC和/或制冷负荷可能会显著影响功耗。意外的或非典型的电池放电事件(例如，交通上的耽搁、意外停车等)可能会危及路线的完成。本文描述的实施例可以提供减负荷以允许电动和混合动力车辆从这种意外的或非典型的电池放电事件中恢复，并且可以提高成功完成路线的可能性。这可以解决电动和混合动力车辆的潜在航程问题，并降低诸如服务中断事件或货物丢失之类的风险。

减负荷操作可能需要权衡取舍，例如折中考虑大客车的乘客舒适度。基于能量消耗的预测模型来控制减负荷操作可以允许：在出现需求时执行减负荷操作，甚至在预期在稍后的路线(例如，穿过丘陵地带的路线或当环境温度变化会显著影响HVAC功耗时)中存在显著的电力需求时执行减负荷操作。

在一些实施例中，能量消耗的预测模型可以使用诸如车辆状态数据之类的数据和诸如交通和天气数据之类的路线状态数据来确定预测的能量消耗。可以将预测的能量消耗与车辆可用的存储能量(例如电池)进行比较。该比较可用于确定是否在运输气候控制系统(例如车辆的HVAC和/或制冷系统)处执行减负荷操作。基于预测的能量消耗和存储能量之间的比较结果，可以进一步选择减负荷操作或者可以控制其执行的程度。在实施例中，可以例如经由机器学习算法将在路线期间收集的数据反馈到预测模型以改善模型。

在实施例中，用于在车辆处减掉气候控制负荷的方法包括：获得车辆状态数据和获得路线状况数据。车辆状态数据是指示影响路线期间的能量存储和消耗的车辆处状况的状态数据。车辆状态数据包括存储能量的量。路线状况数据指示沿路线的状况。该方法包括：基于车辆状态数据和路线状况数据确定预测的能量消耗。该方法还包括：将预测的能量消耗与车辆的存储能量进行比较。当预测的能量消耗超过车辆的存储能量时，该方法还包括：在运输气候控制系统处执行减负荷操作。

在实施例中，确定预测的能量消耗包括：确定预测的用于该路线的HVAC消耗。在实施例中，车辆状态数据包括路线，并且路线状况数据包括天气数据。在实施例中，车辆的路线包括：开门的次数和预测的乘客数量。